TÌM HIỂU về NHẬN DẠNG ĐƯỜNG đi CHO ô tô CHẠY tự ĐỘNG

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HỒ CHÍ MINH
KHOA CƠ KHÍ ĐỘNG LỰC

ĐỒ ÁN TỐT NGHIỆP

TÌM HIỂU VỀ NHẬN DẠNG ĐƯỜNG ĐI CHO
Ô TÔ CHẠY TỰ ĐỘNG

GVHD: TS. LÊ THANH PHÚC
SVTH: TRẦN CÔNG VIÊN
PHẠM QUỐC KHÁNH

TP. Hồ Chí Minh, tháng 7/2013

09105146
09105052


ĐH SƯ PHẠM KỸ THUẬT TP. HCM
KHOA CƠ KHÍ ĐỘNG LỰC
BỘ MÔN ĐIỆN TỬ Ô TÔ

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc Lập - Tự Do - Hạnh Phúc

NHIỆM VỤ
ĐỒ ÁN TỐT NGHIỆP
TÊN ĐỀ TÀI:

TÌM HIỂU VỀ NHẬN DẠNG ĐƯỜNG ĐI CHO
Ô TÔ CHẠY TỰ ĐỘNG

SINH VIÊN THỰC HIỆN:
1. TRẦN CÔNG VIÊN
2. PHẠM QUỐC KHÁNH

MSSV: 09105146
MSSV: 09105052

I.NỘI DUNG
Tìm hiểu về các thành phần của hệ thống nhận dạng đường đi cho ô tô chạy tự
động.
Nghiên cứu thuật toán xử lý ảnh cho ô tô chạy tự động.
II. TRÌNH BÀY
-

Thyết minh đề tài: 1 cuốn thuyết minh.
1 đĩa CD ghi nội dung của đề tài “Tìm hiểu về nhận dạng đường đi cho ô tô
chạy tự động”

III. THỜI GIAN THỰC HIỆN
-

Ngày bắt đầu:
Ngày hoàn thành:
Ngày bảo vệ:

BỘ MÔN ĐIỆN TỬ Ô TÔ

10/07/2013
20/07/2013

Tp. Hồ Chí Minh, ngày…,tháng…,năm 2013
GIÁO VIÊN HƯỚNG DẪN

TS. Lê Thanh Phúc

1


PHẦN I: MỞ ĐẦU

2


LỜI NÓI ĐẦU
Ngày nay, ô tô được sử dụng rộng rãi như một phương tiên giao thông thông
dụng. Ô tô là phương tiện không thể thiếu của nhiều ngành công nghiệp và giao
thông vận tải. Khoa học ngày càng phát triển và ô tô không còn là phương tiện vận
chuyển đơn thuần mà nó còn được phát triển để cung cấp tối đa về mặt tiện nghi
cũng như tính năng an toàn cho người sử dụng. Chính vì vậy, việc phát triển xe tự
lái là một xu hướng tất yếu để đáp ứng những yêu cầu ngày càng tăng cao của con
người.
Khái niệm xe tự lái hiện không còn quá xa lạ ở những nước có ngành công
nghiệp ô tô phát triển như: Mỹ và Đức. Những chiếc xe tự lái đã được nghiên cứu,
thử nghiệm, tham gia các cuộc thi hay đưa vào chạy và đạt được những thành công
nhất định và hứa hẹn sẽ tiếp tục đạt được những thành công trong tương lai. Ở Mỹ
đã có một số bang thông qua lệnh cho phép xe tự lái hoạt động trên đường như là:
Nevada, Florida và California. Ở nước ta, do những điều kiện kinh tế, xã hội, cơ sở
hạ tầng yếu nên nền công nghiệp ô tô chưa được phát triển đúng mức. Vì vậy khái
niệm xe tự lái còn quá xa lạ và chưa được chú trọng quan tâm nghiên cứu.
Nhóm thực hiện mong rằng khi đề tài được hoàn thành sẽ mang lại cái nhìn tổng

quan về xe tự lái và mong rằng dựa vào đó, trong tương lai không xa xe tự lái sẽ
được nghiên cứu chế tạo ở Việt Nam.
Do nội dung của đề tài còn mới, kiến thức và kinh nghiệm còn hạn chế nên
không thể tránh khỏi sự thiếu sót trong quá trình thực hiện đề tài, Nhóm thực hiện
rất mong được sự giúp đỡ và đóng góp ý kiến của thầy cô để đề tài được hoàn thiện
hơn.
Nhóm thực hiện xin chân thành cảm ơn!

3


LỜI CẢM ƠN
Nhóm thực hiện xin chân thành cảm ơn quý thầy cô Trường Đại Học Sư Phạm
Kỹ Thuật TP.HCM đã tận tình chỉ dạy, trang bị cho nhóm những kiến thức bổ ích
trong việc thực hiện đề tài.
Đặc biệt nhóm thực hiện xin chân thành cảm ơn thầy Lê Thanh Phúc đã tận tình
giúp đỡ và luôn theo sát nhóm thực hiện trong quá trình thực hiện đề tài.
Mặc dù nhóm thực hiện đã cố gắng tìm hiểu, học hỏi cũng như tham khảo các tài
liệu nhưng vì thời gian có hạn và kiến thức còn hạn chế nên nhóm thực hiện không
tránh khỏi những thiếu sót trong quá trình thực hiện đề tài này. Nhóm thực hiện rất
mong được sự góp ý và chỉ bảo của thầy cô và các bạn để đề tài được hoàn thiện
hơn.
Một lần nữa, nhóm thực hiện xin chân thành cảm ơn!

4


NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
………………………………………………………………………………………
………………………………………………………………………………………

………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
Tp Hồ Chí Minh, ngày……, tháng……, năm 2013
GIÁO VIÊN HƯỚNG DẪN

TS. Lê Thanh Phúc

5

NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
Tp Hồ Chí Minh, ngày……, tháng……, năm 2013
GIÁO VIÊN PHẢN BIỆN

TS. Nguyễn Bá Hải

6


DANH SÁCH CÁC TỪ VIẾT TẮT:
ACC: Adaptive Cruise Control.
ADU: Autonomous driving unit.
API: Application programming interface.
CPU: Central Processing Unit.
DARPA: Defense Advanced Research Projects Agency.
EKF: Extended Kalman Filter.
EMC: Electronic Mobility Controls.
EN-V: Electric Networked Vehicle.
FOV: Field of view.
GPS: Global positioning system.
IMU: Inerital Measurement Unit.
LCM: Lightweight Communications and Marshalling.
MDF: Mission definition file.
NCS: New Concept Sedan.
NQE: National Qualifying Event.
RANSAC: Random sample consensus.
RNDF: Route network definition file.
RRT: Rapidly-Expanding Random Tree.
TAP: Temporary Auto Pilot.
TCP/IP: Transfer Control Protocol/Internet Protocol.
TJA: Traffic Jam Assistant.
UCE: Urban Challenge Event.
USDOT: United States Department of Transportation.

7


MỤC LỤC:
Phần I: Mở đầu……………..………………………………………………………2
Lời nói đầu…………………………………………………………………………..3
Lời cảm ơn…………………………………………………………………………..4
Nhận xét của giáo viên hướng dẫn…………………………………………………..5
Nhận xét của giáo viên phản biện…………………………………………………...6
Danh sách từ viết tắt………………………………………………………………....7
Phần II: Nội dung………………….………………………………………………11
Chương I. Giới thiệu chung về xe tự lái……………………………………...…….12
1.1. Khái niệm xe tự lái………………………………………………………….12
1.2. Lợi ích của xe tự lái…………………………………………………..…….12
1.3. Lịch sử phát triển của xe tự lái……………………………………….…….13
1.4. Luật pháp dành cho xe tự lái………………………………………………..15
1.5. Cuộc thi thách thức đô thị UCE 2007………………………………..……..16
Chương II. Cấu trúc hệ thống và phương pháp tìm đường đi trên xe Talos....…….18
2.1. Giới thiệu……………………………………………………………..…….18
2.2. Cấu trúc tổng thể của hệ thống……………………………………….…….19
2.3. Thiết kế hệ thống……………………………………………………..…….20
2.3.1. Những cân nhắc trong việc thiết kế hệ thống………………………….20
2.3.2. Cấu hình xe Talos………………………….…………………………..22
2.3.2.1. Cấu hình các cảm biến……………………………………….…...24
2.3.2.2. Bộ lái xe tự động………………………………………………....28
2.3.3. Hệ thống phần mềm…………………………………………….……..28
2.3.3.1. Hệ thống truyền dữ liệu LCM…………………………….……....28
2.3.3.2. Trực quan………………………………………………….……...28
2.4. Thuật toán tìm đường đi trên xe Talos..…………………………….……...28
2.4.1. Tạo khung cục bộ……………………………………………………...29

2.4.2. Phát hiện chướng ngại vật…………………………………….……….29
8


2.4.2.1. Phát hiện chướng ngại vật dựa trên LIDAR……………………...31
2.4.2.2. LIDAR phẳng đầu-cuối…………………………………………...32
2.4.2.3. Velodyne đầu-cuối………………………………………………..34
2.4.2.4. Phân nhóm………………………………………………………..37
2.4.2.5. Theo dõi…………………………………………………………..38
2.4.2.6. LIDAR theo dõi kết quả………………………………………….39
2.4.2.7. Radar phát hiện xe tốc độ cao……………………………………41
2.4.3. Phát hiện nguy hiểm…………………………………………………..42
2.4.3.1. Loại bỏ các đối tượng di chuyển…………………………………43
2.4.3.2. Vùng nguy hiểm cao……………………………………………..44
2.4.3.3. Phát hiện mép đường…………………………………………….44
2.4.4. Tìm đường…………………………………………………………….45
2.4.4.1. Camera hiệu chỉnh tuyệt đối……………………………………..45
2.4.4.2. Phát hiện vệt sơn đường…………………………………………46
2.4.4.3. Ước tính vạch tâm đường………………………………………..47
2.4.4.4. Theo dõi làn đường……………………………………………...50
Chương III. Cấu trúc hệ thống và phương pháp tìm đường đi trên xe Boss……...51
3.1. Giới thiệu………………………………………………………………….51
3.2. Cấu trúc tổng thể của hệ thống……………………………………………51
3.3. Các thiết bị cảm biến gắn trên xe Boss…………………………………...53
3.3.1. Yêu cầu tầm nhìn…………………………………………………….54
3.3.2. Cấu hình cảm biến…………………………………………………...54
3.4. Thuật toán tìm đường đi trên xe…………………………………………..55
3.4.1. Liên kết những chướng ngại vật chuyển động……………………….55
3.4.2. Theo dõi chướng ngại vật di chuyển…………………………………57
3.4.3. Phát hiện chướng ngại vật cố định…………………………………...58

9


3.4.4. Ước tính hình dạng đường…………………………………………...59
3.4.5. Thiết bị phát hiện hình dạng đặc trưng của đường…………………..60

Chương IV. Cấu trúc hệ thống và phương pháp tìm đường đi trên xe Junior……62
4.1. Giới thiệu………………………………………………………………….62
4.2.Nền tảng của xe……………………………………………………………63
4.2.1. Trang thiết bị của hệ thống…………………………………………...63
4.2.2. Hệ thống máy tính…………………………………………………....64
4.2.3. Hệ thống cảm biến……………………………………………………64
4.3. Nhận thức và tìm đường đi của xe………………………………………...66
4.3.1. Nền tảng phần mềm…………………………………………………..66
4.3.2. RNDF cục bộ…………………………………………………………67
4.3.3. Tìm kiếm lề đường……………………………………………………68
4.3.4. Theo dõi xe……………………………………………………………69
4.4. Kế hoạch điều khiển……………………………………………………….70
4.4.1. Hoạch định tuyến đường toàn cầu…………………………………....70
4.4.2. Kế hoạch con đường trực tuyến………………………………………70
4.4.3. Điều hướng đậu xe……………………………………………………73
4.4.4. Điều khiển…………………………………………………………….75
4.4.5. Ngừng nơi có tín hiệu và nút giao thông……………………………...75
Chương V. Giới thiệu và bố trí các thiết bị của hệ thống tự lái trên xe Google…..77
5.1. Giới thiệu…………………………………………………………………..77
5.2. Cấu tạo của hệ thống………………………………………………………79
Phần III. Kết luận – Đề nghị…………………………………………..…………81
Tài liệu tham khảo………………………………………………………………...82
10

PHẦN II: NỘI DUNG

11


CHƯƠNG I:GIỚI THIỆU CHUNG VỀ XE TỰ LÁI.
1.1. Khái niệm xe tự lái.
Xe tự lái còn được biết đến như là một chiếc xe robot , hoặc xe không người lái.
Nó có khả năng thực hiện các khả năng vận chuyển như một chiếc xe truyền thống.
Xe tự lái có khả năng nhận thức môi trường xung quanh và tự động điều hướng mà
không cần sự tác động trực tiếp của con người. Cho đến nay, xe tự lái tồn tại hầu hết
ở dạng thử nghiệm, nhưng chúng sẽ được phổ biến tương lai không xa. [1].
Xe tự lái nhận biết môi trường xung quanh chúng bằng những công nghệ như
Radar, LIDAR, GPS và thị giác máy tính (Computer vision). Hệ thống điều khiển
tiên tiến giải thích ý nghĩa thông tin thu được để xác định chuyển hướng chính xác,
cũng như phát hiện các chướng ngại vật và các biển báo giao thông. Một vài xe tự
lái còn có thể làm tốt hơn như tự động cập nhập bản đồ trên cơ sở nhưng dữ liệu
đầu vào, cho phép chúng đi qua những vùng chưa được lập trình.
Từ những năm 1980, những tiến bộ đáng kể đã được thực hiện trong cả hai lĩnh
vực công nghệ và pháp luật liên quan đến xe tự lái. Nhiều công ty lớn và các tổ
chức nghiên cứu đã và đang phát triển những mẫu xe chay tự động như Google,
Continental Automotive System, Bosch, Nissan, Toyota, Audi, Oxford University.
Tháng 6 năm 2011 bang Nevada là bang đầu tiên của nước Mỹ cũng như trên toàn
thế giới thông qua luật liên cho phép xe tự lái hoạt động trên đường. Bộ luật này
chính thức có hiệu lực ngày 1 tháng 3 năm 2012 và những chiếc xe tự lái đầu tiên
được cấp giấy phép từ tháng 5-2012. Tới tháng 2-2013, có thêm hai bang nữa của
Mỹ cũng thông qua luật mới là Florida và California.
1.2. Lợi ích của xe tự lái.
Những lợi ích của xe tự lái bao gồm:

 Giảm tai nạn giao thông, do hệ thống chạy tự động có độ tin cậy cao và giảm
thời gian xử lý so với người điều khiển.
 Giảm ùn tắt giao thông, do giảm khoảng cách an toàn cần thiết giữa các xe
nên khả năng điều khiển mật độ lưu thông tốt hơn.
 Hổ trợ người lái xe trong việc điều khiển và dẫn hướng.
 Xe chạy tự động có tốc độ giới hạn cao hơn.
 Loại bỏ những hạn chế về tình trạng của người lái xe, đối với xe tự lái thì nó
không có vấn đề gì đối với người chưa đủ tuổi, người già, người mù, người
bị say xỉn.
 Giảm tình trạng khan hiếm nơi đỗ xe bằng cách chúng có thể bỏ hành khách
xuống và đỗ xe ở nơi xa khu vực khan hiếm đó, và có thể quay lại đón hành
khách khi cần thiết.
 Giảm không gian đỗ xe cần thiết.
12


 Giảm nhu cầu về cảnh sát giao thông và bảo hiểm xe.
 Giảm các biển báo đường bộ vì xe tự lái có thể nhận được những thông tin
điện tử cần thiết.
 Cải thiện tính kinh tế nhiên liệu.
 Chi phí bảo dưỡng thấp hơn.

1.3. Lịch sử phát triển của xe tự lái.
Xe tự lái đã có một thời gian phát triển tương đối dài và đến nay đã đạt được
một số thành công nhất định.
 Thập niên 1930
Chiếc xe tự lái đầu tiên trên thế giới là Futurama, được thiết kế bởi Norman Bel
Geddes và được tài trợ bởi General Motor, xuất hiện vào năm 1939 tại hội chợ thế
giới ở New York. Chiếc xe sử dụng năng lượng điện và được điều khiển bằng sóng
vô tuyến.

 Thập niên 1980.
Năm 1980 chiếc xe tự lái của Mercedes-Benz được thiết kế bởi Ernst
Dickmanns và các cộng sự ở Đại học Bundeswehr Munich, nó đạt vận tốc 63km/h
trên đường trống. Sau đó, Uỷ Ban Châu Âu bắt đầu tài trợ 800.000.000€ cho
chương trình xe tự lái vào năm 1987-1995.
 Thập niên 1990.
Năm 1994, hai xe tự lái đầu tiên là VAMP và VITA-2 của DAIMLER-BENZ và
Ernst Dickmanns đã chạy hơn 1000km trên đường 3 làn xe ở Paris với tốc độ lên
đến 130km/h, mặc dù nó bán tự động và có sự can thiệp của con người. Họ đã cho
thấy xe tự lái có thể chạy trên đường có 3 làn đường và có thể đổi làn đường để
vượt qua những xe khác. Cũng năm đó, Lucas (nhà sản xuất nổi tiếng của Anh với
lĩnh vực công nghiệp ô tô và hàng không vũ trụ) đã phát triển một bộ phận của xe
bán tự động được tài trợ bởi hãng xe Jaguar.
Năm 1995, Ernst Dickmanns đã thiết kế lại xe tự lái S-Class của hãng
Mescedes-Benz và tiến hành chạy từ Munich, Đức đến Copenhagen, Đan Mạch và
sau đó quay về. Xe sử dụng thị giác máy tính Computer vision [2] và bộ vi sử lý thu
thập và truyền dữ liệu để xử lý dữ liệu trong thời gian thực. Chiếc xe đạt tốc độ lên
đến hơn 175km/h trên xa lộ ở Đức, với thời gian con người can thiệp là 5% và 95%
thời gian còn lại là chiếc xe tự điều khiển. Chiếc xe đã tham gia giao thông và vượt
qua những xe khác. Mặt dù chiếc xe chỉ là mô hình nghiên cứu và chưa đủ độ tin
cậy cho việc chạy đường dài nhưng nó đã thực hiện quãng đường dài 158km mà
không có sự can thiệp của con người.
13


Năm 1995, chiếc xe của dự án Navlab, Đại học Camegie Mellon đã thực hiện
chuyến đi 5000km vòng quanh nước Mỹ với 98,2% thời gian là xe tự điều khiển.
Đây là xe bán tự động độc đáo, nó điều tự điều khiển vô lăng còn ly hợp và phanh
do con người điều khiển.
 Thập niên 2010.

Năm 2010, chiếc xe VisLab của Đại học Parma đã thực hiện chương trình chạy
thử nghiệm trên quãng đường 15900km từ Parma, Ý đến Thượng Hải, Trung Quốc.
Chiếc xe tự lái đã hoàn thành chuyến đi thành công trong 100 ngày từ 20/07 đến
28/10/2010. Đây là chuyến đi liên lục địa đầu tiên của xe tự lái.
Có nhiêu nhà sản xuất xe hơi bao gồm GM, Ford, Mescedes-Benz, Wolkswagen,
Audi, Nissan, Toyota, BMW, Volvo và Cadilac bắt đầu thử nghiệm những chiếc xe
tự lái.
-

-

-

-

-

Năm 2005 BMW đã thử nghiệm xe chạy tự lái.
Năm 2008, GM nói rằng họ sẽ thử nghiệm xe tự lái vào năm 2015 và thương
mại hóa vào năm 2018. Năm 2011, GM chế tạo xe điện tự lái trong thành
phố EN-V.
Năm 2010, Audi đã gởi xe tự lái Audi SST đến Pikes Peak để thử nghiệm.
Năm 2011, Volvo bắt đầu phát triển hầu hết hệ thống xe tự lái kiểu “road
train”(đường tàu) cho đường cao tốc, nó có thể hoạt động vào năm 2020.
Năm 2011, Alan Taub phó chủ tịch của bộ phận nghiên cứa và phát triên
chung của GM cho biết công ty có kế hoạch thử nghiệm xe tự lái vào năm
2015 và hoàn thành năm 2020.
Wolkswagen ra mắt hệ thống lái tự động TAP [3] cho phép xe tự lái chạy ở
tốc độ 130km/h trên đường cao tốc.
Ford đang nghiên cứu xe tự lái và hệ thống thông tin trên các phương tiện

giao thông. Bill Ford(chắt của Henry Ford) dự đoán xe bán tự động sẽ phát
triển trong những năm 2017-2025 và xe tự lái hoàn toàn sẽ là xu hướng sau
năm 2025.
Những năm đầu thập niên 2010, những nhà sản xuất xe hơi khác nhau đã
công bố những tiến bộ trong việc phát triển xe tự lái.
Năm 2011, Mescedes-Benz đã công bố S-Class 2013 sẽ là đại diện cho dòng
xe tự lái của họ. Với tốc độ 40km/h S-Class sẽ chạy chậm qua những nơi kẹt
xe bằng hệ thống camera và radar giám sát để điều khiển tốc độ và khoảng
cách so với xe trước.
Năm 2012, Audi công bố kế hoạch giới thiệu hệ thống TJA [4] cho xe tự lái
mới với tốc độ lên đến 60km/h. Hệ thống có khả năng ra mắt trước năm 2014
trên Audi A8.

14


-

-

Năm 2012, Cadilac tiết lộ hệ thống xe bán tự động của họ được gọi là “Super
Cruise”. Hệ thống này có thể được trang bị cho xe của họ vào giữa những
năm 2010.
Tháng 10/2012, Nissan công bố mẫu xe điện tự lái của họ là NSC-2015.
Tháng 1/2013, Toyota đưa ra một phần xe tụ lái của họ với nhiều cảm biến
và hệ thống thông tin.

Cho đến năm 2013, chưa có xe tự lái hoàn toàn nào được đưa vào sử dụng.
Nhiều mô hình có tính năng cung cấp các chức năng thu hẹp, bao gồm: Hệ thống
kiểm soát hành trình ACC [5], xác định khoảng cách giữ các xe liền kề trong cùng

một làn xe, để điều chỉnh tốc độ, duy trì khoản cách an toàn. Hệ thống Lane assist
[6] xác định vị trí của xe trên làn đường, cảnh báo người lái khi xe đi lệch làn
đường mà không có tín hiệu rẽ). Hệ thống Parking assist [7] hỗ trợ người lái xe
trong việc đỗ xe).
1.4. Luật pháp dành cho xe tự lái.
Ở nước Mỹ, mã số xe thường không dự tính cấp cho xe có tính tự động hóa cao
(nhưng không phải bị cấm). Để làm rõ tình trạng pháp lý và những quy định cho các
loại xe này, một số ban đã xem xét những luật riêng biệt cho xe không người lái.
Cuối năm 2012, 3 bang ở Mỹ (Nevada, Florida, and California) đã ban hành luật
cho phép xe không người lái.
Tháng 6/2011, cơ quan lập pháp ban Nevada thông qua luật cho phép sử dụng xe
không người lái. Do đó tiểu bang Nevada trở thành nơi đầu tiên trên thế giới cho
phép xe không người lái hoạt động đường công cộng. Dự luật được thông qua bởi
thống đốc ban Nevada ngày 16/06/2011. Theo như dự luật, sở giao thông vận tải
Nevada (Nevada department of motor vehicles) chiệu trách nhiệm thiết lập những
tiêu chuẩn về an toàn và hiệu suất và là cơ quan chỉ định khu vực xe không người
lái được kiểm kiểm tra, điều luật đi vào có hiệu lực ngày 01/03/2012. Luật này đã
được hỗ trợ bởi Google trong một nỗ lực để hợp pháp tiến trình kiểm tra của chiếc
xe không người lái của Google.
Luật của Nevada định nghĩa xe không người lái là “chiếc xe sử dụng phối hợp
các cảm biến, trí thông minh nhân tạo, hệ thống định vị toàn cầu để điều khiển chiếc
xe mà không có sự can thiệp của con người. Điều luật cũng thừa nhận rằng những
nhà điều hành sẽ không cần phải chú ý trong khi chiếc xe tự hoạt động. Google tiếp
tục vận động để được miễn lệnh cấm người lái xe phân tâm khi lái xe để cho phép
người trên xe gởi tin nhắn trong khi ngồi sau vô lăng, nhưng nó không được thông
qua. Hơn nữa quy định của ban Nevada yêu cầu một người ngồi sau vô lăng và một
người ngồi ghế hành khách trong quá trình kiểm tra.
Tháng 5/2012, sở giao thông vận tải Nevada ban hành giấy phép đầu tiên cho xe
không người lái là xe Toyota Prius được sửa đổi với công nghệ người lái thử
15

nghiệm của Google. Hệ thống xe không người lái của Google cho phép người lái xe
điều khiển chiếc xe bất kỳ lúc nào bằng cách can thiệp vào hệ thống phanh hoặc
điều khiển vô lăng.
Ngày 01/07/2012, Florida trở thành bang thứ 2 công nhận tính hợp pháp của xe
tự lái. Luật của bang Florida làm rõ rằng “Bang không cấm hoặc quy định cụ thể về
kiểm tra và hoạt động của xe tự lái trên đường công cộng”.
Ngày 25/09/2012, Thống đốc bang California, Jerry Brown ký lệnh cho phép
hợp pháp hóa xe tự lái. Ở California, dự luật yêu cầu rằng “người lái xe vẫn cần
ngồi sau vô lăng để đề phòng trường hợp tính năng tự động lái của xe bị hỏng”.
1.5. Cuộc thi Thách thức đô thị UCE năm 2007.
Vào tháng 11 năm 2007 cơ quan nghiên cứu tiên tiến quốc phòng Mỹ DARPA
đã tiến hành tổ chức cuộc thi cuộc thi Thách thức đô thị UCE-DARPA, đó là lần thứ
3 trong một loạt các cuộc thi nhằm thúc đẩy nghiên cứu và phát triển phương tiện tự
lái cho lực lượng quốc phòng. Cuộc thi thách thức đô thị UCE giới thiệu một kịch
bản giao thông đô thị vào trong cuộc thi. Mục tiêu ngắn hạn của cuộc thi nhằm phát
triển một chiếc xe tự lái có khả năng vượt qua được đợt kiểm tra của bang
California. Cuộc thi thách thức đô thị UCE năm 2007 là lần đầu tiên chiếc xe tự lái
được yêu cầu phải tuân thủ luật giao thông như: đi đúng làn đường, đi qua các giao
lộ, chuyển làn đường, vượt xe, tương tác với phương tiện giao thông khác. [8]

Hình 1.1: Hình ảnh tham gia cuộc thi thách thức đô thị UCE 2007 của hai chiếc xe
tự lái Junior (Đại học Stanford) và Boss (Đại học Carnegie Mellon).
Cuộc thi được tổ chức khép kín trong căn cứ không quân Geogre, chủ yếu là
mạng lưới đường phố trong khu dân cư của các cựu chiến binh và có thêm một số
đường cấp phối cho cuộc thi. Tất cả các xe tự lái được tham gia thi đồng thời với
những cạnh tranh như một cuộc đua xe thông thường, ngoài ra mỗi xe đều được
16

giao nhiệm vụ riêng biệt. Những nhiệm vụ này được đưa ra bởi DARPA, yêu cầu
mỗi đội hoàn thành 60 dặm trong 6 giờ để kết thúc cuộc đua. Với những lỗi nhầm
lẫn hoặc gây nguy hiểm của xe sẽ bị phạt cộng thêm giờ. 24 giờ trước khi diễn ra
cuộc đua DARPA cung cấp cho tất cả các đội tham dự một tập tin xác định hệ thống
đường đi là RNDF. RNDF rất giống với bản đồ đường phố sử dụng hệ thống định vị
toàn cầu GPS được dùng trong xe hơi. Tập tin đó để xác định vị trí đường, số làn
xe, giao lộ, thậm chí cả không gian đậu xe bằng cách phối hợp với GPS. Vào ngày
thi, mỗi đội được cung cấp tập tin thứ hai rất quan trọng là tập tin xác định nhiệm
vụ MDF. Tập tin này bao gồm một danh sách các điểm kiểm tra hoặc các địa điểm
trong RNDF mà yêu cầu chiếc xe phải vượt qua. Mỗi chiếc xe tham gia cuộc thi
được UCE yêu cẩu phải hoàn thành 3 nhiệm vụ, xác định bởi 3 MDF riêng biệt. [3]

Hình 1.2: Xe Talos (đội MIT) trong cuộc thi thách thức đô thị UCE 2007.
Cuộc thi UCE đã rất thành công với số lượng đông đảo các nhóm nghiên cứu
cùng các robot di động và xe tự lái như Boss của đội Tartan Racing thuộc trường
Đại học Carnegie Mellon, xe Junior của trường đại học Stanford, xe Taolos của đội
MIT.
Bài tổng quan này tìm hiểu sâu về cấu trúc hệ thống, thuật toán tìm đường đi
trên xe Talos và một số xe tham gia vào cuộc thi UCE. Ngoài ra bài tổng quan cũng
giới thiệu về chiếc xe tự lái của Google.

17


CHƯƠNG 2: CẤU TRÚC HỆ THỐNG VÀ PHƯƠNG PHÁP TÌM ĐƯỜNG
ĐI TRÊN XE TALOS.

2.1. Giới thiệu.
Xe Talos là sản phẩm của nhóm nghiên cứu MIT phát triển trên chiếc xe nguyên

mẫu Land Rover LR3 tham gia cuộc thi thách thức đô thị UCE. Chiếc xe (Hình 1.2)
được thiết kế để nhận thức thông tin cục bộ để di chuyển trong hệ thống đường
trong khi phải tuân thủ quy tắt giao thông. Ba trong số các tính năng mới quan trọng
của hệ thống là:
 Nhận thức, đưa ra chiến lược chuyển hướng chính xác.
 Thống nhất lập kế hoạch và quản lý cấu trúc.
 Một hệ thống phần mềm mới, mạnh mẽ.
Hệ thống của Talos được thiết kế để xử lý những mô tả ban đầu của mạng lưới
đường để nhận thức và đưa ra chiến lược chuyển hướng chính xác trong cuộc thi.
Talos đã vượt qua được vòng loại quốc gia (NQE) khu vực B. Chiếc xe tận dụng sự
mạnh mẽ và linh hoạt của thuật toán cây (RRT), dựa trên các thuật toán lập kế
hoạch để đạt được các yêu cầu của việc lái xe, thực hiện lần lượt qua 3 điểm kiểm
tra, đậu xe và vượt qua được chướng ngại vật. Các hệ thống hoạt động với sự hiệu
quả của bộ công cụ phần mềm mới (được cung cấp bởi hội đồng nghiên cứu) cho
việc nghiên cứu xe tự lái. Các sáng kiến của các đội mang đến cuộc thi này, cung
cấp một nền tảng vững chắc cho việc nghiên cứu xe tự lái trong tương lai. Nhóm
nghiên cứu MIT là một trong 35 đội tham gia trong vòng loại cuộc thi thách thức đô
thị DARPA và là 1 trong 11 đội đủ điều kiện tham gia cuộc thi thách thức đô thị
UCE. Talos là 1 trong 6 chiếc xe đã hoàn thành cuộc thi và kết thúc ở vị trí thứ 4[9].

18


2.2. Cấu trúc tổng thể của hệ thống.

Hình 2.1: Cấu trúc hệ thống trên xe tự lái Talos.
Cấu trúc tổng thể của hệ thống (Hình 2.1) bao gồm các hệ thống phụ sau:
 Máy dò vết sơn làn đường sử dụng hai kỹ thuật xử lý hình ảnh khác nhau,
phù hợp với các đường cong để đánh dấu làn đường từ dữ liệu của camera
thu được.

 Máy theo dõi làn đường điều hòa dữ liệu từ bản đồ RNDF với các tuyến
đường được nhận biết bằng cảm biến tầm nhìn và LIDAR để xác định vị trí
của chiếc xe trên mạng lưới đường giao thông.
 Máy dò chướng ngại vật sử dụng SICK và Velodyne LIDAR để xác định
chướng ngại vật di chuyển và chướng ngại vật cố định.
 Máy dò vùng trũng nguy hiểm (ổ gà, ổ voi…) sử dụng dữ liệu từ LIDAR
nhằm phát hiện và hạn chế nguy hiểm.
 Máy dò tốc độ xe sử dụng sóng rada millimeter để xác định xe gần kề nằm
trong cự ly trung bình hay cự ly xa.
 Các mô đun định vị, ước tính vị trí chiếc xe trong hai hệ quy chiếu. Khung
cục bộ được kết hợp giữa việc sử dụng dữ liệu từ các cảm biến chuyển động
(odometry) với cảm biến quán tính (IMU) để ước tính chuyển động 3 chiều
(egomotion) của xe thông qua môi trường cục bộ của xe. Tọa độ toàn cầu
ước tính chuyển đổi sự tương ứng giữa khung cục bộ và phối hợp với khung
GPS, mất tín hiệu GPS và lệch cảm biến chuyển động sẽ làm thay đổi sự
chuyển đổi này. Hầu hết các mô đun tuân theo mô đun định vị để điều chỉnh
không gian 3 chiều của xe hoặc hoạch định đường đi cho xe.

19


 Bộ điều hướng theo dõi trạng thái nhiệm vụ để phát triển một phương án cấp
cao, thực hiện nhiệm vụ dựa trên RNDF và MDF. Tối ưu hóa thời gian để
tạo ra một vị trí đích ngắn hạn cung cấp cho các kế hoạch di chuyển.
 Bản đồ khả năng lái cung cấp một phương thức giao tiếp hiệu quả để nhận
tín hiệu từ cảm biến và xử lý, lập kế hoạch chuyển động phù hợp với đường
đi. Bản đồ khả năng lái được xây dựng dựa trên việc sử dụng dữ liệu nhận
thức, được lọc bởi các ràng buộc hiện thời theo quy định của bộ điều hướng.
 Xác định các kế hoạch chuyển động sau đó tối ưu hóa, một quỹ đạo xe khả
thi là di chuyển về phía điểm mục tiêu được lựa chọn bởi bộ điều hướng,

bằng cách sử dụng ràng buộc được đưa ra bởi nhận biết tình huống đã được
cài đặt vào bản đồ khả năng lái. Sự bất ổn trong nhận biết tình huống được
xử lý thông qua việc quy hoạch lại nhanh chóng và thắt chặt những hạn chế.
Kế hoạch chuyển động của xe góp phần làm tăng sự an toàn của xe, ngay cả
khi gặp phải chướng ngại vật đang di chuyển. Kết quả là quỹ đạo của chiếc
xe đạt như mong muốn, quy định một danh sách có thứ tự các cột mốc (vị trí,
vận tốc, mục tiêu) được cung cấp cho điều khiển chuyển động ở mức độ
thấp.
 Bộ điều khiển thực hiện việc kiểm soát các chuyển động ở mức độ thấp để
theo dõi đường đi mong muốn và đưa ra hồ sơ vận tốc chuyển động bởi kế
hoạch chuyển động xe.
Những mô đun này được hổ hỗ trợ bởi cấu trúc phần mềm rất mạnh mẽ và linh
hoạt dựa trên hệ thống giao thức Ethernet mới, gọn nhẹ. Cấu trúc mới này tạo điều
kiện giao tiếp hiệu quả giữa các mô đun phần mềm không đồng bộ hoạt động trên
hệ thống phân phối máy tính của xe. Hệ thống này cho phép tạo ra nhanh chóng một
cơ sở mật mã quan trọng, hiện có khoảng 140.000 mã nguồn, kết hợp các khả năng
tinh vi, chẳng hạn như ghi dữ liệu, phát lại, trực quan 3 chiều dữ liệu thử nghiệm.
2.3. Thiết kế hệ thống.
2.3.1. Những cân nhắc trong việc thiết kế hệ thống.
 Sử dụng nhiều cảm biến: Chiếc xe được sử dụng những thiết bị có chi phí
thấp, những cảm biến cố định chứ không phải dựa hoàn toàn vào một lượng
nhỏ những thiết bị tốn kém hay những cảm biến hiệu suất cao. Lựa chọn này
được thực hiện theo tính kinh tế:
 Tránh việc sử dụng một cảm biến duy nhất ở một vị trí để phòng khi cảm
biến bị hỏng, sử dụng một hệ thống nhiều cảm biến cho hiệu quả cao hơn.
Nó có thể bù đắp khi một số ít cảm biến bị mất tín hiệu do tình trạng hư
hỏng, bị che khuất hoặc phần mềm bị lỗi. Hệ thống truyền tín hiệu cũng
được đơn giản hóa các chi tiết cơ khí, điện, và phần mềm hệ thống.

20










 Bởi vì mỗi cảm biến trong hệ thống được đặt ở những vị trí xa nhất của
chiếc xe, vì vậy tầm nhìn của chiếc xe sẽ tốt hơn. Mỗi cảm biến riêng lẻ
sẽ có tầm nhìn giới hạn do không thể tránh khỏi bị che khuất của chính
bản thân chiếc xe vì vậy bố trí nhiều cảm biến còn giúp tăng sự linh hoạt
cho quá trình xử lý tín hiệu của xe. Hầu hết những điểm xung quanh
chiếc xe được quan sát bởi ít nhất một trong ba loại cảm biến.
Giảm sự phụ thuộc vào GPS: GPS thì không thể cho độ chính xác cao ở bất
kỳ vị trí địa lý nào ở những thời gian khác nhau.
Bộ xử lý trung tâm băng thông cao: Mục tiêu chính của MIT là tạo nên
đường truyền dữ liệu ổn định đến các mô đun đang làm việc. MIT đã sử
dụng nhiều bộ xử lý trung tâm (CPU) để giảm công suất làm việc của nó và
bộ nhớ (trên lý thuyết là giảm được một nửa công suất) để tránh tình trạng
quá tải của đường truyền và gián đoạn bộ nhớ. Nhược điểm phương pháp sử
dụng nhiều máy móc là cần nguồn năng lượng cao, vì vậy yêu cầu cần phải
có máy phát điện gắn rời trên xe. Việc thêm máy móc và thiết bị điện này tạo
nên sự phức tạp cho hệ thống, nhưng những tính toán trong thiết kế đã giải
quyết được vấn đề này.
Kết hợp các cảm biến: Talos sử dụng 6 loại cảm biến khác nhau bao gồm:
cảm biến chuyển động odometry (ước tính sự thay đổi vị trí theo thời gian),

cảm biến quán tính, GPS, Radar, LIDAR và cảm biến tầm nhìn, mỗi loại tạo
ra dữ liệu với những tốc độ khác nhau. Nhóm MIT sử dụng một phần mềm
điều khiển cho mỗi loại cảm biến khác nhau. Mỗi trình điều khiển thực hiện
những xử lý tối thiểu và sau đó đưa những dữ liệu cảm biến lên trên mạng
chia sẻ. Một giao diện lập trình ứng dụng (API) bản đồ khả năng lái thực
hiện tối thiểu việc kết hợp những cảm biến, gởi lại cảm biến những giải thích
vào bản đồ như một cảm nhận nền tảng.
Điều khiển “chống nhiễu” cấp độ thấp: Để chắc rằng chiếc xe luôn có thể
chuyển động về phía trước, MIT đã thiết kế trình điều khiển cấp độ thấp sử
dụng rất đơn giản, các thuật toán cũng đã được chứng minh không liên quan
đến việc thích ứng hoặc chuyển đổi giữa các chế độ. Việc điều khiển những
tiện ích có thể cho hiệu suất tốt hơn, nhưng chúng thì khó kiểm soát và xác
nhận. Khó khăn gặp phải là một hư hỏng của trình điều khiển có thể gây ra
những vấn đề rất nghiêm trọng và kế hoạch di chuyển quan trọng luôn có thể
dự đoán tình trạng của bộ điều khiển xe với một mức độ tin cậy cao.
Phụ thuộc nhiều vào mô phỏng: Mặc dù thử nghiệm là rất quan trong, nhưng
nó tiêu tốn thời gian và không phải lúc nào cũng có thể thực hiện. Do vậy
MIT thực hiện nhiều mô phỏng giao tiếp trực tiếp với xe bằng cách thực hiện
việc thử nghiệm rộng rãi trên cơ sở phần mềm và thuật toán trước khi thử
nghiệm chúng trên thực tế.

21


2.3.2. Cấu hình xe Talos.
Chiếc xe Talos được phát triển trên chiếc xe nguyên mẫu Land Rover LR3. LR3
cung cấp một nền tảng linh hoạt và mạnh mẽ bởi khả năng cơ động tuyệt vời của
nó, bán kính quay vòng nhỏ, và khả năng tải trọng lớn thích hợp trong không gian
giao thông đô thị. Thực hiện những tùy chỉnh phía trước và trên mui xe cho phép
điều chỉnh vị trí các cảm biến trong quá trình phát triển hệ thống.

Hình 2.2: Các cảm biến hổ trợ xử lý ảnh trên xe Talos.
Chiếc xe nguyên mẫu LR3 ban đầu đã được tích hợp các thiết bị bổ sung sau
đây:
 Hệ thống điều khiển chuyển động điện tử (EMC), hệ thống lái điện tử
(AEVIT).
 Máy phát điện Honda EVD6010.
 2 nguồn cấp điện liên tục Acumentrics.
 Hệ thống máy tính Quanta blade server (Fujitsu Primergy BX600).
 Bộ điều hướng Applanix POS-LV 220 GPS/INS.
 Velodyne HDL-64 LIDAR.
 12 LIDAR SICK.
 5 Camera Point Grey Firefly MV.
 15 radar Delphi.
Hàng ghế thứ 3 trong LR3 được gỡ bỏ và toàn bộ buồng hành khách được bao
bọc bởi nhôm và thủy tinh hữu cơ tạo thành khoang thiết bị phía sau (Hình 2.3)
chứa hệ thống máy tính, máy phát điện, pin dự trữ, bộ phận kết nối và hệ thống
22


phần cứng của xe. LR3 còn được trang bị máy dò khói và máy đo lượng CO2 trong
khoang hành khách.

Hình 2.3: Khoang thiết bị phía sau xe Talos.
Bộ phận tiêu dùng điện chủ yếu là máy chủ quanta. Máy chủ này yêu cầu điện
240V ngược với tiêu chuẩn là 120V và có thể tiêu thụ công suất lên đến 4.000W.
Điều này đặt ra những yêu cầu thiết kế về nguồn điện và làm mát. Năng lượng
chính của hệ thống đến từ máy phát điện Honda EVD6010 được gắn trên xe với
công suất lên đến 6000W R/V. Nó lấy nhiên liệu trực tiếp từ bình xăng của LR3 và
tạo ra điện xoay chiều 120V-240V tầng số 60Hz. Máy phát được đặt bên trong nơi

được bao bọc bởi khung nhôm, không khí làm mát được lấy từ bên ngoài và khí thải
đi qua một ống xả thêm vào ở phía dưới đuôi xe LR3.
Nguồn xoay chiều 240V được đưa vào 2 nguồn cấp điện liên tục Acumentrics để
cung cấp năng lượng cho hệ thống máy tính và các cảm biến. Nguồn điện còn lại
được phân bổ đến thiết bị điều hòa không khí và những thiết bị không quan trọng
khác như ổ cắm điện cho máy tính xách tay ở chổ ngồi của ghế hành khách.

23


Hình 2.4: Hệ thống máy chủ Quanta.
2.3.2.1. Cấu hình các cảm biến.
Các cảm biến được định vị và định hướng để hầu hết các điểm xung quanh của
chiếc xe sẽ được quan sát bởi ít nhất một cảm biến của mỗi loại: LIDAR, radar, và
cảm biến tầm nhìn. Cách bố trí này bảo đảm hệ thống có thể hoạt động bình thường
khi hai cảm biến bị hỏng hoặc bị che khuất tầm nhìn. LIDAR phẳng được gắn ở
nhiều độ cao, kết hợp với đầu ra từ một Velodyne 3D LIDAR để phát hiện chướng
ngại vật trong cự ly gần. “Pushbroom” (downward-canted SICK) LIDARs và các
dữ liệu Velodyne phát hiện các bề mặt mà xe có thể chạy được. Ngoài phạm vi
LIDAR, radar sóng milimet phát hiện xe đang gần kề.
 Velodyne HDL-64.
Velodyne HDL-64 (Hình 2.5) là cảm biến chính trong phát hiện chướng ngại
vật, nó được đặt trên bục cao của mui xe. Vị trí cao của cảm biến rất cần thiết để
tăng tầm nhìn (FOV). Velodyne là một máy quét laser 3D bao gồm 64 laser được
đặt trên một cái đầu quay. Nó tạo ra khoảng một triệu mẫu trên một giây, góc quét
360° với tần số 15Hz.

24