Nghiên cứu thiết kế và chế tạo xe tự hành ứng dụng AI và xử lý ảnh

LỜI CAM ĐOAN

LỜI CẢM ƠN

1. CHƯƠNG 1: TỔNG QUAN

1.1. ĐẶT VẤN ĐỀ

1.2. MỤC TIÊU

1.3. NỘI DUNG

1.4. PHẠM VI ĐỀ TÀI

2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1. Tổng quan về xử lý ảnh

2.1.1. Giới thiệu chung về xử lý ảnh

2.1.2. Các bước xử lý ảnh

2.1.3. Biên và các phương pháp phát hiện biên

2.1.4. Biến đổi Hough Transform

2.1.5. Xử lý ảnh với thư viện OpenCV

2.2. Các hàm cơ bản của thư viện OpenCV được sử dụng trong đồ án

2.3. Mối quan hệ giữa AI, Machine Learning và Deep Learning

2.4. Mô hình YOLO

2.5. Phương thức điều khiển động cơ qua thư viện Firmata

2.6. Tổng quan bộ điều khiển PID

2.7. Bộ điều khiển mờ (Fuzzy)

2.7.1. Khái niệm về tập mờ và các phép toán trên tập mờ

2.7.2. Định nghĩa tập mờ

2.7.3. Các thông số đặc trưng cho tập mờ

2.7.4. Các hàm liên thuộc của tập mờ

2.7.5. Luật hợp thành mờ

2.7.5.1. Mệnh đề hợp thành

2.7.5.2. Mô tả mệnh đề hợp thành

2.7.5.3. Luật hợp thành

2.7.6. Phương pháp cực đại

2.7.7. Phương pháp trọng tâm

2.8. Cấu trúc và các bước xây dựng bộ điều khiển mờ

2.8.1. Cấu trúc bộ điều khiển mờ

2.8.2. Nguyên lý bộ điều khiển mờ

2.8.3. Các bước xây dựng bộ điều khiển mờ

2.9. Bộ điều khiển PD-Fuzzy

2.9.1. Thuật toán điều khiển mờ động

2.9.2. Thiết kế bộ điều khiển PD-Fuzzy

2.10. Chương trình đa luồng

2.10.1. Cách thức hoạt động chương trình đa luồng

2.10.2. Thư viện Threading trên Python

2.11. Mô hình Server & Client

2.11.1. Module socket trên Python

3. CHƯƠNG 3: THIẾT KẾ MÔ HÌNH

3.1. YÊU CẦU HỆ THỐNG

3.2. THIẾT KẾ HỆ THỐNG

3.2.1. Thiết kế cơ khí

3.2.1.1. Yêu cầu thiết kế

3.2.1.2. Thiết kế Solidworks

3.2.1.3. Lựa chọn thiết bị

3.2.2. Thiết kế phần điện

3.2.2.1. Lựa chọn thiết bị

3.2.2.2. Sơ đồ kết nối phần điện

3.2.2.3. Chi tiết mô hình xe

3.2.2.4. Mô hình sa bàn

3.2.2.5. Mô hình biển báo giao thông

4. CHƯƠNG 4: GIẢI THUẬT VÀ CHƯƠNG TRÌNH

4.1. Mô tả chương trình điều khiển xe tự hành

4.1.1. Xây dựng phần điều khiển bám đường và tránh vật cản

4.1.1.1. Thuật toán tìm tâm đường

4.1.1.2. Thuật toán điều khiển bám đường

4.1.2. Điều khiển tránh vật cản

4.1.3. Nhận diện biển báo giao thông

4.1.4. Thiết kế giao diện GUI

5. CHƯƠNG 5: KẾT QUẢ VÀ ĐÁNH GIÁ

5.1. Kết quả thực hiện

5.2. Nhận diện lane và bám đường

5.3. Tránh vật cản

5.4. Nhận diện biển báo

5.5. Kết quả chạy thực nghiệm

6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

TÀI LIỆU THAM KHẢO

I. Xe tự hành

Xe tự hành là một trong những ứng dụng tiên tiến của công nghệ tự động và trí tuệ nhân tạo. Nghiên cứu này tập trung vào việc thiết kế và chế tạo một mô hình xe tự hành có khả năng di chuyển độc lập, nhận diện đường đi và tránh vật cản. Xe tự hành sử dụng cảm biến và hệ thống điều khiển tự động để đảm bảo an toàn và hiệu quả trong quá trình di chuyển. Ứng dụng của xe tự hành không chỉ giới hạn trong giao thông mà còn mở rộng sang các lĩnh vực như logistics, nông nghiệp và quân sự.

1.1. Thiết kế xe tự hành

Thiết kế xe tự hành bao gồm việc lựa chọn các thành phần cơ khí và điện tử phù hợp để đảm bảo xe có thể hoạt động ổn định. Các yếu tố như khung xe, động cơ, bánh xe và hệ thống treo được tính toán kỹ lưỡng. Thiết kế xe tự hành cũng cần xem xét đến việc tích hợp các cảm biến và hệ thống điều khiển tự động để xe có thể nhận diện môi trường xung quanh và đưa ra quyết định di chuyển phù hợp.

1.2. Chế tạo xe tự hành

Chế tạo xe tự hành là quá trình biến các thiết kế thành sản phẩm thực tế. Quá trình này bao gồm việc lắp ráp các bộ phận cơ khí, tích hợp hệ thống điện tử và lập trình hệ thống điều khiển tự động. Chế tạo xe tự hành đòi hỏi sự chính xác cao để đảm bảo xe hoạt động ổn định và an toàn. Các thử nghiệm và hiệu chỉnh cũng được thực hiện để tối ưu hóa hiệu suất của xe.

II. Ứng dụng AI và xử lý ảnh

Ứng dụng AI và xử lý ảnh là hai yếu tố then chốt trong việc phát triển xe tự hành. AI giúp xe có khả năng học hỏi và đưa ra quyết định thông minh, trong khi xử lý ảnh cho phép xe nhận diện và phân tích môi trường xung quanh. Sự kết hợp giữa AI và xử lý ảnh tạo nên một hệ thống nhận thức mạnh mẽ, giúp xe tự hành có thể di chuyển an toàn và hiệu quả trong các tình huống phức tạp.

2.1. Ứng dụng AI

Ứng dụng AI trong xe tự hành bao gồm các thuật toán học máy và học sâu để nhận diện và phân tích dữ liệu từ cảm biến. AI giúp xe có khả năng dự đoán và phản ứng với các tình huống bất ngờ trên đường. Các mô hình như YOLO được sử dụng để nhận diện biển báo giao thông và vật cản, từ đó đưa ra quyết định di chuyển phù hợp.

2.2. Xử lý ảnh

Xử lý ảnh là quá trình phân tích và xử lý dữ liệu hình ảnh từ camera để nhận diện đường đi và vật cản. Các kỹ thuật như phát hiện biên, phân đoạn ảnh và biến đổi Hough được sử dụng để xác định làn đường và hướng di chuyển. Xử lý ảnh cũng giúp xe nhận diện các biển báo giao thông và đưa ra phản ứng phù hợp.

III. Công nghệ tự động và robot tự hành

Công nghệ tự động và robot tự hành là những yếu tố không thể thiếu trong việc phát triển xe tự hành. Công nghệ tự động giúp xe có khả năng hoạt động độc lập mà không cần sự can thiệp của con người, trong khi robot tự hành là nền tảng để phát triển các hệ thống di chuyển thông minh. Sự kết hợp giữa công nghệ tự động và robot tự hành tạo nên một hệ thống vận hành hiệu quả và an toàn.

3.1. Công nghệ tự động

Công nghệ tự động trong xe tự hành bao gồm các hệ thống điều khiển và cảm biến để đảm bảo xe có thể di chuyển một cách chính xác và an toàn. Các thuật toán điều khiển như PID và Fuzzy được sử dụng để điều chỉnh tốc độ và hướng di chuyển của xe. Công nghệ tự động cũng giúp xe có khả năng phản ứng nhanh với các tình huống bất ngờ trên đường.

3.2. Robot tự hành

Robot tự hành là nền tảng để phát triển các hệ thống di chuyển thông minh. Robot tự hành sử dụng các cảm biến và hệ thống điều khiển tự động để nhận diện môi trường xung quanh và đưa ra quyết định di chuyển phù hợp. Robot tự hành cũng được sử dụng trong các ứng dụng như logistics, nông nghiệp và quân sự.