Tổng quan nghiên cứu

Theo ước tính, số người bị liệt toàn thân ngày càng gia tăng do nhiều nguyên nhân như tai nạn giao thông, nhồi máu cơ tim, tai biến mạch máu não, gây ra tình trạng mất khả năng vận động. Những người này không thể tự di chuyển và phải phụ thuộc hoàn toàn vào người chăm sóc, dẫn đến cảm giác là gánh nặng cho gia đình và xã hội. Việc phát triển các phương pháp điều khiển xe lăn điện thông minh nhằm giúp người khuyết tật có thể tự chủ trong di chuyển là một nhu cầu cấp thiết, góp phần nâng cao chất lượng cuộc sống và giảm gánh nặng cho người thân.

Luận văn tập trung nghiên cứu ứng dụng xử lý ảnh để điều khiển xe lăn điện bằng mắt, nhằm hỗ trợ những người không thể cử động tay, chân hoặc đầu. Phạm vi nghiên cứu thực hiện tại Việt Nam trong giai đoạn trước năm 2014, sử dụng webcam đặt cách mắt 10 cm để thu nhận hình ảnh mắt người điều khiển. Mục tiêu cụ thể là xây dựng thuật toán xác định vị trí tâm con ngươi và hai hốc mắt, từ đó tính toán hướng nhìn để điều khiển xe lăn điện di chuyển theo ý muốn người dùng. Việc điều khiển được thực hiện thông qua tín hiệu truyền qua cáp RS232 đến mạch điều khiển động cơ xe lăn.

Nghiên cứu có ý nghĩa quan trọng trong việc phát triển công nghệ hỗ trợ người khuyết tật, góp phần nâng cao tính tự lập và giảm sự phụ thuộc vào người chăm sóc. Đồng thời, kết quả nghiên cứu cũng mở ra hướng ứng dụng xử lý ảnh trong lĩnh vực kỹ thuật điện tử và điều khiển tự động, đặc biệt trong các thiết bị hỗ trợ y tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Xử lý ảnh số (Digital Image Processing): Ảnh số được xem là ma trận hai chiều các điểm ảnh (pixel) với mức xám từ 0 đến 255. Các kỹ thuật xử lý ảnh như phân đoạn ảnh, tách biên, phát hiện góc và biến đổi Hough được áp dụng để xác định các đặc điểm hình học của mắt người.

  • Phân đoạn ảnh và tách biên: Sử dụng các thuật toán như Sobel, Canny, Prewitt, Roberts để phát hiện biên mắt, từ đó xác định vùng chứa con ngươi và hốc mắt. Thuật toán Harris được dùng để phát hiện góc nhằm xác định chính xác vị trí hốc mắt.

  • Biến đổi Hough: Áp dụng biến đổi Hough cho hình tròn để xác định tâm và bán kính con ngươi, dựa trên đặc điểm hình học của mắt.

  • Chuẩn nối tiếp RS232: Là chuẩn truyền thông nối tiếp được sử dụng để truyền tín hiệu điều khiển từ máy tính đến mạch điều khiển động cơ xe lăn.

  • Mạch cầu H (H-Bridge): Sử dụng mạch cầu H để điều khiển chiều quay của động cơ điện gắn trên xe lăn, cho phép xe di chuyển tiến, lùi, rẽ trái, rẽ phải.

Các khái niệm chính bao gồm: điểm ảnh, mức xám, phân đoạn ảnh theo ngưỡng, tách biên, phát hiện góc Harris, biến đổi Hough, giao diện người dùng GUI trong MATLAB, và truyền thông RS232.

Phương pháp nghiên cứu

  • Nguồn dữ liệu: Hình ảnh mắt người được thu thập bằng webcam đặt cách mắt 10 cm, đảm bảo lấy toàn bộ vùng mắt không chứa lông mày. Dữ liệu hình ảnh được xử lý trong môi trường MATLAB sử dụng các toolbox Image Acquisition và Image Processing.

  • Phương pháp chọn mẫu: Lấy mẫu hình ảnh mắt từ người điều khiển trong điều kiện ánh sáng tiêu chuẩn, đảm bảo độ phân giải và chất lượng ảnh phù hợp cho xử lý.

  • Phương pháp phân tích: Áp dụng các thuật toán xử lý ảnh để phân đoạn, tách biên, phát hiện góc và biến đổi Hough nhằm xác định vị trí hốc mắt và tâm con ngươi. Từ đó, tính toán khoảng cách hình học giữa các điểm đặc trưng để xác định hướng nhìn.

  • Timeline nghiên cứu: Quá trình nghiên cứu kéo dài trong khoảng thời gian từ năm 2013 đến 2014, bao gồm các bước thu thập dữ liệu, phát triển thuật toán, mô phỏng và thử nghiệm thực tế.

  • Thiết kế giao diện người dùng: Sử dụng công cụ GUIDE của MATLAB để tạo giao diện điều khiển, giúp người dùng dễ dàng thao tác và quan sát kết quả xử lý ảnh.

  • Truyền tín hiệu điều khiển: Tín hiệu hướng nhìn được truyền qua cáp RS232 đến mạch điều khiển, từ đó điều khiển động cơ xe lăn hoạt động theo hướng mong muốn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Xác định vị trí hốc mắt và tâm con ngươi chính xác: Thuật toán phát hiện góc Harris kết hợp với tách biên Canny và Sobel cho kết quả xác định vị trí hốc mắt với độ chính xác trên 90%. Bán kính con ngươi được xác định trong khoảng 45-90 pixel tùy điều kiện ánh sáng và khoảng cách camera.

  2. Xác định hướng nhìn dựa trên khoảng cách hình học: Khoảng cách từ tâm con ngươi đến hai hốc mắt được tính toán và so sánh để xác định hướng nhìn trái, phải, lên, xuống hoặc thẳng. Độ chính xác nhận dạng hướng nhìn đạt khoảng 85-90% trong môi trường thử nghiệm.

  3. Điều khiển xe lăn điện theo hướng nhìn: Tín hiệu điều khiển được truyền qua chuẩn RS232 đến mạch điều khiển động cơ, cho phép xe lăn di chuyển theo hướng nhìn của người dùng với độ trễ dưới 0,5 giây. Tỷ lệ thành công trong việc điều khiển xe lăn đạt khoảng 80% trong các thử nghiệm thực tế.

  4. Giao diện người dùng thân thiện: Giao diện GUI trong MATLAB giúp người dùng dễ dàng quan sát hình ảnh mắt, vị trí phát hiện và trạng thái điều khiển xe lăn, hỗ trợ hiệu quả trong quá trình vận hành.

Thảo luận kết quả

Kết quả nghiên cứu cho thấy việc ứng dụng xử lý ảnh để điều khiển xe lăn điện bằng mắt là khả thi và có hiệu quả thực tiễn cao. Việc sử dụng các thuật toán tách biên và phát hiện góc giúp xác định chính xác các đặc điểm hình học của mắt, từ đó tính toán hướng nhìn một cách tin cậy. So với các phương pháp điều khiển xe lăn bằng cử động đầu hoặc giọng nói, phương pháp này phù hợp với những người bị liệt toàn thân không thể cử động tay hoặc đầu.

So sánh với các nghiên cứu trước đây, phương pháp xử lý ảnh không cần gắn thiết bị lên đầu hoặc mắt người dùng, tạo cảm giác thoải mái và tự nhiên hơn. Tuy nhiên, hạn chế của phương pháp là yêu cầu người dùng phải giữ đầu cố định trong vùng quan sát của camera và điều kiện ánh sáng ổn định để đảm bảo độ chính xác.

Dữ liệu có thể được trình bày qua các biểu đồ thể hiện tỷ lệ chính xác xác định vị trí hốc mắt, biểu đồ so sánh khoảng cách hình học trong các hướng nhìn, và bảng kết quả điều khiển xe lăn theo từng hướng. Các hình ảnh minh họa quá trình xử lý ảnh và giao diện điều khiển cũng góp phần làm rõ hiệu quả của nghiên cứu.

Đề xuất và khuyến nghị

  1. Cải tiến thuật toán xử lý ảnh: Nâng cao độ chính xác và khả năng nhận dạng hướng nhìn trong điều kiện ánh sáng yếu hoặc thay đổi bằng cách áp dụng các kỹ thuật học máy hoặc mạng nơ-ron nhân tạo. Mục tiêu tăng độ chính xác lên trên 95% trong vòng 12 tháng, do nhóm nghiên cứu kỹ thuật điện tử thực hiện.

  2. Tích hợp cảm biến bổ sung: Kết hợp thêm cảm biến gia tốc hoặc cảm biến chuyển động đầu để hỗ trợ ổn định vị trí đầu người dùng, giúp giảm sai số khi đầu có chuyển động nhẹ. Thời gian triển khai dự kiến 6 tháng, phối hợp với phòng thí nghiệm robot và tự động hóa.

  3. Phát triển phần mềm điều khiển đa nền tảng: Xây dựng ứng dụng điều khiển xe lăn trên các thiết bị di động hoặc máy tính bảng để tăng tính linh hoạt và tiện lợi cho người dùng. Mục tiêu hoàn thành trong 9 tháng, do nhóm phát triển phần mềm đảm nhiệm.

  4. Thử nghiệm thực tế mở rộng: Tổ chức các đợt thử nghiệm với nhóm người dùng đa dạng về độ tuổi và mức độ khuyết tật tại các trung tâm phục hồi chức năng trong vòng 1 năm để thu thập phản hồi và điều chỉnh hệ thống phù hợp hơn.

Đối tượng nên tham khảo luận văn

  1. Nhà nghiên cứu và sinh viên ngành kỹ thuật điện tử, tự động hóa: Có thể áp dụng các thuật toán xử lý ảnh và truyền thông RS232 trong các dự án điều khiển tự động và robot hỗ trợ.

  2. Chuyên gia phát triển thiết bị hỗ trợ người khuyết tật: Tham khảo để phát triển các sản phẩm xe lăn điện thông minh, nâng cao tính tự chủ cho người dùng.

  3. Bệnh viện và trung tâm phục hồi chức năng: Áp dụng công nghệ điều khiển xe lăn bằng mắt để hỗ trợ bệnh nhân liệt toàn thân trong quá trình phục hồi và sinh hoạt hàng ngày.

  4. Nhà phát triển phần mềm và ứng dụng y tế: Tận dụng giao diện người dùng và thuật toán xử lý ảnh để xây dựng các giải pháp phần mềm hỗ trợ điều khiển thiết bị y tế.

Câu hỏi thường gặp

  1. Phương pháp xử lý ảnh có phù hợp với mọi điều kiện ánh sáng không?
    Phương pháp hiện tại hoạt động tốt trong điều kiện ánh sáng ổn định và đủ sáng. Trong môi trường ánh sáng yếu hoặc thay đổi, độ chính xác giảm do ảnh hưởng đến chất lượng hình ảnh. Cần cải tiến thuật toán hoặc bổ sung cảm biến để khắc phục.

  2. Người dùng có cần đeo thiết bị đặc biệt không?
    Không, hệ thống sử dụng camera đặt cách mắt 10 cm để thu nhận hình ảnh, không yêu cầu người dùng đeo kính áp tròng hay cảm biến gắn trên đầu, tạo sự thoải mái và tự nhiên.

  3. Tín hiệu điều khiển được truyền như thế nào đến xe lăn?
    Tín hiệu được truyền qua chuẩn nối tiếp RS232 từ máy tính đến mạch điều khiển động cơ, đảm bảo truyền tải nhanh và ổn định các lệnh điều khiển.

  4. Hệ thống có thể điều khiển xe lăn trong không gian rộng không?
    Hệ thống giới hạn trong vùng hoạt động của camera, thường là khoảng cách cố định 10 cm từ mắt đến camera. Để mở rộng không gian, cần bổ sung camera hoặc cảm biến khác.

  5. Thời gian phản hồi của hệ thống là bao lâu?
    Thời gian phản hồi trung bình dưới 0,5 giây, đủ nhanh để người dùng cảm nhận được sự điều khiển tức thời và mượt mà.

Kết luận

  • Luận văn đã xây dựng thành công thuật toán xử lý ảnh để xác định vị trí con ngươi và hốc mắt, từ đó điều khiển xe lăn điện bằng hướng nhìn của người dùng.
  • Phương pháp sử dụng camera đặt cách mắt 10 cm, không cần thiết bị gắn trên người, tạo sự thoải mái và tự nhiên cho người dùng.
  • Tín hiệu điều khiển được truyền qua chuẩn RS232 đến mạch điều khiển động cơ, cho phép xe lăn di chuyển theo các hướng mong muốn với độ chính xác và độ trễ chấp nhận được.
  • Giao diện người dùng thân thiện được phát triển trên MATLAB giúp dễ dàng thao tác và quan sát kết quả xử lý.
  • Hướng phát triển tiếp theo là nâng cao độ chính xác trong điều kiện ánh sáng thay đổi, tích hợp cảm biến bổ sung và mở rộng thử nghiệm thực tế với người dùng đa dạng.

Để tiếp tục phát triển công nghệ này, các nhà nghiên cứu và phát triển thiết bị hỗ trợ người khuyết tật nên phối hợp triển khai các giải pháp cải tiến thuật toán và phần cứng, đồng thời mở rộng ứng dụng trong thực tế nhằm nâng cao chất lượng cuộc sống cho người khuyết tật.