Chương 1: Tổng quan về đề tài: Trình bày lý do chọn đề tài, mục tiêu nghiên cứu, phạm vi nghiên cứu, và cấu trúc của báo cáo. Chương 2: Nền tang lý thuyết: Cung cấp các kiến thức nền tảng và lý thuyết liên quan đến công nghệ và công cụ sử dụng trong đề tài, bao gồm SLAM, ROS2 Humble, và Navigation 2. Chương 3: Phân tích và thiết kế hệ thống: Trình bày chỉ tiết về các thành phần phần cứng và phần mềm, cấu trúc hệ thống, và cách triển khai thiết kế. Chương 4: Triển khai và thử nghiệm hệ thống: Mô tả quá trình triển khai hệ thống và thử nghiệm, đồng thời trình bày và phân tích kết quả thu được từ mô phỏng và thử nghiệm thực tế.
Chương 5: Kết luận và đánh giá: Tổng kết các kết quả đạt được, đánh giá các hạn chế của hệ thống. 16 Đồ án tốt nghiệp đại học Chương 2: Nền tảng lý thuyết CHUONG 2: NEN TANG LÝ THUYET 2. Tổng Quan Về Xe Tw Hành: 2. Giới thiệu về xe tự hành: Xe tự hành (Autonomous Vehicle) là một dạng robot di động, được thiết kế dé hoạt động độc lập mà không cần sự can thiệp trực tiếp từ con người.
Chúng kết hợp các công nghệ tiên tiễn như cảm biến, trí tuệ nhân tạo (AI), và thuật toán điều hướng đề tự nhận diện môi trường, định vi, va thực hiện nhiều nhiệm vụ phức tạp. Các cảm biến như LiDAR, camera, cảm biến siêu âm, và GPS đóng vai trò quan trọng trong việc thu thập dữ liệu từ môi trường xung quanh, trong khi AI và các thuật toán xử lý đọc dit liệu nay dé quyết định các hành động tiếp theo. Xe tự hành có thể thực hiện các tác vụ như điều hướng, tránh chướng ngại vật, và lập lịch di chuyên một cách chính xác. Xe tự hành 2.
Ung dụng của xe tự hành: Xe tự hành đang được ứng dụng rộng rãi trong nhiều lĩnh vực nhờ khả năng hoạt động độc lập và hiệu quả: e Sản xuất và logistics: o Vận chuyền nguyên liệu, sản phẩm giữa các khu vực trong nhà máy. o Quản lý kho tự động: phân loại, lưu trữ và giao hàng. ° Yté: o Van chuyén thuốc, thiết bi y tế hoặc mẫu xét nghiệm trong bệnh viện. o Giảm tải công việc và hạn chế nguy cơ lây nhiễm.
e Thuong mại điện tử: 17 Đồ án tốt nghiệp đại học Chương 2: Nền tảng lý thuyết o Giao hang tự động tại khu đô thị. o_ Tăng tốc quá trình phân loại và giao nhận hàng trong kho. Du lịch và dịch vụ: o Cho khách trong khu du lịch, công viên. o Vận chuyền hành lý hoặc giao hàng trong khách sạn, sân bay.
Những ứng dụng này giúp xe tự hành trở thành công cụ thiết yếu, tăng hiệu quả và an toàn trong các hoạt động công nghiệp và đời sông. Công nghệ chính trong xe tw hành: Xe tự hành hoạt động dựa trên sự kết hợp của các công nghệ chính sau: Hệ thông cảm biên: LiDAR (Light Detection and Ranging): Cung cấp bản đồ 2D hoặc 3D chỉ tiết của môi trường. Camera: Nhận diện vật thể, đọc biển báo giao thông, và phân loại các đối tượng xung quanh. Cảm biên siêu âm: Do khoảng cách dé tránh va cham.
Công nghệ định vị: Thuật toán SLAM (Simultaneous Localization and Mapping): Kết hop dit liệu từ cảm biến dé xây dựng bản đồ môi trường và định vị xe trong thời gian thực. Thuật toán này đảm bảo rằng xe có thê hoạt động hiệu quả trong các môi trường chưa biết hoặc thay đối liên tục. AMCL (Adaptive Monte Carlo Localization): Sử dung bản đồ sẵn có dé định vị chính xác xe trong môi trường đã biết, đảm bảo độ ồn định khi di chuyền. GPS và hệ thống định vị quán tính (IMU): Cung cap dit liệu hỗ trợ định vị toàn câu và thông tin vê gia tôc, góc quay của xe.
Hệ thống điều khiển: Điều khiển chuyển động: Sử dụng các thuật toán PID (Proportional-Integral- Derivative) để duy trì tốc độ và hướng di chuyên ổn định. Các thuật toán tiên tiến như MPC (Model Predictive Control) được áp dụng trong các tình huống phức tạp đề dự đoán và tối ưu hóa hành vi của xe. Điều khiến bánh xe: Framework ros2_control cho phép tích hợp linh hoạt giữa phần mềm và phần cứng đề điều chỉnh động cơ bánh xe, đảm bảo độ chính xác cao khi xe quay đầu hoặc di chuyền qua các địa hình phức tạp. 18 Đồ án tốt nghiệp đại học Chương 2: Nền tảng lý thuyết e Hệ thống tránh va chạm: Sử dụng dữ liệu từ LIDAR, camera, và cảm biến siêu âm dé phát hiện vật cản và đưa ra quyết định hành động phù hợp, như giảm tốc độ, dừng lại, hoặc thay đổi lộ trình.
Phần mềm và thuật toán: e Lap kế hoạch đường di: o Dijkstra: Thuật toán tìm kiếm đường đi ngắn nhất trên đồ thị, thường được sử dụng dé xác định tuyến đường tối ưu trong môi trường đã biết. o_ A* (A-star): Cải tiến từ Dijkstra, A* kết hợp chi phí thực tế và dự đoán (heuristic) dé tìm đường hiệu quả hon. o RRT (Rapidly-exploring Random Tree): Thích hợp cho các môi trường không gian lớn và phức tạp, giúp xe tự hành khám phá không gian và tìm lộ trình khả thi nhanh chóng. e Định vị và hợp nhất dữ liệu: o EKF (Extended Kalman Filter): Hợp nhất di liệu từ nhiều cảm biến (LIDAR, IMU, GPS) dé nâng cao độ chính xác khi định vi.
o robot localization: Một gói phần mềm ROS chuyên dụng, hỗ trợ tích hợp và xử lý dữ liệu cảm biến dé tạo ra thông tin vị trí chính xác. e Tránh chướng ngại vật: o Kết hợp dữ liệu từ LiDAR và camera dé phát hiện và né tránh các vật cản trong thời gian thực. o Sử dụng các thuật toán như VFH (Vector Field Histogram) hoặc DWA (Dynamic Window Approach) dé điều chỉnh hướng di chuyền an toàn. © Quản lý hệ thống: o Framework ROS2 đóng vai trò trung tâm trong việc quản lý giao tiếp giữa các thành phần phần mềm và phần cứng.
o Navigation2: Cung cấp khả năng điều hướng tự động, bao gồm lập lộ trình, định vi, và thực hiện các nhiệm vụ di chuyên phức tạp. Nguyên lý hoạt động của xe tự hành: Xe tự hành hoạt động theo quy trình tổng quát như sau: BI: Thu thập dữ liệu môi trường: 19 Đồ án tốt nghiệp đại học Chương 2: Nền tảng lý thuyết e Sử dụng các cam biến như LiDAR, camera, cảm biến siêu âm va GPS thu thập thông tin từ môi trường xung quanh, bao gồm vị trí của các vật thể, địa hình, và tín hiệu định vi. B2: Xử lý dữ liệu: e Xử lý dữ liệu cảm biến: Dữ liệu thô từ các cảm biến được gửi đến bộ xử lý trung tâm (ví du: Raspberry Pi hoặc NVIDIA Jetson). Quá trình này bao gồm các công đoạn: o Lọc nhiễu và chuẩn hóa đữ liệu từ cảm biến LiDAR, camera, và IMU.
o Kết hợp dữ liệu từ các nguồn cảm biến dé tạo ra góc nhìn tổng thé và chính xác hơn về môi trường. e_ Xây dung bản đồ: Sử dụng thuật toán SLAM dé xây dựng bản đồ môi trường trong thời gian thực. e_ Định vị: Hệ thống sử dung dir liệu ban đồ dé xác định vi trí hiện tại của xe với độ chính xác cao. B3: Lập kế hoạch di chuyển: e Tính toán lộ trình tối ưu: Phần mềm điều hướng (như Navigation2) tính toán tuyến đường ngắn nhất và an toàn nhất từ vị trí hiện tại đến mục tiêu, sử dụng các thuật toán như A*, Dijkstra, hoặc RRT.
e Phat hiện rủi ro: Phân tích các yếu tố nguy cơ như chướng ngại vật, thay đôi địa hình, hoặc mật độ giao thông đề điều chỉnh kế hoạch di chuyền. e Quyết định hành động: Lập kế hoạch cụ thể cho từng bước di chuyển, bao gồm tăng tốc, giảm tốc, hoặc dừng lại nếu cần thiết. B4: Điều khiến động cơ: e Cac lệnh từ hệ thống lập kế hoạch được chuyền đến bộ điều khiển động cơ (như PID hoặc MPC) dé thực thi. Hệ thống này đảm bảo xe di chuyền chính xác theo kế hoạch đã định.
e Điều chỉnh tốc độ và hướng di chuyên của xe dựa trên dữ liệu cảm biến thời gian thực. B5: Phản hồi và điều chỉnh: e Các cảm biến liên tục gửi dữ liệu mới về bộ xử lý dé cập nhật thông tin về môi trường và vi tri của xe. 20 Đồ án tốt nghiệp đại học Chương 2: Nền tảng lý thuyết e Hệ thống sử dụng các thuật toán như EKF để điều chỉnh lộ trình và tránh chướng ngại vật một cách hiệu quả. Bó: Thực hiện nhiệm vụ: e Sau khi đến đích, xe tự hành thực hiện các nhiệm vụ được lập trình như giao hàng, vận chuyên vật phẩm, hoặc hỗ trợ trong các hoạt động cụ thé.
Khái Niệm và lich sử phát triển: Khái niệm: ROS2 (Robot Operating System 2) là framework mã nguồn mở hỗ trợ phát triển hệ thống robot phức tap với các cải tiến vượt trội so với ROS1. Hệ thống nay đảm bảo khả năng mở rộng, hiệu năng cao, và hỗ trợ thời gian thực, phù hợp với ứng dụng trong công nghiệp. Lịch sử phát triển: Ra đời năm 2014 nhằm khắc phục hạn chế của ROS1, ROS2 sử dụng chuẩn giao thức DDS (Data Distribution Service) giúp tăng độ tin cậy và bảo mật. Từ phiên bản đầu tiên (2017), đến các phiên bản cải tiến như Galactic Geochelone và Humble Hawksbill, ROS2 đã mở rộng hỗ trợ đa nền tang (Linux, Windows, macOS) và các tính năng như mã hóa dữ liệu và điều khiến robot thời gian thực.
ROS2 hiện là lựa chọn phổ biến trong phát triển robot công nghiệp, xe tự hành và hệ thong IoT nhờ sự 6n định và tính linh hoạt cao. Hé diéu hanh ROS2 Dự án xe tự hành này sé sử dung phiên ban ROS 2 Humble, dưới day là các đặc điểm nỗi bật của ROS 2 Humble: 21 Đồ án tốt nghiệp đại học Chương 2: Nền tảng lý thuyết Hình 2. ROS Humble Hawksbill e Kién trúc phân tán hiện đại: Sử dung giao thức DDS, cho phép giao tiếp tin cậy và an toàn giữa các thành phần robot. e Tính linh hoạt cao: Hỗ trợ nhiều ngôn ngữ lập trình như C++, Python, và Java, giúp các nhà phát triển dé dàng tích hợp.
e_ Bảo mật va đáng tin cậy: Tích hợp các cơ chế bảo mật nâng cao, kiểm soát truy cập và mã hóa thông điệp. e Cai thiện hiệu năng: Giảm thiểu độ trễ, tối ưu hóa việc xử lý song song và quản lý tai nguyên. Kiến Trúc Hệ Thống ROS 2: ROS 2 được thiết kế theo kiến trúc phân tán, trong đó các thành phần (nodes) hoạt động như những tiễn trình độc lập. Mỗi node có thé đảm nhận các chức năng như xử lý đữ liệu từ cảm biến, điều khiển robot, hoặc gửi/nhận thông tin từ các node khác.