BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
__________________

KHOA ĐÀO TẠO CHẤT LƯỢNG CAO

ĐỒ ÁN TỐT NGHIỆP
Đề tài:

THIẾT KẾ HỆ THỐNG HỖ TRỢ NGƯỜI LÁI ỨNG DỤNG
IOT/AI
Giảng viên hướng dẫn:

TS. VŨ QUANG HUY

Sinh viên thực hiện:

NGUYỄN NGỌC HIẾU

MSSV:19146054

NGUYỄN MINH CƯỜNG

MSSV:19146055

Lớp:

19146CL4B

Khóa:

2019-2023

TP. Hồ Chí Minh, tháng 7 năm 2023

CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập - Tự do – Hạnh phúc

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Học kỳ 2/ năm học 2022-2023
Giảng viên hướng dẫn: TS. Vũ Quang Huy
Sinh viên thực hiện:
Nguyễn Ngọc Hiếu

MSSV: 19146054

Hệ đào tạo: CLV

Nguyễn Minh Cường

MSSV: 19146055

Hệ đào tạo: CLV

Ghi chú: sinh viên điền đúng thông tin hệ đào tạo, ví dụ: CLV (Chất lượng cao tiếng
Việt) CLA (Chất lượng cao tiếng Anh)
1. Mã số đề tài: 22223DT191
– Tên đề tài:
Thiết kế hệ thống hỗ trợ người lái ứng dụng IOT/AI.
2. Các số liệu, tài liệu ban đầu:
Sách Advanced Driver Assistance Systems (ADAS) for Safe and Efficient Driving
của Hua Chen và Shuang Zhao
Sách Driver Assistance Systems: From Basic to Advanced Technologies của Reza
Langari và Jason Bakos
3. Nội dung chính của đồ án:
Nhận diện biển báo giao thông - liên quan đến tốc độ
Nhận diện lệch làn đường - tiền va chạm
Nhận diện tài xế buồn ngủ
Đưa ra cảnh báo bằng hình ảnh và âm thanh cho tài xế
4. Các sản phẩm dự kiến
Camera và webcam máy tính
Bo mạch xử lý - RaspberryPi
Loa, và màn hình hiển thị
5. Ngày giao đồ án: 15/03/2023

6. Ngày nộp đồ án: 15/07/2023
7. Ngôn ngữ trình bày:

Bản báo cáo:

Tiếng Anh

•

Tiếng Việt

•

Trình bày bảo vệ:

Tiếng Anh

•

Tiếng Việt

•

Ghi chú: Hệ chất lượng cao tiếng Anh thực hiện thuyết minh và báo cáo bằng tiếng
Anh

TRƯỞNG KHOA

TRƯỞNG NGÀNH

GIẢNG VIÊN HƯỚNG DẪN

(Ký, ghi rõ họ tên)

(Ký, ghi rõ họ tên)

(Ký, ghi rõ họ tên)

◻

Được phép bảo vệ …………………………….
(GVHD ký và ghi rõ họ tên)

LỜI CAM KẾT
- Tên đề tài: THIẾT KẾ HỆ THỐNG HỖ TRỢ NGƯỜI LÁI ỨNG DỤNG IOT/AI.
- GVHD: TS. Vũ Quang Huy
- Họ và tên sinh viên 1: Nguyễn Ngọc Hiếu
⮚ MSSV: 19146054 Lớp: 19146CL4B
⮚ Địa chỉ sinh viên: 157/4 đường 11, khu phố 9, phường Trường Thọ, Tp.Thủ
Đức
⮚ Số điện thoại liên lạc: 0335348856
⮚ Email: [email protected]
- Họ và tên sinh viên 2: Nguyễn Minh Cường
⮚ MSSV: 19146055 Lớp: 19146CL4B
⮚ Địa chỉ sinh viên: 78/1A đường Nguyễn Văn Quá, P. Đông Hưng Thuận, quận
12, Tp. Hồ Chí Minh
⮚ Số điện thoại liên lạc: 0902906201
⮚ Email: [email protected]
- Ngày nộp khóa
...

...
tiến của hệ thống trong tương lai sẽ bao gồm:
● Nâng cao độ chính xác, và độ tin cậy trong các điều kiện thời tiết xấu, và các
tác nhân nhiễu khác nhau.
● Giảm thời gian đáp ứng của hệ thống dưới 1 giây, cụ thể là 0.5 giây. Tối ưu
hơn về thuật toán xử lý, hiển thị và cảnh báo.
● Bổ sung thêm các chức năng khác như: cảnh báo đối tượng rơi vào điểm mù,
cảnh báo hướng di chuyển của các đối tượng có thể gây tại nạn với xe.
● Cải thiện, cải tiến chất lượng dự đoán của mô hình. Đặc biệt là mô hình nhận
diện biển báo giao thông.
● Kết hợp với nhiều hệ thống lớn khác như Google Map, Vietmap, v.v.
● Tích hợp, phát triển giao diện điều chỉnh hệ thống thân thiện với người dùng.
● Cải tiến, tối ưu và phát triển thành sản phẩm để ứng dụng hiệu quả hơn trong
thực tế.
Với những hướng cải tiến và phát triển trên, hy vọng hệ thống sẽ trở nên hoạt động
tốt hơn, đáp ứng tốt hơn các yêu cầu thực tế, mang lại giá trị thiết thực cho người sử
dụng.

157

CHƯƠNG 7
TÀI LIỆU THAM KHẢO
Tiếng Anh
[1]

Xiaolei Qu, Wei Yang, Bo Wan (2020), A Forward Collision Warning
System Using Driving Intention Recognition of the Front Vehicle and V2V
Communication.

[2]

Erez Dagan, Ofer Mano, Gideon P. Stein, Amnon Shashua, Forward
Collision Warning with a Single Camera.

[3]

E. Dagan, O. Mano, G.P. Stein. “Forward collision warning with a single
camera”.

[4]

Mobileye, Collision Avoidance Systems.

[5]

Zhiguo Zhao - Tongji University, Liangjie Zhou, Qiang Zhu, A review of
essential technologies for collision avoidance assistance systems.

[6]

P. Mathur, A. Sehgal, and S. K. Lenka, Traffic Sign Detection and
Recognition using YOLOv3.

[7]

H. Li and W. Wang, Traffic Sign Detection and Recognition based on
YOLOv3 and Improved Region Proposal Network.

[8]

S. S. Patil and V. S. Chavan. Traffic Sign Detection and Recognition using
YOLOv3 with Pre-trained Model.

[9]

Dave Kendal, “Measuring distances using digital cameras”.

[10]

K. Nishioka et al. Depth Estimation for Single Image Using Monocular
Camera.
158

[11]

H. Zhao et al, A Survey of Depth and 3D Pose Estimation Techniques for
Object Detection in RGB Images.

[12]

F. Ma et al, Monocular Depth Estimation: A Survey.

[13]

Ultralytics, Ultralytics Docs.

[14]

Udacity, Calculating Time to Collision (TTC) for Vehicle Detection.

[15]

M. Ahsan et al. Time to Collision (TTC) Estimation for Intelligent Vehicles:
A Review.

159

PHỤ LỤC

160

161

162

163

164

165

166

167

168