Tổng quan nghiên cứu

Theo thống kê của ngành giao thông vận tải, khoảng 25% đến 30% các vụ va chạm giao thông đô thị và hư hại thân vỏ xe xảy ra trong quá trình lùi hoặc đỗ xe vào không gian hẹp. Điểm mù thị giác phía sau xe cùng sự phức tạp trong việc phối hợp giữa quan sát gương chiếu hậu và đánh lái góc rộng là nguyên nhân hàng đầu dẫn đến các sự cố này. Xuất phát từ thực trạng số lượng xe cá nhân tại Việt Nam gia tăng nhanh chóng với tốc độ trên 10% mỗi năm, nhu cầu trang bị các tiện ích an toàn thông minh trên ô tô trở nên vô cùng cấp thiết.

Đề tài tập trung nghiên cứu, thiết kế và chế tạo mô hình hệ thống hỗ trợ đỗ xe tự động (Park Assist) có khả năng tự nhận diện vị trí đỗ mục tiêu và tự động điều khiển quỹ đạo chuyển động của xe khi lùi. Mục tiêu cụ thể là xây dựng giải thuật xử lý ảnh quang học thu nhận từ camera để xác định tọa độ đỗ, đồng thời kết hợp thuật toán điều khiển tự động hồi tiếp nhằm điều hướng chính xác mô hình xe vào vị trí chỉ định.

Nghiên cứu được triển khai thực nghiệm trong thời gian 6 tháng tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. Các thông số động học được tham chiếu trực tiếp từ dòng xe ô tô du lịch phổ thông có chiều dài cơ sở 2455 mm. Ý nghĩa khoa học của đề tài thể hiện qua việc tích hợp liên ngành giữa cơ học ô tô, thị giác máy tính và điều khiển tự động. Về mặt ứng dụng, hệ thống giúp giảm thời gian thao tác đỗ xe xuống dưới 30 giây, hạn chế tối đa nguy cơ va chạm và mở ra hướng tiếp cận chế tạo các bộ thiết bị hỗ trợ lái xe tự động với chi phí hợp lý tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng kết hợp giữa cơ học chuyển động ô tô, lý thuyết điều khiển tự động và xử lý ảnh kỹ thuật số:

Thứ nhất, lý thuyết động học quay vòng ô tô dựa trên nguyên lý hình thang lái Ackermann nhằm đảm bảo các bánh xe dẫn hướng không bị trượt lết khi vào cua. Mối quan hệ động học chuẩn xác giữa góc quay bánh xe bên ngoài và bên trong được xác lập thông qua tỷ số giữa khoảng cách hai trụ xoay đứng và chiều dài cơ sở xe. Để đơn giản hóa tính toán quỹ đạo lùi ở dải vận tốc chậm dưới 5 km/h, mô hình động học 2 vết bánh xe được chuyển đổi tương đương sang mô hình 1 vết (Single-track model).

Thứ hai, lý thuyết điều khiển tự động kinh điển với thuật toán tỷ lệ - tích phân - vi phân (PID). Thuật toán thực hiện điều khiển vòng kín thông qua việc tính toán sai lệch giữa góc quay đặt trước và giá trị phản hồi thực tế. Khâu tỷ lệ Kp đảm bảo tốc độ đáp ứng, khâu tích phân Ki triệt tiêu sai số xác lập theo thời gian, và khâu vi phân Kd giúp giảm thiểu hiện tượng vọt lố khi đổi hướng lái nhanh.

Thứ ba, lý thuyết xử lý ảnh kỹ thuật số trong môi trường thị giác máy. Hệ thống sử dụng mô hình ảnh nhị phân 8-bit với 256 mức xám, không gian màu RGB/HSL, các bộ lọc không gian tuyến tính và phi tuyến như Gaussian, Laplacian, Sobel nhằm làm nổi bật đường biên của vị trí đỗ. Phép phân tích hạt (Particle Analysis) kết hợp xác định vùng quan tâm (ROI) được áp dụng để trích xuất chính xác tọa độ mục tiêu.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập từ hệ thống camera truyền tín hiệu trực tiếp về máy tính thông qua chuẩn giao tiếp IMAQdx trong môi trường LabVIEW và NI Vision Assistant.

Quy mô mẫu thử nghiệm bao gồm 120 chuỗi kịch bản đỗ xe độc lập với các góc lệch ban đầu dao động từ -30 độ đến +30 độ và cự ly tiếp cận từ 1,5 mét đến 5,0 mét. Phương pháp chọn mẫu là chọn mẫu thực nghiệm phân tầng theo các góc tới và điều kiện chiếu sáng khác nhau nhằm đánh giá toàn diện độ ổn định của giải thuật.

Lý do lựa chọn phương pháp này xuất phát từ khả năng xử lý song song và đồng bộ hóa tín hiệu thời gian thực của bộ công cụ NI Vision với độ trễ xử lý dưới 50 ms. Toàn bộ quá trình nghiên cứu diễn ra theo lộ trình 6 tháng, từ khâu khảo sát hành vi lái, lập trình giải thuật trên máy tính đến chế tạo phần cứng và hiệu chỉnh thông số thực nghiệm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã đạt được các kết quả định lượng cụ thể qua quá trình thử nghiệm trên mô hình:

Thứ nhất, xác lập chính xác quan hệ hình học giữa góc bẻ lái bánh xe dẫn hướng và góc quay vô lăng. Đối với dòng xe tham chiếu có chiều dài cơ sở 2455 mm và bán kính quay vòng tối thiểu 5000 mm, góc lệch cực đại của bánh xe đạt 25,7 độ ứng với góc giới hạn vô lăng 540 độ. Kết quả tính toán chỉ ra tỷ lệ truyền động học tương đương là 21 độ quay vô lăng cho mỗi 1 độ chuyển hướng của bánh xe.

Thứ hai, thuật toán xử lý ảnh trên nền tảng NI Vision cho tốc độ trích xuất vùng đỗ xe mục tiêu đạt trung bình 42 ms trên mỗi khung hình. Việc áp dụng kết hợp bộ lọc Gaussian và phép lập ngưỡng nhị phân (Thresholding) đã loại bỏ tới 85% nhiễu nền không mong muốn, giúp nhận diện chính xác tọa độ tâm đỗ trong phạm vi sai số dưới 2 pixel ảnh.

Thứ ba, hệ thống điều khiển động cơ chấp hành DC bằng thuật toán PID giúp mô hình xe bám sát quỹ đạo lùi tính toán với sai số khoảng cách cuối cùng dưới 3,5 cm và sai số góc thân xe không quá 1,8 độ, giảm hơn 40% thời gian căn chỉnh so với phương thức điều khiển thủ công.

Thảo luận kết quả

Độ chính xác cao của hệ thống đạt được là nhờ sự phối hợp đồng bộ giữa khâu lọc ảnh không gian và phản hồi tức thời của bộ điều khiển PID. Khi xe bắt đầu lùi, sự thay đổi sai số được khâu vi phân Kd nhận biết để ghìm tốc độ đổi hướng quá mức, trong khi khâu tích phân Ki nhanh chóng triệt tiêu độ lệch tĩnh do lực cản ma sát mặt đường.

So với các hệ thống chỉ sử dụng cảm biến siêu âm đơn thuần tại thời điểm nghiên cứu (thường chỉ đo được cự ly thẳng mà không nhận biết được góc lệch hình học của vạch đỗ), giải pháp xử lý ảnh quang học cung cấp dữ liệu không gian 2D đầy đủ và trực quan hơn.

Dữ liệu thử nghiệm phản ánh rõ nét qua đồ thị đáp ứng thời gian của góc quay lái khi khảo sát độc lập các hệ số Kp, Ki, Kd, cũng như qua bảng ma trận tọa độ sai lệch điểm ảnh thực tế hiển thị trên giao diện người dùng Front Panel của LabVIEW. Kết quả này chứng minh tính khả thi của việc ứng dụng xử lý ảnh trong tự động hóa điều khiển phương tiện giao thông.

Đề xuất và khuyến nghị

Nhằm nâng cao hiệu quả và khả năng thương mại hóa của hệ thống, 4 nhóm giải pháp chiến lược được đề xuất như sau:

Thứ nhất, nâng cấp công nghệ cảm biến dung hợp (Sensor Fusion). Cần tích hợp đồng thời camera quang học với cụm 4 đến 8 cảm biến siêu âm nhằm khắc phục triệt để các góc chết quang học và môi trường thời tiết bất lợi. Mục tiêu là nâng tỷ lệ nhận diện chướng ngại vật chính xác lên trên 99,5%, thực hiện trong lộ trình 12 tháng do các nhóm kỹ sư cơ điện tử ô tô đảm nhiệm.

Thứ hai, chuyển đổi giải thuật nhận diện sang nền tảng trí tuệ nhân tạo (AI) và mạng nơ-ron tích chập (CNN). Giải pháp này giúp hệ thống tự động nhận dạng đa dạng các kiểu vạch kẻ bãi đỗ thực tế trong điều kiện ánh sáng yếu dưới 10 lux với tốc độ xử lý trên 60 khung hình/giây, thực hiện trong 18 tháng bởi các đơn vị nghiên cứu phần mềm xe tự hành.

Thứ ba, thiết kế bộ điều khiển phần cứng nhúng chuyên dụng dựa trên vi xử lý DSP hoặc chip FPGA. Mục tiêu là giảm công suất tiêu thụ của hệ thống xuống dưới 15W, tối ưu hóa kích thước bo mạch và giảm độ trễ vòng lặp điều khiển xuống dưới 20 ms, triển khai trong 24 tháng bởi các doanh nghiệp sản xuất linh kiện phụ trợ.

Thứ tư, ứng dụng mô hình thực nghiệm vào hệ thống cabin mô phỏng đào tạo lái xe. Việc số hóa và trực quan hóa quỹ đạo quay vòng giúp người học tăng 35% hiệu quả tiếp thu kỹ năng lùi chuồng, có thể áp dụng ngay trong vòng 6 tháng tại các trung tâm đào tạo sát hạch lái xe.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo giá trị cho 4 nhóm đối tượng trọng tâm:

Thứ nhất, học viên cao học và sinh viên chuyên ngành Kỹ thuật Ô tô, Cơ điện tử và Tự động hóa. Người đọc có thể khai thác mô hình toán học động học quay vòng 1 vết và quy trình tích hợp thuật toán PID vào cơ cấu chấp hành chuyển hướng thực tế.

Thứ tư, kỹ sư nghiên cứu và phát triển (R&D) trong lĩnh vực hệ thống hỗ trợ lái nâng cao (ADAS). Nhóm này có thể ứng dụng trực tiếp quy trình xử lý ảnh trên LabVIEW và NI Vision Development Module để rút ngắn thời gian phát triển sản phẩm thử nghiệm.

Thứ ba, giảng viên và chuyên gia đào tạo lái xe tại các trường đại học, cao đẳng nghề. Tài liệu cung cấp cơ sở trực quan sinh động về mối quan hệ giữa góc quay vô lăng và quỹ đạo di chuyển của bánh xe phục vụ công tác giảng dạy lý thuyết và thực hành lái xe an toàn.

Thứ tư, các doanh nghiệp khởi nghiệp và xưởng nghiên cứu phụ tùng ô tô thông minh. Luận văn cung cấp bản vẽ nguyên lý và kiến trúc hệ thống để phát triển các gói tùy chọn hỗ trợ đỗ xe với giá thành cạnh tranh cho thị trường ô tô phổ thông.

Câu hỏi thường gặp

Hệ thống Park Assist trong nghiên cứu sử dụng nguyên lý gì để định hướng quỹ đạo?

Hệ thống kết hợp dữ liệu hình ảnh 2D từ camera với mô hình động học quay vòng ô tô 1 vết. Máy tính xử lý ảnh để tìm tâm tọa độ đỗ, tính toán độ lệch góc và khoảng cách, sau đó bộ điều khiển PID xuất tín hiệu điều khiển động cơ DC xoay cơ cấu lái đưa xe lùi chính xác vào vị trí với sai số dưới 3,5 cm.

Tỷ lệ truyền giữa góc quay vô lăng và góc bánh xe được xác định như thế nào?

Dựa trên thông số thực tế của xe Hyundai Getz với chiều dài cơ sở 2455 mm, bán kính quay vòng 5000 mm và góc giới hạn vô lăng 540 độ, nghiên cứu tính ra góc bẻ lái bánh xe cực đại là 25,7 độ. Từ đó suy ra tỷ lệ truyền động học là khi vô lăng quay 21 độ thì bánh xe dẫn hướng sẽ chuyển hướng 1 độ.

Bộ công cụ NI Vision Assistant đóng vai trò gì trong đề tài?

NI Vision Assistant đóng vai trò xử lý chuỗi ảnh thu nhận từ camera thông qua các bộ lọc không gian (Gaussian, Laplacian, Sobel), thực hiện phép nhị phân hóa (Thresholding) và phân tích hạt (Particle Analysis). Công cụ này giúp trích xuất tọa độ mục tiêu đỗ xe với thời gian xử lý nhanh đạt khoảng 42 ms trên mỗi khung hình.

Làm thế nào để thuật toán PID kiểm soát hiện tượng vọt lố khi xe lùi?

Thuật toán sử dụng khâu vi phân Kd để đo lường tốc độ thay đổi của sai lệch góc lái theo thời gian, từ đó tạo ra lực cản hãm tốc độ quay của cơ cấu lái trước khi chạm điểm đặt. Nhờ đó, hệ thống triệt tiêu hoàn toàn hiện tượng vọt lố và giữ cho thân xe ổn định trên suốt quỹ đạo lùi.

Kết quả nghiên cứu có thể mở rộng cho các lĩnh vực nào khác ngoài ô tô?

Ngoài việc ứng dụng làm hệ thống tùy chọn trên ô tô, giải pháp xử lý ảnh và điều hướng tự động trong đề tài có thể mở rộng ứng dụng cho xe tự hành AGV trong nhà kho, hệ thống định vị gắp container tại các bến cảng, hoặc các thiết bị di chuyển tự động hoạt động trong môi trường độc hại.

Kết luận

  • Đề tài đã nghiên cứu, thiết kế và chế tạo thành công mô hình hệ thống hỗ trợ đỗ xe tự động Park Assist ứng dụng xử lý ảnh và điều khiển PID.
  • Làm chủ phương pháp mô hình hóa động học quay vòng ô tô khi lùi và xác lập chính xác tỷ số truyền góc lái 21:1 cho dòng xe du lịch tham chiếu.
  • Xây dựng hoàn chỉnh thuật toán xử lý ảnh trên môi trường LabVIEW và NI Vision với thời gian phân tích dưới 45 ms và loại bỏ 85% nhiễu nền.
  • Thử nghiệm thành công cơ cấu điều khiển lái tự động với độ chính xác vị trí đỗ đạt sai số dưới 3,5 cm và sai số góc lệch không quá 1,8 độ.
  • Đóng góp quan trọng vào việc hình thành nền tảng nghiên cứu hệ thống an toàn chủ động ADAS và công nghệ xe tự hành tại các cơ sở đào tạo kỹ thuật Việt Nam.

Trong giai đoạn 12 đến 24 tháng tới, hướng phát triển trọng tâm là tích hợp cảm biến siêu âm đa điểm và thử nghiệm trực tiếp trên xe thật nhằm hoàn thiện sản phẩm thương mại. Hãy liên hệ với các nhóm nghiên cứu cơ điện tử ô tô để cùng hợp tác phát triển và ứng dụng công nghệ xe thông minh vào thực tiễn.