70
5.2. MỘT SỐ HÌNH ẢNH TRONG Q TRÌNH THI CƠNG
Hình 5.18: Hình ảnh kết nối các thiết bị ngoại vi cho Raspberry thực tế
71
72 Chương 6:
ĐÁNH GIÁ KẾT QUẢ, KẾT LUẬN
Mục tiêu ban đâu của đề tài “Xe tự hành theo làn đường ứng dụng xử lí ảnh trên board Raspberry” là xe có thể tự di chuyển theo đúng làn đường được xác định. Dựa trên ngôn ngữ Python với thư viện chính là OpenCV và được thực hiện trên Kit Raspberry. Sau quá trình nghiên cứu và thực hiện đề tài, Nhóm đã rút ra được nhiều vấn đề khác nhau, từ việc sử dụng phần mềm, các phương pháp giải thuật, sử dụng phần cứng. Trong đó, gồm các vấn đề sau: Đối với phần cứng, biết sử dụng Kit Raspberry, cài đặt hệ điều hành cho Raspberry, biết sử dụng Camera Pi. Đối với phần mềm, biết cách lập trình cơ bản trên Python cùng với thư viện OpenCV, và các giải thuật liên quan đến đề tài.
6.1. ĐÁNH GIÁ KẾT QUẢ
Để có kết quá khách quan nhất, nhóm đã cho thử nghiệm mơ phỏng nhiều lần nhằm đánh giá khả năng nhận diện làn đường, mức độ ổn định và độ chính xác của mơ hình. Để đánh giá một cách khách quan hơn, tiến hành cho mơ hình hoạt động 10 lần, các làn đường được thay đổi ngẫu nhiên như: đường thẳng, đường cong,
Bảng kết quả: Lần 1 2 3 4 5 6 7 8 9 10 Độ chính xác (%) 100 100 80 90 100 100 90 100 100 80 Bảng 6. 1: Bảng kết quả thực nghiệm 10 lần 6.2. KẾT LUẬN
Qua q trình thực hiện đề tài, nhóm đã biết sử dụng Rasberry các chức năng cơ bản chiếc máy tính nhúng, như việc tạo file mới, tạo project mới, tìm hiểu Python trên
73
Raspberry, cách chạy chương trình Python,… Đánh giá máy tính nhúng Raspberry một cách khách quan, máy tính được thiết kế nhỏ gọn, thuận tiện cho các mơ hình khơng thích sự cồng kềnh, đáp ứng đủ các chức năng cơ bản như một chiếc máy tính bình thường, tốc độ xử lý tạm ổn cho các dự án nhỏ, hệ thống chạy ổn đinh, nhưng các dự án lớn cần cấu hình máy cao thì Raspberry chưa đáp ứng được nhu cầu. Đối với Model Camera Raspberry Pi có độ phân giải khơng q cao nhưng ngược lại nó có giá thành rẻ, cùng với chất lượng ảnh phù hợp với việc xử lý ảnh.
Sau khi qua thời gian tìm hiểu phương pháp nhận dạng, thuật tốn này nhóm mất nhiều tuần để hồn thành.Q trình thực hiện đề tài đã giúp chúng em thu được kết quả tốt, bổ sung nhiều phần kiến thức chưa hiểu rõ trong quá trình học tập và hiểu rõ quá trình thiết kế, thực hiện 1 ý tưởng kỹ thuật đơn giản. Môn học đã cho sinh viên chúng em mơi trường làm việc thân thiện, sáng tạo, kích thích sự tìm tịi về cơng nghệ hiện đại.
6.2.1. Kết quả đạt được
Sau khi tổng hợp các kết quả đạt được và đem so sánh với những yêu cầu và mục tiêu thiết kế cho thấy sản phẩm thiết kế đáp ứng tương đối tốt, chính xác. Có khả năng thi cơng mơ hình hoạt đổng tốt. các thiết bị sử dụng nhỏ gọn, dễ dàng lắp đặt, có tính kinh tế, thuận tiện cho việc học tập nhưng cũng có thể phát triển thực tế.
6.2.2 Điểm mới của đề tài
- Thiết kế đơn giản, rẻ tiền, dễ dàng lắp ráp và sử dụng mang lại hiệu quả tương đối cao.
- Ứng dụng được vào giao thông thực tế ở Việt Nam nhằm giúp việc lưu thơng trên đường an tồn hơn, giảm rủi ro tai nạn giao thông không mong muốn.
- Ứng dụng xử lý ánh thay cho các cảm biến (dị line,….) dễ xảy ra nhiễu, hoạt động khơng thực sự chính xác.
74 6.2.3. Những mặt hạn chế
Ngồi những kết quả đạt được thì vẫn cịn những hạn chế sau.
- Do kinh nghiệm còn hạn chế, nên quá trinh triển khai đồ án mất nhiều thời gian.
- Chưa sử dụng cơng nghệ tối ưu nhất trong q trình thực hiện.
- Việc thực hiện xe tự hành thực tế phần lớn qua test mô phỏng, được phục vụ trong giáo dục, chưa áp dụng vào đời sống.
6.3. HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI NGHIÊN CỨU
Từ những mặt hạn chế của đề tài, để đề tài hoạt động tốt hơn và có thể áp dụng vào thực tế sau này nhóm đã đề ra những hướng phát triển như sau:
- Sử dụng thiết bị chuyên dụng và cấu hình mạnh hơn nhằm giúp cho mơ hình có thể áp dụng vào thực tế hoạt động chính xác hơn.
75
TÀI LIỆU THAM KHẢO
1. Nguyễn Thanh Hải, “Giáo Trình Xử lý ảnh”, Nhà xuất bản Đại Học Quốc Gia, Thành phố Hồ Chí Minh, 2014
2. Nguyễn Quang Hoan, “Xử lý ảnh”, Học Viện Bưu Chính Viên Thơng, 2006
3. Richard Blum, Christine Bresnahan, “Python Programming for Raspberry Pi”, 2014 Shawn Wallace, Matt Richardson, “Getting Started with Raspberry Pi”, 2012
4. Trần Công Dũng, Đinh Công Phong, “Ứng dụng xử lý ảnh trong phân loại chất lượng gạo”, Đồ Án Tốt Nghiệp Đại Học, Trường Đại Học Sư Phạm Kỹ Thuật Thành phố Hồ Chí Minh, 2016
5. Doxygen, “OpenCV-Python Tutorials”, https://docs.opencv.org/, 2020
6. Facebook, “Cộng động OpenCV và xử lý ảnh Việt Nam”,
76
PHỤC LỤC
THÔNG TIN, SỐ LIỆU KHẢO SÁT VỀ XE TỰ HÀNH
1. Chỉ 16% số người được hỏi “rất có khả năng” đi xe tự hành, trong khi 28% số người được hỏi khẳng định rằng họ “hồn tồn khơng có khả năng”. (Morning Consult) 2. 22% người được hỏi tin rằng xe tự lái an tồn hơn so với người bình thường lái xe,
trong khi 35% trong số họ tin rằng xe tự lái kém an toàn hơn so với người lái xe bình thường. (Morning Consult)
3. 51% cơng dân Hoa Kỳ quan tâm đến luật để đảm bảo xe tự lái được an tồn. (Hiệp
hội ơ tơ Hoa Kỳ )
4. 49% công dân Hoa Kỳ muốn biết họ sẽ dễ bị tin tặc tấn công như thế nào. (Hiệp hội
ô tô Hoa Kỳ)
5. 72% người trưởng thành ở Mỹ sẽ cảm thấy an toàn hơn khi ngồi trên xe tự lái nếu họ
có khả năng kiểm sốt nếu có sự cố. (Hiệp hội ơ tơ Hoa Kỳ)
6. 57% cơng dân Mỹ nói rằng họ muốn hiểu rõ ai sẽ là người chịu trách nhiệm pháp lý
trong trường hợp xảy ra va chạm với xe tự lái. (Hiệp hội ô tô Hoa Kỳ)
7. Theo người tiêu dùng, những rào cản chính ngăn cản người tiêu dùng trên toàn thế giới sử dụng phương tiện tự lái là
- Bảo mật phương tiện chống lại tin tặc (73%) - Bảo mật hệ thống chống lại tin tặc (72%)