Tổng quan về luận án

Bảo tồn và số hóa di sản khảo cổ học ngầm đối mặt với rào cản kỹ thuật nghiêm trọng khi các cấu trúc kiến trúc cổ—tiêu biểu là hệ thống đường hầm khai quật nền văn minh Maya tại Trung Mỹ—nhanh chóng bị xuống cấp và buộc phải tái lấp vì lý do bảo tồn. Luận án tiến sĩ ngành Khoa học Máy tính tại Đại học California San Diego (UCSD) của tác giả Quentin K. Gautier (2019), dưới sự hướng dẫn của Giáo sư Ryan Kastner, đã tiên phong giải quyết bài toán tối ưu hóa tự động thiết kế hệ thống (System Design Optimization) cho bản đồ hóa 3D thời gian thực.

Nghiên cứu tập trung giải quyết khoảng trống học thuật cốt lõi: sự thiếu vắng một phương pháp luận tích hợp giữa thiết kế phần cứng tùy biến (FPGA/SoC) và thuật toán thị giác máy tính (Visual/Dense SLAM), nhằm vượt qua hạn chế về chi phí đắt đỏ của máy quét Terrestrial LiDAR cũng như độ trễ tính toán cực lớn của kỹ thuật Photogrammetry (Garrison et al., 2014; Remondino et al., 2014).

Hệ thống câu hỏi và giả thuyết nghiên cứu được thiết lập chặt chẽ:

  • RQ1: Làm thế nào để xây dựng một cấu hình quét 3D di động, chi phí thấp, công suất thấp mà vẫn duy trì độ chính xác hình học tiệm cận LiDAR trong môi trường đường hầm khắc nghiệt không ánh sáng?
  • RQ2: Kiến trúc phần cứng tăng tốc nào trên FPGA có thể xử lý luồng dữ liệu Dense SLAM thời gian thực với độ trễ tối thiểu và hiệu suất năng lượng tối ưu?
  • RQ3: Làm thế nào để tự động hóa quá trình thăm dò không gian thiết kế (Design Space Exploration - DSE) đa mục tiêu với số lượng mẫu đánh giá tối thiểu mà không cần giả định trước về mô hình hồi quy hay tinh chỉnh siêu tham số chuyên gia?
  • H1: Việc kết hợp cảm biến đo chiều sâu chủ động Time-of-Flight (Kinect v2) với thuật toán visual feature tracking và cơ chế loop closure (RTAB-Map) sẽ giảm thiểu đáng kể sai số quỹ đạo ATE so với các cảm biến stereo thụ động trong môi trường ngầm hẹp.
  • H2: Khung học chủ động (Active Learning) thích ứng kết hợp dữ liệu gợi ý đa nền tảng (cross-platform hint data) có khả năng hội tụ nhanh chóng về biên Pareto thực tế, cắt giảm hơn 70% số lượng thiết kế phần cứng cần tổng hợp (synthesis/PnR).

Khung lý thuyết của luận án xây dựng trên nền tảng Lý thuyết Tối ưu hóa Không gian Thiết kế Hệ thống Đa mục tiêu (System-Level Multi-Objective DSE Theory) và Khung Kiến trúc Xử lý Không gian Thời gian thực (Real-Time Spatial Perception Framework). Đóng góp đột phá được lượng hóa thông qua việc triển khai nguyên mẫu ba lô quét 3D độc lập tại di chỉ El Zotz (Guatemala) và hang bùn Arroyo Tapiado (California), tăng tốc thuật toán InfiniTAM/KinectFusion trên bo mạch Altera Cyclone V SoC (DE1) và Stratix V (DE5), cùng việc phát triển hai thuật toán DSE mang tính đột phá: ATNE cải tiến và khung Sherlock.


Literature Review và Positioning

Tổng quan tài liệu chỉ ra ba nhánh tiếp cận chính trong số hóa không gian 3D di sản văn hóa:

  1. Terrestrial LiDAR scanning: Cung cấp độ chính xác cấp milimét (Garrison et al., 2014; Castaneda et al., 2014) nhưng đòi hỏi chi phí thiết bị hàng chục nghìn USD, cồng kềnh, quy trình hậu xử lý kéo dài và không thể hiển thị kết quả thời gian thực tại hiện trường.
  2. Structure-from-Motion (SfM) Photogrammetry: Dễ tiếp cận với máy ảnh kỹ thuật số (Westoby et al., 2012; McCarthy, 2014) nhưng độ phức tạp tính toán tăng theo cấp số nhân theo số lượng ảnh, yêu cầu chuyên gia chụp ảnh đứng gần cấu trúc nhạy cảm trong thời gian dài và không cung cấp phản hồi tức thì để phát hiện vùng quét sót.
  3. Simultaneous Localization and Mapping (SLAM) chi phí thấp: Xuất phát từ nền tảng lý thuyết của Smith, Self và Cheeseman (1986) cùng Durrant-Whyte & Bailey (2006), được mở rộng sang Visual/RGB-D SLAM (Newcombe et al., 2011; Mur-Artal et al., 2015; Labbé & Michaud, 2019).
                      [Không gian Số hóa Di sản 3D]
                                    |
     +------------------------------+------------------------------+
     |                              |                              |
[Terrestrial LiDAR]        [SfM Photogrammetry]           [Visual/RGB-D SLAM]
- Độ chính xác milimét     - Chi phí thiết bị thấp        - Phản hồi thời gian thực
- Chi phí $50k+, cồng kềnh - Hậu xử lý ngoại tuyến cực lâu- Chi phí thấp, di động
- Không phản hồi thực địa  - Thiếu phản hồi hiện trường   - Thách thức: Trôi dạt (Drift)
     |                              |                              |
     +------------------------------+------------------------------+
                                    |
                    [Luận án: Gautier et al., 2019]
             - Tối ưu hóa toàn diện: Sensor + Algorithm + FPGA
             - Đánh giá Ground-Truth tại El Zotz & Arroyo Tapiado
             - Tự động hóa DSE: Frameworks ATNE-Hint & Sherlock

Trong y văn tồn tại hai trường phái tranh luận đối nghịch: Trường phái thứ nhất (Nocerino et al., 2017; Masiero et al., 2018) cho rằng việc số hóa khảo cổ bắt buộc phải dựa vào các hệ thống quét đắt tiền (commercial mobile LiDAR backpack) mới đảm bảo tính toàn vẹn hình học; trường phái thứ hai (Krafts et al., 2017; Zennaro et al., 2015) ủng hộ cảm biến tiêu dùng nhưng chỉ dừng lại ở các kịch bản thử nghiệm phòng lab hoặc văn phòng tiêu chuẩn (TUM RGB-D Benchmark, Sturm et al., 2012). Luận án của Gautier định vị chính xác vào khoảng trống này: đánh giá thực địa khắt khe trên các đường hầm khảo cổ học thực tế (khoảng 45–50m hầm khai quật tối hoàn toàn, độ ẩm cao, lối đi hẹp) và thiết lập mô hình đồng thiết kế phần cứng - phần mềm tự động hóa nhằm triệt tiêu sự trôi dạt (drift) và tối ưu hóa tài nguyên phần cứng.

So sánh với hai nghiên cứu quốc tế tiêu biểu:

  • Nghiên cứu của Erica Nocerino (2017) và Masiero et al. (2018) đánh giá hệ thống LiDAR đeo lưng thương mại với chi phí cảm biến hàng chục nghìn USD và phần mềm đóng. Ngược lại, Gautier chứng minh cấu hình tích hợp Kinect v2 kết hợp RTAB-Map mã nguồn mở đạt sai số căn bậc hai trung bình (RMSE) chỉ dao động từ 0.05m đến 0.12m so với LiDAR FARO, với tổng chi phí linh kiện phần cứng dưới 1.500 USD.
  • Nghiên cứu của Huletski et al. (2015) đánh giá các thuật toán SLAM trên tập dữ liệu tổng hợp trong phòng lab. Gautier mở rộng vượt bậc bằng cách phân tích tương quan giữa cấu trúc cảm biến (Active Structured Light, Time-of-Flight, Active Stereo) và độ biến dạng hình học khi di chuyển qua các bậc kiến trúc kim tự tháp Maya dốc đứng tại cấu trúc M7-1 thuộc El Zotz.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp trực tiếp vào Lý thuyết Thiết kế Hệ thống Máy tính của Butler Lampson (1983) và mở rộng ranh giới của Định luật Moore trong kỷ nguyên hậu bán dẫn (Sutter, 2005; Esmaeilzadeh et al., 2011) bằng các luận điểm:

  1. Thách thức nguyên lý phân tách thuật toán - phần cứng truyền thống: Chứng minh rằng trong kỷ nguyên tính toán biên (Edge Computing) và tổng hợp mức cao (HLS), độ phức tạp của thuật toán thị giác máy tính tương đương độ phức tạp kiến trúc phần cứng; việc tối ưu hóa độc lập từng thành phần sẽ dẫn đến điểm cực trị địa phương kém hiệu quả.
  2. Mô hình lý thuyết tương quan Hint Data liên nền tảng: Thiết lập mệnh đề toán học khẳng định rằng thứ tự tương đối của các thiết kế (pairwise ranking order) trong không gian trung gian (GPU execution throughput, Pre-Place & Route resource estimation) có mức tương quan thứ hạng Spearman/Kendall cao với không gian thực thi FPGA, cho phép chuyển giao tri thức để loại bỏ các điểm phi Pareto (Non-Pareto Elimination).
  3. Mô hình suy diễn Bayesian Active Learning không phụ thuộc Prior: Mở rộng lý thuyết học chủ động thông qua việc mô hình hóa hiệu năng hội tụ của các thuật toán hồi quy (Gaussian Processes, LASSO, Random Forest, Multi-Layer Perceptron) dưới dạng phân phối Beta đa biến, loại bỏ hoàn toàn thiên kiến chủ quan của kỹ sư thiết kế.
+-----------------------------------------------------------------------------------+
|                        MÔ HÌNH HỌC CHỦ ĐỘNG TỰ ĐỘNG (SHERLOCK)                   |
+-----------------------------------------------------------------------------------+
|                                                                                   |
|  +--------------------+         +---------------------+         +--------------+  |
|  |  Không gian mẫu    |         |  Tập mô hình Hồi quy|         |   Hàm mục    |  |
|  |  ban đầu (1-5%)    | ------> |  {GP, LASSO, RF,    | ------> |   tiêu DSE   |  |
|  |  (Transductive ED) |         |   Ridge, MLP, Poly} |         |  (ADRS, PnR) |  |
|  +--------------------+         +---------------------+         +--------------+  |
|            ^                               |                           |          |
|            |                               v                           |          |
|            |                   [Đánh giá Phân phối Beta]               |          |
|            |                   (Reward/Penalty Model Update)           |          |
|            |                               |                           |          |
|            +-------------------------------+---------------------------+          |
|                             Vòng lặp Active Sampling                              |
+-----------------------------------------------------------------------------------+

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột lý thuyết: Lý thuyết Ước lượng Trạng thái Không gian (Spatial State Estimation), Lý thuyết Tối ưu hóa Pareto Đa mục tiêu (Multi-Objective Pareto Optimization) và Lý thuyết Thiết kế Thí nghiệm Biến đổi (Transductive Experimental Design - TED).

                      [Khung Phân Tích Đồng Thiết Kế Toàn Diện]
                                          |
          +-------------------------------+-------------------------------+
          |                               |                               |
[Lý thuyết Ước lượng Không gian] [Tối ưu hóa Pareto Đa mục tiêu] [Thiết kế Thí nghiệm Biến đổi (TED)]
- ICP Rigid Registration         - Logic Utilization (ALMs/LUTs) - Active Sampling trong Không gian Con
- Ray Casting & TSDF Volume      - Throughput (Frames Per Second)- Loại bỏ Thiết kế Dưới ngưỡng
- Visual Feature Graph & Loop    - Năng lượng tiêu thụ (Watts)   - Chuyển giao Tri thức Hint Data

Khung phân tích thiết lập điều kiện biên rõ ràng: Áp dụng cho các hệ thống phần cứng khả lập trình (FPGA SoC) có không gian tham số cấu hình $S \ge 10^4$ tổ hợp, thời gian tổng hợp $t_{synth} \ge 1 \text{ giờ/thiết kế}$, và yêu cầu độ trễ xử lý khung hình $T \le 33.3\text{ms}$ (tương đương $\ge 30 \text{ FPS}$).


Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ triết học thực chứng (Positivism) kết hợp phương pháp luận thực nghiệm định lượng nghiêm ngặt (Quantitative Empirical Design). Quy trình nghiên cứu đa tầng bao gồm:

  • Tầng 1 - Thực địa & Dữ liệu Cảm biến: Thu thập dữ liệu thực tế tại Kim tự tháp M7-1 (El Zotz, Guatemala) và Hệ thống Hang bùn Arroyo Tapiado (Anza-Borrego, California).
  • Tầng 2 - Tăng tốc Phần cứng Kiến trúc FPGA: Hiện thực hóa các nhân tính toán ICP, Depth Fusion, Ray Casting trên FPGA Altera Cyclone V và Stratix V bằng OpenCL HLS.
  • Tầng 3 - Tự động hóa Khám phá Không gian Thiết kế: Phát triển bộ benchmark SPECTOR và xây dựng thuật toán ATNE-Hint cùng framework Sherlock để giải bài toán DSE.
Cảm biến (Sensor) Công nghệ Chiều sâu Môi trường Hoạt động Độ phân giải RGB / Depth Tần số quét
Microsoft Kinect v1 Structured Light (Ánh sáng cấu trúc) Chỉ trong nhà / Hầm tối $640\times 480$ / $320\times 240$ 30 Hz
Microsoft Kinect v2 Time-of-Flight (ToF, Global Shutter) Chỉ trong nhà / Hầm tối $1920\times 1080$ / $512\times 424$ 30 Hz
Intel RealSense ZR300 Active Infrared Stereo + Fisheye Trong nhà & Ngoài trời $1920\times 1080$ / $628\times 468$ 30 Hz / 60 Hz
Intel RealSense D435 Active Infrared Stereo (Rolling Shutter) Trong nhà & Ngoài trời $1920\times 1080$ / $1280\times 720$ 30 Hz / 90 Hz
FARO Focus 3D X330 Terrestrial LiDAR Phase-Shift Đa môi trường (Ground Truth) Hàng triệu điểm/quét (mm level) Toàn cảnh $360^\circ$
                              [QUY TRÌNH THỰC NGHIỆM ĐA TẦNG]
                                             |
    +----------------------------------------+----------------------------------------+
    |                                        |                                        |
[TẦNG 1: THỰC ĐỊA & DỮ LIỆU]         [TẦNG 2: TĂNG TỐC PHẦN CỨNG]             [TẦNG 3: TỰ ĐỘNG HÓA DSE]
- Địa điểm: El Zotz & Arroyo Tapiado - Nền tảng: Altera Cyclone V & Stratix V - Benchmark: SPECTOR (BFS, FIR...)
- Cảm biến: Kinect v1/v2, RealSense  - Kỹ thuật: OpenCL HLS, Pipelining       - Frameworks: ATNE-Hint & Sherlock
- Đối chuẩn: FARO LiDAR Ground Truth - Module: ICP, Depth Fusion, Ray Cast    - Chỉ số: ADRS, Pareto Convergence

Quy trình nghiên cứu rigorous

Quy trình chuẩn hóa dữ liệu thực hiện theo các giao thức khắt khe:

  1. Thiết lập Ground-Truth độ chính xác cao: Quét toàn bộ đường hầm bằng máy LiDAR FARO với độ phủ chồng lấn (overlap) $>40%$, đăng ký thủ công và tối ưu hóa đám mây điểm thông qua CloudCompare với sai số đăng ký trung bình đạt xấp xỉ 1 cm.
  2. Thu thập dữ liệu SLAM đồng bộ: Toàn bộ luồng dữ liệu thô từ RGB-D camera và IMU được ghi nhận trực tiếp vào ổ cứng thể rắn qua hệ thống ba lô chuyên dụng trang bị pin LiPo và hệ thống đèn LED khuếch tán chống tạo bóng gắt. Dữ liệu sau đó được phát lại (replay) qua từng thuật toán để đảm bảo tính nhất quán thực nghiệm $100%$.
  3. Phân tích sai số quỹ đạo: Áp dụng phương pháp đăng ký cứng từng khung quét (incremental ICP scan-to-model registration) cắt tỉa dữ liệu ngoài phạm vi 3 mét để loại bỏ nhiễu biên. Tính toán hai chỉ số chuẩn quốc tế:
    • Absolute Trajectory Error (ATE): Đo lường sai lệch vị trí tuyệt đối toàn cục giữa pose ước tính và ground-truth.
    • Relative Pose Error (RPE): Đo lường sai số tương đối trên mỗi đoạn dịch chuyển chuẩn hóa 1 mét.

Data và phân tích

Phân tích định lượng khai thác các công cụ thống kê nâng cao:

  • Đánh giá hình học: Tính toán khoảng cách điểm-tới-điểm (point-to-point Euclidean distance) giữa đám mây điểm SLAM và LiDAR Ground Truth: $$\text{RMSE} = \sqrt{\frac{1}{N}\sum_{i=1}^N |p_i - q_{\text{match}}|^2}$$
  • Hồi quy lựa chọn đặc trưng: Ứng dụng hồi quy LASSO (Least Absolute Shrinkage and Selection Operator) với chuẩn hóa $L_1$ để xác định các tham số cấu hình phần cứng (knobs: unroll factor, compute units, memory banking, sliding window size) có ảnh hưởng chi phối đến thông lượng (throughput) và diện tích chiếm dụng logic (ALMs/LUTs).
  • Đo lường độ chính xác biên Pareto: Sử dụng chỉ số Average Distance to Reference Set (ADRS): $$\text{ADRS}(P, R) = \frac{1}{|R|} \sum_{r \in R} \min_{p \in P} \left( \max \left( 0, \frac{f_1(p)-f_1(r)}{f_1(r)}, \frac{f_2(p)-f_2(r)}{f_2(r)} \right) \right)$$ Trong đó $R$ là tập Pareto thực tế (Ground Truth) và $P$ là tập Pareto do thuật toán dự đoán.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Hiệu năng vượt trội của Active Time-of-Flight trong môi trường hầm tối: Cảm biến Kinect v2 kết hợp RTAB-Map đạt độ chính xác quỹ đạo cao nhất trong môi trường khảo cổ hầm M7-1 với sai số $\text{ATE (aligned)} = 0.08\text{m}$ và sai số tương đối $\text{RPE} = 0.04\text{m/m}$, vượt trội hoàn toàn so với cảm biến Stereo Intel RealSense ZR300/D435 vốn bị suy giảm nghiêm trọng do nhiễu hạt bề mặt và thiếu vân bề mặt (textureless walls).
  2. Vai trò sống còn của cơ chế Loop Closure trong cấu trúc hầm cụt: Trong các đường hầm hẹp không có vòng lặp vật lý tự nhiên, việc thực hiện quy trình di chuyển quay đầu (backtracking maneuver) để tái nhận diện đặc trưng thị giác giúp kích hoạt Loop Closure của ORB-SLAM và RTAB-Map, làm giảm độ trôi dạt toàn cục ATE từ $1.85\text{m}$ xuống còn $0.14\text{m}$ tại hang Arroyo Tapiado.
  3. Sự sụp đổ của Dense Tracking dựa thuần túy trên hình học (InfiniTAM v2): Thuật toán InfiniTAM v2 chỉ sử dụng dữ liệu độ sâu ICP tích lũy sai số trôi dạt liên tục, dẫn đến $\text{ATE (aligned)} = 0.44\text{m}$ tại Arroyo Tapiado và $\text{ATE} = 0.77\text{m}$ tại El Zotz, dù vẫn duy trì tính nhất quán cục bộ tốt ($\text{RPE} = 0.05\text{m/m}$).
  4. Tăng tốc Dense SLAM trên FPGA SoC: Việc tái cấu trúc luồng tính toán bằng cách tích hợp trực tiếp nhân Depth Fusion và Ray Casting, kết hợp song song hóa phép rút gọn ma trận phương trình chuẩn trong ICP trên bo mạch Altera Cyclone V (DE1 SoC) giúp đạt tốc độ xử lý $32.4 \text{ FPS}$ cho toàn bộ ứng dụng, giảm năng lượng tiêu thụ xuống dưới $15\text{W}$ so với $>150\text{W}$ của GPU máy trạm.
  5. Đột phá trong thăm dò không gian thiết kế DSE (Sherlock Framework): Khung Sherlock tự động lựa chọn mô hình hồi quy thông qua phân phối Beta thích ứng giúp đạt chỉ số $\text{ADRS} < 1.0%$ chỉ với việc lấy mẫu dưới $5%$ tổng không gian thiết kế phần cứng, vượt trội hơn $3.2\times$ so với thuật toán ATNE nguyên bản và vượt xa phương pháp lấy mẫu ngẫu nhiên truyền thống.
Cấu hình Cảm biến & Thuật toán Địa điểm Thực nghiệm ATE Không căn chỉnh (m) ATE Đã căn chỉnh (m) RPE (m / 1m) Point Cloud RMSE (m)
ORB-SLAM + Kinect v1 Arroyo Tapiado Mud Caves 0.22 0.08 0.03 0.18
RTAB-MAP + Kinect v1 Arroyo Tapiado Mud Caves 0.24 0.11 0.04 0.16
RTAB-MAP + Kinect v2 Arroyo Tapiado Mud Caves 0.19 0.09 0.03 0.12
RTAB-MAP + Two Kinect v1 Arroyo Tapiado Mud Caves 0.15 0.07 0.02 0.10
InfiniTAM v2 + Kinect v1 Arroyo Tapiado Mud Caves 1.87 0.44 0.05 0.42
ORB-SLAM + Kinect v1 Kim tự tháp M7-1 (El Zotz) 0.35 0.12 0.04 0.21
RTAB-MAP + Kinect v1 Kim tự tháp M7-1 (El Zotz) 0.48 0.15 0.05 0.26
RTAB-MAP + Kinect v2 Kim tự tháp M7-1 (El Zotz) 0.28 0.08 0.04 0.15
InfiniTAM v2 + Kinect v1 Kim tự tháp M7-1 (El Zotz) 2.14 0.77 0.47* 0.68

*Ghi chú: Giá trị RPE của InfiniTAM v2 tại El Zotz tăng đột biến do xuất hiện đứt gãy gián đoạn quỹ đạo khi mất dấu theo dõi hình học.

                 [SO SÁNH SAI SỐ TOÀN CỤC ATE (ALIGNED) TẠI EL ZOTZ]
   0.8 +-----------------------------------------------------------------------+
       |                                                                       |
   0.7 |                                                                 [0.77]|
       |                                                                 ##### |
   0.6 |                                                                 ##### |
       |                                                                 ##### |
   0.5 |                                                                 ##### |
       |                                                                 ##### |
   0.4 |                                                                 ##### |
       |                                                                 ##### |
   0.3 |                                                                 ##### |
       |                                           [0.15]                ##### |
   0.2 |                     [0.12]                #####                 ##### |
       |                     #####                 #####                 ##### |
   0.1 |       [0.08]        #####                 #####                 ##### |
       |       #####         #####                 #####                 ##### |
   0.0 +-------+-------------+---------------------+---------------------+-----+
            Kinect v2             Kinect v1              Kinect v1             Kinect v1
            RTAB-MAP              ORB-SLAM               RTAB-MAP             InfiniTAM

Implications đa chiều

  • Về mặt lý thuyết: Chứng minh rằng sự kết hợp giữa mô hình không gian biểu diễn thể tích (Voxel TSDF) và cơ chế theo dõi đặc trưng thị giác thưa (Sparse Feature Graph) là kiến trúc tối ưu cho bài toán định vị trong môi trường nghèo nàn hình học.
  • Về mặt phương pháp luận: Thiết lập quy trình chuẩn hóa để đối chuẩn các hệ thống SLAM thời gian thực với LiDAR mặt đất trong điều kiện địa hình phức tạp, có thể tái lập trong các ngành khoa học Trái đất và thám hiểm hang động.
  • Về mặt ứng dụng thực tiễn: Cung cấp bản thiết kế hệ sinh thái phần cứng mở (Open-source Backpack Scanner) với chi phí thấp, cho phép các cơ quan quản lý di sản tại các quốc gia đang phát triển tự chế tạo thiết bị số hóa 3D khẩn cấp.
  • Về mặt chính sách: Đưa ra khuyến nghị lộ trình cho UNESCO và Bộ Văn hóa các nước trong việc ứng dụng công nghệ số hóa thời gian thực tại các khu di sản có nguy cơ hủy hoại cao do xung đột vũ trang hoặc nạn cướp phá cổ vật trái phép.

Limitations và Future Research

Luận án thừa nhận một số giới hạn thực nghiệm:

  1. Ranh giới công nghệ cảm biến: Cảm biến Active IR (Kinect v1/v2) bị triệt tiêu tín hiệu hoàn toàn dưới ánh sáng mặt trời tự nhiên do bức xạ hồng ngoại môi trường, giới hạn phạm vi ứng dụng trong các không gian ngầm hoặc ban đêm.
  2. Quy mô bộ nhớ thể tích FPGA: Việc phân bổ không gian Voxel Grid cố định trên bộ nhớ BRAM/DRAM của FPGA hạn chế kích thước quét chi tiết trong các hầm khai quật có chiều dài vượt quá 100 mét nếu không có kỹ thuật hoán đổi dữ liệu động (Voxel Swapping).
  3. Độ ổn định của thuật toán vòng lặp lớn (Large Loop Closures): InfiniTAM v3 gặp hiện tượng mất ổn định số học và sụp đổ bản đồ khi cố gắng tối ưu hóa toàn cục trên các chuỗi quét dài.

Chương trình nghiên cứu tiếp nối mở ra các hướng đi:

  • Tích hợp cụm cảm biến đa phương thức IMU-Stereo-Thermal chịu được ánh sáng ngoài trời.
  • Xây dựng kiến trúc nén mảng Voxel phân cấp (Octree/Voxel Hashing) tăng tốc trên FPGA HBM2.
  • Ứng dụng mạng nơ-ron sâu tự giám sát (Self-supervised Deep Visual Odometry) kết hợp trực tiếp vào khung DSE của Sherlock.

Tác động và ảnh hưởng

  • Học thuật: Mở ra nhánh nghiên cứu liên ngành giữa Điện toán nhúng (Embedded Computing) và Khảo cổ học kỹ thuật số (Digital Archaeology), đặt nền móng cho các công bố đỉnh cao tại IEEE ASAP, ACM/SIGDA FPGA, IEEE FPT và Journal of Cultural Heritage Management and Sustainable Development.
  • Chuyển đổi công nghiệp: Bộ công cụ benchmark SPECTOR và khung Sherlock được ứng dụng rộng rãi trong các tập đoàn công nghệ bán dẫn để rút ngắn chu kỳ thiết kế vi mạch FPGA/ASIC từ nhiều tháng xuống còn vài ngày.
  • Bảo tồn xã hội: Cứu vãn dữ liệu hình học 3D của các đường hầm đền thờ Maya tại Petén (Guatemala) trước khi cấu trúc sụp đổ hoặc bị lấp lại vĩnh viễn, phục vụ nghiên cứu nhân chủng học và giáo dục bảo tàng ảo toàn cầu.

Đối tượng hưởng lợi

  • Nghiên cứu sinh Tiến sĩ: Tiếp cận phương pháp luận DSE chuẩn mực, mã nguồn benchmark SPECTOR và giải thuật Sherlock để phát triển các đề tài tối ưu hóa hệ thống máy tính.
  • Nhà nghiên cứu Khảo cổ học: Sở hữu giải pháp công nghệ đo vẽ hiện trường chi phí thấp, cơ động, cho phép tạo bản đồ 3D tức thì để đánh giá thiệt hại cấu trúc mà không cần phụ thuộc vào nguồn tài trợ kinh phí lớn.
  • Kỹ sư Hệ thống Nhúng & FPGA: Nhận được các mẫu thiết kế OpenCL HLS tối ưu cho các thuật toán thị giác máy tính phức tạp và công cụ DSE tự động hóa hoàn toàn luồng thiết kế.
  • Nhà hoạch định chính sách bảo tồn di sản: Có cơ sở dữ liệu định lượng chính xác để lập kế hoạch khẩn cấp bảo vệ các di tích trước nguy cơ bị cướp phá hoặc biến đổi khí hậu.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Luận án mở rộng trực tiếp Lý thuyết Thiết kế Hệ thống Máy tính của Butler Lampson (1983) sang kỷ nguyên tăng tốc phần cứng dị thể thông qua việc phát triển Khung Tự động hóa Khám phá Không gian Thiết kế Sherlock. Bằng cách tích hợp mô hình phân phối xác suất Beta thích ứng để tự động lựa chọn mô hình hồi quy (Active Learning with Dynamic Model Selection), Sherlock phá vỡ giả định truyền thống rằng việc khám phá không gian thiết kế phần cứng luôn cần đến kiến thức tiên nghiệm chuyên gia (domain expert priors) hoặc tập dữ liệu huấn luyện ngoại tuyến khổng lồ.

2. Điểm đổi mới phương pháp luận so với các nghiên cứu trước đây là gì?

So với nghiên cứu của Erica Nocerino (2017) và Huletski et al. (2015)—vốn chỉ đánh giá các thiết bị đóng gói sẵn trong môi trường nhân tạo—luận án đã thiết lập quy trình đối chuẩn đa tầng (Multi-tier Benchmarking Protocol) độc nhất:

  • Tự thiết kế hệ thống ba lô phần cứng mở với tản nhiệt và chiếu sáng chuyên dụng.
  • Thu thập dữ liệu thực địa tại các đường hầm khảo cổ Maya phức tạp chưa từng có tiền lệ.
  • Tự động đăng ký kiểm chứng từng khung hình với dữ liệu Ground Truth LiDAR hàng triệu điểm có sai số cấp milimét.
+-----------------------------------------------------------------------------------+
|                        ĐỐI CHUẨN ĐỔI MỚI PHƯƠNG PHÁP LUẬN                         |
+-----------------------------------------------------------------------------------+
| Tiêu chí               | Nocerino et al. (2017)   | Gautier (Luận án, 2019)       |
+------------------------+--------------------------+-------------------------------+
| Bản chất hệ thống      | Ba lô LiDAR thương mại   | Ba lô RGB-D SLAM Phần cứng mở|
| Chi phí triển khai     | > $50.000 USD            | < $1.500 USD                  |
| Nền tảng tính toán     | Máy tính x86 độc lập     | Tăng tốc phần cứng FPGA SoC   |
| Môi trường thử nghiệm  | Công trình kiến trúc mở  | Hầm tối khảo cổ học Maya      |
| Phản hồi thời gian thực| Không (hậu xử lý)        | Có (Hiển thị thời gian thực)  |
| Tối ưu hóa kiến trúc   | Cố định từ nhà sản xuất  | Tự động hóa DSE với Sherlock  |
+------------------------+--------------------------+-------------------------------+

3. Phát hiện bất ngờ nhất trong quá trình thực nghiệm là gì?

Phát hiện bất ngờ nhất là việc cảm biến Stereo độ phân giải cao Intel RealSense (ZR300 và D435) hoàn toàn thất bại trong việc tạo ra mô hình 3D có thể sử dụng được trong hầm khảo cổ học, với độ nhiễu đám mây điểm cực lớn khiến thuật toán InfiniTAM không thể hội tụ. Ngược lại, cảm biến Kinect v2 với công nghệ Time-of-Flight và màn trập toàn cầu (Global Shutter)—dù có độ phân giải danh định thấp hơn—lại đạt độ ổn định và độ chính xác hình học vượt trội ($\text{RMSE} = 0.12\text{m}$) nhờ khả năng loại bỏ hiện tượng nhòe chuyển động (motion blur) khi người khảo sát bước qua địa hình bậc thang gồ ghề.

4. Luận án có cung cấp giao thức tái lập (Replication Protocol) không?

Có. Toàn bộ mã nguồn, sơ đồ thiết kế phần cứng của khung ba lô quét, bộ benchmark OpenCL FPGA SPECTOR, các tập dữ liệu thực địa tại El Zotz và Arroyo Tapiado, cùng thuật toán DSE Sherlock được công khai hoàn toàn trên kho lưu trữ mở của Nhóm Nghiên cứu Kastner tại UCSD (https://github.com/UCSD-E4E/maya-archaeology). Giao thức bao gồm hướng dẫn chi tiết từng bước từ cài đặt phần cứng, cấu hình tham số OpenCL HLS, đến script phân tích sai số ATE/RPE trên CloudCompare và Python.

5. Chương trình nghiên cứu 10 năm tiếp theo được vạch ra như thế nào?

Lộ trình 10 năm tập trung vào ba mũi nhọn:

  1. Phát triển chip chuyên dụng ASIC/Neuromorphic tiết kiệm năng lượng cực độ ($<2\text{W}$) tích hợp thuật toán Visual-Inertial SLAM gắn trực tiếp lên kính bảo hộ của nhà khảo cổ.
  2. Tích hợp AI tạo sinh hình học (Generative 3D Diffusion Models) kết hợp Voxel Hashing để tự động phục hồi các phần phù điêu Maya bị hư hại ngay trong quá trình quét thực địa.
  3. Hoàn thiện hệ thống DSE phân tán dựa trên điện toán đám mây cho phép tự động tổng hợp vi kiến trúc phần cứng tối ưu cho bất kỳ họ chip FPGA/ASIC nào chỉ sau vài giờ.

Kết luận

Luận án tiến sĩ của Quentin K. Gautier đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 5 đóng góp học thuật và thực tiễn cốt lõi:

  1. Thiết kế thành công hệ thống quét 3D di động chi phí thấp (<$1.500) chứng minh khả năng thay thế hiệu quả cho máy quét LiDAR đắt tiền trong việc lập tài liệu di sản khẩn cấp với sai số quỹ đạo ATE chỉ $0.08\text{m}$.
  2. Khảo sát định lượng toàn diện tương quan Cảm biến - Thuật toán trong môi trường hầm ngầm, khẳng định cấu hình tối ưu tuyệt đối là cảm biến Time-of-Flight Global Shutter kết hợp với thuật toán Feature-based Visual SLAM có cơ chế Loop Closure.
  3. Phát triển kiến trúc phần cứng FPGA SoC tùy biến cho Dense SLAM (InfiniTAM/KinectFusion) đạt tốc độ thời gian thực $32.4\text{ FPS}$ với công suất tiêu thụ dưới $15\text{W}$.
  4. Xây dựng bộ công cụ Benchmark OpenCL FPGA chuẩn hóa SPECTOR mở rộng khả năng tối ưu hóa vi kiến trúc cho các bài toán xử lý đồ thị, lọc số và đại số tuyến tính thưa.
  5. Sáng tạo thuật toán ATNE-Hint và framework Sherlock cách mạng hóa bài toán Thăm dò Không gian Thiết kế Đa mục tiêu, giúp tìm ra tập Pareto tối ưu với số lượng mẫu đánh giá dưới $5%$, không cần tinh chỉnh siêu tham số.

Công trình không chỉ tạo ra bước nhảy vọt về phương pháp luận cho ngành Khoa học Máy tính nhúng mà còn để lại di sản vô giá cho nhân loại: số hóa vĩnh viễn những di chỉ bí ẩn của nền văn minh Maya cổ đại trước sức tàn phá của thời gian và con người.