Đồ án tốt nghiệp: Nghiên cứu hệ thống quan sát cho xe xác định tình trạng giao thông

Đồ án tốt nghiệp ngành ô tô nghiên cứu hệ thống quan sát cho xe. Ứng dụng xử lý ảnh để nhận dạng làn đường, vật cản và cảnh báo tình trạng giao thông.

• Tác giả: Lê Ngọc Hân
• Người hướng dẫn: Thạc Sĩ Vũ Đình Huấn
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ Kỹ thuật Ô tô
• Đề tài: Nghiên cứu hệ thống quan sát cho xe trong việc xác định tình trạng giao thông
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2018
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Giới thiệu về Hệ thống Quan sát Xe và Xác định Tình trạng Giao thông

Hệ thống quan sát xe là một giải pháp công nghệ tiên tiến trong lĩnh vực giao thông thông minh, giúp tài xế nhận diện tình trạng đường xá một cách chính xác và an toàn. Đề tài nghiên cứu này tập trung vào xử lý ảnh để nhận dạng làn đường, phát hiện vật cản và người đi bộ. Bằng cách sử dụng webcam làm thiết bị thu thập hình ảnh chính, hệ thống có thể phân tích các dữ liệu thị giác và cung cấp thông tin kịp thời cho người lái xe. Ứng dụng này không chỉ nâng cao an toàn giao thông mà còn hỗ trợ các tài xế trong việc duy trì đúng làn đường, tránh lệch làn nguy hiểm. Với sự phát triển của công nghệ xử lý ảnh số, các hệ thống như vậy ngày càng trở nên phổ biến và quan trọng trong các phương tiện hiện đại.

1.1. Lý do và Mục tiêu Phát triển

Lý do chính để phát triển hệ thống này là nhu cầu cấp thiết về an toàn giao thông ở các thành phố lớn. Mỗi năm, số vụ tai nạn do lệch làn đường gây ra là rất lớn. Mục tiêu chính của đề tài là tạo ra một hệ thống tự động có thể nhận dạng chính xác làn đường, phát hiện vật cản và người đi bộ, từ đó giúp tài xế điều chỉnh hướng lái một cách an toàn và kịp thời.

1.2. Phạm vi Ứng dụng

Hệ thống này có thể được ứng dụng rộng rãi trong các phương tiện giao thông hiện đại, từ ô tô cá nhân đến xe buýt công cộng. Phạm vi ứng dụng bao gồm các đường phố đô thị, quốc lộ, và các khu vực có lưu lượng giao thông cao. Hệ thống hoạt động hiệu quả nhất khi các dấu phân cách làn đường rõ ràng và có độ tương phản cao.

II. Cơ sở Lý thuyết và Công nghệ Xử lý Ảnh

Xử lý ảnh số là nền tảng chính của hệ thống quan sát xe, cho phép phân tích và nhận dạng các đối tượng trong hình ảnh. Quy trình xử lý ảnh bao gồm nhiều bước: chuyển đổi ảnh thành ảnh xám hóa, áp dụng các bộ lọc FIR 2D để cải thiện chất lượng, và chuyển đổi thành ảnh nhị phân. Sau đó, các phương pháp như Canny Edge Detection và Hough Transform được sử dụng để xác định các dấu phân cách làn đường. Biến đổi Hough là một kỹ thuật mạnh mẽ giúp phát hiện các đường thẳng trong ảnh, điều này rất quan trọng để nhận dạng làn đường. Các công cụ như Image Processing Toolbox, Computer Vision System Toolbox trong MATLAB cung cấp các hàm sẵn có để thực hiện các phép biến đổi này một cách hiệu quả.

2.1. Biểu diễn Ảnh Số và Xử lý Cơ bản

Ảnh số được biểu diễn dưới dạng ma trận các điểm ảnh (pixel), mỗi pixel có một giá trị độ sáng. Quá trình xám hóa chuyển đổi ảnh màu RGB thành ảnh xám, giảm lượng dữ liệu cần xử lý. Tiếp theo, sử dụng bộ lọc FIR 2D để loại bỏ nhiễu và ngưỡng hóa để tạo ảnh nhị phân với các giá trị 0 và 1, tạo nền tảng cho các phương pháp nhận dạng cao cấp hơn.

2.2. Biến đổi Hough và Phát hiện Đường thẳng

Biến đổi Hough là phương pháp toán học chuyển đổi các điểm trong không gian Descartes sang không gian Hough. Đường thẳng trong không gian Descartes trở thành điểm trong không gian Hough, giúp phát hiện các làn đường một cách đáng tin cậy. Phương pháp này đặc biệt hữu ích vì nó có khả năng chịu lỗi cao ngay cả khi các dấu phân cách bị gián đoạn hoặc mờ.

III. Các Linh kiện và Phần mềm Ứng dụng

Hệ thống hoàn chỉnh bao gồm các linh kiện phần cứng và phần mềm xử lý được kết hợp chặt chẽ. Arduino Mega 2560 đóng vai trò là vi điều khiển chính, điều khiển các động cơ và nhận tín hiệu từ các cảm biến. Cảm biến siêu âm SRF05 được sử dụng để xác định khoảng cách chính xác từ vật cản đến xe, cung cấp dữ liệu an toàn quan trọng. Webcam hoạt động như mắt của hệ thống, liên tục thu thập các khung hình để xử lý. MATLAB với các toolbox như Image Processing Toolbox, Computer Vision System Toolbox, và Image Acquisition Toolbox là phần mềm chính để xử lý ảnh và phân tích dữ liệu. Các động cơ điện một chiều nhận lệnh từ Arduino để điều khiển hướng lái của xe.

3.1. Vi điều khiển Arduino Mega 2560

Arduino Mega 2560 là bộ vi điều khiển mạnh mẽ với nhiều cổng I/O, cho phép kết nối đồng thời nhiều cảm biến và thiết bị điều khiển. Nó giao tiếp với máy tính qua cổng COM (serial port) để nhận lệnh từ MATLAB. Board này cung cấp đủ năng lực để xử lý các tín hiệu từ cảm biến siêu âm và điều khiển các động cơ điện, tạo nên một hệ thống tự động hoàn chỉnh.

3.2. MATLAB và Các Toolbox Xử lý Ảnh

MATLAB cung cấp môi trường tích hợp để xử lý ảnh và phát triển ứng dụng giao thông thông minh. Image Processing Toolbox chứa các hàm để lọc, biến đổi và phân tích ảnh. Computer Vision System Toolbox hỗ trợ các phương pháp nhận dạng đối tượng nâng cao. Image Acquisition Toolbox cho phép kết nối và điều khiển webcam trực tiếp, giúp thu thập hình ảnh theo thời gian thực từ môi trường giao thông.

IV. Quy trình Xử lý và Kết quả Thực nghiệm

Quy trình hoạt động của hệ thống bắt đầu từ thu thập hình ảnh bằng webcam, sau đó tiến hành xử lý ảnh theo các bước: xám hóa, lọc nhiễu, ngưỡng hóa, và phát hiện cạnh. Tiếp theo, biến đổi Hough được áp dụng để xác định các dấu phân cách làn đường. Hệ thống đồng thời sử dụng cảm biến siêu âm để đo khoảng cách vật cản. Các vật cản và người đi bộ được hiển thị với Bounding Box xung quanh chúng. Thông tin về tình trạng xe (đi đúng làn, lệch trái, lệch phải, khoảng cách vật cản) được gửi đến hệ thống đèn LED để báo hiệu cho tài xế. Các thực nghiệm được tiến hành cả trong phòng lab và trên đường thực tế, cho thấy hệ thống hoạt động hiệu quả khi các dấu phân cách rõ ràng, nhưng gặp khó khăn khi làn đường mờ hoặc không liền mạch.

4.1. Các Bước Xử lý Ảnh Chi tiết

Bước đầu tiên là xám hóa để giảm dữ liệu từ 3 kênh RGB xuống 1 kênh. Bước thứ hai áp dụng bộ lọc FIR 2D để loại bỏ nhiễu và làm mịn ảnh. Bước thứ ba chuyển ảnh thành ảnh nhị phân bằng ngưỡng hóa. Bước thứ tư sử dụng Canny Edge Detection để phát hiện các cạnh. Cuối cùng, biến đổi Hough được áp dụng để xác định các dấu phân cách làn đường một cách chính xác và đáng tin cậy.

4.2. Kết quả Thực nghiệm và Nhận xét

Các kết quả thực nghiệm cho thấy hệ thống nhận dạng làn đường chính xác trong điều kiện có ánh sáng tốt và dấu phân cách rõ ràng. Hệ thống phát hiện chính xác vật cản và người đi bộ, hiển thị khoảng cách bằng Bounding Box. Tuy nhiên, khi làn đường mờ, không liền mạch hoặc ánh sáng kém, độ chính xác giảm. Các đèn LED báo hiệu hoạt động hiệu quả, hỗ trợ tài xế trong điều khiển xe an toàn.

Trích đoạn nội dung tài liệu

Chương 1 TỔNG QUAN 1.1 Lý do chọn đề tài. Ngày nay công nghiệp ngày càng phát triển, công nghệ xe tự lái được cho là an toàn hơn, đơn giản vì máy móc hoạt động nhanh hơn con người. Số khung hình mỗi giây mà mắt thường chúng ta thu được ít hơn một máy quay tốc độ cao, não chúng ta xử lý dữ liệu và phản ứng chậm hơn CPU máy tính. Và chân tay con người thua xa về tốc độ làm việc so với những cơ cấu điện tử.

Ở Việt Nam, cơ sở hạ tầng giao thông đang dần được cải thiện. Việc xây dựng một hệ thống giao thông thông minh là vấn đề cấp thiết trong công cuộc công nghiệp hóa, hiện đại hóa đất nước. Nghiên cứu, xây dựng các công cụ hổ trợ cho hệ thống giao thông thông minh trong đó có phương tiện giao thông thông minh là yêu cầu của thời đại. Ứng dụng xử lý ảnh để nhận dạng đường đi cho ô tô chạy tự động nhằm mục đích đó.

Nhận thấy vấn đề này, chúng em quyết định thực hiện đề tài: Nghiên cứu hệ thống quan sát cho xe trong việc xác định tình trạng giao thông nhằm cảnh báo nguy hiểm vào giữ an toàn cho người điều khiển ô tô, giảm thiểu các yếu tố chủ quan và khách quan có thể xảy ra khi tham gia giao thông.2 Mục tiêu và phạm vi nghiên cứu. Trong quá trình học tập tại trường, với những kiến thức đã học được về kỹ năng hàn- cắt, hệ thống điện thân xe và lập trình Matlab, Arduino, chúng em đã áp dụng những kiến thức đó để tiến hành nghiên cứu:  Thực hiện chế tạo xe mô hình, lắp đặt các thiết bị cảm biến hình ảnh lên xe.  Thử nghiệm đo độ chính xác trong việc phát hiện làn đường, phát hiện vật cản chuyển động và đánh lái giữ làn đường. Phạm vi nghiên cứu: Do không có điều kiện nên chúng em chỉ tiến hành thí nghiệm được trên xe mô hình, Wevcam của máy tính với độ phân giải thấp nên tính chính xác không cao, cũng như việc chế tạo cơ khí không chính xác gây ra nhiều sai số.3 Phương pháp nghiên cứu.

Để thực hiện việc ứng dụng xử lý ảnh để nhận dạng đường đi cho xe mô hình, hướng tiếp cận của đề tài được đề xuất các bước như sau: 1. Nghiên cứu các cơ sở lý thuyết: Lý thuyết về xử lý ảnh, tham khảo và ứng dụng các phương pháp của các công trình nghiên cứu đã công bố để xây dựng một phương pháp mang tính đổi mới. Tìm hiểu các loại camera và xác định các tham số của camera: Đây là một bước rất quan trọng bởi đề tài xây dựng trên cơ sở ứng dụng xử lý ảnh. Nghiên cứu các công cụ xử lý ảnh phù hợp để thu thập và xử lý: LabVIEW, Matlab, OpenCV… 4.

Thu nhận hình ảnh và xử lý dựa trên các ảnh thu nhận được: Viết chương trình thu thập dữ liệu là hình ảnh từ các camera để nhận biết các dấu hiệu phân cách đường trên cơ sở ứng dụng các phần mềm xử lý ảnh. Theo vết làn đường: Dựa trên kết quả của bước 4 xây dựng chương trình bám theo vết làn đường thông qua bám biên của làn đường. Xây dựng thuật toán điều khiển, chương trình nhận dạng đường đi,vật cản để xuất tín hiệu điều khiển phần cứng.4 Phạm vi ứng dụng: Hiện nay trên thế giới hầu hết các hãng xe áp dụng công nghệ mới giúp tăng tính ăng an toàn cho người xe và người tham gia giao thông. Điển hình là công nghệ Eye Sight của hãng Subaru, theo một thống kê an toàn giao thông tại Nhật Bản, công nghệ hạn chế va chạm Eye Sight của Subaru giúp giảm số vụ lên tới 61%.Những thống kê từ năm 2010 đến 2014 cho thấy các phương tiện được trang bị hệ thống Eyesight có tỷ lệ va chạm phía sau thấp hơn đến 84% so với những chiếc xe không được lắp đặt hệ thống này.

Công nghệ xe hơi mới này còn giúp giảm 62% tỷ lệ va chạm giữa phương tiện với phương tiện và 49% tỷ lệ va chạm giữa xe và khách bộ hành. Hệ thống này đóng vai trò như một đôi mắt thứ hai mà hỗ trợ người lái quan sát đường di chuyển phía trước. Theo đó, hệ thống này bao gồm 2 camera màu được lắp ở hai bên gương chiếu hậu bên nhằm phát hiện những phương tiện, khách bộ hành, người đi xe đạp và nguy cơ va chạm từ khoảng cách 110 mét phía trước. Hệ thống này tác động đến các cơ 2 cấu hệ lái, phanh, điều khiển, cảnh báo đi lệch làn đường hay có vật cản phía trước như rung vô-lăng hoặc bằng âm thanh.

Ứng dụng hệ thống quan sát cho xe trong việc xác định tình trạng giao thông là cơ sở để phát triển lên một tầm cao hơn tăng tính năng tự động hóa cho xe, hướng đến những dự án lớn hơn như là xe tự hành, xe không người lái. 3 Chương 2 CƠ SỞ LÝ THUYẾT 2.1 Lý thuyết tổng quan về xử lý ảnh: Ứng dụng của xử lý ảnh rất rộng trong cuộc sống. Tác động mạnh mẽ nhất là trong lĩnh vực y tế, anh ninh. Gần gũi với cuộc sống gia đình là cải tiến ảnh tivi, xử lý ảnh số có tác động quyết định đến việc cải thiện chất lượng hình ảnh của hệ truyền hình có độ phân giải cao (HDTV).

Người máy càng ngày càng đóng vai trò quan trọng trong công nghiệp và gia đình. Chúng sẽ thực hành những công việc nhàm chán hoặc nguy hiểm, và những công việc mà tốc độ và độ chính xác vượt quá khả năng của con người. Khi người máy trở nên tinh vi hơn, thị giác máy tính (Computer Vision) sẽ đóng vai trò ngày càng quan trọng. Người ta sẽ đòi hỏi người máy không những phát hiện và nhận dạng các bộ phận công nghiệp, mà còn “hiểu” được những gì chúng “thấy” và đưa ra những hành động phù hợp.

Xử lý ảnh sẽ có tác động lớn đến thị giác máy tính. Nhìn chung, những ứng dụng của xử lý ảnh số là vô hạn.1 Xử lý ảnh số là gì? Xử lý ảnh số sử dụng các máy tính số, chúng được phát triển để đáp ứng ba vấn đề chính liên quan đến các bức ảnh là : - Số hóa và mã hóa các bức ảnh để đơn giản hóa quá các quá trình truyền thông, in ấn và lưu giữ ảnh. - Cải thiện chất lượng và khôi phục ảnh để hiểu biết nhiều hơn nội dung thông tin chứa trong mỗi bức ảnh, chẳng hạn như các bức ảnh chụp bề mặt các hành tinh xa xôi do vệ tinh gửi về hoặc các ảnh nội soi, công hưởng từ trong khảo sát y học. - Phân đoạn và mô tả ảnh, nhằm tạo nên các ảnh như một tín hiệu lối vào cho một hệ thống nhìn nhân tạo hoặc để tách các thông tin chứa trong một ảnh thu được .Phân đoạn và mô tả ảnh còn được gọi là lý giải ảnh.

Những ứng dụng của lý giải ảnh bao gồm thị giác máy tính, rôbốt và nhận dạng mục tiêu. Lý giải ảnh khác với các lĩnh vực khác của xử lý ảnh ở một khía cạnh chính. Trong cải tiến, phục hồi và số hóa, mã hóa ảnh cả đầu vào và đầu ra đều là ảnh, và khâu xử lý tín hiệu là phần then chốt trong các hệ thống đã thành công trên lĩnh vực đó. Trong lý giải ảnh, 4 đầu vào là ảnh nhưng đầu ra là một biểu diễn bằng một ký hiệu nội dung của ảnh đầu vào.

Sự phát triển thành công của hệ thống trong lĩnh vực này cần đến cả xử lý tín hiệu và những khái niệm trí tuệ nhân tạo. Trong hệ lý giải ảnh điển hình, xử lý ảnh được dùng cho công việc ở mức thấp như làm giảm sự xuống cấp và trích ra những đường biên (extraction of edges) hoặc các đặc tính ảnh khác, còn trí tuệ nhân tạo được dùng cho những công việc xử lý ở mức cao như thao tác ký hiệu và quản lý tri thức. Phân đoạn và mô tả ảnh là lý thuyết quan trọng trong việc thực hiện đề tài ‘Nghiên cứu hệ thống quan sát cho xe trong việc xác định tình trạng giao thông’.2 Biểu diễn ảnh số 2.1 Ảnh là gì Một bức ảnh là hình ảnh tượng trưng (hình ảnh ảo) của một đối tượng, người hoặc phong cảnh được tạo bởi một thiết bị quang học như một tấm gương, một ống kính hoặc một máy ảnh. Hình ảnh tượng trưng đó là hai chiều (2D) phản ánh thế giới thực ba chiều (3D) của đối tượng hay cảnh vật.

1 Ảnh tương tự và ảnh số hóa 2.2 Ảnh số là gì? Một ảnh kỹ thuật số (Ảnh số) là một biểu diễn hai chiều của một hình ảnh sử dụng một số hữu hạn các điểm điểm ảnh, hay còn gọi là phần tử ảnh, pels hoặc pixels. 5 Thông thường, ảnh số được biểu diễn bởi ma trận hai chiều (2D) của các số thực. Các phần tử của nó là biểu diễn cho các pixel số hóa. Ta qui ước một ảnh số hóa là f(x,y) cho một ảnh đơn sắc có kích thước MxN, trong đó x là số hàng (từ 0 đến M-1) và y là số cột (từ 0 đến N-1).

2 Điểm quy chiếu không gian của điểm ảnh Giá trị của hàm f(x,y) tại tọa độ (xo,yo) là f(xo,yo) được gọi là cường độ hay mức xám của ảnh tại điểm ảnh đó. Giá trị cực đại và cực tiểu của mỗi điểm ảnh phụ thuộc vào kiểu dữ liệu và qui ước được sử dụng. Phạm vi thông thường từ 0.0 (trắng) cho kiểu double và 0 (đen) đến 255 (trắng) cho kiểu dữ liệu uint8. Một ảnh số có 3 thuộc tính cơ bản: Độ phân giải của ảnh, độ nét và số lượng lớp.

Trong đó, số lớp trong ảnh tương ứng với số mảng điểm ảnh chứa trong ảnh. Một ảnh đen trắng có một lớp. Trong Matlab, và các công cụ xử lý ảnh của nó định nghĩa các điểm ảnh bắt đầu từ chỉ số 1. Ta qui ước f(p,q) để chỉ ảnh f(x,y) trong Matlab, biểu diễn ảnh trên trở thành: 6 𝑓(1,1) 𝑓(1,2) … 𝑓(1, 𝑁) 𝑓(2,1) 𝑓(2,2) … 𝑓(2, 𝑁) 𝑓(𝑝, 𝑞) = [ ] ⋮ ⋮ ⋮ 𝑓(𝑀, 1) 𝑓(𝑀, 2) … 𝑓(𝑀, 𝑁) 2.3 Ảnh nhị phân (1-Bit) Ảnh nhị phân được mã hóa như một mảng hai chiều (2D), thường sử dụng 1bit trên mỗi pixel, trong đó 0 là đen và 1 là trắng.

3 Ảnh nhị phân 2.4 Ảnh xám Ảnh xám cũng được mã hóa như một mảng 2D của các điểm ảnh. Thường sử dụng 8 bít cho mỗi pixel, trong đó điểm ảnh có giá trị 0 thể hiện màu đen và 255 thể hiện màu trắng và các giá trị trung gian hiển thị các sắc thái khác nhau của màu xám.