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 tin-Khoa 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 

 
 

 

ii 


 

MỤC LỤC
LỜI CAM ĐOAN .......................................................................................................... I
LỜI CẢM ƠN ...............................................................................................................II
MỤC LỤC .................................................................................................................. III
DANH MỤC KÝ HIỆU VÀ TỪ VIẾT TẮT ............................................................... V
DANH MỤC HÌNH ẢNH.......................................................................................... VII
DANH MỤC BẢNG BIỂU ......................................................................................... IX

MỞ ĐẦU ........................................................................................................................ 1
Tính cấp thiết của luận án ................................................................................................ 1
Mục tiêu của luận án ....................................................................................................... 3
Đối tượng và phạm vi nghiên cứu .................................................................................... 4
Phương pháp nghiên cứu ................................................................................................. 4
Đóng góp của luận án ...................................................................................................... 5
Bố cục của luận án .......................................................................................................... 6
CHƯƠNG 1.

TỔNG QUAN VỀ NHẬN DẠNG HÀNH VI ................................... 7

1.1

Giới thiệu ............................................................................................................... 7

1.2

Một số khái niệm cơ bản ........................................................................................ 8
1.2.1

Hành động giao thông .................................................................................. 8

1.2.2

Hành vi giao thông ....................................................................................... 9

1.3

Sử dụng dữ liệu cảm biến để phân tích hành vi ..................................................... 10

1.4

Một số nghiên cứu liên quan ................................................................................ 13

1.5

Phương pháp nhận dạng hành vi giao thông dựa trên cảm biến ............................. 20

1.6

Kết luận ............................................................................................................... 24

CHƯƠNG 2.

NHẬN DẠNG HÀNH ĐỘNG GIAO THÔNG .............................. 25

2.1

Giới thiệu ............................................................................................................. 25

2.2

Sử dụng dữ liệu cảm biến để nhận dạng hành động giao thông ............................. 25

2.3

Một số nghiên cứu liên quan ................................................................................ 26

2.4

Hệ thống nhận dạng hành động sử dụng cảm biến gia tốc ..................................... 30
2.4.1

Một số kiến thức cơ sở ............................................................................... 30

2.4.2

Tập thuộc tính đặc trưng ............................................................................. 50

iii 


 

2.4.3
2.5

2.6

Đề xuất hệ thống nhận dạng hành động ...................................................... 52

Thực nghiệm và đánh giá ..................................................................................... 57
2.5.1

Môi trường thực nghiệm ............................................................................. 57

2.5.2

Dữ liệu thực nghiệm ................................................................................... 58

2.5.3

Lựa chọn tập thuộc tính .............................................................................. 61

2.5.4

Khảo sát thuật toán phân lớp....................................................................... 64

2.5.5

Xây dựng dữ liệu huấn luyện ...................................................................... 65

2.5.6

Đánh giá hệ thống đề xuất so với một số nghiên cứu hiện tại[CT4]. ............ 70

Kết luận ............................................................................................................... 72

CHƯƠNG 3.

NHẬN DẠNG HÀNH VI BẤT THƯỜNG ..................................... 73

3.1

Giới thiệu ............................................................................................................. 73

3.2

Bài toán nhận dạng hành vi bất thường ................................................................. 73
3.2.1

Nhận dạng bất thường ................................................................................ 73

3.2.2

Sử dụng cảm biến điện thoại để nhận dạng hành vi bất thường ................... 77

3.3

Một số nghiên cứu liên quan ................................................................................ 78

3.4

Giải pháp nhận dạng hành vi bất thường dựa trên hệ thống nhận dạng hành động . 81
3.4.1

Một số kỹ thuật nhận dạng hành vi bất thường ............................................ 81

3.4.2

Giải pháp đề xuất nhận dạng hành vi bất thường dựa trên hệ thống nhận dạng 

hành động ............................................................................................................... 85
3.5

3.6

Thực nghiệm và đánh giá ..................................................................................... 89
3.5.1

Môi trường thực nghiệm ............................................................................. 89

3.5.2

Dữ liệu thực nghiệm ................................................................................... 89

3.5.3

Kết quả thực nghiệm với DTW ................................................................... 93

3.5.4

Kết quả thực nghiệm với RF và Dl4jMlpClassifier ..................................... 95

3.5.5

Kết quả thực nghiệm với giải pháp đề xuất ................................................. 97

Kết luận ............................................................................................................. 101

KẾT LUẬN ................................................................................................................ 103
DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN
ÁN................................................................................................................... 105
TÀI LIỆU THAM KHẢO ......................................................................................... 106

iv 


 

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 

ANN 
AUC 

Artificial Neural 

Mạng nơ - ron 

Network 
Area Under Curve 

Diện tích dưới đường cong ROC 

Cross Validation – 10 

Phương pháp đánh giá phân lớp bằng 

Fold 

cách chia dữ liệu thành 10 tập 

Dynamic Time 

Kỹ  thuật  tìm  kiếm  độ  tương  tự  của 

Wrapping 

hai chuỗi 

FFT 

Fast Fourier Transform  

Biến đổi Fourier nhanh 

FN 

False Negative 

FP 

False Positive 

CV10 

DTW 

GPS 
Gyr 

Âm tính giả (mẫu mang nhãn dương 
bị phân lớp sai vào lớp âm) 
Dương tính  giả  (mẫu mang nhãn  âm 
bị phân lớp sai vào lớp dương)  

Global Positioning 

Hệ thống định vị toàn cầu 

System 
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 gần 

k- NN 

k Nearest Neighbor 

Mag 

Magnetometer 

Cảm biến từ trường 

NB 

Naïve Bayes Classifier 

Thuật toán phân lớp Naïve Bayes 

nhất  

v 


 

RF 

Random Forest 

Rừng ngẫu nhiên 

Receiver Operator 

ROC 

Đặc tính hoạt động của bộ thu nhận 

Characteristic 
Support 

SVM 

Vector 

Machines 

TN 

Véc-tơ tựa  
Âm  tính  thật  (mẫu  mang  nhãn  âm 

True Negative 

được phân lớp đúng vào lớp âm)  

Dương  tính  thật  (mẫu  mang  nhãn 

TP 

True Positive  

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  

 
 
 

 

vi 

 

DANH MỤC HÌNH ẢNH
 
Hình  1-1. Hướng nghiên cứu tổng thể của bài toán nhận dạng hành vi ............................ 23
Hình 1-2. Hệ thống phân tích hành vi bất thường ............................................................. 24
Hình 2-1. Một số kỹ thuật chuẩn bị dữ liệu [37] ............................................................... 31
Hình 2-2. Phân đoạn chuỗi tín hiệu thành các cửa sổ dữ liệu ............................................ 34
Hình 2-3. (a) Hướng của điện thoại được xác định bởi hệ tọa độ (X, Y, Z). (b) Hướng di 
chuyển của phương tiện theo hệ tọa độ trái đất (X’, Y’, Z’) ...................................... 35
Hình 2-4. Kết hợp biểu diễn thông tin trên miền thời gian và tần số [46] ......................... 36
Hình 2-5. Hệ tọa độ và các trục quay trên điện thoại thông minh[48] ............................... 42
Hình 2-6. Độ đo AUC[50] ............................................................................................... 48
Hình 2-7. Hệ thống nhận dạng hành động giao thông....................................................... 53
Hình 2-8. Thuật toán lựa chọn kích thước cửa sổ và chồng dữ liệu theo AUC .................. 54
Hình 2-9. Nhận dạng hành động với các kích thước cửa sổ lựa chọn. ............................... 56
Hình 2-10. Hành động dừng và hành động đi thẳng ......................................................... 58
Hình 2-11. (a): Hành động rẽ phải; (b): Hành động rẽ trái ................................................ 59
Hình 2-12. Mô tả tín hiệu cảm biến gia tốc của các hành động (a): “Dừng”; (b): “Đi thẳng”; 
(c):”Rẽ trái”; (d): “Rẽ phải”. ..................................................................................... 59
Hình 2-13. Tập dữ liệu đặc trưng sử dụng cho nhận dạng hành động giao thông cơ bản ... 60
Hình 2-14. Phân bổ của tập dữ liệu đặc trưng được biến đổi với 59 thuộc tính ................. 60
Hình 2-15. Kết quả phân lớp sử dụng các tập thuộc tính H2, T2, F2, TH2, TF2, TFH2 .... 62
Hình 2-16. Kết quả so sánh dữ liệu thô và dữ liệu biến đổi hệ tọa độ ............................... 63
Hình 2-17. Kết quả độ đo thực nghiệm với các thuật toán phân lớp ................................. 64

vii 


 

Hình 2-18. Chu kỳ thay đổi độ đo AUC tương ứng với hai kích thước cửa sổ liền nhau của 
các hành động cơ bản với: (a) Dừng; (b) Đi thẳng; (c) Rẽ trái; (d) Rẽ phải ............... 67
Hình 2-19. Kết quả phân lớp với kích thước cửa sổ lựa chọn trên tập TF2 và TFH2 ........ 70
Hình 3-1. Khái niệm dữ liệu bất thường[58] .................................................................... 74
Hình 3-2. Độ đo DTW ..................................................................................................... 82
Hình 3-3. Sử dụng DTW để phát hiện hành vi bất thường ................................................ 83
Hình 3-4. Nhận dạng hành vi bất thường dựa trên hành động cơ bản ............................... 84
Hình 3-5.Sơ đồ hệ thống phát hiện hành vi bất thường..................................................... 86
Hình 3-6. Phát hiện hành vi bất thường dựa trên hành động giao thông cơ bản ................ 88
Hình 3-7. Mẫu dữ liệu cảm biến gia tốc của hành vi bất thường – “lạng lách” ................. 91
Hình 3-8. Mẫu dữ liệu cảm biến gia tốc của hành vi bình thường (đi thẳng) ..................... 92
Hình 3-9. Kết quả so khớp với các giá trị ngưỡng khác nhau ........................................... 94
Hình 3-10. Kết quả nhận dạng hành vi bình thường và bất thường ................................. 100
 

 

viii 


 

DANH MỤC BẢNG BIỂU
Bảng 2-1. Một số nghiên cứu nhận dạng hành động giao thông ....................................... 28
Bảng 2-2.  Các thuộc tính đặc trưng ................................................................................. 47
Bảng 2-3. Ý nghĩa diện tích bên dưới đường cong ROC (AUC) ....................................... 49
Bảng 2-4. Các tập thuộc tính ........................................................................................... 50
Bảng 2-5. Tập thuộc tính trong hệ thống nhận dạng hành động giao thông cơ bản ........... 52
Bảng 2-6. Tham số mặc định của thuật toán phân lớp sử dụng cho thực nghiệm .............. 57

Bảng 2-7. Thông tin đối tượng tham gia thực nghiệm ...................................................... 58
Bảng  2-8. Cảnh huống thu thập dữ liệu của các hành động ............................................. 58
Bảng 2-9. Tập mẫu dữ liệu đặc trưng sử dụng nhận dạng hành động giao thông cơ bản ... 60
Bảng 2-10. Khảo sát tập thuộc tính cho hệ thống phát hiện hành động cơ bản .................. 61
Bảng 2-11, Kết quả phân lớp hành động trên các tập thuộc tính ....................................... 62
Bảng 2-12. Kết quả so sánh dữ liệu thô và dữ liệu đã biến đổi hệ tọa độ .......................... 63
Bảng 2-13. Kết quả độ đo AUC của hành động dừng ....................................................... 66
Bảng 2-14. Kết quả độ đo AUC của hành động đi thẳng .................................................. 66
Bảng 2-15. Kết quả độ đo AUC của hành động rẽ trái ..................................................... 66
Bảng 2-16. Kết quả độ đo AUC của hành động rẽ phải .................................................... 66
Bảng 2-17. Kích thước cửa sổ được lựa chọn theo độ đo AUC ........................................ 68
Bảng 2-18. Kết quả phân lớp với tham số tối ưu trên hai tập TF2 và TFH2 ...................... 69
Bảng 2-19. Kết quả so sánh phương pháp nhận dạng dựa trên tập thuộc tính đề xuất với các 
phương pháp khác trên cùng bộ dữ liệu HTC [56] [CT4] .......................................... 72
Bảng 3-1. Thực nghiệm thu dữ liệu nhận dạng hành vi bất thường ................................... 91
Bảng 3-2. Số lượng các mẫu dữ liệu thực nghiệm ............................................................ 92

ix 


 

Bảng 3-3. Tham số mặc định của thuật toán RF ............................................................... 96
Bảng 3-4. Tham số của Dl4jMlpClassifier ....................................................................... 96
Bảng 3-5. Kết quả nhận dạng sử dụng CV10 ................................................................... 96
Bảng 3-6. Kích thước cửa sổ dữ liệu phát hiện hành vi .................................................... 98
Bảng 3-7. Lựa chọn ngưỡng sai khác nhằm phát hiện hành vi bất thường ........................ 99
Bảng 3-8. Kết quả phát hiện hành vi của giải pháp đề xuất trên tập dữ liệu kiểm tra ........ 99
Bảng 3-9. Kết quả phát hiện hành vi của các phương pháp khác nhau ............................ 100

x 


 

 

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.  

2 


 

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. 

3 


 

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 

4 


 

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 

5 


 

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. 
 

 

6 


 

Chương 1.
1.1

TỔNG QUAN VỀ NHẬN DẠNG HÀNH VI

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 

7 


 

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 

8 


 

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. 

9 

 

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, 

10 


 

tìm kiếm phương tiện và một số ứng dụng khác trong hệ thống giám sát giao thông. 
Đối với những hệ thống này, cần những thiết bị thu và gửi hình ảnh có chất lượng 
tốt và các đáp ứng khác về phần cứng thiết bị.  
Sự  phát  triển  công nghệ  phần  cứng hiện  nay  đã  giúp  cho  điện  thoại  thông 
minh có năng lực xử lý thông tin ngày càng tốt hơn. Chất lượng các cảm biến gắn 
kèm ngày càng cao hơn, tuy nhiên vẫn còn giới hạn về, khả năng lưu trữ và năng 
lượng của pin điện thoại. Bên cạnh đó, những công cụ phân tích dữ liệu ngày càng 
phát triển đa dạng, tối ưu hơn, đáp ứng được các môi trường thực hiện khác nhau, 
trong đó có môi trường cung cấp nguồn lực thấp cho hệ thống nên hướng tiếp cận 
lựa chọn xây dựng hệ thống phân tích, nhận dạng hành vi giao thông trên điện thoại 
thông minh đang được cộng đồng nghiên cứu quan tâm thể hiện qua nhiều kết quả 
nghiên cứu được công bố gần đây. 
Cảm  biến  điện  thoại  thông  minh  hiện  nay  ngày  càng  đa  dạng.  Một  số  loại 
cảm biến thông dụng như cảm biến ánh sáng, cảm biến vân tay, cảm biến nhiệt, cảm 
biến tiệm cận, cảm biến định vị, cảm biến hình ảnh, cảm biến gia tốc, cảm biến từ 
kế, cảm biến con quay hồi chuyển thường được sử dụng kết hợp với nhau trong các 
bài toán phát hiện, nhận dạng hành động, hành vi [12][14][15]. Khi sử dụng kết hợp 
nhiều  cảm  biến  sẽ  làm  tiêu hao  năng  lượng  nên  lựa  chọn  cảm  biến  gia  tốc  có  ưu 

điểm tốn ít tài nguyên của thiết bị để xây dựng hệ thống là một trong hướng tiếp cận 
phù hợp đáp ứng được yêu cầu của bài toán phân tích, nhận dạng hành vi giao thông 
dựa  trên  điện  thoại  thông minh.  Cảm  biến  gia  tốc  thường  được dùng để  ghi nhận 
chuyển động của thiết bị. Khi có sự thay đổi về phương hướng, cảm biến sẽ chuyển 
thông tin đến thiết bị để thiết bị xử lý và đưa ra phản hồi tương ứng. Bên cạnh đó, 
cảm biến  con quay  hồi chuyển  cũng liên quan đến  các  chuyển  động.  Thiết bị này 
thường dùng  để  đo  đạc  hoặc  duy  trì  phương  hướng,  dựa  trên  các  nguyên  tắc  bảo 
toàn mô men động  lượng.  Trong khi  đó  cảm  biến  từ  kế  đảm  nhận  việc  đo đạc  từ 
trường trong không gian. 
Dữ liệu cảm biến gia tốc thu được là một dạng dữ liệu chuỗi thời gian. Tại 
một thời điểm, một điểm dữ liệu cảm biến thu được là một véc tơ được xác định bởi 

11 


 

ba số thực tương ứng trên các trục tọa độ X, Y, Z của thiết bị cảm biến; chuỗi dữ 
liệu này được sử dụng làm dữ liệu đầu vào cho các bài toán khác nhau. Khi có sự 
chuyển động, vị trí thiết bị thay đổi, giá trị trên các trục tọa độ cũng thay đổi theo. 
Mức độ thay đổi này phản ánh các tính chất, mức độ của các chuyển động. Do đó, 
trong bài toán phân tích, nhận dạng hành vi thường sử dụng hai cách thức phổ biến 
đó  là:  Thứ  nhất,  vị  trí  điện  thoại  được  cố  định  so  với  hướng  chuyển  động  của 
phương tiện. Thứ hai, vị trí của điện thoại có thể thay đổi trong khi phương tiện di 
chuyển. Nếu cố định vị trí của thiết bị so với hướng chuyển động thì dữ liệu cảm 
biến sẽ ít nhiễu hơn đồng thời có thể phân tích hành vi dựa trên giá trị thay đổi của 
từng trục tọa độ. Ngược lại, khi vị trí điện thoại không cố định sẽ khó xác định được 
hướng chuyển động tương ứng với trục thiết bị tại một thời điểm dẫn đến nhiều khó 
khăn khi thiết kế hệ thống và phương pháp xử lý dữ liệu. Tuy nhiên, khi hệ thống 
thực hiện với trường hợp điện thoại không cố định vị trí sẽ có được tính tự nhiên 

hơn, người sử dụng có thể thực hiện các công việc khác cũng như tạo sự thân thiện 
với hệ thống. 
Hơn nữa, vị trí của thiết bị thay đổi trong quá trình di chuyển dẫn đến dữ liệu 
chứa nhiều nhiễu. Do đó, hướng tiếp cận trích xuất đặc trưng dựa trên tập thuộc tính 
đặc  trưng được  áp dụng để  có  được  tập dữ  liệu phù hợp  cho  hệ  thống nhận dạng 
được các nghiên cứu quan tâm và sử dụng. Trong hướng tiếp cận này, vấn đề được 
quan tâm đó là làm sao lựa chọn được các thuộc tính đặc trưng phù hợp để có thể 
nhận dạng hiệu quả hành  vi giao  thông từ dữ  liệu  cảm biến  gia tốc thu được trên 
điện thoại của người điều khiển phương tiện mang theo. Tiếp đến, đó là xây dựng 
được  một  hệ  thống  nhận  dạng  các  hành  động,  hành  vi  giao  thông  phù  hợp  với 
những điều kiện, môi trường giao thông cụ thể. 
Từ một số vấn đề ở trên cho thấy, sử dụng tín hiệu cảm biến gia tốc để phân 
tích,  nhận  dạng  hành  vi  giao  thông  đặc  biệt  là  nhận  dạng  hành  vi  giao  thông  bất 
thường có ý nghĩa thực tiễn và có tính khả thi. Kết quả của bài toán có thể hỗ trợ 
người  tham  gia  giao  thông hoặc  có  thể  sử  dụng,  tích  hợp  với nhiều  bài  toán  giao 
thông  khác  nhau,  như  bài  toán  liên  quan  đến  giám  sát  giao  thông,  mật  độ  giao 

12 


 

thông, bài  toán  liên quan đến  tìm đường  trong  một  trạng  thái  giao  thông  xác định 
cũng như các bài toán quản lý khác. Dựa trên dữ liệu cảm biến được thu thập các 
phương pháp  phân  tích  và  xử  lý được  áp dụng  để  từ  đó  xây  dựng  hệ  thống  nhận 
dạng hành vi giao thông trong điều kiện, môi trường giao thông đô thị Việt Nam. 

1.4

Một số nghiên cứu liên quan

Trong bài toán nhận dạng hành vi giao thông sử dụng cảm biến thu được từ 
điện thoại của người điều khiển phương tiện. Có nhiều yếu tố ảnh hưởng đến hành 
vi của người điều khiển phương tiện nên cần xác định, lựa chọn các yếu tố cần thiết 
phù hợp với  yêu cầu của bài toán nhằm đưa ra giải pháp hiệu quả trong từng điều 
kiện, hoàn cảnh cụ thể.  
Vì vậy, một số nghiên cứu về lĩnh vực này đã lựa chọn, thực hiện nhận dạng 
hành động, hành vi giao thông với các thông tin, dữ liệu đầu vào khác nhau như: Sử 
dụng số lượng các cảm biến khác nhau, vị trí thiết bị cố định hoặc có thể thay đổi. 
Sử dụng các kỹ  thuật giảm nhiễu,  tiền  xử  lý dữ  liệu  khác nhau. Các  kỹ  thuật, mô 
hình nhận dạng, phát hiện hành vi khác nhau trong điều kiện hoàn cảnh cụ thể. 
Sự kết hợp các loại tín hiệu như tín hiệu hình ảnh, GPS với một số tín hiệu 
khác  được  tích  hợp  trong  điện  thoại  làm  dữ  liệu  đầu  vào  cho  các  hệ  thống  nhận 
dạng đã thu được những kết quả khả quan. Tuy nhiên, chỉ sử dụng cảm biến gia tốc 
sẽ  ít  tiêu  tốn năng lượng.  Hơn nữa,  cảm  biến  này  được  gắn  kèm  ở  hầu hết  ở  các 
chủng loại điện thoại hoặc các thiết bị cá nhân khác. Hướng tiếp cận này đã và đang 
nhận được sự quan tâm của cộng đồng nghiên cứu trong thời kỳ phát triển của cuộc 
cách mạng  công nghiệp 4.0.  Các nghiên  cứu liên quan đến nhận dạng hành động, 
hành vi giao thông sử dụng cảm biến điện thoại được thể hiện ở một số công bố sau: 
Hệ thống phân tích, hỗ trợ giám sát tai nạn giao thông dựa vào ba trục cảm 
biến gia tốc và tọa độ GPS kết hợp với cảm biến hình ảnh thu được từ điện thoại 
thông minh của tác giả Goregaonkar, Roma [16] và cộng sự đã phân tích, phát hiện 
các sự kiện giao thông rồi mô phỏng trên hệ thống bản đồ của đô thị cũng như cung 
cấp một số dịch vụ khác qua hệ thống máy chủ. Dữ liệu cảm biến và các loại dữ liệu 
khác được gửi từ điện thoại về máy chủ để phân tích, tính toán thực hiện  yêu cầu 

13