Đây là một hệ thống quản lý bãi xe được triển khai thực tế tại khu dân cư/bãi giữ xe, kết hợp giữa trạm vận hành tại chỗ và nền tảng quản lý tập trung trên web.
Mỗi trạm vận hành thông qua một desktop application chạy trên thiết bị edge như Raspberry Pi hoặc Mini PC, kết nối với camera và thiết bị đọc NFC. Dữ liệu vận hành được lưu cục bộ để trạm vẫn có thể tiếp tục hoạt động khi đường truyền không ổn định.
Khi kết nối được khôi phục, desktop application chủ động đồng bộ với nền tảng trung tâm qua API: tải các cấu hình cần thiết từ hệ thống web và đẩy dữ liệu vận hành như log ra/vào, audit và doanh thu lên hệ thống quản lý.
Kiến trúc vận hành
Hệ thống được tổ chức theo hai lớp chính:
Edge station
PyQt/Python desktop application.
Local storage bằng SQLite.
Camera và NFC reader phục vụ nhận diện và access workflow.
Có thể tiếp tục vận hành cục bộ trong thời gian mất kết nối.
Central management
Web application phục vụ cấu hình và giám sát từ xa.
Quản lý pricing configuration, log/audit và dashboard vận hành.
Dữ liệu được tổng hợp từ các trạm khi synchronization khả dụng.
Thiết kế này giúp tách phần vận hành tại trạm khỏi yêu cầu phải luôn có kết nối mạng ổn định, đồng thời vẫn hỗ trợ quản lý tập trung khi các trạm online trở lại.
Computer Vision trong hệ thống
Hệ thống sử dụng một pipeline nhận diện nhiều bước để xử lý hình ảnh từ camera:
vehicle detection → license plate detection → character detection → plate reconstruction
Vehicle detection được dùng như một bước tiền xử lý để crop sát vùng phương tiện trước khi đưa sang bước nhận diện biển số. Sau khi phát hiện vùng biển số, một model riêng nhận diện từng ký tự; các bounding box được nhóm theo hàng, sắp xếp theo vị trí không gian và ánh xạ về chuỗi ký tự cuối cùng.
Các model được phát triển dựa trên pretrained YOLO, có train/validation split và được kiểm tra thêm bằng camera thực tế. Trong quá trình test, một số failure case như biển số nghiêng được xử lý bằng cách bổ sung dữ liệu và augmentation phù hợp trước khi retrain.
Vai trò và phạm vi đóng góp
Phần tôi trực tiếp đóng góp tập trung vào ba nhóm chính:
Computer Vision model development: chuẩn bị và label dataset, fine-tune YOLO cho vehicle/license plate/character detection, xây dựng logic reconstruction biển số, test bằng camera thực tế và export model sang ONNX để kiểm tra với ONNX Runtime trên thiết bị edge.
Edge/hardware prototyping: hỗ trợ prototype và kiểm tra interaction giữa Raspberry Pi, NFC reader và các thiết bị ngoài như barrier/buzzer thông qua GPIO.
Web management frontend: trực tiếp phát triển bằng Next.js các giao diện cấu hình pricing, log/audit và dashboard; bổ sung responsive behavior, form validation, dynamic fields, Recharts visualization, pagination, search/filter và image preview.
Các phần như NestJS backend, cơ chế synchronization SQLite ↔ MSSQL, parking fee calculation engine trong desktop application và production deployment tại hiện trường được triển khai bởi các thành viên khác trong team.