NGHIÊN cứu về THU THẬP và xử lý ẢNH

NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH NGHIÊN cứu về THU THẬP và xử lý ẢNH

NGHIÊN CỨU VỀ THU THẬP VÀ XỬ LÝ ẢNH

ĐỂ HỖ TRỢ Ô TÔ CHẠY TỰ ĐỘNG

“THE RESEARCH OF COLLECTING AND PROCESSING IMAGE TO SUPPORT

AUTOMATIC VEHICLE”

TS Lê Thanh Phúc[1], KS Văn Ánh Dương[2]

duongckd08@gmail.com Trường Đại học sư phạm kỹ thuật TP.HCM

Tóm tắt

Đề tài “Nghiên cứu thu thập và xử lý ảnh để hỗ trợ ô tô chạy tự động” tìm hiểu về

phương pháp nhận dạng các vật cản trên đường khi xe tham gia giao thông Cụ thể, ở đây người nghiên cứu sử dụng các công cụ xử lý ảnh của labVIEW: Vision Acquisition, Vision Assistant để thu thập và xử lý vật cản Mô hình đường là đường nhựa, với các giả định sau:

- Đường bằng phẳng

- Mặt đường sạch sẽ, đồng nhất

Đề tài sử dụng webcam để thu thập hình ảnh khi xe hoạt động Hình ảnh được công cụ Vision Acquisition thu nhận, sau đó được xử lý để chuyển thành ảnh nhị phân, giảm nhiễu, đưa ra kết quả nhờ vào công cụ Vision Assistant Ảnh đã được xử lý kết hợp với khoảng cách đo từ cảm biến SRF05 làm tín hiệu điều khiển hoạt động của xe Khoảng cách từ vi điều khiển truyền lên labVIEW giao tiếp thông qua cổng giao tiếp RS232 Kết quả cuối cùng đã hoàn thành mô hình xe có thể nhận dạng được các vật cản trên đường đi, báo vị trí vật cản, điều khiển xe dừng khi khoảng cách xe và vật cản nguy hiểm

Thực nghiệm với xe chạy tốc độ chậm, hình ảnh và khoảng cách thu được có sai số khá nhỏ

Từ khóa:ô tô, xử lý ảnh, điều khiển tự động, labview

Abstract

The project of “The research of collecting and processing images to support automatic vehicle” is learning about methods to indentify obstacles on the road in

traffic Specifically, the researcher uses processing image tools of LabVIEW: Vision Acquisition and Vision Assistant to collect and process obstructions The model is asphalt road, with assumptions as below:

- Flat street

- Clear and homogeneous road

This project uses webcam to collect images whilst operating a vehicle The Vision Acquisition tool acquire images, then the Vision Assistant tool converts them to a binary image and noise reduction Image processing combined with the distance measured from sensor SRF05 use control signals from the operating vehicle Distance from microcontroller is transferred to Lab VIEW via a standard RS232 interface The end result is a completed vehicle model able to identify the obstacles on the road, display obstacle positions, control vehicles stopping when they are at a dangerous distance

Experiment with vehicles travelling at slow speeds, images and distances obtained small error relatively

Keywords: image processing, LabVIEW, automatic vehicle

1 Giới thiệu:

Ứng dụng xử lý ảnh vào thực tiễn giao

thông là đề tài còn khá mới mẻ Đề tài

ứng dụng xử lý ảnh cho xe ô tô có rất

nhiều ý nghĩa bởi vì:

- Giúp người lái xe thoải mái nghỉ ngơi để

hồi phục sức khỏe khi xe đang chạy

trên đường vắng

- Hỗ trợ điều khiển ô tô giúp việc tham gia

giao thông an toàn hơn

- Giúp con người khám phá được nhiều

hơn những nơi không đến được

- Đặc biệt đây là ứng dụng dược chú tâm

nhiều trong lĩnh vực quân sự

Công trình đã thiết kế, lắp đặt camera, cảm biến siêu âm SRF05 để thu thập hình ảnh và đo khoảng cách của vật cản trước xe Vật cản thu nhận được sẽ được xử lý, báo vị trí vật cản Hình ảnh được xử lý cùng với khoảng cách sẽ điều khiển hoạt động xe: chạy chậm, dừng…

2 Thiết kế, lắp đặt camera và thuật toán nhận dạng

Hình 1 Bản vẽ thiết kế

Để có thể lấy được hình ảnh và tính toán khoảng cách chính xác, cũng như hiển thị lên LCD dễ quan sát thì ta chọn

cách bố trí camera, cảm biến siêu âm

như hình bên

Ngoài ra việc bố trí các thiết bị như vậy

là để tiết kiệm được không gian trên xe,

và công việc kiểm tra hư hỏng được

thuận tiện

Hình 2 Mô phỏng 3D

Hình 3 Lắp đặt mô hình

3 Đo khoảng cách

Cảm biến siêu âm SRF05 có 2 đầu:

phát và nhận Hoạt động đầu phát sẽ

phát ra sóng siêu âm, khi sóng này gặp

vật cản sẽ đập vào vật cản và phản hồi

về đầu nhận Thời gian tính từ khi sóng

phát ra và nhận về được cảm biến tính

toán khoảng cách tới vật cản

Hình 4 Sơ đồ nguyên lý của mạch đo

khoảng cách

Hình 5 Mạch đo khoảng cách

 Thuật toán giao tiếp giữa vi điều khiển và máy tính qua chuẩn RS 232

Chuẩn RS 232 là chuẩn giao tiếp thông dụng nhất giữa máy tính và thiết bị ngoại vi Hầu hết mỗi máy tính đều có một vài cổng nối tiếp COM Kết nối bằng RS 232 có thể có khoảng cách lớn Tuy nhiên nó cũng có nhược điểm

WEBCAM

là tại một thời điểm chỉ kết nối được

một máy Tốc độ truyền của RS 232

cũng chậm hơn so với chuẩn khác

Hình 6 Lưu đồ thuật toán

- Bước 1: khởi tạo: Bước này gồm có mở

thiết bị, khởi tạo đường truyền tín hiệu

và xóa thiết bị

- Bước 2: Lập cấu trúc hình cho các kênh

- Bước 3: Lập trình cấu hình quét

- Bước 4: Định dạng dữ liệu thu về

- Bước 5: Thu dữ liệu về và xử lý

Có nhiều lệnh đọc dữ liệu về nhưng

thuận tiện nhất là dùng 2 lệnh DATA:

POINT và DATA: REM Dữ liệu thu về

dưới dạng gồm nhiều trường khác nhau

như giá trị kênh, thời gian… Để bóc

tách lấy dữ liệu ta dùng Data to 3D

ARRAY VI để tách lấy phần dữ liệu

cần xử lý

- Bước 6: Đóng thiết bị, để đóng thiết bị có

thể dùng hàm VISA Close của

LabVIEW

 Nhận dạng và xử lý ảnh với labVIEW

Tổng quan về hệ thống:

Trong hệ thống nhận dạng và xử lý ảnh, việc thiết kế vị trí và thiết bị là cần thiết

để đảm bảo cho hệ thống hoạt động chính xác

 Webcam/ camera: thu tín hiệu hình ảnh

từ bên ngoài

 Mạch xử lý các tín hiệu và giao tiếp với máy tính

 Thiết bị ngõ ra như: điều khiển hoạt động của xe (motor)

sau:

Hình 7 Tổng quan hệ thống

Webcam/ camera có nhiệm vụ thu thập các hình ảnh Sau đó hình ảnh từ webcam/ camera sẽ được chuyển vào máy tính Máy tính lúc này sẽ thực hiện việc so sánh và xử lý các hình ảnh thông qua phần mềm labVIEW, sau đó nó sẽ xuất tín hiệu ra điều khiển xe card kết nối với máy Ta có thể tóm tắt quy trình như sau:

Hình 8 Quy tắc hoạt động của hệ

thống

Trong đó quá trình xử lý ảnh gồm hai

giai đoạn: thu thập ảnh và xử lý hình

ảnh thu thập được

 Thuật toán nhận dạng và đo khoảng

cách

 Kết quả thu thập hình ảnh

Hình 9 Thu thập vật cản bên trái

Hình 10 Thu nhận vật cản ở giữa

Hình 11 Thu nhận vật cản bên phải

4 Thực nghiệm

 Điều kiện thực nghiệm

- Tốc độ động cơ: 50 vòng/phút, 60 vòng/phút, 70vòng/phút

- Chiều cao vật cản: >3cm

- Mặt đường: bằng phẳng, sạch sẽ

- Độ phân giải của camera: 1290x640

- Tốc độ lấy ảnh: 30fps

- Khoảng cách lấy ảnh: 150 cm

 Kết quả thực nghiệm

Hình 12 Thu nhận hình ảnh 2 vật cản

điều khiển xe chạy/dừng

Hình 13 Thu nhận hình ảnh 2 vật cản

điều khiển xe chạy/dừng

Hình 14 Thu nhận hình ảnh 2 vật cản

điều khiển xe chạy/dừng

 Đánh giá

Để đánh giá chương trình hoạt động có chính xác hay không ta có nhiều tiêu chí đánh giá Tuy nhiên do đề tài xử lý ảnh ứng dụng để điều khiển ô tô còn

khá mới nên chưa có nhiều tiêu chí

đánh giá Trong phạm vi luận văn tôi sẽ

đánh giá dựa vào tiêu chí tốc độ xử lý,

độ chính xác của chương trình

- Tốc độ thu thập

So sánh với một số nghiên cứu trước

đây, chương trình có thể thu nhận ảnh

với độ phân giải 1290x640 và số khung

ảnh thu thập 30fps là khá tốt Tốc độ

truyền dữ liệu từ vi điều khiển lên

chương trình cũng khá nhanh

- Độ chính xác:

Sau nhiều lần chạy thực nghiệm, khả

năng nhận dạng vật cản là tương đối

chính xác Tuy nhiên khi chạy thì

camera bị rung gây nhiễu khi nhận

dạng ảnh

 Khả năng lấy khoảng cách từ cảm biến

hiển thị lên chương trình cũng tương

đối chính xác Tuy nhiên khi vật cản

nằm ở 2 bìa của camera cảm biến bị

nhiễu

 Khi vật cản ở vị trí nhỏ hơn hoặc bằng

10cm, chương trình điều khiển xe dừng

chính xác

Lần 1:

Lần 2:

Lần 3:

Lần 4:

Lần 5:

Lần 6:

5 Kết luận

Đề tài đã hoàn thành việc thiết kế, lắp

đặt camera, cảm biến…Qua đó thực

hiện được việc thu thập, nhận dạng, báo

vị trí vật cản và điều khiển xe hoạt động trong khoảng cách an toàn

Tài liệu tham khảo

[1] “Lập trình LabVIEW”, TS Nguyễn Bá Hải, NXB Đại học Quốc Gia TP.Hồ Chí Minh.

[2]“Điện động cơ và điều khiển động cơ”, PGS.TS Đỗ Văn Dũng, NXB Đại học Quốc Gia TPHCM, 2013

[3]“Digital Image Processing”, Rafael C.Gonzalez-University of Tennessee, Richar E.Woods-MedData Interactive

[4] “GOLD: A parallel real-time stereo vision system for generic obstacle and lane detection”, M.Bertozzi and A.Broggi, IEEE Transaction on Image Processing, 1998,

pp.199-213

[5]“Realtime Lane Tracking of Curved Local Road”, ZuWhan Kim, in IEEE Intelligent Transporation Systems, Toronto, Canada, 2006, pp.1149-1155.

[6] "Lane detection and tracking using BSnake," Y Wang, E.K.Teoh, and D.Shen, Image and Vision Computing, vol 22, no.4, 2004, pp 269-280

TP.HCM, ngày tháng năm 2015

Giảng viên hướng dẫn

TS LÊ THANH PHÚC