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


Lữ Đăng Nhạc
Hà Nội, 2019


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


2.2

Sử dụng dữ liệu cảm biến để nhận dạng hành động giao thông..............................24

2.3

Một số nghiên cứu liên quan....................................................................................25

2.4

Hệ thống nhận dạng hành động sử dụng cảm biến gia tốc.......................................29
2.4.1

Một số kiến thức cơ sở...................................................................................29

2.4.2

Tập thuộc tính đặc trưng................................................................................48


2.4.3
2.5

2.6

Đề xuất hệ thống nhận dạng hành động.........................................................50

Thực nghiệm và đánh giá.........................................................................................55
2.5.1


Giới thiệu.................................................................................................................70

3.2

Bài toán nhận dạng hành vi bất thường....................................................................70
3.2.1

Nhận dạng bất thường....................................................................................70

3.2.2

Sử dụng cảm biến điện thoại để nhận dạng hành vi bất thường....................74

3.3

Một số nghiên cứu liên quan....................................................................................75

3.4

Giải pháp nhận dạng hành vi bất thường dựa trên hệ thống nhận dạng hành động. 78
3.4.1

Một số kỹ thuật nhận dạng hành vi bất thường..............................................78

3.4.2

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

hành động...................................................................................................................81

TÀI LIỆU THAM KHẢO................................................................................................101


DANH MỤC KÝ HIỆU VÀ TỪ VIẾT TẮT

TỪ VIẾT TẮT
ACC
Acc
ANN
AUC
CV10

DIỄN GIẢI
TIẾNG ANH
Accuracy
Accelerometer
Artificial Neural
Network
Area Under Curve
Cross Validation – 10
Fold

DTW

Dynamic Time Wrapping

FFT

Fast Fourier Transform


Naïve Bayes Classifier
Random Forest
Receiver Operator

ROC
SVM
TN
TP

TIẾNG VIỆT
Độ chính xác trong phân lớp dữ liệu
Cảm biến gia tốc
Mạng nơ - ron
Diện tích dưới đường cong ROC
Phương pháp đánh giá phân lớp bằng
cách chia dữ liệu thành 10 tập
Kỹ thuật tìm kiếm độ tương tự của
hai chuỗi
Biến đổi Fourier nhanh
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)
Hệ thống định vị toàn cầu
Cảm biến con quay hồi chuyển
Là một thuật toán phân lớp thuộc
CART (Classification and Regression
Tree)
Thuật toán phân lớp k láng giềng gần
nhất

Hình 2-1. Một số kỹ thuật chuẩn bị dữ liệu [37]..................................................................29
Hình 2-2. Phân đoạn chuỗi tín hiệu thành các cửa sổ dữ liệu..............................................32
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’).........................................33
Hình 2-4. Kết hợp biểu diễn thông tin trên miền thời gian và tần số [46]...........................35
Hình 2-5. Hệ tọa độ và các trục quay trên điện thoại thông minh[48].................................40
Hình 2-6. Độ đo AUC[50]....................................................................................................46
Hình 2-7. Hệ thống nhận dạng hành động giao thông.........................................................51
Hình 2-8. Thuật toán lựa chọn kích thước cửa sổ và chồng dữ liệu theo AUC...................52
Hình 2-9. Nhận dạng hành động với các kích thước cửa sổ lựa chọn..................................53
Hình 2-10. Hành động dừng và hành động đi thẳng............................................................56
Hình 2-11. (a): Hành động rẽ phải; (b): Hành động rẽ trái..................................................57
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”.............................................................................57
Hình 2-13. Tập dữ liệu đặc trưng sử dụng cho nhận dạng hành động giao thông cơ bản....58
Hình 2-14. Phân bổ của tập dữ liệu đặc trưng được biến đổi với 59 thuộc tính..................58
Hình 2-15. Kết quả phân lớp sử dụng các tập thuộc tính H2, T2, F2, TH2, TF2, TFH2.....60
Hình 2-16. Kết quả so sánh dữ liệu thô và dữ liệu biến đổi hệ tọa độ.................................61
Hình 2-17. Kết quả độ đo thực nghiệm với các thuật toán phân lớp...................................62
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.................65
Hình 2-19. Kết quả phân lớp với kích thước cửa sổ lựa chọn trên tập TF2 và TFH2..........67
Hình 3-1. Khái niệm dữ liệu bất thường[58]........................................................................71
Hình 3-2. Độ đo DTW.........................................................................................................78
Hình 3-3. Sử dụng DTW để phát hiện hành vi bất thường..................................................79
Hình 3-4. Nhận dạng hành vi bất thường dựa trên hành động cơ bản.................................81
Hình 3-5.Sơ đồ hệ thống phát hiện hành vi bất thường.......................................................83
Hình 3-6. Phát hiện hành vi bất thường dựa trên hành động giao thông cơ bản..................84
Hình 3-7. Mẫu dữ liệu cảm biến gia tốc của hành vi bất thường – “lạng lách”...................87
Hình 3-8. Mẫu dữ liệu cảm biến gia tốc của hành vi bình thường (đi thẳng)......................88

Bảng 3-6. Kích thước cửa sổ dữ liệu phát hiện hành vi.......................................................94
Bảng 3-7. Lựa chọn ngưỡng sai khác nhằm phát hiện hành vi bất thường..........................95
Bảng 3-8. Kết quả phát hiện hành vi của giải pháp đề xuất trên tập dữ liệu kiểm tra.........95
Bảng 3-9. Kết quả phát hiện hành vi của các phương pháp khác nhau................................96


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

đường chạy xác định trước. Điều kiện này không thể thực hiện được với hiện trạng
giao thông đô thị của Việt Nam. Tất cả những yếu tố cơ bản kể trên là những lý do
giải thích tại sao cần có các nghiên cứu mô hình nhận dạng hành vi giao thông phù
hợp với tính chất đặc thù tại Việt Nam.


Để hỗ trợ được người tham gia giao thông, một trong những mục đích quan
trọng, cấp thiết của mô hình phát hiện hành vi đó là khả năng phát hiện được các
hành vi giao thông bất thường. Các nghiên cứu về vấn đề này thường tập trung vào
phương tiện ô tô; các phương tiện có những thiết kế, đặc tính khác nhau nên rất khó
có một mô hình phù hợp với tất cả các loại phương tiện khác nhau. Các nghiên cứu
trước đây cũng thường sử dụng hướng tiếp cận kết hợp nhiều loại cảm biến để thu
thập, phân tích dữ liệu cho quá trình nhận dạng. Bên cạnh các cảm biến chuyển
động thì các cảm biến khác như GPS, cảm biến hình ảnh và cảm biến âm thanh
cũng có thể được sử dụng nhằm nâng cao độ chính xác trong nhận dạng các hành vi
bất thường khi lái xe. Việc sử dụng đồng thời nhiều dữ liệu cảm biến cùng một thời
điểm dẫn đến tiêu tốn nhiều năng lượng của điện thoại thông minh và khó có thể áp
dụng trong thực tế. Hướng tiếp cận lựa chọn thu thập, phân tích dữ liệu cảm biến
chuyển động như cảm biến gia tốc sẽ có mức tiêu tốn năng lượng thấp nhất nhưng
cần phải xây dựng một mô hình phù hợp để đảm bảo độ chính xác nhận dạng trên
các loại phương tiện giao thông khác nhau. Một trong những giải pháp căn cốt cho
vấn đề này đó là cần xác định, lựa chọn được tập thuộc tính đặc trưng phù hợp cho
các loại phương tiện, thể hiện rõ đặc trưng của hành vi sao cho nhận dạng, phát hiện
không làm tăng độ phức tạp tính toán của mô hình mà vẫn đảm bảo kết quả phát
hiện hành động, hành vi bất thường.
Với mong muốn xây dựng mô hình phát hiện và đoán nhận hành vi bất
thường sử dụng cảm biết gia tốc của điện thoại thông minh, chúng tôi chọn đề tài:
“Nhận dạng hành vi của người tham gia giao thông dựa trên cảm biến điện thoại”
làm đề tài nghiên cứu trong khuôn khổ luận án tiến sĩ chuyên ngành Hệ thống
Thông tin nhằm giải quyết một số vấn đề đã đặt ra.

thu được từ điện thoại thông minh của các đối tượng sử dụng phương tiện để đưa ra
giải pháp nhận dạng hành động cơ bản làm cơ sở cho nhận dạng hành vi giao thông
bất thường ở đô thị của Việt Nam.

Phương pháp nghiên cứu
Luận án sử dụng các phương pháp khảo sát, tổng hợp, phân tích thông tin
cần thiết; tham khảo, đánh giá các nghiên cứu liên quan để từ đó tìm ra hướng giải


quyết vấn đề. Xác định rõ đối tượng và phạm vi nghiên cứu để từ đó xây dựng mô
hình nhận dạng hành động và hành vi giao thông.
Khảo sát các kỹ thuật thu thập, xử lý dữ liệu cảm biến, phân tích các đặc
điểm của phương tiện, hành động giao thông để từ đó đề xuất giải pháp nhận dạng
hành động, hành vi giao thông bất thường dựa trên cảm biến thu được. Phương pháp
phân tích sử dụng lý thuyết và chứng minh bằng thực nghiệm được áp dụng để thực
hiện yêu cầu bài toán đặt ra.

Đóng góp của luận án
Đóng góp thứ nhất của luận án: là đề xuất tập thuộc tính đặc trưng dựa trên
miền thời gian và miền tần số nhằm biến đổi dữ liệu cảm biến thành dữ liệu đặc
trưng phục vụ cho nhận dạng hành động và hành vi bất thường. Kết quả độ đo sau
khi phân lớp dữ liệu được sử dụng để đánh giá, lựa chọn tập thuộc tính. Trong đó,
sử dụng tham số Hjorth cho các đại lượng khác nhau nhằm thu được các thuộc tính
phù hợp để biến đổi dữ liệu cảm biến thành dữ liệu đặc trưng. Tập thuộc tính đặc
trưng phù hợp sẽ sử dụng làm cơ sở cho việc xây dựng hệ thống nhận dạng bằng
phương pháp phân lớp [CT2], [CT4].
Khảo sát, lựa chọn kích thước cửa sổ và tỉ lệ chồng dữ liệu để phân tích tìm
ra các giá trị tương ứng, phù hợp với các hành động. Qua đó, hỗ trợ hệ thống nhận
dạng các hành động giao thông có hiệu quả hơn [CT1], [CT2], [CT4].
Khi sử dụng hệ thống nhận dạng thực nghiệm trên cùng một bộ dữ liệu được

dựa trên hướng tiếp cận sử dụng dữ liệu đặc trưng thu được từ việc biến đổi dữ liệu
cảm biến bằng tập thuộc tính đề xuất. Tập thuộc tính đặc trưng được lựa chọn phù
hợp với yêu cầu bài toán, kết hợp các thuộc tính trên cả miền thời gian và miền tần
số cũng như sự đóng góp của tham số Hjorth vào tập thuộc tính. Hệ thống nhận
dạng là cơ sở cho hệ thống giải pháp nhận dạng hành vi bất thường ở chương 3.
Chương 3: Dựa trên kết quả của hệ thống nhận dạng hành động, đề xuất giải
pháp nhận dạng hành vi giao thông, hành vi bất thường. Thực nghiệm được tiến
hành trên cùng một tập dữ liệu với các phương pháp phổ biến khác như DTW, sử
dụng kỹ thuật học sâu. Qua đó, làm rõ được ý nghĩa của giải pháp đề xuất.


Chương 1.
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)


Một số khái niệm cơ bản

1.2.1

Hành động giao thông

Hành động giao thông là việc người điều khiển thay đổi trạng thái của
phương tiện trong quá trình tham gia giao thông[10].
Hành động giao thông được các đối tượng tham gia lưu thông sử dụng theo
mục đích, thói quen của mình. Thông thường, các hành động được phân biệt dựa
vào hai thay đổi cơ bản đó là thay đổi vận tốc và thay đổi hướng di chuyển của
phương tiện. Từ đó, có thể đưa ra một số hành động thường gặp đó là hành động
dừng, di chuyển, chờ, quay đầu, đổi hướng sang trái, sang phải, phanh với các tính
chất và mức độ khác nhau. Trong hệ thống phân tích, giám sát giao thông, việc định
nghĩa và nhận dạng các hành động tùy thuộc vào mục đích, yêu cầu của từng bài
toán, dựa trên đánh giá tính chất, mức độ của các hành động đó trong những hoàn
cảnh, điều kiện cụ thể để giải quyết yêu cầu đặt ra[11]. Với mục đích nghiên cứu
của mình, chúng tôi chỉ tập trung vào bốn hành động cơ bản liên quan đến đổi
hướng điều khiển phương tiện và thay đổi tốc độ phương tiện đó là: hành động


dừng, hành động đi thẳng, rẽ trái và rẽ phải. Từ đó, phân tích, đánh giá tính chất của
mỗi hành động cơ bản này để phân tích, nhận dạng được hành vi bất thường.
1.2.2

Hành vi giao thông

Hành vi giao thông là sự biểu hiện thay đổi trạng thái của phương tiện theo
những cách thức, mức độ, tính chất khác nhau trong quá trình lưu thông [10][11]

cho nhiều mục đích trong các lĩnh vực khác nhau như bảo hiểm, y tế, giao thông
cũng như các bài toán quản lý và quy hoạch đô thị.
Trong đó, một trong những yêu cầu quan trọng của việc phân tích hành vi là
tìm ra những hành vi có nguy cơ tiềm ẩn khi tham gia giao thông như hành vi đi quá
tốc độ cho phép hoặc quy định của luật giao thông; hành vi thay đổi tốc độ, hướng
điều khiển phương tiện một cách đột ngột; hành vi điều khiển phương tiện trong
trạng thái không tỉnh táo hoặc khi say rượu, cũng như một số hành vi giao thông
khác trong điều kiện phức tạp của giao thông đô thị.
Do sự đặc thù của các vùng miền và yếu tố văn hóa tác động đến hành vi của
người điều khiển giao thông khác nhau nên các hệ thống phân tích hành vi đa dạng
phụ thuộc vào các yêu cầu cụ thể của từng bài toán nên các cách thức xây dựng hệ
thống cũng khác nhau. Trong đó, thường sử dụng một trong ba cách thức thông
dụng xây dựng hệ thống phân tích hành vi: thứ nhất, tín hiệu từ các thiết bị thu được
gửi lên xử lý thực hiện phân tích, nhận dạng trên máy chủ sau đó gửi lại thiết bị
nhận thông tin thông qua hạ tầng mạng. Thứ hai, là các tín hiệu được thu thập và
phân tích, nhận dạng và hiển thị thông tin về hành vi trên chính các thiết bị cá nhân
đang sử dụng. Thứ ba, đó là dữ liệu được thu thập trên thiết bị sau đó tiến hành
phân tích, nhận dạng, kết quả thu được gửi lên máy chủ để hiển thị, mô phỏng và là
thông tin đầu vào cho những ứng dụng, dịch vụ khác.
Mỗi dạng hệ thống có những ưu điểm, nhược điểm khác nhau tùy thuộc vào
yêu cầu bài toán cũng như sử dụng loại dữ liệu đầu vào để xây dựng và thiết kế hệ
thống. Hiện nay, một số nguồn dữ liệu phổ biến được sử dụng để phân tích hành vi
giao thông như đó là dữ liệu hình ảnh, video, âm thanh và dữ liệu cảm biến. Trong
đó, các giải pháp sử dụng dữ liệu hình ảnh, video để nhận dạng hành vi có nhiều
nghiên cứu áp dụng cho bài toán nhận dạng, đặc biệt là nhận dạng các đối tượng của
hệ thống giao thông. Ví dụ như đếm số lượng phương tiện, nhận diện phương tiện,


tìm kiếm phương tiện và một số ứng dụng khác 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

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



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


bài toán, sau đó cung cấp kết quả, thông tin đến các đối tượng yêu cầu bằng bởi
dịch vụ của máy chủ.
Trong nghiên cứu của mình, tác giả Johnson, Derick A [17] và cộng sự đã
xác định các kiểu lái xe dựa trên các hành vi được xác định từ dữ liệu cảm biến của
điện thoại thông minh; trong đó tọa độ GPS được sử dụng như là một thành phần
kết hợp với các cảm biến của điện thoại nhằm đưa ra những thông tin về các hành vi
của người lái xe. Việc kết hợp sử dụng GPS là một trong những yếu tố gây tiêu hao
năng lượng của thiết bị di động.
Cũng sử dụng cảm biến tọa độ, hệ thống hỗ trợ lái xe an toàn của Liu,
Zhenyu [13] đã dựa trên cảm biến của điện thoại kết hợp với GPS, trong đó GPS
được sử dụng kết hợp phát hiện trạng thái của hệ thống đồng thời xác định vị trí của
các đối tượng trong bản đồ mô phỏng.
Với trường hợp vị trí điện thoại cố định trên phương tiện hoặc hướng phương
tiện di chuyển, các hành vi có thể xác định dựa trên mẫu dữ liệu tín hiệu của các
trục tương ứng. Do đó, có thể sử dụng kỹ thuật so khớp, đánh giá hành vi dựa vào
ngưỡng thay đổi cho trước hoặc sử dụng phương pháp phân lớp để phát hiện, nhận
dạng hành vi giao thông.
Khi điện thoại thay đổi vị trí trong hành trình giao thông dẫn đến các trục tọa
độ của thiết bị không cố định so với hướng chuyển động của phương tiện. Việc lấy
mẫu dữ liệu của các hành vi không thể dựa vào từng trục tọa độ riêng biệt dẫn đến
nhu cầu cần một phương pháp phân tích để làm rõ tính chất, mức độ của hành động,
hành vi trên chuỗi dữ liệu thu được. Một trong các phương pháp thường được áp
dụng cho trường hợp này là sử dụng các thuộc tính đặc trưng. Trên mỗi đoạn dữ
liệu tín hiệu, sử dụng tập thuộc tính đặc trưng này để biến đổi, trích xuất dữ liệu
cảm biến thành dữ liệu đặc trưng với mong muốn áp dụng các kỹ thuật khác nhau

giá kết quả bởi kỹ thuật kiểm chứng chéo - CV10 trên tập dữ liệu huấn luyện thu
được. Kết quả độ chính xác trung bình của các hành động cao nhất của phương
pháp đề xuất là 96.54%; thuật toán phân lớp cho kết quả độ chính xác cao nhất đối
với ANN là 96.44%; thấp nhất đối với DT 62.46%. Tuy nhiên, giới hạn của nghiên
cứu là vấn đề thời gian phát hiện khi số lượng mẫu lớn, tăng nhanh cũng như thực