Giới thiệu dự án

Trong kỷ nguyên phát triển mạnh mẽ của các hệ thống tự hành và robot di động (Autonomous Mobile Robots - AMRs), bài toán xác định chính xác vị trí và hướng di chuyển trong không gian thực tế là yêu cầu sống còn. Các phương pháp định vị truyền thống phụ thuộc vào cảm biến quán tính (IMU) và bánh xe đo quãng đường (Wheel Odometry) thường tích lũy sai số trôi dạt (drift) theo thời gian, với tỷ lệ sai lệch lũy kế có thể vượt quá 15% đến 25% tổng quãng đường di chuyển. Mặt khác, hệ thống định vị toàn cầu (GPS/GNSS) tuy phổ biến nhưng độ chính xác trong khu vực dân cư, khuôn viên râm mát hoặc đô thị nhiều vật cản thường kém ổn định, sai số thực tế dao động từ 3 đến 20 mét và hoàn toàn mất tín hiệu trong vùng bị che khuất. Đối với các cảm biến quang học chủ động như Microsoft Kinect RGB-D, ánh sáng hồng ngoại từ mặt trời sẽ làm bão hòa cảm biến IR, khiến thiết bị hoàn toàn tê liệt khi hoạt động ngoài trời.

Đồ án tốt nghiệp "Định vị cho robot di động ngoài trời dùng giải thuật xử lý ảnh" (Thực hiện bởi: Trương Chánh Trực, Nguyễn Trần Hoàng Vũ; GVHD: TS. Lê Mỹ Hà; Khoa Đào tạo Chất lượng cao - Đại học Sư phạm Kỹ thuật TP.HCM) giải quyết bài toán cốt lõi: định vị robot ngoài trời hoàn toàn tự động bằng thị giác máy tính thụ động (Passive Vision-based Localization) dựa trên nguyên lý Cấu trúc từ Chuyển động (Structure from Motion - SfM) và Thị giác đo quãng đường (Visual Odometry - VO).

   +-------------------------------------------------------------------+
   |                    HỆ THỐNG ĐỊNH VỊ THỊ GIÁC                      |
   |                                                                   |
   |   [Ảnh 2D liên tiếp]                                              |
   +-------------------------------------------------------------------+

Mục tiêu cụ thể của dự án

  1. Xây dựng hệ thống thu nhận hình ảnh ngoài trời: Thiết lập hệ thống camera đơn (Monocular Camera) và camera lập thể (Stereo Camera) gắn trên phương tiện di chuyển thử nghiệm trong khuôn viên trường học.
  2. Nghiên cứu và hiện thực hóa thuật toán trích xuất đặc trưng SIFT: Trích xuất các điểm đặc trưng bất biến với tỉ lệ, phép quay và thay đổi góc chiếu từ chuỗi ảnh 2D liên tiếp.
  3. Loại bỏ ngoại lai bằng RANSAC & Giải thuật 8 điểm: Tính toán ma trận cơ bản (Fundamental Matrix - $F$) và ma trận thiết yếu (Essential Matrix - $E$) với độ tin cậy cao, loại bỏ các cặp điểm đối sánh sai do nhiễu môi trường.
  4. Hiệu chuẩn thông số nội camera (Camera Calibration): Xác định ma trận nội $A$ và các hệ số méo phi tuyến bằng phương pháp bàn cờ (Chessboard pattern) kết hợp tối ưu Levenberg-Marquardt.
  5. Ước lượng quỹ đạo chuyển động 6 bậc tự do (6-DoF) và tái tạo đám mây điểm 3D: Khôi phục ma trận quay $R$, vector tịnh tiến $t$ của robot và xây dựng bản đồ không gian 3D dạng đám mây điểm (Point Cloud).

Phạm vi và giới hạn

  • Phạm vi: Thử nghiệm thực địa với 2 tập dữ liệu: tập mô phỏng chuẩn (372 ảnh) và tập dữ liệu thực tế thu nhận ngoài trời bằng phương tiện di chuyển trên cung đường khép kín gồm 1.051 khung hình độ phân giải HD $1280 \times 720$.
  • Giới hạn: Nghiên cứu tập trung vào phân tích chuyển động và tái tạo không gian 3D thưa (Sparse Point Cloud); tốc độ xử lý trong môi trường MATLAB chưa tối ưu hóa cho thời gian thực tốc độ cao (Real-time Embedded).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để giải quyết bài toán định vị robot ngoài trời, các giải pháp công nghệ hiện nay có sự phân hóa rõ rệt về hiệu năng, độ chính xác và chi phí:

Phương pháp định vị Ưu điểm Nhược điểm Khả năng hoạt động ngoài trời
GPS / DGPS Dễ triển khai, bao phủ diện rộng Sai số lớn (3 - 10m), phụ thuộc sóng vệ tinh, dễ mất tín hiệu Cao (nhưng độ chính xác thấp)
Dead Reckoning (Encoder + IMU) Tần số lấy mẫu cao, chi phí thấp Sai số tích lũy lớn do hiện tượng trượt bánh (wheel slip) Trung bình
Kinect RGB-D (Active IR) Trả về trực tiếp bản đồ độ sâu Tia hồng ngoại bị triệt tiêu dưới ánh sáng mặt trời Kém (chỉ dùng trong nhà)
Xử lý ảnh (SfM / Visual Odometry) Độ chính xác cao, chi phí phần cứng thấp, hoạt động tốt ngoài trời Đòi hỏi năng lực tính toán cao, phức tạp về giải thuật Rất cao

So sánh các giải thuật trích xuất đặc trưng ảnh

  • Harris Corner: Tốc độ tính toán nhanh, bất biến với phép quay và độ sáng, nhưng không chịu được sự thay đổi tỉ lệ (scale variation) và biến đổi Affine.
  • Harris Laplace: Khắc phục được yếu tố biến đổi tỉ lệ bằng hàm Laplacian of Gaussian, nhưng khả năng đối phó với biến đổi góc nhìn Affine còn hạn chế.
  • SURF (Speeded-Up Robust Features): Dựa trên xấp xỉ ma trận Hessian và ảnh tích hợp (Integral Images), kích thước vector mô tả 64 chiều, tốc độ nhanh hơn SIFT nhưng độ bền vững với góc xoay lớn và nhiễu quang học ngoài trời kém hơn SIFT.
  • SIFT (Scale-Invariant Feature Transform): Vector mô tả 128 chiều, bất biến hoàn toàn với phép quay, co giãn tỉ lệ, dịch chuyển và biến đổi độ sáng, mang lại số lượng điểm đặc trưng chất lượng cao nhất cho môi trường tự nhiên.

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must-have (Bắt buộc): Hiệu chuẩn thông số nội camera $A$ với sai số tái chiếu (Reprojection error) $< 1.0 \text{ pixel}$; trích xuất đặc trưng SIFT; thuật toán RANSAC 8 điểm tính ma trận $F$ và $E$; ước lượng vị trí $R, t$ cho từng khung hình.
  • Should-have (Nên có): Dựng đám mây điểm 3D của môi trường xung quanh; khép kín vòng quỹ đạo thực nghiệm (Loop-closure assessment).
  • Could-have (Có thể có): Triển khai hệ thống stereo camera để tính trực tiếp khoảng cách độ sâu tuyệt đối.
  • Won't-have (Chưa thực hiện): Tích hợp cảm biến LiDAR phân giải cao hoặc triển khai thời gian thực trên vi điều khiển nhúng công suất thấp.

Thiết kế hệ thống

Hệ thống định vị thị giác được xây dựng trên nền tảng mô hình quang học hình học và xử lý tín hiệu số:

+-----------------------------------------------------------------------------------+
|                            LUỒNG XỬ LÝ DỮ LIỆU ĐỊNH VỊ                           |
+-----------------------------------------------------------------------------------+

Ngăn xếp công nghệ (Technology Stack)

  • Môi trường tính toán: MATLAB R2014b / R2015a 64-bit (Computer Vision System Toolbox, Image Processing Toolbox).
  • Giải thuật trích xuất: SIFT Algorithm (Lowe's Implementation, scale-space pyramid).
  • Tối ưu hóa phi tuyến: Levenberg-Marquardt Non-linear Least Squares Optimization.
  • Mô hình camera: Mô hình Pin-hole với ma trận nội suy thông số hình học:

$$A = \begin{bmatrix} \alpha & \gamma & u_0 \ 0 & \beta & v_0 \ 0 & 0 & 1 \end{bmatrix}$$

Trong đó $\alpha, \beta$ là chiều dài tiêu cự quy đổi theo pixel dọc trục $x$ và $y$; $u_0, v_0$ là tọa độ điểm chính quang học (principal point); $\gamma$ là hệ số méo trục.

Cơ sở toán học Hình học Epipolar và Ước lượng tư thế

Mối quan hệ giữa hai điểm ảnh tương đồng $x$ (khung hình 1) và $x'$ (khung hình 2) qua ma trận cơ bản $F$ thỏa mãn phương trình epipolar:

$$x'^T F x = 0$$

Khi đã xác định ma trận nội $A$ (hay $K$), ma trận thiết yếu $E$ được tính bằng:

$$E = K^T F K = [t]_\times R$$

Áp dụng giải thuật phân tích suy biến ma trận (Singular Value Decomposition - SVD) trên $E = U \text{diag}(1, 1, 0) V^T$, ta xác định được 4 nghiệm khả dĩ của cặp ma trận chuyển đổi $[R|t]$. Bằng phép kiểm tra điều kiện điểm nằm trước mặt phẳng quang học của cả hai camera (Cheirality condition), nghiệm duy nhất đúng của tư thế camera $P_2 = [R|t]$ được xác lập.

Hàm mục tiêu tối ưu hóa vị trí robot dựa trên $N$ điểm đặc trưng tương đồng qua 3 khung hình liên tiếp:

$$\min_{R, t} \sum_{i=1}^{N} \left| x_i - \pi(X_i; R, t) \right|^2$$

Trong đó $X_i$ là tọa độ 3D thực tế của điểm ảnh, $\pi(\cdot)$ là hàm chiếu phối cảnh từ không gian 3D lên mặt phẳng ảnh 2D.

Methodology

Phương pháp luận của đề tài kết hợp nghiên cứu lý thuyết hình học xạ ảnh (Projective Geometry), mô phỏng giải thuật và thực nghiệm trên phương tiện di chuyển thực tế.

+-------------------+      +--------------------+      +--------------------+      +-------------------+
| Giai đoạn 1:      |      | Giai đoạn 2:       |      | Giai đoạn 3:       |      | Giai đoạn 4:      |
| thuyết SfM/SIFT   |      | cứng & Calibration |      | giải thuật MATLAB  |      | địa & Đánh giá    |
| (Tuần 1 - 4)      |      | (Tuần 5 - 8)       |      | (Tuần 9 - 14)      |      | (Tuần 15 - 18)    |
+-------------------+      +--------------------+      +--------------------+      +-------------------+

Đánh giá và kiểm soát rủi ro

  • Rủi ro ghép sai đặc trưng do ngoại cảnh phức tạp: Kiểm soát bằng việc đặt ngưỡng tỉ lệ khoảng cách Euclidean giữa lân cận thứ nhất và lân cận thứ hai $< 0.8$, kết hợp thuật toán RANSAC loại bỏ ngoại lai.
  • Rủi ro suy biến mô hình camera do rung lắc ngoài trời: Hiệu chuẩn đa hướng với bàn cờ chuẩn kích thước xác định, đảm bảo sai số reprojection dưới 1 pixel trước khi chạy thực nghiệm.

Implementation và kết quả

Development process

Quá trình hiện thực hóa hệ thống trải qua 3 khâu xử lý kỹ thuật trọng tâm:

1. Trích xuất đặc trưng SIFT đa tỉ lệ

Ảnh gốc $I(x, y)$ được làm mịn liên tiếp qua các bộ lọc Gaussian $G(x, y, \sigma)$ để tạo không gian tỉ lệ $L(x, y, \sigma) = G(x, y, \sigma) * I(x, y)$. Hàm chênh lệch Gaussian (Difference of Gaussians - DoG) được tính theo công thức:

$$D(x, y, \sigma) = (G(x, y, k\sigma) - G(x, y, \sigma)) * I(x, y) = L(x, y, k\sigma) - L(x, y, \sigma)$$

Các điểm cực trị được dò tìm trong vùng lân cận $3 \times 3 \times 3$ (26 điểm lân cận xung quanh trong không gian DoG). Điểm biên và điểm có độ tương phản thấp bị loại bỏ bằng cách sử dụng ma trận Hessian $H$:

$$H = \begin{bmatrix} D_{xx} & D_{xy} \ D_{xy} & D_{yy} \end{bmatrix}, \quad \frac{\text{Tr}(H)^2}{\text{Det}(H)} < \frac{(r+1)^2}{r} \quad (\text{với } r = 10)$$

2. Đối sánh điểm đặc trưng và Lọc ngoại lai RANSAC

Thuật toán tìm cặp điểm tương đồng và loại bỏ nhiễu được thực hiện qua đoạn mã giả tối ưu sau:

ALGORITHM: Robust_Feature_Matching_and_Pose_Estimation
INPUT:  Image_1, Image_2, Intrinsic_Matrix K
OUTPUT: Rotation Matrix R, Translation Vector t, Inlier Matches

1. Features_1 = Extract_SIFT(Image_1) // Output: Keypoints & 128-D Descriptors
2. Features_2 = Extract_SIFT(Image_2)
3. Matched_Pairs = []

4. FOR each descriptor A_i in Features_1:
       d_min1 = Infinity, d_min2 = Infinity, best_match = -1
       FOR each descriptor B_j in Features_2:
           dist = Euclidean_Distance(A_i, B_j)
           IF dist < d_min1:
               d_min2 = d_min1; d_min1 = dist; best_match = j
           ELSE IF dist < d_min2:
               d_min2 = dist
       // Lowe's Ratio Test
       IF (d_min1 / d_min2) < 0.8:
           Matched_Pairs.Append(Pair(A_i, Features_2[best_match]))

5. // RANSAC 8-Point Algorithm for Fundamental Matrix F
   Max_Inliers = 0, Best_F = Null
   FOR iteration = 1 TO Max_Iterations (e.g., 2000):
       Sample_8 = Random_Select(Matched_Pairs, 8)
       F_candidate = Compute_8Point_Fundamental_Matrix(Sample_8)
       Inlier_Count = 0
       FOR each pair (x, x') in Matched_Pairs:
           Sampson_Error = (x'^T * F_candidate * x)^2 / (Fx_error_terms)
           IF Sampson_Error < Threshold_Tau:
               Inlier_Count = Inlier_Count + 1
       IF Inlier_Count > Max_Inliers:
           Max_Inliers = Inlier_Count; Best_F = F_candidate

6. Essential_Matrix E = K^T * Best_F * K
7. [R, t] = Decompose_SVD_Essential_Matrix(E, Matched_Inliers)
8. RETURN R, t, Matched_Inliers

Testing và validation

Hiệu năng của hệ thống được kiểm chứng qua các giai đoạn đo lường định lượng nghiêm ngặt:

Quá trình lọc đặc trưng trên 1 khung hình đơn

  • Số lượng cực trị DoG ban đầu tìm thấy: 982 điểm đặc trưng.
  • Sau khi loại bỏ các điểm có độ tương phản thấp ($|D(\hat{x})| < \text{ngưỡng}$): 498 điểm đặc trưng.
  • Sau khi loại bỏ các điểm đặc trưng dư thừa dọc theo đường biên (Hessian threshold $r=10$): Giữ lại 342 điểm đặc trưng siêu bền vững.

Đánh giá sai số hiệu chuẩn Camera (Camera Calibration)

Quá trình hiệu chuẩn sử dụng mẫu bàn cờ kích thước $8 \times 6$ ô vuông, kích thước mỗi cạnh ô là 30mm:

  • Trung bình sai số tái chiếu (Mean Reprojection Error): 0.42 pixel (thấp hơn nhiều so với tiêu chuẩn chấp nhận 1.0 pixel).
  • Ma trận thông số nội camera thực nghiệm:

$$A = \begin{bmatrix} 1240.2 & 0 & 641.8 \ 0 & 1238.6 & 362.4 \ 0 & 0 & 1 \end{bmatrix}$$

Kết quả đạt được

Hệ thống đã hoàn thành toàn bộ các chỉ tiêu kỹ thuật đề ra trong môi trường thực địa:

Chỉ số kiểm thử Mô phỏng tập mẫu (Dataset 1) Thực nghiệm thực địa (Dataset 2)
Tổng số lượng khung hình 372 frames 1.051 frames
Độ phân giải hình ảnh $640 \times 480 \text{ px}$ $1280 \times 720 \text{ px}$ (HD)
Số điểm đặc trưng trung bình/frame ~1.200 điểm ~7.000 điểm
Tỷ lệ đối sánh thành công (Inlier Rate) 85% - 94% 70% - 93%
Hình thái quỹ đạo tái tạo Tịnh tiến đa hướng chính xác Quỹ đạo khép kín (Closed-loop) chuẩn xác
Mật độ đám mây điểm 3D Thưa (Sparse) Dày đặc, thể hiện rõ ranh giới các công trình 
      Quỹ đạo xuất phát (Start)
         Khép kín quỹ đạo (Loop closed ~98.4%)
  • Đánh giá quỹ đạo: Khi phương tiện chạy một vòng tròn khép kín trong khuôn viên Trường Đại học Sư phạm Kỹ thuật TP.HCM, điểm bắt đầu và điểm kết thúc của quỹ đạo ước lượng trên đồ thị 2D/3D gần như trùng khớp hoàn toàn, chứng minh sai số tích lũy của giải thuật 8 điểm kết hợp RANSAC được kiểm soát ở mức tối thiểu.

Đổi mới và đóng góp

  1. Kết hợp tối ưu giữa SIFT đa mức và RANSAC cải tiến: Thay vì sử dụng toàn bộ các điểm đối sánh dễ gây sụp đổ ma trận khi giải phương trình đại số tuyến tính, hệ thống triển khai bộ lọc RANSAC 8 điểm giúp triệt tiêu đến 95% các tương đồng sai (false matches) do bóng cây, chuyển động của người đi bộ và hiện tượng khúc xạ ánh sáng ngoài trời.
  2. Loại bỏ sự phụ thuộc vào GPS trong định vị cục bộ: Cung cấp giải pháp định vị với độ chính xác cao ngay cả trong các "hẻm mù GPS" (GPS-denied environments) hoặc khu vực bị che phủ bởi các tòa nhà cao tầng.
  3. Mô hình hóa hình học hoàn chỉnh từ Camera đơn: Chứng minh tính khả thi của việc sử dụng một camera quang học thông thường giá thành thấp để trích xuất cả thông tin tư thế chuyển động 6-DoF lẫn cấu trúc không gian 3D, tối ưu hóa hơn 80% chi phí phần cứng so với việc trang bị các bộ cảm biến Laser Scanner/LiDAR đắt đỏ.
Tiêu chí Hệ thống GPS tiêu chuẩn Cảm biến quán tính (IMU/Encoder) Hệ thống SfM của đồ án
Độ chính xác vị trí Thấp (sai số 3 - 20m) Trôi dạt nhanh theo thời gian Cao (tính theo từng bước dịch chuyển)
Tái tạo bản đồ 3D Không hỗ trợ Không hỗ trợ Hỗ trợ tạo Point Cloud môi trường
Chi phí phần cứng 100$ - 500$ 50$ - 200$ < 50$ (chỉ cần 1 Camera quang học)
Môi trường hoạt động Chỉ ngoài trời thoáng đãng Mọi môi trường (nhưng sai số lớn) Hoạt động bền vững ngoài trời

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

  • Xe giao hàng tự hành trong khuôn viên (Campus Delivery AMR): Định vị và dẫn đường cho robot vận chuyển bưu phẩm trong các trường đại học, khu công nghiệp, bệnh viện mà không cần gắn thẻ từ hay hệ thống GPS đắt tiền.
  • Robot nông nghiệp thông minh: Tự hành di chuyển giữa các luống cây ngoài đồng ruộng – nơi tín hiệu vệ tinh thường xuyên chập chờn và địa hình mấp mô làm trượt bánh xe.
  • Thiết bị bay không người lái (UAV) khảo sát địa hình: Tự định vị và dựng mô hình 3D các công trình xây dựng hoặc khu vực sau thiên tai.
       |                  HẠ TẦNG TRIỂN KHAI THỰC TẾ               |
       |                                                           |
       |                    [Visual Odometry Pipeline]             |
       |                  [Hệ thống Điều khiển Robot / AGV]        |

Yêu cầu hệ thống và Triển khai

  • Phần cứng tối thiểu:
    • Camera: Global Shutter hoặc Rolling Shutter HD ($1280 \times 720$), tốc độ quét $\ge 30 \text{ fps}$.
    • Bộ xử lý: Intel Core i5/i7 thế hệ 4 trở lên, tối thiểu 8GB RAM (Khuyến nghị sử dụng card đồ họa hỗ trợ tính toán song song).
  • Phần mềm: Môi trường MATLAB R2015a hoặc chuyển đổi sang C++/OpenCV chạy trên nền tảng Linux (Ubuntu 14.04/16.04 LTS).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Gánh nặng tính toán của mô tả SIFT: Việc tính toán vector đặc trưng 128 chiều trên 7.000 điểm mỗi khung hình làm giảm tốc độ khung hình xử lý khi chạy tuần tự trên CPU.
  • Mập mờ tỉ lệ (Scale Ambiguity) của Camera đơn: Hệ thống camera đơn chỉ ước lượng được tỉ lệ tịnh tiến tương đối ($t$), chưa thể xác định trực tiếp khoảng cách mét thực tế nếu không có kích thước vật thể chuẩn ngoại cảnh hoặc cảm biến đo cự ly bổ trợ.
  • Độ nhạy của Camera lập thể: Hệ thống stereo camera gặp khó khăn trong việc cân chỉnh đồng bộ trục quang học ngoài thực địa, dễ suy giảm độ chính xác khi phương tiện rung lắc mạnh.

Hướng phát triển tiếp theo

  • Chuyển giao toàn bộ thuật toán từ MATLAB sang ngôn ngữ C++ kết hợp thư viện OpenCV và tăng tốc GPU bằng CUDA để đạt tốc độ xử lý thời gian thực ($\ge 30 \text{ fps}$).
  • Tích hợp thêm cảm biến IMU giá rẻ thông qua thuật toán lọc Kalman mở rộng (EKF) hoặc thuật toán tối ưu đồ thị (Graph-based SLAM / ORB-SLAM3) nhằm loại bỏ hoàn toàn hiện tượng mập mờ tỉ lệ và nâng cao tính bền vững khi camera bị che khuất tạm thời.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Kỹ thuật Điều khiển - Tự động hóa, Cơ điện tử: Cung cấp tài liệu tham khảo hoàn chỉnh từ toán học hình học xạ ảnh, giải thuật trích xuất SIFT đến code thực nghiệm hiệu chuẩn camera.
  • Kỹ sư thị giác máy tính & Lập trình viên Robot: Nắm bắt quy trình xử lý ngoại lai bằng RANSAC 8 điểm, các bước phân rã ma trận thiết yếu $E$ bằng SVD để ước lượng tư thế 6-DoF.
  • Doanh nghiệp phát triển xe tự hành & AGV: Tiết kiệm hàng ngàn USD chi phí đầu tư cảm biến LiDAR bằng cách ứng dụng giải pháp định vị thị giác thụ động giá thành thấp nhưng mang lại độ tin cậy vượt trội.
  • Nhà nghiên cứu học thuật: Cung cấp dữ liệu thực nghiệm đối sánh giữa Monocular và Stereo SfM trong điều kiện ánh sáng tự nhiên phức tạp ngoài trời.

Câu hỏi thường gặp

1. Yêu cầu phần cứng tối thiểu để triển khai hệ thống định vị này trên robot thực tế là gì?

Hệ thống yêu cầu một camera độ phân giải từ $1280 \times 720$ (HD), ống kính có góc nhìn (FOV) từ $60^\circ - 90^\circ$, được gắn cố định trên thân robot để hạn chế rung chấn quang học. Về xử lý, cần máy tính nhúng (như dòng Intel NUC hoặc NVIDIA Jetson) với tối thiểu 4 nhân CPU, 8GB RAM để xử lý trích xuất và đối sánh hàng ngàn điểm ảnh đặc trưng.

2. Thuật toán xử lý thế nào khi môi trường bị thay đổi ánh sáng đột ngột ngoài trời?

Nhờ sử dụng thuật toán SIFT, vector đặc trưng 128 chiều được xây dựng từ gradient hướng của các pixel cục bộ sau khi đã chuẩn hóa độ dài vector. Do đó, các đặc trưng này hoàn toàn bất biến đối với sự thay đổi tuyến tính của cường độ sáng và độ tương phản của ánh sáng mặt trời.

3. Làm thế nào để giải quyết hiện tượng trôi dạt tích lũy (Accumulated Drift) khi robot di chuyển quãng đường dài?

Đồ án áp dụng thuật toán tối ưu hóa phi tuyến Levenberg-Marquardt trên chuỗi 3 khung hình liên tiếp và tận dụng các điểm mốc tương đồng giữa frame hiện tại với các frame trước đó để giảm thiểu sai số bước ngắn. Trong các hệ thống mở rộng, kỹ thuật nhận diện đóng vòng (Loop Closure Detection) và Bundle Adjustment toàn cục sẽ được kích hoạt khi robot quay lại vị trí cũ.

4. Tại sao hệ thống Camera lập thể (Stereo Camera) trong đồ án lại khó đạt độ chính xác cao hơn Camera đơn?

Trong môi trường thực nghiệm ngoài trời, hệ thống camera stereo yêu cầu khoảng cách cơ sở (baseline) và góc nghiêng giữa hai ống kính phải tuyệt đối cố định. Sự rung lắc cơ khí của phương tiện di chuyển trên địa hình gồ ghề dễ làm sai lệch các thông số hiệu chuẩn ban đầu giữa hai camera, dẫn đến sai số trong việc tính toán độ lệch pha (disparity map).

5. Sự khác biệt giữa ma trận cơ bản (Fundamental Matrix) và ma trận thiết yếu (Essential Matrix) là gì?

Ma trận cơ bản $F$ thiết lập mối quan hệ hình học epipolar giữa hai ảnh ở hệ tọa độ pixel thuần túy mà không cần biết thông số camera ($x'^T F x = 0$). Trong khi đó, ma trận thiết yếu $E$ liên hệ giữa hai ảnh trong hệ tọa độ chuẩn hóa đã loại bỏ ảnh hưởng của ống kính thông qua ma trận thông số nội $K$ ($E = K^T F K$), từ đó cho phép phân rã trực tiếp ra chuyển động quay $R$ và tịnh tiến $t$.

Kết luận

Đồ án tốt nghiệp "Định vị cho robot di động ngoài trời dùng giải thuật xử lý ảnh" đã giải quyết xuất sắc bài toán định vị không gian và tái tạo môi trường cho robot tự hành bằng các giải thuật thị giác máy tính hiện đại. Bằng việc làm chủ quy trình từ hiệu chuẩn camera, trích xuất đặc trưng SIFT, lọc nhiễu RANSAC cho đến giải thuật 8 điểm ước lượng ma trận thiết yếu $E$, nhóm nghiên cứu đã khôi phục thành công quỹ đạo chuyển động thực tế qua 1.051 khung hình ngoài trời với độ chính xác cao và hình thái quỹ đạo khép kín hoàn chỉnh.

Kết quả nghiên cứu không chỉ khẳng định tính khả thi của phương pháp định vị thị giác thụ động thay thế cho các cảm biến đắt tiền, mà còn tạo tiền đề vững chắc cho việc tích hợp hệ thống SLAM hoàn chỉnh trên các phương tiện tự hành thương mại trong tương lai.