Luận văn thạc sĩ Kỹ thuật cơ khí động lực: Nghiên cứu giải thuật ước lượng quỹ đạo phương tiện trên mặt phẳng bằng camera ống kính đơn

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG TP HCM Cán bộ hướng dẫn khoa học : TS Trần Đăng Long

Chữ ký:……… Cán bộ chấm nhận xét 1 : PGS.TS Lê Tất Hiển

Chữ ký:……… Cán bộ chấm nhận xét 2 : TS Nguyễn Văn Trạng

Chữ ký:………

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 15 tháng 7 năm 2023

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

(Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ luận văn thạc sĩ) 1 Chủ tịch: TS Trần Hữu Nhân

2 Thư ký: TS Hồng Đức Thông 3 Phản biện 1: PGS.TS Lê Tất Hiển 4 Phản biện 2: TS Nguyễn Văn Trạng 5 Ủy viên: TS Võ Tấn Châu

Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có)

CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA KỸ THUẬT GIAO THÔNG

ĐẠI HỌC QUỐC GIA TP.HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Ngày, tháng, năm sinh : 06/02/1997 Nơi sinh : Tây Ninh Chuyên ngành : Kỹ Thuật Cơ Khí Động Lực Mã số : 8520116

I TÊN ĐỀ TÀI : Nghiên Cứu Giải Thuật Ước Lượng Quỹ Đạo Phương Tiện Trên

Mặt Phẳng Bằng Camera Ống Kính Đơn (Tên đề tài tiếng Anh : Study On The Algorithm For Estimating Vehicle Trajectory On The Ground Using A Mono Camera)

II NHIỆM VỤ VÀ NỘI DUNG :

- Tìm hiểu về chụp ảnh và hiệu chuẩn ảnh sử dụng thư viện cv2 trên python - Tìm hiểu về tiền xử lý ảnh

- Nghiên cứu sử dụng các phương pháp trích xuất và bắt cặp các điểm đặc trưng của ảnh

- Xây dựng hàm chi phí để tính toán các giá trị biến thiên góc, độ dài phương x và phương y bằng giải thuật tìm nghiệm tối ưu hóa

- Kiểm chứng khả năng ước lượng quỹ đạo của mô hình bằng phương pháp encoder - Phân tích và đánh giá đồ thị quỹ đạo của 2 phương pháp đã xây dựng từ đó đưa ra những nhận xét và rút ra kết luận về kết quả đã phân tích được

III NGÀY GIAO NHIỆM VỤ : 06/02/2023

IV NGÀY HOÀN THÀNH NHIỆM VỤ : 15/7/2023 V CÁN BỘ HƯỚNG DẪN : TS TRẦN ĐĂNG LONG

LỜI CẢM ƠN

Lời đầu tiên xin gửi lời cảm ơn chân thành đến thầy TS Trần Đăng Long đã tận tình chỉ dẫn, giúp đỡ và định hướng trong suốt thời gian làm đồ án và luận văn, tạo điều kiện thuận lợi để hoàn thành đề tài luận văn này Thầy đã luôn đồng hành và hỗ trợ tôi trong suốt quá trình nghiên cứu, tận tình chỉ bảo và giải đáp những thắc mắc của tôi với tinh thần trách nhiệm cao và kiến thức chuyên môn sâu rộng Những đóng góp của thầy đã giúp tôi hoàn thành tốt hơn đề tài và đạt được kết quả như mong đợi Tôi cũng xin cảm ơn anh Hồ Nam Hoa, anh Nguyễn Ngọc Trực đã nhiệt tình hỗ trợ, tư vấn tôi hoàn thành phần xử lý tín hiệu của 2 encoder và một số kiến thức về code liên quan

Bên cạnh đó xin cảm ơn quý thầy cô trong bộ môn Công Nghệ Kỹ Thuật Ô Tô đã trang bị cho em những kiến thức nền tảng, bổ ích trong khoảng thời gian học tập tại trường Những kiến thức này sẽ tiếp tục hỗ trợ tôi trong tương lai

Tôi xin gửi lời biết ơn sâu sắc đến cha mẹ, anh chị trong gia đình luôn ủng hộ, sát cánh và là nguồn động lực vô cùng to lớn để tôi có thể hoàn thành tốt khoảng thời gian học tập và nghiên cứu tại trường

Cuối cùng, xin gửi lời cảm ơn đến các bạn chung bộ môn đã có những sự hỗ trợ nhiệt tình trong quá trình thực nghiệm đề tài để đề tài luận văn có thể hoàn thành tốt

Tp Hồ Chí Minh, ngày 15 tháng 7 năm 2023

Phạm Tiến Đạt

TÓM TẮT LUẬN VĂN THẠC SĨ

Nghiên cứu này nhằm đạt được hai mục tiêu chính Thứ nhất, xây dựng mô hình ước lượng quỹ đạo của phương tiện trên mặt phẳng đường từ hình ảnh của camera ống kính đơn (mono camera) Thứ hai, thực nghiệm khảo sát để đánh giá sai số của mô hình ước lượng

Nghiên cứu này bao gồm một số nhiệm vụ chính Đầu tiên, tiến hành xây dựng mô hình mối quan hệ về quỹ đạo của phương tiện theo hệ trục O cố định nếu biết chuyển vị tương đối của camera Tiếp theo là ước lượng chuyển vị tương đối của camera dựa trên 2 khung ảnh liên tiếp Cuối cùng là thực nghiệm kiểm chứng, sản phẩm mô hình phần cứng và công cụ lập trình python

Kết quả thử nghiệm thể hiện tính ứng dụng của hệ thống định vị xe bằng camera được trình bày trong nghiên cứu này Có thể dùng phương pháp Mono Camera để xác định vị trí với tốc độ ổn định 1HZ và sai số trung bình là 20 mm/m ở đường thẳng và khi di chuyển ở đường cong tròn sai số thường tập trung ở chỗ vị trí xoay vòng với sai lệch khoảng 90mm/phương x và 67mm/ phương y

Ngoài ra, kết quả thử nghiệm cũng cho thấy những hạn chế của hệ thống định vị bằng camera và một số nguyên nhân dẫn đến sai số được trình bày Những nguyên nhân đó là: Tốc độ di chuyển của mô hình quá nhanh; giải thuật Gradient Descent; tốc độ bắt hình của camera chưa nhanh; di chuyển trên địa hình quá phức tạp Để khắc phục các vấn đề này cần thay đổi camera phù hợp hơn có tích hợp sẵn chức năng xử lý ảnh

Tóm lại, hệ thống được phát triển cho thấy tiềm năng đáng kể cho các ứng dụng trong ngành công nghiệp ô tô, đặc biệt là trong lĩnh vực Advanced Driver Assistance Systems (ADAS)

ABSTRACT

This study aims to achieve two main goals First, build a model to estimate the vehicle's trajectory on the road plane from the image of a single lens camera (mono camera) Second, experimental survey to evaluate the error of the estimated model

This study includes several main tasks First, proceed to build a relationship model of the vehicle's trajectory according to the fixed O-axis system if the relative displacement of the camera is known The next step is to estimate the relative displacement of the camera based on two consecutive frames Finally, there are experimental tests, hardware modeling products and python programming tools

The test results demonstrating the applicability of the vehicle navigation system by camera are presented in this study The Mono Camera method can be used to determine the position with a steady speed of 1 HZ and an average error of 20 mm/m in a straight line and when moving in a circular curve the error is usually concentrated in the rotation position with an error of about 90 mm/x-direction and 67 mm/y-direction

In addition, the test results also show the limitations of the camera navigation system and some causes of errors are presented Those reasons are: The model's movement speed is too fast; Gradient Descent algorithm; the camera's capture speed is not fast; Moving over difficult terrain To overcome these problems, it is necessary to change to a more suitable camera with built-in image processing function

In summary, the developed system shows considerable potential for applications in the automotive industry, especially in the area of Advanced Driver Assistance Systems (ADAS)

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi thực hiện dưới sự hướng dẫn khoa học của TS Trần Đăng Long Các số liệu và kết quả phân tích trong luận văn là hoàn toàn trung thực

Tp HCM, ngày 15 tháng 7 năm 2023

Phạm Tiến Đạt

MỤC LỤC

LỜI NÓI ĐẦU 1

CHƯƠNG 1 TỔNG QUAN VỀ ĐỀ TÀI 2

1.1 Đặt vấn đề 3

1.1.1 Phương pháp IMU 3

1.1.2 Phương pháp GPS 6

1.1.3 Phương pháp GPS-RTK 8

1.1.4 Phương pháp băng thông siêu rộng (UWB) 10

1.1.5 Phương pháp dùng Stereo Camera 11

1.1.6 Phương pháp dùng Mono Camera 14

1.1.7 Phương pháp dùng Encoder + Bánh xe 16

1.2 Các nghiên cứu trong và ngoài nước 18

1.3 Mục tiêu nghiên cứu 19

1.4 Đối tượng và phạm vi nghiên cứu 19

1.4.1 Đối tượng nghiên cứu 19

1.4.2 Phạm vi nghiên cứu 19

1.5 Phương pháp nghiên cứu 20

1.5.1 Phương pháp phân tích tư liệu sẵn có 20

1.5.2 Phương pháp toán học 20

1.5.3 Phương pháp lập trình 21

1.6 Các nội dung nghiên cứu 21

1.7 Ý nghĩa của nghiên cứu 21

1.8 Ý tưởng/ Giải pháp thực hiện 25

1.8.1 Mô hình camera 25

2.2 Theo dõi các điểm đặc trưng 37

2.3 Hệ tọa độ và các phép biến đổi tọa độ 38

2.4 Phương pháp tìm nghiệm bằng giải thuật tối ưu hóa 40

CHƯƠNG 3 THIẾT KẾ BỘ ƯỚC LƯỢNG QUỸ ĐẠO 42

3.1 Phần mềm 42

3.2 Phần cứng 50

CHƯƠNG 4 THỰC NGHIỆM ĐÁNH GIÁ 51

4.1 Hệ thống thực nghiệm 51

4.1.1 Phương án dùng đai răng và puly 51

4.1.2 Phương án dùng trục Encoder chịu lực thân xe 52

4.1.3 Phương án dùng ổ bi 54

4.1.4 Chọn phương án 57

4.1.5 Thiết kế mô hình định vị bằng Mono Camera 58

4.1.6 Thiết kế bộ kiểm nghiệm mô hình bằng Encoder 59

4.2 Thiết bị sử dụng 64

4.3 Các trường hợp khảo sát 65

4.4 Xử lý kết quả thực nghiệm 66

5.1 Kết quả 68

5.1.1 Trường hợp 1 68

5.1.2 Trường hợp 2 69

5.1.3 Trường hợp 3 73

5.1.4 Trường hợp 4 76

5.2 Phân tích nguyên nhân sai số 81

CHƯƠNG 6 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 83

6.1 Kết luận 83

6.2 Định hướng phát triển 84

TÀI LIỆU THAM KHẢO 86

DANH MỤC HÌNH ẢNH

Hình 1 1 Cấu tạo IMU [4] 4

Hình 1 2 IMU cổ điển được gắn trên tên lửa IRBM S3[4] 5

Hình 1 3 Mạng lưới GPS trên toàn cầu 7

Hình 1 4 UWB có thể xác định vị trí tương đối của các thiết bị khác trong phạm vi lên đến 200m [Nguồn: Internet] 10

Hình 1 5 Bảng mạch tích hợp Stereo Camera [Nguồn: Internet] 12

Hình 1 6 Minh họa cách giải tìm ra khoảng cách Z từ điểm P đến vị trí 2 máy ảnh [Nguồn: Internet] 12

Hình 1 7 Mono camera Raspberry Pi [Nguồn: Internet] 15

Hình 1 8 Encoder của hãng Omron - 1000 xung/vòng [Nguồn: Internet] 17

Hình 1 9 Robot được gắn mono camera để ước lượng vận tốc [9] 19

Hình 1 10 Robot giao hàng của công ty Startship [11] 22

Hình 1 11 Hàn Quốc tiếp tục thử nghiệm dịch vụ giao hàng bằng robot [12] 23

Hình 1 12 Robot đang lấy hàng trong các nhà kho của Amazon [13] 24

Hình 1 13 Hệ thống máy ảnh tọa độ tiêu chuẩn [9] 25

Hình 1 14 Thiết lập hệ thống camera [9] 27

Hình 1 15 Tóm tắt quá trình xử lý để đưa ra các thông số cho việc xác định vị trí robot 28

Hình 1 16 Robot gắn 2 encoder để xác định vị trí 30

Hình 1 17 Hình chiếu cạnh bên của robot xác định vị trí 30

Hình 2 1 Sự khác biệt giữa ba đặc trung là mặt phẳng, cạnh và góc [Nguồn: Internet] 34

Hình 2 2 Phép quay có tâm quay không phải trục tọa độ [10] 39

Hình 3 1 Quy trình xử lý ảnh và bắt cặp các điểm đặc trưng để xác định vị trí 42

Hình 3 2 Xác định chiều dài khung hình bằng thước 43

Hình 3 3 Khởi tạo ứng dụng hiệu chuẩn máy ảnh trong Matlab 44

Hình 3 4 Nhập kích thước thực tế của 1 ô cờ vua 45

Hình 3 6 13 tấm ảnh đã được xử lý và nhận dạng thành công cho quá trình hiệu chuẩn

46

Hình 3 7 Các thông số nội tại của camera sau khi được hiệu chuẩn 47

Hình 3 8 Mô hình tính toán chuyển vị tương đối giữa 2 khung hình liên tiếp 48

Hình 3 9 Các bộ phận trên xe mô hình thực nghiệm 50

Hình 4 1 Mô hình dùng puly và đai răng 52

Hình 4 2 Mô hình sử dụng trục của Encoder chịu lực cho thân xe 54

Hình 4 3 Mô hình sử dụng ổ bi chịu lực thân xe_1 56

Hình 4 4 Mô hình sử dụng ổ bi chịu lực thân xe_2 56

Hình 4 5 Lựa chọn phương án thiết kế cuối cùng cho mô hình 57

Hình 4 6 Mô tả cách bố trí camera 58

Hình 4 7 Sơ đồ khối phần cứng mô hình 60

Hình 4 8 Sơ đồ mô tả mô hình khi rẽ phải_1 61

Hình 4 9 Sơ đồ mô tả mô hình khi rẽ phải_2 62

Hình 4 10 Sơ đồ mô tả mô hình khi rẽ trái_1 63

Hình 4 11 Sơ đồ mô tả mô hình khi rẽ trái_2 63

Hình 4 12 Ảnh thực tế các chi tiết phần cứng mô hình thực nghiệm 65

Hình 4 13 Hình mô tả 2 hệ trục tọa độ trên xe, hệ trục C là tâm camera, hệ trục G là tâm 2 bánh xe 66

Hình 5 1 Kết quả ước lượng quỹ đạo của mô hình trên địa hình nền nhà khi xe đi thẳng Tại vị trí cuối cùng encoder ước lượng được là (1382mm) theo phương x và (-96mm) theo phương y, bộ ước lượng camera đo được là (1358mm) theo phương x và (-66mm) theo phương y Suy ra khi di chuyển theo đường thẳng thì sai số là (17mm/m) theo phương x và (21mm/m) theo phương y 69

Hình 5 2 Kết quả ước lượng quỹ đạo của mô hình trên địa hình nền nhà khi xe đi thẳng và xoay vòng Tại vị trí cuối cùng encoder đo được là 1236mm phương x và 1140mm theo phương y, camera đo được là 1285mm theo phương x và 1016mm theo phương y Khoảng cách lệch lớn nhất là 50mm theo phương x và 124mm theo phương y 73

Hình 5 3 Kết quả ước lượng quỹ đạo của mô hình trên địa hình đường xi măng theo đường thẳng Tại vị trí cuối cùng encoder đo được là 1148mm phương x và -84mm theo phương y, camera đo được là 1117mm theo phương x và -54mm theo phương y Suy ra khi di chuyển theo đường thẳng thì sai số là 27mm/m theo phương x và 26mm theo phương y 76Hình 5 4 Kết quả ước lượng quỹ đạo của mô hình trên địa hình đường xi măng theo đường thẳng và xoay vòng Tại vị trí cuối cùng encoder đo được là 1178mm phương x và -1264mm theo phương y, camera đo được là 1193mm theo phương x và -1253mm theo phương y Tuy nhiên tại vị trí xoay vòng, 2 đường đang bị lệch nhau khoảng cách lớn nhất là 90mm 80Hình 5 5 Lỗi bắt đặc trưng sai vị trí khi kéo xe quá nhanh 81Hình 5 6 Các kết quả dx, dy và danpha có thể chưa tối ưu 81

DANH MỤC BẢNG BIỂU

Bảng 4.1 Thông số phần cứng các chi tiết của mô hình 64

Bảng 4.2 Ma trận thực nghiệm 66

Bảng 5.1 Dữ liệu đường đi khi mô hình chạy đường thẳng 68

Bảng 5.2 Dữ liệu đường đi khi mô hình chạy theo đường cong 70

Bảng 5.3 Dữ liệu đường đi khi mô hình chạy theo đường thẳng 73

Bảng 5.4 Dữ liệu đường đi khi mô hình chạy theo đường cong 76

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT STT Ký hiệu chữ viết tắt Chữ viết đầy đủ

1 IMU Inertial Measurement Unit

2 GPS Global Positioning System

3 GPS-RTK Real-Time Kinematic Global Positioning System

5 ROS Robot Operating System

6 SLAM Simultaneous localization and mapping

7 DOF Degree of Fredom

LỜI NÓI ĐẦU

Hiện nay, khoa học và kỹ thuật đang phát triển một cách nhanh chóng trên thế giới, đặc biệt là lĩnh vực công nghệ thông tin và khoa học máy tính Sự ra đời của máy tính là một bước tiến lớn và càng ngày, con người càng tạo ra và khai thác sâu hơn về những khả năng mà một chiếc máy tính có thể mang lại trong hầu hết tất cả các ngành Có thể nói, máy tính là một công cụ hỗ trợ đắc lực trong công việc, từ các quốc gia chưa phát triển cho đến các quốc gia đã và đang phát triển Trong đó, lĩnh vựa thị giác máy tính đang phát triển rất mạnh mẽ trong bối cảnh xe điện và xe tự hành đang phát triển và dần thay thế các loại xe chạy xăng và diesel truyền thống Luận văn của tôi mang tựa đề "Nghiên Cứu Giải Thuật Ước Lượng Quỹ Đạo Phương Tiện Trên Mặt Phẳng Bằng Camera Ống Kính Đơn" Đề tài này tập trung vào việc sử dụng mono camera để chụp ảnh vuông góc với mặt đường, từ đó xác định các điểm đặc trưng của vật thể cố định Thông qua việc phân tích các điểm đặc trưng này, chúng ta có thể tính toán, ước lượng, xác định vị trí của vật thể một cách chính xác và đáng tin cậy Quá trình nghiên cứu của tôi đã được tiến hành trong thời gian kéo dài 6 tháng Trong quá trình này, tôi đã tiến hành nghiên cứu, tìm hiểu, thu thập tài liệu, các bài báo khoa học có kiến thức liên quan đến ước lượng chuyển động bằng mono camera sử dụng thị giác máy tính Tôi đã áp dụng các phương pháp xử lý ảnh và thuật toán để xác định các điểm đặc trưng của vật thể dưới mặt đường và theo dõi chuyển động Từ đó, tôi đã phân tích và tính toán được vị trí của mô hình xe trong thời gian thực

Luận văn của tôi không chỉ tập trung vào việc nghiên cứu và phát triển phương pháp, mà còn đánh giá độ chính xác và hiệu quả của phương pháp so với bộ đo lường bằng 2 encoder đặt ở 2 bánh xe của mô hình Tôi hy vọng rằng luận văn này có thể đóng góp một phần nhỏ vào việc ước lượng, xác định vị trí trên đường, đồng thời đóng góp vào lĩnh vực nghiên cứu và học tập, làm tiền đề cho các nghiên cứu và các đề tài có liên quan trong tương lai

CHƯƠNG 1 TỔNG QUAN VỀ ĐỀ TÀI

Cuộc cách mạng công nghiệp là những bước phát triển vượt bậc của con người, cuộc cách mạng cho phép ứng dụng rộng rãi các robot trong nhiều lĩnh vực của cuộc sống Yếu tố này phù hợp với nhận thức về vấn đề an toàn trong công việc, robot thay thế cho con người trong sản xuất, trong lao động, trong các nhà máy… điều đó đã góp phần vào sự xuất hiện nhu cầu sử dụng các robot Ngày nay trong đời sống có rất nhiều công việc do tính chất công việc nặng nhọc, môi trường làm việc khó khăn độc hại, nguy hiểm và tác hại trực tiếp đối với con người Một số nơi địa hình quá khó khăn để di chuyển (vùng rừng núi, sa mạc, vùng có lở núi, động đất, vùng bị cháy rừng, vùng nhiễm phóng xạ, khu vực bị khủng bố…) Ở những nơi này con người rất cần tới sự hỗ trợ của robot để do thám và xác định vị trí [1]

Để đạt được hiệu suất hoạt động tối ưu, các robot phải được trang bị các công nghệ tiên tiến để xác định vận tốc và định vị vị trí một cách chính xác Trong đó, sử dụng mono camera là một trong những phương pháp Đề tài sẽ tập trung nghiên cứu và phát triển một hệ thống xác định vị trí cho robot bằng cách sử dụng một mono camera đơn giản Với các thuật toán tiên tiến và phương pháp xử lý ảnh, hệ thống này có thể đo được quãng đường di chuyển của robot một cách chính xác và đáng tin cậy Qua đề tài này, chúng ta sẽ tìm hiểu về các khái niệm cơ bản về xử lý ảnh, thuật toán và phương pháp để xác định vị trí của robot bằng mono camera Đồng thời, sẽ có sự trình bày về quá trình phát triển và kiểm thử hệ thống xác định vị trí cho robot Để xây dựng một hệ thống hoàn thiện thì đây là một đề tài khá rộng và cần có những người có kiến thức, kinh nghiệm để có thể phát triển một hệ thống ổn định, hoạt động trôi chảy trên nhiều điều kiện môi trường khác nhau Vì tính ứng dụng rộng lớn và tính phức tạp của vấn đề, luận văn chỉ ở mức tìm hiểu thuật toán và ứng dụng các thuật toán cơ bản để có thể xây dựng được mô hình tính toán vận tốc và xác định vị trí của robot

1.1 Đặt vấn đề

Định vị là khả năng xác định vị trí và phương hướng của robot trong môi trường không gian ba chiều hoặc hai chiều Đó là một nhu cầu cơ bản của robot tự động vì nếu robot không biết vị trí của nó trong không gian, nó sẽ không thể hoạt động hiệu quả [2] Ví dụ trên xe tự lái, hệ thống định vị cho phép xe đi đúng làn đường, tránh né vật cản và đến đích chính xác Trên robot bay, khả năng giữ cân bằng trên không và bay bám quỹ đạo phụ thuộc rất nhiều vào tín hiệu phản hồi góc và vị trí Từ quỹ đạo di chuyển ta có thể tính toán vận tốc của robot hoặc của xe di chuyển

SLAM (simultaneous localization and mapping) là một phương pháp được sử dụng cho các phương tiện tự hành, cho phép xây dựng bản đồ và định vị phương tiện trong bản đồ đó cùng một lúc Thuật toán SLAM cho phép phương tiện vạch ra bản đồ môi trường không xác định Các kỹ sư sử dụng thông tin bản đồ để thực hiện các nhiệm vụ như lập kế hoạch đường đi và tránh chướng ngại vật [3]

Trong quá trình SLAM, một hệ thống di chuyển, chẳng hạn như một robot hoặc một phương tiện tự hành, sử dụng các cảm biến như camera, lidar (laser range finder), hoặc bộ cảm biến với IMU (Inertial Measurement Unit) để thu thập dữ liệu về môi trường xung quanh nó Hệ thống sử dụng dữ liệu này để đồng thời xác định vị trí của mình và xây dựng bản đồ của môi trường

Các phương pháp định vị thông dụng như sau:

1.1.1 Phương pháp IMU

IMU là viết tắt của Inertial Measurement Unit Đây là thiết bị kết hợp giữa cảm biến

Gyroscope còn gọi là cảm biến con quay hồi chuyển và cảm biến Accelerometer còn gọi là cảm biến gia tốc Thiết bị này có chức năng là cung cấp thông tin về độ nghiêng và góc quay để giúp hệ thống cân bằng một cách tự động

Phương pháp định vị IMU là một phương pháp định vị robot dựa trên cảm biến IMU, bao gồm các cảm biến gia tốc và cảm biến góc quay Cảm biến gia tốc đo lường gia tốc của robot, trong khi cảm biến góc quay đo lường vị trí góc của robot Thông qua

tích hợp và xử lý dữ liệu từ các cảm biến này, phương pháp định vị IMU có thể xác định vị trí và hướng của robot trong không gian

IMU bao gồm một cảm biến gia tốc và cảm biến vận tốc góc theo 3 trục Lúc này IMU có 6 bậc tự do Cảm biến gia tốc được sử dụng để đo gia tốc theo 3 trục và cảm biến vận tốc góc được sử dụng để đo vận tốc góc theo 3 trục Trong đó mỗi cảm biến gia tốc là một hệ lò xo – gia trọng và mỗi cảm biến vận tốc góc chính là một con quay hồi chuyển

Hình 1 1 Cấu tạo IMU [4]

Hình 1 2 IMU cổ điển được gắn trên tên lửa IRBM S3[4]

Chức năng chính của IMU trên xe đó chính là phát hiện chuyển động cũng như hướng chuyển động của chiếc xe thông qua khả năng tiếp nhận thông tin từ các cảm biến IMU sẽ dựa vào 6 hướng chính khi điều khiển xe như lùi về sau, tăng tốc về phía trước, rẽ trái, rẽ phải và hướng từ trên xuống dưới để tính toán hướng di chuyển Với IMU, vị trí được tính toán bằng cách tích phân hai lần giá trị đo gia tốc

Ngoài ra, một số IMU còn tích hợp thêm cảm biến từ trường theo 3 trục, lúc này IMU có 9 bậc tự do Cảm biến từ trường được đưa vào nhằm sử dụng từ trường (thường là từ trường trái đất) để làm tham chiếu cho hướng của cảm biến [4]

Ưu điểm:

- Khi robot di chuyển nhanh hoặc đổi hướng, khả năng đo góc tốc độ cao của IMU phát huy tác dụng với độ chính xác cao Phương pháp định vị IMU có thể đo lường chính xác chuyển động của robot trong không gian, bao gồm cả vận tốc và gia tốc

- Không cần định vị ngoại vi: Phương pháp định vị IMU không yêu cầu phải có kết nối với các đối tượng ngoại vi như GPS hoặc các cảm biến đo khoảng cách,

do đó có thể được sử dụng trong môi trường không có tín hiệu hoặc không có điều kiện để cài đặt các cảm biến ngoại vi

- Độ ổn định cao: Phương pháp định vị IMU có khả năng ổn định cao vì nó không phụ thuộc vào tín hiệu từ các cảm biến bên ngoài

Nhược điểm:

- Do sự tích lũy sai số trong quá trình tích hợp và xử lý dữ liệu, định vị bằng IMU thường có độ chính xác thấp hơn so với các phương pháp định vị khác - Phương pháp định vị IMU thường được kết hợp với các phương pháp định vị

khác như GPS hoặc định vị bằng camera để nâng cao độ chính xác và độ tin cậy của quá trình định vị

1.1.2 Phương pháp GPS

GPS là viết tắt của Global Positioning System, là hệ thống xác định vị trí dựa trên vị

trí của các vệ tinh nhân tạo, do Bộ Quốc phòng Hoa Kỳ thiết kế, xây dựng, vận hành và quản lý GPS là một hệ thống định vị toàn cầu bao gồm một tập hợp các vệ tinh được đưa vào quỹ đạo quanh Trái đất và các trạm địa kiểm tra được đặt tại các vị trí trên toàn thế giới Các vệ tinh GPS bay vòng quanh Trái Đất hai lần trong một ngày theo một quỹ đạo rất chính xác và phát tín hiệu có thông tin xuống Trái Đất Các máy thu GPS nhận thông tin này và bằng phép tính lượng giác tính được chính xác vị trí của người dùng [5], [6]

Hình 1 3 Mạng lưới GPS trên toàn cầu

Bản chất của GPS là so sánh thời gian tín hiệu được phát đi từ vệ tinh với thời gian nhận được chúng Độ sai lệch thời gian cho biết máy thu GPS cách vệ tinh bao xa, với nhiều quãng đường đo được tới nhiều vệ tinh máy thu có thể tính được vị trí của người dùng và hiển thị lên bản đồ điện tử của máy Để tính ra được vị trí 2 chiều (kinh độ và vĩ độ) thì máy thu phải nhận được tín hiệu ít nhất là 3 vệ tinh, với ít nhất 4 vệ tinh thì có thể tính được vị trí 3 chiều (kinh độ, vĩ độ và độ cao) Một khi vị trí người dùng đã tính được thì máy thu GPS có thể tính các thông tin khác như tốc độ, hướng chuyển động, bám sát di chuyển, khoảng hành trình…

của việc sử dụng GPS là khá phù hợp và có thể được sử dụng rộng rãi trong các lĩnh vực khác nhau

Nhược điểm:

- Ảnh hưởng của môi trường: GPS có thể bị ảnh hưởng bởi các yếu tố môi trường như sự che khuất của tòa nhà, trong phòng kín, địa hình, mây mù, cây cối hay các vật thể trên bề mặt đất khác

- Thời gian đáp ứng chậm: GPS có thể mất một thời gian khá lâu để xác định vị trí của mình, đặc biệt là khi nó đang ở trong môi trường khó khăn hoặc không có tín hiệu

- Bảo mật: Một số dữ liệu GPS có thể bị tấn công và chiếm đoạt, gây mất an toàn cho người sử dụng

1.1.3 Phương pháp GPS-RTK

GPS-RTK là viết tắt từ Real-Time Kinematic Global Positioning System, là phương

pháp đo động xử lý tức thời trên nguyên tắc sử dụng một trạm cơ sở thông qua việc thu định vị vệ tinh nhân tạo tính toán ra một số nguyên đa trị N (có thể hiểu đơn giản là số gia cải chính) Số gia cải chính này sẽ được phát ra và mang tới vị trí đặt các máy di động (Rover) nhằm mục đích hiệu chỉnh vị trí các máy di động để đạt được độ chính xác cao Bộ phận phát mang số cải chính đi là tín hiệu dạng sóng vô tuyến UHF (Radio) công suất 25W với 9 kênh tương ứng với các tần số khác nhau Phạm vị hoạt động của máy Rover so với máy Base lên tới 12 km trong điều kiện thuận lợi

- Thời gian định vị nhanh: Phương pháp này cho phép định vị trong thời gian thực, trong khi phương pháp định vị GPS thông thường có thể mất nhiều giờ để xử lý dữ liệu

- Có thể sử dụng trong điều kiện khó khăn: GPS RTK có thể sử dụng trong điều kiện khó khăn như trong khu rừng hay trong môi trường đô thị

- Được sử dụng trong các ứng dụng chuyên nghiệp: Do độ chính xác và độ tin cậy cao, phương pháp định vị GPS RTK được sử dụng chủ yếu trong các ứng dụng chuyên nghiệp như định vị và xác định tọa độ của các đối tượng như tòa nhà, cây cối, đường bộ, đường ray, hệ thống thoát nước, đường ống, các công trình xây dựng, công trình cầu đường, các hệ thống kiểm soát máy móc, robot và thiết bị tự động hóa

Nhược điểm:

- Chi phí đầu tư cao: Phương pháp định vị GPS RTK yêu cầu sự kết hợp giữa thiết bị GPS RTK và phần mềm xử lý dữ liệu định vị đặc biệt, do đó, chi phí đầu tư cho phương pháp này khá cao

- Khả năng định vị bị giảm: Phương pháp định vị GPS RTK phụ thuộc vào độ phân giải của thiết bị GPS, do đó, trong môi trường có nhiễu hoặc chắn ngang, khả năng định vị có thể bị giảm

- Khả năng định vị bị ảnh hưởng bởi khí quyển: GPS RTK có thể bị ảnh hưởng bởi sự thay đổi của khí quyển, đặc biệt là trong điều kiện thời tiết xấu

- Khả năng định vị bị giới hạn trong khu vực có thế giới tầm nhìn trực tiếp: Phương pháp định vị GPS RTK yêu cầu đường truyền tín hiệu trực tiếp giữa các bộ phận GPS RTK, do đó khả năng định vị có thể bị giới hạn trong khu vực này

- Khả năng định vị bị giới hạn trong môi trường đô thị: Trong môi trường đô thị có nhiều tòa nhà, cây cối và các vật thể khác, tín hiệu GPS có thể bị tắt và giảm độ chính xác của định vị

- Khả năng định vị bị ảnh hưởng bởi sự di chuyển: Trong quá trình di chuyển, phương pháp định vị GPS RTK yêu cầu thời gian để tính toán và xử lý dữ liệu, do đó, khả năng định vị có thể bị ảnh hưởng bởi sự di chuyển

1.1.4 Phương pháp băng thông siêu rộng (UWB)

Ultra Wideband (còn được gọi là UWB, băng thông siêu rộng hay Ultraband) là một giao thức giao tiếp không dây tầm ngắn Nó sử dụng sóng vô tuyến để cho phép các thiết bị giao tiếp với nhau

Giống như Bluetooth và WiFi, Ultra-Wideband là một giao thức giao tiếp không dây sử dụng sóng vô tuyến Một thiết bị phát UWB gửi hàng tỷ xung vô tuyến trên tần số phổ rộng và thiết bị thu UWB sau đó chuyển các xung thành dữ liệu Giống như cách dơi sử dụng định vị bằng tiếng vang để cảm nhận môi trường của chúng, xung UWB có thể được sử dụng để cảm nhận khoảng cách giữa hai thiết bị phát Thời gian tác động càng ngắn thì phép đo khoảng cách càng chính xác UWB đạt được độ chính xác theo thời gian thực vì nó gửi tới 1 tỷ xung mỗi giây (khoảng 1 xung mỗi nano giây)

Hình 1 4 UWB có thể xác định vị trí tương đối của các thiết bị khác trong phạm vi lên đến 200m [Nguồn: Internet]

- Độ trễ thấp: UWB cho phép định vị gần như trong thời gian thực, giúp theo dõi vị trí một cách nhanh chóng và chính xác

- Khả năng xuyên tường tốt: UWB có khả năng xuyên tường tốt hơn so với một số công nghệ định vị khác, cho phép nó hoạt động tốt trong các môi trường có vật cản

Nhược điểm:

- Đòi hỏi cơ sở hạ tầng phức tạp: Triển khai hệ thống UWB đòi hỏi cơ sở hạ tầng phức tạp, bao gồm việc cài đặt các điểm cơ sở và cảm biến UWB trên toàn bộ khu vực mong muốn

- Chỉ sử dụng trong phạm vi trong nhà

- Tiêu thụ năng lượng: Sử dụng công nghệ UWB có thể tiêu thụ năng lượng khá lớn, đặc biệt là trong trường hợp triển khai trên các thiết bị di động như điện thoại di động Điều này có thể gây ra vấn đề về tuổi thọ pin và hiệu suất thiết bị

1.1.5 Phương pháp dùng Stereo Camera

Stereo Camera là một cặp gồm hai camera giống nhau về các thông số vật lý cấu hình nên camera Phương pháp định vị dùng stereo camera là phương pháp định vị bằng cách sử dụng hai camera để thu thập thông tin không gian về một vật thể Bằng cách so sánh các hình ảnh từ hai camera, chúng ta có thể xác định được khoảng cách đến vật thể và hướng của vật thể trong không gian 3D Tương tự như với mắt người, stereo camera có thể cho được ảnh với không gian ba chiều từ môi trường xung quanh

Hình 1 5 Bảng mạch tích hợp Stereo Camera [Nguồn: Internet]

Dựa vào sự khác biệt của 2 ảnh chụp từ 2 camera, sẽ tính toán được khoảng cách từ vật thể đến vị trí của camera theo phương pháp giải toán hình học tam giác

Hình 1 6 Minh họa cách giải tìm ra khoảng cách Z từ điểm P đến vị trí 2 máy ảnh [Nguồn: Internet]

Phương pháp xác định khoảng cách vật thể của stereo camera dựa trên việc tính toán khoảng cách giữa các điểm ảnh của cùng một vật thể trong ảnh của hai camera khác nhau Theo đó, phương pháp này sử dụng một số công thức tính toán để tìm ra khoảng cách từ vật đến camera, bao gồm:

Phương pháp đối xứng: Phương pháp này tính khoảng cách bằng cách so sánh vị trí

của điểm ảnh trên hai camera Nếu điểm ảnh trên cả hai camera có vị trí đối xứng nhau qua trục chính giữa hai camera thì khoảng cách của điểm ảnh đó có thể được tính toán dựa trên giá trị vị trí đối xứng

Phương pháp hai tam giác đồng dạng: Phương pháp này dựa trên cấu trúc tam giác

giống nhau để tính khoảng cách vật thể Theo đó, một cặp tam giác đồng dạng được tạo ra từ hai điểm ảnh trên hai camera, và khoảng cách giữa hai camera đã biết trước được sử dụng để tính toán khoảng cách vật thể

Phương pháp phân đoạn: Phương pháp này sử dụng kỹ thuật phân đoạn để xác định

các đối tượng trong ảnh và tính khoảng cách vật thể dựa trên kích thước của chúng trong ảnh Theo đó, ảnh được chia thành các phân đoạn và khoảng cách của vật thể được tính toán bằng cách đo kích thước của phân đoạn đó trên hai camera

Như vậy, các phương pháp xác định khoảng cách vật thể của stereo camera đều dựa trên việc tính toán khoảng cách giữa các điểm ảnh trên hai camera khác nhau, và sử dụng các công thức và kỹ thuật tính toán khác nhau để đạt được kết quả định vị chính xác

Ưu điểm:

- Khả năng định vị chính xác: Phương pháp định vị dùng stereo camera có khả năng định vị chính xác và độ chính xác có thể được nâng cao thông qua việc sử dụng các camera có độ phân giải cao và phần mềm xử lý dữ liệu định vị đặc biệt

- Khả năng hoạt động trong môi trường có ánh sáng yếu: Stereo camera có khả năng hoạt động trong môi trường có ánh sáng yếu hoặc thiếu ánh sáng vì nó không phụ thuộc vào các điểm đánh dấu ngoại cảnh, mà dựa vào tính chất của hình ảnh

- Khả năng định vị nhanh: Phương pháp định vị dùng stereo camera có thể định vị nhanh và có thể được tích hợp vào các ứng dụng thời gian thực

- Khả năng bị ảnh hưởng bởi môi trường: Stereo camera có thể bị ảnh hưởng bởi môi trường xung quanh, như sự thay đổi về ánh sáng, màu sắc và độ tương phản

- Giới hạn về góc nhìn: Phương pháp định vị dùng stereo camera có giới hạn về góc nhìn, và khả năng định vị có thể bị giảm nếu camera không có góc nhìn đủ rộng

- Nhiễu bất định: Phương pháp định vị bằng stereo camera có thể bị nhiễu khi môi trường xung quanh thay đổi, như ánh sáng yếu, đối tượng di chuyển quá nhanh, đối tượng quá nhỏ hoặc quá lớn so với khoảng cách giữa hai camera Ngoài ra, các vật thể có bề mặt trơn trượt, đồng thời các vật thể có cùng màu sắc hoặc kết cấu với môi trường xung quanh cũng có thể gây ra nhiễu cho phương pháp định vị bằng stereo camera

1.1.6 Phương pháp dùng Mono Camera

Phương pháp định vị bằng mono camera là phương pháp sử dụng một camera duy nhất để xác định vị trí và hướng di chuyển của robot hoặc các đối tượng trong môi trường Theo phương pháp này, camera được đặt ở một vị trí cố định trên robot hoặc trong môi trường và bắt đầu quan sát các đối tượng di chuyển trong phạm vi tầm nhìn của nó

Hình 1 7 Mono camera Raspberry Pi [Nguồn: Internet]

Phương pháp định vị bằng mono camera sử dụng các thuật toán xử lý ảnh để tính toán khoảng cách và hướng di chuyển của đối tượng dựa trên thông tin hình ảnh được thu thập từ camera Thông tin hình ảnh này bao gồm các thuộc tính của hình ảnh như kích thước, hình dạng, màu sắc và mật độ pixel của đối tượng Các thuật toán xử lý ảnh được sử dụng trong phương pháp định vị bằng mono camera có thể bao gồm các kỹ thuật như phân đoạn hình ảnh, nhận diện đối tượng, ước lượng khoảng cách và hướng di chuyển của đối tượng [7]

Phương pháp định vị bằng mono camera có ưu điểm là dễ dàng triển khai và chi phí thấp hơn so với các phương pháp sử dụng nhiều camera, tuy nhiên nó có độ chính xác thấp hơn so với các phương pháp định vị sử dụng stereo camera hoặc lidar Ngoài ra, phương pháp định vị bằng mono camera có thể bị ảnh hưởng bởi ánh sáng yếu, nhiễu ảnh và độ phân giải của camera

- Sử dụng mono camera giảm hàm lượng xử lý dữ liệu ảnh gấp đôi so với trên stereo camera

- Có thể sử dụng trên các thiết bị có kích thước nhỏ như robot tự hành

- Có thể ứng dụng mono camera vào các sản phẩm giá rẻ, thân thiện với người sử dụng

- Ứng dụng cho robot hoặc xe tự hành trong nhà di chuyển chậm, nơi mà GPS mất tác dụng

Hình 1 8 Encoder của hãng Omron - 1000 xung/vòng [Nguồn: Internet]

Ưu điểm:

- Độ chính xác: Encoder có thể cung cấp độ chính xác cao trong việc đo và ghi lại thông tin về di chuyển của phương tiện Điều này cho phép ước lượng vị trí với độ chính xác cao, đặc biệt là trong các ứng dụng đòi hỏi độ chính xác cao như xe tự hành và robot di động

- Độ tin cậy: Encoder là một cảm biến trực tiếp và đáng tin cậy trong việc đo di chuyển Nó không phụ thuộc vào các yếu tố ngoại vi như ánh sáng môi trường hoặc tương tác từ các vật thể khác Điều này giúp đảm bảo tính ổn định và tin cậy của quá trình định vị

- Tính linh hoạt: Encoder có thể được áp dụng trên nhiều loại phương tiện di chuyển, bao gồm xe tự hành, robot di động và máy CNC Nó cũng có thể được tích hợp vào hệ thống hiện có một cách linh hoạt và tiện lợi

Nhược điểm:

- Sự cố: Encoder có thể gặp sự cố như mất xung, tích lũy sai số hoặc lỗi đo

đồng nhất hoặc tác động từ môi trường Các sự cố này có thể làm giảm độ

chính xác và độ tin cậy của quá trình định vị

- Tính khó khăn trong lắp đặt: Để sử dụng encoder, cần lắp đặt chính xác, đồng trục bánh xe và hiệu chỉnh phù hợp Điều này có thể đòi hỏi kỹ thuật cao và tốn thời gian trong quá trình cài đặt và điều chỉnh

- Giới hạn: Phương pháp xài encoder có thể bị giới hạn khi sử dụng cho các phương tiện di chuyển với tốc độ cao hoặc trong các môi trường đặc biệt như môi trường chịu tải cao hoặc có sự chuyển động nhanh

Tóm lại, sử dụng phương pháp xài encoder để định vị có ưu điểm về độ chính xác, độ tin cậy và tính linh hoạt, nhưng cũng có nhược điểm liên quan đến sự cố, tính khó khăn trong lắp đặt và giới hạn tốc độ Để đạt được độ chính xác và độ tin cậy cao, thường cần kết hợp với các cảm biến và phương pháp khác

Từ các ưu và nhược điểm của nhiều phương pháp định vị đã được nêu trên, định vị bằng camera ống kính đơn (mono camera) sẽ là một phương pháp hữu hiệu, ứng dụng cho các sản phẩm di chuyển chậm để xác định quỹ đạo với giá thành rẻ

1.2 Các nghiên cứu trong và ngoài nước • Ngoài nước:

- Năm 2004, Yang Cheng và Mark Maimone và Larry Matthies đã nghiên cứu dùng camera để xác định vị trí cho xe thăm dò trên Sao Hỏa [8]

- Năm 2008, Savan Chhaniyara và các cộng sự đã nghiên cứu đề tài sử dụng mono camera để ước lượng vận tốc, và từng loại địa hình được thử nghiệm như trên cát, sỏi và hỗn hợp [9]

Hình 1 9 Robot được gắn mono camera để ước lượng vận tốc [9]

1.3 Mục tiêu nghiên cứu

• Xây dựng mô hình ước lượng quỹ đạo của phương tiện trên mặt phẳng đường từ hình ảnh của camera ống kính đơn (mono camera)

• Thực nghiệm khảo sát để đánh giá sai số của mô hình ước lượng

1.4 Đối tượng và phạm vi nghiên cứu

1.4.1 Đối tượng nghiên cứu

Trong đề tài này, đối tượng nghiên cứu là sử dụng camera ống kính đơn để xác định quỹ đạo của phương tiện

1.4.2 Phạm vi nghiên cứu

• Đề tài nghiên cứu sử dụng camera ống kính đơn được gắn cố định trên xe sao

• Đề tài xây dựng mô hình tính toán, phân tích chuyển động tương đối của 2 hình ảnh được chụp liên tiếp trong quá trình xe di chuyển, từ đó xác định mối quan hệ chuyển động của xe và tính toán quỹ đạo

• Điều kiện biên của nghiên cứu là khoảng cách từ tâm thấu kính camera đến mặt phẳng đường không thay đổi trong quá trình xe di chuyển

• Mono camera: Nghiên cứu tập trung vào việc sử dụng mono camera làm nguồn dữ liệu chính để ước lượng quỹ đạo Điều này đồng nghĩa với việc chỉ sử dụng một camera duy nhất để thu thập thông tin hình ảnh và dự đoán quỹ đạo của phương tiện di chuyển trên mặt đất

• Mặt phẳng đường: Phạm vi nghiên cứu giới hạn trong việc ước lượng quỹ đạo của phương tiện di chuyển trên mặt đất trên mặt phẳng đường Điều này áp dụng cho các loại phương tiện như robot, xe tự hành di chuyển trên các tuyến đường bằng phẳng, chiều cao từ mặt phẳng đường đến thấu kính camera không đổi trong quá trình di chuyển

• Ước lượng quỹ đạo: Nghiên cứu tập trung vào việc phát triển các thuật toán và phương pháp để ước lượng quỹ đạo của phương tiện di chuyển Điều này bao gồm ước lượng vị trí, hướng di chuyển, tốc độ và các thông số khác liên quan đến quỹ đạo

• Hiện nay, luận văn chỉ giới hạn nghiên cứu khi giả thiết chiều cao từ tâm thấu kính camera đến mặt đất không thay đổi trong suốt quá trình di chuyển Do ảnh hưởng từ phần cứng đến tốc độ chụp ảnh và khả năng xử lý, tính toán nên xe phải di chuyển chậm, không được vượt quá giới hạn cho phép

1.5 Phương pháp nghiên cứu

1.5.1 Phương pháp phân tích tư liệu sẵn có

Thu thập, chọn lọc thông tin có giá trị từ các công trình nghiên cứu trước đó; những kiến thức liên quan đến nghiên cứu

1.5.2 Phương pháp toán học

• Nắm vững các kiến thức về phép biến đổi tọa độ, ánh xạ các hệ trục tọa độ với

• Kiến thức về hình học và phương pháp tìm nghiệm tối ưu bằng giải thuật Gradient Descent

1.6 Các nội dung nghiên cứu

• Tìm các điểm làm mốc (keypoints) trên mặt đường đồng thời xuất hiện trong 2 khung hình liên tiếp → Giải thuật Sift để trích xuất đặc trưng và giải thuật Brute Force được dùng để bắt cặp các điểm đặc trưng xuất hiện đồng thời trong 2 khung hình

• Hiệu chuẩn camera → Dùng phần mềm matlab

• Ước lượng chuyển vị tương đối giữa 2 khung hình liên tiếp → Xây dựng mô hình hàm chi phí J và sử dụng giải thuật tính gần đúng Gradient Descent để tính toán tìm ra các nghiệm tối ưu

• Xây dựng mô hình thực nghiệm → Thông số bánh xe; thông số của encoder; thông số camera ống kính đơn; thông số của vi xử lý cho encoder; thông số laptop

• Thực nghiệm và đánh giá kết quả → Thực nghiệm cho các trường hợp địa hình trên nền nhà có đánh dấu các điểm làm mốc và địa hình nền xi măng

1.7 Ý nghĩa của nghiên cứu

Ý nghĩa khoa học: Góp phần làm rõ khả năng ứng dụng của Mono Camera trong vấn

đề định vị, xác định vị trí của mô hình di chuyển chậm

Ý nghĩa thực tiễn: Nghiên cứu là nền tảng để phát triển các mô hình đo lường quỹ

đạo với giá rẻ

Những cải tiến lớn về tốc độ xử lý của máy tính và sự sẵn có của các cảm biến giá rẻ như camera sẽ được ứng dụng rộng rãi trong một số lĩnh vực thực tế Ví dụ khi xem xét robot hút bụi trong nhà Nếu không có SLAM, nó sẽ chỉ di chuyển ngẫu nhiên trong phòng và không thể làm sạch toàn bộ bề mặt sàn Thêm vào đó, việc di chuyển ngẫu nhiên sử dụng quá nhiều năng lượng, khiến pin nhanh hết Mặt khác, robot dùng SLAM có thể sử dụng thông tin như số vòng quay bánh xe từ encoder và dữ liệu từ camera và cảm biến hình ảnh để xác định số lượng chuyển động cần thiết Đây được gọi là “localization” (bản địa hóa) Robot cũng có thể sử dụng đồng thời camera và các cảm biến khác để tạo bản đồ các chướng ngại vật trong môi trường xung quanh và tránh làm sạch cùng một khu vực hai lần Đây được gọi là “mapping” [1]

Robot giao hàng Starship

Dịch vụ robot giao hàng của công ty Starship Technologies đã “nở rộ” tại hàng chục thành phố trên thế giới nhằm phục vụ người tiêu dùng ở nhà do đại dịch viêm đường hô hấp cấp COVID-19, giúp thiểu rủi ro lây nhiễm dịch bệnh cho cả người mua hàng và nhân viên giao hàng

Robot tự hành với thiết kế 6 bánh xe, vận tốc di chuyển 6 km/h, có thể vận chuyển cùng lúc tối đa 3 túi hàng, có thể tự điều chỉnh hướng di chuyển trên đường phố cũng như vỉa hè Robot Starship đi vào hoạt động chính thức kể từ đầu tháng 4 này tại cửa hàng rượu Broad Branch, khi cửa hàng ở một góc phố ngoại ô thủ đô Washington của Mỹ này buộc phải đóng cửa do diện tích quá nhỏ, không đủ điều kiện đảm bảo quy định giãn cách xã hội để ngăn chặn sự lây lan của dịch COVID-19 Chủ cửa hàng Broad Branch, Tracy Stannard, cho biết 10 robot do Starship Technologies quản lý giúp vận chuyển hàng theo đặt hàng của người dân trong khu phố Các robot "trợ thủ" này đảm trách giao hàng 50% trong số 60 - 70 đơn hàng mỗi ngày của Broad Branch Ngoài Starship Technologies, một số ít công ty khác cũng đã từng bước thâm nhập thị trường giao hàng độc đáo nói trên Công ty khởi nghiệp tại Thung lũng Silicon, Nuro, gần đây đã hợp tác với Tập đoàn bán lẻ Kroger bắt đầu cung cấp dịch vụ giao hàng ở khu vực Houston bằng robot tự hành R2 do Nuro sản xuất.6 Robot của Nuro có thể di chuyển với vận tốc lên tới 40 km/giờ và có khả năng chuyên chở khoảng 190 kg hàng hóa

Hình 1 11 Hàn Quốc tiếp tục thử nghiệm dịch vụ giao hàng bằng robot[12]

Ngày 18/6/2023, công ty Korea Seven Co., nhà điều hành chuỗi cửa hàng tiện lợi Eleven, cho biết công ty này có kế hoạch hợp tác với một công ty khởi nghiệp thực hiện thêm một cuộc thử nghiệm đối với dịch vụ giao hàng bằng robot [12]

7-Theo đó, Korea Seven sẽ cung cấp dịch vụ giao hàng bằng robot tự lái do Neubility, một công ty khởi nghiệp về robot tự động của Hàn Quốc phát triển, tại một số khu vực có chọn lọc ở phía Nam thủ đô Seoul cho đến tháng 10 năm nay trong đợt thử nghiệm thứ ba Dự án này phù hợp với những nỗ lực của Viện Phát triển công nghiệp robot Hàn Quốc nhằm phát triển các robot dịch vụ giao hàng theo yêu cầu của khách hàng [12]

Robot vận chuyển hàng trong nhà kho Amazon

Hình 1 12 Robot đang lấy hàng trong các nhà kho của Amazon[13]

Theo Amazon, việc sử dụng robot thay cho con người để di chuyển hàng trong kho sẽ giúp tiết kiệm được diện tích do không cần phải làm lối đi cho người, từ đó sẽ có thể chứa được lượng kệ hàng nhiều hơn Đồng thời, việc dùng robot còn giúp giảm thiểu thời gian chết và thực hiện quá trình luân chuyển hàng hóa hiệu quả hơn Dù đã sử dụng rất nhiều hệ thống robot hiện đại nhưng Amazon cho biết họ vẫn phải dùng nguồn nhân lực rất lớn Trong năm 2014 này, hãng đã lên kế hoạch tuyển thêm 80.000 nhân viên để trang trải cho các mùa cao điểm mua sắm vốn được dự đoán là còn cao

tiết kiệm 450 triệu USD đến 900 triệu USD một năm trong chi phí lao động, Shawn Milne của Janney Capital Markets ước tính trong báo cáo mùa hè năm ngoái [13], [14]

1.8 Ý tưởng/ Giải pháp thực hiện

• Dùng bộ phát hiện đặc trưng để phát hiện các keypoint trên ảnh, bắt cặp các điểm tương đồng sau đó biến đổi toán học để tính toán chuyển động của các điểm đặc trưng, ước lượng quỹ đạo chuyển động của hai khung hình ảnh liên tiếp

• Các nghiên cứu cũ sử dụng stereo camera để ước tính vận tốc và quỹ đạo chuyển động, trong đề tài này sử dụng mono camera để ước lượng

1.8.1 Mô hình camera

Mô hình camera đưa ra mối quan hệ giữa vị trí đối tượng và vị trí pixel của nó Trong đề tài này, sẽ sử dụng mô hình mono camera để thiết lập hiệu chuẩn giữa các điểm trong không gian 3D với các điểm trong hình ảnh Trong mô hình này, ta coi các tia sáng đi vào máy ảnh thông qua một khẩu độ rất nhỏ Mô hình này chụp đủ chính xác hình học của phép chiếu phối cảnh Các giả định chính trong mô hình này là tâm chiếu của ảnh trùng với tọa độ thế giới và trục quang học (trục z) của máy ảnh vuông góc với bề mặt địa hình Hơn nữa, giả sử rằng hình ảnh được đặt ở phía trước tâm của phép chiếu như trong hình 8 Mô hình pinhole camera bao gồm các đặc điểm thông số nội tại của máy ảnh, chẳng hạn như tâm hình ảnh và độ dài tiêu cự, cũng như các đặc điểm bên ngoài cung cấp vị trí tâm và hướng 3D của thiết bị chiếu ảnh