Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)

Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)

NGUYỄN HOÀNG ĐIỆP

PHÁT HIỆN TRẠNG THÁI NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN SMARTPHONE

VÀ XÂY DỰNG ỨNG DỤNG HỖ TRỢ

LUẬN VĂN THẠC SĨ KỸ THUẬT

(Theo định hướng ứng dụng)

HÀ NỘI – 2016

NGUYỄN HOÀNG ĐIỆP

PHÁT HIỆN TRẠNG THÁI NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN SMARTPHONE

LỜI CAM ĐOAN

Tôi xin cam đoan, luận văn này là công trình nghiên cứu khoa học thực thụ của cá nhân, được thực hiện dưới sự hướng dẫn khoa học của TS Hoàng Xuân Dậu

Các số liệu, kết quả nghiên cứu và kết luận được trình bày trong luận văn là trung thực và chưa được công bố ở bất kỳ hình thức nào

Tôi xin chịu trách nhiệm về công trình nghiên cứu của mình

HỌC VIÊN

Nguyễn Hoàng Điệp

LỜI CẢM ƠN

Lời đầu tiên, tôi xin chân thành cảm ơn TS Hoàng Xuân Dậu – Học viện Công nghệ Bưu chính Viễn Thông, người đã trực tiếp hướng dẫn tôi thực hiện luận văn này Với sự hướng dẫn, cung cấp tài liệu, động viên của Thầy đã giúp tôi vượt qua nhiều khó khăn về chuyên môn trong suốt quá trình thực hiện luận văn

Tôi xin chân thành cảm ơn Ban Giám đốc, Ban chủ nhiệm Khoa Sau Đại học

và Khoa Công nghệ Thông tin, cùng các thầy, cô đã giảng dạy và quản lý đào tạo trong suốt hai năm theo học tại Học viện Công nghệ Bưu chính Viễn thông

Tôi xin chân thành cảm ơn Hội đồng chấm đề cương đã góp ý cho đề cương luận văn

Cuối cùng, tôi xin cảm ơn gia đình, bạn bè, và các đồng nghiệp tại nơi đang công tác đã động viên, tạo điều kiện cho tôi trong suốt thời gian học tập và nghiên cứu

MỤC LỤC

LỜI CAM ĐOAN 1

LỜI CẢM ƠN ii

MỤC LỤC iii

DANH MỤC KÝ HIỆU, VIẾT TẮT vi

DANH MỤC CÁC BẢNG vii

DANH MỤC CÁC HÌNH VẼ viii

MỞ ĐẦU 1

CHƯƠNG 1: TỔNG QUAN VỀ CẢM BIẾN TRÊN SMARTPHONE VÀ ỨNG DỤNG 3

1.1 Giới thiệu tổng quan về các loại cảm biến trên smartphone 3

1.1.1 Cảm biến chuyển động 3

1.1.1.1 Cảm biến gia tốc 4

1.1.1.2 Con quay hồi chuyển 4

1.1.1.3 Cảm biến từ trường 5

1.1.1.4 Cảm biến véc-tơ quay 6

1.1.2 Cảm biến môi trường 7

1.1.2.1 Cảm biến độ ẩm 8

1.1.2.2 Cảm biến ánh sáng 8

1.1.2.3 Cảm biến áp suất khí quyển 9

1.1.3 Cảm biến vị trí 9

1.1.3.1 Cảm biến định vị 9

1.1.3.2 Cảm biến tiệm cận 10

1.1.4 Một số loại cảm biến khác 11

1.1.4.1 Cảm biến vân tay 11

1.1.4.2 Cảm biến mống mắt 12

1.2 Giới thiệu cảm biến gia tốc và cảm biến GPS 12

1.2.1 Cảm biến gia tốc 12

1.2.1.1 Cấu trúc của cảm biến gia tốc 13

1.2.1.2 Ứng dụng của cảm biến gia tốc 14

1.2.2 Cảm biến định vị sử dụng GPS 15

1.2.2.1 Hoạt động của hệ thống GPS 15

1.2.2.2 Ứng dụng của GPS 15

1.3 Phát biểu bài toán 16

1.4 Kết chương 16

CHƯƠNG 2: PHƯƠNG PHÁP PHÁT HIỆN TRẠNG THÁI NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN SMARTPHONE 18

2.1 Xây dựng mô hình 18

2.1.1 Một số phương pháp đã được nghiên cứu 18

2.1.1.1 Sử dụng cây quyết định và mô hình Markov ẩn 18

2.1.1.2 Phương pháp so sánh giá trị gia tốc và gia tốc trọng trường 19

2.1.1.3 Sử dụng máy véc-tơ hỗ trợ và tối ưu đàn kiến 20

2.1.2 Các đề xuất cải tiến của luận văn 21

2.1.3 Mô hình hóa phương pháp 22

2.2 Thu thập dữ liệu 23

2.2.1 Phương pháp thu thập dữ liệu 23

2.2.1.1 Thu thập dữ liệu cảm biến gia tốc 23

2.2.1.2 Thu thập dữ liệu cảm biến vị trí dựa trên GPS 25

2.2.2 Cài đặt ứng dụng thu thập dữ liệu 26

2.3 Các thuật toán xử lý dữ liệu 27

2.3.1 Mô hình xử lý 27

2.3.1.1 Huấn luyện mô hình 27

2.3.1.2 Phát hiện trạng thái 28

2.3.2 Các thuật toán, lựa chọn tham số và tiền điều kiện 29

2.3.2.1 Fast Fourier Transform 29

2.3.2.2 Ant Colony Optimization 31

2.3.2.3 Support Vector Machine 34

2.4 Áp dụng phát hiện trạng thái người tham gia giao thông 35

2.4.1 Tiền xử lý dữ liệu 35

2.4.2 Huấn luyện mô hình 37

2.4.2.1 Phân tích dữ liệu vận tốc 37

2.4.2.2 Phân tích dữ liệu cảm biến gia tốc 38

2.4.2.3 Cài đặt thuật toán phân lớp 39

2.4.3 Phát hiện trạng thái người tham gia giao thông 41

2.5 Kết chương 42

CHƯƠNG 3: CÀI ĐẶT, THỬ NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ 43

3.1 Môi trường cài đặt 43

3.1.1 Phần cứng và phần mềm 43

3.1.1.1 Phần cứng 43

3.1.1.2 Phần mềm 43

3.1.2 Thiết kế ứng dụng 43

3.1.2.1 Thiết kế chức năng 44

3.1.2.2 Thiết kế kiến trúc 44

3.1.2.3 Thiết kế giao diện 45

3.2 Các kịch bản thử nghiệm 46

3.2.1 Kịch bản 1 46

3.2.2 Kịch bản 2 47

3.2.3 Kịch bản 3 48

3.2.4 Kịch bản 4 49

3.2.5 Kịch bản 5 50

3.2.6 Kịch bản 6 51

3.2.7 Kịch bản 7 52

3.3 Kết quả thử nghiệm 53

3.3.1 Kết quả mô đun phát hiện trạng thái 53

3.3.2 Kết quả thực nghiệm ứng dụng hỗ trợ người dùng 55

3.4 Nhận xét 56

3.5 Kết chương 57

KẾT LUẬN 58

TÀI LIỆU THAM KHẢO 59

DANH MỤC KÝ HIỆU, VIẾT TẮT

ACO Ant Colony Optimization Thuật toán tối ưu đàn kiến

API Application Programming Interface Giao tiếp lập trình ứng dụng

CSV Comma Separated Values Một định dạng dữ liệu

DFT Discrete Fourier Transform Biến đổi Fourier rời rạc

FFT Fast Fourier Transform Biến đổi Fourier nhanh

GPS Global Positioning System Hệ thống định vị toàn cầu

IoT Internet of Things Kết nối Internet vạn vật

JDK Java Development Kit Bộ phát triển Java

MEMS Micro-Electro-Mechanical Systems Vi cơ khí điện tử

MVC Model-View-Controller Mô hình thiết kế phần mềm

OVO One-versus-One Mô hình SVM 1-1

SDK Software Development Kit Bộ phát triển phần mềm

SMS Short Message Services Dịch vụ nhắn tin

SVM Support Vector Machines Máy véc-tơ hỗ trợ

DANH MỤC CÁC BẢNG

Bảng 2.1: Đặc trưng các trạng thái khác nhau của người đi xe đạp 20

Bảng 2.2: Số lượng phân đoạn sau khi tiến hành lọc 20

Bảng 2.3: Ma trận nhầm lẫn cho các nút dữ liệu di chuyển 21

Bảng 2.4: Ma trận nhầm lẫn cho các nút dữ liệu tĩnh 21

Bảng 2.5: Mã giả thuật toán Cooley – Tukey 30

Bảng 2.6: Thống kê dữ liệu thu thập theo từng trạng thái 36

Bảng 3.1: Ma trận nhầm lẫn cho các trạng thái dừng 55

Bảng 3.2: Ma trận nhầm lẫn cho các trạng thái di chuyển 55

DANH MỤC CÁC HÌNH VẼ

Hình 1.1: Con quay hồi chuyển 4

Hình 1.2: Vi cơ điện tử mã hiệu L3G4200DH 5

Hình 1.3: Thiết bị từ kế dùng trong địa chất 6

Hình 1.4: Cảm biến từ trường LIS3MDL 6

Hình 1.5: Hệ tọa độ cảm biến véc-tơ quay trên Android 7

Hình 1.6: Cảm biến độ ẩm của Xiaomi 8

Hình 1.7: Cảm biến ánh sáng trên iPhone 5 8

Hình 1.8: Cảm biến áp suất khí quyển 9

Hình 1.9: Ứng dụng Google Maps trên iPhone 10

Hình 1.10: Vị trí cảm biến tiệm cận trên iPhone 11

Hình 1.11: Cảm biến vân tay Touch ID trên iPhone 11

Hình 1.12: Cảm biến mống mắt trên Galaxy Note 7 12

Hình 1.13: Cấu trúc cảm biến gia tốc trên smartphone 13

Hình 2.1: Lưu đồ phương pháp sử dụng cây quyết định với mô hình Markov ẩn 19

Hình 2.2: Biểu diễn véc-tơ gia tốc trong thử nghiệm với xe đạp 19

Hình 2.3: Mô hình hóa phương pháp phát hiện trạng thái 22

Hình 2.4: Các trục tương đối của véc-tơ gia tốc so với smartphone 24

Hình 2.5: Minh họa giá trị trích xuất cảm biến gia tốc 24

Hình 2.6: Minh họa giá trị trích xuất cảm biến gia tốc 26

Hình 2.7: Thuật toán trong giai đoạn Huấn luyện mô hình 27

Hình 2.8: Thuật toán trong giai đoạn Phát hiện trạng thái 28

Hình 2.9: Minh họa biến đổi Fourier rời rạc 29

Hình 2.10: Minh họa thuật toán Cooley – Tukey cho 8 điểm 30

Hình 2.11: Minh họa giải thuật tối ưu đàn kiến 32

Hình 2.12: SVM phân cách các điểm trong không gian 34

Hình 2.13: Mô hình phân lớp trạng thái dựa trên SVM 35

Hình 2.14: Phân bố dữ liệu vận tốc (khung thời gian 3 giây) 37

Hình 2.15: Phân bố dữ liệu vận tốc (khung thời gian 5 giây) 37

Hình 2.16: Phân bố gia tốc theo miền tần số (khung thời gian 3 giây) 38

Hình 2.17: Phân bố gia tốc theo miền tần số (khung thời gian 5 giây) 39

Hình 2.18: Lưu đồ giải thuật phân lớp kết hợp ACO và SVM 40

Hình 2.19: Tập đặc trưng tối ưu 41

Hình 3.1: Thiết kế kiến trúc của ứng dụng hỗ trợ người dùng 44

Hình 3.2: Thiết kế giao diện kích hoạt ứng dụng và cài đặt 45

Hình 3.3: Thiết kế giao diện huấn luyện và thu thập dữ liệu 46

Hình 3.4: Đường đi kịch bản thử nghiệm 1 47

Hình 3.5: Đường đi kịch bản thử nghiệm 2 48

Hình 3.6: Đường đi kịch bản thử nghiệm 3 49

Hình 3.7: Đường đi kịch bản thử nghiệm 4 50

Hình 3.8: Đường đi kịch bản thử nghiệm 5 51

Hình 3.9: Đường đi kịch bản thử nghiệm 6 52

Hình 3.10: Đường đi kịch bản thử nghiệm 7 53

MỞ ĐẦU

Trong những năm gần đây điện thoại di động thông minh (smartphone) đã được sử dụng phổ biến và trở thành phương tiện giao tiếp và giải trí của đông đảo người dùng nhờ giá smartphone ngày càng rẻ, cung cấp nhiều tính năng phong phú

và dễ sử dụng Ngoài các tính năng thông dụng như nghe, gọi, nhắn tin và các dịch

vụ dựa trên mạng Internet, nhiều smartphone còn tích hợp các bộ cảm biến như cảm biến chuyển động, cảm biến môi trường, cảm biến vị trí, giúp cung cấp các tính năng giám sát sức khỏe như đếm số bước đi, đo mức ca lo tiêu thụ, đo nhịp tim,…

Ở Việt Nam, người tham gia giao thông sử dụng nhiều loại phương tiện khác nhau như đi bộ, xe đạp, xe máy, ô tô hay xe bus, mỗi loại phương tiện có đặc trưng riêng Việc phát hiện chính xác trạng thái của người tham gia giao thông một cách tự động theo thời gian thực sẽ mở ra cơ hội xây dựng các ứng dụng hỗ trợ người dùng trong quá trình tham gia giao thông, cũng như xây dựng các hệ thống giao thông thông minh, hay làm cơ sở cung cấp nguồn dữ liệu cho các hệ thống theo dõi sức khỏe cá nhân Luận văn này tập trung nghiên cứu các phương pháp xác định trạng thái người tham gia giao thông dựa trên smartphone, dựa vào đó xây dựng ứng dụng hỗ trợ cho người dùng

Năm 2014, nhóm tác giả H Xia đề xuất giải pháp phát hiện trạng thái di chuyển dựa vào cảm biến smartphone trong bài báo “Using Smart Phone Sensors to Detect Transportation Modes” [1] Trong đó nghiên cứu này đã kết hợp sử dụng dữ liệu từ cảm biến chuyển động và cảm biến vị trí GPS để xác định một số loại phương tiện di chuyển, bao gồm: xe đạp, mô tô, đi bộ hoặc đứng yên Tuy nhiên việc sử dụng thêm cảm biến vị trí GPS sẽ khiến smartphone tiêu thụ nhiều điện năng hơn, dẫn đến tính thực tiễn chưa cao Thêm vào đó, tại Việt Nam, với mật độ giao thông dày đặc, giá trị GPS không phải lúc nào cũng cho kết quả chính xác

Luận văn này sẽ tối ưu hóa việc sử dụng GPS theo các chế độ (không có GPS, GPS chỉ dựa vào Wi-Fi – mạng di động, GPS sử dụng cảm biến), thêm vào

đó, tại thời điểm giá trị GPS không hợp lệ (như khi người dùng đi vào hầm, nơi khuất, ), luận văn đề xuất kết hợp phương pháp nội suy để tính toán lại giá trị GPS dựa vào dịch vụ cung cấp từ Google kết hợp với cảm biến chuyển động để xác định người dùng đang dừng hay đang di chuyển, trạng thái dừng – di chuyển kèm

phương tiện là gì, từ đó hỗ trợ việc xử lý các sự kiện trên smartphone của người dùng

Luận văn được chia làm 3 phần:

Chương 1 trình bày tổng quan về các loại cảm biến trên điện thoại thông minh và ứng dụng, đi sâu vào cảm biến gia tốc và cảm biến GPS Từ đó nêu

ra bài toán ứng dụng cảm biến gia tốc, cảm biến GPS, sử dụng thuật toán phân tích để đưa ra mô hình phát hiện trạng thái người dùng theo loại phương tiện giao thông khác nhau

Chương 2 trình bày phương pháp phát hiện trạng thái người tham gia giao thông dựa trên điện thoại thông minh Luận văn đưa ra một số phương pháp

đã được xây dựng, đề xuất cải tiến có thể và mô hình hóa phương pháp, từ đó lựa chọn các thuật toán cần thiết, tiến hành tiền xử lý dữ liệu, huấn luyện mô hình và ứng dụng phát hiện trạng thái người tham gia giao thông

Chương 3 trình bày quá trình cài đặt, thử nghiệm và đánh giá kết quả của phương pháp được lựa chọn Luận văn mô tả môi trường thử nghiệm, đưa ra các kịch bản, nêu ra kết quả và nhận xét

CHƯƠNG 1: TỔNG QUAN VỀ CẢM BIẾN TRÊN

SMARTPHONE VÀ ỨNG DỤNG

Trong chương này, luận văn trình bày tổng quan về các loại cảm biến trên điện thoại thông minh và ứng dụng, đi sâu vào cảm biến gia tốc và cảm biến GPS Phần cuối của chương nêu ra bài toán ứng dụng cảm biến gia tốc, cảm biến GPS, sử dụng thuật toán phân tích để đưa ra mô hình phát hiện trạng thái người dùng theo loại phương tiện giao thông khác nhau

1.1 Giới thiệu tổng quan về các loại cảm biến trên smartphone

Từ sự ra đời của chiếc iPhone đầu tiên vào năm 2007, tới nay, điện thoại thông minh (smartphone) không còn là một thiết bị xa xỉ, đắt tiền, ít người sở hữu

mà đã trở thành một công cụ phổ biến mà hầu hết mọi người dân đều có thể sử dụng Smartphone không chỉ đóng vai trò là thiết bị liên lạc, mà còn thỏa mãn nhu cầu của người dùng trong cả công việc lẫn cuộc sống thường ngày

Trải dài từ các dòng thiết bị giá rẻ, tới trung cấp và tới các dòng điện thoại cao cấp, các tính năng mới ngày càng được tích hợp nhiều hơn vào trong smartphone Đi cùng với xu hướng điện toán di động, các bộ vi xử lý ngày càng nhỏ gọn trong khi hiệu năng ngày một tăng lên, cùng với đó là việc mở rộng dung lượng

bộ nhớ, tăng độ phân giải màn hình và nhất là bổ sung cũng như cải thiện các loại cảm biến tích hợp trong smartphone

Các cảm biến được sử dụng trên smartphone hiện nay phổ biến nhất là 3 loại: cảm biến chuyển động, cảm biến môi trường và cảm biến vị trí Ngoài ra còn có một số loại cảm biến đặc biệt khác như cảm biến sinh trắc học hay cảm biến số bước chân của người dùng Các tiểu mục dưới đây sẽ lần lượt giới thiệu các dạng cảm biến này

1.1.1 Cảm biến chuyển động

Cảm biến chuyển động trên smartphone là tên gọi chung của nhóm các cảm biến có mục đích thu thập dữ liệu về chuyển động của thiết bị Các chuyển động này bao gồm hướng và tốc độ di chuyển của thiết bị theo các phương khác nhau trong không gian Một số cảm biến chuyển động tiêu biểu đó là cảm biến gia tốc (accelerometer sensor), con quay hồi chuyển (gyroscope sensor), cảm biến véc-tơ quay (rotational vector sensor), cảm biến từ trường (magnetic sensor),…

1.1.1.1 Cảm biến gia tốc

Cảm biến gia tốc là loại cảm biến thu thập và định lượng giá trị gia tốc riêng của thiết bị trong không gian ba chiều so với phương rơi tự do Cảm biến gia tốc liên tục cập nhật các giá trị của gia tốc riêng theo trục X, Y, Z và gửi về cho smartphone Từ đó, các ứng dụng trên smartphone có thể thu thập dữ liệu này và thực hiện các hành vi tương ứng Luận văn sẽ đề cập chi tiết hơn về cảm biến gia tốc cùng ứng dụng trong mục 1.2.1

Con quay hồi chuyển trên smartphone là loại cảm biến thu thập góc quay của thiết bị theo các phương X, Y, Z trong không gian Trong lĩnh vực vật lý, con quay hồi chuyển là một thiết bị dùng để đo đạc hoặc duy trì phương hướng dựa trên nguyên lý bảo toàn mô men động lượng Con quay cơ học được cấu tạo là một bánh

xe hay đĩa quay với các trục quay tự do theo mọi hướng Phương hướng này thay đổi nhiều hay ít tùy thuộc vào mô men xoắn bên ngoài hơn là liên quan đến con quay có vận tốc cao mà không cần mô men động lượng lớn Vì mô men xoắn được tối thiểu hóa bởi việc gắn kết thiết bị trong các khớp của con quay, hướng của nó duy trì gần như cố định bất kể so với bất kỳ chuyển động nào của vật thể mà nó tựa lên Hình 1.1 mô tả một con quay hồi chuyển cơ bản trong cơ học và vật lý

Hình 1.1: Con quay hồi chuyển

Trong smartphone và các thiết bị di động khác, con quay hồi chuyển được dùng kết hợp với cảm biến gia tốc nhằm hỗ trợ các trò chơi hay ứng dụng cần sử dụng đến thuộc tính vị trí và góc quay của thiết bị, điển hình là các trò chơi đua xe hay trò chơi tương tác Tuy cảm biến gia tốc cũng có thể ứng dụng để phát hiện độ nghiêng của thiết bị theo các hướng nhưng riêng với phương thẳng đứng thì cảm biến gia tốc lại không phát hiện được, chính vì vậy con quay hồi chuyển được bổ

sung để tăng độ chính xác cho việc phát hiện phương của thiết bị Do không thể tích hợp con quay cơ học vào thiết bị di động nên với smartphone, con quay hồi chuyển được dùng là dạng vi cơ điện tử Các vi cơ này được gọi là MEMS, chịu trách nhiệm mô phỏng chính xác hoạt động của các thiết bị cơ học trong một con chip duy nhất [11] Hình 1.2 mô tả vi cơ điện tử mang mã hiệu L3G4200DH

Hình 1.2: Vi cơ điện tử mã hiệu L3G4200DH

Giá trị đo được của con quay hồi chuyển được tính bằng đơn vị rad/s, bao gồm: giá trị Pitch (tốc độ quay quanh trục X), giá trị Roll (tốc độ quay quanh trục Y), giá trị Yaw (tốc độ quay quanh trục Z) Khi thiết bị đứng yên (không quay), ba giá trị này đều bằng 0 rad/s Con quay hồi chuyển được tích hợp vào điện thoại di động sớm nhất ở iPhone 4, sau đó lần lượt các thiết bị Android cũng được tích hợp con quay này sau khi Google ra mắt Nexus S chạy Android 2.3

Như tên gọi của nó, cảm biến từ trường là dạng cảm biến dùng để đo hướng

và độ mạnh của từ trường tại một điểm trong không gian Với smartphone, cảm biến

từ trường sẽ đo giá trị của từ trường Trái Đất tại vị trí của thiết bị theo 3 phương X,

Y, Z trong không gian với đơn vị là micro-Tesla (uT) Hình 1.3 là một thiết bị từ kế tiêu biểu dùng trong địa chất

Hình 1.3: Thiết bị từ kế dùng trong địa chất

Với smartphone, tương tự như cảm biến con quay hồi chuyển, cảm biến từ trường được tích hợp dưới dạng một con chip Hình 1.4 là chip LIS3MDL được sản xuất bởi STMicroelectronics

Hình 1.4: Cảm biến từ trường LIS3MDL

Các ứng dụng trên smartphone thường không sử dụng trực tiếp các giá trị đo được bởi cảm biến từ trường Thay vào đó, cảm biến từ trường thường được kết hợp với các cảm biến khác như cảm biến gia tốc hay con quay hồi chuyển nhằm cung cấp các giá trị đo được với độ chính xác cao hơn Phương pháp kết hợp các cảm biến vật lý khác nhau nhằm tăng độ chính xác của phép đo được ứng dụng trong các phần mềm điều khiển gọi chung là Sensor Fusion [10], mà loại cảm biến véc-tơ quay được giới thiệu ở tiểu mục tiếp theo là một ví dụ tiêu biểu

Trên smartphone, thông thường các cảm biến sẽ hoạt động cùng nhau và bổ sung giá trị cho nhau để tăng cường độ chính xác Để thuận tiện cho việc phát triển

ứng dụng, các hệ điều hành di động thường đưa ra các cảm biến tượng trưng Khác với các cảm biến vật lý được tích hợp thẳng vào smartphone và cung cấp giá trị trực tiếp, các cảm biến tượng trưng sẽ là sự kết hợp giữa hai hoặc nhiều hơn các cảm biến vật lý ở tầng vật lý, tính toán và tối ưu lại giá trị trước khi trả về cho người dùng Phương pháp này được gọi là Sensor Fusion Một cảm biến tượng trưng tiêu biểu là cảm biến véc-tơ quay Cảm biến này kết hợp giá trị giữa 3 loại cảm biến vật

lý đã được nêu ở các tiểu mục trước là cảm biến gia tốc, con quay hồi chuyển và cảm biến từ trường Cảm biến véc-tơ quay thu thập giá trị góc quay của thiết bị trong không gian ba chiều so với các phương: Bắc – Đông – Thẳng Đứng (hướng lên) và có đơn vị là radian Hình 1.5 mô tả không gian mà cảm biến véc-tơ quay thu thập giá trị trên hệ điều hành Android

Hình 1.5: Hệ tọa độ cảm biến véc-tơ quay trên Android

Trong đó: giá trị X bằng tích của hai véc-tơ Y và Z Véc-tơ X nằm theo phương tiếp tuyến với mặt đất tại vị trí của thiết bị và chỉ về hướng Đông Giá trị Y tiếp tuyến với mặt đất tại vị trí của thiết bị và chỉ về phương Bắc của Trái Đất Giá trị Z chỉ lên bầu trời và vuông góc với mặt phẳng Trái Đất

1.1.2 Cảm biến môi trường

Cảm biến môi trường trên smartphone cho phép thiết bị có khả năng ghi nhận các thuộc tính của môi trường xung quanh như độ ẩm, ánh sáng, áp suất hay nhiệt độ Một số cảm biến môi trường được trang bị trên smartphone đó là cảm biến

độ ẩm (ambient humidity sensor), cảm biến ánh sáng (light sensor), cảm biến áp suất khí quyển (atmostpheric pressure sensor) Ứng dụng tiêu biểu của các cảm biến

dạng này là cung cấp dữ liệu cho các ứng dụng thời tiết hay ứng dụng theo dõi sức khỏe

Cảm biến độ ẩm thường được tích hợp trong các dòng smartphone cao cấp, thu thập giá trị độ ẩm không khí xung quanh thiết bị theo đơn vị phần trăm Giá trị này thường được các ứng dụng dự báo thời tiết sử dụng Hình 1.6 mô tả một cảm biến độ ẩm do Xiaomi chế tạo

Hình 1.6: Cảm biến độ ẩm của Xiaomi

Cảm biến ánh sáng là một trong những cảm biến phổ biến nhất, gần như có mặt trong tất cả các dòng smartphone Cảm biến ánh sáng đo lượng sáng chiếu vào màn hình của thiết bị, qua đó thiết bị có khả năng tự điều chỉnh độ sáng màn hình tương ứng Khi dùng thiết bị trong điều kiện trời nắng, lượng sáng đi vào màn hình nhiều, thiết bị sẽ có khả năng tự tăng độ sáng màn hình giúp người dùng đọc nội dung dễ dàng hơn Với điều kiện ánh sáng yếu, độ sáng màn hình sẽ được tự động giảm đi nhằm tránh người dùng bị chói mắt Hình 1.7 mô tả con chip cảm biến ánh sáng và vị trí đặt cảm biến trên iPhone 5

Hình 1.7: Cảm biến ánh sáng trên iPhone 5

Cảm biến ánh sáng thu thập giá trị cường độ ánh sáng theo đơn vị lux

Như tên gọi, cảm biến áp suất khí quyển thu thập giá trị của áp suất không khí xung quanh thiết bị theo đơn vị hPa Cảm biến áp suất hay còn gọi là phong vũ biểu, thường được sử dụng để tính toán độ cao của thiết bị so với mực nước biểu, từ

đó cải thiện độ chính xác của các cảm biến vị trí như GPS Cảm biến này thường chỉ được tích hợp trên các smartphone cao cấp như iPhone 7, Galaxy S7,… Hình 1.8 là một cảm biến áp suất tiêu biểu

Hình 1.8: Cảm biến áp suất khí quyển

1.1.3 Cảm biến vị trí

Cảm biến vị trí cho phép thiết bị xác định được vị trí vật lý tương đối của nó trong không gian ba chiều Vị trí này bao gồm tọa độ của thiết bị trên Trái Đất cũng như phương quay của thiết bị Các cảm biến vị trí thường có trên smartphone đó là cảm biến định vị và cảm biến tiệm cận Ngoài ra còn có cảm biến phương vị và cảm biến quay Trong phạm vi của luận văn sẽ giới thiệu về cảm biến định vị và cảm biến tiệm cận

Cảm biến định vị rất phổ biến với người dùng thông qua tên gọi cảm biến GPS Tuy nhiên khái niệm GPS là chỉ hệ thống định vị toàn cầu của Mỹ gồm 24 vệ tinh đặt trên quỹ đạo không gian Ngoài GPS, trên thế giới hiện nay còn có hệ thống định vị toàn cầu của Nga là GLONASS với 24 vệ tinh, hệ thống của liên minh châu

Âu EU là Galileo (đang được phát triển) và hệ thống của Trung Quốc là Bắc Đẩu

với 35 vệ tinh [13] Các smartphone trước đây chỉ tích hợp cảm biến GPS, là cảm biến thu thập tín hiệu của vệ tinh thuộc hệ thống GPS, tuy nhiên hiện nay, các cảm biến định vị đã có thể thu cả tín hiệu của các vệ tinh thuộc hệ thống khác và vẫn giữ tên gọi chung là GPS Các cảm biến này cho phép thiết bị có thể xác định được vị trí của nó trên Trái Đất, phục vụ cho các ứng dụng bản đồ hay dẫn đường Hình 1.9

mô tả ứng dụng Google Maps trên iPhone

Hình 1.9: Ứng dụng Google Maps trên iPhone

Hoạt động của cảm biến định vị sẽ được mô tả chi tiết hơn trong mục 1.2

Vấn đề của smartphone với màn hình cảm ứng lớn đó là khi thực hiện cuộc gọi, người dùng sẽ phải áp sát màn hình với tai nghe, dẫn tới hai nhược điểm: đó là màn hình vẫn hoạt động một cách không cần thiết, và có thể khiến thiết bị nhầm thao tác chạm tai là thao tác cảm ứng Cảm biến tiệm cận được giới thiệu trên smartphone cùng lúc với sự ra đời của iPhone thế hệ đầu tiên vào năm 2007 Nguyên lý hoạt động của cảm biến này đó là dùng sóng điện từ phát ra và theo dõi

sự thay đổi của sóng dội lại, từ đó xác định tương đối khoảng cách từ thiết bị tới đối tượng gần đó Nhờ đó, khi người dùng đưa điện thoại lên tai để nghe cuộc gọi, màn hình có thể tự động tắt để tránh cảm ứng hoạt động và tiết kiệm năng lượng Hình 1.10 mô tả vị trí của cảm biến tiệm cận trên iPhone

Hình 1.10: Vị trí cảm biến tiệm cận trên iPhone

1.1.4 Một số loại cảm biến khác

Các cảm biến trên smartphone ngày càng tinh vi và nhỏ gọn hơn, điều đó cho phép các nhà sản xuất điện thoại thông minh tích hợp ngày càng nhiều các loại cảm biến đặc biệt khác, như cảm biến sinh trắc học mà điển hình là cảm biến vân tay trên các dòng điện thoại cao cấp hay cảm biến mống mắt trên Samsung Galaxy Note

7 Ngoài ra có thể kể đến cảm biến nhịp tim hay cảm biến số bước chân, trong phạm

vi của luận văn sẽ giới thiệu thêm về cảm biến vân tay và cảm biến mống mắt

Cảm biến vân tay đã có từ lâu, tuy nhiên tích hợp cảm biến đủ nhỏ lên smartphone cùng với yêu cầu khắt khe về trải nghiệm người dùng nên tới 2011, cảm biến vân tay mới lần đầu tiên được tích hợp trên chiếc Motorola Atrix 4G và sau đó

là iPhone 5S vào 2012 Cảm biến vân tay sẽ ghi nhớ vân tay của người sử dụng, mã hóa vào trong thiết bị và được sử dụng với vai trò khóa xác nhận đối với các ứng dụng yêu cầu bảo mật cao, ví dụ như các ứng dụng thanh toán, các ứng dụng quản

lý dữ liệu cá nhân hay đơn giản là dùng để mở khóa thiết bị thay cho việc nhập mã hay mật khẩu Hình 1.11 mô tả cấu trúc của cảm biến vân tay trên iPhone 6 hay còn được biết đến với tên Touch ID

Hình 1.11: Cảm biến vân tay Touch ID trên iPhone

1.1.4.2 Cảm biến mống mắt

Các cảm biến sinh trắc học đều hoạt động dựa trên nguyên lý về sự duy nhất của vân tay hay võng mạc, mống mắt Đó là hai người khác nhau sẽ có vân tay khác nhau, cấu trúc võng mạc hay mống mắt là khác nhau, qua đó xác thực được người đang sử dụng cảm biến có quyền truy cập hay là không Cảm biến quét mống mắt được giới thiệu lần đầu trên smartphone là ở chiếc Samsung Galaxy Note 7 Note 7

sở hữu hai thành phần để quét mống mắt bao gồm một máy quét mống mắt và máy quét hồng ngoại để giúp thiết bị có khả năng nhận diện ngay cả trong điều kiện thiếu sáng hay môi trường ánh sáng rất mạnh Khi khởi động tính năng, cảm biến sẽ chụp lại ảnh sau đó phân tích vùng mống mắt, tròng mắt và thậm chí các mao mạch máu Sau đó, những chi tiết trên sẽ được mã hóa và lưu vào cơ sở dữ liệu của máy Hình 1.12 mô tả vị trí cảm biến mống mắt trên Galaxy Note 7

Hình 1.12: Cảm biến mống mắt trên Galaxy Note 7

1.2 Giới thiệu cảm biến gia tốc và cảm biến GPS

Ở mục này, luận văn đi sâu giới thiệu chi tiết cấu tạo và hoạt động của hai dạng cảm biến, là cảm biến gia tốc và cảm biến định vị sử dụng GPS Mục này cũng

sẽ giới thiệu các ứng dụng của hai loại cảm biến này, đặc biệt là các ứng dụng trên smartphone hay các thiết bị di động khác

1.2.1 Cảm biến gia tốc

Tương tự như con quay hồi chuyển, cảm biến gia tốc trên smartphone là một

vi cơ điện tử MEMS thay vì cơ cấu cơ khí thông thường Cảm biến này được sử

dụng để đo độ lớn của gia tốc trọng trường với đơn vị là m/s2 Trong thực tế, giá trị

độ lớn thường được so với g, trong đó g là độ lớn của gia tốc trọng trường: g 

9.8m/s2

Gia tốc sẽ được đo theo 3 phương của hệ trục tọa độ là X, Y, Z Khi thiết bị đặt nằm yên trên mặt phẳng, gia tốc có giá trị là 1g và khi rơi tự do là 0g

Về cơ bản, một cảm biến gia tốc có cấu trúc gồm hai thành phần: một khung gắn vào thiết bị cần thu thập gia tốc và một quả nặng gắn với khung này có thể di chuyển tự do [13] Khi thiết bị di chuyển, phần khung sẽ di chuyển theo và quả nặng sẽ di chuyển cùng nhưng chậm hơn phần khung Bằng cách ước lượng mức độ chậm hơn của quả nặng so với khung, ta có thể tính toán được giá trị gia tốc của phần khung khi chuyển động

Trên smartphone, cảm biến gia tốc được làm từ sillicon Hình 1.13 mô tả cấu trúc điển hình của cảm biến gia tốc trên smartphone

Hình 1.13: Cấu trúc cảm biến gia tốc trên smartphone

Trong hình trên, phần màu xanh lam đóng vai trò quả nặng, trong khi phần khung nền trắng được phủ bằng sillicon sẽ được gắn cố định với smartphone Bộ phận quả nặng sẽ được cố định 4 góc và phần ở giữa sẽ có thể chuyển động tiến hoặc lùi Khi thiết bị di chuyển, khung nền sẽ di chuyển theo dẫn tới bộ phận quả nặng cũng di chuyển (hình 1.13a) Điều này dẫn tới sự thay đổi giá trị điện cực tại

các tụ điện màu xanh lục (hình 1.13b) Tùy theo độ lớn của dòng điện mà giá trị gia tốc có độ lớn tương ứng Tụ điện sẽ gửi giá trị này tới vi xử lý của smartphone để tiếp tục căn chỉnh và tính toán lại trước khi gửi tới ứng dụng ở tầng trên cùng

Cảm biến gia tốc có ứng dụng trong rất nhiều lĩnh vực khác nhau Nhờ việc theo dõi giá trị gia tốc theo các phương khác nhau, cảm biến gia tốc cho phép tối ưu hóa các phép đo bị ảnh hưởng bởi gia tốc trọng trường [15]

 Trong kỹ thuật, cảm biến gia tốc cho phép tính toán gia tốc của phương tiện, tính toán độ rung lắc trên máy móc, xe ô tô hay các cấu trúc xây dựng, qua

đó tăng cường sự chính xác cho các hệ thống điều khiển và tăng mức độ an toàn cho việc lắp đặt thiết bị

 Trong sinh học, cảm biến gia tốc được sử dụng để phát hiện tần số rung lắc theo hai hoặc ba chiều nhằm phân biệt các hình mẫu hành vi của sinh vật khi không quan sát được trực tiếp hay tính toán năng lượng mà sinh vật sử dụng

 Trong công nghiệp, cảm biến gia tốc được dùng để quan sát và theo dõi độ bền của máy móc dựa vào mức độ rung lắc theo thời gian của các bộ phận chuyển động như động cơ, cánh quạt,… qua đó có thể phát hiện sớm các lỗi cần sửa chữa và thay thế

 Trong xây dựng, cảm biến gia tốc có thể được sử dụng để tính toán chuyển động và độ rung lắc của các cấu trúc xây dựng dưới áp lực của con người, máy móc, hoạt động xây dựng hay phương tiện giao thông, nhờ vậy giúp phát hiện và tính toán mức độ an toàn và chịu lực của các công trình

 Trong địa chất, cảm biến gia tốc đang được sử dụng để theo dõi hoạt động của núi lửa từ xa thông qua việc phát hiện chuyển động của dung nham

 Trong điện tử tiêu dùng, cảm biến gia tốc càng ngày càng có nhiều ứng dụng, bao gồm cung cấp dữ liệu chuyển động đầu vào cho smartphone nhằm phục

vụ cho việc chơi game hay các ứng dụng giải trí khác; các hệ thống phát hiện

va chạm giao thông tự động sử dụng cảm biến gia tốc để phát hiện tai nạn và phát tín hiệu cấp cứu; cảm biến gia tốc còn được sử dụng trong các thiết bị

ổn định hình ảnh như camera của smartphone hay các máy ảnh và máy quay cao cấp,…

1.2.2 Cảm biến định vị sử dụng GPS

Như ở mục 1.1.3.1 đã đề cập, các cảm biến định vị vị trí tuy có thể truy cập nhiều hệ thống định vị toàn cầu khác nhau (GPS, GLONASS,…) nhưng đều được gọi chung là cảm biến GPS Bộ phận thu sóng GPS còn gọi là GPS Receiver, có trách nhiệm thu sóng từ các vệ tinh nằm trong vùng quỹ đạo tương ứng với vị trí hiện tại của thiết bị Giá trị GPS trả về thường thấy gồm kinh độ và vĩ độ của địa điểm, tuy nhiên thiết bị thu GPS thường cho phép thu thập cả các giá trị khác, như cao độ, tốc độ di chuyển, thời gian mặt trời mọc và lặn,…

Các vệ tinh thuộc hệ thống định vị toàn cầu bay vòng quanh Trái Đất hai lần một ngày và liên tục phát sóng tín hiệu xuống bề mặt Trái Đất Các máy thu GPS thu nhận tín hiệu này, so sánh chênh lệch thời gian phát tín hiệu và thời gian nhận tín hiệu từ đó tính ra khoảng cách từ thiết bị tới vệ tinh Khi có đủ số lượng vệ tinh

để tính toán cùng lúc, cụ thể là với ít nhất ba vệ tinh, thiết bị có thể tính ra kinh độ

và vĩ độ của vị trí, với ít nhất bốn vệ tinh, thiết bị có thể tính ra thêm cao độ tại địa điểm đang đứng nhờ các phép tính lượng giác

Hệ thống GPS gồm ba thành phần chính:

 Phần không gian: gồm toàn bộ các vệ tinh nằm trên quỹ đạo bay xung quanh Trái Đất, hoạt động bằng năng lượng mặt trời Quỹ đạo của các vệ tinh được thiết lập sao cho tại bất kì điểm nào trên bề mặt Trái Đất đều có thể nhìn thấy tối thiểu 4 vệ tinh cùng lúc

 Phần kiểm soát: gồm các trạm kiểm soát đặt rải rác trên mặt đất, chịu trách nhiệm nhận tín hiệu từ vệ tinh, hiệu chỉnh và gửi lại thông tin cập nhật cho

Nhờ việc xác định vị trí của thiết bị trên bề mặt địa cầu, các thiết bị thu GPS

có thể ứng dụng trong nhiều lĩnh vực khác nhau:

 Trong dân dụng, GPS được ứng dụng trong các công tác quản lý và điều hành giao thông như theo dõi lộ trình của phương tiện, tìm đường, liên lạc, theo dõi vận tốc, cảnh báo quá tốc độ,… GPS cũng được sử dụng phổ biến trong lĩnh vực khảo sát địa chất, du lịch, xây dựng công trình hay nghiên cứu môi trường

 Trong quân sự, GPS được sử dụng làm bộ phận dẫn đường và đánh dấu vị trí cho các khí tài quân sự như máy bay, tàu chiến, các hệ thống tên lửa và bom thông minh

1.3 Phát biểu bài toán

Với sự phát triển của smartphone hiện nay cùng việc các cảm biến chuyển động, cảm biến vị trí đã được tối ưu hơn, luận văn đề xuất phương án tối ưu giá trị cảm biến vị trí, kết hợp với dữ liệu từ cảm biến gia tốc tích hợp trong smartphone

để cải thiện độ chính xác của phương pháp phát hiện trạng thái người tham gia giao thông, mở rộng việc phát hiện các trạng thái khác nhau, từ đó xây dựng ứng dụng trên điện thoại thông minh nhằm hỗ trợ cho người dùng trong các tác vụ khác nhau khi đang tham gia giao thông

Bài toán đặt ra là ứng dụng cần có khả năng nhận diện trạng thái người dùng

là đang di chuyển bằng phương tiện nào (đi xe máy (xe ga hoặc xe số), đi bộ, và thử nghiệm với xe bus – là các phương tiện phổ biến tại Việt Nam) và đang ở trạng thái

di chuyển, dừng, rẽ trái hay rẽ phải Mô hình nhận diện các trạng thái được xây dựng dựa vào dữ liệu thu thập từ cảm biến gia tốc và cảm biến vị trí Dựa trên trạng thái nhận diện được, ứng dụng sẽ có thể thay mặt người dùng đưa ra các phản hồi trợ giúp khi người dùng nhận được tin nhắn hay cuộc gọi đến trong lúc đang di chuyển và thông báo cho người dùng khi dừng lại

Để giải quyết bài toán này, luận văn tập trung vào hai vấn đề: nhận diện trạng thái và xử lý sự kiện theo trạng thái đã được nhận diện Chương 2 của luận văn sẽ đi sâu mô tả chi tiết quá trình thu thập, xử lý dữ liệu, huấn luyện mô hình, nhận diện trạng thái và xây dựng ứng dụng

1.4 Kết chương

Chương 1 của luận văn đã trình bày khái quát về một số loại cảm biến phổ biến thường hiện hữu trong smartphone cũng như một số loại cảm biến đặc biệt

khác cùng ứng dụng của chúng Chương này cũng đi sâu vào giới thiệu hai loại cảm biến là cảm biến gia tốc và cảm biến định vị sử dụng GPS, qua đó nêu bài toán nhận diện trạng thái tham gia giao thông và xây dựng ứng dụng trên smartphone nhằm hỗ trợ cho người tham gia giao thông

Trong chương 2, luận văn sẽ trình bày về hai vấn đề của bài toán đã được nêu ra, thứ nhất là phương pháp thu thập dữ liệu, xử lý dữ liệu, phát hiện trạng thái,

từ đó giải quyết vấn đề thứ hai là quá trình phân tích, thiết kế ứng dụng hỗ trợ người dùng trên smartphone

CHƯƠNG 2: PHƯƠNG PHÁP PHÁT HIỆN TRẠNG THÁI

NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN

SMARTPHONE

Trong chương này, luận văn trình bày phương pháp phát hiện trạng thái người tham gia giao thông dựa trên điện thoại thông minh Đầu tiên, luận văn sẽ đưa ra một số phương pháp đã được nghiên cứu, đề xuất cải tiến có thể và mô hình hóa phương pháp, từ đó sẽ lựa chọn các thuật toán cần thiết, tiến hành tiền xử lý dữ liệu, huấn luyện mô hình và đưa ra ứng dụng phát hiện trạng thái người tham gia giao thông

2.1 Xây dựng mô hình

2.1.1 Một số phương pháp đã được nghiên cứu

Bài toán phát hiện trạng thái người tham gia giao thông đã được đã được quan tâm nghiên cứu và đã có một số giải pháp dựa trên phần cứng đã được đưa ra

Ý tưởng cơ bản của các giải pháp này đều dựa vào dữ liệu thu thập được từ phần cứng để xây dựng các mô hình, sau đó sử dụng các mô hình này để phát hiện trạng thái theo thời gian thực Trong mục này, luận văn giới thiệu một số phương pháp đã được nghiên cứu, gồm: phương pháp sử dụng cây quyết định và mô hình Markov ẩn dựa vào dữ liệu cảm biến gia tốc và cảm biến GPS; phương pháp sử dụng giá trị gia tốc so sánh với gia tốc trọng trường phát hiện trạng thái người đi xe đạp; và phương pháp sử dụng máy véc-tơ hỗ trợ cùng kỹ thuật tối ưu đàn kiến để phân lớp dữ liệu cảm biến gia tốc và cảm biến GPS Các tiểu mục sau sẽ lần lượt giới thiệu các phương pháp này

Phương pháp này được Sasank Reddy và cộng sự giới thiệu năm 2010 [8] Nhóm tác giả đưa ra hệ thống phân lớp sử dụng cảm biến gia tốc và GPS của smartphone, nhằm mục đích nhận diện các trạng thái đứng yên, đi bộ, chạy, đạp xe hoặc di chuyển bằng xe máy Cách tiếp cận của nhóm sử dụng cây quyết định và

mô hình Markov ẩn với độ chính xác đạt được là 93.6% trên tập dữ liệu cho trước

Các bước thực hiện phương pháp này được mô tả như Hình 2.1

Hình 2.1: Lưu đồ phương pháp sử dụng cây quyết định với mô hình Markov ẩn

2.1.1.2 Phương pháp so sánh giá trị gia tốc và gia tốc trọng trường

Phương pháp này được Jeong-Jin Yeo và cộng sự đưa ra nhằm mục đích phát hiện trạng thái của người đi xe đạp [2] Nhóm tác giả đưa ra một phương pháp đơn giản ứng dụng smartphone cùng cảm biến gia tốc gắn cố định lên xe với độ chính xác khoảng 95% Vị trí smartphone được gắn vào xe và chiều của các véc-tơ gia tốc được mô tả trong Hình 2.2

Hình 2.2: Biểu diễn véc-tơ gia tốc trong thử nghiệm với xe đạp

Nhóm tác giả nhận thấy, một số trạng thái của người đi xe đạp có thể được xác định chỉ dựa trên định lượng giá trị véc-tơ gia tốc theo 3 trục mà không cần sử

dụng thêm các cảm biến khác Bảng 2.1 mô tả đặc trưng của các trạng thái khác nhau khi người đạp xe

Bảng 2.1: Đặc trưng các trạng thái khác nhau của người đi xe đạp

Trên mặt phẳng Lên dốc Xuống dốc Đứng yên Ax + Ay = G2 Ax + Ay + Az = G2 Ax + Ay + Az = G2

2.1.1.3 Sử dụng máy véc-tơ hỗ trợ và tối ưu đàn kiến

Năm 2014, Hao Xia và cộng sự đưa ra một phương pháp sử dụng cả dữ liệu GPS và giá trị gia tốc từ smartphone nhằm phân loại các trạng thái giao thông ngoài trời của người dùng [1] Các trạng thái này bao gồm đi bộ, đi xe đạp và xe cơ giới cũng như trạng thái đứng yên của người dùng Nhóm tác giả đề xuất sử dụng phương pháp tối ưu đàn kiến để giảm kích thước của các đặc trưng cũng như phân tích mức độ quan trọng tương đối của các đặc trưng này Sau đó, sử dụng máy véc-

tơ hỗ trợ để huấn luyện tập dữ liệu thu được để tạo bộ phân lớp Phương pháp này đạt mức độ chính xác khoảng 96.31% Một ứng dụng được xây dựng trên Android nhằm thu thập dữ liệu từ cảm biến GPS và cảm biến gia tốc, sau đó dùng MATLAB

để phân tích các dữ liệu này Khối lượng dữ liệu thu thập được thể hiện ở bảng 2.2

Bảng 2.2: Số lượng phân đoạn sau khi tiến hành lọc

Trên mặt phẳng Số lượng phân đoạn

2118

230

51

669

Ma trận nhầm lẫn thể hiện kết quả phân lớp cho các nút dữ liệu tĩnh và nút

dữ liệu di chuyển được thể hiện trong hai bảng 2.3 và 2.4

Bảng 2.3: Ma trận nhầm lẫn cho các nút dữ liệu di chuyển

2.1.2 Các đề xuất cải tiến của luận văn

Từ các phương pháp đã nêu ra ở mục trước, nhận thấy phương pháp thứ ba của nhóm Hao Xia và cộng sự có một số nhược điểm, đó là:

 Chưa phù hợp với tình hình giao thông tại Việt Nam với xe máy là phương tiện chính Ngoài ra sinh viên, học sinh tại Việt Nam cũng thường xuyên sử dụng xe bus làm phương tiện đi lại

 Dữ liệu GPS vẫn có khả năng bị mất hoặc không chính xác khi người dùng

đi vào vùng bị cản Việc sử dụng thu GPS liên tục một cách thông thường sẽ gây tổn hao năng lượng cho thiết bị smartphone, do vậy giảm khả năng ứng dụng thực tế

Để khắc phục các nhược điểm trên, luận văn đưa ra một số đề xuất cải tiến

và bổ sung cho phương pháp này, như sau:

 Bổ sung thêm các trạng thái chi tiết người tham gia giao thông với xe máy và

xe bus

 Tối ưu hóa phương pháp thu nhận tín hiệu GPS với các chế độ: không dùng GPS, dùng GPS với sóng di động, và dùng GPS với cả sóng di động và tín hiệu GPS Với cách tối ưu như vậy, việc phát hiện trạng thái người tham gia giao thông có thể thực hiện ngay trên smartphone theo thời gian thực

Trên cơ sở các đề xuất cải tiến trên, luận văn sẽ xây dựng ứng dụng trên smartphone nhằm hỗ trợ cho người dùng với các tác vụ cơ bản như gọi điện, trả lời cuộc gọi, tin nhắn khi đang tham gia giao thông

2.1.3 Mô hình hóa phương pháp

Từ đề xuất cải tiến trên phương pháp đã nêu tại mục 2.1.1.3, luận văn đề xuất

mô hình phát hiện trạng thái người tham gia giao thông như biểu diễn trên Hình 2.3

Hình 2.3: Mô hình hóa phương pháp phát hiện trạng thái

Phương pháp sẽ được thực hiện theo hai giai đoạn:

 Giai đoạn Huấn luyện mô hình: thu thập dữ liệu mẫu, thực hiện các thuật toán lọc, trích chọn đặc trưng và phân lớp cần thiết để xác định các đặc trưng

và các lớp dữ liệu đầu ra, đại diện cho các trạng thái di chuyển khác nhau của người tham gia giao thông

 Giai đoạn Xác định trạng thái theo thời gian thực: tiến hành thu thập dữ liệu trong khi người dùng đang tham gia giao thông, sử dụng kết quả ở giai đoạn Huấn luyện làm tham số đầu vào cho các thuật toán trích chọn đặc trưng và phân lớp, từ đó đưa ra kết luận về trạng thái di chuyển của người dùng hiện tại

Kết quả của phương pháp sẽ được ứng dụng hỗ trợ người dùng trên smartphone dùng để ra quyết định về việc phản hồi các thông tin như cuộc gọi đến hay tin nhắn Các phần tiếp theo của chương 2 sẽ trình bày lần lượt về quá trình thu thập dữ liệu, các thuật toán được lựa chọn và áp dụng vào việc phát hiện trạng thái người tham gia giao thông

2.2 Thu thập dữ liệu

2.2.1 Phương pháp thu thập dữ liệu

Trong mục này, luận văn trình bày phương pháp thu thập dữ liệu Dữ liệu đầu vào sẽ gồm có dữ liệu cảm biến gia tốc và dữ liệu cảm biến GPS, cụ thể hơn là

dữ liệu về tọa độ GPS hiện tại của người dùng và tốc độ di chuyển hiện tại của người dùng Các dữ liệu này đều được thu thập thông qua các cảm biến sẵn có trên smartphone Trong phạm vi của luận văn chỉ đề cập đến phương pháp thu thập dữ liệu trên smartphone chạy hệ điều hành Android

2.2.1.1 Thu thập dữ liệu cảm biến gia tốc

Hệ điều hành Android cho phép lập trình viên truy cập vào dữ liệu cảm biến gia tốc của thiết bị thông qua dịch vụ của hệ điều hành Như đã trình bày ở mục 1.2.1, giá trị cảm biến gia tốc mà hệ điều hành cung cấp gồm ba số thực tương ứng với gia tốc theo các phương X, Y, Z 3 trục này được mô tả như Hình 2.4

 Trục X: nằm ngang so với màn hình, hướng về bên phải của màn hình thiết

bị

 Trục Y: nằm dọc theo chiều dài của thiết bị, hướng lên trên

 Trục Z: nằm vuông góc với mặt phẳng màn hình của thiết bị, hướng lên mặt trước của thiết bị

Hình 2.4: Các trục tương đối của véc-tơ gia tốc so với smartphone

Giá trị gốc của các cảm biến bao gồm cả giá trị của gia tốc trọng trường, tuy nhiên hệ điều hành Android đã hỗ trợ sẵn việc trả về giá trị gia tốc không có thành phần véc-tơ gia tốc trọng trường Sử dụng thư viện và công cụ mà hệ điều hành Android cung cấp, luận văn sẽ xây dựng một ứng dụng trên Android với chức năng

tự động lấy giá trị của cảm biến gia tốc sau một khoảng thời gian nhất định Hình 2.5 mô tả dạng trích xuất của dãy giá trị cảm biến gia tốc Mỗi dòng gồm có 8 số, trong đó số đầu tiên là mã định danh của cụm giá trị do ứng dụng tự đặt ra, ba số thực tiếp theo lần lượt là giá trị gia tốc theo trục X, Y, Z của smartphone Các số còn lại là dữ liệu cảm biến vị trí của smartphone tại thời điểm tương ứng sẽ được

mô tả chi tiết hơn tại mục tiếp theo

Hình 2.5: Minh họa giá trị trích xuất cảm biến gia tốc