1

Hội thảo quốc tế

tại Đại học Giao Thông Vận Tải Tp.HCM
15/10/2015

Kỹ thuật quan sát dòng xe sử dụng video

camera trên xe Probe: Trường hợp nghiên
cứu tại Thành phố Hồ Chí Minh

L.X. NGUYEN, T. SEO, V.H. TAN, T. KUSAKABE and Y. ASAKURA

Người phát biểu: Nguyễn Xuân Long

Đại học Bách Khoa Tp.HCM
 2
Nội dung phát biểu

1. Giới thiệu
2. Điều tra giao thông: trường hợp tại tp.HCM
3. Xử lý dữ liệu
4. Phân tích thực nghiệm
5. Các kết luận
 3
Xe Probe trang bị video
camera
Mỗi taxi trang bị một thiết bị thu GPS và một video camera

 Thiết bị thu GPS: đặt bên trong taxi để ghi tọa độ GPS mỗi quãng
thời gian 15 giây và cung cấp dữ liệu vị trí, tốc độ xe
 Video camera: lắp vào bảng chắn của ghế của tài xế phụ để đo
khoảng cách giữa xe taxi và các xe khác phía trước

Taxi (gắn camera và GPS)

Camera quan sát bên lề đường

 4
Kỹ thuật quan trắc điểm cố định

 Hình ảnh thu từ máy quay CCTV cố định được xử lý ảnh để nhận
diện các loại phương tiện giao thông khác nhau (Mallikarjuna, 2009)
 Một máy quay chỉ có thể quay rõ trên một đoạn đường ngắn khoảng
500 m (Lee, 2008; Nguyen, 2012)
 Để đo 1 cách liên tục trạng thái của dòng giao thông trên con đường
đối tượng, cần lắp đặt mật độ dày đặc các máy quay dọc theo con
đường đó.

500 m 500 m
 5
Kỹ thuật quan trắc điểm di động
 Xe di động (xe Probe) được trang bị nhiều loại sensor để thu nhập
nhiều loại dữ liệu
Probe

Probe

 Nghiên cứu này sử dụng một loại sensor đo khoảng cách, ví dụ như
video camera (Yokoi et al., 2013, Seo et al., 2013) để thu thập thông
tin về khoảng cách

 Lợi điểm của việc sử dụng xe Probe

(1) Không cần cơ sở hạ tầng thêm cho mạng lưới đường
(2) Có khả năng dự đoán biến số dòng giao thông như lưu lượng và
mật độ (Seo et al., 2014)
 6
Mục đích nghiên cứu

Mục đích nghiên cứu

 Áp dụng phương pháp xe Probe sử dụng máy quay camera di động

đặt trong xe để quan trắc dòng xe hỗn hợp gồm: 1) ô tô và 2) xe máy

 Ảnh hưởng của xe máy đến kết quả quan trắc sẽ được phân tích
 7
Giới hạn của nghiên cứu
 Những hình ảnh ghi lại từ camera có thể không nhận diện tất cả xe
máy chạy phía trước bởi vì một số xe máy bị che khuất trong ảnh

Nghiên cứu sẽ tập trung vào dự đoán trạng thái dòng ô tô (lưu
lượng xe, quan hệ mật độ - lưu lượng) dưới điều kiện dòng xe hỗn
hợp với sự hiện diện của xe máy.

Xe máy bị che
khuất tại dòng
hỗn hợp

Nếu chỉ xét ô tô

thì không xảy ra
che khuất
 8
Quá trình điều tra giao thông
 Địa điểm
Điểm Camera cố định
Đường một chiều với 7 nút giao thông đến
có đèn tín hiệu, 1.5 km chiều dài và 3
làn xe (đường đỏ)
Camera cố định lấy dữ liệu để kiểm
nghiệm kết quả của lưu lượng xe
(màu đen)
Đường song song tạo thành một vòng
chạy liên tục (đường xanh)
Điểm xuất
phát
 Thời gian: 7/3/2014, thời tiết khô ráo
 Taxi: 10 chiếc
Mười chiếc taxi được yêu cầu chạy theo cách bình thường họ chạy.
4 giờ chiều: mỗi chiếc taxi khởi hành tại điểm xuất phát sau mỗi 5 phút,
chạy trên con đường thực nghiệm và đường song song nhiều vòng.
5 giờ 30 phút: tất cả taxi rời khỏi vị trí cùng lúc quay về điểm xuất phát.
 9
Xử lý số liệu
 Dữ liệu vị trí
 Từ thiết bị thu GPS, tọa độ GPS và vận tốc được thu thập sau
mỗi 15 giây
 Điểm vị trí của một chiếc được vẽ trên đường Pasteur và Nam
Kỳ Khởi Nghĩa
 10
Dữ liệu khoảng cách (1)
 Xử lý hình ảnh lấy dữ liệu khoảng cách
 Hình ảnh được tách ra từ video clips
sau mỗi 15 giây
 Biến dạng hình ảnh được loại bỏ
 Trường hợp của ô tô Ô tô phía trước

Khoảng cách (spacing) đến xe ô tô phía l

trước chạy trên cùng 1 làn đường:
w
2 wp0
spacing  l
p tan( 0 / 2) s

w : Chiều rộng của xe phía trước, 1.7 [m] Cảnh thực Ống kính
p0 : Chiều rộng của ảnh, 1738 [pixel] Camera
p : Chiều rộng của ảnh xe phía trước [pixel] θ0
(đo thủ công)
 0 : Góc thu ảnh của ống kính, 2.078 [Rad]
Phim (ảnh quay) p
l : Chiều dài thực của xe Probe, 5 [m] p0
 11
Dữ liệu khoảng cách (2)
 Trường hợp của xe máy
Khoảng cách theo phương dọc tới xe máy
h : Chiều cao thực của xe máy, 1.5 [m]
2hph 0 ph0 : Chiều cao của ảnh, 814 [pixel]
by  ph : Chiều cao của ảnh xe máy [pixel] (đo thủ
ph tan( h 0 / 2) công)
 h0 : Góc thu ảnh của ống kính, 1.349 [Rad]

Khoảng cách theo phương ngang tới xe máy

2dby d : khoảng cách từ tâm của ảnh đến xe máy

bx  [pixel]
p0 tan( 0 / 2)
 Sai số của việc tính toán dữ liệu khoảng cách
1. Đo thủ công chiều dài/cao của ảnh xe
2. Sự khác biệt giữa giá trị giả định của chiều rộng thực tế của xe ô tô
hay chiều cao của xe máy với giá trị đúng của nó
 12
Phương pháp phân tích
 Dự đoán mật độ và lưu lượng dòng xe
Phương pháp đề xuất bởi Seo et al. (2013)

Probe n0-△n 1. Tại thời điểm t0

Vị trí
2. Sử dụng quan sát của các xe
Probe n0, n0-1, …, n0 - Δn để dự
đoán trạng thái dòng giao thông
Dữ liệu độc lập với thời gian
khoảng cách
 Tức là vận tốc trung bình và
Dự đoán số lượng ô tô nằm giữa hai xe
Dữ liệu mật độ xe Probe n0 và n0-Δn
khoảng cách
Dự đoán số 3. Cập nhật số lượng xe ô tô bằng
Dự đoán lượng xe
mật độ xe
Probe n0 áp dụng bộ lọc Kalman dựa trên
bảo toàn số lượng xe
Dự đoán số  Tức là số lượng xe tại thời
lượng xe
điểm t0 sẽ bằng với lượng xe
tài thời điểm trước đó t0-Δt
t0-△t t0 t0+△t
Thời gian 4. Chuyển sang thời điểm t0+Δt …
 13 Phân tích kết quả (1)
Dự đoán mật độ và lưu lượng
 Kết quả điều tra
 Tất cả xe Probe chạy được 28 vòng trong 1.5 giờ
 Tỉ lệ thành phần của xe Probe trong dòng giao thông khoảng 2.3%.
 Kết quả dự đoán
 Trạng thái dòng xe tại độ phân giải không gian 100 m × thời gian 10 phút

Mật độ ô tô (km/h)
Vận tốc (km/h)
Vị trí (m)

Vị trí (m)

Thời gian (phút) Thời gian (phút)

Biểu đồ thời gian – không gian của vận tốc Biểu đồ thời gian – không gian của mật độ
 14 Phân tích kết quả (2)
Biểu đồ mật độ - lưu lượng
 Các điểm biểu diễn mật độ - lưu lượng được phân tán trong một
khoảng rộng
 Gây ra bởi sai số phương pháp dự đoán hoặc sự có mặt của xe máy
Lưu lượng [xe/h]

Lưu lượng [xe/h]

Lưu lượng [xe/h]

Lưu lượng [xe/h]

Lưu lượng [xe/h]
Mật độ [xe/km] Mật độ [xe/km] Mật độ [xe/km] Mật độ [xe/km] Mật độ [xe/km]
Lưu lượng [xe/h]
Lưu lượng [xe/h]

Lưu lượng [xe/h]

Lưu lượng [xe/h]

Lưu lượng [xe/h]
Mật độ [xe/km] Mật độ [xe/km] Mật độ [xe/km] Mật độ [xe/km] Mật độ [xe/km]
Lưu lượng [xe/h]

Lưu lượng [xe/h]

Lưu lượng [xe/h]

Lưu lượng [xe/h]

Lưu lượng [xe/h]

Mật độ [xe/km] Mật độ [xe/km] Mật độ [xe/km] Mật độ [xe/km] Mật độ [xe/km]
 15
Ảnh hưởng sai số của phương
pháp dự đoán
 Số lượng tích lũy của ô tô đếm từ các camera cố định được so sánh
với giá trị dự đoán từ phương pháp sử dụng
 Số lượng tích lũy của ô tô được dự đoán hơi quá cao (20% &13%
tại điểm cách 800 m và 1350 m từ gốc)
 Giá trị dự đoán này đưa ra một mức độ chính xác vừa phải

Dự đoán
Thực tế
Lượng xe ô tô lũy tiến (xe)

Thời gian (phút) Thời gian (phút)

 16
Ảnh hưởng xe máy lên mật độ
của dòng xe ô tô
 Mật độ xe ô tô giảm đi ở phía hạ lưu con đường bởi vì khoảng cách giữa
xe Probe và xe máy giảm dần (có nhiều xe máy xuất hiện hơn)
 17
Các kết luận
Các kết quả tìm ra
 Phương pháp dựa trên xe Probe gắn camera có thể dự đoán trạng thái dòng xe
với mức độ chính xác vừa phải
 Mối quan hệ mật độ - lưu lượng: các điểm mật độ - lưu lượng được phân tán
trong khoảng rộng bởi vì sự xuất hiện của xe máy trong trong làn xe ô tô

Các vấn đề cần nghiên cứu

 Mật độ của xe máy đã không thể đo được bởi vì hình ảnh máy quay không thể
nhận diện đầy đủ các xe máy ảnh hưởng phía trước khi mật độ dòng cao.
 Trong tương lai, vấn đề này sẽ được giải quyết nếu lắp đặt các máy quay
camera trên đầu xe buýt và phương pháp dự đoán này có thể áp dụng để quan
trắc trạng thái dòng xe hỗn hợp trên toàn bộ mạng lưới đường ở thành phố.
 18
Tài liệu tham khảo
 Lee, T. C., Polak, J. W., Bell, M. G. H. (2009) New approach to modeling mixed traffic
containing motorcycles in urban areas. Transportation Research Record: Journal of
the Transportation Research Board, 2140, pp. 195-205.
 Mallikarjuna, C., Phanindra, A., Ramachandra, K. R. (2009) Traffic data collection
under mixed traffic conditions using video image processing. Journal of
Transportation Engineering, 135 (4), pp. 174-182.
 Nguyen, L. X., Hanaoka, S., Kawasaki, T. (2012) Describing non-lane-based
motorcycle movements in motorcycle-only traffic flow. Transportation Research
Record: Journal of the Transportation Research Board, 2281, pp. 76-82.
 Seo, T., Kusakabe, T., Asakura, Y. (2013) Traffic Flow Monitoring Utilizing On-vehicle
Devices of Spacing Measurement. Proceedings of the 2nd Symposium of the
European Association for Research in Transportation.
 Yokoi, K., Suzuki, Y., Sato, T., Abe, T., Toda, H., Ozaki, N. (2013) A camera-based
probe car system for traffic condition estimation. Proceedings of 20th ITS World
Congress Tokyo 2013.
19

Cảm ơn sự quan tâm của các bạn

Nhóm nghiên cứu giao thông