1. Trang chủ
  2. » Giáo Dục - Đào Tạo

NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại

103 66 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Nội dung

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 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 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 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 MỤC LỤC 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 kíchthước vạch 35 3.4.4 Chia nút vàxácđịnhthông 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 Dần hướng cho robot 50 3.2 Kết thử nghiệm tìm đường, định vị dần hướng cho robot theo thời gian thực 51 3.2.1 Kết lần thử nghiệm 52 3.2.2 Kết thử nghiệm lần 54 3.2.3 K ết 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: CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN VĂN 72 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 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] .3 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] .6 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 .8 Hình 1.11 Nguyên lý hoạt động hệ thống .9 Hình 2.1 Một mơ hình in theo cơng 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 hồn 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 ảnhđến 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 7 - TRƯỜNG ĐAUdQ GIAO THÔNG VẬN TẢI HỘI NGHỊ KHO Hà Nội, năm 2020 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thơng Vận tải, năm 2020 - M Ụ C LỤ C NGUYỄN VĂN CƯỜNG, Ảnh hưởng số thông số cơng nghệ đến sai - .lệch kích thước đường kính độ khơng trịn bề mặt lỗ gia công tia lửa điện PHẠM VĂN TIẾN, Nghiên cứu sở lý thuyết tổ hợp chỉnh lưu 12 đập - mạ ch hệ thống cấp điện kéo cho đồn tàu đường sắt thị 10 NGUYỄN THÀNH CÔNG, Nghiên cứu ứng dụng phần mềm Solidwork xây - dự ng phương pháp thiết kế nhanh khung xương xe khách 19 PHẠM HUY KHƯƠNG, Thiết kế tổng thể hệ thống hãm toa xe khách cao - cấ p vận hành tin cậy đến tốc độ 120 km/h 27 NGUYỄN ĐỨC TỒN, Tính tốn độ bền má giá giá chuyển hướng toa - xe hàng có mui phần mềm sap2000 35 NGUYỄN QUANG CƯỜNG, NGUYỄN VĂN BANG, NGUYỄN THIẾT - LẬP, Phân tích rung động khung vỏ tơ có kể đến kích thích động 43 NGUYỄN VĂN HÀO, Nghiên cứu ảnh hưởng 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, Phương pháp tối ưu đường 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 hưởng thơng số đến q trình làm Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 - việ c pin nhiên liệu ô tô 82 12 VŨ XUÂN THIỆP, Mô xác định hệ số nạp động diesel xylanh 89 13 TRỊNH TUẤN DƯƠNG, Ứng dụng xử lý ảnh việc định vị, tìm đường - dẫn hướng cho phương tiện tự hành bám vạch 95 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thơng Vận tải, năm 2020 14 NGUYỄN QUANG MINH, PHẠM ANH TUẤN, Xây dựng mơ hình lý thuyết tính tốn động học cho cánh tay công tác máy kiểm tra cầu 103 15 NGUYỄN THỊ THÙY DUNG, Nghiên cứu q trình ngưng dịng lưu chất chế độ hình xuyến 113 16 NGUYỄN CAO VĂN, Nghiên cứu ảnh hưởng 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 thơng Vận tải, năm 2020 ỨNG DỤNG XỬ LÝ ẢNH TRONG VIỆC ĐỊNH VỊ, TÌM ĐƯỜNG VÀ DẪN HƯỚNG CHO CÁC PHƯƠNG TIỆN Tự HÀNH BÁM VẠCH Application of Computer vision in line follower automated guided vehicle localization and navigation TRỊNH TUẤN DƯƠNG Bộ mơn 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 tốn định vị, tìm đường dẫn hướng theo thời gian thực cho phương tiện tự hành bám vạch Kết báo cáo mang tới giải pháp hồn chỉnh cho tốn định vị, tìm đường, dẫn hướng đồng thời giúp cho phương tiện tự hành bám vạch có 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 AGVin motion flexibility ĐẶT VẤN ĐỀ Ngày nay, sản xuất sống, AGV (tên gọi chung cho phương tiện tự hành, robot tự hành) nói chung phương tiện tự hành dạng bám vạch nói riêng ngày phổ biến có vai trị ngày quan trọng Hình Một vài AGV dạng bám vạch làm việc Đối với loại phương tiện định vị tìm đường, dẫn hướng toán quan trọng, ảnh hưởng trực tiếp đến trình hoạt động Đối với AGV hoạt động ngồi trời phương pháp sử dụng phổ biến hiệu để định vị (outdoor localization) GPS Trong đó, tín hiệu GPS thường yếu mơi trường nhà kín, nên khơng sử dụng để định vị cho phương tiện hoạt động nhà Do đó, tốn định vị cho phương tiện hoạt động nhà phức tạp có số cơng nghệ áp dụng như: Wifi, Bluetooth, Zigbee, RFID, Acoustic signal, Ultrasound, [4] Tuy nhiên, 95 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thơng Vận tải, năm 2020 phương pháp tồn nhược điểm giá thành cao, giải toán định vị chưa thể giải đồng thời tốn tìm đường Riêng AGV bám vạch để định vị, vị trí cần định vị sử dụng thêm mã hóa IR [7] LED [1] để làm dấu Tuy nhiên, nhược điểm phương pháp áp dụng môi trường làm việc không yêu cầu độ linh hoạt cao vị trí cần đến phương tiện lại phải đật dấu (markers) muốn thay đổi lại vị trí phải can thiệp vào việc xếp dấu Hình Hệ thống đánh dấu cho AGV bám vạch Tận dụng có mặt ngày phổ biến camera, báo cáo đưa cách giải đồng thời tốn định vị, tìm đường dẫn hướng cho AGV dạng bám vạch nhờ công nghệ xử lý ảnh Ưu điểm phương pháp chi phí thấp (chỉ cần camera chương trình máy tính), tăng độ linh hoạt việc chuyển động, vận hành phương tiện (tìm đường dẫn hướng theo thời gian thực nhanh chóng xác, tới vị trí đồ mà khơng cần phải thêm dấu đồ 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 bao gồm thành phần, có ngun lý hoạt động hình Trong đó, camera gắn ngoài, phù hợp treo trần hướng 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 liên quan đến tạo đồ, định vị tìm đường cho robot gửi liệu đến module phát tín hiệu Module gửi liệu điều khiển qua sóng radio đến robot bám vạch (line follower) Robot kết hợp liệu điều khiển liệu từ cảm biến dò vạch để đến đích 96 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 Hình Nguyên lý hoạt động hệ thống định vị, tìm đường dẫn hướng cho AGV 2.2 Tạo đồ số Từ ảnh thu từ camera, chương trình xử lý ảnh phải có khả tăng tạo đồ số 97 Hội nghị khoa học giảng viên khoa khí doanh nghiệp Khoa khí - Trường Đại học Giao thông Vận tải, năm 2020 để phục vụ cho việc định vị tìm đường thỏa mãn yêu cầu : - Giới hạn phạm vi đồ Xác định vạch (line) đồ Thu hẹp kích thước vạch Chia nút, xác định thơng số nút 2.2.1 Giới hạn phạm vi đồ Phạm vi đồ cần giới hạn để loại bỏ vùng không mong muốn ảnh khỏi đồ Điều đồng thời làm giảm khối lượng tính tốn cho chương trình Đe giới hạn phạm vi đồ, kỹ thuật ROI (vùng quan tâm) áp dụng [2] Theo đó, người dùng dùng chuột để khoanh vùng quan tâm đồ Hình Kết áp dụng ROI để giới hạn phạm vi đồ - Kết cho thấy đồ cắt bớt phần thừa phạm vi làm việc AGV 2.2.2 Xác định vạch đồ Vạch đồ đường để giúp AGV di chuyển Do đó, chương trình cần xác định đâu vạch đồ để áp dụng thuật tốn tìm đường Dù vạch tạo từ băng dính thường, sơn hay vạch từ (magnetic line) có đặc điểm màu sắc thường tương phản lớn so với Vì vậy, thuật tốn phân ngưỡng nhị phân ngược [2] áp dụng để tìm đường theo công thức: 0, src(x,y) > thresh dst(x,ỳ) = maxval, src(x,y) < thresh Trong đó: dst(x, ỳ) giá trị pixel sau phân ngưỡng src(x, ỳ) giá trị gốc pixel trước phân ngưỡng maxval giá trị lớn pixel thesh ngưỡng dùng để phân ngưỡng Trong thiết lập, thresh đưa vào chương trình dạng trượt để tinh chỉnh kết tốt Trong điều kiện ảnh thỏa mãn tính chất bi-modal histogram dùng phân ngưỡng Otsu (Otsu’ method) để tìm ngưỡng cách tự động [6] Hình Kết phân ngưỡng nhị phân ngược theo phương pháp Otsu 2.2.3 Làm giảm kích thước vạch Khác với loại đồ khác, đường AGV bám vạch vạch với đặc điểm dài, mảnh Điều khiến cho việc chia lưới mỏng gặp nhiều khó khăn khả xảy tình trạng sai thiếu thơng tin vạch Do đó, pixel ảnh xác định nút Vì vậy, cần phải làm giảm kích thước vạch để phần giảm khối lượng tính tốn mà đảm bảo khơng làm sai lệch liệu tính tốn Làm giảm kích thước vạch thực thông qua việc áp dụng phép tốn hình thái co ảnh (erosion) [2]: dst(x,y) = src(x + x',y + y') x',y'E kernel Trong đó: - dst(x, ỳ) giá trị pixel sau áp dụng co ảnh - src(x + x',y + y') giá trị pixel thuộc vùng ma trận mỏ neo có vị trí X + x',y + y’ - kernel kích thước ma trận mỏ neo - Hình Kết làm giảm kích thước vạch phép tốn co ảnh 2.2.4 Chia nút, xác định thơng số nút Chia nút yêu cầu cần thiết để áp dụng thuật tốn tìm đường Với đặc tính vạch kích thước dài mảnh, nên để khơng bỏ xót gây sai lệch thơng tin vạch pixel ảnh gán nút với liệu sau [8]: - Vị trí nút Nút có thuộc đường hay khơng Giá trị chi phí tổng Giá trị chi phí từ nút xuất phát - Giá trị chi phí tương đối đến đích Có phải nút xuất phát hay nút đích khơng Đã nằm danh sách nút xét chưa Vị trí nút mẹ nút ĐỊNH VỊ VÀ TÌM ĐƯỜNG CHO AGV 3.1 Định vị AGV Đe dễ dàng nhận diện AGV, phía AGV đánh dấu vùng màu sắc khác thỏa mãn yêu cầu: - Nếu có nhiều AGV hoạt động AGV đánh dấu khác để phân biệt - Đánh dấu cho dựa vào vùng đánh dấu để xác định hướng AGV Việc đánh dấu thực băng dính màu đèn led điều kiện không đủ ánh sáng Hình Robot tự hành ký hiệu nhận dạng hai vùng màu khác thân Với AGV thỏa mãn điều kiện thuật tốn Camshift áp dụng với vị trí đánh dấu để định vị xác định hướng AGV [3] Các giá trị HSV dùng để phân ngưỡng chỉnh để đạt kết định vị tốt hình Hình Kết giảm nhiễu nhờ việc tinh chỉnh giá trị HSV dùng để phân ngưỡng 3.2 Tìm đường cho AGV Từ vị trí AGV coi nút xuất phát, chương trình cho phép người sử dụng kích vào vị trí vạch để làm đích đến Sau đó, đường phù hợp nút xuất phát nút đích tìm theo thuật tốn tìm đường A* [5] Đây thuật toán phát triển từ thuật toán Dijkstra với ưu điểm tốc độ tìm đường nhanh so với Dijkstra Hình Kết tìm đường sử dụng thuật tốn A* vị trí robot điểm đến chọn ngẫu nhiên 3.3 Dẫn hướng cho AGV Hình 10 Kết dẫn hướng cho robot theo thời gian thực - - Về để AGV đến đích vừa thỏa mãn yêu cầu bám vạch trơn tru, vừa kết hợp nhận lệnh điều khiến từ chuơng trình máy tính đe bỏ bám vạch cần thiết thực hành vi khác chuơng trình xử lý ảnh gửi xuống cho AGV liệu điều khiển nhu sau: Một byte chứa lệnh điều khiển cho phép robot di chuyển hay dùng Lệnh điều khiển kết loạt điều kiện nhu vị trí robot so với nút đích, chuơng trình cịn nhận dạng đuợc robot không, hay yêu cầu dừng robot đột ngột từ nguời dùng chuơng trình Một byte chứa góc huớng robot huớng đuờng cần Robot kết hợp hai bytes với liệu từ cảm biến dò line đủ điều kiện cần để di chuyển đuợc đến đích Kết việc dẫn huớng cho robot tự hành bám vạch đuợc thể nhu hình 10 Chuơng trình xử lý ảnh đua lệnh điều khiển xác theo thời gian thực dựa đuờng tìm đuợc giúp robot di chuyển đến đích KẾT LUẬN Kết thực nghiệm cho thấy chuơng trình có khả tìm đuờng xác, có khả định vị dẫn huớng cho thiết bị AGV dạng bám vạch theo thời gian thực Phuơng pháp tiếp cận mang đến độ linh hoạt trình vận hành thiết bị Thiết bị đến vị trí đồ mà khơng cần phải thêm cảm biến, hay tiến hành tạo dấu vạch Bên cạnh đó, thơng qua chuơng trình, khả tuơng tác nguời sử dụng thiết bị đuợc nâng cao Nguời sử dụng chủ động điều khiển đích đến cho thiết bị với thao tác kích chuột đồ cố định điểm đích cho thiết bị việc vẽ lên ảnh đồ thu đuợc từ camera (tạo dấu ảo) Việc sử dụng xử lý ảnh để giải tốn định vị, tìm đuờng dẫn huớng cho thiết bị AGV bám vạch cách tiếp cận phù hợp để phát triển 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) [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): 652655 [7] : Tarneem Omar Barayyan, Enayyah Mohammed Barnawi: “Enhanced Line Follower Robot Using IR coding as an Artificial Landmark"; Conf-scoop.org [8] : Trịnh Tuấn Dương (2019): ‘'Tìm đường cho Mobile robots dựa việc tìm đường biên áp dụng thuật tốnA*’; Cơ khí Việt Nam số ...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:... truy bắt định vị robots - Ứng dụng thuật tốn tìm đường tự động việc tìm đường cho robots - Ứng dụng công nghệ in 3D việc thiết kế, chế tạo khung vỏ cho robots - Thiết kế, chế tạo robots có khả bám... xử lý ảnh laptop Sau đó, chương trình xử lý ảnh xử lý, phân tích gửi liệu đường tới robot theo thời gian thực Mobile robots liên tục cập nhật liệu từ cảm biến liệu gửi từ chương trình xử lý ảnh

Ngày đăng: 06/01/2022, 08:44

HÌNH ẢNH LIÊN QUAN

Hình 1.2 Nhiều công nghệ có thể được áp dụng cùng lúc để định vị và định hướng cho mobile robots [16]. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 1.2 Nhiều công nghệ có thể được áp dụng cùng lúc để định vị và định hướng cho mobile robots [16] (Trang 15)
định hướng cho robot (hình 1.2). Hiện tại có một số phương pháp giải quyết bài - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
nh hướng cho robot (hình 1.2). Hiện tại có một số phương pháp giải quyết bài (Trang 16)
các hệ thống NFC tags (hình 1.6) hay hệ thống RFID tags (hình.17). Một số nhược điểm có thể còn tồn tại của các phương pháp trên như sau: - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
c ác hệ thống NFC tags (hình 1.6) hay hệ thống RFID tags (hình.17). Một số nhược điểm có thể còn tồn tại của các phương pháp trên như sau: (Trang 18)
Hình 1.7 Hệ thống RFID passive tags [11]. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 1.7 Hệ thống RFID passive tags [11] (Trang 19)
Hình 1.8 Một mobile robot bám vạch có nhiệm vụ vận chuyển nguyên vật liệu [23]. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 1.8 Một mobile robot bám vạch có nhiệm vụ vận chuyển nguyên vật liệu [23] (Trang 19)
Hình 1.9 Hệ thống đánh dấu cho một mobile robots bám vạch từ [18]. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 1.9 Hệ thống đánh dấu cho một mobile robots bám vạch từ [18] (Trang 20)
2.2.2 một mô hình 3D được thiết kế trên máy tính (CAD). Quá trình này - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.2 một mô hình 3D được thiết kế trên máy tính (CAD). Quá trình này (Trang 25)
2.2.17Dựa trên các yêu cầu trên, mô hình 3D của robot được thiết kế như hình 2.2 và 2.3 và được hoàn thiện như trên hình 2.4. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.17 Dựa trên các yêu cầu trên, mô hình 3D của robot được thiết kế như hình 2.2 và 2.3 và được hoàn thiện như trên hình 2.4 (Trang 28)
2.2.27Mạch nguyên lý của hệ thống được thiết kế như hình 2.5. Trong đó bao gồm 2 module chính: - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.27 Mạch nguyên lý của hệ thống được thiết kế như hình 2.5. Trong đó bao gồm 2 module chính: (Trang 30)
2.2.35Hình 2.6 Board Arduino Uno [9] - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.35 Hình 2.6 Board Arduino Uno [9] (Trang 31)
2.2.55Hình 2.9 Động cơ DC GA25 [10] - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.55 Hình 2.9 Động cơ DC GA25 [10] (Trang 34)
2.2.84 Hình 2.11 Cấu tạo của IC điều khiển động cơ L298. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.84 Hình 2.11 Cấu tạo của IC điều khiển động cơ L298 (Trang 37)
- Mô hình hóa đối tượng hoặc môi trường xung quanh. Ví dụ: Trong các lĩnh vực y tế. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
h ình hóa đối tượng hoặc môi trường xung quanh. Ví dụ: Trong các lĩnh vực y tế (Trang 44)
2.2.295 Hình 3.5 Bản đồ trước khi áp dụng ROI (trái) và bản đồ sau khi áp dụng - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.295 Hình 3.5 Bản đồ trước khi áp dụng ROI (trái) và bản đồ sau khi áp dụng (Trang 48)
2.2.324 Hình 3.8 Kết quả làm giảm kíchthước vạch trên bản đồ 1 bằng phép toán co - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.324 Hình 3.8 Kết quả làm giảm kíchthước vạch trên bản đồ 1 bằng phép toán co (Trang 53)
2.2.338 Hình 3.10 Ví dụ về việc chia lưới trong một bản đồ mà đường đi có kích - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.338 Hình 3.10 Ví dụ về việc chia lưới trong một bản đồ mà đường đi có kích (Trang 55)
2.2.343 2.2.344 Hình 3.11 Cửa sổ lọc trượt đến trọng tâm của tập hợp điểm [15]. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.343 2.2.344 Hình 3.11 Cửa sổ lọc trượt đến trọng tâm của tập hợp điểm [15] (Trang 56)
2.2.353 Hình 3.12 Trong thuật toán meanshift, kíchthước của cửa sổ lọc không thay đổi - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.353 Hình 3.12 Trong thuật toán meanshift, kíchthước của cửa sổ lọc không thay đổi (Trang 58)
2.2.356 Hình 3.13 Trong thuật toán Camshift, kíchthước và hướng của cửa sỏ lọc thay - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.356 Hình 3.13 Trong thuật toán Camshift, kíchthước và hướng của cửa sỏ lọc thay (Trang 59)
2.2.361 Hình 3.14 Sự thay đổi của Histogram khi dải chia lưới thay đổi [2]. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.361 Hình 3.14 Sự thay đổi của Histogram khi dải chia lưới thay đổi [2] (Trang 60)
2.2.375 Hình 3.17 Kết quả định vị mobile robot tại một số vị trí khác nhau. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
2.2.375 Hình 3.17 Kết quả định vị mobile robot tại một số vị trí khác nhau (Trang 64)
- Hình 3.23 Kết quả dẫn hướng cho robot theo thời gian thực của - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 3.23 Kết quả dẫn hướng cho robot theo thời gian thực của (Trang 71)
- Kết quả dẫn hướng cho robot theo thời gian thực được thể hiện trên hình 3.25. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
t quả dẫn hướng cho robot theo thời gian thực được thể hiện trên hình 3.25 (Trang 72)
- Hình 3.25 Kết quả dẫn hướng cho robot theo thời gian thực của lần thử nghiệm 2. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 3.25 Kết quả dẫn hướng cho robot theo thời gian thực của lần thử nghiệm 2 (Trang 73)
- Kết quả dẫn hướng cho robot theo thời gian thực được thể hiện trên hình 3.27. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
t quả dẫn hướng cho robot theo thời gian thực được thể hiện trên hình 3.27 (Trang 74)
- Hình 3.29 Kết quả dẫn hướng theo thời gian thực lần thử nghiệm thứ 4. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 3.29 Kết quả dẫn hướng theo thời gian thực lần thử nghiệm thứ 4 (Trang 77)
Hình 2. Hệ thống đánh dấu cho một AGV bám vạch. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 2. Hệ thống đánh dấu cho một AGV bám vạch (Trang 95)
Hình 3. Nguyên lý hoạt động của hệ thống định vị, tìm đường và dẫn hướng cho AGV. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 3. Nguyên lý hoạt động của hệ thống định vị, tìm đường và dẫn hướng cho AGV (Trang 96)
Hình 8. Kết quả giảm nhiễu nhờ việc tinh chỉnh các giá trị HSV dùng để phân ngưỡng. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 8. Kết quả giảm nhiễu nhờ việc tinh chỉnh các giá trị HSV dùng để phân ngưỡng (Trang 100)
Hình 10. Kết quả dẫn hướng cho robot theo thời gian thực. - NGHIÊN cứu, THIẾT kế, CHẾ tạo MOBILE ROBOT tự HÀNH TÍCH hợp một số CÔNG NGHỆ xử lý ẢNH và THUẬT TOÁN HIỆN đại
Hình 10. Kết quả dẫn hướng cho robot theo thời gian thực (Trang 101)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w