Nội dung chính
5.1 Kết luận
5.2 Hạn chế của đề tài
Kết quả đạt được
5.1.
Những kết quả đạt được qua quá trình thực hiện đề tài:
Đề tài đã xây dựng được thuật toán quy hoạch quỹ đạo cho robot dựa trên thị giác máy tính và áp dụng thuât toán này lên robot di động thực nghiệm. Những thuật toán được xây dựng dựa trên sự hỗ trợ của thư viện OpenCV.
Robot sau khi áp dụng thuật toán có khả năng di chuyển tự động dò tìm và di chuyển đến điểm đích. Khi gặp vật cản robot có thể nhận biết và tránh vật cản.
Robot có khả năng nhận dạng vật thể đích bằng màu sắc vì thế robot có thể tự dò tìm vật đích trong vùng không gian chứa vật thể mà không cần biết trước vị trí.
Hạn chế của đề tài
5.2.
Do robot phụ thuộc nhiều vào bản đồ của môi trường được cung cấp nên robot thường bị hạn chế bởi không gian hoạt động. Ngoài ra, thông tin trong ảnh là lớn và đa dạng tùy vào độ phức tạp của môi trường mà robot hoạt động, nên việc thực hiện thuật toán chỉ dừng lại ở những môi trường đơn giản. Việc xác định đích bằng màu sắc chỉ hoạt động tốt ở môi trường trong phòng và trong phòng không có vật có màu giống như màu của vật đích.
Hướng phát triển của đề tài
5.3.
Do robot phụ thuộc nhiều vào bản đồ được cung cấp nên hướng phát triển tiếp theo của đề tài là xây dựng và áp dụng thuật toán xây dựng bản đồ cho robot, từ đó giúp robot linh hoạt hơn trong việc di chuyển.
Bên cạnh đó, với sức mạnh của thiết bị Kinect có thể giúp ta xây dựng được bản đồ (mapping) dạng 3D. Và việc tích hợp lên robot sẽ giúp ta xây dựng được bản đồ ở những khu vực mà con người không thể vào được.
TÀI LIỆU THAM KHẢO
[1] Jang, G, et al, Color Landmark Based Self-Localization for Indoor Mobile Robots, 2003.
[2] Hayet, J.B., F. Lerasle, and M. Devy, A visual landmark framework for mobile robot navigation, 2007.
[3] J. Borenstein, and Y. Koren, “The Vector Field Histogram – Fast Obstacle
Avoidance for Mobile Robots,” IEEE Journal of Robotics and Automation, vol.7, no. 3, pp. 278 - 288, June 1991.
[4] V. Lumelsky, and T. Skewis, “Incorporating Range Sensing in the Robot
Navigation Function,” IEEE Transactions on Systems, Man, and Cybernetics, vol. 20, pp. 1058–1068, 1990.
[5] O. Khatib, “Real-time obstacle avoidance for manipulators and mobile robots,” International Journal of Robotics Research, vol. 5, no. 1, pp. 90–98, 1995.
[6]John G. Allen, Richard Y. D. Xu, and J.S. Jin, Object Tracking Using CamShift Algorithm and Multiple Quantized Feature Spaces, 2006.
[7] http://en.wikipedia.org/wiki/Kinect [8] http://kinectforwindows.org [9] http://openkinect.org/wiki/Main_Page [10] http://www.ros.org/wiki/kinect_calibration/technical [11] http://www.aishack.in/2010/07/tracking-colored-objects-in-opencv/ [12] http://docs.opencv.org/ [13] http://stackoverflow.com