Đồ án tốt nghiệp - Nghiên cứu thi công thiết bị nhận dạng tình trạng của tài xế và cung cấp TTMTTX

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH
KHOA CƠ KHÍ ĐỘNG LỰC

ĐỒ ÁN TỐT NGHIỆP

NGHIÊN CỨU THI CÔNG THIẾT BỊ NHẬN DẠNG TÌNH
TRẠNG CỦA TÀI XẾ VÀ CUNG CẤP THÔNG TIN MÔI
TRƯỜNG TRONG XE

GVHD: THS. TRẦN HỮU QUY
SVTH: TRẦN QUANG ĐẠT
MSSV: 20145102

Tp. Hồ Chí Minh, tháng 12 năm 2024

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH
KHOA CƠ KHÍ ĐỘNG LỰC

ĐỒ ÁN TỐT NGHIỆP
Ngành: Công nghệ kỹ thuật ô tô

Tên đề tài:

NGHIÊN CỨU THI CÔNG THIẾT BỊ NHẬN DẠNG TÌNH
TRẠNG CỦA TÀI XẾ VÀ CUNG CẤP THÔNG TIN MÔI
TRƯỜNG TRONG XE
GVHD: THS. TRẦN HỮU QUY
SVTH: TRẦN QUANG ĐẠT
MSSV: 20145102

Tp. Hồ Chí Minh, tháng 12 năm 2024

i

LỜI CẢM ƠN
Sau một quãng thời gian dài và dày công học tập tại Đại học Sư phạm Kỹ thuật
Thành phố Hồ Chí Minh, nhom không ngừng biết ơn sự truyền đạt kiến thức và sự giúp
đỡ tận tình của các giảng viên trong khoa Cơ khí Động lực. Những bài học, những lời chỉ
bảo từ quý thầy cô đã trở thành những hành trang quý giá, không chỉ giúp nhom tiếp cận
kiến thức một cách chân thực mà còn là nguồn động viên, khích lệ không ngừng trong quá
trình học tập.
Trong suốt hành trình nghiên cứu và hoàn thành đồ án Nghiên cứu, thi công thiết bị
hỗ trợ nhận dạng tình trạng người lái và cung cấp thông tin môi trường trong xe, chúng em
đã được hướng dẫn và hỗ trợ một cách tận tình từ các thầy cô và bạn bè. Điều này thật sự
là một phần quan trọng giúp chúng tôi vượt qua các thách thức và hoàn thành mục tiêu đề
ra. Chúng em muốn bày tỏ lòng biết ơn sâu sắc tới Trần Hữu Quy và các thầy cô trong bộ
môn Điện Tử Ô tô cùng các thầy cô trong Khoa Cơ khí Động lực cùng sự cố gắng nỗ lực của
nhom đề tài “Nghiên cứu, thi công thiết bị hỗ trợ nhận dạng tình trạng người lái và cung cấp
thông tin môi trường trong xe” đã được hoàn thành đúng tiến độ.
Tuy đã nỗ lực và cố gắng hết mình để hoàn thành đề tài, nhưng với hạn chế về kiến
thức, thời gian và tài nguyên, chúng em không tránh khỏi những thiếu sot trong quá trình
hiểu biết và trình bày. Vì vậy, chúng em mong nhận được sự gop ý, phản hồi từ quý thầy
cô và các bạn để co thể hoàn thiện hơn.
Chúng em xin chân thành chúc phúc và thành công cho ban giám hiệu, cũng như
các thầy cô luôn mạnh khỏe và đầy nhiệt huyết trong công việc giáo dục. Mong rằng, các
thầy cô sẽ tiếp tục là nguồn động viên, ngọn lửa sáng soi đường cho thế hệ sinh viên tiếp
theo, giúp họ vượt qua mọi kho khăn trên con đường của sự thành công và phát triển trong
lĩnh vực khoa học.
Chúng em xin chân thành cảm ơn.
Tp. Hồ
...

...
ảm biến khác (như cảm biến bụi PM2.5,
cảm biến khí CO) thông qua giao thức I2C hoặc SPI.
Cảm biến bổ sung cho giám sát tài xế: tích hợp cảm biến nhịp tim hoặc cảm biến áp
suất để phát hiện thêm trạng thái sức khỏe của tài xế.
- Kết nối IoT:
Tích hợp với nền tảng IoT khác: hệ thống co thể mở rộng để gửi dữ liệu lên các nền
tảng như AWS IoT, Azure IoT, hoặc Google Cloud IoT.
Điều khiển từ xa: bổ sung các chức năng điều khiển (như bật/tắt hệ thống làm mát,
điều hòa không khí) thông qua các thiết bị IoT.
- Tăng cường AI/ML:
81

Phân tích nâng cao: Sử dụng AI để phát hiện trạng thái buồn ngủ chính xác hơn dựa
trên các đặc điểm phức tạp khác của khuôn mặt.
Dự đoán xu hướng môi trường: Áp dụng Machine Learning để dự đoán sự thay đổi
của chất lượng không khí hoặc nhiệt độ trong tương lai.
5.5 Kết luận:
Thực hiện thành công việc phát hiện tài xế co dấu hiện buồn ngủ việc việc tính toán
thiết lặp vòng lắp tối ưu các trường hợp co thể đến với tình trạng buồn ngủ như nhắm mắt
lâu chớp mắt nhiều lần và ngáp nhiều lần trong 1 khoảng thời gian nhất định để đảm bảo
không co các trường hợp báo động sai trong nhiều tình huống.
Thực hiện thành công việc độ dữ liệu nhiệt độ độ ẩm và tình trạng chất lượng không
khí phát ra cảnh báo khi điều kiện bất lợi xảy ra.

82

TÀI LIỆU THAM KHẢO:
[1]

T. &amp. Č. J. Soukupová, Real-Time Eye Blink Detection using Facial Landmarks.
Proceedings of Computer Vision Winter Workshop (CVWW), 2016.

[2]

A.

Rosebrock,

https://pyimagesearch.com/2017/10/23/raspberry-pi-facial-

landmarks-drowsiness-detection-with-opencv-and-dlib/, 2021. [Online].
[3]

W. Electronics, Datasheet của MQ Series.

[4]

GeeksforGeeks, Yawn Detection using OpenCV and Dlib. GeeksforGeeks.

[5]

DHT22,



https://www.waveshare.com/wiki/DHT22_Temperature-

Humidity_Sensor, [Online].
[6]

B. H. Anh, Đồ án đo lường và điều khiển - Trường đại học Công Nghiệp Hà
Nội.

[7]

M. 135, https://mecsu.vn/ho-tro-ky-thuat/mq135-cam-bien-khi-cho-chat-luongkhong-khi.maw, [Online].

[8]

Dinges, D. F., et al. (1998). “Evaluation of techniques for ocular measurement as
an index of fatigue and as the basis for alertness management.” U.S. Department of
Transportation, Federal Highway Administration.

[9]

Stern, J. A., Boyer, D., &amp Schroeder, D. (1994). “Blink rate: a possible measure
of fatigue.” Human Factors, 36(2), 285–297.

[10]

atel, M., et al. (2011). “Driving Fatigue and Performance in Simulated Motorway
Driving.” Safety Science, 49(3), 382–389.

83