Tổng quan luận án

Luận án tiến sĩ kỹ thuật điện tử của nghiên cứu sinh Đặng Khánh Hòa với đề tài "Nghiên cứu và phát triển các thuật toán ước lượng mặt phẳng và dẫn đường cho hệ thống thị giác rô-bốt trong nhà" được thực hiện tại Trường Đại học Bách Khoa Hà Nội, dưới sự hướng dẫn khoa học của PGS. Nguyễn Tiến Dũng và TS. Lê Dũng (bảo vệ năm 2019). Đề tài nhận tài trợ từ Đề tài nghiên cứu khoa học cấp cơ sở mã số T2016-PC-108 và học bổng Đề án 911 của Bộ Giáo dục và Đào tạo.

Tính cấp thiết của luận án xuất phát từ yêu cầu thực tiễn trong việc nâng cao chất lượng sống của các đối tượng tổn thương và phục vụ cứu hộ cứu nạn. Theo số liệu của Tổ chức Y tế Thế giới (WHO), toàn cầu có khoảng 1,3 tỷ người sống chung với các dạng suy giảm thị lực, bao gồm 188,5 triệu người suy giảm thị lực nhẹ, 217 triệu người suy giảm thị lực từ trung bình đến nặng, 36 triệu người bị mù và 826 triệu người bị suy giảm thị lực gần (trong đó 80% trường hợp có thể phòng ngừa hoặc chữa trị được và phần lớn thuộc nhóm trên 50 tuổi). Các công cụ hỗ trợ truyền thống như gậy dò đường hay chó dẫn đường không cung cấp đầy đủ thông tin môi trường để bảo đảm an toàn. Đồng thời, các sự cố thảm họa trong các tòa nhà cao tầng đô thị (cháy nổ, rò rỉ khí gas, khói độc) đặt ra nhu cầu sử dụng xe rô-bốt tự hành thay thế con người khảo sát hiện trường và hỗ trợ vận chuyển văn phòng, kho vận.

Khoảng trống nghiên cứu chính mà luận án chỉ ra là trong môi trường trong nhà chưa biết trước, đồ đạc thường xuyên xê dịch, không có sẵn bản đồ số hóa. Mặc dù các cảm biến máy ảnh nổi (Stereo Camera System - SCS) và máy ảnh màu kết hợp độ sâu (RGB-D) cung cấp nguồn dữ liệu không gian trực quan, các thuật toán thị giác máy tính hiện hành có khối lượng tính toán rất lớn, cấu hình phần cứng đòi hỏi phức tạp và chưa đáp ứng yêu cầu xử lý thời gian thực trên các thiết bị di động có tài nguyên hạn chế.

Mục tiêu nghiên cứu của luận án được xác định gồm 4 nội dung:

  1. Tăng cường thuật toán tính toán bản đồ chênh lệch/độ sâu về mặt thời gian, hỗ trợ cho hệ thống máy ảnh nổi cung cấp dữ liệu độ sâu theo thời gian thực cho các ứng dụng khai thác dữ liệu sâu hơn.
  2. Nghiên cứu và đề xuất các thuật toán trích xuất mặt phẳng dựa trên dữ liệu độ sâu, đáp ứng yêu cầu xử lý theo thời gian thực, hỗ trợ cho bài toán tái tạo đối tượng 3D.
  3. Tập trung nghiên cứu và đề xuất thuật toán nhận dạng hiệu quả mặt đất từ dữ liệu bản đồ độ sâu, đáp ứng yêu cầu xử lý theo thời gian thực để hỗ trợ giải quyết bài toán dẫn đường cho rô-bốt.
  4. Nghiên cứu phương pháp dẫn đường cho rô-bốt áp dụng thuần túy thuật toán khai thác bản đồ độ sâu, trong môi trường trong nhà không biết trước, theo định hướng giảm thiểu độ phức tạp; đáp ứng được yêu cầu dẫn đường chính xác.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các thuật toán xử lý dữ liệu bản đồ độ sâu từ máy ảnh nổi hoặc máy ảnh RGB-D; phương pháp dẫn đường cục bộ tránh vật cản cho rô-bốt di động; mô hình xe rô-bốt tích hợp phần cứng và phần mềm điều khiển.
  • Phạm vi nghiên cứu: Tập trung vào không gian trong nhà chưa biết trước; dữ liệu đầu vào sử dụng thuần túy thông tin độ sâu từ cảm biến thị giác (máy ảnh nổi, máy ảnh RGB-D), không sử dụng hệ thống bản đồ định vị toàn cầu (GPS) hay bản đồ tĩnh tải trước.

Tổng quan tài liệu và vị trí của luận án

Luận án tiến hành khảo cứu hệ thống các công trình nghiên cứu trong và ngoài nước liên quan đến 4 nhóm chuyên đề:

1. Tính toán bản đồ chênh lệch và độ sâu: Các kỹ thuật so khớp ảnh nổi dựa trên khu vực truyền thống như Sum of Absolute Differences (SAD), Sum of Squared Differences (SSD), Normalized Cross Correlation (NCC) có ưu điểm cấu trúc đơn giản, dễ song song hóa phần cứng [45]. Công trình [47] đề xuất phương pháp SAD lai (HSAD) kết hợp khử nhiễu, phân đoạn Dịch trung bình (Mean Shift - MS) và Lan truyền tin cậy (Belief Propagation - BP), giúp giảm sai số xuống 4,13% so với 9,65% của SAD truyền thống trên bộ ảnh thử nghiệm Books. Tuy nhiên, việc tính toán trên toàn bộ các điểm ảnh gây độ trễ lớn, hạn chế khả năng đáp ứng thời gian thực.

2. Trích xuất đối tượng mặt phẳng: Phương pháp biến đổi Hough 3D áp dụng cho đám mây điểm 3D [4], [25] biểu diễn mặt phẳng trong không gian tham số $(\theta, \phi, \rho)$ nhưng đòi hỏi tài nguyên bộ nhớ và thời gian tính toán rất lớn. Nhóm thuật toán RANdom SAmple Consensus (RANSAC) [5], [6], [7], [50] và PROSAC [8], [9] ước lượng tham số thông qua lấy mẫu ngẫu nhiên, kết hợp tiêu chí Minimum Description Length (MDL) hoặc bổ sung ngưỡng số điểm tối thiểu ($PN_S$) và độ lệch chuẩn để đạt tỷ lệ thành công 85% [25], song vẫn nhạy cảm với điểm ngoại lai và phân mảnh phức tạp. Thuật toán tối ưu đám hạt kết hợp phát triển vùng (PSO-RG) [11] gặp khó khăn về chi phí tính toán. Phương pháp tham số hóa không gian vận tốc iso-velocity dạng parabol [12], [13], [14] có độ phức tạp thuật toán cao. Phương pháp tính véc-tơ pháp tuyến cục bộ nhóm 4 điểm liền kề từ ảnh Kinect [15], [16] đạt tốc độ cao nhưng phụ thuộc vào chất lượng bản đồ độ sâu lý tưởng. Phương pháp Line Segment Detector (LSD) [7] áp dụng chia tách/hợp nhất mảnh phẳng dựa trên tiêu chí thống kê cho kết quả tốt trên tập dữ liệu Middlebury nhưng tốn thời gian xử lý trong các cảnh phức tạp.

3. Nhận dạng mặt phẳng đất: Phương pháp biến đổi ảnh phẳng (Homography) [26], [54], [55] mô hình hóa chuyển động qua ma trận $H$ 8 tham số kết hợp bộ lọc Kalman và đánh giá sai khác SAD giữa khung hình hiện tại với khung hình trước bị biến dạng, song giả định xe chuyển động đều và mặt sàn ổn định. Phương pháp lọc dữ liệu chênh lệch 2D [22] hạ độ phân giải xuống $500 \times 300$, dùng bộ lọc trung bình $9 \times 9$, Gaussian $21 \times 21$ và phân tích gradient theo hàng/cột nhưng chỉ áp dụng trên nền tảng môi trường đơn giản. Các phương pháp mô hình hóa lưới đa giác và Digital Surface Models (DSM)/VDEMs đòi hỏi bộ nhớ lưu trữ lớn.

4. Dẫn đường rô-bốt bằng thị giác: Các hệ thống Simultaneous Localization And Mapping (SLAM) sử dụng RGB-D [30], [31], [32], [33] yêu cầu phần cứng đồ họa (GPU) mạnh và tốc độ xử lý chưa đáp ứng việc di chuyển liên tục. Nghiên cứu [34] phải hạ độ phân giải dưới chuẩn VGA và tần số cập nhật dưới 6 Hz. Nghiên cứu [35] sử dụng dữ liệu kim tự tháp với độ phân giải $128 \times 128$ khiến vùng mù trước rô-bốt lên tới 2 m. Các nghiên cứu ứng dụng mạng nơ-ron nhân tạo (ANN) [36], [37] hoặc kết hợp xấp xỉ một phần độ sâu với lọc hạt [38] gặp giới hạn về tính linh hoạt và thời gian tính toán.

Khoảng trống nghiên cứu được lựa chọn giải quyết: Xây dựng một quy trình khép kín với độ phức tạp tính toán thấp, bao gồm: tăng tốc tính toán SAD tại các điểm biên; thuật toán trích xuất mặt phẳng NGaF; thuật toán nhận dạng mặt đất GDM trực tiếp trên dữ liệu gradient độ sâu; và phương pháp dẫn đường AMSD thuần túy khai thác bản đồ độ sâu, bảo đảm hoạt động thời gian thực trên hệ thống nhúng mà không cần bản đồ môi trường xây dựng trước.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

Luận án xây dựng trên các nền tảng toán học và mô hình hình học thị giác máy tính:

  • Nguyên lý thị giác nổi: Với khoảng cách giữa hai tâm máy ảnh (baseline) $T$, tiêu cự $f$, tọa độ điểm ảnh tương ứng trên ảnh trái $x_L$ và ảnh phải $x_R$, độ chênh lệch $d = x_L - x_R$. Khoảng cách độ sâu $z$ từ mặt phẳng cảm biến đến đối tượng được xác định theo hệ thức tỷ lệ nghịch: $$z = \frac{f \cdot T}{d}$$
  • Mô hình toán học của mặt phẳng trong không gian 3D: Biểu diễn dưới dạng phương trình pháp tuyến chính tắc: $$x \cos\theta \cos\phi + y \sin\theta \cos\phi + z \sin\phi - \rho = 0$$ trong đó $\theta, \phi, \rho$ là các tham số hình học của véc-tơ pháp tuyến và khoảng cách từ gốc tọa độ đến mặt phẳng.
  • Lý thuyết ma trận biến đổi phẳng (Homography): Sự biến đổi vị trí điểm ảnh giữa hai khung hình liên tiếp khi rô-bốt chuyển động được mô tả bởi ma trận $H$ kích thước $3 \times 3$: $$H = K R_c R_x(\alpha) \left( R_y(\beta) - \frac{\mathbf{t} \mathbf{n}^T}{d} \right) R_c^{-1} K^{-1}$$ trong đó $K$ là ma trận hiệu chuẩn nội tại máy ảnh, $\mathbf{n}$ là véc-tơ pháp tuyến mặt đất, $R_c, R_x(\alpha), R_y(\beta)$ là các ma trận quay, $\mathbf{t}$ là véc-tơ tịnh tiến và $d$ là khoảng cách từ máy ảnh tới mặt phẳng đất. Hệ thống trạng thái được lọc và dự đoán thông qua bộ lọc tuyến tính Kalman.
  • Khái niệm Gradient bản đồ độ sâu (Gradient Depth Map - GDM): Khảo sát mức độ sai lệch độ sâu giữa các điểm lân cận liền kề (Top, Bottom, Left, Right) trong lân cận 4 điểm để phân định biên và nhận diện tính liên tục của mặt phẳng.

Phương pháp nghiên cứu

Luận án kết hợp nghiên cứu lý thuyết, mô phỏng thuật toán và thực nghiệm thực tế:

  • Nghiên cứu lý thuyết và mô hình hóa: Thiết lập các mô hình toán học trích xuất đặc trưng hình học, xây dựng giả thuyết phân bố gradient độ sâu cho các bề mặt phẳng và thuật toán điều hướng di chuyển.
  • Mô phỏng và kiểm chứng thuật toán: Cài đặt thuật toán xử lý ảnh trên máy tính, thực nghiệm trên các bộ dữ liệu ảnh chuẩn và dữ liệu thu nhận từ cảm biến thực.
  • Phương pháp thực nghiệm phần cứng: Thiết kế, chế tạo mô hình xe rô-bốt tự hành có gắn cảm biến thị giác nổi và cảm biến RGB-D để đo đạc quỹ đạo chuyển động, đánh giá tỷ lệ tránh vật cản và thời gian đáp ứng điều khiển.

Nguồn tư liệu và dữ liệu thực nghiệm

  • Tập dữ liệu chuẩn: Bộ cơ sở dữ liệu ảnh nổi quốc tế Middlebury (bao gồm các tập ảnh chuẩn: Venus, Sawtooth, Cones, Teddy, Books) và ảnh bản đồ chênh lệch St-Michel Jail (Toulouse).
  • Dữ liệu thực nghiệm thu thập trực tiếp: Dòng dữ liệu video độ sâu thu nhận từ hệ thống máy ảnh nổi Bumblebee (FLIR Systems) [76] và cảm biến RGB-D Microsoft Kinect [93].

Nội dung chính theo từng chương

Chương 1. Tổng quan hệ thống dẫn đường cho rô-bốt dựa trên hình ảnh thị giác máy tính

Chương 1 hệ thống hóa kiến trúc tổng quan của hệ thống dẫn đường thị giác cho rô-bốt trong nhà, bao gồm ba khối chức năng chính: Khối cảm biến hình ảnh (máy ảnh nổi/RGB-D), Khối xử lý hình ảnh và Khối cơ cấu chấp hành. Hệ thống phân loại dẫn đường được chia thành: dẫn đường toàn cục (dựa trên bản đồ quy chiếu tĩnh hoặc GPS), dẫn đường cục bộ (dựa trên tương tác tương đối với vật cản xung quanh trong thời gian thực) và dẫn đường riêng (xác định vị trí các khớp/bộ phận của rô-bốt). Theo phương thức khai thác không gian, dẫn đường được chia thành: điều hướng dựa trên bản đồ có sẵn, điều hướng dựa trên xây dựng bản đồ (SLAM) và điều hướng không bản đồ.

Chương này phân tích chi tiết các kết quả nghiên cứu tiêu biểu từ y văn:

Thuật toán Sai số thực nghiệm (%)
SAD không phân đoạn [47] 9,65
HSAD lai (kết hợp phân đoạn MS và BP) [47] 4,13

Đối với phương pháp phát hiện mặt phẳng dựa trên bộ phát hiện đoạn thẳng (LSD) [7], tác giả tổng hợp kết quả thực nghiệm trên tập dữ liệu Middlebury như sau:

Tên ảnh thử nghiệm Sai số (pixel) Số lượng mặt phẳng ($N_{planes}$) Tỷ lệ điểm hợp lệ (%) Thời gian chạy (s)
Sawtooth 0,4 17 87,5 0,6

Đối với phương pháp phát hiện mặt đường dựa trên biến đổi ảnh thị giác Homography [26], kết quả thử nghiệm trong hai môi trường giao thông được ghi nhận:

Chỉ số đánh giá Môi trường ít phức tạp Môi trường phức tạp hơn
Thời gian thực nghiệm 6'32'' 6'54''
Số lượng phát hiện đúng (TP) 40 79
Số lượng phát hiện sai (FP) 3 6
Tổng số phương tiện 41 84
Tỷ lệ phát hiện đúng (TP) 97,0% 94,0%
Tỷ lệ phát hiện sai (FP) 7,1% 7,1%
Tỷ lệ bỏ sót (FN) 2,0% 6,0%

Phân tích tổng quan chỉ ra rằng các kỹ thuật hiện có gặp phải sự đánh đổi giữa độ chính xác và chi phí tính toán, đặt ra yêu cầu phát triển các thuật toán mới tối ưu hơn cho hệ thống tự hành.

Chương 2. Phương pháp tăng tốc tính toán bản đồ chênh lệch và phát triển thuật toán trích xuất mặt phẳng

Chương 2 trình bày hai đóng góp kỹ thuật quan trọng:

  1. Phương pháp tăng tốc tính toán bản đồ chênh lệch: Thay vì áp dụng thuật toán SAD trên toàn bộ không gian điểm ảnh, phương pháp đề xuất chỉ tập trung tính toán tương quan SAD tại các vị trí điểm biên (edge points) của ảnh thị giác nổi. Do số lượng điểm biên chiếm tỷ lệ nhỏ trong khung hình, phương pháp giúp giảm đáng kể khối lượng phép tính cần thực hiện, loại bỏ các vùng kết cấu kém gây nhiễu, từ đó rút ngắn thời gian xử lý bản đồ chênh lệch/độ sâu mà vẫn đảm bảo mật độ thông tin hình học cần thiết cho các bước xử lý tiếp theo (kiểm nghiệm trên tập ảnh Cones).

  2. Thuật toán trích xuất mặt phẳng NGaF (Neighbor Grouping and Filter): Luận án xây dựng quy trình trích xuất mặt phẳng dựa trên việc gom nhóm các điểm lân cận kết hợp các bộ lọc hình học trên bản đồ gradient độ sâu. Thuật toán phân tích tính đồng phẳng thông qua việc kiểm tra độ biến thiên gradient giữa các điểm liền kề. Dữ liệu thử nghiệm được đánh giá đối chuẩn trên tập dữ liệu Middlebury, dữ liệu RGB-D thực tế và dữ liệu bản đồ chênh lệch nhà thờ St-Michel Jail (Toulouse), so sánh trực tiếp với các phương pháp HSBSR [6], PPDFDM [53] và FPDIDM [7]. Kết quả thực nghiệm chứng minh thuật toán NGaF giảm độ phức tạp tính toán và khắc phục hiện tượng phân mảnh sai đối với các bề mặt có cấu trúc lớn.

Chương 3. Phát triển thuật toán nhận dạng mặt đất

Chương 3 giải quyết bài toán cốt lõi cho việc di chuyển của xe rô-bốt: nhận dạng phân vùng mặt sàn (mặt đất) từ dữ liệu độ sâu thu nhận bởi cảm biến RGB-D (Kinect) hoặc hệ thống máy ảnh nổi.

Quy trình thuật toán nhận dạng mặt đất Gradient Depth Map (GDM) đề xuất gồm các bước:

  • Phân chia khối và tính bản đồ gradient độ sâu: Bản đồ độ sâu được chia thành các khối cục bộ kích thước $B$, tính toán mức biến thiên độ sâu giữa các điểm ảnh liền kề theo các hướng.
  • Lọc và gom nhóm (Filtering & Grouping): Sử dụng cửa sổ trượt $w$ (khảo sát với các kích thước $3 \times 3, 5 \times 5, 7 \times 7$) và ngưỡng chênh lệch độ sâu $j$ để phân loại sơ bộ các khối thành vùng ứng viên mặt đất và vùng phi đất.
  • Tinh chỉnh vùng mặt đất (Refinement): Thiết lập ngưỡng phân biệt $\theta$ (hoặc $q$) trên đường cong biến đổi của tỷ lệ $R$ để loại bỏ nhiễu do bóng phản xạ hoặc vật cản thấp, hợp nhất các mảng sàn bị phân tách.

Hiệu năng của thuật toán được đo lường thông qua ma trận nhầm lẫn với các đại lượng:

  • Điểm mặt đất đúng được phát hiện: $TP$
  • Điểm phi đất bị phát hiện sai thành mặt đất: $FP$
  • Điểm phi đất đúng được phát hiện: $TN$
  • Điểm mặt đất đúng bị bỏ sót: $FN$
  • Tỷ lệ phát hiện đúng mặt đất: $R_1 = \frac{TP}{TP + FN}$
  • Tỷ lệ phát hiện sai mặt đất: $R_2 = \frac{FP}{FP + TN}$

Kết quả thực nghiệm trên tập dữ liệu chuẩn Middlebury và dữ liệu thu nhận thực tế từ cảm biến Kinect [93] cho thấy thuật toán GDM duy trì tỷ lệ $R_1$ cao và ổn định, đồng thời giảm thiểu tỷ lệ $R_2$ khi kích thước cửa sổ làm mịn $B$ và kích thước cửa sổ $w$ được tối ưu hóa.

Chương 4. Phát triển phương pháp dẫn đường cho rô-bốt dựa trên thuật toán nhận dạng mặt đất

Chương 4 hoàn thiện hệ thống bằng việc phát triển phương pháp dẫn đường Always Move Straight to the Destination (AMSD) cho rô-bốt trong môi trường trong nhà không biết trước, khai thác thuần túy thông tin mặt phẳng đất nhận dạng từ bản đồ độ sâu.

Nội dung triển khai bao gồm:

  • Mô hình toán học không gian hoạt động: Xác định tọa độ 2D của điểm sâu trong mặt phẳng chuyển động của rô-bốt. Tính toán các tham số an toàn hình học: xác định vùng quan sát với cự ly gần nhất ($d_{min}$), cự ly xa nhất ($d_{max}$) và góc ngẩng tối ưu của cảm biến hình ảnh nhằm triệt tiêu vùng mù phía trước bánh xe.
  • Chiến lược dẫn đường và tránh vật cản:
    • Chiến thuật tránh vật cản cơ bản: Điều hướng rô-bốt di chuyển thẳng hướng đích; khi phát hiện điểm phi đất (vật cản) nằm trong hành lang an toàn, rô-bốt chuyển hướng cục bộ theo góc lệch cố định để vượt qua vật cản.
    • Chiến thuật tránh vật cản cải tiến: Tự động tính toán độ mở khả dụng của không gian sàn trống dựa trên kích thước thực tế của xe rô-bốt, lựa chọn véc-tơ chuyển động tối ưu có độ lệch nhỏ nhất so với đường thẳng nối tới đích, giúp quỹ đạo di chuyển mượt mà và tiết kiệm năng lượng.
  • Kiểm định thực nghiệm trên mô hình xe rô-bốt thực tế: Tác giả chế tạo mô hình xe tự hành tích hợp cảm biến thị giác nổi và bo mạch xử lý nhúng. Hệ thống được thử nghiệm trong các kịch bản di chuyển thực tế trong nhà với nhiều loại vật cản tĩnh và động bố trí ngẫu nhiên.

Kết quả thực nghiệm so sánh hiệu năng và tỷ lệ điều hướng thành công giữa các phương pháp được ghi nhận tại trang 97 của luận án:

Phương pháp dẫn đường Tỷ lệ điều hướng thành công (%) Đặc tính vận hành
Tránh vật cản cơ bản Thấp hơn Quỹ đạo có hiện tượng dao động khi gặp vật cản phức tạp
Thuật toán AMSD cải tiến đề xuất Cao hơn, ổn định Bám sát đích, quỹ đạo trơn tru, thời gian di chuyển ngắn

Kết quả và những đóng góp mới

Luận án đã đạt được các đóng góp khoa học chính sau đây:

  1. Cải thiện thuật toán tính bản đồ chênh lệch theo Tổng sai lệch tuyệt đối (SAD) bằng cách chỉ tính toán tại vị trí các điểm biên của ảnh thị giác nổi, giúp giảm sâu khối lượng dữ liệu cần xử lý, rút ngắn thời gian tính toán và đáp ứng yêu cầu xử lý thời gian thực.
  2. Đề xuất phương pháp trích xuất mặt phẳng từ bản đồ độ sâu sử dụng thuật toán NGaF (Neighbor Grouping and Filter) có khả năng giảm độ phức tạp tính toán, tăng tốc độ xử lý và hạn chế phát hiện sai các mặt phẳng phức tạp.
  3. Đề xuất phương pháp nhận dạng mặt đất áp dụng thuật toán Gradient Depth Map (GDM) để khai thác trực tiếp bản đồ độ sâu cung cấp bởi máy ảnh RGB-D hoặc hệ thống thị giác nổi, đạt độ chính xác cao về tỷ lệ nhận dạng đúng $R_1$ và tỷ lệ lỗi $R_2$ thấp.
  4. Đề xuất phương pháp dẫn đường AMSD dựa trên thông tin mặt phẳng đất thuần túy áp dụng cho xe rô-bốt hoạt động trong nhà trong môi trường chưa biết trước, đơn giản hóa cấu trúc tính toán và bảo đảm an toàn di chuyển.

Về mặt ứng dụng thực tiễn, luận án đã chế tạo thành công mô hình xe rô-bốt thực nghiệm tích hợp hệ thống thị giác, chứng minh tính khả thi trong việc ứng dụng vào các thiết bị hỗ trợ người khiếm thị, người cao tuổi hoặc xe rô-bốt tự hành khảo sát, cứu hộ và vận chuyển tài liệu trong các tòa nhà, văn phòng.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án:

  • Phạm vi nghiên cứu giới hạn trong môi trường nhân tạo trong nhà với giả định mặt sàn tương đối bằng phẳng.
  • Chất lượng trích xuất bản đồ độ sâu của cảm biến quang học vẫn chịu ảnh hưởng bởi điều kiện môi trường thực tế như thiếu sáng, bề mặt sàn có độ phản xạ gương cao hoặc bề mặt đồng nhất thiếu vân kết cấu.
  • Cảm biến hình ảnh vẫn tồn tại vùng mù ở khoảng cách rất gần phía trước xe rô-bốt nếu góc đặt cảm biến chưa được tinh chỉnh tối ưu.

Kiến nghị và hướng nghiên cứu tiếp theo:

  • Mở rộng thuật toán nhận dạng mặt đất và dẫn đường cho các địa hình phức tạp, gồ ghề hơn hoặc môi trường ngoài trời.
  • Nghiên cứu kết hợp cảm biến thị giác với các loại cảm biến đo cự ly khác (như cảm biến siêu âm, IMU) để khắc phục vùng mù và nâng cao độ ổn định khi xe di chuyển ở tốc độ cao.
  • Nâng cấp phần cứng xử lý nhúng chuyên dụng nhằm gia tăng độ phân giải xử lý khung hình và tích hợp thêm các thuật toán nhận dạng vật thể ngữ nghĩa.

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên khảo có giá trị chuyên môn cao đối với:

  • Nghiên cứu sinh, học viên cao học và giảng viên: Thuộc các chuyên ngành Kỹ thuật điện tử, Kỹ thuật điều khiển và Tự động hóa, Khoa học máy tính, Thị giác máy tính và Kỹ thuật rô-bốt; đặc biệt là phương pháp toán học xử lý bản đồ gradient độ sâu và thuật toán so khớp nổi nhanh.
  • Kỹ sư phát triển hệ thống nhúng và rô-bốt tự hành: Tham khảo cấu trúc thiết kế phần cứng, giải pháp lập trình điều khiển xe tự hành bánh xe, mô hình tính toán góc đặt cảm biến và thuật toán tránh vật cản cục bộ thời gian thực không phụ thuộc bản đồ tĩnh.
  • Các nhà phát triển thiết bị hỗ trợ y tế và an toàn công cộng: Ứng dụng thuật toán nhận dạng mặt đất và phân tích vật cản để chế tạo thiết bị hỗ trợ di chuyển cho người khiếm thị hoặc hệ thống giám sát cảnh báo không gian 3D.

Câu hỏi thường gặp

1. Điểm cốt lõi giúp thuật toán SAD trong luận án tăng tốc độ tính toán là gì?
Thay vì tính toán giá trị tương quan SAD trên toàn bộ các điểm ảnh của khung hình như phương pháp truyền thống, thuật toán cải tiến chỉ thực hiện tính toán tại các vị trí điểm biên (edge points) của ảnh thị giác nổi, giúp giảm sâu khối lượng dữ liệu cần xử lý và rút ngắn thời gian đáp ứng.

2. Thuật toán NGaF được tác giả đề xuất nhằm giải quyết bài toán nào?
Thuật toán NGaF (Neighbor Grouping and Filter) được đề xuất để trích xuất các đối tượng mặt phẳng từ bản đồ độ sâu bằng cách phân tích, gom nhóm các điểm lân cận và áp dụng bộ lọc hình học, giúp giảm độ phức tạp tính toán so với biến đổi Hough 3D hay RANSAC truyền thống và khắc phục hiện tượng phân mảnh sai.

3. Nguyên lý chính của thuật toán nhận dạng mặt đất GDM là gì?
Thuật toán GDM (Gradient Depth Map) dựa trên việc phân tích độ biến thiên độ sâu cục bộ giữa các điểm ảnh liền kề (lân cận 4 điểm), chia khối kích thước $B$, áp dụng cửa sổ trượt $w$ ($3 \times 3, 5 \times 5, 7 \times 7$) và ngưỡng chênh lệch $\theta$ để phân biệt chính xác vùng mặt đất phẳng với các đối tượng vật cản phi đất.

4. Phương pháp dẫn đường AMSD đề xuất có điểm gì khác biệt so với các phương pháp SLAM truyền thống?
Phương pháp AMSD (Always Move Straight to the Destination) không cần xây dựng và duy trì bản đồ toàn cục 3D phức tạp (vốn đòi hỏi tài nguyên tính toán và bộ nhớ lớn), mà khai thác trực tiếp thông tin phân vùng mặt đất thời gian thực từ bản đồ độ sâu để lựa chọn hướng di chuyển an toàn và tránh vật cản cục bộ tới đích.

5. Các bộ dữ liệu và thiết bị phần cứng chính được sử dụng để kiểm chứng luận án gồm những gì?
Luận án sử dụng bộ dữ liệu ảnh chuẩn quốc tế Middlebury (Venus, Sawtooth, Cones, Teddy, Books), dữ liệu bản đồ chênh lệch St-Michel Jail (Toulouse), cùng dữ liệu thực nghiệm thu nhận từ hệ thống máy ảnh nổi Bumblebee (FLIR Systems), cảm biến RGB-D Microsoft Kinect và mô hình xe rô-bốt tự hành thực tế.

Kết luận

Luận án của tác giả Đặng Khánh Hòa đã giải quyết bài toán dẫn đường cho rô-bốt di động trong nhà chưa biết trước thông qua việc khai thác thuần túy dữ liệu bản đồ độ sâu từ hệ thống thị giác máy tính. Các đóng góp chính bao gồm phương pháp tăng tốc tính toán SAD tại điểm biên, thuật toán trích xuất mặt phẳng NGaF, thuật toán nhận dạng mặt đất GDM và chiến lược điều hướng AMSD. Hệ thống các giải thuật đề xuất được kiểm chứng chặt chẽ trên các bộ dữ liệu chuẩn và mô hình xe rô-bốt thực nghiệm, đạt hiệu năng xử lý thời gian thực với độ phức tạp tính toán thấp. Công trình đóng góp thiết thực cả về cơ sở lý thuyết xử lý tín hiệu video độ sâu lẫn khả năng ứng dụng thực tế trong lĩnh vực xe tự hành và thiết bị hỗ trợ người khuyết tật.