Tổng quan nghiên cứu

Theo báo cáo của Tổ chức Y tế Thế giới (WHO) và Ngân hàng Thế giới (WB), mỗi năm thế giới ghi nhận hơn 1,2 triệu người tử vong và khoảng 50 triệu người bị thương do tai nạn giao thông đường bộ. Trong đó, hơn 90% nguyên nhân xuất phát từ các sai sót chủ quan của người điều khiển phương tiện như không làm chủ tốc độ, mệt mỏi, mất tập trung hoặc sử dụng chất kích thích. Trước bối cảnh đó, công nghệ xe tự hành và hệ thống hỗ trợ lái thông minh đang trở thành xu thế phát triển mang tính đột phá của ngành công nghiệp ô tô toàn cầu nhằm hạn chế rủi ro tai nạn, tối ưu hóa lưu lượng giao thông và giảm ùn tắc đô thị.

Tại Việt Nam, các nghiên cứu chuyên sâu về hệ thống điều khiển xe tự động bám làn đường trong môi trường thực tế vẫn còn là một lĩnh vực khá mới mẻ và đòi hỏi chi phí đầu tư nghiên cứu lớn. Nhằm giải quyết vấn đề cấp bách này, luận văn tập trung vào mục tiêu thiết kế và chế tạo một mô hình hệ thống điều khiển xe tự động hoàn chỉnh, có khả năng tự nhận dạng vạch kẻ đường, tự động bẻ góc lái và điều chỉnh vận tốc theo thời gian thực. Đề tài được triển khai thực nghiệm vào năm 2015 tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, trong phạm vi mô hình xe thử nghiệm di chuyển trên mặt đường nhựa có vạch phân làn thẳng tiêu chuẩn và điều kiện ánh sáng ổn định.

Ý nghĩa khoa học và thực tiễn của công trình thể hiện qua việc tích hợp thành công hệ thống thị giác máy tính với giải thuật điều khiển tự động trên nền tảng LabVIEW, cho phép phương tiện tự động nhận diện làn đường có bề rộng từ 150 mm đến 200 mm trong vùng quan sát 90 cm x 120 cm. Hệ thống đạt khả năng kiểm soát góc lái chính xác lên đến 35 độ với độ trễ phản hồi dưới 0,05 giây, giúp giảm 100% sự can thiệp thủ công của con người và mở ra tiềm năng ứng dụng trực tiếp cho các phương tiện vận chuyển hàng hóa tự động (AGV) trong nhà xưởng công nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự kết hợp chặt chẽ giữa lý thuyết thị giác máy tính và lý thuyết điều khiển tự động hiện đại. Về xử lý ảnh, tác giả áp dụng phương pháp phát hiện biên trực tiếp dựa trên gradient đạo hàm bậc nhất và toán tử Laplace đạo hàm bậc hai để trích xuất các đường biên của vạch sơn phân làn từ dữ liệu ảnh kỹ thuật số. Tiếp đó, thuật toán biến đổi Hough (Hough Transform) trong hệ tọa độ cực được triển khai để ánh xạ các điểm biên thành các đường cong hình sin, từ đó xác định chính xác giao điểm tham số biểu diễn phương trình đường thẳng của làn đường trong không gian thực.

Mô hình làn đường (Lane Model) được thiết lập với giả định camera cố định ở đầu xe, quan sát khu vực mặt đường có kích thước 90 cm x 120 cm để tính toán khoảng cách trung bình và góc lệch hướng của xe so với tâm vạch kẻ đường. Về mặt điều khiển tự động, luận văn ứng dụng lý thuyết điều khiển theo sai lệch với cấu trúc bộ điều khiển vi tích phân tỉ lệ PID (Proportional Integral Derivative). Thuật toán PID tính toán sai lệch giữa vị trí thực tế đo được từ bộ mã hóa góc quay (Encoder) và giá trị đặt từ hình ảnh, từ đó xuất tín hiệu điều khiển điện áp phần ứng động cơ DC để điều chỉnh góc xoay của bánh dẫn hướng và tốc độ di chuyển của xe. Các hệ số khuếch đại Kp, Ki, Kd được xác định thông qua phương pháp thực nghiệm kết hợp quy tắc Ziegler-Nichols nhằm triệt tiêu sai số xác lập và hạn chế hiện tượng vọt lố.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp từ camera kỹ thuật số Colorvis độ phân giải 5.0 Megapixel kết nối cổng USB, gắn cố định phía trước thân xe để ghi hình làn đường liên tục với tần số quét 25 khung hình mỗi giây. Dữ liệu hình ảnh được truyền về máy tính xử lý HP Elitebook cấu hình chip xử lý Intel Core i5, bộ nhớ RAM 4 GB chạy hệ điều hành Windows 7 64-bit. Tín hiệu điều khiển được truyền xuất thông qua card giao tiếp USB HDL 9090 I/O với 6 kênh ngõ vào tương tự ADC 10-bit tốc độ lấy mẫu 100 kS/s, 2 kênh ngõ ra điều chế độ rộng xung PWM tốc độ 2000 kS/s và 1 bộ đọc Encoder 16-bit.

Cỡ mẫu nghiên cứu bao gồm 150 tập dữ liệu hình ảnh thu nhận ở các trạng thái chuyển động khác nhau và 3 đợt chạy thử nghiệm độc lập liên tục (Lần chạy I, II, III) với hơn 60 chu kỳ bẻ lái trên sa hình thực tế. Phương pháp chọn mẫu là lấy mẫu ngẫu nhiên phân tầng theo các tình huống vận hành: chạy thẳng, rẽ phải góc lớn và rẽ trái góc lớn từ 0 đến 35 độ. Phương pháp phân tích được thực hiện bằng việc lập trình luồng dữ liệu trên phần mềm đồ họa LabVIEW với hai giao diện Front Panel và Block Diagram. Lý do lựa chọn LabVIEW là nhờ khả năng xử lý song song đa kênh, giao tiếp phần cứng tốc độ cao và cho phép quan sát trực quan đáp ứng quá độ của hệ thống theo thời gian thực. Toàn bộ quy trình nghiên cứu được triển khai trong thời gian 10 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã chế tạo thành công mô hình xe tự hành hoàn chỉnh và chứng minh tính hiệu quả của hệ thống qua các thông số định lượng cụ thể:

Thứ nhất, thuật toán biến đổi Hough trong LabVIEW đạt độ chính xác nhận diện làn đường lên tới 96,8% trong điều kiện ánh sáng chuẩn, nhận diện ổn định các vạch sơn có bề rộng 150 mm đến 200 mm và chuyển đổi tọa độ điểm ảnh sang thông số thực địa với sai số vị trí dưới 2 mm.

Thứ hai, bộ điều khiển PID góc lái đáp ứng chính xác góc quay của bánh dẫn hướng từ 0 đến 35 độ. Sai số xác lập giữa góc lái mong muốn và góc lái thực tế đo được qua bộ Encoder 16-bit đạt mức dưới 1,5%, giúp xe luôn bám sát tâm làn đường mà không bị chệch quỹ đạo.

Thứ ba, hệ thống kiểm soát tốc độ tự động phối hợp nhịp nhàng với cơ cấu lái. Khi xe phát hiện góc cua và bắt đầu bẻ lái 35 độ, thuật toán tự động giảm tốc độ động cơ truyền động từ 100% xuống còn khoảng 65% đến 70% định mức, giúp hạ thấp gia tốc ly tâm và đảm bảo xe vận hành cân bằng, không trượt bánh.

Thứ tư, quá trình tinh chỉnh các hệ số Kp, Ki, Kd qua 3 đợt chạy thực nghiệm mang lại sự cải thiện vượt bậc về chất lượng động học. Ở lần chạy I với thông số ban đầu, độ vọt lố góc lái đo được là 13,2% và thời gian quá độ kéo dài 1,45 giây. Đến lần chạy III sau khi tối ưu hóa bộ PID, độ vọt lố giảm mạnh 58% (xuống chỉ còn dưới 5,5%) và thời gian đáp ứng quá độ rút ngắn còn 0,85 giây.

Thảo luận kết quả

Hiệu năng ấn tượng của hệ thống bắt nguồn từ việc kết hợp tối ưu giữa tần số phát xung PWM 2000 kS/s của card HDL 9090 I/O và cấu trúc lập trình luồng dữ liệu của LabVIEW. Việc sử dụng khâu tích phân (Ki) giúp triệt tiêu hoàn toàn sai lệch tĩnh khi xe di chuyển trên đường thẳng, trong khi khâu vi phân (Kd) đóng vai trò dập tắt dao động nhanh chóng khi xe thực hiện thao tác trả lái sau khi vào cua.

So với các nghiên cứu trước đây chỉ áp dụng luật điều khiển tỷ lệ P đơn thuần (thường gây hiện tượng rung lắc quanh vạch phân làn với biên độ dao động lên tới ±4,5 cm), mô hình của luận văn duy trì quỹ đạo ổn định với độ lệch tâm làn chỉ trong khoảng ±1,2 cm.

Dữ liệu thực nghiệm được trực quan hóa sinh động thông qua các đồ thị đáp ứng thời gian thực hiển thị trên giao diện người dùng (Front Panel). Các đồ thị dạng sóng biểu diễn trực quan quá trình thay đổi góc lái theo thời gian, mối tương quan giữa tốc độ xe và góc đánh lái, cùng với bảng thống kê các chỉ tiêu động học (độ vọt lố, thời gian quá độ, thời gian lên đỉnh). Biểu đồ dao động tắt dần của góc lái qua 3 lần chạy minh chứng rõ nét cho sự ổn định của giải thuật khi đưa sai số về mức 0 sau chưa đầy 1 giây.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm và những giới hạn kỹ thuật của đề tài, các giải pháp và khuyến nghị nâng cấp được đề xuất như sau:

Một là, tích hợp thêm thuật toán lọc Kalman mở rộng kết hợp cảm biến khoảng cách quang học hoặc LiDAR nhằm nâng cao tỷ lệ nhận diện vật cản và làn đường đạt trên 99,5%, khắc phục triệt để hiện tượng nhiễu ảnh trong điều kiện ánh sáng yếu hoặc bóng râm phức tạp, hoàn thiện trong 6 tháng do nhóm kỹ sư thị giác máy tính chủ trì.

Hai là, tối ưu hóa phần cứng bằng cách chuyển đổi chương trình điều khiển từ máy tính xách tay sang các bo mạch nhúng chuyên dụng như Jetson Nano hoặc kit FPGA, giúp cắt giảm 45% trọng lượng mô hình (từ 3,5 kg xuống dưới 2,0 kg) và tiết kiệm 50% điện năng tiêu thụ trong vòng 9 tháng bởi các kỹ sư phần cứng.

Ba là, nghiên cứu ứng dụng giải thuật điều khiển thích nghi mờ kết hợp PID (Fuzzy-PID) nhằm tự động hiệu chỉnh thông số Kp, Ki, Kd theo tốc độ xe, phấn đấu giữ độ vọt lố dưới 2% và rút ngắn thời gian đáp ứng dưới 0,5 giây khi xe chạy ở dải vận tốc trên 30 km/h, triển khai thực nghiệm trong 12 tháng tại phòng thí nghiệm chuyên ngành.

Bốn là, mở rộng ứng dụng chuyển giao công nghệ cho các hệ thống xe tự hành AGV dẫn đường theo vạch sơn trong các nhà máy sản xuất linh kiện điện tử và kho vận logistics, giúp giảm 80% chi phí nhân công vận chuyển nội bộ trong thời hạn 18 tháng tại các khu công nghệ cao.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị học thuật và ứng dụng cao, đặc biệt phù hợp với 4 nhóm đối tượng trọng tâm sau:

Nhóm thứ nhất là học viên cao học, nghiên cứu sinh và sinh viên chuyên ngành Kỹ thuật Ô tô, Cơ điện tử và Tự động hóa. Luận văn cung cấp tài liệu tham khảo chi tiết về quy trình thiết kế cơ cấu chấp hành, giao tiếp cảm biến Encoder và xây dựng bộ điều khiển PID cho mô hình xe tự hành thực tế.

Nhóm thứ hai là các kỹ sư nghiên cứu phát triển (R&D) trong lĩnh vực thị giác máy tính và hệ thống hỗ trợ lái xe nâng cao (ADAS). Nhóm đối tượng này có thể kế thừa thuật toán biến đổi Hough trong hệ tọa độ cực và phương pháp trích xuất đặc trưng làn đường thời gian thực.

Nhóm thứ ba là các doanh nghiệp chế tạo robot công nghiệp và hệ thống kho vận thông minh. Luận văn gợi mở giải pháp phát triển các dòng xe tự hành AGV chi phí thấp phục vụ chuyên chở vật liệu theo tuyến đường định sẵn trong nhà máy.

Nhóm thứ tư là giảng viên tại các trường đại học kỹ thuật. Đề tài có thể được sử dụng làm học liệu mẫu, bài tập lớn hoặc giáo trình thực hành chuyên đề về lập trình điều khiển nhúng với phần mềm LabVIEW và card thu thập dữ liệu I/O.

Câu hỏi thường gặp

Câu hỏi thứ nhất: Phần mềm LabVIEW đóng vai trò gì trong hệ thống điều khiển của xe tự động? Trả lời: LabVIEW đóng vai trò là trung tâm điều khiển tích hợp. Phần mềm tiếp nhận chuỗi hình ảnh liên tục từ camera 5.0 Megapixel, thực hiện các bước tiền xử lý ảnh và thuật toán biến đổi Hough để phát hiện làn đường, đồng thời tính toán thuật toán PID và xuất tín hiệu xung PWM qua card HDL 9090 với tốc độ lấy mẫu 100 kS/s để điều khiển góc lái và tốc độ xe.

Câu hỏi thứ hai: Thuật toán biến đổi Hough phát hiện vạch kẻ đường như thế nào trong không gian ảnh? Trả lời: Biến đổi Hough ánh xạ các điểm biên ảnh sang không gian tọa độ cực thông qua phương trình bán kính r và góc quay phi. Các điểm thẳng hàng trên cùng vạch sơn bề rộng 150 mm đến 200 mm sẽ tạo ra các đường cong giao nhau tại một điểm có giá trị tích lũy cực đại, giúp hệ thống trích xuất chính xác 2 đường biên song song với độ tin cậy đạt 96,8%.

Câu hỏi thứ ba: Cơ chế tự động giảm tốc độ khi xe bẻ lái vào khúc cua hoạt động ra sao? Trả lời: Khi camera phát hiện sai số vị trí giữa xe và tâm làn đường tăng cao, bộ điều khiển PID góc lái sẽ kích hoạt mô tơ bẻ lái bánh dẫn hướng sang trái hoặc phải lên tới 35 độ. Đồng thời, bộ điều khiển tốc độ tự động giảm chu kỳ nhiệm vụ xung PWM của động cơ truyền động, hạ vận tốc xuống khoảng 65% đến 70% để đảm bảo ổn định động học.

Câu hỏi thứ tư: Card giao tiếp HDL 9090 I/O có những thông số kỹ thuật then chốt nào? Trả lời: Card USB HDL 9090 được trang bị 6 kênh ngõ vào tương tự ADC 10-bit tốc độ lấy mẫu 100 kS/s, 2 kênh ngõ ra điều chế độ rộng xung PWM tần số 2000 kS/s, 4 kênh ngõ ra số (DO) và 1 bộ đếm đọc Encoder 16-bit, đảm bảo khả năng truyền nhận tín hiệu điều khiển liên tục và không gây trễ mạch.

Câu hỏi thứ năm: Các thông số Kp, Ki, Kd của bộ điều khiển PID được xác định bằng phương pháp nào? Trả lời: Nghiên cứu kết hợp phương pháp lý thuyết Ziegler-Nichols (dựa trên độ lợi giới hạn Ku và chu kỳ dao động Pu) cùng phương pháp tinh chỉnh thực nghiệm thủ công. Nhờ vậy, qua 3 đợt chạy thử nghiệm, độ vọt lố của hệ thống đã giảm 58% (xuống dưới 5,5%) và thời gian đáp ứng quá độ được rút ngắn xuống chỉ còn 0,85 giây.

Kết luận

  • Luận văn đã hoàn thiện thành công mô hình xe tự động bám làn đường thời gian thực dựa trên sự kết hợp giữa camera kỹ thuật số 5.0 Megapixel, máy tính HP Core i5 và card điều khiển HDL 9090 I/O.
  • Phát triển hoàn chỉnh thuật toán xử lý ảnh bằng biến đổi Hough trong hệ tọa độ cực, nhận diện chính xác vạch sơn phân làn với tỷ lệ tin cậy đạt 96,8%.
  • Thiết lập giải thuật PID trên phần mềm LabVIEW giúp điều khiển mượt mà góc xoay bánh dẫn hướng lên tới 35 độ và tự động giảm tốc độ khi vào cua.
  • Tối ưu hóa thành công chất lượng động học qua 3 đợt chạy thực nghiệm, giúp giảm 58% độ vọt lố góc lái và rút ngắn thời gian đáp ứng xuống còn 0,85 giây.
  • Xây dựng cơ sở lý thuyết và thực nghiệm vững chắc, mở ra hướng phát triển ứng dụng phương tiện tự hành AGV vận chuyển hàng hóa trong các nhà máy sản xuất tại Việt Nam.

Đóng góp lớn nhất của công trình là minh chứng tính khả thi của giải pháp điều khiển xe tự động bám làn với chi phí chế tạo hợp lý, tạo tiền đề để hoàn thiện các hệ thống lái tự động cấp độ cao hơn trong lộ trình từ 12 đến 24 tháng tới.

Hãy tải ngay toàn văn luận văn thạc sĩ để khám phá chi tiết sơ đồ nguyên lý mạch điện, lưu đồ thuật toán LabVIEW và toàn bộ bộ thông số thực nghiệm giá trị!