PHÁT HIỆN PHƯƠNG TIỆN GIAO THÔNG VÀ NGƯỜI ĐI BỘ DỰA VÀO THUẬT TOÁN HỌC SÂU Ở CÁC HỆ THỐNG HỖ TRỢ LÁI THÔNG MINH

Tóm tắt

Để phát triển một hệ thống giao thông thông minh và an toàn, việc đầu tiên chúng ta cần quan tâm
là xây dựng hệ thống trợ lái thông minh ADAS. Hệ thống trợ lái ADAS thường yêu cầu các ràng buộc cực
đại về tốc độ xử lý nhanh và hiệu suất phát hiện chính xác. Tuy thế mà có nhiều các ràng buộc đang đặt
ra cho hệ thống, cụ thể là: do những biến đổi về ánh sáng nền, cấu trúc, tình trạng bị tắc nghẽn từng
phần (có nhiều phần xuất hiện trong cùng ngữ cảnh), đối tượng và camera cùng di chuyển, và ở các ngữ
cảnh phức tạp... Ngoài ra, một thử thách cực đại cho hệ thống là yêu cầu đáp ứng thời gian thực. Để cải
thiện các ràng buộc cực đại này, chúng tôi đề xuất một mô hình sử dụng thuật toán học sâu. Trước tiên,
bài báo sử dụng mô hình YOLO (You Only Look One), ngoài ra để bổ sung cho tập dữ liệu đào tạo, chúng
tôi đã phân loại và thu thập tập dữ liệu mẫu phù hợp với giao thông Việt Nam. Sau đó, máy tính nhúng
NVIDIA Jetson TX2 đã được sử dụng để thực hiện các thí nghiệm. Các kết quả đạt được đã chứng minh
rằng, công việc đề xuất có khả năng tăng tốc độ xử lý ít nhất 1,6 lần với tỷ lệ phát hiện đạt 90% cho hệ
thống camera tĩnh; và tăng tốc độ ít nhất 1,36 lần với tỷ lệ phát hiện đạt 90% cho hệ thống camera động
với các ảnh có độ phân giải cao 1280x720 pixel.