Hệ thống trợ lái thông minh ADAS (Advanced Driver Assistance Systems) đóng vai trò quan trọng trong việc xây dựng một hệ thống giao thông an toàn và hiện đại. Đối với các hệ thống này, yêu cầu hiệu suất phát hiện chinh xác và tốc độ đáp ứng là rất quan trọng. Tuy thế mà, việc phát hiện các phương tiện di động đang gặp rất nhiều khó khăn do mật độ phương tiện, bối cảnh nền phức tạp trong thành phố... Ngoài ra, yêu cầu phát hiện và nhận dạng đáp ứng thời gian thực cũng đang là thử thách cho các hệ thống hiện tại. Bài báo này đề xuất mô hình sử dụng thuật toán học sâu và trí tuệ nhân tạo đế tăng độ chính xác và cải thiện tốc độ đáp ứng cho hệ thống trợ lái thông minh. Theo đó, trước tiên bài báo này đề xuất mô hình YOLO (You Only Look Once) cùng với tập dữ liệu mẫu được thu thập và phân loại riêng phù hợp với giao thông Việt Nam và thuật toán đào tạo. Các kết quả thí nghiệm sau đó được thực hiện trên máy tính nhúng NVIDIA Jetson TX2. Các kết quả thí nghiệm chỉ ra rằng, phương pháp đề xuất đã tăng tốc độ ít nhất 1,6 lần với tỷ lệ phát hiện đạt 90 % cho hệ thống camera tĩnh
và tăng tốc độ ít nhất 1,7 lần với tỷ lệ phát hiện đạt 66,67 % cho hệ thống camera động ở các ảnh có độ phân giải cao 1280x720.