Thiết kế và chế tạo robot tránh chướng ngại vật + code

Chương GIỚI THIỆU 1.1 GIỚI THIỆU VỀ ROBOT TỰ HÀNH Robot tự hành ( mobile robot ) hướng phát triển lĩnh vực robotic mà trọng tâm nghiên cứu chuyển động robot không gian định Robot tự hành thực lĩnh vực riêng biệt kể từ cuối năm 1960 dự án Shakey SRI Báo cáo N.J.Nilsson "A Mobile Automation: An Application of Artificial Intelligence Techniques" IJCAI 1969 đưa yếu tố "nhận thức", "lập đồ", "lập kế hoạch đường đi" khái niệm kiến trúc điều khiển Thập niên 1980 bùng nổ với dự án mobile robot cho thấy việc cần thiết để xét đến thuộc tính môi trường thực tế, vấn đề bắt gặp dự án thiếu thực tế, thường cho robot sản phẩm trí tuệ nhân tạo Ngày với phát triển máy tính vi xử lý loại cảm biến giúp cho robot tự hành phát triển không ngừng Robot điều khiển vi xử lý máy tính nhúng; hệ thống robot kiểm soát máy tính trung tâm qua mạng không dây Việc tương tác với môi trường bên thực nhờ vào cảm biến siêu âm, hồng ngoại camera Việc định hướng robot không gian thực GPS la bàn số Các tính robot tự hành đa dạng : robot di chuyển môi trường độc hại, địa hình phức tạp, vẽ lại đồ môi trường truyền điều khiển trung tâm Dưới hình ảnh robot khám phá hỏa NASA có khả định vị dẫn hướng nhờ vào cặp camera, phân tích thành phần vật chất cách phân tích quang phổ, truyền liệu trái đất sóng radio, Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang Hình 1.1 Robot khám phá hỏa Rover với thiết bị bên ( hình ) bên ( hình ) Luận văn tập trung phân tích phương pháp tránh vật cản cho robot tự hành mà tâm phương pháp dựa cảm biến siêu âm Việc phân tích sau áp dụng để điều khiền robot omni tránh vật cản cảm biến siêu âm 1.2 NỘI DUNG CỦA LUẬN VĂN Phần chương phân tích số phương pháp tránh vật cản đưa giới dựa cảm biến siêu âm camera Các phương pháp đưa : phương pháp theo đường biên vật cản, phương phát phát cạnh, phương pháp biểu diễn vật cản sơ đồ lưới xác định, phương pháp trường thế, phương pháp dùng optical flow Phương pháp lựa chọn để thực đề tài phương pháp dẫn hướng thích nghi Trong chương 3, mô hình robot omni giới thiệu so sánh với mô hình robot tự hành khác Chương giới thiệu loại cảm biến robot tự hành tập trung phân tích cảm biến siêu âm Chương giới thiệu xử lý ảnh số, khái niệm thuật toán phát khuôn mặt dựa vào thuộc tính Haar-like Ngoài chương giới thiệu sơ qua thư viện xử lý ảnh OpenCv Intel hàm sử dụng đề tài Chương mô tả trình thực đề tài bao gồm phần cứng giải thuật phần mềm Chương tổng kết kết quả, ưu nhược điểm phương hướng phát triển đề tài Chương THUẬT TOÁN TRÁNH CHƯỚNG NGẠI VẬT CHO ROBOT TỰ HÀNH Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang 2.1 GIỚI THIỆU Bài toán lập quỹ đạo di chuyển cho robot tự hành chia làm hai dạng : toán toàn cục (global) toán cục (local) Ở toán toàn cục, môi trường làm việc robot biết trước từ đường tránh vật cản tính toán từ lúc bắt đầu di chuyển Trong toán cục bộ, môi trường làm việc robot hoàn toàn chưa bíết biết phần Đối với toán này, cảm biến gắn robot phát vật cản để điều khiển hệ thống dẫn hướng robot từ điểm đầu đến điểm đích mà không chạm vật cản Bài toán toàn cục tỏ rõ lợi ta biết trước có đường (tối ưu ) tới đích hay không trước robot khởi hành Tuy có hạn chế đòi hỏi nhiều lệnh tính toán nhớ thực tế, yêu cầu biết trước tòan môi trường khó khả thi Trong đó, robot tìm đường cục biết môi trường xung quanh qua sensor cảm nhận môi trường Vì robot tìm đường cục không hoàn thành việc đến đích (mặc dù thực tế có đường đến đích )trong trường hợp đặc biệt Tuy nhiên, yêu cầu tính toán, dung lượng nhớ thấp tính linh họat cao tránh vật cản vật cản di chuyển động Hiện cách kết hợp toàn cục cục ngày phổ biến giúp robot có tính linh hoạt cao Nội dung luận văn tập trung giải toán cục bộ, với robot omni di chuyển mặt phẳng với vật cản tĩnh, đích robot khuôn mặt người bắt webcam Robot di chuyển tới vị trí người đứng tránh vật cản gặp phải đượng Việc phát vật cản thực cảm biến siêu âm Phần 2.2 trình bày phương pháp xác định vật cản cảm biến siêu âm camera, trình bày chi tiết thuật tóan sinh viên lựa chọn để thực đề tài phần 2.3 2.2 CÁC PHƯƠNG PHÁP TRÁNH VẬT CẢN 2.2.1 Phương pháp bám tường ( wall-following method) Ở phương pháp này, robot di chuyển dọc theo vật cản với khoảng cách định trước Phương pháp thích hợp đồ cụ thể môi trường hay định vị rõ ràng Phương pháp áp dụng có thông tin không đầy đủ, “hành lang dẫn đến cánh cửa ”, robot sử dụng tường để định hướng quỹ đạo hoàn tất nhiệm vụ Thuật toán sử dụng phương pháp bám tường dựa biểu diễn “nhận thức” (tri giác) Khái niệm sử dụng thông tin từ cảm biến siêu âm để thu nhận nhận thức tổng quát môi trường lân cận Các thông tin nghĩa vị trí xác vật cản hướng tường Ngược lại, nhận thức tổng quát giúp robot nhận biết hướng hợp lý vị trí xác Các hướng mô tả giá trị ngôn ngữ phía trước bên trái, đằng xa chậm Việc mô tả thực logic mờ đó, logic mờ chìa khóa vấn đề Một đề tài robot bám tường tiến hành trung tâm nghiên cứu robotic IKERLAN Tây Ban Nha cho thấy robot tránh tất chướng ngại vật nhiều trường hợp thử nghiệm Với khoảng cách với tường cho trước 0.6 m vận tốc robot đạt 0.45m/s hai điều kiện : trước tiên robot không bị “mù” theo Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang hướng nào, tức vật cản bị phát cảm biến thứ hai, tường vật cản phải tĩnh Vật cản robot hiểu phần tường khoảng cách vật cản tường lớn bỏ qua a Khái niệm nhận thức tổng quát : Nhược điểm cảm biến siêu âm độ phân giải hướng Mặc dù cảm biến xác phản ánh khoảng cách đến vật cản gần tính phản xạ, vật cản lại nằm đâu góc quét cảm biến Hơn khoảng cách lại phụ thuộc vào bề mặt vật cản, khoảng cách độ nghiêng bề mặt so với trục cảm biến Vì khó để mô tả môi trường xung quanh từ liệu cảm biến đưa về, chẳng hạn độ cong tường Khái niệm nhận thức tổng quát tránh khó khăn không bảo đảm điều việc phác thảo môi trường xung quanh Thay vào đó, hướng tới việc tạo nhận thức chung chung môi trường xung quanh từ liệu từ cảm biến biểu diễn lại vector, gọi vector nhận thức tổng quát pi Để đáp ứng yêu cầu cảm biến siêu âm i gán cho vector nhận thức , di hướng trùng với trục cảm biến độ dài hàm khoảng cách theo công thức: pi = đo d max − di d max − d (2.1) d max với d khỏang cách xa gần mà vật cản phát hiện, pi giới hạn với cận theo công thức: 0 pi =  1 for di > d max for di < d (2.2) pi Vector tổng quát p bao gồm vectơ thành phần Hướng p hướng tổng vector thành phần chiều dài vector thành phần dài p& Độ biến thiên vector tổng quát theo thời gian đại lượng vô hướng thức: tính theo công (2.3) Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang p&max với biến thiên nhận thức robot di chuyển trực diện tới vật cản với vận tốc p&i vmax lớn Hơn nữa, có giá trị dương nhận thức tương đối cảm biến tính : ∆d i  p&i  & =− ∆tvmax p&i =  pmax   * xem xét, biến thiên ,if ∆d i < otherwise (2.4) Giá trị lớn biến thiên tương đối cảm biến kí hiệu là: p&* = p&i max * Hình 2.1 Robot tự hành tình bám biên Hình minh họa khái niệm nhận thức tổng quát tình bám biên robot Nhận thức tổng quát góc tường (trường hợp a ) thể vector Một cạnh tường gần nhận thức cảm biến, cạnh lại nhận thức hai cảm biến Nhận thức sau không mạnh nhận thức đầu khoảng cách xa Mô tả tình dạng ngôn ngữ sau: nhận thức tổng quát mạnh liên quan đến phương pháp tuyến bên phải nơi phía trước Một tình hay gặp robot vào vị trí “dead-end” (hình b) robot dang di chuyển dọc theo tường bên phải Khi robot đến cuối đường, vector nhận thức biến thiên nhanh phía trước Sự biến thiên nhanh hay chậm tùy thuộc vào vận tốc robot Trong trường hợp góc tường mở (hình c), biến thiên mạnh phía sau bên phải Khái niệm nhận thức tổng quát hoàn toàn phù hợp với việc mô tả ngôn ngữ với vô số tình robot Sự mô tả đơn giản, thực với chuyển động robot dùng ngõ vào luật giải thuật dùng logic mờ Lúc hướng xác cảm biến không quan Với giải thuật robot dễ dàng bám theo tường có cảm biến phát tường Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang Một điều cần lưu ý khái niệm nhận thức tổng quát tổng hợp nhận thức cảm biến, có tên “tổng quát” Ngay cảm biến theo hướng chuyển động hướng phía sau nhận thức chúng giá trị đóng góp chúng vào nhận thức tổng quát Sử dụng ví dụ hình dưới, bỏ qua cảm biến mà ta cho không đóng góp vào chuyển động robot dẫn robot theo hướng sai lầm Nếu liệu cảm biến không quan tâm p′ α′ 900 góc vector vận tốc v nhỏ Theo giá trị ngôn ngữ hiểu rằng: vector nhận thức tổng quát nằm phía trước bên trái Kết robot di chuyển sang bên phải xa dần tường Nhưng tiến gần tường đối diện p′ p7 p2 vector hướng sang bên phải giảm tăng Cứ robot di chuyển qua lại hai tường tường mà robot bám theo dường lúc nằm phía sau robot ta bỏ qua cảm biến cần thiết p8 Hình 2.2 Robot di chuyển qua lại hai tường ta không xét đến cảm biến p1 c Kết thực nghiệm : Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang Hình 2.3 robot vào góc nhỏ có khe hở nhỏ tường, robot tìm đường ngược lại Hình 2.4 Robot gặp vật cản bám tường, robot thay đổi quỹ đạo vòng qua vật cản (B-C) trở lại nhiệm vụ bám tường ( C-D) 2.2.2Phương phát phát cạnh ( edge-detection) Một phương pháp phổ biến dựa việc phát cạnh (edge-detection) Thuật toán đưa phương pháp tìm cách phát vị trí cạnh đứng lái robot vòng qua cạnh “thấy được” Đường nối hai cạnh “thấy được” xem biên vật cản Phương pháp dùng cảm biến siêu âm để phát vật cản Điểm bất lợi phương pháp robot phải dừng lại trước vật cản để thu thập thông tin Tuy nhiên điều khó khắc phục với máy tính xử lý nhanh tương lai Trong phương pháp dùng cảm biến siêu âm, robot đứng yên khi thực việc quét toàn cảnh môi trường làm việc Sau áp dụng số giải thuật line-fitting , kế họach chuyển động toàn cục thiết lập cho quỹ đạo robot Hạn chế thường gặp phương pháp độ xác cảm biến siêu âm, thường rơi vào nguyên nhân sau :  Khả định hướng : hạn chế việc xác định vị trí cạnh không gian, phụ thuộc vào khỏang cách tới vật cản, góc bề mặt trục phát sóng  Hiện tượng đọc chéo : gây nhiễu sóng siêu âm từ nguồn hay cảm biến gây nhiễu lẫn Các nhiễu thường khó để lọc bỏ gây khó khăn cho việc tiến hành giải thuật Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang  Sự phản xạ : góc mặt phản xạ trục cảm biến lớn, sóng phản xạ không trở nơi phát coi vật cản không phát hiện, nhận biết vật cản nhỏ thực tế Bất nguyên nhân ảnh hưởng đến thuật toán phát cạnh vật cản vị trí sai, hậu quỹ đạo đưa không phù hợp 2.2.3 Phương pháp biểu diễn vật cản sơ đồ lưới xác định Một phương pháp biểu diễn xác suất vật cản mô hình môi trường dạng lưới ( grid-type world model) phát triển đại học Carnegie-Mellon Pennsylvania, Mỹ Mô hình luới xác định đặc biệt phù hợp với điều kiện liệu thu từ cảm biến không chắn, trường hợp cảm biến siêu âm Trong lưới xác định ( certainty grid), vùng hoạt động robot biểu diễn mảng hai chiều phần tử hình vuông, gọi cell Mỗi cell chứa giá trị xác định ( certainty value) gọi CV thể mức độ đáng tin cậy có vật cản xuất cell Với phương pháp này, CV cập nhật hàm xác suất có xét đến đặc điểm cảm biến Với cảm biến siêu âm có tầm quan sát hình nón trả giá trị đo hướng tâm khoảng cách đến vật cản gần nằm vùng hình nón, không xác định cụ thể vị trí góc vật thể ( hình thể vùng A vật thể phải định vị kết đo d) Nếu vật thể phát cảm biến, nhiều khả vật thể gần trục cảm biến phần biên hình nón Trong Cx phương pháp hàm xác suất biên tăng CV cell gần trục CV cell Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang Hình 2.5 Sơ đồ lưới: giá trị d đo chứng tỏ tồn vật cản vùng màu đen Trong thí nghiệm, robot tự hành đứng yên thực việc quét toàn cảnh môi trường Cx với 24 cảm biến Kế tiếp, hàm xác suất áp dụng với giá trị khoảng cách đo để cập nhật lưới xác định Cuối cùng, robot di chuyển đến vị trí dừng lại lặp lại trình Khi robot di chuyển hết phòng theo cách lưới xác định xem đồ tương đối xác phòng Một quỹ đạo tổng quát tính toán off-line cho lần hoạt động sau 2.2.4 Phương pháp trường ( Potential Field Method) Trong phương pháp này, vật cản gây lực đẩy, mà mục tiêu lại áp dụng lực kéo với robot Vector lực tổng hợp R bao gồm tổng lực kéo từ mục tiêu lực đẩy từ vật cản dùng để tính toán cho vị trí robot Với R lực gây nên gia tốc robot, vị trí cho robot tính toán thuật toán Phương pháp Virtual Force Field Borenstein đưa sử dụng luới hai chiều theo hệ tọa độ De-cac, gọi luới biểu đồ ( histogram grid) C để biễu diễn vật cản Mỗi ô (i,j) ci , j lưới gán giá trị xác định (certainty value, CV ) kí hiệu thể độ tin cậy việc tồn vật cản ô Việc biểu diễn giống với certainty grid phần trên, histogram grid, CV tăng lên cảm biến siêu âm xác định diện vật cản ô Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang Hình 2.6 Histogram Grid Khái niệm trường áp dụng vào histogram grid hình Khi robot di ws × ws chuyển cửa sổ ô kèm theo nó, nằm vùng hình vuông C Ta gọi C* vùng “active region” kí hiệu ô thuộc vùng gọi “active cells” kí * c i, j hiệu Trong thí nghiệm, kích thước cửa sổ 33x33 ô, kích thước ô 10cm x 10cm cửa sổ bao quanh vị trí robot ci*, j Fi , j Mỗi active cell gây lực đẩy d với với robot, biên độ lực tỉ lệ thuận tỉ lệ nghịch n với d khoảng cách ô tâm robot, n số dương : Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang 10 • Trong trình chuyển động không tồn ngõ cụt • Khoảng cách vật cản phải đủ lớn yêu cầu thuật toán kích thước robot Góc lệch tương đối cảm biến chọn 30 độ Góc chọn dựa thực nghiệm robot cho kết tốt với môi trường thí ngiệm Góc phải đủ lớn để bao quát không gian phía trước robot với đặc thù kích thước robot không lớn robot bỏ qua vật cản nhỏ Để robot phát vật cản cần đặt ngưỡng khoảng cách mà khoảng cách đến vật cản nhỏ ngưỡng coi có vật cản, khoảng cách đến vật cản lớn nguỡng bỏ qua Trong đề tài em chọn ngưỡng 60cm Các kí hiệu thuật toán : dl dr Các trường hợp tránh vật cản robot : , , khoảng cách từ cảm biến bên trái, bên phải giữa; góc lệch hai cảm biến cạnh a) Trường hợp cảm biến phát vật cản : dl d r • Nếu < rẽ trái 60 độ dl d r • Nếu > rẽ phải 60 độ b) Trường hợp cảm biến hai cảm biến hai bên phát vật cản với Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang 81 • • Nếu cảm biến bên trái phát vật cản : rẽ trái 60 độ Nếu cảm biến bên phải phát vật cản : rẽ phải 60 độ c) Trường hợp cảm biến hai cảm biến hai bên phát vật cản với • • Nếu cảm biến bên trái phát vật cản : rẽ phải 60 độ Nếu cảm biến bên phải phát vật cản : rẽ trái 60 độ d) Trường hợp có cảm biến phát vật cản: robot tiến thẳng ( điều kiện khoảng cách vật cản đủ lớn ) Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang 82 e) Trường hợp có cảm biến trái phải phát vật cản: rẽ 30 độ theo hướng tránh vật cản f) Trường hợp có cảm biến phát vật cản : • • Nếu khuôn mặt nằm bên phải thỉ rẽ phải 60 độ Nếu khuôn mặt nằm bên trái rẽ trái 60 độ 6.2.3 Giải thuật bắt khuôn mặt bám theo : Việc bắt khuôn mặt thực bắt đầu chạy robot, robot quay chỗ ghi nhận khuôn mặt webcam bắt Trong trình chuyển động việc bắt khuôn mặt kích hoạt robot nhận thấy vật cản phía trước Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang 83 Error.x Hình 6.15 Robot bắt khuôn mặt camera, tính toán khoảng sai lệch khuôn mặt tâm khung hình theo phương nằm ngang error.x Việc bắt khuôn mặt bị ảnh hưởng nhiều yếu tố: • • • • Ánh sáng môi trường làm việc : chuỗi phân loại hoạt động nguyên tắc so sánh độ sáng tối vùng hình chữ nhật với thuộc tính Haar-like, ảnh trước đưa vào xử lý chuyển ảnh xám để đơn giản việc tính toán nên ảnh hưởng độ sáng lớn Độ sáng lớn việc phát nhanh Phần ( background) : Việc phát khuôn mặt dựa việc tính toán chủ yếu nên nhiều phần lại cho kết vô tình trùng với tiêu chuẩn để nhận biết khuôn mặt Sự sai lệch khuôn mặt so với tập liệu đưa vào chuỗi phân loại : sử dụng tập liệu Intel xây dựng nên, dựa nhóm người có nét tương đồng với nên thực tế, số người dễ bắt khuôn mặt, số khác khó bắt khuôn mặt dù hoàn cảnh Ảnh hưởng chuyển động : Camera đặt vị trí cao robot ( cao gần người ) nên chịu lắc lư lớn Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang 84 Ảnh sau lấy từ camera giảm kích thước ( resize) đưa qua tiền xử lý ( cân histogram ) Việc giảm kích thước giúp làm giảm thời gian tính toán thuật toán ( giảm số pixel ) Kích thước hình sau 340x260 Start Grab frame Resize image & process histogram equalization Detect image Calc error between face and frame origin Rotate omni Yes left/right to |error|>error_threshold reduce No face_width>face_width_threshold error Yes Stop No Forward 6.2.4 Giải thuật kết hợp bám khuôn mặt tránh vật cản : Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang 85 Ý tưởng giải thuật hoán chuyển hai nhiệm vụ : tránh vật cản bám theo mặt người Khi vật cản, robot di chuyển hướng đến mặt người; gặp vật cản, robot rẽ tránh vật cản, lúc tránh vật cản bỏ qua hình ảnh từ camera Start avoidance_enable=0 rotate to get face in middle of frame Face in middle of frame? No Yes avoidance_enable=1 reading sonars Turn to avoid No obstacle? obstacle Yes Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang 86 Dữ liệu từ ba cảm biến siêu âm đọc liên tục truyền máy tính Máy tính sau nhận hết liệu ba cảm biến đưa hướng chuyển động thích hợp cho robot Việc bắt khuôn mặt thực liên tục, giá trị sai lệch khung hình khuôn mặt xem xét robot nhận thấy vật cản 6.2.5 Chương trình Visual C++ Chương trình điều khiển thực máy tính ngôn ngữ Visual C++ phiên 6.0 Hình 6.16 Giao diện điều khiển viết Visual C++ Chú thích phần giao diện :       Manual Omni Test : kiểm tra hoạt động robot omni với chuyển động TEST CAM : kiểm tra hoạt động camera Measure Distances : khoảng cách đo từ ba cảm biến siêu âm Face State : trạng thái lệch khuôn mặt so với robot x_error, y_error : độ lệch khuôn mặt so với gốc tọa độ data_Send : kiểm tra liệu gửi data_Receive : kiểm tra liệu nhận  CAPTURE : bắt đầu cho robot chạy STOP CAPTURE : cho robot ngừng Chương KẾT QUẢ VÀ HƯỚNG PHÁT TRIỂN 7.1 KẾT QUẢ ĐẠT ĐƯỢC Trong điều kiện ánh sáng bình thường phông không phức tạp, hệ thống phát khuôn mặt điều khiển robot bám theo Với giải thuật tránh vật cản, robot có Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang 87 thể phát vật cản đơn giản đủ lớn với điều kiện vật cản không đặt gần 7.2 ĐÁNH GIÁ KẾT QUẢ 7.2.1 Ưu điểm  Phát khoảng 80% khuôn mặt khoảng cách khác điều kiện robot chuyển động  Giải thuật tránh vật cản tương đối đơn giản  Truyền thông thiết bị ổn định 7.2.2 Khuyết điểm - Khi chương trình bắt ảnh thời gian dài có tượng báo lỗi tràn nhớ đệm, chưa khắc phục - Robot chuyển động chưa tốt điều khiển vòng hở - Đôi robot bị dao động cảm biến đọc có sai số - Với phông phức tạp, độ sáng bất thường khả nhận dạng khuôn mặt kém, nhận dạng sai, không nhận khuôn mặt 7.3 HƯỚNG PHÁT TRIỂN ĐỀ TÀI Trước mắt cần khắc phục khả phát khuôn mặt cảu robot, sử dụng thêm nguồn ánh sáng thêm vào giải thuật để lọc bỏ kết khuôn mặt Sau đặt thêm cảm biến, lả cảm biến siêu âm để khắc phục hạn chế thuật toán dẫn hướng thích nghi Các cảm biến có tác dụng phát trương hợp đặc biệt mà luật dẫn hướng bỏ qua, làm cho robot di chuyển môi trường phức tạp Ngoài sử dụng thêm camera để xác định khoảng cách đến khuôn mặt xác Đề tài mở rộng không bám theo khuôn mặt mà bám theo vật thể bất kì, cần xây dựng tập liệu đầy đủ cho thuật toán Adaboost PHỤ LỤC CODE CHƯƠNG TRÌNH ĐỌC BA CẢM BIẾN SIÊU ÂM // Chuong trinh viet cho Atmega16 bang AVRStudio, xung clock = 4MHz #include #include #include Robot tránh chướng ngại vật - GVHD : TS Nguyễn Đức Thành Trang 88 unsigned char data; unsigned int falling; unsigned int cm; //********************** void UARTinit() { #define F_CPU 4000000UL #define UART_baudrate 500000//Chuong trinh da test de co the giao tiep voi toc baud 9600 va 19200 #define BAUD_SCALE (((F_CPU/(UART_baudrate*16UL)))-1) DDRD |= (1