Hệ thống đáp tự động cho máy bay không người lái sử dụng thị giác máy tính

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN HỒNG PHƯỚC HỆ THỐNG ĐÁP TỰ ĐỘNG CHO MÁY BAY KHÔNG NGƯỜI LÁI SỬ DỤNG THỊ GIÁC MÁY TÍNH Chuyên ngành: Kỹ thuật Điều khiển Tự động hóa Mã số: 8520216 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 01 năm 2021 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG – HCM Cán hướng dẫn khoa học: ……………………………………………………………………………… Cán chấm nhận xét 1: ……………………………………………………………………………………… Cán chấm nhận xét 2: ………………………………………………………………………………… Luận văn Thạc sĩ bảo vệ Trường Đại học Bách khoa, ĐHQG Tp.HCM ngày … tháng … năm …… Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: …………………………………………………………………………………………………… …………………………………………………………………………………………………… …………………………………………………………………………………………………… …………………………………………………………………………………………………… …………………………………………………………………………………………………… Xác nhận chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: NGUYỄN HỒNG PHƯỚC MSHV: 1870056 Ngày, tháng, năm sinh: 11 – 05 – 1995 Nơi sinh: TP Hồ Chí Minh Chuyên ngành: Kỹ thuật Điều khiển Tự động hóa Mã số: 8520216 I TÊN ĐỀ TÀI: Hệ thống đáp tự động cho máy bay không người lái sử dụng thị giác máy tính (Vision-based Navigation for Automated Landing System of Unmanned Air Vehicles) NHIỆM VỤ VÀ NỘI DUNG: Phát triển thuật tốn ứng dụng thị giác máy tính để nhận dạng ước lượng khoảng cách tương đối kết hợp với thuật toán điều khiển để xây dựng hệ thống đáp tự động cho máy bay không người lái II NGÀY GIAO NHIỆM VỤ: 19 / 08 / 2019 III NGÀY HOÀN THÀNH NHIỆM VỤ: 03 / 01 / 2021 IV CÁN BỘ HƯỚNG DẪN: Tiến sĩ Ngơ Đình Trí Tp HCM, ngày … tháng … năm … CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) (Họ tên chữ ký) TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ (Họ tên chữ ký) LỜI CẢM ƠN Lời đầu tiên, xin gửi lời cảm ơn chân thành đến thầy Ngơ Đình Trí tận tình hướng dẫn, hỗ trợ thiết bị cung cấp kiến thức hữu ích giúp tơi hồn thành yêu cầu đặt đề tài luận văn Cùng với đó, tơi muốn gửi lời cảm ơn đến nhóm nghiên cứu gồm bạn Dương Vũ Thành Long bạn Trần Xn Tịnh có hỗ trợ tích cực suốt trình thực nhiệm vụ luận văn, tiền đề quan trọng cho thành công đề tài Ngồi ra, tơi xin gửi lời cảm ơn đến Phịng thí nghiệm trực thuộc mơn Điều khiển Tự động hóa tạo điều kiện thuận lợi cho thực tốt đề tài nghiên cứu Mặc dù nhiều hạn chế mặt lý luận thực nghiệm, đề tài đạt thành cơng định, hồn thành mục tiêu đặt nhiệm vụ luận văn Thành công đến từ nỗ lực, cố gắng tất thành viên nhóm nghiên cứu hỗ trợ tích cực mặt kiến thức, kinh nghiệm thầy Trí giảng viên mơn Điều khiển Tự động hóa Một lần nữa, xin gửi lời cảm ơn chân thành đến tất người thầy, người bạn hỗ trợ tơi suốt q trình thực đề tài luận văn TÓM TẮT LUẬN VĂN Đề tài đặt mục tiêu xây dựng hệ thống đáp tự động cho máy bay không người lái ứng dụng thị giác máy tính Mục tiêu đề phân làm nhiệm vụ bao gồm: Ứng dụng thuật toán nhận dạng ước lượng dựa thơng tin từ hình ảnh để xác định khoảng cách tương đối mơ hình bay khơng người lái bãi đáp mục tiêu Ứng dụng thuật toán điều khiển để mơ hình bay có khả đáp tự động bãi đáp mục tiêu trường hợp đứng n di chuyển Xây dựng mơ hình hệ thống đáp tự động hoàn chỉnh, linh động đáng tin cậy dựa tảng Robot Operating System (ROS) Hệ thống đáp tự động xây dựng đề tài kiểm chứng mơ hình mơ dựa cơng cụ Gazebo Simulator thí nghiệm bay thực tế mơ hình máy bay bốn cánh tự thiết kế dựa khung S500 ABSTRACT The main purpose of this thesis is constructing automated landing system for unmanned air vehicles (UAVs) based on vision-based algorithms This target is divided into three sub-tasks, including: Applying object detection and pose estimation algorithms based on visual data to determine relative distances between UAVs and landing target Applying control algorithms that making UAVs capable of automatically landing on the target in both static and moving cases Establishing fully autonomous landing system that are flexible and reliable based on Robot Operating System (ROS) platform The autonomous landing system in this work will be validated for both simulated model in Gazebo Simulator tool and a series of real flight tests on customized quadcopter based on S500 frame kit LỜI CAM KẾT Tôi xin cam đoan luận văn “Hệ thống đáp tự động cho máy bay không người lái ứng dụng thị giác máy tính” cơng trình nghiên cứu tôi, hướng dẫn Tiến sĩ Ngơ Đình Trí cộng tác nhóm nghiên cứu gồm bạn Dương Vũ Thành Long bạn Trần Xuân Tịnh Kết nghiên cứu luận văn trung thực chưa công bố đề tài nghiên cứu tác giả khác Các tài liệu sử dụng đề tài có nguồn gốc, xuất xứ rõ ràng trích dẫn đầy đủ, rõ ràng phần Tài liệu tham khảo Tp HCM, ngày … tháng … năm … (Họ tên chữ ký) NGUYỄN HỒNG PHƯỚC MỤC LỤC CHƯƠNG GIỚI THIỆU ĐỀ TÀI 1.1 Lý chọn đề tài 1.2 Đối tượng phạm vi nghiên cứu 1.3 Ý nghĩa khoa học thực tiễn 1.4 Mục tiêu đề tài CHƯƠNG TỔNG QUAN ĐỀ TÀI 2.1 Hệ thống định vị ứng dụng thị giác máy tính 2.1.1 Nhận dạng vật thể (Object Detection) 2.1.2 Ước lượng trạng thái (Pose Estimation) 2.2 Thuật toán điều khiển đáp tự động 2.3 Ứng dụng xây dựng hệ thống đáp tự động 2.4 Nội dung nghiên cứu CHƯƠNG CƠ SỞ LÝ THUYẾT VÀ GIẢI THUẬT 11 3.1 Hệ thống định vị ứng dụng thuật toán thị giác máy 11 3.1.1 Nhận dạng đối tượng (target detection) 11 3.1.2 Ước lượng trạng thái vật thể (pose estimation) 15 3.1.3 Thuật toán hậu xử lý (post-processing) 27 3.2 Xây dựng thuật toán điều khiển đáp tự động 30 3.2.1 Giới thiệu mơ hình bay cánh (quadcopter) 30 3.2.2 Thuật toán điều khiển đáp tự động 30 3.3 Xây dựng hệ thống đáp tự động hoàn chỉnh 34 3.3.1 Giới thiệu tảng ROS 34 3.3.2 Kiến trúc hệ thống đáp tự động 35 3.3.3 Quy trình hoạt động hệ thống đáp tự động 36 CHƯƠNG KẾT QUẢ THỰC NGHIỆM 38 4.1 Phương pháp thực nghiệm 38 4.1.1 Giới thiệu phương thức thực nghiệm 38 4.1.2 Thiết kế hệ thống (phần cứng – phần mềm) 39 4.2 Kết đánh giá .44 4.2.1 Mơ hình mơ 44 4.2.2 Thí nghiệm bay thực tế 56 4.2.3 Thực nghiệm tốc độ xử lý mô thực tế 63 CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 66 CHƯƠNG CÔNG TRÌNH NGHIÊN CỨU 68 CHƯƠNG TÀI LIỆU THAM KHẢO 76 DANH MỤC HÌNH ẢNH Hình 1: Ứng dụng máy bay không người lái (nguồn: Internet) Hình 2: Hệ thống đáp tự động ứng dụng thị giác máy Hình 3: Thuật tốn định vị ứng dụng thị giác máy 11 Hình 4: Marker tự thiết kế 12 Hình 5: Sơ đồ thuật toán nhận dạng 13 Hình 6: Kỹ thuật pyramid image (trái) chọn vùng ảnh quan tâm (ROI) (phải) 14 Hình 7: Mơ hình pinhole camera (nguồn: opencv.org) 15 Hình 8: Quy trình ước lượng thơng số camera 17 Hình 9: Quy trình phản chiếu đối tượng vào mặt phẳng ảnh 18 Hình 10: Ma trận Homography (nguồn: opencv.org) 18 Hình 11: Mơ hình ảnh phản chiếu đối tượng (nguồn: [33]) 23 Hình 12: Mơ hình mơ tả hệ trục tọa độ đề tài 28 Hình 13: Bảng điều khiển chiều di chuyển quadcopter theo tốc độ động 30 Hình 14: Hệ thống điều khiển phân lớp (multi-level control) 31 Hình 15: Sơ đồ điều khiển Pixhawk (nguồn: ardupilot.org) 32 Hình 16: Thuật toán điều khiển độ cao theo mức 33 Hình 17: Logo phiên ROS Kinetic (nguồn: ros.org) 34 Hình 18: Sơ đồ tổng quan hệ thống đáp tự động 35 Hình 19: Sơ đồ quy trình hoạt động hệ thống đáp tự động 36 Hình 20: Mơ hình mơ hệ thống công cụ Gazebo Simulator 39 Hình 21: Phần mềm Mission Planner (nguồn: ardupilot.org) 40 Hình 22: Giao thức MAVLink mơ hình bay thực tế (nguồn: ardupilot.org) 41 Hình 23: Sơ đồ kết nối phần cứng 41 Hình 24: Mơ hình máy bay cánh (quadcopter) 43 Hình 25: Mơ hình đo vị trí, vận tốc xe 43 Hình 26: Đáp ứng hệ thống theo trục-x thí nghiệm mơ giữ vị trí 45 Hình 27: Đáp ứng hệ thống theo trục-y thí nghiệm mơ giữ vị trí 46 Hình 28: Đáp ứng hệ thống theo trục-x thí nghiệm đáp đứng yên 47 Hình 29: Đáp ứng hệ thống theo trục-y thí nghiệm đáp đứng yên 48 Hình 30: Đáp ứng hệ thống theo trục-z thí nghiệm đáp đứng yên 48 Hình 31: Giá trị độ cao - vận tốc bãi đáp mơ đáp quỹ đạo thẳng 50 Hình 32: Quỹ đạo di chuyển mô đáp quỹ đạo thẳng 50 Hình 33: Đồ thị sai số mô đáp quỹ đạo thẳng 51 Hình 34: Giá trị độ cao - vận tốc bãi đáp mô đáp quỹ đạo phức tạp 52 Hình 35: Quỹ đạo di chuyển mơ đáp quỹ đạo phức tạp 53 Hình 36: Đồ thị sai số mơ đáp quỹ đạo phức tạp 53 Hình 37: Giá trị độ cao - vận tốc bãi đáp mơ bám theo quỹ đạo trịn 55 Hình 38: Quỹ đạo di chuyển mơ bám theo quỹ đạo trịn 55 Hình 39: Đồ thị sai số mơ bám theo quỹ đạo tròn 56 Hình 40: Thử nghiệm bay thực tế 57 Hình 41: Giá trị độ cao-vận tốc bãi đáp thực nghiệm bám theo quỹ đạo trịn 58 Hình 42: Quỹ đạo di chuyển thực nghiệm bám theo quỹ đạo tròn 58 Hình 43: Đồ thị đáp ứng vận tốc thực nghiệm bám theo quỹ đạo tròn 59 Hình 44: Giá trị độ cao-vận tốc bãi đáp thực nghiệm đáp theo quỹ đạo thẳng 60 Hình 45: Quỹ đạo di chuyển thực nghiệm đáp theo quỹ đạo thẳng 60 Hình 46: Giá trị độ cao-vận tốc bãi đáp thực nghiệm đáp theo quỹ đạo phức tạp 62 Hình 47: Quỹ đạo di chuyển thực nghiệm đáp theo quỹ đạo phức tạp 62 Hình 48: Đồ thị tốc độ xử lý hai đề tài luận văn 63 Hình 49: Đồ thị so sánh thời gian chi tiết hai đề tài luận văn (mô phỏng) 64 Hình 50: Đồ thị so sánh thời gian chi tiết hai đề tài luận văn (thực nghiệm) 65 Hình 51: Hội nghị Khoa học máy tính Cơng nghệ thơng tin 2020 (NICS) 68 CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Thành tựu + Đề tài đạt mục tiêu đặt nhiệm vụ luận văn bao gồm: + Thiết kế hệ thống định vị ứng dụng thuật toán nhận dạng ước lượng trạng thái sử dụng thơng tin hình ảnh + Áp dụng thuật tốn điều khiển cho u cầu đáp tự động mơ hình bay bãi đáp mục tiêu + Thiết kế hệ thống đáp tự động hoàn chỉnh cách linh hoạt đáng tin cậy, hoạt động với thời gian thực hệ thống nhúng + Thực thành cơng phương pháp kiểm chứng mơ hình mơ thí nghiệm bay thực tế, chứng tỏ tính đắn thuật tốn định vị điều khiển qua thí nghiệm so sánh với đề tài nghiên cứu khác + Đề tài cải thiện điểm yếu đề tài luận văn tương tự thực bao gồm: + Tăng tốc thời gian xử lý thuật toán định vị nhờ áp dụng kĩ thuật nhận dạng tối ưu + Hiệu chỉnh thuật tốn điều khiển tích hợp lọc Kalman tuyến tính để thích nghi với trường hợp thực nghiệm đa dạng (di chuyển với tốc độ cao với quỹ đạo phức tạp hơn) + Hoàn chỉnh hệ thống đáp tự động với quy trình hoạt động rõ ràng, hiệu linh động thực tế Hạn chế Đề tài thực đầy đủ nhiệm vụ đặt giới hạn định nêu phần trước, bao gồm: + Giới hạn tốc độ di chuyển tối đa bãi đáp mục tiêu (nhỏ 1.5 m/s thực tế 2.5 m/s mơ phỏng) giới hạn thuật tốn định vị điều kiện vùng nhìn thấy thay đổi độ cao 66 + Giới hạn thuật toán điều khiển chưa đáp ứng yêu cầu bám sát theo quỹ đạo di chuyển bãi đáp gây hạn chế khả điều khiển trường hợp bãi đáp di chuyển với quỹ đạo phức tạp, xảy độ trễ tín hiệu điều khiển thiếu mơ hình tốn đối tượng + Chưa xây phương pháp kiểm nghiệm thí nghiệm bay thực tế hạn chế thiết bị đo đạc sai số cảm biến lớn Tuy nhiên điều thực qua hệ thống đo đạc VICON (Video Motion Capture) với sai số từ 1-2cm tính tốn từ hàng loạt ảnh thu thập từ nhiều camera khác mơi trường thí nghiệm (đề tài thực thành công Đại học Việt-Đức) + Tốc độ xử lý bị giới hạn 20-25Hz hạn chế máy tính nhúng khả xử lý + Sai số định vị cịn lớn mơ hình bay xa bãi đáp camera bị nghiêng trình chuyển động Hướng phát triển Hạn chế đề tài nghiên cứu nằm đặc tính hệ thống định vị ứng dụng thị giác máy, vấn đề mơ hình tốn đối tượng điều khiển phương pháp kiểm chứng sai số thực tế, để phát triển đề tài nghiên cứu cho tương lai cần phải: + Xây dựng mơ hình tốn đối tượng để áp dụng đa dạng thuật toán điều khiển phù hợp với yêu cầu đặt + Xây dựng thuật toán kết hợp liệu từ thơng tin hình ảnh đến giá trị đo đạc cảm biến để tránh phụ thuộc hồn tồn vào thuật tốn nhận dạng đưa giá trị ước lượng tối ưu + Phát triển hệ thống đo đạc thực tế dựa cảm biến có độ tin cậy cao (lidar, DGPS, radar…) làm giá trị tham chiếu để chứng tỏ tính đắn thuật toán ước lượng kết hợp với hệ thống đo đạc xây dựng từ đề tài nghiên cứu khác (như hệ thống VICON Đại học Việt-Đức …) + Phát triển thuật toán định vị có khả thích nghi trường hợp phức tạp khung ảnh bị nghiêng, vị trí đối tượng bị nhòe hay nét … 67 CHƯƠNG CƠNG TRÌNH NGHIÊN CỨU Trong q trình thực đề tài nghiên cứu, nhóm nghiên cứu cơng bố hội nghị quốc tế “7th NAFOSTED Conference on Information and Computer Science (NICS 2020)” tổ chức Việt Nam Mục 1: Thông tin hội nghị NICS hội nghị quốc tế Khoa học máy tính Cơng nghệ thông tin, cố vấn kỹ thuật IEEE Vietnam tổ chức quỹ khoa học công nghệ quốc gia (NAFOSTED) Mục tiêu hội nghị tạo diễn đàn bền vững sáng tạo cho nhà nghiên cứu quốc tế trình bày bàn luận kỹ thuật tiên tiến xu hướng phát triển tương lai lĩnh vực Khoa học máy tính Cơng nghệ thơng tin Hội nghị lần thứ 2020 (NICS 2020) tổ chức Trường Đại học Khoa học Tự nhiên, ĐHQG TP.Hồ Chí Minh ngày 26-27, tháng 11, năm 2020 Thông tin chi tiết hội nghị cập nhật trang web: nafosted-nics.org Hình 51: Hội nghị Khoa học máy tính Cơng nghệ thông tin 2020 (NICS) Mục 2: Thông tin đề tài nghiên cứu + Tên đề tài: Vision-Based Navigation for Autonomous Landing System + Tóm tắt nội dung (abstraction): In this paper, autonomous landing system for unmanned air vehicles (UAVs) based on visual navigation is presented Two main problems are given with proposed solutions, including autonomous landing 68 system architecture based on Robot Operating System (ROS) and vision algorithm for real-time landing platform detection and pose estimation Our system was fully implemented on on-board computer and monocular camera equipped on UAVs Gazebo Simulator with quadcopter model was used for rapidly testing about visionbased and control algorithm Also, a series of autonomous flight tests are successfully performed for common scenarios with static and moving targets Obtained results will be verified via normal flight sensors for guaranteeing qualities of our autonomous landing system + Thơng tin nội dung trình bày hội nghị: Session title: Computation Intelligence Session room: Hall Session time: Friday, Nov 27th, 2020 – 8.00AM Venue: University of Science, VNU-HCMC, 227 Nguyen Van Cu street, District 5, Ho Chi Minh city, Vietnam 69 70 71 72 73 74 75 CHƯƠNG TÀI LIỆU THAM KHẢO [1] T Nakamura, S Haviland, D Bershadsky, D Magree, and E N Johnson, “Visionbased closed-loop tracking using micro air vehicles,” in 2016 IEEE Aerospace Conference, 2016, pp 1-12 [2] D Falanga, A Zanchettin, A Simovic, J Delmerico, and D Scaramuzza, “Visionbased autonomous quadrotor landing on a moving platform,” in 2017 IEEE International Symposium on Safety, Security and Rescue Robotics (SSRR), 2017, pp 200-207 [3] M Verbandt, B Theys, and J Schutter, “Robust marker-tracking system for vision-based autonomous landing of vtol uavs”, 2014 [4] P E Hart, “How the hough transform was invented,” in IEEE Signal Processing Magazine, vol 26, no 6, pp 18-22, 2009 [5] Tran Le-Anh, Le Ngoc-Phu, Do Truong-Dong and Le My-Ha, “A Vision-based Method for Autonomous Landing on a Target with a Quadcopter”, in doi: 10.1109/GTSD.2018.8595521, 2018 [6] C Harris and M Stephens, “A combined corner and edge detector,” in 4th Alvey Vision Conference, pp 147–151, 1988 [7] D Lowe, “Distinctive image features from Scale-Invariant Keypoints,” in 2004 International Journal of Computer Vision pp 91–110, 2004 [8] E Rosten and T Drummond, “Machine Learning for high speed corner detection,” in 9th European Conference on Computer Vision, vol 1, pp 430–443, 2006 [9] H Stokman and T Gevers, “Selection and fusion of color models for image feature detection,” in Pattern Anal Mach Intel IEEE Trans, pp 371-381, 2008 [10] E Olson, “AprilTag: A robust and flexible visual fiducial system,” in 2011 International Conference on Robotics and Automation (ICRA), pp 3400-3407, 2011 76 [11] S Garrido-Jurado, R Munoz-Salinas, F J Madrid-Cuevas and M J MarinJimenez, “Automatic generation and detection of highly reliable fiducial markers under occlusion,” in Journal Pattern Recognition, vol 47, pp 2280– 2292, June 2014 [12] P Viola and M Jones, “Rapid object detection using a boosted cascade of simple features,” in 2001 Computer Vision and Pattern Recognition, pp 1–9, 2001 [13] J Redmon, S Divvala, R Girshick and A Farhadi, "You Only Look Once: Unified, Real-Time Object Detection," in 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, 2016, pp 779-788, doi: 10.1109/CVPR.2016.91 [14] N Dalal and B Triggs, "Histograms of oriented gradients for human detection," in 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'05), San Diego, CA, USA, 2005, pp 886-893 vol 1, doi: 10.1109/CVPR.2005.177 [15] Z Zhang, “Flexible camera calibration by viewing a plane from unknow orientations,” in 7th IEEE International Conference on Computer Vision, 1999 [16] X Gao, X Hou, J Tang and H Cheng, “Complete solution classificatioin for the perspective-three-point problem,” in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol 25, pp 930–943, 2003 [17] M A Abidi and T Chandra, “A new efficient and direct solution for pose estimation using quadrangular targets: algorithm and evaluation,” in 1995 IEEE Transactions on Pattern Analysis and Machine Intelligence, vol 17, issue 5, pp 534–538, 1995 [18] L Quan and Z Lan, “Linear N-point camera pose determination,” in 1999 IEEE Transactions on Pattern Analysis and Machine Intelligenc, vol 21, issue 8, pp 774–780, 1999 77 [19] M A Fischler and R C Bolles, “Random Sample Consensus: a paradigm for model fitting with applications to image analysis and automated cartography,” in Magazine Communications of the ACM, vol 24, pp 381–395, 1981 [20] V Lepetit, M Moreno-Noguer and P Fua, "EPnP: An Accurate O(n) Solution to the PnP Problem," in International Journal of Computer Vision, vol 81, pp 155– 166, 2009 [21] R Fletcher, “Pratical methods of Optimization”, in doi: 10.1002/9781118723 203, 2000 [22] D W Marquardt, “An algorithm for least-squares estimation of nonlinear parameters,” in Journal of the Society for Industrial and Applied Mathematics, vol 11, no 2, pp 431-441, 1963 [23] E H Mamdani and S Assilian, “An experiment in linguistic synthesis with a fuzzy logic controller,” in International Journal of Man-Machine Studies, vol 7, no 1, pp 1-13, 1975 [24] M Sugeno, “Industrial applications of fuzzy control”, in Elsevier Science, 1985 [25] M A Olivares-Mendez, S Kannan and H Voos, "Vision based fuzzy control autonomous landing with UAVs: From V-REP to real experiments," in 2015 23rd Mediterranean Conference on Control and Automation (MED), Torremolinos, 2015, pp 14-21, doi: 10.1109/MED.2015.7158723 [26] S He, H Wang and S Zhang, "Vision Based Autonomous Landing of the Quadrotor Using Fuzzy Logic Control," in 2019 Chinese Control And Decision Conference (CCDC), Nanchang, China, 2019, pp 1943-1948, doi: 10.1109/CCDC.2019.8832729 [27] X Liu, S Zhang, J Tian and L.Liu, “An onboard vision-based system for autonomous landing of a low-cost quadrotor on a novel landing pad,” in Sensor, vol 19, no 4703, 2019 78 [28] Tianqu Zhao and Hong Jiang, “Landing system for ar.drone 2.0 using onboard camera and ROS,” in 2016 IEEE Chinese Guidance, Navigation and Control Conference (CGNCC), pp 1098-1102, 2016 [29] T Nakamura, S Haviland, D Bershadsky and E Johnson, “Vision sensor fusion for autonomous landing,” in AIAA Information System – Infotech at Aerospace, 2017 [30] E H Andelson, C H Anderson, J R Bergen, P J Burt and J M Ogden, “Pyramid methods in image processing”, 1984 [31] P C Hansen, “The truncated SVD as a method for regularization”, in BIT Numerical Mathematics, vol 27, pp 534-553, 1987 [32] R I Hartley, “In defense of the eight-point algorithm”, in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol 19, no.6, pp 580-593, 1997 [33] G Wetzstein, “Pose Tracking II”, in EE267 Virtual Reality lecture, Stanford University 79 LÝ LỊCH TRÍCH NGANG Họ tên: NGUYỄN HỒNG PHƯỚC Ngày, tháng, năm sinh: 11 / 05 / 1995 Nơi sinh: TP Hồ Chí Minh Địa liên lạc: 116/109 Thiên Phước, Phường 9, Quận Tân Bình, TP HCM QUÁ TRÌNH ĐÀO TẠO Thời gian Cơ sở đào tạo Ngành học Hình thức đào tạo Văn chứng Từ: 09/2013 Trường Đại học Bách Khoa, ĐHQG TP.HCM Điều khiển Tự động hóa Chính quy Kỹ sư tài Trường Đại học Bách Khoa, ĐHQG TP.HCM Điều khiển Tự động hóa Chính quy Thạc sĩ Đến: 01/2018 Từ: 09/2018 Đến: 01/2021 Q TRÌNH CƠNG TÁC Thời gian Đơn vị công tác Chức vụ Từ: 11/2017 Công ty TNHH Robert Bosch Engineering & Business Solutions Việt Nam Kỹ sư phần mềm Công ty TNHH Personify Việt Nam Kỹ sư R&D Đến: 06/2020 Từ: 06/2020 Đến: 03/2021 80 ... kế hệ thống định vị sử dụng thị giác máy tính + Áp dụng thuật tốn điều khiển đáp tự động + Xây dựng hệ thống đáp tự động hoàn chỉnh từ thành phần 2.1 Hệ thống định vị ứng dụng thị giác máy tính. .. hỏi có diện người hệ thống tự động cho máy bay không người lái “khả đáp tự động? ?? Một cách cổ điển, ứng dụng đáp tự động thường sử dụng tín hiệu GPS làm thơng tin định vị máy bay bãi đáp mục tiêu... Ứng dụng máy bay không người lái (nguồn: Internet) Hình 2: Hệ thống đáp tự động ứng dụng thị giác máy Hình 3: Thuật toán định vị ứng dụng thị giác máy 11 Hình 4: Marker tự