TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH
KHOA ĐÀO TẠO CHẤT LƯỢNG CAO

ĐỒ ÁN TỐT NGHIỆP

NGHIÊN CỨU, THIẾT KẾ VÀ CHẾ TẠO XE TỰ
HÀNH ỨNG DỤNG XỬ LÝ ẢNH VÀ AI

SVTH:

ĐINH THANH TÙNG

18151143

NGUYỄN CÔNG TRUNG

18151138

Khóa:

2018

Ngành:

CNKT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

GVHD:

TS. VŨ VĂN PHONG

Tp. Hồ Chí Minh, tháng 08 năm 2022

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc

o0o-Tp. Hồ Chí Minh, tháng 08 năm 2022

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên 1: ĐINH THANH TÙNG

MSSV: 18151143

Họ và tên sinh viên 2: NGUYỄN CÔNG TRUNG

MSSV: 18151138

Ngành: Công Nghệ Kỹ thuật Điều khiển và Tự động hóa
Hệ đào tạo: Đại học chính quy
Khóa: 2018 – 2022

Lớp: 18151CL2A

I. TÊN ĐỀ TÀI: NGHIÊN CỨU, THIẾT KẾ VÀ CHẾ TẠO XE TỰ HÀNH
ỨNG DỤNG XỬ LÝ ẢNH VÀ AI
II. NHIỆM VỤ
1. Các tài liệu ban đầu:
-

Tài liệu về xử lý ảnh và thư viện OpenCV

-

Tài liệu về mô hình YOLO

-

Tài liệu về bộ điều khiển PDFuzzy

-

Tài liệu về động cơ servo và ESC

2. Nội dung thực hiện:
-

Tìm hiểu cơ sở lý thuyết và kết nối phần điện

-

Thiết kế mô hình xe

-

Thiết kế bộ điều khiển PDFuzzy

-

Viết chương trình xử lý ảnh nhận diện lane và tìm tâm đường

-

Viết chương trình xử lý, nhận diện biển báo bằng YOLO

-

Viết chương trình tránh vật cản

-

Hoàn thiện phần cứng và kiểm chứng mô hình

-

Chạy thử nhiều lần, chỉnh sửa số liệu
i

-

Nhận xét và kết luận

III. NGÀY GIAO NHIỆM VỤ: 02/2022
IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 15/08/2022
V. HỌ VÀ TÊN GIÁO VIÊN HƯỚNG DẪN: TS. VŨ VĂN PHONG
GIÁO VIÊN HƯỚNG DẪN

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

( Ký và ghi rõ họ tên)

( Ký tên &amp đóng dấu)

ii

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc

o0o-Tp. Hồ Chí Minh, tháng 08 năm 2022

LỊCH TRÌNH THỰC HIỆN ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên 1: ĐINH THANH TÙNG

MSSV: 18151143

Họ và tên sinh viên 2: NGUYỄN CÔNG TRUNG MSSV: 18151138
Tên đề tài: NGHIÊN CỨU, THIẾT KẾ VÀ CHẾ TẠO XE TỰ HÀNH
ỨNG DỤNG XỬ LÝ ẢNH VÀ AI
Tuần/ngày

Nội dung

1

Đăng kí đề tài đồ án

2

Liên hệ GVHD

3

Giáo viên hướng dẫn giao đề tài

4

Tìm hiểu về công nghệ xe tự hành

5

Tìm hiểu,lên ý tưởng cho phần cứng

6

Tìm hiểu cơ sở lý thuyết xử lý ảnh, mô
hình YOLO

7, 8

Thiết kế mô hình trên Solidworks

9, 10

Thiết kế bộ điều khiển PDFuzzy

11, 12

Viết chương trình xử lý ảnh nhận diện
lane đường, tìm tâm đường

13, 14

Viết chương trình đường hồi quy điều
khiển xe

15, 16

Viết chương trình nhận diện biển báo
giao thông

17, 18

Thiết kế giao diện G
...

...
for f in self.stream:
# grab the frame from the stream and clear the stream in
# preparation for the next frame
self.frame = f.array
self.rawCapture.(0)
# if the thread indicator variable is set, stop the thread
# and resource camera resources
if self.stopped:
self.stream.close()
self.rawCapture.close()
self.camera.close()
return
def read(self):
return self.frame
def stop(self):
# indicate that the thread should be stopped
self.stopped = True

Chương trình điều khiển động cơ trên Pi
import numpy as np
import time
error_arr = np.zeros(20)
dt1 = time.time()
dt2 = time.time()
dt3 = time.time()
P = 0
I = 0
D = 0
clock = 110

81

set_time = 0
class ControlCar():
def __init__(self, image):
self.img = image
def fuzzy(self,x,khoang):
try:
a=int(khoang/3)
NB1=float(1*(x=-3*a)+(-1/a*(x+2*a))*(-3*ax=-2*a))
NB2=float((1/a*(x+3*a))*(-3*ax=-2*a)+(-1/a*(x+a))*(-2*ax=a))
NS1=float((1/a*(x+2*a))*(-2*ax=-a)+(-1/a*(x))*(-ax=0))
ZE1=float((1/a*(x+a))*(-ax=0)+(-1/a*(x-a))*(0x=a))
PS1=float((1/a*(x))*(0x=a)+(-1/a*(x-2*a))*(ax=2*a))
PB2=float((1/a*(x-a))*(ax=2*a)+(-1/a*(x-3*a))*(2*ax=3*a))
PB1=float(1*(x=3*a)+(1/a*(x-2*a))*(2*ax=3*a))
return np.array([NB1, NB2, NS1, ZE1, PS1, PB2, PB1])
except:
return np.array([0, 0, 0, 0, 0, 0, 0])
def PIDfuzzy(self, error, kP, kI, kD):
global error_arr, P, I, D
error_arr[1:] = error_arr[0:-1]
error_arr[0] = error
e = error
delta_t = time.time()-dt2
e_dot = (error-error_arr[1])/delta_t
# rap = self.RAfunc(e)
# error_e = rap*e
P = kP*(e)
I = (np.sum(error_arr))*delta_t*kI
D = kD*e_dot
e_fuzzy = self.fuzzy(P, 80)
e_fuzzy = e_fuzzy.reshape(-1, 1)
edot_fuzzy = self.fuzzy(D, 250)
NB = 150
NH = 130
NS = 110
ZE = 90
PS = 70
PH = 50
PB = 30
x = e_fuzzy*edot_fuzzy
print(np.size(x))
R = np.array([[NB, NB, NH, NH, NS, NS, ZE],
[NB, NH, NH ,NS, NS, ZE, PS],
[NH, NH, NS, NS, ZE, PS, PS],

82

[NH, NS, NS, ZE, PS, PS, PH],
[NS, NS, ZE, PS, PS, PH, PH],
[NS, ZE, PS, PS, PH, PH, PB],
[ZE, PS, PS, PH, PH, PB, PB]])
e_v = self.fuzzy(P, 80)
e_v = e_v.reshape(-1, 1)
edot_v = self.fuzzy(D, 250)
F = 1610
H = 1600
L = 1590
Z = 1580
N = 1570
v = e_v*edot_v
R1 = np.array([[N, N, Z, Z, L, H, F],
[N, Z, Z, L, H, F, H],
[Z, Z, L, H, F, H, L],
[Z, L, H, F, H, L, Z],
[L, H, F, H, L, Z, Z],
[H, F, H, L, Z, Z, N],
[F, H, L, Z, Z, N, N]])
y1 = sum(sum(x*R))/sum(sum(x))
if y1 NB:
y1 = NB
if y1 PB:
y1 = PB
y2 = sum(sum(v*R1))/sum(sum(v))
y2 = int(y2)
if y2 F:
y2 = F
if y2 N:
y2 = N
return np.array([y1, y2])

83