ĐỊNH HƯỚNG XÂY DỰNG VÀ PHÁT TRIỂN NHÓM NGHIÊN CỨU ỨNG DỤNG MÁY BAY KHÔNG NGƯỜI LÁI THÔNG MINH
ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA KỸ THUẬT GIAO THÔNG BỘ MÔN KỸ THUẬT HÀNG KHÔNG -o0o - ĐỊNH HƯỚNG XÂY DỰNG VÀ PHÁT TRIỂN NHÓM NGHIÊN CỨU ỨNG DỤNG MÁY BAY KHÔNG NGƯỜI LÁI THÔNG MINH NGƯỜI VIẾT: TRẦN QUANG KHÔI MSSV: 1411875 GVHD: PGS.TS NGÔ KHÁNH HIẾU TP HỒ CHÍ MINH, tháng 05 năm 2019 TỔNG QUAN Hiện nay, với phát triển vượt bậc máy tính, lĩnh vực thị giác máy tính (computer vision) trở nên phổ biến công cụ đắc lực hỗ trợ cho robot, hệ thống bay không người lái (Unmanned Aerial System - drone) Đặc biệt lĩnh vực nơng nghiệp, tìm kiếm cứu nạn, viễn thám v.v… Trong bối cảnh nhiệm vụ ngày đa dạng phức tạp, đòi hỏi máy bay khơng người lái cần có khả nhận diện vật thể nhằm đưa định xử lý tình mà khơng cần tới trợ giúp người Chức đạt nhờ vào tiến lĩnh vực trí tuệ nhân tạo, đặc biệt mạng nơ-ron nhân tạo Tuy vậy, thuật toán nhận diện bám theo vật thể tốn tài ngun đòi hỏi phần cứng tính tốn mạnh mẽ khả mang tải máy bay không người lái, đặc biệt máy bay nhiều chong chóng (multirotor), có giới hạn khơng phù hợp để mang máy tính nặng nề Muốn đạt khả nhận diện vật thể cho máy bay này, đòi hỏi cần có phần cứng đủ mạnh có khối lượng nhẹ, cơng suất tính thấp, hiệu suất tính tốn cao Bên cạnh cần có thuật tốn đủ nhẹ để chạy phần cứng Với ràng buộc kể trên, hướng nghiên cứu tập trung vào ứng dụng công nghệ trí tuệ nhân tạo cho máy bay khơng người lái cỡ nhỏ lĩnh vực nhiều tiềm để khám phá hoàn thiện, đặc biệt Việt Nam, nhu cầu máy bay không người lái thơng minh chưa nhiều lĩnh vực màu mỡ để tập trung nghiên cứu Từ khóa: Computer vision, Object detection, drone, unmanned aerial system – iii – Abstract Currently, with the outstanding development of computers, computer vision has become popular and is an effective tool to support robots, unmanned aerial system (drone) Especially in the fields of agriculture, search and rescue, remote sensing, etc In the context of increasingly complex tasks, it requires the drones to be able to identify objects in order to make decisions to handle situations without the aid of human This can be achieved thanks to advances in the field of artificial intelligence, especially artificial neural networks However, the algorithms to identify and follow objects appear to be costly and require strong computational hardware while the ability to carry loads of drones is limited and not suitable for carrying heavy computers In order to achieve the ability to identify objects for these aircraft, it requires a strong hardware but light weight, low power consumption, high computational performance Besides, there are also algorithms that are suitable to run on these hardware With the above constraints, the research focusing on the application of artificial intelligence technologies for small drones is a potential area to explore and improve, especially in Vietnam Keywords: Computer vision, Object detection, drone, unmanned aerial system – iv – Mục lục TỔNG QUAN iii Abstract .iv Mục lục v Chú giải ký hiệu Error! Bookmark not defined Ký hiệu Error! Bookmark not defined Ký hiệu la mã Error! Bookmark not defined Từ viết tắt vii Danh mục hình ảnh .vii Danh mục bảng biểu viii Giới thiệu 1.1 Giới thiệu chung .9 1.2 Mục tiêu nghiên cứu .11 1.3 Nội dung thực 11 1.4 Ý nghĩa khoa học ý nghĩa thực tiễn xã hội 12 13 Tổng quan nghiên cứu , ứng dụng hướng tiếp cận 13 2.1 Các ứng dụng UAV nước .13 2.1.1 2.1.2 Các ứng dụng UAV giới 13 Các ứng dụng UAV nước 14 2.2 2.3 2.4 Xu hướng phát triển UAV giới 15 Hướng tiếp cận nhóm .21 Các công cụ cần thiết cho bước khởi động 22 24 Tầm nhìn triển vọng 24 3.1 Năng lực chế tạo máy bay không người lái Việt Nam 24 3.2 Năng lực nghiên cứu Việt Nam lĩnh vực trí tuệ nhân tạo .24 3.3 Triển vọng hướng nghiên cứu ứng dụng drone thông minh Việt Nam 25 26 Các mốc thời gian, kết quả, nhân chi phí ước tính 26 4.1 Các mốc thời gian 26 4.1.1 4.1.2 4.1.3 Giai đoạn khởi đầu 26 Giai đoạn nắm vững kiến thức phát triển công cụ riêng cho nhóm 27 Giai đoạn ứng dụng thực tiễn 28 4.2 Nhân dự kiến phương án đào tạo, trì 28 4.2.1 4.2.2 Các kiến thức kĩ 28 Số lượng nhân dự kiến 29 –v– 4.2.3 Phương án đào tạo nguồn nhân 29 30 Kết luận Error! Bookmark not defined Tài liệu tham khảo Error! Bookmark not defined – vi – Từ viết tắt CNN CPU FLOPS FPS GPU PC ReLU RGB RTF SSD UAV ROS Convolutional Neural Network Central Processing Unit Floating Point Operations Per Second Frames per Second Graphic Processcing Unit Personal Computer Rectified Linear Unit Red Green Blue Real Time Factor Solid State Disk Unmanned Aerial Vehicle Robot Operation System Danh mục hình ảnh Hình Một số ứng dụng drone giới[] 14 Hình Các mức độ tự động hóa drone[] 16 Hình Các ứng dụng drone dựa mức độ tự động hóa[] 17 Hình Các ứng dụng kết hợp drone A.I[] 18 Hình Tỷ lệ sử dụng loại thuật toán nhận diện vật thể công ty drone[] 19 Hình Tăng trưởng ứng dụng drone điện thoại 20 Hình Các hướng nghiên cứu lĩnh vực drone qua năm 21 Hình Máy tính chun dụng xử lý thuật tốn trí tuệ nhân tạo Intel Neural Compute Stick 23 – vii – Danh mục bảng biểu Bảng Các thiết bị cần thiết cho bước nhóm nghiên cứu 22 Bảng Cấu hình máy tính đề xuất 23 Bảng Chi phí ước tính giai đoạn 27 Bảng Chi phí ước tính giai đoạn 28 – viii – GIỚI THIỆU Giới thiệu 1.1 Giới thiệu chung Khả phát theo dõi vật thể tính quan trọng cần thiết cho thiết bị tự hành ngày nhằm đưa định điều khiển nhiều bối cảnh phức tạp mà cảm biến truyền thống cho đủ thông tin để máy tính định Đặc biệt, thiết bị điện tốn ngày nhỏ hơn, tiêu thụ điện mạnh mẽ hết, cho phép thuật tốn phức tạp thực thi mang lại khả phát hiện, nhận diện theo dõi vật thể cho máy bay không người lái cỡ nhỏ cánh quạt (quadrotor) [] vốn mang theo thiết bị nặng nề Các thiết bị bay cỡ nhỏ bố trí sử dụng cách mang lại lợi ích to lớn, đặc biệt lĩnh vực viễn thám, tìm kiếm cứu nạn, trình diễn nghệ thuật[] Ngoài ra, lĩnh vực an ninh, xây dựng giao nhận hàng hóa mảng mà thiết bị phát triển rực rỡ Chính vậy, lĩnh vực thị giác máy tính nhiều quan tâm nhà nghiên cứu giới đạt nhiều thành tựu đáng kể năm gần Phương pháp tiếp cận sử dụng mạng nơ-ron nhân tạo, đặc biệt mạng nơron tích chập (CNNs) chứng minh vô hiệu nhiệm vụ phát hiện, nhận dạng theo dõi vật thể[] Nhằm đào tạo cho mạng nơ-ron nhân tạo, liệu hình ảnh khổng lồ thu thập tồn cầu nhờ vào thuật tốn tìm kiếm tiên tiến nhà tiên phong lĩnh vực tạo Đơn cử kể đến số liệu hình ảnh Open Images Google bao gồm triệu ảnh dán nhãn 6,000 vật thể thường gặp [] Hoặc liệu nhỏ MS COCO (Common Object in COntext) Microsoft với 330,000 ảnh dán nhãn 90 vật thể thường gặp [] Những liệu ngày hoàn thiện cho phép khả nhận diện máy tính vượt khỏi khả người vào năm 2015 [] Vả khả máy tính khơng dừng lại mà ngày phát triển Các thiết bị phần cứng máy tính vốn cồng kềnh vào thập niên trước, gia tăng sức mạnh đáng kể chí thiết kế riêng để xử lý tác vụ trí tuệ nhân tạo Đơn cử kể đến mẫu máy tính siêu nhỏ Raspberry 3B+ (Rasp 3B+) với khả cài đặt hệ điều hành laptop thông thường nặng 42 g, hay Neuron Nompute Stick (NNS) thiết kế chuyên xử lý mạng nơ-ron nhân tạo, kết hợp với phần cứng đẩy nhanh tốc độ lên từ 1.5 – lần [], thiết bị thử nghiệm Rasp 3B+ tồn phần cứng tính tốn nặng chưa đến 100 g, với công suất tiêu thụ điện tối đa 11 W (10 W cho Rasp 3B+ hoạt động 100% công suất W cho NNS hoạt động 100% cơng suất) Có thể thấy, tương lai công nghệ chưa dừng lại máy tính ngày nhỏ gọn với hiệu suất sử dụng điện cao loại pin ngày nhỏ chứa nhiều lượng Nếu thiết kế phù hợp, “bộ não” máy bay không người lái sử dụng lượng mặt trời nguồn lượng tái tạo khác mà không cần đến nguồn chung động mang chúng nhằm tăng thời gian hoạt động thiết bị Trong bối cảnh vậy, việc nắm bắt học hỏi, triển khai công nghệ lĩnh vực điều khiển tự động nước ta, đặc biệt điều khiển thiết bị bay tự động, thiết bỏ qua yếu tố thị giác máy tính, mà cụ thể thị giác máy tính ứng dụng trí tuệ nhân tạo (A.I) Sau trang bị cơng nghệ A.I, máy bay kì vọng thực số nhiệm vụ mà trước vốn khó thực nhận diện bám sát đối tượng định trước, định vị không cần GPS, phối hợp hoạt động nhóm…v.v Trần Quang Khơi 10 Hình Các ứng dụng drone dựa mức độ tự động hóa[] Như thấy khả tự động hóa drone chủ yếu dựa khả nhận diện hình ảnh thu nhận Các drone trang bị nhiều loại cảm biến khác cho phép chúng thu nhiều loại thơng tin, nhiên tín hiệu hình ảnh thu nhận (ảnh nhiệt, hồng ngoại, ảnh màu) drone chưa giúp chúng phân loại nhận diện Do đó, tác vụ tìm kiếm đối tượng, quan sát theo dõi vùng, phát biến cố… bất khả thi trừ drone trang bị trí tuệ nhân tạo cho phép chúng xử lý thơng tin hình ảnh từ camera Có nhiều nhóm nghiên cứu tiến hành tích hợp thuật toán nhận diện vật thể vào drone, đơn cử [] [] Đa phần nghiên cứu sơ khai cơng bố cho thấy kết thu từ camera drone đáp ứng yêu cầu đầu vào chương trình, nhóm nghiên cứu chưa thực tích hợp hệ thống định điều khiển hoàn toàn dựa A.I Một số ứng dụng cụ thể drone trang bị A.I thể hình Nổi bật kể đến cơng tác cảnh báo bờ biển (phát cá mập), theo dõi cơng trình xây dựng, phát bất thường đường ray xe lửa, phân loại đám mây điểm vật thể chụp ảnh, phân loại thiệt hại thiên tai, phân loại bệnh lý trồng Các tác vụ thường diễn không gian rộng Trần Quang Khơi 17 lớn chi phí thực lớn sử dụng phi công giám sát viên người Hình Các ứng dụng kết hợp drone A.I[] Hình cho thấy tỷ lệ thuật tốn A.I cơng ty Mỹ sử dụng cho drone lĩnh vực nhận diện hình ảnh Phần lớn cơng ty kết hợp thuật toán thị giác máy tính truyền thống A.I (63%) Trong số 37% cơng ty hồn tồn sử dụng A.I cho drone lĩnh vực thị giác máy tính, thuật tốn học sâu (các mạng nơ-ron nhân tạo) chiếm 20% Điều cho thấy độ tin cậy mạng nơ-ron nhân tạo phải bổ trợ thuật toán máy học thuật toán nhận diện vật thể truyền thống Lưu ý thuật tốn nhận diện hình ảnh cơng ty ứng dụng xử lý hình ảnh drone đưa máy tính từ xa, khơng xử lý theo thời gian thực giúp drone định dựa máy tính onboard thiết bị Trần Quang Khơi 18 Hình Tỷ lệ sử dụng loại thuật toán nhận diện vật thể cơng ty drone[] Bên cạnh đó, mơi trường phát triển ứng dụng điện thoại dành cho drone ngày mở rộng Hiện thị trường có khoảng 80 ứng dụng liên kết với cơng cụ chuyên nghiệp (xây dựng đám mây điểm, quy hoạch nông nghiệp) hỗ trợ 10 ngành công nghiệp khác Số lượng ứng dụng dự đoán cho số tăng trưởng đến 150% năm [] Đây hướng phát triển vượt bậc việc điều khiển drone, vốn trước dành cho phi công chuyên nghiệp với thiết bị phù hợp Trong tương lai, drone thơng minh tương tác với điện thoại di độn Cùng với sức mạnh điện thoại thông minh ngày tăng, khả tự động hóa drone cao mấu chốt định cho việc sử dụng rộng rãi mơi trường dân sự, đó, A.I đóng vai trò vơ quan trọng Trần Quang Khơi 19 Hình Tăng trưởng ứng dụng drone điện thoại Ngoài ra, lĩnh vực nghiên cứu, tổng hợp báo khoa học có liên quan tới từ khóa “unmanned” “drone” từ năm 2013 – 2017 cho thấy xu hướng nghiên cứu mạnh mẽ có liên quan đến lĩnh vực: kỹ thuật, khoa học máy tính, robotic, điều khiển tự động [] Trần Quang Khơi 20 Hình Các hướng nghiên cứu lĩnh vực drone qua năm 2.3 Hướng tiếp cận nhóm Dựa xu thế giới việc phát triển drone thông minh, hướng tiếp cận nghiên cứu nhóm gồm bước: • Bước 1: tiếp cận nhanh công cụ đại việc triển khai hệ thống A.I đáp ứng tiêu chí cần thiết để tích hợp lên drone cỡ nhỏ công cụ mô cần thiết nhằm giảm thiểu chi phí phát sinh thử nghiệm drone Tiến hành thử nghiệm hệ thống A.I drone nhiều bối cảnh khác • Bước 2: làm chủ công nghệ A.I drone đưa thiết kế nguyên mẫu cho drone cần thiết cho tác vụ cần đến A.I hỗ trợ Thiết kế cơng cụ cho nhóm nhằm triển khai A.I drone theo nhu cầu • Bước 3: ứng dụng drone trang bị A.I vào thực tiễn, rút kinh nghiệm hoàn thiện nguyên mẫu Phát triển ứng dụng đa tảng cho drone trang bị A.I Trần Quang Khôi 21 2.4 Các công cụ cần thiết cho bước khởi động Bảng liệt kê thiết bị cần thiết cho nhóm nghiên cứu gồm thành viên: Số thứ tự Tên thiết bị/ Nguồn cung Mục đích sử dụng phần mềm cấp ROS (Robot Miễn phí Operation Mơ mơ hình tốn drone System) PX4 Miễn phí firmware Mơ phần mềm điều khiển drone Gazebo Miễn phí Mơ đồ họa drone Máy tính Tự lắp đặt Chạy mơ tốn trang bị học/ đồ họa card VGA đủ mạnh Computer Mua Điều khiển drone Drone lập Tự lắp Thực nghiệm thuật tốn trình đặt/mua nhúng Board Bảng Các thiết bị cần thiết cho bước nhóm nghiên cứu Trong cấu hính máy tính đề xuất dựa yêu cầu phần mềm mô Gazebo kết cài đặt thử nghiệm laptop cá nhân sau []: Số thứ tự Tên phần Yêu cầu Phiên Linux/ Ubuntu Trusty cứng/phần mềm OS CPU CPU Intel I5 Thế hệ tương đương Trần Quang Khôi 22 VGA Card đồ họa rời GTX 1060 NVIDIA SSD HDD Ít 128 GB RAM Ít 16 GB Bảng Cấu hình máy tính đề xuất Các phần cứng kể đáp ứng nhu cầu nghiên cứu A.I drone năm với phiên phần mềm mô phỏng, đảm bảo số thời gian thực (Real Time Factor) mức 0.6 - 0.95 (1.0 tốt nhất)[] Riêng Computer Board phải thay thế/ nâng cấp sớm tùy vào nhu cầu phát triển nhóm Lưu ý q trình nghiên cứu phát sinh thêm số nhu cầu phần cứng đặc biệt máy Intel Neural Compute Stick (nhằm tăng tốc độ xử lý đáng kể cho Computer Board thuật tốn nhận diện hình ảnh) Hình Máy tính chun dụng xử lý thuật tốn trí tuệ nhân tạo Intel Neural Compute Stick Trần Quang Khơi 23 Tầm nhìn triển vọng 3.1 Năng lực chế tạo máy bay không người lái Việt Nam Hiện số doanh nghiệp sản xuất máy bay khơng người lái Việt Nam ít, đếm đầu ngón tay Tuy số cơng ty Real Time Robotics (có nhà máy sản xuất khu cơng nghệ cao TP.HCM) có khả xuất flycam cỡ lớn sang Mỹ Trong vài năm tới, tảng công nghệ trở nên phổ biến, nước có giá thành nhân khoa học thấp Việt Nam có lợi lĩnh vực nghiên cứu ứng dụng kỹ thuật [] Khác với nước có sở hạ tầng tốt việc sản xuất hàng loạt, lợi Việt Nam nằm khâu chế tạo thực nghiệm thiết bị nguyên mẫu [] Trong bối cảnh mạng lưới liên kết toàn cầu phát triển mạnh mẽ, xu hướng nghiên cứu quốc gia chế tạo hàng loạt quốc gia khác phổ biến, việc hợp tác nghiên cứu Việt Nam chế tạo nước khác hoàn toàn khả thi công ty đa quốc gia 3.2 Năng lực nghiên cứu Việt Nam lĩnh vực trí tuệ nhân tạo So với lực sản xuất máy bay không người lái, nhiều công ty Việt Nam đạt số thành tựu định hướng nghiên cứu ứng dụng trí tuệ nhân tạo, đơn cử [] [] Cách 1-2 năm, sóng trí tuệ nhân tạo chạm vào nước ta doanh nghiệp nhanh chóng nhận lợi công nghệ nên đầu tư sớm Theo số nhận định, lực ứng dụng trí tuệ nhân tạo (tức sử dụng mơ hình có sẵn) kỹ sư Việt Nam đạt đến 60% so với Mỹ Tuy nhiên, nghiên cứu phát triển sơ khởi Trần Quang Khôi 24 Trong lĩnh vực máy bay khơng người lái thơng minh, tác giả chưa có thơng tin nhóm nghiên cứu hay cá nhân ứng dụng trí tuệ nhân tạo điều khiển drone nước ta 3.3 Triển vọng hướng nghiên cứu ứng dụng drone thông minh Việt Nam Với lực ứng dụng trí tuệ nhân tạo tương đối tốt nguồn thông tin đa dạng, việc áp dụng trí tuệ nhân tạo để nghiên cứu máy bay khơng người lái hồn tồn có sở Với lợi giá thành nhân khoa học, chi phí phát triển ngun mẫu drone thơng minh Việt Nam chắn rẻ so với Mỹ hay Châu Âu Thêm vào đó, liên kết giáo dục trường đại học Việt Nam giới mở nhiều triển vọng hợp tác nghiên cứu lĩnh vực Do đó, việc thành lập nhóm nghiên cứu có chất lượng cao lĩnh vực ứng dụng hướng tới phát triển công nghệ A.I drone lợi tương lai, hướng đến hợp tác công phát triển với đơn vị khác giới, đồng thời cầu nối doanh nghiệp trung tâm nghiên cứu, tạo mối quan hệ phát triển bền vững cho hai bên Trần Quang Khôi 25 Các mốc thời gian, kết quả, nhân chi phí ước tính 4.1 Các mốc thời gian Các mốc thời gian nghiên cứu chia làm giai đoạn tương ứng với bước: • Áp dụng cơng cụ có sẵn để ứng dụng • Nắm vững kiến thức tảng phát triển công cụ • Thiết kế ứng dụng cụ thể thực tiễn 4.1.1 Giai đoạn khởi đầu Giai đoạn khởi đầu có mục đích tiếp cận nhanh cơng cụ đại việc triển khai hệ thống A.I đáp ứng tiêu chí cần thiết để tích hợp lên drone cỡ nhỏ, nắm vững công cụ mô cần thiết nhằm giảm thiểu chi phí phát sinh thử nghiệm drone thất bại Nhóm tiến hành thử nghiệm hệ thống A.I drone nhiều bối cảnh khác Các kết nghiên cứu mong đợi: • Sử dụng thành thạo cơng cụ ứng dụng trí tuệ nhân tạo Tensorflow, thị giác máy tính OpenCV • Viết chương trình điều khiển drone trí tuệ nhân tạo • Vận hành cơng cụ mơ drone PX4, ROS Gazebo • Có kết thử nghiệm điều khiển tự động drone dựa tảng trí tuệ nhân tạo Trần Quang Khôi 26 Giai đoạn dự kiến kéo dài từ tháng đến năm công bố báo khoa học có liên quan đến điều khiển drone ứng dụng trí tuệ nhân tạo Chi phí ước tính đề xuất bảng 3: STT Hạng mục Chi phí ước tính (triệu đồng) Máy tính mơ 18 Computer Board 1.7 Neural Compute Stick Tổng chi phí 21.7 Bảng Chi phí ước tính giai đoạn 4.1.2 Giai đoạn nắm vững kiến thức phát triển cơng cụ riêng cho nhóm Trong giai đoạn này, nhóm tiến hành hiệu chỉnh, thiết kế cơng cụ, phát triển mơ hình riêng Các kết nghiên cứu dự kiến giai đoạn bao gồm: • Đào tạo mơ hình nhận dạng vật thể riêng nhóm dựa liệu tự thu thập • Nắm vững nguyên lý trí tuệ nhân tạo, điều khiển tự động cho drone, viết tài liệu hướng dẫn • Đưa quy trình ứng dụng trí tuệ nhân tạo cho drone nhằm xác định mơ hình tối ưu cho tác vụ yêu cầu • Đưa thiết kế drone tối ưu tích hợp khả ứng dụng trí tuệ nhân tạo (về thời lượng, pin, tải trọng) • Xây dựng nhiều mơi trường mô tiêu chuẩn cho thử nghiệm drone nhóm • Phát triển phần mềm nhúng đa tảng nhằm điều khiển drone (android, iOS) Chi phí giai đoạn chủ yếu nằm khâu thu thập liệu đầu vào cho mạng nơ-ron nhân tạo, thời gian thực ước tính từ tháng đến năm Trần Quang Khôi 27 4.1.3 Giai đoạn ứng dụng thực tiễn Trong giai đoạn ứng dụng thực tiễn, nhóm tiến hành mơ kết hợp với thử nghiệm drone điều kiện thật, mục đích giai đoạn nhằm hồn thiện, tối ưu hệ thống drone thực tế Chi phí dự kiến trình bày bảng Các kết nghiên cứu dự kiến bao gồm: • Bộ thơng số drone thành phẩm hoàn chỉnh (thời gian bay, khả tải) • Các thơng số đáp ứng phần mềm trí tuệ nhân tạo drone (FPS, thời gian đáp ứng, khả theo dõi vật thể chuyển động…v.v) • Các thông số điều kiện làm việc drone thực địa (tốc độ gió tối đa, mức độ sương mù) STT Hạng mục Chi phí ước tính (triệu đồng) Drone lập trình 18 Camera cho drone Cơ sở vật chất bố trí thí nghiệm Tổng chi phí 25 Bảng Chi phí ước tính giai đoạn Kết giai đoạn sản phẩm drone hồn chỉnh tích hợp A.I tương tác qua thiết bị di động máy tính xách tay đủ khả hoàn thành nhiệm vụ thực tế (quan sát đối tượng định, dò tìm vật thể, bám theo đối tượng…v.v) 4.2 Nhân dự kiến phương án đào tạo, trì 4.2.1 Các kiến thức kĩ Một số kiến thức kĩ thành viên nghiên cứu cần nắm tham gia nhóm bao gồm: • Kiến thức máy tính (hệ điều hành, cài đặt phần mềm) • Kiến thức ngơn ngữ lập trình (python, C++, Matlab) Trần Quang Khơi 28 • Kiến thức drone (động cơ, mạch điều khiển) • Kỹ tìm kiếm thơng tin mạng • Kỹ lập trình • Kỹ sử dụng tiếng Anh để đọc tài liệu • Kỹ sử dụng máy tính 4.2.2 Số lượng nhân dự kiến Giai đoạn 1: Nhân dự kiến : người (các mảng: mô phỏng, điện tử, lập trình) Giai đoạn 2: Nhân dự kiến gồm người (3 thực tập, chủ chốt mảng: điện tử, lập trình, mơ phỏng) Giai đoạn 3: Nhân dự kiến gồm người (6 thành viên mảng mơ phỏng, điện tử, lập trình) 4.2.3 Phương án đào tạo nguồn nhân Phương án đào tạo nhân : • Tổng hợp tài liệu có liên quan (sưu tập, tìm mua) • Tạo điều kiện cho thành viên nhóm tham dự lớp học, tọa đàm, workshop có liên quan tới hướng nghiên cứu nhóm • Tổ chức buổi gặp mặt tháng lần để trao đổi thơng tin nhóm • Giao lưu với nhóm nghiên cứu có liên quan Nguồn nhân sự: • Sinh viên lớp KTHK trường ĐH Bách Khoa năm 3, Trần Quang Khôi 29 Tài liệu tham khảo [1] D Chabot, "Trends in drone research and applications as the Journal of Unmanned Vehicle System turrn five," 2018 [Online] Available: https://www.nrcresearchpress.com/doi/10.1139/juvs-20180005#.XL9e8x83szM [2] D Deploy, "Commercial Drone Industry Trend," 2018 [Online] Available: https://www.dronedeploy.com/ [3] D I Insight, "Infographic: Drone & A.I use case," 2019 [Online] Available: https://www.droneii.com/project/drone-ai-use-cases [4] D I Insight, "Infographic: Level of Drone Autonomy," 2019 [Online] Available: https://www.droneii.com/drone-autonomy [5] D Deploy, "Drones in the age of Automation," 2018 [Online] Available: https://blog.dronedeploy.com/drones-in-the-age-of-automation4e874c938ebc [6] cafebiz.vn [Online] Available: http://cafebiz.vn/nha-san-xuat-drone-dautien-tai-viet-nam-cau-be-ngheo-tung-nhat-rac-ben-kenh-nhieu-loc-chi-hoctrung-cap-vi-truot-dai-hoc-gianh-hoc-bong-di-my-va-tro-thanh-tien-si20190417172242663.chn [7] ZingVN [Online] Available: https://news.zing.vn/khat-vong-ai-viet-namtruoc-lan-song-tri-tue-nhan-tao-ngoai-nhap-post914662.html [8] Kevin Heffner, Samuel Foucher, "Machine Vision for Intelligent Drones: Un Survol," 2016 [Online] Available: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1 &cad=rja&uact=8&ved=2ahUKEwjGscTi8bhAhVT7nMBHXKLDC0QFjAAegQIBBAC&url=https%3A%2F%2Fww w.crim.ca%2Fcrim_uploads%2Fdocuments%2FCRIM-Machine-Visionfor-Intelligent-Drones-27042016.pdf&usg=AOvVaw3 Trần Quang Khôi 30 [9] L Grip, "Vision based indoor object," KTH ROYAL INSTITUTE OF TECHNOLOGY, SCHOOL OF COMPUTER SCIENCE AND COMMUNICATION, STOCKHOLM, SWEDEN, 2017 [10] Muhammad Saqib, Nabin Sharma, Sultan Daud Khan, Michael Blumenstein, "A Study on Detecting Drones Using Deep Convolutional Neural Networks," in AVSS 2017, 2017 [11] Widodo Budiharto, Alexander Agung Santoso Gunawan, Jarot S Suroso, Andry Chowanda, Aurello Patrik, Gaudi Utama, "Fast Object Detection for Quadcopter Drone Using Deep Learning," in 2018 3rd International Conference on Computer and Communication Systems (ICCCS), Nagoya, Japan, 2018 [12] Gazebo, "Gazebo System Requirement," [Online] Available: http://answers.gazebosim.org/question/8919/gazebo-system-requirements/ Trần Quang Khôi 31 ... với Mỹ Tuy nhiên, nghiên cứu phát triển sơ khởi Trần Quang Khôi 24 Trong lĩnh vực máy bay không người lái thông minh, tác giả chưa có thơng tin nhóm nghiên cứu hay cá nhân ứng dụng trí tuệ nhân... 3.3 Triển vọng hướng nghiên cứu ứng dụng drone thông minh Việt Nam Với lực ứng dụng trí tuệ nhân tạo tương đối tốt nguồn thông tin đa dạng, việc áp dụng trí tuệ nhân tạo để nghiên cứu máy bay. .. tác nghiên cứu, ứng dụng drone thơng minh vào thực tiễn 1.4 Ý nghĩa khoa học ý nghĩa thực tiễn xã hội Ý nghĩa khoa học: • Đặt tảng cho nghiên cứu sâu công nghệ máy bay không người lái thông minh