5.1.2.2 Theo dõi con ngƣời
Do thuật tốn Camshift tính tốn vị trí dựa vào dữ liệu màu sắc, vì vậy việc theo dõi đối tượng là con người được thực hiện bằng cách nhận diện màu sắc của da người. Các đặc trưng của màu da sẽ giúp Camshift theo dõi một đối tường là người trên bức ảnh và kết quả nhận được là đối tượng (khuôn mặt) được nhân diện và bám theo rất tốt.
5.2 Kết quả theo vết ối tƣợng
Kết hợp thuật tốn Camshift vào chương trình điều khiển ta có được các kết quả trả về những hình ảnh như sau:
5.2.1 Theo dõi vật
Hình ảnh kết quả theo dõi vật trên khung ảnh của chương trình điều khiển. Bao gồm các hình sau:
Hình 5.5: Xác định vị trí vật (a)
Hình 5.7: Xác định vị trí vật (c) 5.2.2 Theo dõi ngƣời
Hình ảnh kết quả theo dõi người trên khung ảnh của chương trình điều khiển. Bao gồm các hình sau:
Hình 5.9: Xác định vị trí người(b)
5.3 Truyền lệnh iều khiển qua cổng COM 5.3.1 Chế ộ iều khiển bằng tay 5.3.1 Chế ộ iều khiển bằng tay
Hình 5.11: Điều khiển chạy lùi.
Hình 5.13: Điều khiển quay phải.
5.3.2 Chế ộ tự ộng
Thử nghiệm theo dõi mặt người và điều khiển tự động.
Hình 5.15: Vị trí gần và lệnh lùi.
Hình 5.17: Vị trí trái và lệnh quay phải.
Hình 5.19: Vị trí xa và lệnh tiến. 5.4 Kết nối v iều khiển bằng wifi 5.4 Kết nối v iều khiển bằng wifi
5.4.1 Truyền nhận video
Hình ảnh truyền qua master cho chất lượng tương đối và tốc độ gần giống bên slave.
5.4.2 Truyền nhận tín hiệu iều khiển
Tín hiệu điều khiển master gửi qua server có tốc độ tương đối nhanh, slave đáp ứng với lệnh nhận được nhanh chóng, thời gian trễ rất nhỏ.
Hình 5.21: Master lấy quyền điều khiển.
Hình 5.22: Nhận lệnh quay trái.
Hình 5.23: Nhận lệnh tiến tới.
Hình 5.24: Nhận lệnh quay phải.
CHƢƠNG 6 :KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN
Chương này nêu lên đánh giá của nhóm về đề tài. Hướng phát triển và phạm vi ứng dụng của đề tài mà nhóm muốn hướng tới.
6.1 Kết uận
Sau thời gian thực hiện đề tài, nhóm thực hiện đã đạt được mục tiêu ban đầu đặt ra là ứng dụng xử lý ảnh để điều khiển mơ hình xe tự động bám đối tượng, ngồi ra mơ hình xe cịn có khả năng điều khiển bằng tay thơng qua hình ảnh được truyền về từ xe. Một số ưu điểm nổi bật của mơ hình :
Đơn giản, dễ dàng vận hành.
Bám đối tượng tốt và lệnh điều khiển tương đối chính xác. Truyền dữ liệu giữa master và slave nhanh và ổn định. Nhỏ gọn có thể di chuyển vào nơi có khơng gian hẹp.
Tuy nhiên, mơ hình vẫn cịn một số hạn chế cần khắc phục như sau: Tốc độ di chuyển của robot còn chậm, chưa điều chỉnh được tốc độ.
Chương trình theo dõi bằng camera dễ bị ảnh hưởng do các môi trường sáng thay đổi khác nhau.
Hoạt động không lâu do sử dụng acquy dung lượng nhỏ.
Do bán kính phát wifi bị giới hạn nên robot chỉ có thể hoạt động trong khơng gian hạn chế.
6.2 Hƣớng phát triển v ứng dụng
Để khắc phục các nhược điểm trên ta có thể áp dụng các phương pháp sau: Với công nghệ kỹ thuật phát triển ngày một tiến bộ, tốc độ xử lý của các thiết
bị ngày càng được nâng cao. Vì thế, xe tự hành có thể sử dụng những thiết bị giúp nâng cao tốc độ xử lý, tốc độ giải thuật và điều khiển.
Sử dụng các công nghệ mới giúp thay thế nguồn acquy bằng các loại pin lithium, hoặc sử dụng công nghệ năng lượng mặt trời giúp nâng cao thời gian hoạt động.
Việc liên kết sóng wifi giữa nhiều thiết bị phát wifi khác nhau thành một hệ thống lớn giúp đảm bảo duy trì thơng tin giữa 2 phía (master/slave) đồng thời mở rộng khơng gian di chuyển của robot.
Chương trình xử lý ảnh có thể áp dụng thêm các thuật tốn lọc nâng cao giúp việc nhận diện đối tượng được ổn định và nâng cao khả năng nhận diện đối tượng trong các mơi trường có độ sáng khác nhau.
Trong thực tế, mơ hình xe tự hành được phát triển với nhiều ứng dụng khác nhau. Ta có thể áp dụng và phát triển mơ hình xe này vào trong những việc như: Robot gia đình (mang ly nước, đồ uống, đồ ăn giúp con người), trơng coi trẻ
em và báo hiệu khi có nguy hiểm xảy ra.
Ngồi ra, có thể áp dụng vào các robot cỡ lớn khác để chở hàng hóa nặng, kích thước lớn.
Sử dụng trong bệnh viện để chở những người bị thương hoặc bị bệnh không thể di chuyển.
Trong qn sự, robot có thể tìm kiếm, theo dõi xác định vị trí của đối phương tạo lợi thế trong việc tác chiến.
PHỤ LỤC A. Hƣớng dẫn s dụng chƣơng trình
Khởi động 2 chương trình với Run as Administrator. Slave:
- Chọn COM để kết nối và chạy camera.
- Chọn địa chỉ IP của master và kết nối.( bây giờ hệ thống có thể được điều khiển bằng các nút trên slave)
- Cài đặt chế độ tự động.
- Chọn vùng cần theo dõi, lựa chọn giá trị trên trackbar giúp cho việc theo dõi tốt hơn. Nút auto được nhấn robot sẽ tự bám theo đối tượng trong vùng lựa chọn bạn đầu.
- Nút B giúp cho việc lựa chọn giá trị cho trackbar một cách phù hợp. Master:
- Sau khi cài đặt cho slave, master có thể nhấn nút recive để nhận hình ảnh từ slave truyền về.
- Nếu muốn điều khiển slave thì hãy nhấn nút master, slave sẽ tự động kết nối và nhận tín hiệu từ các nút của master (slave sẽ không tự điều khiển nữa ). - Slave sẽ điều khiển được chở lại khi master nhấn vào nút slave trên bảng
điều khiển.
B. T i iệu tham hảo
1. BÀI GIẢNG LẬP TRÌNH HƯỚNG ĐỐI TƯỢNG VÀ C++, Trường đại học Hàng Hải.
2. Tìm hiểu và xây dựng hệ thống bám mục tiêu di động sử dụng thuật toán xứ lý ảnh camshift của OpenCV - Trường đại học Bách Khoa Hà Nội .
3. ĐIỀU KHIỂN ROBOT PIONEER P3-DX BÁM SÁT ĐỐI TƯỢNG- Tạp chí khoa học trường đại học Cần Thơ.
4. Gary Bradski& Adrian kaebler – Learning OpenCV
5. Artner (2008). A Comparison of Mean Shift Tracking Methods.Digital Media, Upper Austria University of Applied Sciences.
6. Y.Cheng (1995). Mean Shift, Mode Seeking, and Clustering. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 17, no. 8. August. Website: 1. http://msdn.microsoft.com/en- us/library/windows/desktop/ms737593(v=vs.85).aspx 2. http://www.codeforge.com/s/0/Camshift-Kalman 3. http://vi.wikipedia.org/wiki/B%C3%ACnh_ph%C6%B0%C6%A1ng_t%E1 %BB%91i_thi%E1%BB%83u 4. http://luanvan.net.vn/luan-van/de-tai-tim-hieu-va-xay-dung-he-thong-bam- muc-tieu-di-dong-su-dung-thuat-toan-xu-ly-anh-camshift-cua-opencv-28613/ 5. http://docs.opencv.org/trunk/doc/py_tutorials/py_video/py_meanshift/py_me anshift.html 6. http://docs.opencv.org/modules/video/doc/motion_analysis_and_object_trac king.html#camshift 7. http://www.arm.vn 8. en.wikipedia.org