Đồ án tốt nghiệp - Điều hướng xe tự hành ngoài trời ứng dụng trí tuệ nhân tạo và tích hợp đa cảm B

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TPHCM
KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN TỰ ĐỘNG – ĐIỀU KHIỂN

ĐỒ ÁN TỐT NGHIỆP
ĐIỀU HƯỚNG XE TỰ HÀNH NGOÀI TRỜI
ỨNG DỤNG TRÍ TUỆ NHÂN TẠO
VÀ TÍCH HỢP ĐA CẢM BIẾN

GVHD: PGS. TS. LÊ MỸ HÀ
SVTH: PHAN VĂN HOÀNG ANH – 21151070

Thành phố Hồ Chí Minh, tháng 6 năm 2025

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TPHCM
KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN TỰ ĐỘNG – ĐIỀU KHIỂN

ĐỒ ÁN TỐT NGHIỆP
ĐIỀU HƯỚNG XE TỰ HÀNH NGOÀI TRỜI
ỨNG DỤNG TRÍ TUỆ NHÂN TẠO
VÀ TÍCH HỢP ĐA CẢM BIẾN

GVHD: PGS. TS. LÊ MỸ HÀ
SVTH: PHAN VĂN HOÀNG ANH – 21151070

Thành phố Hồ Chí Minh, tháng 6 năm 2025

TRƯỜNG ĐH SPKT TP. HỒ CHÍ MINH
KHOA ĐIỆN-ĐIỆN TỬ
BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
ĐỘC LẬP - TỰ DO - HẠNH PHÚC
o0o-Tp. HCM, ngày tháng năm

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên: Phan Văn Hoàng Anh
MSSV: 21151070
Chuyên ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa
Hệ đào tạo: Đại học chính quy
Khóa: 2021
Lớp: 21151CL3A
I. TÊN ĐỀ TÀI:
Điều hướng xe tự hành ngoài trời ứng dụng trí tuệ nhân tạo và tích hợp đa cảm biến
II. NHIỆM VỤ
1. Các số liệu ban đầu:
• Kích thước mô hình xe: dựa trên nền tảng xe điện Ezgo TXT
• Nguồn cấp điện: 36 VDC.
• Camera: độ phân giải Full HD, 60 fps, góc quan sát 180°, đặt phía trước xe.
• GNSS RTK: độ chính xác khoảng ±10 cm với tốc độ cập nhật 10 Hz.
•
•
•
•
•
•

2. Nội dung thực hiện:
Tìm hiểu lý thuyết về xe tự hành, các phương pháp nhận diện, định vị và điều
khiển.
Lựa chọn và triển khai các mô hình học sâu để phát hiện vật thể, phân đoạn làn
đường và ước lượng khoảng cách.
Thiết kế hệ thống tích hợp giữa các cảm biến: camera, GPS RTK, IMU, và hệ
thống điều khiển.
Xây dựng bản đồ từ dữ liệu định vị thực tế.
Thiết kế và hiện thực thuật toán điều hướng.
Thực nghiệm và đánh giá khả năng điều hướng, tránh vật cản trong môi trường
ngoài trời.

III. NGÀY GIAO NHIỆM VỤ: 02/2025
IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 06/2025
V. HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: PGS. TS. Lê Mỹ Hà
CÁN BỘ HƯỚNG DẪN

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

i

TRƯỜNG ĐH SPKT TP. HỒ CHÍ MINH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA ĐIỆN-ĐIỆN TỬ

ĐỘC LẬP - TỰ DO - HẠNH PHÚC

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

o0o

LỊCH TRÌNH THỰC HIỆN ĐỒ ÁN TỐT NGHIỆP
Họ tên sinh viên: Phan Văn Hoàng Anh

MSSV: 21151070

Tên đề tài: Điều hướng xe tự hành ngoài trời ứng dụng trí tuệ nhân tạo và
tích hợp đa cảm biến
Xác
nhận
GVHD

Tuần/ngày

Nội dung

01 – 15/02/2025

Tìm hiểu tài liệu, công nghệ xe tự hành, khảo sát mô
hình học sâu và c
...

...
gation of a Self-driving RC Car Based on Image Semantic Segmentation and
GPS Fusion,” in 2022 6th International Conference on Green Technology and
Sustainable
Development
(GTSD),
2022,
pp.
601–606.
doi:
10.1109/GTSD54989.2022.9989054.
[16] P. Q. Tran et al., “Lidar-Free Lane Segmentation and GPS-Based Positioning for
Mini Autonomous Vehicle,” in 2023 International Conference on Advanced
Engineering and Technology, Hanoi, Vietnam.
[17] Z. Liu et al., “Depth Anything: Unleashing the Power of Large-Scale Pretraining
for Monocular Depth Estimation,” arXiv:2403.07665, 2024.
[18] E. Xie, W. Wang, Z. Yu, A. Anandkumar, J. M. Alvarez, and D. Luo,
“SegFormer: Simple and Efficient Design for Semantic Segmentation with
Transformers,” in Advances in Neural Information Processing Systems (NeurIPS),
vol. 34, pp. 12077–12090, 2021
[19] P. E. Hart, N. J. Nilsson, and B. Raphael, “A Formal Basis for the Heuristic
Determination of Minimum Cost Paths,” IEEE Transactions on Systems Science and
Cybernetics, vol. SSC-4, no. 2, pp. 100–107, Jul. 1968. doi:
10.1109/TSSC.1968.300136
[20]
M.
Werling,
J.
Ziegler,
S.
Kammel,
and
S.
Thrun,
“Optimal Trajectory Generation for Dynamic Street Scenarios in a Frenet Frame,”
in Proc. IEEE Int. Conf. on Intelligent Vehicles (IV), Baden-Baden, Germany, 2010,
pp. 951–957. doi: 10.1109/IVS.2010.5548050
[21] R. Rajamani, Vehicle Dynamics and Control, 2nd ed., Springer, 2012, ch. 2, pp.
13-3
[22] C. Coulter, “Implementation of the Pure Pursuit Path Tracking Algorithm,”
Robotics Institute, Carnegie Mellon University, Tech. Rep. CMU-RI-TR-92-01, Jan.
1992.

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

79

PHỤ LỤC

PHỤ LỤC
Đề tài trong báo cáo này đã được phát triển thành bài báo khoa học với tựa đề:
Vision-based Perception for Autonomous Vehicles in Obstacle Avoidance
Scenarios, và đã được chấp nhận tại hội nghị quốc tế IEEE International Conference
on Human System Interaction (HSI 2025). Có sự tham gia của các tác giả: VanHoang-Anh Phan, Chi-Tam Nguyen, Minh-Thien Duong, Thanh-Danh Phan,
Trung-Au Doan và My-Ha Le.

Hình thư chấp nhận hội nghị HSI 2025

Ngoài ra, cũng tham gia đồng nghiên cứu trong một bài báo khác tại hội nghị
International Conference on Green Technology and Sustainable Development
(GTSD), với tiêu đề: Guided Multi-task Lane Line Detection with Road-object
Semantic Segmentation, cùng các đồng tác giả: Tran-Nhat-Minh Ta, Van-Ho Tran,
Thanh Danh Phan, Cuong Le, Van-Hoang-Anh Phan và My-Ha Le.

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

80