Trang chủ / Hệ thống phát hiện và cảnh báo sớm tài xế ngủ gật khi lái xe ô tô

Hệ thống phát hiện và cảnh báo sớm tài xế ngủ gật khi lái xe ô tô

Công nghệ ATGT

Lượt bình chọn:

Tác giả: CN.13

Khu vực dự thi: Miền Bắc

Thời gian phát triển: 2022

Số người phát triển: 03

Tổng quan nguyên lí hoạt động

“Hệ thống phát hiện và cảnh báo sớm tài xế ngủ gật khi lái xe ô tô” tạo ra với mục đích hạn chế các trường hợp tai nạn giao thông liên quan đến hành vi ngủ gật. Hệ thống có khả năng nhận dạng khuôn mặt, phát hiện và xử lí được các hành vi ngủ gật thông qua camera. Ngoài ra, hệ thống còn có khả năng tự học hỏi, cải thiện mức độ tin cậy xử lí theo thời gian sử dụng nhờ sử dụng thuật toán trí tuệ nhân tạo.

Hình 1: Nguyên lí hoạt động tổng quan của hệ thống nhận dạng, cảnh báo ngủ gật đối với người lái xe ô tô khi tham gia giao thông.

Camera sẽ có nhiệm vụ thu nhận hình ảnh khuôn mặt của người đang lái xe sau đó sẽ được CPU máy tính xử lí và nhận dạng theo thuật toán được viết sẵn trước đó (sẽ trình bày ở phần sau) dựa vào vào giá trị nhận được hệ thống sẽ phát ra tính hiệu cảnh bảo thích hợp cho người lái xe. Dữ liệu xử lí được lưu lại và hình thành bộ cơ sở dữ liệu, tại đây với sự can thiệp của thuật toán học máy, việc nhận dạng người lái xe buồn ngủ sẽ sớm và chính xác hơn.

2.Xây dựng phương pháp tính toán hành vi ngủ gật dựa trên dữ liệu nhận dạng khuôn mặt Landmark (Tereza Soukupova and Jan Tech, “Real-Time Eye Blink Detection using Facial Landmarks”, 2016)

Hình 2: Các điểm trên khuôn mặt dựa trên dữ liệu landmark

Tác giả dựa vào Landmark để các vị trí điểm trên khuôn mặt từ đó xây dựng các công thức, thuật toán phát hiện hành vi ngủ gật.

Các điểm trên khuôn mặt cần thiết để xây dựng công thức: Mắt trái (36 – 41), mắt phải (42 – 47) và miệng (48 – 66). Các điểm còn lại tác giả không sử dụng, nhằm tối ưu tài nguyên phần cứng xử lí.

Khi tài xế có biểu hiện hành vi ngủ gật, các điểm trên khuôn mặt sẽ có sự thay đổi, tác giả dựa vào những sự thay đổi đó để tìm ra các giá trị số đặc trưng để xử lý.

Hình 3: Biểu đồ biểu thị giá trị của mắt khi tài xế có hành vi ngủ gật

Để phân biệt, tránh xử lí nhầm trong lúc tài xế nói, chớp mắt, hệ thống dựa thêm vào giá trị thay đổi theo thời gian. Nếu giá trị tăng đột ngột trong thời gian ngắn được xem là hành vi bình thường.

3.Huấn luyện để cải thiện độ tin cậy của hệ thống phát hiện tài xế ngủ gật nhờ phương pháp học máy

Học máy (tiếng Anh: machine learning) là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng các kĩ thuật cho phép các hệ thống “học” tự động từ dữ liệu để giải quyết những vấn đề cụ thể.

Tác giả thu thập dữ liệu hàng ngàn bức ảnh ghi nhận hành vi ngủ gật và đưa mô hình huấn luyện. Huấn luyện ở đây với mục đích để hệ thống có nền tảng về AI, sau khi huấn luyện và đưa vào áp dụng thực tế, hệ thống hoàn toàn có khả năng tự hành, tự cải thiện độ tin cậy theo thời gian sử dụng.

Hình 4: Tổng quan quá trình huấn luyện trên một nút của mạng noron nhân tạo

Trên một nút này có dữ liệu các trọng số của bức ảnh (mỗi bức ảnh có hàng chục nghìn nút), ngẫu nhiên thuật toán sẽ tự lấy ra một bức trong mô hình đưa vào để so sánh, các nút bức ảnh trong mô hình (gồm hàng ngàn bức ảnh) và các nút của bức ảnh ngẫu nhiên sẽ tự so sánh trọng số với nhau. các trọng số này được được tổng hợp tại hàm Sigmoid. Sau quá trình tổng hợp, các trọng số tại mô hình huấn luyện được hàm Softmax so sánh và đưa ra kết quả có xác suất giống với nút cao nhất, từ kết quả đó tạo cở sở để tiến hành cập nhật tối ưu trọng số trong mô hình. Quá trình này được lặp đi lặp lại rất nhiều lần cho đến khi chạy thử mô hình trên lí thuyết nếu đạt được kết quả nhận dạng hành vi ngủ gật với độ chính xác cao thì sẽ tiến hành đưa mô hình vào áp dụng thực tế.

4.Nguyên lí hoạt động của hệ thống AI sau khi được huấn luyện

Hình 5: Quá trình áp dụng thực tế của hệ thống

Tiến hành áp dụng khi mô hình huấn luyện (mạng noron nhân tạo) đã đủ độ tin cậy. Camera sẽ thu nhận hình ảnh người lái xe trực tiếp với tốc độ thu thập từ 15 – 30 khung hình trên giây, các khung hình sẽ được đưa vào mô hình để so sánh, nếu như kết quả xuất ra phát hiện tài xế ngủ gật thì vi điều khiển lập tức phát ra cảnh báo đến người lái xe bằng âm thanh cảnh báo qua loa.

5.Quy trình thử nghiệm giải pháp

– Chuẩn bị các vật tư để lắp đặt

– Cố định camera, đảm bảo nhìn rõ hình ảnh.

– Kết nối dây camera, loa vào hộp chứa máy tính nhúng

– Kiểm tra, vận hành.