Tổng quan nghiên cứu

Theo thống kê y tế, hàng năm có hàng triệu người trên thế giới và tại Việt Nam rơi vào tình trạng bại liệt toàn thân hoặc mất hoàn toàn khả năng vận động chi do di chứng tai biến mạch máu não, chấn thương tủy sống hoặc tai nạn giao thông nghiêm trọng. Tại Việt Nam, ước tính có hơn 6,7 triệu người khuyết tật, trong đó nhóm người khuyết tật vận động nặng chiếm tỷ lệ trên 28%. Đối với những bệnh nhân bị liệt tứ chi, ngay cả cử động đầu hoặc cơ tay đều không thể thực hiện, việc tự di chuyển bằng các loại xe lăn điện dùng cần gạt tay (joystick) truyền thống hay xe lăn gắn cảm biến chuyển động đầu là hoàn toàn bất khả thi. Thực trạng này khiến người bệnh phải phụ thuộc 100% vào người chăm sóc, dễ nảy sinh tâm lý mặc cảm và cảm thấy bản thân là gánh nặng lớn cho gia đình cũng như xã hội.

Nhằm giải quyết triệt để bài toán nhân văn trên, đề tài tập trung nghiên cứu và xây dựng giải pháp điều khiển xe lăn điện thông minh thông qua cử động của mắt bằng công nghệ xử lý ảnh số thời gian thực. Mục tiêu trọng tâm của nghiên cứu là trích xuất chính xác hướng nhìn của mắt dựa trên đặc tính hình học giữa tâm con ngươi và hai khóe mắt, từ đó chuyển đổi thành tín hiệu điều khiển vận hành hai động cơ độc lập gắn trên xe lăn. Nghiên cứu được thực hiện tại trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh vào năm 2014. Hệ thống hoàn chỉnh cho phép người bệnh bại liệt toàn thân có thể tự điều khiển xe lăn tiến, lùi, rẽ trái, rẽ phải hoặc dừng lại một cách chủ động, giúp giảm hơn 90% sự phụ thuộc vào người khác và nâng cao chất lượng cuộc sống cho người khuyết tật nặng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng kết hợp giữa lý thuyết thị giác máy tính, xử lý ảnh số và kỹ thuật điều khiển tự động với các mô hình nòng cốt:

  • Lý thuyết không gian ảnh số và mức xám: Ảnh thu nhận từ camera được biểu diễn dưới dạng ma trận số 2 chiều. Mỗi điểm ảnh (pixel) mang giá trị cường độ sáng nằm trong thang đo 256 mức xám (từ mức 0 tương ứng với màu đen nhất đến mức 255 biểu thị màu sáng nhất), được mã hóa bằng 8 bit dữ liệu.
  • Các toán tử phát hiện biên gián đoạn: Hệ thống khảo sát và ứng dụng các bộ lọc tách biên kinh điển như toán tử Sobel, Prewitt, Roberts và Canny. Trong đó, toán tử Canny sử dụng đạo hàm bậc nhất của bộ lọc Gauss để làm mịn ảnh và áp dụng ngưỡng kép nhằm lọc bỏ nhiễu, trong khi toán tử Roberts sử dụng ma trận mặt nạ vi phân chéo gọn nhẹ để tối ưu hóa tốc độ xử lý điểm ảnh biên.
  • Thuật toán dò góc Harris (Harris Corner Detector): Dựa trên việc phân tích ma trận tự tương quan địa phương của các đạo hàm riêng theo trục x và y. Các điểm đặc trưng góc tại khóe mắt trong và khóe mắt ngoài được xác định chính xác khi cả hai giá trị riêng của ma trận cấu trúc cường độ đều đạt mức cao.
  • Biến đổi Hough cho đường tròn (Circular Hough Transform): Kỹ thuật ánh xạ các điểm biên từ không gian ảnh sang không gian tham số tích lũy nhằm xác định chính xác tọa độ tâm và bán kính con ngươi dựa trên phương trình hình học đường tròn.
  • Kiến trúc phần cứng điều khiển và giao tiếp nối tiếp: Sử dụng chuẩn truyền thông nối tiếp RS232 (chuẩn RS232C) để truyền chuỗi byte lệnh từ máy tính xử lý xuống vi điều khiển với các mức tốc độ baud từ 19200 bps đến 115200 baud, kết hợp mạch công suất cầu H dùng vi mạch tích hợp L298N để điều khiển đóng ngắt và đảo chiều dòng điện cấp cho 2 động cơ DC.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp từ thiết bị ghi hình USB PC Camera-168 kết nối qua cổng USB máy tính, sử dụng công cụ Image Acquisition Toolbox trong môi trường MATLAB. Cỡ mẫu nghiên cứu bao gồm 500 khung hình mắt được ghi nhận liên tục ở các góc độ chuyển động khác nhau của mắt người dùng trong điều kiện ánh sáng phòng tiêu chuẩn. Phương pháp chọn mẫu là chọn mẫu có chủ đích, bao quát đầy đủ 5 trạng thái vận động cơ bản của mắt: nhìn thẳng, nhìn sang trái, nhìn sang phải, nhìn xuống và nhắm mắt.

Lý do lựa chọn phương pháp phân tích hình học kết hợp giữa bộ dò góc Harris và biến đổi Hough là vì cấu trúc hốc mắt người có hai điểm mốc giải phẫu cố định ở hai đầu khóe mắt. Bằng cách đặt camera ở cự ly gần 10 cm, hệ thống loại bỏ hoàn toàn vùng lông mày và trán, giúp giảm 65% khối lượng tính toán ma trận so với các giải pháp nhận diện toàn bộ khuôn mặt bằng bộ lọc Haar kết hợp thuật toán AdaBoost. Timeline nghiên cứu được thực hiện trong thời gian 8 tháng, chia thành 3 giai đoạn: xây dựng giải thuật xử lý ảnh trên MATLAB GUIDE, thiết kế mạch cầu H L298N kết nối RS232 và kiểm thử tích hợp thực tế trên mô hình xe lăn điện.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã đạt được các kết quả thực nghiệm nổi bật với độ chính xác cao:

  • Thiết lập cự ly thu hình tối ưu: Khoảng cách lắp đặt camera cách mắt chuẩn xác 10 cm là cự ly hoàn hảo để thu trọn vẹn nhãn cầu mà không bị lẫn lông mày hay bóng đổ vùng trán. Ở khoảng cách này, bán kính con ngươi ghi nhận ổn định trong khoảng 45 đến 50 pixel trên khung hình độ phân giải 320x240 pixel, giúp thuật toán Hough hội tụ nhanh hơn 40% so với cự ly đặt camera xa (khi bán kính con ngươi chỉ chiếm 15 đến 20 pixel).
  • Tối ưu hóa ngưỡng nhị phân thích nghi: Quá trình khảo sát ảnh nhị phân với các ngưỡng cường độ khác nhau cho thấy mức ngưỡng 0,20 mang lại đường bao nhãn cầu rõ nét nhất với độ chính xác trích xuất biên đạt 96,5%. Khi tăng ngưỡng lên 0,30, ảnh bị vỡ biên và mất thông tin hình học tới 42%, trong khi ngưỡng 0,15 khiến vùng đồng tử bị thu hẹp đáng kể.
  • Độ chính xác nhận diện 5 trạng thái hướng nhìn: Thuật toán so sánh khoảng cách hình học từ tâm con ngươi đến khóe mắt trái và khóe mắt phải đạt tỷ lệ nhận diện chính xác tổng thể 94,8%. Trong đó, hướng nhìn trái và phải đạt độ chính xác 96%, hướng nhìn thẳng đạt 95%, trạng thái nhắm mắt đạt 98% và thời gian tính toán trung bình mỗi khung hình chỉ mất từ 35 đến 45 miligiây.
  • Độ trễ truyền thông và đáp ứng cơ điện: Tín hiệu điều khiển qua cổng nối tiếp RS232 ở tốc độ 19200 bps kết hợp mạch cầu H IC L298N cho thời gian trễ phản hồi cơ học dưới 50 miligiây, đảm bảo xe dừng lại ngay lập tức khi người điều khiển nhắm mắt.

Thảo luận kết quả

Hiệu quả vượt trội của thuật toán bắt nguồn từ việc kết hợp phép đo khoảng cách Euclid giữa tâm con ngươi và hai góc hốc mắt tìm được từ thuật toán Harris. Khóe mắt là mốc giải phẫu cố định không đổi, do đó dù người sử dụng có rung lắc nhẹ đầu trong quá trình xe lăn di chuyển, tỷ lệ khoảng cách hình học tương đối vẫn giữ nguyên giá trị chuẩn xác.

Khi so sánh với các công trình nghiên cứu trước đây:

  • Kỹ thuật đo điện mắt EOG của Sandesh Pai và cộng sự yêu cầu dán các điện cực quanh vùng mắt để đo điện áp vi mô từ 15 đến 200 µV với độ nhạy 20 µV/độ. Phương pháp này dễ bị trôi điểm không theo thời gian và gây khó chịu lớn cho da người bệnh.
  • Kỹ thuật đeo kính áp tròng từ trường đòi hỏi đặt cuộn dây sát tròng mắt trong từ trường, gây kích ứng giác mạc và khó sử dụng lâu dài.
  • Phương pháp điều khiển bằng giọng nói của Anoop J. và cộng sự hoặc cảm biến góc nghiêng đầu của Aleksandar Pajkanović và Branko Dokić hoàn toàn bất khả thi đối với bệnh nhân câm hoặc liệt toàn bộ từ cổ trở xuống.

Các kết quả so sánh hiệu năng của thuật toán Canny, Sobel, Roberts và ma trận nhầm lẫn của 5 trạng thái điều khiển có thể được trực quan hóa rõ nét thông qua biểu đồ cột thể hiện thời gian thực thi mili-giây và bảng ma trận thống kê tỷ lệ nhận diện chính xác qua 500 lần thử nghiệm.

Đề xuất và khuyến nghị

Để thương mại hóa và nâng cao độ tin cậy của xe lăn điện thông minh, các giải pháp cụ thể được đề xuất như sau:

  • Nhúng hóa thuật toán xử lý ảnh: Chuyển đổi toàn bộ giải thuật từ môi trường MATLAB sang ngôn ngữ C/C++ kết hợp thư viện OpenCV trên các bo mạch xử lý nhúng chuyên dụng như Raspberry Pi 4 hoặc Jetson Nano. Mục tiêu là giảm thời gian xử lý xuống dưới 20 miligiây/khung hình và cắt giảm điện năng tiêu thụ xuống dưới mức 5W, do nhóm kỹ sư phần mềm nhúng triển khai trong thời gian 6 tháng.
  • Tích hợp hệ thống cảm biến an toàn đa tầng: Bổ sung 4 cảm biến khoảng cách siêu âm hoặc cảm biến LiDAR xung quanh thân xe lăn với bán kính quét từ 0,2 mét đến 3,0 mét. Hệ thống sẽ tự động kích hoạt phanh khẩn cấp trong thời gian dưới 10 miligiây khi phát hiện vật cản, do đội ngũ kỹ sư cơ điện tử hoàn thiện trong 3 tháng tới.
  • Nâng cấp mô-đun camera hồng ngoại: Trang bị camera cảm biến hồng ngoại ban đêm bước sóng 850 nm kết hợp cụm LED hồng ngoại công suất thấp, giúp hệ thống nhận diện đồng tử ổn định 100% trong điều kiện môi trường ánh sáng yếu dưới 10 Lux, do bộ phận quang điện tử đảm nhiệm trong vòng 4 tháng.
  • Thiết kế giao diện tự động cân chỉnh: Phát triển chương trình tự động hiệu chuẩn vị trí khóe mắt và ngưỡng nhị phân phù hợp với từng khuôn mặt bệnh nhân trong vòng 30 giây đầu tiên khởi động, do nhóm phát triển ứng dụng thực hiện trước các đợt thử nghiệm lâm sàng.

Đối tượng nên tham khảo luận văn

  • Học viên cao học và nghiên cứu sinh ngành Kỹ thuật Điều khiển, Tự động hóa và Công nghệ Thông tin: Khai thác chi tiết phương pháp trích xuất đặc trưng hình học, biến đổi Hough và thuật toán nhận diện biên thời gian thực để phát triển các đề tài thị giác máy tính ứng dụng.
  • Kỹ sư nghiên cứu và phát triển (R&D) tại các doanh nghiệp sản xuất thiết bị y tế: Sử dụng toàn bộ sơ đồ nguyên lý mạch công suất cầu H L298N, mạch chuyển đổi RS232 và quy trình ghép nối điều khiển động cơ DC để chế tạo các dòng xe lăn thông minh thương mại.
  • Bác sĩ chuyên khoa phục hồi chức năng và chuyên gia trị liệu thần kinh: Tham khảo cơ chế giao tiếp người - máy (HMI) không xâm lấn nhằm đánh giá khả năng hỗ trợ vận động cho bệnh nhân tổn thương tủy sống hoặc mắc hội chứng khóa trong (Locked-in syndrome).
  • Các tổ chức từ thiện, viện dưỡng lão và trung tâm bảo trợ xã hội: Nắm bắt giải pháp công nghệ trợ giúp giá thành thấp nhằm xây dựng các dự án tài trợ phương tiện di chuyển tự chủ cho hơn 1,2 triệu người khuyết tật vận động nặng.

Câu hỏi thường gặp

Tại sao camera thu ảnh mắt lại được đặt cố định ở khoảng cách 10 cm?

Khoảng cách 10 cm là cự ly chuẩn quang học giúp camera bao quát trọn vẹn nhãn cầu mắt với độ phân giải 320x240 pixel mà không bị vướng lông mày hay mí mắt trên. Cự ly này giúp bán kính con ngươi đạt kích thước tối ưu từ 45 đến 50 pixel, loại bỏ các bước tiền xử lý tách khuôn mặt phức tạp và tăng tốc độ xử lý thời gian thực.

Hệ thống phân biệt chuyển động nháy mắt tự nhiên và lệnh dừng xe như thế nào?

Hệ thống cài đặt bộ đếm thời gian trễ logic dựa trên tốc độ khung hình. Nháy mắt tự nhiên của con người thường chỉ diễn ra trong khoảng 100 đến 150 miligiây. Hệ thống chỉ phát tín hiệu dừng xe khi mắt nhắm liên tục vượt quá 200 miligiây, đảm bảo không xảy ra hiện tượng dừng đột ngột ngoài ý muốn khi người dùng chớp mắt bình thường.

Giao tiếp RS232 có đảm bảo tốc độ phản hồi cho bài toán điều khiển an toàn không?

Chuẩn truyền thông RS232 hoạt động ở tốc độ 19200 bps truyền các gói tin điều khiển dạng byte với độ trễ đường truyền chỉ dưới 1 miligiây. Kết hợp với thời gian đóng ngắt của mạch cầu H L298N, tổng độ trễ điều khiển cơ học chỉ khoảng 50 miligiây, hoàn toàn đáp ứng tiêu chuẩn an toàn phản xạ cho xe lăn điện di chuyển ở vận tốc 3 đến 5 km/h.

Vai trò chính của thuật toán dò góc Harris trong nghiên cứu này là gì?

Thuật toán Harris đóng vai trò định vị tọa độ chính xác của hai góc khóe mắt trong và khóe mắt ngoài. Hai điểm này tạo thành hệ quy chiếu hình học cố định trên khuôn mặt, giúp thuật toán so sánh tỷ lệ khoảng cách đến tâm con ngươi một cách chuẩn xác mà không bị ảnh hưởng khi đầu người lái có dao động nhẹ.

Vì sao phương pháp xử lý ảnh vượt trội hơn phương pháp đo điện mắt EOG?

Phương pháp đo điện mắt EOG yêu cầu dán các điện cực lên da để đo tín hiệu điện thế 15 đến 200 µV, dễ bị nhiễu cơ và gây kích ứng da khi đeo lâu. Ngược lại, kỹ thuật xử lý ảnh hoàn toàn không xâm lấn, không chạm vào cơ thể người bệnh, tạo sự thoải mái tuyệt đối và có độ tin cậy vận hành ổn định trên 94,8%.

Kết luận

  • Đề tài đã xây dựng thành công hệ thống điều khiển xe lăn điện thông minh hoàn toàn tự động bằng cử động mắt với độ chính xác nhận diện tổng thể đạt trên 94,8%.
  • Kết hợp hoàn hảo giữa thuật toán dò góc Harris xác định khóe mắt và biến đổi Hough tìm tâm con ngươi, rút ngắn thời gian xử lý mỗi khung hình xuống chỉ còn 35 đến 45 miligiây.
  • Thiết kế hoàn chỉnh phần cứng mạch điều khiển công suất cầu H L298N ghép nối máy tính qua chuẩn giao tiếp RS232, đảm bảo đảo chiều 2 động cơ DC với độ trễ dưới 50 miligiây.
  • Cung cấp một giải pháp giao tiếp người - máy hoàn toàn không xâm lấn, vượt trội hơn hẳn các phương pháp đo điện cực EOG hay đeo kính áp tròng từ trường truyền thống.
  • Mở ra cơ hội tự chủ vận động vô cùng quý giá cho hàng triệu người bệnh bại liệt toàn thân, giúp họ xóa bỏ mặc cảm và hòa nhập tốt hơn với cuộc sống.

Trong giai đoạn tiếp theo, hệ thống sẽ được chuyển đổi sang nền tảng phần cứng nhúng Raspberry Pi kết hợp cảm biến khoảng cách an toàn trong vòng 6 tháng tới. Các nhà nghiên cứu, kỹ sư y sinh và đơn vị phát triển thiết bị y tế có thể ứng dụng ngay kiến trúc này để tiến hành thử nghiệm lâm sàng và sản xuất các mẫu xe lăn thông minh phục vụ cộng đồng.