NGHIÊN CỨU CÔNG NGHỆ HỖ TRỢ LÁI TỰ ĐỘNG TRÊN XE ĐIỆN CỦA TESLA

BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI  - NGUYỄN THÀNH LONG ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC NGÀNH CÔNG NGHỆ Ô TÔ NGHIÊN CỨU CÔNG NGHỆ HỖ TRỢ LÁI TỰ ĐỘNG TRÊN XE ĐIỆN CỦA TESLA CBHD:TS.Vũ Hải Quân Sinh viên: Nguyễn Thành Long NGÀNH CÔNG NGHỆ Ô TÔ Mã số sinh viên: 2018600556 Hà Nội – Năm 2022 MỤC LỤC MỤC LỤC DANH MỤC HÌNH ẢNH DANH MỤC TỪ VIẾT TẮT LỜI NÓI ĐẦU Chương 1: TỔNG QUAN VỀ XE TỰ HÀNH 1.1 Khái quát chung xe tự hành 1.1.1 Giới thiệu chung 1.1.2 Phân loại 1.2 Công tự hành hãng xe khác công nghệ tự hỗ trợ lái tự động (autopilot) Tesla 12 1.2.1 Công nghệ tự hành google 12 1.2.2 Công nghệ hỗ trợ lái tự động xe điện Tesla 15 Chương 2: CÁC CÔNG NGHỆ ĐƯỢC ỨNG DỤNG TRONG CÔNG NGHỆ HỖ TRỢ LÁI TỰ ĐỘNG CỦA TESLA 25 1.1 Lý thuyết cơng nghệ trí tuệ nhân tạo xử lý hình ảnh 25 1.1.1 Giới thiệu chung 25 1.1.2 Convolution Neutral Network (CNN) 27 1.2 Công nghệ nhận biết vật cản sử dụng radar 36 1.2.1 giới thiệu chung 36 1.2.2 Nguyên lý hoạt động radar 39 1.3 Nhận biết vật cản cảm biến siêu âm 43 1.4 CAN Bus 45 1.4.1 giới thiệu chung 46 1.4.2 chế giao tiếp mạng CAN 48 Chương 3: THIẾT KẾ MODULE NHẬN BIẾT VẬT CẢN VÀ XÂY DỰNG GIAO DIỆN TƯƠNG TÁC NGƯỜI DÙNG 50 1.5 Thiết kế module nhận biết vật cản 50 1.5.1 Giới thiệu phần mềm proteus 50 1.5.2 Thiết kế module nhận biết vật cản tính tốn khoảng cách với cảm biến siêu âm 56 1.5.3 Kết mô : 62 1.6 XÂY DỰNG GIAO DIỆN GIAO TIẾP NGƯỜI DÙNG TRÊN BẢNG TAPLO 63 1.6.1 giới thiệu chung 63 1.6.2 Thiết kế giao diện người dùng 68 KẾT LUẬN 71 DANH MỤC TÀI LIỆU THAM KHẢO 72 PHỤ LỤC 73 DANH MỤC HÌNH ẢNH Hình 1.1: Adaptive – cruise –control Hình 1.2: Minh họa xe tự hành cấp độ 10 Hình 1.3: Audi R8 tự hành cấp độ 11 Hình 1.4: xe tự hành cấp độ 11 Hình 1.5: bố trí trung phận cảm biến xe tự hành google 13 Hình 1.6: minh hoạ cơng nghệ xe tự hành google 14 Hình 1.7: Các thiết bị thu nhận tín hiệu cơng nghệ Autopilot 16 Hình 1.8: góc chiếu phạm vi camera 17 Hình 1.9: vị trí lắp đặt cảm biến siêu âm 19 Hình 1.10: minh hoạ giao tiếp 20 Hình 1.11: minh họa khả điều hướng xe 21 Hình 1.12: minh họa khả triệu hồi thông minh 22 Hình 2.1: Các giai đoạn xử lý hình ảnh 25 Hình 2.2: Minh họa cách tích chập 28 Hình 2.3: Hình ảnh trước tích chập 29 Hình 2.4: Ảnh phát biên sau tích chập 29 Hình 2.5: Cấu trúc mạng CNN 30 Hình 2.6: Dữ liệu đầu vào, lọc kết lớp tích chập 31 Hình 2.7: Phép tốn tích chập CNN 31 Hình 2.8: Chức kích hoạt 32 Hình 2.9: Áp dụng padding cho ma trận đầu vào 34 Hình 2.10 : Minh họa hoạt động gộp 34 Hình 2.11: Mạng thần kinh sâu phân loại nhiêu lớp 36 Hình 2.12: minh hoạ radar ARS410 37 Hình 2.13: radar phoenix of Arbe 38 Hình 2.14: độ phân giải phoenix 39 Hình 2.15: thơng số thể vượt trội phoenix 39 Hình 2.16: minh họa tần số xung phát xạ, xung phản xạ 42 Hình 2.17: Góc lệch hương di chuyển mục tiêu so với radar 43 Hình 2.18: Nguyên lý hoạt động cảm biến siêu âm 44 Hình 2.19: Nguyên lý time of light 45 Hình 2.20: mạng giao tiếp ô tô 46 Hình 2.21: minh hoạ mơ hình mạng CAN 47 Hình 2.22: mơ hình mạng CAN 48 Hình 3.1: Giao diện home page proteus 8.7 51 Hình 3.2: Chọn chức vẽ sơ đồ nguyên lý 51 Hình 3.3: Giao diện schematic 52 Hình 3.4: Chọn linh kiện 52 Hình 3.5: chọn thư viện 52 Hình 3.6: Cửa sổ chứa link chọn linh kiện 53 Hình 3.7: Minh họa linh kiện mạch nguyên lý 54 Hình 3.8: Cảm biến siêu âm HC-SR04 57 Hình 3.9: Vi điều khiển arduino uno r3 59 Hình 3.10: kết nối chân linh kiện lại với 61 Hình 3.11: kết mô chưa phát vật cản 62 Hình 3.12: Kết mơ phát vật cản 62 Hình 3.13: Phần mềm Tạo mơi trường IDE cho lập trình ứng dụng 63 Hình 3.14: minh hoạ ngơn ngữ C++ 65 Hình 3.15: giao diện ứng dụng viết C++ 66 Hình 3.16: trình duyệt có đóng góp C++ 67 Hình 3.17:giao diện mà hình xe điện Tesla viết QML 68 Hình 3.18: bố cục giao diện 69 Hình 3.19: hình ảnh giả lập nhận tín hiệu vật cản phía trái trước xe 69 Hình 3.20: hỉnh ảnh mơ phát vật cản phía sau xe 70 DANH MỤC TỪ VIẾT TẮT CNN: CONVOLUTIONAL NEURAL NETWORK LIDAR: LIGHT DETECTION AND RANGING AI: ARTIFICIAL INTELLIGENCE ADAS: ADVANCED DRIVER ASSISTANCE SYSTEMS QML: QT META LANGUAGE LỜI NÓI ĐẦU Ngày nay, với phát triển không ngừng nghỉ khoa học kỹ thuật, loại máy móc trang thiết bị sử dụng sống hàng ngày trở nên đại thơng minh Ơ tơ khơng phải ngoại lệ Ơ tơ phương tiện sử dụng phổ biến với tiện dụng hoạt động di chuyển làm chủ xe mình, đặc biệt tình đột ngột, bất ngờ Nếu khơng xử lý đủ nhanh hợp lý tai nạn xảy Để làm giảm vai trò người điều khiển, hỗ trợ người lái tình khẩn cấp, xe tự hành nghiên cứu Vào thời điểm tại, có nhiều cơng ty cơng nghệ tập đồn sản xuất xe lớn giới tham gia vào chạy đua phát triển công nghệ xe tự lái thông minh mà không cần đến can thiệp từ bàn tay người, bật số tên tuổi lớn Tesla, Daimler, Google Đứng trước xu phát triển xe tự hành ngành công nghiệp ô tô, định thực nghiên cứu đề tài : “Nghiên cứu công nghệ hỗ trợ lái tự động xe điện Tesla” Đề tài thực thời gian ngắn, trình độ hiểu biết cịn nhiều hạn chế nguồn tài liệu có hạn nên khơng thể tránh khỏi sai sót Rất mong thầy bạn đóng góp ý kiến Tơi xin trân thành cảm ơn giáo viên hướng dẫn thầy Vũ Hải Quân, thầy cô khoa bạn sinh viên giúp đỡ hỗ trợ tơi hồn thành đề tài Tơi xin chân thành cảm ơn! Hà Nội, ngày tháng năm 2022 Sinh viên thực Nguyễn Thành Long Chương 1: TỔNG QUAN VỀ XE TỰ HÀNH 1.1 Khái quát chung xe tự hành 1.1.1 Giới thiệu chung Xe tự hành lĩnh vực nhiều nhà sản xuất xe hướng đến, với phát triển cơng nghệ trí tuệ nhân tạo năm gần nhà sản xuất ứng dụng công nghệ AI vào hệ thống tự hành xe Xe tự hành xe kết hợp với vào phần mềm để điều khiển, điều hướng lái xe Hiện nay, chưa có loại phương tiện vận hành tự động hồn tồn Tuy nhiên, có loại xe tự động mộtphần ô tô xe tải với nhiều mức độ khác nhau, từ xe thơng thường có hỗ trợ phanh, hỗ trợ chuyển đường nguyên mẫu tự hành độc lập cao Mặc dù cịn sơ khai, cơng nghệ tự hành ngày trở nên phổ biến biến đổi hồn tồn hệ thống giao thơng tương lai Với phát triển mạnh khoa học cơng nghệ, hãng có hướng khác đường tạo xe tự hành Trong xe tự hành google sử dụng Lidar để nhận biết, tính tốn khoảng cách xe với vật thể Tesla lại sử dụng radar để làm công việc Mỗi công ty chế tạo xe tự hành với cấu tạo khác chúng có nguyên lý hoạt động chung Xe ô tô tự lái dựa vào cảm biến để nhận biết môi trường xung quanh, tín hiệu nhận từ cảm biến xử lý trung tâm với khả xử lý mạnh mẽ sử dụng thuật toán phức tạp để tính tốn, từ đưa tín hiệu điều khiển tới truyền động hệ thống phanh hệ thống lái để điều khiển hoạt động xe Xe tự hành tạo trì đồ mơi trường xung quanh dựa nhiều loại cảm biến nằm phận khác xe Cảm biến radar giám sát vị trí phương tiện gần Camera phát đèn giao thơng, đọc biển báo đường bộ, theo dõi phương tiện khác tìm kiếm người Đối với loại xe tự hành trang bị Lidar, cảm biến nắp phát xung ánh sáng tới môi trường xung quanh để xác định mép đường xác định vạch kẻ đường Cảm biến siêu âm phát lề đường phương tiện khác đỗ xe Sau đó, phần mềm vi tính xử lý tất tín hiệu đầu vào, vạch cách xử lý tín hiệu hướng dẫn đến truyền động ô tô, phận điều khiển tốc độ ô tô Các quy tắc mã hóa, thuật tốn điều khiển đảm bảo tuân thủ theo luật giao thông 1.1.2 Phân loại Ơ tơ tự lái phương tiện có khả cảm nhận môi trường hoạt động không cần tham gia người Chúng ta không cần phải điều khiển phương tiện lúc nào, xe khơng bắt buộc có tài xế Một xe tự lái đến đâu mà tơ truyền thống đến làm thứ mà người lái xe làm trình điều khiển Dựa vào mức độ độc lập ô tô với người điều khiển mà hiệp hội kỹ sư ô tô (SAE) phân chia công nghệ tự lái ô to thành cấp độ từ cấp độ ( hồn tồn thả cơng) đến cấp độ (hoàn toàn tự động)[1], với khả tự lái gồm: Cấp độ : cấp độ khơng có tự hành Ở cấp độ này, xe khơng có khả tự động với khả tự lái Người lái chịu trách nhiêm hoàn toàn cho tất cá thao tác vận hành xe Cấp độ : hỗ trợ người lái Ở cấp độ này, người lái hệ thống tự động chia sẻ quyền kiểm soát xe với hệ thống kiểm sốt hành trình chủ động (ADAS) hỗ trợ người lái xe cách đánh lái, phanh tăng tốc không đồng thời ADAS bao gồm camera chiếu hậu tính cảnh báo ghế rung để cảnh báo người lái xe họ lệch khỏi đường di chuyển Hỗ trợ việc giữ khoảng cách an toàn với phương tiện xung quanh cách tự động điều khiển phanh ga Từ thấy, người điều khiển cần làm việc để kiểm soát xe Hầu hết loại ô tô cao cấp mắt năm trở lại hỗ trợ đầy đủ chức tự lái cấp độ Hình 1.1: Adaptive – cruise –control Cấp độ : tự hành phần Xe tích hợp chức tự động tiên tiến có khả thực nhiều tác vụ lúc cấp độ xe thực tác vụ thời điểm Hệ thống kiểm soát hành trình chủ động lúc kiểm sốt việc điều hướng, tăng giảm tốc độ cảnh báo chệch đường Tuy nhiên, chế độ này, người điều khiển phải giám sát việc lái xe sẵn sàng can thiệp lúc hệ thống phản hồi khơng xác Những xe có khả tự động cấp độ bao gồm: xe Tesla trang bị hệ thống phần mềm Autopilot, Cadillac Super Cruise, Mercedes-Benz Drive Pilot Volvo Pilot Assistant 68 c) QML QML tệp ngôn ngữ QT Meta Tệp ngôn ngữ sử dụng Qt SDK, khung phát triển giao diện người dùng máy tính để bàn, thiết bị di động nhúng cho ngôn ngữ C QML; chứa mã nguồn QML dựa JavaScript mã hóa theo định dạng UTF-8; thường sử dụng để phát triển ứng dụng thành phần di động nút Tệp QML bắt đầu với câu lệnh nhập (vì QML không nhập mô-đun theo mặc định, câu lệnh nhập cần thiết, khơng khơng yếu tố có sẵn).[4] Hình 3.17:giao diện mà hình xe điện Tesla viết QML QML cho phép xây dựng giao diện cách mô tả đối tượng trực quan (visual components) cách tương tác (interact) chúng QML dùng để xây dựng giao diện tương tác với người dùng ô tô 1.6.2 Thiết kế giao diện người dùng a) Mục tiêu Xây dựng logic xử lý tín hiệu bên C++ hiển thị chúng giao diện người dùng với QML Giao diện xây dựng có dạng: 69 Hình 3.18: bố cục giao diện b) Kết Giả lập nhận tín hiệu nhận biết vật cản Hình 3.19: hình ảnh giả lập nhận tín hiệu vật cản phía trái trước xe Khi nhận tín hiệu, giao diện thị vùng màu đỏ thể vị trí vật cản, khoảng cách từ xe đến vật cản in nội dung cảnh báo màu đỏ yêu cầu người lái xe phải ý cần có biện pháp xử lý 70 Hình 3.20: hỉnh ảnh mơ phát vật cản phía sau xe 71 KẾT LUẬN Ơ tơ dụng rộng rãi nước ta phương tiện lại cá nhân vận chuyển hành khách hàng hóa Sự gia tăng nhanh chóng số lượng ô tô vài năm trở lại đây, đặc biệt ô tô đời ứng dụng công nghệ đại, kéo theo nhu cầu đào nguồn nhân lực với kiến thức đa lĩnh vực lập trình điều khiển điện tử Xuất phát từ nhu cầu em giáo viên môn giao cho đề tài: “Nghiên cứu công nghệ hỗ trợ lái tự động xe điện Tesla” nhằm cung cấp cố kiến thức lý thuyết nâng cao hiểu biết công nghệ ứng dụng dòng xe tự hành Tesla Kiến thức đề tài xếp theo thứ tự chương: Tổng quan xe tự hành;Các công nghệ ứng dụng công nghệ tự hành xe điện Tesla; Thiết kế module nhận biết vật cản xây dựng giao diện tương tác người dùng Với kiến thức học được, tài liệu tham khảo bảo từ giáo viên hướng dẫn Đề tài em công nghệ xe tự hành, trí thơng minh nhân tạo áp dụng thơng qua mạng no-ron tích chập CNN, dùng phần mềm mô hệ thống nhận biết vật cản tính tốn khoảng cách Ứng dụng kiến thức ngơn ngữ lập trình xây dựng giao diện tương tác Qua việc hoàn thành đề tài giúp cho em hiểu thêm công nghệ hỗ trợ lái tự động xe điện Tesla, từ hoàn kiến thức cần thiết để áp dụng vào thực tế Mặc dù thời gian thực đề tài hạn chế giúp đỡ thầy giáo hướng dẫn Ts.Vũ Hải Quân Khoa Cơng nghệ tơ Đến hơm em hồn thành đề tài Do hiểu biết thân hạn chế, điều kiện tiếp xúc thực tế khơng nhiều, cịn nhiều vấn đề chưa làm rõ hoàn chỉnh Em mong bảo, gớp ý thầy người đã, muốn quan tâm đề tài để áp dụng vào thực tiễn Em xin chân thành cảm ơn! 72 DANH MỤC TÀI LIỆU THAM KHẢO [1] Vivek Wadhwa , Alex Salkever, (2017), The Driver in the Driverless Car: How Our Technology Choices Will Shape the Future, Berrett-Koehler [2] Đỗ Trọng Tấn, (2012), Kỹ Thuật Radar Và Định Vị Bằng Vệ Tinh, Nhà xuất đại học Bách Khoa Hà Nội [3] Lê Mỹ Hà, (2019), giáo trình mạng nơ ron học sâu ứng dụng, Nhà xuất đại học quốc gia Tp.Hồ Chí Minh [4] Lee Zhi Eng, (2019), Qt5 C++ GUI Programming Cookbook, Packt [5] Tom Denton, (2012), Automobile electrical and electronic Systems, 4th edition by BH Publication, New Yorks [6] Jack Erjavec, (2018), Automotive Technology A Systems Approach 5th Edition [7] Dogan Ibrahim, (2018), Controller Area Network Projects, Elektor Digital [8] Emily Rose Oachs, (2018), Car Crazy: Tesla Model S, Bellwether Media [9] Hanky Sjafrie, (2019), Introduction to Self-Driving Vehicle Technology 1st Edition, Chapman and Hall/CRC 73 PHỤ LỤC Dữ liệu code #include "climatemodel.h" ClimateModel::ClimateModel(QObject *parent) : QObject(parent) { m_climate=newlocal::Climate("org.ivi","/Climate", QDBusConnection::sessionBus(), this); if (m_climate->isValid()){ qDebug() getTemp_passenger(); } int ClimateModel::GetFanLevel() { 74 return m_climate->getFan_speed(); } int ClimateModel::GetDriverWindMode() { return m_climate->getDriverWind_mode(); } int ClimateModel::GetPassengerWindMode() { return m_climate->getPassengerWind_mode(); } int ClimateModel::GetAutoMode() { return m_climate->getAuto_mode(); } int ClimateModel::GetSyncMode() { return m_climate->getSync_mode(); } main.qml import QtQuick 2.14 import QtQuick.Window 2.0 import QtQuick.Controls 2.4 ApplicationWindow { id: window visible: true 75 width: 1600 height: 700 Image { id: background anchors.fill: parent source: "qrc:/Img/bg_full.png" } StatusBar { id: statusBar width: parent.width } ViewBody{ id: bodyId width: parent.width height: parent.height - statusBar.height anchors.top: statusBar.bottom } } ViewBody.qml import QtQuick 2.0 import QtQuick.Layouts 1.3 Item { Rectangle{ anchors.fill: parent color: "#363636" Row{ width: parent.width height: parent.height MapWidget{ 76 width: parent.width* 1/3 height: parent.height } VcWidget{ width: parent.width* 2/3 height: parent.height } } } } MapWidget.qml import QtQuick 2.12 import QtLocation 5.6 import QtPositioning 5.6 Item { id: root Rectangle { id: nen anchors.fill: parent opacity: 0.7 color: "#111419" } Item { id: map anchors.fill: parent Plugin { id: mapPlugin name: "mapboxgl" //"osm" // , "esri", 77 } MapQuickItem { id: marker anchorPoint.x: image.width/4 anchorPoint.y: image.height coordinate: QtPositioning.coordinate(21.03, 105.78) sourceItem: Image { id: image source: "qrc:/Img/Map/car_icon.png" } } Map { id: mapView anchors.fill: parent plugin: mapPlugin center: QtPositioning.coordinate(21.03, 105.78) zoomLevel: 14 copyrightsVisible: false enabled: false Component.onCompleted: { mapView.addMapItem(marker) } } } Image { id: idBackgroud anchors.fill: parent source: "" 78 } states: [ State { name: "Focus" PropertyChanges { target: idBackgroud source: "qrc:/Img/HomeScreen/bg_widget_f.png" anchors.fill: parent } }, State { name: "Pressed" PropertyChanges { target: idBackgroud source: "qrc:/Img/HomeScreen/bg_widget_p.png" anchors.fill: parent } }, State { name: "Normal" PropertyChanges { target: idBackgroud source: "" } } ] } ViewWidget.qml 79 import QtQuick 2.0 import QtQuick.Layouts 1.3 import QtQuick.Controls 2.1 Send.xml 80 #include //khai báo chân ứng với hình lcd LiquidCrystal lcd(9, 8, 7, 6, 5, 4); const int trig = 3; const int echo = 2; int led = 10; int k = 0; void setup() { Serial.begin(9600); //khai báo chân in, out pinMode(trig, OUTPUT); 81 pinMode(echo, INPUT); pinMode(led, OUTPUT); lcd.begin(16, 2); } void loop() { // put your main code here, to run repeatedly: // khai báo biến khoảng cách, thời gian float duration; float distance; digitalWrite( trig, LOW); delayMicroseconds(2); digitalWrite( trig, HIGH); delayMicroseconds(10); digitalWrite( trig, HIGH); duration = pulseIn(echo, HIGH, 30000); //tính khoảng cách theo thời gian distance = duration * 0.034/2; if(distance < 500 && k >0){ digitalWrite(led, HIGH); }else if (k ==0 && distance == 0){ digitalWrite(led, LOW); } k = distance; //hiển thị kết hình lcd lcd.setCursor(0, 0); lcd.print("k/c: "); lcd.setCursor(0,1); if( distance != 0){ lcd.print(distance);} 82 else{ lcd.print("NULL"); } lcd.print("cm"); // delay thời gian theo dõi kết delay(1000); lcd.clear(); //chương trình lặp lại từ đầu } ... 12 1.2.1 Công nghệ tự hành google 12 1.2.2 Công nghệ hỗ trợ lái tự động xe điện Tesla 15 Chương 2: CÁC CÔNG NGHỆ ĐƯỢC ỨNG DỤNG TRONG CÔNG NGHỆ HỖ TRỢ LÁI TỰ ĐỘNG CỦA TESLA 25... số tên tuổi lớn Tesla, Daimler, Google Đứng trước xu phát triển xe tự hành ngành công nghiệp ô tô, định thực nghiên cứu đề tài : ? ?Nghiên cứu công nghệ hỗ trợ lái tự động xe điện Tesla? ?? Đề tài... công nghệ hỗ trợ lái tự động công ty Tesla, bao gồm loạt tính hỗ trợ người lái giúp xe Tesla tự chủ mức độ Tesla Autopilot bao gồm giữ đường, kiểm sốt hành trình nhận biết giao thơng, tự đỗ xe,