Nội dung của đồ án này gồm các phần: Chương 1: Tổng quan về xe tự hành và bài toán điều khiển xe tự hành. Chương 2: Cơ sở xây dựng chương trình điều khiển cho xe tự hành. Chương 3: Xây dựng mô hình và chương trình điều khiển cho xe tự hành.
MỤC LỤC DANH MỤC CÁC HÌNH VẼ LỜI NÓI ĐẦU Chương 1: TỔNG QUAN VỀ XE TỰ HÀNH VÀ BÀI TOÁN ĐIỀU KHIỂN XE TỰ HÀNH 1.1 Tổng quan xe tự hành 1.2 Tình hình nghiên cứu xe tự hành giới nước 13 1.3 Đặt toán xây dựng mơ hình hệ thống điều khiển xe tự hành 17 1.4 Kết luận chương 19 Chương 2: CƠ SỞ XÂY DỰNG CHƯƠNG TRÌNH ĐIỀU KHIỂN CHO XE TỰ HÀNH 20 2.1 Tổng quan thư viện sử dụng cho hệ thống điều khiển xe tự hành 20 2.1.1 Thư viện Opencv 20 2.1.2 Thư viện wiringPi 29 2.2 Logic mờ điều khiển mờ 31 2.2.1 Lịch sử phát triển logic điều khiển mờ 31 2.2.2 Khái niệm phép toán tập mờ 33 2.2.3 Luật hợp thành mờ 35 2.2.4 Phương pháp giải mờ 37 2.2.5 Cấu trúc bước xây dựng điều khiển mờ 41 2.3 Kết luận chương 44 Chương 3: XÂY DỰNG MƠ HÌNH VÀ CHƯƠNG TRÌNH ĐIỀU KHIỂN CHO XE TỰ HÀNH 45 3.1 Xây dựng mơ hình 45 3.1.1 Xây dựng cấu trúc hệ thống sơ đồ kết nối thiết bị 45 3.1.2 Các thiết bị phần cứng sử dụng hệ thống 48 3.2 Xây dựng chương trình điều khiển cho xe tự hành 57 3.2.1 Xây dựng phần điều khiển bám đường 58 3.2.2 Xây dựng phần điều khiển tránh vật cản 74 3.3 Thử nghiệm đánh giá 78 3.4 Kết luận chương 81 KẾT LUẬN CHUNG 82 TÀI LIỆU THAM KHẢO 83 DANH MỤC CÁC HÌNH VẼ Hình 1.1 Xe năm 2017 11 Hình 1.2 Xe năm 2021 12 Hình 1.3 Xe năm 2026 13 Hình 2.1 Độ cao, miền xác định, miền tin cậy tập mờ 34 Hình 2.2 Mơ tả hàm liên thuộc luật hợp thành 36 Hình 2.3 Các nguyên lý giải mờ theo phương pháp cực đại 39 Hình 2.4 Các khối chức điều khiển mờ 41 Hình 2.5 Sơ đồ cấu trúc điều khiển mờ 42 Hình 3.1 Sơ đồ liên kết phần cứng 45 Hình 3.2 Sơ đồ kết nối thiết bị phần cứng 46 Hình 3.3 Sơ đồ bố trí xe mơ hình 47 Hình 3.4 Xe sau lắp ráp 48 Hình 3.5 Raspberry Pi 49 Hình 3.6 GPIO Raspberry Pi model B 51 Hình 3.7 Sơ đồ chân module L298 52 Hình 3.8 Cảm biến siêu âm HC-SR04 53 Hình 3.9 Động servo 54 Hình 3.10 Sơ đồ chân động RC servo 55 Hình 3.11 Sơ đồ hoạt động động RC Servo 56 Hình 3.12 Camera A4-Tech PK-720G 56 Hình 3.13 Sơ đồ thực chương trình 58 Hình 3.14 Phạm vi tính tâm đường tâm đường 59 Hình 3.15 Sơ đồ thực thuật tốn tìm tâm đường 59 Hình 3.16 Vùng ảnh left right 60 Hình 3.17 Xe nằm hai vạch đường 61 Hình 3.18 Xe nằm bên bên phải hai vạch đường 62 Hình 3.19 Xe nằm bên bên phải vạch đường 62 Hình 3.20 Xe nằm bên bên trái hai vạch đường 62 Hình 3.21 Xe nằm bên bên trái vạch đường 63 Hình 3.22 Xe nằm giữa, vạch đường bên phải 63 Hình 3.23 Xe lệch sang phải, vạch đường bên phải 63 Hình 3.24 Xe nằm giữa, vạch đường bên trái 64 Hình 3.25 Xe lệch sang trái, vạch đường bên trái 64 Hình 3.26 Xe khơng bắt vạch đường 64 Hình 3.27 Góc thực 65 Hình 3.28 Sơ đồ thực điều khiển mờ 66 Hình 3.29 Định nghĩa tập mờ cho biến ngơn ngữ gocthuc 67 Hình 3.30 Định nghĩa tập mờ cho biến ngơn ngữ DeltaPWM 70 Hình 3.31 Hàm thuộc đầu luật hợp thành với giá tri gocthuc=26,25 73 Hình 3.32 Giải mờ sử dụng phương pháp điểm trọng tâm cho luật Sum-Min 73 Hình 3.33 Sơ đồ thực thuật tốn tìm vật cản 74 Hình 3.34 Ảnh đầu vào 75 Hình 3.35 Ảnh sau lọc màu 75 Hình 3.36 Vật cản sau tìm 76 Hình 3.37 Sơ đồ thực thuật toán điều khiển tránh vật cản 76 Hình 3.38 Vật cản nằm bên trái đường 76 Hình 3.39 Vật cản nằm bên phải đường 77 Hình 3.40 Vật cản nằm đường 77 Hình 3.41 Tâm đường trường hợp vật cản nằm bên trái đường 77 Hình 3.42 Tâm đường trường hợp vật cản nằm bên phải đường 78 Hình 3.43 Tâm đường trường hợp vật cản đường 78 Hình 3.44 Xe chạy thử nghiệm với đường vòng tròn 79 Hình 3.45 Thử nghiệm xe tránh vật cản 80 LỜI NÓI ĐẦU Trên giới trải qua ba cách mạng công nghiệp lớn Sau cách mạng, làm thay đổi giới tất mặt kinh tế, xã hội văn hóa Và giới bước vào cách mạng công nghiệp lần thứ tư Đây gọi cách mạng số, thông qua công nghệ Internet vạn vật (IoT), trí tuệ nhân tạo (AI), thực tế ảo (VR), tương tác thực ảo (AR), mạng xã hội, điện tốn đám mây, phân tích liệu lớn (SMAC) đặc biệt xe tự hành Các chuyên gia dự đoán, khoảng 15 đến 20 năm nữa, xe tự hành áp đảo phương tiện thịnh hành Hiện có nhiều tập đồn sản xuất xe cơng nghệ lớn giới tham gia vào chạy đua phát triển xe công nghệ tự lái thông minh (gọi tắt xe tự lái, xe tự hành) mà không cần đến bàn tay can thiệp người, có tên tuổi bật Tesla, Daimler, Google Yếu tố quan trọng để xe tự động lái phần xử lý bám đường tránh vật cản Nhận thấy tầm quan trọng này, nên đồ án em nghiên cứu hệ thống điều khiển bám đường, tránh vật cản cho xe tự hành, sử dụng camera xác định đường cảm biến HC-SR04 để đo khoảng cách đến vật cản Với điều kiện đường có phân chia vạch sơn trắng đường cao tốc thực tế Để thực đồ án em sử dụng phần cứng máy tính nhúng Raspberry Pi có cài đặt hệ điều hành raspbian-jessie, kết hợp với camera f4tech cảm biến siêu âm HC-SR04 Để viết chương trình điều khiển em sử dụng ngơn ngữ C++, thư viện opencv wiringPi Nội dung đồ án gồm phần: - Chương 1: Tổng quan xe tự hành toán điều khiển xe tự hành - Chương 2: Cơ sở xây dựng chương trình điều khiển cho xe tự hành - Chương 3: Xây dựng mơ hình chương trình điều khiển cho xe tự hành Trong trình làm đồ án, trình độ chun mơn cịn hạn chế nên khơng thể tránh khỏi sai sót, mong đóng góp thầy, bạn đọc để đồ án hoàn thiện Em xin chân thành cảm ơn Thiếu tá – Tiến sĩ – Thầy giáo Phạm Văn Nguyên, thầy cô mơn Tự động kỹ thuật tính tận tình, hướng dẫn, bảo tạo điều kiện thuận lợi để em hồn thành đồ án Hà nội, ngày tháng năm 2017 Học viên thực Lê Văn Thu Chương 1: TỔNG QUAN VỀ XE TỰ HÀNH VÀ BÀI TOÁN ĐIỀU KHIỂN XE TỰ HÀNH 1.1 Tổng quan xe tự hành a) Khái niệm xe tự hành Xe tự hành, biết đến xe tự lái, xe có khả hoàn thành khả vận chuyển người xe truyền thống Nó có khả cảm nhận môi trường điều hướng mà không cần can thiệp người[3] b) Lịch sử đời phát triển Các thí nghiệm xe tự hành tiến hành từ năm 1920, thử nghiệm đầy hứa hẹn diễn vào năm 1950 công việc bắt đầu kể từ Những xe tự hành xuất vào năm 1980, trường đại học Carnegie Mellon Navlab dự án ALV (Autonomous Land Vehicle) năm 1984, Mercedes-Benz Bundeswehr trường đại học Munich dự án Prometheus EUREKA vào năm 1987 kể từ đó, nhiều cơng ty lớn tổ chức nghiên cứu phát triển xe tự hành, bao gồm Mercedes-Benz, General Motors, Continental Automotive Systems, IAV, Autoliv Inc., Bosch, Nissan, Renault, Toyota, Audi, Hyundai Motor Công ty, Volvo, Tesla Motors, Peugeot, Local Motors, AKKA Technologies, Vislab từ Đại học Parma, Đại học Oxford Google Vào tháng Bảy năm 2013, Vislab chứng minh BRAiVE, xe tự hành di chuyển tuyến đường giao thông công cộng Trong năm 2015, năm quốc gia Mỹ (Nevada , Florida , California , Virginia, Michigan) với Washington, DC cho phép thử nghiệm xe tự động hoàn toàn đường công cộng Trong xe ô tô tự trị nói chung thử nghiệm thời tiết bình thường đường bình thường, Ford thử nghiệm xe tự trị họ đường phủ đầy tuyết c) Ưu điểm xe tự hành - Tiết kiệm vô số thời gian người - Giải vấn đề môi trường - Hạn chế tắc đường - Các xe tự giao tiếp với nhau, giảm thiểu tai nạn giao thông - Giảm số tài xế, nhân viên dẫn giao thông công cộng - Kết nghiên cứu cho thấy người điều khiển ngun nhân gây tai nạn giao thơng Với xe tự hành, phân tâm mệt mỏi hay say rượu không ảnh hưởng tới khả làm chủ đường nhiệm vụ máy tính đảm nhận - Đã giảm bớt gánh nặng đặt lên người điều khiển đường cao tốc hay tắc đường tất tự động hóa Từ phát điểm mù, cảnh báo đường khởi hành, quản lý gia nhập đường chí tự đậu xe, - Từ trước đến nay, điều khiển xe dành cho người vượt qua kì thi lấy lái Những người trẻ già, người khuyết tật có triệu chứng tâm lý khơng thể có trải nghiệm Nhưng với xe tự hành, giao thông cá nhân mở tất phân khúc đơn lẻ xã hội Việc làm chủ thiết bị di chuyển đại nằm tầm tay tất người - Về mặt thẩm mỹ, xe tự hành thay đổi cách nhìn nhận xế hộp, khía cạnh nội thất khác biệt Vô-lăng, nút bấm, bàn đạp phanh, ga, cần sang số, đồng hồ tốc độ nhiều cụm thiết bị khác trở nên thừa thãi Những nguyên tắc cứng nhắc ghế ngồi phải hướng phía trước khơng cịn hiệu lực Nội thất xe thiết kế phục vụ nhu cầu sinh hoạt giải trí người sử dụng Bạn ăn, ngủ, nghỉ, chí tận hưởng sống lúc xe chạy đường Xét tính ứng dụng, xe tự hành 10 giống nhà lưu động trở thành giải pháp cho trạng đô thị chật chội ngày d) Nhược điểm xe tự hành - Hệ thống sở hạ tầng chưa phù hợp với xe tự hành - Kinh phí xây dựng hệ thống giao thơng, biển bảng lớn - Giá thành xe tương đối cao - Cơng nghệ cịn chưa thay người hoàn toàn - Vấn đề việc làm cân đối: nhiều tài xế, nhân viên giao thông bị thất nghiệp - Hệ thống không thực hồn hảo phụ thuộc vào điều kiện mơi trường Tính hiệu phát huy tối đa môi trường xung quanh hội tụ đủ tiêu chuẩn định.Thời tiết không thuận lợi ảnh hưởng tới độ xác an tồn xe vận hành - Tuy nhiên, rào cản lớn không đến từ khía cạnh kỹ thuật mà luật pháp Ví dụ tai nạn xảy ra, thật khó xác định lỗi thuộc người ngồi xe hay không Luật pháp dù có cải tiến chậm chạp tốc độ phát triển công nghệ Một số tiểu bang Hoa Kỳ ý tới điều luật dành cho xe tự động bán tự động e) Dự đốn tương lai xe tự hành Ơtơ tương lai trang bị nhiều công nghệ tự lái đại, giúp làm giảm căng thẳng mệt mỏi cho lái xe, đồng thời giảm thiểu khả va chạm với phương tiện khác Công nghệ xe tự hành hứa hẹn mang đến cho người an tồn, thoải mái cá nhân hố 69 x 15 x 15 15 x 15 t ( x) 15 x x 15 15 x 15 (3.7) x0 x x 15 15 lpi ( x) 30 x 15 x 30 15 x 30 (3.8) x 15 x 15 15 x 30 15 lp ( x) 40 x 30 x 40 15 x 40 (3.9) x 30 x 30 30 x 40 10 lpn x 50 x 40 x 50 10 x 50 (3.10) x 40 40 x 50 x 50 (3.11) x 40 lprn x 10 70 Tập mờ cho biến ngôn ngữ gocthuc Hình 3.29 Hình 3.30 Định nghĩa tập mờ cho biến ngôn ngữ DeltaPWM Đối với biến DeltaPWM ta xây dựng hàm thuộc cho giá trị ngôn ngữ sau: 3.5 x arn x 1.5 x5 1.5 an x 2 x 1.5 x 5 5 x 3.5 x 3.5 (3.12) x 5 5 x 3.5 3.5 x 2 x 2 (3.13) x 3.5 x 3.5 3.5 x 2 1.5 a x 1 x 2 x 1 x 1 (3.14) 71 x 2 2 x 1 1 x x (3.15) x 1 x 1 1 x bang x x x 1 x (3.16) x0 x x 1 di x x x 2 x (3.17) x x x x 1 d x 3.5 x 1.5 x 2 1.5 dn x 5 x 1.5 x 1 1 x x 3.5 x 3.5 (3.18) x2 x 3.5 3.5 x x (3.19) 72 x 3.5 x 3.5 drn x 3.5 x 5 1.5 x (3.20) Tập mờ cho biến ngôn ngữ DeltaPWM Hình 3.30 c) Xây dựng luật hợp thành Dưới nguyên tắc đặt điều khiển mờ: R1: NẾU gocthuc = ltrn THÌ DeltaPWM = arn HOẶC R2: NẾU gocthuc = ltn THÌ DeltaPWM = an HOẶC R3: NẾU gocthuc = lt THÌ DeltaPWM = a HOẶC R4: NẾU gocthuc = lti THÌ DeltaPWM = HOẶC R5: NẾU gocthuc = t THÌ DeltaPWM = bang HOẶC R6: NẾU gocthuc = lpi THÌ DeltaPWM = di HOẶC R7: NẾU gocthuc = lp THÌ DeltaPWM = d HOẶC R8: NẾU gocthuc = lpn THÌ DeltaPWM = dn HOẶC R9: NẾU gocthuc = lprn THÌ DeltaPWM = drn Bảng 3.2 biểu diễn luật điều khiển cho điều khiển mờ - Chọn thiết bị hợp thành, thiết bị hợp thành điều khiển mờ ta sử dụng luật hợp thành MAX-MIN Bảng 3.2 Biểu diễn luật điều khiển cho điều khiển mờ Gocthuc ltrn ltn lt lti t lpi lp lpn lprn DeltaPWM arn an a bang di d dn drn Ví dụ: Với giá trị đầu vào rõ gocthuc = 26,25o Ta có hàm thuộc đầu luật hợp thành Hình 3.31 73 Hình 3.31 Hàm thuộc đầu luật hợp thành với giá tri gocthuc=26,25 - Chọn nguyên lý giải mờ Ta chọn phương pháp giải mờ phương pháp điểm trọng tâm cho luật SumMin Hình 3.32 Giải mờ sử dụng phương pháp điểm trọng tâm cho luật Sum-Min Vậy giá trị rõ đầu DeltaPWM = (0.75*2+0.25*1) / (0.75+0.25)=1.75 Sau tính DeltaPWM, giá trị truyền xuống hai động độ rộng xung ValueLeft, ValueRight: 𝑉𝑎𝑙𝑢𝑒𝐿𝑒𝑓𝑡 = 𝑆𝑒𝑡𝑉𝑎𝑙𝑢𝑒𝐿𝑒𝑓𝑡 + 𝐷𝑒𝑙𝑡𝑎𝑃𝑊𝑀 74 𝑉𝑎𝑙𝑢𝑒𝑅𝑖𝑔ℎ𝑡 = 𝑆𝑒𝑡𝑉𝑎𝑙𝑢𝑒𝑅𝑖𝑔ℎ𝑡 − 𝐷𝑒𝑙𝑡𝑎𝑃𝑊𝑀 Trong SetValueLeft SetValueRight độ rộng xung ban đầu bánh 3.2.2 Xây dựng phần điều khiển tránh vật cản Trong phần điều khiển tránh vật cản, em chia thành hai nội dụng: xây dựng thuật tốn tìm vật cản xây dựng thuật toán điều khiển tránh vật cản Sau em trình bày nội dung sau 3.2.2.1 Xây dựng thuật tốn tìm vật cản Do thời gian có hạn, nên đồ án em xây dựng thuật toán xác định vật cản biết trước Cụ thể vật cản sau điều chỉnh lại thơng số phát vật cản Khi nhận tín hiệu từ cảm biến HC-SR04 thơng báo cáo vật cản (giá trị từ cảm biến nhận nhỏ 50cm) Khi thuật tốn tìm vật cản thực Nếu phát vật cản tâm đường tính tốn thay tâm đường cũ tính thuật tốn tìm tâm đường Hình 3.33 Sơ đồ thực thuật tốn tìm vật cản 75 Dữ liệu đầu vào cho thuật toán tìm vật cản ảnh đầu vào thu từ camera Hình 3.34 Ảnh đầu vào Từ ảnh đầu vào em cắt lấy vùng quan tâm, vùng quan tâm vùng mà sử dụng thuật tốn tìm tâm đường Sau chuyển ảnh RGB sang ảnh HSV Ở bước tiền xử lý em sử dụng lọc Gaussian Sang bước lọc màu em sử dụng hàm inRange để tìm vật có màu sắc nằm dải màu quan tâm, vật cản biết trước nên em tìm dải màu cho Đối với vật cản khác ta cần phải điều chỉnh lại dải màu Hình 3.35 Ảnh sau lọc màu 76 Bước tìm Contour để tìm tất vùng có màu nằm dải quan tâm Tiếp theo, em sử dụng diện tích Contour kích thước hình chữ nhật bao để tìm vật cản Hình 3.36 Vật cản sau tìm Sau em trích thơng tin vật cản hình chữ nhật bao 3.2.2.2 Xây dựng thuật tốn điều khiển tránh vật cản Hình 3.37 Sơ đồ thực thuật toán điều khiển tránh vật cản Từ vị trí vật cản tâm đường ta xác định vị trí tương đối vật cản so với đường Ta có trường hợp sau: - Hình chữ nhật bao quanh vật cản nằm hồn tồn bên trái đường Hình 3.38 Vật cản nằm bên trái đường - Hình chữ nhật bao quanh vật cản nằm hồn tồn bên phải đường 77 Hình 3.39 Vật cản nằm bên phải đường - Tâm đường nằm hình chữ nhật bao quanh vật cản Hình 3.40 Vật cản nằm đường Sau xác định vị trí tương đối vật cản so với đường, ta thực tính DeltaPWM Tính DeltaPWM thực hai khâu: điều chỉnh lại tâm đường tính DeltaPWM - Khâu thứ nhất, điều chỉnh lại tâm đường: Tùy theo vị trí vật cản mà ta có: Vật cản nằm bên trái đường: CenterPoint.x recObstacle.x recObstacle.width WidthVehicle ValueAdd ; (3.21) Hình 3.41 Tâm đường trường hợp vật cản nằm bên trái đường 78 Vật cản nằm bên phải đường: CenterPoint.x recObstacle.x – WidthVehicle ValueAdd ; (3.22) Hình 3.42 Tâm đường trường hợp vật cản nằm bên phải đường Vật cản nằm đường: Hình 3.43 Tâm đường trường hợp vật cản đường Khi vật cản nằm đường ta đo khoảng cách từ mép vật cản đến vạch đường (widthleft, widthright) Nếu hai bên đủ để xe qua tâm đường điều chỉnh thành điểm vạch đường mép vật cản Nếu khoảng cách widthleft = widthright ta ưu tiên tránh sang bên phải (Hình 3.43) - Khâu thứ hai, tính DeltaPWM: Ở khâu ta truyền thơng tin tâm đường vị trí vật cản cho bước thuật toán điều khiển bám đường phần điều khiển bám đường để điều khiển xe 3.3 Thử nghiệm đánh giá Sau lắp ráp xe mô hình cài đặt thuật tốn điều khiển Xe thử nghiệm với điều kiện sau: - Nền gạch hoa nhẵn, bóng màu đồng 79 - Điều kiện ánh sáng xung quanh không đồng - Vạch đường làm băng keo giấy có độ rộng 2cm - Độ rộng đường 20cm Với điều kiện vậy, xe chạy thử nghiệm bám đường vật cản trường hợp đường thẳng, đường cong chạy vòng tròn Kết cho thấy, xe bám đường tốt Độ rộng xung ban đầu SetValueLeft SetValueRight lên đến 30% độ rộng xung nhỏ xe chạy 6% Hình 3.44 Xe chạy thử nghiệm với đường vòng tròn Đối với trường hợp thử nghiệm chạy bám đường có vật cản với điều kiện thử nghiệm vật cản vật biết trước, có màu sắc đồng Xe bám đường tránh vật cản tốt với độ rộng xung lớn ban đầu 15% Hình 3.45 Thử nghiệm xe tránh vật cản Hình 3.44 Xe chạy thử nghiệm với đường vịng trịn 80 Thơng qua thực nghiệm, ta thấy xe có ưu điểm: - Xe bám đường điều kiện ánh sáng khác ánh sáng đồng - Vạch đường khơng cần thiết phải trắng tinh, cần có phân biết vạch đường xe nhận biết đường - Xe xử lý trường hợp vạch đường - Khi gặp vật cản gần xe tự động dừng lại - Chương trình xây dựng cho xe có tính mơ đun hóa cao Khi thêm chức không làm ảnh hưởng đến chức khác Khả chỉnh sửa nhanh chóng - Phần cứng xe linh hoạt, xây dựng thêm nhiều chức cho xe Hình 3.45 Thử nghiệm xe tránh vật cản 81 Tuy nhiên lực thân hạn chế, thời gian nghiên cứu cịn thiết bị phần cứng chưa đủ mạnh nên xe nhược điểm sau: - Tốc độ xử lý xử lý trung tâm chậm - Xe bám đường tránh vật cản, tốc độ di chuyển cịn chậm - Xe cịn đơi lúc chưa xác định vật cản Các vật cản xác định phải biết trước, chưa tránh vật cản động - Với trường hợp ánh sáng xung quanh khơng đồng làm lóa camera, dẫn đến khơng thu hình ảnh đường - Xe đơi lúc nhận nhầm đường Để khắc phục nhược điểm trên, cần phải tiếp tục nghiên cứu chương trình điều khiển xe, thuật toán phát đường, thuật tốn tránh vật cản để xử lý nhiều trường hợp Nâng cấp thiết bị phân cứng để lập trình nhiều chức 3.4 Kết luận chương Trong chương 3, em giới thiệu mơ hình xe, cách bố trí thiết bị, giới thiệu thiết bị phần cứng liên quan, sơ đồ kết nối thiết bị phần cứng Em xây dựng chương trình điều cho xe tự hành, gồm xây dựng phần điều khiển bám đường, xây dựng phần điều khiển tránh vật cản tiến hành thử nghiệm xe, đánh giá kết quả, rút ưu nhược, điểm xe Trong chương này, phần điều khiển bám đường điều khiển tránh vật cản đơn giản, chưa xử lý hết trường hợp Phần tránh vật cản xử lý trường hợp vật cản biết trước có màu sắc tương đối đồng 82 KẾT LUẬN CHUNG Sau thời gian tích cực nghiên cứu, với giúp đỡ, hướng dẫn tận tình thầy giáo hướng dẫn Thiếu tá, TS Phạm Văn Nguyên nỗ lực thân, đồ án hoàn thành theo tiến độ đạt mục tiêu đồ án là: “Nghiên cứu xây dựng hệ thống điều khiển bám đường, tránh vật cản cho xe tự hành” với kết sau: - Đồ án nêu tổng quan xe tự hành giới nước - Đã giới thiệu sở để xây dựng chương trình điều khiển cho xe tự hành - Đã xây dựng mô hình xe tự hành - Đã xây dựng chương trình điều khiển xe tự hành bám đường tránh vật cản - Đã tiến hành chạy thử nghiệm xe, đánh giá kết rút ưu nhược điểm Trong thời gian tới, đồ án tiếp tục hoàn thiện phần điều khiển bám đường điều khiển tránh vật cản để xe bám đường nhiều trường hợp phức tạp tránh vật cản chưa biết trước vật cản động Nghiên cứu xây dựng thêm hệ thống nhận dạng biển báo giao thơng, tín hiệu đèn Do kiến thức cịn hạn chế nên đồ án khơng thể tránh khỏi sai sót, mong đóng góp ý kiến thầy giáo, cô giáo, bạn đọc để đồ án hoàn thiện Một lần em xin chân thành cảm ơn giúp đỡ nhiệt tình, chu đáo thầy giao Bộ mơn Tự động hóa kỹ thuật tính – Khoa Kỹ thuật điều khiển – Học viện Kỹ thuật Quân sự, đặc biệt thầy giáo Thiếu tá, TS Phạm Văn Nguyên giúp em hoàn thành đồ án 83 TÀI LIỆU THAM KHẢO Gary Bradski and Adrian Kaehler, “Learning OpenCV”, sofware that sees Phan Xuân Minh, Nguyễn Doãn Phước, Lý thuyết điều khiển mờ, Nhà xuất khoa học kỹ thuật, 2006 Dhanasingaraja R, Kalaimagal S, Muralidharan G “Autonomous Vehicle Navigation and Mapping Systemautonomous car” International Journal of Innovative Research in Science, Engineering and Technology Volume 3, Special Issue 3, March 2014, pp https://en.wikipedia.org/wiki/Autonomous_car#cite_note-29 https://techmaster.vn/posts/33943/opencv-va-cac-ung-dung-cua-no-hiennay https://moitruongviet.edu.vn/o-nhiem-khong-khi-khi-thai-tu-phuongtien-giao-thong http://www.tapchigiaothong.vn/thuc-trang-va-giai-phap-gop-phan-giamthieu-un-tac-giao-thong-o-cac-do-thi-lon-cua-viet-nam-d17525.html http://nld.com.vn/thoi-su-trong-nuoc/8685-nguoi-chet-vi-tai-nan-giaothong-nam-2016-20170104101534277.htm http://docs.opencv.org/2.4/modules/core/doc/intro.html 10 http://wiringpi.com/ 11 http://wiringpi.com/reference/setup/ 12 http://baotintuc.vn/o-to-xe-may/lo-trinh-phat-trien-xe-tu-hanh-tren-thegioi-dang-o-cap-do-nao-20170416083653267.htm ... thành đồ án Hà nội, ngày tháng năm 2017 Học viên thực Lê Văn Thu Chương 1: TỔNG QUAN VỀ XE TỰ HÀNH VÀ BÀI TOÁN ĐIỀU KHIỂN XE TỰ HÀNH 1.1 Tổng quan xe tự hành a) Khái niệm xe tự hành Xe tự hành, ... khiển xe tự hành Để nắm bắt xu công nghệ xe tự hành, em lựa chọn đồ án “Nghiên cứu xây dựng hệ thống điều khiển bám đường, tránh vật cản cho xe tự hành? ?? Với mục đích xây dựng mơ hình xe tự hành. .. quan trọng để xe tự động lái phần xử lý bám đường tránh vật cản Nhận thấy tầm quan trọng này, nên đồ án em nghiên cứu hệ thống điều khiển bám đường, tránh vật cản cho xe tự hành, sử dụng camera