cảm biến kinect và ứng dụng trong xe tự hành tránh vật cản

Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 1

MỤC LỤC
1.Giới thiệu cơ bản về Kinect 3
1.1 cấu trúc phần cứng. 4
1.1.1 Camera RGB 4
1.1.2 Cảm biến độ sâu 4
1.1.3 DãyMicrophone 4
1.2 Nguyên lý các cảm biến độ sâu. 5
1.3 Các dữ liệu đo được từ cảm biến. 6
2. Các thƣ viện xử lý ảnh 7
2.1 Các module 8
2.1.1 PCL_Common: 8
2.1.2 Module Features: 8
2.1.3 Module Filters: 8
2.1.4 Module Geometry: 9
2.1.5 Module IO: 9
2.1.6 PCL_Kdtree: 9
2.1.7: PCL_Keypoint 10
2.1.8 PCL_Octree: 10
2.1.9 Module registrantion (PCL_registration): 11
2.1.10 Module PCL_sample_consensus: 11
2.1.11 PCL_Search 12
2.1.12 PCL_Segmentation 12
2.1.13 PCL_surface 12
2.1.14: PCL_visualization 14
2.2. Cấu trúc dữ liệu cơ bản của PCL 15
2.2.1 PointCloud: 15
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 2

2.2.2 Định dạng PCD: 16
3. Phát hiện vật cản bằng Kinect 19
Quá trình xử lý dữ liệu: 19
Kết quả sau khi cài đặt 19











Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 3

1.GIỚI THIỆU CƠ BẢN VỀ KINECT

Kinect là sản phẩm của Microsoft dựa trên công nghệ camera được phát
triển bởi PrimeSense, những sản phẩm đầu tiên được bán tại Bắc Mỹ vào ngày 4
tháng 11 năm 2010 .
Kinect được coi như là một thiết bị ngoại vi cho Xbox 360, cho phép giao
tiếp với con người thông qua các cử chỉ, đem lại những cảm giác thú vị cho người
chơi game trên Xbox. Khả năng hiểu được cử chỉ con người của Kinect dựa trên

hai đặc tính chính sau: thông tin về độ sâu ảnh (depth map), khả năng phát hiện
và bám theo đặc tính cơ thể người (body skeleton tracking).
Bên cạnh phục vụ cho mục đích chơi game, sản phẩm Kinect còn được
dùng vào mục đích nghiên cứu xử lý ảnh 3D, phát hiện cử chỉ (gesture
recognition), bám theo người (body tracking) và nhiều mục đích khác. Lý do
chính cho sự thành công của sản phẩm Kinect là giá cả khá rẻ (khoảng 140$ trên 1
sản phẩm) cho thiết bị có khả năng cung cấp các thông tin 3D với chất lượng chấp
nhận được.
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 4

1.1 cấu trúc phần cứng.

Bên trong Kinect bao gồm 1 camera RGB, cảm biến độ sâu , một dãy các
microphone và 1 động cơ điều khiển góc nâng.
1.1.1 Camera RGB
Là một camera có 3 kênh dữ liệu có độ phân giải 1280x960. Camera này có
khả năng chụp lại ảnh ảnh mầu.
1.1.2 Cảm biến độ sâu
Độ sâu thu về nhờ sự kết hợp của 2 bộ phận là bộ phát hồng ngoại IR và
camera hồng ngoại đọc các tín hiệu phản hồi về từ đó tính toán ra bản đồ độ
sâu.
1.1.3 DãyMicrophone
Dãy Micro bao gồm 4 micro được bố trí dọc theo thân Kinect có khả năng
thu lại âm thanh đồng thời xác định hướng của âm thanh. Dãy Microphone
này được dùng trong các ứng dụng điều khiển bằng giọng nói.
Ngoài ra Kinect còn có 1 cảm biến đo gia tốc để xác định hướng và 1 động
cơ dùng để điều khiển góc ngẩng camera.
Trong số những cảm biến kể trên của Kinect, cảm biến độ sâu có khả năng

ứng dụng cao trong đề tài robot tránh mục tiêu.
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 5

1.2 Nguyên lý các cảm biến độ sâu.
Cặp cảm biến IR camera và IR projector sẽ phối hợp với nhau để tạo ra giá trị
độ sâu bằng công nghệ Light Coding của PrimeSense [2].

Kĩ thuật Light Coding dùng nguồn sáng hồng ngoại chiếu liên tục kết hợp
với một camera hồng ngoại để tính khoảng cách. Việc tính toán này được thực
hiện bằng chip PS1080 Soc của PrimeSen.
Projector sẽ chiếu một chùm sáng hồng ngoại, tạo nên những đốm sáng ở
không gian phía trước Kinect, tập hợp đốm sáng được phát ra này là cố định.
Những đốm sáng này được tạo ra nhờ một nguồn sáng truyền qua lưới nhiễu xạ
(diffraction gratings). Tập hợp các đốm sáng này được IR camera chụp lại,
thông qua giải thuật đặc biệt được tích hợp trong PS1080 SoC cho ra bản đồ
độ sâu. Bản chất của giải thuật này là các phép toán hình học dựa trên quan hệ
giữa hai cảm biến IR camera và Projector.

Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 6

1.3 Các dữ liệu đo đƣợc từ cảm biến.

Các cảm biến của Kinect được điều khiển đồng thời thu thập và xử lý dữ liệu
thông qua chip PS1080 có tần số 12MHz, sau đó được lưu trữ vào bộ nhớ Flash.
Các dữ liệu này có thể truyền vào máy tính thông qua cổng USB 2.0.

Các tín hiệu thu thập bao gồm dữ liệu về độ sâu, màu sắc và âm thanh trong đó
tín hiệu về độ sâu là dữ liệu quan trọng có nhiều dụng.
Sở dĩ dữ liệu về chiều độ sâu có tầm quan trọng như vậy bởi nó giúp việc nhận
dạng các vật thể đơn giản hơn nhiều so với xử lý ảnh thông thường. Các thuật toán
xử lý ảnh thông thường dựa vào sự tương đồng về mầu sắc, tuy nhiên, có thể những
vật có mầu sắc tương tự nhau nhưng không cùng một vật thể hoặc các phần của
cùng một đối tượng nhưng có mầu khác nhau,do vậy gây khó khăn trong quá trình
nhận dạng. Trong khi đó, với thông tin về độ sâu, các vật thể được phân biệt với
nhau thông qua vị trí. Những điểm có khoảng cách gần nhau có xu hướng cùng một
đối tượng mà không phân biệt mầu sắc. Chỉ khi độ sâu giảm đột ngột như ở cạnh
và ở một số phần nhỏ của đối tượng thì khi đó, hình ảnh trên bản đồ độ sâu mới có
sự thay đổi.
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 7

Một ưu điểm nữa của bản đồ độ sâu đó là dữ liệu có thể được nén cao hơn so với
ảnh mầu thông thường do đó thích hợp trong việc truyền dẫn nhanh tín hiệu.
Các thuật toán nhận dạng đối với ảnh độ sâu đơn giản hơn và thậm chí có thể tái
tạo lại vật thể 3D (Bộ thư viện mã nguồn mở hỗ trợ thuật toán trên là PCL).
Từ những phân tích trên ta có thể thấy được những ưu điểm của bản đồ độ sâu
và nó rất thích hợp để ứng dụng trong các đề tài về robot tự hành.
2. CÁC THƢ VIỆN XỬ LÝ ẢNH
Hiện nay có nhiều bộ thư viện được viết cho Kinect. Nổi bật trong số đó là 2 bộ thư
viện mã nguồn mở OpenNI và bộ thư viện Kinect SDK của Microsoft.
Trong đồ án này, nhóm sinh viên đã sử dụng thư viện OpenNI . Đây là bộ
thư viện mã nguồn mở, dùng được trên nhiều hệ điều hành khác nhau. Thư viện
được xây dựng hỗ trợ đầy đủ các nhu cầu cơ bản khi sử dụng Kinect trong đồ án xe
tự hành tránh vật cản.
Để phát huy tối đa khả năng của Kinect, nhóm sinh viên kết hợp thêm bộ thư

viện xử lý ảnh 3D là PCL.
PCL là thư viện hỗ trợ xử lý ảnh 3D, được xây dựng với nhiều module thực
hiện các thuật toán như: Lọc (filtering), Khôi phục bề mặt (Surface reconstruction),
phân vùng (segmentation), Ước lượng đặc tính vật (Feature estimation ).
Thư viện đi kèm để hỗ trợ được chia nhỏ và có thể biên dịch độc lập. Các thư
viện này gồm có :
 Eigen: Hỗ trợ các phép toán tuyến tính, dùng vào hầu hết các tính toán toán
học của PCL.
 FLANN: (Fast Library for Approximate Nearest Neighbors) Tìm kiếm nhanh
các điểm lân cận trong không gian 3D.
 Boost: Giúp chia sẻ con trỏ trên tất cả các module và thuật toán trong PCL để
tránh sao chép và trùng dữ liệu đã lấy về trong hệ thống.
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 8

 VTK: (Visualization Toolkit) Hỗ trợ nhiều platform trong việc thu về dữ liệu
3D, hỗ trợ hiển thị, ước lượng thể tích vật thể.
 CminPack : Thư viện mở giúp giải quyết phép toán tuyến tính và không
tuyến tính.
2.1 Các module:
Thư viện có tất cả 14 module bao gồm:
2.1.1 PCL_Common:
- Chứa cấu trúc dữ liệu và phương thức được sử dụng bởi phần lớn
các thư viện trong PCL
- Cấu trúc dữ liệu cốt lõi là các class pointClound, các loại dữ liệu
biểu diễn điểm, bề mặt, giá trị mầu, mô tả tính năng…
VD: PCL::PointXYZ; PCL::PointXY; PCL::PointXYZRGB;
2.1.2 Module Features:
- Chứa các cấu trúc dữ liệu và cơ chế tính toán, ước lượng 3D từ các

dữ liệu điểm PCD

- 3D Features biểu diễn chính xác điểm 3D hoặc vị trí trong không
gian để mô tả phần hình khối dựa vào thông tin có được xung
quanh điểm. Vùng dữ liệu được chọn lân cận điểm truy vấn
thường gọi là K-neighborhood.
2.1.3 Module Filters:
PCL_filters Chứa các kỹ thuật loại bỏ nhiễu.
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 9


2.1.4 Module Geometry:
Chứa tất cả các cấu trúc dữ liệu và giải thuật để tính toán hình học.

2.1.5 Module IO:
PCL_IO: Chứa các hàm và các lớp để đọc và ghi dữ liệu dạng PCD,
có thể thu thập dữ liệu từ nhiều nguồn khác nhau (Trong đồ án này
dùng Kinect).

2.1.6 PCL_Kdtree:
Thư viện cung cấp cấu trúc dữ liệu Kd_tree, sử dụng FLANN giúp
nhanh chóng tìm kiếm vùng gần nhất (nearest neighbors searches).
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 10

Kd-tree là một cấu trúc dữ liệu phân để vùng không gian lưu trữ tập
K-dimention điểm dưới dạng cây do đó dễ dàng phân loại và tìm kiếm.

Có thể sử dụng để tìm sự tương ứng giữa các nhóm điểm, đặc tả tính
năng, định nghĩa các vùng lân cận xung quanh điểm hoặc các điểm.

2.1.7: PCL_Keypoint:
Là thư viện chứa thực thi của 2 thuật toán nhận dạng “Point clound
keypoint”.
Key Point (hay interest point) là các điểm trong ảnh hoặc trong point
cloud mà có tính chất ổn định, riêng biệt và có thể dễ dàng phát hiện ra.
Thông thường số lượng Key Point nhỏ hơn tổng số điểm trong cloud.

2.1.8 PCL_Octree:
Chứa các thuật toán hiệu quả để tạo nên một cấu trúc dữ liệu phân cấp
từ dữ liệu point cloud. Nó cho phép phân vùng không gian,
downsampling (giảm số lượng các mẫu do đó tăng tốc độ tính toán) và
thực hiện các phép toán tìm kiếm trong tập dữ liệu PointCloud. Mỗi nút
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 11

Octree có 8 nút con hoặc không có nút con nào. Nút gốc (mầu đỏ hình
dưới )được biểu diễn trong 1 hình lập phương bao toàn bộ các điểm con.
Tại mỗi cấp của cây, không quan được chia thành 2 do đó tăng độ phân
giải cho điểm ảnh không gian 3 chiều.

Thư viện này cũng cung cấp các chương trình tìm kiếm lân cận hiệu
quả.
2.1.9 Module registrantion (PCL_registration):
Kết hợp các bộ dữ liệu vào một mô hình chung, thống nhất thường
được thực hiện bằng một kỹ thuật gọi là registration.
Ý tưởng chính là xác định các điểm tương ứng trong bộ dữ liệu và tìm

một chuyển đổi khoảng cách tối thiểu các điểm tương ứng.

2.1.10 Module PCL_sample_consensus:
Thư viện pcl_sample_consensus có khả năng tách các nhóm điểm có cùng
tính chất (Sample Consensus hay SAC) giống như thuật toán RANSAC (Tìm
kiếm đường thẳng trong tập hợp các điểm). Các nhóm điểm có thể là các mặt
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 12

phẳng, mặt cầu, trụ. Thư viện này rất thích hợp trong các ứng dụng dò tìm
các đối tượng như tường, cửa, các vật trên bàn…

2.1.11 PCL_Search:
Cung cấp các phương pháp tìm kiếm lân cận (nearest neighbors) bằng
cách sử dụng các cấu trúc dữ liệu khác nhau, bao gồm:
- Kd_tree (từ thư viện PCL_Kdtree)
- Octrees (từ thư viện PCL_Octrees)
- Brute foce (Thuật toán)
- Các tìm kiếm đặc biệt cho các bộ dữ liệu có tổ chức.
2.1.12 PCL_Segmentation:
Chứa các thuật toán để phân chia Point Cloud thành các nhóm riêng biệt. Các
thuật toán này thích hợp nhất khi xử lý các point Cloud bao gồm các vùng
không gian bị cô lập. Trong trường hợp như vậy, các clustering thường chia
nhỏ để sau đó có thể xử lý độc lập.
2.1.13 PCL_surface:
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 13

Là thư viện thích hợp cho việc xây dựng lại các bề mặt từ dữ liệu quét
3D. Các đối tượng chính gồm vỏ, bề mặt lưới, bề mặt nhẵn hay bình thường.
Khi có nhiễu có thể làm mịn và lấy mẫu lại.

Chia lưới ( meshing ) là một cách tổng quát để tạo ra các bề mặt điểm.
Hiện nay có 2 thuật toán là a very fast triagulation of the original points và
aslower meshing that does smoothing and hold filling as well.

Có thể dùng thư viện để tạo ra một thân lồi hoặc lõm thích hợp cho
đại diện bề mặt đơn giản hóa hoặ chỉ ra các ranh giới.
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 14


2.1.14: PCL_visualization:
Thư viện được tạo ra có thể nhanh chóng hiển thị các kết quả thuật
toán trên dữ liệu 3D. Thư viện cung cấp:
- Các phương pháp dựng hình và thiết lập thuộc tính ảnh, mầu sắc,
kích thước cho bất kì bộ dữ liệu nào có kiểu “PCL::PointCloud<T>”


- Vẽ các hình 3D cơ bản từ bộ điểm hoặc phương trình tham số.
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 15


- Vẽ các biểu đồ.

2.2. Cấu trúc dữ liệu cơ bản của PCL
2.2.1 PointCloud:
Kiểu dữ liệu cơ bản trong PCL là PointCloud. Một PointCloud là 1 lớp C++ bao
gồm:
 Width (int): Xác định chiều dài tập dữ liệu bằng số lượng điểm. “Width” có
2 nghĩa là
o Có thể xác định tổng số các điểm trong cloud (bằng số lượng các phần
tử trong cloud) cho bộ dữ liệu có tổ chức.
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 16

o Có thể xác định chiều rộng (tổng số điểm liên tiếp) của một tập dữ
liệu có tổ chức
Chú ý: Tập dữ liệu điểm có tổ chức là tập dữ liệu được chia thành các hàng và
cột giống như ma trận.
Vd: cloud.width=640;// Tao ra 640 diem tren mot dong
 Height (int): Tương tự width nhưng đối với cột trong ma trận điểm.
Nếu hieght=1 thì dữ liệu không được tổ chức (có thể dùng tính chất này để
kiểm tra một tập dữ liệu có được tổ chức hay không)
Vd:
cloud.width = 640; // Khai bao mot anh co cau truc, gom 640 dong va 480
cot
cloud.height = 480; // tong so diem anh la 640*480=307200.

 Points (std::vector<PointT>)
Chứa các mảng dữ liệu lưu trữ tất cả các điểm có kiểu pointT.
Kiểu PointT có thể là pcl::PointXYZ, pcl::PointXYZRGB,
pcl::PointXYZRGBA…
Ví dụ:

pcl::PointCloud<pcl::PointXYZ> cloud;
std::vector<pcl::PointXYZ> data = cloud.points;
 Is_dense(bool)
Trả về giá trị logic, nếu tất cả giá trị trong points hữu hạn => True ngược lại
là False.
Ngoài ra lớp pointCloud còn chứa các thành phần chứa các tùy chọn của
sensor như Sensor_origin, sensor_orientation. Các thành phần này thường ít
dùng trong các thuật toán của PCL.
2.2.2 Định dạng PCD:
Định dạng PCD là một định dạng dùng để lưu trữ dữ liệu 3d pointCloud.
Định dạng này gồm 2 phần là header và phần dữ liệu.
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 17

- Mỗi file có một phần header xác định các tính chất, thuộc tính của dữ
liệu mà nó lưu trữ. Header của PCD được mã hóa bằng mã ASCII.
- Trong header gồm có
o VERSION: xác định phiên bản định dạng PCD
o FIELDS: Xác định tên các chiều và các trường của mỗi điểm:
Vd:

FIELDS x y z # XYZ data
FIELDS x y z rgb # XYZ + colors
FIELDS x y z normal_x normal_y normal_z # XYZ + surface
normals
FIELDS j1 j2 j3 # moment invariants


o SIZE: Xác định kích thước các chiều tính theo byte

Vd:
Unsigned char/char ứng với 1byte
Unsigned short/short ứng với 2byte
Unsigned int/int ứng với 4 byte
Double ứng với 8byte.
o TYPE: Quy định kiểu của mỗi chiều, quy ước bằng các ký tự.
I - Biểu diễn kiểu số nguyên có dấu (int8, int16,int32)
U – Biểu diễn kiểu số nguyên không dấu.
F- Biểu diễn kiểu số thực.
o WIDTH : Xác định chiều rộng tập dữ liệu tính theo điểm.
o HEIGHT: Tương tự WIDTH nhưng tính cho chiều dài. Nếu
giá trị bằng 1 thì dữ liệu chưa được tổ chức.
o POINT: chứa giá trị tổng số điểm ảnh.
Phần 2 là DATA chứa dữ liệu của từng điểm, mỗi điểm có thể được mã hóa
theo bin hay ASCII.
Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 18

Ví dụ một file PCD sẽ có dạng như sau:
# .PCD v.7 - Point Cloud Data file format
VERSION .7
FIELDS x y z rgb # Chứa tọa độ v{ mầu dạng RGB
SIZE 4 4 4 4 # Mỗi th{nh phần tọa đọ xyz v{ mầu lưu
bằng 4byte
TYPE F F F F # Kiểu dữ liệu mỗi th{nh phần l{ số thực
COUNT 1 1 1 1
WIDTH 4 # Độ rộng của dữ liệu l{ 4
HEIGHT 1 # Dữ liệu không được tổ chức.
VIEWPOINT 0 0 0 1 0 0 0

POINTS 4 # Tổng số điểm ảnh l{ 4
DATA ascii # Dữ liệu được mã hóa bằng mã ascii
0.93773 0.33763 0 4.2108e+06 # C|c gi| trị của tọa độ v{ mầu của c|c
điểm.
0.90805 0.35641 0 4.2108e+06
0.81915 0.32 0 4.2108e+06
0.97192 0.278 0 4.2108e+06
Để ghi và đọc dữ liệu dạng PCD, PCL có cung cấp thư viện IO để xử lý. Chi
tiết thư viện này có thể tham khảo thêm trong phần help.











Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 19

3. PHÁT HIỆN VẬT CẢN BẰNG KINECT
Quá trình xử lý dữ liệu:

Voxel grid làm giảm mật độ số điểm xuống; tập hợp các điểm quá gần nhau sẽ
chỉ cần một điểm đại diện. Ta chọn giá trị mật độ phù hợp mà vẫn đảm bảo quan sát
rõ hình dạng vật thể. Mật độ ta chọn ở đây là 3 centimet theo ba chiều X, Y và Z.

Plannar segmentation sẽ tách các point cloud có cấu trúc phẳng, sau đó tách
ra point cloud có tổng số điểm lớn nhất, bằng giải thuật RANSAC (RANdom
SAmple Consensus).
Euclidean cluster extraction làm công việc tách các point cloud có mặt trên
nền nhà, tập hợp các điểm gần nhau sẽ được nhóm lại thành một point cloud hay
cluster, mỗi cluster đại diện một vật thể.
Dữ liệu sau khi nhận về từ Kinect sẽ được lọc qua bộ lọc Voxel Grid để giảm
mật độ điểm ảnh nhằm tang tốc độ xử lý.
Sau khi lọc dữ liệu, ta sẽ tiến hành phân tích các dữ liệu về vật thể có thể tách ra
thành các nhóm điểm đại diện cho vật thể (Object Clusters). Quá trình này sử dụng
các công cụ Plannar Segmentation, Euclidean Cluster Extraction.
Mỗi nhóm điểm đại diện cho một vật cản và cung cấp thông tin giúp nhận dạng
vật cản, tính toán kích thước, khoảng cách đến vật cản để có thể tính toán tránh vật
cản.
Kết quả sau khi cài đặt:






Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 20

Cảm biến Kinect và ứng dụng trong xe tự hành tránh vật cản

Lê Trung Kiên ĐKTĐ 2- K53 21