Đặt vấn đề Với tình hình vấn đề giao thông đang ngày càng trở nên nhức nhối, đặc biệt tại các thành phố lớn, với lượng ô tô ngày càng nhiều. Kéo theo các vụ tai nạn giao thông liên tục gia tăng, gây thiệt hại về người và tài sản. Để giải quyết vấn đề này, nhiều giải pháp đã được đề ra như hệ thống chống bó cứng phanh, hệ thống kiểm soát lực kéo, hệ thống ổn định thân xe, trong đó hệ thống cảnh báo va chạm đóng vai trò quan trọng trong việc hỗ trợ lái xe an toàn. Hệ thống cảnh báo va chạm sử dụng các công nghệ tiên tiến như radar, lidar, camera để phát hiện các phương tiện hoặc chướng ngại vật xung quanh xe.
Khi có nguy cơ va chạm, hệ thống sẽ cảnh báo người lái bằng âm thanh, hình ảnh hoặc rung động, giúp họ có thời gian phản ứng để tránh tai nạn. Có hai loại hệ thống cảnh báo va chạm chính: + Hệ thống cảnh báo va chạm phía trước (FCWS): Phát hiện nguy cơ va chạm với các phương tiện phía trước. + Hệ thống phanh khẩn cấp tự động (AEB): Tự động phanh xe khi có nguy cơ va chạm cao, giúp giảm thiểu nguy cơ tai nạn. Hệ thống cảnh báo va chạm mang lại nhiều lợi ích cho người lái xe, bao gồm: + Giảm thiểu nguy cơ va chạm: Hệ thống cảnh báo va chạm giúp người lái xe nhận thức được nguy hiểm và có hành động kịp thời để tránh tai nạn.
+ Tăng cường sự an toàn cho người lái xe và hành khách: Hệ thống cảnh báo va chạm giúp giảm thiểu nguy cơ thương vong trong các vụ tai nạn giao thông. + Giảm thiểu căng thẳng cho người lái xe: Hệ thống cảnh báo va chạm giúp người lái xe tự tin hơn khi lái xe trên đường đông đúc. Việc sử dụng hệ thống cảnh báo va chạm ngày càng phổ biến trên thế giới. Nhiều quốc gia đã khuyến khích hoặc bắt buộc các nhà sản xuất ô tô trang bị hệ thống này cho các xe mới.
Nó cũng là một trong các tiêu chí để đánh giá độ an toàn do các cơ quan, tổ chức an toàn giao thông đường bộ và chính phủ tài trợ gọi tắt là “EURO NCAP, Latin NCAP, C-NCAP, ANCAP,…” như: + Kiểm tra công nghệ phanh tự động khẩn cấp (AEB) + Tính năng phát hiện người đi đường dễ bị tổn thương 1 + Khả năng bảo về người đi bộ,… Tuy mỗi hãng xe có thể có tên gọi, cấu tạo và dãy tốc độ hoạt động chênh lệch không nhiều với nhau, nhưng chúng vẫn chung qui lại về nguyên lí và hoạt động và chức năng của chúng [1]. Đối tượng nghiên cứu - Nghiên cứu, tìm hiểu cơ sở lý thuyết, cấu tạo của hệ thống tiền va chạm. - Nghiên cứu công nghệ xử lý ảnh. - Nghiên cứu máy tính nhúng Jetson Nano, Camera Raspberry Pi v2, Rplidar A1M8, nguồn.
Tình hình nghiên cứu trong và ngoài nước 1. Tình hình nghiên cứu trong nước 1. Nghiên cứu các loại cảm biến hỗ trợ lái xe nâng cao (ADAS) Tất cả hệ thống ADAS hoạt động dựa trên việc ghi nhận - xử lý - thực thi. Hệ thống trang bị cảm biến để lấy thông tin về môi trường xung quanh, bộ xử lý tổng hợp thông tin để phân tích và phát tín hiệu tới người lái thông qua việc rung, cảnh báo, phanh,.Cảm biến sử dụng cho hệ thống ADAS liên quan đến nhận biết và định vị vật thể xung quanh xe: camera, cảm biến siêu âm (Sonar); cảm biến Radar, cảm biến Lidar [2].1: Một số ứng dụng của hệ thống ADAS (Nguồn: synopsys.
Phát hiện điểm mù với độ tin cậy cao và thời gian thực cho hệ thống hỗ trợ lái xe thông minh Hệ thống hỗ trợ lái xe thông minh là một nhân tố quan trọng trong hệ thống an toàn chủ động. Các ứng dụng này nó yêu cầu hiệu suất phát hiện vật thể đạt mức độ chính xác cao và thời gian thực là những yếu tố cấp thiết. Nghiên cứu đề xuất bộ phân tầng Cascade – AdaBoost cùng với tập dữ liệu mẫu và thuật toán đào tạo. Cải tiến thêm tốc độ phát hiện vật cản và kỹ thuật lựa chọn vùng quan tâm được xử dụng để tránh trích xuất các vùng có khả năng đưa ra cảnh báo lỗi [3].2: Xây dựng sơ đồ khối đề xuất của hệ thống 1.
Nhận diện vật thể trong vùng nguy hiểm phía trước xe và cảnh báo lệch làn đường Hệ thống nhận diện đối và kiểm soát quỹ đạo đường đi của xe. Khi xe có dấu hiệu lệch làn đường hoặc có đối tượng xuất hiện trong vùng không an toàn của xe, hệ thống sẽ nhận diện và đưa tín hiệu tới cho người lái [4].3: Quy trình xác định làn đường và đối tượng 3 1. Mobileye 630 Mobileye 630 giúp hạn chế rủi ro và tai nạn cho người sử dụng, khi xe đang ở điểm mù, không quan sát được vật cản và cảnh báo cho người lái. Ngoài việc cảnh báo va chạm hệ thống còn đọc được biển báo giao thông, cảnh báo tốc độ và cảnh báo chuyển làn.4: Hệ thống Mobileye 630 Mobileye 630 dựa vào khoảng cách giữa hai xe và tốc độ thực tế của xe từ tín hiệu CAN để tính toán thời gian xử lý tính huống để đảm bảo mức độ an toàn cho người lái xe, nó có thể có đọ chính xác cao tới 0,1 giây (không sử dụng GPS vì sẽ có độ trễ).
Hệ thống gồm: một camera trong xe ở phía sau gương để quan sát khi lái xe, hệ thống âm thanh cảnh báo và màn hình sẽ giúp quan sát dễ dàng những cảnh báo bằng hình ảnh thông qua màn hình khi lái xe và bộ phận báo rung được cài vào vô lăng [5]. Tình hình nghiên cứu ngoài nước 1. Kết hợp Camera và Lidar 2D cho việc phát hiện đối tượng và khoảng cách đối tượng. Phép đo của ADAS sử dụng hệ điều hành Robot ROS Trong những năm gần đây, hệ thống hỗ trợ lái xe tiên tiến (ADAS) đã trở thành một công cụ quan trọng nhằm bảo vệ con người khỏi va chạm xe cộ.
Hệ thống cảnh báo va chạm, một phần thiết yếu của ADAS, sử dụng nhiều loại cảm biến như máy ảnh, radar, và LiDAR để nhận biết môi trường. Máy ảnh thường được dùng để nhận dạng vật thể, trong khi radar và LiDAR đo khoảng cách. LiDAR và radar có ưu điểm trong việc đo khoảng 4 cách xa trong nhiều điều kiện khác nhau, nhưng chúng thường được kết hợp với camera để phân tích môi trường một cách toàn diện hơn. Việc kết hợp camera và LiDAR 2D là một giải pháp chi phí thấp cho hệ thống ADAS, dù có hạn chế như LiDAR 2D chỉ quét một đường ngang duy nhất.
Để khắc phục điều này, cần hiệu chỉnh giữa các cảm biến để đảm bảo dữ liệu chính xác. Bài báo này đề xuất một hệ thống cảnh báo va chạm thời gian thực sử dụng LiDAR 2D và camera để nhận biết môi trường và ước tính khoảng cách và góc của chướng ngại vật, triển khai trên Nvidia Jetson Nano bằng Hệ điều hành Robot (ROS). Phát hiện đối tượng trong ADAS ngày càng sử dụng các thuật toán học sâu, đặc biệt là các mạng thần kinh chuyển đổi (CNN). Các mô hình phát hiện hai giai đoạn như R- CNN, Faster R-CNN có độ chính xác cao nhưng chậm hơn so với các mô hình một giai đoạn như YOLO, SSD.
Hệ thống ADAS sử dụng thuật toán học sâu và đa cảm biến yêu cầu xử lý song song và tốc độ cao, điều này đòi hỏi phần cứng mạnh mẽ như GPU và phần mềm hỗ trợ như ROS. ROS cho phép lập kế hoạch phát triển hệ thống mô-đun và hệ thống song song, rất phù hợp cho việc triển khai các ứng dụng như ADAS [6].5: Quy trình kiểm soát phanh 5 1. Hệ thống Lidar cho xe ô tô Một lidar thông thường hoạt động bằng cách quét trường nhìn của nó bằng một hoặc nhiều chùm tia laser. Điều này được thực hiện thông qua hệ thống điều khiển chùm tia được thiết kế tinh tế.
Chùm tia laser được tạo ra bởi một diode laser được điều chế biên độ phát ra ở bước sóng cận hồng ngoại. Chùm tia laze được môi trường phản chiếu trở lại máy quét, với tín hiệu phản hồi được bộ tách sóng quang nhận được. Thiết bị điện tử nhanh lọc tín hiệu và đo sự khác biệt giữa tín hiệu truyền và tín hiệu nhận, tỷ lệ thuận với khoảng cách. Phạm vi được ước tính từ mô hình cảm biến dựa trên sự khác biệt này.
Sự khác biệt về sự biến đổi của năng lượng phản xạ do vật liệu bề mặt cũng như trạng thái môi trường giữa máy phát và máy thu được bù đắp thông qua xử lý tín hiệu. Đầu ra của lidar bao gồm các đám mây điểm 3D tương ứng với môi trường được quét và cường độ tương ứng với năng lượng laser phản xạ. Hình bên dưới thể hiện sự trình bày khái niệm của nguyên lý vận hành này [7].6: Cách hoạt động của Lidar 1. Xe mini tự hành dựa trên Lidar hỗ trợ cho người khiếm thị Nghiên cứu đề xuất phát triển một xe tự lái sử dụng công nghệ tự động, đáp ứng nhu cầu ngày càng tăng của ngành công nghiệp ô tô và tiềm năng phát triển trong tương lai của các phương tiện tự hành.
Hệ thống này được thiết kế để hoạt động tốt trong điều kiện giao thông phức tạp tại Ấn Độ, mang lại giá trị lớn cho ngành công nghiệp ô tô nước này. Xe sẽ sử dụng thiết bị LiDAR và camera để phát hiện đối tượng và phân tích môi trường, tạo ra bản đồ 2D của khu vực xung quanh. Công nghệ SLAM (Simultaneous Localization and Mapping) và hợp nhất cảm biến sẽ được kết hợp với các kỹ thuật học sâu trên hình ảnh để đảm bảo vận hành trơn tru. Xe sẽ có khả năng tự di chuyển trong các tình huống thực tế bằng cách sử dụng dữ liệu hình 6 ảnh và theo dõi hoạt động thực tế với sự hỗ trợ của các cảm biến.
Hệ thống này sẽ được điều khiển bởi một máy tính mini ASUS (NUC), đóng vai trò là bộ xử lý chính, hay "bộ não" của hệ thống.7: Lidar quét trên ứng dụng Slam Các cảm biến camera trong xe sẽ hoạt động như các cảm biến thụ động, thu thập dữ liệu mà không phát ra tín hiệu nào vào môi trường. Camera sẽ phát hiện và nhận dạng các đối tượng như xe cộ, biển báo, vạch kẻ đường, người đi bộ và các đối tượng liên quan khác. Công nghệ camera đã phát triển đáng kể trong những năm gần đây, bao gồm các tính năng như hình ảnh 3D, ước lượng độ sâu, tầm nhìn lập thể, độ phân giải cao và cơ chế lấy nét tiên tiến.