ỨNG DỤNG xử lý ẢNH NHẬN DẠNG ĐƯỜNG đi CHO ô tô CHẠY tự ĐỘNG

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
HỒ VĂN THU

ỨNG DỤNG XỬ LÝ ẢNH NHẬN DẠNG ĐƯỜNG ĐI
CHO Ô TÔ CHẠY TỰ ĐỘNG

NGÀNH: KỸ THUẬT CƠ KHÍ ĐỘNG LỰC – 605246
Hướng dẫn khoa học:
TS. LÊ THANH PHÚC

Tp. Hồ Chí Minh, tháng 10/2014



LÝ LỊCH KHOA HỌC
I. LÝ LÍCH SƠ LƯỢC:
Họ & tên: HỒ VĂN THU
Giới tính: Nam.
Ngày, tháng, năm sinh: 10/01/1985
Nơi sinh: Thừa Thiên Huế.
Quê quán: Thừa Thiên Huế
Dân tộc: Kinh.
Địa chỉ liên lạc: 88/33/44 Tổ 21B, Khu phố 6, Phường Tân Chánh Hiệp, Quận
12, Thành phố Hồ Chí Minh.
Điện thoại cơ quan:
Điện thoại nhà riêng:
Điện thoại di động: 090 9298 269

E-mail:
II. QUÁ TRÌNH ĐÀO TẠO
Đại học:
Hệ đào tạo: Chính qui
Thời gian từ 09/2005 đến 05/2010
Nơi học: Trường Đại học sư phạm kỹ thuật Thành phố Hồ Chí Minh.
Ngành học: Cơ khí động lực.
Tên đồ án tốt nghiệp: “Biên soạn tài liệu sửa chữa động cơ phun xăng điện
tử trên các loại xe gắn máy của hãng Honda”.
Ngày & nơi bảo vệ đồ án tốt nghiệp: 31/01/2010. Đại học sư phạm kỹ thuật
Thành phố Hồ Chí Minh.
Người hướng dẫn: PGS.TS.Đỗ Văn Dũng.
III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP
ĐẠI HỌC:
Thời gian
05/2010 – 10/2014

Nơi công tác
Trường Cao Đẳng Kỹ Thuật Cao
Thắng

1

Công việc đảm nhiệm
Giảng viên khoa Cơ Khí
Động Lực


LỜI CAM ĐOAN
Tôi cam đoan đây là công trình nghiên cứu của tôi.

Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai
công bố trong bất kỳ công trình nào khác.
Tp.Hồ Chí Minh, ngày … tháng 10 năm 2014
(Ký tên và ghi rõ họ tên)
Hồ Văn Thu

2


LỜI CẢM TẠ
Một đề tài nghiên cứu không thể thành công nếu không có sự trợ giúp kết
hợp với nỗ lực cố gắng của người nghiên cứu. Do đó, tôi xin chân thành cám ơn sự
hổ trợ của:
Ban giám hiệu Trường Đại Học Sư Phạm Kỹ Thuật Tp Hồ Chí Minh.
Khoa Cơ Khí Động Lực.
Thầy TS Lê Thanh Phúc cùng toàn thể quý thầy cô đã dạy và hướng dẫn nhiệt
tình và tạo mọi điều kiện thuận lợi cho tôi trong thời gian theo học tại trường.
Các bạn kỹ sư đồng nghiệp đã động viên ủng hộ tinh thần.
Tuy thời gian thực hiện đề tài là 6 tháng nhưng do lượng kiến thức chủ chốt để
phục vụ cho công tác nghiên cứu và thực hiện đề tài thuộc chuyên ngành điện tử và
điều khiển tự động, công nghệ thông tin nên khả năng tiếp cận và lĩnh hội của học
viên chuyên ngành cơ khí động lực gặp nhiều khó khăn và hạn chế. Tuy nhiên, với
sự hướng dẫn và tạo điều kiện thuận lợi của Thầy TS Lê Thanh Phúc và các bạn
đồng nghiệp, tôi đã lĩnh hội được rất nhiều kiến thức mới, bổ ích để phục vụ cho
ngành cơ khí động lực và công tác nghiên cứu sau khi ra trường. Vì vậy, một lần
nữa tôi xin chân thành cám ơn quý thầy cô và các bạn.
Xin chúc quý thầy cô cùng toàn thể các bạn luôn dồi dào sức khoẻ và thành
công !
Tp Hồ Chí Minh, ngày … tháng 10 năm 2014.
Người cảm tạ

Hồ Văn Thu

3


TÓM TẮT
Xử lý ảnh có rất nhiều ứng dụng trong hệ thống giao thông thông minh. Nhận
dạng đường đi cho ô tô chạy tự động là một đề trong số đó. Nghiên cứu này sử dụng
phần mềm Matlab và các Toolbox của nó là: Image Processing Toolbox, Image
Acquistion System Toolbox, Computer Vision System Toolbox làm công cụ chính
để thu thập và xử lý. Với mô hình đường là đường nhựa với các giả định sau:
-

Vân của đường là đồng nhất.
Dấu phân cách làn đường tuân theo qui luật.
Khoảng cách giữa các dấu phân cách là không đổi.

Đề tài sử dụng Webcam làm bộ phận thu thập hình ảnh chính. Từ hình ảnh thu
được sử dụng các bộ lọc FIR 2D để lọc ảnh xám hoá. Và biến đổi ảnh thành ảnh nhị
phân, từ đó sử dụng phương pháp Cany và biến đổi Hough sẵn có trong Matlab để
xác định các dấu phân cách đường, làn đường. Tính toán khoảng cách dựa trên các
dấu phân cách thu được để đưa ra tín hiệu về đường đi cho phần điều khiển xe tự
động thông qua chuẩn giao tiếp RS232.
Đề tài đã xây dựng được một chương trình nhận dạng đường đi và đã thực thi
có hiệu quả trên các đoạn đường thử nghiệm.

4

ABSTRACT
Image processing has many applications in intelligent transportation system.
Lane detection and tracking for autonomous vehicle is the one of that. This study
using Matlab software and its Toolbox: Image Processing Toolbox, Image
Acquistion System Toolbox and Computer Vision System Toolbox as the main tool
to collect and process. The road model is assumed that:
- Texture of road is identical.
- Lane makers follow lane rules.
- The distance between the lane makers is constant.
This project uses Webcam to collect the images. From the images obtained by
using the 2D FIR filter, grayscale image is achieved. The images are converted into
a binary image, then by using Cany method and Hough transform available in
Matlab to determine the lane makers and lane department. The distance is calculated
based on separator obtained to provide signal for autonomous vehicle via the
standard RS232 interface.
An experimental result on local streets shows that the suggested program is
very reliable.

5


MỤC LỤC
Trang tựa.........................................................................................................Trang
Quyết định giao đề tài
Lý lịch cá nhân...........................................................................................................i
Lời cam đoan............................................................................................................. ii
Cảm tạ...................................................................................................................... iii
Tóm tắt.....................................................................................................................iv
LÝ LỊCH KHOA HỌC...............................................................................................i
LỜI CAM ĐOAN.....................................................................................................ii

LỜI CẢM TẠ........................................................................................................... iii
TÓM TẮT................................................................................................................iv
MỤC LỤC................................................................................................................ vi
DANH SÁCH CÁC CHỮ VIẾT TẮT.......................................................................x
DANH SÁCH CÁC HÌNH.......................................................................................xi
Chương 1 TỔNG QUAN..........................................................................................1
1.1. Tổng quan chung về lĩnh vực nghiên cứu.......................................................1
1.1.1. Giới thiệu.................................................................................................1
1.1.2. Ứng dụng phát hiện làn đường trên các hãng xe......................................5
1.2. Các kết quả nghiên cứu trong và ngoài nước đã công bố................................6
1.2.1. Các kế quả nghiên cứu trong nước...........................................................6
1.2.2. Các kết quả nghiên cứu ngoài nước.........................................................7
1.3. Mục đích của đề tài.........................................................................................7
1.4. Nhiệm vụ của đề tài và giới hạn đề tài............................................................8
1.4.1. Nhiệm vụ.................................................................................................8
1.4.2. Giới hạn đề tài.........................................................................................8

6


1.5. Phương pháp nghiên cứu................................................................................8
Chương 2 CƠ SỞ LÝ THUYẾT............................................................................10
2.1. Lý thuyết tổng quan về xử lý ảnh.................................................................10
2.1.1. Xử lý ảnh số là gì?.................................................................................10
2.1.2. Biểu diễn một ảnh số..............................................................................11
2.1.3. Các vấn đề cơ bản trong xử lý ảnh.........................................................19
2.1.4. Biên và các phương pháp phát hiện biên...............................................26
2.1.5. Các mô hình màu...................................................................................26
2.2. Biến đổi Hough (Hough Transform).............................................................30
2.2.1. Biến đổi Hough cho đường thẳng..........................................................30

2.2.2. Biến đổi Hough cho đường thẳng trong tọa độ cực................................32
Chương 3 PHẦN MỀM ỨNG DỤNG....................................................................33
3.1. Matlab........................................................................................................... 33
3.1.1. Giới thiệu Matlab...................................................................................33
3.1.2. Các thành phần cơ bản của Matlab........................................................34
3.1.3. Malab GUI.............................................................................................42
3.1.4. Phân đoạn và tách đường viền trong Malab...........................................44
3.1.5. Biến đổi Hough trong MATLAB...........................................................45
3.2. Image Acquisition Toolbox...........................................................................50
3.2.1. Chức năng..............................................................................................50
3.2.2. Các bước thu thập hình ảnh cơ bản........................................................51
3.3. Computer Vision System Toolbox...............................................................54
3.3.1. Chức năng..............................................................................................54
3.3.2. Các hàm xử lí video...............................................................................54

7


3.4. Image Processing Toolbox............................................................................61
3.4.1. Đọc ảnh..................................................................................................61
3.4.2. Hiển thị ảnh...........................................................................................61
3.4.3. Viết ảnh..................................................................................................62
3.4.4. Chuyển đổi giữa các lớp ảnh và các loại ảnh.........................................63
Chương 4 CHƯƠNG TRÌNH ĐIỀU KHIỂN.........................................................64
4.1. Mô hình tổng quát.........................................................................................64
4.2. Chọn và thiết lập camera..............................................................................65
4.3. Mô hình đường và phạm vi quan sát.............................................................66
4.4. Tiến trình xử lí ảnh.......................................................................................66
4.4.1. Xác định dấu phân cách làn đường........................................................66
4.4.2. Xác định dấu phân cách trái – phải và chèn đánh dấu làn đường...........69

4.4.3. Xuất tín hiệu..........................................................................................69
4.5. Lập trình giao diện........................................................................................71
4.5.1. Các nút điểu khiển.................................................................................71
Chương 5 THỰC NGHIỆM VÀ ĐÁNH GIÁ........................................................73
5.1. Dữ liệu thực nghiệm.....................................................................................73
5.1.1. Địa điểm thực nghiệm............................................................................73
5.1.2. Về tốc độ xử lí.......................................................................................73
5.1.3. Thời gian thử nghiệm.............................................................................73
5.2. Các hình ảnh chạy thử nghiệm chương trình................................................74
5.3. Phương pháp đánh giá và tiêu chí đánh giá...................................................75
5.4. Tiêu chí về tốc độ..........................................................................................75
5.5. Đánh giá về độ chính xác..............................................................................76

8


5.6. Đánh giá về sự sai lệch:................................................................................76
Chương 6 KẾT LUẬN...........................................................................................77
6.1. Kết quả đạt được của đề tài...........................................................................77
6.2. Những vấn đề còn tồn tại..............................................................................77
6.3. Hướng phát triển đề tài.................................................................................78
TÀI LIỆU THAM KHẢO.......................................................................................79
Tiếng Việt............................................................................................................79
Tiếng Anh............................................................................................................79
Các trang Web.....................................................................................................81
PHỤ LỤC................................................................................................................ 82
A. Chương trình chính.........................................................................................82
B. Xác định dấu chỉ làn đường............................................................................89
C. Xác định dấu phân cách trái / phải..................................................................90
D. Nút Start Webcam...........................................................................................92

E. Nút Detection & Tracking...............................................................................93
F. Nút Stop.........................................................................................................100
G. Nút Exit........................................................................................................101
H. Nút Connect..................................................................................................101
I. Nút Send.........................................................................................................104

9


DANH SÁCH CÁC CHỮ VIẾT TẮT
MATLAB

Maxtrix Laboratory

CMU

Carnegie Mellon University

MIT

Massachusetts Institute of Technology

DARPA

Defense Advanced Research Projects Agency

HDTV

High-definition television

ROI

Regions of Interest

RGB

Red, Green, Blue

HSL

Hue, Saturation, Luminance

2D

Two Demension

TIFF

Targed Image File Format

JPEG

Joint Photographics Experts Group

GIF

Graphics Interchange Format

BMP

Window Bitmap

PNG

Portable Network Graphics

XWD

X Window Dump

PCX

Personal Computer Exchange

CMY

Cyan, Magnenta, Yellow

10


DANH SÁCH CÁC HÌNH
Hình 1.1: Minh họa các mục tiêu khác nhau trong bài toán phát hiện làn đường......2
Hình 1.2: Những ví dụ về các tình huống trong bài toán phát hiện làn đường...........3
Hình 1.3: Mô hình tổng quát giải quyết bài toán phát hiện làn đường. [9]................5
Hình 1.4: Hệ thống hỗ trợ làn đường. [28]................................................................5
Hình 2.1: Ảnh tương tự và ảnh số hóa.....................................................................11
Hình 2.2: Điểm qui chiếu không gian của điểm ảnh (0,0).......................................12
Hình 2.3: Ảnh nhị phân [16]....................................................................................13
Hình 2.4: Ảnh xám hóa [16]....................................................................................14

Hình 2.5: Ảnh màu RGB trong Matlab. [16]...........................................................15
Hình 2.6: Điểm ảnh ở trong một miền lân cận. [16]................................................16
Hình 2.7: Lấy mẫu hình chữ nhật liên thông. [16]...................................................16
Hình 2.8: Các bước cơ bản trong một hệ thống xử lý ảnh [15]................................19
Hình 2.9: Biểu diễn ảnh bằng ma trận điểm............................................................20
Hình 2.10: Sơ đồ chung của hệ thống nhận dạng. [17]............................................23
Hình 2.11: Ảnh thu nhận và ảnh mong muốn [15]...................................................24
Hình 2.12: Các mô hình màu [14]...........................................................................27
Hình 2.13: Hệ tọa độ màu RGB [17].......................................................................28
Hình 2.14: Mô hình màu HSV [16].........................................................................29
Hình 2.15: Bảng chỉ số giá trị 0 [15].......................................................................31
Hình 2.16: Đường thẳng Hough trong hệ tọa độ Đề-các [15]..................................32
Hình 3.1: Giao diện khi khởi động..........................................................................33
Hình 3.2: Cửa sổ làm việc.......................................................................................35
Hình 3.3: Của sổ GUIDE Quick Start......................................................................42
Hình 3.4: Cửa sổ tương tác......................................................................................43
Hình 3.5: Ảnh tách biên...........................................................................................45
Hình 3.6: Ảnh góc mạch điện..................................................................................46
Hình 3.7: Dùng biến đổi Hough..............................................................................47

11


Hình 3.8: Kết quả dùng houghpeaks........................................................................48
Hình 3.9: Kết quả sử dụng hàm houghlines.............................................................50
Hình 3.10: Mở file video dùng vision.VideoPlayer.................................................55
Hình 3.11: Ảnh cường độ........................................................................................57
Hình 4.1: Mô hình tổng quát...................................................................................64
Hình 4.2: Mô hình cụ thể.........................................................................................65
Hình 4.3: Vùng quan tâm.........................................................................................67

Hình 4.4: Ảnh được trích xuất.................................................................................67
Hình 4.5: Hình giới hạn quan sát.............................................................................68
Hình 4.6: Ảnh cường độ..........................................................................................68
Hình 4.7: Ảnh nhị phân...........................................................................................68
Hình 4.8: Chương trình mô phỏng Proteus..............................................................70
Hình 4.9: Chương trình tạo Virtual Serial Port Driver.............................................70
Hình 4.10: Giao diện người dùng............................................................................71
Hình 4.11: Giao diện...............................................................................................72
Hình 5.1: Vị trí khi đi đúng làn đường.....................................................................74
Hình 5.2: Lệch trái...................................................................................................74
Hình 5.3: Lệch phải.................................................................................................75

12


Chương 1

TỔNG QUAN
1.1. Tổng quan chung về lĩnh vực nghiên cứu.
1.1.1. Giới thiệu.
Nhận dạng đường đi là một trong những vấn đề rất quan trọng trong nhiều
ứng dụng về các hệ thống hỗ trợ giao thông tự động, đặc biệt trong các hệ thống đều
khiển xe tự động. Cùng với sự phát triển vượt bậc vềt độ xử lý của máy tính, giá
thành của các thiết bị hỗ trợ ngày càng giảm thì các nghiên cứu về hệ thống điều
khiển xe tự động ngày càng được phát triển cùng với sự phát triển của hệ thống giao
thông thông minh. Đã có nhiều nghiên cứu tập trung vào bài toán phát hiện làn
đường và một số kết quả bước đầu đạt được đã cho thấy những tín hiệu khả quan.
Trong bài toán phát hiện làn đường có 3 loại mục tiêu chính là: (i) cảnh báo khi
chuyển làn đường, (ii) hỗ trợ người trong quá trình lái xe, và (iii) điều khiển xe tự
động.

i) Hệ thống thông báo khi chuyển làn đường 1: Trong mục tiêu này, yêu cầu
đặt ra là hệ thống phải thông báo được khi xe thay đổi làn đường. Vấn đề quan
trọng nhất cần giải quyết ở đây là làm sao dự đoán được chính xác quỹ đạo của xe
tương ứng với đường biên của làn đường.
ii) Hệ thống hỗ trợ người điều khiển xe 2: Trong mục tiêu này, vấn đề quan
trọng là giúp người điều khiển xe chú ý được làn đường dễ dàng hơn. Hay nói cách
khác, người điều khiển sẽ được hệ thống gợi ý các làn đường. Hầu hết các nghiên
cứu đều tập trung ở mục tiêu này.
iii) Hệ thống hỗ trợ điều khiển xe tự động 3: Với mục tiêu hỗ trợ điều khiển
xe tự động, yêu cầu đặt ra là hệ thống cần đưa ra được làn đường sắp tới mà xe sẽ di
chuyển. Vấn đề quan trọng đối với mục tiêu này là hạn chế được sai số tính toán
trong việc ước lượng vị trí của xe và làn đường.
1 Lane-Departure-Warning Systems
2 Driver-Attention Monitoring Systems
3Automated Vehicle-Control Systems

1


Hình 1.1: Minh họa các mục tiêu khác nhau trong bài toán phát hiện làn đường
a) Mục tiêu khi thay đổi làn đường. b) Mục tiêu hỗ trợ người điều khiển xe. c)
Mục tiêu điều khiển xe tự động. [1]
Trong các mục tiêu trên, mục tiêu phục vụ cho hệ thống điều khiển xe tự
động được đánh giá là khó nhất. Hiện tại hướng nghiên cứu này đang thu hút được
nhiều sự quan tâm của các nhóm nghiên cứu, trong đó có cả những nhóm lớn như
nhóm của CMU4, hay nhóm của MIT5 với những cuộc thi lớn như DARPA. Nghiên
cứu của đề tài nằm chủ yếu ở mục tiêu này.
Tuy vậy vẫn còn nhiều khó khăn tồn tại trong việc giải quyết bài toán với
mục tiêu này nói riêng cũng như toàn bộ bài toán phát hiện làn đường nói chung.
Các khó khăn có thể chỉ ra như sau:

-

Phần lớn yêu cầu đòi hỏi ứng dụng phải xử lý ở thời gian thực. Trong rất
nhiều nghiên cứu, như ở [2] các kết quả đạt được khá tốt, tuy nhiên nghiên

-

cứu này vẫn chưa thực thi được trong thời gian thực.
Sự khó khăn do các dấu phân cách làn đường (lane-marking) không rõ nét
hoặc bị che lấp… Các ví dụ này được thể hiện trong Hình 1.2 được lấy từ kết
quả khảo sát của McCall và cộng sự trong [1].

4 Carnegie Mellon University
5 Massachusetts Institute of Technology

2


Hình 1.2: Những ví dụ về các tình huống trong bài toán phát hiện làn đường
a) Làn đường thông thường. b) Làn đường bị che bởi bóng nắng. c) Làn đường
không rõ nét. d) Làn đường kết hợp nhiều loại. e) Làn đường bị che bởi bóng
cây. f) Làn đường hoàn toàn bị mất dấu. [1]
-

Sự phức tạp của địa hình. Trong phần lớn các nghiên cứu như [3], [4], [5],
[6], [7], và [8] đều giả định mặt đường cần xử lý là phẳng. Cho đến thời điểm
thực hiện đề tài, có rất ít nghiên cứu như ở [9] là tiếp cận theo hướng toàn bộ
đường theo dạng 3 chiều.

3

-

Độ cong của làn đường: Độ cong của làn đường là một phần rất quan trọng
cho việc giải quyết bài toán. Một số nghiên cứu giả định làn đường chỉ là
những đoạn thẳng như ở [8], hay là những đường cong B-spline như ở [2].
Một số khác, chỉ xét làn đường như những đường cong có độ cong rất nhỏ
như [9] và [10]. Để đạt được giả định này, các nghiên cứu đã tiến hành
chuyển ảnh sang chiều nhìn từ trên xuống (top-down view hay còn được gọi

-

là bird’s eye view) như ở [10], [5], [7], và [8].
Các tình huống phức tạp: khi gặp giao lộ, hoặc khi làn đường thay đổi độ
lớn, hay làn đường phân đôi hoặp ghép lại… cho tới thời điểm thực hiện đề
tài, vẫn chưa thấy có nghiên cứu nào tiếp cận đến việc giải quyết các tình
huống này.
Vì những lý do khó khăn kể trên cũng như tầm quan trọng của bài toán, vấn

đề đặt ra cho đề tài là tìm ra phương pháp hiệu quả để có thể một mặt thực thi được
trong thời gian thực, mặt khác giải quyết được phần lớn các khó khăn kể trên, đặc
biệt hỗ trợ được cho mục tiêu ứng dụng vào hệ thống điều khiển xe tự động.
Mô hình tổng quát giải quyết vấn đề.

Hình 1.3: Mô hình tổng quát giải quyết bài toán phát hiện làn đường. [9]

4

1.1.2. Ứng dụng phát hiện làn đường trên các hãng xe.

Hình 1.4: Hệ thống hỗ trợ làn đường. [28]
Hệ thống hổ trợ làn đường có thể hổ trợ và cảnh báo khi người lái xe vô ý rời
khỏi làn đường hoặc chuyển làn đường mà không có tín hiệu. Trên các tuyến đường
dài, người lái có thể vô tình để chiếc xe trôi ra lề đường hoặc qua làn đường khác.
Điều này dễ gây nên tai nạn bởi khi người lái phát hiện ra, họ thường hoảng hốt.
Một số nhà sản xuất đã phát triển công nghệ cảnh báo người lái xe khi xe di
chuyển gần tới vạch kẻ đường bằng âm thanh hoặc rung tay lái, hoặc hổ trợ điều
khiển tay lái để giữ cho xe đi đúng làn đường. Các nhà sản xuất rất quan tâm tới
người lái trong cảnh báo, nên một vài hãng xe chỉ cảnh báo ở tốc độ cao.
Hệ thống được thực hiện bởi các camera gắn trước gương chiếu hậu để theo
dỏi làn dường được đánh dấu bởi các vạch chỉ đường. Hiệu quả của hệ thống này sẽ
giảm nếu thời tiết xấu, ví dụ như trời mưa hoặc có tuyết.
Một số hãng xe sử dụng Lane Support Systems điển hình:
-

Skoda: Skoda Lane Assistant (2013) trên xe Skoda Octavia 2013.
Audi: Audi Active Lane Assist (2012) trên xe Audi A3.
Ford: Ford Lane Keeping Aid (2011) trên xe Ford Focus 2012, Ford Lane

-

Keeping Alert (2012) trên xe Ford Transit Custom 2012.
Seat: Seat Lane Assist (2012) trên xe Seat Leon 2012.
Infiniti: Infiniti Lane Departure Prevention (LDP) (2011) trên xe Infiniti FX
2009.

5

-

Opel: Opel Eye (2010) trên xe Opel/Vauxhall Astra GTC 2011, insignia,

-

Zafiratourer.
Volkswagen: Volkwagen Lane Assist (2010) trên xe Golf, Passat 2005.

Và gần đây nhất là hai hãng xe nỗi tiếng là Mercedes-Benz và Nissan đã thử
nghiệm xe tự lái trên S500 Intelligent Drive và Nissan Leaf. Dự kiến sẽ tung ra thị
trường trong thời gian sớm nhất. [30]
1.2. Các kết quả nghiên cứu trong và ngoài nước đã công bố.
1.2.1. Các kế quả nghiên cứu trong nước.
Ở nước ta, nền công nghiệp ô tô phát triển chưa mạnh so với sự phát triển
ngành này ở nước trong khu vực và trên thế giới. Điều kiện đường sá cũng như các
hệ thống giao thông thông minh phát triển chưa đúng tầm thời đại. Do đó, cho tới
thờ điểm này chưa có một công trình nghiên cứu nào về nhận dạng làn đường cho ô
tô chạy tự động ở Việt Nam được công bố.
1.2.2. Các kết quả nghiên cứu ngoài nước.
Trên thế giới đã có nhiều nghiên cứu về nhận dạng làn đường cho ô tô với
nhiều mục đích cũng như sử dụng các phương pháp tiếp cận khác nhau. Trong đó,
điển hình là các nghiên cứu của Nicholas Apostoloff và Alexander Zelinsky với đề
tài “Robust vision based lane tracking using multiple cues and particle filtering"
năm 2003. Nichlas và Alexande đã sử dụng hai phương pháp đó là Particle filtering
và Multiple cues để phát hiện biên cũng như theo dỏi làn đường. [3]
Nghiên cứu của M. Bertozzi và A. Broggi về đề tài "GOLD: A parallel realtime stereo vision system for generic obs a le and lane detection" năm 1998. Thu
thập dữ liệu song song của camera để phát hiện làn đường cũng như chướng ngại
vật dựa trên hàng loạt bộ lọc hình thái học để đưa ra cảnh báo cho người lái xe.[4]

Nghiên cứu của ZuWhan Kim về đề tài "Realtime Lane Tracking of Curved
Local Road" công bố năm 2006 sử dụng kỹ thuật Particle Filtering và thuật toán
RANSAC (RANdom SAmple Concensus) để phát hiện làn đường.[5]
Nghiên cứu của Stephan Sehestedt, Sarath Kodagoda, Alen Alempijevic và
Gamini Dissanayake về đề tài "Robust Lane Detection in Urban Environments"

6


năm 2007 cũng sử dụng kỹ thuật Particle Filtering bằng công cụ Ora2/C++ để phát
hiện làn đường.[8]
Nghiên cứu của Jiang Ruyi, Klette Reinhard và Vaudrey Tobi, Wang Shigang
đã sử dụng kỹ thuật Particle Filtering và Phép Biến đổi khoảng cách Euclidean để
phát hiện và theo dỏi làn đường trong đề tài “Lane detection and tracking using a
new lane model and distance transform ” năm 2011.[11]
“Real-time lane tracking using Rao-Blackwellized particle filter” là đề tài
được công bố năm 2012 của Marcos Nieto, Andoni Corte’s, Oihana Otaegui, Jon
Arro’spide và Luis Salgado. Nghiên cứ đã sử dụng phương pháp Rao-Blackwellized
particle filter (RBPF) để phát hiện làn đường và xử lý trong thời gian thực.[12]
1.3. Mục đích của đề tài.
Công nghệ xe tự lái được cho là an toàn hơn, đơn giản vì máy móc hoạt động
nhanh hơn con người. Số khung hình mỗi giây mà mắt thường chúng ta nắm bắt ít
hơn một máy quay tốc độ cao, não chúng ta xử lý dữ liệu và phản ứng chậm hơn
CPU máy tính. Và chân tay con người thua xa về tốc độ làm việc so với những cơ
cấu điện tử.
Ở Việt Nam, cơ sở hạ tầng giao thông đang dần được cải thiện. Việc xây
dựng một hệ thống giao thông thông minh là vấn đề cấp thiết trong công cuộc công
nghiệp hóa, hiện đại hóa đất nước. Nghiên cứu, xây dựng các công cụ hổ trợ cho hệ
thống giao thông thông minh trong đó có phương tiện giao thông thông minh là yêu
cầu của thời đại. Ứng dụng xử lý ảnh để nhận dạng làn đường cho ô tô chạy tự động

nhằm mục đích đó.
1.4. Nhiệm vụ của đề tài và giới hạn đề tài.
1.4.1. Nhiệm vụ.
Sử dụng các công cụ xử lý ảnh để xây dựng chương trình nhận dàng làn
đường cho ô tô chạy tự động.
1.4.2. Giới hạn đề tài.
-

Nghiên cứu trên mô hình đường nhựa có dấu phân cách làn đường.
Các dấu phân cách làn dường là cách vạch sơn thẳng.

7


1.5. Phương pháp nghiên cứu.
Để thực hiện việc ứng dụng xử lý ảnh để nhận diện làn đường cho ô tô chạy
tự động, hướng tiếp cận của đề tài được đề xuất các bước như sau:
1. Nghiên cứu các cơ sở lý thuyết: Lý thuyết về xử lý ảnh, xe chạy tự động,
tham khảo và ứng dụng các phương pháp của các công trình nghiên cứu
đã công bố để xây dựng một phương mang tính đổi mới.
2. Tìm hiểu các loại camera và xác định các tham số của camera: Đây là
một bước rất quan trọng bởi đề tài xây dựng trên cơ sở ứng dụng xử lý
ảnh.
3. Nghiên cứu các công cụ xử lý ảnh phù hợp để thu thập và xử lý:
LabVIEW, Matlab, OpenCV…
4. Thu nhận hình ảnh và xử lý dựa trên các ảnh thu nhận được: Viết chương
trình thu thập dữ liệu là hình ảnh từ các camera để nhận biết các dấu hiệu
phân cách đường trên cơ sở ứng dụng các phần mềm xử lý ảnh.
5. Theo vết làn đường: Dựa trên kết quả của bước 4 xây dựng chương trình
bám theo vết làn đường thông qua bám biên của làn đường.

6. Xây dựng thuật toán điều khiển, mô hình thực nghiệm và đánh giá kết
quả.

8


Chương 2

CƠ SỞ LÝ THUYẾT
2.1. Lý thuyết tổng quan về xử lý ảnh.
Ứng dụng của xử lý ảnh rất rộng trong cuộc sống. Tác động mạnh mẽ nhất là
trong lĩnh vực y tế, anh ninh. Gần gũi với cuộc sống gia đình là cải tiến ảnh tivi, xử
lý ảnh số có tác động quyết định đến việc cải thiện chất lượng hình ảnh của hệ
truyền hình có độ phân giải cao (HDTV).
Người máy càng ngày càng đóng vai trò quan trọng trong công nghiệp và gia
đình. Chúng sẽ thực hành những công việc nhàm chán hoặc nguy hiểm, và những
công việc mà tốc độ và độ chính xác vượt quá khả năng của con người. Khi người
máy trở nên tinh vi hơn, thị giác máy tính (Computer Vision) sẽ đóng vai trò ngày
càng quan trọng. Người ta sẽ đòi hỏi người máy không những phát hiện và nhận
dạng các bộ phận công nghiệp, mà còn “hiểu” được những gì chúng “thấy” và đưa
ra những hành động phù hợp. Xử lý ảnh sẽ có tác động lớn đến thị giác máy tính.
Nhìn chung, những ứng dụng của xử lý ảnh số là vô hạn.
2.1.1. Xử lý ảnh số là gì?
Xử lý ảnh số sử dụng các máy tính số, chúng được phát triển để đáp ứng ba
vấn đề chính liên quan đến các bức ảnh là :
-

Số hóa và mã hóa các bức ảnh để đơn giản hóa quá các quá trình truyền

-

thông, in ấn và lưu giữ ảnh.
Cải thiện chất lượng và khôi phục ảnh để hiểu biết nhiều hơn nội dung thông
tin chứa trong mỗi bức ảnh, chẳng hạn như các bức ảnh chụp bề mặt các
hành tinh xa xôi do vệ tinh gửi về hoặc các ảnh nội soi, công hưởng từ trong

-

khảo sát y học.
Phân đoạn và mô tả ảnh, nhằm tạo nên các ảnh như một tín hiệu lối vào cho
một hệ thống nhìn nhân tạo hoặc để tách các thông tin chứa trong một ảnh
thu được [13]. Phân đoạn và mô tả ảnh còn được gọi là lý giải ảnh.

9


Những ứng dụng của lý giải ảnh bao gồm thị giác máy tính, rôbốt và nhận
dạng mục tiêu. Lý giải ảnh khác với các lĩnh vực khác của xử lý ảnh ở một khía
cạnh chính. Trong cải tiến, phục hồi và số hóa, mã hóa ảnh cả đầu vào và đầu ra đều
là ảnh, và khâu xử lý tín hiệu là phần then chốt trong các hệ thống đã thành công
trên lĩnh vực đó. Trong lý giải ảnh, đầu vào là ảnh nhưng đầu ra là một biểu diễn
bằng một ký hiệu nội dung của ảnh đầu vào. Sự phát triển thành công của hệ thống
trong lĩnh vực này cần đến cả xử lý tín hiệu và những khái niệm trí tuệ nhân tạo.
Trong hệ lý giải ảnh điển hình, xử lý ảnh được dùng cho công việc ở mức thấp như
làm giảm sự xuống cấp và trích ra những đường biên (extraction of edges) hoặc các
đặc tính ảnh khác, còn trí tuệ nhân tạo được dùng cho những công việc xử lý ở mức
cao như thao tác ký hiệu và quản lý tri thức [14].
Phân đoạn và mô tả ảnh là lý thuyết quan trọng trong việc thực hiện đề tài
‘Ứng dụng xử lý ảnh để nhận dạng làn đường cho ô tô chạy tự động’
2.1.2. Biểu diễn một ảnh số.

2.1.2.1. Ảnh là gì ?
Một bức ảnh là hình ảnh tượng trưng (hình ảnh ảo) của một đối tượng, người
hoặc phong cảnh được tạo bởi một thiết bị quang học như một tấm gương, một ống
kính hoặc một máy ảnh. Hình ảnh tượng trưng đó là hai chiều (2D) phản ánh thế
giới thực ba chiều (3D) của đối tượng hay cảnh vật.

Hình 2.1: Ảnh tương tự và ảnh số hóa [15]

10


2.1.2.2. Ảnh số là gì ?
Một ảnh kỹ thuật số (Ảnh số) là một biểu diễn hai chiều của một hình ảnh sử
dụng một số hữu hạn các điểm điểm ảnh, hay còn gọi là phần tử ảnh, pels hoặc
pixels.
Thông thường, ảnh số được biểu diễn bởi ma trận hai chiều (2D) của các số
thực. Các phần tử của nó là biểu diễn cho các pixel số hóa. Ta qui ước một ảnh số
hóa là f(x,y) cho một ảnh đơn sắc có kích thước MxN, trong đó x là số hàng (từ 0
đến M-1) và y là số cột (từ 0 đến N-1).
(2.1)

Hình 2.2: Điểm qui chiếu không gian của điểm ảnh (0,0).
Giá trị của hàm f(x,y) tại tọa độ (xo,yo) là f(xo,yo) được gọi là cường độ hay
mức xám của ảnh tại điểm ảnh đó. Giá trị cực đại và cực tiểu của mỗi điểm ảnh phụ
thuộc vào kiểu dữ liệu và qui ước được sử dụng. Phạm vi thông thường từ 0.0 (đen)
đến 1.0 (trắng) cho kiểu double và 0 (đen) đến 255 (trắng) cho kiểu dữ liệu
uint8.

11