Nghiên cứu xây dựng hệ hỗ trợ ra quyết định phục vụ quản lý tổng hợp tài nguyên nước dựa trên kỹ thuật khai phá dữ liệu

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

Lữ Đăng Nhạc

NHẬN DẠNG HÀNH VI CỦA NGƢỜI 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 NGƢỜI 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
CHƢƠNG 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

CHƢƠNG 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

CHƢƠNG 3.

NHẬN DẠNG HÀNH VI BẤT THƢỜNG ...................................... 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

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

AUC
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

Cảm biến con quay hồi chuyển

Gyroscope

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
ROC

SVM

TN

Rừng ngẫu nhiên

Random Forest
Receiver Operator

Đặc tính hoạt động của bộ thu nhận

Characteristic
Support

Vector

Machines

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

dương được phân lớp đúng vào lớp

True Positive

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 tƣợng 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.

Phƣơng 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


Chƣơng 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