Xây dựng hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động: luận văn thạc sĩ

Nội dung đề tài trình bày cụ thể trong 4 chương. Nội dung Chương 1 giới thiệu chung như lý do chọn đề tài, mục tiêu nghiên cứu, giới hạn của đề tài tông quan về hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động. Nội dung Chương 2 trình bày các cơ sở lý thuyết liên quan đến đề tài như lý thuyết về xử lý ảnh, các phương pháp nhận dạng số, công nghệ di động GSM, hệ thống nhúng, tông quan KIT BeagleBoardxM, các kỹ thuật và ngôn ngữ lập trình. Nội dung Chương 3 trình bày chi tiết quá trình phân tích và thiết kế hệ thống như phân tích đánh giá yêu cầu đề tài, từ đó thiết kế mô hình tông quát của hệ thống gồm phần mềm nhúng trên KIT BeagleBoardxM và phần mềm hệ thống quản lý chỉ số điện với người dùng trên máy chủ. Nội dung Chương 4 gồm quy trình thử nghiệm hệ thống và các kết quả thử nghiệm.

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG

Luận văn thạc sĩ Công Nghệ Thông Tin

NGƯỜI HƯỚNG DẪN KHOA HỌC :

PGS.TS Vũ Đức Lung

Đồng Nai – Năm 2015

LỜI CẢM ƠN Tôi chân thành cảm ơn PGS.TS Vũ Đức Lung thầy đã tận tình hướng dẫn, giúp

đỡ và đóng góp ý kiến cho tôi trong suốt quá trình thực hiện đề tài luận văn

Tôi chân thành cảm ơn các thầy, cô Khoa Công nghệ Thông tin - Trường Đại học Lạc Hồng và các thầy, cô khác đã tận tình giảng dạy, truyền đạt cho tôi những kiến thức quý báu trong quá trình học tập

Tôi chân thành cảm ơn các thầy cô Khoa sau đại học - Trường Đại học Lạc Hồng, các đồng nghiệp và các bạn học lớp Cao học Công nghệ thông tin khoá 5 - Trường Đại học Lạc Hồng đã hỗ trợ, tạo điều kiện thuận lợi cũng như đóng góp những

ý kiến thiết thực cho tôi trong suốt quá trình học tập và đặc biệt đã giúp luận văn của tôi được hoàn thiện hơn

Cuối cùng, tôi muốn gửi lời cảm ơn đến gia đình, những người thân yêu luôn bên cạnh và động viên tôi trong suốt quá trình học tập và thực hiện đề tài

Học viện thực đề tài

Võ Tấn Dũng

LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi và được sự hướng dẫn khoa học của PGS.TS Vũ Đức Lung Các nội dung nghiên cứu, số liệu có nguồn gốc rõ ràng tuân thủ đúng nguyên tắc và kết quả trình bày trong luận văn được thu thập được trong quá trình nghiên cứu là trung thực chưa từng được ai công bố trước đây

Học Viên

Võ Tấn Dũng

TÓM TẮT LUẬN VĂN Hiện nay, việc ứng dụng công nghệ thông tin vào quản lý sản xuất đã và đang được triển khai mạnh mẽ trong những năm gần đây Tuy nhiên nhiều doanh nghiệp vẫn còn áp dụng nhiều hình thức quản lý vào sản xuất thủ công tốn nhiều nhân lực

mà hiệu quả công việc không cao, tốn nhiều thời gian Vấn đề rất gần gũi chúng ta có thể thấy như hàng tháng đều có nhân viên đến ghi chỉ số điện, số m3 nước tiêu thụ hàng tháng … tốn nhiều thời gian và công sức nhân viên đến từng hộ gia đình

Từ những nhu cầu trong thực tế tôi quyết định bắt tay vào nghiên cứu và thực hiện đề tài : “HỆ THỐNG HỖ TRỢ THU THẬP VÀ QUẢN LÝ CHỈ SỐ ĐIỆN

TỰ ĐỘNG” Đây là một đề tài mang tính khả thi cao, có thể liên kết với các cơ quan, ban ngành, công ty doanh nghiệp điện để triển khai ứng dụng vào đời sống thực tế

Nội dung đề tài trình bày cụ thể trong 4 chương

+ Nội dung Chương 1 giới thiệu chung như lý do chọn đề tài, mục tiêu nghiên cứu, giới hạn của đề tài tổng quan về hệ thống hỗ trợ thu thập và quản lý chỉ số điện

tự động

+ Nội dung Chương 2 trình bày các cơ sở lý thuyết liên quan đến đề tài như lý thuyết về xử lý ảnh, các phương pháp nhận dạng số, công nghệ di động GSM, hệ thống nhúng, tổng quan KIT BeagleBoard-xM, các kỹ thuật và ngôn ngữ lập trình

+ Nội dung Chương 3 trình bày chi tiết quá trình phân tích và thiết kế hệ thống như phân tích đánh giá yêu cầu đề tài, từ đó thiết kế mô hình tổng quát của hệ thống gồm phần mềm nhúng trên KIT BeagleBoard-xM và phần mềm hệ thống quản lý chỉ

số điện với người dùng trên máy chủ

+ Nội dung Chương 4 gồm quy trình thử nghiệm hệ thống và các kết quả thử nghiệm

MỤC LỤC

CHƯƠNG 1: GIỚI THIỆU CHUNG VỀ ĐỀ TÀI 1

1.1 Giới thiệu chung và tổng quan các nghiên cứu liên quan đến đề tài 1

1.1.1 Tình hình nghiên cứu trong nước 1

1.1.2 Tình hình nghiên cứu ngoài nước 2

1.2 Mục tiêu của luận văn 3

1.3 Phạm vi và đối tượng nghiên cứu 4

1.4 Nội dung thực hiện 4

1.5 Phương pháp thực hiện 5

1.6 Dự kiến kết quả 5

CHƯƠNG 2 : Cơ Sở Lý Thuyết 7

2.1 Lý thuyết xử lý ảnh 7

2.1.1 Giới thiệu về hệ thống xử lý ảnh 7

2.1.1.1 Phần thu nhận ảnh (Image Acquisition) 8

2.1.1.2 Tiền xử lý (Image Processing) 8

2.1.1.3 Phân đoạn (Segmentation) hay phân vùng ảnh 8

2.1.1.4 Biểu diễn ảnh (Image Representation) 9

2.1.1.5 Nhận dạng và nội suy ảnh (Image Recognition and Interpretation) 9

2.1.1.6 Cơ sở tri thức (Knowledge Base) 10

2.1.1.7 Mô tả (biểu diễn ảnh) 10

2.1.2 Một số vấn đề cơ bản trong hệ thống xử lý ảnh 11

2.1.2.1 Điểm ảnh (Pixel) 11

2.1.2.2 Độ phân giải của ảnh 11

2.1.2.3 Mức xám của ảnh 11

2.1.2.4 Hệ tọa độ màu 12

2.1.3 Ứng dụng của xử lý ảnh 13

2.2 Một số phương pháp nhận dạng số 13

2.2.1 Phương phap K-Nearest Neighbor 13

2.2.2 Mạng neural nhân tạo - Artificial Neural Network 14

2.2.3 Phương pháp Support Vector Machines (SVM) 16

2.2.3.1 SVM tuyến tính 17

2.2.3.1.1 SVM biên cứng 17

2.2.3.1.2 SVM biên mềm 18

2.2.3.2 SVM phi tuyến 18

2.3 Tổng quan công nghệ di động GSM 18

2.3.1 Giới thiệu công nghệ GSM 19

2.3.2 Cấu trúc mạng GSM 20

2.3.3 Modem 3G 21

2.4 Tổng quan hệ thống nhúng 21

2.4.1 Linux với hệ thống nhúng 23

2.4.2 Tương lai của hệ thống nhúng 25

2.5 Tổng Quan Beagleboard-Xm 25

2.5.1 Giới thiệu Kit nhúng BeagleBoard-xM 25

2.5.2 Thông số kỹ thuật 27

2.6 Các kỹ thuật và ngôn ngữ nhập trình 28

2.6.1 Lệnh AT(Attention Commands) 28

2.6.2 Ngôn ngữ C# 30

2.6.3 Ngôn ngữ JAVA 32

CHƯƠNG 3 : Xây Dựng Hệ Thống Hỗ Trợ Thu Thập và Quản Lý Chỉ Số Điện Tự Động 34

3.1 Mô hình tổng quát hệ thống 34

3.2 Thiết kế phần nhận diện trên beagleboard-xm 35

3.2.1 Cài đặt cần thiết trên máy tính 35

3.2.1.1 Cài đặt hệ điều hành Ubuntu 12.04 lên thẻ nhớ MicroSD 35

3.2.1.2 Cài đặt và cấu hình hỗ trợ gửi và nhận tin nhắn gammu 37

3.2.1.3 Cài đặt thư viện xử lý ảnh OpenCV 37

3.3.2 Chương trình nhận diện chỉ số điện trên kit nhúng beagleboard-xm 39

3.3.2.1 Giai đoạn tiền xử lý 41

3.3.2.2 Giai đoạn trích chọn đặc trưng 42

3.3.2.3 Chọn thuật toán huấn luyện và phân lớp dữ liệu 42

3.3.2.4 Nhận diện 46

3.3.2.5 Gửi tin nhắn 46

3.3.2.6 Nhận tin nhắn 47

3.3 Thiết kế phần mềm quản lý chỉ số điện tự động 50

3.3.1 Tổng quan về phần mềm quản lý chỉ số điện tự động 50

3.3.2 Lưu đồ thuật toán chương trình quản lý chỉ số điện 51

3.3.3 Lưu đồ thuật toán gửi tin nhắn tự động từ máy chủ 52

3.3.4 Biểu đồ sử dụng cho các chức năng trong hệ thống quản lý chỉ số điện 52

3.3.4.1 Chức năng quản lý 52

3.3.4.2 Chức năng trang chính 53

3.3.4.3 Chức năng cài đặt 53

3.3.5 Chương trình quản lý chỉ số điện tự động 53

3.3.5.1 Thiết kế cơ sở dữ liệu 55

3.3.5.2 Thiết kế giao diện phần mềm quản lý chỉ số điện tự động 56

CHƯƠNG 4 : Kết Quả Thử Nghiệm và Đánh Giá 63

4.1 Quy trình thử nghiệm 63

4.1.1 Các thành phần của hệ thống thực hiện thử nghiệm 63

4.1.2 Kết nối hệ thống thử nghiệm 63

4.1.3 Tiến hành thử nghiệm 64

4.2 Kết quả thử nghiệm 64

4.2.1 Thử nghiệm trên Kit (Client) 64

4.2.2 Thử nghiệm trên máy chủ (Server) 67

4.2.3 Thử nghiệm cập nhật thời gian cho hệ thống trên KIT 71

Kết Luận và Hướng Phát Triển Đề Tài 73

Kết Luận 73

Hướng Phát Triển Đề Tài 75

DANH MỤC BẢNG BẢNG

Bảng 3.1 : Chức năng quản lý phần mềm quản lý chỉ số điện tự động 50

Bảng 3.2 : Chức năng giao tiếp với Client (KIT) và người dùng 51

Bảng 3.3 : Thông tin nhân viên 53

Bảng 3.4 : Thông tin tài khoản quản trị 53

Bảng 3.5 : Thông tin thiết bị 53

Bảng 3.6 : Thông tin khách hàng 54

Bảng 37 : Thông tin định mức 54

Bảng 38 : Thông tin khu vực 54

Bảng 3.9 : Thông tin chỉ số điện 54

Bảng 3.10 : Thông tin góp ý từ khách hàng 55

Bảng 3.11 : Thông tin tin nhắn gửi và nhận 55

Bảng 4.1: Kết quả nhận diện ảnh chụp tách ra từ bộ dữ liệu chưa huấn luyện 66

Bảng 4.2 : Kết quả chụp trực tiếp trên Kit nhúng Beagleboard-xM 67

DANH MỤC BIỂU ĐỒ Sơ đồ 2.1 : Các bước cơ bản trong xử lý ảnh 8

Sơ đồ 2.2 : Sơ đồ đơn giản về mạng neural nhân tạo 15

Sơ đồ 2.3 : Sơ đồ mạng Perceptron nhiều lớp (MLP-MultiLayer Perceptron) 15

Sơ đồ 2.4 : Sơ đồ khối của BeagleBoard-xM 26

Sơ đồ 3.1 : Lưu đồ thuật toán chương trình nhận diện chỉ số điện trên KIT 39

Sơ đồ 3.2 : Sơ đồ huấn luyện và phân lớp 44

Sơ đồ 3.3 : Sơ đồ huấn luyện 45

Sơ đồ 3.4 : Sơ đồ nhận diện bằng giải thuật SVM 46

Sơ đồ 3.5 : Lưu đồ thuật toán tự động cập nhật giờ hệ thống 49

Sơ đồ 3.6 : Lưu đồ thuật toán gửi tin nhắn tự động từ mày chủ 51

Sơ đồ 3.7 : Lưu đồ thuật toán gửi tin nhắn cho các khách 52

Sơ đồ 3.8 : Sơ đồ chức năng cập nhật thông tin 52

Sơ đồ 3.9 : Sơ đồ chức năng thay đổi mặt khẩu 53

Sơ đồ 3.10 : Sơ đồ chức năng thay đổi kết nối với CSDL và Modem GMS 53

Sơ đồ 3.11 : Cơ sở dữ liệu ChiSoDien 56

DANH MỤC HÌNH Hình 2.1 : Hệ tọa độ ba màu RGB 12

Hình 2.2 : Mô phỏng thuật toán KNN 14

Hình 2.3 : Ma trận ký tự số 0 14

Hình 2.4 : Siêu phẳng chia 2 tập mẫu 17

Hình 2.5 : Cấu trúc mạng GSM 20

Hình 2.6 : Ứng dụng hệ thống nhúng 23

Hình 2.7 : Hệ thống nhúng 23

Hình 2.8 : Kit nhúng BeagleBoard-xM 26

Hình 2.9 : Chi tiết cấu tạo BeagleBoard-xM 27

Hình 2.10 : Thông số kỹ thuật chi tiết của BeagleBoard-xM 28

Hình 3.1 : Mô hình tổng quát hệ thống 34

Hinh 3.2 : Mô hình phân lớp nhận dạng chỉ số điện 40

Hình 3.3 : Trích chọn đặc trưng 42

Hình 3.4 : Giao diện chính quản lý chỉ số điện 57

Hình 3.5 : Giao diện đăng nhập tài khoản của phần mềm quản lý chỉ số điện 57

Hình 3.6 : Giao diện tạo hóa đơn tiền điện của phần mềm quản lý chỉ số điện 58

Hình 3.7 : Chức năng quản lý khách hàng của phần mềm quản lý chỉ số điện 59

Hình 3.8 : Giao diện gửi tin nhắn của phần mềm quản lý chỉ số điện 60

Hình 3.9 : Giao diện cài đặt liên kết của phần mềm quản lý chỉ số điện 60

Hình 3.10 : Giao diện thông tin phần mềm quản lý chỉ số điện 61

Hình 3.11 : Giao diện hướng dẫn sử dụng phần mềm quản lý chỉ số điện 61

Hình 3.12 : Giao diện Thoát 63

Hình 4.1 : Mô hình kết nối các thiết bị vào hệ thống 63

Hình 4.2 : Ảnh chụp từ camera 65

Hình 4.3 : Ảnh chụp từ camera chuyển về dạng nhị phân đen và trắng 65

Hình 4.4 : Cắt ảnh thành 4 ảnh chứa riêng từng ô 65

Hình 4.5 : Sau khi đăng nhập thành công 67

Hình 4.6 : Danh sách các khu vực do công ty điện quản lý 68

Hình 4.7 : Thời gian gửi tin nhắn tự động đến các khu vực 69

Hình 4.8 : Thời gian gửi tin nhắn tỳ ý đến các hộ khách hàng và khu vực 70

Hình 4.9 : Lịch sử tin nhắn trong quá trình hoạt động 70

Hình 4.10 : Thời gian chụp ảnh tự động sai giờ 71

Hình 4.11 : Gửi tin nhắn cập nhật thời gian cho KIT 71

Hình 4.12 : Cập nhật thời hệ thống trên KIT dựa vào SMS từ máy chủ 72

CHƯƠNG 1: GIỚI THIỆU CHUNG VỀ ĐỀ TÀI 1.1 Giới thiệu chung và tổng quan các nghiên cứu liên quan đến đề tài

1.1.1 Tình hình nghiên cứu trong nước

Hiện nay, với sự phát triển nhanh chóng của Công nghệ thông tin đã giúp cho con người rất nhiều trong nhiều lĩnh vực như kinh tế, giáo dục, dịch vụ…Việc đưa ứng dụng nghệ thông tin vào quản lý và sản xuất đang được rất nhiều nhà sản xuất, doanh nghiệp thực hiện nhằm tiết kiệm được chi phí thuê nhân công mà hiệu quả cao Tuy nhiên nhiều doanh nghiệp vẫn áp dụng cách thức quản lý và sản xuất tốn nhiều nhân lực và tính hiệu quả không cao

Tại Việt Nam trong những năm gần đây, lĩnh vực nhận dạng chữ và số đã được nhiều đề tài nghiên cứu trong nước đặc biệt quan tâm Một số nhóm nghiên cứu điển hình như:

+ Tác giả Nguyễn Văn Long (2013) đã nghiên cứu và xây dựng ứng dụng nhận diện biển số xe với SVM và thư viện OpenCV[1]

+ Sinh viên Phan Thanh Hưng và Bùi Minh Tân (2013) Đại Học Công Nghệ Thông Tin TP.HCM đề xuất ý tưởng xây dựng hệ thống nhận diện chỉ số điện với Kit nhúng BeagleBoard-xM và chương trình quản lý chỉ số điện Tuy nhiên đề tài sử dụng

mã nguồn mở Tesseract-ORC nhận diện số in, chưa áp dụng với số điện thực tế + Nhóm sinh viên Nguyễn Văn Tùng và Vũ Xuân Trường (2014) Đại Học Công Nghệ Thông Tin TP.HCM đề xuất ý tưởng thiết kế và hiện thực hệ thống nhận diện chỉ số công tơ điện bằng phương pháp máy học Support Vector Machine, chưa áp dụng với số điện thực tế

Từ những năm 1990, các hệ thống nhận diện thời gian thực được xây dựng và phát triển trên cơ sở các phương pháp luận phân lớp trong lĩnh vực máy học kết hợp với các kỹ thuật xử lý ảnh một cách hiệu quả Một số phương pháp học máy tiên tiến như mạng nơ ron, mô hình Markov ẩn, SVM, đã được các nhà nghiên cứu áp dụng

để phát triển các ứng dụng trong lĩnh vực nhận diện chữ và số

1.1.2 Tình hình nghiên cứu ngoài nước

Hiện nay, tại các nước phát triển như Mỹ, Ấn Độ, Đức đồng hồ điện thường được thiết kế với bộ xử lý tự động và hiển thị số điện tử nên không cần hệ thống chụp

và xử lý số điện bên ngoài Các thiết bị này có khả năng giao tiếp từ xa thông qua sóng điện từ Việc này giảm thiểu nhiều công sức, thời gian cho nhân viên điện và tiết kiệm chi phí doanh nghiệp điện

Nhiều hãng thiết bị trên thế giới đã nghiên cứu thiết kế và chế tạo ra các đồng

hồ điện tử và thiết bị đọc chỉ số điện từ xa như hãng Shenitech của Mỹ, DigiFlow của Hàn Quốc, BFM của Thụy Điển, Tuy nhiên, giá của các thiết bị này cũng đắt hơn nhiều so với các loại đồng hồ thông thường

Từ những yếu tố trên việc xây dựng hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động rất cần thiết, nhằm giúp cho con người không phải tham gia trực tiếp hoặc ít phải tham gia vào các công việc nguy hiểm, độc hại và tốn thời gian Các doanh nghiệp tiết kiệm được nhân lực mà hiệu quả cao hơn gấp rất nhiều lần Hiện nay, nhiều doanh nghiệp vẫn còn áp dụng hình thức quản lý và sản xuất thủ công tốn nhiều nhân lực điển hình như công ty điện lực hàng tháng tốn rất nhiều nhân viên đi ghi số điện tại các hộ gia đình Chính vì vậy, luận văn này mang tính khả thi và ứng dụng cao giúp giảm thiểu số nhân lực trong việc ghi số điện Có thể liên kết với các công ty, doanh nghiệp điện triển khai, áp dụng rộng rãi vào đời sống thực tế

- Xây dựng hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động thông qua camera cho ứng dụng đọc chỉ số điện, sử dụng phương pháp máy học Support Vector Machine Cụ thể là chúng ta sẽ chụp ảnh chỉ số hiện tại trên màn hình của công tơ điện và xử lý ảnh này sử dụng ngôn ngữ C++ cùng với phương pháp SVM để nhận dạng, sau đó lưu giá trị nhận diện được vào một file text thể hiện chỉ số của công tơ điện đó Đồng thời, xây dựng phần mền nhận dạng chỉ số công tơ đồng hồ điện thông qua Kit nhúng Beagleboard-xM

Đề tài đã thực hiện nghiên cứu và thiết kế hệ thống tự động nhận diện ảnh chụp từ Camera USB và gửi về máy chủ qua Modem 3G Thực hiện được việc giao tiếp với người dùng, định lịch hàng tháng gửi tin nhắn thông báo số điện, số tiền tiêu thụ điện hàng tháng cho người dùng Ngoài ra, hệ thống sẽ gửi tín hiệu tới hệ thống

yêu cầu chụp lại số điện nếu xảy ra sự cố

Việc xử lý hình ảnh nhận được từ Camera chỉ thực hiện được chính xác trong một số môi trường có ánh sáng phù hợp Sự sai lệch của một số thiết bị như Camera USB cũng là nguyên nhân làm cho việc xử lý ảnh không được chính xác

Trong một vài trường hợp, thiết bị Modem 3G gặp sự cố như mất kết nối, tài khoản thiết bị hết, thì việc gửi nhận tin nhắn sẽ bất ổn định và không được đảm bảo

Hệ thống trên KIT BeagleBoard-xM xử lý còn chậm do phải chạy nhiều chương trình cùng lúc

Chi phí cho bộ thiết bị của hệ thống khá cao khi đưa ứng dụng ra thực tế cần rút gọn và tự thiết kế KIT có đầy đủ các chức năng yêu cầu để giảm chi phí

1.2 Mục tiêu của luận văn

- Xây dựng hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động thông qua camera cho ứng dụng đọc chỉ số điện, sử dụng phương pháp máy học Support Vector Machine Cụ thể là chúng ta sẽ chụp ảnh chỉ số hiện tại trên màn hình của công tơ điện và xử lý ảnh này sử dụng ngôn ngữ C++ cùng với phương pháp SVM để nhận dạng, sau đó lưu giá trị nhận diện được vào một file text thể hiện chỉ số của công tơ điện đó Đồng thời, xây dựng phần mền nhận dạng chỉ số công tơ đồng hồ điện thông qua Kit nhúng Beagleboard-xM

- Về lý thuyết :

 Tìm hiểu nhận dạng số và hệ thống tự động thu thập số điện

 Tìm hiểu phân lớp nhận dạng và phương pháp máy học SVM

 Nghiên cứu và xây dựng hệ thống tự động nhận diện chỉ số điện trên Kit nhúng Beagleboard-xM

- Về sản phẩm :

 Xây dựng phần mềm quản lý số điện trên máy chủ

 Kết nối phần mềm nhúng trên board mạch và phần truyền thông giữa

board nhúng với máy chủ thông qua Modem 3G

1.3 Phạm vi và đối tượng nghiên cứu

Dữ liệu mẫu bằng cách tiến hành chụp số điện để lấy mẫu, mỗi lần chụp xoay 4 ô số

ở cùng một giá trị để dễ dàng phân loại Quá trình chụp thu được tất cả 20.000 mẫu

dữ liệu huấn luyện

+ Hệ thống tự động thu thập số điện : là hệ thống tự động nhận diện ảnh chụp chỉ số điện thông qua camera USB và gửi về máy chủ thông qua Modem 3G Chương trinh sẽ định lịch hàng tháng gửi tin nhắn thông báo số điện cho máy chủ Ngoài ra,

hệ thống sẽ gửi tín hiệu tới hệ thống yêu cầu chụp lại số điện nếu xảy ra sự cố

Đối tượng nghiên cứu :

 Quy trình xử lý ảnh số

 Phương pháp máy học SVM và phân lớp nhận dạng

 Công nghệ GSM áp dụng gửi và nhận tin nhắn, giao tiếp giữa Kit nhúng

và phần mềm máy chủ quản lý chỉ số điện

1.4 Nội dung thực hiện

 Tìm hiểu vế Kit nhúng Beagleboard-xM, phân loại lớp nhận dạng,…

 Xây dựng thuật toán nhận dạng chỉ số điện bằng phương pháp SVM

 Tìm hiểu các phương pháp trích rút đặc trưng

 Tìm hiểu các phương pháp huấn luyện bộ phân loại nhận dạng chỉ số điện bằng thuật toán SVM

 Xây dựng hệ thống :

 Xây dựng phần mềm quản lý số điện trên máy chủ

 Nhúng chương trình lên Kit nhúng BeagleBoard-xM

 Kết nối phần mềm nhúng trên board mạch và phần truyền thông giữa board nhúng với máy chủ

 Thử nghiệm, so sánh và đánh giá kết quả đạt được

1.6 Dự kiến kết quả

 Kết quả lý thuyết:

 Xây dựng thuật toán nhận dạng bằng Support Vector Machine (SVM)

 Xây dựng các thuật toán hỗ trợ cho các thiết bị nhận dạng, giảm nhiểu và các vấn đề liên quan đến nhận dạng chỉ số công tơ đồng hồ điện thông qua Camera

 Tên bài báo công bố

 Dự kiến tên công trình công bố trên tạp chí hoặc hội thảo khoa học “Xây

dựng Hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động”

 Kết quả thực nghiệm

 Xây dựng hệ thống quản lý trên máy chủ, phần mềm nhúng trên board mạch và phần truyền thông giữa board nhúng với máy chủ thông qua 3G

 Kết cấu luận văn

 Dự kiến nội dung luận văn gồm:

Chương 1: Chương I giới thiệu chung như lý do chọn đề tài, mục tiêu nghiên

cứu, giới hạn của đề tài, tổng quan về hệ thống hỗ trợ thu thập và quản lý chỉ

số điện tự động

Chương 2: Trình bày các cơ sở ly thuyết liên quan đến đề tài như lý thuyết về

xử lý ảnh, các phương pháp nhận dạng số, công nghệ di động GSM, hệ thống nhùng, tổng quan KIT BeagleBoard-xM, các kỹ thuật và ngôn ngữ lập trình

Chương 3 : Trình bày chi tiết quá trình phân tích và thiết kế hệ thống như phân

tích đánh giá yêu cầu đề tài, từ đó thiết kế mô hình tổng quát của hệ thống gồm phần mềm nhúng trên KIT BeagleBoard-xM và phần mềm hệ thống quản lý chỉ số điện với người dùng trên máy chủ

Chương 4: Quy trình thử nghiệm hệ thống và đánh giá các kết quả thử nghiệm

Kết luận và hướng phát triển

CHƯƠNG 2 : Cơ Sở Lý Thuyết 2.1 Lý thuyết xử lý ảnh

2.1.1 Giới thiệu về hệ thống xử lý ảnh

Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ Nó là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng cho nó

Xử lý ảnh được đưa vào giảng dạy ở bậc đại học ở nước ta khoảng chục năm nay Nó là môn học liên quan đến nhiều lĩnh vực và cần nhiều kiến thức cơ sở khác Đầu tiên phải kể đến xử lý tín hiệu số là một môn học hết sức cơ bản cho xử lý tín hiệu chung, các khái niệm về tích chập, các biến đổi Fourier, biến đổi Laplace, các

bộ lọc hữu hạn… Thứ hai, các công cụ toán như Đại số tuyến tính, Xác xuất, thống

kê Một số kiến thứ cần thiết như Trí tuệ nhân tao, Mạng nơ ron nhân tạo cũng được

đề cập trong quá trình phân tích và nhận dạng ảnh

Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng ảnh và phân tích ảnh Ứng dụng đầu tiên được biết đến là nâng cao chất lượng ảnh báo được truyền qua cáp từ Luân đôn đến New York từ những năm 1920 Vấn đề nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng và độ phân giải của ảnh Việc nâng cao chất lượng ảnh được phát triển vào khoảng những năm 1955 Điều này

có thể giải thích được vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho quá trình xử lý ảnh số thuận lợi Năm 1964, máy tính đã có khả năng xử lý và nâng cao chất lượng ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi đường biên, lưu ảnh Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất lượng, nhận dạng ảnh phát triển không ngừng Các phương pháp tri thức nhân tạo như mạng nơ ron nhân tạo, các thuật toán xử lý hiện đại và cải tiến, các công cụ nén ảnh ngày càng được áp dụng rộng rãi và thu nhiều kết quả khả quan

Để dễ tưởng tượng, xét các bước cần thiết trong xử lý ảnh Đầu tiên, ảnh tự nhiên từ thế giới ngoài được thu nhận qua các thiết bị thu (như Camera, máy chụp ảnh) Trước đây, ảnh thu qua Camera là các ảnh tương tự (loại Camera ống kiểu CCIR) Gần đây, với sự phát triển của công nghệ, ảnh màu hoặc đen trắng được lấy

ra từ Camera, sau đó nó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý tiếp theo (Máy ảnh số hiện nay là một thí dụ gần gũi) Mặt khác, ảnh cũng có thể tiếp nhận từ vệ tinh, có thể quét từ ảnh chụp bằng máy quét ảnh Hình dưới đây mô tả các bước cơ bản trong xử lý ảnh

Sơ đồ 2.1 : Các bước cơ bản trong xử lý ảnh

Sơ đồ này bao gồm các thành phần sau:

2.1.1.1 Phần thu nhận ảnh (Image Acquisition)

Công việc cụ thể ở giai đoạn này là thu ảnh qua một bộ thu ảnh và số hoá những tín hiệu liên tục được sinh ra bởi bộ thu ảnh đó Bộ thu ảnh có thể là máy chụp ảnh đơn sắc hay màu, máy quét ảnh, máy quay Thường ảnh nhận qua camera là ảnh tương tự (loại camera ống chuẩn CCIR với tần số 1/25, mỗi ảnh 25 dòng), cũng

có loại camera đã số hoá (như loại CCD – Change Coupled Device) là loại photodiot tạo cường độ sáng tại mỗi điểm ảnh

Camera thường dùng là loại quét dòng ; ảnh tạo ra có dạng hai chiều Chất lượng một ảnh thu nhận được phụ thuộc vào thiết bị thu, vào môi trường (ánh sáng, phong cảnh)

2.1.1.2 Tiền xử lý (Image Processing)

Công việc cụ thể của bước này là cải thiện độ tương phản của ảnh, khử nhiễu Mục đích của các công việc tiền xử lý là làm cho chất lượng ảnh trở lên tốt hơn, nâng

độ tương phản để làm ảnh rõ hơn, nét hơn.chuẩn bị cho các bước xử lý tiếp theo

2.1.1.3 Phân đoạn (Segmentation) hay phân vùng ảnh

Phân vùng ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểu

diễn phân tích, nhận dạng ảnh hay còn gọi là các đối tượng để biểu diễn phân tích, nhận dạng ảnh.Ví dụ: để nhận dạng chữ (hoặc mã vạch) trên phong bì thư cho mục đích phân loại bưu phẩm, cần chia các câu, chữ về địa chỉ hoặc tên người thành các

từ, các chữ, các số (hoặc các vạch) riêng biệt để nhận dạng Đây là phần phức tạp khó khăn nhất trong xử lý ảnh và cũng dễ gây lỗi, làm mất độ chính xác của ảnh Kết quả nhận dạng ảnh phụ thuộc rất nhiều vào công đoạn này

2.1.1.4 Biểu diễn ảnh (Image Representation)

Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn) cộng với mã liên kết với các vùng lận cận Việc biến đổi các số liệu này thành dạng thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính Việc chọn các tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection) gắn với việc tách các đặc tính của ảnh dưới dạng các thông tin định lượng hoặc làm cơ sở để phân biệt lớp đối tượng này với đối tượng khác trong phạm vi ảnh nhận được Ví dụ: trong nhận dạng

ký tự trên phong bì thư, chúng ta miêu tả các đặc trưng của từng ký tự giúp phân biệt

- Nhận dạng theo tham số

- Nhận dạng theo cấu trúc

Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng trong khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận

dạng văn bản (Text), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người…

2.1.1.6 Cơ sở tri thức (Knowledge Base)

Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độ sáng tối, dung lượng điểm ảnh, môi trường để thu ảnh phong phú kéo theo nhiễu Trong nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa các phương pháp toán học đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp nhận và xử

lý ảnh theo cách của con người Trong các bước xử lý đó, nhiều khâu hiện nay đã xử

lý theo các phương pháp trí tuệ con người Vì vậy đã được xử lý theo các phương pháp trí tuệ nhân tạo, sử dụng cơ sở tri thức của con người

2.1.1.7 Mô tả (biểu diễn ảnh)

Từ hình 2.1, ảnh sau khi số hoá sẽ được lưu vào bộ nhớ, hoặc chuyển sang các khâu tiếp theo để phân tích Nếu lưu trữ ảnh trực tiếp từ các ảnh thô, đòi hỏi dung lượng bộ nhớ cực lớn và không hiệu quả theo quan điểm ứng dụng và công nghệ Thông thường, các ảnh thô đó được đặc tả (biểu diễn) lại (hay đơn giản là mã hoá) theo các đặc điểm của ảnh được gọi là các đặc trưng ảnh (Image Features) như: biên ảnh (Boundary), vùng ảnh (Region) Một số phương pháp biểu diễn thường dùng:

• Biểu diễn bằng mã chạy (Run-Length Code)

• Biểu diễn bằng mã xích (Chaine -Code)

• Biểu diễn bằng mã tứ phân (Quad-Tree Code)

Biểu diễn bằng mã chạy

Phương pháp này thường biểu diễn cho vùng ảnh và áp dụng cho ảnh nhị phân Một vùng ảnh R có thể mã hoá đơn giản nhờ một ma trận nhị phân:

U(m, n) = 1 nếu (m, n) thuộc R

U( m, n) = 0 nếu (m, n) không thuộc R

Trong đó: U(m, n) là hàm mô tả mức xám ảnh tại tọa độ (m, n) Với cách biểu diễn trên, một vùng ảnh được mô tả bằng một tập các chuỗi số 0 hoặc 1 Giả sử chúng

ta mô tả ảnh nhị phân của một vùng ảnh được thể hiện theo toạ độ (x, y) theo các chiều và đặc tả chỉ đối với giá trị “1” khi đó dạng mô tả có thể là: (x, y)r; trong đó (x, y) là toạ độ, r là số lượng các bit có giá trị “1” liên tục theo chiều ngang hoặc dọc

2.1.2 Một số vấn đề cơ bản trong hệ thống xử lý ảnh

2.1.2.1 Điểm ảnh (Pixel)

Gốc của ảnh (ảnh tự nhiên) là ảnh liên tục về không gian và độ sáng Để xử lý bằng máy tính (số), ảnh cần phải được số hoá Số hoá ảnh là sự biến đổi gần đúng một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí (không gian) và độ sáng (mức xám) Khoảng cách giữa các điểm ảnh đó được thiết lập sao cho mắt người không phân biệt được ranh giới giữa chúng Mỗi một điểm như vậy gọi là điểm ảnh (PEL: Picture Element) hay gọi tắt là Pixel Trong khuôn khổ ảnh hai chiều, mỗi pixel ứng với cặp tọa độ (x, y)

Định nghĩa : Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y) với

độ xám hoặc màu nhất định Kích thước và khoảng cách giữa các điểm ảnh đó được chọn thích hợp sao cho mắt người cảm nhận sự liên tục về không gian và mức xám (hoặc màu) của ảnh số gần như ảnh thật Mỗi phần tử trong ma trận được gọi là một phần tử ảnh

2.1.2.2 Độ phân giải của ảnh

Định nghĩa: Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh được ấn định trên một ảnh số được hiển thị

Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự liên tục của ảnh Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ phân bổ, đó chính là độ phân giải và được phân bố theo trục x và y trong không gian hai chiều Ví dụ: Độ phân giải của ảnh trên màn hình CGA (Color Graphic Adaptor) là một lưới điểm theo chiều ngang màn hình: 320 điểm chiều dọc

* 200 điểm ảnh (320*200) Rõ ràng, cùng màn hình CGA 12” ta nhận thấy mịn hơn màn hình CGA 17” độ phân giải 320*200 Lý do: cùng một mật độ (độ phân giải) nhưng diện tích màn hình rộng hơn thì độ mịn (liên tục của các điểm) kém hơn

2.1.2.3 Mức xám của ảnh

Một điểm ảnh (pixel) có hai đặc trưng cơ bản là vị trí (x, y) của điểm ảnh và

độ xám của nó Dưới đây chúng ta xem xét một số khái niệm và thuật ngữ thường dùng trong xử lý ảnh

a) Định nghĩa: Mức xám của điểm ảnh là cường độ sáng của nó được gán bằng giá trị số tại điểm đó

b) Các thang giá trị mức xám thông thường: 16, 32, 64, 128, 256 (Mức 256 là mức phổ dụng Lý do: từ kỹ thuật máy tính dùng 1 byte (8 bit) để biểu diễn mức xám: Mức xám dùng 1 byte biểu diễn: 28=256 mức, tức là từ 0 đến 255)

c) Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám ở các điểm ảnh có thể khác nhau

d) Ảnh nhị phân: ảnh chỉ có 2 mức đen trắng phân biệt tức dùng 1 bit mô tả 21 mức khác nhau Nói cách khác: mỗi điểm ảnh của ảnh nhị phân chỉ có thể là 0 hoặc 1

e) Ảnh màu: trong khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo nên thế giới màu, người ta thường dùng 3 byte để mô tả mức màu, khi đó các giá trị màu: 28*3=224≈ 16,7 triệumàu

Px = red, green,blue

Người ta dùng hệ tọa độ ba màu R-G-B (tương ứng với hệ tọa độ x-y-z) để biểu diễn màu như sau:

Hình 2.1 : Hệ tọa độ ba màu RGB

Trong cách biểu diễn này ta có công thức:

đỏ + lục + lơ =1

Công thức này gọi là công thức Maxwell Trong hình trên, tam giác tạo bởi ba đường đứt đoạn gọi là tam giác Maxwell Màu trắng trong hệ tọa độ này được tính bởi:

trắngCIE = (đỏCIE + lụcCIE + lơCIE) = 1

2.1.3 Ứng dụng của xử lý ảnh

Hiện nay, xử lý ảnh được ứng dụng trong rất nhiều lĩnh vực như:

 Hệ thống quản ly chất lượng và số lượng hàng hóa trong các dây truyền

 Quan sự, thiên văn học, an ninh, dự bao thời tiết

Các hệ thống bảo mật, kiểm soát truy cập, quá trình xử lý ảnh với mục đích nhận dạng vân tay, khuôn mặt, biển số, mã vạch, nhận dạng tội phạm…

2.2 Một số phương pháp nhận dạng số

Nhận dạng số là một phần trong nhận dạng ký tự Đây là lĩnh vực được nhiều nhà nghiên cứu quan tâm và cho đến nay lĩnh vực này cũng đã đạt được nhiều thành tựu lớn lao cả về mặt lý thuyết lẫn ứng dụng thực tế

2.2.1 Phương phap K-Nearest Neighbor

Phương phap K-Nearest Neighbor (KNN) là phương pháp xác định đối tượng dựa vào khoảng cách gần nhất giữa đối tượng cần xét với tất cả các mẫu trong dữ liệu huấn luyện (Training Data) Một đối tượng được phân lớp dựa vào số K láng giềng của nó K là số nguyên dương được xác định trước khi thực hiện thuật toán

Người ta thường dùng khoảng cách Euclidean để tính khoảng cách giữa các đối tượng Thuật toán KNN được mô tả như sau:

 Xác định giá trị tham số K (số láng giềng gần nhất)

 Tính khoảng cách giữa đối tượng cần xét với dữ liệu huấn luyện

 Sắp xếp theo khoảng cách tăng dần và xác định K láng giềng gần nhất với

nó

 Dựa vào phần lớn lớp của láng giềng gần nhất để xác định giá trị đối tượng

Hinh 2.2 : Mô phỏng thuật toán KNN Khi đó để xây dựng cơ sở dữ liệu cho KNN cần phải trích lọc ký tự (hay số) rồi chuyển ảnh sang dạng bitmap, thiết lập các ma trận ký tự rồi đưa vào file dữ liệu huấn luyện

Hinh 2.3 : Ma trận ký tự số 0 Phương pháp này thường chính xác nhưng chậm do phải duyệt qua toàn bộ

dữ liệu để tìm phần tử gần nhất

2.2.2 Mạng neural nhân tạo - Artificial Neural Network

Mạng neural nhân tạo là một hệ thống bao gồm nhiều phần xử lý đơn giản hay còn gọi là neural) tựa như neural thần kinh của não người, hoạt động song song và được nối với nhau bởi các liên kết neural Mỗi liên kết kèm theo một trọng số nào đó, đặc trưng cho tính kích hoạt giữa các neural

Sơ đồ 2.2 : Sơ đồ đơn giản về mạng neural nhân tạo

Mô hình mạng neural gồm có 3 lớp: lớp đầu vào (input), lớp ẩn (hidden) và lớp đầu ra (output)

Mạng Perceptron nhiều lớp (MLP-MultiLayer Perceptron) là một trong những loại mạng truyền thẳng điển hình, được sử dụng rộng rãi trong các hệ thống nhận dạng ký tự, tiếng nói

Sơ đồ 2.3 : Sơ đồ mạng Perceptron nhiều lớp (MLP-MultiLayer Perceptron)

Để sử dụng mạng neural trong nhận dạng số cần phải thực hiện các bước:

 Xây dưng mạng neural : Ta xây dựng một đồ thị có hướng số đỉnh của đồ thị bằng số neural trong mạng, giá trị của các cạnh chính là trọng số liên kết neural

 Xử lý dữ liệu : Tách chữ số -> tìm giới hạn trên những chữ số - > ánh xạ vào ma trận

 Huấn luyện mạng neural: Một mạng neural đã được xây dựng sẽ phải được huấn luyện trên một không gian đầu vào đã được chuẩn bị trước Khi hoạt động mạng neural sẽ đọc giá trị đã được huấn luyện

 Nhận dạng chữ số : Khi chương trình chạy sẽ gọi các module: phân tích ảnh, vector hóa trong qua trình huấn luyện có thể được sử dụng lại trong qua trình nhận dạng

Mạng neural được ứng dụng nhiều trong các bài toán phân loại mẫu (điển hình

là nhận dạng) bởi ưu điểm nổi trội của nó là dễ cài đặt cùng với khả năng học và tổng quát hóa rất cao đạt được tỉ lệ nhận dạng khá chính xác Tuy nhiên, tính chậm và sát xuất không cao, không có quy tắc tổng quát để xác định cấu trúc mạng và các tham

số học tối ưu cho một (lớp) bài toán nhất định Tiêu chuẩn thu thập cho sở dữ liệu huấn luyện còn khắt khe

2.2.3 Phương pháp Support Vector Machines (SVM)

Phương pháp máy véc tơ hỗ trợ SVM (Support Vector Machine) ra đời từ lý thuyết học thống kê do Vapnik và Chervonekis xây dựng năm 1995, và có nhiều tiềm năng phát triển về mặt lý thuyết cũng như ứng dụng trong thực tế Phương pháp SVM

có khả năng phân loại khá tốt đối với bài toán phân lớp cũng như trong nhiều ứng dụng thực tế, được xác định bởi các vec tơ tựa, các vector này được lọc ra từ tập mẫu huấn luyện

Ban đầu thuật toán SVM được thiết kế cho bài toán phân lớp nhị phân Ý tưởng chính của nó như sau : Cho X= {xi } là tập các véctơ trong không gian RD và xi thuộc một trong hai lớp yi = -1 hoặc yi = +1 Ta có tập điểm dữ liệu huấn luyện được biểu diễn như sau : {xi , yi } với i = 1…l, yi ∈ {-1, 1}, l là số điểm dữ liệu huấn luyện

Mục tiêu của SVM là xây dựng một siêu phẳng giữa hai lớp sao cho khoảng cách từ nó tới các điểm gần siêu phằng nhất của hai lớp là cực đại Siêu phẳng có thể được mô tả bởi phương trình :

w x + b = 0 (2.1) Hình học véctơ chỉ ra rằng lề bằng 1

‖𝑤‖và việc cực đại hóa nó với ràng buộc bởi điều kiện :

𝑥�𝑖�.𝑤� + b ≥ +1 -𝜉�𝑖� , 𝑦�𝑖��= +1 (2.2) 𝑥�𝑖�.𝑤� + b ≤ -1 -𝜉�𝑖� , 𝑦�𝑖� = -1 (2.3)

2.2.3.1 SVM tuyến tính

SVM cho bài toán phân lớp tuyến tính hình thức đơn giản của việc phân lớp

là phân lớp nhị phân: phân biệt giữa các đối tượng thuộc về một trong hai lớp: dương (+1) hoặc âm (-1) SVM sử dụng hai khái niệm để giải quyết vấn đề này: phân lớp biên rộng và hàm kernel Ranh giới quyết định chia không gian thành hai tập tùy thuộc vào dấu của hàm f (x) = <w, x> + b.Với bất kỳ một tập dữ liệu khả tách tuyến tính có tồn tại một mặt phẳng phân lớp tất cả các điểm dữ liệu

Cần xác định một siêu phẳng mà có thể tách biệt được 2 lớp trên

Hình 2.4 : Siêu phẳng chia 2 tập mẫu

Giả sử phương trình siêu phẳng cần tìm là w.x +b =0 trong đó w là pháp vector của siêu phẳng w ∈𝑅�𝑛� Ta có hai bất phương trình sau:

w𝑥�𝑖� +b ≤-1 với 𝑦�𝑖� =-1 (2.4) w𝑥�𝑖� +b≥+1 với 𝑦�𝑖� =+1 (2.5) Lúc đó những support vector 𝑥�𝑖� thỏa mã phương trình w𝑥�𝑖� +b = -1 thì nằm trên siêu phằng 𝐻�1, phương trình w𝑥�𝑖� +b = -1 thì nằm trên siêu phẳng 𝐻�2, suy ra khoảng cách phân hoạch d giữa 𝐻�1 và 𝐻�2 là : d= ||𝑑�1 -𝑑�2|| = 2/||w||

Do đó để có d lớn nhất thì||w|| phải nhỏ nhất hay thì||w|| phải nhỏ nhất hay nói cách khác phải đi tìm cực tiểu của 1

Với ánh xạ trên thì mặt hình vuông [-1,1] x [-1,1] trong không gian 𝑅�2 sẽ trở thành một mặt công trong không gian 𝑅�3 Bây giờ dung một mặt phằng trong không gian 𝑅�3 này thì có thể chia mặt công trên thành hai phần (mà trong không gian 𝑅�2 thì phải dung một đường công mới có được kết quá phân chia tương ứng)

2.3 Tổng quan công nghệ di động GSM

2.3.1 Giới thiệu công nghệ GSM

Mạng GSM với tên gọi đầy đủ là hệ thống thông tin di động toàn cầu (Global System for Mobile Communications) Công nghệ này có khả năng phủ sóng rộng khắp, giúp người dùng có thể sử dụng điện thoại nhiều vùng trên thế giới

Sự phát triển của GSM bắt đầu vào năm 1987, khi đó Châu Âu ra luật bắt buộc các nhà mạng phải xài công nghệ này

GSM là mạng điện thoại di động có thiết kế gồm nhiều tế bào (cell) hay hiểu đơn giản hơn là các trạm thu phát sóng, do đó, các máy điện thoại di động kết nối mạng bằng cách tìm kiếm các trạm thu phát sóng gần nó nhất

GSM sử dụng công nghệ phổ nhọn (wedge spectrum) để cung cấp một thứ gọi

là carrier (tạm dịch: sóng mạng) Carrier này được chia thành nhiều “khe thời gian” khác nhau, mỗi người dùng sẽ được gán cho một khe và khe đó sẽ không bị ai khác truy cập cho đến khi cuộc gọi kết thúc Chuẩn mạng GSM sử dụng cả hai phương thức phân chia theo thời gian (TDMA) và theo tần số (FDMA) để phục vụ mục đích tách riêng người dùng và trạm phát sóng TDMA sẽ “cắt” kênh truyền tải thông tin thành các “miếng” thời gian, còn FDMA thì tách riêng các tần số trong dải tần của nhà mạng

Vào đầu những năm 1980 tại châu Âu người ta phát triển một mạng điện thoại

di động chỉ sử dụng trong một vài khu vực Sau đó vào năm 1982 nó được chuẩn hóa bởi (CEPT : Conference European of Postal and Telecommunications Administrations) và tạo ra Groupe Special Mobile (GSM) với mục đich sử dụng chung cho toàn Châu Âu Mạng điện thoại di động sử dụng công nghệ GSM được xây dựng và đựa vào sử dụng đầu tiên bởi nhà khai thác Radiolinja ở Finland

Vào năm 1989 công việc quản lý tiêu chuẩn và phát triển mạng GSM được chuyển cho viện viễn thông châu Âu (European Telecommunications Standards Institute (ETSI)), các tiêu chuẩn, đặc tính phase 1 của công nghệ GSM được công bố vào năm 1990 Đến cuối năm 1993 đã có hơn 1 triệu thuê bao sử dụng mạng GSM của 70 nhà cung cấp dịch vụ trên 48 quốc gia Tính đến tháng 10 năm 2012, có gần 2

tỷ thuê bao sử dụng mạng GSM trên phạm vi 212 quốc gia và vùng lãnh thổ

Hiện nay ở Việt Nam tất cả các nhà mạng lớn đều vận hành mạng GSM, bao gồm MobiFone, VinaPhone, Viettel, VietnamMobile Trước đây CDMA đã từng có

mặt ở nước ta thông qua mạng S-Fone và CityPhone nhưng giờ hai nhà mạng này đã không còn xuất hiện nữa Nếu bạn đi du lịch sang Châu Âu thì tất cả các nhà mạng tại đây là GSM, còn nếu bạn sang Mỹ thì sẽ có cả hai chuẩn này (Verizon và Sprint dùng CDMA, T-Mobile và AT&T dùng GSM)

2.3.2 Cấu trúc mạng GSM

Một mạng GSM cung cấp đầy đủ các dịch vụ cho khách hàng cho nên nó khá phức tạp vì vậy cấu trúc mạng sẽ chia ra thành các phân hệ như sau:

 Phân hệ chuyển mạch NSS: Network switching SubSystem

 Phân hệ vô tuyến RSS = BSS + MS : Radio SubSystem

 Phân hệ vận hành và bảo dưỡng OMS: Operation and Maintenance SubSystem

o BSS(Base Station Subsystem) = TRAU + BSC + BTS

 TRAU: bộ chuyển đổi mã và phối hợp tốc độ

 Mạng và hệ thống chuyển mạch Network and Switching Subsystem (phần này gần giống với mạng điện thoại cố định) Đôi khi người ta còn gọi nó là mạng lõi (core network)

 Phần mạng GPRS (GPRS core network) là một phần lắp thêm để cung cấp dịch vụ truy cập internet

 Và một số phần khác phục vụ việc cung cấp các dịch vụ cho mạng GSM như gọi, hay nhắn tin SMS…

 May điện thoại - Mobile Equipment

 Thẻ SIM - Subscriber Identity Module

2.3.3 Modem 3G

Modem 3G là một loại modem chuyên dụng có một hoặc nhiều khe gắn thẻ SIM thuộc mạng GSM (Mobi, Vina, Viettel, Vietnamobile, Beeline ) Modem 3G

có thể kết nối với máy tính qua cổng COM (R232), USB hoặc Bluetooth

Khi một Modem 3G kết nối với máy tính, sẽ cho phép máy tính giao tiếp với mạng điện thoại di động để thực hiện việc gửi nhận tin nhắn SMS, MMS, truyền tải DATA, FAX, kết nối GPRS và INTERNET …

Một Modem 3G cho phép kết nối với các phần mềm như Hyper Terminal, 3GFASTCONNECT… để gửi và nhận tin nhắn SMS trong giao diện Modem Để thực hiện được điều nay, Modem 3G phải hỗ trợ tập lệnh "AT COMMAND" cho việc gửi nhận tin nhắn SMS

Chúng ta cũng có thể sử dụng các ngôn ngữ lập trình như C#, VB6, VB.NET, JAVA, và tập lệnh AT Command để viết lên các ứng dụng điều khiển Modem 3G gửi nhận tin nhắn một cách tự động, phục vụ cho nhu cầu khác nhau như: Quảng cáo, chăm sóc khách hàng, tích hợp hệ thống Office, CRM, ERP, báo cháy, báo trộm, điều

chỉnh nhiệt độ, giám sát mạng,

2.4 Tổng quan hệ thống nhúng

Xu thế phát triển của ngành công nghệ thông tin hiện nay không chỉ đơn thuần

là các khía cạnh xoay quanh chiếc máy vi tính như trước đây mà còn là các ứng dụng của hệ nhúng Nếu như thiết bị phần cứng là xác thì phần mềm nhúng làm nên hồn

của thiết bị, tạo ra nhiều tính năng mới và chiếm tỷ lệ ngày càng cao trong giá trị của các sản phẩm này Thị trường cho hệ nhúng rất đa dạng, lớn gấp nhiều lần thị trường

PC Hệ nhúng trải rộng trong tất cả các ngành từ các sản phẩm truyền thông, di động cho đến các sản phẩm điện tử gia dụng, ô tô, phương tiện vận chuyển, máy móc, thiết

bị y tế, thiết bị năng lượng, thiết bị cảnh báo, đồ chơi trẻ em,

Vậy hệ thống nhúng là một hệ thống được tích hợp cả phần cứng và phần mềm phục vụ cho các bài toán chuyên dụng trong nhiều lĩnh vực công nghiệp, tự động hóa điều khiển, quan trắc và truyền thông

Hệ thống nhúng thường không phải là một khối riêng biệt mà là một hệ thống phức tạp nằm trong thiết bị mà nó điều khiển

Hệ thống này đòi hỏi độ ổn định và tự động hóa cao Do sử dụng cho các nhiệm

vụ chuyên biệt và được sản xuất với số lượng lớn nên chúng được thiết kế một cách tối ưu nhằm giảm thiểu kích thước cũng như giá thành sản xuất Độ phức tạp là khác nhau theo yêu cầu của công việc mà chúng đảm nhận, hệ thống nhúng có thể rất đơn giản với một vi điều khiển hoặc rất phức tạp với nhiều đơn vị, các thiết bị ngoại vi và mạng lưới được nằm gọn trong một lớp vỏ máy lớn

Một số ví dụ điển hình về hệ thống nhúng :

 Các hệ thống dẫn đường trong không lưu, hệ thống định vị toàn cầu, vệ tinh

 Các thiết bị gia dụng: tủ lạnh, lò vi sóng, lò nướng,…

 Các thiết bị kết nối mạng: router, hub, gateway,…

 Các thiết bị văn phòng: máy photocopy, máy fax, máy in, máy scan,…

 Các thiết bị y tế: máy thẩm thấu, máy điều hòa nhịp tim,…

 Các máy trả lời tự động

 Dây chuyền sản xuất tự động trong công nghiệp, robots

Hình 2.6 : Ứng dụng hệ thống nhúng Dựa trên xu thế phát triển và nhu cầu nhân lực về hệ nhúng hiện nay, chuyên ngành hệ thống nhúng của ngành Công Nghệ KTMT đi sâu đào tạo vào các mảng thuộc hệ nhúng đó là: vi điều khiển, hệ điều hành nhúng, phần mềm ứng dụng nhúng

Hình 2.7 : Hệ thống nhúng

2.4.1 Linux với hệ thống nhúng

Linux là một hệ điều hành mã nguồn mở (open-source OS) chạy trên hầu hết các kiến trúc vi xử lý, bao gồm dòng vi xử lý ARM Linux được hỗ trợ bởi một cộng đồng mã nguồn mở (GNU), chính điều này làm cho Linux rất linh hoạt và phát triển rất nhanh với nhiều tính năng không thua kém các hệ điều hành khác hiện nay Tất cả các ứng dụng chạy trên hệ điều hành UNIX đều tương thích với Linux

Hầu hết các bản Linux đều hỗ trợ rất nhiều ngôn ngữ lập trình, đặc biệt công

cụ GCC cho phép người lập trình có thể biên dịch và thực thi ứng dụng viết bằng nhiều ngôn ngữ lập trình khác nhau: C/C++, Java, v.v Ngoài ra, Linux còn hỗ trợ ngôn ngữ lập trình để phát triển các ứng dụng đồ họa như: JTK+, Qt, v.v

Ngoài các thiết kế hệ điều hành dành cho máy tính desktop và máy chủ (server), các nhà cung cấp hệ điều hành linux còn thiết kế ra các bản chuyên biệt cho các mục đích khác nhau như: hỗ trợ kiến trúc máy tính, hệ thống nhúng (embedded Linux system), các hệ thống bảo mật, an ninh mạng, v.v…

Do chi phí thấp, khả năng thay đổi tương thích với phần cứng dễ dàng, nên nhúng Linux thường được sử dụng rất nhiều trong các hệ thống nhúng (embedded system) Linux đã trở thành một đối thủ cạnh tranh lớn về lĩnh vực hệ điều hành trong các dòng điện thoại thông minh (smartphone), các thiết bị PDA (personal digital assistant) và là một lựa chọn thay thế cho sự độc quyền của Windows CE và Palm

OS

Hiện nay Linux đã có được sự hỗ trợ bởi các công ty lớn như IBM và Packard, đồng thời nó cũng bắt kịp được các phiên bản Unix độc quyền và thậm chí

Hewlett-là một thách thức đối với sự thống trị của Microsoft Windows trong một số lĩnh vực

Sở dĩ Linux đạt được những thành công nhanh chống là nhờ vào các đặc tính nổi bật

so với các hệ thống khác: chi phi phần cứng thấp, tốc độ cao (khi so sánh với các phiên bản Unix độc quyền) và khả năng bảo mật tốt, độ tin cậy cao (khi so sánh với Windows) cũng như là các đặc điểm về giá thành rẻ, không bị phụ thuộc vào nhà cung cấp Một đặc tính nổi trội của nó là được phát triển bởi một mô hình phát triển phần mềm nguồn mở hiệu quả

Bởi vì nhiều lí do cả về kinh tế lẫn kĩ thuật mà ngày nay Linux ngày càng trở nên phổ biến trong các thiết bị nhúng Và đây là một số lí do tiêu biểu :

 Linux hỗ trợ nhiều thiết bị phần cứng hơn so với bất kì một hệ điều hành nào khác

 Linux có nhiều phần mềm ứng dụng cũng như các giao thức mạng

 Linux có tính tùy biến cao, có thể hoạt động trên nhiều nền tảng: từ những thiết bị

 Có bộ nhớ nhỏ cho tới những các máy chủ

 Linux không phải vướng mắc về các vấn đề tác quyền khi chỉnh sửa hay

sử dụng vi đây là hệ điều hành mở

 Linux có cộng đồng phát triển năng động, rộng khắp Cho phép nhanh chốn

hỗ trợ các phần mềm, phần cứng mới nhất

2.4.2 Tương lai của hệ thống nhúng

Một thực tế khách quan là chúng ta mới nhìn thấy bề nổi của công nghệ thông tin còn phần chìm của công nghệ thông tin chiếm hơn 99% số processor trên toàn cầu này nằm trong các hệ thống nhúng thì còn ít được biết đến Trong khi đó công nghệ thông tin và viễn thông trên thế giới lại đang bước vào thời đại hậu PC (Personal Computer) - thời đại của các thiết bị, hệ thống nhúng thông minh cao

Công nghệ tuyền thông không dây băng rộng với thiết bị tính toán cầm tay đang đưa công nghệ thông tin và truyền thông sang một thời đại mới - thời đại của môi trường thông minh Sức đẩy của công nghệ đưa công nghệ vi điện tử, các công nghệ vi cơ điện, công nghệ sinh học hội tụ tạo nên các chip của công nghệ nano, là nền tảng cho những thay đổi cơ bản trong công nghệ thông tin và truyền thông

Phát triển các hệ thống nhúng và phần mềm nhúng là quốc sách của nhiều quốc gia trên thế giới, nhất là vào giai đoạn hậu PC hiện nay Chính phủ, các ngành công nghiệp, các viện nghiên cứu, trường đại học của Việt Nam nên nhin nhận lại chiến lược phát triển công nghệ thông tin và truyền thông của mình và có những điều chỉnh phù hợp để có thể theo kịp, rútt ngắn khoảng cách tụt hậu trong lĩnh vực công nghệ thông tin và truyền thông đối với các nước trong khu vực và trên thế giới trong qua trình hội nhập nền kinh tế toàn cầu không thể tránh khỏi hiện nay

2.5 Tổng Quan Beagleboard-Xm

2.5.1 Giới thiệu Kit nhúng BeagleBoard-xM

BeagleBoard-xM được thiết kế đặc biệt dành cho cộng đồng mã nguồn mở, được trang bị tối thiểu vài chức năng cho phép người dùng trải nghiệm được sức mạnh của bộ xử lý Bằng cách sử dụng các bộ giao tiếp tiêu chuẩn, BeagleBoard-xM cho phép mở rộng thêm nhiều tính năng cũng như các bộ giao tiếp khác

Tất cả các thông tin, bản thiết kế đều được công bố cho cộng đồng và có thể

được dùng như là nền tảng cho 1 sản phẩm khác, nhằm tạo ra một cộng đồng lớn mạnh yêu thích lĩnh vực này

Hình 2.8 : Kit nhúng BeagleBoard-xM

Sơ đồ 2.4: Sơ đồ khối của BeagleBoard-xM

2.5.2 Thông số kỹ thuật

Hình 2.9 : Chi tiết cấu tạo BeagleBoard-xM Trên Board tích hợp những kỹ thuật công nghệ hiện đại, chế độ quản lý điện năng đem lại hiệu suất cao nhưng năng lượng tiêu thụ thấp Bên cạnh đó còn hỗ trợ nhiều tính năng khác trên BeagleBoard-xM như:

 Khối vi xử lý (Microprocessor Unit - MPU) dựa trên nên tảng của ARM Cortex-A8™ mang lại hiệu năng cao

 Chip quản lý điện năng TPS65950

 Kiến trúc POP Memory

 4Gb MDDR (512Mbytes)

 Thể hiện được 24 Bit màu RGB (DSS)

 Khe cắm mở rộng SD/MMC, I2C, I2S, SPI

 Đầu ra video theo chuẩn NTSC/PAL/S-Video

 HDMI/DVI-D Video

 Giao tiếp RS232 Serial

 JTAG Debugging

 Nguồn điện áp 5V

Hình 2.10 : Thông số kỹ thuật chi tiết của BeagleBoard-xM

2.6 Các kỹ thuật và ngôn ngữ nhập trình

2.6.1 Lệnh AT(Attention Commands)

Hiện nay trên thị trường đã có nhiều phần mềm cũng như các mô-đun cho phép tích hợp khả năng gửi nhận SMS cũng như phần mềm máy chủ dịch vụ SMS với giá cao Dù các lệnh AT mở rộng của từng dòng sản phẩm hầu như không giúp tăng tốc độ làm việc với SMS, một số nhà sản xuất điện thoại có cung cấp API để xây

dựng các ứng dụng làm việc với thiết bị, nhưng chủ yếu hỗ trợ các thiết bị sản phẩm của họ Tuy nhiên, chưa gặp một tài liệu nào phân tích và trình bày tương đối hoàn chỉnh cách thức xây dựng các hệ thống hoặc các mô-đun cho phép gửi nhận SMS dùng mô -đem GSM bằng hệ thống lệnh AT thông qua cổng giao tiếp COM , đặc biệt trong việc kiểm soát chặt chẽ quá trình gửi/nhận từng SMS cụ thể

Một số lệnh AT

+ CMGF Chọn chế độ làm việc

+ CPMS Chọn lưu trữ

+ CSMP Thiết đặt thông số trong chế độ văn bản

+ CSAS Lưu giữ các thiết lập SMS

+ CSCS Chọn kiểu mã hoá dữ liệu

+ CSDH Xem thiết lập SMS +CMGR Đọc SMS xác định từ thiết bị

+ CMGL Đọc tất cả SMS theo loại từ thiết bị

+ CMGS Gửi SMS +CMGW Ghi SMS vào bộ nhớ

+ CMSS Gửi SMS đã lưu trong bộ nhớ

+ CMGD Xoá bộ nhớ

Để gửi/nhận SMS, cần kết nối thiết bị là Mô-đem GSM vào cổng COM của máy tính Nếu modem kết nối vào máy tính bằng cổng USB thì cần phải biết tên của thiết bị trong hệ thống hoặc thiết bị đã được kết nối qua cổng COM emulated nào Chương trình máy tính và thiết bị trao đổi dữ liệu thông qua hệ thống lệnh AT (Attention commands) chuẩn Tuy nhiên, tuỳ vào thiết bị và nhà sản xuất, mỗi modem

có thể có hệ thống lệnh AT mở rộng nhằm tối ưu và nâng cao khả năng kết nối của thiết bị với máy tính

Trong chương trình, đầu tiên cần tạo một kết nối cổng COM cho mỗi modem, sau đó gửi đến cổng COM những lệnh AT tương ứng với biểu sau và đọc kết quả thực thi lệnh AT từ cổng COM Cần kiểm tra kết nối và modem bằng cách sử dụng nhóm lệnh: AT, +CPIN, +CSCA, +CGMI, +CGMM, +CMEE, +CSMS, +CSQ, +CBC trước mỗi phiên làm việc Nhóm lệnh AT trong biểu dùng để làm việc với SMS Để đọc thiết lập hiện tại, dùng lệnh AT có thêm ký tự ‘?’ Để xem những giá trị nào có thể thiết lập, dùng lệnh AT có thêm 2 ký tự ‘=?’ Để thiết lập giá trị thông số mới, dùng lệnh AT có thêm ký tự ‘=’ và theo sau đó là những giá trị thông số mới Để gửi một nội dung đến chỉ một khách hàng, sử dụng lệnh +CMGS là tối ưu nhất Tuy nhiên, có