GIỚI THIỆU
Đặt vấn đề
Trong bối cảnh tình trạng hao hụt nhiên liệu và trọng lượng chở của xe vận tải xăng dầu trên tuyến đường từ công ty đến các trạm xăng dầu tại Bà Rịa - Vũng Tàu, nghiên cứu "Biểu diễn và phân tích trực quan dữ liệu di chuyển của ô tô vận tải xăng dầu" cung cấp giải pháp hiển thị dữ liệu thông qua hình ảnh đồ họa và bản đồ theo thời gian thực Người dùng có thể quan sát và phân tích thông tin từ các hình ảnh này để nhận định và dự đoán hoạt động của xe chở xăng dầu Qua đó, người quản lý hoặc chủ phương tiện dễ dàng phát hiện những bất thường như vị trí dừng của xe bồn, biến động về nhiên liệu và trọng lượng chở, cũng như các vi phạm tốc độ và trọng lượng cho phép.
Mục tiêu nghiên cứu
Luận văn "Biểu diễn và phân tích trực quan dữ liệu di chuyển của ô tô vận tải xăng dầu" áp dụng các kỹ thuật trực quan hóa nhằm thể hiện và phân tích giá trị dữ liệu thu thập được trong suốt hành trình di chuyển của ô tô vận tải xăng dầu.
Đối tượng và phạm vi nghiên cứu
Xe bồn chở xăng dầu trong tỉnh Bà rịa - Vũng tàu và các tỉnh thành lân cận
Công ty vận tải xăng dầu tại Bà Rịa - Vũng Tàu cung cấp dịch vụ chuyên chở với các thuộc tính quan trọng như thời gian giao hàng, vị trí vận chuyển, trọng lượng xăng dầu, loại nhiên liệu sử dụng và tốc độ của xe vận tải.
Phương pháp nghiên cứu
Phương pháp đại số là công cụ quan trọng để xác định các tập dữ liệu liên quan đến biến dữ liệu, vị trí của xe, cũng như các vị trí xảy ra bất thường trong quá trình di chuyển theo thời gian.
- Phương pháp hình học: Phương pháp được dùng để ước lượng quảng đường giữa các vị trí của xe
- Phương pháp phân tích: Phương pháp dùng để phân tích dữ liệu trước khi biểu diễn và để thiết lập các câu hỏi về dữ liệu
Phương pháp trực quan là một kỹ thuật sử dụng hình ảnh đồ họa để hiển thị tình trạng và mối quan hệ giữa các thuộc tính, giúp người quan sát dễ dàng nhận biết và hiểu rõ hơn về thông tin.
Phương pháp tra cứu tài liệu là kỹ thuật nghiên cứu hình khối không gian – thời gian nhiều chiều, giúp biểu diễn các thuộc tính của đối tượng di chuyển trên bản đồ Google Map và không gian 2 chiều.
- Ứng dụng ngôn ngữ lập trình python và các thư viện Matplotlib, numpy, panda, pip, … để phân tích và biểu diễn trực quan đồ thị 2D, 3D, bản đồ Map.
CƠ SỞ LÝ THUYẾT
Lý thuyết về trực quan hoá
Trực quan hóa (Visualization) là kỹ thuật tạo ra hình ảnh và biểu đồ nhằm truyền đạt thông điệp và thông tin đến người dùng Kỹ thuật này giúp nghiên cứu và trình bày khối dữ liệu trừu tượng một cách trực quan, từ đó nâng cao nhận thức và minh họa dữ liệu một cách dễ hiểu, phản ánh trung thực với số liệu Tóm lại, trực quan hóa dữ liệu là quá trình ánh xạ dữ liệu đến thị giác, giúp người xem nhận diện những điều mà họ chưa từng thấy.
Mục tiêu chính của việc trực quan hóa dữ liệu là truyền đạt thông tin một cách rõ ràng và hiệu quả cho người dùng, thông qua các đồ họa được lựa chọn, thường là dưới dạng bảng hoặc biểu đồ 2D và 3D.
Biểu diễn trực quan hóa dữ liệu là một phương pháp hiệu quả để tiếp cận và phân tích dữ liệu, giúp trả lời các câu hỏi và làm rõ mục tiêu thông qua hình thức trình bày dễ hiểu Bằng cách sử dụng các công cụ xử lý dữ liệu, chúng ta có thể chỉ ra tiềm năng của thông tin và truyền tải nó một cách trực quan, như được minh họa trong hình 2.1 về tư duy hóa trực quan hóa dữ liệu.
Hình 2.1 Tư duy trực quan hóa dữ liệu
Các dạng biểu đồ tham khảo theo tài liệu [2]
Biểu đồ cột đứng/ cột ngang
Biểu đồ này là loại đơn giản và trực quan nhất, giúp người xem nhanh chóng nhận diện giá trị lớn nhất và nhỏ nhất, đồng thời dễ dàng so sánh các yếu tố liên quan.
Hình 2.2 Biểu đồ cột đứng, cột ngang
- Biểu đồ này được dùng để mô tả xu hướng biến động của dữ liệu phân tích và so sánh các yếu tố theo mốc thời gian
Hình 2.3 Biểu đồ đường mức độ biến động dữ liệu theo thời gian
Biểu đồ này là dạng biểu đồ cột, trong đó các cột được sắp xếp theo tần số từ thấp đến cao, trong khi giá trị tần suất tích lũy được thể hiện bằng một đường thẳng.
Hình 2.4 Biểu đồ đường Pareto chart
- Biểu đồ hình tròn là biểu đồ trên đó chia ra thành từng phần, thể hiện % giá trị được biểu diễn
Hình 2.5 Biểu đồ đường tròn
Biểu đồ phân tán (Scatter plot)
Biểu đồ này minh họa mối quan hệ giữa hai biến định lượng khác nhau, đồng thời cho thấy hướng phân phối dữ liệu phân tích và giúp tìm ra tính tương đồng trong dữ liệu.
Hình 2.6 Biểu đồ phân tán
Biểu đồ này tương tự như biểu đồ Scatter plot nhưng có thêm một biến thứ ba được thể hiện qua các dấu chấm tròn Biến bổ sung này có thể là dữ liệu định tính hoặc định lượng, giúp tăng cường khả năng phân tích và trực quan hóa thông tin.
- Biểu đồ này giống như biểu đồ đường thể hiện sự biến động đối tượng dữ liệu theo xu hướng thời gian
Biểu đồ thác nước (Waterfall)
Biểu đồ này là một công cụ trực quan giúp người xem nhận diện cách mà các giá trị trung gian tác động đến giá trị ban đầu, từ đó dẫn đến giá trị cuối cùng.
Hình 2.9 Biểu đồ thác nước
- Biểu đồ này là biểu đồ dạng phễu dùng trong marketing để bắt đầu từ bước tiếp cận khách hàng bằng các chiến dịch quảng cáo
Hình 2.10 Biểu đồ hình phểu
Biểu đồ này thể hiện mối quan hệ giữa hai thước đo và hai biến nghiên cứu, cung cấp thông tin về sự sắp xếp của chúng.
- Biểu đồ này là để thể hiện sự đo lường phân tán và xác định các biến dữ liệu ngoại lệ
Hình 2.12 Biểu đồ Box-plot
2.2 Các tài liệu nghiên cứu liên quan
- Liên quan đến đề tài nghiên cứu có các công trình nghiên cứu của các nghiên cứu như sau:
Bài báo khoa học của Trần Vĩnh Phước và Lê Xuân Trường nghiên cứu cách tiếp cận nhận thức thị giác của con người để thiết kế hình ảnh và đồ thị trong trực quan hóa dữ liệu Nghiên cứu này thể hiện mối quan hệ giữa các biến dữ liệu thông qua đồ thị nhiều chiều dạng khối lập phương Biểu đồ cấu trúc được xây dựng dựa trên mối quan hệ của các biến dữ liệu và nhận thức của con người, đồng thời tích hợp các biến võng mạc nhằm cải thiện tính khách quan và phản hồi chủ quan trong thị giác.
Bài báo khoa học của Nguyễn Hồng, Phạm Văn Đăng và Phước Vĩnh Trần nghiên cứu về việc tích hợp các biến võng mạc vào biểu đồ trực quan hóa dữ liệu đa biến nhằm tăng cường các tính năng trực quan Nghiên cứu sử dụng bản đồ để biểu diễn các biến dữ liệu theo không gian và thời gian, đồng thời áp dụng đồ thị phân lớp để mô tả bệnh tay-chân-miệng tại tỉnh Bình Dương, bao gồm cả lớp định tính và định lượng.
Bài viết "Trực quan hóa dữ liệu các biến bằng phương pháp tiếp cận hai giai đoạn phân loại các khối dữ liệu nhiều chiều" (Tháng 11 năm 2018) của các tác giả Hong Thi Nguyen, Thuan My Thi Pham, Tuyet Anh Thi Nguyen, Anh Van Thi Tran, Phuoc Vinh Tran và Dang Van Pham trình bày một phương pháp trực quan hóa dữ liệu khối không gian và thời gian Phương pháp này bao gồm hai giai đoạn: giai đoạn lập bản đồ và giai đoạn hiển thị hình ảnh đồ họa trực quan, nhằm phù hợp với khả năng nhận thức của người dùng Bài viết cũng đề cập đến việc biểu diễn dữ liệu ba chiều cho các chuyến bay, giúp phân tích và trả lời các câu hỏi liên quan.
Trực quan hóa dữ liệu đóng vai trò quan trọng trong việc truyền đạt thông tin hiệu quả Khối trực quan hóa đối tượng di chuyển (Visualization Cube for Tracking Moving Object) cho phép biểu diễn các đối tượng chuyển động theo thời gian thực, hiển thị quỹ đạo của chúng trên mặt phẳng khối lập phương 3 chiều.
2.3 Trực quan hoá dữ liệu di chuyển bằng ngôn ngữ lập trình python
Matplotlib là thư viện vẽ đồ thị mạnh mẽ trong Python, ngôn ngữ lập trình phổ biến được ứng dụng rộng rãi trong các lĩnh vực như lưu trữ dữ liệu lớn, khoa học dữ liệu và phân tích dữ liệu Pyplot, một phần của Matplotlib, cung cấp giao diện dễ sử dụng cho việc vẽ đồ thị và hỗ trợ lập trình hướng đối tượng.
Phương pháp thiết kế này đã đơn giản hóa việc sử dụng Pyplot, giúp ứng dụng Matplotlib vào thực tế trở nên dễ dàng hơn Matplotlib cho phép tạo ra các hình ảnh chất lượng cao, phù hợp với nhiều định dạng cố định và môi trường tương tác trên các nền tảng ứng dụng.
Trực quan hoá dữ liệu di chuyển bằng ngôn ngữ lập trình python
Matplotlib là thư viện vẽ đồ thị mạnh mẽ trong Python, ngôn ngữ lập trình phổ biến hiện nay cho Big Data, khoa học dữ liệu và phân tích dữ liệu Pyplot trong Matplotlib cung cấp giao diện dễ sử dụng cho việc tạo đồ thị và hình ảnh trực quan.
Phương pháp thiết kế này đã đơn giản hóa việc sử dụng Pyplot, giúp ứng dụng Matplotlib vào thực tế trở nên dễ dàng hơn Matplotlib cho phép tạo ra những hình ảnh chất lượng cao, phù hợp với nhiều định dạng cố định và môi trường tương tác trên nền tảng ứng dụng.
Pandas là một thư viện mạnh mẽ trong ngôn ngữ lập trình Python, cho phép người dùng thao tác và phân tích dữ liệu hiệu quả Thư viện này cung cấp các cấu trúc dữ liệu đặc biệt, hỗ trợ cho việc xử lý bảng số liệu và chuỗi thời gian Với sự kết hợp giữa Python và Pandas, người dùng có thể áp dụng vào nhiều lĩnh vực khác nhau, từ học thuật đến thương mại, bao gồm phân tích tài chính, kinh tế và thống kê.
Pandas có ba cấu trúc dữ liệu chính là Series, DataFrame và Panel, được xây dựng dựa trên thư viện Numpy, giúp tăng cường tốc độ và hiệu quả xử lý dữ liệu.
Thư viện Numpy là một công cụ mạnh mẽ trong Python, hỗ trợ xử lý toán học hiệu quả với ma trận và mảng Numpy cho phép xử lý dữ liệu lớn với tốc độ nhanh, giúp tối ưu hóa việc thao tác và xử lý dữ liệu.
- Để vẽ biểu đồ, chúng ta cần biết rõ các thành phần tạo nên biểu đồ:
Trục: trục X, trục Y, trục thời gian
Dữ liệu: dữ liệu phân tích có thể được biểu diễn dưới dạng một mảng
Chiều cao và chiều rộng của thanh: được xác định dựa trên phân tích, chiều rộng của thanh được gọi là bin hay khoảng
Tiêu đề của biểu đồ
Tkinter là thư viện GUI tiêu chuẩn cho Python, cung cấp công cụ nhanh chóng và dễ dàng để phát triển các ứng dụng giao diện người dùng Với Tkinter, người dùng có thể tận dụng giao diện hướng đối tượng mạnh mẽ của bộ công cụ Tk GUI để tạo ra các ứng dụng hiệu quả.
Việc phát triển ứng dụng với Tkinter rất dễ dàng và chỉ cần thực hiện theo các bước cơ bản Đầu tiên, bạn cần nhập mô đun Tkinter, sau đó tạo cửa sổ chính cho giao diện người dùng (GUI) Tiếp theo, hãy thêm một số widgets vào ứng dụng của bạn Cuối cùng, nhập vòng lặp event chính để xử lý các sự kiện do người dùng kích hoạt.
Tkinter cung cấp nhiều loại widget khác nhau, như nút và nhãn, để sử dụng trong các ứng dụng GUI Những thành phần này thường được gọi là bảng điều khiển.
1 Button: Tiện ích Button được sử dụng để hiển thị các nút trong ứng dụng
2 Canvas: Sử dụng để vẽ các hình dạng, chẳng hạn như đường thẳng, hình bầu dục, đa giác và hình chữ nhật, trong ứng dụng của bạn
3 Checkbutton: sử dụng để hiển thị một số tùy chọn dưới dạng hộp kiểm Người dùng có thể chọn nhiều tùy chọn cùng một lúc
4 Entry: được sử dụng để hiển thị trường văn bản một dòng để chấp nhận các giá trị từ người dùng
5 Frame: được sử dụng như một widget vùng chứa để sắp xếp các widget khác
6 Label: được sử dụng để cung cấp chú thích một dòng cho các tiện ích con khác Nó cũng có thể chứa hình ảnh
7 Listbox: được sử dụng để cung cấp danh sách các tùy chọn cho người dùng
8 Menubutton: được sử dụng để hiển thị các menu trong ứng dụng của bạn
9 Menu: được sử dụng để cung cấp các lệnh khác nhau cho người dùng Các lệnh này được chứa bên trong Menubutton
10 Message: được sử dụng để hiển thị các trường văn bản nhiều dòng để chấp nhận các giá trị từ người dùng
11 Radiobutton: được sử dụng để hiển thị một số tùy chọn dưới dạng các nút radio Người dùng chỉ có thể chọn một tùy chọn tại một thời điểm
12 Scale: được sử dụng để cung cấp tiện ích con trượt
13 Scrollbar: được sử dụng để thêm khả năng cuộn vào các tiện ích con khác nhau, chẳng hạn như hộp danh sách
14 Text: được sử dụng để hiển thị văn bản trong nhiều dòng
15 Toplevel: được sử dụng để cung cấp một vùng chứa cửa sổ riêng biệt
16 Spinbox: Tiện ích Spinbox là một biến thể của tiện ích Tkinter Entry tiêu chuẩn, có thể được sử dụng để chọn từ một số giá trị cố định
17 PanedWindow: PanedWindow là một widget vùng chứa có thể chứa bất kỳ số lượng ngăn nào, được sắp xếp theo chiều ngang hoặc chiều dọc
LabelFrame là một tiện ích đơn giản, được thiết kế để hoạt động như một bộ đệm hoặc vùng chứa cho các bố cục cửa sổ phức tạp Mục đích chính của LabelFrame là tổ chức và quản lý các thành phần giao diện người dùng một cách hiệu quả.
19 tkMessageBox: Mô-đun này được sử dụng để hiển thị các hộp thông báo trong các ứng dụng của bạn
- Folium là một thư viện python cho phép bạn kết hợp các thư viện dữ liệu tuyệt vời của python và khả năng tạo bản đồ tuyệt đẹp [16,17]
Hình 2.13 Bảng đồ map trong thư viện folium
2.3.6 Thư viện Pillow (PIL Fork)
Thư viện Pillow là một thư viện hình ảnh mạnh mẽ cho ngôn ngữ Python, hỗ trợ các chức năng xử lý hình ảnh và đồ họa Thư viện này cho phép người dùng tạo, đọc, ghi, hiển thị và lưu trữ hình ảnh, cùng với nhiều thao tác khác trên ảnh.
- Geopy là một ứng dụng cho phép Python sử dụng một số dịch vụ web mã hoá địa lý phổ biến [19]
Geopy là một thư viện hữu ích trong Python, cho phép người dùng dễ dàng xác định tọa độ (kinh độ, vĩ độ) của các địa chỉ, thành phố, quốc gia và địa danh trên toàn cầu Ngoài ra, Geopy cũng có khả năng xác định địa chỉ, thành phố và quốc gia dựa trên tọa độ đã biết.
- Geopy bao gồm các lớp mã hoá địa lý như OpenStreetMap Nominatim, Google Geocoding API và nhiều thành phần mã hoá địa lý khác [19]
- Mô đun tkhtmlview là tập hợp các tiện ích cho tkinter, hỗ trợ phân tích cú pháp HTML đơn giản, văn bản có thể đặt ở định dạng HTML [20]
XÂY DỰNG HỆ THỐNG GIÁM SÁT
Nội dung nghiên cứu
Sự phát triển của công ty kinh doanh xăng dầu phụ thuộc vào việc vận tải xăng dầu hiệu quả từ công ty đến các trạm Việc kiểm soát vị trí dừng, tốc độ, và biến động nhiên liệu hoặc trọng lượng trong thời gian thực là rất quan trọng để nâng cao hiệu quả kinh doanh Giải pháp tối ưu là xây dựng hệ thống giám sát trực quan, giúp phân tích và biểu diễn dữ liệu di chuyển của ô tô vận tải xăng dầu một cách rõ ràng và hiệu quả.
3.2.1 Các loại biến và mô tả
Kinh độ là toạ độ địa lý theo hướng đông – tây, được sử dụng phổ biến trên trong bản đồ học và hoa tiêu [ trích trong Wikipedia]
- Tính trên đơn vị thời gian: phút
- Đơn vị: độ hoặc radian
- Kiểu dữ liệu: số thực
Vĩ độ là giá trí xác định vị trí của một điểm trên bề mặt Trái Đất ở phía bắc hay phía nam của xích đạo [trích trong Wikipedia]
- Tính trên đơn vị thời gian: phút
- Đơn vị: độ hoặc radian
- Kiểu dữ liệu: số thực
Biến vị trí của ô tô vận tải xăng dầu (VTXD) theo đơn vị thời gian được thể hiện trên Google Maps hoặc không gian 3 chiều thông qua hai thành phần chính là kinh độ và vĩ độ Trong không gian 2 chiều, vị trí được biểu diễn trên trục hoành, với khoảng cách từ vị trí này đến gốc tọa độ tương ứng với quãng đường mà ô tô đã di chuyển từ vị trí ban đầu đến vị trí hiện tại trong lộ trình di chuyển của VTXD.
- Tính trên đơn vị thời gian: phút
- Ký hiệu: P hoặc P (X; Y) trong đó X là kinh độ, Y là vĩ độ
- Đơn vị: km (hoặc mét)
- Kiểu dữ liệu: số thực
Trọng lượng là trọng lượng chở của ô tô VTXD
- Tính theo đơn vị thời gian: phút
- Đơn vị: tấn (hoặc kg)
- Kiểu dữ liệu: số thực
Nhiêu liệu là nhiên liệu của ô tô VTXD để vận hành động cơ của ô tô
- Tính trên đơn vị thời gian: phút
- Kiểu dữ liệu: số thực
Tốc độ của ô tô là quảng đường đi được của ô tô trên một đơn vị thời gian
- Tính trên đơn vị thời gian: phút
- Kiểu dữ liệu: số thực
Thời gian được xác định bởi hệ thống giám sát khi ghi nhận các giá trị đặc tính như trọng lượng, nhiên liệu, tốc độ và vị trí của ô tô VTXD Mỗi phút, hệ thống sẽ cập nhật những thông tin này để đảm bảo theo dõi chính xác.
- Tính trên đơn vị thời gian: 1 phút
- Kiểu dữ liệu: số thực
3.2.2 Phương pháp biểu diễn các đặc tính và vị trí theo thời gian
Bảng 3.1 Bảng các đặc tính và vị trí của ô tô VTXD theo thời gian
Thời gian Kinh độ Vĩ độ Nhiên liệu Trọng lượng Tốc độ
Ti Xi Yi Fi Wi Si
Ti+1 Xi+1 Yi+1 Fi+1 Wi+1 Si+1
Tn Xn Yn Fn Wn Sn
Bảng dữ liệu bao gồm 6 trường và n bộ dữ liệu, ghi nhận thông tin về vị trí (kinh độ và vĩ độ) cùng các đặc tính của ô tô VTXD như nhiên liệu, trọng lượng và tốc độ Dữ liệu này được thu thập theo chuỗi thời gian liên tục, với khoảng cách thời gian đều nhau là một phút, như thể hiện trong bảng 3.1.
3.2.3 Thiết kế và mô tả các biển báo trực quan
Sử dụng phần mềm Likscape 1.0 để thiết kế biển báo trực quan giúp biểu diễn vị trí của ô tô dừng không thay đổi trọng lượng và nhiên liệu, cũng như vị trí của ô tô dừng và đang chạy có biến động về trọng lượng hoặc nhiên liệu Các thông tin này sẽ được thể hiện trên Google Map, tạo điều kiện thuận lợi cho việc theo dõi lộ trình di chuyển của ô tô.
Hình 3.1 Phần mềm inkscape 1.0 thiết kế các biển báo trực quan
Bảng 3.2 Danh sách biển báo trực quan và ý nghĩa
Số thứ tự Biển báo trực quan
2 Vị trí ô tô dừng có biến động về nhiên liệu
3 Vị trí ô tô dừng có biến động về trọng lượng
4 Vị trí ô tô dừng có biến động về trọng lượng và nhiên liệu
5 Vị trí ô tô đang chạy có biến động về nhiên liệu
6 Vị trí ô tô đang chạy có biến động về trọng lượng
7 Vị trí ô tô đang chạy có biến động về trọng lượng và nhiên liệu
8 Vị trí ô tô được hệ thống ghi nhận đầu tiên trên lộ trình di chuyển
9 Vị trí ô tô được hệ thống ghi nhận cuối cùng trên lộ trình di chuyển
3.2.4 Các công thức toán học liên quan giữa các biến
Biểu diễn các biến dưới dạng kí hiệu và quan hệ tương quan bằng phương pháp toán học
P = X Y = {(X ; Y ) | X ∈ X và Y ∈ Y} (công thức 3.2) Trong đó:
Tập trọng lượng của ô tô chở:
Ước lượng quảng đường ô tô đi từ vị trí Pi đến Pi+1
Tập hợp các vị trí dừng trên lô trình di chuyển của ô tô:
Tập hợp các vị trí trên lộ trình di chuyển của ô tô có biến động về nhiên liệu:
- Nhiên liệu tiêu hao khi ô tô di chuyển từ Pi-1 đến Pi:
- Thông số tiêu hao nhiên liệu của ô tô VTXD được nhà sản suất cung cấp là: a lít-b lít/1 km
- Nhiêu liệu tiêu hao khi ô tô di chuyển từ Pi-1 đến Pi không bất thường khi:
Trong đó: 𝑃 𝑃 là ước lượng quảng đường di chuyển của ô tô từ Pi-1 đến Pi:
- Tập hợp các vị trí dừng trên lộ trình di chuyển của ô tô có biến động về nhiên liệu là:
- Tập hợp các vị trí mà ô tô di chuyển trên lộ trình di chuyển có biến động về nhiên liệu là:
Tập hợp các vị trí trên lộ trình di chuyển của ô tô có biến động về trọng lượng:
Tập hợp các vị trí trên lộ trình di chuyển của ô tô mà ô tô dừng có biến động về trọng lượng:
Tập hợp các vị trí trên lộ trình di chuyển của ô tô khi ô tô dừng có biến động về trọng lượng và nhiên liệu:
Tập hợp các vị trí của ô tô đang chạy trên lộ trình di chuyển có biến động về trọng lượng
Tập hợp các vị trí của ô tô đang chạy trên lộ trình di chuyển có biến động về trọng lượng và nhiêu liệu
Mô hình hệ thống giám sát ô tô vận tải xăng dầu
Hình 3.2 Mô hình hệ thống giám sát ô tô VTXD
Mô hình trực quan hoá của hệ thống giám sát ô tô VTXD gồm ba thành phần chính sau:
Ô tô VTXD được trang bị thiết bị định vị GPS và các cảm biến để giám sát vị trí và các đặc tính quan trọng của xe Thiết bị GPS cho phép theo dõi tọa độ ô tô theo thời gian thực, trong khi các cảm biến đo lường nhiên liệu, tốc độ và trọng lượng cũng cung cấp thông tin liên tục về tình trạng xe.
Hệ thống đường truyền internet sử dụng mạng 3G, 4G, 5G của nhà cung cấp dịch vụ viễn thông cho phép truyền dữ liệu về vị trí và các đặc tính của ô tô VTXD, bao gồm nhiên liệu, tốc độ và trọng lượng.
Máy tính hiển thị trực quan hóa dữ liệu từ hệ thống đường truyền, cung cấp thông tin về vị trí, nhiên liệu, tốc độ và trọng lượng của ô tô được giám sát Dữ liệu này được biểu diễn trên không gian - thời gian nhiều chiều, biểu đồ 2 chiều và bản đồ Google Map, giúp người dùng dễ dàng theo dõi tình trạng và các hoạt động của ô tô VTXD trong suốt hành trình di chuyển.
Các phương tiện giám sát
Xây dựng phần mềm cho hệ thống giám sát
Ngôn ngữ lập trình được chọn để viết phần mềm giám sát ô tô VTXD là ngôn ngữ lập trình Python Python có nhiều ưu điểm như:
- Ngôn ngữ thân thiện với người dùng, có cấu trúc rõ ràng, cú pháp ngắn gọn và trực quan
- Tốc độ xử lý cực nhanh, được hỗ trợ trên nhiều nền tảng hệ điều hành khác nhau như: UNIX, MS-DOC, Mac OS, Window, Linix, …
- Thư viện hỗ trợ ngôn ngữ Python cực kỳ phong phú giúp cho công việc xây dựng phần mềm này trở nên dễ dàng, nhanh chóng và hiệu quả
Các thư viện quan trọng cho việc phát triển phần mềm giám sát bao gồm pandas, matplotlib, numpy, PIL, tkinter, folium, tkhtmlview và geopy, đã được trình bày chi tiết trong chương 2.
Hình 3.3 Khai báo các thư viện trong code của phần mềm giám sát
Màn hình chính của phần mềm giám sát ô tô VTXD như hình sau đây:
Hình 3.4 Màn hình chính của phần mềm giám sát
- Trong đó: o File gồm các mục như:
New: Đăng kí ô tô mới cần giám sát vào phần mềm giám sát
Delete: Xoá ô tô giám sát ra khỏi danh sách ô tô đã đăng kí trong phần mềm giám sát
Để tắt phần mềm giám sát, bạn cần chọn ô tô cần giám sát từ danh sách đã đăng ký Bạn cũng có thể tùy chọn khoảng thời gian giám sát phù hợp Nếu cần hỗ trợ, hãy tham khảo hướng dẫn sử dụng phần mềm giám sát để được hướng dẫn chi tiết.
Phần mềm giám sát ô tô VTXD cung cấp khả năng biểu diễn trực quan dữ liệu di chuyển thông qua năm thành phần chính: bảng dữ liệu và lộ trình di chuyển của ô tô, biểu diễn trọng lượng, nhiên liệu và tốc độ theo vị trí, theo thời gian, và theo ước lượng quảng đường Ngoài ra, phần mềm còn hiển thị thời gian, vị trí và các đặc tính của ô tô VTXD trên hình khối không gian-thời gian nhiều chiều.
HỆ THỐNG GIÁM SÁT DỮ LIỆU DI CHUYỂN CỦA Ô TÔ VẬN TẢI XĂNG DẦU
Hệ thống giám sát của ô tô vận tải xăng dầu thứ nhất
4.1.1 Phần mềm giám sát ô tô VTXD thứ nhất
Hình 4.1.1 Màn hình chính của phần mềm giám ô tô VTXD thứ nhất
Hệ thống giám sát cung cấp thông tin tài xế với số căn cước công dân CCCD 123456789012, tên đầy đủ Nguyễn Thái Sơn, và số điện thoại liên lạc 0903145777.
- Ô tô VTXD thứ nhất có biển số: 52-66666; loại ô tô: Xe bồn Hyundai HD260 chở xăng dầu 17 khối 12 tấn
4.1.2 Dữ liệu ô tô vận tải xăng dầu thứ nhất
Bảng 4.1.1 Bảng cơ sở dữ liệu của ô tô vận tải xăng dầu thứ nhất
Thời gian Kinh độ Vĩ độ Nhiên liệu Trọng lượng Tốc độ
Bảng dữ liệu ô tô VTXD gồm 6 biến: thời gian, kinh độ, vĩ độ, nhiên liệu, trọng tải và tốc độ, được thu thập từ thiết bị GPS và cảm biến trong 85 phút, với dữ liệu được truyền mỗi phút Ô tô di chuyển từ Khu Công Nghiệp Vĩnh Lộc, Bình Chánh, TP.HCM đến Xã Mỹ Hạnh Nam, Đức Hòa, Long An Đơn vị đo nhiên liệu là lít, trọng lượng chở xăng dầu là kg, và tốc độ là km/h.
4.1.3 Trực quan hoá sự di chuyển của ô tô VTXD thứ nhất
4.1.3.1 Biểu diễn trực quan thời gian, vị trí và các đặc tính của ô tô VTXD trên hình khối không gian – thời gian nhiều chiều
Dữ liệu từ ô tô VTXD đầu tiên được truyền về máy tính và hiển thị một cách trực quan cho 10 bộ dữ liệu gần nhất trong không gian – thời gian nhiều chiều.
Hình 4.1.2 Trực quan hoá 10 bộ dữ liệu gần nhất của xe ô tô VTXD thứ nhất trên hình khối không gian-thời gian nhiều chiều
Dữ liệu về thời gian, vị trí, nhiên liệu, trọng lượng và tốc độ của ô tô được thể hiện trong bảng dữ liệu 4.1 VTXD thứ nhất trong bảng này được minh họa qua đồ thị không gian - thời gian nhiều chiều.
Mỗi thuộc tính được biểu diễn dưới dạng đường cong với màu sắc khác nhau trong không gian-thời gian:
- Đường biểu diễn thời gian của ô tô được biểu diễn bằng đường cong màu xanh da trời
- Đường biểu diễn vị trí của ô tô được biểu diễn bằng đường cong màu xanh lá cây
- Đường biểu diễn nhiên liệu của ô tô được biểu diễn bằng đường cong màu đỏ
- Đường biểu diễn trọng lượng của ô tô chở được biểu diễn bằng đường cong màu đen
- Đường biểu diễn tốc độ của ô tô được biểu diễn bằng đường cong màu tím
4.1.3.2 Biểu diễn trực quan các đặc tính theo vị trí của ô tô VTXD thứ nhất Để cho việc quan sát dễ dàng, nhanh chóng và chính xác, hình khối không gian-thời gian nhiều chiều được phân rã thành các khối không gian – thời gian nhiều chiều thành phần Sau đó kéo thẳng các đường cong này lên đường thẳng và được ước lượng khoảng cách giữa các vị trí trên không gian 2 chiều để người quan sát rõ biến động của trọng lượng, nhiêu liệu và tốc độ của ô tô VTXD trên suốt tuyến đường di chuyển theo vị trí thực
Hình 4.1.3 Vị trí (P) trên không gian 3 chiều được kéo thẳng lên đường thẳng đưa về không gian 2 chiều
Phần mềm giám sát cho phép phân rã biểu đồ hình 4.1.3 thành các biểu đồ đơn giản hơn với ít thành phần, giúp người dùng dễ dàng quan sát hơn, như được minh họa trong hình 4.1.4.
Ô tô VTXD dừng lại ở hai vị trí khác nhau để cung cấp xăng dầu cho khách hàng, như thể hiện trong hình 4.1.4.
Người quan sát có thể dễ dàng xác định vị trí dừng của ô tô và lượng xăng dầu cung cấp cho khách hàng bằng cách rê chuột vào biểu đồ trọng lượng trên hệ thống giám sát, hệ thống sẽ hiển thị thông tin vị trí và trọng lượng theo thời gian thực.
Hình 4.1.5 Biểu diễn trọng lượng theo vị trí
Quan sát hình 4.1.4 và hình 4.1.5 ta thấy tại vị trí có kinh độ 10.8498436 và vĩ độ 106.4171246, ô tô VTXD cung cấp xăng dầu cho khách hàng
Hình 4.1.6 cho thấy đường nhiên liệu (F) giảm dần theo vị trí (P) từ trái sang phải Để biết chi tiết lượng nhiên liệu còn lại tại vị trí cần thiết, người quan sát chỉ cần rê chuột đến vị trí trên biểu đồ, và hệ thống sẽ hiển thị giá trị nhiên liệu còn của ô tô xăng dầu theo thời gian thực.
Hình 4.1.6 Biểu diễn nhiên liệu theo vị trí
Ô tô VTXD đã dừng lại ở 5 vị trí trên lộ trình di chuyển, được xác định bởi tốc độ bằng 0 tại những điểm này Để biết chính xác vị trí dừng của ô tô, người dùng chỉ cần rê chuột trên biểu đồ, hệ thống giám sát sẽ hiển thị thông tin cụ thể về các vị trí dừng của ô tô VTXD.
Hình 4.1.7 Biểu diễn tốc độ theo vị trí 4.1.3.3 Biểu diễn trực quan các đặc tính và thời gian của ô tô VTXD thứ nhất theo ước lượng quảng đường
Hình 4.1.8 Biểu diễn trọng lượng, nhiên liệu, tốc độ và thời gian theo vị trí và ước lượng khoảng cách giữa các vị trí liên tiếp nhau
Hình 4.1.8 cho thấy đường cong trọng lượng (W) được chia thành 4 đoạn thẳng, trong đó có 2 đoạn thẳng song song với trục hoành, cho thấy không có biến động về trọng lượng Hai đoạn thẳng còn lại song song với trục tung chứng tỏ có sự biến động về trọng lượng Cụ thể, trọng lượng đang giảm dần, cho thấy ô tô VTXD đang cung cấp xăng cho khách hàng.
Hình 4.1.9 Biểu diễn nhiên liệu của ô tô VTXD theo ước lượng quảng đường (phân rã từ hình 4.1.8)
Quan sát hình 4.1.9 cho thấy đường cong biểu diễn nhiên liệu (F) giảm dần khi khoảng cách di chuyển tăng Các giá trị nhiên liệu (F) tỉ lệ nghịch với khoảng cách của ô tô VTXD Đặc biệt, có hai vị trí trên đường biểu diễn nhiên liệu (F) có sự giảm mạnh hơn so với các vị trí khác, và người quan sát cần chú ý đến hai vị trí này, được khoanh tròn trong hình.
Nhiên liệu giảm bất thường Nhiên liệu giảm bất thường
Hình 4.1.10 Biểu diễn tốc độ của ô tô VTXD theo ước lượng quảng đường
Hình 4.1.10 cho thấy đường tốc độ (S) của ô tô VTXD đã dừng lại tại 5 vị trí, với tốc độ (S) bằng 0 Khi kết hợp với đường thời gian trong hình 4.1.8, ta nhận thấy rằng vị trí dừng thứ nhất, thứ hai và thứ tư có thời gian dừng không quá 1 phút, trong khi vị trí dừng thứ ba và thứ năm có thời gian dừng lớn hơn 1 phút rất nhiều, do các giá trị thời gian được xếp chồng lên nhau song song với trục tung.
Quan sát hình 4.1.8 cho thấy đường biểu diễn thời gian (T) của ô tô VTXD tăng theo khoảng cách, tuy nhiên có hai khoảng cách mà thời gian lại tăng mà không có sự gia tăng về khoảng cách Điều này chứng tỏ rằng tại hai vị trí này, ô tô vận tải đã dừng lại, và hệ thống giám sát đã ghi nhận được điều này.
4.1.3.4 Biểu diễn trực quan các đặc tính và vị trí của ô tô VTXD theo thời gian
Biểu diễn các đặc tính và vị trí của ô tô VTXD theo thời gian, như hình 4.1.11, giúp người quan sát dễ dàng theo dõi sự biến động của trọng lượng, nhiên liệu, tốc độ và vị trí một cách nhanh chóng và chính xác.
Hình 4.1.11 Biểu diễn trọng lượng, nhiên liệu, tốc độ và vị trí theo thời gian
Hệ thống giám sát của ô tô vận tải xăng dầu thứ hai
4.2.1 Phần mềm giám sát ô tô VTXD thứ hai
Hình 4.2.1 Màn hình chính của HTGS đang chọn ô tô VTXD thứ hai
Hệ thống giám sát cung cấp thông tin tài xế, bao gồm số căn cước công dân (CCCD) 123456789345, họ và tên Nguyễn Thành Vinh, cùng với số điện thoại liên lạc 0903145888.
- Ô tô VTXD thứ hai có biển số: 52-12231; loại ô tô: Xe bồn Xitec Hyundai HD260 dung tích 17 khối chở xăng dầu
4.2.2 Dữ liệu ô tô vận tải xăng dầu thứ hai
Bảng 4.2.1 Bảng cơ sở dữ liệu của ô tô vận tải xăng dầu thứ hai
Thời gian Kinh độ Vĩ độ Nhiên liệu Trọng lượng Tốc độ 8:51:21 PM 10.83814 106.60179 148.83 12500 55 8:52:21 PM 10.83423 106.60728 148.46 12500 57 8:53:21 PM 10.83271 106.60937 148.08 12500 58 8:54:21 PM 10.83127 106.61193 147.72 12500 55 8:55:21 PM 10.82832 106.62027 147.33 12500 60 8:56:21 PM 10.8272 106.62487 146.93 12500 62 8:57:21 PM 10.82418 106.62811 146.51 12500 64 8:58:21 PM 10.82097 106.63026 146.11 12500 62 8:59:21 PM 10.8137 106.63252 145.71 12500 62 9:00:21 PM 10.81031 106.63358 145.33 12500 59 9:01:21 PM 10.80799 106.63443 144.96 12500 57 9:02:21 PM 10.80437 106.63738 144.96 12500 0 9:03:21 PM 10.80249 106.64139 144.60 12500 56 9:04:21 PM 10.8019 106.64751 144.18 12500 65 9:05:21 PM 10.80153 106.65136 143.77 12500 63 9:06:21 PM 10.80096 106.65773 143.36 12500 63 9:07:21 PM 10.80049 106.66386 142.99 12500 57
9:09:21 PM 10.79973 106.67235 142.25 12500 55 9:10:21 PM 10.7992 106.67864 141.88 12500 57 9:11:21 PM 10.79728 106.6812 141.49 12500 60 9:12:21 PM 10.79589 106.68184 141.10 12500 60 9:13:21 PM 10.79134 106.68753 140.70 12500 61 9:14:21 PM 10.7886 106.69092 140.70 12500 0 9:15:21 PM 10.7886 106.69092 140.70 12500 0 9:16:21 PM 10.7886 106.69092 140.70 12500 0 9:17:21 PM 10.7886 106.69092 140.70 12500 0 9:18:21 PM 10.7886 106.69092 140.70 12500 0 9:19:21 PM 10.7886 106.69092 140.70 12000 0 9:20:21 PM 10.7886 106.69092 140.70 11000 0 9:21:21 PM 10.7886 106.69092 140.70 10500 0
Vào lúc 9:22 PM, tọa độ 10.7886, 106.69092 ghi nhận nhiệt độ 140.70 với áp suất 9500 Từ 9:23 PM đến 9:28 PM, nhiệt độ giảm dần xuống 140.70 và áp suất giảm xuống 8500 Đến 9:29 PM, tọa độ thay đổi nhẹ và nhiệt độ giảm xuống 140.34 Từ 9:30 PM đến 9:38 PM, nhiệt độ tiếp tục giảm, với các giá trị lần lượt là 139.92, 139.55, 139.15, 138.72, 138.32, 137.93, 137.55, và 137.17, trong khi áp suất giữ ổn định ở mức 8500 Từ 9:39 PM đến 9:44 PM, nhiệt độ tiếp tục giảm xuống 135.03, với áp suất vẫn ở 8500 Sau đó, từ 9:45 PM đến 9:50 PM, nhiệt độ giảm xuống 132.35, trong khi áp suất vẫn ổn định Từ 9:51 PM đến 9:58 PM, nhiệt độ duy trì ở mức 131.70, không có sự thay đổi Cuối cùng, vào lúc 9:59 PM và 10:00 PM, nhiệt độ giảm nhẹ xuống 131.31 và 130.95, với áp suất giữ ổn định ở 8500.
Dữ liệu ghi lại từ 10:01 PM đến 10:39 PM cho thấy sự thay đổi liên tục về tọa độ và chỉ số Các tọa độ lần lượt là 10.82633, 10.82669, 10.82684, và tiếp tục với các giá trị khác nhau, trong khi chỉ số đo lường dao động từ 0 đến 8500 Đặc biệt, từ 10:25 PM đến 10:32 PM, tọa độ không thay đổi, nhưng chỉ số giảm dần từ 8500 xuống 4500 Cuối cùng, vào lúc 10:39 PM, tọa độ ghi nhận là 10.85516 với chỉ số 56 Dữ liệu này cho thấy một xu hướng giảm dần về chỉ số trong khoảng thời gian ghi nhận.
10:40:21 PM 10.85278 106.60494 321.77 4500 58 10:41:21 PM 10.85128 106.6036 321.39 4500 59 10:42:21 PM 10.84766 106.60091 320.95 4500 67 10:43:21 PM 10.84555 106.59996 320.60 4500 54 10:44:21 PM 10.84134 106.59943 320.60 4500 0 10:45:21 PM 10.83954 106.59998 320.21 4500 60 10:46:21 PM 10.83598 106.59843 319.81 4500 62 10:47:21 PM 10.83147 106.59611 319.49 4500 50 10:48:21 PM 10.8296 106.59503 319.13 4500 55 10:49:21 PM 10.82712 106.59314 318.76 4500 57 10:50:21 PM 10.8261 106.59667 318.40 4500 55 10:51:21 PM 10.82502 106.60198 318.40 4500 0
Dữ liệu từ thiết bị định vị GPS và các cảm biến được thu thập trong 120 phút, với mỗi phút truyền tải và ghi nhận thông tin Hệ thống giám sát đã ghi nhận vị trí đầu tiên của ô tô VTXD thứ hai tại đường Phan Văn Hớn, Xã Bà Điểm, Huyện Hóc Môn, Thành phố Hồ Chí Minh.
4.2.3 Trực quan hoá sự di chuyển của ô tô VTXD thứ hai
4.2.3.1 Biểu diễn trực quan thời gian, vị trí và các đặc tính của ô tô VTXD trên hình khối không gian – thời gian nhiều chiều
Trực quan hoá 10 bộ dữ liệu của ô tô VTXD thứ hai được hệ thống giám sát ghi nhận gần nhất trên khối không gian – thời gian nhiều chiều
Hình 4.2.2 Trực quan hoá 10 bộ dữ liệu gần nhất của xe ô tô VTXD thứ hai trên hình khối không gian-thời gian nhiều chiều
Dữ liệu về thời gian, vị trí, nhiên liệu, trọng lượng và tốc độ của ô tô VTXD thứ hai trong bảng 4.3 được thể hiện qua đồ thị không gian - thời gian nhiều chiều.
Mỗi thuộc tính được biểu diễn dưới dạng đường cong với màu sắc khác nhau trong không gian-thời gian:
- Đường biểu diễn thời gian của ô tô được biểu diễn bằng đường cong màu xanh da trời
- Đường biểu diễn vị trí của ô tô được biểu diễn bằng đường cong màu xanh lá cây
- Đường biểu diễn nhiên liệu của ô tô được biểu diễn bằng đường cong màu đỏ
- Đường biểu diễn trọng lượng của ô tô chở được biểu diễn bằng đường cong màu đen
- Đường biểu diễn tốc độ của ô tô được biểu diễn bằng đường cong màu tím
4.2.3.2 Biểu diễn trực quan các đặc tính theo vị trí của ô tô VTXD thứ hai Để cho việc quan sát dễ dàng, nhanh chóng và chính xác, hình khối không gian-thời gian nhiều chiều được phân rã thành các khối không gian – thời gian nhiều chiều thành phần Sau đó kéo thẳng các đường cong này lên đường thẳng và được ước lượng khoảng cách giữa các vị trí trên không gian 2 chiều để người quan sát rõ biến động của trọng lượng, nhiêu liệu và tốc độ của ô tô VTXD trên suốt tuyến đường di chuyển theo vị trí thực
Hình 4.2.3 Vị trí (P) trên không gian 3 chiều được kéo thẳng lên đường thẳng đưa về không gian 2 chiều
Dữ liệu di chuyển của ô tô VTXD thứ hai được hệ thống giám sát ghi nhận liên tục trong suốt lộ trình Trong quá trình ô tô hoạt động với tốc độ khác 0, không có dấu hiệu bất thường nào được phát hiện.
Trong suốt hành trình, ô tô đã dừng lại tại 8 vị trí khác nhau Trong số đó, có 2 vị trí ô tô dừng để giảm trọng lượng chở, cho thấy rằng tại những vị trí này, ô tô đã cung cấp xăng dầu cho khách hàng Ngoài ra, có 1 vị trí ô tô dừng để nạp thêm nhiên liệu 5 vị trí dừng còn lại không ghi nhận dấu hiệu bất thường nào.
4.2.3.3 Biểu diễn trực quan các đặc tính và thời gian của ô tô VTXD thứ hai theo ước lượng quảng đường
Hình 4.2.4 Biểu diễn trọng lượng, nhiên liệu, tốc độ theo ước lượng quảng đường
Hình 4.2.4 cho thấy sự phân tích tương tự như hình 4.1.8 Đường biểu diễn thời gian (màu xanh) cho thấy xu hướng tăng dần theo ước lượng quảng đường Tuy nhiên, tại vị trí dừng (tốc độ bằng 0), sự tăng dần này không rõ ràng.
Do đó hệ thống cho phép tách đường biểu diễn thời gian trong hình 4.2.4 như hình dưới đây:
Hình 4.2.5 Biểu diễn thời gian theo ước lượng quảng đường
Dựa vào hình 4.2.5 và hình 4.2.4, có 8 vị trí ô tô dừng, trong đó 3 vị trí dừng tốn nhiều thời gian hơn cả Vì vậy, người quản lý cần chú ý đến 3 vị trí dừng này để cải thiện hiệu suất.
4.2.3.4 Biểu diễn trực quan các đặc tính và vị trí của ô tô VTXD theo thời gian
Biểu diễn trực quan các đặc tính và vị trí của ô tô theo thời gian giúp quan sát dễ dàng và nhanh chóng, đồng thời nâng cao độ chính xác trong việc đưa ra dự đoán Người dùng chỉ cần rê chuột đến vị trí mong muốn để xem chi tiết giá trị của các đặc tính và vị trí ô tô VTXD Hệ thống giám sát hiển thị phương pháp này một cách rõ ràng, như hình minh họa dưới đây.
Hình 4.2.6 Biểu diễn trọng lượng, nhiên liệu, tốc độ và vị trí theo thời gian
4.2.4 Trực quan hoá sự di chuyển của ô tô VTXD thứ hai trên google map
Trên giao diện chính của hệ thống giám sát, hãy chọn mục “Biểu diễn lộ trình di chuyển trên Google Map và trích xuất dữ liệu di chuyển của ô tô VTXD” để chuyển sang màn hình tiếp theo.
Hình 4.2.7 Mục trích xuất dữ liệu và lộ trình di chuyển của ô tô VTXD
Chọn mục "Biểu diễn lộ trình di chuyển của ô tô VTXD trên Google Map" trong hệ thống giám sát để hiển thị trực quan lộ trình di chuyển của ô tô VTXD dưới dạng file HTML.
Hình 4.2.8 Biểu diễn trực quan lộ trình di chuyển của ô tô VTXD thứ hai
Hình 4.2.8 minh họa lộ trình di chuyển của ô tô VTXD thứ hai, bao gồm các vị trí dừng không có biến động trọng lượng hoặc nhiên liệu, các vị trí dừng có biến động trọng lượng hoặc nhiên liệu, cùng với các vị trí không dừng nhưng vẫn có sự biến động về trọng lượng hoặc nhiên liệu.
Để nâng cao hiệu quả giám sát, phần mềm giám sát ô tô VTXD đã được thiết kế đặc biệt, cho phép nhận diện nhanh chóng và chính xác các vị trí bất thường trên lộ trình di chuyển.
- Mỗi biển báo trực quan khác nhau có ý nghĩa khác đã nêu trong bảng 3.2 chương 3
- Lộ trình di chuyển của ô tô VTXD thứ hai gồm các biển báo sau đây:
Bảng 4.2.2 Các biển báo trên lộ trình di chuyển của ô tô VTXD thứ hai
Biển báo Chú thích biển báo
Vị trí của ô tô đầu tiên trên lộ trình di chuyển được hệ thống giám sát ghi nhận
Vị trí cuối cùng của ô tô trên lộ trình di chuyển được hệ thống giám sát ghi nhận
Vị trí ô tô dừng không biến động trọng lượng và nhiên liệu
Vị trí ô tô dừng có biến động trọng lượng chở
Vị trí ô tô dừng có biến động bất thường về nhiên liệu và trọng lượng
- Phân tích lộ trình di chuyển của ô tô VTXD thứ hai
Tương tự như phân tích lộ trình di chuyển của ô tô VTXD thứ nhất
