Thành phố Đà Nẵng đã hoàn thành cơ bản và đưa vào vận hành các hạng mục chính của Hệ thống Thông tin Chính quyền Điện tử từ thành phố đến phường, xã. Hiệu quả của hệ thống này trong phục vụ người dân, doanh nghiệp và phát triển kinh tế-xã hội được thể hiện qua các đánh giá Đà Nẵng đứng đầu chỉ số ICT Index (9 năm liên tiếp từ nằm 2009 đến 2017) cùng các giải thưởng trong nước và quốc tế khác. Đến nay, Đà Nẵng đã triển khai được một số ứng dụng thông minh cấp thiết như Hệ thống quản lý Xe buýt Công cộng qua thiết bị giám sát hành trình, Hệ thống điều khiển Giao thông và camera thông minh, Hệ thống giám sát Nước tại Nhà máy nước Cầu Đỏ, giám sát nguồn nước hồ, điều khiển máy bơm thoát nước tự động, cổng góp ý, hệ cơ sở dữ liệu mở...
Nh ng thi t b cong ngh lap dat camera d c dao d n khong ng
Được biết, uốn là nguyên công chế tạo mà bản chất là làm thay đổi hướng thớ của tấm, thanh, dây hoặc ống. Uốn ống là phương pháp chế tạo được sử dụng để tạo thành ống vĩnh viễn bằng cách uốn cong chúng. Trong nhiều trường hợp, ống uốn cong hữu ích hơn ở dạng thẳng.
Việc uốn ống có thể được thực hiện thông qua một số quy trình khác nhau, bao gồm uốn kéo quay, uốn ép, uốn ép khung động và uốn lăn, nhưng mỗi phương pháp đều dựa trên các khái niệm cơ bản giống nhau. Các nguyên tắc uốn như độ giãn dài và bán kính uốn cong, cũng như các chức năng công cụ của trục lõi và con chạy, tạo thành nền tảng cho hầu hết các hoạt động uốn ống. Những nguyên tắc này giao nhau theo một số cách ảnh hưởng đến hiệu quả của sản xuất ống
Về cơ bản, máy uốn ống CNC được hoàn thiện có khả năng đọc tập tin bản vẽ thiết kế kỹ thuật (G-Code), sau đó tiến hành uốn ống theo thiết kế đối với ống nguyên liệu. Từ phần mềm điều khiển, kỹ thuật viên vận hành có thể tùy chỉnh tốc độ đẩy ống, uốn ống (3 trục) cũng như một số thống số khác có liên quan. Về tốc độ uốn, đại diện nhóm triển khai cho biết, với ống quy cách 10mm(Φ10) và dày 0,8mm, thì tốc độ trung bình đạt mức 800 mm/phút, và bán kính cong nhỏ nhất mà máy có thể uốn đạt là 100 mm (1mm). Máy có thể uốn ống dài tối đa 3.000mm.
Phát triển hạ tầng viễn thông và Kế hoạch phát triển hạ tầng số tại TP.HCM giai đoạn 2020-2030 là đề án thuộc Chương trình đột phá phát triển hạ tầng TP.HCM được đề cập trong Nghị quyết Đại hội Đảng bộ TP.HCM lần thứ XI. Theo đó, một trong những nhiệm vụ trọng tâm của đề án là xây dựng mô hình thiết kế tổng thể cho hạ tầng băng rộng dùng riêng, phục vụ các ứng dụng đô thị thông minh của TP.HCM, sẵn sàng trở thành nền tảng kết nối cho các hệ thống IoT, đặc biệt là hệ thống camera giám sát được lắp đặt trên địa bàn.
Ở lớp Access, các thiết bị Access sẽ cung cấp các loại cổng giao diện kết nối cho các thiết bị endpoint như thiết bị camera giám sát an ninh, camera trọng điểm giám sát hình ảnh giao thông, các thiết bị thuộc các hệ thống IoT khác được triển khai trong tương lai.
Theo thống kê của Sở TT&TT TP.HCM, ở thời điểm năm 2018, toàn TP.HCM có hơn 60.000 camera được lắp đặt tại các quận huyện, phường xã và hơn 2.000 camera được lắp đặt phục vụ công tác giám sát chuyên ngành của Sở GTVT và Công an Thành phố. Tất cả hệ thống camera đều hoạt động cơ bản riêng lẻ, chưa kết nối, tích hợp về dữ liệu, cũng như chưa được triển khai trên một hạ tầng viễn thông dùng riêng, đảm bảo an ninh an toàn thông tin. Hệ thống mạng truyền dẫn cho các camera giám sát chủ yếu được phát triển theo nhu cầu, theo từng dự án, chưa có quy hoạch hay định hướng bài bản và phụ thuộc rất nhiều vào hạ tầng, chất lượng dịch vụ, giá thành thuê hạ tầng của các doanh nghiệp viễn thông.
Cách đây hơn 10 năm, camera an ninh thu thập hình ảnh thật (nếu có) cũng chỉ dừng lại ở chất lượng hình ảnh thấp, mờ nhòe, rất khó xử lý dữ liệu khi có sự cố. Khi nhu cầu an ninh tăng cao, và công nghệ ngày càng phát triển, thì các hệ thống an ninh hiện nay đã có thể cung cấp hình ảnh chất lượng cao với giá thành hợp lý.
Thực tế cho thấy, với sự ra đời của các mô hình học sâu, những bài toán về thị giác máy tính (trong đó có bài toán phân tích dữ liệu camera) được giải quyết đơn giản hơn và hiệu năng cao hơn. Tuy nhiên nhược điểm của các mô hình học sâu là phải "được học" (train hay feed) bởi tập dữ liệu mẫu rất lớn. Do đó, nếu mô hình học sâu nếu được học với tập dữ liệu mẫu không được thu thập tại thực tế Việt Nam, khi áp dụng cho các địa phương Việt Nam sẽ không cho hiệu năng cao. Vì vậy, việc trang bị các giải pháp thương mại nước ngoài cho Việt Nam là một thách thức về hiệu năng, ngoài ra còn có các vấn đề khác về an ninh thông tin.
Từ những thách thức như phân tích ở trên, nhóm các nhà khoa học tại Trung tâm Kỹ thuật Điện toán (Trường Đại học Bách Khoa, ĐHQG TP.HCM) đã nghiên cứu, phát triển thành công hệ thống quản lý, tích hợp và hỗ trợ phân tích dữ liệu camera thông minh (SVMS) ứng dụng công nghệ trí tuệ nhân tạo.
TS. Nguyễn Lê Duy Lai, chủ nhiệm triển khai nhiệm vụ khoa học - công nghệ cho biết, các phần mềm quản lý video (VMS) trên thế giới nói chung cho phép giám sát, kiểm soát và ghi lại và vận hành tất cả camera và thiết bị bảo mật trong mạng. Các thành phần chính của bất kỳ hệ thống VMS nào đều là là camera, giải pháp lưu trữ, các thiết bị bảo mật và cơ sở hạ tầng mạng. Các camera có thể là analog hoặc IP và nếu camera là analog thì các bộ mã hóa sẽ được sử dụng để thực hiện công tác chuyển đổi tín hiệu. Giải pháp lưu trữ có thể là NAS, SAN hoặc trong NVR. Một phần mềm VMS tốt phải có khả năng tích hợp các loại camera khác nhau (IP, analog, NVR) và của các hãng khác nhau như Sony, HKVision, Panasonic, Avigilon, v.v...
Có hai kiến trúc chính của một hệ thống VMS là theo kiến trúc truyền thống và theo kiến trúc hiện đại. Đa phần các hãng camera đều có phần mềm VMS riêng, và đa phần xây dựng theo kiến trúc truyền thống. Kiến trúc này cho phép việc triển khai giải pháp VMS nhanh, dễ sử dụng. Nhược điểm lớn là việc giám sát livestream camera sẽ truy xuất trực tiếp vào camera. Vì vậy, VMS theo kiến trúc này không hỗ trợ nhiều người dùng truy xuất đồng thời vào một camera.
"Do đó, kiến trúc hiện đại được nhóm triển khai cho hệ thống đã khắc phục được nhược điểm của kiến trúc truyền thống, cho phép khả năng mở rộng cao khi cho phép tích hợp vào hàng ngàn camera và phục vụ số lượng người dùng lớn đồng thời", TS. Dương Ngọc Hiếu, thành viên nhóm triển khai nhiệm vụ khoa học - công nghệ chia sẻ thêm về tính ưu việt của giải pháp đã được triển khai thí điểm trong hơn một năm tại quận 10.
Bên cạnh việc hoàn thiện kiến trúc tổng thể cho giải pháp và các lõi trí tuệ nhân tạo cho nhu cầu nhận diện loại đối tượng, cảnh báo đám đông và phân tích dữ liệu lớn, TS. Nguyễn Lê Duy Lai và các cộng sự đã phát triển thành công phần mềm quản lý và phân tích dữ liệu camera thông minh ứng dụng trí tuệ nhân tạo (SVMS); Giải pháp quản lý và phân tích dữ liệu lớn IoT; cũng như phần mềm VMS Client cho phép cài đặt trên máy trạm, và cho phép xem camera với nhiều kịch bản khác nhau.
Về cơ bản, giải pháp hoàn thiện đã đảm bảo cung cấp những tính năng cảnh báo giao thông cơ bản; phân tích những điểm/khu vực thường xuyên xảy ra tình trạng đông xe (phương tiện giao thông); phân tích tần suất xuất hiện đám đông tại các vị trí camera theo thời gian và không gian; phân tích số lượng từng loại xe tại thời điểm xuất hiện đám đông.
Nhận định về hiệu quả của giải pháp vừa được hội đồng tư vấn nghiệm thu nhiệm vụ khoa học - công nghệ do Sở KH&CN TP.HCM đánh giá là mang tính thực tế cao, TS. Nguyễn Lê Duy Lai cho biết "nghiên cứu về hệ thống camera giám sát thông minh là một trong những chủ đề rất được quan tâm trong lĩnh vực thị giác máy tính (computer vision), với mục đích nhằm trích xuất một cách hiệu quả những thông tin hữu ích từ một số lượng lớn các video thu được từ các camera giám sát bằng cách tự động phát hiện, theo dõi, nhận biết, phân tích và hiểu các hành vi hoạt động của các đối tượng được giám sát". Vì thế, TS. Nguyễn Lê Duy Lai khẳng định, việc phát hiện các đối tượng chuyển động trong camera nhờ các kỹ thuật xử lý ảnh, để khoanh vùng và đoán nhận một số hành vi của đối tượng là một việc làm có ý nghĩa khoa học và thực tiễn. 2ff7e9595c
Comments