Mô hình nhận dạng đối tượng sử dụng huskylens hỗ trợ cho người khiếm thị

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHĨA LUẬN TỐT NGHIỆP NGÀNH CNKT ĐIỆN TỬ - VIỄN THÔNG MÔ HÌNH NHẬN DẠNG ĐỐI TƯỢNG SỬ DỤNG HUSKYLENS HỖ TRỢ CHO NGƯỜI KHIẾM THỊ GVHD: TS PHẠM VĂN KHOA SVTH: HUỲNH HỮU KHƯƠNG LÂM HỒI SƠN SKL010829 Tp Hồ Chí Minh, tháng 7/2023 TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐÀO TẠO CHẤT LƯỢNG CAO ĐỒ ÁN TỐT NGHIỆP MƠ HÌNH NHẬN DẠNG ĐỐI TƯỢNG SỬ DỤNG HUSKYLENS HỖ TRỢ CHO NGƯỜI KHIẾM THỊ ĐỀ TÀI: GVHD: TS PHẠM VĂN KHOA SVTH: MSSV: HUỲNH HỮU KHƯƠNG 19161122 LÂM HỒI SƠN 19161158 TP Hồ Chí Minh, Tháng năm 2023 CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc *** Tp Hồ Chí Minh, ngày tháng năm 2023 NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP Họ tên sinh viên MSSV Huỳnh Hữu Khương 19161122 Lâm Hoài Sơn 19161158 Giảng viên hướng dẫn: TS Phạm Văn Khoa Tên đề tài: Mơ hình nhận dạng đối tượng sử dụng HuskyLens hỗ trợ cho người khiếm thị Các số liệu, tài liệu ban đầu: - Giáo trình kỹ thuật truyền số liệu - Giáo trình sở ứng dụng IoTs - Giáo trình thực tập vi xử lý - Lập trình điều khiển xa với ESP8266- ESP32 Arduino Sản phẩm: Mơ hình nhận dạng đối tượng hỗ trợ cho người khiếm thị TRƯỞNG NGÀNH GIẢNG VIÊN HƯỚNG DẪN i LỜI CẢM ƠN Trong thời gian thực luận văn tốt nghiệp, nhóm thực đề tài nhận giúp đỡ hỗ trợ đến từ thầy cơ, quan tâm từ gia đình bạn bè đồng hành Lời đầu tiên, nhóm thực báo cáo xin gửi lời cảm ơn chân thành đến thầy Phạm Văn Khoa, người trực tiếp hướng dẫn giúp đỡ để nhóm thực hồn thành đề tài Từ bắt đầu đề tài bước lựa chọn, nhóm thầy góp ý nhiều để chọn đề tài phù hợp, thực nhóm thầy hỗ trợ nhiều để vượt qua khó khăn khoảng thời gian nghiên cứu thực đề tài Nhóm thực đề tài muốn gửi tới thầy cô giảng viên trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh đặc biệt thầy cô ngành Công nghệ kỹ thuật Điện tử – Viễn thơng lời cảm ơn sâu sắc tận tâm truyền đạt kiến thức sở chuyên ngành để nhóm ứng dụng nghiên cứu thực đề tài Đề tài cịn nhiều thiếu sót nên nhóm mong nhận nhiều sư góp ý từ thầy để cải thiện hệ thống nhiều có tính ứng dụng cao thực tế TP Hồ Chí Minh, ngày 21 tháng năm 2023 ii MỤC LỤC NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP i LỜI CẢM ƠN ii MỤC LỤC iii TÓM TẮT v DANH MỤC HÌNH ẢNH BIỂU ĐỒ vi DANH MỤC BẢNG ix CÁC TỪ VIẾT TẮT x CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI .1 1.1 Giới thiệu .1 1.2 Mục tiêu đề tài .1 1.3 Tổng quan tình hình nghiên cứu 1.3.1 Tình hình nghiên cứu ngồi nước 1.3.2 Tình hình nghiên cứu nước 1.4 Phạm vi nghiên cứu .2 1.5 Phương pháp nghiên cứu .2 1.6 Bố cục đề tài CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Tổng quan AI ứng dụng AI 2.2 Tổng quan khiếm thị 2.3 Tổng quan nhận dạng đối tượng .5 2.3.1 Khái niệm 2.3.2 Kỹ thuật nhận dạng đối tượng 2.4 Tổng quan thuật toán KNN .8 2.5 Tổng quan tập đối tượng sử dụng .9 2.6 Linh kiện sử dụng .10 2.6.1 Arduino Nano .10 2.6.2 Mạch phát âm DF Player Mini 13 2.6.3 Loa 15 2.6.4 Camera AI HuskyLens 15 2.7 Chuẩn giao tiếp I2C .21 2.7.1 Giới thiệu 21 2.7.2 Cách hoạt động I2C 22 2.8 Chuẩn giao tiếp UART 22 2.8.1 Giới thiệu 22 2.8.2 Cách hoạt động UART 23 CHƯƠNG 3: THIẾT KẾ VÀ THI CÔNG HỆ THỐNG 25 iii 3.1 Giới thiệu .25 3.1.1 Yêu cầu hệ thống 25 3.1.2 Sơ đồ khối .25 3.1.3 Hoạt động hệ thống 26 3.2 Thiết kế hệ thống phần cứng .26 3.2.1 Camera HuskyLens .26 3.2.2 Khối nút nhấn 26 3.2.3 DF Player Mini .27 3.2.4 Loa 27 3.2.5 Arduino Nano .28 3.2.6 Khối nguồn 29 3.3 Thi công hệ thống 29 3.3.1 Giới thiệu 29 3.3.2 Lắp ráp kiểm tra .30 3.3.3 Đóng gói thi cơng mơ hình 30 3.3.4 Nâng cấp firmware cho camera HuskyLens 31 3.3.5 Quá trình HuskyLens học nhận diện đối tượng .32 3.3.6 Quá trình lấy tệp thiết lập âm thoại 36 3.3.7 Lập trình hệ thống 38 CHƯƠNG 4: KẾT QUẢ 43 4.1 Nhận diện tập đối tượng trái 43 4.1.1 Lượng liệu cần cho đối tượng trái .43 4.1.2 Nhận xét đánh giá tập đối tượng trái 47 4.2 Nhận diện tập đối tượng đồ dùng học tập 47 4.2.1 Lượng liệu cần cho đồ dùng học tập 48 4.2.2 Nhận xét đánh giá tập đối tượng đồ dùng học tập 51 4.3 Nhận diện tập đối tượng đồ dùng ngày .53 4.3.1 Lượng liệu cần cho đồ dùng ngày 53 4.3.2 Nhận xét đánh giá tập đối tượng đồ dùng ngày 56 CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 59 5.1 Kết luận 59 5.1.1 Ưu điểm 59 5.1.2 Nhược điểm 59 5.2 Hướng phát triển 60 TÀI LIỆU THAM KHẢO 61 PHỤ LỤC 62 iv TĨM TẮT Trong luận văn này, nhóm thực đề tài thiết kế “Mơ hình nhận dạng đối tượng sử dụng HuskyLens hỗ trợ cho người khiếm thị” Mục đích nhóm thực đề tài mang tới giải pháp giúp việc nhận dạng đối tượng người khiếm thị cách tốt hơn, cải thiện khả nhận diện đối tượng giúp người khiếm thị học tìm hiểu vật thể xung quanh, thay phải có người hướng dẫn người khiếm thị nhận diện vật thể học nhận diện thơng qua hệ thống Hệ thống phần cứng hệ thống chuyên thu thập liệu hình dạng đối tượng gửi liệu tới vi điều khiển để lưu trữ, vi điều khiển xử lý phát âm thoại để người khiếm thị biết tên gọi đối tượng Nhóm thực báo cáo khảo sát thử nghiệm hệ thống, hệ thống hoạt động ổn định dùng cho mục đích nhận dạng đối tượng người khiếm thị v DANH MỤC HÌNH ẢNH BIỂU ĐỒ Hình chương Hình 1: Sử dụng nhận dạng đối tượng để xác định loại đối tượng khác Hình 2: Kỹ thuật học máy học sâu để nhận dạng đối tượng Hình 3: Ứng dụng học sâu hiển thị nhận dạng đối tượng thức ăn nhà hàng Hình 4: Quy trình học máy để nhận dạng đối tượng Hình 5: Các yếu tố để lựa chọn học sâu học máy Hình 6: Cách tính khoảng cách Euclid Hình 7: Arduino Nano 11 Hình 8: Sơ đồ chân Arduino Nano 12 Hình 9: Sơ đồ nguyên lý Arduino Nano 13 Hình 10: Sơ đồ chân mạch DF Player Mini 14 Hình 11: Loa 15 Hình 12: Camera HuskyLens .16 Hình 13: Các phận camera HuskyLens 16 Hình 14: Kết thuật toán KNN K=3 18 Hình 15: Kết thuật tốn KNN K=5 18 Hình 16: Cách sử dụng nút nhấn camera 19 Hình 17: Giao diện camera vào chế độ cài đặt chung 19 Hình 18: Giao diện lưu cài đặt camera 20 Hình 19: Khung màu theo hệ tọa độ 21 Hình 20: Sơ đồ kết nối I2C 22 Hình 21: Khung liệu I2C 22 Hình 22: Sơ đồ kết nối UART .23 Hình chương Hình 1: Sơ đồ khối hệ thống 25 Hình 2: Sơ đồ kết nối Arduino Nano với camera HuskyLens .26 Hình 3: Sơ đồ kết nối Arduino Nano với nút nhấn 27 Hình 4: Sơ đồ kết nối Arduino Nano với DF Player Mini 27 Hình 5: Sơ đồ kết nối DF Player Mini với loa .28 Hình 6: Sơ đồ nguyên lý toàn mạch .28 Hình 7: Pin sạc dự phòng 5V 2.1A .29 Hình 8: Kết nối bên mơ hình .30 Hình 9: Mơ hình hệ thống mặt 30 Hình 10: Tải chương trình lên K-Flash 31 Hình 11: Nhấp nút Flash hình chờ tải lên 32 vi Hình 12: Tính General Settings 32 Hình 13: Thiết lập Protocol Type General Settings 32 Hình 14: Chọn chuẩn truyền I2C cho HuskyLens .33 Hình 15: HuskyLens chế độ Save&Return .33 Hình 16: HuskyLens chức Object Classification .33 Hình 17: HuskyLens giao diện thiết lập Learn Multiple 34 Hình 18: Huskylens chế độ Learn Multiple 34 Hình 19: Nền học đối tượng mơ hình 34 Hình 20: Quá trình học HuskyLens .35 Hình 21: Kết sau học đối tượng .35 Hình 22: Thơng báo xóa liệu học .36 Hình 23: Hướng dẫn để đối tượng so với ô vuông .36 Hình 24: Thẻ nhớ GB 37 Hình 25: Đầu lọc USB 37 Hình 26: Trang web Sound Of Text .37 Hình 27: Hướng dẫn cách sử dụng Sound Of Text 38 Hình 28: Tải xuống tệp âm 38 Hình 29: Thiết lập số thứ tự tệp âm 38 Hình 30: Lưu đồ giải thuật chương trình 39 Hình 31: Giao diện Arduino IDE khởi động 40 Hình 32: Thư viện HuskyLens mục thư viện Arduino IDE 40 Hình 33: Tất tệp h tệp cpp phải nằm thư mục gốc "HUSKYLENS" 41 Hình 34: Giao diện Arduino IDE sau lập trình 41 Hình 35: Tổng hợp nạp chương trình 42 Hình chương Hình 1: Học đối tượng lê .43 Hình 2: Học đối tượng xồi 43 Hình 3: Học đối tượng mận 44 Hình 4: Học đối tượng cam 44 Hình 5: Học đối tượng măng cụt 44 Hình 6: Học đối tượng na 45 Hình 7: Học đối tượng khế 45 Hình 8: Học đối tượng dâu 45 Hình 9: Học đối tượng táo .45 Hình 10: Học đối tượng ớt .46 vii Hình 11: Tập ảnh phân biệt tập đối tượng trái .46 Hình 12: Học đối tượng bút bi 48 Hình 13: Học đối tượng bút chì 48 Hình 14: Học đối tượng thước kẻ 49 Hình 15: Học đối tượng gọt bút chì 49 Hình 16: Học đối tượng cục tẩy 49 Hình 17: Học đối tượng cục phấn 49 Hình 18: Học đối tượng bút sáp màu 50 Hình 19: Học đối tượng kéo 50 Hình 20: Học đối tượng bút xóa 50 Hình 21: Học đối tượng comba 50 Hình 22: Tập ảnh phân biệt tập đối tượng đồ dùng học tập 51 Hình 23: Kết không cho camera học trước bút chì 53 Hình 24: Học đối tượng chén 53 Hình 25: Học đối tượng muỗng 54 Hình 26: Học đối tượng đơi đũa 54 Hình 27: Học đối tượng lược 54 Hình 28: Học đối tượng bót đánh 54 Hình 29: Học đối tượng dao bếp 54 Hình 30: Học đối tượng dao cạo râu 55 Hình 31: Học đối tượng ly 55 Hình 32: Học đối tượng mắt kính 55 Hình 33: Học đối tượng đồng hồ 55 Hình 34: Tập ảnh phân biệt tập đối tượng đồ dùng ngày 56 Hình 35: Kết ly khác HuskyLens chưa học đối tượng .58 viii Hình 4.16 Hình 4.17 đơn giản trình học đối tượng độc lập nên lượng liệu nằm khoảng 10-15/30 Hình 18: Học đối tượng bút sáp màu Hình 4.18 có tổng cộng 12 bút màu khác nhau, trình học cục tẩy phấn với nhiều màu khác tương tự trình học ID18 Với việc học nhiều đối tượng giống khác màu sắc nên lượng liệu nằm khoảng 30-35/30 Hình 19: Học đối tượng kéo Hình 20: Học đối tượng bút xóa Hình 21: Học đối tượng comba 50 Các đối tượng đối tượng độc lập có hình dáng khác với ID lại nên học lượng liệu nằm khoảng 10-15/30 Đối với kéo comba đồ dùng kim loại màu trắng có phản ánh sáng nên lượng liệu nằm khoảng từ 20-25/30 Hình 22: Tập ảnh phân biệt tập đối tượng đồ dùng học tập 4.2.2 Nhận xét đánh giá tập đối tượng đồ dùng học tập 51 Bảng 2: Bảng đánh giá tập đối tượng đồ dùng học tập ID Đồ dùng học tập Lượng liệu 12 Bút bi 20-25 13 Bút chì 15-20 14 Thước kẻ Tổng liệu 15-20 15 Gọt bút chì 15-20 16 Cục tẩy 10-15 17 Cục phấn 10-15 18 Bút màu 30-35 19 Kéo 20-25 20 Bút xóa 10-15 21 Comba 20-25 165215 Đánh giá Phần trăm Ghi đối nhận dạng (nhận dạng tượng đối tượng góc độ đối tượng) Có nhiều 100% loại bút bi Giống bút 100% bi có nhiều màu Nhiều 100% loại thước Nhiều 100% loại gọt bút chì Ít loại tẩy 100% nhiều màu khác Một loại 100% phấn có nhiều màu phấn Một dạng 70% Phải để bút sáp 3/10 bút màu sáp, có Huskylens có nhiều thể nhận diện màu Thường 100% dùng loại kéo ID19 Phổ biến 100% với loại bút xóa ID20 60% Bị ảnh hưởng Nhiều phản ánh sáng loại kim loại, dễ tương tự gây nhầm lẫn với đối tượng 52 kim loại khác muỗng, kéo, … HuskyLens học hết đối tượng loại nên việc học ưu tiên đối tượng phổ biến Hình 4.12, hình học ba loại bút bi khác kết Hình 4.22 loại bút bi để riêng lẻ giá đỡ HuskyLens phân biệt đối tượng bút bi Lúc này, trình học bút bi hoàn thành ID12 HuskyLens nhận diện bút bi ID12 Và kết sử dụng bút chì để HuskyLens nhận diện mà chưa học trước đối tượng bút chì Hình 23: Kết khơng cho camera học trước bút chì Như Hình 4.23, hình dạng tương đối mà Huskylens nhận diện sai bút bi thành bút chì Cho nên muốn Huskylens phân biệt đối tượng tương đối mà khác chức phải cho Huskylens học hết đối tượng 4.3 Nhận diện tập đối tượng đồ dùng ngày 4.3.1 Lượng liệu cần cho đồ dùng ngày Đồ dùng ngày vật thiếu để hỗ trợ người khiếm thị từ -10 tuổi sống Mục đích tập đối tượng chọn lựa đối tượng nhỏ gọn, dễ cầm nắm Tương tự tập đối tượng đồ dùng học tập tập đối tượng đồ dùng ngày có đối tượng tương đối mà khác chức hay đối tượng giống mà khác màu,… Việc học tập đối tượng đồ dùng học tập kinh nghiệm cho trình học tập đối tượng Hình 24: Học đối tượng chén 53 Hình 25: Học đối tượng muỗng Hình 26: Học đối tượng đơi đũa Hình 27: Học đối tượng lược Các đối tượng chén, muỗng, đôi đũa, lược sử dụng trình học độc lập Vì kích thước dài so với vng hình nên lượng liệu cần thiết cho đối tượng nằm khoảng từ 20-30/30 điều cần thiết để HuskyLens đủ liệu nhận diện Hình 28: Học đối tượng bót đánh Hình 29: Học đối tượng dao bếp 54 Hình 30: Học đối tượng dao cạo râu Tiếp theo, đối tượng bót đánh răng, dao bếp dao cạo râu sử dụng trình học hai đối tượng giống mà khác màu nên cần nhiều liệu Ngồi ra, có đối tượng có chiều dài dài với vng hình nên lượng liệu cần nằm khoảng 30-40/30 Trong trình học đối tượng phức tạp cần học nhiều góc độ tránh cố sau học để đối tượng góc độ khác HuskyLens khơng nhận diện đối tượng học Hình 31: Học đối tượng ly Q trình học nhiều góc độ tốn nhiều liệu Hình 4.31 học đối tượng độc lập, đơn giản mà cần lượng liệu đến 20-25/30 Vì vậy, phải lựa chọn tối ưu đối tượng cần học góc độ Hình 32: Học đối tượng mắt kính Vì mắt kính có hình dạng khác biệt so với đối tượng khác nên lượng liệu cần để học khoảng 20-25/30 Hình 33: Học đối tượng đồng hồ 55 Đồng hồ có hình dạng phức tạp, nhiều chi tiết, giống màu ID16 nên đối tượng cần nhiều lượng liệu, cụ thể 40-45/30 Hình 34: Tập ảnh phân biệt tập đối tượng đồ dùng ngày Đối với đối tượng học lúc nhiều loại giống khác màu bót đánh răng, dao bếp, dao cạo râu tập đối tượng đồ dùng ngày tách đối tượng giống khác màu HuskyLens nhận diện tập ảnh Hình 4.34 4.3.2 Nhận xét đánh giá tập đối tượng đồ dùng ngày Bảng 3: Bảng đánh giá tập đối tượng đồ dùng ngày Đồ dùng ID ngày Lượng liệu Tổng liệu Đánh giá đối tượng 22 20-30 270355 Một kiểu chén phổ biến Cái chén Phần trăm Ghi nhận dạng (nhận dạng đối tượng góc độ đối tượng) 100% 56 23 24 25 26 Một kiểu 100% muỗng phổ biến 80% Một kiểu đũa phổ biến Cái muỗng Đôi đũa Một kiểu lược nhiều màu sắc Một kiểu hình dạng nhiều màu sắc Cái lược Bót đánh 100% 60% 60% 27 28 Dao bếp 30-40 Ít kiểu dao Chỉ có vài kiểu nhiều màu sắc Dao cạo râu Hình dạng dài so với vng hình camera, nhận dạng dễ bị lỗi 50% Bị ảnh hưởng màu sắc, hình dạng, dễ nhận dạng nhầm với ID 12 ID 13 Bị ảnh hưởng phản ánh sáng kim loại, dễ gây nhầm lẫn với đối tượng kim loại muỗng, kéo, … Bị ảnh hưởng màu sắc, hình dáng, dễ nhận dạng nhầm với ID 12 ID 13 Ly phổ 100% biến Nhiều kiểu 100% 30 Mắt kính 40-45 tương tự Một kiểu 100% 31 Đồng hồ 40-45 nhiều màu Lượng liệu sử dụng cho tập đối tượng nhiều so với hai tập đối tượng trước Dưới kết việc sử dụng ly khác không HuskyLens học 29 Cái ly 20-25 57 Hình 35: Kết ly khác HuskyLens chưa học đối tượng Nhìn Hình 4.35, thấy ly có quai to ly Hình 4.31 HuskyLens phân biệt đối tượng hình ID29, tức ly Vì vậy, HuskyLens nhận diện đối tượng qua hình ảnh màu sắc tương đối có ưu điểm khuyết điểm nên học cần phải thử nhiều đối tượng tương đối để điều chỉnh lượng liệu cho hợp lý 58 CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 5.1 Kết luận Sau thời gian thực nhóm cho sản phẩm “Mơ hình nhận dạng đối tượng hỗ trợ cho người khiếm thị” Sản phẩm thông qua Huskylens điều khiển Arduino Mơ hình sử dụng Huskylens để chụp ảnh tìm hiểu, xác định, phân biệt đối tượng đó, với Arduino đọc liệu từ Huskylens điều khiển mạch ghi phát âm với loa để phát âm thoại tương ứng với đối tượng Thay cần người hướng dẫn nhận dạng đối tượng, mơ hình giúp người khiếm thị nhận dạng 30 đối tượng khác đối tượng phổ biến sống ngày.và phát âm thoại để người khiếm thị học tập Từ đó, người khiếm thị cải thiện khả nhận biết đối tượng làm cho người khiếm thị tự tin, lạc quan sống So với sản phẩm thực tế mắt kính, gậy, giày hỗ trợ người khiếm thị hệ thống nhiều hạn chế, nhiên hệ thống có lợi việc học đối tượng muốn dễ dàng có đủ dung lượng Camera HuskyLens cịn có chức dẫn đường nhận dạng, nên sản phẩm sử dụng HuskyLens tiền đề để dễ phát triển lên hệ thống lớn với dòng camera ưu việt 5.1.1 Ưu điểm Hệ thống hoạt động ổn định, chụp, tìm hiểu nhận diện tập đối tượng khác cách xác Mơ hình cung cấp phương pháp hiệu để xác định tìm hiểu đối tượng khác nhau, sử dụng cho ứng dụng khác nhau, hữu ích cho xã hội Mơ hình linh hoạt sử dụng đâu, thiết kế đơn giản để người khiếm thị dễ dàng làm quen, sử dụng Hệ thống loa sử dụng giọng nữ Google phát đủ to, ổn định có độ trễ Mơ hình phân biệt hai đối tượng khác ngoại bút chì bút bi, nhận diện đối tượng tương đối giống ngoại ly có quai ly khơng quai Có thể thay đổi đối tượng khơng cần phải nạp lại chương trình code 5.1.2 Nhược điểm - Sản phẩm chưa nhỏ gọn, dễ bị ánh sáng môi trường ảnh hưởng có giới hạn đối tượng nhận diện đối tượng cỡ sản phẩm 59 - Với lượng liệu bị giới hạn, HuskyLens dễ bị ảnh hưởng màu sắc, hình dạng tương đối đối tượng, nên hệ thống chưa nhận diện xác hồn tồn cịn trường hợp nhận diện sai - Hệ thống phân biệt hai đối tượng khác ngoại hình cho hai đối tượng vào 30 đối tượng học - Muốn thay đổi đối tượng học phải học lại từ đầu cho HuskyLens, tạo tệp âm cho thẻ nhớ 5.2 Hướng phát triển Hệ thống thiết kế cịn nhiều khơng gian để phát triển Với mong muốn hệ thống phát triển tốt đưa ứng dụng thực tế giúp cho người khiếm thị tự tiếp xúc với vật thể xung quanh sống họ mà khơng dựa vào người khác, nhóm liệt kê vài hướng phát triển cho đề tài - Với mục đích sản phẩm gọn, nhẹ, tiện lợi phù hợp cho người khiếm thị mang theo bên để hịa nhập với sống xung quanh, thiết lập hệ thống thành sản phẩm đeo vòng tay hay vòng đeo trán, với chức HuskyLens đáp ứng nên thay camera AI tốt để sản phẩm gọn nhẹ - Bổ sung thêm tính dẫn đường cho sản phẩm để hỗ trợ người khiếm thị di chuyển - Bổ sung thêm tính nhận biết, cảnh báo nguy hiểm - Khắc phục hạn chế số lượng đối tượng nhận diện - Có thể sử dụng nút nhấn Bluetooth để nhấn nút tiện 60 TÀI LIỆU THAM KHẢO Arduino (2023) Arduino Mega 2560 Rev3 Arduino (2023) Arduino Nano Arduino (2023) Arduino Uno R3 Dr.T.Prem Jacob, D D (2021) An AI-Powered Smart Camera for Object Detection IEEE Hiền, H (2019, 10 10) Việt Nam có khoảng triệu người mù thị lực From https://t5g.org.vn/viet-nam-co-khoang-2-trieu-nguoi-mu-va-thi-luc-kem javaTpoint (n.d.) K-Nearest Neighbor(KNN) Algorithm for Machine Learning From https://www.javatpoint.com/k-nearest-neighbor-algorithm-formachine-learning Josefin Dandanell, A H (2021) A Braille translation aid KTH Royal Institute of Technology School of Industrial Engineering and Management MathWorks (n.d.) Object Recognition From https://www.mathworks.com/solutions/image-video-processing/objectrecognition.html Nguyen, H (2021, 18) K-Nearest Neighbors (KNN) (Data Science Basic) From https://datasciencebasic.com/?p=134 Robot, D (2020) Gravity: HUSKYLENS with Silicone Case Robot, D (2021, 20) DFR0299 DFPlayer Mini From https://wiki.dfrobot.com/DFPlayer_Mini_SKU_DFR0299 Robot, D (2022, 07 29) Safety Helmt Reminder | Study Pack of HUSKYLENS for micro:bit 09 From https://edu.dfrobot.com/makelog-308713.html tutorialspoint (n.d.) Artificial Intelligence - Overview From https://www.tutorialspoint.com/artificial_intelligence/artificial_intelligence_ overview.htm 61 PHỤ LỤC Code hệ thống phần cứng video kết hoạt động mơ hình: https://drive.google.com/drive/folders/1-BIWlhvGqcaFFxSeAt4UyeiSU2EZ-9BL Check đạo văn: 62 63 S K L 0