luanvan phát hiện và nhận dạng đối tượng 3 d hỗ trợ sinh hoạt của người khiếm thị 3 d object detection and recognition assisting visually impaired people in daily activiti

❇❐ ●■⑩❖ ❉Ö❈ ❱⑨ ✣⑨❖ ❚❸❖

❚❘×❮◆● ✣❸■ ❍➴❈ ❇⑩❈❍ ❑❍❖❆ ❍⑨ ◆❐■

▲➊ ❱❿◆ ❍Ò◆●

P❍⑩❚ ❍■➏◆ ❱⑨ ◆❍❾◆ ❉❸◆● ✣➮■ ❚×Ñ◆● ✸❉ ❍➱
❚❘Ñ ❙■◆❍ ❍❖❸❚ ❈Õ❆ ◆●×❮■ ❑❍■➌▼ ❚❍➚
◆❣➔♥❤✿ ❑❤♦❛ ❤å❝ ♠→② t➼♥❤
▼➣ sè✿ ✾✹✽✵✶✵✶

❚➶▼ ❚➁❚ ▲❯❾◆ ⑩◆ ❚■➌◆ ❙➒
❑❍❖❆ ❍➴❈ ▼⑩❨ ❚➑◆❍

❍➔ ◆ë✐ −✷✵✶✽


❈æ♥❣ tr➻♥❤ ✤÷ñ❝ ❤♦➔♥ t❤➔♥❤ t↕✐✿
❚r÷í♥❣ ✣↕✐ ❤å❝ ❇→❝❤ ❦❤♦❛ ❍➔ ◆ë✐

◆❣÷í✐ ❤÷î♥❣ ❞➝♥ ❦❤♦❛ ❤å❝✿
✶✳ ❚❙✳ ❱ô ❍↔✐
✷✳ P●❙✳ ❚❙✳ ◆❣✉②➵♥ ❚❤à ❚❤õ②

P❤↔♥ ❜✐➺♥ ✶✿ P●❙✳❚❙✳ ▲÷ì♥❣ ❈❤✐ ▼❛✐
P❤↔♥ ❜✐➺♥ ✷✿ P●❙✳❚❙✳ ▲➯ ❚❤❛♥❤ ❍➔
P❤↔♥ ❜✐➺♥ ✸✿ P●❙✳❚❙✳ ◆❣✉②➵♥ ◗✉❛♥❣ ❍♦❛♥

▲✉➟♥ →♥ s➩ ✤÷ñ❝ ❜↔♦ ✈➺ tr÷î❝ ❍ë✐ ✤ç♥❣ ✤→♥❤ ❣✐→ ❧✉➟♥ →♥ t✐➳♥ s➽
❝➜♣ ❚r÷í♥❣ ❤å♣ t↕✐ ❚r÷í♥❣ ✣↕✐ ❤å❝ ❇→❝❤ ❦❤♦❛ ❍➔ ◆ë✐✿
❱➔♦ ❤ç✐✳✳✳✳✳✳✳✳✳✳❣✐í✱ ♥❣➔②✳✳✳✳✳✳✳t❤→♥❣✳✳✳✳✳✳✳♥➠♠✳✳✳✳✳✳✳

❈â t❤➸ t➻♠ ❤✐➸✉ ❧✉➟♥ →♥ t↕✐ t❤÷ ✈✐➺♥✿
✶✳ ❚❤÷ ✈✐➺♥ ❚↕ ◗✉❛♥❣ ❇û✉ ✲ ❚r÷í♥❣ ✣❍❇❑ ❍➔ ◆ë✐
✷✳ ❚❤÷ ✈✐➺♥ ◗✉è❝ ❣✐❛ ❱✐➺t ◆❛♠


▼Ð ✣❺❯
❚➼♥❤ ❝➜♣ t❤✐➳t ❝õ❛ ❧✉➟♥ →♥
◆❣÷í✐ ❑❤✐➳♠ ❚❤à ✭◆❑❚✮ t❤÷í♥❣ ❣➦♣ ♥❤✐➲✉ ❦❤â ❦❤➠♥ tr♦♥❣ ❝✉ë❝ sè♥❣ ❤➔♥❣ ♥❣➔②✳
◆❣➔② ♥❛②✱ ✤➣ ❝â ♥❤✐➲✉ ❤➺ t❤è♥❣ ❤é trñ ❝❤♦ ◆❑❚ ✤➣ ✤÷ñ❝ ♣❤→t tr✐➸♥ ♥❤÷ ❞à❝❤ ✈ö ✤à♥❤
✈à ❤♦➦❝ ♣❤→t ❤✐➺♥ ❝❤÷î♥❣ ♥❣↕✐ ✈➟t ❝õ❛ ✭✐◆❛✈❇❡❧t✱ ●✉✐❞❡❈❛♥❡ ♣r♦❞✉❝ts ❆♥❞r❡❛s ❡t ❛❧✳
■❘❖❙✱ ✷✵✶✹❀ ❘✐♠♦♥ ❡t ❛❧✳✱✷✵✶✻✮✱ ♥❤➟♥ ❞↕♥❣ ✤è✐ t÷ñ♥❣ tr♦♥❣ s✐➯✉ t❤à ❝õ❛ ✭❊②❡❘✐♥❣
▼❡❞✐❛ ▼■❚✮✳ ▼ët tr♦♥❣ ❝→❝ t➻♥❤ ❤✉è♥❣ ♣❤ê ❜✐➳♥ ♥❤➜t tr♦♥❣ ❝✉ë❝ sè♥❣ ❤➔♥❣ ♥❣➔② ❝õ❛
◆❑❚ ❧➔ ❝➛♥ ✭tr✉② ✈➜♥✮ t➻♠ ❦✐➳♠ ✈➔ ✤à♥❤ ✈à ❝→❝ ✤è✐ t÷ñ♥❣ tr♦♥❣ ♥❤➔ ✈➔ s❛✉ ✤â ❝➛♠
♥➢♠ ❝❤ó♥❣ ✭✈➼ ❞ö✿ tr✉② ✈➜♥ ❝→❝ ✤è✐ t÷ñ♥❣ ♣❤ê ❜✐➳♥ ♥❤÷ ❝❤❛✐✱ ❝è❝ ❝➔ ♣❤➯✱ ❧å✱ ✈✳✈✮✳ ❚✉②
✤➙② ❧➔ ❝→❝ ❤♦↕t ✤ë♥❣ ✤ì♥ ❣✐↔♥ ❝õ❛ ♥❣÷í✐ ❜➻♥❤ t❤÷í♥❣ ♥❤÷♥❣ ✤â ❧➔ ❝æ♥❣ ✈✐➺❝ ✤➛② t❤û
t❤→❝❤ ✈î✐ ◆❑❚✳ ◗✉→ tr➻♥❤ ①➙② ❞ü♥❣ ♠ët ❤➺ t❤è♥❣ ❤é trñ ❝❤♦ ◆❑❚✱ ❦❤æ♥❣ ❝❤➾ ❧➔ ①→❝
✤à♥❤ ✈à tr➼ ❝õ❛ ✤è✐ t÷ñ♥❣ ♠➔ ❝➛♥ ❝✉♥❣ ❝➜♣ t❤➯♠ ❝→❝ t❤æ♥❣ t✐♥ ✈➲ ✤è✐ t÷ñ♥❣ ✤÷ñ❝ tr✉②
✈➜♥ ✭✈➼ ❞ö✿ ❦➼❝❤ t❤÷î❝ ❝õ❛ ✤è✐ t÷ñ♥❣✱ tr↕♥❣ t❤→✐ ❝õ❛ ✤è✐ t÷ñ♥❣ ❧➔ ✤ù♥❣ ❤❛② ♥➡♠ tr➯♥
❜➔♥✱ ❤÷î♥❣ ❛♥ t♦➔♥ ❝❤♦ ✈✐➺❝ ❝➛♠ ♥➢♠✮✳
❈❤ó♥❣ tæ✐ ①❡♠ ①➨t ♠ët ❦à❝❤ ❜↔♥ t❤ü❝ t➳ ♠➔ ◆❑❚ t❤÷í♥❣ ❣➦♣ tr♦♥❣ ❝✉ë❝ sè♥❣
❤➔♥❣ ♥❣➔②✱ ♥❤÷ t❤➸ ❤✐➺♥ tr♦♥❣ ❤➻♥❤ ✶✳ ✣➸ t➻♠ ❦✐➳♠ ♠ët ❝è❝ ✉è♥❣ tr➔ ❤♦➦❝ ❝➔ ♣❤➯✱ ❛♥❤
➜② ✭❝æ ➜②✮ ✈➔♦ tr♦♥❣ ♥❤➔ ❜➳♣ ✈➔ t➻♠ ❦✐➳♠ tr♦♥❣ ♠æ✐ tr÷í♥❣ ✤➸ ❝➛♠ ♥➢♠ ✤è✐ t÷ñ♥❣ ❝➛♥
t➻♠✳ ◆❣÷í✐ ✤â t↕♦ tr✉② ✈➜♥ ✧❈è❝ ❝➔ ♣❤➯ ð ✤➙✉❄✧✱ ✧❑➼❝❤ t❤÷î❝ ❝õ❛ ❝è❝ ❧➔ ❜❛♦ ♥❤✐➯✉❄✧✱
✧❈è❝ ❧➔ ♥➡♠ ❤❛② ✤ù♥❣ tr➯♥ ❜➔♥❄✧✳ ❍➺ t❤è♥❣ trñ ❣✐ó♣ ❝➛♥ ❝✉♥❣ ❝➜♣ ❝→❝ t❤æ♥❣ t✐♥ ❝❤♦
◆❑❚ ❝➛♠ ♥➢♠ ❝→❝ ✤è✐ t÷ñ♥❣ ✈➔ ❝â t❤➸ tr→♥❤ ✤÷ñ❝ ❝→❝ t❛✐ ♥↕♥ ♥❤÷ ❜à ❜ä♥❣✳ ▼➦❝ ❞ò ❦❤✐
♣❤→t ❤✐➺♥✱ ♥❤➟♥ ❞↕♥❣ ✤è✐ t÷ñ♥❣ ✸✲❉ tr➯♥ ↔♥❤ ✷✲❉ ✈➔ ❝â t❤➯♠ ↔♥❤ ✤ë s➙✉ ✤➣ ✤÷ñ❝ tr➻♥❤
❜➔② tr♦♥❣ ✭❇♦ ❡t ❛❧✳ ◆■P❙✱ ✷✵✶✵✱ ❇♦ ❡t ❛❧✳ ❈❱P❘✱ ✷✵✶✶✱ ❇♦ ❡t ❛❧✳ ■❘❖❙✱ ✷✵✶✶✮✱ ❦➳t q✉↔
❝ô♥❣ ❝❤➾ ❝✉♥❣ ❝➜♣ ✤÷ñ❝ t❤æ♥❣ t✐♥ ✈➲ ♥❤➣♥ ❝õ❛ ✤è✐ t÷ñ♥❣✳ ❚❤æ♥❣ t✐♥ ♠➔ ❤➺ t❤è♥❣ t❤✉
t❤➟♣ ✤÷ñ❝ tø ♠æ✐ tr÷í♥❣ ❧➔ ❝→❝ ❦❤✉♥❣ ❤➻♥❤ ✭↔♥❤✮ tr♦♥❣ ♠æ✐ tr÷í♥❣ ❝õ❛ ◆❑❚✱ ❞♦ ✤â

❞ú ❧✐➺✉ ❝→❝ ✤è✐ t÷ñ♥❣ tr➯♥ ❜➔♥ ❝❤➾ ❧➔ ♠ët ♣❤➛♥ ❝â t❤➸ ♥❤➻♥ t❤➜② ❝õ❛ ✈➟t t❤➸ ♥❤÷ ♠➦t
tr÷î❝ ❝õ❛ ❝è❝✱ ❤ë♣ ❤♦➦❝ tr→✐ ❝➙②✳ ❚r♦♥❣ ❦❤✐ t❤æ♥❣ t✐♥ ♠➔ ◆❑❚ ❝➛♥ ❧➔ t❤æ♥❣ t✐♥ ✈➲ ✈à
tr➼✱ ❦➼❝❤ t❤÷î❝ ✈➔ ❤÷î♥❣ ✤➸ ❝➛♠ ♥➢♠ ♠ët ❝→❝❤ ❛♥ t♦➔♥✳ ❉♦ ✤â✱ ❝❤ó♥❣ tæ✐ sû ❞ö♥❣ ✧÷î❝
❧÷ñ♥❣ ❝➜✉ tró❝ ❤➻♥❤ ❤å❝ ❝õ❛ ✤è✐ t÷ñ♥❣ ✸✲❉✧ ✤➸ ÷î❝ ❧÷ñ♥❣ t❤æ♥❣ t✐♥ ❝õ❛ ❝→❝ ✤è✐ t÷ñ♥❣✳
❑❤✐ ❜✐➳t ✤è✐ t÷ñ♥❣ ✤÷ñ❝ tr✉② ✈➜♥ ❧➔ ♠ët ❝è❝ ❝➔ ♣❤➯✱ ❝❤ó♥❣ t❤÷í♥❣ ❧➔ ❤➻♥❤ trö ✈➔
♥➡♠ tr➯♥ ❜➔♥ ✭♠➦t ♣❤➥♥❣✮✱ ❤➺ t❤è♥❣ ❤é trñ ❝â t❤➸ ❣✐↔✐ q✉②➳t ❝→❝ tr✉② ✈➜♥ ❜➡♥❣ ❝→❝❤
÷î❝ ❧÷ñ♥❣ ❝➜✉ tró❝ ❤➻♥❤ ❤å❝ ❝ì ❜↔♥ tø ❞ú ❧✐➺✉ ✤→♠ ♠➙② ✤✐➸♠ t❤✉ ✤÷ñ❝✳ ❚❤æ♥❣ t✐♥ ❜✐➳t
tr÷î❝ ❦❤✐ q✉❛♥ s→t tø ♥❣ú ❝↔♥❤ t❤ü❝ t➳ ♥❤÷✿ ❝è❝ t❤÷í♥❣ ✤ù♥❣ tr➯♥ ❜➔♥✱ ❝→❝ r➔♥❣ ❜✉ë❝
t❤❡♦ ♥❣ú ❝↔♥❤ ♥❤÷ ❝→❝ ❜ù❝ t÷í♥❣ ✈✉æ♥❣ ❣â❝ ✈î✐ ♠➦t ♣❤➥♥❣ ❜➔♥❀ ❦➼❝❤ t❤÷î❝ ✈➔ ❝❤✐➲✉
❝❛♦ ❝õ❛ ✤è✐ t÷ñ♥❣ ✤÷ñ❝ tr✉② ✈➜♥ ❧➔ ❣✐î✐ ❤↕♥✳ ❈→❝ t❤æ♥❣ t✐♥ ♥➔② s➩ ❧➔ t❤æ♥❣ t✐♥ ❝â ❣✐→
trà ✤➸ ❝↔✐ t❤✐➺♥ ❤✐➺✉ s✉➜t ❝õ❛ ❤➺ t❤è♥❣✳
✶


ồ ởt ỳ tỹ ởt tr t r tr
ố tr t t tr ỹ ữớ
t tố ữủ t tr tr t
ú tổ t r ố tữủ tr õ t ữủ tổ q
ỡ õ trú ồ ỡ ữ t ữủ
ở trử ố s q õ q õ
ổ qt ữủ ữỡ ỹ tr ồ tr ỳ
tố trủ ú tớ t t ỡ õ ỹ
tr ỳ ỵ tữ ởt ổ qt Pt

tữủ ộ trủ ữớ t

ố

ữủ t õ ỗ ởt số ử

ỗ t ố tữủ tr tứ t s t t
sỷ ử t tt tồ ở t ự ừ ố tữủ q
t sỷ ử trữ tr ố tữủ ữợ ữủ ởt ổ ừ
ừ ố tữủ ữủ tr tứ ỳ r õ ử ố
ũ õ trỏ q trồ t t ủ ổ t ừ
ố tữủ ữủ tr t ổ ữ ữỡ ỹ tr ồ tổ
tữớ ự t tr ỹ ởt ổ ồ ỡ
ừ ố tữủ ữủ tr tứ ổ õ trú ữủ t
t s ở s

ử t ừ
r ử t ừ ú tổ t ởt tố ỳ
t ố tữủ ởt ữỡ tự t t tr
ởt ự ử tỹ t ổ ữủ t ỡ ỳ t t
ợ ữ ỵ r õ ỳ q trồ õ t ữ
st ừ tố ữủ t t ởt số qt ữủ
t ữ s ố tữủ ữủ tr tr ởt ự t trữớ ủ
ú õ t t õ tứ ỳ t t ữủ tớ t
t ợ tố tỹ tr ỳ ũ ổ tr
ự q t ố tữủ ố qt
ỳ tr ởt tớ ữ ỏ ỳ tỗ t r
ự tr ổ ữủ qt r r õ ú tổ



ồ q tr t ố tữủ ỹ tr tr tr ổ
trữớ tr ổ ố tữủ ừ trử ữợ ữủ tứ
ừ ố ọ
t ởt tố t qt ữủ ỳ ử
t ử t

t ởt tố ộ trủ t ố tữủ ỹ tr tr
ừ ợ ở ồ q tr t ố
tữủ ỹ tr tr tr ổ trữớ tr
r ởt ự ử tỹ tổ t ổ t ừ ố
tữủ ộ trủ ố tữủ ừ ử ữủ
tr t ố tỹ t ữ ỏ s ũ

ỳ r ở t tự ừ
t ỳ ởt ởt ỏ sỷ ử ởt
tố ộ trủ ởt t t tr ừ tố ởt tr
r tr ố tữủ tr ổ tổ t ừ ố tữủ
tữợ tố ữủ t t ở ợ t
t ữủ tr ỹ ừ t t ữủ
tr ổ ữ tr ữợ ỹ tr ỳ t r ừ tố ỳ
t t õ ởt số t tự ữủ t ữ s
ỹ t ử ố tữủ q t r tỹ t ởt
ởt ỏ t ởt t t tr ỳ t t
ữủ tr õ t t ởt ố tữủ ởt
ữợ t ởt t t ữủ ởt ừ t
t õ ỳ ừ ố tữủ ữủ tr t ố
ỳ ỗ ở s t ữủ tứ t
tữớ ữ s ỳ
ỳ t tự ữợ ữủ t ố tữủ tứ
ởt
ố tữủ ữ õ ũ trú ồ tố ộ trủ



tr ố tữủ tổ ử tr ở số ỹ t
ố tr õ õ ũ ởt

trú ồ ỡ ổ trử ỳ ố tữủ õ trú
ồ ố ữ õ s ú tổ t tt
ỹ tr ồ ồ trữ t tr ố tữủ tr
ố tữủ tr
ớ t t ởt ừ ởt ữủ t r tứ ởt
ợ tữợ 640 ì 480 ỗ tr
t t tr ổ trữớ tữớ ỏ ọ t t ỡ tỹ
tr ổ trữớ rt
t số t r ởt số t số
ữủ trữợ ử õ ữủ trữợ t
số ữủ ồ ử r ở t ỳ ử tữợ
t tr ợ ừ ố tữủ

õ õ ừ
ởt số õ õ ừ ữ s
õ õ t ợ ởt ở ữợ ữủ ỳ ữủ ồ



ỹ ỗ t ừ ỹ tr r ở ồ ữợ ữủ
trú ồ ỡ tứ ừ ố tữủ t t ữợ ữủ
ữủ t ỹ tr tt t ởt t ừ
õ ỹ tr r ở ồ ồ

tốt

ữợ ữủ trú

ồ ỡ ỡ ỳ ú tổ rở sỷ ử r
ở ỳ t t q ữợ ữủ ổ

õ õ t ởt ự s s tr ữỡ tự
ố tữủ tr ự t t q ữỡ tự
tốt t sỹ t ủ ừ tt ồ s ở ữợ ữủ ỳ
Pữỡ tự t ữ ừ ồ s t ố tữủ tr
t ở ữợ ữủ ỳ ữợ ữủ ổ ừ ừ
ố tữủ ữủ tr tr ỳ
õ õ Pt tr t ổ tố ỹ tr ữỡ tự t
t ố tữủ õ trú ồ ỡ tr ổ
trữớ ỏ t Pữỡ tự sỹ t ủ ừ ữỡ tự t
t ữỡ tự t ữợ ữủ ố tữủ Pữỡ
tự t t ữủ ử t tớ t t tr
t ố tữủ ữ t q t tố t õ t sỷ ử
ộ trủ ố tữủ tr



trú ừ
r ú tổ t ởt ữỡ tự tố t t
ố tữủ ữủ tr tr ừ tr ổ trữớ tr ổ
t ỗ ữ ồ tr
Acceleration
vector
Microsoft
Kinect

RGB-D
image

Pre-processing step
Point cloud

representation

Objects
detection on
RGB image

Table plane
detection

3-D objects
location on the
table plane

3-D objects
model
estimation

3-D objects
information

Fitting 3-D objects

Candidates

ổ tờ t ừ tố t ố tữủ tr t ỹ tr tr
ừ ữớ t
ở ừ ỗ ữỡ ữ s
ợ t ữỡ ổ t sỹ tt ử t ừ ự
ú tổ ụ tr ố õ t tự ừ ự
ỳ tố õ t ữủ t qt q tr

r ổ t ỳ õ õ tr
ụ ữủ tr
ữỡ ự q ữỡ ừ st tố
õ trủ ú t tt q
ỹ ởt tố trủ ú ữủ t ú tổ ụ tr
tt t ữợ ữủ ởt t tt t ố
tữủ
ữỡ r ữỡ t tự t t ỳ tứ
t ữỡ t t t t
ố tữủ q t ỹ tr ữỡ tự ỳ tớ
ỷ ỵ ỹ tr ỳ r ở ừ ỳ ú tổ t ữỡ
t t ợ
ữỡ ữỡ ổ t t ởt ở ữợ ữủ ỳ ợ ữợ
ữủ trú ồ ỡ tứ ỳ ừ ố tữủ
t t sỷ ử r ở ồ ồ tốt
ữợ ữủ ổ õ ú tổ sỷ ử r ở ỳ



❝↔♥❤ ✤➸ ❝↔✐ t❤✐➺♥ ❦➳t q✉↔ ÷î❝ ❧÷ñ♥❣✳
❼ ❈❤÷ì♥❣ ✹✿ ❈❤÷ì♥❣ ♥➔② ✤➲ ①✉➜t ♠ët ♣❤÷ì♥❣ t❤ù❝ t❤è♥❣ ♥❤➜t ❝❤♦ ✈✐➺❝ ♣❤→t ❤✐➺♥
❝→❝ ✤è✐ t÷ñ♥❣ ✸✲❉ ❞ü❛ tr➯♥ tr✉② ✈➜♥ ❝õ❛ ◆❑❚ ♠➔ ❦❤❛✐ t❤→❝ ❤✐➺✉ ♥➠♥❣ ❝õ❛ ❤å❝
s➙✉ ✈➔ t❤✉➟t t♦→♥ ÷î❝ ❧÷ñ♥❣ ❜➲♥ ✈ú♥❣ ✤➣ ✤➲ ①✉➜t ✤➸ ÷î❝ ❧÷ñ♥❣ ♠æ ❤➻♥❤ ✤➛② ✤õ
❝õ❛ ✤è✐ t÷ñ♥❣✳ P❤÷ì♥❣ t❤ù❝ ♥➔② ✤÷ñ❝ ✤→♥❤ ❣✐→ ✈➔ s♦ s→♥❤ ✈î✐ ❝→❝ ♣❤÷ì♥❣ ♣❤→♣
t✐➯♥ t✐➳♥ ❦❤→❝✳ ✣ç♥❣ t❤í✐ ♠ët ù♥❣ ❞ö♥❣ ❤♦➔♥ ❝❤➾♥❤ ❝❤♦ ✈✐➺❝ ♣❤→t ❤✐➺♥ ✤è✐ t÷ñ♥❣
✸✲❉ ✈➔ ❝✉♥❣ ❝➜♣ ❝→❝ t❤æ♥❣ t✐♥ trñ ❣✐ó♣ ❝➛♠ ♥➢♠ ❝❤♦ ◆❑❚ ❝ô♥❣ ✤÷ñ❝ ♠æ t↔✱
t❤✐➳t ❧➟♣ ✈➔ ✤→♥❤ ❣✐→✳
❼ ❈❤÷ì♥❣ ✺✿ ❑➳t ❧✉➟♥ ✈➔ ❝→❝ ♥❣❤✐➯♥ ❝ù✉ tr♦♥❣ t÷ì♥❣ ❧❛✐✿ ❈❤ó♥❣ tæ✐ ❦➳t ❧✉➟♥ ❝→❝
❦➳t q✉↔ ♥❣❤✐➯♥ ❝ù✉ ✈➔ t❤↔♦ ❧✉➟♥ ✈➲ ♥❤ú♥❣ ❤↕♥ ❝❤➳ ❝õ❛ ❝→❝ ♣❤÷ì♥❣ t❤ù❝ ✤÷ñ❝ ✤➲
①✉➜t✳ ❈→❝ ❤÷î♥❣ ♥❣❤✐➯♥ ❝ù✉ t✐➳♣ t❤❡♦ ✤÷ñ❝ ♠æ t↔ tr♦♥❣ t÷ì♥❣ ❧❛✐✳

❈❍×❒◆● ✶

❈⑩❈ ◆●❍■➊◆ ❈Ù❯ ▲■➊◆ ◗❯❆◆
❚r♦♥❣ ❝❤÷ì♥❣ ♥➔②✱ ❝❤ó♥❣ tæ✐ tr➻♥❤ ❜➔② tê♥❣ q✉❛♥ ✈➲ ❝→❝ ♥❣❤✐➯♥ ❝ù✉ ❧✐➯♥ q✉❛♥ ❝õ❛
❝→❝ ❤➺ t❤è♥❣ trñ ❣✐ó♣ ❝❤♦ ◆❑❚ ✈➔ ❝→❝ ♣❤÷ì♥❣ t❤÷❝ ♣❤→t ❤✐➺♥ ✤è✐ t÷ñ♥❣ tr♦♥❣ ♠æ✐
tr÷í♥❣ tr♦♥❣ ♥❤➔✳ ✣➛✉ t✐➯♥✱ ❝→❝ ❤➺ t❤è♥❣ trñ ❣✐ó♣ ❝❤♦ ◆❑❚ ✤➣ ✤÷ñ❝ ✤➲ ①✉➜t ✤÷ñ❝
tr➻♥❤ ❜➔② tr♦♥❣ ♣❤➛♥ ✶✳✶✳ ❙❛✉ ✤â✱ ❝→❝ ❜ë ÷î❝ ❧÷ñ♥❣ ❜➲♥ ✈ú♥❣ ✤➣ ✤÷ñ❝ ✤➲ ①✉➜t ✈➔ ❝→❝
ù♥❣ ❞ö♥❣ ❝õ❛ ❝→❝ ❜ë ÷î❝ ❧÷ñ♥❣ tr♦♥❣ t❤à ❣✐→❝ ♠→② t➼♥❤✱ ❝æ♥❣ ♥❣❤➺ r♦❜♦t ✤÷ñ❝ tr➻♥❤
❜➔② tr♦♥❣ ♣❤➛♥ ✶✳✷✳ ❈✉è✐ ❝ò♥❣✱ ❝❤ó♥❣ tæ✐ ❣✐î✐ t❤✐➺✉ ✈➔ ♣❤➙♥ t➼❝❤ ❝→❝ ❝æ♥❣ ✈✐➺❝ ✤➣
♥❣❤✐➯♥ ❝ù✉ tr÷î❝ ✤➙② ✈➲ ♣❤→t ❤✐➺♥✱ ♥❤➟♥ ❞↕♥❣ ✤è✐ t÷ñ♥❣ ✸✲❉ tr♦♥❣ ♣❤➛♥ ✶✳✸✳

✻


tố trủ ú ữớ t


tố trủ ú ữợ



tố trủ ú t t



tổ trủ ú t ố tữủ tr ở số

tt t ữợ ữủ t t

ỡ ữủ tt t ữợ ữủ trú ồ


t t t ừ õ

Pt ố tữủ tứ ỳ



ữợ t ỹ tr sỹ t ố tữủ



Pữỡ tự ỹ tr ồ





ì


Pì PP P

ởt t t tổ ử ừ t tr ởt ố
tữủ ữ ố ữợ tr ởt t ú tổ sỷ t õ
t tr ỏ ũ ỹ ởt tố ộ
trủ t ố tữủ q t ừ ữủ t r ọ t
r ữỡ tự t õ ởt số ữợ ữ t ữợ ữủ ổ
ừ ừ ố tữủ r õ t t ữủ ữ ởt ữợ
t ỷ ỵ ữỡ ữủ tờ ự ữ s ú tổ trữợ t ợ t
ỳ tứ ỳ ở s t t tứ t tr
P t t ữỡ tự t t tr P

ỳ


t ỳ t

t t ỳ ừ ổ trữớ ỹ tố trủ ú
t ỗ t õ trú ồ ỡ tr ú tổ



sỷ ử t ở s t ữủ tứ
t



ỳ

t q ừ ở s ởt tr ở t số tr

Hm tr s ổ ữ s

f x 0 cx


Hm = 0 fy cy
0 0 1
cx , cy t ừ fx fy t ỹ ừ

Pữỡ tự t t t




Pt t tr ử q trồ ố ợ
ự ử ừ t t ổ rt ú ữớ ũ t
t ỗ t q t ử ố t tr ữớ t
t t tr
ữủ t tr ỹ tr ỳ tố ữủ
t ự t ữủ t t ự ỷ
t



ự q



Pữỡ tự t

ổ t
ố ự ừ ú tổ ử t tr ởt tố trủ
ú t ố tữủ ổ ữủ t
t t ữ tr ỗ ố ữợ ỳ
õ trú t tr t t
ổ ừ ú tổ sỷ ử trữ ừ ỳ ở s
ởt ữỡ ỡ q ỳ ở s ữủ ổ t
ữợ
ởt ỷ sờ trữủt tữợ n ì n tr ở s ừ
tr t D(xc , yc ) ữủ t t tứ ổ tự

D(xc , yc ) =

N
i=1

D(xi , yi )
N



(2.2)


Acceleration
vector
Microsoft
Kinect
Down
sampling

Depth

Organized
point cloud
representation

Plane
segmentation

Plane
classification

Table
plane

ổ t t t
D(xi , yi ) tr ở s ừ ith ừ tr t

(xc , yc ) N số ợ tữợ n n n n

P t
tr tt ừ t ữủ ữ r tr tt t tr
t ừ t

Pt tr t t
t q ừ ữợ t ỳ t ổ õ ợ tr tố
õ ú tổ trử y ừ trử tồ ở õ s s ợ tr tố
ứ r ở ừ ỳ t t t tr
õ õ tở t õ tr y ọ t

t q

t t ỡ s ỳ t t
ỡ s ỳ tự t ữủ ồ t ữủ
tr ỹ ừ ữớ ữớ õ q ởt tr ỏ
ỳ t t ừ 1, 5 ừ t s ợ t
0, 6m ừ t 60 80 ú tổ t
t ỳ ừ tr ỏ ỏ trữ
ỳ ỗ ố tr t ở ừ
ỳ tự ữủ ợ t tr ts t ỳ
ự ỳ ở s ữủ ừ ộ õ ởt
t tữợ ừ 640 480

ữỡ tự t t
ú tổ sỷ ử ở tt ở
õ t ừ t t ữủ ú ữủ ữ s

ở ở sỹ t ỳ tr t
ữủ tr t tứ t ữủ t tr t ữủ tr
t tứ ỳ ố




❇↔♥❣ ✷✳✷✿ ❑➳t q✉↔ tr✉♥❣ ❜➻♥❤ ❝õ❛ ♣❤→t ❤✐➺♥ ♠➦t ❜➔♥ tr➯♥ ❞ú ❧✐➺✉

❍÷î♥❣ t✐➳♣ ❝➟♥

P❤÷ì♥❣ t❤ù❝
✶
P❤÷ì♥❣ t❤ù❝
✷
P❤÷ì♥❣ t❤ù❝
✤➲ ①✉➜t

✬▼■❈❆✸❉✬

(%)✳

❊▼✶

✣ë ✤♦ ✤→♥❤ ❣✐→
❑❤æ♥❣ ♣❤→t ❑❤✉♥❣
❊▼✷ ❊▼✸ ❚r✉♥❣ ❜➻♥❤
❤➻♥❤✴s
❤✐➺♥

✽✼✳✹✸

✽✼✳✷✻

✼✶✳✼✼

✽✷✳✶✺

✶✳✷

✵✳✷

✾✽✳✷✾

✾✽✳✷✺

✾✻✳✵✷

✾✼✳✺✷

✵✳✻✸

✵✳✽✸

✾✻✳✻✺ ✾✻✳✼✽ ✾✼✳✼✸

✾✼✳✵

✵✳✽✶

✺

❇↔♥❣ ✷✳✸✿ ❑➳t q✉↔ tr✉♥❣ ❜➻♥❤ ❝õ❛ ♠➦t ❜➔♥ ♣❤→t ❤✐➺♥ ✤÷ñ❝ tr➯♥ ❞ú ❧✐➺✉ ❬✸❪ (%)✳

❍÷î♥❣ t✐➳♣ ❝➟♥
P❤÷ì♥❣ t❤ù❝
✶
P❤÷ì♥❣ t❤ù❝
✷
P❤÷ì♥❣ t❤ù❝
✤➲ ①✉➜t

❊▼✶

✣ë ✤♦ ✤→♥❤ ❣✐→
❑❤æ♥❣ ♣❤→t ❦❤✉♥❣
❊▼✷ ❊▼✸ ❚r✉♥❣ ❜➻♥❤
❤➻♥❤✴s
❤✐➺♥

✽✼✳✸✾

✻✽✳✹✼

✾✽✳✶✾

✽✹✳✻✽

✵✳✵

✶✳✶✾

✽✼✳✸✾

✻✽✳✹✼

✾✺✳✹✾

✽✸✳✼✽

✵✳✵

✵✳✾✽

✽✼✳✸✾ ✻✽✳✹✼ ✾✾✳✵✾

✽✹✳✾✾

✵✳✵

✺✳✹✸

✣ë ✤♦ ✤→♥❤ ❣✐→ ✷ ✭❊▼✷✮✿ ❇➡♥❣ ❝→❝❤ sû ❞ö♥❣ ❊▼✶✱ ❝❤➾ ❝â ♠ët ✤✐➸♠ ✤÷ñ❝ sû
❞ö♥❣ ✭✤✐➸♠ tr✉♥❣ t➙♠ ❝õ❛ ❞ú ❧✐➺✉ ❣è❝✮ ✤➸ ÷î❝ t➼♥❤ ❣â❝✳ ✣➸ ❣✐↔♠ ↔♥❤ ❤÷ð♥❣ ❝õ❛ ♥❤✐➵✉✱
sû ❞ö♥❣ ♥❤✐➲✉ ✤✐➸♠ ❤ì♥ ✤➸ ①→❝ ✤à♥❤ ✈❡❝tì ♣❤→♣ t✉②➳♥ ❝õ❛ ❞ú ❧✐➺✉ ❣è❝ ✤÷ñ❝ sû ❞ö♥❣✳
✣è✐ ✈î✐ ❊▼✷✱ ✸ ✤✐➸♠ (p1 , p2 , p3 ) ✤÷ñ❝ ❝❤å♥ ♥❣➝✉ ♥❤✐➯♥ tø ✤→♠ ♠➙② ✤✐➸♠ ❣è❝✳

✣ë ✤♦ ✤→♥❤ ❣✐→ ✸ ✭❊▼✸✮✿ ❍❛✐ ✤ë ✤♦ ✤→♥❤ ❣✐→ ✤÷ñ❝ tr➻♥❤ ❜➔② ð tr➯♥ ❦❤æ♥❣ t➼♥❤
✤➳♥ ❞✐➺♥ t➼❝❤ ♠➦t ♣❤➥♥❣ ❜➔♥ ✤÷ñ❝ ♣❤→t ❤✐➺♥✳ ❉♦ ✤â✱ ✤➲ ①✉➜t ❊▼✸ ✤÷ñ❝ ❞ü❛ tr➯♥ þ
t÷ð♥❣ ❝õ❛ ❝❤➾ sè ❏❛❝❝❛r❞ ✤➸ ♣❤→t ❤✐➺♥ ✤è✐ t÷ñ♥❣✳

r=

Rd ∩ Rg
Rd ∪ Rg

(2.6)

✷✳✷✳✹✳✸ ❈→❝ ❦➳t q✉↔
❈→❝ ❦➳t q✉↔ s♦ s→♥❤ ❝õ❛ ❜❛ ♣❤÷ì♥❣ ♣❤→♣ ✤→♥❤ ❣✐→ ❦❤→❝ ♥❤❛✉ tr➯♥ ❤❛✐ ❜ë ❞ú ❧✐➺✉
✤÷ñ❝ t❤➸ ❤✐➺♥ tr♦♥❣ ❜↔♥❣ ✷✳✷ ✈➔ ❜↔♥❣ ✷✳✸✳

✷✳✷✳✺

❚❤↔♦ ❧✉➟♥

❚r♦♥❣ ✈✐➺❝ ♥➔②✱ ♠ët ♣❤÷ì♥❣ t❤ù❝ ✤➸ ♣❤→t ❤✐➺♥ ♠➦t ♣❤➥♥❣ ❜➔♥ sû ❞ö♥❣ ❣✐↔♠ ❞ú
❧✐➺✉✱ ✈❡❝t♦r ❣✐❛ tè❝ ✈➔ ❝➜✉ tró❝ ✤→♠ ♠➙② ✤✐➸♠ ❝â ❝➜✉ tró❝ t❤✉ ✤÷ñ❝ tø ↔♥❤ ♠➔✉ ✈➔ ✤ë
s➙✉ ❝õ❛ ❝↔♠ ❜✐➳♥ ▼❙ ❑✐♥❡❝t ✤÷ñ❝ ✤➲ ①✉➜t✳

✶✵


P t ố tữủ q t tr


trử tồ ở



P t t ố tữủ q t





ì

ì ìẹ ể
ì ìẹ
ệ

ìợ ữủ trú ồ ỡ




ổ ồ ừ ởt ố tữủ q t õ t ữủ ữợ ữủ
sỷ ử tứ t số ừ t t

sỹ ỗ t

t số ừ ổ tr t õ

t s ợ tr ỳ tớ ỷ ỵ t t ộ tt
tr ổ ừ ởt tt t ỹ tr ởt q tr t
t

tốt ỹ tr r ở ừ ởt ổ ữợ ữủ ữủ tỹ

tỹ t tốt ú tổ t ữủ
ồ ũ ủ ợ ổ ữợ ữủ tổ q t
ở t r rt ự r ở ồ ró r ừ
ố tữủ q t ử r ở trử



ự q



t ở ữợ ữủ ợ ỳ

ờ q ữợ ữủ ỳ ữủ t
ữợ ữủ t số ừ ởt trú ồ ỡ ởt ổ
ữ ữủ t tr tr ũ ừ ồ số
tố t tứ ởt s õ t số ổ ữủ ữợ
ữủ t t tữớ ổ t tớ t t ổ
tt tỷ tt õ t ữủ ồ Pữỡ ữủ t ừ
ú tổ tr ữợ ũ ừ ỹ tr ố ừ
t õ t ộ
ở tố t ữủ tỹ q tr ữủ ồ õ
tr ỳ ỗ t õ t t ữủ õ ởt ữù



No

A point
cloud

Randomly
sampling a
minimal subset

Geometrical
parameters
estimation M

Randomly
sampling
a minimal

subset

Geometrical
parameters
Estimation M

Model evaluation
M; Update the best
model

Update the number
of iterations K
adaptively (Eq. 3.2)

Terminate
?
yes

RANSAC/
MLESAC
paradigm

Proposed
Method
(GCSAC)

Randomly
sampling a
minimal
subset

Searching good
samples using
geometrical
constraints
Geometrical
parameters
estimation M

Model evaluation M via
(inlier ratio or Negative
log-likelihood);
Update the best model

Update the number
of iterations K
adaptively (Eq. 3.2)

Model evaluation M via
Negative
Log-likehood;
Update the best model

Update the number
of iterations K
adaptively (Eq. 3.2)

Estimated
Model

RANSAC Iteration
A point cloud
Search good sampling
based on Geometrical
constraint based on (GS)

Random sampling

Estimation model;
Compute the inlier ratio w
Yes

k=0: MLESAC
k=1:w wt: Yes
k=1:w wt: No
As MLESAC

Good samples
(GS)

wwt

Compute Negative loglihood L, update the best
model

No

kK

No

Estimated mode

P tr ờ q tt t ỹ tr
P ữợ ỡ ỗ tr ừ
t ữủ trữợ õ t ữủ tr ữ ởt ừ t t
q õ s ự ỷ tốt õ t t
ữủ ở tố t ỗ ừ r ở
ồ ừ ố tữủ q t ứ ừ tt t ũ
ủ ừ rt t ữủ sỷ ử tt t ứ t tố
t ữủ t t số ừ ữợ ữủ t ọ ỡ số t ữủ
ứ tt t ữợ ữủ ởt t t tốt
số K ổ tự

K=

log(1 p)
log(1 ws )

(3.2)

tr õ p st t ữủ ổ ổ t ỳ s số tố t tt
ữợ ữủ ởt ổ w t tr ừ ở t tr





✸✳✶✳✸✳✷ P❤➙♥ t➼❝❤ ❤➻♥❤ ❤å❝ ✈➔ ❝→❝ r➔♥❣ ❜✉ë❝ ❝❤♦ ❧ü❛ ❝❤å♥ ♠➝✉ tèt
❚r♦♥❣ ❝→❝ ♣❤➛♥ t✐➳♣ t❤❡♦✱ ❝❤ó♥❣ tæ✐ tr➻♥❤ ❜➔② q✉→ tr➻♥❤ ÷î❝ ❧÷ñ♥❣ ❝→❝ ❝➜✉ tró❝
❤➻♥❤ ❤å❝ ✸✲❉✳ ❉ü❛ tr➯♥ ♣❤➙♥ t➼❝❤ ❤➻♥❤ ❤å❝ ♥➔②✱ ❝→❝ r➔♥❣ ❜✉ë❝ ❧✐➯♥ q✉❛♥ ✤÷ñ❝ ✤÷❛ r❛

✤➸ ❝❤å♥ ❝→❝ ♠➝✉ tèt✳
❱❡❝t♦r ♣❤→♣ t✉②➳♥ ❝õ❛ t➜t ❝↔ ❝→❝ ✤✐➸♠ ✤÷ñ❝ t➼♥❤ t❤❡♦ ❝→❝❤ t✐➳♣ ❝➟♥ tr♦♥❣ ✭❍♦❧③ ❡t
❛❧✳ ✷✵✶✶✮ ❚↕✐ ♠é✐ ✤✐➸♠ pi ✱ ❦✲❧➙♥ ❝➟♥ ❣➛♥ ♥❤➜t kn ❝õ❛ ✤✐➸♠ pi ✤÷ñ❝ ①→❝ ✤à♥❤ tr♦♥❣ ♠ët
❜→♥ ❦➼♥❤ r✳ ❉♦ ✤â✱ ✈❡❝t♦r ♣❤→♣ t✉②➳♥ ❝õ❛ pi ✤÷ñ❝ s✉② ❣✐↔♠ ✈➲ ♣❤➙♥ t➼❝❤ ✈❡❝t♦r r✐➯♥❣
✈➔ ❝→❝ ❣✐→ trà r✐➯♥❣ ❝õ❛ ♠❛ tr➟♥ ❤✐➺♣ ♣❤÷ì♥❣ s❛✐ C ✱ ✤÷ñ❝ tr➻♥❤ ❜➔② ð ♣❤➛♥ ✷✳✷✳✸✳✷✳

❛✳ P❤➙♥ t➼❝❤ ❤➻♥❤ ❤å❝ ❝❤♦ ❝→❝ ✤è✐ t÷ñ♥❣ ❤➻♥❤ trö
❈→❝ q✉❛♥ ❤➺ ❤➻♥❤ ❤å❝ ❝õ❛ ❝→❝ t❤❛♠ sè tr➯♥ ✤÷ñ❝ t❤➸ ❤✐➺♥ tr♦♥❣ ❤➻♥❤ ✸✳✸ ✭❛✮✳ ▼ët ❤➻♥❤
trö ❝â t❤➸ ✤÷ñ❝ ÷î❝ ❧÷ñ♥❣ tø ❤❛✐ ✤✐➸♠ (p1 , p2 ) ✭❤❛✐ ✤✐➸♠ ♠➔✉ ①❛♥❤✮ ✈➔ ✈❡❝tì ♣❤→♣
t✉②➳♥ t÷ì♥❣ ù♥❣ ❝õ❛ ❝❤ó♥❣ (♥1 , ♥2 ) ✭✤÷ñ❝ ✤→♥❤ ❞➜✉ ❜➡♥❣ ♠➔✉ ①❛♥❤ ❧→ ❝➙② ✈➔ ♠➔✉
✈➔♥❣✮✳ ✣➦t γc ❧➔ trö❝ ❝❤➼♥❤ ❝õ❛ ❤➻♥❤ trö ✭✤÷í♥❣ ♠➔✉ ✤ä✮ ✤÷ñ❝ ÷î❝ t➼♥❤ ❜➡♥❣✿

γc = ♥1 × ♥2

(3.3)

✣➸ ①→❝ ✤à♥❤ ♠ët ✤✐➸♠ t➙♠ I ✱ ❝❤ó♥❣ tæ✐ ❝❤✐➳✉ t❤❛♠ sè ❝õ❛ ❤❛✐ ✤÷í♥❣ t❤➥♥❣

L1 = p1 + t♥1 ✈➔ L2 = p2 + t♥2 ✈➔♦ ♠➦t ♣❤➥♥❣ P laneY ✭♥❤÷ ❤➻♥❤ ✸✳✸ ✭❜✮✮✳ ❱❡❝t♦r
♣❤→♣ t✉②➳♥ ❝õ❛ ♠➦t ♣❤➥♥❣ ♥➔② ✤÷ñ❝ ÷î❝ ❧÷ñ♥❣ ❜➡♥❣ ♠ët t➼❝❤ ❝❤➨♦ ❝õ❛ ❝→❝ ✈❡❝tì γc ✈➔
♥1 ✭γc × ♥1 ✮✳ ✣✐➸♠ t➙♠ I ❧➔ ❣✐❛♦ ✤✐➸♠ ❝õ❛ L1 ✈➔ L2 ✭①❡♠ ❤➻♥❤ ✸✳✸ ✭❝✮✮✳ ❇→♥ ❦➼♥❤ Ra
✤÷ñ❝ ✤➦t ❜ð✐ ❦❤♦↔♥❣ ❝→❝❤ ❣✐ú❛ I ✈➔ p1 tr♦♥❣ P laneY ✳ ❑➳t q✉↔ ❝õ❛ ❤➻♥❤ trö ÷î❝ ❧÷ñ♥❣
tø ♠ët ✤→♠ ♠➙② ✤✐➸♠ ✤÷ñ❝ ♠✐♥❤ ❤å❛ tr♦♥❣ ❤➻♥❤ ✸✳✹ ✭❢✮✳ ❈❤✐➲✉ ❝❛♦ ❝õ❛ ❤➻♥❤ trö ÷î❝
❧÷ñ♥❣ ✤÷ñ❝ ❝❤✉➞♥ ❤â❛ ❧➔ ✶✳
✣➛✉ t✐➯♥ ❝❤ó♥❣ tæ✐ ①➙② ❞ü♥❣ ♠ët ♠➦t ♣❤➥♥❣ π ✈✉æ♥❣ ❣â❝ ✈î✐ ♠➦t ♣❤➥♥❣ P laneY
✈➔ ❝❤ù❛ n1 ✳ ❉♦ ✤â ✈❡❝t♦r ♣❤→♣ t✉②➳♥ ❝õ❛ ♥â ❧➔ nπ = (nP laneY × n1 ) tr♦♥❣ ✤â nP laneY ❧➔
✈❡❝tì ♣❤→♣ t✉②➳♥ ❝õ❛ P laneY ✱ ♥❤÷ tr♦♥❣ ❍➻♥❤ ✸✳✹ ✭❛✮✳ ◆â✐ ❝→❝❤ ❦❤→❝✱ n1 ❣➛♥ ✈✉æ♥❣
❣â❝ ✈î✐ n∗2 tr♦♥❣ ✤â n∗2 ❧➔ ♣❤➨♣ ❝❤✐➳✉ n2 ❧➯♥ ♠➦t ♣❤➥♥❣ π ✳ ◗✉❛♥ s→t ♥➔② ❞➝♥ ✤➳♥ r➔♥❣
❜✉ë❝ ❞÷î✐ ✤➙②✿

cp = arg

min

{♥1 · ♥∗2 }

p2 ∈{Un \p1 }

(3.4)

❘➔♥❣ ❜✉ë❝ tr♦♥❣ ❝æ♥❣ t❤ù❝ ✭✸✳✹✮ ❣✐ó♣ ✈✐➺❝ t➻♠ ✤÷ñ❝ ❝→❝ ♠➝✉ tèt ❝❤♦ ÷î❝ ❧÷ñ♥❣ ♠æ
❤➻♥❤ ❤➻♥❤ trö✳

✸✳✶✳✹

❚❤➼ ♥❣❤✐➺♠ ❦➳t q✉↔ ❝õ❛ ❜ë ÷î❝ ❧÷ñ♥❣ ❜➲♥ ✈ú♥❣

✸✳✶✳✹✳✶ ❈ì sð ❞ú ❧✐➺✉ ✤→♥❤ ❣✐→ ❝õ❛ ❜ë ÷î❝ ❧÷ñ♥❣ ❜➲♥ ✈ú♥❣
❈❤ó♥❣ tæ✐ ❝ô♥❣ t↕♦ r❛ ❝→❝ ✤✐➸♠ ♥❣➝✉ ♥❤✐➯♥ t❤❡♦ ❝➜✉ tró❝ ❤➻♥❤ trö✱ ❤➻♥❤ ❝➛✉✱ ❤➻♥❤
♥â♥✳ ✣è✐ ✈î✐ ❝→❝ ✤è✐ t÷ñ♥❣ ❤➻♥❤ trö✱ t➟♣ ❞ú ❧✐➺✉ ✤÷ñ❝ t❤✉ t❤➟♣ tø t➟♣ ❞ú ❧✐➺✉ ✤➣ ❝æ♥❣

✶✸


PlaneY

c

p2

L1

p1

(a)



n2

p2

1
(d)

L2

n1

2

n3
n1

(c)

(b)
p1

p3

Ic

n2

n1

n2
p1

Estimated
cylinder

p2
(e)

(f)

tổ số ồ ừ t t trử t
t ồ ữợ ữủ ởt ố tữủ trử ồ r ở
ồ ữủ ử tr t q ừ trử ữợ ữủ ữủ tứ ởt
ữỡ ọ
ở t

t t số ồ ữợ t ởt ố tữủ trử
tứ ởt ữ ổ t tr trử ữợ ữủ ử tứ
ởt r p1 ởt tr p2 ữ ữủ t õ ữợ ữủ ổ
tỡ t n1 n2 tr t ữủ ữợ ữủ
ố ự ố tữủ tở õ t t trử tự ố ợ ố
tữủ t ỳ ỗ q õ ữủ t t tứ ố tỹ

ố ũ ỳ ừ ố tữủ õ õ t õ tự
ữủ sỷ ử tứ t ỳ ữủ ổ ố

ở ở ữợ ữủ ỳ
ộ tữỡ q Ew ừ t ở t ữợ ữủ ữủ Ew ọ tt
t tốt r õ wgt t ở t ữủ ừ ỳ w
t ở t ừ ổ ữợ ữủ ữủ
ờ số ộ Sd ữủ t tờ tứ t ý

pj ổ ữợ ữủ ữủ Me



❇↔♥❣ ✸✳✷✿ ❑➳t q✉↔ ✤→♥❤ ❣✐→ tr✉♥❣ ❜➻♥❤ ❝õ❛ ❝→❝ ❜ë ❞ú ❧✐➺✉ s✐♥❤✳
❈→❝ ❜ë ❞ú ❧✐➺✉ s✐♥❤ ✤÷ñ❝ ❧➦♣ ❧↕✐ ✺✵ ❧➛♥ ❝❤♦ t❤è♥❣ ❦➯ ❦➳t q✉↔✳

❉ú ❧✐➺✉✴✣ë ✤♦ ❘❆◆❙❆❈ P❘❖❙❆❈ ▼▲❊❙❆❈ ▼❙❆❈
P❤÷ì♥❣ t❤ù❝
Ew
✷✸✳✺✾ ✷✽✳✻✷ ✹✸✳✶✸ ✶✵✳✾✷
✭✪✮
Sd
✶✺✷✽✳✼✶ ✶✺✻✷✳✹✷ ✶✺✻✽✳✽✶ ✶✺✷✼✳✾✸
✬❤➻♥❤
t
(ms)
✽✾✳✺✹ ✺✷✳✼✶ ✼✵✳✾✹ ✾✵✳✽✹
trö ✶✬
p
Ed (cm)

✵✳✵✺
✵✳✵✻
✵✳✶✼
✵✳✵✹
EA (deg.) ✸✳✶✷
✹✳✵✷
✺✳✽✼
✷✳✽✶
Er (%)
✶✳✺✹
✷✳✸✸
✼✳✺✹
✶✳✵✷
Ew (%)
✷✸✳✵✶ ✸✶✳✺✸ ✽✺✳✻✺ ✸✸✳✹✸
Sd
✸✽✵✶✳✾✺ ✸✽✵✸✳✻✷ ✸✼✼✹✳✼✼ ✸✽✵✹✳✷✼
✬❤➻♥❤
tp (ms)
✶✵✳✻✽ ✷✸✳✹✺ ✶✼✷✽✳✷✶
✾✳✹✻
❝➛✉ ✶✬
Ed (cm)
✵✳✵✺ ✵✳✵✼ ✶✳✼✶ ✵✳✵✽
Er (%)
✷✳✾✷
✹✳✶✷ ✷✵✸✳✻✵
✺✳✶✺
Ew (%)
✷✹✳✽✾ ✸✼✳✽✻ ✻✽✳✸✷ ✹✵✳✼✹

Sd
✷✸✻✶✳✼✾ ✷✺✷✸✳✻✽ ✷✸✽✸✳✵✶ ✷✸✽✽✳✻✹
tp (ms) ✹✾✺✳✷✻
✷✹✷✳✷✻ ✺✷✺✷✺ ✷✷✼✳✺✼
✬❤➻♥❤
♥â♥ ✶✬
EA (deg.) ✻✳✹✽
✶✺✳✻✹ ✶✶✳✻✼ ✶✺✳✻✹
E ❴r(%) ✷✵✳✹✼
✶✼✳✻✺ ✹✷✾✳✹✹ ✶✼✳✸✶

▲❖❙❆❈

✾✳✾✺

◆❆P❙❆❈ ●❈❙❆❈

✻✶✳✷✼

✽✳✹✾
✶✹✾✺✳✸✸
✹✶✳✸✺
✵✳✵✸
✷✳✷✹
✵✳✻✾
✶✾✳✹✹
✸✹✺✷✳✽✽

✶✺✸✻✳✹✼ ✸✶✻✽✳✶✼
✺✸✻✳✽✹

✺✷✳✵✸
✵✳✵✺
✵✳✾✸
✷✳✽✹
✼✳✵✷
✷✳✹✵ ✶✶✷✳✵✻
✷✸✳✻✸
✺✼✳✼✻
✸✺✺✽✳✵✻ ✸✾✵✹✳✷✷
✸✶✳✺✼
✷✳✾✻
✻✳✹✽
✵✳✷✶
✵✳✾✼
✵✳✵✺
✶✼✳✺✷
✻✸✳✻✵
✷✳✻✶
✸✵✳✶✶
✽✻✳✶✺ ✷✹✳✹✵
✷✷✾✽✳✵✸ ✶✸✼✸✵✳✺✸ ✷✷✷✸✳✶✹
✶✷✺✽✳✵✼ ✷✵✻✳✶✼ ✶✽✽✳✹
✻✳✼✾
✶✹✳✺✹
✹✳✼✼
✷✵✳✷✷
✺✹✳✹✹ ✶✼✳✷✶

✲ ❚❤í✐ ❣✐❛♥ ①û ❧þ tp ✤÷ñ❝ t➼♥❤ ❜➡♥❣ ♠✐❧✐ ❣✐➙② ✭♠s✮✳ Tp ❝➔♥❣ ♥❤ä ❧➔ t❤✉➟t t♦→♥
♥❤❛♥❤✳

✲ ❙❛✐ sè t÷ì♥❣ ✤è✐ ❝õ❛ t➙♠ ÷î❝ ❧÷ñ♥❣ ✤÷ñ❝ ✭❝❤➾ ❞➔♥❤ ❝❤♦ ❝→❝ ❜ë ❞ú ❧✐➺✉ tê♥❣ ❤ñ♣✮

Ed ❧➔ ❦❤♦↔♥❣ ❝→❝❤ ❊✉❝❧✐❞❡ ❝õ❛ t➙♠ ÷î❝ ❧÷ñ♥❣ ✤÷ñ❝ Ee ✈➔ ♠ët ❣è❝ Et ✳
✲ ▲é✐ t÷ì♥❣ ✤è✐ ❝õ❛ ❜→♥ ❦➼♥❤ ✭✤è✐ ✈î✐ ❤➻♥❤ trö ✈➔ ❤➻♥❤ ❝➛✉✮ Er ❧➔ ❜→♥ ❦➼♥❤ ÷î❝
❧÷ñ♥❣ ✤÷ñ❝ re ✈➔ ❣✐→ trà t❤ü❝ t➳ rt ✳
✲ ✣ë ❧➺❝❤ Ea ❝õ❛ ❣â❝ ♠ð ❤➻♥❤ ♥â♥ ÷î❝ ❧÷ñ♥❣ ae ✈➔ ✤➣ ✤à♥❤ ♥❣❤➽❛ ❣â❝ at ✳

✸✳✶✳✹✳✸ ❑➳t q✉↔ ✤→♥❤ ❣✐→ ❝õ❛ ❜ë ÷î❝ ❧÷ñ♥❣ ❜➲♥ ✈ú♥❣ ♠î✐
❍✐➺✉ ♥➠♥❣ ❝õ❛ ♠é✐ ♣❤÷ì♥❣ t❤ù❝ tr➯♥ ❝→❝ ❜ë ❞ú ❧✐➺✉ tê♥❣ ❤ñ♣ ✤÷ñ❝ t❤➸ ❤✐➺♥ tr♦♥❣
❜↔♥❣ ✸✳✷✳ ✣➸ ✤→♥❤ ❣✐→ ❝→❝ t➟♣ ❞ú ❧✐➺✉ t❤ü❝✱ ❦➳t q✉↔ t❤û ♥❣❤✐➺♠ ✤÷ñ❝ t❤➸ ❤✐➺♥ tr♦♥❣
❜↔♥❣ ✸✳✸ ❝❤♦ ❝→❝ ✤è✐ t÷ñ♥❣ ❤➻♥❤ trö✳ ❇↔♥❣ ✸✳✹ t❤➸ ❤✐➺♥ ❦➳t q✉↔ ÷î❝ ❧÷ñ♥❣ ❝❤♦ ❝→❝ ❜ë
❞ú ❧✐➺✉ ❤➻♥❤ ❝➛✉ ✈➔ ❤➻♥❤ ♥â♥✳

✸✳✶✳✺

❚❤↔♦ ❧✉➟♥

❚r♦♥❣ ♥❣❤✐➯♥ ❝ù✉ ♥➔②✱ ❝❤ó♥❣ tæ✐ ✤➣ ✤➲ ①✉➜t ●❈❙❆❈ ❧➔ ♠ët ❜ë ÷î❝ ❧÷ñ♥❣ ❜➲♥
✈ú♥❣ ❦➳t ❤ñ♣ ❣✐ú❛ ✈✐➺❝ ✤↔♠ ❜↔♦ sü ♥❤➜t q✉→♥ ✈î✐ ♠æ ❤➻♥❤ ÷î❝ ❧÷ñ♥❣ t❤æ♥❣ q✉❛ ✈✐➺❝
✤→♥❤ ❣✐→ t✛ ❧➺ ✐♥❧✐❡r ✈➔ r➔♥❣ ❜✉ë❝ ❤➻♥❤ ❤å❝ ❝õ❛ ✤è✐ t÷ñ♥❣ q✉❛♥ t➙♠✳ ❈❤✐➳♥ ❧÷ñ❝ ♥➔②
♥❤➡♠ ♠ö❝ ✤➼❝❤ ❝❤å♥ ❝→❝ ♠➝✉ tèt ✤➸ ÷î❝ ❧÷ñ♥❣ ♠æ ❤➻♥❤✳ P❤÷ì♥❣ t❤ù❝ ✤÷ñ❝ ✤➲ ①✉➜t ✤➣
✤÷ñ❝ ❦✐➸♠ tr❛ ✈î✐ ❝→❝ ❝➜✉ tró❝ ❤➻♥❤ ❤å❝ ❝ì ❜↔♥ ♥❤÷ ❤➻♥❤ trö✱ ❤➻♥❤ ❝➛✉ ✈➔ ❤➻♥❤ ♥â♥✳
✶✺


t q tỷ tr t ỳ trử tự
t ữủ s õ t q ữủ t tr

ỳ Pữỡ tự
ở

trử

ố
trử

ỗ

trử

ố ỗ

trử

s

w

%

Sd

tp

ms



Er

%

t q tr tr ở ỳ q tự
õ tự t ỳ tỹ ữủ t q tố

ỳ ở
Pữỡ tự




õ

w(%)
Sd
tp (ms)
Er (%)
w(%)
Sd
tp (ms)
EA (deg.)
Er (%)

P P

t ỳ tỷ ỗ ở ỳ s ở ỳ t tỹ t
t q ừ tt t ữủ s s ợ tt t ỹ tr
ú t õ t t ữợ ữủ tốt ỳ ợ t
r t r tữỡ ú tổ t tử tỷ ợ trú
ồ ữỡ ữủ t ợ tỹ t t
ố tữủ

ìợ ữủ ố tữủ sỷ ử ỳ r ở
ồ


Pt ố tữủ sỷ ử ỳ r ở ồ

ú t t ởt tỹ tr t ở ờ
ừ ỳ ồ ởt ỏ s õ ữ r ởt ọ ố
ữ tr




❇↔♥❣ ✸✳✺✿ ❑➳t q✉↔ tr✉♥❣ ❜➻♥❤ ❝õ❛ ❝→❝ ✤ë ✤♦ ✤→♥❤ ❣✐→ sû ❞ö♥❣ ●❈❙❆❈ ✈➔ ▼▲❊❙❆❈
tr➯♥ ❜❛ t➟♣ ❞ú ❧✐➺✉✳ ❈→❝ t❤õ tö❝ ✤÷ñ❝ ❧➦♣ ❧↕✐ ✺✵ ❧➛♥ ✤➸ ✤→♥❤ ❣✐→ t❤è♥❣ ❦➯✳
❑❤æ♥❣ sû ❞ö♥❣
❉ú ❧✐➺✉✴ P❤÷ì♥❣ t❤ù❝

r➔♥❣ ❜✉ë❝
Ea (deg.)
Er (%)
tp (ms)
▼▲❊❙❆❈
✹✻✳✹✼
✾✷✳✽✺
✶✽✳✶✵
❞ú ❧✐➺✉
●❈❙❆❈
✸✻✳✶✼
✽✶✳✵✶
✶✸✳✺✶
✶
▼▲❊❙❆❈
✹✼✳✺✻
✺✵✳✼✽
✷✺✳✽✾
❉ú ❧✐➺✉
●❈❙❆❈
✹✵✳✻✽
✸✽✳✷✾
✶✽✳✸✽
✷
▼▲❊❙❆❈
✹✺✳✸✷
✹✽✳✹✽
✷✷✳✼✺
❉ú ❧✐➺✉
●❈❙❆❈

✹✸✳✵✻
✹✻✳✾
✶✼✳✶✹
✸

✸✳✷✳✷

✣➲ ①✉➜t ♣❤÷ì♥❣ t❤ù❝ ♣❤→t ❤✐➺♥ ✤è✐ t÷ñ♥❣ sû ❞ö♥❣ ♥❣ú ✈➔ r➔♥❣ ❜✉ë❝
❤➻♥❤ ❤å❝

❚r♦♥❣ ❜è✐ ❝↔♥❤ ♣❤→t tr✐➸♥ ❝→❝ ❤➺ t❤è♥❣ ❤é trñ t➻♠ ❦✐➳♠ ✤è✐ t÷ñ♥❣ ❝❤♦ ◆❑❚ ✭♥❤÷
tr♦♥❣ ❤➻♥❤ ✶✮✳

✸✳✷✳✷✳✶ ❑✐➸♠ ✤à♥❤ ♠æ ❤➻♥❤ sû ❞ö♥❣ r➔♥❣ ❜✉ë❝ ♥❣ú ❝↔♥❤
✸✳✷✳✸

❚❤➼ ♥❣❤✐➺♠ ❦➳t q✉↔ ❝õ❛ ♣❤→t ❤✐➺♥ ❝→❝ ✤è✐ t÷ñ♥❣ sû ❞ö♥❣ r➔♥❣ ❜✉ë❝
♥❣ú ❝↔♥❤

✸✳✷✳✸✳✶ ▼✐➯✉ t↔ ❝ì sð ❞ú ❧✐➺✉ ✤→♥❤ ❣✐→
❚➟♣ ❞ú ❧✐➺✉ ✤➛✉ t✐➯♥ ✤÷ñ❝ t↕♦ tø ♠ët t➟♣ ❞ú ❧✐➺✉ ❝æ♥❣ ❜è tr♦♥❣ ❬✸❪✳

✸✳✷✳✸✳✷ ❈→❝ ✤ë ✤♦ ✤→♥❤ ❣✐→
✸✳✷✳✸✳✸ ❈→❝ ❦➳t q✉↔ ❝õ❛ ♣❤→t ❤✐➺♥ ❝→❝ ✤è✐ t÷ñ♥❣ sû ❞ö♥❣ r➔♥❣ ❜✉ë❝ ♥❣ú ❝↔♥❤
❇↔♥❣ ✸✳✺ s♦ s→♥❤ ❤✐➺✉ ♥➠♥❣ ❝õ❛ ♣❤÷ì♥❣ ♣❤→♣ ✤➲ ①✉➜t ●❈❙❆❈ ✈➔ ▼▲❊❙❆❈✳

✸✳✷✳✹

❚❤↔♦ ❧✉➟♥

❈❍×❒◆● ✹

P❍⑩❚ ❍■➏◆ ❱⑨ ×❰❈ ▲×Ñ◆● ▼➷ ❍➐◆❍ ✣❺❨ ✣Õ
❈Õ❆ ✣➮■ ❚×Ñ◆● ✸✲❉ ❱⑨ P❍⑩❚ ❚❘■➎◆ Ù◆●
❉Ö◆●
✹✳✶ P❤→t ❤✐➺♥ ✤è✐ t÷ñ♥❣ ✸✲❉
✹✳✶✳✶

❑❤ð✐ ✤➛✉

❈→❝ ✤è✐ t÷ñ♥❣ q✉❛♥ t➙♠ ✤÷ñ❝ ✤➦t tr➯♥ ♠➦t ♣❤➥♥❣ ❜➔♥ ✈➔ ❧➔ ❝→❝ ✤è✐ t÷ñ♥❣ ❝â ❝➜✉
tró❝ ❤➻♥❤ ❤å❝ ✤ì♥ ❣✐↔♥ ✭✈➼ ❞ö✿ ❝è❝ ❝➔ ♣❤➯✱ ❧å✱ ❝❤❛✐✱ ❧♦♥ s♦❞❛ ❧➔ ❤➻♥❤ trö✱ ❜â♥❣ ✤→✱ ❤♦❛
✶✼


t q tr t t t tr

ở
ỳ



ớ

ỷ ỵ

tp s
ở tr ở ở tr ở
Pữỡ tự
ỗ

ỗ

ỳ
P





tự













q Pữỡ ừ ú tổ t st ừ
ữ ởt ữỡ ỗ t ố tữủ tr õ
ữỡ õ st t t ố tữủ õ ố tữủ
ữủ t ữủ ỳ ỳ t r ổ
ố tữủ ừ ổ t ố tữủ

ự q



ởt ự s s ừ t ố tữủ

Pữỡ tự ỹ tr ồ t trú ồ ỡ
P
Pữỡ sỷ ử t trú ồ ỡ P ừ
t tr ừ ố tữủ

t ủ ử ố tữủ trữ ố ữợ
ữợ ữủ ổ ừ
t ủ ừ ồ s t ỹ ổ ừ
ừ ố tữủ
t ởt ỳ t õ tữợ c ì c
sỷ ử trữ tứ t ở ỹ ố tữủ ộ ổ ừ ữợ



t t q






ỡ s ỳ t t

t ố tữủ
t số
t q

t q tr ừ t ố tữủ ữủ
tr tr







t q tr ừ t ố tữủ trử
ừ t ỳ t tự

ỳ ở Pữỡ tự ở tr ỗ ồ
P


ỳ







P

ỳ







ớ ỷ ỵ tr ừ t ố tữủ
trử tr t ỳ t tự

ớ ỷ ỵ tr
ỳ ở Pữỡ tự ừ t ố tữủ
tp s
P

ỳ





P

ỳ

Acceleration
vector

Point cloud
representation

Microsoft
Kinect

Table plane
detection

RGB-D
image

3-D objects
located on the
table plane

Objects
detection on
RGB image

RGB image

3-D objects
model
estimation

3-D objects
information

Detected table plane
Point cloud representation

3-D Objects located on the
table plane

(m)
(m)
3-D objects location,
description for grasping

Depth image
Detected Objects

ổ t tr tố t
ố tữủ õ trú ồ ỡ t tr ừ

Pt tr ởt tố trủ ú ữớ t
ứ tr ú t õ t t r ữỡ tự õ t q
tốt t t ố tữủ õ trú ồ ỡ ỹ tr tr
ừ õ tố ữủ t tr t ổ ữ tr
t ố tữủ ỹ tr tr ừ tr tr ổ
trữớ ữợ ữủ tỹ ữ s
r s tứ ở s sỷ ử ỳ

tr ỳ ỳ
ỷ ử tr tố r ở t t
P t t ố tữủ q t
Pt ố tữủ tr
ố tữủ tr t
ìợ ữủ ổ ừ ừ ố tữủ tổ t ử ử
ố tữủ



ổ trữớ tt t

ỹ ởt tố trủ ú t ố tữủ ỡ
t tr ừ tr ú tổ sỷ ử tt ởt
t ởt t õ tữớ P r
t ố ỳ t t t t ỳ tứ ổ trữớ
ỷ ỵ ỳ ừ tố ú tổ t tr ữỡ tr tr ổ ỳ
tr ợ sỹ ộ trủ ừ ở tữ rr P rr





ú tổ tỷ tr t t
ởt q ố t t t t
t trử tr tr õ ố q õ ỳ ú õ
ởt ừ ợ
ởt q ố t t t t
t trử tr tr õ ố q õ ỳ t t

õ t t



t q

ứ tt tỷ ừ tố ữủ ổ t tr
ỡ s ỳ ỗ ợ ộ õ
tố ở t t ỳ ừ t

t ố tữủ
t ố tữủ t tr ừ ú tổ
ỳ ố t t t t
ú t ữ sỷ ử ở
t t t ố ú tổ ụ
ỳ ố t t T1 t ố tữủ trử T2
t ố tữủ ú ữủ tr tr



t ố tữủ tr ú tổ sỷ ử
ở ố tữủ ố ữủ ợ ữủ sỷ ử ữ
t ỗ ừ ữỡ tr ữủ ổ ố tr t
ú tổ tỹ ồ tr ỳ tỷ tr ỳ t
ỳ ữủ ổ ố tr t ởt t ố tữủ ú t
t ú tọ t T1 t ố tữủ trử T2
t ố tữủ t q tr ừ t ố
tữủ t tr sỷ ử ữỡ ữủ t tr

t q tr ừ t ố tữủ tr

srt
r
sts

rst st
st
Prss
Prs Prs
t




rs










ừ tố tỹ ữủ t tr t



t ở

ì

ì P

t
r ú tổ t ởt ở ữợ ữủ ỳ ợ ữủ
ồ tr strts sss ữợ ữủ
trú ồ ỡ ử trử õ tứ ỳ
ừ ố tữủ ỳ õ t ự tợ t t
ởt t ữủ t tứ tt t õ t tr
ữợ ổ ố ữ õ
ồ õ ừ ữủ ồ tốt ữợ ữủ ổ
ú ỹ tr r ở ồ ữủ t tứ q tr t
ồ ữủ s s ợ t ừ ữợ ữủ
trú ồ ỡ tr ỳ s ỳ tỹ ừ ố tữủ tr
ttrst
ttrst
ttrst




ổ trữớ t q tr t tốt ỡ t ừ
ữợ ữủ trú ồ ỡ tứ
ú tổ ụ t sỷ ử r ở ừ ỳ t t q
ữợ ữủ ừ ố tữủ õ trú ồ ỡ ở t ỳ
tứ ố ừ ổ trữớ ố tữủ q t ừ
tr õ tr t t ữủ ừ t ởt
r ở ỳ q trồ ố tữủ tữớ õ trữớ ủ ự

tr ú tổ t t õ ừ trử ữợ ữủ ữủ t
ộ ừ tt t tỡ t ừ t t
q tr t t q ữợ ữủ trú ồ ỡ tốt ỡ sỷ
ử r ở t ỳ t tr ỳ
t tr tr ừ ố tữủ t t
ụ t ởt tố ộ trủ t ố tữủ
õ trú ồ ỡ tứ tr ừ tố ữủ tỹ
tr ổ trữớ tỹ t tr tr ổ trữớ ỏ t õ sỹ t
ủ ừ ữỡ ữ s
t ữỡ tự t t tớ tỹ ữợ ởt
ữợ ỷ ỵ trữợ õ sỹ t ủ ừ tt t ỳ ũ tọ
r ở t ỳ r õ ú tổ t ữỡ tự
ỳ ỳ tr ở s ứ õ số ừ ữủ
tớ ỷ ỵ
t ủ ừ ồ s r t ố tữủ
tr sỷ ử ở ữợ ữủ ỳ ữủ t
ữợ ữủ ổ ố tữủ ừ tổ t ộ trủ ố
tữủ r õ ở õ t
ữủ tớ t t ừ õ t ố tữủ tr
t ố ợ r ữủ t ởt õ
tớ t t t t ố tữủ ữủ tớ
tỹ tỹ tr P
Pt ố tữủ ổ t ố tữủ tr ổ
trữớ tố ữủ ợ ữỡ tự tốt t tr
tr tr ởt số ổ trữớ t ở ừ ữ tr
ỏ tr ổ t trủ ú t ố tữủ
trỹ q ũ ủ ợ tố ở ừ ữớ t
r tỷ ú tổ ụ t t ỳ ừ ữỡ
ữủ t ữủ t ữợ

r ữợ t t ởt số r ở ỳ ự
t tr s ổ ọ ỡ ừ t s ợ t
s ợ ởt ữù
t ố tữủ tổ t s ữủ sỷ ử t ủ ợ
tổ t s ổ ở ừ
s t ữủ tứ t ổ ừ tốt t
ỡ q t ỡ ỳ ở s ổ õ õ
st ừ ữỡ t õ t ữủ t tr ữớ
ũ ự q q s ợ ố tữủ
ộ trú ồ ỡ sỷ ử ởt r ở õ số
ữủ ố tữủ õ t ữợ ữủ ữủ
ở ỳ ữủ ử ởt số ố tữủ trú ồ
õ trử
tố ữủ t tớ ồ ố tữủ
ố tữủ ữủ t ổ t õ ố tữủ
trử õ ố tữủ r ú tổ ữ qt ữủ
t ố tữủ õ trú ồ ự t ữ sỷ
ử r ở tr t ố tữủ ữủ t
trú ồ ỡ

ự t t
ổ ỳ ợ tr ỏ ỳ ừ ự ủ ỵ
ú tổ ỳ ữợ ự tr tữỡ


ở ữợ ữủ ỳ ữợ ữủ trú ồ ỡ ú
tổ t r ở ồ ữợ ữủ trú

ồ ỹ t ủ ừ tt t t r ở
t ố tữủ ỹ tr trú ồ ỡ
ữ tr t ố tữủ ự t ữủ t
trú ồ ỡ ú õ t ủ ợ ởt
ỗ t ứ ố tữủ ữủ t ỹ tr
trú ồ ỡ ữ s t

ỷ tố ừ ú tổ tr ữớ t ở
tờ ở ỗ sỹ t ủ ừ tố

ỷ tố ừ ú tổ tr ổ trữớ tố