Cảm biến và đa cảm biến trên xe tự hành (Các vấn đề hiện đại của kỹ thuật máy tính)

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
-------****************-------

BÁO CÁO TIỂU LUẬN
CÁC VẤN ĐỀ HIỆN ĐẠI CỦA KỸ THUẬT MÁY TÍNH

CẢM BIẾN VÀ ĐA CẢM BIẾN TRÊN XE TỰ HÀNH

Sinh viên: Đỗ Nguyên Đăng Thi
Mã sinh viên: 21020149

Hà Nội tháng 12 năm 2023


MỤC LỤC
Tóm tắt ................................................................................................................. 3
I.

Giới thiệu .......................................................................................................... 3

II. Cảm biến trên xe tự động.................................................................................. 5
1. Camera ........................................................................................................... 6
2. Radar .............................................................................................................. 7
3. Lidar ............................................................................................................... 8
III.

Hệ thống đa cảm biến .................................................................................... 9

IV.

Kết luận và hướng nghiên cứu trong tương lai ............................................ 11

V. Tài liệu tham khảo .......................................................................................... 12


Tóm tắt
Với sự tiến bộ của cơng nghệ kỹ thuật, xe tự hành đang trở thành một xu hướng then
chốt có thể cách mạng hóa tương lai của giao thơng vận tải. Và cảm biến là nền tảng
quan trọng nhất cho nhận thức về môi trường xung quanh xe trong hệ thống hành xe tự
hành, đồng thời sử dụng nhiều cảm biến tích hợp có thể trực tiếp xác định tính an tồn
và tính khả thi cho xe tự hành.
Trong bài viết này sẽ trình bày về cảm biến và hệ thống đa cảm biến trong xe tự hành:
camera, radar, lidar. Các công nghệ tiên tiến hiện tại trong lĩnh vực này cũng sẽ được
trình bày như việc sử dụng thơng tin hình ảnh và các điểm dữ liệu trong không gian ba
chiều để phát hiện, theo dõi các đối tượng đang chuyển động. Điều đó cho thấy rằng
việc đưa nhiều cảm biến hơn vào hệ thống sẽ mang lại hiệu suất và độ tin cậy tốt hơn.
Hơn nữa, việc sử dụng dữ liệu camera trong việc định vị vốn được giải quyết theo cách
truyền thống bằng dữ liệu radar và lidar sẽ cải thiện việc cảm nhận của xe tự hành về
môi trường xung quanh. Bài viết sẽ kết luận bằng cách nêu bật một số thách thức trong
lĩnh vực hệ thống đa cảm biến và đề xuất các hướng nghiên cứu khả thi trong tương lai
cho hệ thống xe tự hành.

I.

Giới thiệu
Vào năm 2014, SAE International đã giới thiệu tiêu chuẩn “Levels of Driving
Automation” được hiểu là các cấp độ tự động hóa lái xe, với 6 cấp độ khác nhau của
xe tự hành. Bắt đầu từ cấp số 0 khi người lái xe có tồn quyền điều khiển phương tiện
và kết thúc với cấp độ 5, khi chiếc xe có tồn quyền kiểm sốt mọi cơng việc khi lái
xe. Tổng quan về các cấp độ này được mơ tả trong Hình 1. Hiện nay các nhà sản xuất

xe ô tô như Audi và Tesla đã áp dụng tiêu chuẩn tự động hóa SAE cấp 2 trong việc
phát triển xe ơ tơ tự hành của mình chẳng hạn như Autopilot của Tesla hay Traffic Jam
Pilot của Audi A8.


Hình 1: Tổng quan về sáu cấp độ tự động hóa lái xe được mơ tả trong tiêu chuẩn J3016
của SAE International

Hệ thống xe tự hành có thể được chia thành bốn loại chính như được hiển thị trong
Hình 2. Xe tự hành quan sát môi trường xung quanh bằng cách sử dụng nhiều cảm biến
khác nhau được gắn trên xe. Đây là những thành phần phần cứng thu thập dữ liệu về
môi trường. Thông tin từ cảm biến được xử lý trong khối nhận thức hệ thống đa cảm
biến thành thơng tin có ý nghĩa. Hệ thống con sử dụng đầu ra từ khối nhận thức để lập
kế hoạch hành vi cho cả kế hoạch đường đi ngắn hạn và dài hạn. Mô-đun điều khiển
đảm bảo rằng phương tiện đi theo đường dẫn do hệ thống con lập kế hoạch cung cấp
và gửi lệnh điều khiển đến phương tiện.
Hầu hết các hệ thống xe tự hành đều có chung nhiều thách thức và hạn chế trong các
tình huống thực tế như việc lái xe và điều hướng an toàn trong điều kiện thời tiết khắc
nghiệt, và tương tác an toàn với người đi bộ và các phương tiện khác. Điều kiện thời
tiết khắc nghiệt, chẳng hạn như ánh sáng chói, tuyết, sương mù, mưa to có thể ảnh
hưởng đáng kể đến hiệu suất của các cảm biến để nhận thức và điều hướng. Bên cạnh
đó. Đối với xe tự hành di chuyển trên đường, mức độ phức tạp của những thách thức
này tăng lên do điều kiện và hành vi bất ngờ từ các phương tiện khác. Do đó, một hệ


thống cảm biến dự đốn tồn diện rất quan trọng để xác định tất cả các chuyển động
trong tương lai của môi trường xung quanh để giảm nguy cơ va chạm.

Hình 2: Sơ đồ khối của hệ thống xe tự hành.

II.

Cảm biến trên xe tự động
Thành phần chính của xe tự hành là các cảm biến. Các cảm biến sẽ giúp ánh xạ các
thay đổi trong môi trường xung quanh thành các giá trị số học để tiếp tục xử lý. Cảm
biến nói chung sẽ được chia thành hai loại dựa trên nguyên lý hoạt động của chúng là
cảm biến “nội cảm” và cảm biến “ngoại cảm”. Cảm biến “nội cảm” là cảm biến đo các
thông số hoạt động bên trong xe ví dụ như các đơn vị đo trọng lực (IMU), bộ mã hóa,
cảm biến trọng lực. Ngược lại, cảm biến “ngoại cảm” sẽ đo thông tin từ môi trường
xung quanh hệ thống như camera, radar – phát hiện và đo khoảng cách bằng sóng vơ
tuyến hay lidar – phát hiện và đo khoảng cách bằng sóng ánh sáng. Các xe tự hành chủ
yếu sử dụng nhiều camera giám sát, cảm biến radar và cảm biến lidar.
Vị trí của các cảm biến để nhận biết môi trường xung quanh trên các xe tự hành cùng
phạm vị phủ sóng và ứng dụng cụ thể sẽ được miêu tả trong hình 3. Nói chung phần
này sẽ xem xét những ưu điểm, nhược điểm của cả ba cảm biến chính: camera, radar,
lidar.


Hình 3: ví dụ về loại và vị trí của các cảm biến trong xe tự động để giúp xe nhận biết được
môi trường xung quanh

1. Camera
Camera là một trong những loại cảm biến đầu tiên được sử dụng trên xe tự hành và
hiện là lựa chọn chính của các nhà sản xuất ô tô. Camera hoạt động theo nguyên
tắc phát hiện ánh sáng phát ra từ môi trường xung quanh trên bề mặt cảm quang
(mặt phẳng ảnh) thông qua ống kính camera (gắn phía trước cảm biến) để tạo ra
hình ảnh rõ nét về xung quanh. Camear tương đối rẻ tiền có thể phát hiện cả chướng
ngại vật chuyển động và tĩnh trong tầm nhìn của chúng và cung cấp hình ảnh có độ
phân giải cao về mơi trường xung quanh. Đó cũng chính là nhược điểm của camera
nếu phải tính tốn lượng lớn để xử lý dữ liệu. Các camera độ phân giải cao mới

nhất có thể tạo ra hàng triệu pixel trên mỗi khung hình, với tốc độ 30 đến 60 khung
hình mỗi giây, để phát triển hình ảnh phức tạp. Điều này dẫn đến cần nhiều
megabyte dữ liệu để xử lý trong thời gian thực. Camera cho phép hệ thống nhận
thức của phương tiện xác định biển báo đường, đèn giao thông, vạch kẻ đường
trong trường hợp phương tiện giao thông đường bộ và một loạt thơng tin khác trong
trường hợp phương tiện địa hình.


Xe tự hành chủ yếu sử dụng camera gồm các chức năng chính:
• Camera RGB – sử dụng để chụp ảnh với dải màu đẩy đủ để nhận dạng các
đối tượng và thơng tin của mơi trường xung quanh xe.
• Camera hồng ngoại – sử dụng ánh hồng ngoại để nhận dạng đối tượng
trong môi trường ánh sáng yếu hoặc ban đêm.
• Camera 360° – sử dụng để tạo hình ảnh tồn cảnh xung quanh xe.
• Camera đo độ sâu – được sử dụng để biết khoảng cách và cấu trúc đối với
các đối tượng xung quanh.
• Camera chụp chuyển động – sử dụng theo dõi chuyển động và có thể dự
đoán hành vi của đối tượng xung quanh.
2. Radar
Radar được sử dụng để phát hiện đối tượng và đo khoảng cách bằng sóng vơ tuyến,
hoạt động theo ngun tắc sóng điện từ trong khu vực quan tâm và nhận sóng phản
xạ của đối tượng để tiếp tục xử lý tín hiệu và thiết lập phạm vi thơng tin về các đối
tượng. Các radar thương mại hiện có trên thị trường hiện hoạt động ở tần số 24 GHz
60 GHz, 77 GHz và 79 GHz. So với cảm biến radar 79 GHz, cảm biến radar 24
GHz có độ phân giải về phạm vi, vận tốc và góc hạn chế hơn, dẫn đến các vấn đề
trong việc xác định và ứng phó với nhiều mối nguy hiểm và được dự đốn sẽ bị
loại bỏ trong tương lai. Sự lan truyền của sóng radar khơng bị ảnh hưởng bởi các
điều kiện thời tiết bất lợi và chức năng của radar không phụ thuộc vào điều kiện
ánh sáng mơi trường do đó chúng có thể hoạt động vào ban ngày hoặc ban đêm
trong điều kiện sương mù, tuyết hoặc mây mù. Tuy nhiên một trong những nhược

điểm của cảm biến radar là khả năng phát hiện sai các vật thể kim loại xung quanh
môi trường xung quanh như biển báo đường hoặc lan can và khó khăn trong việc
phân biệt các vật thể tĩnh, cố định. Ví dụ, sự khác biệt giữa xác động vật (vật thể
tĩnh) và con đường sẽ làm khó khăn cho các radar giải quyết do sự giống nhau khi
cả hai đều không chuyển động. Cảm biến radar trong xe tự hành thường được tích
hợp vơ hình ở một số vị trí chẳng hạn như trên nóc xe, gần phía trên kính chắn gió,


phía sau xe hoặc nhãn hiệu biểu tượng. Điều cần thiết là đảm bảo độ chính xác của
vị trí và hướng lắp đặt của các radar trên xe.
Nhìn chung, cảm biến radar là một trong những cảm biến nổi tiếng trong lĩnh vực
tự động và thường được sử dụng tỏng xe tự hành để cung cấp thơng tin chính xác
và đáng tin cậy cả ngày lẫn đêm vì khả năng hoạt động bất kể ánh sáng và điều kiện
thời tiết bất lợi. Nó cung cấp thơng tin bổ sung như tốc độ phát hiện chướng ngại
vật chuyển động và có thể thực hiện lập bản đồ ở phạm vi ngắn, trung bình hoặc
dài tùy thuộc vào chế độ cấu hình. Tuy nhiên, cảm biến radar nhìn chung khơng
phù hợp cho các ứng dụng nhận dạng đối tượng vì độ phân giải kém so với camera.
Do đó, các nhà nghiên cứu xe tự hành thường kết hợp thông tin radar với các dữ
liệu cảm biến khác, chẳng hạn như camera và lidar, để bù đắp cho những hạn chế
của cảm biến radar.
3. Lidar
Lidar được sử dụng để phát hiện đối tượng và đo khoảng cách bằng sóng ánh sáng,
được sử dụng rộng rãi nhất trong lĩnh vực hàng không, vũ trụ. Hầu hết các lidar
hiện nay đều sử dụng ánh sáng ở dải bước sóng 900 nm, mặc dù một số lidar sử
dụng bước sóng dài hơn, hoạt động tốt hơn trong mưa và sương mù.
Lidar được chia thành 3 loại chính:
• Cảm biến 1D chỉ đo thơng tin khoảng cách (tọa độ x) của các vật thể ở xung
quanh.
• Cảm biến 2D cung cấp thêm so với 1D về góc (tọa độ y) của các đối tượng
được nhắm mục tiêu.

• Cảm biến 3D bắn tia laze qua các trục thẳng đứng để xác định thêm độ cao
(tọa độ z) của các vật thể xung quanh.
Trong lidar 3D một khớp xoay xoay sẽ quét chùm tia laser qua tầm nhìn rộng của
nó. Các tia laser được phát xung, và các xung được phản xạ bởi các vật thể. Những
phản xạ này trả về các điểm đại diện cho các đối tượng này gọi là “point cloud”.


Lidar có độ phân giải khơng gian cao hơn nhiều so với radar do chùm tia laser tập
trung hơn, số lượng lớp quét theo hướng thẳng đứng lớn hơn và mật độ điểm lidar
trên mỗi lớp cao hơn.
Nhìn chung, hiện tại, LiDAR cảm biến 3D được áp dụng phổ biến hơn trên các
phương tiện tự lái để mang lại nhận thức chính xác và đáng tin cậy về ngày và đêm
do trường nhìn rộng hơn, phạm vi phát hiện xa hơn và nhận thức sâu hơn. Dữ liệu
thu được từ các “point cloud” cung cấp hình ảnh khơng gian 3D dày về môi trường
xung quanh xe tự hành. Tuy nhiên cảm biến LiDAR không cung cấp thông tin màu
sắc của môi trường xung quanh so với hệ thống camera và đây là một lý do khiến
“point cloud data” thường được kết hợp cùng với dữ liệu từ các cảm biến khác nhau
bằng thuật toán tổng hợp cảm biến.

III.

Hệ thống đa cảm biến
Hệ thống đa cảm biến là một phương pháp kết hợp dữ liệu được lấy từ các cảm biến
khác nhau để tạo ra thông tin chung hiệu quả hơn. Thông tin thu được chắc chắn tốt
khi các dữ liệu này được sử dụng riêng lẻ trên từng cảm biến. Ví dụ, trên xe tự hành,
điều quan trọng là phải có camera để sao chép tầm n