1.4.2 Nhận dạng dựa vào ngưỡng trên mỗi kênh màu Thuật toán dựa trên đặc trưng bàn tay trích xuất đặc trưng trong một vùng ảnh nhất định như đầu ngón tay hoặc biên bàn tay, và sử dụng m
Trang 1TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP
THỰC PHẨM TP HỒ CHÍ MINH
KHOA ĐIỆN – ĐIỆN TỬ
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập - Tự do - Hạnh phúc
TP HCM, ngày….tháng… năm……
TÓM TẮT ĐỀ TÀI
Ngày nay, các mô hình xe, máy bay và robot đang ngày càng phổ biến trong
nghiên cứu và đào tạo Các thiết bị này thường được vận hành tự động hoặc điều khiển
trực tiếp bởi con người Nhờ vào sự tiến bộ của công nghệ xử lý hình ảnh, ngày càng
nhiều các thiết bị có khả năng ghi nhận cử chỉ tay và chuyển đổi thành các tín
hiệu có thể xử lý bằng máy tính Đề tài “Ứng dụng xử lý ảnh nhận dạng cử chỉ bàn
tay điều khiển robot di động” là mô hình dựa theo ngôn ngữ python với thư viện chính
là Opencv và được thực hiện trên Kit Raspberry và Kit Arduino Wifi ESP826 WeMos
D1 Xử lý ảnh ở đây sẽ được nhận dạng theo ngưỡng của bàn tay để điều khiển robot
thông qua cử chỉ tay Kết quả nghiên cứu cho thấy cho thấy tính ổn định trong việc
điều khiển các mô hình robot bằng cử chỉ tay
Trang 2MỤC LỤC
MỤC LỤC i
DANH MỤC KÝ HIỆU, CỤM TỪ VIẾT TẮT iv
DANH MỤC BẢNG BIỂU v
DANH MỤC HÌNH ẢNH vi
Chương 1: TỔNG QUAN VỀ ĐỀ TÀI 1
1.1 Đặt vấn đề 1
1.2 Mục tiêu 1
1.3 Phạm vi của luận văn tốt nghiệp 1
1.4 Tổng quan về các nghiên cứu liên quan 2
1.4.1 Nhận dạng bàn tay dựa vào màu sắc và hình dáng 2
1.4.2 Nhận dạng dựa vào ngưỡng trên mỗi kênh màu 2
1.4.3 Optical Flow 3
1.4.4 Phương pháp trừ nền 3
1.5 Ý nghĩa khoa học và thực tiễn của đề tài 3
Chương 2: CƠ SỞ LÝ THUYẾT 5
2.1 Giới thiệu về hệ thống xử lý ảnh 5
2.2 Những vấn đề cơ bản trong hệ thống xử lý ảnh 7
2.2.1 Điểm ảnh (Picture Element) 7
2.2.2 Độ phân giải của ảnh 8
2.2.3 Mức xám của ảnh 8
2.2.4 Định nghĩa ảnh số 11
2.2.5 Chỉnh mức xám 11
2.2.6 Kỹ thuật năng cao chất lượng ảnh 11
2.2.7 Kỹ thuật biến đổi ảnh 12
2.2.8 Kỹ thuật phân tích ảnh 12
2.2.9 Kỹ thuật nhận dạng ảnh 12
2.3 Các phương pháp xử lý ảnh số 12
2.3.1 Chuyển ảnh màu RGB thành ảnh mức xám ( Gray level) 12
2.3.2 Phương pháp lọc nhiễu ảnh 13
2.3.3 Phân vùng ảnh 14
2.3.4 Phương pháp phân vùng ảnh 14
Trang 32.4 Máy tính nhúng Raspberry Pi 15
2.4.1 Giới thiệu về Raspberry Pi 3 15
2.4.2 Màn hình LCD 3,5 inch Raspberry Pi 17
2.4.3 Module camera (Camera Module 5MP Raspberry Pi ) 17
2.5 Ngôn ngữ python và thư viện Opencv 18
2.5.1 Giới thiệu ngôn ngữ lập trình python ( python 2.7) 18
2.5.2 Thư viện Opencv 20
2.5.2.1 Chức năng có trong thư viện OpenCV 20
2.5.2.2 Ứng dụng OpenCV trong thực tế 21
2.6 Board UNO WIFI - WeMos D1 23
2.6.1 Giới thiệu board UNO WIFI 23
2.6.2 Lập trình cho board Arduino UNO WiFi 25
2.7 Module điều khiển động cơ L298 26
2.7.1 Module điều khiển động cơ L298 26
2.7.2 Nguyên lý hoạt động 27
2.8 Động cơ giảm tốc 30
2.9 Bánh xe 30
Chương 3: CƠ SỞ THỰC HIỆN 32
3.1 Thiết kế sơ đồ khối hệ thống 32
3.2 Sơ đồ kết nối hệ thống 33
3.3 Lưu đồ giải thuật 35
3.3.1 Các bước truy cập và lập trình trên python 35
3.3.1.1 Hiển thị lên màng hình laptop qua Wifi 36
3.3.1.2 Hiển thị qua cáp ethernet 40
3.3.2 Lưu đồ giải thuật nhận dạng cử chỉ bàn tay 43
3.3.3 Lưu đồ giải thuật điều khiển robot di động 53
3.4 Bảng vẽ cơ khí 60
Chương 4: KẾT QUẢ THỰC NGHIỆM 61
Chương 5: KẾT LUẬN VÀ ĐỊNH HƯỚNG ĐỀ TÀI 67
5.1 Kết quả đạt được 67
5.2 Hạn chế 67
5.3 Hướng phát triển của đề tài 67
PHỤ LỤC 68
Code chương trình nhận diện bàn tay 68
Trang 4Code điều khiển robot 68
Giới thiệu phần mềm sử dụng: phần mềm ARDUINO IDE 69
Hướng dẫn cài đặt phần mềm 69
TÀI LIỆU THAM KHẢO 74
Trang 5DANH MỤC KÝ HIỆU, CỤM TỪ VIẾT TẮT
PEL (Picture Element) hay gọi tắt là Pixel
Trang 6DANH MỤC BẢNG BIỂU
Trang 7DANH MỤC HÌNH ẢNH
Hình 1.1: Hình minh họa kết quả thuật toán trừ nền 3
Hình 2.1: Các bước cơ bản trong xử lý ảnh 5
Hình 2.2: Điểm ảnh (pixel - picture element) 8
Hình 2.3: Minh họa mức xám sau khi mã hóa 9
Hình 2.4: Minh họa ảnh nhị phân sau khi mã hóa 9
Hình 2.5: Không gian màu HSV 10
Hình 2.6: Không gian màu RGB 10
Hình 2.7: Raspberry Pi 3 Model B 15
Hình 2.8: Sơ đồ của Raspberry Pi 3 16
Hình 2.9: Màn hình cảm ứng 3.5 inch 17
Hình 2.10: Module camera raspberry pi 17
Hình 2.11: Ngôn ngữ lập trình python trên Raspberry 18
Hình 2.12: Hệ thống tên lửa tích hợp quang hồng ngoại 21
Hình 2.13: Ứng dụng opencv trong lĩnh vực hàng không 22
Hình 2.14: Xử lý ảnh trong phòng chống tội phạm 22
Hình 2.15: Board UNO WiFi (WeMos D1) 23
Hình 2.16: Sơ đồ chân ESP8266MOD 24
Hình 2.17: Phần mềm Arduino IDE 25
Hình 2.18: Mạch điều khiển động cơ DC L298 27
Hình 2.19: Nguyên lý hoạt động 28
Hình 2.20: Trường hợp thứ nhất A ở mức LOW và B ở mức HIGH 29
Hình 2.21: Trường hợp thứ hai A ở mức HIGH và B ở mức LOW 29
Hình 2.22: Động cơ giảm tốc GA25 12V 280 rpm 30
Hình 2.23: Bánh xe 65mm khớp lục giác 31
Hình 3.1: Sơ đồ khối phần cứng 32
Hình 3.2: Sơ đồ kết nối thực tế Raspberry Pi 33
Hình 3.3: Gắn thẻ nhớ vào khe thực tế 34
Hình 3.4: Sơ đồ đấu dây 35
Hình 3.5: Tìm IP của Raspberry Pi 36
Hình 3.6: Nhập IP của Raspberry vào Putty 36
Trang 8Hình 3.7: Màng hình Terminal xuất hiện 37
Hình 3.8: Nhập thông tin đăng nhập 37
Hình 3.9: Kết nối từ xa dành cho máy chủ Desktop 38
Hình 3.10: Mở Remote Desktop Connection có sẵn trong windows 38
Hình 3.11: Connect vào Raspberry 39
Hình 3.12: Đăng nhập vào màng hình Raspberry 39
Hình 3.13: Raspberry hiển thị lên màng hình laptop 40
Hình 3.14: Hiển thị Raspberry lên màng hình laptop qua cáp ethernet 40
Hình 3.15: Kết nối ethernet với laptop ở IP động 41
Hình 3.16: Tìm IP ethernet 41
Hình 3.17: Connect vào Raspberry qua cáp ethernet 42
Hình 3.18: Gọi chương trình python qua cửa sổ Terminal 42
Hình 3.19: Lưu đồ giải thuật nhận dạng cử chỉ bàn tay 43
Hình 3.20: Khung hình đầu vào 44
Hình 3.21: Cắt một góc khung hình chứa phần bàn tay (top, bottom, left, right) 44
Hình 3.22: Vẽ ô màu có kích thước (top, bottom, left, right) ra màng hình 45
Hình 3.23: Chuyển đổi ảnh BGR sang dạng ảnh xám 45
Hình 3.24: Lọc GaussianBlur làm mờ ảnh 46
Hình 3.25: Lấy ảnh theo ngưỡng 47
Hình 3.26: Đóng khung chữ nhật vùng xuất hiện bàn tay 47
Hình 3.27: Tim đường viền 48
Hình 3.28: Biến đổi khoảng cách để phát hiện tâm và số ngón tay 48
Hình 3.29: Vẽ tâm C 49
Hình 3.30: Vẽ đường tròn tâm C 49
Hình 3.31: Tìm các đoạn cắt nhau để tìm số ngón tay (cv2.bitwise_and) 50
Hình 3.32: Vẽ đường viền để tìm số khe giữa các ngón 50
Hình 3.33: Vẽ bao lồi xung quanh ngón tay 51
Hình 3.34: Điều kiện để tính khe giữa các ngón tay 51
Hình 3.35: Tìm khuyết tật lồi 52
Hình 3.36: Gửi và nhận giao tiếp UDP ESP8266 53
Hình 3.37: Lưu đồ giải thuật điều khiển robot di động 54
Hình 3.38: Gửi và nhận tín hiệu cho robot: (a) là cử chỉ bàn tay dừng 55
Trang 9Hình 3.39: Gửi và nhận tín hiệu cho robot: (a) là cử chỉ bàn tay tiến 56
Hình 3.40: Gửi và nhận tín hiệu cho robot: (a) là cử chỉ bàn tay lùi 57
Hình 3.41: Gửi và nhận tín hiệu cho robot: (a) là cử chỉ bàn tay rẽ trái 58
Hình 3.42: Gửi và nhận tín hiệu cho robot: (a) là cử chỉ bàn tay rẽ phải 59
Hình 3.43: Bảng vẽ cơ khí 60
Hình 4.1: Kết quả cử chỉ tay robot dừng (stop) 61
Hình 4.2: Kết quả cử chỉ tay robot tiến (up) 62
Hình 4.3: Kết quả cử chỉ tay robot lùi (down) 63
Hình 4.4: Kết quả cử chỉ tay robot rẽ trái (left) 64
Hình 4.5: Kết quả cử chỉ tay robot rẽ phải (right) 65
Hình 4.6: Mô hình khi hoàn thành 66
Trang 10Chương 1: TỔNG QUAN VỀ ĐỀ TÀI
1.1 Đặt vấn đề
Trong những năm gần đây, các ứng dụng về trí tuệ nhân tạo ngày càng phát triển và được đánh giá cao Một lĩnh vực đang được quan tâm của trí tuệ nhân tạo nhằm tạo ra các ứng dụng thông minh, mang tính tri thức con người đó là nhận dạng Với sự phát triển mạnh mẽ của công nghệ và nhu cầu của con người ngày càng cao Một bài toán được đặt ra là: Làm sao có thể điều khiển máy tính, các thiết bị giải trí, robot…bằng những cử chỉ, hành động và lời nói của con người Nhận dạng hình ảnh
và âm thanh là một giải pháp để giải quyết bài toán này và một phần nhỏ trong lĩnh vực đó là nhận dạng cử chỉ bàn tay
Lý do chủ quan khi chọn đề tài: Những năm gần đây robot là một trong những thế mạnh của Khoa Và em muốn làm sao để trở nên mạnh hơn nữa về công nghệ chế tạo robot thông minh Để lại một cái gì đó quý báu cho những sinh viên khóa sau của trường phát triển tốt hơn về các công nghệ cao và các ngành khác liên quan
1.2 Mục tiêu
Nhận dạng cử chỉ tay xây dựng chương trình điều khiển như sau:
No hand: Không có bàn tay (Robot không di chuyển)
“Up”: Ngón tay thứ nhất trong bàn tay (Robot di chuyển về phía trước)
“Down”: Ngón tay thứ hai trong bàn tay (Robot di chuyển về phía sau)
“Left”: Ngón tay thứ ba trong bàn tay (Robot di chuyển sang trái)
“Right”: Ngón tay thứ tư trong bàn tay (Robot di chuyển sang phải)
Nghiên cứu lý thuyết lập trình python, OpenCV
Tìm hiểu lý thuyết xử lý ảnh
Xây dựng giải thuật nhận dạng cử chỉ bàn tay
1.3 Phạm vi của luận văn tốt nghiệp
Đề tài được nghiên cứu dựa trên nền tảng các kiến thức cơ bản về ngôn ngữ lập trình và vi điều khiển được học ở trường, cùng với việc tự tìm hiểu và học hỏi của các tài liệu đi trước Hệ thống điều khiển của robot được thực hiện dựa trên máy tính nhúng Raspberry pi 3 kết nối với camera pi và chương trình được viết bằng Python
Trang 11Do giới hạn về kiến thức của bản thân nên mục tiêu hướng đến đề tài là làm sao để robot di động một cách cơ bản nhất có thể
1.4 Tổng quan về các nghiên cứu liên quan
Bàn tay con người có cấu trúc xương phức tạp bao gồm rất nhiều khớp nối với nhau Vì số bậc tự do của bàn tay người là rất lớn nên việc nhận dạng cử chỉ bàn tay trở nên một thách thức lớn Có nhiều nghiên cứu về nhận dạng cử chỉ với các giải thuật khác nhau như: nhận dạng phép trừ nền, dựa vào màu sắc, hình dáng, các đặc trưng của bàn tay, optical flow, mean shift…
1.4.1 Nhận dạng bàn tay dựa vào màu sắc và hình dáng
Màu da là một đặc trưng quan trọng để định vị và tracking bàn tay người Tuy nhiên thuật toán dựa trên màu da phải đối mặt với khó khăn đó là phải phân biệt đối tượng có màu tương tự với bàn tay như khuôn mặt và cánh tay người Để giải quyết vấn đề này, người sử dụng phải mặc áo sơ mi dài và phải hạn chế trong khung nền trong đó màu sắc các đối tượng không được tương đồng với màu da người Thuật toán này cũng rất nhạy với các điều kiện chiếu sáng khác nhau Khi điều kiện ánh sáng không đáp ứng yêu cầu thì bộ nhận dạng thường không nhận ra bàn tay
Wuetal đã đề xuất thuật toán bám theo đối tượng dựa trên màu sắc không ổn định bằng cách học hai phương pháp biểu diễn khác nhau cho sự phân bố màu sắc và gọi thuật toán mới này là structure adaptive self-organizing map (SASOM) Kết quả trong việc định vị bàn tay đã chỉ ra rằng thuật toán có thể kiểm soát tốt một vài điểm khó trong tracking đối tượng có màu sắc không ổn định
1.4.2 Nhận dạng dựa vào ngưỡng trên mỗi kênh màu
Thuật toán dựa trên đặc trưng bàn tay trích xuất đặc trưng trong một vùng ảnh nhất định như đầu ngón tay hoặc biên bàn tay, và sử dụng một vài phương pháp suy luận để tìm ra hình dạng hoặc kết hợp những đặc trưng cụ thể để tạo nên một cử chỉ bàn tay
Đối với cách tiếp cận dựa trên đặc trưng bàn tay, việc phân đoạn những ảnh không bị nhiễu là bước cần thiết để phục hồi những đặc trưng của bàn tay Đây không phải là nhiệm vụ dễ dàng khi gặp phải những ảnh nền phức tạp
Trang 121.4.4 Phương pháp trừ nền
Bàn tay được phát hiện bằng phương pháp trừ nền, sử dụng thuật toán
“codebook” của thư viện OpenCV
Các điểm đầu mút được phát hiện bằng thuật toán “convex hull 2”, các điểm lõm được phát hiện bằng thuật toán “convexity defect”
Dựa vào số điểm lồi và lõm người ta sẽ biết được số ngón tay được đưa lên
Hình 1.1: Hình minh họa kết quả thuật toán trừ nền 1.5 Ý nghĩa khoa học và thực tiễn của đề tài
Đưa ra một bản lý thuyết với các nội dung tìm hiểu, các phép toán hình thái trong xử lý ảnh và nhận dạng cử chỉ bàn tay của con người Nhằm mục đích góp một phần vào lĩnh vực ứng dụng của nhận dạng, cụ thể hơn ở đây là có thể ứng dụng vào
Trang 13việc điều khiển di chuyển robot… Ứng với mỗi cử chỉ bàn tay thì robot sẽ xử lý tiến, lùi, qua phải hay qua trái
Trang 14Chương 2: CƠ SỞ LÝ THUYẾT
2.1 Giới thiệu về hệ thống xử lý ảnh
Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ Nó là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng cho nó
Xử lý ảnh được đưa vào giảng dạy ở bậc đại học ở nước ta khoảng chục năm nay Nó là môn học liên quan đến nhiều lĩnh vực và cần nhiều kiến thức cơ sở khác Đầu tiên phải kể đến xử lý tín hiệu số là một môn học hết sức cơ bản cho xử lý tín hiệu chung, các khái niệm về tích chập, các biến đổi Fourier, biến đổi Laplace, các bộ lọc hữu hạn… Thứ hai, các công cụ toán như đại số tuyến tính, xác suất thống kê Một số kiến thứ cần thiết như trí tuệ nhân tạo, mạng nơron nhân tạo cũng được đề cập trong quá trình phân tích và nhận dạng ảnh
Để dễ tưởng tượng, xét các bước cần thiết trong xử lý ảnh Đầu tiên, ảnh tự nhiên từ thế giới ngoài được thu nhận qua các thiết bị thu (như camera, máy chụp ảnh) Trước đây, ảnh thu qua camera là các ảnh tương tự (loại camera ống kiểu CCIR) Gần đây, với sự phát triển của công nghệ, ảnh màu hoặc đen trắng được lấy ra từ camera, sau đó nó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý tiếp theo (máy ảnh số hiện nay là một thí dụ gần gũi)
Mặt khác, ảnh cũng có thể tiếp nhận từ vệ tinh; có thể quét từ ảnh chụp bằng máy quét ảnh
Hình 2.1: Các bước cơ bản trong xử lý ảnh
Trang 15 Phần thu nhận ảnh (Image Acquisition):
Ảnh có thể nhận qua camera màu hoặc đen trắng Thường ảnh nhận qua camera
là ảnh tương tự, cũng có loại camera đã số hoá Camera thường dùng là loại quét dòng, ảnh tạo ra có dạng hai chiều Chất lượng một ảnh thu nhận được phụ thuộc vào thiết bị thu, vào môi trường (ánh sáng, phong cảnh…)
Tiền xử lý (Image Processing):
Sau bộ thu nhận, ảnh có thể nhiễu độ tương phản thấp nên cần đưa vào bộ tiền
xử lý để nâng cao chất lượng Chức năng chính của bộ tiền xử lý là lọc nhiễu, nâng độ tương phản để làm ảnh rõ hơn, nét hơn
Phân đoạn (Segmentation) hay phân vùng ảnh:
Phân vùng ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểu diễn phân tích, nhận dạng ảnh Đây là phần phức tạp khó khăn nhất trong xử lý ảnh và cũng dễ gây lỗi, làm mất độ chính xác của ảnh Kết quả nhận dạng ảnh phụ thuộc rất nhiều vào công đoạn này
Biểu diễn ảnh (Image Representation):
Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn) cộng với mã liên kết với các vùng lận cận Việc biến đổi các số liệu này thành dạng thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính Việc chọn các tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection) gắn với việc tách các đặc tính của ảnh dưới dạng các thông tin định lượng hoặc làm cơ sở để phân biệt lớp đối tượng này với đối tượng khác trong phạm vi ảnh nhận được
Nhận dạng và nội suy ảnh (Image Recognition and Interpretation):
Nhận dạng ảnh là quá trình xác định ảnh Quá trình này thường thu được bằng cách so sánh với mẫu chuẩn đã được học (hoặc lưu) từ trước Nội suy là phán đoán theo ý nghĩa trên cơ sở nhận dạng Theo lý thuyết về nhận dạng, các mô hình toán học
về ảnh được phân theo hai loại nhận dạng ảnh cơ bản:
Nhận dạng theo tham số
Nhận dạng theo cấu trúc
Trang 16Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng trong khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản (text), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người…
Cơ sở tri thức (Knowledge Base):
Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độ sáng tối, dung lượng điểm ảnh, môi trường để thu ảnh phong phú kéo theo nhiễu Trong nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa các phương pháp toán học đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp nhận và xử lý ảnh theo cách của con người Trong các bước xử lý đó, nhiều khâu hiện nay đã xử lý theo các phương pháp trí tuệ con người
Mô tả (biểu diễn ảnh):
Ảnh sau khi số hóa sẽ được lưu vào bộ nhớ, hoặc chuyển sang các khâu tiếp theo để phân tích Nếu lưu trữ ảnh trực tiếp từ các ảnh thô, đòi hỏi dung lượng bộ nhớ cực lớn và không hiệu quả theo quan điểm ứng dụng và công nghệ Thông thường, các ảnh thô đó được đặc tả (biểu diễn) lại (hay đơn giản là mã hoá) theo các đặc điểm của ảnh được gọi là các đặc trưng ảnh (Image Features) như: biên ảnh (Boundary), vùng ảnh (Region)
2.2 Những vấn đề cơ bản trong hệ thống xử lý ảnh
2.2.1 Điểm ảnh (Picture Element)
Gốc của ảnh (ảnh tự nhiên): là ảnh liên tục về không gian và độ sáng Để xử lý bằng máy tính (số), ảnh cần phải được số hóa Số hóa ảnh là sự biến đổi gần đúng một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí (không gian) và độ sáng (mức xám) Khoảng cách giữa các điểm ảnh đó được thiết lập sao cho mắt người không phân biệt được ranh giới giữa chúng Mỗi một điểm như vậy gọi là điểm ảnh (PEL: Picture Element) hay gọi tắt là Pixel Trong khuôn khổ ảnh hai chiều, mỗi pixel ứng với cặp tọa độ (x, y)
Định nghĩa: Điểm ảnh (Pixel) là một phần tử của ảnh số tại tọa độ (x, y) với độ xám hoặc màu nhất định Kích thước và khoản cách giữa các điểm ảnh đó được chọn thích hợp sao cho mắt người cảm nhận sự liên tục về không gian và mức xám (hoặc
Trang 17màu) của ảnh số gần như ảnh thật Mỗi phần tử trong ma trận được gọi là một phần tử ảnh
Một file ảnh là tập hợp nhiều điểm ảnh, thông thường một hình ảnh được chia thành các hàng và cột chứa điểm ảnh Điểm ảnh là thành phần bé nhất biểu diễn ảnh,
có giá trị số biểu diễn màu sắc, độ sáng… của một thành phần trong bức ảnh
Hình 2.2: Điểm ảnh (pixel - picture element) 2.2.2 Độ phân giải của ảnh
Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh được ấn định trên một ảnh số được hiển thị Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự liên tục của ảnh Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ phân bổ, đó chính là độ phân giải và được phân bố theo trục x
và y trong không gian hai chiều
2.2.3 Mức xám của ảnh
Một điểm ảnh (pixel) có hai đặc trưng cơ bản là vị trí (x, y) của điểm ảnh và độ xám của nó Dưới đây chúng ta xem xét một số khái niệm và thuật ngữ thường dùng trong xử lý ảnh
Mức xám của điểm ảnh là cường độ sáng của nó được gán bằng giá trị số tại điểm đó Các thang giá trị mức xám thông thường:16, 32, 64, 128, 256 (mức 256 là
Trang 18mức phổ dụng Lí do: từ kỹ thuật máy tính dùng 1 byte (8 bit) để biểu diễn mức xám: Mức xám dùng 1 byte biểu diễn 2^8 = 256 mức (tức là từ 0 đến 255)
Hình 2.3: Minh họa mức xám sau khi mã hóa
Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám ở các điểm ảnh có thể khác nhau
Ảnh nhị phân: ảnh chỉ có 2 mức đen trắng phân biệt, tức dùng 1bit mô tả 21 mức khác nhau Nói cách khác mỗi điểm ảnh của ảnh nhị phân chỉ có thể là 0 hoặc 1
Hình 2.4: Minh họa ảnh nhị phân sau khi mã hóa
Trang 19 Không gian màu HSV (HSB): Không gian màu HSV (còn gọi là HSB) là một cách tự nhiên hơn để mô tả màu sắc, dựa trên 3 số liệu:
H: (Hue) Vùng màu
S: (Saturation) Độ bão hòa màu
B (hay V): (Bright hay Value) Độ sáng
Hình 2.5: Không gian màu HSV
Ảnh màu RGB: trong khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo nên thế giới màu, người ta thường dùng 3 byte để mô tả mức màu, khi đó các giá trị màu là 28*3 = 224 = 16,7 triệu màu
Hình 2.6: Không gian màu RGB
Trang 20 Tăng số mức xám: Thực hiện nội suy ra các mức xám trung gian bằng kỹ thuật nội suy Kỹ thuật này nhằm tăng cường độ mịn cho ảnh
2.2.6 Kỹ thuật năng cao chất lượng ảnh
Nâng cao chất lượng là bước cần thiết trong xử lý ảnh nhằm hoàn thiện một số đặc tính của ảnh Nâng cao chất lượng ảnh gồm hai công đoạn khác nhau: tăng cường ảnh và khôi phục ảnh Tăng cường ảnh nhằm hoàn thiện các đặc tính của ảnh như:
Lọc nhiễu, hay làm trơn ảnh
Tăng độ tương phản, điều chỉnh mức xám của ảnh
Làm nổi biên ảnh
Tăng cường ảnh không phải là làm tăng lượng thông tin vốn có trong ảnh làm nổi bật các đặt trưng đã chọn Tức điều chỉnh mức xám của điểm ảnh Dùng phương pháp ánh xạ làm thay đổi giá trị điểm sáng
Khôi phục ảnh bao gồm quá trình lọc ảnh, khử nhiễu do môi trường bên ngoài hay các hệ thống thu nhận, phát hiện và lưu trữ ảnh thu được, thông qua các bọ lọc trong miền không gian và trong miền biến đổi Nhằm làm giảm bớt các biến dạng để khôi phục lại ảnh giống như ảnh gốc
Kỹ thuật nâng cao chất lượng ảnh gồm: các kỹ thuật không phụ thuộc vào không gian và các kỹ thuật phụ thuộc vào không gian
Trang 21 Kỹ thuật không phụ thuộc vào không gian bao gồm các phép như: tăng giảm độ sáng, tách ngưỡng, bó cụm, cân bằng histogram, tách ngưỡng tự động, biến đổi cấp xám tổng thể,
Kỹ thuật phụ thuộc vào không gian bao gồm các phép như: phép cuộn và mẫu, lọc trung vị, lọc trung bình,…
2.2.7 Kỹ thuật biến đổi ảnh
Thuật ngữ biến đổi ảnh thường dùng để nói tới một lớp các ma trận đơn vị, và các kỹ thuật dùng để biến đổi ảnh làm giảm thứ nguyên của ảnh để việc xử lý ảnh được hiệu quả hơn Có nhiều loại biến đổi được dùng như: biến đổi Fourier, Sin, Cosin,…
2.2.8 Kỹ thuật phân tích ảnh
Phân tích ảnh liên quan đến việc xác định các độ đo định lượng của một ảnh để đưa ra một mô tả đầy đủ về ảnh Nhằm mục đích xác định biên của ảnh Có nhiều kỹ thuật khác nhau như lọc vi phân hay dò theo quy hoạch động Người ta cũng dụng các
kỹ thuật để phân vùng ảnh Từ ảnh thu được, người ta tiến hành kỹ thuật tách hay hợp dựa theo cách tiêu chuẩn đánh giá như: màu sắc cường độ …Phương pháp được biết đến các kỹ thuật phân lớp dựa theo cấu trúc
2.2.9 Kỹ thuật nhận dạng ảnh
Nhận dạng ảnh là quá trình liên quan đến các mô tả đối tượng mà người ta muốn đặt tả nó Quá trình nhận dạng thường đi sau quá trình trích chọn các đặc tính chủ yếu của đối tượng Có hai kiểu mô tả đối tượng:
Mô tả tham số ( nhận dạng theo tham số)
Mô tả theo cấu trúc ( nhận dạng theo cấu trúc)
Người ta đã áp dụng kỹ thuật nhận dạng khá thành công với nhiều đối tượng khác nhau như: nhận dạng ảnh vân tay, nhận dạng chữ (chữ cái, chữ số, chữ có dấu)
2.3 Các phương pháp xử lý ảnh số
2.3.1 Chuyển ảnh màu RGB thành ảnh mức xám ( Gray level)
Ảnh gốc thường là ảnh màu 24bit màu nên khó nhận dạng ta cần phải chuyển
Trang 22về ảnh xám dữ liệu 8bit để dễ nhận dạng hơn Nghĩa là mỗi pixel được biểu diễn 256 cấp độ xám theo công thức:
X = 0,2125*R + 0,7145*G + 0,0721*B Quá trình chuyển đổi mức xám tuy có làm mất đi một số thông tin nhưng cũng
có thể chấp nhận được
2.3.2 Phương pháp lọc nhiễu ảnh
Ảnh thu được thường sẽ bị nhiễu nên cần phải loại bỏ nhiễu Ccá toán tử không gian dùng trong kỹ thuật tăng cường ảnh được phân nhóm theo công dụng: làm trơn nhiễu, nổi biên Đễ làm trơn nhiễu hay tách nhiễu, người ta sử dụng các bộ lọc tuyến tính (lọc trung bình, thông thấp) hoặc loạc phi tuyến (trung vị, giả trung vị, lọc đồng hình) Từ bản chất của nhiễu (thường tương ứng với tần số cao) và từ cơ sở lý thuyết lọc là: bộ lọc chỉ cho tín hiệu có tầng số nào đó thông qua, để lọc nhiễu người ta thường dùng thông thấp (theo quan điểm tầng số không gian) hay lấy tố hợp tuyến tính
để san bằng (lọc trung bình) Để làm nổi cạnh (ứng với tầng số cao), người ta dùng bộ lọc thông cao, lọc Laplace Phương pháp lọc nhiễu Chia làm 2 loại: Lọc tuyến tính và lọc phi tuyến
Làm trơn nhiễu bằng lọc tuyến tính: Khi chụp ảnh có thể xuất hiện nhiều loại nhiễu vào quá trình xử lý ảnh, nên ta cần phải lọc nhiễu Gồm các phương pháp cơ bản lọc trung bình, lọc thông thấp,…Ví dụ lọc trung bình: Mỗi điểm ảnh được thay thế bằng trung bình trọng số của các điểm lân cận
Làm trơn nhiễu bằng lọc phi tuyến: Các bộ lọc phi tuyến cũng hay được dùng trong kỹ thuật tăng cường ảnh Một số phương pháp lọc cơ bản bộ lọc trung vị, lọc ngoài, Với lọc trung vị, điểm ảnh đầu vào sẽ được thay thế bởi trung vị các điểm ảnh còn lọc giả trung vị sẽ dùng trung bình cộng của hai giá trị “trung vị” (trung bình cộng của max và min)
Lọc trung vị: Kỹ thuật này đòi hỏi giá trị các điểm ảnh trong cửa sổ phải xếp theo thứ tự tăng hay giảm dần so với día trị trung vị Kích thước cửa sổ thường chọn sao cho số điểm ảnh trong cửa sổ là lẻ
Trang 23
2.3.3 Phân vùng ảnh
Phân vùng ảnh là bước then chốt trong xử lý ảnh Giai đoạn này nhằm phân tích ảnh thành những thành phần có cùng tính chất nào đó dựa theo biên hay các vùng liên thông Tiêu chuẩn để xác định các vùng liên thông có thể là cùng mức xám, cùng màu hay cùng độ nhám Trước hết cần làm rõ khái niệm "vùng ảnh" (Segment) và đặc điểm vật lý của vùng
Vùng ảnh là một chi tiết, một thực thể trông toàn cảnh Nó là một tập hợp các điểm có cùng hoặc gần cùng một tính chất nào đó: mức xám, mức màu, độ nhám… Vùng ảnh là một trong hai thuộc tính của ảnh Nói đến vùng ảnh là nói đến tính chất bề mặt Đường bao quanh một vùng ảnh (Boundary) là biên ảnh Các điểm trong một vùng ảnh có độ biến thiên giá trị mức xám tương đối đồng đều hay tính kết cấu tương đồng
Dựa vào đặc tính vật lý của ảnh, người ta có nhiều kỹ thuật phân vùng: phân vùng dựa theo miền liên thông gọi là phân vùng dựa theo miền đồng nhất hay miền kề; phân vùng dựa vào biên gọi là phân vùng biên Ngoài ra còn có các kỹ thuật phân vùng khác dựa vào biên độ, phân vùng dựa theo kết cấu
2.3.4 Phương pháp phân vùng ảnh
Để phân tích các đối tượng trong ảnh, chúng ta cần phân biệt được các đối tượng cần quan tâm với phần còn lại của ảnh Những đối tượng này có thể tìm được nhờ các kỹ thuật phân đoạn ảnh, theo nghĩa tách phần tiền ảnh ra hậu ảnh
Có thể hiểu phân vùng là tiến trình chia ảnh thành nhiều vùng, mỗi vùng chứa một đối tượng hay một nhóm đối tượng cùng kiểu Chẳng hạn, một đối tượng có thể là một kí tự trên 1 trang văn bản hoặc một đoạn thẳng trong một bản vẽ kỹ thuật hoặc một nhóm đối tượng có thể biểu diễn một từ hay một đoạn thẳng tiếp xúc nhau
2.3.5 Khái niệm biên
Biên là một vấn đề chủ yếu trong phân tích ảnh vì các kỹ thuật ảnh chủ yếu dựa vào biên Một điểm ảnh có thể coi là biên nếu ở đó có sự thay đổi đột ngột về mức xám Tập hợp các điểm tạo thành biên hay đường bao của ảnh
Trang 242.4 Máy tính nhúng Raspberry Pi
2.4.1 Giới thiệu về Raspberry Pi 3
Raspberry Pi là cái máy tính kích cỡ như một chiếc thẻ ATM và chạy HĐH Linux Được phát triển bởi Raspberry Pi Foundation – là tổ chức phi lợi nhuận với tiêu chí xây dựng hệ thống mà nhiều người có thể sử dụng được trong những công việc tùy biến khác nhau Raspbian là một hệ điều hành thuận tiện cho việc cài đặt và sử dụng với sự hỗ trợ lớn từ cộng đồng mã nguồn mở trên thế giới
Hình 2.7: Raspberry Pi 3 Model B
Chi tiết về thông số kỹ thuật ( Raspberry Pi 3 ):
Bộ xử lý Broadcom BCM2837 tốc độ xử lý 1.2 GHz 64-bit quad-core ARM
Cortex-A53
Mạng Wireless LAN chuẩn 802.11 b/g/n
Bluetooth 4.1 (Class & Low Energy)
Bộ xử lý đa phương tiện Videocore IV® Multimedia
Bộ nhớ RAM 1GB
Hỗ trợ tất cả các bản phân khối ARM GNU/Linux distributions
Đầu nối microusb cho nguồn điện 2.5A 5VDC
1×10/100 Ethernet port
Trang 25 1 x RCA video/audio connector
Hình 2.8: Sơ đồ của Raspberry Pi 3
Ưu điểm của Raspberry Pi:
Hiện nay Raspberry Pi có giá thành khá rẻ cùng kích thước vô cùng nhỏ gọn
Với việc tiêu thụ năng lượng rất thấp, Raspberry Pi chính là thiết bị siêu tiết
kiệm điện
Được thiết kế có GPU mạnh
Những thiết bị này có thể phục vụ cho nhiều mục đích sử dụng khác nhau
Raspberry Pi có khả năng hoạt động liên tục không ngừng nghỉ
Có thể được lập trình bằng nhiều ngôn ngữ lập trình
Nhược điểm của Raspberry Pi:
CPU cấu hình thấp
Trang 26 Không tích hợp Wifi nếu muốn sử dụng phải mua thêm USB Wifi
Để có thể sử dụng thiết bị này yêu cầu người dùng phải có kiến thức cơ bản về Linux, điện tử
Đầu Nối HDMI Raspberry Pi 3B/B+ 1.4
2.4.3 Module camera (Camera Module 5MP Raspberry Pi )
Hình 2.10: Module camera raspberry pi
Trang 27Không tốn thêm cổng USB nào cho camera vì camera được gắn chắc chắn vào socket CSI Điều này giúp hạn chế tình trạng nghẽn băng thông cho chip xử lý USB trên mạch Raspberry Chiều dài cáp nối camera đã được tính toán cẩn thận khi vừa đạt được độ dài cần thiết trong khi vẫn đảm bảo tốc độ truyền hình ảnh từ module về RPi
Thông số kỹ thuật:
Module Camera V1 cho Raspberry Pi
Cảm biến: OV5647
Độ phân giải: 5MP
Độ phân giải hình: 2592x1944 pixel
Quay phim HD 1080P 30, 720P 60, VGA 640x480P 60
Lens: Fixed Focus
Conector: Ribon conector
Kích thước: 25x24x9mm
2.5 Ngôn ngữ python và thư viện Opencv
2.5.1 Giới thiệu ngôn ngữ lập trình python ( python 2.7)
Hình 2.11: Ngôn ngữ lập trình python trên Raspberry
Python là ngôn ngữ lập trình hướng đối tượng, cấp cao, mạnh mẽ, được tạo ra bởi Guido van Rossum Nó dễ dàng để tìm hiểu và đang nổi lên như một trong những
Trang 28ngôn ngữ lập trình nhập môn tốt nhất cho người lần đầu tiếp xúc với ngôn ngữ lập trình Python hoàn toàn tạo kiểu động và sử dụng cơ chế cấp phát bộ nhớ tự động Python có cấu trúc dữ liệu cấp cao mạnh mẽ và cách tiếp cận đơn giản nhưng hiệu quả đối với lập trình hướng đối tượng Cú pháp lệnh của Python là điểm cộng vô cùng lớn
vì sự rõ ràng, dễ hiểu và cách gõ linh động làm cho nó nhanh chóng trở thành một ngôn ngữ lý tưởng để viết script và phát triển ứng dụng trong nhiều lĩnh vực, ở hầu hết các nền tảng
Tính năng chính của ngôn ngữ lập trình python:
Ngôn ngữ lập trình đơn giản, dễ học: Python có cú pháp rất đơn giản, rõ ràng
Nó dễ đọc và viết hơn rất nhiều khi so sánh với những ngôn ngữ lập trình khác như C++, Java, C# Python làm cho việc lập trình trở nên thú vị, cho phép bạn tập trung vào những giải pháp chứ không phải cú pháp
Miễn phí, mã nguồn mở: Bạn có thể tự do sử dụng và phân phối Python, thậm chí là dùng cho mục đích thương mại Vì là mã nguồn mở, bạn không những có thể sử dụng các phần mềm, chương trình được viết trong Python mà còn có thể thay đổi mã nguồn của nó Python có một cộng đồng rộng lớn, không ngừng cải thiện nó mỗi lần cập nhật
Khả năng di chuyển: Các chương trình Python có thể di chuyển từ nền tảng này sang nền tảng khác và chạy nó mà không có bất kỳ thay đổi nào Nó chạy liền mạch trên hầu hết tất cả các nền tảng như Windows, macOS, Linux
Khả năng mở rộng và có thể nhúng: Giả sử một ứng dụng đòi hỏi sự phức tạp rất lớn, bạn có thể dễ dàng kết hợp các phần code bằng C, C++ và những ngôn ngữ khác (có thể gọi được từ C) vào code Python Điều này sẽ cung cấp cho ứng dụng của bạn những tính năng tốt hơn cũng như khả năng scripting mà những ngôn ngữ lập trình khác khó có thể làm được
Ngôn ngữ thông dịch cấp cao: Không giống như C/C++, với Python, bạn không phải lo lắng những nhiệm vụ khó khăn như quản lý bộ nhớ, dọn dẹp những dữ liệu vô nghĩa, Khi chạy code Python, nó sẽ tự động chuyển đổi code sang ngôn ngữ máy tính có thể hiểu Bạn không cần lo lắng về bất kỳ hoạt động ở cấp thấp nào
Trang 29Thư viện tiêu chuẩn lớn để giải quyết những tác vụ phổ biến: Python có một số lượng lớn thư viện tiêu chuẩn giúp cho công việc lập trình của bạn trở nên dễ thở hơn rất nhiều, đơn giản vì không phải tự viết tất cả code Ví dụ: Bạn cần kết nối cơ sở dữ liệu MySQL trên Web server? Bạn có thể nhập thư viện MySQLdb và sử dụng nó Những thư viện này được kiểm tra kỹ lưỡng và được sử dụng bởi hàng trăm người Vì vậy, bạn có thể chắc chắn rằng nó sẽ không làm hỏng code hay ứng dụng của mình
Hướng đối tượng: Mọi thứ trong Python đều là hướng đối tượng Lập trình hướng đối tượng (OOP) giúp giải quyết những vấn đề phức tạp một cách trực quan Với OOP, bạn có thể phân chia những vấn đề phức tạp thành những tập nhỏ hơn bằng cách tạo ra các đối tượng
2.5.2 Thư viện Opencv
OpenCV (OpenSource Computer Vision) là một thư viện mã nguồn mở OpenCV được phát hành theo giấy phép BSD, do đó nó hoàn toàn miễn phí cho cả học thuật và thương mại Nó có các interface C++, C, Python, Java và hỗ trợ Windows, Linux, Mac
OS, iOS và Android OpenCV được thiết kế để tính toán hiệu quả và với sự tập trung nhiều vào các ứng dụng thời gian thực Được viết bằng tối ưu hóa C/C++, thư viện có thể tận dụng lợi thế của xử lý đa lõi Được sử dụng trên khắp thế giới, OpenCV có cộng đồng hơn 47 nghìn người dùng và số lượng download vượt quá 6 triệu lần
Hiện tại bản em đang nghiên cứu thư viện OpenCV là bản 2.4.13
Cài đặt OpenCV 2 trên Raspberry Pi, nhập lệnh sau trong Terminal:
$ sudo apt-get install python-opencv
2.5.2.1 Chức năng có trong thư viện OpenCV
Thư viện OpenCV bao gồm một số tính năng nổi bật như:
Bộ công cụ hỗ trợ 2D và 3D
Nhận diện khuôn mặt
Nhận diện cử chỉ
Nhận dạng chuyển động, đối tượng, hành vi
Tương tác giữa con người và máy tính
Trang 30 Điều khiển Robot
2.5.2.2 Ứng dụng OpenCV trong thực tế
Trong quân sự:
Các hệ thống tích hợp quang hồng ngoại có khả năng tự động điều khiển dàn hỏa lực (pháo, tên lửa) được lắp đặt cho các trận địa cao xạ, trên xe tăng, tàu chiến, máy bay, tên lửa hoặc vệ tinh (Hình 2.10) Chúng được thay thế và hỗ trợ các dàn rada
dễ bị nhiễu trong việc tự động phát hiện, cảnh giới, bám bắt mục tiêu Đặc biệt có những loại lắp trên máy bay có khả năng điều khiển hỏa lực đánh phá hàng chục mục tiêu một lúc Ngoài ra còn phải kể đến các đầu tự dẫn tên lửa và đạn thông minh
Hình 2.12: Hệ thống tên lửa tích hợp quang hồng ngoại
Trong nghiên cứu y sinh dược học:
Các kính hiển vi có khả năng tự động nhận dạng và đo đếm các tế bào với độ chính xác cao Các kính hiển vi có hệ thống dẫn đường laser cho phép thực hiện những phẫu thuật rất phức tạp như mổ u não, nơi mà một sự không chính xác cỡ mm cũng gây tổn hại đến các dây thần kinh chằng chịt xung quanh
Trong lĩnh vực hàng không vũ trụ:
Hệ thống quang điện tử đóng vai trò của các thị giác máy (machine vision) có khả năng tự động đo đạc kiểm tra chất lượng sản phẩm trong các dây truyền sản xuất: phân loại hạt ngũ cốc, cà phê; tìm lỗi lắp ráp linh kiện các bản vi mạch và khuyết tật
Trang 31các mối hàn và động cơ Các hệ thống quang điện tử cũng được ứng dụng ngày càng nhiều trong giao thông như đo tốc độ, tự động kiểm soát điều khiển và phân luồng giao thông
Hình 2.13: Ứng dụng opencv trong lĩnh vực hàng không
Trong an ninh, phòng chống tội phạm, bảo vệ pháp luật:
Các hệ thống camera nhận dạng khuôn mặt vân tay tự động cũng như phát hiện, theo dõi, cảnh báo các âm mưu và hoạt động khủng bố Các xe robot tự hành có gắn các camera cũng được ứng dụng trong các môi trường độc hại, dò phá bom mìn
Hình 2.14: Xử lý ảnh trong phòng chống tội phạm
Trang 32 Trong công nghiệp giải trí truyền hình:
Các hệ thống tích hợp có thể điều khiển các camera kích thước và khối lượng lớn dễ dàng tự động bám theo các đối tượng chuyển động nhanh như bóng đang bay, đua xe
2.6 Board UNO WIFI - WeMos D1
2.6.1 Giới thiệu board UNO WIFI
Hiện nay, nhu cầu nghiên cứu ESP8266 và điều khiển từ xa qua Internet ngày càng lớn Có rất nhiều cách để kêt nối ESP8266 vào Internet, và đề tài tôi hướng đến
sẽ là điều khiển robot qua internet dùng Wemos
Hình 2.15: Board UNO WiFi (WeMos D1)
Phục vụ như một bộ chuyển đổi Wi-Fi, truy cập internet không dây có thể được thêm vào bất kỳ thiết kế dựa trên vi điều khiển nào với kết nối đơn giản thông qua giao diện UART, giao diện cầu AHB hoặc UDP của CPU
Trang 33Hình 2.16: Sơ đồ chân ESP8266MOD
Thông số kỹ thuật:
32-bit RISC CPU : Tensilica Xtensa LX106 chạy ở xung nhịp 80 MHz
Hổ trợ Flash ngoài từ 512KB đến 4MB
64KBytes RAM thực thi lệnh
96KBytes RAM dữ liệu
64KBytes boot ROM
Chuẩn wifi EEE 802.11 b/g/n, Wi-Fi 2.4 GHz
Tích hợp TR switch, balun, LNA, khuếch đại công suất và matching network
Hổ trợ WEP, WPA/WPA2, Open network
Trang 34 Dải nhiệt độ hoạt động rộng : -40C ~ 125C
2.6.2 Lập trình cho board Arduino UNO WiFi
Hình 2.17: Phần mềm Arduino IDE
Một chương trình được viết với Arduino IDE được gọi là một bản phác thảo Bản phác thảo được lưu trên máy tính phát triển dưới dạng tệp văn bản có đuôi tệp.ino Arduino Software (IDE) trước 1.0 bản phác thảo đã lưu với phần mở rộng
Yêu cầu của một chương trình:
Setup( ): Chức năng này được gọi một lần khi bản phác thảo bắt đầu sau khi bật nguồn hoặc thiết lập lại Nó được sử dụng để khởi tạo biến, chế độ ghim đầu vào và đầu ra, và các thư viện khác cần thiết trong bản phác thảo
Loop( ): Sau khi setup( )thoát khỏi hàm (kết thúc), loop( )hàm được thực hiện lặp lại trong chương trình chính Nó điều khiển bảng cho đến khi bo mạch tắt hoặc được đặt lại
Trang 35Giao thức truyền tin hiệu UDP/IP:
UDP (User Datagram Protocol) là một trong những giao thức cốt lõi của giao thức TCP/IP Dùng UDP, chương trình trên mạng máy tính có thể gửi những dữ liệu ngắn được gọi là datagram tới máy khác UDP không cung cấp sự tin cậy và thứ tự truyền nhận mà TCP làm, các gói dữ liệu có thể đến không đúng thứ tự hoặc bị mất mà không có thông báo Tuy nhiên UDP nhanh và hiệu quả hơn đối với các mục tiêu như kích thước nhỏ và yêu cầu khắt khe về thời gian Do bản chất không trạng thái của nó nên nó hữu dụng đối với việc trả lời các truy vấn nhỏ với số lượng lớn người yêu cầu
2.7 Module điều khiển động cơ L298
2.7.1 Module điều khiển động cơ L298
L298 là một vi mạch tích hợp gồm 2 mạch cầu H bên trên trong được đóng gói theo dạng vỏ chân cắm công suất Mutilwatt15 hay vỏ chân dán công suất PowerSo20
Nó sử dụng mức diện áp logic theo chuẩn TTL L298 có mức điện áp điều khiển tải cho phép lên tới 46V và dòng ra tải là 4A, rất phù hợp cho các ứng dụng điều khiển tải cảm động cơ DC, động cơ bước, rơ le…
Trang 36Hình 2.18: Mạch điều khiển động cơ DC L298
Các tính năng chính của L298 bao gồm:
Có thể sử dụng điện áp cho tải hoạt động lên tới 46V
Có thể dụng dòng diện cho tải hoạt động lên đến 4A
Mức điện áp bão hòa thấp
Cho phép bảo vệ quá nhiệt
Khả năng chống nhiễu cao bằng cách biểu diễn mức logic 0 là 1,5V
2.7.2 Nguyên lý hoạt động
Mạch cầu H có vai trò quan trọng trong việc điều khiển tốc độ và chiều quay của động cơ, giúp cho robot có thể di chuyển tới lui, xoay trái phải một cách linh hoạt hơn Đồng thời, mạch cầu H có khả năng điều chỉnh tốc độ để từ đó có thể sử dụng thuật toán PID trong việc hiệu chỉnh robot di động khá thuận tiện
Nguyên lý hoạt động đơn giản nhất của mạch cầu H thường được biểu diễn bằng sự đóng ngắt của các công tắc hoặc có thể được thay thế bằng các transistor để tạo ra các chiều dòng điện đi theo 2 hướng khác nhau vào động cơ, từ đó làm động cơ quay theo chiều thuận hay nghịch được mô tả ( hình 2.19 ) Ta điều khiển 2 cực này bằng các mức tín hiệu HIGH, LOW tương ứng là 12V và 0V
Trang 37Hình 2.19: Nguyên lý hoạt động
Xét một cách tổng quát, mạch cầu H là một mạch gồm 4 "công tắc" được mắc theo hình chữ H Bốn "công tắc" này thường là Transistor BJT, MOSFET hay relay Tùy vào yêu cầu điều khiển khác nhau mà người ta lựa chọn các loại "công tắc" khác nhau
Với 2 cực điều khiển và 2 mức tín hiệu HIGH/LOW tương ứng 12V/0V cho mỗi cực, có 4 trường hợp xảy ra như sau:
_ A ở mức LOW và B ở mức HIGH
Ở phía A, transistor Q1 mở, Q3 đóng Ở phía B, transistor Q2 đóng, Q 4 mở
Dó đó, dòng điện trong mạch có thể chạy từ nguồn 12V đến Q1, qua động cơ đến Q4
để về GND Lúc này, động cơ quay theo chiều thuận Bạn để ý các cực (+) và (-) của động cơ là sẽ thấy
Trang 38Hình 2.20: Trường hợp thứ nhất A ở mức LOW và B ở mức HIGH
_ A ở mức HIGH và B ở mức LOW
Hình 2.21: Trường hợp thứ hai A ở mức HIGH và B ở mức LOW
Ở phía A, transistor Q1 đóng, Q3 mở Ở phía B, transistor Q2 mở, Q 4 đóng
Dó đó, dòng điện trong mạch có thể chạy từ nguồn 12V đến Q2, qua động cơ đến Q3
để về GND Lúc này, động cơ quay theo chiều ngược
_ A và B cùng ở mức LOW
Khi đó, transistor Q1 và Q2 mở nhưng Q3 và Q4 đóng Dòng điện không có đường về được GND do đó không có dòng điện qua động cơ - động cơ không hoạt động
_ A và B cùng ở mức HIGH
Trang 39Khi đó, transistor Q1 và Q2 đóng nhưng Q3 và Q4 mở Dòng điện không thể chạy từ nguồn 12V ra do đó không có dòng điện qua động cơ - động cơ không hoạt động Như vậy, để dừng động cơ, điện áp ở 2 cực điều khiển phải bằng nhau
2.8 Động cơ giảm tốc
Có nhiều loại động cơ được sử dụng rộng rãi hiện nay trong việc điều khiển robot như động cơ DC, động cơ AC, động cơ bước, động cơ servo… Tuy nhiên trong việc điều khiển mobile robot di chuyển bằng cơ cấu bánh xe thì động cơ DC được sử dụng rộng rãi vì tính phổ biến, dễ tìm kiếm trên thị trường, giá thành rẻ với đa dạng các loại động cơ có công suất nhỏ, có thể sử dụng trực tiếp nguồn điện DC được cung cấp từ pin, tốc độ tương đối nhanh Động cơ DC có hộp số được sử dung nhiều nhất
để thiết kế các loại robot mô hình
Hình 2.22: Động cơ giảm tốc GA25 12V 280 rpm
Chất lượng tốt có bề mặt lốp bằng cao su mềm cho độ ma sát rất tốt
Thiết kế các đường vân lốp tối ưu cho độ ma sát và bám đường cao nhất
Trang 40 Có lớp mút dày đàn hồi bên trong rất tốt giúp bánh không bị xẹp khi có tải và