I. Giới thiệu về Xe tự động di chuyển bằng xử lý ảnh tại HCMUTE
Đồ án tốt nghiệp "Xe tự động di chuyển dựa vào vật mốc dùng xử lý ảnh" tại Trường Đại học Sư phạm Kỹ thuật TP.HCM (HCMUTE) tập trung vào việc thiết kế và chế tạo một mô hình xe tự hành sử dụng xử lý ảnh để dò đường và nhận dạng vật mốc. Đồ án này thể hiện sự ứng dụng của công nghệ tự lái và xử lý ảnh trong phát triển xe tự hành HCMUTE. Các sinh viên đã kết hợp nhiều kỹ thuật khác nhau, bao gồm thuật toán xử lý ảnh, thuật toán PID, và hệ điều hành ROS, để tạo ra một hệ thống điều khiển tự động hiệu quả. Nghiên cứu này đóng góp vào lĩnh vực nghiên cứu xe tự lái HCMUTE, mở ra nhiều hướng phát triển trong tương lai.
1.1. Mục tiêu nghiên cứu
Mục tiêu chính của đồ án là xây dựng một mô hình xe tự động di chuyển có khả năng theo đường line và nhận dạng vật mốc dựa trên xử lý ảnh. Hệ thống sử dụng camera để thu thập dữ liệu hình ảnh, thư viện OpenCV để xử lý ảnh, và Arduino để điều khiển động cơ. Các sinh viên đã nghiên cứu và áp dụng thuật toán SIFT cho việc nhận dạng vật mốc, và thuật toán PID cho điều khiển vận tốc và hướng di chuyển của xe. Việc tích hợp các thành phần này trên nền tảng hệ điều hành ROS nhằm tối ưu hóa quá trình điều khiển và xử lý dữ liệu. Đây là một ví dụ điển hình về phát triển xe tự lái HCMUTE sử dụng các công nghệ hiện đại.
1.2. Phương pháp nghiên cứu
Đồ án tiến hành nghiên cứu lý thuyết về xử lý ảnh tự lái, thuật toán SIFT, thuật toán PID, và hệ điều hành ROS. Sinh viên đã thiết kế và chế tạo phần cứng, bao gồm khung xe, mạch điện, và kết nối các thành phần như camera, Arduino, và máy tính. Phần mềm được phát triển dựa trên thư viện OpenCV và ROS, bao gồm các chương trình xử lý ảnh, điều khiển động cơ, và giao tiếp giữa các thành phần. Quá trình thực tế ảo xe tự lái không được đề cập, nhưng mô phỏng xe tự lái được thực hiện thông qua việc lập trình và chạy thử nghiệm trên hệ thống thực tế. Đây là một quá trình nghiên cứu xe tự lái HCMUTE toàn diện từ lý thuyết đến thực hành.
II. Kết quả và đánh giá
Đồ án đã thành công trong việc xây dựng một mô hình xe tự động di chuyển bằng xử lý ảnh. Xe có thể theo đường line và nhận dạng vật mốc với độ chính xác nhất định. Tuy nhiên, có một số hạn chế như kích thước nhỏ, môi trường hoạt động đơn giản, và khả năng xử lý trong điều kiện ánh sáng yếu còn cần cải thiện. Kết quả cho thấy sự khả thi của việc ứng dụng xử lý ảnh trong tự lái, đặc biệt trong lĩnh vực xe tự hành HCMUTE. AI trong xe tự lái HCMUTE được thể hiện một phần qua việc sử dụng các thuật toán xử lý ảnh để nhận dạng vật thể.
2.1. Khả năng hoạt động
Mô hình xe tự lái HCMUTE thể hiện khả năng di chuyển theo đường line và nhận dạng vật mốc. Ứng dụng xử lý ảnh trong tự lái được chứng minh hiệu quả trong việc định hướng. Tuy nhiên, hiệu suất hoạt động phụ thuộc nhiều vào điều kiện ánh sáng và chất lượng đường line. Thực tế ảo xe tự lái không được sử dụng, nên việc đánh giá độ chính xác và khả năng thích ứng với môi trường phức tạp còn hạn chế. Việc sử dụng camera Logitech cho thấy khả năng quan sát của hệ thống, mặc dù chi phí xe tự lái HCMUTE có thể được tối ưu hơn bằng cách sử dụng các giải pháp camera khác. Hệ thống tự lái bằng xử lý ảnh này cần được cải thiện để ứng dụng trong môi trường thực tế phức tạp hơn.
2.2. Hạn chế và hướng phát triển
Các hạn chế chính của đồ án gồm kích thước nhỏ, môi trường hoạt động đơn giản (trong nhà, đường line rõ ràng), và khả năng chịu nhiễu ánh sáng yếu. An toàn xe tự lái HCMUTE cần được cải thiện đáng kể. Triển vọng xe tự lái HCMUTE phụ thuộc vào việc khắc phục các hạn chế này. Các hướng phát triển bao gồm cải thiện thuật toán xử lý ảnh, nâng cấp phần cứng (camera tốt hơn, động cơ mạnh mẽ hơn), và mở rộng khả năng hoạt động trong môi trường phức tạp hơn. Đào tạo kỹ sư tự lái HCMUTE cũng cần được chú trọng để đáp ứng nhu cầu phát triển công nghệ này. Nghiên cứu sinh tự lái HCMUTE có thể tập trung vào các hướng nghiên cứu tiên tiến như học máy (machine learning) và học sâu (deep learning) để nâng cao khả năng tự động hóa của hệ thống.
