2.1 Tổng quan về đề tài
2.1.2 Các công trình liên quan
Thông qua việc tìm hiểu và nghiên cứu các công trinh liên quan, nhằm kế thừa, đánh giá, để có cái nhìn khách quan hơn và có cơ sở khoa học trong việc chọn lựa phương pháp thực hiện để tài một cách tối ưu nhất. Các công trình các bài báo có
thể được tìm thấy trong danh mục phần tài liệu tham khảo ở phần sau.
Trong nước
Dưới đây là một số công trình tiêu biểu trong lĩnh vực robot với mỗi đề tài điều có ưu điểm và nhược điểm khác nhau. Thông qua việc tìm hiểu, từ đó đề xuất các phương pháp sử dụng trong đề tài này.
Trang 7
Bảng 2.1 : Bảng tổng hợp một số công trình tiêu biểu trong nước.
Stt Tên đề tài, bài báo Ưu điểm Nhược điểm
1
Robot tự hành tránh vật cản sử dụng thiết bị Kinect [1]
(2012).
+ Các tác giả áp dụng công nghệ xử lý ảnh 3D trong việc xác định vât cản đáp ứng độ tin cậy cao hơn so với việc sử dụng cảm biến.
+ Xây dựng được mô hình động học, kiểm chứng bằng thực nghiệm.
+ Phần thiết kế chưa được hoàn hảo nên có sai số khi di chuyển.
+ Vùng quan sát của robot chỉ quan sát được không gian phía trước, không xác định được vật cản bên hông.
+ Chương trình xử dụng thư viện PCL khó cài đặt trong hệ điều hành Window.
2
Điều khiển robot đi đến đích và tránh vật cản [13] (2015)
+ Tác giả sử dụng cảm biến siêu âm để robot tránh vật cản trong quá trình chuyển động đồng thời di chuyển robot đến vị trí màu đỏ theo yêu cầu.
+ Luận văn xây dựng trong môi trường cục bộ.
+ Vùng quét camera phải duy nhất một khu vực có màu đỏ để robot di chuyển.
3
Nghiên cứu xây dựng phương pháp điều khiển Robot tự hành dựa trên cơ sở
logic mờ [14]
(2010)
+ Tác giả xây dựng phương pháp điều khiển robot dựa trên cơ sở logic mờ (fuzzy logic).
+ Xây dựng được mô hình thực tế và kiểm chứng bằng thực nghiệm.
+ Luận văn chưa xây dựng được phương pháp xử lý nhiễu cho cảm biến, khi robot di chuyển sẽ
xuất hiện sai số gây ra nhiễu do xung của hai cảm biến siêu âm lẫn vào nhau làm robot mất phương hướng và lệch ra khỏi quỹ đạo.
4
Lọc Particle dựa trên màu ứng dụng vào hệ thống theo dõi giao thông [20]
(2007)
+ Các tác giả sử dụng phương pháp phân bố màu áp dụng trong bộ lọc particle để xác định đối tượng đi ngược chiều.
+ Hầu hết các đối tượng đều được xác định khi đi vào vùng khảo sát.
+ Đề tài sử dụng trong môi trường outdoor, nên có một số trở ngại như hiện tượng bóng đổ, tán xạ ánh sáng gây ra bởi các phương tiện có kích thước lớn.
5 Phát hiện – Phân + Bài báo đưa ra một số khái + Các tác giả chưa xây
Trang 8
loại – theo dõi đối tượng chuyển động trong hệ thống giám sát thông minh [21] (2006)
niệm, phương pháp trong việc xác đinh đối tượng, phân lớp và theo dõi đối tượng.
+ Đưa ra một sô kỹ thuật giải quyết bài toán phát hiện đối tượng và theo dõi đối tượng chuyển động.
dựng được mô hình hoàn thiện, điều kiện quan sát, thiết bị kỹ thuật có ảnh hưởng đến đầu vào của hệ thống.
6
Nghiên cứu phát triển hệ Robot- Camera tự động tìm kiếm và bám đối tượng di động VICON [12].
+ Bài báo sử dụng mô hình cánh tay robot với hai khớp được gắn thiết bị Camera, mục tiêu xác định đối tượng và bám theo đối tượng sao cho ảnh đối tượng thu được ở tâm camera.
+ Bài báo chỉ xác định được một đối tượng cụ thể, chưa nêu lên đặt tính theo dấu đối tượng khi có đối tượng khác xuất hiện.
Nhận xét:
Từ các bài báo tham khảo trên, với mục đính tránh vật cản, robot có thể sử dụng cảm biến, thiết bị camera kinect, nhìn chung thiết bị Kinect có khả năng xác định vật cản cao hơn nhưng chi phí sử dụng nhiều hơn so với cảm biến thông thường như đề tài [1].
Sử dụng cảm biến cho mô hình robot tránh vật cản được ưa chuộng trong những năm gần đây, bới tính nhỏ gọn, dễ sử dụng, có thể tích hợp trên mô hình nhằm giảm kích thước robot trong qua việc xử hệ thống thiết bị camera trên robot [13].
Các đề tài [1] và [13] điều có những ưu điểm riêng tùy theo mục đích sử dụng mà sử dụng thiết bị, trong đề tài [1] việc sử dụng thiết bị kinect trong quá trình tránh vật cản so với việc sử dụng cảm biến thì việc sử dụng cảm biến là điều thích hợp bởi thiết bị Kinect ngoài ra còn có nhiều chức năng cần được khai thác, một trong số các chức năng đó sẽ được đề cập trong chương sau.
Trang 9
Ngoài ra các bài báo số [12] và [20] cho thấy bộ lọc phần tử được sử dụng nhiều trong vấn đề theo dõi đối tượng, do tính linh động và dễ sử dụng.
Ngoài nước
Việc tìm hiểu đề tài trong nước là chưa đủ, do đó cần nghiên cứu tìm hiểu vấn đề của đề tài thêm nữa để có cái nhìn khách quan hơn và có cơ sở thực hiện.
Bảng 2.2 : Bảng so sánh một số công trình sử dụng thiết bị Kinect trong việc theo vết đối tượng.
Stt Tên đề tài, bài báo Ưu điểm Nhược điểm Hình minh họa
1
Non-rigid body object tracking using fuzzy neural system based on multiple ROIs and adaptive motion frame method [5].
+ Cải thiện khả năng theo dõi của đối tượng.
+ Tính toán cao, phức tạp, do đó thời gian chạy trễ
so với thời gian thực.
2
ML-fusion based multi-model human detection and tracking for robust human-robot interfaces [6].
+ Phương pháp dễ thực hiện và đáp ứng nhanh chóng
+ Không cung cấp kết quả kha quan trong trường hợp không gian có nhiều người.
Trang 10
3
A Monitoring System for
Supermarket Based on Trajectory of Palm [4].
+ Tác giả theo dõi chuyển động bằng phương pháp SOM và skin color.
+ Hệ thống sẽ
bị ảnh hưởng khi có nhiều đối tượng.
Bảng 2.3 : Bảng khảo sát một số ứng dụng của bộ lọc phần tử
Stt Tên đề tài, bài báo Ưu điểm Nhược điểm
1
Object Tracking with an Adaptive Color-Based Particle Filter [7].
+ Tác giả sử dụng phân bố các thành phần màu trong bộ lọc particle. Cho thấy sự tương quan giữa hai phân bố màu, phương pháp sử dụng Bhattacharyya.
+ Phụ thuộc vào kích thước khu vực và số lượng mẫu.
+ Các đối tượng được theo dõi có thể bị mất dấu khi đối tượng này xuất hiện nhanh chóng.
2
Improved Particle Filter in Sensor Fusion forTracking Randomly Moving Object [8].
+ Thuật toán resampling tạo ra các hạt mới từ các hạt xung quanh trong quá trình lấy mẫu.
+ Thuật toán được dùng để theo dõi một đối tượng di chuyển ngẫu nhiên.
+ Phương pháp này chỉ
thích hợp đối với người di chuyển chậm như là đi bộ
3 An integrated particle filter and
+ Đề xuất một phân bố xác xuất thông qua các vị trí được
+ Số hạt tăng lên cùng với số lượng của các đối
Trang 11
potential field method applied to cooperative multi- robot target tracking [11].
ước tính của mục tiêu, nhằm cung cấp theo dõi một cách chuẩn xác dù thường xuyên bị mất dấu
tượng làm cho việc tính toán trở nên phức tạp.
4
Visual Object
Tracking Algorithms [10].
+ Tác giả thực hiện cuộc khảo sát về đề tài thị giác máy tính với các phương pháp Kalman, EFKF, UKF, bộ lọc hạt và phương pháp dự đoán SVMM.
+ Tất các các học thuyết chưa được giải thích kỹ
trong bài
5
Robust Visual Tracking for
Multiple Targets [9].
+ Trong bài báo này, các cầu thủ Hockey được tác giả theo dõi và đề xuất thêm bốn cải tiến trên hệ thống trước đó, bằng tập hợp các thành phần liên quan, hệ thống theo dõi mục tiêu mới đạt được chất lượng tốt trong trận đấu.
+ Hệ thống này cũng chỉ
tối ưu trong vùng cục bộ.
Nhận xét:
Thông qua bảng 2.2, khảo sát một số phương pháp theo dõi đối tượng bằng thiết bị Kinect. Qua các công trình trên có thể thấy rằng thiết bị Kinect có nhiều ứng dụng trong việc nghiên cứu như xác định đối tượng, tránh vật cản,… bên cạnh đó
bảng 2.3 khảo sát một số phương pháp theo vết đối tượng qua đó có thể thấy việc
Trang 12
sử dụng bộ lọc phần tử trong việc theo dấu được sử dụng rất nhiều qua các nghiên cứu trong nước và ngoài nước.