(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT

(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT(Đồ án tốt nghiệp ngành Công nghệ kỹ thuật Ô tô) Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA CƠ KHÍ ĐỘNG LỰC ĐỒ ÁN TỐT NGHIỆP Chuyên ngành: Công nghệ Kỹ thuật ô tô Tên đề tài NGHIÊN CỨU VÀ PHÁT TRIỂN HỆ THỐNG PHÁT HIỆN ĐỐI TƯỢNG TRÊN XE TỰ HÀNH DÀNH CHO CUỘC THI CUỘC ĐUA SỐ CỦA FPT SVTH: HUỲNH VĂN ANH QUỐC MSSV: 17145347 SVTH: PHẠM MINH THUẬN MSSV: 17145368 GVHD: PGS.TS ĐỖ VĂN DŨNG Tp Hồ Chí Minh, tháng……năm 2021 LỜI CÁM ƠN Lời nói chúng tơi xin chân thành gửi lời cảm ơn tới quý thầy Khoa Cơ Khí Động Lực – Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh nói chung, quý thầy Bộ môn Điện tử ô tô nói riêng, thầy truyền đạt cho từ kiến thức tảng ngành ô tô, tạo điều kiện cho nắm vững kiến thức để tiếp nối môn chuyên ngành, mà cịn bổ sung cho thêm cho chúng tơi kỹ thực tế, cần thiết cho công việc tương lai Đặc biệt, xin gửi lời cảm ơn chân thành đến PGS.TS Đỗ Văn Dũng – Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh, người tận tình hướng dẫn, bảo em suốt trình thực đề tài tốt nghiệp Cuối xin chân thành cảm ơn gia đình bạn bè, ln tạo điều kiện, quan tâm, giúp đỡ, động viên nhóm suốt trình học tập, nghiên cứu hồn thành đề tài tốt nghiệp Do khả cịn thiếu sót thời gian có hạn, nên khơng thể tránh khỏi thiếu sót Qua đó, chúng tơi mong có đóng góp chân thành cơng tâm để đồ án chúng tơi hồn thiện Nhóm chúng tơi xin chân thành cảm ơn Tp Hồ Chí Minh, ngày… tháng… năm 2021 Nhóm sinh viên thực Huỳnh Văn Anh Quốc Phạm Minh Thuận i TÓM TẮT Trong sống nay, công nghiệp 4.0 ngày phát triển tự động hóa dần trở thành xu hướng phát triển ngành cơng nghiệp nói chung ngành cơng nghiệp tơ nói riêng Các cơng nghệ tự động thông minh trở thành trung tâm công cải tiến phát triển ngành cơng nghệ tơ Trong đó, an tồn tiện nghi ô tô lĩnh vực áp dụng nhiều cơng nghệ cơng tự động hóa Bên cạnh đó, việc cho đời hệ thống nâng cao khả điều khiển an toàn cho người lái xe lẫn an toàn cho người xung quanh xu hướng phát triển ngành ô tô Nhận thấy xu hướng phát triển trên, hệ thống an toàn hãng xe hàng đầu như: Volvo, Audi thực nguyên cứu ứng dụng vào thực tế hệ thống phát đối tượng như: người bộ, xe đối tượng khác nhằm cảnh báo điều khiển xa tránh va chạm Để sinh viên tiếp cận với nguồn kiến thức nhiều trường đại học tổ chức sân chơi dành cho sinh viên, tiêu biểu thi mang tên Cuộc đua số FPT tổ chức vào năm 2016 với nhiều giải thưởng hấp dẫn Vì lý nên chúng tơi định chọn đề tài: “NGHIÊN CỨU VÀ PHÁT TRIỂN HỆ THỐNG PHÁT HIỆN ĐỐI TƯỢNG TRÊN XE TỰ HÀNH DÀNH CHO CUỘC THI CUỘC ĐUA SỐ CỦA FPT” làm đề tài tốt nghiệp Trong đề tài này, tập trung khảo sát hệ thống phát đối tượng hãng xe tiếng; chế tạo mơ hình xe điều khiển phát vật thể công nghệ xử lý ảnh; giao tiếp xử lý liệu từ thiết bị Jetson Nano nhằm điều khiển xe tránh vật cản Với thời gian tháng nghiên cứu thực hiện, tơi hồn thành nhiệm vụ đề tài đặt Nội dung thể rõ qua chương gồm: Chương Tổng quan: Nêu lên lý chọn đề tài; mục tiêu đề tài tập trung; nghiên cứu thực tế mà đề tài ứng dụng Chương Cơ sở lý thuyết: Giới thiệu xe tự hành, đua số, thuật toán YOLO Chương Tổng quan phần cứng phần mềm: Giới thiệu phần cứng mơ hình xe điều khiển, phần mềm giao tiếp, xử lí điều khiển xe tránh vật cản ii Chương 4: Chương trình nhận diện đối tượng: Liệt kê chương trình dùng nhận diện đối tượng, hướng dẫn train liệu model khác nhau; so sánh model train lựa chọn model phù hợp với đề tài Chương 5: Thực nghiệm kết quả: Lập trình điều khiển mơ hình xe, điều khiển góc lái thơng qua Servo, điều khiển tốc độ xe thông qua motor; cuối điều khiển xe tránh vật cản; Đưa kết nhận diện đối tượng, xử lý tránh vật cản Chương 6: Kết luận hướng phát triển: Tổng hợp kết đạt được; đưa hạn chế đề tài; đề xuất hướng phát triển đề tài iii MỤC LỤC LỜI CÁM ƠN i TÓM TẮT ii MỤC LỤC iv DANH MỤC CÁC CHỮ VIẾT TẮT VÀ KÝ HIỆU viii DANH MỤC CÁC HÌNH x Chương 1: TỔNG QUAN ĐỀ TÀI 1.1 Lý chọn đề tài .1 1.2 Giới hạn đề tài 1.3 Mục tiêu nhiệm vụ nghiên cứu .2 1.4 Đối tượng phạm vi nghiên cứu .2 1.5 Phân tích đánh giá hướng nghiên cứu nước 1.5.1 Nghiên cứu nước .2 1.5.1.1 Phát triển thuật toán xử lý ảnh để phát đếm tôm giống 1.5.1.2 Xe tự hành FPT 1.5.2 Nghiên cứu nước: A study of vehicle control technology using image processing 1.6 Hướng nghiên cứu .4 Chương 2: CƠ SỞ LÝ THUYẾT 2.1 Tổng quan xe tự hành 2.2 Tổng quan Cuộc đua số FPT 10 2.2.1 Giới thiệu Cuộc đua số FPT 10 2.2.2 Mục đích Cuộc đua số FPT 12 2.2.3 Hình thức thi .12 2.2.4 Cơ cấu giải thưởng thi 12 2.2.5 Thể lệ thi 15 iv 2.2.5.1 Vòng sơ khảo 15 2.2.5.2 Vòng bán kết .18 2.2.5.3 Vòng chung kết 21 2.2.5.4 Truất quyền thi đấu .23 2.2.5.5 Trách nhiệm Thí sinh tham gia Cuộc đua số .24 2.2.5.6 Các quy định khác 25 2.2.6 Mẫu xe đua tự hành đua số FPT 25 2.3 Tổng quan nhận dạng đối tượng 28 2.3.1 Bài toán nhận dạng đối tượng 28 2.3.2 Kiến trúc hệ thống nhận dạng đối tượng .29 2.4 Tổng quan số mơ hình nhận diện đối tượng 30 2.4.1 Giới thiệu Machine Learning 30 2.4.2 Giới thiệu mơ hình Yolo 33 2.5 Mạng nơ ron tích chập - Convolutional Neural Network .34 2.5.1 Khái niệm 34 2.5.2 Mơ hình mạng nơ rơn tích chập 34 2.5.3 Tầng tích chập (Convolutional layer) .35 2.5.4 Tầng gộp 36 2.5.5 Tầng kết nối đầy đủ 37 2.5.6 Vấn đề đầu vào mạng 38 2.6 Nhiệm vụ lớp Extra Layers .38 2.6.1 Đầu mạng nơ ron tích chập 38 2.6.2 Dự đoán nhiều Feature maps .39 2.6.3 Dự đoán Bounding Box 40 2.6.3.1 Khái niệm Cell Archon Box 40 v 2.6.3.2 Cách thức dự đoán Bounding Box 42 2.6.4 Non-max Suppression .43 Chương 3: TỔNG QUAN PHẦN CỨNG VÀ PHẦN MỀM 45 3.1 Phần cứng 45 3.1.1 Giới thiệu xe mơ hình RC 45 3.1.2 Khung xe tự hành 46 3.1.3 Motor DC giảm tốc 47 3.1.4 Servo 48 3.1.5 Mạch cầu H .48 3.1.6 Board Jetson Nano 50 3.1.7 Webcam 52 3.1.8 Nguồn 53 3.2 Phần mềm 54 3.2.1 Python .54 3.2.2 Anaconda 56 3.2.3 Pycharm 57 3.2.4 LabelImg Tool 61 3.2.5 Google Colab 62 Chương 4: CHƯƠNG TRÌNH NHẬN DIỆN ĐỐI TƯỢNG 64 4.1 Chuẩn bị data 64 4.2 Gán nhãn data – labelImg Tool .67 4.3 Train data Google Colab 71 4.3.1 Train data – model Yolov3 .71 4.3.2 Train data – model Yolov3 – tiny .76 4.3.3 Train data – model Yolov4 .80 vi 4.3.4 Train data – model Yolov4 – tiny .84 4.4 Code chương trình nhận diện đối tượng 89 4.5 So sánh, đánh giá model – Lựa chọn model phù hợp .91 Chương 5: THỰC NGHIỆM VÀ KẾT QUẢ 95 5.1 Tổng quan 95 5.2 Xử lý nhận diện đối tượng .97 5.2.1 Giới thiệu 97 5.2.2 Thực nhận diện đối tượng 98 5.3 Xử lý tránh vật cản 100 5.3.1 Tổng quan 100 5.3.2 Xử lý tránh vật cản 103 5.3.2.1 Đối tượng “Person” “Biển báo STOP” 103 5.3.2.2 Đối tượng “Biển báo hiệu lệnh rẽ trái” “Biển báo cấm rẽ trái – thẳng” .105 5.3.2.3 Đối tượng “Xe đường” 108 Chương 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN .110 6.1 Kết luận 110 6.2 Hạn chế đề tài 111 6.3 Hướng phát triển đề tài 111 DANH MỤC TÀI LIỆU THAM KHẢO 112 vii DANH MỤC CÁC CHỮ VIẾT TẮT VÀ KÝ HIỆU ADAS: Advanced Driver Assistance Systems ADS: Automated Driving Systems AI: Artificial intelligence CNN: Convolutional Neutral Network CPU: Center Processing Unit CSS: Cascading Style Sheets DC: Direct Current DIY: Do It Yourself FPS: Frames per second GPU: Graphic Processing Unit HTML: Hypertext Markup Language IDE: Integrated Development Environment IoT: Internet of Things IoU: Intersection over Union LiDAR: Light Detection and Ranging PC: Persional Computer PWM: Pulse Width Modulation RADAR: Radio Detection and Ranging RC: Remote Control Car RNN: Recurrent Neural Network RPM: Revolutions Per Minute SAE: Society of Automotive Engineers viii TPU: Tensor Processing Unit UART: Universal Asynchronous Receiver / Transmitter USB: Universal Serial Bus YOLO: You Only Look Once YOLOv3: You Only Look Once version YOLOv3 – tiny: You Only Look Once version – tiny YOLOv4: You Only Look Once version YOLOv4 – tiny: You Only Look Once version – tiny ix Hình 5.7 Nhận diện biển báo hiệu lệnh rẽ trái thời gian thực Hình 5.8 Nhận diện biển báo cấm rẽ trái – thẳng thời gian thực 99 Hình 5.9 Nhận diện biển báo STOP thời gian thực Nhận xét: – Phát đối tượng nhanh nhận diện đối tượng với độ xác cao (trên 95%) – Khi xe di chuyển việc nhận diện đối tượng có giảm mặt độ xác khơng đáng kể, hầu hết độ xác 90% 5.3 Xử lý tránh vật cản 5.3.1 Tổng quan Chúng tơi kết hợp sử dụng thuật tốn nhận diện vật thể ước lượng khoảng cách từ xe đến đối tuọng để tiến hành điều khiển xe dừng lại tránh vật cản Đầu tiên hệ thống kiểm tra xem có đối tượng phía trước xe hay khơng thơng qua hình ảnh mà camera ghi lại xử lý chương trình nhận diện đối tượng Nếu có, hệ thống ước lượng khoảng cách từ xe đến đối tượng điều khiển xe dừng lại (đối với đối tượng người biển báo STOP), điều khiển xe tránh vật cản (đối với đối tượng xe), điều khiển xe rẽ sang trái phải (đối với đối tượng biển báo hiệu lệnh rẽ trái biển báo cấm rẽ trái – thẳng) khoảng cách phù hợp với yêu cầu đặt trước 100 Bắt đầu Ảnh từ camera Xử lý nhận diện S Phát người/STOP Đ Ước lượng khoảng cách xe S Khoảng cách 10cm Đ Điều khiển xe dừng lại Kết thúc Hình 5.10 Sơ đồ giải thuật hoạt động phát đối tượng người/STOP 101 Bắt đầu Ảnh từ camera Xử lý nhận diện S Phát biển báo Đ Ước lượng khoảng cách xe S Khoảng cách phù hợp Đ Đánh lái xe theo khoảng cách hiệu lệnh biển báo Kết thúc Hình 5.11 Sơ đồ giải thuật hoạt động phát đối tượng biển báo/xe 102 5.3.2 Xử lý tránh vật cản 5.3.2.1 Đối tượng “Person” “Biển báo STOP” Đối với đối tượng người biển báo STOP: Nếu hệ thống phát đối tượng mà khoảng cách xe đối tượng chưa đạt yêu cầu xe chạy tiếp, đến khoảng cách xe đối tượng đạt u cầu chúng tơi điều khiển xe dừng lại Hình 5.12 Phát “Person” xe tiếp tục chạy Hình 5.13 Phát “Person” xe dừng lại 103 Hình 5.14 Phát “Biển báo STOP” xe tiếp tục chạy Hình 5.15 Phát “Biển báo STOP” xe dừng lại 104 5.3.2.2 Đối tượng “Biển báo hiệu lệnh rẽ trái” “Biển báo cấm rẽ trái – thẳng” Ở hai đối tượng này, ban đầu cho xe chạy thẳng Nếu hệ thống phát đối tượng mà khoảng cách xe đối tượng chưa đạt yêu cầu xe chạy tiếp, đến khoảng cách xe đối tượng phù hợp u cầu chúng tơi điều khiển xe đánh lái góc tương ứng với khoảng cách xe đối tượng xe rẽ trái (đối với đối tượng “Biển báo hiệu lệnh rẽ trái”) rẽ phải (đối với đối tượng “Biển báo cấm rẽ trái – thẳng”) Hình 5.16 Phát “Biển báo hiệu lệnh rẽ trái” xe tiếp tục chạy Hình 5.17 Phát “Biển báo hiệu lệnh rẽ trái” xe đánh lái góc 150 105 Hình 5.18 Phát “Biển báo hiệu lệnh rẽ trái” xe đánh lái góc 450 Hình 5.19 Phát “Biển báo cấm rẽ trái – thẳng” xe tiếp tục chạy 106 Hình 5.20 Phát “Biển báo cấm rẽ trái – thẳng” xe đánh lái góc 100 Hình 5.21 Phát “Biển báo cấm rẽ trái – thẳng” xe đánh lái góc 450 107 5.3.2.3 Đối tượng “Xe đường” Trong đối tượng này, ban đầu xe chạy thẳng Nếu hệ thống phát đối tượng mà khoảng cách xe đối tượng chưa đạt yêu cầu xe chạy tiếp, đến khoảng cách xe đối tượng phù hợp yêu cầu chúng tơi điều khiển xe đánh lái góc tương ứng với khoảng cách xe đối tượng xe rẽ trái (nếu đối tượng lệch bên phải) rẽ phải (nếu đối tượng lệch bên trái) Sau đánh lái vượt qua đối tượng xe trả lái tiếp tục chạy thẳng Hình 5.22 Phát “CAR” xe tiếp tục chạy Hình 5.23 Phát “CAR” xe đánh lái góc 50 108 Hình 5.24 Phát “CAR” xe đánh lái góc 300 Nhận xét: – Độ xác nhận diện đối tượng cao (hầu hết 90%) chạy chương trình xử lý tránh vật cản – Tốc độ khung hình ổn định (16 – 21 FPS) giúp cho tốc độ xử lý khúc xe đánh lái trơn tru – Ở số chỗ hệ thống bị nhiễu mặt đo khoảng cách xe đối tượng trình xe di chuyển camera bị rung lắc Tuy nhiên điều không ảnh hưởng nhiều đến qua trình điều khiển xe đánh lái 109 Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 6.1 Kết luận Sau khoảng thời gian tìm hiểu nghiên cứu, nhóm chúng tơi hồn thành hầu hết mục đích ban đầu mà đề tài đặt Qua tích lũy cho thân vốn kiến thức có ích thiết kế chế tạo, cụ thể mơ hình xe tự hành hệ thống nhận diện đối tượng Bên cạnh tiếp cận ngơn ngữ lập trình đại Python, kiến thức nâng cao xử lý ảnh kiến thức liên quan đến lập trình nhúng mà chúng tơi học qua môn học “Hệ thống điều khiển tự động ô tô” Các mục tiêu cụ thể mà nhóm đạt đề tài là: – Nghiên cứu, tìm hiểu mơ hình phát vật thể nói riêng lĩnh vực xử lý ảnh nói chung – Thực thi mơ hình phát vật thể YOLOv4 – tiny áp dụng cho mạng nơ ron tích chập – Lập trình nhúng để điều khiển DC Motor Servo (góc đánh lái xe), từ điều khiển mơ hình xe tự hành – Xử lý liệu từ đầu mơ hình YOLOv4 – tiny để tiến hành điều khiển xe tránh vật cản – Đồng hóa hai chương trình phát vật thể mơ hình YOLOv4 – tiny điều khiển mơ hình xe tự hành – Truyền liệu hai chương trình Thơng qua lần làm đồ án tốt nghiệp này, nhóm chúng tơi có hội cố lại khối kiến thức học khoảng thời gian năm qua Vận dụng áp dụng thành cơng kiến thức vào tình hình thực tế, cụ thể kiến thức liên quan đến mơn học “Ứng dụng máy tính (Điện tơ)”, “Hệ thống an tồn tiện nghi tô”, “Hệ thống điều khiển tự động ô tô”,…Cũng thơng qua hỗ trợ nhiệt tình ân cần thầy Đỗ Văn Dũng, nhóm chúng tơi nắm bắt cách tổ chức, làm việc hiệu quả, thay đổi suy nghĩ theo lối mòn, bước khỏi khuôn khổ giới hạn để 110 thành mới, tạo thành hành trang hữu ích cho q trình làm việc sau Một lần nữa, nhóm xin gởi lời cảm ơn chân đến thầy Đỗ Văn Dũng 6.2 Hạn chế đề tài Bên cạnh thành đạt được, nhóm cịn số yếu điểm thiếu sót q trình thực Cụ thể sau: – Đầu tiên hạn chế kiến thức liên quan – Chưa nâng cao hiệu hoạt động hệ thống trao đổi liệu chương trình chạy đa luồng – Thử nghiệm dừng môi trường định, chưa thử nghiệm hệ thống đường – Hệ thống xảy độ trễ liệu từ camera (hình ảnh xử lý thơng qua chương trình nhận diện vật thể) Servo (chương trình điều khiển mơ hình xe tự hành) hạn chế phần cứng Trên hạn chế mà nhóm cịn thiếu sót Tuy nhiên nhìn chung kết đạt chấp nhận 6.3 Hướng phát triển đề tài Với phát triển ngày mạnh lĩnh vực an toàn tiện nghi ô tô, hệ thống nhận dạng đối tượng điều khiển xe tránh vật cản không dừng lại mơ hình xe tự hành Chúng tơi kiến nghị hướng phát triển dự án làm liệu đầu vào trở nên phong phú (nhiều đối tượng hơn), nâng cấp phần cứng kết hợp với hệ thống Tracking Lane để xe tự hành cách tốt Từ việc mơ hình xe tự hành hoạt động hoàn toàn cách tự dộng phát triển dần lên hệ thống xe thật, đặc biệt hệ thống phanh theo giao đoạn để xe vận hành cách an tồn cho người xe người tham gia giao thông khác trở thành xe tự hành thực thụ Nhóm chúng tơi hi vọng kết đề tài tài liệu hữu ích cho nguyên cứu hệ thống an toàn tự động ô tô trường Đại học Sư phạm kỹ thuật nói riêng ngành tơ Việt Nam nói chung 111 DANH MỤC TÀI LIỆU THAM KHẢO [1] Nguyễn Ngọc Thạch – Trần Lê Đức Huy, 7/2020, Nghiên cứu thiết kế hệ thống phát cảnh báo người xe ô tô, Trường Đại học Sư phạm Kỹ thuật TP.Hồ Chí Minh [2] When Maths Meet Coding, 16/10/2020, “how to train YOLO v3, v4 for custom objects detection and using colab free GPU”, Youtube.com and Github.com/jakkcoder, https://www.youtube.com/watch?v=hTCmL3S4Obw&list=WL&index=10&t=1s [3] eMaster Class Academy, 14/5/2020, “Python: Real Time Object Detection (Image, Webcam, Video files) with Yolov3 and OpenCV”, Youtube.com and buymeacoffee.com, https://www.youtube.com/watch?v=1LCb1PVqzeY&list=WL&index=14&t=783s [4] tech zizou, 25/2/2021, “TRAIN A CUSTOM YOLOv4-tiny DETECTOR USING GOOGLE COLAB ( FREE GPU )”, Youtube.com/techzizou and Github.com/techzizou https://www.youtube.com/watch?v=H3SJcwttTi4&list=WL&index=16&t=368s 112 S K L 0 ... chức vào năm 2016 với nhiều giải thưởng hấp dẫn Vì lý nên chúng tơi định chọn đề tài: “NGHIÊN CỨU VÀ PHÁT TRIỂN HỆ THỐNG PHÁT HIỆN ĐỐI TƯỢNG TRÊN XE TỰ HÀNH DÀNH CHO CUỘC THI CUỘC ĐUA SỐ CỦA FPT? ??... hướng phát triển ngành ô tô Nhận thấy xu hướng phát triển trên, hệ thống an toàn hãng xe hàng đầu như: Volvo, Audi thực nguyên cứu ứng dụng vào thực tế hệ thống phát đối tượng như: người bộ, xe đối. .. nguyên cứu khả hệ thống máy tính phần mềm để định vị đối tượng hình ảnh, video cho trước xác định đối tượng Sự phát triển khoa học kỹ thuật công nghệ thúc đẩy đưa toán nhận dạng đối tượng vào ứng