AI Camera giám sát bãi xe KCN: Bài học từ thực địa

03/10/2026

Bài học từ bãi xe 5.000 ô

Tôi vẫn nhớ buổi chiều tháng Tám nóng bức, đứng ở góc khu công nghiệp ở Bình Dương. Anh trưởng phòng bảo trì chỉ tay về phía bãi xe chứa hàng chục nghìn xe tải mỗi ngày và nói: "Anh em bảo vệ nhìn không xuể, đếm sai liên tục, nhưng lắp camera thông thường thì chỉ có ghi hình, không ai xem cả". Đó là lúc chúng tôi bắt tay vào dự án với một chiếc camera AI gắn ở vị trí cao, phủ sóng cả khu vực. Mục tiêu đơn giản: đếm xe ra vào, nhận diện biển số và phát hiện phương tiện đỗ sai vị trí. Không cần những thuật toán phức tạp trên giấy, chỉ cần một hệ thống computer vision hoạt động ổn định giữa trời mưa và nắng gắt.

Góc nhìn và ánh sáng: kẻ thù số một

Sai lầm phổ biến nhất khi triển khai camera AI là tin vào thông số kỹ thuật trên catalogue. Chúng tôi từng gặp trường hợp lắp camera độ phân giải 4K nhưng đặt quá xa, khiến biển số xe tải chỉ chiếm vài pixel. Kết quả là mô hình nhận diện biển số chạy chập chờn, sai một chữ cái là lỗi toàn bộ. Hậu quả thật sự là hệ thống bị đánh giá là "không đáng tin", dẫn đến việc các bộ phận khác ngừng sử dụng dữ liệu này cho kế hoạch logistics.

• Lỗi: Chọn camera chỉ dựa trên độ phân giải mà bỏ qua tiêu cự và khả năng lấy nét ở khoảng cách xa.
• Hậu quả: Tỷ lệ nhận diện đúng biển số giảm xuống dưới 85% vào ban đêm.
• Cách sửa: Sử dụng camera có thấu kính varifocal, đặt ở vị trí gần hơn hoặc chia nhỏ vùng quan sát bằng nhiều camera thay vì một camera "quán quân".

Vấn đề ánh sáng cũng không kém phần nan giải. Bóng râm của tòa nhà kho tạo ra vùng tối sâu, trong khi đèn LED chiếu sáng lại gây lóa. Computer vision cần dữ liệu đồng nhất để hoạt động tốt. Chúng tôi đã phải hiệu chỉnh lại cân bằng trắng và tăng cường độ tương phản ngay tại phần cứng trước khi dữ liệu vào phần mềm xử lý.

Đánh đổi giữa tốc độ và độ chính xác

Nhiều doanh nghiệp yêu cầu hệ thống phải phản hồi tức thì, dưới một giây, để điều hướng xe tải vào ô trống. Điều này đặt ra áp lực lớn cho thuật toán. Trong dự án đầu tiên, chúng tôi ưu tiên tốc độ bằng cách giảm độ phức tạp của mạng nơ-ron. Kết quả là hệ thống rất nhanh, nhưng hay nhầm lẫn giữa xe tải và xe container khi chúng đỗ cạnh nhau. Người dùng phàn nàn rằng hệ thống "đếm sai" mỗi khi có xe lớn vào bãi.

Chúng tôi buộc phải ngồi lại và thay đổi chiến lược. Thay vì tối ưu mọi thứ cho tốc độ, chúng tôi tách biệt hai luồng xử lý: một luồng nhanh để đếm xe và cảnh báo, một luồng chậm hơn nhưng chính xác hơn để nhận diện biển số và phân loại phương tiện. Đây là một đánh đổi cần thiết. Tốc độ trung bình tăng lên khoảng 1,5 giây, nhưng độ chính xác tăng lên mức chấp nhận được cho quản lý vận hành. Bài học ở đây là không nên áp đặt một chỉ tiêu duy nhất cho mọi chức năng của AI Camera.

Phát triển mô hình trong điều kiện Việt Nam

Dữ liệu huấn luyện là xương sống của computer vision. Mô hình có sẵn trên thị trường quốc tế thường được huấn luyện trên biển số theo chuẩn phương Tây. Khi áp dụng cho xe tải Việt Nam, với các biến thể màu sắc, vết bẩn và góc nghiêng khác nhau, tỷ lệ lỗi tăng vọt. Chúng tôi đã phải thu thập hàng nghìn ảnh biển số thực tế từ chính bãi xe của khách hàng để fine-tune mô hình. Quy trình này tốn thời gian nhưng bắt buộc. Một mô hình chỉ đạt độ chính xác 90% với dữ liệu sạch sẽ thất bại hoàn toàn trong môi trường công nghiệp bụi bặm, nhiều rung động.

Chúng tôi cũng nhận ra tầm quan trọng của việc giám sát liên tục. Camera AI không phải là thiết bị "lắp xong là xong". Thời tiết, bụi bẩn bám vào ống kính, hoặc thay đổi ánh sáng theo mùa đều làm suy giảm hiệu suất. Chúng tôi thiết lập một cơ chế kiểm tra chất lượng ảnh tự động hàng tuần, báo cáo ngay khi chất lượng hình ảnh xuống thấp do bụi hoặc mờ. Điều này giúp đội bảo trì biết khi nào cần vệ sinh camera mà không cần phải đi kiểm tra thủ công.

Bước tiếp theo cho hạ tầng giám sát thông minh

Triển khai camera AI cho bãi đỗ xe không chỉ là việc lắp đặt phần cứng. Nó là quá trình tinh chỉnh liên tục giữa công nghệ và thực tế vận hành. Chúng tôi đã đồng hành cùng nhiều doanh nghiệp trong và ngoài nước, từ các nhà máy ở Việt Nam đến các trung tâm phân phối ở Mexico và Philippines, để chứng minh rằng AI Camera chỉ thực sự hữu ích khi nó giải quyết được một nỗi đau cụ thể, thay vì chỉ là một tính năng công nghệ thời thượng.

Câu hỏi mà chúng tôi thường đặt ra cho các đối tác sau khi dự án đi vào hoạt động là: Hệ thống này đã giúp bạn tiết kiệm được bao nhiêu giờ làm việc thủ công, và liệu bạn có tin tưởng dữ liệu từ nó để ra quyết định tài chính hay không? Nếu câu trả lời là chưa, thì có lẽ chúng ta cần xem xét lại cách tiếp cận, thay vì chỉ tập trung vào việc nâng cấp phần cứng.

Nếu doanh nghiệp bạn đang cần công cụ AI Office dùng miễn phí, chạy được cả onpremise, hãy thử Vtraks hoặc nói chuyện với AIVISION để được tư vấn triển khai.