Luận Án Tiến Sĩ: Nghiên Cứu Phát Triển Thuật Toán Dẫn Đường và Ước Lượng Mặt Phẳng Cho Hệ Thống Thị Giác Rô-Bốt Trong Nhà

• Tác giả: Đặng Khánh Hòa
• Người hướng dẫn: TS. Nguyễn Tiến Dũng
• Trường học: Trường Đại Học Bách Khoa Hà Nội
• Chuyên ngành: Kỹ thuật điện tử
• Đề tài: Phát Triển Thuật Toán Dẫn Đường và Ước Lượng Mặt Phẳng Cho Rô-Bốt Trong Nhà
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

• LỜI CAM ĐOAN
• 1. MỞ ĐẦU
• 2. TỔNG QUAN HỆ THỐNG DẪN ĐƯỜNG CHO RÔ-BỐT DỰA TRÊN HÌNH ẢNH THỊ GIÁC MÁY TÍNH
• 2.1. Giới thiệu chương
• 2.2. Hệ thống dẫn đường cho rô-bốt trong nhà
• 2.3. Các hệ thống dẫn đường cho rô-bốt trong nhà
• 2.4. Kiến trúc hệ thống dẫn đường rô-bốt sử dụng thị giác máy tính
• 2.5. Một số vấn đề của hệ thống rô-bốt dẫn đường dựa trên thị giác nổi
• 2.6. Phương pháp tính toán bản đồ chênh lệch/độ sâu
• 2.7. Phương pháp trích xuất đối tượng mặt phẳng dựa trên ảnh thị giác máy tính
• 2.8. Phát hiện mặt phẳng đất dựa trên sự biến đổi ảnh thị giác
• 2.9. Phương pháp dẫn đường cho rô-bốt trong nhà trong môi trường chưa biết
• 2.10. Tổng kết chương
• 3. PHƯƠNG PHÁP TĂNG TỐC TÍNH TOÁN BẢN ĐỒ CHÊNH LỆCH VÀ PHÁT TRIỂN THUẬT TOÁN TRÍCH XUẤT MẶT PHẲNG
• 3.1. Giới thiệu chương
• 3.2. Hệ thống máy ảnh nổi
• 3.3. Cảm biến hình ảnh
• 3.4. Cấu trúc hệ thống máy ảnh nổi
• 3.5. Nguyên lý thị giác nổi
• 3.6. Phương pháp tăng tốc tính toán bản đồ chênh lệch/độ sâu
• 3.6.1. Triển khai tính toán SAD thông thường
• 3.6.2. Triển khai tính toán SAD đề xuất
• 3.6.3. Kết quả thực hiện và thảo luận
• 3.7. Nguyên lý trích xuất đối tượng mặt phẳng
• 3.7.1. Độ sâu của điểm
• 3.7.2. Khái niệm mặt phẳng trong thị giác máy tính
• 3.7.3. Khái niệm điểm lân cận và hàng xóm
• 3.8. Triển khai phương pháp trích xuất đối tượng mặt phẳng
• 3.8.1. Kiến trúc hệ thống xử lý dữ liệu
• 3.8.2. Thuật toán đề xuất Tạo nhóm hàng xóm kết hợp lọc
• 3.8.3. Kết quả thực nghiệm và thảo luận
• 3.9. Tổng kết chương
• 4. PHÁT TRIỂN THUẬT TOÁN NHẬN DẠNG MẶT ĐẤT
• 4.1. Giới thiệu chương
• 4.2. Nguyên lý nhận dạng đối tượng mặt đất
• 4.3. Phương pháp nhận đối tượng mặt đất từ ảnh độ sâu chuẩn
• 4.4. Kiến trúc hệ thống xử lý dữ liệu
• 4.5. Thuật toán đề xuất
• 4.6. Kết quả thực nghiệm và thảo luận
• 4.7. Phương pháp nhận dạng đối tượng mặt phẳng đất từ dữ liệu độ sâu thực tế
• 4.8. Kiến trúc hệ thống trích mặt đất từ dữ liệu độ sâu thực tế
• 4.9. Kết quả thực nghiệm và thảo luận
• 4.10. Tổng kết chương
• 5. PHÁT TRIỂN PHƯƠNG PHÁP DẪN ĐƯỜNG CHO RÔ-BỐT DỰA TRÊN THUẬT TOÁN NHẬN DẠNG MẶT ĐẤT
• 5.1. Giới thiệu chương
• 5.2. Phương pháp dẫn đường sử dụng nhận dạng mặt đất
• 5.3. Mô hình hoạt động của rô-bốt trong nhà
• 5.4. Xác định kích thước 2D của điểm sâu
• 5.5. Phương pháp dẫn đường AMSD đề xuất dựa trên khai thác dữ liệu độ sâu
• 5.6. Kết quả thực nghiệm phương pháp dẫn đường AMSD dựa trên nhận dạng mặt đất và thảo luận
• 5.7. Kết quả thực nghiệm của phương pháp tránh vật cản cơ bản
• 5.8. Kết quả thực nghiệm của phương pháp tránh vật cản cải thiện
• 5.9. Tổng kết chương
• KẾT LUẬN VÀ KIẾN NGHỊ
• DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN
• TÀI LIỆU THAM KHẢO

I. Tổng Quan Về Phát Triển Thuật Toán Dẫn Đường Cho Rô Bốt Trong Nhà

Phát triển thuật toán dẫn đường cho rô-bốt trong nhà là một lĩnh vực nghiên cứu quan trọng, nhằm cải thiện khả năng tự hành của rô-bốt trong môi trường sống. Các thuật toán này không chỉ giúp rô-bốt di chuyển một cách hiệu quả mà còn đảm bảo an toàn cho người sử dụng. Nghiên cứu này tập trung vào việc phát triển các phương pháp mới để tối ưu hóa quá trình dẫn đường, từ đó nâng cao hiệu suất hoạt động của rô-bốt.

1.1. Tầm Quan Trọng Của Hệ Thống Dẫn Đường Trong Nhà

Hệ thống dẫn đường cho rô-bốt trong nhà đóng vai trò quan trọng trong việc hỗ trợ người dùng, đặc biệt là những người có nhu cầu đặc biệt. Việc phát triển các thuật toán hiệu quả giúp rô-bốt nhận diện và xử lý môi trường xung quanh một cách chính xác.

1.2. Các Công Nghệ Hiện Có Trong Lĩnh Vực Rô Bốt

Hiện nay, nhiều công nghệ như cảm biến hình ảnh, hệ thống SLAM và mô hình hóa môi trường đang được áp dụng để phát triển các thuật toán dẫn đường cho rô-bốt. Những công nghệ này giúp rô-bốt nhận diện và tương tác với môi trường một cách hiệu quả.

II. Vấn Đề Và Thách Thức Trong Phát Triển Thuật Toán Dẫn Đường

Mặc dù có nhiều tiến bộ trong lĩnh vực thuật toán dẫn đường, vẫn tồn tại nhiều thách thức cần giải quyết. Các vấn đề như độ chính xác trong việc nhận diện mặt phẳng, khả năng xử lý trong môi trường không biết trước và sự thay đổi của các vật cản là những yếu tố quan trọng ảnh hưởng đến hiệu suất của rô-bốt.

2.1. Độ Chính Xác Trong Nhận Diện Mặt Phẳng

Độ chính xác trong việc nhận diện mặt phẳng là một trong những thách thức lớn nhất. Các thuật toán hiện tại cần được cải thiện để giảm thiểu sai số trong quá trình nhận diện, từ đó nâng cao hiệu quả dẫn đường cho rô-bốt.

2.2. Khả Năng Xử Lý Trong Môi Trường Không Biết Trước

Rô-bốt thường phải hoạt động trong môi trường không biết trước, nơi mà các vật cản có thể thay đổi liên tục. Việc phát triển các thuật toán có khả năng thích ứng với những thay đổi này là rất cần thiết.

III. Phương Pháp Phát Triển Thuật Toán Dẫn Đường Hiệu Quả

Để phát triển các thuật toán dẫn đường hiệu quả, cần áp dụng các phương pháp tiên tiến như SLAM, mô hình hóa môi trường và cảm biến đa dạng. Những phương pháp này giúp rô-bốt có thể nhận diện và tương tác với môi trường một cách chính xác và nhanh chóng.

3.1. Ứng Dụng Thuật Toán SLAM Trong Dẫn Đường

Thuật toán SLAM (Simultaneous Localization and Mapping) cho phép rô-bốt vừa xác định vị trí của mình vừa xây dựng bản đồ môi trường xung quanh. Đây là một trong những phương pháp quan trọng trong việc phát triển hệ thống dẫn đường.

3.2. Mô Hình Hóa Môi Trường Để Tối Ưu Hóa Đường Đi

Mô hình hóa môi trường giúp rô-bốt hiểu rõ hơn về không gian hoạt động của mình. Việc này không chỉ giúp tối ưu hóa đường đi mà còn giảm thiểu rủi ro va chạm với các vật cản.

IV. Ứng Dụng Thực Tiễn Của Thuật Toán Dẫn Đường Trong Rô Bốt

Các thuật toán dẫn đường cho rô-bốt đã được áp dụng rộng rãi trong nhiều lĩnh vực như giao hàng, hỗ trợ người khuyết tật và khảo sát môi trường. Những ứng dụng này không chỉ nâng cao hiệu quả công việc mà còn cải thiện chất lượng cuộc sống cho nhiều người.

4.1. Rô Bốt Giao Hàng Tự Động

Rô-bốt giao hàng tự động sử dụng các thuật toán dẫn đường để di chuyển trong môi trường đô thị, giúp tiết kiệm thời gian và chi phí cho việc giao hàng.

4.2. Hỗ Trợ Người Khuyết Tật Trong Di Chuyển

Các hệ thống dẫn đường cho rô-bốt có thể hỗ trợ người khuyết tật trong việc di chuyển an toàn và hiệu quả, từ đó nâng cao chất lượng cuộc sống cho họ.

V. Kết Luận Và Tương Lai Của Thuật Toán Dẫn Đường

Phát triển thuật toán dẫn đường cho rô-bốt trong nhà là một lĩnh vực đầy tiềm năng. Với sự tiến bộ của công nghệ, các thuật toán này sẽ ngày càng hoàn thiện hơn, mở ra nhiều cơ hội ứng dụng trong tương lai. Việc nghiên cứu và phát triển các giải pháp mới sẽ giúp nâng cao hiệu suất và độ chính xác của rô-bốt.

5.1. Xu Hướng Nghiên Cứu Trong Tương Lai

Trong tương lai, nghiên cứu sẽ tập trung vào việc cải thiện độ chính xác và khả năng thích ứng của các thuật toán dẫn đường, nhằm đáp ứng tốt hơn nhu cầu thực tiễn.

5.2. Tiềm Năng Ứng Dụng Trong Các Lĩnh Vực Khác

Ngoài việc sử dụng trong nhà, các thuật toán dẫn đường còn có thể được áp dụng trong nhiều lĩnh vực khác như nông nghiệp, cứu hộ và an ninh, mở rộng khả năng của rô-bốt trong cuộc sống hàng ngày.