Nghiên cứu ứng dụng công nghệ cảnh báo đâm va trên ôtô

Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 57 (04/2020) 
Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 
85 
NGHIÊN CỨU ỨNG DỤNG CÔNG NGHỆ 
CẢNH BÁO ĐÂM VA TRÊN ÔTÔ 
RESEARCH OF APPLYING 
COLLISION WARNING TECHNOLOGY ON VEHICLES 
Lê Thanh Phúc, Nguyễn Văn Phi 
Trường Đại học Sư phạm Kỹ thuật TP.HCM, Việt Nam 
Ngày toà soạn nhận bài 11/6/2019, ngày phản biện đánh giá 17/7/2019, ngày chấp nhận đăng28/10/2019 
TÓM TẮT 
Bài báo này trình bày kết quả nghiên cứu sự tác động của công nghệ cảnh báo đâm va 
lên hành vi lái xe của tài xế thông qua một cuộc khảo sát được tiến thành với 3 tài xế độc lập 
lái những chiếc xe có gắn thiết bị cảnh báo đâm va. Quá trình phân tích dữ liệu cho thấy hệ 
thống cảnh báo giúp tài xế có hành vi lái xe tốt hơn thông qua việc giữ khoảng cách an toàn 
với xe phía trước, cũng như cải thiện hành vi đi đúng làn đường. Về tính an toàn, việc giảm 
thiểu các sự kiện của Headway Monitoring Warning (HMW) cho thấy sự hạn chế các nguy cơ 
có thể xảy ra va chạm với xe phía trước và thể hiện rõ sự cải thiện về an toàn của lái xe thông 
qua sử dụng hệ thống. 
Từ khóa: Hệ thống hỗ trợ lái xe nâng cao (ADAS); Công nghệ cảnh báo tránh va chạm 
(CAT); Cảnh báo khoảng cách đầu xe (HMW); Cảnh báo va chạm với người đi bộ (PCW); 
Cảnh báo lệch làn đường (LDW); Hệ thống cảnh báo đâm va. 
ABSTRACT 
This article presents the result of research on the impact of collision warning technology 
on driver's driving behavior through a survey conducted with 3 independent drivers driving 
vehicles with collision warning devices. The data analysis process demonstrates that the 
warning system helps drivers get better driving behavior by keeping a safe distance from the 
vehicle ahead, as well as improving right lane driving. In terms of safety, the reduction of 
Headway Monitoring Warning (HMW) shows the collision limitation can be with the vehicle 
ahead and clearly demonstrates the safety improvement of the driver through the use of the 
system. 
Keywords: Advanced driver-assistance systems (ADAS); Collision avoidance technology 
(CAT); Headway Monitoring Warning (HMW); Pedestrians Detection Warning (PCW); Lane 
Departure Warning (LDW); Collision warning system. 
1. ĐẶT VẤN ĐỀ 
Hàng năm trên thế giới vẫn xảy ra rất 
nhiều vụ tai nạn nghiêm trọng gây thiệt hại 
nặng nề về người và của. Một trong những 
nguyên nhân quan trọng thường hay xảy ra 
tai nạn giao thông chủ yếu là do sự mất tập 
trung của tài xế. 
Sự mất tập trung hoặc không chú ý đến 
tình trạng giao thông dẫn đến thường xuyên 
gây ra tai nạn giao thông không cần thiết trong 
khi lái xe. 
Các nguyên nhân gây ra tai nạn giao 
thông có thể được phân thành ba yếu tố: 
"Người", "xe", và "môi trường" 
Theo đó, sự an toàn khi tham gia giao 
thông trở thành một trong những nghiên cứu 
chính của chủ đề trong hệ thống giao thông 
thông minh (ITS). Vì thế, đề tài được thực 
hiện nhằm giải quyết các vấn đề còn tồn tại và 
nêu trên 
86 
Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 57 (04/2020) 
Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 
2. TÌNH HÌNH NGHIÊN CỨU TRONG 
VÀ NGOÀI NƯỚC 
Khi lái xe bị phân tâm đó chính là lúc 
nguy hiểm nhất. John và cộng sự (2017) [1] 
đã cho thấy rằng thị giác mất tập trung vẫn là 
nguyên nhân chính gây ra tai nạn ở phía 
trước đầu xe, có tới 60% số vụ va chạm từ 
phía sau do thiếu chú ý lái xe. Lee và cộng sự 
(2002) [2], cho thấy một sự giảm đáng kể về 
tai nạn và thời gian phản ứng đối với người 
lái mất tập trung nhờ FCW. James và cộng sư 
(2018) [3] đã nhận định rằng công nghệ cảnh 
báo tránh va chạm (CAT) có khả năng ngăn 
chặn các vụ tai nạn có thể xảy ra. Nghiên cứu 
từ Hoa Kỳ bởi Sayer và cộng sự. (2011) [4] 
đã đánh giá một thử nghiệm của CAT về tính 
năng cảnh báo thay đổi làn đường và tốc độ 
khi vào đường cong. Nghiên cứu này thu 
thập dữ liệu lái xe tự nhiên từ một mẫu 
những người tham gia có phương tiện được 
trang bị công nghệ và nhận thấy rằng công 
nghệ dẫn đến cải thiện việc giữ làn đường khi 
lưu thông, ít bị lệch làn đường và tăng cường 
sử dụng tín hiệu khi rẽ hay thay đổi làn 
đường. Bordel và cộng sự, 2014 [5]; Regan 
và cộng sự, 2014 [6] đã đưa ra nhận định 
rằng để công nghệ an toàn của xe được triển 
khai thành công, phải có mức chấp nhận cao 
bởi những tài xế sử dụng nó. Đối với các 
công nghệ (chẳng hạn như hệ thống cảnh 
báo) sẽ chỉ có hiệu quả nếu chúng nhắc nhở 
phản ứng thích hợp và kịp thời với tài xế, 
điều quan trọng là trải nghiệm và tương tác 
của người dùng với công nghệ và được đánh 
giá một cách cẩn thận. 
Theo phát biểu của ông Nguyễn Ngọc 
Đông – Thứ trưởng Bộ Giao Thông vận tải 
trong Hội nghị quốc tế về Giao thông khu 
vực Đông Á (EASTS) lần thứ XII và Hội 
nghị ATGT Việt Nam 2017 với chủ đề “Tầm 
nhìn và chương trình hành động hướng đến 
hệ thống giao thông an toàn, xanh và tích hợp” 
tại TPHCM ngày 18/09/2017: “Hạn chế tai 
nạn giao thông là một trong những nhiệm vụ 
quan trọng hàng đầu của ngành, cũng như 
việc chọn lựa những giải pháp bền vững là 
cần thiết để phát triển giao thông vận tải 
trong khu vực Đông Á góp phần đảm bảo sự 
phát triển kinh tế. Chính vì vậy chính phủ 
luôn nỗ lực không ngừng để giảm thiểu số vụ 
tai nạn, số người chết và bị thương do tai 
nạn giao thông hàng năm từ 5% - 10%, hạn 
chế tối thiểu các vụ tai nạn giao thông 
nghiêm trọng, hướng đến mục tiêu năm 2020 
giảm 50% số lượng tai nạn giao thông so với 
hiện nay”. 
Trong năm 2017 – 2018 với mục tiêu tiếp tục 
giảm 5% - 10% số vụ tai nạn giao thông, số 
người chết và số người bị thương do tai nạn 
giao thông so với năm 2016, giảm tai nạn 
giao thông nghiêm trọng liên quan đến 
đường bộ, một trong những giải pháp được 
Bộ Giao thông vận tải chú trọng đẩy mạnh là 
tăng cường hợp tác quốc tế trao đổi kinh 
nghiệm triển khai các biện pháp hiệu quả 
đảm bảo trật tự an toàn giao thông. Bên cạnh 
đó, việc ứng dụng công nghệ thông tin, hiện 
đại hóa điều hành vận tải, đảm bảo hoạt động 
vận tải được giám sát chặt chẽ, hiệu quả, an 
toàn cũng được quan tâm hàng đầu. 
Chính vì vậy đề tài “Nghiên cứu ứng 
dụng công nghệ cảnh báo đâm va trên ôtô” 
sẽ mang đến giải pháp hàng đầu thế giới trong 
việc ngăn ngừa tai nạn giao thông với tỉ lệ cảnh 
báo chính xác và là một tổ hợp duy nhất bao 
gồm đầy đủ các tính năng cần thiết cho việc 
cảnh báo chống đâm va cho xe ôtô, hệ thống sẽ 
được vận hành như con mắt thứ 3 trên đường, 
giúp tài xế giám sát liên tục cung đường phía 
trước và cả những điểm mù của xe. 
3. NGHIÊN CỨU VÀ THIẾT KẾ TÍCH 
HỢP HỆ THỐNG FMS VÀ HỆ 
THỐNG CẢNH BÁO TRÁNH ĐÂM 
VA 
Trên cơ sở phân tích hoạt động, tín hiệu 
đầu vào và đầu ra của hệ thống ADAS, đề tài 
sẽ tập trung vào việc tích hợp hệ thống FMS 
và thực nghiệm ứng dụng công nghệ cảnh 
báo đâm va trên các đội xe. 
3.1 Đặc điểm giao tiếp CAN bus 
Hệ thống ADAS cung cấp các thông tin 
dữ liệu đầu vào và đầu ra thông qua một giắc 
kết nối EyeCAN. 
Thông tin truyền dữ liệu CAN bus hỗ trợ 
các đặc điểm sau: 
Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 57 (04/2020) 
Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 
87 
 Dữ liệu được truyền đi ở định dạng 
tiêu đề 11 bit CAN 
 Tốc độ truyền mặc định là 500Kb / giây 
3.2 Định dạng dữ liệu truyền CAN 0x700 
Bảng 1. Định dạng dữ liệu CAN 0x700
Dựa trên dữ liệu đọc được từ hệ thống 
ADAS truyền cho Arduino thông qua 
Module MCP2515 và dựa vào kiểu định dạng 
dữ liệu truyền CAN 0x700 ở bảng 1 nhóm 
nghiên cứu có thể trích xuất được các dữ liệu 
cảnh báo như sau: 
int parseDATA(unsigned char data[8]) 
{//boolean Peds_in_DZ; Peds_in_DZ = 
bitRead(data[5], 2) ; // Pedestrian in DZ 
Nguoi di bo trong vung nguy hiem 
 boolean Headway_valid = 
bitRead(data[2], 0); 
 boolean LDW_OFF; LDW_OFF = 
bitRead(data[4], 0); 
 boolean Left_LDW_ON ; Left_LDW_ON 
= bitRead(data[4], 1); 
 boolean Right_LDW_ON ; 
Right_LDW_ON = bitRead(data[4], 2); 
 boolean FCW_on; FCW_on = 
bitRead(data[4], 3); // waning (FCW) on 
vehicle canh bao xe phia truoc 
 boolean Maintenance; Maintenance = 
bitRead(data[4], 6); 
 boolean Failsafe; Failsafe = 
bitRead(data[4], 7); 
 boolean Peds_FCW ; Peds_FCW = 
bitRead(data[5], 2); 
 boolean Peds_in_DZ; Peds_in_DZ = 
bitRead(data[5], 2) ; // Pedestrian in DZ 
Nguoi di bo trong vung nguy hiem 
 boolean Tamper_Alert; Tamper_Alert = 
bitRead(data[5], 5) ; 
 boolean TSR_enabled ; TSR_enabled = 
bitRead(data[5], 7) ; 
 int TSR_Warning_Level = bitRead(data[6], 
0) * 1 + bitRead(data[6], 1) * 2 + 
bitRead(data[6], 2) * 4; 
 int Headway_Warning_Level = 
bitRead(data[7], 0) * 1 + bitRead(data[7], 
1) * 2; 
 boolean HW_repeatable_enabled = 
bitRead(data[7], 2); 
 boolean ERROR_ME = bitRead(data[3], 
0); 
//========================== 
Hình 1. Hệ thống FMS kết nối hoàn thiện 
4 LẮP ĐẶT VÀ THỰC NGHIỆM 
Để thu thập dữ liệu các hành vi lái xe 
của tài xế, một thử nghiệm được kiểm soát và 
theo dõi ở các đội xe được trang bị hệ thống 
ADAS. Tất cả những người tham gia thử 
nghiệm được theo dõi trong 6 tuần, 2 tuần 
đầu để hệ thống cảnh báo ở chế độ im lặng, 4 
tuần tiếp theo để ở chế độ hoạt động bình 
thường với các chế độ cảnh báo. Các tín hiệu 
cảnh bảo về hành vi lái xe sẽ được gửi về 
thông qua hệ thống FMS. 
4.1 Thực nghiệm ở chế độ yên tĩnh 2 tuần 
Hệ thống sẽ được cài đặt trong ''Chế độ 
bí mật'' trong 2 tuần đầu tiên. Điều này sẽ 
được thực hiện một cách chính xác, vì không 
làm như vậy sẽ tác động đáng kể đến "đường 
cơ sở" bắt đầu của dữ liệu sẽ được so sánh 
với dữ liệu lái xe được cải thiện sau này. 
Nhóm nghiên cứu sẽ không lắp đặt Eyewatch 
trong "chế độ bí mật" 2 tuần. 
Dây điện từ bo mạch chính đi vào loa 
(bên trong thiết bị) sẽ bị ngắt kết nối để cảnh 
báo âm thanh sẽ không được nghe thấy. 
88 
Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 57 (04/2020) 
Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 
Các tài xế sẽ không được thông báo về 
khả năng của hệ thống và sẽ không nhận 
được bất kỳ cảnh báo nào. 
Thu thập dữ liệu và đánh giá trong thời 
gian thử nghiệm 2 tuần đầu: 
- Các sự kiện diễn ra khi lái xe (FCW, 
LDW, HMW, PCW, SLI) 
- Môi trường lái xe thường xuyên của 
tài xế (lái xe trong đô thị hoặc đường 
dài) 
4.2 Thực nghiệm ở chế độ hoạt động 4 
tuần 
Sau 2 tuần ở "chế độ bí mật", nhóm 
nghiên cứu sẽ cài đặt lại và chuyển hệ thống 
sang chế độ hoạt động. 
- Eyewatch sẽ được lắp đặt vào hệ thống 
cảnh báo. 
- Kết nối dây kết nối loa với bo mạch 
chính của thiết bị camera. 
Đào tạo lái xe 
Tại thời điểm này nhóm nghiên cứu sẽ 
hướng dẫn tài xế và lái thử xe khi có hệ 
thống hoạt động. Tài xế sẽ hiểu được khi nào 
anh ta sẽ nhận được cảnh báo cho mỗi sự 
kiện diễn ra khi chạy. Tài xế sẽ được khuyến 
khích lái xe theo cách mà anh ta không nhận 
được cảnh báo. 
Người quản lý đội xe và nhóm nghiên 
cứu sẽ giải thích cho tài xế về số cảnh báo 
anh ta nhận được trong bốn tuần qua. Khi sử 
dụng công nghệ hỗ trợ lái xe hệ thống các 
cảnh báo mà tài xế sẽ nhận được sẽ giúp anh 
ấy bớt đi sự căng thẳng và tập trung khi lái 
xe, hệ thống này sẽ giúp tài xế cải thiện đáng 
kể hành vi lái xe và từ đó sẽ cải thiện việc 
giảm số lượng cảnh báo tài xế nhận được 
(tức là anh ta sẽ trở thành một người điều 
khiển xe nhận thức an toàn hơn khi lái xe). 
Cung cấp cho mỗi tài xế hướng dẫn sử 
dụng và trả lời bất kỳ câu hỏi nào. Điều bắt 
buộc là nhóm nghiên cứu sẽ giải thích cho tài 
xế rằng hệ thống có lợi ích cho việc lái xe, hệ 
thống sẽ giúp tài xế và những người lưu 
thông trên đường xung quanh được an toàn. 
Lên lịch đánh giá theo từng tuần với mỗi 
tài xế. 
Làm việc với người quản lý đội xe để đưa 
ra các giải pháp và lời khuyên kịp thời để 
giúp cho tài xế cải thiện và lái xe tốt hơn. 
Thời gian cụ thể khi thực hiện thí điểm 4 
tuần tiếp theo: 
- Ngày đầu tiên: Giải thích cho lái xe 
về hệ thống, khi nào nó sẽ cảnh báo 
và cách lái xe để tránh nhận những 
cảnh báo. 
- Ngày 1-7 trong tuần đầu tiên: đánh 
giá các tài xế hằng ngày (chắc chắn 
rằng hệ thống hoạt động tốt) và ghép 
nối hệ thống với các tính năng cảnh 
báo bằng âm thanh và hình ảnh hiển 
thị. 
- Từ ngày cuối của tuần đầu đến cuối 
quá trình thử nghiệm: đánh giá các 
tài xế mỗi tuần. Thảo luận kết quả chi 
tiết với từng tài xế hằng tuần. 
- Ghi chú: Số kilomet đi được của mỗi 
tài xế là một tham số quan trọng của 
thử nghiệm và phải được lưu ý kỹ 
lưỡng bởi tài xế và người quản lý đội 
xe mỗi ngày. 
5 KẾT QUẢ THÍ ĐIỂM 
Hình 2. Thể hiện sự thay đổi về việc giữ 
khoảng cách an toàn với xe phía trước 
Giản đồ thể hiện sự thay đổi về việc giữ 
khoảng cách an toàn với xe phía trước, giản 
đồ cho thấy cả 3 tài xế đều có khuynh hướng 
thay đổi tích cực, khoảng cách an toàn với 
xe phía trước được gia tăng 
Về mặt cải thiện an toàn, các số liệu cho 
thấy việc giảm các sự kiện của HMW theo 
từng tuần cho thấy các tài xế đã giảm đáng 
kể nguy cơ va chạm với xe phía trước. 
0
100
200
1 2 3 4 5 6
Số
 lầ
n
 c
ản
h
 b
áo
Tuần
HMW Tài 1 HMW Tài 2
HMW Tài 3
Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 57 (04/2020) 
Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 
89 
Hình 3. Thể hiện sự thay đổi về việc giữ làn 
đường 
Giản đồ 2 thể hiện sự thay đổi về việc 
giữ làn đường, giản đồ cũng cho thấy các sự 
kiện sau 6 tuần đã giảm đi đáng kể đồng 
nghĩa với việc tài xế đã chủ động hơn trong 
việc giữ làn đường và sử dụng tín hiệu rẽ khi 
thay đổi làn đường khi di chuyển 
Hình 4. Thể hiện sự thay đổi về việc giữ 
đúng tốc độ cho phép 
Các sự kiện SLI giảm đi rõ rệt chứng tỏ 
hệ thống đã đưa ra các cảnh báo kịp thời cho 
tài xế theo từng cung đường được giới hạn 
tốc độ, tài xế đã nhận thức được và luôn giữ 
đúng tốc độ cho phép trên từng tuyến đường. 
Hình 5. Thể hiện sự thay đổi về việc giảm 
đâm va với xe phía trước 
Nhờ việc gia tăng khoảng cách với xe 
phía trước, kéo theo các sự kiện FCW được 
giảm đi đáng kể. 
Về mặt cải thiện an toàn, các số liệu cho 
thấy việc giảm các sự kiện của FCW theo 
từng tuần cho thấy các tài xế đã giảm đáng 
kể nguy cơ va chạm với xe phía trước. 
Hình 6. Thể hiện sự thay đổi về việc giảm 
đâm va với người đi bộ 
Riêng sự kiện PCW có khuynh hướng 
tăng dần sau 6 tuần hoạt động, vì sự kiện 
này có thể bị ảnh hưởng bởi sự xuất hiện 
không thường xuyên của chúng (và tính chất 
đột ngột). 
Các sự kiện PCW và FCW có thể gây 
nguy hiểm rõ rệt cho tài xế và do đó, các tài 
xế có thể đã xử lý được tình huống và tránh 
kịp thời trước khi sự kiện có thể diễn ra. 
Trong thực tế hệ thống cảnh báo tránh va 
chạm phía trước hoặc với người đi bộ có thể 
giúp lái xe nhận thấy một vụ va chạm sắp xảy 
ra nếu không tập trung trong khi đang lái xe 
6 KẾT LUẬN 
Phân tích dữ liệu khách quan cho thấy hệ 
thống có xu hướng thay đổi tích cực hành vi 
lái xe của tài xế với việc giữ khoảng cách 
phía trước đầu xe và giữ làn đường được cải 
thiện rõ rệt. Kết quả đã chứng minh được 
rằng công nghệ cảnh báo tránh đâm va có thể 
cải thiện hành vi lái xe của tài xế, những lợi 
ích tiềm năng của công nghệ cảnh báo tránh 
đâm va sẽ giúp tài xế lái xe tốt hơn, công 
nghệ hỗ trợ lái xe thông minh liên tục giám 
sát làn đường phía trước giúp tài xế bớt căng 
thẳng và tập trung, việc nhận thức về đạo đức 
nghề nghiệp và khả năng lái xe sẽ được cải 
thiện và sẽ giúp cho tài xế và những người 
Số
 lầ
n
 c
ản
h
 b
áo
Tuần
LDW Tài 1 LDW Tài 2
LDW Tài 3
0
20
40
60
1 2 3 4 5 6
Số
 lầ
n
 c
ản
h
 b
áo
Tuần
SLI Tài 1 SLI Tài 2 SLI Tài 3
0
20
40
60
1 2 3 4 5 6
Số
 lầ
n
 c
ản
h
 b
áo
Tuần
FCW Tài 1 FCW Tài 2
FCW Tài 3
0
2
4
6
1 2 3 4 5 6
Số
 lầ
n
 c
ản
h
 b
áo
Tuần
PCW Tài 1 PCW Tài 2
PCW Tài 3
90 
Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 57 (04/2020) 
Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 
tham gia giao thông được an toàn hơn trên 
mọi cung đường. 
Đề tài có thể hoàn thiện theo hướng tiếp 
tục khảo sát các yếu tố tác động của môi 
trường như đường sá, thời tiết, các nhóm yếu 
tố ảnh hưởng đến thời gian và quãng đường 
phanh theo từng loại xe khác nhau, dựa vào 
đó nhóm nghiên cứu có thể cài đặt được các 
thông số như thời gian đưa ra cảnh báo phù 
hợp cho từng loại xe và tài xế. Cũng như 
hoàn thiện hơn về dữ liệu phân tích với nhiều 
mẫu thử khác nhau về việc ảnh hưởng của 
công nghệ tới hành vi lái xe và nhận thức về 
đạo đức và ý thức nghề nghiệp của tài xế.
TÀI LIỆU THAM KHẢO 
[1] John G. Gaspar, john- Chris W. Schwarz, Timothy L. Brown, Julie Kang. Gaze position 
modulates the effectiveness of forward collision warnings for drowsy drivers. December 
2017, pp. 1 – 5 
[2] Lee, J.D., McGehee, D.V., Brown, L., Reyes, M.L. Collision warning timing, driver 
distraction, and driver response to imminent rear-end collisions in a high-fidelity driving 
simulator. 2002, pp.314 – 334. 
[3] James P. Thompson, Jamie R.R. Mackenzie, Je ffrey K. Dutschke, Matthew R.J. Baldock, 
Simon J. Raftery, John Wall. A trial of retrofitted advisory collision avoidance 
technology in government fleet vehicles. February 2018, pp 35 – 39. 
[4] Sayer, J., LeBlanc, D., Bogard, S., Hunkhouser, D., Bao, S., Buonarosa, M.L., 
Blankespoor, A., Integrated Vehicle-based Safety Systems Field Operational Test Final 
Program Report (DOT HS 811 482). National Highway Traffic Safety Administration, 
Washington DC. 2011, pp 1 – 6. 
[5] Bordel, S., Somat, A., Barbeau, H., Anceaux, F., Greffeuille, C., Menguy, G., Pacaux, M., 
Subirats, P., Terrade, F., Gallenne, M. From technological acceptability to appropriation by 
users. Method ological steps for device assessment in road safety. 2014, pp. 67, 159–165. 
[6] Regan, M.A., Stevens, A., Horberry, T., Driver acceptance of new technology.2014, 
pp.3-8. 
Tác giả chịu trách nhiệm bài viết: 
Nguyễn Văn Phi 
Trường Đại học Sư phạm Kỹ thuật TP.HCM 
Email: phiho.oto@gmail.com