Đồ án tốt nghiệp công nghệ kỹ thuật điều khiển và tự động hóa quadcopter nhận dạng tụ sứ lỗi sử dụng kĩ thuật học sâu ứng dụng trong giám sát thông minh

Đồ án kỹ thuật nghiên cứu tốt nghiệp công nghệ kỹ thuật điều khiển và tự động hóa quadcopter nhận dạng tụ sứ lỗi sử dụng kĩ, thiết kế chi tiết, tính toán kỹ thuật theo tiêu chuẩn,

• Tác giả: Lê Quang Huy
• Người hướng dẫn: PGS. TS Vũ Văn Phong
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa
• Đề tài: Quadcopter nhận dạng tụ sứ lỗi bằng kĩ thuật học sâu ứng dụng trong giám sát thông minh
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Mục tiêu đề tài và giới hạn đề tài
• 1.2. Phương pháp nghiên cứu
• 1.3. Giới thiệu nội dung
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Học sâu và trí tuệ nhân tạo
• 2.2. Mạng thần kinh tích chập
• 2.3. Các phương pháp nhận dạng đối tượng
• 2.4. Giới thiệu về drone
• 2.5. Động lực học và ma trận chuyển đổi trục của drone
• 2.6. Bộ lọc Kalman
• 2.7. Bộ điều khiển PID. Bộ điều khiển bay
• 2.8. Máy tính NVIDIA Jetson Nano
• 2.9. Máy tính nhúng
• 2.10. NVIDIA Jetson nano
• 2.11. Tổng quan về MySQL
• 3. CHƯƠNG 3: HỌC SÂU TRONG NHẬN DẠNG SỨ ĐIỆN
• 3.1. Tầm quan trọng của nhận dạng sứ điện
• 3.2. Nhận dạng sứ bằng SSD-Mobilenet-v1
• 3.3. Giới thiệu về SSD-Mobilenet-v1
• 3.4. Cách thức hoạt động của SSD-Mobilenet-v1. Kiến trúc mạng SSD-Mobilenet-v1
• 3.5. Các hàm Loss của SSD (Loss function)
• 4. CHƯƠNG 4: GIẢI PHÁP NHẬN DẠNG TỤ SỨ
• 4.1. Tổng quan giải pháp
• 4.2. Giải pháp chi tiết
• 5. CHƯƠNG 5: THIẾT KẾ PHẦN CỨNG
• 5.1. Yêu cầu thiết kế và quy trình vận hành của hệ thống
• 5.2. Lựa chọn, thiết kế phần cứng của Quadcopter
• 5.3. Lựa chọn, lắp ráp khung quadcopter
• 5.4. Thiết kế, tính toán lựa chọn động cơ
• 5.5. Tính toán lựa chọn bộ điều khiển tốc độ động cơ (ESC)
• 5.6. Tính toán lựa chọn cánh quạt
• 5.7. Lựa chọn pin cho hệ quadcopter
• 5.8. Lựa chọn bộ điều khiển từ xa cầm tay
• 5.9. Lựa chọn camera
• 5.10. Lựa chọn bộ điều khiển bay phù hợp
• 5.11. Lựa chọn cảm biến
• 5.12. Lựa chọn máy tính nhúng phù hợp
• 5.13. Sơ đồ nối dây của hệ thống
• 5.14. Thiết mô hình hệ thống
• 6. CHƯƠNG 6: THIẾT KẾ PHẦN MỀM
• 6.1. Thiết kế chương trình điều khiển
• 6.2. Yêu cầu thiết kế
• 6.3. Mô tả chương trình điều khiển
• 6.4. Lưu đồ giải thuật điều khiển
• 6.5. Xây dựng chương trình theo dõi tụ sứ
• 7. CHƯƠNG 7: KẾT QUẢ ĐẠT ĐƯỢC
• 7.1. Đánh giá mô hình học sâu
• 7.2. Một số tham số được sử dụng khi huấn luyện
• 7.3. Đánh giá khả năng vận hành của mô hình
• 8. CHƯƠNG 8: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 8.1. Hiện trạng của hệ thống
• 8.2. Hạn chế của mô hình
• 8.3. Hướng phát triển của đề tài
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC HÌNH ẢNH
• PHỤ LỤC BẢNG

Tóm tắt

I. Đồ án tốt nghiệp

Đồ án tốt nghiệp với chủ đề 'Ứng dụng học sâu trong giám sát thông minh với quadcopter nhận dạng tụ sứ lỗi' là một nghiên cứu chuyên sâu trong lĩnh vực công nghệ điều khiển và tự động hóa. Đồ án này tập trung vào việc phát triển một hệ thống giám sát thông minh sử dụng quadcopter để nhận dạng các lỗi trên tụ sứ điện. Mục tiêu chính của đồ án là tạo ra một hệ thống hoạt động ổn định, tích hợp học sâu để nâng cao độ chính xác trong việc phát hiện lỗi. Đồ án cũng hướng đến việc xây dựng một giao diện giám sát từ xa, giúp người dùng dễ dàng theo dõi và điều khiển hệ thống.

1.1. Mục tiêu và giới hạn

Mục tiêu của đồ án là tạo ra một hệ thống giám sát thông minh sử dụng quadcopter và học sâu để nhận dạng tụ sứ lỗi. Hệ thống cần đạt độ chính xác trên 90% và có khả năng hiển thị thông tin lỗi khi phát hiện. Đồ án giới hạn trong việc sử dụng bộ điều khiển bay Pixhawk, camera nhận dạng, và Jetson Nano để xử lý dữ liệu. Phần mềm điều khiển được phát triển bằng Python, tích hợp với cơ sở dữ liệu MySQL để quản lý thông tin.

1.2. Phương pháp nghiên cứu

Đồ án sử dụng phương pháp nghiên cứu thực nghiệm và phân tích tổng hợp. Dữ liệu thực tế được thu thập thông qua camera để xây dựng tập dữ liệu huấn luyện cho mô hình SSD-Mobilenet-v1. Phương pháp phân tích được áp dụng để đánh giá hiệu suất của mô hình trong việc nhận dạng các lỗi trên tụ sứ. Kết quả nghiên cứu cho thấy mô hình có khả năng phát hiện lỗi với độ chính xác cao, đáp ứng được yêu cầu của hệ thống giám sát thông minh.

II. Ứng dụng học sâu trong giám sát thông minh

Ứng dụng học sâu trong giám sát thông minh là một trong những xu hướng công nghệ hiện đại, đặc biệt trong lĩnh vực tự động hóa và điều khiển. Trong đồ án này, học sâu được sử dụng để nâng cao khả năng nhận dạng tụ sứ lỗi thông qua mô hình SSD-Mobilenet-v1. Mô hình này được huấn luyện trên tập dữ liệu hình ảnh thực tế, giúp hệ thống có thể phát hiện các lỗi như nứt vỡ hoặc bẩn trên tụ sứ. Học sâu không chỉ cải thiện độ chính xác mà còn giúp hệ thống hoạt động tự động và hiệu quả hơn.

2.1. Học sâu và trí tuệ nhân tạo

Học sâu là một nhánh của trí tuệ nhân tạo (AI), sử dụng các mạng nơ-ron nhân tạo để học hỏi từ dữ liệu. Trong đồ án, học sâu được áp dụng để nhận dạng các lỗi trên tụ sứ thông qua mô hình SSD-Mobilenet-v1. Mô hình này có khả năng phân tích hình ảnh và phát hiện các đối tượng với độ chính xác cao. Học sâu giúp hệ thống tự động hóa quá trình giám sát, giảm thiểu sự can thiệp của con người và nâng cao hiệu quả công việc.

2.2. Mạng thần kinh tích chập

Mạng thần kinh tích chập (CNN) là một công cụ quan trọng trong học sâu, đặc biệt trong xử lý hình ảnh. Trong đồ án, CNN được sử dụng để trích xuất các đặc trưng từ hình ảnh tụ sứ, giúp mô hình SSD-Mobilenet-v1 nhận dạng các lỗi một cách chính xác. CNN hoạt động bằng cách áp dụng các bộ lọc tích chập lên hình ảnh, giúp phát hiện các đặc điểm quan trọng như cạnh, góc, và các vùng bất thường trên tụ sứ.

III. Quadcopter trong giám sát thông minh

Quadcopter là một thiết bị bay không người lái (drone) được sử dụng rộng rãi trong các ứng dụng giám sát và kiểm tra. Trong đồ án này, quadcopter được tích hợp với học sâu để thực hiện nhiệm vụ giám sát và nhận dạng tụ sứ lỗi. Quadcopter được trang bị camera và cảm biến Lidar, giúp hệ thống có thể bay tự động và duy trì khoảng cách an toàn với tụ sứ. Sự kết hợp giữa quadcopter và học sâu tạo ra một hệ thống giám sát thông minh, hiệu quả và linh hoạt.

3.1. Thiết kế phần cứng quadcopter

Phần cứng của quadcopter bao gồm khung F450, động cơ không chổi than, bộ điều khiển tốc độ (ESC), và pin 2200mAh. Quadcopter được trang bị bộ điều khiển bay Pixhawk, giúp hệ thống bay ổn định và tự động. Camera được lắp đặt phía trước để nhận dạng tụ sứ, trong khi cảm biến Lidar giúp duy trì khoảng cách an toàn. Jetson Nano được sử dụng làm bộ xử lý trung tâm, điều khiển toàn bộ hệ thống và xử lý dữ liệu từ camera.

3.2. Ứng dụng quadcopter trong giám sát

Quadcopter được sử dụng để bay tự động và giám sát các tụ sứ trên lưới điện. Hệ thống có thể nhận dạng các lỗi như nứt vỡ hoặc bẩn trên tụ sứ thông qua camera và mô hình học sâu. Quadcopter cũng có khả năng bay đến các vị trí cụ thể và gửi thông tin về trung tâm điều khiển. Ứng dụng này giúp giảm thiểu rủi ro cho nhân viên kiểm tra và nâng cao hiệu quả công việc.

IV. Nhận dạng tụ sứ lỗi bằng học sâu

Nhận dạng tụ sứ lỗi là một nhiệm vụ quan trọng trong việc bảo trì và giám sát lưới điện. Trong đồ án này, học sâu được sử dụng để phát hiện các lỗi trên tụ sứ thông qua mô hình SSD-Mobilenet-v1. Mô hình này được huấn luyện trên tập dữ liệu hình ảnh thực tế, giúp hệ thống có thể nhận dạng các lỗi như nứt vỡ hoặc bẩn với độ chính xác cao. Nhận dạng tụ sứ lỗi không chỉ giúp phát hiện sớm các vấn đề mà còn giảm thiểu nguy cơ xảy ra sự cố điện.

4.1. Tầm quan trọng của nhận dạng tụ sứ

Tụ sứ đóng vai trò quan trọng trong hệ thống điện, đảm bảo cách ly và dẫn truyền dòng điện an toàn. Tuy nhiên, theo thời gian, tụ sứ có thể bị hư hỏng do các yếu tố môi trường. Nhận dạng tụ sứ lỗi giúp phát hiện sớm các vấn đề, đảm bảo hoạt động an toàn và hiệu quả của hệ thống điện. Đồ án này sử dụng học sâu để tự động hóa quá trình nhận dạng, giảm thiểu thời gian và nhân lực cần thiết.

4.2. Mô hình SSD Mobilenet v1

Mô hình SSD-Mobilenet-v1 được sử dụng để nhận dạng tụ sứ lỗi trong đồ án. Mô hình này kết hợp giữa SSD (Single Shot Multibox Detector) và Mobilenet, giúp tăng tốc độ xử lý và độ chính xác trong việc phát hiện các đối tượng. SSD-Mobilenet-v1 được huấn luyện trên tập dữ liệu hình ảnh tụ sứ, giúp hệ thống có thể nhận dạng các lỗi một cách hiệu quả.

V. Giám sát thông minh bằng quadcopter

Giám sát thông minh bằng quadcopter là một giải pháp hiệu quả trong việc kiểm tra và bảo trì lưới điện. Hệ thống này kết hợp quadcopter, học sâu, và các công nghệ hiện đại để tạo ra một giải pháp giám sát tự động và chính xác. Quadcopter có thể bay tự động đến các vị trí cụ thể, nhận dạng tụ sứ lỗi, và gửi thông tin về trung tâm điều khiển. Giám sát thông minh không chỉ giảm thiểu rủi ro cho nhân viên kiểm tra mà còn nâng cao hiệu quả công việc.

5.1. Hệ thống giám sát thông minh

Hệ thống giám sát thông minh bao gồm quadcopter, Jetson Nano, và mô hình học sâu. Quadcopter được điều khiển tự động để bay đến các vị trí cần kiểm tra, trong khi Jetson Nano xử lý dữ liệu từ camera và mô hình học sâu để nhận dạng tụ sứ lỗi. Hệ thống cũng tích hợp cơ sở dữ liệu MySQL để quản lý thông tin và giao diện giám sát từ xa.

5.2. Ứng dụng AI trong giám sát

AI được ứng dụng trong giám sát thông minh để tự động hóa quá trình kiểm tra và nhận dạng lỗi. Trong đồ án, AI được sử dụng để nhận dạng tụ sứ lỗi thông qua mô hình SSD-Mobilenet-v1. AI giúp hệ thống hoạt động chính xác và hiệu quả, giảm thiểu sự can thiệp của con người và nâng cao hiệu suất công việc.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong hệ thống truyền tải và phân phối năng lượng điện, sứ cách điện giữ vai trò then chốt trong việc cố định dây dẫn, duy trì khoảng cách cách điện an toàn giữa dây dẫn với thân cột và giữa các pha với nhau, nhằm ngăn ngừa hiện tượng phóng điện, ngắn mạch và cháy nổ. Tuy nhiên, do lắp đặt ngoài trời và chịu tác động liên tục của các yếu tố thời tiết khắc nghiệt, bụi bẩn công nghiệp, sương muối cùng hiện tượng lão hóa vật liệu, sứ điện rất dễ bị bám bẩn bề mặt, nứt vỡ hoặc suy giảm khả năng cách điện. Nếu không được phát hiện và khắc phục kịp thời, các khuyết tật này có thể dẫn đến sự cố rò rỉ điện, chập cháy lưới điện và làm gián đoạn nguồn cấp điện diện rộng.

Phương pháp kiểm tra truyền thống đòi hỏi công nhân vận hành phải trực tiếp trèo lên các cột điện cao áp hoặc kiểm tra từ mặt đất bằng mắt thường kết hợp ống nhòm. Quy trình này tiềm ẩn nhiều nguy cơ mất an toàn lao động đối với môi trường điện áp cao, tốn kém thời gian, nhân lực và phụ thuộc nhiều vào kinh nghiệm chủ quan của người kiểm tra. Tại Việt Nam, việc ứng dụng thiết bị bay không người lái (UAV/drone) phục vụ giám sát đường dây đã bắt đầu được triển khai nhưng chủ yếu vẫn dừng lại ở việc người điều khiển quan sát hình ảnh truyền về bằng mắt thường. Việc tích hợp trí tuệ nhân tạo và học sâu trực tiếp lên thiết bị bay nhằm tự động hóa quá trình nhận diện hư hỏng sứ điện vẫn chưa thực sự phổ biến.

Nhằm giải quyết các hạn chế nêu trên, đồ án tốt nghiệp "Quadcopter nhận dạng tụ sứ lỗi sử dụng kĩ thuật học sâu ứng dụng trong giám sát thông minh" của sinh viên Lê Quang Huy và Nguyễn Đình Khôi (ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Trường Đại học Sư phạm Kỹ thuật TP.HCM, dưới sự hướng dẫn của PGS. TS. Vũ Văn Phong) được thực hiện với các mục tiêu và nhiệm vụ nghiên cứu cụ thể:

1. Xây dựng một mô hình hệ thống thiết bị bay Quadcopter hoàn chỉnh, hoạt động ổn định và bám sát các điều kiện vận hành thực tế.
2. Thiết kế và huấn luyện mô hình trí tuệ nhân tạo (AI) nhận dạng tụ sứ và phân loại tình trạng khuyết tật (tụ sạch, tụ bẩn, tụ nứt vỡ) với độ chính xác đạt trên 90%.
3. Tích hợp khả năng hiển thị thông tin cảnh báo tự động khi phát hiện lỗi sứ điện trên hệ thống giám sát.
4. Xây dựng giao diện người dùng (GUI) cho phép giám sát và chuyển đổi chế độ vận hành thủ công (manual) khi cần thiết.
5. Quản lý toàn bộ dữ liệu kiểm tra, nhật ký nhận dạng thông qua hệ quản trị cơ sở dữ liệu MySQL, cung cấp khả năng nhập liệu và truy xuất kết quả kiểm tra từ xa.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Sứ cách điện (tụ sứ bình thường, tụ sứ bẩn, tụ sứ nứt vỡ) trên đường dây điện; thiết bị bay không người lái dạng 4 cánh quạt (Quadcopter); các giải thuật học sâu phát hiện đối tượng và kỹ thuật điều khiển bay tự động.
• Phạm vi không gian và thời gian: Đồ án được triển khai thiết kế, chế tạo phần cứng, huấn luyện mô hình và bay thử nghiệm thực tế tại Bộ môn Tự động Điều khiển, Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật TP.HCM trong khoảng thời gian từ tháng 03/2024 đến tháng 06/2024.

---

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng nền tảng lý thuyết liên ngành bao gồm động lực học thiết bị bay, lý thuyết điều khiển tự động, thị giác máy tính và học sâu:

• Động lực học Quadcopter và hệ quy chiếu: Khảo sát chuyển động của Quadcopter với 6 bậc tự do (6 DOF) thông qua hai hệ quy chiếu chính: hệ quy chiếu quán tính Trái Đất ($e_e$) và hệ quy chiếu gắn liền với khung drone ($e_q$). Chuyển động quay được định hướng qua ba góc Euler gồm góc nghiêng ngang (Roll - $\phi$), góc nghiêng dọc (Pitch - $\theta$) và góc hướng mũi (Yaw - $\psi$) dựa trên ma trận quay $R$. Lực nâng tổng cộng ($T$) được tính toán từ tổng lực nâng của 4 rotor $F_i = b \cdot \omega_i^2$, cùng các phương trình vi phân mô tả gia tốc tịnh tiến và gia tốc góc.
• Bộ lọc Kalman: Được ứng dụng để xử lý nhiễu từ các cảm biến đo lường (IMU, GPS, khí áp kế), kết hợp dữ liệu đo thực tế với mô hình trạng thái nhằm ước lượng chính xác vị trí, vận tốc và góc quay của Quadcopter trong thời gian thực.
• Bộ điều khiển PID và chức năng Autotune: Sử dụng cấu trúc điều khiển tỷ lệ - tích phân - vi phân (PID) để triệt tiêu sai số giữa góc đặt mong muốn và giá trị phản hồi từ cảm biến, đảm bảo Quadcopter giữ thăng bằng ổn định; tận dụng chế độ Autotune trên bộ điều khiển bay Pixhawk để tự động tối ưu hóa các thông số độ lợi ($K_p, K_i, K_d$).
• Mạng nơ-ron tích chập (CNN) và mô hình SSD-MobileNet-v1: Khảo sát các kiến trúc nhận dạng đối tượng (R-CNN, YOLO, Mask R-CNN, SSD). Tác giả lựa chọn mô hình SSD (Single Shot MultiBox Detector) kết hợp mạng cơ sở MobileNet-v1. Kiến trúc MobileNet-v1 sử dụng các lớp tích chập tách biệt theo chiều sâu (depthwise separable convolutions) giúp giảm thiểu số lượng tham số và khối lượng tính toán; mạng SSD sử dụng bản đồ đặc trưng đa tỷ lệ (multi-scale feature maps) cùng các hộp mặc định (default boxes/anchor boxes), kỹ thuật khai thác mẫu âm cứng (hard negative mining) và tăng cường dữ liệu (data augmentation) để phát hiện đối tượng trong một lần quét duy nhất.

Phương pháp nghiên cứu thực tế:

• Phương pháp thực nghiệm: Thu thập dữ liệu hình ảnh tụ sứ thực tế qua camera từ nhiều góc độ và điều kiện ánh sáng khác nhau; tiền xử lý và gán nhãn dữ liệu khuyết tật (vết nứt, bẩn) bằng công cụ Roboflow; thực hiện huấn luyện mô hình học sâu trên nền tảng Google Colab (cấu hình GPU Nvidia T4, 16GB RAM); chuyển đổi mô hình sang định dạng tối ưu TensorRT để thực thi suy luận trực tiếp trên máy tính nhúng NVIDIA Jetson Nano.
• Phương pháp phân tích - tổng hợp: Đánh giá hiệu suất nhận dạng của mô hình trên các tập dữ liệu kiểm thử (Test set) ở cự ly xa và cự ly gần; tính toán các chỉ số độ chính xác, tỷ lệ nhận diện đúng, nhận diện sai và không nhận diện được; kiểm chứng khả năng bay tự động giữ khoảng cách và bám mục tiêu của drone.

Nguồn dữ liệu: Dữ liệu hình ảnh tụ sứ thực tế được nhóm tác giả tự thu thập và chụp trực tiếp bằng camera, phân loại thành hai bộ dữ liệu phục vụ phát hiện từ xa (nhận diện vị trí tụ sứ) và phát hiện cự ly gần (phân loại tình trạng sứ sạch, sứ bẩn, sứ vỡ), xuất cấu trúc dữ liệu từ nền tảng Roboflow.

---

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc phần cứng và phần mềm tích hợp, kết hợp giữa cơ cấu chấp hành bay, bộ xử lý biên AI và giao diện giám sát máy trạm.

Cấu hình phần cứng hệ thống

Nhóm thiết bị	Tên linh kiện / Thông số kỹ thuật	Vai trò trong hệ thống
Khung thân	Khung F450 (chất liệu sợi thủy tinh và nhựa gia cường)	Giá đỡ trung tâm cho toàn bộ động cơ, mạch điện và tải trọng
Hệ thống động lực	4 động cơ không chổi than A2212 (930 kV)	Tạo lực nâng và mô-men quay cho Quadcopter
Điều tốc (ESC)	Bộ điều khiển tốc độ động cơ 30A	Nhận tín hiệu PWM từ Pixhawk để điều khiển tốc độ động cơ
Cánh quạt	Cặp cánh thuận - nghịch kích thước 1045	Tạo lực đẩy khí động học cho thiết bị
Nguồn cấp	Pin LiPo 4S (14.8V, dung lượng 2200 mAh, dòng xả 60A)	Cung cấp nguồn cho động cơ và hệ thống mạch
Mạch hạ áp	Mạch giảm áp DC-DC LM2596	Hạ áp nguồn pin xuống 5V ổn định cấp cho Jetson Nano và cảm biến
Bộ điều khiển bay	Pixhawk (phiên bản 2.8) tích hợp IMU, la bàn, áp kế	Xử lý cân bằng bay, điều hướng và thực thi lệnh bay tự động
Máy tính xử lý biên	NVIDIA Jetson Nano (GPU Maxwell 128 lõi CUDA)	Chạy mô hình SSD-MobileNet-v1, xử lý ảnh và điều khiển cấp cao
Cảm biến cự ly	Cảm biến LiDAR TF-Luna	Đo khoảng cách chính xác từ drone tới bề mặt tụ sứ để giữ cự ly an toàn
Cảm biến hình ảnh	Camera chuyên dụng gắn phía trước mũi drone	Thu nhận luồng video thời gian thực phục vụ nhận diện
Bộ thu phát RC	Bộ điều khiển cầm tay và mạch thu tín hiệu MC6C	Điều khiển can thiệp thủ công từ xa khi cần thiết

Kiến trúc phần mềm và giải thuật vận hành

[Camera & LiDAR TF-Luna]
[NVIDIA Jetson Nano (Python + TensorRT + jetson-inference)]

• Tầng xử lý AI và điều khiển cấp cao (Jetson Nano): Lập trình bằng ngôn ngữ Python, sử dụng bộ công cụ jetson-inference kết hợp thư viện tối ưu hóa TensorRT nhằm tăng tốc độ suy luận mô hình SSD-MobileNet-v1. Jetson Nano nhận hình ảnh từ camera, tính toán tọa độ tâm của tụ sứ so với tâm khung hình camera, đồng thời đọc dữ liệu khoảng cách từ cảm biến LiDAR TF-Luna.
• Tầng giao tiếp điều khiển bay: Jetson Nano giao tiếp với bộ điều khiển bay Pixhawk thông qua thư viện DroneKit theo giao thức MAVLink. Dựa trên sai lệch vị trí tâm tụ sứ, giải thuật điều khiển phát lệnh dịch chuyển để drone tự động căn chỉnh hướng mũi và giữ khoảng cách cố định an toàn trước tụ sứ.
• Tầng giám sát và lưu trữ dữ liệu: Dữ liệu về tình trạng tụ sứ (tọa độ, loại lỗi, thời gian ghi nhận) được Jetson Nano gửi về cơ sở dữ liệu MySQL máy chủ. Phần mềm giao diện giám sát trạm mặt đất được thiết kế bằng C# (Windows Forms), cho phép nhân viên vận hành theo dõi trạng thái, xem kết quả nhận diện thời gian thực và trích xuất lịch sử kiểm tra.

---

Nội dung chính theo từng chương

Chương 1: Tổng quan

Trình bày tính cấp thiết của việc bảo vệ và kiểm tra định kỳ sứ cách điện trong hệ thống truyền tải điện năng. Phân tích các rủi ro và nhược điểm của công tác kiểm tra thủ công truyền thống. Xác định rõ mục tiêu nghiên cứu, giới hạn kỹ thuật của đề tài, phương pháp luận nghiên cứu kết hợp giữa thực nghiệm và phân tích - tổng hợp, cùng bố cục tổng thể của báo cáo tốt nghiệp.

Chương 2: Cơ sở lý thuyết

Tổng quan các kiến thức nền tảng về xử lý ảnh số và trí tuệ nhân tạo. Trình bày nguyên lý trích xuất đặc trưng của mạng nơ-ron tích chập (CNN) thông qua các lớp tích chập (Convolutional layer), hàm kích hoạt phi tuyến ReLU và lớp gộp (Pooling layer). Phân tích so sánh các mô hình nhận dạng đối tượng: R-CNN, YOLO, Mask R-CNN và SSD. Trình bày chi tiết mô hình toán học động lực học Quadcopter 6 bậc tự do, ma trận chuyển đổi trục góc Euler, thuật toán lọc Kalman loại bỏ nhiễu cảm biến, cấu trúc bộ điều khiển phản hồi PID và cơ chế tự chỉnh định Autotune của Pixhawk. Giới thiệu kiến trúc phần cứng máy tính nhúng NVIDIA Jetson Nano và hệ quản trị cơ sở dữ liệu quan hệ MySQL theo mô hình Client - Server.

Chương 3: Học sâu trong nhận dạng sứ điện

Đi sâu phân tích tầm quan trọng của việc tự động hóa kiểm tra sứ cách điện (sứ gốm, polymer, thủy tinh). Phân tích chi tiết kiến trúc mạng SSD-MobileNet-v1 với cơ chế tích chập tách biệt theo chiều sâu (depthwise separable convolution) nhằm giảm khối lượng tham số. Phân tích nguyên lý trích xuất đặc trưng đa tỷ lệ, phân bố các hộp mặc định (default boxes/anchor boxes), cơ chế khai thác mẫu âm cứng (hard negative mining) và cấu trúc hàm mất mát (Loss function) kết hợp giữa mất mát vị trí (Location loss) và mất mát phân loại (Classification loss).

Chương 4: Giải pháp nhận dạng tụ sứ

Mô tả quy trình thu thập và xây dựng tập dữ liệu ảnh tụ sứ. Sử dụng nền tảng Roboflow để thực hiện gán nhãn (annotation) và các kỹ thuật tăng cường dữ liệu (cắt xén, thay đổi kích thước, biến dạng trắc quang). Thiết lập môi trường huấn luyện trên Google Colab với cấu hình GPU T4, phân bổ tập Train/Val/Test. Triển khai quy trình chuyển đổi mô hình huấn luyện sang định dạng engine TensorRT nhằm tối ưu hóa bộ nhớ và tốc độ suy luận khi triển khai trên phần cứng nhúng Jetson Nano.

Chương 5: Thiết kế phần cứng

Quy định yêu cầu kỹ thuật và quy trình vận hành của hệ thống Quadcopter. Tính toán và lựa chọn các linh kiện phần cứng: khung thân F450, 4 động cơ không chổi than A2212 930kV, mạch điều tốc ESC 30A, cánh quạt 1045, khối pin LiPo 4S 2200mAh 60A, bộ điều khiển bay Pixhawk 2.8, cảm biến khoảng cách LiDAR TF-Luna, máy tính nhúng Jetson Nano, mạch hạ áp LM2596 và bộ điều khiển vô tuyến MC6C. Thiết kế mô hình 3D tổng thể của drone trên phần mềm SolidWorks và xây dựng sơ đồ nối dây chi tiết cho hệ thống điện - tín hiệu.

Chương 6: Thiết kế phần mềm

Xây dựng lưu đồ giải thuật điều khiển tổng thể hệ thống thiết bị bay. Lập trình chương trình điều khiển tự động trên Jetson Nano bằng ngôn ngữ Python, sử dụng thư viện DroneKit để gửi lệnh điều khiển MAVLink tới Pixhawk. Xây dựng giải thuật bám mục tiêu (theo dõi tụ sứ) dựa trên xử lý sai lệch tọa độ ảnh từ camera và duy trì khoảng cách an toàn từ LiDAR TF-Luna. Lập trình phần mềm giao diện giám sát người dùng trên máy tính bằng C# Windows Forms và tích hợp kết nối cơ sở dữ liệu MySQL.

Chương 7: Kết quả đạt được

Trình bày các tham số thiết lập trong quá trình huấn luyện 2 mô hình nhận dạng (mô hình phát hiện từ xa và mô hình phân loại cự ly gần). Đánh giá định lượng kết quả nhận dạng trên các tập dữ liệu thử nghiệm độc lập. Trình bày hình ảnh và dữ liệu thực tế thu được trong quá trình bay thử nghiệm: khả năng cất cánh tự động, bay tiếp cận tụ sứ, bám tâm vật thể bằng camera và duy trì khoảng cách an toàn trước tụ.

Chương 8: Kết luận và hướng phát triển

Đánh giá toàn diện các kết quả thực tế mà hệ thống đã đạt được so với mục tiêu ban đầu. Phân tích các hạn chế còn tồn đọng liên quan đến thời lượng bay, tầm hoạt động của cảm biến và khả năng nhận dạng trong điều kiện môi trường bất lợi. Đề xuất các hướng nâng cấp và mở rộng nghiên cứu trong tương lai.

---

Kết quả và đóng góp

Kết quả thực nghiệm nhận dạng

Đồ án đã tiến hành thực nghiệm và đánh giá chi tiết 2 mô hình học sâu SSD-MobileNet-v1 trên các tập dữ liệu kiểm thử độc lập:

Bảng tổng hợp tham số huấn luyện mô hình (Bảng 7.1 trong đồ án):

Tham số huấn luyện	Giá trị thiết lập
Môi trường huấn luyện	Google Colab (GPU Nvidia T4, RAM 16GB)
Tối ưu hóa thực thi	NVIDIA TensorRT engine
Kiến trúc mạng	SSD-MobileNet-v1
Đối tượng nhận dạng	Tụ sứ từ xa (phát hiện đối tượng); Tụ sứ cự ly gần (phân loại tụ sạch, tụ bẩn, tụ vỡ)

Bảng thống kê kết quả nhận dạng tụ sứ ở khoảng cách xa (Tập kiểm thử 94 ảnh - Bảng 7.3):

Loại đối tượng	Số lượng ảnh thử nghiệm	Nhận diện đúng	Không nhận diện được / Nhận diện sai	Tỷ lệ nhận diện đúng (%)
Tụ sứ từ xa	94	88	6	93.62%

Bảng thống kê kết quả nhận dạng tụ sứ ở cự ly gần (Tập kiểm thử 100 ảnh - Bảng 7.5):

Tình trạng tụ sứ	Số lượng mẫu thử nghiệm	Nhận diện đúng	Nhận diện sai / Bỏ sót	Tỷ lệ chính xác (%)
Tụ sứ bình thường (sạch)	35	33	2	94.28%
Tụ sứ bị bẩn	35	31	4	88.57%
Tụ sứ bị nứt vỡ	30	27	3	90.00%
Tổng cộng toàn bộ	100	91	9	91.00%

Kết quả vận hành hệ thống

• Thiết bị bay Quadcopter hoàn thiện phần cứng, hoạt động ổn định, có khả năng cất cánh, bay tự động tiếp cận tụ sứ theo tọa độ và dữ liệu xử lý ảnh.
• Giải thuật bám tâm (visual tracking) hoạt động mượt mà, giữ cho hình ảnh tụ sứ luôn nằm ở trung tâm khung hình camera.
• Cảm biến LiDAR TF-Luna kiểm soát cự ly chính xác, ngăn ngừa nguy cơ drone va chạm vào đường dây hoặc thân cột sứ.
• Dữ liệu lỗi được truyền và cập nhật thành công vào cơ sở dữ liệu MySQL, hiển thị trực quan trên giao diện giám sát Windows Forms.

Đóng góp khoa học và kỹ thuật

• Đề xuất và hiện thực hóa thành công giải pháp tích hợp toàn diện từ cơ cấu bay không người lái, máy tính xử lý biên AI (Jetson Nano), bộ điều khiển bay mã nguồn mở (Pixhawk) đến hệ thống quản lý dữ liệu trạm mặt đất.
• Ứng dụng thành công mô hình mạng nhẹ SSD-MobileNet-v1 tối ưu qua TensorRT, cho phép chạy suy luận trực tiếp thời gian thực trên phần cứng nhúng mà vẫn đảm bảo độ chính xác tổng thể đạt 91.00%, vượt mức chỉ tiêu 90% đặt ra ban đầu.
• Cung cấp giải pháp kỹ thuật tự động hóa quy trình kiểm tra lưới điện, góp phần giảm thiểu rủi ro tai nạn cho con người và nâng cao hiệu suất bảo trì hệ thống truyền tải điện tại Việt Nam.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của mô hình và hệ thống:

• Thời lượng bay bị giới hạn: Do khối lượng phần cứng mang tải trên drone khá lớn (Jetson Nano, Pixhawk, cụm camera, LiDAR TF-Luna, mạch hạ áp) kết hợp với dung lượng pin LiPo 2200 mAh, thời gian bay thử nghiệm liên tục chưa dài.
• Nhận diện trong điều kiện môi trường phức tạp: Độ chính xác nhận dạng đối với các trường hợp tụ sứ bị bẩn nhẹ hoặc vết nứt vỡ kích thước quá nhỏ trong điều kiện ngược sáng mạnh, thiếu sáng hoặc nền hậu cảnh phức tạp vẫn còn xảy ra sai lệch (chiếm khoảng 9% tổng mẫu thử nghiệm).
• Khả năng tránh vật cản đa hướng: Hệ thống mới chỉ trang bị một cảm biến LiDAR hướng thẳng phía trước để duy trì cự ly an toàn với tụ sứ, chưa có hệ thống cảm biến tránh vật cản đa hướng (360 độ) để tự phòng tránh dây điện xung quanh hoặc chướng ngại vật bất ngờ.

Hướng nghiên cứu và phát triển tiếp theo:

• Nâng cấp kết cấu khung drone bằng vật liệu nhẹ hơn (carbon fiber) và tăng dung lượng nguồn pin (hoặc sử dụng hệ thống pin kép) để kéo dài thời gian hoạt động trên thực địa.
• Mở rộng tập dữ liệu huấn luyện với đa dạng chủng loại sứ cách điện (sứ bát thủy tinh, sứ gốm đứng, sứ chuỗi polymer) trong nhiều điều kiện thời tiết (mưa ẩm, sương mù, nắng gắt).
• Tích hợp thêm cảm biến tránh vật cản đa hướng (multi-directional LiDAR / Sonar) và nâng cấp thuật toán quy hoạch đường bay 3D thông minh nhằm tăng mức độ an toàn tự hành tuyệt đối cho thiết bị bay.

---

Giá trị tham khảo

Tài liệu đồ án có giá trị tham khảo kỹ thuật cao đối với:

• Đối tượng sử dụng: Sinh viên, học viên cao học, giảng viên và kỹ sư thuộc các chuyên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Kỹ thuật Robot, Kỹ thuật Điện tử và Công nghệ Thông tin.
• Nội dung giá trị tham khảo nổi bật:
  • Quy trình tính toán khí động học, lựa chọn động cơ, ESC, cánh quạt, nguồn pin và phương pháp tích hợp hệ thống cho một thiết bị bay Quadcopter hoàn chỉnh.
  • Kỹ thuật kết nối và lập trình truyền thông điều khiển giữa máy tính xử lý biên NVIDIA Jetson Nano với bộ điều khiển bay Pixhawk thông qua thư viện DroneKit và giao thức MAVLink.
  • Phương pháp xây dựng tập dữ liệu, huấn luyện mô hình phát hiện đối tượng SSD-MobileNet-v1 trên Google Colab và tối ưu hóa chuyển đổi sang engine TensorRT trên hệ điều hành nhúng Linux.
  • Kiến trúc tích hợp đa tầng giữa phần cứng bay, thuật toán thị giác máy tính, cơ sở dữ liệu MySQL và giao diện giám sát Windows Forms C#.

---

Câu hỏi thường gặp

1. Tại sao đồ án lại lựa chọn mô hình SSD-MobileNet-v1 thay vì các mô hình khác như YOLO hay Faster R-CNN?
Mô hình SSD-MobileNet-v1 sử dụng các lớp tích chập tách biệt theo chiều sâu (depthwise separable convolutions) của MobileNet-v1 kết hợp với cơ chế phát hiện một giai đoạn của SSD, giúp giảm thiểu đáng kể số lượng tham số và khối lượng tính toán. Điều này giúp mô hình đạt tốc độ xử lý khung hình cao, phù hợp hoàn hảo với khả năng tính toán và giới hạn tài nguyên của máy tính nhúng NVIDIA Jetson Nano trong các bài toán thời gian thực trên drone.

2. Hệ thống kiểm soát khoảng cách an toàn giữa Quadcopter và tụ sứ bằng cơ chế nào?
Hệ thống sử dụng cảm biến khoảng cách LiDAR TF-Luna gắn phía trước mũi drone. Dữ liệu khoảng cách đo liên tục được gửi về Jetson Nano. Khi drone tiếp cận tụ sứ, thuật toán điều khiển sẽ xử lý tín hiệu từ LiDAR để tự động điều chỉnh tốc độ bay và giữ khoảng cách ổn định ở cự ly an toàn đã được cấu hình trước, ngăn chặn nguy cơ va chạm.

3. NVIDIA Jetson Nano và bộ điều khiển bay Pixhawk trao đổi dữ liệu với nhau qua phương thức nào?
Jetson Nano giao tiếp với Pixhawk thông qua cổng kết nối nối tiếp (Serial/UART), sử dụng thư viện mã nguồn mở DroneKit trên nền tảng Python. Giao thức truyền thông được chuẩn hóa theo định dạng MAVLink, cho phép Jetson Nano gửi các lệnh điều khiển chế độ bay, vận tốc, góc hướng mũi và nhận lại dữ liệu trạng thái, thông số cảm biến từ Pixhawk.

4. Quy trình tối ưu hóa mô hình học sâu để chạy trên phần cứng Jetson Nano gồm những bước gì?
Quy trình gồm 3 bước chính: (1) Thu thập và gán nhãn dữ liệu trên Roboflow; (2) Huấn luyện mô hình SSD-MobileNet-v1 trên nền tảng Google Colab sử dụng GPU T4; (3) Xuất mô hình và chuyển đổi sang định dạng engine tối ưu TensorRT chuyên dụng cho GPU Maxwell của NVIDIA Jetson Nano thông qua bộ công cụ jetson-inference, giúp tăng tốc độ suy luận khung hình thực tế.

5. Cơ sở dữ liệu MySQL và phần mềm giao diện C# đảm nhiệm chức năng gì trong hệ thống?
Cơ sở dữ liệu MySQL đóng vai trò trung tâm lưu trữ thông tin về nhật ký kiểm tra, trạng thái lỗi của từng tụ sứ và thời gian phát hiện. Phần mềm giao diện giám sát trạm mặt đất viết bằng C# (Windows Forms) kết nối trực tiếp với MySQL qua mạng để trích xuất dữ liệu, hiển thị tình trạng vận hành trực quan cho người giám sát và hỗ trợ điều khiển thủ công khi cần thiết.

---

Kết luận

Đồ án tốt nghiệp "Quadcopter nhận dạng tụ sứ lỗi sử dụng kĩ thuật học sâu ứng dụng trong giám sát thông minh" đã nghiên cứu, thiết kế và chế tạo thành công một hệ thống giám sát đường dây điện tự động hoàn chỉnh. Bằng việc kết hợp hiệu quả giữa nền tảng thiết bị bay Quadcopter điều khiển bằng Pixhawk và bộ xử lý biên NVIDIA Jetson Nano chạy mô hình học sâu SSD-MobileNet-v1 tối ưu TensorRT, hệ thống đạt độ chính xác nhận dạng tổng thể 91.00% và duy trì an toàn cự ly nhờ cảm biến LiDAR TF-Luna. Kết quả thực nghiệm của đề tài khẳng định tính khả thi cao trong việc ứng dụng công nghệ bay tự hành và trí tuệ nhân tạo phục vụ quản lý, bảo dưỡng thông minh hệ thống lưới điện truyền tải.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN Các kết quả đã đạt được của hệ thống so với mục tiêu ban đầu được trình bày ở chương này. Đồng thời đưa ra hiệu suất làm việc của hệ thống đó. Chương 6: Kết luận và hướng phát triển Chương này trình bày các kết quả rút ra được từ kết quả thực hiện đề tài và nêu lên các hướng phát triển của hệ thống trong tương lai. ĐỒ ÁN TỐT NGHIỆP 4 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.

Xử lý ảnh Xử lý ảnh là một lĩnh vực rộng lớn trong khoa học máy tính, tập trung vào việc thao tác, phân tích và biến đổi hình ảnh kỹ thuật số. Nó đóng vai trò quan trọng trong nhiều lĩnh vực khác nhau như nhiếp ảnh, y tế, an ninh, sản xuất, và giải trí. Nhiệm vụ cơ bản của quá trình xử lý ảnh là làm giàu thông tin, chất lượng hình ảnh và xử lý số liệu cung cấp cho các quá trình bao gồm cả việc ứng dụng thị giác máy tính vào điều khiển. Xử lý ảnh là một công cụ mạnh mẽ với nhiều ứng dụng trong đời sống thực.

Nó giúp chúng ta cải thiện chất lượng hình ảnh, trích xuất thông tin từ hình ảnh, và tự động hóa các tác vụ phức tạp. Nhờ những tiến bộ trong công nghệ, xử lý ảnh ngày càng trở nên phổ biến và đóng vai trò quan trọng trong nhiều lĩnh vực khác nhau. Học sâu và trí tuệ nhân tạo Học sâu và trí tuệ nhân tạo (AI) đang là những lĩnh vực phát triển nhanh chóng nhất trong khoa học máy tính, mang đến những đột phá phi thường trong nhiều lĩnh vực. Chúng ta đang chứng kiến sự bùng nổ của các ứng dụng AI trong đời sống hàng ngày, từ nhận dạng khuôn mặt đến xe tự lái, trợ lý ảo đến dịch máy.

Học sâu là một nhánh của trí tuệ nhân tạo sử dụng các mạng nơ-ron nhân tạo (ANN) được đào tạo trên một lượng lớn dữ liệu để học hỏi và thực hiện các nhiệm vụ phức tạp. Khác với các mô hình học máy truyền thống, học sâu sử dụng nhiều lớp mạng nơ-ron xếp chồng lên nhau, cho phép mô hình học hỏi các đặc trưng trừu tượng và cấp cao hơn từ dữ liệu. Trí tuệ nhân tạo là một lĩnh vực nghiên cứu rộng lớn nhằm tạo ra các hệ thống máy tính có khả năng mô phỏng trí thông minh của con người. AI bao gồm nhiều lĩnh vực con khác nhau như học máy, học sâu, xử lý ngôn ngữ tự nhiên, thị giác máy tính, v.

ĐỒ ÁN TỐT NGHIỆP 5 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT Học sâu là một công cụ quan trọng cho trí tuệ nhân tạo. Các mô hình học sâu có thể học hỏi từ dữ liệu một cách hiệu quả và chính xác, giúp giải quyết các vấn đề phức tạp mà các phương pháp truyền thống không thể giải quyết được. Nhờ có học sâu, các hệ thống AI ngày càng thông minh và có khả năng thực hiện nhiều nhiệm vụ như con người. Học sâu và AI đang mang lại những thay đổi to lớn cho xã hội và nền kinh tế.

Chúng ta có thể thấy tác động của chúng trong nhiều lĩnh vực như giao thông vận tải, sản xuất, y tế, giáo dục, giải trí, … Hình 2. Mối quan hệ giữa học sâu và trí tuệ nhân tạo [1]. Mạng thần kinh tích chập Trong lĩnh vực trí tuệ nhân tạo (AI), mạng nơ-ron tính chập (CNN) đóng vai trò then chốt trong xử lý hình ảnh và nhận dạng đối tượng. Lấy cảm hứng từ cấu trúc và chức năng của thị giác con người, CNNs thể hiện khả năng phi thường trong việc trích xuất đặc trưng và phân loại các mẫu phức tạp từ hình ảnh.

Tích chập là kỹ thuật được sử dụng trong xử lý ảnh, được sử dụng chủ yếu trong các phép toán lên ảnh như làm mịn ảnh hay làm sắc nét ảnh hay trích xuất biên cạnh ảnh. Cơ chế của tích chập được miêu tả như sau: ĐỒ ÁN TỐT NGHIỆP 6 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT Hình 2. Hình ảnh minh họa về tính chập [2] Hãy tưởng tượng bạn có một bức ảnh được chia thành các ô nhỏ, mỗi ô tương ứng với một điểm ảnh. Giá trị của mỗi điểm ảnh trong ảnh được biểu thị bằng 0 (màu đen) hoặc 1 (màu trắng), tạo thành một ma trận ảnh.

Ma trận này lưu trữ thông tin về màu sắc của từng điểm ảnh trong bức ảnh. Ma trận kernel, còn được gọi là filter hoặc feature detector, đóng vai trò như một "bộ lọc" được áp dụng lên ảnh đầu vào. Nó có kích thước nhỏ (ví dụ: 3x3) và chứa các giá trị trọng số. Mỗi giá trị trong ma trận kernel tương ứng với một điểm ảnh trong vùng tích chập.

Điểm neo xác định vị trí trung tâm của ma trận kernel trên ảnh đầu vào. Vị trí này thường được đặt tại tâm của ma trận kernel để đảm bảo tính đối xứng trong phép tính chập. Phép tích chập được thực hiện bằng cách di chuyển ma trận kernel trên ảnh đầu vào theo các bước nhất định (ví dụ: 1 pixel). Tại mỗi vị trí, ma trận kernel được đặt sao cho điểm neo trùng với một điểm ảnh trên ảnh.

Các giá trị trong ma trận kernel được nhân với các giá trị điểm ảnh tương ứng tại vị trí hiện tại. Kết quả của phép nhân được cộng lại và lưu trữ tại vị trí trung tâm của ma trận kernel trong ma trận đặc trưng. Sau khi thực hiện phép tích chập trên toàn bộ ảnh đầu vào, ta thu được một ma trận mới gọi là ma trận đặc trưng. Ma trận này có kích thước nhỏ hơn ảnh đầu vào do việc di chuyển và thu nhỏ của ma trận kernel.

Mỗi giá trị trong ma trận đặc trưng thể hiện mức độ kích hoạt của các đặc trưng cục bộ tại vị trí tương ứng trên ảnh đầu vào. ĐỒ ÁN TỐT NGHIỆP 7 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT Mạng thần kinh tích chập (CNN) là một loại mạng nơ-ron tiến truyền có từ 20 đến 30 lớp. Tương tự như các mạng nơ-ron khác, CNN sử dụng hàm kích hoạt ReLU và có một lớp kết nối đầy đủ. Hàm kích hoạt ReLU đảm bảo tính phi tuyến khi dữ liệu đi qua mỗi lớp, giúp duy trì các đặc điểm quan trọng của dữ liệu.

Lớp kết nối đầy đủ ở cuối mạng sẽ thực hiện phân loại trên tập dữ liệu. Điểm khác biệt của CNN so với các mạng nơ-ron khác là nó có các lớp đặc biệt gọi là lớp tích chập (convolutional layer) và lớp gộp (pooling layer). Kiến trúc của mạng CNN [2] Lớp tích chập là lớp đầu tiên trích xuất các đặc trưng từ hình ảnh đầu vào, hoạt động bằng cách áp dụng một bộ lọc lên một vùng điểm ảnh. Lớp này duy trì mối tương quan giữa các điểm ảnh bằng cách học các đặc trưng của hình ảnh từ các ô vuông nhỏ trong dữ liệu đầu vào.

Quá trình này sử dụng hai đầu vào: ma trận hình ảnh đầu vào và bộ lọc, để tạo ra ma trận đặc trưng. Ma trận đặc trưng là kết quả của bộ lọc được áp dụng lên lớp trước đó. Bộ lọc được trượt qua từng điểm ảnh của lớp trước, mỗi vị trí kích hoạt một nơ-ron, và kết quả được thu thập trong ma trận đặc trưng. Lớp gộp giảm kích thước của bản đồ đặc trưng và giúp xử lý nhanh hơn bằng cách giảm tổng số tham số mà mạng cần xử lý.

Có hai khía cạnh đáng chú ý của CNN là Sự bất biến của vị trí (Location Invariance) và Tính tổng hợp (Compositionality). - Sự bất biến của vị trí (Location Invariance): Giả sử ta muốn phân loại xem có đối tượng cần nhận dạng trong một hình ảnh hay không. Bởi vì ta trượt bộ lọc qua toàn bộ hình ảnh, vị trí của đối tượng không quan trọng. Lớp gộp ĐỒ ÁN TỐT NGHIỆP 8 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT còn mang lại sự bất biến đối với dịch (translation), xoay (rotation) và chia tỷ lệ (scaling).

- Tính tổng hợp (Compositionality): Mỗi bộ lọc tạo ra một bản vá cục bộ của các đặc trưng cấp thấp hơn thành các biểu diễn cấp cao hơn. Điều này có nghĩa là CNN xây dựng các cạnh từ pixel, hình dạng từ các cạnh, và các đối tượng phức tạp hơn từ các hình dạng. Các phương pháp nhận dạng đối tượng Nhận dạng đổi tượng (còn được gọi là nhận dạng vật lý) là quá trình nhận biết và phân biệt các đối tượng dựa trên các đặc điểm vật lý đặc trưng của chúng. Trong lĩnh vực khoa học máy tính và trí tuệ nhân tạo, nhận dạng đổi tượng đã trở thành một lĩnh vực nghiên cứu quan trọng, đặc biệt trong việc phát triển các hệ thống tự động nhận dạng hình ảnh và video.

Nhận dạng đối tượng, đóng vai trò cốt lõi trong thị giác máy tính, là chìa khóa giúp máy móc "nhìn nhận" và "hiểu biết" thế giới xung quanh. Để hiện thực hóa điều này, các thuật toán đóng vai trò then chốt, cung cấp nền tảng cho các hệ thống nhận dạng đối tượng hoạt động hiệu quả. Các phương pháp nhận dạng đối tượng phổ biển hiện nay: a) R-CNN (Region-based Convolutional Neural Networks) R-CNN là một dạng mở rộng của CNN, nơi các vùng đáng chú ý trong hình ảnh được xác định trước bằng các kỹ thuật phát hiện vùng (ví dụ như Selective Search). Sau đó, các vùng này được áp dụng các lớp tích chập để trích xuất đặc trưng và lớp kết nối đầy đủ để phân loại.

R-CNN cải thiện khả năng nhận dạng và tăng tốc quá trình bằng cách giảm số lượng vùng cần xử lý so với phương pháp truyền thống. ĐỒ ÁN TỐT NGHIỆP 9 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT Hình 2. Kiến trúc của mạng R-CNN [3] Đặc điểm chính của R-CNN là sự kết hợp giữa việc sử dụng mạng thần kinh tích chập (CNN) để trích xuất đặc trưng và các kỹ thuật phát hiện vùng (region proposal) để xác định các vùng đối tượng trên hình ảnh. Quá trình hoạt động của R-CNN bao gồm Tạo ra các đề xuất vùng (Region Proposals): Trước khi áp dụng CNN, R-CNN sử dụng các kỹ thuật như Selective Search để tạo ra các đề xuất vùng ứng viên trên hình ảnh.

Các đề xuất này đại diện cho những vùng có khả năng chứa đối tượng. Trích xuất đặc trưng: Sau khi có các đề xuất vùng, mỗi vùng sẽ được cắt ra từ hình ảnh gốc và được đưa vào mạng CNN để trích xuất các đặc trưng. Các đặc trưng này sẽ được sử dụng để đại diện cho các đối tượng có trong từng vùng. Phân loại và định vị: Các đặc trưng trích xuất từ mạng CNN được đưa vào các lớp kết nối đầy đủ (fully-connected layers) để phân loại đối tượng và dự đoán vị trí của chúng trên hình ảnh ban đầu.