Giới thiệu

Sự gia tăng không ngừng của các phương tiện giao thông cá nhân tại các khu vực đô thị đã và đang tạo ra một sức ép khổng lồ lên cơ sở hạ tầng giao thông tĩnh. Các bãi đỗ xe truyền thống, vốn chủ yếu dựa vào sự can thiệp thủ công của con người thông qua việc phát vé giấy hoặc sử dụng hệ thống thẻ từ RFID bán tự động, đang ngày càng bộc lộ nhiều điểm yếu chí mạng. Những hạn chế này không chỉ nằm ở tốc độ xử lý chậm chạp gây ra tình trạng ùn tắc cục bộ tại các điểm kiểm soát vào những khung giờ cao điểm, mà còn tiềm ẩn nhiều rủi ro liên quan đến bảo mật, thất thoát tài chính và tiêu tốn nguồn nhân lực. Trong bối cảnh sự hội tụ của ba lĩnh vực công nghệ mũi nhọn bao gồm Hệ thống nhúng (Embedded Systems), Trí tuệ nhân tạo (Artificial Intelligence) và Internet vạn vật (Internet of Things - IoT) đang diễn ra mạnh mẽ, việc thiết kế một hệ thống bãi đỗ xe thông minh (Smart Parking AI) từ đầu đến cuối đã trở thành một hướng đi mang tính tất yếu.

Nghiên cứu này trình bày một kiến trúc thiết kế toàn diện, thay vì chỉ tập trung vào một phân hệ phần mềm hay phần cứng riêng lẻ. Mục tiêu cốt lõi là kiến tạo một hệ sinh thái khép kín, có khả năng tự động hóa hoàn toàn quy trình nhận diện phương tiện, phát hiện không gian đỗ xe trống, trích xuất dữ liệu biển số xe, điều khiển rào chắn (barrier) vật lý và quản trị luồng dữ liệu trên quy mô thời gian thực. Bằng việc phân phối năng lực tính toán xuống các thiết bị biên (Edge Computing) thay vì phụ thuộc hoàn toàn vào máy chủ đám mây, hệ thống hứa hẹn mang lại độ trễ cực thấp, nâng cao tính tự chủ và giải quyết triệt để những bài toán thực tiễn tại các bãi đỗ xe hiện đại.

Mục tiêu dự án và Các Yêu cầu Kỹ thuật

Quá trình thiết kế hệ thống Smart Parking AI được định hướng bởi sáu mục tiêu chiến lược, mỗi mục tiêu tương ứng với một chức năng cốt lõi nhằm đảm bảo tính toàn vẹn của quy trình vận hành.

Thứ nhất, hệ thống yêu cầu khả năng nhận diện phương tiện bằng AI. Trí tuệ nhân tạo phải có khả năng phân loại chính xác các loại phương tiện cơ giới phổ biến bao gồm ô tô, xe máy, xe buýt và xe tải đang tiến vào hoặc rời khỏi khu vực kiểm soát, từ đó làm cơ sở cho việc phân luồng và áp dụng các mức phí đỗ xe khác nhau.

Thứ hai, việc phát hiện vị trí đỗ xe còn trống là một yếu tố cấu thành trải nghiệm người dùng tối ưu. Hệ thống cần giám sát trạng thái của từng không gian đỗ xe thông qua mạng lưới cảm biến hoặc camera giám sát bãi, liên tục cập nhật tổng số chỗ trống để cung cấp thông tin điều hướng tức thời cho người lái xe.

Thứ ba, hạt nhân của hệ thống thu phí tự động là công nghệ nhận diện biển số xe. Việc trích xuất ký tự quang học (OCR) từ hình ảnh biển số đòi hỏi độ chính xác tuyệt đối, đóng vai trò như một mã định danh duy nhất để liên kết với cơ sở dữ liệu người dùng, tính toán thời gian lưu trú và đối soát thanh toán.

Thứ tư, để loại bỏ sự can thiệp của con người, tính năng điều khiển barrier tự động phải được đồng bộ hóa hoàn toàn với kết quả nhận diện. Ngay khi hệ thống AI xác nhận tính hợp lệ của biển số, một tín hiệu điều khiển độ trễ thấp phải được gửi đến hệ thống cơ điện để mở rào chắn.

Thứ năm, toàn bộ siêu dữ liệu (metadata) sinh ra từ hệ thống phải được lưu trữ và hiển thị qua chức năng quản lý dữ liệu trên Dashboard. Giao diện này cung cấp một góc nhìn toàn cảnh về lưu lượng giao thông, doanh thu, và trạng thái vật lý của các bãi đỗ xe.

Cuối cùng, hệ thống phải hỗ trợ giám sát từ xa, cho phép ban quản lý theo dõi sự kiện, tiếp nhận các cảnh báo bất thường, và thực hiện các lệnh điều khiển cưỡng bức (như mở barrier khẩn cấp) thông qua giao diện web mà không cần có mặt trực tiếp tại trạm kiểm soát.

Kiến trúc Tổng thể Hệ thống

Để hiện thực hóa các mục tiêu trên, kiến trúc hệ thống được xây dựng theo mô hình phân tầng, kết hợp giữa mạng cục bộ (Local Area Network) tại thiết bị biên và điện toán đám mây. Luồng dữ liệu chạy xuyên suốt qua các nút mạng theo một trật tự tuyến tính nhưng cho phép xử lý bất đồng bộ.

Kiến trúc luồng dữ liệu bắt đầu từ Camera làm nhiệm vụ thu nhận hình ảnh quang học của môi trường. Dữ liệu video thô này ngay lập tức được truyền xuống Raspberry Pi 5, đóng vai trò là bộ não điện toán biên trung tâm. Tại đây, luồng hình ảnh đi qua module YOLO + OCR, nơi các mạng nơ-ron sâu thực thi việc phát hiện tọa độ phương tiện và giải mã chuỗi ký tự biển số.

Sau khi dữ liệu được số hóa thành các chuỗi văn bản (ví dụ: thông tin biển số, thời gian, trạng thái), Raspberry Pi đóng gói chúng và xuất bản (publish) lên một MQTT Broker. MQTT đóng vai trò là xương sống truyền thông của hệ thống, định tuyến các thông điệp này theo hai hướng. Hướng thứ nhất đẩy dữ liệu lên Cloud Database để lưu trữ vĩnh viễn, phục vụ cho quá trình đối soát và đồng bộ. Từ Cloud, dữ liệu được truyền tải theo thời gian thực tới Web Dashboard để người quản trị giám sát. Hướng thứ hai từ MQTT Broker đi thẳng xuống vi điều khiển ESP32 đặt tại cổng. Dựa trên thông điệp xác thực hợp lệ, ESP32 sẽ kích hoạt các mạch công suất để điều khiển cơ cấu cơ khí của Barrier, hoàn tất một chu trình khép kín.

Cấp độ	Thiết bị / Phần mềm	Chức năng trong Kiến trúc
Thu thập dữ liệu	Camera USB	Cung cấp luồng video đầu vào cho mô hình AI
Điện toán Biên	Raspberry Pi 5, YOLO, OCR	Phân tích hình ảnh, phát hiện đối tượng, giải mã ký tự
Truyền thông tin	MQTT Broker	Giao tiếp nội hạt và định tuyến dữ liệu bất đồng bộ
Lưu trữ & Đám mây	Cloud Database	Lưu trữ nhật ký bãi đỗ, thông tin định danh và tài khoản
Giao diện Ứng dụng	Web Dashboard	Trực quan hóa dữ liệu, điều khiển và giám sát từ xa
Cơ cấu Chấp hành	ESP32, Barrier	Nhận lệnh điều khiển, xuất xung PWM đóng/mở rào chắn

Nền tảng Phần cứng

Sự ổn định của một hệ thống nhúng hoạt động 24/7 phụ thuộc hoàn toàn vào thiết kế và sự lựa chọn linh kiện phần cứng. Tại thiết bị biên, nền tảng tính toán được chọn là Raspberry Pi 5. Với bộ vi xử lý ARM Cortex-A76 thế hệ mới và băng thông bộ nhớ được nâng cấp, Raspberry Pi 5 mang lại khả năng tính toán vượt trội so với các thế hệ trước, đủ sức gánh vác các hệ điều hành hoàn chỉnh và đóng vai trò là một gateway kết nối mạng. Tuy nhiên, để cách ly rủi ro về điện áp và tín hiệu nhiễu từ các thiết bị cơ khí, bộ vi xử lý này không trực tiếp điều khiển động cơ.

Thay vào đó, vi điều khiển ESP32 được sử dụng như một nút vệ tinh (Controller Node). ESP32 nổi bật với khả năng hoạt động theo thời gian thực rất tốt và tích hợp sẵn chuẩn giao tiếp không dây. Nó đảm nhiệm việc nhận lệnh từ Raspberry Pi 5 và điều khiển Servo Barrier thông qua việc phát ra các dải xung PWM (Pulse Width Modulation) chính xác để tạo chuyển động quay mượt mà, cũng như kích hoạt các Relay công suất để bật/tắt đèn chiếu sáng cảnh báo.

Thành phần thu nhận thị giác là Camera USB, được ưu tiên sử dụng các loại có góc nhìn rộng và tốc độ màn trập phù hợp để giảm hiện tượng nhòe do chuyển động (motion blur). Toàn bộ luồng kết nối mạng cục bộ giữa Raspberry Pi, ESP32 và kết nối ra Internet được duy trì bởi một Router WiFi chuyên dụng. Cuối cùng, một hệ thống Nguồn 5V công suất cao (tối thiểu 5A) được triển khai để cấp nguồn song song và độc lập cho bo mạch máy tính, động cơ Servo và các cảm biến, đảm bảo hiện tượng sụt áp khi rào chắn khởi động không gây khởi động lại (reboot) toàn bộ hệ thống.

Hệ sinh thái Phần mềm và Công nghệ

Ngăn xếp công nghệ (Tech Stack) của dự án là một sự kết hợp đa dạng giữa các nền tảng từ lập trình hệ thống, thị giác máy tính, truyền thông IoT đến phát triển ứng dụng Web. Việc module hóa các thành phần phần mềm đảm bảo tính độc lập và dễ dàng bảo trì.

Tại thiết bị biên, Linux (cụ thể là các bản phân phối dựa trên Debian) đóng vai trò là hệ điều hành lõi, cung cấp khả năng quản lý tài nguyên và đa luồng mạnh mẽ. Ngôn ngữ lập trình trung tâm là Python, được lựa chọn nhờ hệ sinh thái khổng lồ hỗ trợ Trí tuệ nhân tạo. OpenCV được sử dụng rộng rãi để can thiệp vào tầng tiền xử lý ảnh; từ việc đọc luồng video, thay đổi không gian màu, đến áp dụng các bộ lọc giảm nhiễu trước khi đưa vào mô hình học sâu. YOLO (You Only Look Once) được triển khai làm mạng nơ-ron nền tảng để định vị tọa độ của các phương tiện và cắt (crop) chính xác khu vực chứa biển số xe. Hình ảnh biển số này sau đó được đẩy qua Tesseract OCR, một công cụ nhận dạng ký tự quang học mã nguồn mở có lịch sử phát triển lâu đời, sử dụng kiến trúc mạng LSTM để trích xuất văn bản từ hình ảnh.

Về mặt truyền thông, MQTT (Message Queuing Telemetry Transport) được triển khai thông qua một Broker cục bộ. Trái ngược với HTTP yêu cầu thiết lập kết nối liên tục, MQTT hoạt động theo mô hình xuất bản/đăng ký (Publish/Subscribe), cho phép truyền tải các tin nhắn trạng thái dạng JSON với kích thước chỉ vài byte, vô cùng tối ưu cho môi trường mạng không ổn định của bãi đỗ xe.

Khối Backend của Web Dashboard được xây dựng bằng FastAPI, một framework Python cực kỳ nhanh nhẹn hỗ trợ xử lý bất đồng bộ (Asynchronous) và kiểm tra kiểu dữ liệu tự động. FastAPI chịu trách nhiệm tiếp nhận dữ liệu từ MQTT, định tuyến API và xử lý logic nghiệp vụ. Dữ liệu hệ thống, bao gồm nhật ký đỗ xe và thông tin người dùng, được lưu trữ trong MongoDB, một hệ quản trị cơ sở dữ liệu NoSQL với cấu trúc JSON/BSON rất phù hợp để lưu trữ các metadata linh hoạt sinh ra từ IoT. Phía người dùng (Frontend), React được sử dụng để xây dựng giao diện Single Page Application (SPA), giúp Dashboard hiển thị các biểu đồ và danh sách xe một cách mượt mà nhờ cơ chế Virtual DOM. Toàn bộ các dịch vụ phần mềm này được đóng gói và vận hành trong các container của Docker, giúp đồng nhất môi trường triển khai từ khâu phát triển (development) đến khâu vận hành thực tế (production).

Công nghệ	Lớp ứng dụng	Chức năng cụ thể
Python, Linux	Hệ điều hành & Lõi	Môi trường thực thi, lập trình logic hệ thống biên
OpenCV, YOLO	Thị giác máy tính	Tiền xử lý luồng video, phát hiện và phân loại đối tượng
Tesseract OCR	Xử lý ngôn ngữ tự nhiên	Giải mã hình ảnh vùng biển số thành chuỗi ký tự (Text)
MQTT	Giao thức truyền thông	Trung chuyển tin nhắn trạng thái, điều khiển ESP32
FastAPI, MongoDB	Backend & Lưu trữ	Xử lý API bất đồng bộ, lưu trữ dữ liệu NoSQL JSON linh hoạt
React	Frontend Dashboard	Giao diện tương tác người dùng, hiển thị giám sát theo thời gian thực
Docker	Containerization	Đóng gói môi trường, quản lý thư viện và dễ dàng triển khai

Huấn luyện và Tối ưu Mô hình AI

Để hệ thống có khả năng phân biệt các loại phương tiện khác nhau trong môi trường giao thông phức tạp, mô hình YOLO cần trải qua quá trình huấn luyện (Training) chuyên sâu. Tập dữ liệu hình ảnh (Dataset) được thu thập từ nhiều góc độ, điều kiện thời tiết và cường độ ánh sáng khác nhau, sau đó được gán nhãn thủ công cho bốn lớp đối tượng mục tiêu: Car (Ô tô), Motorcycle (Xe máy), Bus (Xe buýt), và Truck (Xe tải). Quá trình huấn luyện tính toán các hàm mất mát (loss functions) liên quan đến vị trí hộp bao (bounding box) và độ chính xác phân loại, lặp lại qua hàng trăm kỷ nguyên (epochs) cho đến khi đạt được độ chính xác trung bình (mAP - mean Average Precision) mong muốn.

Tuy nhiên, một mô hình AI sau khi huấn luyện trên máy chủ sở hữu GPU mạnh mẽ thường có kích thước lớn và cấu trúc tham số dấu phẩy động 32-bit (FP32), không phù hợp để chạy nguyên bản trên bộ vi xử lý ARM của Raspberry Pi 5. Để tối ưu hóa, mô hình bắt buộc phải trải qua các kỹ thuật như lượng tử hóa (Quantization) và cắt tỉa (Pruning). Quá trình này ép kiểu các trọng số nơ-ron từ FP32 xuống INT8 (số nguyên 8-bit), giúp giảm đáng kể kích thước mô hình và lượng RAM tiêu thụ, đồng thời tăng tốc độ suy luận (inference speed) lên nhiều lần với sự đánh đổi không đáng kể về mặt độ chính xác. Việc tối ưu hóa này là chìa khóa sống còn giúp hệ thống có thể vận hành ổn định trên các bo mạch nhúng bị giới hạn về điện năng.

Luồng Hoạt động Hệ thống

Kiến trúc luồng sự kiện của hệ thống vận hành theo một chuỗi logic tuyến tính, đảm bảo quy trình kiểm soát được thực thi chặt chẽ trong khoảng thời gian tính bằng mili-giây:

Camera gửi hình ảnh: Luồng sự kiện bắt đầu khi một phương tiện tiếp cận khu vực cổng. Các cảm biến vật lý có thể kích hoạt, hoặc camera liên tục trích xuất khung hình (frame) từ luồng video trực tiếp để đưa vào bộ nhớ tạm của Raspberry Pi.
YOLO phát hiện phương tiện: Mô hình YOLO phân tích khung hình, nhận diện sự hiện diện của xe (ví dụ: Car) và xác định chính xác tọa độ của biển số xe, tiến hành cắt (crop) phân vùng quan trọng này ra khỏi hình ảnh tổng thể.
OCR đọc biển số: Vùng ảnh biển số được chuyển giao cho Tesseract OCR. Mạng LSTM bên trong Tesseract phân tích các đường nét và trích xuất ra một chuỗi ký tự văn bản thô.
Raspberry Pi xử lý: Dữ liệu ký tự thô trải qua một thuật toán chuẩn hóa logic trên Python để loại bỏ các khoảng trắng, ký tự nhiễu và định dạng lại thành chuỗi biển số tiêu chuẩn. Hệ thống tiến hành đối chiếu chuỗi này với cơ sở dữ liệu để xác định quyền ra vào hoặc tính phí.
MQTT gửi dữ liệu: Một gói tin JSON bao gồm biển số, thời gian (timestamp), hình ảnh minh chứng và trạng thái xác thực được Raspberry Pi Publish lên MQTT Broker.
Dashboard cập nhật: Web Server (FastAPI) đang Subscribe MQTT Broker sẽ lập tức nhận được thông điệp. Server lưu thông tin vào MongoDB và đẩy tín hiệu đồng bộ xuống trình duyệt web của người quản trị (React) để hiển thị thông tin xe vừa vào bãi.
Barrier mở nếu hợp lệ: Đồng thời, nếu biển số được xác thực thành công, MQTT Broker chuyển tiếp lệnh điều khiển xuống ESP32. ESP32 sinh ra một chuỗi xung PWM kích hoạt Servo quay góc 90 độ, mở rào chắn cho phương tiện lưu thông.

Thách thức Kỹ thuật Khó khăn

Việc hiện thực hóa lý thuyết thành một sản phẩm IoT thực tế vấp phải vô số rào cản vật lý và điện toán. Những khó khăn đáng kể nhất đã được nhận diện trong quá trình phát triển bao gồm:

FPS thấp trên Raspberry Pi: Bất chấp những nâng cấp về sức mạnh CPU trên phiên bản Pi 5, việc xử lý luồng tính toán ma trận khổng lồ của YOLO và Tesseract hoàn toàn bằng phần mềm vẫn khiến tốc độ khung hình (FPS) sụt giảm thảm hại, đôi khi chỉ đạt dưới 5 FPS, gây ra độ trễ lớn (latency) trong nhận diện.
OCR sai khi thiếu ánh sáng: Camera quang học thường bị nhiễu hạt nghiêm trọng vào ban đêm hoặc lóa sáng do đèn pha chiếu ngược. Tesseract OCR cực kỳ nhạy cảm với chất lượng ảnh binarization (nhị phân hóa); hiện tượng thiếu sáng làm mất đi cấu trúc cạnh của ký tự, dẫn đến tỷ lệ nhận diện sai tăng vọt.
Độ trễ MQTT và Đồng bộ dữ liệu: Trong điều kiện mạng WiFi công cộng tại bãi đỗ xe không ổn định, các gói tin điều khiển có thể bị suy hao hoặc trễ hẹn (packet loss). Việc đồng bộ dữ liệu thời gian thực giữa Local Edge và Cloud Database gặp khó khăn khi đường truyền bị ngắt quãng, đe dọa đến tính toàn vẹn của dữ liệu tính phí.
Camera bị rung và Điều kiện thời tiết: Lắp đặt thực tế ngoài trời khiến camera chịu tác động từ gió, mưa hoặc độ rung từ mặt đất khi xe tải nặng đi qua. Hiện tượng này gây ra nhòe nội suy (motion blur), trực tiếp phá hủy khả năng trích xuất hộp bao của YOLO.

Các Phương pháp Tối ưu hóa Hệ thống

Để vượt qua các giới hạn phần cứng và cải thiện tỷ lệ nhận diện, một loạt các kỹ thuật tối ưu hóa phần mềm và cấu trúc mạng đã được áp dụng triệt để:

Tiền xử lý ảnh (Resize ảnh trước khi detect & Giảm độ phân giải camera): Thay vì nạp toàn bộ ảnh độ phân giải Full HD (1080p) vào mạng nơ-ron gây tràn bộ nhớ, hệ thống sử dụng OpenCV để nội suy, giảm độ phân giải xuống kích thước tiêu chuẩn của mô hình (ví dụ: 640x640 hoặc 416x416). Sự đánh đổi một lượng nhỏ chi tiết giúp tiết kiệm đến 70% tài nguyên xử lý tính toán.
Sử dụng model nhỏ hơn: Thay vì các biến thể YOLO kích thước lớn (như YOLOv8l hay YOLOv8x), dự án chuyển sang sử dụng các mô hình Nano (YOLOv8n) kết hợp lượng tử hóa INT8. Kiến trúc siêu nhẹ này bảo toàn tính năng phát hiện nhưng tăng tốc độ suy luận lên gấp nhiều lần trên thiết bị CPU.
Chạy đa luồng (Multi-threading): Lập trình Python thường bị giới hạn bởi Global Interpreter Lock (GIL). Để giải quyết, quy trình được tái cấu trúc bằng kỹ thuật đa luồng và đa tiến trình (multiprocessing). Luồng xử lý lấy khung hình từ camera (I/O bound) được tách biệt hoàn toàn khỏi luồng suy luận AI (Compute bound), ngăn chặn hiện tượng tắc nghẽn luồng chính.
Cải thiện thuật toán OpenCV cho OCR: Để giải quyết bài toán thiếu sáng, thuật toán Cân bằng Histogram Thích ứng Cục bộ (CLAHE - Contrast Limited Adaptive Histogram Equalization) được tích hợp. CLAHE chia ảnh thành các ô lưới (ví dụ 8x8) và cân bằng sáng cho từng khu vực, ngăn ngừa hiện tượng lóa. Kết hợp cùng bộ lọc Bilateral Filter, nhiễu hạt được triệt tiêu mà vẫn bảo toàn sắc nét các đường viền ký tự, nâng cao đáng kể độ chính xác của Tesseract.
Cache dữ liệu & Giảm số lần ghi Database: Để đối phó với độ trễ MQTT và mạng chập chờn, kỹ thuật Edge Caching được áp dụng. Một bản sao của cơ sở dữ liệu người dùng được lưu trữ cục bộ tại Raspberry Pi. Hệ thống sẽ gom nhóm (batching) các bản ghi sự kiện đỗ xe và chỉ thực hiện ghi lên Cloud Database theo các chu kỳ nhất định hoặc khi đường truyền ổn định, giảm thiểu băng thông và đảm bảo không mất mát dữ liệu tài chính.

Khó khăn/Thách thức	Nguyên nhân kỹ thuật	Giải pháp tối ưu hóa đã triển khai
FPS thấp	Nút thắt cổ chai CPU khi tính toán Tensor	Dùng YOLO bản Nano, Resize ảnh, Kiến trúc Đa luồng (Multi-threading)
OCR sai do thiếu sáng	Nhiễu hạt, lóa đèn pha làm mất cấu trúc biên ký tự	Áp dụng OpenCV CLAHE để cân bằng sáng cục bộ, Bilateral Filter để giảm nhiễu
Đứt gãy mạng, Trễ dữ liệu	Băng thông WiFi kém, nghẽn truy vấn Database	Cache cơ sở dữ liệu cục bộ, giảm số lần ghi (Batch write) lên Cloud
Camera rung lắc	Gió, rung động cơ học tạo Motion Blur	Giảm độ phân giải đầu vào, giảm sát và cố định bằng ngàm cơ khí chuyên dụng

Kết quả Đạt được

Sau khi triển khai toàn diện các giải pháp thiết kế và tối ưu, hệ thống đã chứng minh được tính khả thi và hiệu năng vượt trội trong môi trường thực nghiệm. Hệ thống có khả năng phát hiện phương tiện và phân loại chính xác đối tượng theo thời gian thực với độ trễ dưới 1 giây. Việc trích xuất và nhận diện biển số hoạt động trơn tru ngay cả trong điều kiện ánh sáng yếu nhờ 파ipeline tiền xử lý mạnh mẽ.

Về phía cơ cấu chấp hành, hệ thống điều khiển barrier phản hồi tức thời thông qua tín hiệu MQTT mà không có độ trễ nhận thức. Web Dashboard hoạt động ổn định, cung cấp cái nhìn trực quan về lưu lượng bãi đỗ xe, tự động cập nhật số chỗ trống và lưu trữ lịch sử xe ra vào một cách an toàn và minh bạch, sẵn sàng cho công tác đối soát doanh thu.

Bài học Rút ra

Thông qua dự án này, một chân lý quan trọng trong kỹ thuật hệ thống đã được đúc kết: Việc phát triển một hệ thống AIoT đòi hỏi một tư duy thiết kế đồng thời giữa phần cứng và phần mềm (Hardware-Software Co-design) thay vì chỉ tập trung vào một thành phần riêng lẻ. Một mô hình AI dù có độ chính xác 99% trên máy chủ đám mây cũng trở nên vô dụng nếu nó mất đến 5 giây để suy luận trên thiết bị biên.

Đây cũng là dự án giúp làm rõ hơn về bản chất của kiến trúc Edge AI. Bằng cách đẩy năng lực xử lý về phía rìa mạng lưới (tại Raspberry Pi 5), hệ thống giải quyết được bài toán băng thông, giảm thiểu độ trễ đường truyền, và đặc biệt là nâng cao tính riêng tư, bảo mật do dữ liệu video thô không bao giờ bị truyền tải ra ngoài mạng Internet. Hơn thế nữa, việc kết hợp nhịp nhàng giữa lập trình hệ thống (Linux, Docker), truyền thông nhúng (ESP32, MQTT) và quản trị web (FastAPI, React) cho thấy sự đa ngành phức tạp nhưng vô cùng cần thiết trong các ứng dụng thực tế.

Hướng Phát triển Tương lai

Mặc dù nguyên mẫu hiện tại đã hoạt động ổn định, để hệ thống có thể triển khai ở quy mô thương mại tại các trung tâm thương mại lớn hay thành phố thông minh (Smart City), một số công nghệ mũi nhọn cần được bổ sung trong tương lai:

DeepSORT Tracking: Hiện tại, hệ thống liên tục thực thi YOLO và OCR trên từng khung hình tĩnh, gây lãng phí tài nguyên. Việc tích hợp thuật toán theo dõi đa đối tượng DeepSORT (Deep Simple Online and Real-time Tracking) sẽ giải quyết vấn đề này. DeepSORT sử dụng Bộ lọc Kalman (Kalman Filter) để dự đoán quỹ đạo chuyển động của phương tiện và thuật toán nhận dạng lại (Re-ID) dựa trên CNN để giữ ID định danh cho xe. Khi một xe bị che khuất, DeepSORT vẫn có thể duy trì dấu vết (track), nhờ đó hệ thống chỉ cần kích hoạt OCR một lần duy nhất khi chất lượng hình ảnh đạt mức tốt nhất, thay vì đọc liên tục trên mọi khung hình.
OCR bằng CRNN: Tesseract OCR bộc lộ giới hạn đối với các font chữ biển số phức tạp. Nâng cấp lên các mạng nơ-ron Tích chập - Hồi quy (CRNN - Convolutional Recurrent Neural Network) kết hợp thuật toán CTC (Connectionist Temporal Classification), chẳng hạn như kiến trúc của PaddleOCR, sẽ mang lại tỷ lệ chính xác cao hơn vượt trội, khả năng giải mã góc nghiêng và thời gian suy luận nhanh hơn trên thiết bị biên.
Triển khai Docker: Mọi vi dịch vụ từ Backend, Frontend, MQTT đến luồng AI sẽ được đóng gói bằng Docker Containers, tạo điều kiện thuận lợi cho việc cung cấp (provision) hệ thống hàng loạt, tự động hóa cập nhật và dễ dàng khởi động lại các tiến trình lỗi.
OTA Firmware cho ESP32: Cập nhật vi chương trình từ xa (Over-The-Air) là yêu cầu bắt buộc của mạng lưới IoT. Cấu trúc bộ nhớ flash của ESP32 sẽ được thiết lập lại qua file CSV Partition Table, chia làm các vùng ota_0, ota_1 và otadata. Tính năng này cho phép tải firmware điều khiển rào chắn mới xuống thiết bị, và cơ chế Rollback sẽ tự động hoàn tác về phiên bản cũ nếu phát hiện lỗi sau khi khởi động, đảm bảo hệ thống không bao giờ bị treo.
Cảnh báo thời gian thực bằng SSE: Mở rộng năng lực của Web Dashboard bằng công nghệ Server-Sent Events (SSE). Thay vì trình duyệt phải liên tục gửi yêu cầu (polling) làm nặng máy chủ, FastAPI kết hợp chuẩn EventSourceResponse sẽ duy trì một kết nối HTTP mở một chiều, tự động đẩy (push) các sự kiện cảnh báo xâm nhập hay quá nhiệt trực tiếp lên trình duyệt người quản trị với độ trễ gần như bằng không.
Edge AI Accelerator (Hailo-8L): Đẩy nhanh hiệu năng tính toán thông qua việc trang bị phần cứng tăng tốc chuyên dụng, cụ thể là module Hailo-8L NPU kết nối qua cổng PCIe của Raspberry Pi 5. Với sức mạnh lên đến 13 TOPS, Hailo-8L có khả năng lượng tử hóa mạng YOLO, đẩy FPS lên trên ngưỡng 30 khung hình/giây và giảm thiểu tiêu thụ điện năng cho CPU, biến trạm kiểm soát thành một cỗ máy tính toán thị giác thời gian thực hoàn hảo.

Kiến trúc tổng thể của hệ thống Smart Parking AIoT là một minh chứng sống động cho việc ứng dụng công nghệ tiên tiến vào giải quyết bài toán đô thị. Bằng việc không ngừng cải tiến thuật toán tối ưu tại biên và hoàn thiện cơ sở hạ tầng truyền thông đám mây, giải pháp này đặt nền móng vững chắc cho hệ sinh thái giao thông thông minh trong tương lai.