Luận án tiến sĩ khoa học máy tính nghiên cứu phát triển một số kỹ thuật định vị dựa trên hình ảnh ứng dụng trợ giúp dẫn đường cho người khiếm thị

Luận án tiến sĩ kỹ thuật phân tích máy tính nghiên cứu phát triển một số kỹ thuật định vị dựa trên hình ảnh ứng dụng trợ giúp dẫn, xây dựng cơ sở lý luận, kiểm chứng thực nghiệm,

Trường đại học

Đại học Bách khoa Hà Nội

Chuyên ngành

Khoa học Máy tính

Người đăng

Ẩn danh

Thể loại

Luận án tiến sĩ

2016

212
10
0

Phí lưu trữ

55 Point

Tóm tắt

I. Kỹ thuật định vị hình ảnh

Kỹ thuật định vị hình ảnh là trọng tâm của nghiên cứu, tập trung vào việc sử dụng hình ảnh để xác định vị trí và hướng di chuyển. Các phương pháp như Visual Odometry (VO)Fast Appearance-Based Mapping (FAB-MAP) được đề xuất để xây dựng bản đồ môi trường. VO sử dụng thông tin hình ảnh từ camera để ước lượng vị trí và hướng di chuyển của robot. FAB-MAP cải tiến khả năng định vị bằng cách sử dụng mô hình túi từ (Bag of Words) để nhận dạng các khung cảnh. Các kết quả thực nghiệm cho thấy độ chính xác cao trong việc xác định vị trí, đặc biệt trong môi trường trong nhà và ngoài trời.

1.1. Visual Odometry VO

Visual Odometry (VO) là phương pháp sử dụng hình ảnh từ camera để ước lượng vị trí và hướng di chuyển. Nghiên cứu đề xuất cải tiến VO bằng cách sử dụng mô hình không chắc chắn để giảm thiểu sai số tích lũy. Kết quả thực nghiệm tại các môi trường khác nhau cho thấy VO cải tiến giảm đáng kể sai số RMSE so với VO truyền thống.

1.2. Fast Appearance Based Mapping FAB MAP

FAB-MAP sử dụng mô hình túi từ để nhận dạng các khung cảnh và cải thiện khả năng định vị. Nghiên cứu đề xuất cải tiến FAB-MAP bằng cách thêm thông tin về vật cản tĩnh vào bản đồ. Kết quả thực nghiệm cho thấy FAB-MAP cải tiến đạt độ chính xác cao hơn trong việc xác định vị trí so với FAB-MAP truyền thống.

II. Hệ thống dẫn đường cho người khiếm thị

Hệ thống dẫn đường được phát triển nhằm hỗ trợ người khiếm thị di chuyển an toàn và hiệu quả. Hệ thống tích hợp các kỹ thuật định vị hình ảnh, phát hiện vật cản và điều khiển robot. Các thử nghiệm được thực hiện trong môi trường thực tế như trường học và khu vực công cộng. Kết quả cho thấy hệ thống có khả năng xác định vị trí chính xác, phát hiện vật cản và điều khiển robot một cách hiệu quả.

2.1. Phát hiện vật cản

Phát hiện vật cản là yếu tố quan trọng trong hệ thống dẫn đường. Nghiên cứu đề xuất phương pháp sử dụng Histogram of Oriented Gradients (HoG)Support Vector Machine (SVM) để phát hiện vật cản cố định và động. Kết quả thực nghiệm cho thấy phương pháp này đạt độ chính xác cao trong việc phát hiện các vật cản như chậu hoa, bình cứu hỏa và thùng rác.

2.2. Điều khiển robot

Điều khiển robot được thực hiện thông qua bộ lọc Kalman để dự đoán và hiệu chỉnh vị trí của robot. Nghiên cứu đề xuất phương pháp điều khiển trực tiếp dựa trên đường đi xác định và điều khiển theo dự báo. Kết quả thực nghiệm cho thấy bộ lọc Kalman giúp giảm đáng kể sai số định vị và cải thiện hiệu suất điều khiển robot.

III. Ứng dụng và đánh giá hệ thống

Ứng dụng hỗ trợ người khiếm thị là mục tiêu chính của nghiên cứu. Hệ thống được thử nghiệm với sự tham gia của người khiếm thị tại các môi trường khác nhau. Kết quả đánh giá cho thấy hệ thống có khả năng hỗ trợ người khiếm thị di chuyển an toàn và hiệu quả. Các phản hồi từ người dùng cho thấy sự hài lòng cao về tính thân thiện và hiệu quả của hệ thống.

3.1. Thử nghiệm thực tế

Thử nghiệm thực tế được thực hiện tại Trường THCS Nguyễn Đình Chiểu và các khu vực công cộng khác. Kết quả cho thấy hệ thống có khả năng xác định vị trí chính xác, phát hiện vật cản và điều khiển robot một cách hiệu quả. Người khiếm thị đánh giá cao khả năng hỗ trợ di chuyển của hệ thống.

3.2. Đánh giá hiệu suất

Đánh giá hiệu suất được thực hiện thông qua các chỉ số như độ chính xác định vị, khả năng phát hiện vật cản và thời gian phản hồi. Kết quả cho thấy hệ thống đạt hiệu suất cao trong các môi trường thử nghiệm, đặc biệt là trong môi trường trong nhà và ngoài trời.

Tóm tắt và mô tả trên trang này được tạo với sự hỗ trợ của AI. Nếu bạn thấy nội dung không chính xác hoặc có vấn đề, vui lòng Báo lỗi nội dung.

01/03/2025
Luận án tiến sĩ khoa học máy tính nghiên cứu phát triển một số kỹ thuật định vị dựa trên hình ảnh ứng dụng trợ giúp dẫn đường cho người khiếm thị

Trích đoạn nội dung tài liệu

Đặt vấn đề Để nhận biết được thế giới xung quanh, con người sử dụng hệ giác quan gồm thị giác, thính giác, khứu giác, vị giác và xúc giác. Mỗi giác quan đều có vai trò quan trọng và hỗ trợ mật thiết cho nhau trong quá trình định hình không gian và thời gian cho con người. Đối với người khiếm thị, khiếm khuyết thị giác làm cho họ rất khó khăn khi hòa nhập vào xã hội. Việc cảm nhận thế giới xung quanh của họ lúc đầu thông qua các giác quan còn lại như xúc giác (lần, sờ ), thính giác (nghe phản xạ âm thanh gần và xa), khứu giác (ngửi ) hay vị giác (nếm) và dần dần hình thành thói quen.

Ngày nay, với sự phát triển vượt bậc của khoa học kỹ thuật, nhiều công nghệ đã được nghiên cứu và triển khai trợ giúp NKT được hòa nhập nhiều hơn trong xã hội trong nhiều hoạt động khác nhau. Trong khuôn khổ của luận án, chúng tôi tập trung giải quyết bài toán trợ giúp dẫn đường cho NKT, cụ thể là dẫn NKT đi giữa hai vị trí trong môi trường.2 của chương này trình bày các nghiên cứu trợ giúp dẫn đường, dẫn hướng, tránh vật cản cho NKT. Các trợ giúp khác như đọc sách, đi chợ, v.v nằm ngoài phạm vi nghiên cứu của luận án.3 trình bày hệ thống đề xuất với các chức năng chính.2 Các nghiên cứu liên quan 1.1 Các nghiên cứu trên thế giới Trên thế giới, chủ đề trợ giúp NKT đã thu hút đông đảo các nhà nghiên cứu phát triển từ những năm 70 của thế kỷ trước. Cho đến nay, nhiều công trình nghiên cứu và sản phẩm ứng dụng đã được đưa vào thực tế.

Chúng tôi chia các phương pháp này thành 05 nhóm chính dựa trên công nghệ sử dụng để thu nhận tín hiệu môi trường phục vụ cho việc phân tích và cảnh báo cho NKT: Siêu âm, Hồng ngoại, Laser, Camera, Đa cảm biến.1 Siêu âm Các phương pháp trợ giúp NKT sử dụng công nghệ siêu âm dựa trên nguyên lý phản xạ của sóng siêu âm để đo khoảng cách từ nguồn phát sóng đến vật cản, các nghiên cứu được phát triển trong thời gian dài của thập kỷ trước. Nghiên cứu đầu tiên của Kay 1974 đề xuất kính siêu âm SonicGuide [72] dựa trên ý tưởng định vị không gian sóng phản xạ của loài dơi. Với thiết kế đến dưới hình thức của một cặp gọng kính trên đó có gắn cảm biến siêu âm và bộ thu tín hiệu. Cảm biết siêu âm phát ra chùm tia siêu âm một góc hình nón (α = 5500 ).

Bộ thu tín hiệu có nhiệm vụ chuyển đổi tín hiệu phản xạ từ các đối tượng thành tín hiệu âm thanh phát ra bên tai trái và phải người đeo kính. Sự chênh lệch biên độ từ nguồn âm thanh ở hai tai cho phép NKT xác định hướng của tiếng vọng phản xạ của đối tượng. Kích thước của một đối tượng được mã hóa bởi tiếng vang tỉ lệ nghịch với tần số của nguồn âm thanh. Vùng âm thấp thể hiện đối tượng ở gần.

Các tín hiệu từ hai nguồn thu nhận được chuyển tới mỗi tai một cách độc lập. Sự khác biệt biên độ dao động âm cho phép phân biệt hướng của vật cản. Kính siêu âm SonicGuide có thể hoạt động độc lập hoặc có thể dùng như một thiết bị thứ cấp, kết hợp với một thiết bị cầm tay khác như gậy hoặc chó dẫn đường để tăng hiệu quả dẫn đường cho NKT. Leslie Kay 1984 đề xuất thiết bị tên Sonic torch [71] có khả năng hỗ trợ di chuyển cho NKT thiết bị này có thiết kế nhỏ gọn dạng cầm tay giống như một chiếc đèn pin bao gồm 2 phần, phần thứ nhất là các cảm biến siêu âm phát ta chùm sóng siêu âm hướng phía trước và nhận được chùm tia phản xạ từ vật cản gần nhất, phần thứ hai là hệ thống truyền âm thanh tới tai NKT.

Pressey 1977 đề xuất thiết bị cầm tay Mowat sensor [113] cho phép xác định vật cản cầm tay. Thiết bị này có thiết kế nhỏ gọn, có thể bỏ túi khi không sử dụng. Thiết bị này phát hiện vật cản phía trước bằng cách gửi một chùm sóng siêu âm tần số ngắn và nhận được chùm tia phản xạ. Nếu có vật cản phía trước, hệ thống sẽ phát ra một âm báo và rung lắc cho biết phía trước có vật cản.

Phạm vị mà thiết bị phát hiện được vật cản là 4m. Chùm tia phát ra hình elip với góc phương vị là (β = 1500) và góc ngẩng (α = 3000). Tần số rung của thiết bị tỷ lệ với khoảng cách tới vật cản. Một rung động ở tần số 4hz tương ứng với khoảng cách tới vật cản là 4m ngược lại nếu ở khoảng cách 1m thì tín hiệu rung lắc có tần số f = 40hz.

Về ưu điểm, thiết bị này sản xuất với chi phí thấp, thuận tiện cho người dùng khi di chuyển để xác định vật cản phía trước. Tuy nhiên, để sử dụng thiết bị một cách hữu thì cần thêm một chiếc gậy thông thường trong một số tình huống di chuyển trong nhà hoặc người trời với phạm vi nhỏ. Dodds và Allan 1984 đề xuất thiết bị siêu âm tìm đường có tên The Sonic 5 Pathfinder [36] hoạt động theo nguyên lý phản hồi âm thanh. Thiết bị này được kế thừa các mặt tối ưu của các nghiên cứu trước như Mowat sensor [113] và Sonic torch [71].

Hệ thống gồm có 5 đầu dò siêu âm gắn lên mũ trong đó 3 cảm biến siêu âm thu nhận tín hiệu sóng siêu âm phản xạ, được chia làm 3 vùng: trái, phải, giữa và 2 bộ phát tín hiệu siêu âm về hướng phía trước. Tín hiệu sóng siêu âm phản xạ từ các vật cản trên đường đi nhận lại từ 3 bộ cảm biến này được truyền về bộ xử lý trung tâm. Đầu ra là tín hiệu âm thanh được truyền vào một tai nghe hoặc cả hai. Tùy thuộc vào vật cản nằm ở vùng trái hoặc vùng phải, nếu âm thanh có cả 2 tai nghe thì vật cản nằm vùng trung tâm.

Cứ 30cm thiết bị lại cảnh báo thông tin về vật cản cho NKT một lần, phạm vi xác định là 0-2. Một số sản phẩm thương mại tiêu biểu có thể kể đến là iNavBelt [11] [124], gắn trên đầu NKT sử dụng cảm biến siêu âm quét một góc α = 1200 phía trước NKT cho phép phát hiện các vật cản phía trước họ. Sản phẩm có tên GuideCane [13] là một chiếc gậy có gắn cảm ứng siêu âm ở đầu có khả năng phát hiện các chướng ngại vật và đồ vật xung quanh người sử dụng thông qua một lực tương tác nhỏ ở phần đầu của gậy chỉ đường. Thiết bị EyeRing[101] là một thiết bị kích thước nhỏ bằng một đốt ngón tay, có khả năng truyền tải thông tin hình ảnh sang một dạng tín hiệu dưới vành tai.

Hiện nay, thiết bị này đã có thể truyền tải các thông tin về màu sắc, văn bản, nhận dạng chữ số của giá cả trên một miếng tag gắn trên hàng hóa. Mặc dù những thông tin này là hữu ích trong một số môi trường, hạn chế chính là chỉ có khả năng hỗ trợ một lượng giới hạn thông tin đồng thời yêu cầu NKT phải điều khiển với sự tập trung cao độ. Các nhà nghiên cứu tại MIT gần đây cũng đã phát minh việc sử dụng thêm một số cảm biến cho thiết bị này, ví dụ: cảm biến độ sâu, cảm biến quán tính, gia tốc. Tại Châu Âu, nghiên cứu có tên GuideCane được đề xuất bởi Ulrich 2001 [133] là gậy thông minh có khả năng tránh vật cản.

Thiết kế phần cứng giống như một cây gậy có gắn bánh xe, phía đầu dưới có gắn 10 cảm biến siêu âm, trong đó 8 cảm biến được gắn hình vòng cung, mỗi cái cách nhau một góc α = 150 , 2 cảm biến được gắn 2 bên. Các cảm biến có nhiệm vụ phát hiện vật cản trong phạm vi góc α = 1200 trước NKT. Một nghiên cứu trợ giúp NKT khi mua hàng tại siêu thị có tên RoboCart [79] [54] [81] [52] [53] [80] được đề xuất bởi Vladimir Kulyukin và các cộng sự trong khoảng thời gian 2005-2009. Robot có khả năng trợ giúp chọn lựa sản phẩm mong muốn từ một kho lưu trữ của hàng ngàn sản phẩm.

Để làm được điều này công nghệ RFID đã được áp dụng để định vị. Các thẻ RF được dán dưới thảm tại các vị trí quan trọng trong siêu thị. Robot được trang bị 01 máy tính kết nối với một đầu đọc thẻ RFID reader, 01 ăng ten thu tín hiệu, 01 cảm biến laser LRF truyền tín hiệu về máy tính giúp cho robot có thể phát hiện được vật cản phía trước, 01 bộ động cơ gồm cơ cấu 2 bánh giúp cho robot di chuyển một cách dễ dàng nhờ phần mềm điều khiển được cài đặt trong máy tính. Mặc dù có nhiều nỗ lực trong cải tiến phương thức giao tiếp, những sản 6 phẩm này vẫn có những hạn chế cố hữu như giới hạn nguồn thông tin, không có tính tương tác với người dùng.2 Hồng ngoại Loughborough 1979 phát triển một thiết bị có tên Talking Signs [86] sử dụng bộ phát hồng ngoại lưu giữ bộ tiếng nói tổng hợp các vị trí cần trợ giúp được lắp đặt trên các điểm quan trọng trên toàn hộ hành trình.

NKT được trang bị bộ thu tín hiệu hồng ngoại có khả năng chuyển đổi tín hiệu hồng ngoại thành tín hiệu âm thanh. Ứng dụng này cho phép NKT biết được vị trí hiện tại của mình như trước cửa phòng, phía trước con đường. Tuy nhiên, nghiên cứu này cũng có những nhược điểm như khả năng lưu trữ thông tin không nhiều, chi phí lắp đặt nhiều nguồn phát hồng ngoại.3 Laser Từ những năm 70 của thế kỷ trước, nhiều công trình khoa học công bố sử dụng công nghệ laser gắn trên gậy để trợ giúp di chuyển cho NKT đã được đề xuất. Năm 1970, Benjamin và các đồng nghiệp đã dựa trên ý tưởng xác định và tránh vật cản được đề xuất bởi [10] để thiết kế chế tạo gậy dẫn đường có gắn cảm biến quang.

Năm 1973 ông phát triển gậy dẫn đường gắn cảm biến laser [7] nhằm phát các hiện vật cản nhô ra trên mặt đường. Khi hoạt động, chùm tia laser được phát ra ở tần số f = 200Hz phía trước khoảng 50cm trên mặt đất. Độ cao mà chùm tia có thể phát hiện vật cản từ điểm gắn cảm biến laser trên gậy là 40cm đến 60cm. Khi phát hiện ra vật cản phía trước, thiết bị phát ra tiếng bíp ở tần số f = 2600Hz đủ để người khiếm thị có thể nghe thấy.

Gậy hoạt động liên tục được 3 tiếng với nguồn pin 6 vôn. Nghiên cứu này có ưu điểm bởi tính gần gũi như gậy truyền thống của NKT.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Nghiên cứu kỹ thuật định vị hình ảnh hỗ trợ dẫn đường cho người khiếm thị là một tài liệu chuyên sâu tập trung vào việc phát triển các giải pháp công nghệ giúp người khiếm thị di chuyển an toàn và độc lập. Nghiên cứu này đề cập đến việc ứng dụng các kỹ thuật xử lý hình ảnh và trí tuệ nhân tạo để nhận diện môi trường xung quanh, từ đó cung cấp thông tin dẫn đường chính xác. Các lợi ích chính bao gồm cải thiện khả năng di chuyển, tăng cường sự tự tin và nâng cao chất lượng cuộc sống cho người khiếm thị.

Nếu bạn quan tâm đến các ứng dụng tương tự trong lĩnh vực xử lý hình ảnh và AI, bạn có thể khám phá thêm về Luận văn thạc sĩ khoa học máy tính phát hiện biên đối tượng trong ảnh y khoa dựa trên kỹ thuật gradient vector flow, nghiên cứu này tập trung vào việc nhận diện các đối tượng trong ảnh y khoa, một ứng dụng quan trọng khác của xử lý hình ảnh. Bên cạnh đó, Luận văn thạc sĩ khoa học máy tính phân đoạn khối u não sử dụng công nghệ học sâu cũng là một tài liệu đáng chú ý, với việc áp dụng học sâu để phân tích hình ảnh y tế. Ngoài ra, Luận văn thạc sĩ khoa học máy tính nhận dạng chữ viết tay tiếng Việt offline cung cấp góc nhìn khác về việc ứng dụng AI trong nhận diện và xử lý dữ liệu. Mỗi liên kết là cơ hội để bạn mở rộng kiến thức và khám phá sâu hơn về các chủ đề liên quan.