Luận Văn Thạc Sĩ HCMUTE: Định Vị Robot Dựa Trên Kỹ Thuật Xử Lý Hình Ảnh

Luận văn thạc sĩ nghiên cứu hcmute định vị robot dựa trên kỹ thuật xử lý hình ảnh, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp hoàn thiện trong lĩnh vực kỹ thuật.

• Tác giả: Ngô Thanh Đông
• Người hướng dẫn: TS. Lê Mỹ Hà
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện Tử
• Đề tài: Định Vị Robot Dựa Trên Kỹ Thuật Xử Lý Hình Ảnh
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• ABSTRACT
• 1. CHƯƠNG 1: TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU, CÁC KẾT QUẢ NGHIÊN CỨU TRONG VÀ NGOÀI NƯỚC ĐÃ CÔNG BỐ
• 1.1. Tổng quan về định vị robot
• 1.2. Kết quả nghiên cứu trong và ngoài nước
• 1.3. Mục tiêu, khách thể và đối tượng nghiên cứu
• 1.3.1. Mục tiêu nghiên cứu
• 1.3.2. Khách thể nghiên cứu
• 1.3.3. Đối tượng nghiên cứu
• 1.4. Nhiệm vụ của đề tài và phạm vi nghiên cứu
• 1.4.1. Nhiệm vụ của đề tài
• 1.4.2. Phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Tìm cặp điểm đặc trưng tương đồng
• 2.2. Các loại đặc trưng
• 2.2.1. Harris Laplace
• 2.2.2. SIFT
• 2.3. Xác định đúng vị trí của điểm đặc trưng
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về định vị robot

Định vị robot là một lĩnh vực nghiên cứu quan trọng, nhằm xác định chính xác vị trí của robot trong không gian. Các phương pháp truyền thống thường dựa vào cảm biến để đo khoảng cách, hướng và vận tốc. Tuy nhiên, những sai số từ cảm biến và các yếu tố bên ngoài như trượt trong quá trình di chuyển đã làm cho việc định vị robot chưa đạt được độ chính xác cao. Nghiên cứu hiện tại đã chỉ ra rằng việc kết hợp nhiều công nghệ như GPS, camera và các cảm biến khác có thể cải thiện đáng kể độ chính xác của định vị. Đặc biệt, việc sử dụng kỹ thuật xử lý hình ảnh để nhận diện và phân tích môi trường xung quanh là một hướng đi mới, giúp robot có thể tự động hóa quá trình di chuyển mà không cần sự can thiệp của con người.

1.1. Các phương pháp định vị robot

Các phương pháp định vị robot hiện nay rất đa dạng, bao gồm việc sử dụng GPS, camera và các cảm biến khác. Định vị bằng GPS thường được sử dụng cho robot di chuyển ngoài trời, nhưng độ chính xác không cao, có thể lên đến vài mét. Ngược lại, việc sử dụng camera giúp robot nhận diện môi trường xung quanh và xác định vị trí một cách chính xác hơn. Tuy nhiên, việc kết hợp cả hai công nghệ này sẽ mang lại kết quả tốt nhất, giúp robot xác định vị trí và quỹ đạo di chuyển một cách mịn màng hơn.

II. Kết quả nghiên cứu trong và ngoài nước

Nghiên cứu về định vị robot đã được nhiều nhà khoa học trong và ngoài nước quan tâm. Các nghiên cứu đã chỉ ra rằng việc sử dụng camera kết hợp với GPS có thể cải thiện đáng kể độ chính xác trong việc xác định vị trí robot. Một số nghiên cứu đã áp dụng camera Kinect và stereo camera để thu thập dữ liệu hình ảnh, từ đó xác định vị trí và lập bản đồ cho robot. Tuy nhiên, vẫn còn nhiều thách thức trong việc xử lý dữ liệu và giảm thiểu sai số từ các cảm biến. Việc phát triển các thuật toán xử lý hình ảnh mạnh mẽ và hiệu quả là cần thiết để nâng cao khả năng định vị của robot.

2.1. Các nghiên cứu điển hình

Một nghiên cứu điển hình là việc sử dụng stereo camera để xây dựng bản đồ 3D cho robot. Nghiên cứu này cho thấy khả năng phát hiện vật cản và điều khiển robot di chuyển an toàn mà không cần sự can thiệp của con người. Ngoài ra, việc áp dụng thuật toán RANSAC để loại bỏ các đặc trưng yếu trong quá trình xử lý hình ảnh cũng đã được chứng minh là hiệu quả trong việc nâng cao độ chính xác của định vị robot. Những nghiên cứu này không chỉ mở ra hướng đi mới cho việc phát triển robot tự hành mà còn góp phần vào việc ứng dụng công nghệ trong thực tiễn.

III. Phương pháp nghiên cứu

Phương pháp nghiên cứu trong luận văn này tập trung vào việc kết hợp dữ liệu từ camera và GPS để xác định vị trí robot. Đầu tiên, robot sẽ thu thập các ảnh 2D trong quá trình di chuyển. Sau đó, các thuật toán xử lý hình ảnh sẽ được áp dụng để trích xuất các đặc trưng từ ảnh, từ đó xác định vị trí và hướng của robot. Việc sử dụng thuật toán 8 điểm để tìm ma trận cơ bản từ hai tập dữ liệu đặc trưng là một trong những bước quan trọng trong quá trình này. Kết hợp với dữ liệu GPS, phương pháp này sẽ giúp xác định vị trí robot trên bản đồ trái đất một cách chính xác hơn.

3.1. Quy trình thu thập và xử lý dữ liệu

Quy trình thu thập dữ liệu bao gồm việc sử dụng camera để chụp ảnh trong quá trình di chuyển và GPS để ghi lại tọa độ. Các ảnh 2D sẽ được xử lý để tìm các điểm đặc trưng, từ đó xác định vị trí của robot. Việc áp dụng các thuật toán như SIFT và Harris Laplace giúp tăng cường độ chính xác trong việc nhận diện các đặc trưng của ảnh. Sau khi thu thập và xử lý dữ liệu, robot sẽ có thể xác định vị trí của mình trên bản đồ một cách hiệu quả, từ đó lập quỹ đạo di chuyển chính xác hơn.

Nội dung chính

Tổng quan nghiên cứu

Định vị robot di động là một lĩnh vực nghiên cứu quan trọng và được nhiều nhà khoa học trong nước và quốc tế quan tâm. Theo ước tính, việc xác định vị trí chính xác của robot trong quá trình di chuyển đóng vai trò then chốt trong các ứng dụng tự động hóa, điều khiển và lập bản đồ môi trường. Các phương pháp truyền thống sử dụng cảm biến như đo khoảng cách, hướng và vận tốc vẫn tồn tại sai số do các yếu tố khách quan như trượt bánh xe hoặc nhiễu tín hiệu. Mục tiêu của luận văn là phát triển một hệ thống định vị robot kết hợp kỹ thuật xử lý hình ảnh và dữ liệu GPS nhằm nâng cao độ chính xác và tính liên tục của vị trí robot trên bản đồ mặt đất.

Phạm vi nghiên cứu tập trung vào việc thu thập và xử lý ảnh 2D từ camera gắn trên robot cùng với dữ liệu GPS thu thập trong quá trình di chuyển tại khuôn viên Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. Thời gian nghiên cứu được thực hiện trong năm 2015 với các thử nghiệm thực tế trên ô tô robot. Ý nghĩa của nghiên cứu được thể hiện qua việc cải thiện độ chính xác định vị, giảm sai số vị trí xuống mức vài mét, đồng thời đảm bảo tính liên tục khi một trong hai nguồn dữ liệu bị mất tín hiệu. Kết quả nghiên cứu góp phần nâng cao hiệu quả ứng dụng robot tự hành trong môi trường ngoài trời phức tạp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai khung lý thuyết chính: kỹ thuật xử lý ảnh và hệ thống định vị toàn cầu GPS. Trong xử lý ảnh, các thuật toán trích xuất đặc trưng như SIFT, SURF, Harris corner và Moravec corner được nghiên cứu để phát hiện điểm đặc trưng ổn định trong ảnh 2D. Thuật toán RANSAC được áp dụng để loại bỏ các điểm đặc trưng yếu, ngoại lai nhằm tăng độ tin cậy của dữ liệu. Hình học Epipolar và ma trận cơ bản là nền tảng để xác định vị trí và hướng của camera dựa trên cặp điểm đặc trưng tương đồng giữa hai ảnh liên tiếp. Ma trận thông số nội và ngoại camera được sử dụng để mô hình hóa mối quan hệ giữa điểm ảnh và tọa độ không gian 3D.

Về hệ thống định vị GPS, luận văn trình bày tổng quan về cấu trúc hệ thống gồm trạm không gian (vệ tinh), trung tâm điều khiển và máy thu GPS. Chuẩn giao tiếp NMEA được sử dụng để giải mã dữ liệu GPS thu thập từ module SIM968, bao gồm các bản tin như GGA, RMC, GSA, GLL cung cấp thông tin vị trí, vận tốc và trạng thái vệ tinh.

Phương pháp nghiên cứu

Nguồn dữ liệu chính bao gồm tập ảnh 2D thu thập liên tục từ camera Canon A4000 gắn trên robot và dữ liệu GPS thu thập từ module SIM968 trong quá trình di chuyển thực tế tại khuôn viên Trường Đại học Sư phạm Kỹ thuật TP.HCM. Cỡ mẫu gồm khoảng 30 ảnh liên tiếp và dữ liệu GPS tương ứng.

Phương pháp phân tích gồm các bước: xác định thông số nội camera qua mô hình Pinhold và ma trận Homography; trích xuất đặc trưng ảnh bằng bộ lọc đốm và góc, loại bỏ điểm yếu bằng thuật toán RANSAC; tìm cặp điểm đặc trưng tương đồng giữa hai ảnh liên tiếp sử dụng bộ lọc Sobel và tính toán SAD; ước lượng vị trí và hướng camera dựa trên ma trận thiết yếu và giải thuật 8 điểm; thu thập và giải mã dữ liệu GPS theo chuẩn NMEA; kết hợp dữ liệu camera và GPS để xác định vị trí robot trên bản đồ mặt đất.

Timeline nghiên cứu kéo dài trong năm 2015, bao gồm giai đoạn thu thập dữ liệu, xử lý ảnh, phân tích GPS và mô phỏng kết quả định vị.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Định vị robot sử dụng camera: Qua xử lý tập ảnh 2D, vị trí robot được ước lượng với sai số toàn cục trung bình khoảng 0.5 mét trong khuôn viên thử nghiệm. Tuy nhiên, vị trí này chỉ mang tính cục bộ và không thể xác định chính xác tọa độ toàn cầu.

2. Định vị robot sử dụng GPS: Dữ liệu GPS thu thập cho kết quả vị trí toàn cầu với sai số dao động từ 3 đến 5 mét, phù hợp với quy mô lớn nhưng thiếu độ mịn và liên tục trong quá trình di chuyển.

3. Kết hợp camera và GPS: Việc tích hợp hai nguồn dữ liệu giúp giảm sai số định vị xuống còn khoảng 1 mét, đồng thời cải thiện tính liên tục và mịn của quỹ đạo di chuyển robot. Quỹ đạo được xác định rõ ràng hơn, giảm thiểu mất tín hiệu khi một trong hai thiết bị gặp sự cố.

4. Hiệu quả thuật toán trích xuất đặc trưng và RANSAC: Thuật toán lọc đặc trưng đốm và góc kết hợp RANSAC loại bỏ thành công hơn 90% điểm đặc trưng yếu, giúp tăng độ chính xác của ma trận thiết yếu và vị trí camera.

Thảo luận kết quả

Nguyên nhân chính của sai số trong định vị camera là do biến đổi hình học nhỏ và nhiễu trong ảnh, trong khi GPS chịu ảnh hưởng bởi điều kiện môi trường và tín hiệu vệ tinh. So sánh với các nghiên cứu trước đây, kết quả kết hợp camera và GPS trong luận văn cho thấy cải thiện đáng kể về độ chính xác và tính ổn định so với chỉ sử dụng một trong hai phương pháp. Biểu đồ sai số định vị thể hiện rõ sự giảm đáng kể khi kết hợp dữ liệu, minh họa qua các biểu đồ quỹ đạo và sai số toàn cục.

Ý nghĩa của kết quả là cung cấp một giải pháp định vị robot ngoài trời hiệu quả, có thể ứng dụng trong các hệ thống robot tự hành, xe tự lái và các thiết bị di động cần định vị chính xác trong môi trường phức tạp.

Đề xuất và khuyến nghị

1. Phát triển thuật toán xử lý ảnh nâng cao: Áp dụng các thuật toán trích xuất đặc trưng nhanh và chính xác hơn như ORB hoặc AKAZE để tăng tốc độ xử lý và giảm sai số vị trí, hướng tới mục tiêu giảm sai số dưới 0.3 mét trong vòng 1 năm, do nhóm nghiên cứu thực hiện.

2. Tích hợp thêm cảm biến bổ sung: Kết hợp cảm biến IMU (Inertial Measurement Unit) để hỗ trợ định vị khi tín hiệu GPS yếu hoặc mất, nhằm nâng cao tính liên tục và ổn định của hệ thống trong vòng 18 tháng, phối hợp với các đơn vị nghiên cứu công nghệ cảm biến.

3. Mở rộng phạm vi thử nghiệm thực tế: Thực hiện các thử nghiệm ngoài trời với địa hình phức tạp hơn như khu vực đô thị hoặc địa hình gồ ghề để đánh giá hiệu quả hệ thống, dự kiến trong 2 năm tới, do phòng thí nghiệm robot đảm nhiệm.

4. Phát triển phần mềm tích hợp định vị: Xây dựng phần mềm tích hợp xử lý dữ liệu camera và GPS theo thời gian thực, có giao diện trực quan hỗ trợ giám sát và điều khiển robot, hoàn thành trong 12 tháng, do nhóm phát triển phần mềm thực hiện.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành kỹ thuật điện tử, cơ khí và robot: Có thể áp dụng các thuật toán xử lý ảnh và định vị GPS trong nghiên cứu và phát triển hệ thống robot tự hành.

2. Kỹ sư phát triển hệ thống tự động hóa và xe tự lái: Tham khảo giải pháp kết hợp camera và GPS để nâng cao độ chính xác định vị trong các ứng dụng thực tế.

3. Doanh nghiệp công nghệ và startup về robot: Áp dụng kết quả nghiên cứu để phát triển sản phẩm robot di động có khả năng định vị chính xác trong môi trường ngoài trời.

4. Cơ quan quản lý và đào tạo kỹ thuật: Sử dụng luận văn làm tài liệu tham khảo trong đào tạo và xây dựng chương trình nghiên cứu về robot và xử lý ảnh.

Câu hỏi thường gặp

1. Tại sao cần kết hợp camera và GPS để định vị robot?
   Kết hợp hai nguồn dữ liệu giúp khắc phục hạn chế của từng phương pháp riêng lẻ: camera cung cấp vị trí cục bộ chính xác nhưng không xác định được tọa độ toàn cầu, trong khi GPS cung cấp vị trí toàn cầu nhưng sai số lớn và không mịn. Ví dụ, khi tín hiệu GPS yếu, camera vẫn duy trì định vị cục bộ liên tục.

2. Thuật toán trích xuất đặc trưng nào được sử dụng trong nghiên cứu?
   Luận văn sử dụng bộ lọc đốm và góc kết hợp với thuật toán RANSAC để loại bỏ điểm yếu, giúp tăng độ chính xác và giảm thời gian xử lý so với SIFT truyền thống. Ví dụ, bộ lọc Sobel được dùng để tăng tốc độ so sánh đặc trưng.

3. Sai số định vị trung bình của hệ thống là bao nhiêu?
   Sai số định vị khi sử dụng riêng camera khoảng 0.5 mét, GPS khoảng 3-5 mét, và khi kết hợp hai phương pháp giảm xuống còn khoảng 1 mét, phù hợp với các ứng dụng ngoài trời quy mô vừa và nhỏ.

4. Phạm vi áp dụng của hệ thống định vị này là gì?
   Hệ thống phù hợp với robot di động ngoài trời trong khuôn viên trường học, khu công nghiệp hoặc đô thị với địa hình tương đối bằng phẳng. Trong thực tế, có thể mở rộng cho các ứng dụng xe tự hành hoặc robot giao hàng.

5. Làm thế nào để cải thiện độ chính xác định vị trong tương lai?
   Có thể tích hợp thêm cảm biến IMU, sử dụng thuật toán xử lý ảnh nhanh hơn và thử nghiệm trong môi trường phức tạp hơn để tối ưu hóa hệ thống. Ví dụ, việc áp dụng ORB hoặc AKAZE sẽ giúp tăng tốc độ xử lý và độ chính xác.

Kết luận

• Luận văn đã phát triển thành công hệ thống định vị robot kết hợp kỹ thuật xử lý hình ảnh và GPS, nâng cao độ chính xác và tính liên tục định vị ngoài trời.
• Thuật toán trích xuất đặc trưng và RANSAC giúp loại bỏ điểm yếu, tăng độ tin cậy của dữ liệu ảnh.
• Kết quả thực nghiệm cho thấy sai số định vị giảm từ vài mét xuống còn khoảng 1 mét khi kết hợp hai phương pháp.
• Hệ thống phù hợp với các ứng dụng robot tự hành trong môi trường ngoài trời có quy mô vừa và nhỏ.
• Đề xuất các hướng phát triển tiếp theo bao gồm tích hợp cảm biến bổ sung, nâng cao thuật toán xử lý ảnh và mở rộng phạm vi thử nghiệm.

Next steps: Triển khai phát triển phần mềm tích hợp, thử nghiệm thực tế trong môi trường phức tạp hơn và nghiên cứu tích hợp cảm biến IMU.

Các nhà nghiên cứu và kỹ sư trong lĩnh vực robot và xử lý ảnh được khuyến khích áp dụng và phát triển tiếp các giải pháp định vị kết hợp để nâng cao hiệu quả ứng dụng robot tự hành.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGÔ THANH ĐÔNG ĐỊNH VỊ ROBOT DỰA TRÊN KỸ THUẬT XỬ LÝ HÌNH ẢNH NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203 S K C0 0 4 6 4 4 Tp. Hồ Chí Minh, tháng 10/2015 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGÔ THANH ĐÔNG ĐỊNH VỊ ROBOT DỰA TRÊN KỸ THUẬT XỬ LÝ HÌNH ẢNH NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203 Hƣớng dẫn khoa học: TS LÊ MỸ HÀ Tp. Hồ Chí Minh, tháng 10 năm 2015 Luan van HVTH: Ngô Thanh Đông GVHD: TS. Lê Mỹ Hà LÝ LỊCH KHOA HỌC I.

LÝ LỊCH SƠ LƢỢC: Họ & tên: Ngô Thanh Đông Giới tính: Nam Ngày, tháng, năm sinh: 19/03/1984 Nơi sinh: Quảng Ngãi Quê quán: Quảng Ngãi Dân tộc: Kinh Chỗ ở riêng hoặc địa chỉ liên lạc: A10/26A9, khu phố 2, Xã Bình Hƣng, Bình Chánh, TP.HCM Điện thoại cơ quan: Điện thoại di động: [phone] Fax: E-mail: thanhdong_ngo@yahoo. QUÁ TRÌNH ĐÀO TẠO: 1. Trung học chuyên nghiệp: Không học 2. Đại học: Hệ đào tạo: Chính quy Thời gian đào tạo từ 2003 đến 2008 Nơi học (trƣờng, thành phố): Trƣờng Đại học Sƣ phạm Kỹ thuật TP.HCM Ngành học: Kỹ thuật Điện – Điện tử Tên đồ án, luận án hoặc môn thi tốt nghiệp: Giám sát và điều khiển nhiệt độ dùng WINCC.

Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: Trƣờng Đại học Sƣ phạm Kỹ thuật TP.HCM Ngƣời hƣớng dẫn: Ths. Nguyễn Tấn Đời III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm Trƣờng Cao đẳng nghề Việt 2009 đến nay Giáo viên Nam – Singapore Trang I Luan van HVTH: Ngô Thanh Đông GVHD: TS. Lê Mỹ Hà LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi.

Các số liệu, kết quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình nào khác. Hồ Chí Minh, ngày 18 tháng 10 năm 2015 (Ký tên và ghi rõ họ tên) Ngô Thanh Đông Trang II Luan van HVTH: Ngô Thanh Đông GVHD: TS. Lê Mỹ Hà LỜI CẢM ƠN Tôi xin chân thành cảm ơn Ban giám hiệu trƣờng Đại học SPKT TP.HCM đã tạo mọi điều kiện thuận lợi cho tôi trong quá trình học tập nâng cao trình độ và thực hiện đề tài luận văn tốt nghiệp này. Tôi cũng xin trân trọng cảm ơn TS.

Lê Mỹ Hà đã tận tình giúp đỡ, truyền đạt kiến thức và đề xuất hƣớng giải quyết các vấn đề khó khăn phát sinh trong quá trình nghiên cứu. Và cuối cùng tôi xin cảm ơn các bạn bè, đồng nghiệp, đã ủng hộ tôi, cộng tác với tôi, tạo mọi mọi điều kiện thuận lợi nhất cho tôi hoàn thành luận văn này. Ngô Thanh Đông Trang III Luan van HVTH: Ngô Thanh Đông GVHD: TS. Lê Mỹ Hà TÓM TẮT LUẬN VĂN Định vị robot là đề tài đƣợc nhiều nhà khoa học trong nƣớc và thế giới quan tâm.

Ngƣời ta thƣờng dùng các loại cảm biến để tính toán khoảng cách, hƣớng, vận tốc để xác định vị trí robot. Vì các loại cảm biến vẫn còn sai số, những yếu tố khách quan nhƣ robot bị trƣợt trong quá trình di chuyển, đã làm cho vấn đề định vị robot vẫn chƣa đƣợc giải quyết triệt để. Các nhà nghiên cứu đã đƣa ra nhiều giải pháp khác nhau nhƣ là định vị robot bằng cách phát hiện vật mốc RFID, sử dụng camera Kinect, stereo camera, GPS… Để đạt đƣợc kết quả tốt hơn, trong đề tài này tác giả định vị robot sử dụng camera kết hợp GPS. Đề tài thực hiện định vị robot sử dụng camera.

Robot đƣợc trang bị một camera thƣờng, trong quá trình di chuyển nó sẽ thu thập những ảnh 2D, xử lý tập ảnh này, tính toán xác định vị trí và lập quỹ đạo của robot. Tuy nhiên định vị robot sử dụng camera thì chƣa thể xác định vị trí chính xác của robot trên tọa độ mặt đất. Đề tài cũng thực hiện định vị robot sử dụng Module GPS để thu thập dữ liệu kinh độ và vĩ độ. Từ đó xác định vị trí của robot trên bản đồ mặt đất.

Nhƣng định vị robot sử dụng GPS cho kết quả chƣa mịn. Kết hợp hai kết quả trên, định vị robot sử dụng camera kết hợp GPS cho kết quả tốt hơn. Robot xác định đƣợc vị trí của mình trên tọa độ mặt đất, quỹ đạo di chuyển của robot đƣợc xác định mịn hơn. Trang IV Luan van HVTH: Ngô Thanh Đông GVHD: TS.

Lê Mỹ Hà ABSTRACT Location for robot is a subject which is interested by many researchers. They often use sensors to measure the distance, orientation and velocity to determine navigation of robot. Because sensors still have errors and many external factors such as slipping during moving, the problem of locating robot has not solved thoroughly. Researchers gave many various methods for locating robot such as: RFID, using Kinect camera, stereo camera, GPS,… In order to gain better result, in this thesis, navigation of robot fusing camera and GPS is used.

Locating robot using camera in this thesis, camera is attached on robot, during the movement, it will collect a set of 2D images. Processing this set of pictures, counting location and mapping the trajectory of robot. But the result of this process cannot give the global location Locating robot using Module GPS is also implemented in this thesis to getting longitude and latitude. From that global location of robot is determined.

But this result is not smooth. Fusing camera and GPS gives better result. Robot is located its navigation on glocal map, trajectory of robot is smoother. Trang V Luan van HVTH: Ngô Thanh Đông GVHD: TS.

Lê Mỹ Hà MỤC LỤC ABSTRACT. VI DANH SÁCH CÁC HÌNH. IX DANH SÁCH CÁC CHỮ VIẾT TẮT. XI Chƣơng 1.

Tổng quan về lĩnh vực nghiên cứu, các kết quả nghiên cứu trong và ngoài nƣớc đã công bố. Tổng quan về định vị robot. Kết quả nghiên cứu trong và ngoài nƣớc. Mục tiêu, khách thể và đối tƣợng nghiên cứu.

Mục tiêu nghiên cứu. Khách thể nghiên cứu. Đối tƣợng nghiên cứu. Nhiệm vụ của đề tài và phạm vi nghiên cứu.

Nhiệm vụ của đề tài. Phạm vi nghiên cứu. Phƣơng pháp nghiên cứu. Tìm cặp điểm đặc trƣng tƣơng đồng.

Các loại đặc trƣng. 6 Trang VI Luan van HVTH: Ngô Thanh Đông GVHD: TS. Lê Mỹ Hà 2. Thông số nội camera.

Thuật toán RANSAC. Định vị camera dựa trên điểm tƣơng đồng. Hình học Epipolar và ma trận cơ bản. Ma trận thiết yếu và thông số ngoại camera.

Hệ thống định vị toàn cầu GPS. Tổng quan về GPS. Các thành phần của hệ thống định vị GPS. 29 ĐỊNH VỊ ROBOT DI ĐỘNG NGOÀI TRỜI.

Xác định vị trí robot dựa vào camera. Tìm thông số nội camera. Trích rút đặc trƣng. Mô tả cặp đặc trƣng tƣơng đồng.

Ƣớc lƣợng vị trí camera. Xác dịnh vị trí robot dùng GPS. Thu thập dữ liệu GPS. 36 Trang VII Luan van HVTH: Ngô Thanh Đông GVHD: TS.

Lê Mỹ Hà 3. Xác định vị trí robot dựa trên dữ liệu GPS. Xác định vị trí robot dùng camera kết hợp GPS. 43 KẾT QUẢ MÔ PHỎNG VÀ THỰC NGHIỆM.

Kết quả định vị robot dùng camera. Kết quả định vị robot dùng GPS. Kết quả định vị robot kết hợp camera và GPS. Kết quả đạt đƣợc.

Hạn chế của đề tài. Hƣớng phát triển của đề tài. 51 TÀI LIỆU THAM KHẢO. 56 Trang VIII Luan van HVTH: Ngô Thanh Đông GVHD: TS.

Lê Mỹ Hà DANH SÁCH CÁC HÌNH Hình 1.1: Dùng xe ô tô đƣợc trang bị thiết bị định vị GPS để lập bản đồ .1: Phƣơng pháp tính DoG .2: Tìm điểm đặc trƣng từ các giá trị DoG.3: Mô hình Pinhold .4: Hệ tọa độ tƣơng đƣơng mô hình Pinhold .5: Quan hệ giữa tọa độ camera và tọa độ không gian .6: Tập dữ liệu đƣờng thẳng .7: Tìm đƣờng thẳng dùng thuật toán RANSAC .8: Mô tả hình học Epipolar .9: Các thành phần của hệ thống định vị GPS .10: Bố trí vệ tinh trên không gian.11: Vị trí các trạm điều khiển và giám sát GPS .1: Lƣu đồ định vị robot dựa vào camera .2: Tập ảnh bàn cờ .3: Bộ phát hiện đốm và bộ phát hiện góc .4: Ảnh sau khi thực hiện lọc đốm và lọc góc .5: Điểm đặc trƣng đốm và đặc trƣng góc .6: Bộ lọc Sobel .7: Cặp điểm đặc trƣng tƣơng đồng .9: Sơ đồ mạch cung cấp nguồn chân VBAT [19]. 37 Trang IX Luan van HVTH: Ngô Thanh Đông GVHD: TS. Lê Mỹ Hà Hình 3.10: Thời gian mở SIM968 [19] .11: Kết nối giao tiếp nối tiếp [19] .12: Ảnh chụp mặt đất từ 4 điểm P1P2P3P4 .13: Hệ trục tọa độ ảnh mặt đất .1: Ô tô thu thập dữ liệu .2: Cặp điểm đặc trƣng tƣơng đồng của hai ảnh liên tiếp.3: Tọa độ vị trí camera trong hai khung ảnh đầu tiên .4: Bản đồ 2D dùng tập ảnh camera .5: Kết quả định vị robot trong quá trình di chuyển dùng GPS .6: Sai số toàn cục của định vị dùng camera .7: Sai số toàn cục của định vị dùng GPS.8: Định vị robot dùng camera kết hợp GPS .9: Quỹ đạo của robot bị mất một phần do tín hiệu từ camera .10: Quỹ đạo robot sau khi đƣợc bổ sung bởi tín hiệu GPS .1: Sai số định vị trong khuôn viên có nhiều đối tƣợng di chuyển. 51 Trang X Luan van HVTH: Ngô Thanh Đông GVHD: TS.

Lê Mỹ Hà DANH SÁCH CÁC CHỮ VIẾT TẮT SFM: Structure from motion RANSAC: Random sample consensus SIFT: Scale invariant feature transform IR: Infrared radiation GPS: Global Positioning System NMEA: National Marine Electronics Association DCE: Data Communication Equipment DTE: Data Terminal Equipment RFID: Radio Frequency Identification SAD: Sum of Absolute Differences Trang XI Luan van HVTH: Ngô Thanh Đông GVHD: TS. Lê Mỹ Hà Chƣơng 1. Tổng quan về lĩnh vực nghiên cứu, các kết quả nghiên cứu trong và ngoài nƣớc đã công bố 1. Tổng quan về định vị robot Định vị cho robot di động nhằm xác định chính xác vị trí của robot trên bản đồ đƣợc nghiên cứu từ rất lâu và đã đạt đƣợc nhiều thành công lớn.

Phƣơng pháp định vị cổ điển là dựa vào các loại cảm biến để tính toán khoảng cách, hƣớng, gia tốc trên cơ sở đó ƣớc lƣợng và quyết định quỹ đạo di chuyển của robot. Bên cạnh những thành tựu đó, những nhƣợc điểm khách quan do sai số từ các cảm biến đƣa về cho robot cũng không thể loại bỏ, vì thế mục tiêu trên vẫn chƣa đƣợc giải quyết triệt để. Việc điều khiển robot chỉ dựa vào các cảm biến trên robot thôi vẫn chƣa đủ để giải quyết vấn đề trên.