Giải pháp giám sát, phát hiện và cảnh báo tai nạn giao thông tại Việt Nam sử dụng thiết bị giám sát hành trình kết hợp cảm biến quán tính

Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022)
Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022)

GIẢI PHÁP GIÁM SÁT, PHÁT HIỆN VÀ CẢNH BÁO
TAI NẠN GIAO THÔNG TẠI VIỆT NAM SỬ DỤNG
THIẾT BỊ GIÁM SÁT HÀNH TRÌNH KẾT HỢP CẢM
BIẾN QUÁN TÍNH
Ngơ Văn Cơng1, Đào Tơ Hiệu2, Trần Đức Nghĩa3, Trần Đức Tân2,*
1
Tổng cục Tiêu chuẩn Đo lường Chất lượng
2
Trường Đại học Phenikaa
3
Viện Công nghệ thông tin (IOIT-VAST)
e-mail: , ,
,

Abstract— Hàng năm số vụ tai nạn giao thông
xảy ta tại Việt Nam lên đến hơn mười nghìn vụ, số
ca tử vong vì tai nạn giao thơng lên đến hàng
nghìn người. Năm 2014, Chỉnh phủ đã ban hành
Nghị định 86/2014/NĐ-CP về kinh doanh và điều
kiện kinh doanh vận tải bằng xe ô tô, theo đó quy
định tất cả các xe kinh doanh vận tải đều phải bắt
buộc lắp đặt thiết bị giám sát hành trình (GSHT),
hiện nay số lượng xe ơ tô được lắp đặt GSHT và
quản lý lên đến hàng triệu xe, việc quản lý bằng
thiết bị GSHT đã mang lại hiệu quả to lớn trong
quản lý nhà nước và an tồn giao thơng, tuy nhiên
việc quản lý hiện tại mới chỉ dừng lại ở các thông
số về thời gian, tọa độ, tốc độ. Việc tích hợp một

cảm biến quán tính vào thiết bị GSHT và kết hợp
các thuật tốn xử lý sẽ giúp giám sát, phát hiện và
cảnh báo các vụ tai nạn giao thông một cách tự
động theo thời gian thực và địa điểm một cách
chính xác nhất, từ đó giúp cơ quan chức năng sớm
đưa ra các quyết định xử lý, giúp giảm thiểu số ca
tử vong bằng việc cấp cứu kịp thời cho các nạn
nhân bị tai nạn. Trong bài báo này, chúng tôi đề
xuất một giải pháp sử dụng dữ liệu của cảm biến
quán tính kết hợp GPS và các chức năng của thiết
bị GSHT để giám sát, phát hiện và đưa ra các
cảnh báo khi có tai nạn giao thơng. Kết quả thực
nghiệm cho thấy, giải pháp hoạt động tốt với tỷ lệ
phát hiện có độ chính xác cao, các cảnh báo hiển
thị theo thời gian thực trên hệ thống bản đồ số tại
cơ quan quản lý.

I.

Ngày 10/09/2014 Chính phủ đã ban hành
Nghị định 86/2014/NĐ-CP về kinh doanh và điều
kiện kinh doanh vận tải bằng xe ơ tơ, theo đó quy
định tất cả các xe kinh doanh vận tải đều phải bắt
buộc lắp đặt thiết bị giám sát hành trình (GSHT).
Chức năng thiết bị giám sát hành trình được quy định
tại Thơng tư 73/2014/TT-BGTVT và phải được
chứng nhận hợp quy theo QCVN 31:2014. Hiện nay
số lượng lắp đặt thiết bị GSHT đang được Tổng cục
đường bộ Việt Nam quản lý đã lên đến hàng triệu xe,
việc quản lý bằng thiết bị GSHT trong các năm qua

đã mang lại hiệu quả to lớn trong quản lý nhà nước
và an tồn giao thơng, các vụ tai nạn giao thơng xảy
ra thì cơ quan chức năng có thể truy xuất ngược các
dữ liệu (tọa độ, thời gian, tốc độ) để xác định nguyên
nhân, tuy nhiên đó chỉ là thực hiện sau khi được
thông báo về tai nạn giao thông, việc chậm trễ về
thông tin trong một số vụ tai nạn giao thơng có thể
gây hậu quả là tử vong bởi việc cấp cứu không kịp
thời. Trong năm 2021, theo số liệu của ủy ban an tồn
giao thơng quốc gia, số vụ tai nạn giao thông và các
ca tử vong lên đến hàng nghìn người, hình 1 dưới đây
là một số vụ tai nạn xảy ra và chỉ được thơng báo cho
cơ quan chức năng khi có người dân phát hiện.
Ngày nay, đối với sự phát triển của cơng
nghệ vi cơ điện tử, cảm biến qn tính ngày càng
được sử dụng nhiều trong các ứng dụng thực tế. Việc
kích thước nhỏ, điện năng tiêu thụ thấp và chi phí, nó
được sử dụng nhiều trong các ứng dụng khác nhau,
đặc biệt là các ứng dụng liên quan đến chuyển động
[1,2,3].

Từ khóa: Solution, traffic accident, inertial
sensor, GPS, accelerometer, velocity, rotation angle,
car.

ISBN 978-604-80-7468-5

ĐẶT VẤN ĐỀ

324

Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022)

về tai nạn giao thông, việc chỉ sử dụng dữ liệu của
tốc độ cũng sẽ làm giảm sự chính xác trong cảnh báo.
Việt Nam đã thực hiện quy định bắt buộc lắp
đặt thiết bị giám sát hành trình đối với tất cả các loại
xe kinh doanh vận tải, do đó việc thực hiện giải pháp
nhờ tích hợp thêm cảm biến quán tính vào thiết bị đã
có này sẽ giảm chi phí đầu tư về mặt thiết bị, hệ thống.
II.

GIẢI PHÁP THỰC HIỆN
Server

Vệ tinh

Trạm BTS

Thiết bị GSHT

Thiết bị GSHT

Máy tính/ thiết bị di động
Thiết bị GSHT

Hình 2. Sơ đồ khối hệ thống của giải pháp

Hệ thống được mơ tả như hình 2, bao gồm

các thiết bị giám sát hành trình đã được lắp đặt trên
các xe ô tô, các thiết bị giám sát hành trình này tiến
hành thu thập dữ liệu từ hệ thống định vị vệ tinh để
lấy các thông tin về tọa độ, thời gian, tốc độ kết hợp
với các dữ liệu từ bộ cảm biến quán tính và truyền dữ
liệu về server (hệ thống máy chủ tại các đơn vị cung
cấp dịch vụ giám sát hành trình và hệ thống máy chủ
tại Tổng cục Đường bộ Việt Nam) thông qua kết nối
3G/ 4G [11] với các trạm BTS. Máy tính/ thiết bị di
động được sử dụng để theo dõi tình hình các xe di
chuyển trên bản đồ số (hình 3) và các cảnh báo (tai
nạn, quá tốc độ, thời gian lái xe, dừng đỗ…). Dữ liệu
được truyền về máy chủ theo tần suất 10 giây đến 30
giây, việc dữ liệu được truyền liên tục giúp việc giám
sát gần như đạt được theo thời gian thực, qua đó giúp
cải thiện được các thơng tin chậm trễ khi có tai nạn
giao thơng hoặc sự cố bất ngờ.

Hình 1. Một số hình ảnh tai nạn giao thông [19]

Một số giải pháp sử dụng phương pháp phân
tích hình ảnh để thực hiện phát hiện tai nạn giao
thông [4,5], tuy nhiên đối với các giải pháp này thì
tương đối tốn kém về mặt chi phí khi phải lắp đặt đủ
số lượng các camera trên cung đường cần giám sát.
Các nghiên cứu khác sử dụng cảm biến gia tốc để
thực hiện phát hiện có tai nạn [6,7,8], việc chỉ sử
dụng cảm biến gia tốc sẽ hạn chế khả năng phát hiện
các trường hợp xe tai nạn, và do chỉ sử dụng dữ liệu
của cảm biến gia tốc cũng sẽ làm việc phát hiện trở

nên thiếu chính xác.
Trong nghiên cứu [9] nhóm tác giả sử dụng
dữ liệu từ cổng ODB của xe ô tô để phát hiện tai nạn,
khi có tai nạn thì túi khí sẽ nổ, từ đó bộ điều khiển
trung tâm sẽ tiến hành gửi thơng báo về server, giải
pháp này chỉ thực hiện được đối với các xe mà có túi
khí ở ghế lái và túi khí này phải hoạt động, trường
hợp đối với một số loại xe khơng có túi khí thì sẽ
khơng phát hiện được tai nạn giao thơng.
Nhóm tác giả khác [10] chỉ sử dụng vận tốc
thu được từ hệ thống GPS để ra quyết định cảnh báo

Hình 3. Hệ thống bản đồ số theo dõi trực tuyến

ISBN 978-604-80-7468-5

325


Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thơng và Cơng nghệ Thơng tin (REV-ECIT2022)

Trong hình 4 dưới đây thể hiện sơ đồ khối của
thiết bị giám sát hành trình tích hợp thêm cảm biến
qn tính.

III.

MƠ PHỎNG, THỰC NGHIỆM

Bộ thiết bị được lắp đặt trên xe tương ứng với

các trục của cảm biến quán tính như trong hình 5.
Thiết bị khi hoạt động sẽ truyền dữ liệu về hệ thống
máy chủ của các đơn vị cung cấp dịch vụ và Tổng
cục đường bộ Việt Nam (hiện tại đối với QCVN
31:2014 chưa quy định về cảm biến quán tính cũng
như dữ liệu của nó). Phương pháp mơ phỏng trong
bài báo này được nhóm tác giả thực hiện với hai tình
huống là kết hợp vận tốc xe di chuyển và tác động
đồng thời có chủ đích vào thiết bị có gắn cảm biến
qn tính để thu được bộ dữ liệu giả cho tình huống
xe đâm trực diện và xe bị lật, xoay.
Đối với giải pháp này thì có thể thực hiện độc
lập trên thiết bị hoặc máy chủ sẽ phân tích dựa trên
dữ liệu nhận được từ các thiết bị lắp đặt trên ô tô
truyền về hoặc kết hợp cả 2 phương pháp, ở bài báo
này nhóm tác giả sử dụng phương pháp phân tích dữ
liệu tại máy chủ, việc phân tích dữ liệu trên máy chủ
sẽ đơn giản hơn do việc tính tốn, xử lý dữ liệu nhanh
hơn và giảm các bước làm việc trên các vi điều khiển.
Nhóm tác giả đề xuất một phương pháp ra quyết định
cảnh báo bằng việc phân tích dữ liệu cảm biến quán
tính và dữ liệu về vận tốc di chuyển của xe. Việc kết
hợp cả hai loại dữ liệu sẽ đem lại độ chính xác và tin
cậy cao hơn so với việc chỉ sử dụng dữ liệu của cảm
biến gia tốc, chỉ sử dụng dữ liệu gia tốc có thể gây
hiện tượng cảnh báo giả khi xe thực hiện phanh gấp
hoặc đi qua những vị trí xóc.

Hình 4. Sơ đồ khối và thiết bị giám sát hành trình thực tế

- Khối nguồn: Sử dụng các IC ổn áp để chuyển đổi
điện áp từ 12VDC (ắc quy ô tô) ra các nguồn điệp áp
ổn định 5 VDC, 3.3 VDC cung cấp cho các module
trong thiết bị giám sát hành trình hoạt động.
- Khối bộ nhớ: Sử dụng các IC nhớ hoặc thẻ nhớ giúp
lưu lại thông tin và dữ liệu hoạt động tối thiểu 30
ngày để phù hợp theo QCVN 31: 2014.
- Khối GPS [12]: Thu thông tin dữ liệu về thời gian,
tọa độ, tốc độ. Bản tin thu được theo định dạng
GPRMC được sử dụng để xử lý do đầy đủ các thông
tin cần thiết.
- Khối GSM [13]: Khối đảm nhiệm vai trị truyền
thơng với máy chủ và nhận tín hiệu điều khiển thơng
qua mạng di động.
- Cảm biến qn tính [14-18]: sử dụng cảm biến quán
tính 6 bậc tự do, dữ liệu của cảm biến kết hợp với vận
tốc di chuyển để đưa ra các thông báo về tai nạn giao
thông.
Bảng 1 dưới đây thể hiện dữ liệu thu được từ
module GPS và cảm biến quán tính, các dữ liệu này
được sử dụng trong phân tích để đưa ra cảnh báo về
tai nạn giao thơng. Dịng 1 là dữ liệu về thời gian, 3
dòng (2,3,4) tiếp theo là dữ liệu về gia tốc, 3 dịng
(5,6,7) là dữ liệu về góc quay, dòng (8,9) là dữ liệu về
định vị, dòng 10 là dữ liệu về tốc độ di chuyển của xe.
Bảng 1. DỮ LIỆU SỬ DỤNG TRONG GIẢI PHÁP
1

Thời gian

1.01

1.02

1.03

2
3

acc_x (m/s2)
acc_y (m/s2)

0.330
0.200

0.708
0.035

0.715
1.986

4
5
6
7
8
9
10

acc_z (m/s2)

gyro_x (độ/s)
gyro_y (độ/s)
gyro_z (độ/s)
Vĩ độ
Kinh độ
Tốc độ (km/h)

10.962
3.146
-3.818
-0.395
21.024
105.546
17.148

9.459
3.116
-2.383
-0.548
21.024
105.546
17.148

12.845
2.383
-3.696
-1.006
21.024
105.546
17.148

ISBN 978-604-80-7468-5

Hình 5. Cảm biến quán tính lắp đặt trên xe

326


Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022)

A. Phát hiện tai nạn khi xe đâm trực diện

Hình 8. Đồ thị vận tốc khi va chạm

B. Phát hiện tai nạn khi xe bị trượt, xoay
Hình 6. Xe đâm trực diện [20]

Đối với tình huống xe ơ tơ khi đâm trực diện
(Hình 6) thì ta cần xác định giá trị gia tốc của trục Z
thay đổi bất thường tương ứng với vận tốc giảm
tương ứng, tại hình 7, hình 8 ta có thể thấy dữ liệu
mô phỏng tại giây thứ 19 khi giá trị gia tốc vượt
ngưỡng bất thường kèm theo đó là giá trị vận tốc
giảm đột ngột. Một hàm thể hiện mối quan hệ giữa
gia tốc các trục và vận tốc được thiết lập để đưa ra
quyết định về một vụ tai nạn giao thơng:
𝐻(𝑔, 𝑣) = 𝐹

𝐴𝑁𝐷𝑣

(1)
Hình 9. Xe bị tai nạn mất lái

Trong đó:

Đối với tình huống xe ô tô khi bị mất lái
(Hình 9), gây trượt bánh xe và xe xoay nhiều vòng,
hoặc xe va chạm mà bị lộn nhiều vịng thì khi đó ta
cần xác định các giá trị góc quay của các trục tương
ứng và đưa ra quyết định, đối với trường hợp này thì
giá trị vận tốc sẽ không tạo ra sự giảm đột ngột như
trường hợp xe đâm trực diện (Hình 10, 11). Hàm thể
hiện giữa các giá trị góc quay và vận tốc:

H(g,v): Hàm quan hệ giữa giá trị gia tốc và vận tốc.
𝐹
: Biến thể hiện thay đổi của giá trị gia tốc theo
trục Z.
𝑣

: Biến thể hiện thay đổi của giá trị vận tốc.

𝐻(𝑟, 𝑣) = 𝑅

, ,

𝐴𝑁𝐷𝑣

Trong đó:
H(r,v): Hàm quan hệ giữa giá trị

góc quay và vận tốc
𝑅 , : Biến thể hiện thay đổi của giá
trị góc quay theo 3 trục x,y,z
: Biến thể hiện thay đổi
𝑣
của giá trị vận tốc

Hình 7. Đồ thị gia tốc khi xảy ra va chạm

ISBN 978-604-80-7468-5

327

(2)


Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022)

sử dụng thiết bị giám sát hành trình tích hợp cảm biến
qn tính. Việc tích hợp cảm biến quán tính vào hệ
thống giám sát hành trình đã có sẽ giúp giảm thiểu
việc đầu tư về trang thiết bị, hệ thống máy móc. Kết
quả thực nghiệm đối với dữ liệu mô phỏng cho thấy
việc cảnh báo trên hệ thống bản đồ số hoạt động tốt,
hệ thống cảnh báo đối với các trường hợp mô phỏng
trong bài báo này đạt tỷ lệ chính xác đến 99%. Thông
qua việc phát hiện cảnh báo trên hệ thống trực tuyến
thì bằng nhiều biện pháp, cơ quan quản lý có thể xác
định được mức độ tai nạn. Phát hiện sớm tai nạn sẽ
giảm thiểu các ca tử vong bởi việc cấp cứu kịp thời

cho các nạn nhân, cũng như xử lý sự cố giúp đảm bảo
việc di chuyển giao thông cho người dân một cách
thuận lợi.
Trong tương lai, dữ liệu từ thiết bị có cảm biến
qn tính có thể được sử dụng cho sự phân tích, đánh
giá tình trạng mặt đường, từ đó đưa ra các cảnh báo
về hiện trạng đường giao thơng để lái xe một cách an
tồn.

Hình 10. Đồ thị vận tốc khi xe bị xoay, lật

TÀI LIỆU THAM KHẢO
[1].Collin, J., Davidson, P., Kirkko-Jaakkola, M.,
Leppäkoski, H. (2019). “Inertial Sensors and
Their Applications.” In: Bhattacharyya, S.,
Deprettere, E., Leupers, R., Takala, J. (eds)
Handbook of Signal Processing Systems.
Springer, Cham. pp 51–85.
[2].N. T. Thu, T. Dao, B. Q. Bao, D. Tran, and P. Van
Thanh, “Real-Time Wearable-Device Based
Activity recognition Using Machine Learning
Methods,” Int. J. Comput. Digit. Syst., vol. 11,
no. 1, pp. 321–323, 2022.
[3].N. C. Minh, T. H. Dao, D. N. Tran, Q. H. Nguyen,
T. T. Nguyen, and D. T. Tran, “Evaluation of
Smartphone and Smartwatch Accelerometer Data
in
Activity
Classification,”
2021

8th
NAFOSTED Conf. Inf. Comput. Sci., pp. 33–38,
2021.
[4]. I. J. Lee, "An accident detection system on
highway using vehicle tracking trace," ICTC
2011, 2011, doi: 10.1109/ICTC.2011.6082684,
pp. 716-721.
[5]. B. Maaloul, A. Taleb-Ahmed, S. Niar, N. Harb
and C. Valderrama, "Adaptive video-based
algorithm
for
accident
detection
on
highways," 2017 12th IEEE International
Symposium on Industrial Embedded Systems
(SIES), 2017, doi: 10.1109/SIES.2017.7993382,
pp. 1-6.
[6]. R. Rishi, S. Yede, K. Kunal and N. V. Bansode,
"Automatic Messaging System for Vehicle

Hình 11. Đồ thị giá trị góc quay của 1 trục khi xe bị xoay, lật

Tại máy chủ khi nhận được dữ liệu từ các bộ
giám sát hành trình sẽ tiến hành phân tích, xử lý và
cập nhật trạng thái di chuyển lên bản đồ số, giúp
người dùng theo dõi một cách dễ dàng (Hình 12).

Hình 12. Hình ảnh cảnh báo trên hệ thống bản đồ số

IV. KẾT LUẬN
Trong bài báo này nhóm tác giả đã trình bày
về giải pháp phát hiện, cảnh báo tai nạn giao thông

ISBN 978-604-80-7468-5

328


Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022)

Tracking and Accident Detection," 2020
International Conference on Electronics and
Sustainable Communication Systems (ICESC),
2020,
doi:
10.1109/ICESC48915.2020.9155836, pp. 831834.
[7]. Rani, B. & Sam, R. & Kamatam, Govardhan.
(2018), "A Review on Vehicle Tracking and
Accident
Detection
System
using
Accelerometer," International Journal of Applied
Engineering
Research.
13.
9215.
10.37622/IJAER/13.11.2018, pp. 9215-9217.
[8]. Routh, Jayati & das, Arshiya & Kundu, Piyashi

& Thakur, Madhubarsha. (2019), "Automatic
Vehicle Accident Detection and Messaging
System Using GPS and GSM Module,"
International Journal of Engineering Trends and
Technology.
67.
69-72.
10.14445/22315381/IJETT-V67I8P211.
[9]. Najim Al-Din, Munaf & AL-Baimani,
Mahmood, “Vehicle Tracking and Accident
Warning System,” Conference: 5th National
Symposium on Engineering Final Year Projects,
University of Nizwa, Oman (2015).
[10].
M. Syedul Amin, J. Jalil and M. B. I. Reaz,
"Accident detection and reporting system using
GPS, GPRS and GSM technology," 2012
International Conference on Informatics,
Electronics & Vision (ICIEV), 2012, doi:
10.1109/ICIEV.2012.6317382, pp. 640-643.
[11].
E. Ezhilarasan and M. Dinakaran, "A
Review on Mobile Technologies: 3G, 4G and
5G," 2017 Second International Conference on
Recent Trends and Challenges in Computational
Models
(ICRTCCM),
2017,
doi:
10.1109/ICRTCCM.2017.90, pp. 369-373.

[12].
Dana, P.H. “Global Positioning System
(GPS) Time Dissemination for Real-Time
Applications.” Real-Time
Systems 12.
pp.
9–40 (1997).
[13].
M. Rahnema, "Overview of the GSM
system and protocol architecture," in IEEE
Communications Magazine, vol. 31, no. 4, April
1993, doi: 10.1109/35.210402, pp. 92-100.
[14].
D. K. Shaeffer, "MEMS inertial sensors: A
tutorial overview," in IEEE Communications
Magazine, vol. 51, no. 4, April 2013, doi:
10.1109/MCOM.2013.6495768, pp. 100-109.
[15].
Pham, V. T., Le, Q. B., Nguyen, D. A.,
Dang, N. D., Huynh, H. T., & Tran, D. T. (2019).
Multi-sensor data fusion in a real-time support

ISBN 978-604-80-7468-5

system for on-duty firefighters. Sensors, 19(21),
4746.
[16].
Van, T. N., Duc, T. C., & Duc-Tan, T.
(2015). Application of street tracking algorithm
in

an
INS/GPS
integrated
navigation
system. IETE Journal of Research, 61(3), 251258.
[17].
Luu, M. H., Tran, D. T., Nguyen, T. L.,
Nguyen, D. D., & Nguyen, P. T. (2006). Errors
determination of the MEMS IMU, Journal of
Science, Vietnam National University, Hanoi .
[18].
Tan, T. D., Anh, N. T., & Anh, G. Q. (2011,
January). Low-cost Structural Health Monitoring
scheme using MEMS-based accelerometers.
In 2011 Second International Conference on
Intelligent
Systems,
Modelling
and
Simulation (pp. 217-220).
[19].
Uỷ ban an tồn giao thơng quốc gia,
/>[20].
Howstuffworks,
/>
329