Với sự phát triển ngày càng mạnh của các lĩnh vực an toàn và tiện nghi trên ô tô, hệ thống nhận dạng đối tượng và điều khiển xe tránh vật cản không chỉ dừng lại ở mô hình xe tự hành. Chúng tôi kiến nghị hướng phát triển tiếp theo của dự án này sẽ là làm dữ liệu đầu vào trở nên phong phú hơn nữa (nhiều đối tượng hơn), nâng cấp phần cứng và kết hợp với hệ thống Tracking Lane để xe có thể tự hành một cách tốt hơn. Từ việc một mô hình xe tự hành có thể hoạt động hoàn toàn một cách tự dộng sẽ phát triển dần lên các hệ thống trên một chiếc xe thật, đặc biệt là hệ thống phanh theo từng giao đoạn để xe có thể vận hành một cách an toàn cho cả người trên xe và người tham gia giao thông khác khi trở thành một chiếc xe tự hành thực thụ. Nhóm chúng tôi hi vọng kết quả đề tài sẽ là tài liệu hữu ích cho các nguyên cứu về hệ thống an toàn và tự động trên ô tô trong trường Đại học Sư phạm kỹ thuật nói riêng và ngành ô tô Việt Nam nói chung.
112
DANH MỤC TÀI LIỆU THAM KHẢO
[1]. Nguyễn Ngọc Thạch – Trần Lê Đức Huy, 7/2020, Nghiên cứu thiết kế hệ thống phát hiện và cảnh báo người đi bộ trên xe ô tô, Trường Đại học Sư phạm Kỹ thuật TP.Hồ Chí Minh.
[2]. When Maths Meet Coding, 16/10/2020, “how to train YOLO v3, v4 for custom objects detection and using colab free GPU”, Youtube.com and Github.com/jakkcoder, https://www.youtube.com/watch?v=hTCmL3S4Obw&list=WL&index=10&t=1s
[3]. eMaster Class Academy, 14/5/2020, “Python: Real Time Object Detection (Image, Webcam, Video files) with Yolov3 and OpenCV”, Youtube.com and buymeacoffee.com, https://www.youtube.com/watch?v=1LCb1PVqzeY&list=WL&index=14&t=783s
[4]. tech zizou, 25/2/2021, “TRAIN A CUSTOM YOLOv4-tiny DETECTOR USING GOOGLE COLAB ( FREE GPU )”, Youtube.com/techzizou and Github.com/techzizou https://www.youtube.com/watch?v=H3SJcwttTi4&list=WL&index=16&t=368s