Điều khiển xe lăn dựa trên nhận dạng ảnh trạng thái của bàn tay với board Intel Galileo

Bài viết đề xuất giải pháp điều khiển thông qua việc nhận dạng các cử động tay sử dụng board Intel Galileo. Thành phần chính của hệ thống bao gồm: một webcam làm nhiệm vụ chụp, gởi ảnh được kết nối qua cổng microUSB với board Intel Galieo chạy hệ điều hành Linux. Ngôn ngữ Python được sử dụng trong việc lập trình cài đặt các giải thuật nhận dạng ảnh. Kết quả nhận dạng các trạng thái của bàn tay sẽ được dùng để điều khiển hoạt động của xe lăn. Mời các bạn cùng tham khảo!

Hội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) Hội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) Điều Khiển Xe Lăn Dựa Trên Nhận Dạng Ảnh Trạng Thái Của Bàn Tay Với Board Intel Galileo Trương Phong Tuyên, Phạm Hoàng Lượm Phạm Thanh Hùng Bộ môn Điện tử - Viễn thông, Khoa Công Nghệ, Trường Đại học Cần Thơ Email: tptuyen@ctu.edu.vn, luom117984@student.ctu.edu.vn, hung117970@student.ctu.edu.vn Hiện giới có nhiều phiên xe lăn nghiên cứu với phương pháp điều khiển đặc trưng riêng biệt như: − Xe điều khiển joystick đòi hỏi người dùng phải điều khiển tay chi bị tật mà chi lại khỏe mạnhh điều khiển xe lăn phương pháp Nó khơng phù hợp cho người bị liệt, yếu tất chi [3] − Xe điều khiển “hớp thổi” cách mà Christopher Reeve Theo đó, ơng thổi vào ống hút để làm xe lăn di chuyển, nhiên phương pháp gây khó khăn việc hơ hấp người khiển [4] − Xe lăn điều khiển lưỡi chuyên gia Viện Công nghệ Georgia Mỹ nghiên cứu năm 2011, theo người sử dụng đeo tai nghe có trang bị cảm biến nhằm thu nhận tín hiệu từ trường phát từ khuyên lưỡi [5] − Xe lăn điều khiển chuyển động đầu sóng não người xem phát minh hàng đầu Úc đề xuất GS Nguyễn Hùng, Khoa Kỹ thuật Công nghệ thông tin, Đại học Cơng nghệ Sydney, với chi phí lên đến khoảng 15.000 USD [6][19][23][25] − Xe lăn điều khiển đầu Phịng Thí nghiệm Điều khiển Tự động, Khoa Điện-Điện tử, Đại học Bách Khoa TPHCM thực năm 2013 lại có khuyết điểm gây khó khăn việc quan sát cho người điều khiển [7] − Xe lăn điều khiển mắt nghiên cứu thực trường Đại học Cần Thơ Nguyễn Hữu Cường, Bộ mơn Tự động hóa, Khoa Cơng Nghệ năm 2011 lại có giá thành cao cần máy tính xách tay để điều khiển bất tiện việc quan sát xung quanh [8][20][21] Vào tháng 10 năm 2013, Intel cho mắt board Intel Galileo [9], có giá bán khoảng hai triệu đồng Việt Nam, sử dụng chip Intel Quark X100 với 16K Cache, 400MHz Đây chip thuộc dòng Santa Clara Intel sản xuất dựa dây chuyền công nghệ 14 nm với mức độ tiêu thụ điện thấp, hỗ trợ tốt cho việc phát triển ứng dụng nhúng di động [10] Abstract— Trong năm gần đây, nước ta số ca đột quỵ có xu hướng ngày tăng hầu hết bệnh nhân phải gánh chịu di chứng bại liệt dẫn đến gặp khó khăn lại Trong số trường hợp nhẹ, để di chuyển họ tự điều khiển xe lăn Tuy nhiên, với trường hợp bị liệt bán thân tay lại bị yếu thao tác với cần điều khiển xe người phải điều khiển xe thơng qua giải pháp hỗ trợ như: nhận dạng di chuyển mắt, cử động đầu v.v Hiện hầu hết giải pháp chạy máy tính tiêu tốn nhiều điện giá thành cao Bên cạnh đó, Intel vừa cho mắt board Intel Galileo sử dụng chip Intel Quark X1000 sản xuất dựa dây chuyền công nghệ 14 nm phù hợp cho ứng dụng nhúng di động Với mục tiêu thiết kế hệ thống điều khiển xe lăn có giá thành hợp lý, nghiên cứu đề xuất giải pháp điều khiển thông qua việc nhận dạng cử động tay sử dụng board Intel Galileo Thành phần hệ thống bao gồm: webcam làm nhiệm vụ chụp, gởi ảnh kết nối qua cổng microUSB với board Intel Galieo chạy hệ điều hành Linux Ngơn ngữ Python sử dụng việc lập trình cài đặt giải thuật nhận dạng ảnh Kết nhận dạng trạng thái bàn tay dùng để điều khiển hoạt động xe lăn Keywords- Điều khiển xe lăn, cử động tay, Intel Galileo, Python, xử lý ảnh I GIỚI THIỆU Mỗi năm Việt Nam có 200.000 người bị đột quỵ (tai biến mạch máu não), 50% số tử vong 90% số người sống sót sau đột quỵ phải sống chung với di chứng thần kinh vận động… Hiện Việt Nam có khoảng 486.000 người cịn sống sau đột quỵ, nhiên có khoảng 25-30% tự lại phục vụ thân được, 20-25% lại khó khăn, cần hỗ trợ người khác sinh hoạt, 15-25% phải phụ thuộc hoàn toàn vào phục vụ người khác [1] Đối với hầu hết bệnh chịu di chứng đột quỵ xe lăn phương tiện di chuyển phù hợp Ở mức độ bị liệt bán thân nặng sức lực bàn tay khơng cịn đủ để thao táo với cần điều khiển xe lăn truyền thống, họ phải dùng giải thuật khác hỗ trợ việc điều khiển như: nhận dạng di chuyển mắt, cử động đầu, ý nghĩ v.v [22][24][26][27] Tuy nhiên giải thuật phải thực máy tính có giá thành cao [2] ISBN: 978-604-67-0635-9 494 494 HộiHội Thảo Quốc Gia 2015 Công CôngNghệ NghệThông Thông (ECIT 2015) Thảo Quốc Gia 2015về vềĐiện ĐiệnTử, Tử,Truyền TruyềnThông Thông TinTin (ECIT 2015) Từ thực tế trên, định thực nghiên cứu “Điều khiển xe lăn dựa nhận dạng ảnh trạng thái bàn tay với board Intel Galileo” Mục tiêu nghiên cứu thiết kế hệ thống điều khiển xe lăn với kích thước nhỏ gọn, nhẹ, có giá thành hợp lý Việc điều khiển xe cử đơn giản bàn tay không cần dùng nhiều sức lực bàn tay cần đặt phạm vi khu vực cố định ghi nhận webcam Trong thiết kế này, thành phần hệ thống board xử lý trung tâm Intel Galileo Một webcam kết nối với board xử lý qua cổng microUSB để chụp truyền ảnh bàn tay điều khiển Board Intel Galileo chạy hệ điều hành Linux rút gọn từ thẻ nhớ Trên hệ điều hành này, ngôn ngữ Python sử dụng việc lập trình cài đặt giải thuật nhận dạng ảnh trạnh thái bàn tay Kết nhận dạng trạng thái bàn tay dùng để điều khiển hoạt động xe lăn Phần lại viết tổ chức sau: phần II, mô tả bước thực hệ thống Việc kiểm tra, thực nghiệm vận hành hệ thống trình bày phần III Cuối cùng, kết đạt được, đề xuất hướng phát triển nghiên cứu tóm tắt phần kết luận II xuất tín hiệu điều khiển thơng qua chân I/O Các tín hiệu điều khiển mạch cơng suất cấp nguồn cho hai động hoạt động đưa xe thẳng rẽ trái, phải theo trạng thái tay điều khiển Bên cạnh đó, board Intel Galileo cịn kết nối với module khác như: module LED hiển thị, module cảm biến chạm Ngoài ra, Board điều khiển trung tâm kết nối với card âm để phát thông báo hướng dẫn, thông tin hoạt động hệ thống THIẾT KẾ HỆ THỐNG II.1 Phân tích hệ thống Hình Sơ đồ luồng liệu nối kết hệ thống II.3 Phần cứng hệ thống Hình trình bày sơ đồ khối thiết kế phần cứng hệ thống, bao gồm: • Board xử lý tâm: sử dụng board Intel Galileo với thẻ nhớ GB để lưu trữ hệ điều hành Linux Image Galileo phục vụ việc chạy chương trình, đồng thời lưu trữ hình chụp từ webcam Do hệ thống rung lắc trình di chuyển nên cố định board Galileo Hình • Bộ phận thu nhận ảnh: sử dụng webcam Logitech C920, chụp hình chế độ Full HD 1080, ảnh có độ phân giải 15 Mpixel Đây webcam trang bị ống kính Carl Zeiss, hỗ trợ chế độ lấy nét tự động chống rung Bên cạnh webcam cịn hỗ trợ kết nối qua cổng microUSB, tương thích tốt với hệ điều hành Linux chạy board Intel Galileo Một khung kim loại sử dụng để cố định vị trí webcam, Hình • Module biến đổi nguồn ắc quy: board Intel sử dụng điện áp khoảng 3,3-5V nên module biến đổi điện áp sử dụng chip LM2596 TI [13] sử dụng để hạ điện áp 12V ắcquy xuống 5V với dòng tải 3A Ắcquy sử dụng loại 12V – 7Ah dùng phổ biến cho xe gắn máy • Module điều khiển động động gạt nước: module điều khiển cơng suất có điện áp điều khiển từ 12V26V, dịng tải lớn 10A, có hồi tiếp dòng hỗ trợ chế độ PWM sử dụng để điều khiển cấp nguồn cho động Do cần lực kéo mạnh để di chuyển xe, đặc biệt trạng thái đứng yên, nên chọn động gạt Hình Sơ đồ tổng quát hệ thống Sơ đồ Hình mơ tả hệ thống điều khiển xe lăn dựa nhận dạng ảnh trạng thái bàn tay thực nghiên cứu Ảnh bàn tay điều khiển xe lăn chụp với độ phân giải 15 MPixel webcam, sau truyền board điều khiển trung tâm, Intel Galileo, qua cổng microUSB Trên board điều khiển này, chương trình nhận dạng ảnh để xác định trạng thái bàn tay từ điều khiển xe lăn hoạt động II.2 Thiết kế luồng liệu Board Intel Galileo kết nối giao tiếp với 128 thiết bị ngoại vi cần có HUB USB để chia sẻ cổng kết nối [11] Hướng luồng liệu thiết kế mô tả sau: xuất phát từ webcam Logitech C920 [12], liệu ảnh truyền đến board Galileo thông qua cổng Micro USB Host board đưa lưu trữ SD card 8GB board Sau chương trình xử lý ảnh viết Python đọc ảnh phân thích ảnh thành ảnh nhị phân, so sánh với ảnh mẫu để xác định trạng thái bàn tay Từ trạng thái nhận dạng này, board xử lý trung tâm 495 495 Hội 2015 vềĐiện ĐiệnTử, Tử,Truyền TruyềnThông Thông Công Nghệ Thông Tin (ECIT 2015) HộiThảo ThảoQuốc Quốc Gia Gia 2015 vàvà Công Nghệ Thông Tin (ECIT 2015) nước ô tô bán thị trường Động có sẵn giảm tốc nên có lức kéo lớn điện sử dụng 12V Các động có lực kéo lớn đảm bảo cho xe hoạt động tốt với trọng lượng người trường thành khoảng 75 – 90Kg (với trọng lượng xe ắc quy 35 Kg) Trong thiết kế này, hai động gạt nước sử dụng để thuận tiện việc điều khiển rẽ trái, phải xe Tuy nhiên, không tồn hai động hoàn toàn giống lực kéo nên cần sử dụng điều khiển động rộng xung (PWM) để điều chỉnh lại lực kéo giúp xe giữ thăng chạy thẳng, rẽ trái, phải cách xác Bố trí lắp đặt động xem Hình Hình Bố trí lắp đặt động gạt nước vào xe lăn • Module âm thanh: gồm card âm kết nối vối board điều khiển qua cổng USB loa dùng để phát thông báo hướng dẫn người sử dụng Do hệ điều hành Linux chạy board Intel Galileo rút gọn nên hỗ trợ chương trình phát file âm theo định dạng: wav, voc, raw au với tần số mẫu 48 KHz [15] II.4 Phần mềm giải thuật • Chương trình Dựa phân tích luồng liệu hệ thống, chúng tơi lập trình phần mềm nhận dạng điều khiển xe lăn xe the lưu đồ giải thuật Hình Bắt Lời chào Hình Sơ đồ kết nối khối khối hệ thống Người dùng có muốn lấy mẫu tay lại khơng ? S Đ Lấy mẫu tay Xử lý ảnh mẫu Hình Bộ xử lý board Intel Galileo [14] Chụp lấy mẫu tay Tính tốn giá trị sai lệch ảnh mẫu gốc ảnh Kiểm tra giá trị tính tốn với liệu gốc Xuất GPIO điều khiển Hình Lưu đồ giải thuật chương trình Hình Bộ phận thu nhận ảnh sử dụng webcam Logitech C920 đặt cố định với bàn điều khiển Chương trình bắt đầu lời chào phát từ file audio thu âm sẵn Tiếp theo file audio hướng dẫn, người sử dụng tiến hành điều khiển xe lấy lại ảnh 496 496 Hội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) Hội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) mẫu cách đặt tay lên cảm biến Ở cần lưu ý việc lấy lại ảnh mẫu trạng tay dùng cho mục đích điều khiển cần thiết người sử dụng Nếu người sử dụng chọn lấy lại mẫu chương trình thực lấy mẫu tay liên tục cách gọi chương trình lấy mẫu, ngược lại chương trình tự động lấy file ảnh mẫu thẻ SD có sẵn tiến hành xử lý tiếp Giai đoạn chương trình liên tục thực lệnh so sánh ảnh nhận từ webcam chụp tay người điều khiển tập ảnh mẫu nhằm cho kết điều khiển hoạt động xe mong muốn • Chương trình nhận dạng ảnh Trong thiết kế này, chọn trạng thái bàn tay bảng 1, dùng điều khiển xe lăn phù hợp với phương pháp xử lý ảnh cho mục đích nhận dạng cần phải đơn giản, địi hỏi tài ngun hệ thống Vì giải thuật so sánh hai ảnh phương pháp trừ ảnh chọn sử dụng trong thiết kế với mục tiên nhận dạng ảnh trạng thái bàn tay cho phép điều khiển xe lăn di chuyển Để việc nhận dạng cử tay cho kết tốt ảnh tách làm phần: trên, dưới, trái phải; sau việc so sánh tiến cho phần Kết so sánh ảnh chụp bàn tay điều khiển ảnh mẫu trùng khớp với Sự sai biệt tránh khỏi thực tế ta cần định giá trị ngưỡng cho sai số để có kết nhận dạng hợp lý Tuy nhiên để có kết nhận dạng tốt, tương ứng với ngưỡng sai số nhỏ, thiết kế thực số cách nhằm hạn chế nguyên nhân dẫn đến sai số Các cách trình bày trình thiết kế thực hệ thống nhằm giải khó khăn phát sinh , nâng cao độ tin cậy hệ thống đước thiết kế Quá trình chụp ảnh bàn tay nhận dạng ảnh để điều khiển xe lăn tiến hành theo bước sau: Bảng Thư viện ảnh mẫu trạng thái bàn tay Tên trạng thái Mô tả Điều khiển Khơng có Đây trạng thái ban đầu khơng có tay người điều khiển Xe khơng di chuyển Tay Bàn tay duỗi thẳng ngón tay khép lại Xe thẳng Tay Đấm Nắm đấm Bàn tay duỗi thẳng ngón mở góc 600750 ngón cịn lại khép Các ngón tay co lại sát vào lịng bàn tay riêng ngón mở góc 600750 Các ngón tay co lại sát vào lịng bàn tay Hình ảnh mơ tả Nắm đấm Đấm (a) (b) Hình Hai trạng thái bàn tay so sánh - Bước 1: Tiến hành xuất nhị phân làm mịn ảnh Xe rẽ phải (a) (b) Hình Hai cử xử lý sang ảnh nhị phân - Bước 2: Tiến hành cắt ảnh làm phần mơ tả Hình 10 Xe rẽ trái Hình 10 Hai cử xử lý sang ảnh nhị phân cắt ảnh vùng với đơn vị pixel Xe dừng có cịi Hai ảnh chụp lưu lại với kích thước 480x640 pixel sau ảnh phân thành vùng Hình 10 - Bước 3: Tiến hành so sánh từ phần ảnh có bước với liệu ảnh mẫu tương ứng Dựa vào kết so sánh chương trình điều khiển xe di chuyển Ở Hình 10, phần ảnh góc trái phía hồn tồn giống phần ảnh bên gần giống Trong phần ảnh bên góc phải khác hồn tồn nên qua phép trừ Hiện có nhiều giải thuật cho kết tốt nhận dạng ảnh cử người để điều khiển thiết bị như: hand tracking [16], leap montion [17], nhận dạng cử động bàn tay người theo thời gian thực [18]…Tuy nhiên để thực board điều khiển Intel Galileo giải thuật 497 497 Thảo Quốc Gia2015 2015về vềĐiện Điện Tử, Tử,Truyền Truyền Thông Thông Thông TinTin (ECIT 2015) HộiHội Thảo Quốc Gia vàCông CôngNghệ Nghệ Thông (ECIT 2015) ảnh cho giá trị khác nhiều Dựa vào kết ta kết luận hai ảnh khơng giống Chương trình nhận dạng cài đặt nghiên cứu thực theo cách để tìm ảnh mẫu gần với ảnh bàn tay điều khiển từ điều khiển động xe lăn III sáng khác cho hai ảnh nhị phân khác Vì tiến hành phép trừ ảnh cho giá trị khác hệ thống xác định hai ảnh khác Ngồi cần ý bố trí LED sáng hợp lý để có độ sáng cho ảnh ổn định, tránh tình trạng ánh sánh khơng Hình 14 THỰC NGHIỆM Biện pháp để giảm nhiễu, sai trình nhận dạng ảnh trình bày phần II kể đến thực bàn để tay Mục đích việc làm nhằm tránh chụp thêm vật không mong muốn dẫn đến nhiều, sai khơng cần mong muốn q trình nhận dạng Bên cạnh bàn để tay nơi đặt tay người điều khiển Như người điều khiển thực cử điều khiển xe phạm vi bàn để tay giúp webcam chụp ảnh xác Ngồi cịn điểm tựa đặt tay giúp tránh mỏi tay cho người sử dụng (a) Ảnh nhị phân Hình 14 (b) cho thấy độ chiếu sáng không tốt Nguyên nhân LED đặt gần Tiếp theo tiến hành thực nghiệm chụp ảnh so sánh trạng thái bàn tay với tập ảnh mẫu − Thực nghiệm 1: so sánh cử điều khiển khơng với tập ảnh mẫu (a) Hình 11 Bàn để tay có bố trí LED chiếu sáng Ảnh chụp bàn tay từ webcam chuyển sang ảnh nhị phân Ảnh nhị phân thu bị nhiễu ảnh hưởng mơi trường ta cần làm mịn ảnh Hình 16 mơ tả kết ảnh nhị phân trước sau làm mịn để giảm bớt nhiễu (a) (b) Hình 16 (a) Ảnh nhị phân chưa làm mịn (b) Ảnh sau làm mịn Ảnh khơng có LED (b) Ảnh nhị phân sau làm mịn, loại bớt nhiễu chia làm phần trình bày phần II Sau phần ảnh so sánh liệu tương ứng tập ảnh mẫu Các kết so sánh hình từ Hình 17 đến Hình 20 cho trình bày việc so sánh ảnh chụp tay điều khiển so sánh với tập ảnh mẫu Hình 12 Hai ảnh thực tế có LED khơng có LED (a) Ảnh có LED xử lý (b) Hình 15 Hình ảnh mẫu đặt tay khơng so với mẫu gốc xử lý Trong trường hợp ảnh chụp từ webcam điều kiện khác gây sai số lớn trình so sánh ảnh Vì bàn để tay bố trí thêm LED làm nhiệm vụ chiếu sáng giúp ổn định độ sáng ảnh chụp Để có ảnh chụp thuận lợi cho việc so sánh thơng qua phép trừ ảnh LED cần bố trí hợp lý Kết thực nghiệm bố trí đèn LED Hình 16 Ảnh có LED (a) (b) Hình 14 Ảnh bàn để tay chiếu sáng khơng tốt LED đặt q gần (b) Ảnh khơng có LED xử lý Hình 13 Hai ảnh xử lý Hình 13 ảnh chụp bàn để tay Hình 12 sau xử lý chuyển sang ảnh nhị phân Dựa vào ảnh nhị phân ta thấy, ảnh vị trí điều kiện ánh (a) (b) Hình 17 (a) Ảnh mẫu trạng thái “tay” (b) Ảnh chụp từ webcam 498 498 Hội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) Hội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Cơng Nghệ Thơng Tin (ECIT 2015) Hình 17 cho kết so sánh hai ảnh không giống phần: trên, dưới, trái phải (a) lệch vị trí đơi chút Khi chương trình nhận dạng ảnh xử lý sau: Sử dụng hàm đếm pixel khác (countNonZero) cho phần ảnh chụp tay người sử dụng ta có: A=countNonZero(GocTraiAnhNguoiDung)= 3740 B= countNonZero(GocPhaiAnhNguoiDung)=3560 C= countNonZero(GocTreniAnhNguoiDung)= 63605 D= countNonZero(GocDuoiAnhNguoiDung)= 11348 Ta có phần ảnh mẫu tay: A1=countNonZero(GocTraiAnhMauGoc)= 3740 B1= countNonZero(GocPhaiAnhMauGoc)= 3560 C1= countNonZero(GocTreniAnhMauGoc)= 61500 D1= countNonZero(GocDuoiAnhMauGoc)=11800 Thực việc trừ ảnh ch phần ảnh tương ứng lấy giá trị tuyệt đối ta được: (b) Hình 18 (a) Ảnh mẫu trạng thái “tay cái” (b) Ảnh chụp từ webcam Hình 18 cho kết so sánh hai ảnh không giống phần: trên, dưới, trái phải (a) SoSanhTrai = A − A1 = (1) SoSanhPhai = B − B1 = (2) SoSanhTren = C − C1 = 2105 (3) SoSanhDuoi = D − D1 = 452 (4) (b) Hình 19 (a) Ảnh mẫu trạng thái “đấm cái” (b) Ảnh chụp từ webcam Hình 19 cho kết so sánh hai ảnh không giống phần: trên, dưới, trái phải (a) (b) Hình 20 (a) Ảnh mẫu trạng thái “nắm đấm” (b) Ảnh chụp từ webcam Hình 21 (a), (c) Ảnh tay người sử dụng (b), (d) Ảnh mẫu Hình 20 cho kết so sánh hai ảnh không giống phần: trên, trái Dựa vào tất kết so sánh với mẫu tay gốc Ta kết luận ảnh mẫu đặt khơng với mẫu gốc Ở trạng thái hệ thống tính tốn, số lần sai lệch liên tục lần phát đoạn âm cảnh báo cho người dùng cho phép người dùng điều chỉnh lại tay điều khiển Tương tự với trạng thái tay đặt không đúng, bàn điều khiển có vật thể lạ thi sau xử lý cho kết tương tự cảnh báo liên tục lần lấy mẫu liên tiếp không nhân dạng cử Trong thực tế ảnh tay người dùng điều khiển ảnh mẫu gốc đặt trạng thái yêu cầu có sai lệch vị trí ảnh hưởng mơi trường khác Thực nghiệm Hình 21 cho ta thấy rõ sai lệch Trên Hình 21 ta có (a) ảnh tay người sử dụng (b) ảnh mẫu gốc Hai ảnh tương đối giống người sử dụng để tay trạng thái yêu cầu nhưng cịn sai Theo Hình 21 ta thấy phần ảnh trái phải ảnh hoàn toàn giống nên lấy giá trị tuyệt đối hiệu số giá trị pixel khác không ta kêt (công thức (1) (2)) Kết cho phần ảnh có sai lệch so với ảnh mẫu nên tính giá trị SoSanhTren SoSanhDuoi cho kết khác (công thức (3) (4)) Kết thực nghiệm cho thấy giá trị nằm khoảng sai lệch cho phép nhận dạng cử Bảng Bảng Phạm vi nhận dạng chuẩn hiệu hai góc ảnh Phần ảnh Góc Góc Góc trái Góc phải Giá trị sai số cho phép (pixel) < 5500 < 500 < 4000 < 2500 Nếu lấy ảnh so sánh với thi giá trị so sánh trên, dưới, trái, phải Nhưng thực tế có sai lệch vị trí đặt tay nên giá trị so sánh thường không 499 499 Thảo Quốc Gia 2015về vềĐiện ĐiệnTử, Tử,Truyền TruyềnThông Thông TinTin (ECIT 2015) HộiHội Thảo Quốc Gia 2015 Công CôngNghệ NghệThông Thông (ECIT 2015) khơng Dựa vào điều này, để so sánh ảnh cần đặt khoảng giới hạn cho vùng ảnh so sánh khoảng tương đối Khoàng giới hạn tính tốn dựa thực nghiệm để có độ xác cao IV − Phần cứng: nâng cấp thêm cảm biến siêu âm xung quanh nhằm cảnh báo cho người dùng có vật cản bất ngờ hay đường rẽ bị giới hạn Tiếp tục khảo sát tính tốn, chọn lựa sử dụng động chun dụng có cơng suất cao giúp xe hoạt động tốt − Phần mềm: tiếp tục nghiên cứu, áp dụng giải thuật nhận dạng ảnh tốt phù hợp với tài nguyên hệ thống KẾT QUẢ Nghiên cứu thực thành công xe lăn điều khiển trạng thái bàn tay Hình ảnh thực tế xe lăn thiết kế Hình 22 V KẾT LUẬN Nội dung viết trình bày việc thiết kế, chế tạo thử nghiệm xe lăn điều khiển dựa việc nhận dạng ảnh trạng thái bàn tay Thiết kế sử dụng Intel Galileo chạy hệ điều hành Linux làm board xử lý trung tâm, kết hợp với webcam làm nhiệp vụ chụp ảnh bàn tay điều khiển Chương trình nhận dạng ảnh điều khiển hệ thống viết ngữ Python Xe lăn thiết kế hoạt động ổn định, phụ thuộc vào điều kiện chiếu sáng có giá thành hợp lý (khoảng 10 triệu đồng) Tuy nhiên sản phẩm cần tiếp tục hoàn thiện thêm để đáp ứng nhu cầu tự lại của người gặp khó khăn di chuyển TÀI LIỆU THAM KHẢO Hình 22 Hệ thống xe lăn thực tế [1] Những khó khăn q trình thực nghiệm, vận hành hệ thống giải Kết thực nghiệm việc nhận dạng trạng thái tay phục vụ mục đích điều khiển xe lăn Hình 23 Báo Việt Nam Net - vietnamnet.vn, 17/04/2015 URL: http://vietnamnet.vn/vn/doi-song/232841/dot-quy nhung-con-so-amanh-o-viet-nam.html [2] Báo Khoa Học TV – khoahoc.tv, URL: http://khoahoc.tv/timkiem/%C4%91i%E1%BB%81u+khi%E1%BB%83 n+xe+l%C4%83n/index.aspx [3] NCBI, URL: http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2788504/ [4] Geni, 10/11/2014, URL: http://www.geni.com/people/Christopher-Reeve/6000000000558881209 [5] Báo Thanh Niên – thanhnien.com, 12/06/2011, URL: http://www.thanhnien.com.vn/khoa-hoc/dieu-khien-xe-lan-bang-luoi401069.html [6] Báo Đà Nẵng điện tử – baodanang.vn, 21/04/2014, URL: http://www.baodanang.vn/channel/5418/201404/gs-nguyen-hung-mongxe-lan-thong-minh-som-den-viet-nam-2322983/ [7] Báo Tuổi Trẻ online – tuoitre.vn, 30/03/2014, URL: http://tuoitre.vn/tin/giao-duc/khoa-hoc/20140330/xe-lan-da-nang-dieukhien-bang-dau/600556.html [8] Báo Cần Thơ online – baocantho.com.vn, 06/12/2011, URL: http://baocantho.com.vn/?mod=detnews&catid=185&id=93361 [9] Wikipedia – en.wikipedia.org, 17/10/2013, URL: https://en.wikipedia.org/wiki/Intel_Galileo Hình 23 Biểu đồ xác suất nhận dạng 20 lần thực nghiệm với mẫu trạng thái bàn tay điều khiển Quan sát biểu đồ thấy xác suất nhận dạng cử tất cử 90%, xác suất nhận biết cử việc điều khiển tay trái tay phải tương đối giống nhau, có sai khác vị trí đặt tay điều kiện ánh sáng môi trường nên xác suất nhận dạng không đạt 100% Các đoạn video ghi lại q trình thử nghiệm xe lăn xem tại: [10] Semiconvn – semiconvn.com, URL: http://www.semiconvn.com/home/tin-tuc-vi-mach/san-pham-cong-nghevi-mach/6964-tren-tay-bo-mach-galileo-cua-intel-tai-ces-2014-.html [11] Arduino in Cộng đồng Việt Nam – arduino.vn, URL: http://arduino.vn/bai-viet/254-bai-1-gioi-thieu-so-luoc-ve-intel-galileo [12] Logitech – logitech.com, URL: http://www.logitech.com/en-us/product/hd-pro-webcam-c920 https://www.youtube.com/watch?v=XhlKb4x9CVU https://www.youtube.com/watch?v=G8I8Egqgkbo [13] Texas Intruments – ti.com, URL: http://www.ti.com/lit/ds/symlink/lm2596.pdf Hướng cải tiến, tiếp tục hoàn thiện hệ thống mà tiếp tục thực sau: [14] Intel – intel.com, URL: http://newsroom.intel.com/docs/DOC-4413 [15] Stackoverflow – stackoverflow.com, URL: 500 500 HộiHội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) [23] Srishti, Prateeksha Jain, Shalu, Swati Singh, "Design and Development of Smart Wheelchair using Voice Recognition and Head Gesture Control System", International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering Vol 4, Issue 5, pp.47904798, May 2015 http://stackoverflow.com/questions/2546273/play-a-wave-file-in-linux [16] People csail, URL: http://people.csail.mit.edu/rywang/handtracking/s09-hand-tracking.pdf [17] Endadget – endadget.com, 22/07/2013, URL: http://www.engadget.com/2013/07/22/leap-motion-controller-review/ [24] Rakhi A Kalantri, D.K Chitre, "Automatic Wheelchair using Gesture Recognition", International Journal of Engineering and Innovative Technology (IJEIT) Volume 2, Issue 9, pp 216-218, March 2013 [18] Nasati, URL: http://data.vista.gov.vn:9000/kqnc/kq_chitiet.asp?id=12423 [25] Vijendra P Meshram, Pooja A Rajurkar, Mohini M Bhiogade, Arundhati C Kharabe, Dhiraj Banewar, "Wheelchair Automation Using Head Gesture", International Journal of Advanced Research in Computer Science and Software Engineering, Volume 5, Issue 1, pp 641-646, January 2015 [19] Pei Jia, Huosheng H Hu, Tao Lu, Kui Yuan, "Head gesture recognition for hands‐free control of an intelligent wheelchair", Industrial Robot: An International Journal, Vol 34 Iss: 1, pp.60 - 68, 2007 [20] Gunda Gautam, Gunda Sumanth, Karthikeyan K C, Shyam Sundar, D.Venkataraman, "Eye Movement Based Electronic Wheel Chair For Physically Challenged Persons, International Journal Of Scientific & Technology Research Volume 3, Issue 2, pp 206-212, February 2014 [26] Bhaurao Patil, Disha Tharval, Rajendra Pawar, Aditya Datar, Akanksha Bhargawa, 'Microcontroller Based Wheelchair", International Journal of Electrical and Electronics Research, Vol.3, Issue 2, pp.99-101, April June 2015 [21] Neena Mani, Aby Sebastian, Alen Mathews Paul, Alex Chacko, Anupa Raghunath, "Eye Controlled Electric Wheel Chair" International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering Vol 4, Issue 4, pp 2494-2497, April 2015 [27] Chhaya.G.Patil, Sayali.K.Gharge, Sonal.V.Modhave, Y.S.Angal, "Design Of Wheelchair Using Finger Operation With Image Processing Algorithms", International Journal of Research in Engineering and Technology, Volume: 03 Issue: 02, pp.232-237, February 2014 [22] Sandeep, Supriya, "Gesture Controlled Wheel-Chair: A Review", International Advanced Research Journal in Science, Engineering and Technology (IARJSET) Vol 2, Special Issue 1, pp 27-31, May 2015 501 501 ... 2015) Từ thực tế trên, định thực nghiên cứu ? ?Điều khiển xe lăn dựa nhận dạng ảnh trạng thái bàn tay với board Intel Galileo? ?? Mục tiêu nghiên cứu thiết kế hệ thống điều khiển xe lăn với kích thước... chụp ảnh bàn tay nhận dạng ảnh để điều khiển xe lăn tiến hành theo bước sau: Bảng Thư viện ảnh mẫu trạng thái bàn tay Tên trạng thái Mô tả Điều khiển Khơng có Đây trạng thái ban đầu khơng có tay. .. khiển xe lăn dựa nhận dạng ảnh trạng thái bàn tay thực nghiên cứu Ảnh bàn tay điều khiển xe lăn chụp với độ phân giải 15 MPixel webcam, sau truyền board điều khiển trung tâm, Intel Galileo, qua cổng