HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Nghiên cứu, thiết kế hệ thống bám mục tiêu cho mơ hình nịng súng ứng dụng cơng nghệ xử lý ảnh Researching, designing the tracking system for gun model using image processing technology Vũ Đức Linh*, Nguyễn Anh Văn, Nguyễn Công Minh Học viện Kỹ thuật Quân *Email: vuduclinh89@gmail.com Mobile: 0972.65.69.70 Tóm tắt Từ khóa: Robot chiến trường; Xử lý ảnh; Thị giác máy; Điều khiển robot; Hệ ổn định tầm hướng Từ yêu cầu thực tiễn đại hóa khí tài qn sự, nhóm tác giả đưa ý tưởng “Nghiên cứu, thiết kế hệ thống bám mục tiêu cho mơ hình nịng súng ứng dụng công nghệ xử lý ảnh” với mục tiêu hướng tới nhằm thiết kế chế tạo robot chiến đấu thông minh sau Hệ thống sử dụng camera bố trí hướng nhìn dọc theo mơ hình nịng súng dùng quan sát mục tiêu phạm vi cho phép Sau hệ thống quan sát phát nhận dạng mục tiêu người, máy bay, xe tăng…, chương trình tính tốn đưa thơng số vị trí, hướng vận tốc mục tiêu Bộ điều khiển trung tâm dựa vào thông số nhận từ hệ thống quan sát đưa tín hiệu điều khiển động nhằm thay đổi góc tầm góc hướng mơ hình nịng súng cho hướng nịng súng ln bám theo đối tượng cần bám Phương pháp nghiên cứu nhóm tác giả từ nghiên cứu lý thuyết tới thiết kế chế tạo chế tạo mơ hình thực nghiệm Sau đó, tiến hành thực nghiệm cụ thể mơ hình thiết kế đánh giá khả bám mục tiêu hệ thống điều kiện khác Abstract Keywords: Robot war field; Image processing; Machine vision; Robot control; The stable range and azimuth system Ngày nhận bài: 05/07/2018 Ngày nhận sửa: 14/9/2018 Ngày chấp nhận đăng: 15/9/2018 Based on the requirements of that practice in the military, we put forward the idea of “Researching, designing the tracking system for to the gun model using image processing technology” for designing intelligent battle robots The system uses cameras which are positioned along the barrel of the gun are able to observe the target within the allowable range After detecting and identifying target object (people, aircraft, tanks…), the information about the location, range, azimuth and velocity of the target object will be transmitted to the central controller Based on the parameters received from the observation system, the central controller will control the range and azimuth motors of the gun model to track the target object Researching methods is theoretical researching in combination with experimental designing and manufacturing Then, the team conducts specific experiments on the designed model and assesses the tracking of ability of the system under different conditions HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 GIỚI THIỆU Trong năm gần đây, việc ứng dụng công nghệ xử lý ảnh để giải toán thực tế lĩnh vực y học, công nghiệp, khoa học vũ trụ, điều khiển… nhà nghiên cứu giới đặc biệt quan tâm Cũng vậy, quân sự, với mục đích tăng cường khả chiến đấu giảm thiểu thương vong cho người lính, nước giới sâu vào nghiên cứu ứng dụng công nghệ xử lý ảnh [1] nhằm thiết kế, chế tạo robot thơng minh có khả tác chiến thay người lính chiến trường Vì chúng tơi đề xuất ý tưởng “Nghiên cứu, thiết kế hệ thống bám mục tiêu cho mơ hình nịng súng ứng dụng cơng nghệ xử lý ảnh” với mục tiêu hướng tới nhằm thiết kế chế tạo robot chiến đấu thông minh sau Như biết, để giải toán nhận dạng đối tượng hình ảnh nhà nghiên cứu nước nghiên cứu từ lâu với nhiều thuật toán khác phổ biến xây dựng thuật toán nhận dạng theo mẫu, chương trình nhận dạng viết Visual C++ với Open CV [2] Tuy nhiên với lớn mạnh ngơn ngữ lập trình LabVIEW [3] (viết tắt Laboratory Virtual Instrumentation Engineering Workbench) tạo mơi trường lập trình hiệu việc giao tiếp đa kênh thiết bị Đối với kỹ sư, nhà khoa học hay giảng viên, LabVIEW trở thành công cụ phổ biến để xây dựng ứng dụng thu thập liệu từ cảm biến phát triển thuật toán LabVIEW sử dụng nhiều lĩnh vực khác đo lường, tự động hóa, điện tử, robot, vật lý, toán học, sinh học Đặc biệt khả xử lý ảnh vô mạnh mẽ LabVIEW với hàm tiêu chuẩn hoạt động tin cậy bước đầu làm thay đổi tư nghiên cứu thiết kế kỹ sư giới Ngoài ra, với khả kết nối nhanh chóng tin cậy với thiết bị ngoại vi hay mạch điều khiển tạo nên điểm mạnh LabVIEW việc xây dựng phần mềm nhận dạng điều khiển hệ thống điện tử Dựa ưu điểm đó, nhóm tác giả chọn phần mềm LabVIEW để xây dựng chương trình nhận dạng bám đối tượng cho mơ hình nịng súng Trên hình mơ hình thực nghiệm mà nhóm tác giả xây dựng dùng để khảo sát thuật tốn bám đối tượng Mơ hình gồm khối chính: (1) Thân xe; (2) Cụm giá đỡ; (3) Nòng súng; (4) Camera quan sát; (5) Động RC Servo MG995; (6) Mạch nhúng Arduino Uno R3; (7) Mạch cơng suất L298 Hình Mơ hình hệ nịng súng bám mục tiêu HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 GIẢI PHÁP NHẬN DẠNG VÀ BÁM ĐỐI TƯỢNG 2.1 Giải pháp nhận dạng đối tượng Trong LabVIEW để thu nhận ảnh, xử lý ảnh nhận dạng đối tượng, dùng nhiều cách Tuy nhiên với hai Toolkits NI Vision Acquisition Vision Assistant, xây dựng chương trình thu nhận dạng ảnh cách nhanh chóng với độ tin cậy cao Quá trình thu nhận ảnh, xử lý ảnh xuất tín hiệu điều khiển ta hình dung qua bước thể hình Hinh Quá trình thu nhận, xử lý ảnh xuất tín hiệu điều khiển Việc thu nhận ảnh môi trường LabVIEW thực riêng thông qua Toolkits Vision Acquisition [4] Đây Toolkits cho phép người dùng xây dựng chương trình thu nhận ảnh từ camera cách linh hoạt (kết nối khơng dây, có dây, Wifi, 3G…) Trong giới hạn vấn đề nghiên cứu, nhóm tác giả chọn mẫu camera IP67 USB Borescope (640x480) để thiết lập chương trình kết nối thu nhận ảnh Ảnh sau thu nhận đưa sang Toolkits Vision Assistant để xử lý Đây bước quan trọng tồn cơng việc xử lý ảnh tập trung Vision Assistant cho phép xây dựng chương trình xử lý nhận dạng ảnh Ví dụ: Color Matching - nhận dạng đối tượng theo màu sắc, Color Location - nhận dạng đối tượng theo phân bố khu vự màu, Color Pattern Matching - nhận dạng theo mẫu đối tượng, Object Tracking - bám đối tượng… Ảnh mẫu Trích chọn thông tin màu sắc biểu đồ xám đối tượng mẫu Sử dụng thông tin màu sắc cho thuật tốn định vị nhằm tìm kiếm đối tượng ảnh từ camera Ảnh từ Camer a Sử dụng biểu đồ xám cho vùng màu để xác định vị trí đối tượng tìm kiếm ảnh từ camera Ghi lại giá trị so sánh màu sắc biểu đồ xám vùng Hình Sơ đồ thuật toán nhận dạng ảnh sử dụng hàm Color Pattern Matching HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Trong nghiên cứu này, với yêu cầu cần nhận dạng đối tượng mục tiêu bia số 4, mặt người Hai đối tượng có đặc trưng cấu trúc màu sắc, vậy, nhóm tác giả dùng hàm Color Pattern Matching để xây dựng chương trình kiếm nhận dạng theo mẫu cho trước Thuật tốn tìm kiếm nhận dạng thể hình 2.2 Giải pháp điều khiển bám đối tượng Để mơ hình nịng súng ln bám theo mục tiêu, ta đưa yêu cầu toán chương trình điều khiển góc tầm góc hướng nịng súng phải đáp ứng cho tâm O’ vùng ảnh mục tiêu (vị trí nhận dạng mục tiêu) trùng với tâm chuẩn (điểm O) Yêu cầu tốn thực tế thể hình 4: mục tiêu chuyển động tức điểm O’ di động xuất sai số x theo phương ngang, y theo phương dọc so với điểm O Bài toán ta cần phải giải điều chỉnh nòng súng để sai số x y Hình Sai số vị trí thực tế O’ vị trí mong muốn O Trên thực tế với mục đích tăng tính ổn định hệ thống, nhóm tác giả sử dụng điều khiển PID để điều khiển hai động RC Servo tầm hướng theo sai số x y Sơ đồ cấu trúc điều khiển PID điều khiển động điều chỉnh góc tầm góc hướng nịng súng thể hiên hình Xo(Yo) ∆x(∆y) X(Y) PID + Motor Chương trình thu nhận xử lý ảnh Hình Sơ đồ cấu trúc hệ thống điều khiển tầm hướng Lưu đồ thuật toán điều khiển thể hình CCCH HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Bắt đầu Thiết lập đối tượng ảnh mẫu Thực chương trình tìm kiếm, nhận dạng ảnh Nhận dạng đối tượng? No Yes Xuất tọa độ đối tượng theo trục Ox Oy Điều khiển động điều khiển tầm hướng No Dừng? Yes Kết thúc Hinh Lưu đồ thuật toán điều khiển THỰC NGHIỆM 3.1 Xây dựng mơ hình thực nghiệm Để xây dựng mơ hình thực nghiệm, nhóm tác giả lựa chọn camera IP67 USB Borescope (640x480), mạch điều khiển nhúng Arduino Uno R3 [5] mạch nhúng phổ biến tin cậy thị trường kết hợp mạch công xuất L298 điều khiển hai động RC Servo MG995 dùng ổn định góc tầm góc hướng cho mơ hình nịng súng Trên hình mơ tả chương trình nhận dạng đối tượng điều khiển bám mơ hình nịng súng nhóm tác giả xây dựng phần mềm LabVIEW: - Khu vực (1) có Toolkits Vision Acquition để thiết lập chương trình thu nhận ảnh từ camera Vision Assistant nhận dạng đối tượng mong muốn (khối màu, bia số 4, mặt người); - Khu vực (2) khu vực thiết lập chương trình tính tốn sai số vị trí tâm đối tượng nhận dạng so với tâm ảnh ( x , y ); - Khu vực (3) khu vực xây dựng điều khiển PID cho hai động RC Servo điều khiển góc tầm góc hướng với sai số góc tính tốn theo sai số vị trí tâm đối tượng nhận dạng so với tâm ảnh ( x , y ); - Khu vực (4) khu vực thiết lập thông số mạch điều khiển (thiết lập kết nối mạch nhúng Arduino Uno R3 với chương trình LabVIEW); - Khu vực (5) khu vực thiết lập tín hiệu điều khiển động (xuất tín hiệu điều khiển góc cho hai động RC Servo) HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Hình Chương trình điều khiển 3.2 Thử nghiệm khả bám mục tiêu mơ hình Để thực nghiệm khả bắt, bám đối tượng mô hình, nhóm tác giả thực nghiệm nhiều mẫu đối tượng với độ phức tạp khác Hình Kết hoạt động hệ thống bắt bám bóng màu đỏ HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Trường hợp đầu tiên, nhóm tác giả thử nghiệm mơ hình nhận dạng bám đối tượng đơn giản cấu trúc màu sắc, bóng màu đỏ Khi chương trình bắt đối tượng, tự đồng điều khiển động góc tầm góc hướng cho vị trí đối tượng nhận dạng nằm tâm khung ảnh Lúc sai số vị trí x y (khu vực hình 8) Để khảo sát khả bám đối tượng, ta tiến hành di chuyển nhanh đối tượng cần nhận dạng khỏi vị trí tâm khung ảnh Lúc này, sai số Δx Δy bị thay đổi đáng kể (khu vực 2) Sau ta dừng di chuyển đối tượng cần bám để kiểm tra khả đáp ứng hệ thống Kết cho thấy hệ thống đáp ứng tốt, vị trí tâm đối tượng nhận dạng đưa tâm khung ảnh Điều thể đồ thị hình 8, hai sai số Δx Δy sau lệch khỏi giá trị lại nhanh chóng đưa giá trị (khu vực 3) Đáp ứng động điều chỉnh góc tầm góc hướng thể hiệnt ại hai đường RC1 (góc tầm) RC2 (góc hướng) Trường hợp thứ hai, nhóm thực nghiệm cho mơ hình bắt bám đối tượng phức tạp cấu trúc màu sắc, bia số (bia bắn số thường sử dụng huấn luyện đội) Quá trình thực nghiệm tiến hành trường hợp Kết thực nghiệm thể hình cho thấy khả đáp ứng tốt hệ thống trình bắt bám đối tượng Hình Kết hoạt động hệ thống bắt bám bia số HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Tiếp theo, nhóm tác giả tiến hành thực nghiệm phức tạp hơn, mặt người di chuyển phạm vi quan sát hệ thống Kết nhận dạng bắt bám đối tượng thể hình 10 cho thấy hệ thống hoạt động ổn định độ tin cậy cao Hình 10 Kết hoạt động hệ thống bắt bám mặt người KẾT LUẬN Bài báo trình bày kết nghiên cứu, thiết kế mơ hình nịng súng bắt, bám mục tiêu ứng dụng công nghệ xử lý ảnh Nhóm tác giả đưa mơ hình thiết kế hệ thống; xây dựng thuật toán nhận dạng bắt bám đối tượng tiến hành xây dựng chương trình mơ phần mềm LabVIEW Kết thực nghiệm hoạt động hệ thống cho thấy, khả phát bám mục tiêu hệ thống hoạt động tốt, đáp ứng yêu cầu đặt Kết nghiên cứu nhóm tác giả tiền đề quan trọng việc nghiên cứu phát triển dạng robot chiến đấu thông minh sau TÀI LIỆU THAM KHẢO [1] R C Gonzalez, R E Woods Digital Image Processing 3rd edition, Prentice-Hall, 2008 [2] Gary Bradski, Adrian Kaehler Learning Open CV, 2004 [3] Raul G Longoria Basic Vision LabVIEW , The University of Texas at Austin, 2010 [4] Christopher G.Relf , Image Acquisition and Processing with LabVIEW, 2014 [5] Jonathan Oxer, Hugh Blemings, Practical Arduino: Cool Projects for Open Source Hardware (Technology in Action), 2009 ... 10 cho thấy hệ thống hoạt động ổn định độ tin cậy cao Hình 10 Kết hoạt động hệ thống bắt bám mặt người KẾT LUẬN Bài báo trình bày kết nghiên cứu, thiết kế mơ hình nịng súng bắt, bám mục tiêu ứng. .. thiết kế, chế tạo robot thông minh có khả tác chiến thay người lính chiến trường Vì chúng tơi đề xuất ý tưởng ? ?Nghiên cứu, thiết kế hệ thống bám mục tiêu cho mơ hình nịng súng ứng dụng cơng nghệ. .. thường sử dụng huấn luyện đội) Quá trình thực nghiệm tiến hành trường hợp Kết thực nghiệm thể hình cho thấy khả đáp ứng tốt hệ thống trình bắt bám đối tượng Hình Kết hoạt động hệ thống bắt bám bia