Ứng dụng xử lý ảnh nhận dạng đường đi cho ô tô tự lái - Luận văn ThS. Hồ Văn Thu

Ứng dụng xử lý ảnh giúp xe tự lái nhận diện đường đi chính xác. Tìm hiểu cách công nghệ này hoạt động, tăng độ an toàn và hiệu quả cho xe tự hành.

• Tác giả: Hồ Văn Thu
• Người hướng dẫn: Ts. Lê Thanh Phúc
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật Cơ khí Động lực
• Đề tài: Nhận dạng đường đi cho ô tô chạy tự động
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• Trang tựa
• QUYẾT ĐỊNH GIAO ĐỀ TÀI
• XÁC NHẬN CỦA CÁN BỘ HƢỚNG DẪN
• LÝ LỊCH KHOA HỌC
• LỜI CAM ĐOAN
• LỜI CẢM TẠ
• MỤC LỤC
• DANH SÁCH CÁC CHỮ VIẾT TẮT
• DANH SÁCH CÁC HÌNH
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan chung về liñh vƣ̣c nghiên cƣ́u
• 1.2. Ứng dụng phát hiện làn đƣờng trên các hãng xe
• 1.3. Các kết quả nghiên cứu trong và ngoài nƣớc đã công bố
• 1.3.1. Các kế quả nghiên cứu trong nƣớc
• 1.3.2. Các kết quả nghiên cứu ngoài nƣớc
• 1.4. Mục đích của đề tài
• 1.5. Nhiệm vụ của đề tài và giới hạn đề tài
• 1.5.1. Giới hạn đề tài
• 1.6. Phƣơng pháp nghiên cứu
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Lý thuyết tổng quan về xử lý ảnh
• 2.1.1. Xử lý ảnh số là gì?
• 2.1.2. Biểu diễn một ảnh số
• 2.1.3. Các vấn đề cơ bản trong xử lý ảnh
• 2.2. Biên và các phƣơng pháp phát hiện biên
• 2.3. Các mô hình màu
• 2.4. Biến đổi Hough (Hough Transform)
• 2.5. Biến đổi Hough cho đƣờng thẳng
• 2.5.1. Biến đổi Hough cho đƣờng thẳng trong tọa độ cực
• 3. CHƯƠNG 3: PHẦN MỀM ỨNG DỤNG
• 3.1. Giới thiệu Matlab
• 3.2. Các thành phần cơ bản của Matlab
• 3.3. Phân đoạn và tách đƣờng viền trong Malab
• 3.4. Biến đổi Hough trong MATLAB
• 3.5. Image Acquisition Toolbox
• 3.5.1. Các bƣớc thu thập hình ảnh cơ bản
• 3.6. Computer Vision System Toolbox
• 3.6.1. Các hàm xử lí video
• 3.7. Image Processing Toolbox
• 3.7.1. Hiển thị ảnh
• 3.7.2. Chuyển đổi giữa các lớp ảnh và các loại ảnh
• 4. CHƯƠNG 4: CHƢƠNG TRÌNH ĐIỀU KHIỂN
• 4.1. Mô hình tổng quát
• 4.2. Chọn và thiết lập camera
• 4.3. Mô hình đƣờng và phạm vi quan sát
• 4.4. Tiến trình xử lí ảnh
• 4.5. Xác định dấu phân cách làn đƣờng
• 4.6. Xác định dấu phân cách trái – phải và chèn đánh dấu làn đƣờng
• 4.7. Lập trình giao diện
• 5. CHƯƠNG 5: THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 5.1. Dữ liệu thực nghiệm
• 5.2. Địa điểm thực nghiệm
• 5.3. Về tốc độ xử lí
• 5.4. Các hình ảnh chạy thử nghiệm chƣơng trình
• 5.5. Phƣơng pháp đánh giá và tiêu chí đánh giá
• 5.5.1. Tiêu chí về tốc độ
• 5.5.2. Đánh giá về độ chính xác
• 5.5.3. Đánh giá về sự sai lệch
• 6. CHƯƠNG 6: KẾT LUẬN
• 6.1. Kết quả đạt đƣợc của đề tài
• 6.2. Những vấn đề còn tồn tại
• 6.3. Hƣớng phát triển đề tài
• TÀI LIỆU THAM KHẢO
• Chƣơng trình chính
• Xác định dấu chỉ làn đƣờng
• Xác định dấu phân cách trái / phải

Tóm tắt

I. Tổng Quan Ứng Dụng Xử Lý Ảnh Nhận Dạng Đường Đi

Nhận dạng đường đi là một lĩnh vực quan trọng trong hệ thống giao thông thông minh, đặc biệt là trong phát triển xe tự hành. Sự phát triển của công nghệ xử lý ảnh và giảm giá thành thiết bị đã thúc đẩy nghiên cứu trong lĩnh vực này. Nhiều nghiên cứu đã tập trung vào bài toán phát hiện làn đường, đạt được những kết quả ban đầu đầy hứa hẹn. Bài toán phát hiện làn đường có 3 mục tiêu chính: cảnh báo chuyển làn, hỗ trợ người lái, và điều khiển xe tự động. Hệ thống cảnh báo chuyển làn đòi hỏi dự đoán chính xác quỹ đạo xe. Hệ thống hỗ trợ người lái giúp người lái dễ dàng chú ý làn đường hơn. Hệ thống điều khiển xe tự động cần đưa ra được làn đường sắp tới và hạn chế sai số tính toán vị trí xe và làn đường. Hệ thống phục vụ điều khiển xe tự động được đánh giá là khó nhất, thu hút sự quan tâm của nhiều nhóm nghiên cứu, ví dụ như nhóm của CMU và MIT với các cuộc thi lớn như DARPA. Tuy nhiên, vẫn còn nhiều khó khăn tồn tại: yêu cầu xử lý thời gian thực, dấu phân cách làn đường không rõ hoặc bị che, sự phức tạp của địa hình, độ cong của làn đường, và các tình huống phức tạp (giao lộ, làn đường thay đổi độ lớn). Do tầm quan trọng của bài toán, cần tìm ra phương pháp hiệu quả để thực thi thời gian thực và giải quyết các khó khăn, đặc biệt hỗ trợ hệ thống điều khiển xe tự động. Theo [1], phần lớn các yêu cầu đòi hỏi ứng dụng phải xử lý ở thời gian thực, trong rất nhiều nghiên cứu các kết quả đạt được khá tốt, tuy nhiên nghiên cứu này vẫn chưa thực thi được trong thời gian thực. Các dấu phân cách làn đường (lane-marking) không rõ nét hoặc bị che lấp… Các ví dụ này được thể hiện trong Hình 1.2 được lấy từ kết quả khảo sát của McCall và cộng sự trong [1]. Trong phần lớn các nghiên cứu như [3], [4], [5], [6], [7], và [8] đều giả định mặt đường cần xử lý là phẳng. Cho đến thời điểm thực hiện đề tài, có rất ít nghiên cứu như ở [9] là tiếp cận theo hướng toàn bộ đường theo dạng 3 chiều. Một số nghiên cứu giả định làn đường chỉ là những đoạn thẳng như ở [8], hay là những đường cong B-spline như ở [2]. Một số khác, chỉ xét làn đường như những đường cong có độ cong rất nhỏ như [9] và [10].

1.1. Các Mục Tiêu Ứng Dụng Hệ Thống Nhận Dạng Đường Đi

Các mục tiêu cụ thể của hệ thống bao gồm cảnh báo khi chuyển làn, hỗ trợ người lái xe trong quá trình điều khiển, và điều khiển xe tự động hoàn toàn. Mỗi mục tiêu có những yêu cầu và thách thức riêng, đòi hỏi các phương pháp xử lý ảnh và thuật toán điều khiển khác nhau. Ví dụ, hệ thống cảnh báo cần độ chính xác cao trong việc dự đoán quỹ đạo xe, trong khi hệ thống điều khiển tự động cần khả năng xử lý thời gian thực và độ tin cậy cao.

1.2. Thách Thức Thực Tế trong Xử Lý Ảnh Đường Đi

Các thách thức bao gồm sự thay đổi về điều kiện ánh sáng, sự xuất hiện của các vật cản, sự không đồng đều của mặt đường, và sự đa dạng của các loại biển báo và vạch kẻ đường. Các thuật toán xử lý ảnh cần phải có khả năng chống nhiễu và thích ứng với các điều kiện môi trường khác nhau để đảm bảo độ chính xác và độ tin cậy.

1.3. Ứng dụng phát hiện làn đường trên các hãng xe hiện nay

Hiện tại, đã có nhiều hãng xe áp dụng công nghệ phát hiện làn đường vào các mẫu xe của mình, nhằm tăng cường tính an toàn và hỗ trợ lái xe. Các hệ thống này thường sử dụng camera và các thuật toán xử lý ảnh để nhận diện làn đường và đưa ra cảnh báo hoặc hỗ trợ điều khiển khi xe có dấu hiệu đi lệch khỏi làn đường. Các nhà sản xuất rất quan tâm tới người lái trong cảnh báo , nên một vài hãng xe chỉ cảnh báo ở tốc độ cao. Hệ thống được thực hiện bởi các camera gắn trước gương chiếu hậu để theo dỏi làn đường được đánh dấu bởi các vạch chỉ đường . Hiệu quả của hệ thống này sẽ giảm nếu thời tiết xấu, ví dụ như trời mưa hoặc có tuyết . Một số hãng xe sử dụng Lane Support Systems điển hình: - Skoda: Skoda Lane Assistant (2013) trên xe Skoda Octavia 2013. - Audi: Audi Active Lane Assist (2012) trên xe Audi A3. - Ford: Ford Lane Keeping Aid (2011) trên xe Ford Focus 2012, Ford Lane Keeping Alert (2012) trên xe Ford Transit Custom 2012. - Seat: Seat Lane Assist (2012) trên xe Seat Leon 2012. - Infiniti: Infiniti Lane Departure Prevention (LDP) (2011) trên xe Infiniti FX 2009. - Opel: Opel Eye (2010) trên xe Opel/Vauxhall Astra GTC 2011, insignia, Zafiratourer.

II. Phân Tích Cơ Sở Lý Thuyết Xử Lý Ảnh Cho Xe Tự Hành

Xử lý ảnh số sử dụng máy tính để giải quyết các vấn đề liên quan đến ảnh: số hóa, mã hóa, cải thiện chất lượng, khôi phục, phân đoạn và mô tả ảnh. Trong cải thiện, phục hồi và số hóa, mã hóa ảnh, cả đầu vào và đầu ra đều là ảnh. Trong lý giải ảnh, đầu vào là ảnh, đầu ra là biểu diễn bằng ký hiệu nội dung ảnh đầu vào. Phân đoạn và mô tả ảnh là lý thuyết quan trọng trong việc thực hiện đề tài. Một ảnh kỹ thuật số là biểu diễn hai chiều của một hình ảnh sử dụng một số hữu hạn các điểm điểm ảnh. Ta qui ƣớc mô ̣t ảnh số hóa là f(x,y) cho một ảnh đơn sắc có kích thƣớc MxN, trong đó x là số hàng (từ 0 đến M-1) và y là số cột (từ 0 đến N-1). Giá trị của hàm f(x,y) tại tọa độ (xo,yo) là f(xo,yo) đƣợc gọi là cƣờng độ hay mức xám của ảnh tại điểm ảnh đó. Mô ̣t ảnh màu thâ ̣t có 3 lớp – mỗi l ớp thay cho thành phầ n màu đỏ là Red , màu xanh lục là Green, và màu xanh lơ là Blue. Trong ảnh màu thâ ̣t , cƣờng đô ̣ thành phầ n màu của điể m ảnh đƣơ ̣c mã hóa trong ba giá tri ̣ khác nhau. Mô ̣t ảnh màu là sƣ̣ kế t hơ ̣p của ba mảng điể m ảnh tƣơng ứng với các thành phần màu Red , Green, Blue trong anh RGB. Ảnh HSL đƣợc định rỏ bởi các giá trị màu sắc là Hue , sƣ̣ bảo hòa là Saturation và cƣờng đô ̣ sáng là Luminance.

2.1. Các Bước Xử Lý Ảnh Cơ Bản Để Nhận Dạng Đường Đi

Các bước xử lý ảnh bao gồm tiền xử lý (làm mịn, tăng cường độ tương phản), phân đoạn (tách làn đường khỏi nền), trích xuất đặc trưng (xác định các đường thẳng, đường cong), và phân loại (xác định làn đường hiện tại và các làn đường lân cận). Mỗi bước có thể sử dụng nhiều thuật toán khác nhau, tùy thuộc vào đặc điểm của ảnh và yêu cầu của ứng dụng.

2.2. Ứng Dụng Biến Đổi Hough Trong Nhận Dạng Đường Thẳng

Biến đổi Hough là một kỹ thuật mạnh mẽ để phát hiện các đường thẳng trong ảnh. Nó hoạt động bằng cách chuyển đổi các điểm ảnh thành các đường trong không gian tham số, và sau đó tìm các giao điểm của các đường này. Các giao điểm này tương ứng với các đường thẳng trong ảnh. Biến đổi Hough có thể được sử dụng để phát hiện các vạch kẻ đường, các biển báo, và các đối tượng khác có hình dạng đường thẳng.

2.3. Mô hình hóa ảnh phục vụ nhận dạng

Mô hình cảm nhận ảnh : Là mô hình biểu diễn thông qua các thuộc tính cảm nhận ảnh (màu sắc , cường độ sáng ), các thuộc tính về thời gian , các cảm nhận về phối cảnh, bố cục. Mô hình bố cục : Là mô hình biểu diễn thể hiện mối tương quan cục bộ của các phần tử ảnh (ứng dụng cho các bài toán xử lý và nâng cao chất lượng ảnh). Mô hình tổng thể : Là mô hình biểu diễn ảnh xem ảnh như là một tập hợp các đối tượng, và các đối tượng này có mối quan hệ không gian với nhau (ứng dụng cho các bài toán phân nhóm và nhận dạng ảnh ).

III. Phương Pháp Thu Thập và Xử Lý Ảnh Dữ Liệu Đường Đi

Việc thu thập ảnh có thể thực hiện thông qua các camera (tương tự, số). Từ vệ tinh qua các bộ cảm biến (Sensors) hoặc qua máy quét ảnh (Scaners). Số hóa ảnh: Biến đổi ảnh tương tự thành ảnh rời rạc để xử lý bằng máy tính: Thông qua quá trình lấy mẫu (rời rạc về mặt không gian) và lượng tử hóa (rời rạc về mặt biên độ). Xử lý số : Là một tiến trình gồm nhiều công đoạn nhỏ : Cải thiện ảnh (Enhancement), khôi phục ảnh (Restoration), phát hiện biên (Egde Detection), phân vùng ảnh (Segmentation), trích chọn các đặc tính (Feature Extraction). Hệquyết định: Tùy mục đích của ứng dụng mà chuyển sang giai đoạn khác là hiển thị, nhận dạng, phân lớp, truyền thông. Các đặc điểm của đối tượng được trích chọn tuỳ theo mục đích nhận dạng trong quá trình xử lý ảnh. Có thể nêu ra một số đặc điểm của ảnh sau đây: Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ, điểm uốn v. Đặc điểm biến đổi: Các đặc điểm loại này được trích chọn bằng việc thực hiện lọc vùng (zonal filtering). Các bộ vùng được gọi là “mặt nạ đặc điểm” (feature mask) thường là các khe hẹp với hình dạng khác nhau (chữ nhật, tam giác, cung tròn v.) Đặc điểm biên và đường biên: Đặc trưng cho đường biên của đối tượng và do vậy rất hữu ích trong việc trích trọn các thuộc tính bất biến được dùng khi nhận dạng đối tượng.

3.1. Lựa Chọn Camera Phù Hợp Cho Hệ Thống Xe Tự Hành

Camera phải có độ phân giải cao, tốc độ khung hình nhanh, và khả năng hoạt động tốt trong các điều kiện ánh sáng khác nhau. Ngoài ra, camera cũng cần phải có kích thước nhỏ gọn và tiêu thụ điện năng thấp để dễ dàng tích hợp vào hệ thống xe tự hành.

3.2. Các Kỹ Thuật Lọc Ảnh Để Loại Bỏ Nhiễu và Tăng Cường

Các kỹ thuật lọc ảnh bao gồm lọc trung bình, lọc Gaussian, lọc median, và lọc Sobel. Mỗi kỹ thuật có những ưu điểm và nhược điểm riêng, và việc lựa chọn kỹ thuật phù hợp phụ thuộc vào loại nhiễu và đặc điểm của ảnh. Kỹ thuật lọc cần được áp dụng một cách cẩn thận để tránh làm mất các thông tin quan trọng trong ảnh.

3.3. Xử lý ảnh và nắn chỉnh biến dạng

Ảnh thu nhận thường bị biến dạng do các thiết bị quang học và điện tử. Để khắc phục người ta sử dụng các phép chiếu, các phép chiếu thường được xây dựng trên tập các điểm điều khiển. Để khắc phục người ta sử dụng các phép chiếu, các phép chiếu thường được xây dựng trên tập các điểm điều khiển. Giả sử (Pi, P‟i), i từ 1 n có n các tập điều khiển Tìm hàm f: Pi  f (Pi) sao cho n 𝑖=0 𝑓 𝑃𝑖 −𝑃𝑖′ 2 → min

IV. Ứng Dụng MATLAB Trong Nhận Dạng Đường Đi Xe Tự Hành

Matlab (Maxtrix Laboratory) là một công cụ phần mềm được xây dựng bởi MathWork đã trở nên rất phổ biến với các kỹ sư, các nhà khoa học và nhà nghiên cứu trong cả hai lĩnh vực công nghiệp và hàn lâm, do nhiêu yếu tố, trong đó, sự sẵn có của các bộ công cụ đặc biệt được đóng gói theo từng chuyên ngành thuộc các lĩnh vực quan trọng, từ các mạng nơron đến các lĩnh vực tài chính hay xử lý ảnh. Dùng Matlab có thể giải quyết được các vấn đề một cách đơn giản, trực quan mà không cần đòi hỏi người sử dụng phải là những lập trình viên chuyên nghiệp. Matlab cùng bộ công cụ rất mạnh của nó cho phép giải quyết các bài toán khác nhau đặc biệt là hệ phương trình tuyến tính, phi tuyến hay các bài toán ma trận với kết quả nhanh chóng và chính xác.

4.1. Sử Dụng Image Processing Toolbox Cho Tiền Xử Lý Ảnh

Image Processing Toolbox cung cấp nhiều hàm và công cụ để thực hiện các bước tiền xử lý ảnh, như chuyển đổi không gian màu, lọc nhiễu, tăng cường độ tương phản, và cải thiện chất lượng ảnh. Các hàm này có thể được sử dụng để chuẩn hóa ảnh và làm cho chúng phù hợp hơn cho các bước xử lý tiếp theo.

4.2. Dùng Computer Vision System Toolbox Cho Phân Tích Ảnh

Computer Vision System Toolbox cung cấp các hàm và công cụ để thực hiện các tác vụ phân tích ảnh, như phát hiện đối tượng, trích xuất đặc trưng, và nhận dạng mẫu. Các hàm này có thể được sử dụng để xác định làn đường, biển báo, và các đối tượng khác trong ảnh.

4.3. Lập Trình Giao Diện và Điều Khiển trong MATLAB

MATLAB cung cấp các công cụ để tạo giao diện người dùng (GUI) cho phép tương tác với hệ thống nhận dạng đường đi. Ngoài ra, MATLAB cũng có thể được sử dụng để điều khiển các thiết bị phần cứng, như camera, bộ xử lý, và hệ thống điều khiển xe.

V. Thực Nghiệm Đánh Giá Hiệu Quả Nhận Dạng Đường Đi

Dữ liệu thực nghiệm cần thu thập từ nhiều môi trường và điều kiện khác nhau, bao gồm đường phố đô thị, đường cao tốc, và đường nông thôn, trong các điều kiện thời tiết khác nhau (nắng, mưa, sương mù). Các hình ảnh chạy thử nghiệm chương trình được đánh giá dựa trên tiêu chí về tốc độ, độ chính xác và sự sai lệch. Cần đánh giá về độ chính xác (đánh giá dựa trên tỷ lệ các làn đường được nhận dạng đúng so với tổng số làn đường có trong ảnh) và đánh giá về sự sai lệch. (tính toán độ lệch giữa vị trí làn đường được nhận dạng và vị trí làn đường thực tế trong ảnh).

5.1. Thiết Lập Môi Trường Thử Nghiệm Thực Tế

Môi trường thử nghiệm cần phải đa dạng và đại diện cho các điều kiện đường xá và thời tiết khác nhau. Điều này giúp đảm bảo rằng hệ thống có thể hoạt động tốt trong mọi tình huống.

5.2. Tiêu Chí Đánh Giá Tốc Độ Độ Chính Xác Độ Ổn Định

Tốc độ (thời gian xử lý mỗi khung hình), độ chính xác (tỷ lệ phát hiện đúng làn đường), và độ ổn định (khả năng duy trì hoạt động trong thời gian dài) là các tiêu chí quan trọng để đánh giá hiệu quả của hệ thống. Cần có các phương pháp đo lường khách quan để đánh giá các tiêu chí này.

5.3. Phương pháp đánh giá và tiêu chí đánh giá

Đánh giá dựa trên tỷ lệ các làn đường được nhận dạng đúng so với tổng số làn đường có trong ảnh và tính toán độ lệch giữa vị trí làn đường được nhận dạng và vị trí làn đường thực tế trong ảnh.

VI. Kết Luận và Hướng Phát Triển Ứng Dụng Nhận Dạng

Đề tài đã xây dựng được một chương trình nhận dạng đường đi và đã thực thi có hiệu quả trên các đoạn đường thử nghiệm. Tuy nhiên, vẫn còn những vấn đề tồn tại như khả năng xử lý trong các điều kiện thời tiết xấu và các tình huống giao thông phức tạp. Hướng phát triển đề tài bao gồm nghiên cứu các thuật toán xử lý ảnh tiên tiến hơn, tích hợp các cảm biến khác (như radar, lidar), và phát triển hệ thống điều khiển xe tự hành hoàn chỉnh. Để xây dựng một hệ thống giao thông thông minh là vấn đề cấp thiết trong công cuộc công nghiệp hóa, hiện đại hóa đất nước. Nghiên cứu, xây dựng các công cụ hổ trợ cho hệ thống giao thông thông minh trong đó có phương tiện giao thông thông minh là yêu cầu của thời đại. Ứng dụng xử lý ảnh để nhận dạng đường đi cho ô tô chạy tự động nhằm mục đích đó.

6.1. Tổng Kết Kết Quả Đạt Được và Hạn Chế Hiện Tại

Cần tổng kết các kết quả đạt được, so sánh với các nghiên cứu trước đây, và chỉ ra các hạn chế cần khắc phục. Điều này giúp xác định các hướng nghiên cứu tiếp theo.

6.2. Đề Xuất Hướng Phát Triển và Nghiên Cứu Trong Tương Lai

Hướng phát triển có thể bao gồm tích hợp các cảm biến khác (radar, lidar), sử dụng các thuật toán học sâu, và phát triển hệ thống điều khiển xe tự hành hoàn chỉnh. Cần đề xuất các mục tiêu cụ thể và các bước thực hiện để đạt được các mục tiêu này.

6.3. Kết quả đạt được của đề tài

Đề tài đã xây dựng được một chương trình nhận dạng đường đi và đã thực thi có hiệu quả trên các đoạn đường thử nghiệm. Tuy nhiên, vẫn còn những vấn đề tồn tại như khả năng xử lý trong các điều kiện thời tiết xấu. Nghiên cứu trên mô hình đường nhựa có dấu phân cách làn đường. Các dấu phân cách làn đường là các vạch sơn thẳng. Vân đường đồng nhất. Bề rộng của làn đường, tức là khoảng cách giữa các dấu phân cách làn đường là hằng số.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ HỒ VĂN THU ỨNG DỤNG XỬ LÝ ẢNH NHẬN DẠNG ĐƯỜNG ĐI CHO Ô TÔ CHẠY TỰ ĐỘNG NGÀNH: KỸ THUẬT CƠ KHÍ ĐỘNG LỰC – 60520116 S K C0 0 4 4 5 6 Tp. Hồ Chí Minh, tháng 11/2014 BỘ GIAO ́ D UC ̣ VA ̀ Đ A O ̀ TA O ̣ TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUÂT ̣ ̀ H PHỐ HỒ CHÍ MINH THAN LUẬN VĂN THẠC SĨ HỒ VĂN THU ̣ G XỬ LÝ ẢNH NHÂN ỨNG DUN ̣ DAN ̣ G ĐƯỜNG ĐI CHO Ô TÔ CHAY ̣ TỰ ĐÔN ̣ G NGÀNH: KỸ THUẬT CƠ KHÍ ĐỘNG LỰC – 60520116 Tp.Hồ Chí Minh, than ́ g 11/2014 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ HỒ VĂN THU ỨNG DỤNG XỬ LÝ ẢNH NHẬN DẠNG ĐƢỜNG ĐI CHO Ô TÔ CHẠY TỰ ĐỘNG NGÀNH: KỸ THUẬT CƠ KHÍ ĐỘNG LỰC – 60520116 Hƣớng dẫn khoa học: TS. LÊ THANH PHÚC Tp. Hồ Chí Minh, tháng 11/2014 LÝ LỊCH KHOA HỌC I.

LÝ LÍCH SƠ LƢỢC: Họ & tên: HỒ VĂN THU Giới tính: Nam. Ngày, tháng, năm sinh: 10/01/1985 Nơi sinh: Thừa Thiên Huế. Quê quán: Thừa Thiên Huế Dân tộc: Kinh. Địa chỉ liên lạc: 88/33/44 Tổ 21B, Khu phố 6, Phƣờng Tân Chánh Hiệp, Quận 12, Thành phố Hồ Chí Minh.

Điện thoại cơ quan: Điện thoại nhà riêng: Điện thoại di động: [phone] E-mail: hothuoto@gmail. QUÁ TRÌNH ĐÀO TẠO Đại học: Hệ đào tạo: Chính qui Thời gian từ 09/2005 đến 05/2010 Nơi học: Trƣờng Đại học sƣ phạm kỹ thuật Thành phố Hồ Chí Minh. Ngành học: Cơ khí động lực. Tên đồ án tốt nghiệp: “Biên soạn tài liệu sửa chữa động cơ phun xăng điện tử trên các loại xe gắn máy của hãng Honda”.

Ngày & nơi bảo vệ đồ án tốt nghiệp: 31/01/2010. Đại học sƣ phạm kỹ thuật Thành phố Hồ Chí Minh. Ngƣời hƣớng dẫn: PGS. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm 05/2010 – 10/2014 Trƣờng Cao Đẳng Kỹ Thuật Cao Giảng viên khoa Cơ Khí Thắng Động Lực ii LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi.

Các số liệu, kết quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình nào khác.Hồ Chí Minh, ngày 02 tháng 11 năm 2014 (Ký tên và ghi rõ họ tên) Hồ Văn Thu ii LỜI CẢM TẠ Một đề tài nghiên cứu không thể thành công nếu không có sự trợ giúp kết hợp với nỗ lực cố gắng của ngƣời nghiên cứu. Do đó, tôi xin chân thành cám ơn sự hổ trợ của: Ban giám hiệu Trƣờng Đại Học Sƣ Phạm Kỹ Thuật Tp Hồ Chí Minh. Khoa Cơ Khí Động Lực. Thầy TS Lê Thanh Phúc cùng toàn thể quý thầy cô đã dạy và hƣớng dẫn nhiệt tình và tạo mọi điều kiện thuận lợi cho tôi trong thời gian theo học tại trƣờng.

Các bạn kỹ sƣ đồng nghiệp đã động viên ủng hộ tinh thần. Tuy thời gian thực hiện đề tài là 6 tháng, nhƣng do lƣợng kiến thức chủ chốt để phục vụ cho công tác nghiên cứu và thực hiện đề tài thuộc chuyên ngành điện tử và điều khiển tự động, công nghệ thông tin nên khả năng tiếp cận và lĩnh hội của học viên chuyên ngành cơ khí động lực gặp nhiều khó khăn và hạn chế. Tuy nhiên, với sự hƣớng dẫn và tạo điều kiện thuận lợi của Thầy TS Lê Thanh Phúc và các bạn đồng nghiệp, tôi đã lĩnh hội đƣợc rất nhiều kiến thức mới, bổ ích để phục vụ cho ngành cơ khí động lực và công tác nghiên cứu sau khi ra trƣờng. Vì vậy, một lần nữa tôi xin chân thành cám ơn quý thầy cô và các bạn.

Xin chúc quý thầy cô cùng toàn thể các bạn luôn dồi dào sức khoẻ và thành công ! Tp Hồ Chí Minh, ngày 02 tháng 11 năm 2014. Ngƣời cảm tạ Hồ Văn Thu iii TÓM TẮT Xử lý ảnh có rất nhiều ứng dụng trong hệ thống giao thông thông minh. Nhận dạng đƣờng đi cho ô tô chạy tự động là một đề tài trong số đó. Nghiên cứu này sử dụng phần mềm Matlab và các Toolbox của nó là: Image Processing Toolbox, Image Acquistion System Toolbox, Computer Vision System Toolbox làm công cụ chính để thu thập và xử lý.

Với mô hình đƣờng là đƣờng nhựa với các giả định sau: - Vân của đƣờng là đồng nhất. - Dấu phân cách làn đƣờng tuân theo qui luật. - Khoảng cách giữa các dấu phân cách là không đổi. Đề tài sử dụng Webcam làm bộ phận thu thập hình ảnh chính.

Từ hình ảnh thu đƣợc sử dụng các bộ lọc FIR 2D để lọc ảnh xám hoá. Và biến đổi ảnh thành ảnh nhị phân, từ đó sử dụng phƣơng pháp Cany và biến đổi Hough sẵn có trong Matlab để xác định các dấu phân cách đƣờng, làn đƣờng. Tính toán khoảng cách dựa trên các dấu phân cách thu đƣợc để đƣa ra tín hiệu về đƣờng đi cho phần điều khiển xe tự động thông qua chuẩn giao tiếp RS232. Đề tài đã xây dựng đƣợc một chƣơng trình nhận dạng đƣờng đi và đã thực thi có hiệu quả trên các đoạn đƣờng thử nghiệm.

iv ABSTRACT Image processing has many applications in intelligent transportation system. Lane detection and tracking for autonomous vehicle is the one of that. This study uses Matlab software and it‟s Toolbox: Image Processing Toolbox, Image Acquistion System Toolbox and Computer Vision System Toolbox as the main tool to collect and process. The road model is assumped that: - Texture of road are identical.

- Lane makers follow lane rules. - The distance between the lane makers is constant. This project uses Webcam to collect the images. From the images obtained by using the 2D FIR filter, grayscale image is achieved.

The image are converted into a binary image, then use Cany method and Hough transform available in Matlab to determine the lane makers and lane deparment. Calculate the distance based on separator obtained to provide signal for autonomous vehicle via the standard RS232 interface. An experimental result on local streets shows that the suggested program is very reliable. v MỤC LỤC Trang tựa.

Trang QUYẾT ĐỊNH GIAO ĐỀ TÀI XÁC NHẬN CỦA CÁN BỘ HƢỚNG DẪN. i LÝ LỊCH KHOA HỌC. ii LỜI CAM ĐOAN. ii LỜI CẢM TẠ.

iv MỤC LỤC. vi DANH SÁCH CÁC CHỮ VIẾT TẮT .x DANH SÁCH CÁC HÌNH. xi Chƣơng 1 TỔNG QUAN. Tổ ng quan chung về liñ h vƣ̣c nghiên cƣ́u.

Ứng dụng phát hiện làn đƣờng trên các hãng xe. Các kết quả nghiên cứu trong và ngoài nƣớc đã công bố. Các kế quả nghiên cứu trong nƣớc. Các kết quả nghiên cứu ngoài nƣớc.

Mục đích của đề tài. Nhiệm vụ của đề tài và giới hạn đề tài. Giới hạn đề tài. Phƣơng pháp nghiên cứu.8 Chƣơng 2 CƠ SỞ LÝ THUYẾT.

Lý thuyết tổng quan về xử lý ảnh. Xử lý ảnh số là gì ?. Biểu diễn một ảnh số. Các vấn đề cơ bản trong xử lý ảnh.

Biên và các phƣơng pháp phát hiện biên. Các mô hình màu. Biến đổi Hough (Hough Transform). Biến đổi Hough cho đƣờng thẳng.

Biến đổi Hough cho đƣờng thẳng trong tọa độ cực .32 Chƣơng 3 PHẦN MỀM ỨNG DỤNG. Giới thiệu Matlab. Các thành phần cơ bản của Matlab. Phân đoạn và tách đƣờng viền trong Malab.

Biến đổi Hough trong MATLAB. Image Acquisition Toolbox. Các bƣớc thu thập hình ảnh cơ bản. Computer Vision System Toolbox.

Các hàm xử lí video. Image Processing Toolbox. Hiển thị ảnh. Chuyển đổi giữa các lớp ảnh và các loại ảnh .63 Chƣơng 4 CHƢƠNG TRÌNH ĐIỀU KHIỂN.

Mô hình tổng quát. Chọn và thiết lập camera. Mô hình đƣờng và phạm vi quan sát. Tiến trình xử lí ảnh.

Xác định dấu phân cách làn đƣờng. Xác định dấu phân cách trái – phải và chèn đánh dấu làn đƣờng. Lập trình giao diện .71 Chƣơng 5 THỰC NGHIỆM VÀ ĐÁNH GIÁ. Dữ liệu thực nghiệm.

Địa điểm thực nghiệm. Về tốc độ xử lí. Các hình ảnh chạy thử nghiệm chƣơng trình. Phƣơng pháp đánh giá và tiêu chí đánh giá.

Tiêu chí về tốc độ. Đánh giá về độ chính xác. Đánh giá về sự sai lệch.76 Chƣơng 6 KẾT LUẬN. Kết quả đạt đƣợc của đề tài.

Những vấn đề còn tồn tại. Hƣớng phát triển đề tài.79 TÀI LIỆU THAM KHẢO. Chƣơng trình chính. Xác định dấu chỉ làn đƣờng.

Xác định dấu phân cách trái / phải.105 ix DANH SÁCH CÁC CHỮ VIẾT TẮT MATLAB Maxtrix Laboratory CMU Carnegie Mellon University MIT Massachusetts Institute of Technology DARPA Defense Advanced Research Projects Agency HDTV High-definition television ROI Regions of Interest RGB Red, Green, Blue HSL Hue, Saturation, Luminance 2D Two Demension TIFF Targed Image File Format JPEG Joint Photographics Experts Group GIF Graphics Interchange Format BMP Window Bitmap PNG Portable Network Graphics XWD X Window Dump PCX Personal Computer Exchange CMY Cyan, Magnenta, Yellow x DANH SÁCH CÁC HÌNH Hình 1.1: Minh họa các mục tiêu khác nhau trong bài toán phát hiện làn đƣờng .2: Những ví dụ về các tình huống trong bài toán phát hiện làn đƣờng .3: Mô hình tổng quát giải quyết bài toán phát hiện làn đƣờng.4: Hê ̣ thố ng hỗ trơ ̣ làn đƣờng.1: Ảnh tƣơng tự và ảnh số hóa .2: Điể m qui chiế u không gian của điể m ảnh (0,0).3: Ảnh nhị phân .5: Ảnh màu RGB trong Matlab.6: Điểm ảnh ở trong một miền lân cận.7: Lấy mẫu hình chữ nhật liên thông.8: Các bƣớc cơ bản trong một hệ thống xử lý ảnh .9: Biểu diễn ảnh bằng ma trận điểm .10: Sơ đồ chung của hệ thống nhận dạng.11: Ảnh thu nhâ ̣n và ảnh mong muố n .12: Các mô hình màu .13: Hê ̣ to ̣a đô ̣ màu RGB .14: Mô hình màu HSV .15: Bảng chỉ số giá trị 0 .16: Đƣờng thẳng Hough trong hệ tọa độ Đề-các .1: Giao diện khi khởi động.2: Cửa sổ làm việc .3: Của sổ GUIDE Quick Start.4: Cửa sổ tƣơng tác.5: Ảnh tách biên.6: Ảnh góc mạch điện.7: Dùng biến đổi Hough.8: Kết quả dùng houghpeaks .9: Kết quả sử dụng hàm houghlines.10: Mở file video dùng vision.1: Mô hình tổng quát.2: Mô hình cụ thể.3: Vùng quan tâm.4: Ảnh đƣợc trích xuất .5: Hình giới hạn quan sát.7: Ảnh nhị phân .8: Chƣơng trình mô phỏng Proteus.9: Chƣơng trình tạo Virtual Serial Port Driver.10: Giao diện ngƣời dùng.1: Vị trí khi đi đúng làn đƣờng .4: Sai lệch do dấu chỉ đƣờng …………………………………………….77 xii Chƣơng 1 TỔNG QUAN 1. Tổ ng quan chung về linh ̃ vƣc̣ nghiên cƣ́u 1. Giới thiệu Nhận dạng đƣờng đi là một trong những vấn đề rất quan trọng trong nhiều ứng dụng về các hệ thống hỗ trợ giao thông tự động, đặc biệt trong các hệ thống đều khiển xe tự động.