Nghiên Cứu Thiết Kế Máy Quét 3D Sử Dụng Kinect Sensor

Luận văn thạc sĩ kỹ thuật nghiên cứu kỹ thuật cơ điện tử thiết kế máy quét 3d sử dụng kinect sensor, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải pháp cải thiện thực

• Đề tài: Nghiên Cứu Thiết Kế Máy Quét 3D Sử Dụng Kinect Sensor

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Những ứng dụng của máy quét 3D
• 1.2. Máy quét 3D dùng trong công nghiệp
• 1.3. Máy quét 3D dùng trong khảo cổ, xây dựng
• 1.4. Ứng dụng để đo sản phẩm
• 1.5. Máy quét 3D dùng trong y tế
• 1.6. Tình hình nghiên cứu và ứng dụng máy quét 3D ở Việt Nam
• 1.7. Tính cấp thiết của đề tài
• 1.8. Mục tiêu nghiên cứu của đề tài
• 1.9. Đối tượng và phạm vi nghiên cứu
• 1.10. Tóm lược nội dung luận văn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Mô hình máy quét
• 2.2. Nguyên lý phương pháp quét sử dụng Kinect
• 3. CHƯƠNG 3: CHẾ TẠO MÁY QUÉT THỬ NGHIỆM
• 3.1. Cấu tạo phần cứng máy quét
• 3.2. Hiệu chuẩn thông số Kinect
• 3.3. Xác định khoảng cách từ Kinect tới tâm bàn xoay
• 3.4. Tổng quan về chương trình điều khiển
• 4. CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM VÀ BÀN LUẬN
• 4.1. Kết quả chạy thực nghiệm
• 4.2. Thông số máy quét thử nghiệm
• 4.3. Đề xuất phương án tạo lưới bề mặt vật thể (Surface Reconstruction)
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 5.1. Kết quả đạt được
• 5.2. Hạn chế của đề tài
• 5.3. Hướng phát triển
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng Quan Về Nghiên Cứu Máy Quét 3D Kinect Hiện Nay

Công nghệ 3D đang thay đổi ngành công nghiệp, với máy quét 3D đóng vai trò then chốt trong thiết kế ngược và kiểm tra chất lượng. Máy quét 3D phân tích vật thể để thu thập dữ liệu về hình dạng và kích thước, tạo ra mô hình 3D kỹ thuật số. Nghiên cứu và phát triển công nghệ quét 3D đã chứng kiến sự gia tăng đáng kể, dẫn đến nhiều phương pháp quét khác nhau, bao gồm cả phương pháp tiếp xúc và không tiếp xúc. Việc lựa chọn phương pháp phụ thuộc vào ứng dụng cụ thể và yêu cầu về độ chính xác. Theo tài liệu, “Cùng với sự phát triển của kỹ thuật thiết kế ngược là sự phát triển của công nghệ quét 3D. Máy quét 3D là một thiết bị phân tích một đối tượng thực hoặc môi trường để thu thập dữ liệu về hình dạng, k ch thước bề ngoài của vật thé.”

1.1. Phân Loại Các Nguyên Lý Hoạt Động Máy Quét 3D

Phương pháp quét 3D không tiếp xúc có thể được chia thành hai loại: chủ động và bị động. Phương pháp chủ động sử dụng các kỹ thuật như ánh sáng cấu trúc, stereo vision, và chiếu vạch laser. Mỗi phương pháp có ưu và nhược điểm riêng. Ví dụ, phương pháp sử dụng hai camera đòi hỏi calibration chính xác và có thể phụ thuộc vào điều kiện ánh sáng và vật liệu bề mặt. Ngược lại, phương pháp Time-of-Flight (ToF) có thể hoạt động trong nhiều điều kiện ánh sáng khác nhau và ít phụ thuộc vào bề mặt vật thể. Các công nghệ như kinect sensor mở ra hướng đi mới trong nghiên cứu thiết kế máy quét 3d.

1.2. Ứng Dụng Thực Tiễn Của Máy Quét 3D Trong Đời Sống

Máy quét 3D được sử dụng rộng rãi trong nhiều lĩnh vực, từ cơ khí chế tạo và điện ảnh đến khảo cổ học, xây dựng và y tế. Trong công nghiệp, chúng hỗ trợ thiết kế ngược, kiểm tra chất lượng và tạo mẫu nhanh. Trong y tế, máy quét 3D giúp tái tạo mô hình các bộ phận cơ thể người. Tại Việt Nam, việc ứng dụng máy quét 3D còn hạn chế do chi phí cao và số lượng nhà cung cấp dịch vụ còn ít. Tuy nhiên, tiềm năng phát triển của công nghệ này là rất lớn.

II. Vấn Đề Độ Chính Xác Khi Thiết Kế Máy Quét 3D Kinect

Mặc dù Kinect sensor mang lại giải pháp quét 3D chi phí thấp, nhưng độ chính xác của nó vẫn là một thách thức lớn. Các yếu tố như nhiễu, độ phân giải thấp, và sự biến dạng hình học có thể ảnh hưởng đến chất lượng của mô hình 3D. Việc cải thiện độ chính xác của máy quét 3D Kinect là rất quan trọng để mở rộng phạm vi ứng dụng của nó. Theo tài liệu, “Tại Việt Nam, dé tài này còn khá mới mẻ, hầu hết các máy quét 3D được nghiên cứu, thiết kế và chế tạo sử dụng công nghệ laser kết hợp camera.”.

2.1. Các Yếu Tố Ảnh Hưởng Đến Độ Chính Xác Máy Quét 3D Kinect

Độ chính xác của máy quét 3D Kinect bị ảnh hưởng bởi nhiều yếu tố. Ánh sáng môi trường có thể gây nhiễu cho cảm biến hồng ngoại, làm giảm độ chính xác của dữ liệu độ sâu. Vật liệu bề mặt cũng có thể ảnh hưởng đến khả năng phản xạ ánh sáng hồng ngoại, dẫn đến sai sót trong quá trình quét. Ngoài ra, khoảng cách từ Kinect đến vật thể cũng có thể ảnh hưởng đến độ chính xác, với khoảng cách quá gần hoặc quá xa đều có thể gây ra lỗi.

2.2. Giải Pháp Tăng Cường Độ Chính Xác Máy Quét 3D

Có nhiều giải pháp để tăng cường độ chính xác của máy quét 3D Kinect. Các thuật toán lọc có thể được sử dụng để loại bỏ nhiễu và các điểm dữ liệu không chính xác. Calibration cảm biến có thể giúp giảm thiểu sự biến dạng hình học. Kết hợp dữ liệu từ nhiều lần quét có thể cải thiện độ phân giải và độ chính xác của mô hình 3D. Nghiên cứu liên quan đến calibration kinect cũng đóng vai trò quan trọng.

2.3 So sánh Kinect V1 V2 Azure trong quét 3D

Kinect V1, V2, và Azure đều là các phiên bản cảm biến độ sâu của Microsoft, mỗi phiên bản có những ưu điểm và nhược điểm riêng khi sử dụng cho quét 3D. Kinect V1 là phiên bản đầu tiên, giá thành rẻ, nhưng độ phân giải và độ chính xác thấp. Kinect V2 cải thiện độ phân giải và độ chính xác so với V1, tuy nhiên kích thước lớn và yêu cầu phần cứng cao hơn. Kinect Azure là phiên bản mới nhất, có kích thước nhỏ gọn, độ phân giải cao, và tích hợp công nghệ AI, mang lại khả năng quét 3D tốt nhất trong ba phiên bản. Việc lựa chọn phiên bản Kinect phù hợp phụ thuộc vào yêu cầu cụ thể của ứng dụng và ngân sách.

III. Phương Pháp Thiết Kế Máy Quét 3D Bàn Xoay Dùng Kinect Sensor

Một phương pháp phổ biến để xây dựng máy quét 3D sử dụng Kinect sensor là kết hợp nó với bàn xoay. Vật thể được đặt trên bàn xoay, và Kinect thu thập dữ liệu độ sâu từ nhiều góc độ khác nhau. Dữ liệu này sau đó được kết hợp để tạo ra mô hình 3D hoàn chỉnh. Việc sử dụng bàn xoay giúp thu thập dữ liệu từ tất cả các mặt của vật thể một cách dễ dàng. Theo tài liệu, “Tim hiểu và đưa ra phương pháp xác định khoảng cách từ Kinect tới trục bàn xoay băng phan mém dé phuc vu cho chuyén đối hệ tọa độ. Su dụng thư viện mã ngu n mở PCL (Point Cloud Library) dé xử lý, hiệu chỉnh hình thành point cloud vật mẫu hoàn chỉnh từ quá trình quét riêng rẽ dé thành nên mô hình vật thé.”.

3.1. Xây Dựng Hệ Thống Phần Cứng Máy Quét 3D Kinect

Hệ thống phần cứng của máy quét 3D Kinect bao gồm Kinect sensor, bàn xoay, động cơ bước, và bộ điều khiển. Kinect sensor thu thập dữ liệu độ sâu. Bàn xoay giúp xoay vật thể để thu thập dữ liệu từ nhiều góc độ. Động cơ bước điều khiển bàn xoay một cách chính xác. Bộ điều khiển điều khiển động cơ bước và giao tiếp với máy tính.

3.2. Phát Triển Phần Mềm Xử Lý Dữ Liệu Quét 3D

Phần mềm xử lý dữ liệu quét 3D có vai trò quan trọng trong việc tạo ra mô hình 3D từ dữ liệu thu thập được. Phần mềm này thực hiện các chức năng như lọc nhiễu, calibration cảm biến, đăng ký dữ liệu, và tạo lưới. Các thư viện như PCL (Point Cloud Library) cung cấp nhiều công cụ hữu ích cho việc xử lý dữ liệu quét 3D. Sử dụng phần mềm quét 3d kinect là cần thiết.

3.3. Xác định khoảng cách từ Kinect đến tâm bàn xoay

Để đảm bảo độ chính xác của máy quét 3D, việc xác định chính xác khoảng cách từ Kinect đến tâm bàn xoay là vô cùng quan trọng. Sai số trong phép đo khoảng cách này có thể dẫn đến sai lệch lớn trong mô hình 3D cuối cùng. Có nhiều phương pháp để xác định khoảng cách này, bao gồm sử dụng phần mềm để phân tích dữ liệu điểm đám mây thu được từ một mặt phẳng tham chiếu được đặt trên bàn xoay.

IV. Ứng Dụng Thư Viện PCL Cho Xử Lý Điểm Đám Mây Kinect 3D

Thư viện PCL (Point Cloud Library) là một thư viện mã nguồn mở mạnh mẽ cung cấp nhiều thuật toán cho việc xử lý điểm đám mây, bao gồm lọc, đăng ký, phân đoạn, và tái tạo bề mặt. PCL có thể được sử dụng để cải thiện chất lượng của mô hình 3D được tạo ra từ Kinect sensor. Các chức năng chính của PCL bao gồm: lọc nhiễu, đăng ký dữ liệu từ nhiều góc độ, phân đoạn đối tượng, tái tạo bề mặt và trực quan hóa dữ liệu 3D.

4.1. Lọc Nhiễu Và Chuẩn Hóa Dữ Liệu Với PCL

Dữ liệu thu được từ Kinect sensor thường chứa nhiễu và các điểm dữ liệu không chính xác. PCL cung cấp nhiều thuật toán lọc nhiễu, chẳng hạn như lọc thống kê và lọc bán kính lân cận, để loại bỏ các điểm dữ liệu không mong muốn. Ngoài ra, PCL cũng cung cấp các thuật toán chuẩn hóa dữ liệu để đảm bảo rằng dữ liệu có định dạng và tỷ lệ phù hợp.

4.2. Đăng Ký Dữ Liệu Và Tái Tạo Bề Mặt 3D Từ PCL

Để tạo ra mô hình 3D hoàn chỉnh, dữ liệu từ nhiều góc độ cần được đăng ký với nhau. PCL cung cấp các thuật toán đăng ký, chẳng hạn như ICP (Iterative Closest Point), để tìm phép biến đổi tốt nhất để căn chỉnh các điểm đám mây. Sau khi dữ liệu đã được đăng ký, PCL có thể được sử dụng để tái tạo bề mặt 3D từ các điểm đám mây. Các thuật toán tái tạo bề mặt, chẳng hạn như thuật toán Ball Pivoting và thuật toán Marching Cubes, có thể được sử dụng để tạo ra lưới tam giác đại diện cho bề mặt của vật thể.

V. Kết Quả Thực Nghiệm Đánh Giá Máy Quét 3D Kinect

Quá trình thực nghiệm được tiến hành để đánh giá hiệu suất của máy quét 3D Kinect được thiết kế. Các vật thể khác nhau được quét và mô hình 3D thu được được đánh giá về độ chính xác và độ phân giải. Kết quả cho thấy rằng máy quét 3D Kinect có thể tạo ra mô hình 3D có chất lượng chấp nhận được cho nhiều ứng dụng. Tuy nhiên, vẫn còn một số hạn chế cần được khắc phục, chẳng hạn như độ chính xác thấp trong các khu vực có độ cong lớn.

5.1. Phân Tích Độ Chính Xác Độ Phân Giải Mô Hình 3D

Độ chính xác của mô hình 3D được đánh giá bằng cách so sánh nó với mô hình CAD gốc hoặc các phép đo vật lý. Độ phân giải của mô hình 3D được đánh giá bằng cách xem xét khoảng cách giữa các điểm dữ liệu. Kết quả cho thấy rằng độ chính xác và độ phân giải của mô hình 3D phụ thuộc vào nhiều yếu tố, chẳng hạn như khoảng cách từ Kinect đến vật thể, vật liệu bề mặt và điều kiện ánh sáng.

5.2. Các Vấn Đề Hạn Chế Của Máy Quét 3D Kinect

Mặc dù máy quét 3D Kinect mang lại giải pháp quét 3D chi phí thấp, nhưng nó vẫn có một số hạn chế. Độ chính xác của nó thấp hơn so với các máy quét 3D chuyên dụng khác. Nó cũng có thể bị ảnh hưởng bởi nhiễu và điều kiện ánh sáng. Ngoài ra, Kinect có phạm vi quét giới hạn, điều này có thể gây khó khăn cho việc quét các vật thể lớn.

VI. Kết Luận Hướng Phát Triển Nghiên Cứu Máy Quét 3D Kinect

Nghiên cứu này đã trình bày một phương pháp thiết kế máy quét 3D sử dụng Kinect sensor và bàn xoay. Kết quả thực nghiệm cho thấy rằng phương pháp này có thể tạo ra mô hình 3D có chất lượng chấp nhận được cho nhiều ứng dụng. Tuy nhiên, vẫn còn nhiều cơ hội để cải thiện hiệu suất của máy quét 3D Kinect. Hướng phát triển trong tương lai có thể bao gồm việc phát triển các thuật toán xử lý dữ liệu quét 3D tiên tiến hơn, tích hợp các cảm biến khác để cải thiện độ chính xác và phát triển các ứng dụng mới cho máy quét 3D Kinect.

6.1. Các Hướng Nghiên Cứu Cải Tiến Máy Quét 3D Kinect

Các hướng nghiên cứu trong tương lai có thể tập trung vào việc phát triển các thuật toán xử lý dữ liệu quét 3D tiên tiến hơn, chẳng hạn như các thuật toán dựa trên học sâu. Ngoài ra, có thể tích hợp các cảm biến khác, chẳng hạn như camera RGB và cảm biến IMU, để cải thiện độ chính xác. Cuối cùng, có thể phát triển các ứng dụng mới cho máy quét 3D Kinect, chẳng hạn như ứng dụng trong robot, thực tế ảo và thực tế tăng cường.

6.2. Tiềm Năng Ứng Dụng Rộng Rãi Của Máy Quét 3D

Mặc dù vẫn còn một số hạn chế, máy quét 3D Kinect có tiềm năng ứng dụng rộng rãi trong nhiều lĩnh vực. Giá thành rẻ của Kinect khiến nó trở thành một lựa chọn hấp dẫn cho các ứng dụng không đòi hỏi độ chính xác cao, chẳng hạn như tạo mẫu nhanh, giáo dục và giải trí. Với sự phát triển của công nghệ, máy quét 3D Kinect có thể trở thành một công cụ quan trọng cho nhiều người và nhiều ngành công nghiệp.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan công cụ cân thiệt đề thực hiện ý tưởng của mình và giới thiệu cách triên khai mới và cách tiêp cận những van đê cũ. Phương pháp quét sử dụng Kinect đã được sử dụng trên thế giới, nhiều nhà nghiên cứu đã tìm cách cải tiến độ chính xác khi sử dụng phương pháp như A. Cùng với sự phát triển mạnh của công nghệ 3D, phòng thí nghiệm robotics Willow Garage ở Menlo Park, California đã cho ra đời bộ thư viện ngu n mở PCL với khả năng hỗ trợ lọc, xử lý các point cloud, các phương pháp đăng ký, hiệu chỉnh để hình thành point cloud vật mẫu hoàn chỉnh từ các bề mặt point cloud được quét riêng rẽ, cuối cùng hình thành bề mặt vật mẫu. Ở Việt Nam, dé tài này còn khá mới mẻ, hầu hết các máy quét 3D được nghiên cứu, thiết kế và chế tạo sử dụng công nghệ laser kết hợp camera.

Với mong muốn tiếp cận, học hỏi công nghệ 3D còn mới mẻ và tìm kiếm phương án khả thi để phục vụ nhu cầu trong nước với chi phí thấp nhưng có khả năng ứng dung trong nhiêu lĩnh vực không có yêu cầu khắt khe về độ chính xác, có khả năng phô biến đến nhiều đối tượng để sử dụng. Đề tài được nghiên cứu thực hiện đưa ra phương án khả thi chế tạo mô hình máy quét 3D sử dụng Microsoft Kinect để có thé quét vật thé và đưa ra mô hình 3D cho các ứng dụng.5 Mục tiêu nghiên cứu của dé tài Đề tài được thực hiện nhăm tiếp cận, học hỏi công nghệ 3D. Một bước quan trọng trong công nghiệp tao mẫu nhanh, in 3D. Dé từ đó xác định được phương án khả thi chế tao máy quét 3D đơn giản, tạo nền tảng để hướng tới phát triển sản phẩm hoàn thiện.

Để xây dựng mô hình 3D của vật thể. Các bước cơ bản để thực hiện quá trình quét vật thể 3D [5-6]. Chương 1: Tổng quan Data Post Aquisition Processing Hình 1.7: Các bươc cơ bản để quét vật thể 3D - Thu thập dữ liệu: Giai đoạn thu thập dữ liệu bao g m việc chụp và thu thập dữ liệu độ sâu từ tất cả các mặt của đối và thực hiện các hoạt động cần thiết để cho công việc lưu trữ. - Luu trữ: Giai đoạn này xác định cách dữ liệu thu được có thé được lưu trữ, truy xuất và sử dụng cho các bước tiếp theo.

- Pang ký: Giai đoạn đăng ký sẽ sắp xếp các dữ liệu trùng nhau và lưu trữ dưới dạng theo các hình thức thiết lập để tạo thành các hình dạng đối tượng cudi cung. - _ Xây dựng mô hình: Từ thông tin dữ liệu lưu trữ, thông qua quá trình tinh toán, số hóa tạo lưới để tái dựng mô hình vật thể hoàn chỉnh. Về cơ bản để xây dựng mô hình 3D bằng phương pháp quét có 2 bước chính: Số hóa vật thé và tái dựng. - _ Số hóa: Băng phương pháp quét 3D thu được đám mây điểm bề mặt vật thé dưới dạng tọa độ.

Thực tế bước này rất phức tạp, trải qua nhiều bước nhỏ. Bề mặt vật thé là tập hợp của các điểm, từ đó phải xây dựng được phương án đưa các điểm về chung hệ tọa độ, ghép nối các điểm dé hình thành đám mây điểm bề mặt hoàn chỉnh - Tai dựng: Tạo lưới, xây dựng lại mô hình vật thể từ đám mây điểm quét được. 10 Chương 1: Tổng quan `Á Mô hình quét Hình 1.9: Giới hạn phạm vi thực hiện dé tài Các mục tiêu chính của đê tài bao g m: - Tim hiểu thành phân cau tao, đặc điểm cũng như chức năng của thiết bị Kinect camera. - Tim hiểu nghiên cứu phương pháp t nh toán toa độ, khoảng cách của một điểm thuộc bé mặt vật thé sử dụng cảm biến Kinect.

- Tim hiểu và nghiên cứu các phương pháp chuẩn định (calibration) phù hợp dé hiệu chỉnh cảm biến. - Tim hiểu và nghiên cứu phương pháp tọa độ point cloud theo nguyên lý tam giác lượng. - Tim hiểu và đưa ra phương pháp xác định khoảng cách từ Kinect tới trục bàn xoay băng phan mém dé phuc vu cho chuyén đối hệ tọa độ. - Su dụng thư viện mã ngu n mở PCL (Point Cloud Library) dé xử lý, hiệu chỉnh hình thành point cloud vật mẫu hoàn chỉnh từ quá trình quét riêng rẽ dé thành nên mô hình vật thé.

11 Chương 1: Tổng quan - Tién hành thi công mô hình: Thử nghiệm, đánh giá nhận xét cũng như dé xuất phương án cải tiên.6 Đối tượng và phạm vi nghiên cứu Như đã dé cập, có nhiều phương pháp tiếp cận để nghiên cứu thiết kế máy quét 3D: Sử dung 2 camera, 1 camera va 1 máy phát laser, ánh sáng được mã hóa, time of flight.Máy quét 3D sử dụng Kinect sử dụng ánh sáng có cấu trúc là đối tượng nghiên cứu của dé tài. Với ưu diém: Không tiêp xúc vật mâu, thiệt kê đơn giản, tôc độ nhanh. Đề tài thực hiện nhằm mục tiêu tiếp cận học hỏi công nghệ 3D để tìm kiếm phương án thiết kế khả thi với chi phí thấp, có khả năng pho biến cho nhiều đối tượng ở các lĩnh vực không đòi hỏi khắt khe về độ chính xác. Đề tài tập trung nghiên cứu thiết kế máy quét sử dụng Kinect cho những vật thé không quá lớn và có bé mặt không quá phức tạp.

Dé thu được toàn bộ dữ liệu bề mặt vật thể cần quét, vật thể sẽ được đặt trên một bàn xoay. Bàn xoay được thiết kế xoay 360 độ với các bước xoay cô định. Phương án sử đụng động cơ stepper để điều khiến dịch chuyên bàn xoay. Cảm biến Kinect được đặt sao cho trong vùng làm việc của nó và có thé thay rõ bê mặt vật thể được quét.

Tuy nhiên để nâng cao độ chính xác của kết quả quét cũng như giới hạn không gian làm việc. Phương án đặt Kinect trong với khoảng cách vào khoảng 1 mét so với trục bàn xoay. Với nguyên lý hoạt động của phương pháp quét. Dé tai xác định mục tiêu thiết kế như sau: 12 Chương 1: Tổng quan Kích thước của vật thể quét 110 x 110 x 200 Độ phan giải cua kinect 3mm tai khoang cach 2m Sai s6 (du kién) <= 5% 1.7 Tóm lược nội dung luận văn Luận văn g m5 chương với câu trúc như sau: Chương 1: Giới thiệu tong quan về máy quét 3D và các nghiên cứu liên quan, phân t ch các ưu khuyết điểm của các phương pháp ứng dụng quét 3D.

Mục tiêu và phạm vi nghiên cứu của đề tài. Chương 2: Trình bảy lý thuyết của phương pháp quét sử dụng Kinect. Đưa ra ý tưởng thiết kế mô hình. Chương 3: Thiết kế mô hình máy quét thử nghiệm, cau tạo phan cứng, tổng quan phan mềm, phương pháp xác định khoảng cách từ cảm biến tới trục bàn xoay vật thé và trình bày các công cụ, ngôn ngữ lập trình, giải thuật điều khiến.

Chương 4: Tổng hợp kết quả đạt được. Đánh giá kết quả. Chương 5: Kết luận và dé ra hướng phát triển để tiếp tục cho dé tài. 13 Chương 2: Cơ sở lý thuyết CHƯƠNG 2: CƠ SỞ LÝ THUY T Trong chương này sẽ trình bày cơ sở lý thuyết hoạt động của cảm biến Microsoft Kinect, xây dựng hệ tọa độ đám mây điểm của bề mặt vật thể và sử dụng ngôn ngữ lập trình để xử lý thông tin.1 Cảm bién Kinect Kinect là một thiết bị đầu vào, là cảm bién chuyển động do hãng Microsoft sản xuất dành cho Xbox 360 và máy tính Windows.

Dựa trên một webcam kiểu add-on ngoại VI cho Xbox 360, nó cho phép người dùng điều khiến và tương tác với Xbox 360 mà không cần phải dùng đến một bộ điều khiến tay cầm, thông qua một giao diện người dùng tự nhiên bang cử chỉ và lệnh nói. Thiết bị được giới thiệu vào tháng 11 năm 2010 như một phụ kiện của Xbox 360. Cảm biến chiều sâu (depth sensor) được sử dụng trong Kinect được phát triển bởi Zeev Zalevsky, Alexander Shpunt, Aviad Maizels va Javier Garcia năm 2005. Kinect đã ch nh thức được công bố vào ngày 01 tháng 6 năm 2009, dưới cái tên "Project Natal", (Natal là tên một thành phố ở Brazil, nơi sinh của | giám đốc dự án này).

Khả năng nhận dạng cử chỉ của Kinect dựa trên 2 đặc tính sau: Thông tin về độ sâu ảnh (depth map), khả năng phát hiện và bám theo đặc t nh cơ thể người (body skeleton tracking). Bên cạnh phục vụ much đ ch chơi game, san phẩm Kinect còn được dùng vào mục d ch nghiên cứu xử lý ảnh 3D, phát hiện cử chỉ, bám theo người [7-9].1: Kinect 14 Chương 2: Cơ sở lý thuyết e Câu tạo phan cứng IR Emitter Color Sensor IR Depth Sensor <4 Tilt Motor Hình 2.2: Cau tao Kinect e Sod khối các thành phan cơ bản của Kinect Depth Color GD Mandatory IR light Oepth image Color image (W8 Optiona “ CMOS CMOS 7 ` L ° miroprones (t9) ®—S Ty Audio < 4 external digital PS «4___contoi.__ audio sources fag data US820 12MM: Crystal V/\ Hình 2.3: Sơ đô khối của Kinect e _ Hệ thống cảm biến chiều sâu - Baog mbộppháth ng ngoại (Infrared light) va camerah ng ngoại (depth image CMOS). Kích cỡ ảnh là 640x480 pixel, tốc độ chụp 30 khung hình mỗi giây. - C62 phạm vi độ sâu: 15 Chương 2: Cơ sở lý thuyết + Phạm vi mặc định có san trong cả hai bộ cảm biên Kinect cho Windows và các cảm biến Kinect cho Xbox 360.

+ Phạm vi gân là chỉ có trong cảm biên Kinect cho Windows. Distance from sensor (m) 00408 3 4 8 Default Range Near Range IMUnknown L_—_]Too Near GM Too Far Hi Normal Values Hinh 2.4: Khoang cach lam viéc cua Kinect - Theo tính toán cua Nicolas Burrus [10], ông đã công thức hóa được quan hệ giữa giá trị khoảng cách thật z (m) và giá trị độ chênh lệch d.3309495161) Trong đó d là số nguyên biểu diễn dưới dang 11 bit (0-2047). Với kết quả thực nghiệm trên thư viện OpenNI, giá trị z biến thiên trong khoảng 0.0m và band độ sâu 6n định trong khoảng 0. Do đó giá trị d thực sự biến thiên trong khoảng 434-1030.

Như vậy trong không gian từ 0 - 0.5m ph a trước, Kinect không thể đưa ra bản đ độ sâu, đây cũng là một nhược điểm của thiết bị Kinect. e Camera RGB-D - _ Chức năng ch nh của camera là nhận biết 3 màu co bản là đỏ, xanh lá cây va xanh da trời (Red-Green-Blue). Quá trình chụp bao g _m việc chụp một ảnh màu (RGB) và thực hiện một phép đo độ sâu (D). Cảm biến hình ảnh kết hợp với cảm biến l6 Chương 2: Cơ sở lý thuyết chiều sâu nam ở gan nhau, cho phép sáp nhập bản đ_, cho ra hình ảnh 3D.

Thông tin ảnh RGB-D được lưu trữ.