xây dựng trung tâm xử lý cho tòa nhà thông minh trên hệ thống nhúng linux

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
NGUYỄN ĐÌNH TUẤN

XÂY DỰNG TRUNG TÂM XỬ LÝ CHO TÒA NHÀ
THÔNG MINH TRÊN HỆ THỐNG NHÚNG LINUX
S

K

C

0

0

3

9

5

9

NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270

S KC 0 0 4 2 5 4

Tp. Hồ Chí Minh, tháng 4 năm 2014


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH


LUẬN VĂN THẠC SĨ
NGUYỄN ĐÌNH TUẤN

XÂY DỰNG TRUNG TÂM XỬ LÝ
CHO TÒA NHÀ THÔNG MINH
TRÊN HỆ THỐNG NHÚNG LINUX

NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270

Tp. Hồ Chí Minh, tháng 04 năm 2014


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH


LUẬN VĂN THẠC SĨ
NGUYỄN ĐÌNH TUẤN

XÂY DỰNG TRUNG TÂM XỬ LÝ
CHO TÒA NHÀ THÔNG MINH

TRÊN HỆ THỐNG NHÚNG LINUX

NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270
Hướng dẫn khoa học
TS. LƯU THANH TRÀ

Tp. Hồ Chí Minh, tháng 04 năm 2014




LÝ LỊCH CÁ NHÂN
I. LÝ LỊCH SƠ LƯỢC:
Họ & tên: Nguyễn Đình Tuấn

Giới tính: Nam

Ngày, tháng, năm sinh: 14/04/1985

Nơi sinh: Tp.HCM

Quê quán: Tp.HCM

Dân tộc: Kinh

Chỗ ở riêng hoặc địa chỉ liên lạc: 200/13A Lê Văn Việt, Quận 9, Tp.HCM
Điện thoại cơ quan: 083.8810173

Điện thoại nhà riêng: 0836030873

Fax:

E-mail:

II. QUÁ TRÌNH ĐÀO TẠO:
1. Trung học chuyên nghiệp:
Hệ đào tạo:

Thời gian đào tạo từ ……/…… đến ……/ ……

Nơi học (trường, thành phố):
Ngành học:
2. Đại học:
Hệ đào tạo: Chính quy

Thời gian đào tạo từ: 09/2003 đến 06/2008

Nơi học (trường, thành phố): Đại học Giao Thông Vận Tải – CSII. Tp.HCM
Ngành học: Kỹ thuật viễn thông
Tên đồ án, luận án hoặc môn thi tốt nghiệp:
Nghiên cứu các giao thức báo hiệu ứng dụng trong mạng viễn thông
Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp:
04/2008 – Trường Đại học Giao Thông Vận Tải – CSII. Tp.HCM
Người hướng dẫn: TS. Trần Xuân Trường

i


III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP
ĐẠI HỌC:

Thời gian

Nơi công tác

09/2008 - nay Đài điều khiển vệ tinh - Bình Dương

Công việc đảm nhiệm
Kỹ sư khai thác

Tp. Hồ Chí Minh, ngày 14 tháng 04 năm 2014
Người khai ký tên

Nguyễn Đình Tuấn

ii


LỜI CAM ĐOAN
Tôi cam đoan đây là công trình nghiên cứu của tôi.
Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai
công bố trong bất kỳ công trình nào khác.
Tp. Hồ Chí Minh, ngày 14 tháng 04 năm 2014
(Ký tên và ghi rõ họ tên)

Nguyễn Đình Tuấn

iii


CẢM TẠ

Sau một thời gian dài học tập và nghiên cứu, cuối cùng tôi cũng đã hoàn
thành bài luận tốt nghiệp của mình. Đây là thời điểm tốt nhất để tôi được
bày tỏ lòng biết ơn của mình đến các Thầy, các Cô và những người thân đã
luôn tận tình giúp đỡ, động viên tôi, chăm sóc tôi trong suốt quá trình thực
hiện bài luận này.
Đầu tiên, tôi xin chân thành gửi lời cảm ơn đến Thầy TS. Lưu Thanh Trà –
Trường Đại Học Bách khoa Tp.HCM, thầy đã luôn hướng dẫn, tận tình
giúp đỡ, cũng như động viên tinh thần cho tôi trong suốt quá trình làm
chuyên đề 1, chuyên đề 2 và bài luận tốt nghiệp này.
Xin tỏ lòng biết ơn đến hai giáo viên phản biện là Cô PGS.TS Phạm Hồng
Liên và Cô TS. Nguyễn Thị Lưỡng – Trường Đại học Sư phạm Kỹ thuật
Tp.HCM đã tận tình hướng dẫn để tôi chỉnh sửa luận văn một cách hợp lý
nhất.
Xin chân thành cảm ơn đến gia đình tôi: ba, má và các chị đã luôn an ủi,
động viên, tận tình chăm sóc tôi trong lúc tôi gặp khó khăn nhất về sức
khỏe.
Và cuối cùng, xin cảm ơn các Anh/Chị và những bạn bè đồng nghiệp Đài
Điều khiển Vệ tinh Bình Dương đã luôn hỗ trợ và tạo điều kiện tốt nhất về
thời gian cho tôi hoàn thành kịp đồ án này.
Xin chân thành cảm ơn!
Tp. Hồ Chí Minh, ngày 14 tháng 04 năm 2014
Nguyễn Đình Tuấn

iv


TÓM TẮT
Hệ thống xử lý cho tòa nhà thông minh đã được bắt đầu nghiên cứu xây
dựng vào những năm 1980, nhưng kết quả đạt được hiện nay còn gặp nhiều
hạn chế như hoạt động độc lập, các bộ điều khiển không trao đổi thông tin

với nhau, không có quản lý và giám sát chung, cồng kềnh và đặc biệt là giá
thành cao. Mục tiêu của đề tài này là xây dựng hệ thống khắc phục được
những nhược điểm hiện tại. Trong đề tài, trung tâm xử lý sẽ được xây dựng
trên kít Raspberry Pi nhỏ gọn, giá thành thấp, sử dụng thuật toán nhận
dạng khuôn mặt Fisherfaces, được huấn luyện để phân biệt người dùng
trong kiểm soát vào ra một cách thông minh, cùng với kết hợp công nghệ
web thời gian thực (tương tác cơ sở dữ liệu MySQL) cho phép điều khiển
hệ thống một cách linh hoạt trên mọi thiết bị như PC, máy tính bảng hay
điện thoại thông minh.

v


MỤC LỤC
Trang tựa

Trang

QUYẾT ĐỊNH GIAO ĐỀ TÀI
LÝ LỊCH CÁ NHÂN ............................................................................................... i
LỜI CAM ĐOAN ...................................................................................................iii
CẢM TẠ ................................................................................................................ iv
TÓM TẮT ............................................................................................................... v
MỤC LỤC ............................................................................................................. vi
DANH SÁCH CÁC HÌNH ...................................................................................... x
DANH SÁCH CÁC BẢNG .................................................................................. xiii
CHƯƠNG 1: TỔNG QUAN ................................................................................... 1
1.1

Tổng quan về ngôi nhà thông minh ................................................................ 1

1.2

Mục đích của đề tài........................................................................................ 4

1.3

Nhiệm vụ và giới hạn của đề tài ..................................................................... 4

1.4

Phương pháp nghiên cứu ............................................................................... 5

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT ........................................................................ 6
2.1

Cơ sở lý thuyết về trung tâm xử lý cho tòa nhà thông minh ........................... 6

2.1.1

Mô hình tổng quan ..................................................................................... 6

2.1.2

Một số chức năng cơ bản của tòa nhà thông minh....................................... 9

2.1.2.1

Hệ thống điều hòa không khí (HVAC) .................................................... 9

2.1.2.2

Kiểm soát vào ra ................................................................................... 10

2.1.2.3

Điều khiển ánh sáng và tiết kiệm năng lượng ........................................ 10

2.1.3

Các giao thức sử dụng cho tòa nhà thông minh hiện tại ............................ 11

2.1.3.1

X10 ....................................................................................................... 11

2.1.3.2

UPB ...................................................................................................... 12

2.1.3.3

INSTEON ............................................................................................. 12

2.1.3.4

Z-Wave ................................................................................................. 12
vi

2.1.3.5

ZigBee .................................................................................................. 13

2.1.4

Lựa chọn giao thức ................................................................................... 13

2.1.5

Socket.IO ................................................................................................. 14

2.1.6

Mô hình điều khiển vào ra dựa trên Socket.IO .......................................... 16

2.2

Cơ sở lý thuyết về xử lý ảnh ........................................................................ 17

2.2.1

Ảnh số ...................................................................................................... 17

2.2.2

Điểm ảnh .................................................................................................. 18

2.2.3

Mức xám của ảnh ..................................................................................... 18

2.2.4

Histogram................................................................................................. 19

2.2.5

Cân bằng histogram .................................................................................. 19

2.3

Biến đổi hình học ảnh .................................................................................. 22

2.3.1

Dịch chuyển ảnh (Translation).................................................................. 22

2.3.2

Dịch chuyển và xoay ảnh.......................................................................... 23

2.3.3

Xoay tỉ lệ.................................................................................................. 23

2.3.4

Phép biến đổi Affine................................................................................. 24

2.4

Làm mịn ảnh ............................................................................................... 26

2.4.1

Bộ lọc chuẩn hóa ...................................................................................... 26

2.4.2

Bộ lọc Gaussian........................................................................................ 26

2.4.3

Bộ lọc trung vị .......................................................................................... 27

2.4.4

Bộ lọc Bilateral ........................................................................................ 27

2.5

Nhận dạng ảnh ............................................................................................. 28

2.6

Phát hiện đối tượng...................................................................................... 30

2.6.1

Phát hiện khuôn mặt ................................................................................. 30

2.6.1.1

Phân loại theo từng đợt (Cascade Classification) ................................... 31

2.6.1.2

Các đặc trung Haar-like......................................................................... 33

2.6.1.3

Tăng cường (Boosting) ......................................................................... 36

2.6.1.4

AdaBoost .............................................................................................. 37

vii


2.6.1.4.1
2.6.1.5

Thuật toán AdaBoost [16] .................................................................. 38
Huấn luyện Cascade .............................................................................. 40

2.6.1.5.1

Thuật toán huấn luyện........................................................................ 40

2.6.1.5.2

Minh họa thuật toán huấn luyện Cascade ........................................... 41

2.6.1.6

Các bộ phân loại tăng cường nối tiếp..................................................... 42

2.7

Nhận dạng khuôn mặt .................................................................................. 43

2.8

Một số thuật toán nhận dạng khuôn mặt....................................................... 45

2.8.1

Phương pháp Eigenfaces .......................................................................... 45

2.8.2

Fisherfaces ............................................................................................... 48

2.8.3

Biểu đồ tần suất các mẫu nhị phân cục bộ (LBP) ...................................... 51

CHƯƠNG 3: THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN VÀO RA TRÊN HỆ THỐNG

NHÚNG LINUX ................................................................................................... 57
3.1

Nhận dạng khuôn mặt .................................................................................. 57

3.1.1

Phân tích giải thuật ................................................................................... 57

3.1.2

Phát hiện khuôn mặt ................................................................................. 58

3.1.2.1

Chuyển đổi sang ảnh xám: .................................................................... 60

3.1.2.2

Thay đổi kích thước ảnh ........................................................................ 60

3.1.2.3

Cân bằng histogram .............................................................................. 61

3.1.2.4

Phát hiện khuôn mặt .............................................................................. 61

3.1.3

Xử lý dữ liệu khuôn mặt ........................................................................... 64

3.1.3.1

Phát hiện đôi mắt .................................................................................. 65

3.1.3.2

Các vùng tìm kiếm đôi mắt ................................................................... 66

3.1.3.3

Chuyển đổi hình học ............................................................................. 71

3.1.3.4

Cân bằng histogram riêng biệt cho bên trái và bên phải của khuôn mặt . 73

3.1.3.5

Làm mịn................................................................................................ 75

3.1.3.6

Mặt nạ hình eclipse ............................................................................... 76

3.1.4
3.1.4.1

Xây dựng cơ sở dữ liệu............................................................................. 77
Thu thập ảnh khuôn mặt ........................................................................ 77
viii


3.1.4.2
3.1.5

Nhận dạng khuôn mặt ............................................................................... 82

3.1.5.1
3.2

Huấn luyện ............................................................................................ 81

Thẩm định khuôn mặt: .......................................................................... 83

Hệ thống máy chủ web thời gian thực .......................................................... 85

3.2.1

Mô hình hệ thống ..................................................................................... 85

3.2.2

Nguyên lý ................................................................................................. 86

3.3

Phát triển trên hệ thống nhúng Raspberry .................................................... 87

3.3.1

Kết quả ..................................................................................................... 87

3.3.2

Hoạt động ................................................................................................. 92

CHƯƠNG 4: KẾT LUẬN ..................................................................................... 94
4.1

Đánh giá kết quả .......................................................................................... 94

4.2

Hướng phát triển của đề tài .......................................................................... 95

TÀI LIỆU THAM KHẢO ..................................................................................... 96

ix


DANH SÁCH CÁC HÌNH
Hình

Trang

Hình 1.1. Các tòa nhà thông minh nổi tiếng trên thế giới ......................................... 2
Hình 1.2. Mô hình và hình ảnh thực tế của Raspberry Pi ......................................... 3

Hình 2.1. Hệ thống quản lý riêng lẻ của tòa nhà thông minh .................................... 7
Hình 2.2. Hệ thống điều khiển tích hợp ................................................................... 8
Hình 2.3. Mô hình điều khiển tòa nhà thông minh dựa trên socket.io ..................... 14
Hình 2.4. Truyền thông phi trạng thái .................................................................... 14
Hình 2.5. Truy vấn liên tục của client (Long Polling) ............................................ 15
Hình 2.6. Giao thức truyền thông theo thời gian thực với Socket.IO ...................... 15
Hình 2.7. Mô hình kiểm soát vào ra dựa trên socket.io .......................................... 16
Hình 2.8. Ảnh xám với những ô vuông nhỏ đại diện cho một điểm ảnh ................. 18
Hình 2.9. Biểu diễn giá trị mức xám tại mỗi điểm ảnh từ 0-255 (ảnh gray) ............ 19
Hình 2.10. Biểu đồ histogram của ảnh xám ........................................................... 19
Hình 2.11. Sự khác biệt giữa trước và sau khi cân bằng histogram ........................ 20
Hình 2.12. Biểu đồ hàm phân bố tích lũy CDF ...................................................... 21
Hình 2.13. Sử dụng hàm CDF để cân bằng phân bố Gaussian................................ 21
Hình 2.14. Các phép biến đổi 2D cơ bản................................................................ 23
Hình 2.15. Mối quan hệ các điểm ảnh khi biến đổi Affine ..................................... 25
Hình 2.16. Nhân của bộ lọc Gaussian .................................................................... 27
Hình 2.17. Bốn đặc trưng Haar-like cơ bản............................................................ 33
Hình 2.18. Các đặc trưng mở rộng của các đặc trưng Haar-like cơ bản .................. 33
Hình 2.19. Cách tính Integral Image của ảnh ......................................................... 34
Hình 2.20. Ví dụ cách tính nhanh tổng các điểm ảnh của vùng D trên ảnh ............. 35
Hình 2.21. Ví dụ cách tính nhanh tổng điểm ảnh của vùng D trên ảnh với các đặc
trưng xoay 45o ....................................................................................................... 35
Hình 2.22. Bộ phân loại mạnh được kết hợp từ các bộ phân loại yếu hơn .............. 37
x


Hình 2.23. Các bộ phân loại nối tiếp nhau ............................................................. 41
Hình 2.24. Các bộ phân loại tăng cường nối tiếp ................................................... 42
Hình 2.25. Các khuôn mặt được mô tả bởi thuật toán Eigenfaces .......................... 47
Hình 2.26. Ảnh khuôn mặt biểu diễn bởi thuật toán Fisherfaces ............................ 51

Hình 2.27. Biểu đồ đánh giá về tỉ lệ nhận dạng của phương pháp Eigenfaces và
phương pháp Fisherfaces trên cơ sở dữ liệu AT & T Facedatabase ........................ 52
Hình 2.28. Mô tả toán tử LBP................................................................................ 53
Hình 2.29. Toán tử LBP mở rộng (ELBP) ............................................................. 54
Hình 2.30. Biểu diễn khuôn mặt với thuật toán LBP .............................................. 55
Hình 3.1. Thuật toán thực hiện của chương trình nhận dạng trên Raspi ................. 58
Hình 3.2. Ô vuông màu đỏ đánh dấu khuôn mặt được phát hiện ............................ 64
Hình 3.3. Khuôn mặt sau khi tiền xử lý ................................................................. 65
Hình 3.4. Ảnh khuôn mặt được phát hiện cùng với đôi mắt ................................... 68
Hình 3.5. Quá trình tiền xử lý khuôn mặt ............................................................... 71
Hình 3.6. Hai nửa khuôn mặt được cân bằng một cách riêng biệt........................... 73
Hình 3.7. Mặt nạ hình eclipse để loại bỏ các phần dư thừa khác ............................ 76
Hình 3.8. Ảnh hoàn thiện sau quá trình tiền xử lý khuôn mặt................................. 77
Hình 3.9. Thuật toán thu thập ảnh, lưu cơ sở dữ liệu trên PC ................................. 78
Hình 3.10. Tập huấn luyện đã được xử lý và dán nhãn tự động.............................. 79
Hình 3.11. Ảnh tái tạo khuôn mặt .......................................................................... 84
Hình 3.12. Mô hình thiết kế hệ thống máy chủ Webserver thời gian thực để điều
khiển thiết bị và điều khiển vào ra. ........................................................................ 85
Hình 3.13. Hệ thống nhận điện khuôn mặt trên Raspberrypi .................................. 87
Hình 3.14. Giao diện chương trình hoạt động trên iPad ......................................... 88
Hình 3.15. Giao diện điều khiển ............................................................................ 88
Hình 3.16. Chức năng thêm thiết bị ....................................................................... 89
Hình 3.17. Giao diện điều khiển vào ra (nhận dạng và chứng thực) ....................... 89
Hình 3.18. Chứng thực không thành công.............................................................. 90
xi


Hình 3.19. Một số người dùng khác (1) ................................................................. 90
Hình 3.20. Một số người dùng khác (2) ................................................................. 91
Hình 3.21. Lịch sử nhận dạng và xác thực ............................................................. 91

Hình 3.22. Bảng điều khiển ................................................................................... 92

xii


DANH SÁCH CÁC BẢNG
Bảng

Trang

Bảng 3.1. Các vùng tìm kiếm mắt tốt nhất đối với các bộ phát hiện khuôn mặt khác
nhau ...................................................................................................................... 67
Bảng 3.2. So sánh độ tin cậy và tốc độ giữa các bộ phát hiện đôi mắt .................... 68

xiii


CHƯƠNG 1

TỔNG QUAN
1.1 Tổng quan về ngôi nhà thông minh [1]
Trong nhiều năm khoảng thế kỷ 19, ngôi nhà thông minh đã là một trong
những nét đặt trưng trong các tác phẩm khoa học viễn tưởng, nhưng nó đã
dần trở thành hiện thực kể từ những năm đầu của thế kỷ 20 là khi các sản
phẩm điện gia dụng được sản xuất hàng loạt và từ khi công nghệ thông tin
bùng nổ mạnh mẽ [2, 3].
Các ý tưởng cho các hệ thống cho ngôi nhà tự động bắt nguồn từ Hội chợ
thế giới vào những năm 1930 như hội chợ ở Chicago (1930), New York
(1939)[4]. Năm 1966, Jim Sutherland, một kỹ sư làm việc cho
Westinghouse Electric, đã phát triển hệ thống nhà tự động có tên gọi là

“ECHO IV”, đây là dự án riêng của ông và không được thương mại hóa.
Ngôi nhà đầu tiên “wired home” được xây dựng vào những năm 1960 bởi
một người Mỹ có sở thích đặc biệt, nhưng nó bị giới hạn bởi công nghệ lúc
bấy giờ. Thuật ngữ “smart home” đã được đưa ra bởi Hiệp hội Nhà ở của
Mỹ vào năm 1984 [3].
Ngày nay, ngôi nhà thông minh đã là khái niệm khá phổ biến. Ngôi nhà
thông minh có thể hiểu là ngôi nhà sử dụng các thiết bị điện tử tự động
hoàn toàn hoặc bán tự động thay thế con người trong việc quản lý, điều
khiển các thiết bị có trong ngôi nhà. Đèn tự động bật sáng khi có người
bước vào phòng, tự động sưởi ấm, đánh thức chủ nhà và trước đó đã pha
sẵn cà phê, vòi nước tự động xả và ngắt, điều khiển hệ thống điện trong
ngôi nhà từ xa, quản lý, và theo dõi được năng lượng tiêu thụ…đó là những
tiện ích của ngôi nhà thông minh [5].
Trang 1


a) Tòa nhà năng lượng mặt trời - Dubai, b) Nhà máy nước ngọt hình bong bóng - Tây Ban Nha,
c) Tòa nhà One & Ortakoy – Istanbul, d) Tháp nước ngọt chọc trời - Sudan

Hình 1.1. Các tòa nhà thông minh nổi tiếng trên thế giới
Tại Việt Nam hiện nay, không còn khó để nhìn thấy những tòa nhà sử dụng
các thiết bị thông minh từ các trung tâm thương mại, các tòa nhà lớn đến
các hộ gia đình. Một số tòa nhà thông minh nổi bật tại Việt Nam trong thời
gian qua đó là Tòa nhà VTC online (Hai Bà Trưng, Hà Nội), Petro
Vietnam Tower (Lê Duẩn – TpHCM) hay Bitexco Financial Tower (Quận
1 – TpHCM), Keangnam Hanoi Landmark Tower (Từ Liêm – Hà Nội).
Các thiết bị và hệ thống cho tòa nhà thông minh hiện nay tại Việt Nam
phần lớn là do các hãng nước ngoài cung cấp như Siemens (Đức),
Schneider (Pháp), TAC (Mỹ), Nara controls (Hàn Quốc), Mitshubishi
(Nhật) và chỉ có BKAV Smarthome là công ty Việt nam duy nhất sản xuất

thiết bị này. Tuy nhiên khoảng 50% các thiết bị này vẫn phần lớn hoạt
Trang 2


động một cách độc lập, các bộ điều khiển không trao đổi thông tin với
nhau, không có quản lý và giám sát chung [1]. Nếu có các hệ thống xử lý
trung tâm thì hiện nay nó vẫn chưa đem lại tính đột phá, thiếu giao thức kết
nối chung [3], kích thước vẫn còn cồng kềnh, giá thành đắt (từ vài chục
đến vài trăm triệu), khả năng tương tác giữa người và hệ thống chưa linh
hoạt, chi phí bảo trì cao, chưa có khả năng tự động phân biệt người dùng.

Hình 1.2. Mô hình và hình ảnh thực tế của Raspberry Pi
Ngày nay, với phát triển mạnh mẽ của hệ thống nhúng, sự ra đời của các
kít xử lý nhúng Linux với kích thước nhỏ gọn (bằng với thẻ tín dụng), giá
thành rẻ, hiệu năng cao, tiết kiệm điện mà điển hình là kit Raspberry Pi
(Hình 1.2) – phiên bản đầu tiên được thương mại hóa vào ngày 29/2/2012
với giá thành là 35USD cho phiên bản B [6], đã làm thay đổi cách nhìn về
một trung tâm xử lý cho tòa nhà thông minh. Với Raspberry Pi, ta có thể dễ
dàng thực hiện trung tâm xử lý theo nhiều phương pháp với các giao thức
điều khiển như X10, Z-wave, Zigbee hay C-Bus [7] để có thể tương thích
với các hệ thống cũ của các hãng khác. Có thể tích hợp các công nghệ hiện
đại như điện thoại IP, Email, SMS, nhận dạng giọng nói [7], nhận dạng vân
tay, nhận dạng khuôn mặt, dễ dàng tích hợp thành hệ thống máy chủ lưu
trữ dữ liệu như MySQL [8], MongoDB [9], REDIS [10].
Trang 3


1.2 Mục đích của đề tài
Như trình bày ở mục 1.1, các thiết bị sản xuất phục vụ cho ngôi nhà thông
minh thường là ở dạng hoạt động độc lập sẽ khó khăn trong việc quản lý,

còn đối với dự án cho các tòa nhà lớn sẽ có bộ quản lý tập trung (chẳn hạn
như BMS, BACnet/EIB, LONMARK) sẽ được lợi về mặt quản lý, nhưng
lại có giá thành rất cao so với hệ thống tương đương ở dạng điều khiển trực
tiếp (thường đắt hơn ít nhất là 3 lần). Sở dĩ các hệ thống có bộ quản lý tập
trung có giá thành cao như vậy là một mặt do cơ sở hạ tầng thiết bị tương
thích với hệ thống có giá thành cao, mặt khác chi phí vận hành, bảo trì, bảo
dưỡng cũng tốn một khoảng đáng kể. Do đó, nếu tính với hạn sử dụng là
10 năm thì sẽ không có lợi về tài chính và đầu tư. Chẳng hạn, hiện tại công
ty GAMMA thực hiện thi công nhiều dự án hệ thống BMS cho các biệt
thự, căn hộ cao cấp với chi phí từ 15.000$ cho đến 68.000$ tùy theo từng
mức độ của công trình. Vì lý do đó, nên mục tiêu đề tài của tôi đó chính là
Xây dựng được bộ xử lý trung tâm cho tòa nhà thông minh sao cho chi
phí thấp nhất về sản phẩm thiết bị cũng như về bảo trì bảo dưỡng mà vẫn
đảm bảo các tiêu chí của một hệ thống tòa nhà thông minh.
1.3 Nhiệm vụ và giới hạn của đề tài
Mô hình tòa nhà thông minh có nhiều chức năng với nhiều mục đích khác
nhau tùy theo nhu cầu sử dụng của chủ căn nhà. Các chức năng của một tòa
nhà thông minh bao gồm như: an ninh (kiểm soát vào ra, báo cháy/báo
trộm, rò rỉ gas…), điều hòa không khí, tiết kiệm năng lượng, hệ thống
chiếu sáng, hệ thống bơm nước, hệ thống nghe nhìn, truyền thông đa
phương tiện…. Tuy nhiên, với những tiêu chí đặt ra ở trên, dưới góc độ
nghiên cứu, đồng thời đảm bảo thời gian hoàn thành luận văn, trong nhiệm
vụ và giới hạn đề tài, tôi sẽ chỉ thực hiện một số chức năng đặc biệt như
kiểm soát vào ra dùng công nghệ nhận dạng khuôn mặt (phân biệt và
Trang 4


chứng thực người dùng) và ứng dụng kết hợp với lập trình điều khiển thiết
bị trên nền web thời gian thực và tất cả được thực hiện trên kit Raspberry
Pi.

1.4 Phương pháp nghiên cứu
Để thực hiện đề tài này với nhiệm vụ đề ra, tôi cần kết hợp hai phương pháp sau:

 Phương pháp nghiên cứu lý thuyết: Tổng hợp tài liệu, lựa chọn phương
pháp trong xử lý ảnh. Nghiên cứu các thuật toán phát hiện khuôn mặt,
nhận diện khuôn mặt có thể thực hiện trên hệ thống nhúng linux.
Nghiên cứu phương pháp xây dựng máy chủ web điều khiển thiết bị
theo thời gian thực. Trên cơ sở lý thuyết, tiến hành phân tích đánh giá,
và đưa ra giải pháp thích hợp cho việc thực thi trên hệ thống.

 Thực thi trên phần cứng Linux: tiến hành viết chương trình nhận diện
khuôn mặt, điều khiển qua nền web, tương tác với người dùng trên hệ
thống nhúng linux.

Trang 5


CHƯƠNG 2

CƠ SỞ LÝ THUYẾT
2.1 Cơ sở lý thuyết về trung tâm xử lý cho tòa nhà thông minh
2.1.1 Mô hình tổng quan
Tòa nhà thông minh liên quan đến việc xây dựng và tích hợp hệ thống với
những công nghệ tiên tiến. Các hệ thống này bao gồm việc tự động hóa tòa
nhà, an ninh, an toàn, viễn thông, hệ thống người dùng (hệ thống nghe
nhìn, truyền thông đa phương tiện) và các hệ thống quản lý cơ sở khác. Tòa
nhà thông minh phản ánh những tiến bộ và sự hội tụ công nghệ. Nó cung
cấp thông tin về hoạt động của tòa nhà hoặc không gian bên trong cho phép
chủ tòa nhà hoặc người cư ngụ ở đó quản lý toàn bộ tòa nhà hoặc một vùng
không gian nào đó.

Với thiết kế và xây dựng theo kiểu truyền thống, thì tòa nhà được thiết kế,
lắp đặt và vận hành theo từng hệ thống riêng biệt (Hình 2.1). Với thiết kế
như vậy sẽ làm tốn kém về chi phí và giá thành, hệ thống cồng kềnh và khó
khăn trong việc quản lý.
Với cách tiếp cận khác, thì toàn bộ sẽ được quản lý bằng một hệ thống
trung tâm. Khi đó các thiết bị sẽ được điều khiển thông qua các giao thức
kết nối chung (Hình 2.2). Tuy nhiên, mỗi thiết bị của mỗi hãng sản xuất có
giao thức điều khiển riêng cho từng hãng [11], còn đối với những hệ thống
có chuyển đổi giao thức thì giá thành đắt. Đây cũng là yếu tố ảnh hưởng
đến giá thành đầu tư và xây dựng tòa nhà thông minh.

Trang 6


Hình 2.1. Hệ thống quản lý riêng lẻ của tòa nhà thông minh

Trang 7