Nghiên cứu, thiết kế, chế tạo mobile robot tự hành tích hợp một số công nghệ xử lý ảnh và thuật toán hiện đại

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ - - TRỊNH TUẤN DƯƠNG NGHIÊN CỨU, THIẾT KẾ, CHẾ TẠO MOBILE ROBOT TỰ HÀNH TÍCH HỢP MỘT SỐ CÔNG NGHỆ XỬ LÝ ẢNH VÀ THUẬT TỐN HIỆN ĐẠI LUẬN VĂN THẠC SĨ CƠNG NGHỆ KỸ THUẬT CƠ ĐIỆN TỬ HÀ NỘI - 2020 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ - - TRỊNH TUẤN DƯƠNG NGHIÊN CỨU, THIẾT KẾ, CHẾ TẠO MOBILE ROBOT TỰ HÀNH TÍCH HỢP MỘT SỐ CƠNG NGHỆ XỬ LÝ ẢNH VÀ THUẬT TỐN HIỆN ĐẠI Ngành: Công nghệ kỹ thuật điện tử Chuyên ngành: Kỹ thuật điện tử Mã số: 8520114.01 LUẬN VĂN THẠC SĨ CÔNG NGHỆ KỸ THUẬT CƠ ĐIỆN TỬ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS PHẠM MẠNH THẮNG HÀ NỘI - 2020 i LỜI CAM ĐOAN Tôi xin cam đoan: Luận văn cơng trình nghiên cứu cá nhân, không chép lại Tất nội dung có tham khảo từ tài liệu khác ghi lại đầy đủ phần tài liệu tham khảo Hà Nội, ngày 18 tháng năm 2020 Học viên Trịnh Tuấn Dương ii LỜI CẢM ƠN Tôi xin gửi lời cảm ơn chân thành đến Giáo viên hướng dẫn PGS.TS Phạm Mạnh Thắng giúp đỡ, hướng dẫn tận tình thầy Những dẫn, giúp đỡ có vai trị quan trọng giúp tơi hồn thành Luận văn Tơi xin gửi lời cảm ơn đến Gia đình, Bạn bè, Đồng nghiệp, người có giúp đỡ, động viên kịp thời thời gian thực Luận văn Xin chân thành cảm ơn! Hà Nội, ngày 18 tháng năm 2020 Học viên Trịnh Tuấn Dương iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC BẢNG BIỂU vi DANH MỤC HÌNH VẼ vii MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ LUẬN VĂN 1.1 Giới thiệu chung 1.1.1 Giới thiệu robot tự hành 1.1.2 Bài toán xác định vị trí tìm đường 1.2 Mục đích, đối tượng, nội dung nghiên cứu, giới hạn luận văn 1.2.1 Mục đích, đối tượng nghiên cứu luận văn 1.2.2 Nội dung nghiên cứu luận văn 1.2.3 Giới hạn luận văn CHƯƠNG THIẾT KẾ MOBILE ROBOT 10 2.1 Cấu tạo tổng quát mobile robot 10 2.2 Thiết kế phần khung, vỏ cho mobile robot 10 2.2.1 Ứng dụng công nghệ in 3D FDM việc thiết kế khung, vỏ cho robot 10 2.2.2 Thiết kế, chế tạo khung vỏ robot công nghệ in 3D FDM 13 2.3 Thiết kế mạch nguyên lý cho mobile robot 15 2.4 Thiết lập chế độ làm việc cho linh kiện 15 2.4.1 Arduino Uno 15 2.4.2 QTR – 5RC 16 2.4.3 Module thu phát sóng Radio nRF24L01 18 2.4.4 Động DC 19 iv 2.4.5 Module điều khiển động L298 20 2.4.6 Thiết lập giao tiếp cho robot 21 2.5 Viết chương trình điều khiển cho mobile robot 22 CHƯƠNG XÂY DỰNG CHƯƠNG TRÌNH XỬ LÝ ẢNH VÀ ĐỊNH HƯỚNG CHO MOBILE ROBOT 27 3.1 Mục đích nội dung chương trình 27 3.2 Ứng dụng công nghệ xử lý ảnh luận văn 27 3.2.1 Tổng quan xử lý ảnh 27 3.2.2 Khai thác thư viện OpenCV để hỗ trợ trình xử lý ảnh luận văn 28 3.2.3 Một số khái niệm thuật ngữ quan trọng xử lý ảnh sử dụng luận văn 29 3.3 Xây dựng nguyên lý hoạt động chương trình xử lý ảnh 31 3.4 Tạo đồ 32 3.4.1 Dùng ROI để xác định vùng hoạt động robot 32 3.4.2 Xác định đường robot (tìm line) 33 3.4.3 Thu nhỏ kích thước vạch 35 3.4.4 Chia nút xác định thông số nút 36 3.5 Ứng dụng thuật toán Camshift việc truy bắt, định vị robot 37 3.5.1 Giới thiệu thuật toán Camshift 37 3.5.2 Truy bắt robot theo thuật toán Camshift 42 3.6 Tìm đường cho robot 46 3.6.1 Giới thiệu thuật toán A* 49 3.6.2 Ứng dụng thuật tốn A* tìm đường cho robot 50 3.1 Dẫn hướng cho robot 50 3.2 Kết thử nghiệm tìm đường, định vị dẫn hướng cho robot theo thời gian thực 51 3.2.1 Kết lần thử nghiệm 52 3.2.2 Kết thử nghiệm lần 54 v 3.2.3 Kết thử nghiệm lần 56 3.2.4 Kết thử nghiệm lần 58 KẾT LUẬN 60 DANH MỤC CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN VĂN 62 TÀI LIỆU THAM KHẢO 63 PHỤ LỤC 1: MỘT SỐ HÌNH ẢNH VỀ SẢN PHẨM, VÀ MÔI TRƯỜNG THỬ NGHIỆM CỦA LUẬN VĂN 65 PHỤ LỤC 2: CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN VĂN 72 vi DANH MỤC BẢNG BIỂU Bảng 1-1 So sánh ưu, nhược điểm mobile robots bám vạch không bám vạch Bảng 2-1 Một vài ưu, nhược điểm công nghệ in 3D FDM 12 Bảng 2-2 So sánh hành vi robot luận văn robot bám vạch sử dụng thuật toán bám đường trái bám đường phải 24 Bảng 2-3 Kết xác định ngã rẽ hành vi robot dựa tín hiệu trả cảm biến dị line 25 vii DANH MỤC HÌNH VẼ Hình 1.1 Một mobile robots đơn giản [27] Hình 1.2 Nhiều cơng nghệ áp dụng lúc để định vị định hướng cho mobile robots [16] Hình 1.3 Thiết bị BLE Beacons sử dụng công nghệ bluetooth [11] Hình 1.4 Hệ thống đánh dấu AprilTags [11] Hình 1.5 Hệ thống định vị sóng radio [17] Hình 1.6 Hệ thống NFC tags [11] Hình 1.7 Hệ thống RFID passive tags [11] Hình 1.8 Một mobile robot bám vạch có nhiệm vụ vận chuyển nguyên vật liệu [23] Hình 1.9 Hệ thống đánh dấu cho mobile robots bám vạch từ [18] Hình 1.10 Bản đồ chứa vịng lặp khiến cho số thuật tốn dị đường bám biên giải Hình 1.11 Nguyên lý hoạt động hệ thống Hình 2.1 Một mơ hình in theo công nghệ FDM [22] 11 Hình 2.2 Mặt trước mơ hình 3D mobile robot 13 Hình 2.3 Mặt sau mơ hình 3D mobile robot 14 Hình 2.4 Mơ hình mobile robot hoàn thiện 14 Hình 2.5 Mạch nguyên lý hệ thống gồm hai phần: module phát tín hiệu mobile robot 15 Hình 2.6 Board Arduino Uno [9] 16 Hình 2.7 Cảm biến QTR - 5RC [16] 17 Hình 2.8 Module thu phát sóng radio NRF24L01 [12] 18 Hình 2.9 Động DC GA25 [10] 19 Hình 2.10 Module điều khiển động L298 [20] 20 Hình 2.11 Cấu tạo IC điều khiển động L298 21 Hình 2.12 Sơ đồ truyền liệu từ chương trình xử lý ảnh đến robot 21 Hình 2.13 Nguyên lý hoạt động mobile robot 23 Hình 3.1 Các module thư viện OpenCV [25] 28 Hình 3.2 Khơng gian màu RGB [24] 30 Hình 3.3 Khơng gian màu HSV [26] 30 Hình 3.4 Nguyên lý hoạt động chương trình xử lý ảnh 31 Hình 3.5 Bản đồ trước áp dụng ROI (trái) đồ sau áp dụng ROI (phải) 32 Hình 3.6 Kết xác định vạch theo phương pháp phân ngưỡng nhị phân viii ngược đồ 34 Hình 3.7 Kết xác định vạch theo phương pháp phân ngưỡng nhị phân ngược đồ 34 Hình 3.8 Kết làm giảm kích thước vạch đồ phép toán co ảnh 36 Hình 3.9 Kết làm giảm kích thước vạch đồ phép toán co ảnh 36 Hình 3.10 Ví dụ việc chia lưới đồ mà đường có kích thước lớn [8] 37 Hình 3.11 Cửa sổ lọc trượt đến trọng tâm tập hợp điểm [15] 38 Hình 3.12 Trong thuật tốn meanshift, kích thước cửa sổ lọc không thay đổi theo thay đổi đối tượng [15] 40 Hình 3.13 Trong thuật tốn Camshift, kích thước hướng cửa sỏ lọc thay đổi theo thay đổi đối tượng [15] 41 Hình 3.14 Sự thay đổi Histogram dải chia lưới thay đổi [2] 42 Hình 3.15 Ảnh gốc, histogram backprojection tương ứng [13] 43 Hình 3.16 Robot tự hành đánh dấu nhận dạng hai vùng màu khác thân 44 Hình 3.17 Kết định vị mobile robot số vị trí khác 45 Hình 3.18 Kết giảm nhiễu nhờ việc tinh chỉnh giá trị HSV dùng để phân ngưỡng 46 Hình 3.19 Thuật tốn tìm đường theo quy tắc bám phải [30] 46 Hình 3.20 Thuật tốn Pledge giúp khỏi vật cản phức tạp [30] 47 Hình 3.21 Kết tìm đường thuật tốn A* (trái) thuật toán Dijkstra (phải) 49 Hình 3.22 Kết tìm đường lần thử nghiệm 52 Hình 3.23 Kết dẫn hướng cho robot theo thời gian thực lần thử nghiệm 53 Hình 3.24 Kết tìm đường lần thử nghiệm 54 Hình 3.25 Kết dẫn hướng cho robot theo thời gian thực lần thử nghiệm 55 Hình 3.26 Kết tìm đường lần thử nghiệm 56 Hình 3.27 Kết dẫn hướng cho robot theo thời gian thực lần thử nghiệm 57 Hình 3.28 Kết tìm đường lần thử nghiệm 58 Hình 3.29 Kết dẫn hướng theo thời gian thực lần thử nghiệm thứ 59 69 Phụ lục Mặt lưng Robot 70 Phụ lục Mặt sau robot 71 Phụ lục Mặt đáy Robot 72 PHỤ LỤC 2: CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN VĂN Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thơng Vận tải, năm 2020 MỤC LỤC NGUYỄN VĂN CƢỜNG, Ảnh hƣởng số thông số công nghệ đến sai lệch kích thƣớc đƣờng kính độ khơng trịn bề mặt lỗ gia công tia lửa điện PHẠM VĂN TIẾN, Nghiên cứu sở lý thuyết tổ hợp chỉnh lƣu 12 đập mạch hệ thống cấp điện kéo cho đoàn tàu đƣờng sắt đô thị 10 NGUYỄN THÀNH CÔNG, Nghiên cứu ứng dụng phần mềm Solidwork xây dựng phƣơng pháp thiết kế nhanh khung xƣơng xe khách 19 PHẠM HUY KHƢƠNG, Thiết kế tổng thể hệ thống hãm toa xe khách cao cấp vận hành tin cậy đến tốc độ 120 km/h 27 NGUYỄN ĐỨC TỒN, Tính tốn độ bền má giá giá chuyển hƣớng toa xe hàng có mui phần mềm sap2000 35 NGUYỄN QUANG CƢỜNG, NGUYỄN VĂN ANG, NGUYỄN THIẾT LẬP, Phân tích rung động khung vỏ tơ có kể đến kích thích động 43 NGUYỄN VĂN HÀO, Nghiên cứu ảnh hƣởng thông số hàn đến độ bền kéo khảo sát cấu trúc tế vi liên kết hàn ma sát khuấy hợp kim nhôm 5052-O 51 VŨ DUY ĐỨC, Phƣơng pháp tối ƣu đƣờng chạy dao trình phay bề mặt dạng tự máy phay dựa việc xác định khoảng gia công hiệu 58 LÊ TOÀN THẮNG, Nghiên cứu thực nghiệm đánh giá hiệu cánh tay rô bốt bị động cho công việc nâng vật cao 67 10 PHẠM VĂN KHÁ, Nghiên cứu mô thông số hoạt động hệ thống phần mềm Enginnering Equation Solver (EES) 75 11 ĐỖ KHẮC SƠN, Mô ảnh hƣởng thông số đến tr nh làm việc pin nhiên liệu ô tô 82 12 VŨ XUÂN THIỆP, Mô xác định hệ số nạp động diesel xylanh 89 13 TRỊNH TUẤN DƢƠNG, Ứng dụng xử lý ảnh việc định vị, t m đƣờng dẫn hƣớng cho phƣơng tiện tự hành bám vạch 95 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 14 NGUYỄN QUANG MINH, PHẠM ANH TUẤN, ây dựng mô h nh l thuyết tính tốn động học cho cánh tay công tác máy kıểm tra cầu 103 15 NGUYỄN THỊ THÙY DUNG, Nghiên cứu tr nh ngƣng dịng lƣu chất chế độ hình xuyến 113 16 NGUYỄN CAO VĂN, Nghiên cứu ảnh hƣởng tỷ lệ biodiesel thời điểm phun tới đặc tính cháy phát thải động diesel 119 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 ỨNG DỤNG XỬ LÝ ẢNH TRONG VIỆC ĐỊNH VỊ, TÌM ĐƢỜNG VÀ DẪN HƢỚNG CHO CÁC PHƢƠNG TIỆN TỰ HÀNH BÁM VẠCH Application of computer vision in line follower automated guided vehicle localization and navigation TRỊNH TUẤN DƢƠNG Bộ môn Kỹ thuật máy - Khoa Cơ khí Trường Đại học Giao thơng vận tải Tóm tắt: Báo cáo trình bày kết áp dụng cơng nghệ xử lý ảnh thuật tốn tìm đường việc giải b i to n định vị, t m đường dẫn hướng theo thời gian thực cho c c phương tiện tự hành bám vạch Kết báo cáo mang tới giải pháp hoàn chỉnh cho b i to n định vị, t m đường, dẫn hướng đồng thời giúp cho c c phương tiện tự hành bám vạch c độ linh hoạt cao chuyển động Summary: The report presents the results in applying computer vision and planning algorithm to localize and navigate line follower AGV (automated guided vehicle) The results of this research provide a complete solution for AGV localization and navigation; and those results also assist the AGV in motion flexibility ĐẶT VẤN ĐỀ Ngày nay, sản xuất ng nhƣ uộc sống, AGV (tên gọi ho phƣơng tiện tự hành, robot tự hành n i phƣơng tiện tự hành dạng bám vạch nói riêng ngày ph biến có vai trị ngày quan trọng Hình Một vài AGV dạng bám vạ h làm việc Đối với loại phƣơng tiện định vị tìm đƣờng, d n hƣớng tốn quan trọng, ảnh hƣởng trực tiếp đến trình hoạt động Đối với AGV hoạt động ngồi trời phƣơng pháp đƣợc sử dụng ph biến hiệu đ định vị (outdoor localization) GPS Trong đ , t n hiệu GPS thƣờng yếu m i trƣờng nhà kín, nên kh ng đƣợc sử dụng đ định vị ho phƣơng tiện hoạt động nhà Do đ , ài toán định vị ho phƣơng tiện hoạt động nhà phức tạp có số cơng nghệ có th áp dụng nhƣ: Wifi, luetooth, Zig ee, RFID, A ousti signal, Ultrasound, [4] Tuy nhi n, 95 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 phƣơng pháp th t n nhƣợ m giá thành cao, ho c giải toán định vị hƣa th giải đ ng thời ài tốn tìm đƣờng Riêng AGV bám vạ h đ định vị, vị trí cần định vị sử dụng thêm mã hóa IR [7] ho c LED [1] đ làm dấu Tuy nhi n, nhƣợ m phƣơng pháp hỉ áp dụng m i trƣờng làm việc khơng u cầu độ linh hoạt cao vị trí cần đến phƣơng tiện lại phải đ t dấu (markers) muốn thay đ i lại vị trí phải can thiệp vào việc xếp dấu Hình Hệ thống đánh dấu cho AGV bám vạch Tận dụng có m t ngày ph biến amera, áo áo đƣa cách giải đ ng thời ài tốn định vị, tìm đƣờng d n hƣớng cho AGV dạng bám vạch nhờ công nghệ xử lý ảnh Ƣu m phƣơng pháp hi ph thấp (chỉ cần amera hƣơng trình tr n máy t nh , tăng độ linh hoạt việc chuy n động, vận hành phƣơng tiện (tìm đƣờng d n hƣớng theo thời gian thực nhanh chóng xác, có th tới vị trí đ mà không cần phải thêm dấu đ hay thêm cảm biến khác) XÂY DỰNG HỆ THỐNG THỬ NGHIỆM VÀ LẬP BẢN ĐỒ SỐ 2.1 Nguyên lý hoạt động hệ thống Hệ thống ao g m thành phần, nguy n l hoạt động nhƣ hình Trong đ , amera gắn ngồi, phù hợp treo tr n trần hƣớng xuống có nhiệm vụ thu thập hình ảnh gửi cho phần mềm xử lý ảnh máy tính Phần mềm xử lý ảnh thực nhiệm vụ li n quan đến tạo đ , định vị tìm đƣờng cho robot r i gửi liệu đến module phát tín hiệu Module gửi liệu điều n qua s ng radio đến robot bám vạch (line follower) Robot kết hợp liệu điều n ng nhƣ liệu t cảm biến dị vạ h đ đến đ h Hình Nguyên lý hoạt động hệ thống định vị, tìm đƣờng d n hƣớng cho AGV 2.2 Tạo đồ số T ảnh thu đƣợc t amera, hƣơng trình xử lý ảnh phải có khả tăng tạo đ số 96 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 đ phục vụ cho việ định vị tìm đƣờng th a mãn yêu cầu : - Giới hạn phạm vi đ - Xá định vạch (line) đ Thu hẹp k h thƣớc vạch - Chia n t, xá định thông số nút 22 Giới hạn phạm vi đồ Phạm vi đ cần đƣợc giới hạn đ loại b vùng không mong muốn ảnh kh i đ Điều đ ng thời làm giảm khối lƣợng t nh tốn ho hƣơng trình Đ giới hạn phạm vi đ , kỹ thuật ROI vùng quan t m đƣợc áp dụng [ ] Theo đ , ngƣời dùng có th dùng chuột đ khoanh vùng quan tâm đ Hình Kết áp dụng ROI đ giới hạn phạm vi đ Kết cho thấy đ có th cắt bớt phần th a phạm vi làm việc AGV 2 Xác định vạch đồ Vạch đ h nh đƣờng đ giúp AGV có th di chuy n Do đ , hƣơng trình cần xá định đƣợ đ u vạch đ đ có th áp dụng thuật tốn tìm đƣờng Dù vạ h đƣợc tạo t ăng d nh thƣờng, sơn hay vạch t magneti line đ m màu sắ thƣờng tƣơng phản lớn so với Vì vậy, thuật tốn ph n ngƣ ng nhị ph n ngƣợc [ ] đƣợc áp dụng đ tìm đƣờng theo cơng thức: ( ) ( ) ( ) Trong đ : ( ) giá trị pixel sau ph n ngƣ ng - ( ) giá trị gốc pixel trƣớ ph n ngƣ ng giá trị lớn pixel ngƣ ng dùng đ ph n ngƣ ng Trong thiết lập, thresh đƣợ đƣa vào hƣơng trình dƣới dạng trƣợt đ có th tinh chỉnh kết tốt Trong điều kiện ảnh th a mãn tính chất bi-modal histogram có th dùng ph n ngƣ ng Otsu Otsu’ method đ tìm ngƣ ng cách tự động [6] 97 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thơng Vận tải, năm 2020 Hình Kết ph n ngƣ ng nhị ph n ngƣợ theo phƣơng pháp Otsu 22 Làm giảm kích thước vạch Khác với loại đ , đƣờng AGV bám vạch vạch với đ m dài, mảnh Điều khiến cho việ hia lƣới m ng g p nhiều kh khăn khả xảy tình trạng sai ho c thiếu thông tin vạch Do đ , pixel ảnh đƣợ xá định nút Vì vậy, cần phải làm giảm k h thƣớc vạ h đ phần giảm đƣợc khối lƣợng tính tốn mà v n đảm bảo khơng làm sai lệch liệu tính tốn Làm giảm k h thƣớc vạ h đƣợc thực thông qua việc áp dụng phép tốn hình thái co ảnh (erosion) [2]: ( ) ) ( Trong đ : ( ) giá trị pixel sau áp dụng co ảnh - - ( ) giá trị pixel thuộc vùng ma trận m neo có vị trí k h thƣớc ma trận m neo Hình Kết làm giảm k h thƣớc vạch phép toán co ảnh 2.2.4 Chia nút, xác định thông số nút Chia nút yêu cầu cần thiết đ có th áp dụng thuật tốn tìm đƣờng Với đ c tính vạ h k h thƣớc dài mảnh, n n đ khơng b xót ho c gây sai lệch thơng tin vạch pixel ảnh đƣợc gán nút với liệu sau [8]: - Vị trí nút - Nút có thuộ đƣờng hay khơng - Giá trị chi phí t ng - Giá trị chi phí t nút xuất phát 98 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 - Giá trị hi ph tƣơng đối đến đ h Có phải nút xuất phát hay n t đ h kh ng - Đ nằm danh sá h n t đ x t hƣa Vị trí nút mẹ n t đ ĐỊNH VỊ VÀ TÌM ĐƢỜNG CHO AGV 3.1 Định vị AGV Đ dễ dàng nhận diện AGV, phía AGV đƣợc đánh dấu vùng màu sắc khác th a mãn u cầu: - Nếu có nhiều AGV hoạt động AGV đƣợ đánh dấu đ có th phân biệt đƣợc - Đánh dấu cho có th dựa vào vùng đánh dấu đ xá định đƣợ hƣớng AGV Việ đánh dấu có th thực ăng d nh màu ho ánh sáng đèn led điều kiện kh ng đủ Hình Robot tự hành đƣợc ký hiệu nhận dạng hai vùng màu khác thân Với AGV đ th a m n điều kiện thuật tốn Camshift đƣợc áp dụng với vị tr đánh dấu đ định vị xá định hƣớng AGV [3] Các giá trị HSV dùng đ phân ngƣ ng đƣợ ăn hỉnh đ đạt kết định vị tốt nhƣ hình Hình Kết giảm nhiễu nhờ việc tinh chỉnh giá trị HSV dùng đ ph n ngƣ ng 3.2 T m đƣờng cho AGV T vị trí AGV đƣợ oi nhƣ n t xuất phát, hƣơng trình ho ph p ngƣời sử dụng kích vào vị trí vạ h đ làm đ h đến Sau đ , đƣờng phù hợp nút xuất phát n t đ h đƣợc tìm theo thuật tốn tìm đƣờng A* [ ] Đ y thuật toán đƣợc phát tri n t thuật toán Dijkstra với ƣu m tố độ tìm đƣờng nhanh so với Dijkstra 99 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 Hình Kết tìm đƣờng sử dụng thuật tốn A* vị trí robot m đến đƣợc chọn ng u nhiên 3.3 Dẫn hƣớng cho AGV Hình 10 Kết d n hƣớng cho robot theo thời gian thực 100 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 Về ản đ AGV đến đ h v a th a mãn yêu cầu bám vạ h trơn tru, v a kết hợp nhận lệnh điều n t hƣơng trình tr n máy t nh đ b bám vạch cần thiết ho c thực hành vi hƣơng trình xử lý ảnh gửi xuống cho AGV liệu điều n nhƣ sau: - Một byte chứa lệnh điều n cho phép robot di chuy n hay d ng Lệnh điều n kết loạt điều kiện nhƣ vị trí robot so với n t đ h, hƣơng trình n nhận dạng đƣợc robot khơng, hay yêu cầu d ng ro ot đột ngột t ngƣời dùng hƣơng trình - Một byte chứa góc hƣớng ro ot hƣớng đƣờng cần Robot kết hợp hai bytes với liệu t cảm biến d line đ đủ điều kiện cần đ di chuy n đƣợ đến đ h Kết việc d n hƣớng cho robot tự hành bám vạ h đƣợc th nhƣ tr n hình Chƣơng trình xử lý ảnh đ đƣa lệnh điều n xác theo thời gian thực dựa đƣờng đ tìm đƣợc giúp robot di chuy n đến đ h KẾT LUẬN Kết thực nghiệm cho thấy hƣơng trình khả tìm đƣờng xác, có khả định vị d n hƣớng cho thiết bị AGV dạng bám vạch theo thời gian thự Phƣơng pháp tiếp cận ng mang đến độ linh hoạt trình vận hành thiết bị Thiết bị có th đến vị trí đ mà không cần phải thêm cảm biến, hay tiến hành tạo dấu vạch Bên cạnh đ , th ng qua hƣơng trình, khả tƣơng tá ngƣời sử dụng thiết bị ng đƣợ n ng ao Ngƣời sử dụng có th chủ động điều n đ h đến cho thiết bị với thao tác kích chuột đ ho ng th cố định m đ h ho thiết bị việc vẽ lên ảnh đ thu đƣợc t camera (tạo dấu ảo) Việc sử dụng xử lý ảnh đ giải ài tốn định vị, tìm đƣờng d n hƣớng cho thiết bị AGV bám vạ h ng h tiếp cận phù hợp đ có th phát tri n ứng dụng thêm thuật toán khác nhằm quản lý vận hành nhiều thiết bị AGV lúc Tài liệu tham khảo [1]: Abdul Hannan Shaukat (2013): “A Localization Algorithm Using IR Receivers and LEDs for a Line Following Robot‖; International Journal of Engineering Research and Reviews (IJERR) Vol 1, Issue 1, pp: (1-4) [2]: Adrian Kaehler, Gary Bradski (2017): “Learning Open CV 3”; O’Reilly Media, Inc [3]: Chaoli Wang ; Zhenyu Fu (2014): “A new way to detect the position and orientation of the wheeled mobile robot on the image plane”; IEEE International Conference on Robotics and Biomimetics [4]: Faheem Zafari, Athanasios Gkelias, Kin K Leung (2019) : “A Survey of Indoor Localization Systems and Technologies”; IEEE Communications Surveys & Tutorials ( Volume: 21 , Issue: 3) 101 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 [5]: Hart, P E.; Nilsson, N J.; Raphael, B (1968): ―A Formal Basis for the Heuristic Determination of Minimum Cost Paths‖; IEEE Transactions on Systems Science and Cybernetics (2): 100–107 [6]: Kittler, Josef & Illingworth, John (1985): ―On threshold selection using clustering criteria” IEEE Transactions on Systems, Man and Cybernetics SMC-15 (5): 652– 655 [7]: Tarneem Omar Barayyan, Enayyah Mohammed Barnawi: “Enhanced Line Follower Robot Using IR coding as an Artificial Landmark”; Conf-scoop.org [8]: Trịnh Tuấn Dƣơng (2019): “T m đường cho Mobile robots dựa việc t m đường biên áp dụng thuật toán A*”; Cơ kh Việt Nam số 102 ...ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ - - TRỊNH TUẤN DƯƠNG NGHIÊN CỨU, THIẾT KẾ, CHẾ TẠO MOBILE ROBOT TỰ HÀNH TÍCH HỢP MỘT SỐ CÔNG NGHỆ XỬ LÝ ẢNH VÀ THUẬT TỐN HIỆN ĐẠI... lưng Robot 69 Phụ lục Mặt sau robot 70 Phụ lục Mặt đáy Robot 71 MỞ ĐẦU Luận văn thạc sĩ ? ?Nghiên cứu, thiết kế, chế tạo mobile robot tự hành tích hợp số cơng nghệ xử lý. .. số cơng nghệ xử lý ảnh thuật tốn đại? ?? có nhiệm vụ thiết kế, chế tạo mơ hình mobile robot tự hành dạng bám vạch định vị, tìm đường dẫn hướng nhờ vào kết hợp công nghệ xử lý ảnh thuật tốn tìm đường