TÓM TẮT ĐỀ TÀI Robot bám người là một hệ thống cơ – điện tử nhằm đề xuất một giải pháp thay thế cho các hoạt động truyền thống của con người, robot đóng vai trò một người trợ lý, phụ trợ
TỔNG QUAN
Đặt vấn đề
Trong vài thập kỷ trở lại đây, robot đã có sự bùng nổ to lớn trong các lĩnh vực ứng dụng và phát triển công nghệ Nhờ vào sự tiến bộ trong trí tuệ nhân tạo, cơ học, điện tử và các công nghệ liên quan, robot hiện nay đã có thể thực hiện được nhiều tác vụ khác nhau, từ những công việc đơn giản như hút bụi, lau dọn nhà cửa cho đến các nhiệm vụ phức tạp như vận chuyển hàng hóa, khai thác mỏ hay đi vào vũ trụ Robot đang ngày càng tiến sâu vào mọi khía cạnh đời sống của con người, tuy vậy con người không tuân theo hành vi của robot mà chính robot phải tuân theo sự dẫn dắt của con người Sự đóng góp của ngành robot học (robotics) cho đời sống xã hội, nghiên cứu và khám phá là không thể phủ nhận Những ứng dụng mạnh mẽ của ngành kỹ thuật robot có thể kể đến: thay thế lao động con người trong các công việc nhà máy đòi hỏi độ chính xác cao, bền bỉ và nhàm chán đã đang là một xu hướng; robot phục vụ trong nhà hàng; robot hỗ trợ trong lĩnh vực y tế;… Hầu như trong các lĩnh vực sản xuất, chế tạo ở các công ty, tập đoàn hiện nay đều có sự trợ giúp của robot Xu thế này nhất định sẽ còn tiếp diễn và lan rộng ra tất cả các lĩnh vực khác của đời sống xã hội Như vậy, chúng ta cần phải hiểu rõ robot là gì và nó hoạt động như thế nào? Robot là một sản phẩm thuộc lĩnh vực robot học, loại thiết bị có thể thực hiện những công việc một cách tự động bằng sự điều khiển của máy tính hoặc các vi mạch điện tử được lập trình Robot có một trong các đặc điểm sau đây: do con người sáng tạo ra, có khả năng nhận biết môi trường xung quanh và tương tác với những vật thể trong môi trường, có khả năng đưa ra các lựa chọn dựa trên môi trường và được điều khiển một cách tự động theo những trình tự đã được lập trình trước Có nhiều loại robot khác nhau với những ứng
2 dụng khác nhau như: robot hình người, robot di động, robot tàu ngầm, robot 2 bánh, cánh tay robot, … Một trong số đó chính là robot di động, loại robot được nghiên cứu trong chính đề tài này
Hình 1 1: Các loại robot khác nhau (a) Robot hình người Ameca; (b) Robot tàu ngầm; (c) Robot di động Neubie;
(d) Robot hai bánh Ascento; (e) Parallel robot của hãng ABB.
Robot di động (mobile robot) là loại robot có khả năng tự di chuyển trên mặt đất hoặc các bề mặt khác trong một không gian cụ thể và không cố định vào một vị trí nào Robot di động có thể được điều khiển từ xa hoặc tự động hóa hoàn toàn tùy vào mục đích và yêu cầu đặt ra Robot di động thường được trang bị các bánh xe hoặc chân để di chuyển, và có thể được trang bị các cảm biến và hệ thống điều khiển để tương tác với môi trường xung quanh nó Chúng có thể được sử dụng để thực hiện các tác vụ như vận chuyển hàng hóa, kiểm tra an toàn trong các khu vực nguy hiểm, hỗ trợ những người bị khuyết tật Với đề tài “Robot bám người áp dụng xử lý ảnh”, nhóm tác giả xác định các yêu cầu sau:
- Hệ thống cảm biến: Robot cần được trang bị hệ thống cảm biến để phát hiện và theo dõi đối tượng
- Hệ thống xử lý: Robot cần phải có hệ thống xử lý mạnh mẽ để xử lý dữ liệu từ cảm biến gửi về và thực hiện tác vụ bám đối tượng
- Khả năng di chuyển: Robot phải có khả năng di chuyển linh hoạt và nhanh chóng để có thể bám đối tượng trong các môi trường khác nhau
- Độ chính xác cao và khả năng tương tác với môi trường
- Không được thay đổi, tác động vào môi trường
Trong đồ án này, nhóm tác giả tập trung xây dựng hệ thống xử lý ảnh - xử lý hình dáng và màu sắc, từ đó tìm ra đặc trưng riêng của đối tượng và giúp robot bám theo phân biệt được đối tượng cần bám (đối tượng đích) và các đối tượng gây nhiễu (đối tượng gây nhiễu ở đây là các vật có cùng màu sắc với đối tượng đích) Cụ thể, đối tượng ở đây chính là áo của người đang sử dụng robot.
Mục tiêu đề tài
- Mục tiêu của đồ án này nhằm nghiên cứu ra robot di động bám người, để thay thế những hoạt động của con người trong nhiều lĩnh vực, đem lại sự thuận tiện cho người sử dụng
- Xây dựng và chế tạo ra robot di động bám người dựa trên các nền tảng kiến thức đã được học tại nhà trường và những kiến thức mà nhóm tác giả tìm hiểu thêm bên ngoài
- Robot phải phân biệt được đâu là người cần bám trong môi trường đông người, đồng thời phải tránh được các chướng ngại vật trên đường đi của nó Bên cạnh đó, nhóm tác giả không được tác động bất kỳ điều gì lên người mà robot cần bám, ví dụ dán hình ảnh để đánh dấu hay gắn định vị vào người đó
Hình 1 2: Minh họa trực quan về mục tiêu của đồ án
Nội dung đề tài
Giới thiệu tổng quan về đề tài, ý nghĩa khoa học thực tiễn ngày nay, mục tiêu đề tài, phạm vi nghiên cứu và các phương pháp thực hiện đề tài
Chương 2 Cơ sở lý thuyết
Phân tích bài toán theo dõi đối tượng đích, bài toán tránh vật cản Phân tích kỹ thuật xử lý ảnh được áp dụng Giới thiệu và áp dụng lý thuyết điều khiển PID, Fuzzy Logic Controller cho robot để bám theo đối tượng
Chương 3 Thiết kế và thi công phần cứng
Trình bày sơ đồ khối của toàn bộ hệ thống trên robot, tính chọn các thiết bị, linh kiện và thông số kỹ thuật
Chương 4 Xây dựng giải thuật
Trình bày các chuẩn giao tiếp được sử dụng trong đề tài, lưu đồ giải thuật của chương trình chính và chương trình con
Chương 5 Kết quả và hướng phát triển
Trình bày các kết quả thực hiện đề tài, đưa ra những công việc thực hiện được, những khó khăn gặp phải và đưa ra những hướng phát triển của đề tài.
Giới hạn đề tài
Phạm vi nghiên cứu của đề tài áp dụng không chỉ trong môi trường phòng thí nghiệm mà còn có thể áp dụng cho ngoài đời sống Tuy nhiên vì các vấn đề chi phí và vốn kiến thức của nhóm tác giả, robot sẽ có những vấn đề không mong muốn khi chạy thực nghiệm ngoài thực tế đời sống, ví dụ: điều kiện ánh sáng, về tải trọng mà robot chịu được
Về phần giải thuật, việc phân biệt những đối tượng có cùng màu sắc dựa vào những đặc trưng hình dáng của vùng màu đôi khi không thực sử chuẩn xác, dẫn đến việc phát hiện nhầm đối tượng Thứ hai, việc bám theo đối tượng trong đồ án này bắt buộc người mục tiêu phải mặc áo có màu sắc đã được lập trình sẵn trong chương trình dẫn đến robot không có sự linh hoạt nếu muốn thay đổi đối tượng bám theo
CƠ SỞ LÝ THUYẾT
Bài toán theo dõi người
2.1.1 Phân tích bài toán theo dõi người
Một trong những yêu cầu chính của các robot bám người là khả năng phát hiện và theo dõi một người đang di chuyển trong một môi trường không biết trước Robot bám người có hai nhiệm vụ chính là nhận dạng và xác định được người từ môi trường xung quanh và điều khiển chuyển động để đi theo người đó Nghiên cứu và giải quyết bài toán robot theo dõi người cũng gây không ít khó khăn cho những người nghiên cứu lĩnh vực này Khi thực hiện robot bám người, đa số các phương pháp đưa ra sẽ là robot bám người từ phía sau Trong trường hợp này, người đang sử dụng robot gặp hai điều bất tiện Đầu tiên, người đó cảm thấy không an toàn về việc liệu robot có đang theo sát mình hay không Do đó, người đó phải thỉnh thoảng kiểm tra robot Thứ hai, vì những điều kiện ngoài môi trường thực tế, robot thỉnh thoảng gặp tình trạng mất mục tiêu, robot không phát hiện lại được đối tượng cần bám Mục sau sẽ trình bày rõ những phương pháp đã được nghiên cứu của nhiều tác giả giải quyết vấn đề này
Hình 2 1: Minh họa bài toán robot theo dõi người
2.1.2 Các phương pháp theo dõi người
Trong vài thập kỷ qua, một số nhà nghiên cứu đã sử dụng nhiều cảm biến khác nhau để giải quyết vấn đề robot theo dõi người Theo như kết quả mà nhóm tác giả tìm kiếm, có hai cách tiếp cận chính cho bài toán này: cách tiếp cận dựa trên tia la-ze (laser range finders - LRFs) và cách tiếp cận dựa trên camera
Hình 2 2: Cách một cảm biến LRFs hoạt động Xác định đối tượng bằng la-ze (Laser range finders - LRFs) được sử dụng để theo dõi người mục tiêu bằng việc xác định và theo dõi tín hiệu phản chiếu lại khi chiếu la-ze vào chúng [1], hoặc là một phần cơ thể, ví dụ như chân Hạn chế của phương pháp này là thường bị ảnh hưởng bởi những thay đổi trong tư thế của người mục tiêu Bên cạnh đó, phương pháp LRFs tuy cho kết quả khoảng cách chính xác, điều mà camera đơn không làm được, nhưng khó phân biệt những người khác nhau, đâu là người cần theo dõi
Hình 2 3: Các loại camera khác nhau: monocular, RGB-D và stereo camera
So với la-ze, cách tiếp cận bằng camera được đa số các nhà nghiên cứu tin chọn Cảm biến thị giác, hay còn gọi là camera được sử dụng rộng rãi do có nhiều thông tin về màu sắc và kết cấu của khung hình thu được Theo tìm hiểu, có nhóm tác giả tên Chen và cộng sự của cô giải quyết bài toán trên với phương pháp dùng camera đôi (stereo camera) kết hợp với mạng nơ-ron nhân tạo CNN [2] Tuy nhiên hạn chế của phương pháp này là độ phức tạp và xử lý tính toán rất lớn, khó đáp ứng được yêu cầu về thời gian thực Ngoài ra còn có nghiên cứu về việc sử dụng camera độ sâu (RGB-D), camera này với camera đôi phía trên đều có thể cho về giá trị khoảng cách, tuy nhiên độ phức tạp trong việc xử lý dữ liệu là vô cùng lớn Cũng có nghiên cứu cho thấy việc sử dụng camera đơn (monocular camera) để bám đối tượng là hiệu quả Ở đề tài này, họ dùng một biểu tượng (logo) hay một hình ảnh được thiết kế đặc biệt dán vào người mục tiêu, qua kỹ thuật mạng nơ-ron tích chập (CNN) thì robot bám theo được hình ảnh này khá tốt Tuy nhiên hạn chế ở nghiên cứu này là họ đã tác động vào người mà robot bám theo, việc này không khả thi khi mang robot vào thực tế
Bên cạnh đó còn có nghiên cứu khác áp dụng kỹ thuật GPS (Hệ thống định vị toàn cầu) Robot được trang bị một cảm biến GPS để xác định vị trí của mình và theo dõi vị trí của người cần bám Việc này giúp robot bám theo người một cách hiệu quả Tuy nhiên việc sử dụng GPS cũng có một số hạn chế lớn, như việc xác định vị trí có thể gây sai số lớn, hay tín hiệu GPS bị che khuất khi hoạt động trong nhà, trong núi, rừng,…
Ngoài những cách trên còn có những công nghệ để xác định vị trí của robot với người mục tiêu cần bám như Wifi, BLE (công nghệ bluetooth), UWB (ultra wide band – một công nghệ mới gần đây), RFID (radio frequency identification)
Hình 2 4: Các công nghệ xác định vị trí và kết quả đánh giá
2.1.3 Giải quyết bài toán theo dõi người trong phạm vi đồ án
Qua các nghiên cứu về robot bám người ở mục 2.1.2 phía trên và việc chỉ ra hạn chế của mỗi nghiên cứu, dựa trên cách nhìn nhận và đánh giá, nhóm tác giả rút ra được phương án tối ưu để giải quyết bài toán robot bám người này là sử dụng camera đơn để xử lý ảnh, kết hợp với giải thuật điều khiển mờ (fuzzy logic controller) Nhóm tác giả sử dụng màu sắc và hình dáng của áo người mục tiêu để điều khiển robot bám theo Áp dụng kỹ thuật lọc ngưỡng (threshold) để xác định vùng màu áo của người mục tiêu, loại bỏ tất cả các đối tượng có màu khác ra, sau đó sử dụng ba phép đo hình dáng của áo người mục tiêu để tìm ra đặc trưng của áo người đó với những vật khác có cùng màu trong khung hình Ba phép đo hình dáng đó là: độ đặc, độ tròn và độ lệch tâm (chi tiết sẽ được giải thích tiếp trong mục 2.3).
Bài toán tránh vật cản
2.2.1 Phân tích bài toán tránh vật cản
Phát hiện và tránh chướng ngại vật trong thời gian thực là một yêu cầu quan trọng đối với bất kỳ loại robot di động Do đó, một số lượng lớn các giải
10 pháp đã được đề xuất cho vấn đề này Có những nghiên cứu dùng lidar, camera,
… để tránh vật cản Tuy nhiên, hầu hết các giải pháp này đều yêu cầu tính toán nặng, thiết bị sử dụng đắt tiền khiến chúng khó thực hiện trên các dòng vi điều khiển chi phí thấp Trong phạm vi đề tài và khả năng cho phép, tiết kiệm chi phí và đáp ứng kịp thời gian hoàn thành đề tài, nhóm tác giả quyết định sử dụng cảm biến siêu âm và tìm hiểu các phương pháp tránh vật cản bằng việc sử dụng dòng cảm biến này
2.2.2 Các phương pháp tránh vật cản
Thuật toán Bug (the bug algorithm) là thuật toán tránh vật cản đơn giản nhất từng được nghiên cứu Theo đó, khi gặp chướng ngại vật, robot sẽ chạy vòng hết vật thể để tìm kiếm điểm có khoảng cách đến mục tiêu ngắn nhất, sau đó rời khỏi chướng ngại vật từ điểm đó để bám theo mục tiêu
Hình 2 5: Minh họa cho thuật toán Bug Thuật toán Bug2 ( the bug2 algorithm), robot bắt đầu đi theo ranh giới của chướng ngại vật, nhưng rời khỏi chướng ngại vật ngay khi nó cắt đoạn đường nối điểm xuất phát và mục tiêu
Hình 2 6: Minh họa cho thuật toán Bug2
11 Ở hai thuật toán trên, tính đơn giản của chúng là một lợi thế lớn, nhưng chúng có một số thiếu sót đáng kể:
- Hai thuật toán này không xem xét mô hình động học của robot, bởi vì các robot di động có các mô hình động học rất khác nhau
- Cách xử lý của hai thuật toán trên làm robot di chuyển tránh vật cản rất chậm chạp
Ngoài hai thuật toán trên, thuật toán tạo vùng bong bóng (the bubble band technique) được nhóm tác giả áp dụng vào đề tài (chi tiết nằm ở mục 2.2.3)
2.2.3 Giải quyết bài toán tránh vật cản trong phạm vi đồ án
Thuật toán được đề xuất bởi Khatib và Quinlan trong bài báo “Elastic Bands: Connecting, Path Planning and Control” [3], họ định nghĩa “bubble” là không gian trống được giới hạn xung quanh robot, có hình dạng giống bong bóng Nhóm tác giả quy ước gọi khái niệm này là Bubble boundary – khoảng không gian bao quanh robot có hình dạng như bong bóng
Hình 2 7: Minh hoạt ý tưởng về dải bong bóng bao quanh robot
Với khái niệm này, một dải bong bóng như vậy có thể được sử dụng để vạch ra con đường giữa điểm xuất phát và mục tiêu Rõ ràng, với kỹ thuật này bài toán trở thành lập kế hoạch đường đi hơn là tránh vật cản Để thiết lập dải bóng bóng, nhóm tác giả sử dụng năm cảm biến siêu âm lắp đặt lên robot theo mô hình sau:
Hình 2 8: Mô hình lắp đặt cảm biến siêu âm lên robot di động
Khi vật cản nằm trong dải bong bóng này, robot bắt đầu tính toán hướng rẽ và thực hiện tránh vật cản, minh họa bởi đoạn mã sau:
Lý thuyết về xử lý ảnh
2.3.1 Giới thiệu về thư viện xử lý ảnh
Xử lý ảnh là công nghệ mà ngày nay được phát triển và ứng dụng rất rộng rãi trong nhiều lĩnh vực khác nhau nhờ vào sự phát triển ngày càng mạnh mẽ của các hệ thống máy tính, các thuật toán và công trình nghiên cứu của nhiều nhà khoa học trên thế giới Trong lĩnh vực này có các giải thuật có tính ứng dụng cao, liên quan đến học sâu như mạng nơ-ron tích chập (CNN), máy học tăng cường (reinforcement learning),… unsigned int sonar_readings[N]; unsigned int bubble_boundary[N]; bubble_boundary[i]=K i *V*delta_t; int check_for_obstacles(void){ for(i=0;i
