cảm biến kinect và ứng dụng trong xe tự hành tránh vật cản

Sở dĩ dữ liệu về chiều độ sâu có tầm quan trọng như vậy bởi nó giúp việc nhận dạng các vật thể đơn giản hơn nhiều so với xử lý ảnh thông thường.. Các thuật toán xử lý ảnh thông thường dự

Trang 1

Lê Trung Kiên ĐKTĐ 2- K53 1

MỤC LỤC

1.Giới thiệu cơ bản về Kinect 3

1.1 cấu trúc phần cứng 4

1.1.1 Camera RGB 4

1.1.2 Cảm biến độ sâu 4

1.1.3 DãyMicrophone 4

1.2 Nguyên lý các cảm biến độ sâu 5

1.3 Các dữ liệu đo được từ cảm biến 6

2 Các thƣ viện xử lý ảnh 7

2.1 Các module 8

2.1.1 PCL_Common: 8

2.1.2 Module Features: 8

2.1.3 Module Filters: 8

2.1.4 Module Geometry: 9

2.1.5 Module IO: 9

2.1.6 PCL_Kdtree: 9

2.1.7: PCL_Keypoint 10

2.1.8 PCL_Octree: 10

2.1.9 Module registrantion (PCL_registration): 11

2.1.10 Module PCL_sample_consensus: 11

2.1.11 PCL_Search 12

2.1.12 PCL_Segmentation 12

2.1.13 PCL_surface 12

2.1.14: PCL_visualization 14

2.2 Cấu trúc dữ liệu cơ bản của PCL 15

2.2.1 PointCloud: 15

Trang 2

2.2.2 Định dạng PCD: 16

3 Phát hiện vật cản bằng Kinect 19

Quá trình xử lý dữ liệu: 19

Kết quả sau khi cài đặt 19

Trang 3

1.GIỚI THIỆU CƠ BẢN VỀ KINECT

Kinect là sản phẩm của Microsoft dựa trên công nghệ camera được phát triển bởi PrimeSense, những sản phẩm đầu tiên được bán tại Bắc Mỹ vào ngày 4 tháng 11 năm 2010

Kinect được coi như là một thiết bị ngoại vi cho Xbox 360, cho phép giao tiếp với con người thông qua các cử chỉ, đem lại những cảm giác thú vị cho người chơi game trên Xbox Khả năng hiểu được cử chỉ con người của Kinect dựa trên hai đặc tính chính sau: thông tin về độ sâu ảnh (depth map), khả năng phát hiện

và bám theo đặc tính cơ thể người (body skeleton tracking)

Bên cạnh phục vụ cho mục đích chơi game, sản phẩm Kinect còn được dùng vào mục đích nghiên cứu xử lý ảnh 3D, phát hiện cử chỉ (gesture

recognition), bám theo người (body tracking) và nhiều mục đích khác Lý do chính cho sự thành công của sản phẩm Kinect là giá cả khá rẻ (khoảng 140$ trên 1 sản phẩm) cho thiết bị có khả năng cung cấp các thông tin 3D với chất lượng chấp nhận được

Trang 4

1.1 cấu trúc phần cứng

Bên trong Kinect bao gồm 1 camera RGB, cảm biến độ sâu , một dãy các

microphone và 1 động cơ điều khiển góc nâng

1.1.3 DãyMicrophone

Dãy Micro bao gồm 4 micro được bố trí dọc theo thân Kinect có khả năng thu lại âm thanh đồng thời xác định hướng của âm thanh Dãy Microphone này được dùng trong các ứng dụng điều khiển bằng giọng nói

Ngoài ra Kinect còn có 1 cảm biến đo gia tốc để xác định hướng và 1 động

cơ dùng để điều khiển góc ngẩng camera

Trong số những cảm biến kể trên của Kinect, cảm biến độ sâu có khả năng ứng dụng cao trong đề tài robot tránh mục tiêu

Trang 5

1.2 Nguyên lý các cảm biến độ sâu

Cặp cảm biến IR camera và IR projector sẽ phối hợp với nhau để tạo ra giá trị

độ sâu bằng công nghệ Light Coding của PrimeSense [2]

Kĩ thuật Light Coding dùng nguồn sáng hồng ngoại chiếu liên tục kết hợp

với một camera hồng ngoại để tính khoảng cách Việc tính toán này được thực hiện bằng chip PS1080 Soc của PrimeSen

Projector sẽ chiếu một chùm sáng hồng ngoại, tạo nên những đốm sáng ở

không gian phía trước Kinect, tập hợp đốm sáng được phát ra này là cố định Những đốm sáng này được tạo ra nhờ một nguồn sáng truyền qua lưới nhiễu xạ (diffraction gratings) Tập hợp các đốm sáng này được IR camera chụp lại,

thông qua giải thuật đặc biệt được tích hợp trong PS1080 SoC cho ra bản đồ

độ sâu Bản chất của giải thuật này là các phép toán hình học dựa trên quan hệ giữa hai cảm biến IR camera và Projector

Trang 6

1.3 Các dữ liệu đo đƣợc từ cảm biến

Các cảm biến của Kinect được điều khiển đồng thời thu thập và xử lý dữ liệu thông qua chip PS1080 có tần số 12MHz, sau đó được lưu trữ vào bộ nhớ Flash Các dữ liệu này có thể truyền vào máy tính thông qua cổng USB 2.0

Các tín hiệu thu thập bao gồm dữ liệu về độ sâu, màu sắc và âm thanh trong đó tín hiệu về độ sâu là dữ liệu quan trọng có nhiều dụng

Sở dĩ dữ liệu về chiều độ sâu có tầm quan trọng như vậy bởi nó giúp việc nhận dạng các vật thể đơn giản hơn nhiều so với xử lý ảnh thông thường Các thuật toán

xử lý ảnh thông thường dựa vào sự tương đồng về mầu sắc, tuy nhiên, có thể những vật có mầu sắc tương tự nhau nhưng không cùng một vật thể hoặc các phần của cùng một đối tượng nhưng có mầu khác nhau,do vậy gây khó khăn trong quá trình nhận dạng Trong khi đó, với thông tin về độ sâu, các vật thể được phân biệt với nhau thông qua vị trí Những điểm có khoảng cách gần nhau có xu hướng cùng một đối tượng mà không phân biệt mầu sắc Chỉ khi độ sâu giảm đột ngột như ở cạnh

và ở một số phần nhỏ của đối tượng thì khi đó, hình ảnh trên bản đồ độ sâu mới có

sự thay đổi

Trang 7

Một ưu điểm nữa của bản đồ độ sâu đó là dữ liệu có thể được nén cao hơn so với ảnh mầu thông thường do đó thích hợp trong việc truyền dẫn nhanh tín hiệu

Các thuật toán nhận dạng đối với ảnh độ sâu đơn giản hơn và thậm chí có thể tái tạo lại vật thể 3D (Bộ thư viện mã nguồn mở hỗ trợ thuật toán trên là PCL)

Từ những phân tích trên ta có thể thấy được những ưu điểm của bản đồ độ sâu

và nó rất thích hợp để ứng dụng trong các đề tài về robot tự hành

Thư viện đi kèm để hỗ trợ được chia nhỏ và có thể biên dịch độc lập Các thư viện này gồm có :

 Eigen: Hỗ trợ các phép toán tuyến tính, dùng vào hầu hết các tính toán toán học của PCL

 FLANN: (Fast Library for Approximate Nearest Neighbors) Tìm kiếm nhanh các điểm lân cận trong không gian 3D

 Boost: Giúp chia sẻ con trỏ trên tất cả các module và thuật toán trong PCL để tránh sao chép và trùng dữ liệu đã lấy về trong hệ thống

Trang 8

 VTK: (Visualization Toolkit) Hỗ trợ nhiều platform trong việc thu về dữ liệu 3D, hỗ trợ hiển thị, ước lượng thể tích vật thể

 CminPack : Thư viện mở giúp giải quyết phép toán tuyến tính và không tuyến tính

2.1.3 Module Filters:

PCL_filters Chứa các kỹ thuật loại bỏ nhiễu

Trang 9

2.1.4 Module Geometry:

Chứa tất cả các cấu trúc dữ liệu và giải thuật để tính toán hình học

2.1.5 Module IO:

PCL_IO: Chứa các hàm và các lớp để đọc và ghi dữ liệu dạng PCD,

có thể thu thập dữ liệu từ nhiều nguồn khác nhau (Trong đồ án này dùng Kinect)

2.1.6 PCL_Kdtree:

Thư viện cung cấp cấu trúc dữ liệu Kd_tree, sử dụng FLANN giúp nhanh chóng tìm kiếm vùng gần nhất (nearest neighbors searches)

Trang 10

Kd-tree là một cấu trúc dữ liệu phân để vùng không gian lưu trữ tập K-dimention điểm dưới dạng cây do đó dễ dàng phân loại và tìm kiếm

Có thể sử dụng để tìm sự tương ứng giữa các nhóm điểm, đặc tả tính năng, định nghĩa các vùng lân cận xung quanh điểm hoặc các điểm

2.1.8 PCL_Octree:

Chứa các thuật toán hiệu quả để tạo nên một cấu trúc dữ liệu phân cấp

từ dữ liệu point cloud Nó cho phép phân vùng không gian,

downsampling (giảm số lượng các mẫu do đó tăng tốc độ tính toán) và thực hiện các phép toán tìm kiếm trong tập dữ liệu PointCloud Mỗi nút

Trang 11

Octree có 8 nút con hoặc không có nút con nào Nút gốc (mầu đỏ hình dưới )được biểu diễn trong 1 hình lập phương bao toàn bộ các điểm con Tại mỗi cấp của cây, không quan được chia thành 2 do đó tăng độ phân giải cho điểm ảnh không gian 3 chiều

Thư viện này cũng cung cấp các chương trình tìm kiếm lân cận hiệu quả

2.1.9 Module registrantion (PCL_registration):

Kết hợp các bộ dữ liệu vào một mô hình chung, thống nhất thường được thực hiện bằng một kỹ thuật gọi là registration

Ý tưởng chính là xác định các điểm tương ứng trong bộ dữ liệu và tìm một chuyển đổi khoảng cách tối thiểu các điểm tương ứng

2.1.10 Module PCL_sample_consensus:

Thư viện pcl_sample_consensus có khả năng tách các nhóm điểm có cùng tính chất (Sample Consensus hay SAC) giống như thuật toán RANSAC (Tìm kiếm đường thẳng trong tập hợp các điểm) Các nhóm điểm có thể là các mặt

Trang 12

phẳng, mặt cầu, trụ Thư viện này rất thích hợp trong các ứng dụng dò tìm các đối tượng như tường, cửa, các vật trên bàn…

2.1.11 PCL_Search:

Cung cấp các phương pháp tìm kiếm lân cận (nearest neighbors) bằng cách sử dụng các cấu trúc dữ liệu khác nhau, bao gồm:

- Kd_tree (từ thư viện PCL_Kdtree)

- Octrees (từ thư viện PCL_Octrees)

- Brute foce (Thuật toán)

- Các tìm kiếm đặc biệt cho các bộ dữ liệu có tổ chức

2.1.12 PCL_Segmentation:

Chứa các thuật toán để phân chia Point Cloud thành các nhóm riêng biệt Các thuật toán này thích hợp nhất khi xử lý các point Cloud bao gồm các vùng không gian bị cô lập Trong trường hợp như vậy, các clustering thường chia nhỏ để sau đó có thể xử lý độc lập

2.1.13 PCL_surface:

Trang 13

Là thư viện thích hợp cho việc xây dựng lại các bề mặt từ dữ liệu quét 3D Các đối tượng chính gồm vỏ, bề mặt lưới, bề mặt nhẵn hay bình thường Khi có nhiễu có thể làm mịn và lấy mẫu lại

Chia lưới ( meshing ) là một cách tổng quát để tạo ra các bề mặt điểm Hiện nay có 2 thuật toán là a very fast triagulation of the original points và aslower meshing that does smoothing and hold filling as well

Có thể dùng thư viện để tạo ra một thân lồi hoặc lõm thích hợp cho đại diện bề mặt đơn giản hóa hoặ chỉ ra các ranh giới

Trang 14

Trang 15

o Có thể xác định tổng số các điểm trong cloud (bằng số lượng các phần

tử trong cloud) cho bộ dữ liệu có tổ chức

Trang 16

o Có thể xác định chiều rộng (tổng số điểm liên tiếp) của một tập dữ liệu có tổ chức

Chú ý: Tập dữ liệu điểm có tổ chức là tập dữ liệu được chia thành các hàng và cột giống như ma trận

Vd: cloud.width=640;// Tao ra 640 diem tren mot dong

 Height (int): Tương tự width nhưng đối với cột trong ma trận điểm

Nếu hieght=1 thì dữ liệu không được tổ chức (có thể dùng tính chất này để kiểm tra một tập dữ liệu có được tổ chức hay không)

Chứa các mảng dữ liệu lưu trữ tất cả các điểm có kiểu pointT

Kiểu PointT có thể là pcl::PointXYZ, pcl::PointXYZRGB,

2.2.2 Định dạng PCD:

Định dạng PCD là một định dạng dùng để lưu trữ dữ liệu 3d pointCloud Định dạng này gồm 2 phần là header và phần dữ liệu

Trang 17

- Mỗi file có một phần header xác định các tính chất, thuộc tính của dữ liệu mà nó lưu trữ Header của PCD được mã hóa bằng mã ASCII

FIELDS j1 j2 j3 # moment invariants

o SIZE: Xác định kích thước các chiều tính theo byte Vd:

Unsigned char/char ứng với 1byte

Unsigned short/short ứng với 2byte

Unsigned int/int ứng với 4 byte

Double ứng với 8byte

o TYPE: Quy định kiểu của mỗi chiều, quy ước bằng các ký tự

I - Biểu diễn kiểu số nguyên có dấu (int8, int16,int32)

U – Biểu diễn kiểu số nguyên không dấu

F- Biểu diễn kiểu số thực

o WIDTH : Xác định chiều rộng tập dữ liệu tính theo điểm

o HEIGHT: Tương tự WIDTH nhưng tính cho chiều dài Nếu giá trị bằng 1 thì dữ liệu chưa được tổ chức

o POINT: chứa giá trị tổng số điểm ảnh

Phần 2 là DATA chứa dữ liệu của từng điểm, mỗi điểm có thể được mã hóa theo bin hay ASCII

Trang 18

Ví dụ một file PCD sẽ có dạng như sau:

# PCD v.7 - Point Cloud Data file format

bằng 4byte

COUNT 1 1 1 1

VIEWPOINT 0 0 0 1 0 0 0

0.93773 0.33763 0 4.2108e+06 # C|c gi| trị của tọa độ v{ mầu của c|c điểm

Trang 19

3 PHÁT HIỆN VẬT CẢN BẰNG KINECT

Quá trình xử lý dữ liệu:

Voxel grid làm giảm mật độ số điểm xuống; tập hợp các điểm quá gần nhau sẽ

chỉ cần một điểm đại diện Ta chọn giá trị mật độ phù hợp mà vẫn đảm bảo quan sát

rõ hình dạng vật thể Mật độ ta chọn ở đây là 3 centimet theo ba chiều X, Y và Z

Plannar segmentation sẽ tách các point cloud có cấu trúc phẳng, sau đó tách

ra point cloud có tổng số điểm lớn nhất, bằng giải thuật RANSAC (RANdom

SAmple Consensus)

Euclidean cluster extraction làm công việc tách các point cloud có mặt trên

nền nhà, tập hợp các điểm gần nhau sẽ được nhóm lại thành một point cloud hay

cluster, mỗi cluster đại diện một vật thể

Dữ liệu sau khi nhận về từ Kinect sẽ được lọc qua bộ lọc Voxel Grid để giảm

mật độ điểm ảnh nhằm tang tốc độ xử lý

Sau khi lọc dữ liệu, ta sẽ tiến hành phân tích các dữ liệu về vật thể có thể tách ra thành các nhóm điểm đại diện cho vật thể (Object Clusters) Quá trình này sử dụng các công cụ Plannar Segmentation, Euclidean Cluster Extraction

Mỗi nhóm điểm đại diện cho một vật cản và cung cấp thông tin giúp nhận dạng vật cản, tính toán kích thước, khoảng cách đến vật cản để có thể tính toán tránh vật cản

Kết quả sau khi cài đặt:

Trang 20

Trang 21

Định dạng
Số trang	21
Dung lượng	1,64 MB