Luận án Tiến sĩ Công nghệ thông tin: Nhận dạng hành vi của người tham gia giao thông dựa trên cảm biến điện thoại

Chia sẻ: Nhân Nhân | Ngày: | Loại File: DOCX | Số trang:115

Thêm vào BST

Báo xấu

50
lượt xem 7
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu chính của Luận án tập trung vào phân tích dữ liệu cảm biến thu được từ điện thoại của người tham gia giao thông nhằm nhận dạng được các hành vi giao thông bất thường. Mời các bạn cùng tham khảo nội dung chi tiết.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận án Tiến sĩ Công nghệ thông tin: Nhận dạng hành vi của người tham gia giao thông dựa trên cảm biến điện thoại

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Lữ Đăng Nhạc NHẬN DẠNG HÀNH VI CỦA NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN CẢM BIẾN ĐIỆN THOẠI LUẬN ÁN TIẾN SĨ CÔNG NGHỆ THÔNG TIN
HÀ NỘI – 2019 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Lữ Đăng Nhạc NHẬN DẠNG HÀNH VI CỦA NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN CẢM BIẾN ĐIỆN THOẠI Chuyên ngành: Hệ thống Thông tin Mã số: 9480401.01 LUẬN ÁN TIẾN SĨ CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. PGS. TS NGUYỄN HÀ NAM 2. PGS. TS PHAN XUÂN HIẾU
Hà Nội – 2019
LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu do tôi thực hiện dưới sự hướng dẫn của PGS.TS. Nguyễn Hà Nam và PGS.TS. Phan Xuân Hiếu tại Bộ môn các Hệ thống Thông tin, Khoa Công nghệ Thông tin, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội. Các số liệu và kết quả trình bày trong luận án là trung thực và chưa được công bố trong các công trình khác. Tác giả Lữ Đăng Nhạc
LỜI CẢM ƠN Luận án được thực hiện tại Bộ môn Hệ thống Thông tinKhoa CNTT Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội, dưới sự hướng dẫn của PGS.TS. Nguyễn Hà Nam và PGS.TS Phan Xuân Hiếu. Trước tiên, tôi xin bày tỏ lòng biết ơn sâu sắc tới PGS.TS. Nguyễn Hà Nam và PGS.TS Phan Xuân Hiếu. Những người Thầy đã tận tụy chỉ dạy, giúp đỡ tôi giải quyết những vấn đề khó khăn trong nghiên cứu khoa học và trong cuộc sống. Tôi cũng xin gửi lời cảm ơn tới tập thể các Thầy, Cô giáo, các Nhà khoa học trong khoa CNTT đã truyền đạt những kiến thức quý báu và đã tạo điều kiện thuận lợi cho tôi trong quá trình học tập và nghiên cứu. Để có được dữ liệu phục vụ cho nghiên cứu, tôi xin gửi lời cảm ơn tới Nhóm nghiên cứu của PGS.TS. Nguyễn Hà Nam đã giúp tôi thu thập dữ liệu cũng như tiến hành một số thực nghiệm liên quan đến Luận án. Tôi cũng gửi lời tri ân tới bạn bè, đồng nghiệp, người thân đã giúp đỡ và hỗ trợ tôi trong suốt quá trình nghiên cứu. Cuối cùng, tôi vô cùng biết ơn gia đình, bố mẹ, anh chị em, đặc biệt là vợ và hai con nhỏ của tôi, những người đã động viên, giành những điều kiện tốt nhất để tôi có thể hoàn thành chương trình nghiên cứu của mình. Lữ Đăng Nhạc Hà Nội, 2019
MỤC LỤC
DANH MỤC KÝ HIỆU VÀ TỪ VIẾT TẮT DIỄN GIẢI TỪ VIẾT TẮT TIẾNG ANH TIẾNG VIỆT ACC Accuracy Độ chính xác trong phân lớp dữ liệu Acc Accelerometer Cảm biến gia tốc Artificial Neural ANN Mạng nơ ron Network AUC Area Under Curve Diện tích dưới đường cong ROC Cross Validation – 10 Phương pháp đánh giá phân lớp CV10 Fold bằng cách chia dữ liệu thành 10 tập Dynamic Time Kỹ thuật tìm kiếm độ tương tự của DTW Wrapping hai chuỗi FFT Fast Fourier Transform Biến đổi Fourier nhanh Âm tính giả (mẫu mang nhãn dương FN False Negative bị phân lớp sai vào lớp âm) Dương tính giả (mẫu mang nhãn âm FP False Positive bị phân lớp sai vào lớp dương) Global Positioning GPS Hệ thống định vị toàn cầu System Gyr Gyroscope Cảm biến con quay hồi chuyển Là một thuật toán phân lớp thuộc J48 J48 CART (Classification and Regression Tree) Thuật toán phân lớp k láng giềng k NN k Nearest Neighbor gần nhất Mag Magnetometer Cảm biến từ trường NB Naïve Bayes Classifier Thuật toán phân lớp Naïve Bayes RF Random Forest Rừng ngẫu nhiên Receiver Operator Đặc tính hoạt động của bộ thu ROC Characteristic nhận Support Vector SVM Véctơ tựa Machines Âm tính thật (mẫu mang nhãn âm TN True Negative được phân lớp đúng vào lớp âm) TP True Positive Dương tính thật (mẫu mang nhãn
dương được phân lớp đúng vào lớp dương) ZCR Zero Crossing Rate Tỷ lệ vượt qua điểm cắt không DT Decision Table Bảng quyết định
DANH MỤC HÌNH ẢNH
DANH MỤC BẢNG BIỂU
MỞ ĐẦU Tính cấp thiết của luận án Giao thông luôn là chủ đề được quan tâm ở hầu hết các nước trên thế giới, đặc biệt là các nước đang phát triển bởi nó tác động/ảnh hưởng trực tiếp đến đời sống kinh tế xã hội. Trong đó, nổi lên các vấn đề an toàn giao thông. Có nhiều yếu tố ảnh hưởng đến an toàn giao thông đô thị bao gồm các yếu tố ngoại cảnh, các yếu tố liên quan đến con người. Những yếu tố ngoại cảnh đó có thể là điều kiện hạ tầng giao thông, hệ thống quản lý điều khiển giao thông và tình trạng các phương tiện tham gia giao thông. Tuy nhiên, một trong những yếu tố quan trọng tác động trực tiếp đến vấn đề an toàn giao thông đó là thái độ và hành vi của người tham gia giao thông. Do đó, việc nhận dạng hành vi của người tham gia giao thông bao gồm cả nhận dạng các hành động và hành vi bất thường có một ý nghĩa rất lớn trong việc xây dựng giải pháp, ứng dụng hỗ trợ người tham gia giao thông. Vì vậy, chủ đề này đã và đang thu hút được sự quan tâm nghiên cứu của nhiều nhà khoa học, các phòng thí nghiệm trên thế giới. Hơn thế nữa, những thông tin về hành vi của người tham gia giao thông sẽ rất hữu ích cho những nhà quản lý trong việc quy hoạch hệ thống và xây dựng chính sách quản lý giao thông và các chính sách an sinh xã hội khác. Ngoài ra, mô hình nhận dạng hành vi người tham gia giao thông còn trợ giúp đánh giá mức độ rủi ro trong các lĩnh vực bảo hiểm cũng như có thể ước tính mức độ tiêu thụ năng lượng và ô nhiễm môi trường của hệ thống giao thông. Để xây dựng được mô hình nhận dạng hành vi của người tham gia giao thông các thông tin, dữ liệu của người tham gia được thu thập bằng nhiều cách khác nhau. Nhờ sự phát triển của công nghệ phần cứng, nhiều loại cảm biến khác nhau được tích hợp đã cho phép điện thoại thông minh trở thành công cụ hữu ích trong việc thu thập dữ liệu từ người dùng. Chính vì vậy, trong thời gian gần đây, nhiều công trình nghiên cứu về nhận dạng hành vi người dùng bao gồm cả hành vi cử chỉ và hành vi trong giao thông dựa trên cảm biến điện thoại thông minh được công bố. Tuy nhiên, để đảm bảo độ chính xác cao trong kết quả của
mô hình nhận dạng thì hầu hết các nghiên cứu được thực hiện với vị trí điện thoại cố định trên phương tiện giao thông hoặc sử dụng dữ liệu từ nhiều nguồn cảm biến khác nhau của điện thoại. Điều này làm cho mô hình được xây dựng trở nên quá phức tạp hoặc khó thực hiện trong thực tế. Việc nghiên cứu về nhận dạng hành vi của người dùng khi vị trí điện thoại người dùng không cố định trong quá trình tham gia giao thông là yêu cầu tự nhiên phù hợp với thực tế. Ngoài ra, những nghiên cứu đã công bố về nhận dạng hành vi giao thông được thực hiện trong các điều kiện hoàn cảnh khác nhau. Trong đó, có sự khác nhau về yếu tố khu vực địa lý, hạ tầng giao thông và văn hóa so với các điều kiện và môi trường giao thông tại Việt Nam. Do vậy, những mô hình nhận dạng đã được xây dựng gặp nhiều khó khăn khi phát triển và áp dụng trong điều kiện cụ thể của Việt Nam. Sự khác biệt này xuất phát từ một số yếu tố quan trọng bao gồm cả yếu tố khách quan và yếu tố chủ quan. Thứ nhất, đó là các nghiên cứu về bài toán nhận dạng thường tập trung vào các phương tiện giao thông phổ biến tại các nước phát triển với đa số phương tiện sử dụng cho thực nghiệm là xe ô tô, xe buýt và tàu điện ngầm mà ít khi xét đến các phương tiện thô sơ. Trong khi đó, hệ thống giao thông đô thị tại các nước đang phát triển hoặc chậm phát triển, trong đó có Việt nam, các phương tiện giao thông được người dân sử dụng chủ yếu vẫn là xe máy và xe đạp cùng một số phương tiện công cộng khác. Hơn thế nữa, phần lớn các nghiên cứu trước đây thực hiện trong điều kiện hạ tầng giao thông ổn định hơn so với tính đa dạng và điều kiện giao thông như ở Việt Nam. Thứ hai, về yếu tố chủ quan đó là văn hóa và thói quen di chuyển của người dân khi tham gia giao thông. Với những phương tiện như ô tô hay xe buýt trong các nghiên cứu, dữ liệu cảm biến được thu thập trong điều kiện phương tiện di chuyển trên các làn đường riêng, hoặc hay đường chạy xác định trước. Điều kiện này không thể thực hiện được với hiện trạng giao thông đô thị của Việt Nam. Tất cả những yếu tố cơ bản kể trên là những lý do giải thích tại sao cần có các nghiên cứu mô hình nhận dạng hành vi giao thông phù hợp với tính chất đặc thù tại Việt Nam.
Để hỗ trợ được người tham gia giao thông, một trong những mục đích quan trọng, cấp thiết của mô hình phát hiện hành vi đó là khả năng phát hiện được các hành vi giao thông bất thường. Các nghiên cứu về vấn đề này thường tập trung vào phương tiện ô tô; các phương tiện có những thiết kế, đặc tính khác nhau nên rất khó có một mô hình phù hợp với tất cả các loại phương tiện khác nhau. Các nghiên cứu trước đây cũng thường sử dụng hướng tiếp cận kết hợp nhiều loại cảm biến để thu thập, phân tích dữ liệu cho quá trình nhận dạng. Bên cạnh các cảm biến chuyển động thì các cảm biến khác như GPS, cảm biến hình ảnh và cảm biến âm thanh cũng có thể được sử dụng nhằm nâng cao độ chính xác trong nhận dạng các hành vi bất thường khi lái xe. Việc sử dụng đồng thời nhiều dữ liệu cảm biến cùng một thời điểm dẫn đến tiêu tốn nhiều năng lượng của điện thoại thông minh và khó có thể áp dụng trong thực tế. Hướng tiếp cận lựa chọn thu thập, phân tích dữ liệu cảm biến chuyển động như cảm biến gia tốc sẽ có mức tiêu tốn năng lượng thấp nhất nhưng cần phải xây dựng một mô hình phù hợp để đảm bảo độ chính xác nhận dạng trên các loại phương tiện giao thông khác nhau. Một trong những giải pháp căn cốt cho vấn đề này đó là cần xác định, lựa chọn được tập thuộc tính đặc trưng phù hợp cho các loại phương tiện, thể hiện rõ đặc trưng của hành vi sao cho nhận dạng, phát hiện không làm tăng độ phức tạp tính toán của mô hình mà vẫn đảm bảo kết quả phát hiện hành động, hành vi bất thường. Với mong muốn xây dựng mô hình phát hiện và đoán nhận hành vi bất thường sử dụng cảm biết gia tốc của điện thoại thông minh, chúng tôi chọn đề tài: “Nhận dạng hành vi của người tham gia giao thông dựa trên cảm biến điện thoại” làm đề tài nghiên cứu trong khuôn khổ luận án tiến sĩ chuyên ngành Hệ thống Thông tin nhằm giải quyết một số vấn đề đã đặt ra. Mục tiêu của luận án Mục tiêu chính của Luận án tập trung vào phân tích dữ liệu cảm biến thu được từ điện thoại của người tham gia giao thông nhằm nhận dạng được các hành vi giao thông bất thường.
Để giải quyết được mục tiêu của Luận án, chúng tôi tập trung vào giải quyết các vấn đề chính sau: Khảo sát các kỹ thuật phân tích dữ liệu trong và ngoài nước. Tìm hiểu các kỹ thuật thu thập và biến đổi dữ liệu áp dụng cho các loại cảm biến khác nhau, trong đó tập trung vào cảm biến gia tốc có mức tiêu thụ năng lượng thấp nhằm tìm ra tập thuộc tính đặc trưng phù hợp cho hệ thống nhận dạng hành động và hành vi. Xây dựng hệ thống nhận dạng hành động giao thông cơ bản (đi thẳng, dừng, rẽ trái, rẽ phải) của người điều khiển phương tiện dựa trên dữ liệu cảm biến gia tốc được biến đổi từ tập thuộc tính lựa chọn. Dựa trên hệ thống nhận dạng hành động, nghiên cứu, đề xuất giải pháp phát hiện hành vi giao thông bất thường, chủ yếu là với phương tiện xe máy. Trong một thời gian ngắn tương ứng với một hành động cơ bản xảy ra, nếu phát hiện thấy có các hành động sai khác xảy ra thì xác định là một hành vi bất thường. Sự bất thường được đánh giá bằng việc phân đoạn cửa sổ hành động giao thông cơ bản thành các cửa sổ dữ liệu có kích thước nhỏ hơn rồi so sánh nhãn hành động nhận dạng được của các cửa sổ này so với nhãn của hành động giao thông cơ bản đó để xác định sự bất thường hay bình thường dựa trên việc so sánh tỉ lệ sai khác với một tỉ lệ cho trước. Đối tượng và phạm vi nghiên cứu Đối tượng nghiên cứu của Luận án là phân tích, nhận dạng hành vi, hành vi giao thông bất thường của người điều khiển phương tiện. Dựa trên cảm biến gia tốc thu được từ điện thoại thông minh của các đối tượng sử dụng phương tiện để đưa ra giải pháp nhận dạng hành động cơ bản làm cơ sở cho nhận dạng hành vi giao thông bất thường ở đô thị của Việt Nam. Phương pháp nghiên cứu Luận án sử dụng các phương pháp khảo sát, tổng hợp, phân tích thông tin cần thiết; tham khảo, đánh giá các nghiên cứu liên quan để từ đó tìm ra hướng
giải quyết vấn đề. Xác định rõ đối tượng và phạm vi nghiên cứu để từ đó xây dựng mô hình nhận dạng hành động và hành vi giao thông. Khảo sát các kỹ thuật thu thập, xử lý dữ liệu cảm biến, phân tích các đặc điểm của phương tiện, hành động giao thông để từ đó đề xuất giải pháp nhận dạng hành động, hành vi giao thông bất thường dựa trên cảm biến thu được. Phương pháp phân tích sử dụng lý thuyết và chứng minh bằng thực nghiệm được áp dụng để thực hiện yêu cầu bài toán đặt ra. Đóng góp của luận án Đóng góp thứ nhất của luận án: là đề xuất tập thuộc tính đặc trưng dựa trên miền thời gian và miền tần số nhằm biến đổi dữ liệu cảm biến thành dữ liệu đặc trưng phục vụ cho nhận dạng hành động và hành vi bất thường. Kết quả độ đo sau khi phân lớp dữ liệu được sử dụng để đánh giá, lựa chọn tập thuộc tính. Trong đó, sử dụng tham số Hjorth cho các đại lượng khác nhau nhằm thu được các thuộc tính phù hợp để biến đổi dữ liệu cảm biến thành dữ liệu đặc trưng. Tập thuộc tính đặc trưng phù hợp sẽ sử dụng làm cơ sở cho việc xây dựng hệ thống nhận dạng bằng phương pháp phân lớp [CT2], [CT4]. Khảo sát, lựa chọn kích thước cửa sổ và tỉ lệ chồng dữ liệu để phân tích tìm ra các giá trị tương ứng, phù hợp với các hành động. Qua đó, hỗ trợ hệ thống nhận dạng các hành động giao thông có hiệu quả hơn [CT1], [CT2], [CT4]. Khi sử dụng hệ thống nhận dạng thực nghiệm trên cùng một bộ dữ liệu được công bố bởi công ty HTC của Đài Loan, kết quả nhận dạng bằng hệ thống đề xuất cao hơn so với một số nghiên cứu đã được công bố trước đó với tập dữ liệu này. Phương pháp và kết quả thực nghiệm được trình bày trong công bố [CT4]. Đóng góp thứ hai của luận án: đề xuất giải pháp phát hiện hành vi giao thông bất thường theo một hướng tiếp cận mới, hướng tiếp cận này dựa trên kết quả nhận dạng hành động cơ bản. Trong thời gian ngắn mà một hành động cơ bản xảy ra, nếu hệ thống nhận dạng phát hiện có sự bất thường thì xác định đây là hành vi bất thường. Kỹ thuật xác định bất thường dựa trên phân đoạn dữ liệu của hành động cơ bản với kích thước cửa sổ nhỏ hơn sau đó tiến hành nhận dạng các đoạn dữ liệu này nhằm so sánh, đánh giá sự sai khác các nhãn hành động nhận được với hành động cơ bản để xác định tính bất thường. Các giải pháp, kết quả thu được của luận án thể hiện trong 4 công trình đã được công bố. Trong đó có 1 bài báo quốc tế có chỉ số SCIE; 3 bài báo hội nghị
quốc tế có phản biện và có chỉ số Scopus được thể hiện ở các công trình [CT1], [CT2], [CT3] và [CT4]. Bố cục của luận án Ngoài phần mở đầu, mục lục, kết luận và tài liệu tham khảo, nội dung chính của luận án được chia thành 3 chương, cụ thể như sau: Chương 1: Giới thiệu một số khái niệm cơ bản về hành động, hành vi giao thông và hành vi giao thông bất thường. Từ đó, giới thiệu bài toán phân tích hành vi bất thường của người tham gia giao thông dựa trên dữ liệu cảm biến. Khảo sát, tổng hợp, phân tích một số nghiên cứu trước đây về phương pháp, kỹ thuật giải pháp phân tích, xử lý dữ liệu cảm biến; phân tích, nhận dạng, phát hiện hành động, hành vi giao thông nhằm làm rõ các vấn đề của bài toán đặt ra. Từ đó, đề xuất phương pháp nhận dạng hành vi bất thường dựa trên dữ liệu cảm biến của điện thoại. Chương 2: Giới thiệu bài toán nhận dạng hành động giao thông. Hệ thống nhận dạng được xây dựng thực hiện nhận dạng các hành động giao thông cơ bản dựa trên hướng tiếp cận sử dụng dữ liệu đặc trưng thu được từ việc biến đổi dữ liệu cảm biến bằng tập thuộc tính đề xuất. Tập thuộc tính đặc trưng được lựa chọn phù hợp với yêu cầu bài toán, kết hợp các thuộc tính trên cả miền thời gian và miền tần số cũng như sự đóng góp của tham số Hjorth vào tập thuộc tính. Hệ thống nhận dạng là cơ sở cho hệ thống giải pháp nhận dạng hành vi bất thường ở chương 3. Chương 3: Dựa trên kết quả của hệ thống nhận dạng hành động, đề xuất giải pháp nhận dạng hành vi giao thông, hành vi bất thường. Thực nghiệm được tiến hành trên cùng một tập dữ liệu với các phương pháp phổ biến khác như DTW, sử dụng kỹ thuật học sâu. Qua đó, làm rõ được ý nghĩa của giải pháp đề xuất.
Chương 1. TỔNG QUAN VỀ NHẬN DẠNG HÀNH VI 1.1 Giới thiệu Ngày nay, an toàn giao thông và hỗ trợ lái xe an toàn là một trong những vấn đề đang nhận được sự quan tâm rất lớn từ các nhà quản lý cũng như người dân ở hầu hết các nước trên thế giới. Theo báo cáo toàn cầu về an toàn giao thông đường bộ của tổ chức WHO, tai nạn giao thông là một trong 10 nguyên nhân làm chết 1.2 triệu người mỗi năm, một số nước có tỉ lệ cao tập trung vào các nước có thu nhập thấp và trung bình[1]. Trong đó, các tác nhân gây tai nạn thường là do hành động, hành vi bất thường của người điều khiển phương tiện. Vì vậy, việc hỗ trợ thông tin cảnh báo cho lái xe trong suốt hành trình của họ là một trong những cách làm hiệu quả để tránh tai nạn xảy ra. Có nhiều nghiên cứu đã thực hiện nhằm giải quyết về vấn đề này, các nghiên cứu tập trung vào hệ thống cảnh báo và hỗ trợ lái xe; có thể chia thành các hướng chính như sau: nhận diện các loại phương tiện (ô tô, xe buýt, tàu hỏa, xe đạp, đi bộ)[2][3]; xác định các kiểu lái xe (lái xe ẩu, lái xe trong tình trạng say rượu, lái xe trong tình trạng mệt mỏi, lái xe trong tình trạng buồn ngủ, lái xe không tập trung)[4][5], phát hiện các sự kiện giao thông bình thường và bất thường (di chuyển, dừng, rẽ trái, rẽ phải, quay đầu với tốc độ nhanh, dừng đột ngột, đánh võng)[6], phát hiện tai nạn [7][8]; phát hiện, nhận dạng chất lượng đường đi và điều kiện, hiện trạng giao thông [8][9], đánh giá mức tiêu thụ năng lượng và ô nhiễm môi trường [9]. Các nghiên cứu trên cho thấy các bài toán phân loại phương tiện, nhận dạng hành động, hành vi giao thông là những bài toán cơ sở, hữu ích nhằm hỗ trợ người tham gia cũng như giám sát các hoạt động giao thông. Trong hệ thống giao thông đường bộ với điều kiện hạ tầng giao thông còn nhiều bất cập, các phương tiện chủ yếu là xe máy, xe đạp và các phương tiện công cộng phổ biến khác, phân tích và phát hiện được hành vi giao thông gặp nhiều khó khăn. Một số hệ thống chuyên dụng, thiết kế cho môi trường khác sẽ khó triển khai trong điều kiện, môi trường đô thị đặc thù ở Việt Nam. Do đó, hướng tiếp cận sử dụng dữ
liệu thu từ thiết bị điện thoại thông minh đang được phổ biến rộng rãi ở các đô thị là một trong những giải pháp khả thi. Vì điện thoại thông minh được sử dụng cho nhiều mục đích cá nhân khác nhau cũng như có giới hạn về năng lượng, sự đa dạng về chủng loại, chất lượng của thiết bị phần cứng dẫn đến yêu cầu cần phải xây dựng hệ thống, giải pháp phân tích, phát hiện hành động, hành vi sao cho phù hợp là một bài toán đặt ra cần được giải quyết. Do vậy, chương này làm rõ các khái niệm cơ bản về hành động, hành vi, hướng tiếp cận bài toán phân tích hành vi giao thông qua việc khảo sát, phân tích những nghiên cứu trước đây về dữ liệu cảm biến, hệ thống và mô hình nhận dạng, phát hiện. Từ đó, xác định phương pháp phân tích hành vi giao thông, phát hiện hành vi giao thông bất thường dựa trên cảm biến gia tốc của điện thoại thông minh. 1.2 Một số khái niệm cơ bản 1.2.1 Hành động giao thông Hành động giao thông là việc người điều khiển thay đổi trạng thái của phương tiện trong quá trình tham gia giao thông[10]. Hành động giao thông được các đối tượng tham gia lưu thông sử dụng theo mục đích, thói quen của mình. Thông thường, các hành động được phân biệt dựa vào hai thay đổi cơ bản đó là thay đổi vận tốc và thay đổi hướng di chuyển của phương tiện. Từ đó, có thể đưa ra một số hành động thường gặp đó là hành động dừng, di chuyển, chờ, quay đầu, đổi hướng sang trái, sang phải, phanh với các tính chất và mức độ khác nhau. Trong hệ thống phân tích, giám sát giao thông, việc định nghĩa và nhận dạng các hành động tùy thuộc vào mục đích, yêu cầu của từng bài toán, dựa trên đánh giá tính chất, mức độ của các hành động đó trong những hoàn cảnh, điều kiện cụ thể để giải quyết yêu cầu đặt ra[11]. Với mục đích nghiên cứu của mình, chúng tôi chỉ tập trung vào bốn hành động cơ bản liên quan đến đổi hướng điều khiển phương tiện và thay đổi tốc độ phương tiện đó là: hành động dừng, hành động đi thẳng, rẽ trái và rẽ phải. Từ đó, phân tích,
đánh giá tính chất của mỗi hành động cơ bản này để phân tích, nhận dạng được hành vi bất thường. 1.2.2 Hành vi giao thông Hành vi giao thông là sự biểu hiện thay đổi trạng thái của phương tiện theo những cách thức, mức độ, tính chất khác nhau trong quá trình lưu thông [10] [11][12] [13]. Hành vi giao thông được đánh giá dựa trên các phương pháp khác nhau. Trong đó, một trong những phương pháp thường được sử dụng đó là dựa trên tính chất cảu một hành động giao thông hoặc sự lặp đi lặp lại của các hành động một cách liên tục trong điều kiện, tình huống và môi trường cụ thể. Do đó, yếu tố mức độ, tính chất của một hành động hoặc sự lặp đi lặp lại chuỗi hành động lặp đi lặp lại là cơ sở quan trọng nhằm đánh giá hành vi giao thông là bình thường hay bất thường. Sự bất thường của một hành vi có thể được hiểu là những phản ứng hay việc thực hiện điều khiển, sử dụng phương tiện theo những trạng thái không bình thường khi có các yếu tố khách quan, chủ quan tác động đến đối tượng trong quá trình tham gia giao thông. Việc nhận biết, phân biệt được loại hành vi giao thông là điều kiện cơ sở cho các hệ thống, ứng dụng vào những dịch vụ khác nhau nhằm thông tin, phản hồi, điều chỉnh hành vi của cá nhân tham gia giao thông với các mục đích khác nhau như giảm tránh những nguy cơ tiềm ẩn hoặc có thể hỗ trợ xây dựng, phát triển các hệ thống mô phỏng, giám sát, quản lý hệ thống giao thông đô thị. Để nhận dạng hành vi giao thông bất thường có các phương pháp khác nhau. Trong đó, phương pháp thường được sử dụng là đánh giá sự bất thường dựa vào hành vi giao thông bình thường. Do vậy, việc xác định rõ thế nào là hành vi bình thường và bất thường trong những điều kiện cụ thể là cần thiết nhằm giảm thiểu sự nhầm lẫn khi phân tích, nhận dạng.
1.3 Sử dụng dữ liệu cảm biến để phân tích hành vi Phân tích, nhận dạng hành vi giao thông được thực hiện ở nhiều quốc gia trên thế giới nhằm phân loại được hành vi của người tham gia lưu thông phục vụ cho nhiều mục đích trong các lĩnh vực khác nhau như bảo hiểm, y tế, giao thông cũng như các bài toán quản lý và quy hoạch đô thị. Trong đó, một trong những yêu cầu quan trọng của việc phân tích hành vi là tìm ra những hành vi có nguy cơ tiềm ẩn khi tham gia giao thông như hành vi đi quá tốc độ cho phép hoặc quy định của luật giao thông; hành vi thay đổi tốc độ, hướng điều khiển phương tiện một cách đột ngột; hành vi điều khiển phương tiện trong trạng thái không tỉnh táo hoặc khi say rượu, cũng như một số hành vi giao thông khác trong điều kiện phức tạp của giao thông đô thị. Do sự đặc thù của các vùng miền và yếu tố văn hóa tác động đến hành vi của người điều khiển giao thông khác nhau nên các hệ thống phân tích hành vi đa dạng phụ thuộc vào các yêu cầu cụ thể của từng bài toán nên các cách thức xây dựng hệ thống cũng khác nhau. Trong đó, thường sử dụng một trong ba cách thức thông dụng xây dựng hệ thống phân tích hành vi: thứ nhất, tín hiệu từ các thiết bị thu được gửi lên xử lý thực hiện phân tích, nhận dạng trên máy chủ sau đó gửi lại thiết bị nhận thông tin thông qua hạ tầng mạng. Thứ hai, là các tín hiệu được thu thập và phân tích, nhận dạng và hiển thị thông tin về hành vi trên chính các thiết bị cá nhân đang sử dụng. Thứ ba, đó là dữ liệu được thu thập trên thiết bị sau đó tiến hành phân tích, nhận dạng, kết quả thu được gửi lên máy chủ để hiển thị, mô phỏng và là thông tin đầu vào cho những ứng dụng, dịch vụ khác. Mỗi dạng hệ thống có những ưu điểm, nhược điểm khác nhau tùy thuộc vào yêu cầu bài toán cũng như sử dụng loại dữ liệu đầu vào để xây dựng và thiết kế hệ thống. Hiện nay, một số nguồn dữ liệu phổ biến được sử dụng để phân tích hành vi giao thông như đó là dữ liệu hình ảnh, video, âm thanh và dữ liệu cảm biến. Trong đó, các giải pháp sử dụng dữ liệu hình ảnh, video để nhận dạng hành vi có nhiều nghiên cứu áp dụng cho bài toán nhận dạng, đặc biệt là nhận dạng các đối tượng của hệ thống giao thông. Ví dụ như đếm số lượng phương tiện, nhận diện phương tiện, tìm kiếm phương tiện và một số ứng dụng khác