Tóm tắt: Hiện tại việc nhớ vị trí đỗ xe đỗ xe đối với các tài xế là không dễ và các cách đưa ra để

ghi nhớ ví trí đỗ xe cũng bất tiện. Từ đó muốn xây dựng một hệ thống cho phép điện thoại thông
minh tự động ghi nhớ vị trí xe đang đỗ một cách chính xác, và có thể điều hướng tìm xe. Phương
pháp đưa ra là sử dụng các biến thể của từ trường và từ trường bên trong xe để phát hiện khi nào
người dùng dừng xe và tắt máy. Phương pháp này đã thức nghiệm trên các nền tảng, thiết bị di
động, hệ điều hanh khác nhau cũng như trên các kiểu xe khác nhau và thu được độ chính xác hơn
90%. Từ đó cho thấy tính khả thi của phương pháp này.
I.GIỚI THIỆU
Nhớ vị trí đỗ xe là một vấn đề của nhiều tài xế. Hiện nay có các giải pháp giúp người dùng nhớ
vị trí đỗ xe.
- Hệ thống định vị GPS và điện thoại thông minh: lưu vị trí xe tại thời điểm đỗ xe bằng GPS trên
điện thoại và sau đó điều hướng trở lại vị trí đã lưu thông trước đó qua ứng dụng điều hướng trên
điên thoại. Nhưng giải pháp này không hoan toàn tự động vì mỗi lần đỗ xe người dùng lại phải
thực hiện một thao tác nào đó để chỉ rõ thời điểm đỗ xe cho điện thoại( ví dụ như nhấn nút, lắc
điện thoại hay chụp ảnh vị trí đỗ xe). Điều này này gây khó chịu và bất tiện cho người dùng.
- Ghi nhớ vị trí đỗ xe qua bluetooth của điện thoại: giải pháp này yêu cầu người dùng phải kết
nối điện thoại với xe hoặc mua thêm phần cứng. Giáp pháp này được ít người đón nhận.
- Google Now đã phát hành một giải pháp tự động lưu vị trí đỗ xe: Ứng dụng phát hiện sự
chuyển đổi từ lái xe sang đi bộ, nó ghi lại vị trí của thiết bị tại quá trình chuyển đổi và coi đó là
một vị trí đỗ xe. Điều đó hoàn toàn không đúng với thực tế, có thể dẫn đến sai lầm. Và giải pháp
này số lượng người dùng chấp thuận rất khiêm tốn.
Để giải quyết những hạn chế trên, họ đã đề xuất ParkSense, một hệ thống tận dụng cảm biến
điện thoại có sẵn để chính xác và tự động ghi lại vị trí đỗ xe của một chiếc xe. ParkSense tận
dụng sự biến đổi tín hiệu điện từmôi trường trong xe khi người lái điều khiển xe của mình. Nó
kết hợp dữ liệu từ trường với các luồng đầu ra từ gia tốc kế và con quay hồi chuyển, cho phép nó
theo dõi chuyển động và định hướng của thiết bị di động và xe hơi,và để phát hiện chính xác
khoảnh khắc đỗ xe để ghi lại vị trí đỗ xe. Họ đã xác định và sử dụng một bộ xác định thay đổi tự
nhiên trong từ trường của ô tô, nó chỉ xảy ra khi xe đang chuyển từ trạng thai di chuyển sang đỗ.
Họ đã thực hiện và đanh giá hệ thống của hộ trên các nền tảng, thiệt bị di động khác nhau và
thực nghiệm trên các ô tô của các hãng sản xuất khác nhau. Kết quả cho thấy hệ thống của họ
thực hiện tốt trong các tình huống, môi trường, thiết bị khác nhau và phương tiện, trong khi tiêu
thụ ít năng lượng hơn so với lựa chọn thay thế khác.
Khi người dung cần thiết, thuật toán Parksense có thể điều hướng người dùng tới vị trí đõ xe
hiện tại hoặc trước đó bằng việc sử dụng điều hướng trong ứng dụng Ponent.
Đóng góp của họ được tóm tắt như sau:
-Họ khai thác biến thể điện từ trong xe và xác định dấu hiệu quan trọng của hoạt động người
dùng-hành vi bên trong một chiếc xe, chẳng hạn như bật/ tắt động cơ và nhấn phanh.
-Họ đã triển khai ParkSense để xác định tự động và điều hướng người dùng đến vị trí chưa sử
dụng, Thuật toán ParkSense hoạt động mà không cần bất kỳ dữ liệu cài sẵn.
-Họ đã đánh giá hệ thống trên thiết bị di động, hệ điều hành và mô hình xe hơi khác nhau. Các hệ
thống thu được độ chính xác hơn 90%, xác nhận tính khả thi của phương pháp.
II. BACKGROUND AND OBSERVATIONS
ParkSense dựa vào biến thể từ trường liên quan với các hành động điều khiển của tài xế, chẳng
hạn như nhấn phanh, rẽ vào và tắt xe,… Khi hành động xảy ra, chiếc xe hệ thống điện gây ra một
sự thay đổi từ tính nhất định có thể được cảm nhận bằng từ kế bên trong điện thoại.
A. FUNDAMENTAL OF IN-VEHICLE MAGNETIC FIELD
Một từ trường là sự ảnh hưởng từ của dòng điện và vật liệu từ tính. Một từ trường có thể tạo ra
từ một điện tích chuyển động hoặc một nam châm vinh cửu.
Các thành phần điện và điện tử bên trong một chiếc xe là nguồn chính của từ trường trong. Các
biến thể từ trường có thể được tạo ra bởi lốp xe,giai đoạn động cơ, loại xe, chuyển động của
người dùng, vị trí hoặc hành động(nhấn phanh). Đầu tiên, lốp xe là một đóng góp lớn cho biến
đổi từ trường trong một chiếc xe do từ tính vĩnh viễn trong các dải thép xuyên tâm trong lốp xe.
Từ trường của các biến thể từ lốp xe tạo ra từ trường cao trong khu vực chân người lái xe. Thứ
hai, khởi đầu động cơ và dây cáp gây ra sự đột biến cao trong từ trường khi động cơ được khởi
động. Khi người dùng tăng tốc và giảm tốc phương tiện, từ trường cũng được thay đổi đáng
kể.Thứ ba, các loại xe khác nhau tạo ra từ trường khác nhau về mức độ biến đổi. Xe càng nhỏ, từ
tính càng cao. Thứ tự, vị trí khác nhau trong xe có thể dẫn đến các cấp độ từ trường khác nhau.
Thứ năm, hành động của người dùng khi lái xe có thể dẫn tới sự biến đổi từ trường. Tuy nhiên,
những biến thể này nhỏ hơn nhiều so với thay đổi từ trường được tạo ra bằng động cơ. Cưới
cùng là hành động phanh gấp, đặc biệt là phanh ABS( Hệ thống chống bó cứng phanh) cũng có
thể tạo ra sự biến đổi cao trong biến đổi từ tường.
B. OBSERVATIONS OF IN-VEHICLE MAGNETIC FIELDS
Sau khi tìm hiểu mạng từ tính trong xe, họ tiến hành một thử nghiệm để xác nhận chúng. Họ đã
sử dụng điện thoại thông minh Samsung Galaxy S5 để thực hiện hàng trăm phép đo từ trường
các vật bên trong các loại phương tiện khác nhau bao gồm ô tô, xe buýt và tàu hỏa. Họ thấy rầng
các từ trường trong ô tô cho thấy đặc điểm đặc biệt và những đặc điểm đó có thể được sử dụng
để xác định vị trí vận hành của xe.
Hình 1: Sử dụng điện thoại thông minh để cảm nhận từ trường do ô tô tạo ra và đọc từ bên trong
một chiếc xe đang hoạt động với một số hành động phanh. (a) Ví dụ minh họa sự biến đổi từ
trường bên trong thân xe và biến thể từ trường dựa trên điện thoại giám sát. (b) Đọc từ kế từ
điện thoại khi xe được bật tắt. (c) Phổ của từ trường trong xe khi phanh.
Hình 1a minh họa một ví dụ về việc sử dụng điện thoại thông minh để chụp lại từ trường xe.
Các cảm biến nhúng bên trong điện thoại được sử dụng để chụ từ trường các biến thể được tạo ra
từ các nguồn khác nhau trong xe( 6 nguồn đã nêu ở trên). Tuy nhiên, họ quan tâm đến việc nắm
bắt từ tính các biến thể trường được tạo ra bởi các hành động khác nhau của người dùng. Họ tìm
thấy một tương quan cao giữa các hanh động của người dùng( hoặc các giai đoạn của xe) và các
biến thể trong từ trường.
Hình 1b, cho thấy chỉ số từ kế trục x khi ô tô đang đi thẳng và điện thoại được đặt ở ghế lái. Từ
trường được ghi lại từ khi xe bật đến khi xe tắt. Trong quá trình lái xe, ô tô bị hãm lại 3 lần. Như
được minh họa trong hình, hành động của người dung bật/ tắt xe và tạo phanh làm tăng sức mạnh
từ đọc. Nếu điện thoại được đặt ở các vị trí khác trong xe, chẳng hạn như ghế trên cùng tài xế,
ghế sau thì không có sự biến đổi như trên. Sau nhiều lần lặp lại thí nghiệm, họ thấy rằng sự đột
biến do hành động bật/ tắt ô tô tạo ra chỉ được cảm biến nắm bắt trong một số lần, còn sự đột
biến được tạo ra bởi hành động phanh thì luôn luôn được cảm biến nắm bắt.
 Phát triển hệ thống có thể phát hiện vị trí đỗ xe dựa trên các hành động phanh của người
dùng.
Hơn thế, từ trường cũng xuất hiện ở các dải tần số khác nhau. Họ xác nhận ý tưởng này bằng
cách phân tích kết quả chỉ số từ trường từ cảm biến điện thoại tại miền tần số. Nó đã chứng minh
được sự kiện phanh cũng được ghi lại bằng cách quan sát tín hiệu ở miền tần số. Hình 1c cho
thấy quang phổ của từ tính bên trong xe khi nhấn phanh rồi thả, có thể thấy từ trường bên trong
xe chủ yếu là dải tần số thấp( dưới 10kHz) với phân phối công suất thấp. Nó cho thấy việc phát
hiện sự kiện phanh trong miền tần số là rất khó khăn vì khác nhau trong phân phối công suất của
sự gia tăng và tiếng ồn quá nhỏ.
III.TỔNG QUAN HỆ THỐNG
ParkSense hưởng lợi từ hầu hết lái xe khi thực hiện kích hoạt hệ thống điện trong ô tô, dẫn sự
thay đổi nói trên trong đo từu trường. Điều này cho phép tự động đăng nhập vị trị đỗ xe mà
không cần bất kỳ phần cứng bổ sung nào. Trong khi các phương pháp hiện có cần bổ sung phần
cứng để phát hiện hành động của trình điệu khiển. ParkSense không cần bất cứ phần cứng bổ
sung nào mà chỉ sử dụng cảm biến trên điện thoại thông minh để phát hiện bãi đỗ xe. ParkSenso
đạt hiệu suất cao với một bộ đa dạng các điện thoại thông minh và ô tô trên thế giới. Cũng thế,
ParkSense tiêu thụ ít năng lượng hơn các ứng dụng hiện có mà cần kiểm tra tín hiệu GPS thường
xuyên.
A.THÁCH THỨC
Việc sử dụng từ kế và dữ liệu cảm biến quán tínhtrong một phương tiện di chuyển bị ảnh
hưởng sâu sắc bởi một số yếu tố.
a. Định hướng điện thoại
Chỉ số từ kế biến đổi mạnh mẽ với những thay đổi đột ngột trong định hướng điện thoại.
Phép đo bị nhiễu có thể làm mất đi sự kiện nhấn phanh mà họ đang quan tâm. Để giải quyết vấn
đề này, họ phát triển một phương pháp chuyển đổi để sửa lỗi hệ tọa độ của chỉ số cảm biến.
b. Thông báo gián tiếp các giai đoạn xe từ hành động của người dùng.
Để nắm bắt sự kiện đỗ xe, họ xác định tổ hợp các hành động khác nhau của người dung bao
gồm cả phanh và việc rời khỏi xe để phát hiện sự kiên đỗ xe. Vậy nên việc nắm bắt chuyển động
khi người dùng sử dụng điện thoại và rời khỏi xe là quan trọng. Họ phát hiện điều này bằng cách
phân tích đinh hướng và sử dụng dữ liệu IMU.
Vì khi phanh từ tính (đo ở khu vưc ghế lái, trong xe đang chạy) tăng vọt.Để phát hiện sự kiện
phanh họ sử sụng phương pháp đạo hàm gần đúng để tìm ra một ngưỡng (nếu vượt qua ngưỡng
đó thì thuật toán của họ sẽ đếm mẫu dữ liệu tương ứng với đầu ra đó như một dấu hiệu của sự
kiện nhấn phanh)
Họ đặt điên thoại ở vị trí ghê lái và lái ô tô chạy trên một đường thẳng rồi tạo ra N lần phanh.
Nhập N số thu được vào ứng dụng. TLA (Ngưỡng thuật toán học tập) tính đạo hàm của dãy từ
thu được. nó đặt một giá trị ngưỡng lớn và sau đó giảm giá trị này dần dần cho đến khi nó đếm N
sự kiện phanh. Nó làm giảm ngưỡng nhiều hơn cho đến khi nó đếm các sự kiện phanh N +1.
TLA lấy trung bình của hai giá trị được tìm thấy này làm ngưỡng được sử dụng cho toàn bộ thời
gian của chương trình.
Ví dụ, trong Hình 2 (Giữa), có 6 sự kiện nhấn phanh và ngưỡng được tìm thấy tại 10 µT bởi
TLA.

Hình 2
Có 3 vấn đề với việc sử dụng phương pháp gần đúng phái sinh :
+ Thứ nhất, ở đó có thể là một sự đột biến của sức mạnh từ tính do điện thoại rung khi phanh
được tham gia.
Giải quyết: đếm một loạt các đợt tăng trong một khung thời gian là một lần tăng để khớp với một
phanh đánh. Khung thời gian này được bắt đầu từ lần đầu tiên được phát hiện tăng và kéo dài
trong vài giây.
+ Thứ hai,chuyển động của thiết bị như nghiêng, lắc, xoay hoặc xoaycũng tạo ra những thay đổi
từ tính đột ngột.
+ Thứ ba, bởi vì điều nàyngưỡng phụ thuộc vào độ chính xác của magne điện thoại-tometer và
cường độ dòng điện bên trong xe,nó phải được thiết lập động.
Thuật toán phát hiện phanh:
Input: đọc cảm biến thế thời gian thực bao gồm từ kế, con quay hồi chuyển và gia tốc kế, giá trị
ngưỡng.
Output: sự kiện phanh gấp
+ dùng bộ lọc thông thấp để trích xuất vecto trọng lực và chỉ số từ kế
+ Tính toán gia tốc chuyển động của thiết bị
+ Tính hướng Z của vectơ trọng lực vàtốc độ quay của thiết bị xung quanh vectơ đó
+
+
+
+
+
Thuật toán phát hiện điện thoại:
c. Theo dõi xe của người dùng nhưng không phải xe buýt hoặc xe lửa
Họ sủ dụng thuật toán DTW để phân biệt người dùng có đang ở trong ô tô không. Họ so sánh
khoảng cách của một chuỗi tham chiếu được chọn với các chuỗi phái sinh dữ liệu từ tính đo được
trên xe ô tô và trên đường ray. Ví dụ hình 7, trên tàu hỏa lớn hơn nhiều so với trên ô tô.

B. HỆ THỐNG ĐỀ XUẤT
ParkSenso sau khi phát người dùng đang lái của họ, hệ thống theo dõi hành vi của người dùng và
phát hiện sự kiện phanh cuối cùng trước người dùng thay đổi chế độ đỗ. Khi ở bãi đậu xe và sự
kiện đi bộ được phát hiện, vị trí người dùng trong trường hợp này được ghi lại là vị trí đỗ xe.
Họ xác định ba trạng thái chính của điện thoại bao gồm ở lại _ yên , trong _ xe., trên tay.
Nếu phát hiện đt trong xe thì hệ thống phát hiện phanh được kích hoạt. Khi tìm thấy sự kiện Đón
điện thoại, trên tay tài xế và rời khỏi xe, vị trí GPS được ghi lại.
1. PHONE POSE ESTIMATION
Điều quan trọng là xác định rõ ràng khi nào bắt đầu và ngừng thu thập-lấy dữ liệu từ cảm biến do
giới hạn lưu trữ và năng lượng trên thiết bị di động. Để thực hiện yêu cầu này, chúng tôi áp dụng
các giải pháp hiện có, nghĩa là , Nhận biết hoạt động API trên HĐH Android và
CMMotionActivity trên iOS.
2. XÁC MINH TRONG XE.
Phân biệt đi tàu điện ngầm với lái xe, họ thấy rằng sự gia tăng của từ trường bên trong xe lửa có
phương sai lớn hơn so với những người trong ô tô.
Họ áp dụng Độ cong thời gian động để đo sự khác biệt của chuỗi từ đã chọn với những người từ
mỗi chiếc xe. Nếu chênh lệch thấp hơnmột ngưỡng cụ thể (0,8 trên 1 trong trường hợp này), điện
thoại là quyết tâm lên xe và ngược lại.
3. PHÁT HIỆN NÂNG CẤP
Để phát hiện các sự kiện nhấn phanh và suy luận hành vi của người dùng, ParkSense cần loại bỏ
sự đột biến từ tính không mong muốn gây ra. Để giải quyết vấn đề này, họ đề xuất sử dụng dữ
liệu thu thập được từ gia tốc kế và con quay hồi chuyển để cô lập các chuyển động không mong
muốn của thiết bị.
4. PHÁT HIỆN ĐIỆN THOẠI
Để lưu trữ vị trí đỗ xe, chúng tôi thiết kế một cơ chế để kích hoạt GPS đúng cách. Lưu ý rằng
một kích hoạt sai sẽ không chỉ tạo ra chính xác phát hiện vị trí đỗ xe màcũng lãng phí năng
lượng của việc lấy dữ liệu GPS. Họ quan sát rằng khi tài xế bước ra khỏi xe và nhấc máy,một tín
hiệu riêng biệt được đăng ký trên bài đọc của máy gia tốc.Chúng ta có thể tận dụng điều này để
kích hoạt GPS để lưu vị trí đỗ xe.
5. PROBABILISTIC PARKING ESTIMATION
Họ sử dụng mô hình xác suất Bayes để phân loại ai là người giữ điện thoại: người lái xe, hành
khách trên xe hoặc hành khách trên xe buýt . Đưa ra những quan sát mà một số hành động phanh
được phát hiện, mô hình tính toán xác suất của từng trường hợp.
Nếu người lái được xác định, hệ thống của họ luôn có thể ghi lại vị trí của người lái xe khi điện
thoại thay đổi từ tráng thái trên xe sang trên tay (điện thoại bây giờ đã biết người dùng đang sử
dụng phương tiện của mình). Theo kết quả quan sát và thử nghiệm, sử dụng vị trí này là vị trí đỗ
xe, họ thu được ít hơn tỉ lệ chính xác so với vị trí mà điện thoại nhận được phát hiện.
V.ĐÁNH GIÁ THỰC HIỆN
A.CÀI ĐẶT TRẢI NGHIỆM
 Họ thử nghiệm trên 3 điện thoại khác nhau Samsung Galaxy S5, LG G3, Iphone 6 và một vài ô
tô sẵn có của họ: Toyota Camry 1999, Toyota Camry 2005, Honda Accord2003 và Solara Coupe
2004 . Điện thoại được đặt ở các vị trí khác nhau trên xe và các vị trí đỗ xe khác nhau.
Bla bla… họ nghĩ rằng ParkSense thậm chí sẽ có được độ chính xác cao hơn do sự gia tăng của
các nguồn từ trường.
1.Trường hợp kiểm tra #1
Điện thoại đặt ở ghế lái trên các ô tô khác nhau
Họ quan tâm đến việc đo lường chính xác của ParkSense, hệ thống phát hiện chính xác vị trí đỗ
xe cho tài xế có điện thoại theo công thức sau:
𝑇𝑃 + 𝑇𝑁
𝑇𝑃 + 𝑇𝑁 + 𝐹𝑃 + 𝐹𝑃
Trong đó, TP, TN, FP, FP lần lượt là true positives, true negative, false positive, and false
negative.
2.Trường hợp kiểm tra #2
Họ xem xét các trường hợp hành khách có điện thoại và hệ thống ParkSense không thể phát
hiện được các sự kiện đỗ xe.
Trong trường hợp này họ lấy số liệu về độ chính xác của ParkSense không thể phát hiện sự
kiện đỗ xe. Họ cũng sử dụng công thức ở trường hợp trên.
3.Trường hợp kiểm tra #3
Hệ thống được thử nghiệm trên xe buýt và tàu hỏa. Giống như trường hợp 2,hệ thống
ParkSense cũng không thể phát hiện sự kiện đỗ xe hay dừng xe.
Thử nghiệm được thực hiện trên 200 tests và tổng quãng đường trên 150 dặm trên đường cao tốc
và trong thành phố.
B.KẾT QUẢ ĐÁNH GIÁ
1. DETECTION ACCURACY
+Đối với trường hợp kiểm tra #1, độ chính xác xủa hệ thống ParkSense trong phát hiện sự kiện
đỗ sen được trình bày trong hình 3:

Hình 3
 Các kết quả cho thấy ParkSense hoạt động tốt với độ chính xác khoảng 90% cho các loại xe và
điện thoại khác nhau. Các trương hợp, trong đó hệ thống bị lỗi, là do ParkSense hiểu nhầm một
điểm dừng xe tạm thời là sự kiện đỗ xe hoặc ParkSense không phát hiện sự kiện đỗ xe.
+Đối với trường hợp #2 và #3, kết quả được trình bày chung trong bảng sau:

ParkSense thực hiện hơn 90%độ chính xác trung bình. Thí nghiệm được tiến hành trên 4 tuyến
đường sắt khác nhau và điện thoại họ sử dụng trong 2 trường hợp là Samsung Galaxy S5.
Sự không chính xác của ParkSense trong trường hợp này là do sự tương đồng trong phương
sai cướng độ từ của tàu trong một số phần tuyến đường. Do đó phương thức DTW không thể
phân biệt được hành khác đang ở trong ô tô hay trên tàu.
2. ESTIMATION DELAY
Họ cũng quan tâm đến việc ước tính đỗ trễ từ thực tế đỗ xe cho đến khi ParkSense xác nhận sự
kiện đỗ xe. Hình 4 cho thấy sự chậm trễ trong các trường hợp thử nghiệm với điện thoại
Samsung Galaxy S5 trên Honda Accord 2003 và ToyotaSolara 2004.

Hình 4
Có thể thấy trong hình độ trễ trung bình đối với Toyota Solara thường ít hơn so với Honda
Accord.
3. SENSITIVITY ANALYSIS
Vì thuật toán phát hiện nhấn phanh là thành phần cốt lõi trong thiết kế hệ thống của họ để phát
hiện sự kiện đỗ xe. Họ tiến hành phân tích độ chính xác phát hiện của phương pháp này.
Samsung Galaxy S5 và Iphone 6 được thử nghiệm trên Toyota Solara 2004, hai chiếc Toyota
Camry (1999, 2005). Samsung Galaxy S6 có thể phát hiện chính xác 99% số lượng sự kiện nhấn
nhanh trong khi Iphone 6 có thể phát hiện tới 95%
4.TIÊU THỤ ĐIỆN NĂNG
Họ tiến hành thí nghiệm để đánh giá mức tiêu thụ năng lượng của ParkSense và so sánh với một
bãi đỗ xe tự động khác ứng dụng định vị - Google Now trên Samsung Galaxy S5

Hình 5
Hình 5 cho thấy mức tiêu thụ năng lượng của 2 ứng dụng. Trong đó EGN , EParkSense, EDefault
lần lượt là tổng năng lượng tiêu thụ của Google Now, ParkSense và các ứng dụng mặc định
chạy trên thiết bị. Thời gian thí nghiệm là 15 phut và khoảng thời gian lấy mẫu là 0,2 mili giây.
ParkSense tiêu thụ ít năng lượng hơn Google Now do sự đơn giản của nó( Google cần truy cập
mạng dữ liệu để kết nối với máy chủ, luôn cần yêu cầu dữ liệu GPS; còn ParkSense không cần
truy cập mạng dữ liệu và chỉ cần dữ liệu GPS và phút cuối cùng lúc lưu vị trí đỗ xe).
VI. THẢO LUẬN
A.VỊ TRÍ
Như đã đề cập trong phần I, ParkSense dựa vào khả năng có vị trí hiện tại của thiết bị di động ở
bãi đỗ xe thông qua GPS cho ngoài trời hoặc trong nhà khác hệ thống định vị. Trong khi chúng
ta có thế loại bỏ giả định này bằng cách tích hợp một hệ thống hiện có vào ParkSense.
B. IMPACT FROM ENVIRONMENT NOISES
Về mặt kỹ thuật, việc đọc la bàn có thể ảnh hưởng bởi các nguồn tiếng ồn như từ trường trái
đất hoặc tiếng ồn trong ô tô. Tuy nhiên, tiếng ồn của từ trường từ môi trường thường nhỏ hơn
4µT và tín hiệu từ được tạo ra bởi động cơ xe rất khác nhau.