ƯỚC LƯỢNG MỨC ĐỘ DI CHUYỂN CỦA CÁC PHƯƠNG TIỆN GIAO THÔNG VỚI CENTERNET

Abstract

Tình trạng giao thông ở Việt Nam phức tạp và thường xuyên xảy ra ùn tắc giao thông, đặc biệt là ở những nơi dân cư tập trung đông đúc và những giờ cao điểm. Hầu hết các giải pháp được tự động hóa việc giám sát giao thông được đề xuất dựa trên phát hiện phương tiện, phương pháp này hoạt động không tốt trong điều kiện đường rất đông cũng như tốc độ dự đoán chậm và khó có thể triển khai hoạt động thời gian thực. Để tiếp cận và giải quyết vấn đề trên, trong luận văn này, một hướng tiếp cận được nghiên cứu và thực nghiệm đó là vận dụng kết hợp phương pháp phân lớp và phát hiện đối tượng để quan sát mật độ phương tiện và phát hiện tình trạng ùn tắc giao thông. Sử dụng mô hình mạng CNN để phân lớp tình trạng đường đông, sử dụng mô hình phát hiện đối tượng CenterNet để đếm số lượng phương tiện giao thông và ước lượng mật độ khi đường không đông, vận dụng giải thuật trừ nền để ước lượng mức độ di chuyển của các phương tiện và phát hiện ùn tắc khi đường đông phương tiện. Dữ liệu thực nghiệm được lấy từ thực tế đường phố ở Việt Nam với các góc quay trước cổng bệnh viện đa khoa tỉnh Kiên Giang và bệnh viện đa khoa Đà Nẵng. Tập dữ liệu được sử dụng cho quá trình huấn luyện, kiểm tra mô hình phân lớp đường đông là 3903 ảnh và mô hình phát hiện đối tượng CenterNet là 2100 ảnh. Kết quả đạt được mô hình phân loại tình trạng đường đông đạt độ chính xác tổng thể 91.7% trên tập kiểm tra, các dự đoán đường đông đạt độ chính xác 81.9% và độ bao phủ của dự đoán đúng đạt 70.4%. Mô hình phát hiện đối tượng CenterNet đạt độ chính xác mAP 93.19% trên tập dữ liệu kiểm tra cùng góc quay và vị trí với dữ liệu huấn luyện. Khi sử dụng để ước lượng số lượng phương tiện mô hình đạt độ lỗi MAE 1.261.