SCIENCE - TECHNOLOGY Số 13.2023 ● Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC 279
ỨNG DỤNG CẢM BIẾN LIDAR TRONG VIỆC THIẾT KẾ XE TỰ HÀNH
THE APPLICATION OF LIDAR SENSORS IN AUTONOMOUS VEHICLE DESIGN Trần Chu Tài1,*, Võ Hà Sơn2, Lê Trọng Sỹ1, Phan Thanh Tài3,Nguyễn Phúc Tân1, Nguyễn Xuân Khoa4 TÓM TẮT Trong công nghệ xe tự hành, việc nhận biết vật cản và tự độ
ng lái xe đóng vai
trò quan trọng. Để thực hiện chức năng này, các hệ thống thường sử dụng các cả
m
biến như radar, camera và cảm biế
n LIDAR (Laser Imaging Detection and Ranging)
để quét môi trường xung quanh và phát hiện vật cản. Bằng cách áp dụng các thuậ
t
toán và công nghệ như computer vision, deep learning và machine learning, nhữ
ng
hệ thống này có khả năng phân tích và xử lý dữ liệu từ các cảm biến để tạo ra mộ
t
bản đồ chi tiết về môi trường xung quanh. Thông tin này được sử dụng để phát hiệ
n
và đánh giá các vật cản như xe khác, người đi bộ, đèn giao thông, biển báo và các tr
ở
ngại khác. Khi hệ thống phát hiện một vật cản, nó sẽ tính toán hành động phù hợ
để tránh vật cản hoặc dừng lại an toàn. Trong trường hợp vật cản là một xe khác, hệthống cũng sẽ tính toán đường đi tối ưu để tránh va chạm và vượt qua phương tiệ
n
đó. Việc phát triển các hệ thống nhận biết vật cản và tự động lái xe là một lĩnh vự
c
nghiên cứu đang phát triển mạnh, với sự đầu tư từ nhiều công ty và tổ chứ
c trên toàn
cầu nhằm tạo ra những hệ thống xe tự hành an toàn và thông minh hơn. Từ khóa: Xe tự hành; cảm biến LIDAR; học sâu; học máy. ABSTRACT
The recognition of obstacles and autonomous driving systems is an essential
part of autonomous vehicle technology. These systems commonly utilize sensors
such as radar, cameras, and LIDAR (Laser Imaging Detection and Ranging) to scan
the environment and de
tect surrounding obstacles. These systems employ
algorithms and technologies such as computer vision, deep learning, and machine
learning to analyze and process data from the sensors, generating a detailed map of
the environment. They utilize this informat
ion to detect and evaluate obstacles,
including other vehicles, pedestrians, traffic lights, road signs, and other
obstructions. When a system detects an obstacle, it calculates the appropriate next
action to avoid or safely stop in response. If the obstac
le is another vehicle, the system
also calculates the optimal path to avoid collision and overtake that vehicle. The
development of obstacle recognition and autonomous driving systems is a rapidly
advancing research field, with numerous companies and organ
izations worldwide
investing in creating safer and smarter autonomous vehicle systems. Keyword: Autonomous vehicle; tracking sensor LIDAR;
deep learning; machine
learning. 1Lớp Kỹ thuật Ô tô 03 - K14, Trường Cơ khí - Ô tô, Trường Đại học Công nghiệp Hà Nội2Lớp Kỹ thuật Ô tô 01 - K14, Trường Cơ khí - Ô tô, Trường Đại học Công nghiệp Hà Nội3Lớp Kỹ thuật Ô tô 02 - K14, Trường Cơ khí - Ô tô, Trường Đại học Công nghiệp Hà Nội4Trường Cơ khí - Ô tô , Trường Đại học Công nghiệp Hà Nội *Email: chutaitran@gmail.com 1. GIỚI THIỆU Một trong các chức năng cơ bản mà mỗi robot tự hành phải có là phát hiện và tránh vật cản trong quá trình vận động, đồng thời vẫn thực hiện được các nhiệm vụ hiện tại như di chuyển theo quĩ đạo, bám mục tiêu,... Trước mỗi vật cản mà robot phát hiện được, nó cần phải đưa ra quyết định về việc vòng tránh như thế nào. Logic mờ là công cụ trợ giúp ra quyết định, được sử dụng rộng rãi trong khoa học quản lý, kinh tế và kỹ thuật. Điều khiển mờ là một lĩnh vực ứng dụng điển hình của logic mờ, đã và đang được triển khai rất phổ biến trong điều khiển quá trình, điều khiển nhiệt độ, điều khiển giao thông vận tải, điều khiển robot,... Do đó ứng dụng điều khiển mờ để điều khiển robot tránh vật cản đã và đang được nghiên cứu, triển khai rộng rãi trên thế giới và trong nước. Bài toán tránh vật cản cho robot tự hành đã được các nhà khoa học trên thế giới quan tâm và giải quyết trong thập niên gần đây. Đã có nhiều công trình nghiên cứu được công bố với hướng giải quyết tập trung vào sử dụng công cụ logic mờ [8, 11]. Trong nước, một số nghiên cứu về robot tự hành nói chung và tránh vật cản nói riêng đã được công bố trong những năm gần đây như tránh vật cản cục bộ dùng dẫn hướng thích nghi [1], tránh vật cản cho robot tự hành bám mục tiêu di động 315 dùng logic mờ [6]. Robot tự hành là một hướng nghiên cứu chuyên ngành của Học viện Kỹ thuật Quân sự. Trong các năm qua đã có một số kết quả nghiên cứu về vấn đề này, như xây dựng mẫu robot địa hình, định vị robot nhờ GPS, điều khiển robot di chuyển theo quĩ đạo, tránh vật cản dùng logic mờ, xây dựng bản đồ môi trường [4, 5]. Bài báo này trình bày các kết quả nghiên cứu về xây dựng mẫu robot tự hành được dùng cảm biến LIDAR. Các cảm biến LIDAR được dùng để phát hiện và đo khoảng cách từ robot đến vật cản, làm đầu vào cho bộ điều khiển mờ tránh vật cản. 2. CƠ SỞ LÝ THUYẾT 2.1. Bài toán tránh vật cản của robot tự hành Tuỳ theo nhiệm vụ cụ thể, robot tự hành thường phải di chuyển theo quĩ đạo cứng (bám theo các quĩ đạo đã thiết lập trước, bám tường, bám vạch,...) hoặc di chuyển theo quĩ đạo
CÔNG NGHỆ Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC ● Số 13.2023
280
KHOA H
ỌC
thay đổi (bám mục tiêu di động, di chuyển tự do khám phá môi trường). Trong quá trình di chuyển, robot sẽ gặp phải các vật cản trên quĩ đạo. Vật cản xuất hiện trên đường đi của robot có thể là vật tĩnh hoặc động, có thể xuất hiện ngẫu nhiên, không được biết trước cả về vị trí, kích thước và hình dáng. Một cách tổng quát, xét trường hợp robot di chuyển trên phân đoạn PiPi+1 trong một quĩ đạo vận động nào đó và có một vật cản không biết trước nằm giữa Pi và Pi+1 theo hướng di chuyển của robot (hình 1). Khi đó robot phải phát hiện được vật cản và đưa ra quyết định vòng tránh để vừa không bị va chạm vào vật cản mà vẫn có thể đi đến đích với quãng đường ngắn nhất. Hình 1. Bài toán tránh vật cản của robot tự hành 2.2. Phát hiện vật cản bằng cảm biến siêu âm Trên robot tự hành thường được trang bị một hoặc vài loại cảm biến khác nhau để phát hiện vật cản, quan sát môi trường. Nhiều loại cảm biến với các nguyên lý hoạt động khac snhau có thể được sử dụng, trong đó có loại hay được dùng là cảm biến siêu âm (untrasonic range finder hay sonar sensor). Sóng siêu âm được phát ra từ bộ phát và lan truyền trong không gian, nếu gặp một bề mặt nào đó (của vật cản) sẽ phản xạ và bộ thu sẽ nhận được một phần của các tia phản xạ này. Cảm biến siêu âm đo thời gian truyền của sóng siêu âm từ lúc phát ra đến lúc thu về để xác định khoảng cách từ cảm biến đến vật cản. Góc quét của cảm biến siêu âm thường trong khoảng 150 - 450 và khoảng cách có thể phát hiện được vật cản là từ vài centimet đến vài mét. Để có thể bao hết trường quan sát và đạt độ chính xác cao, trên mỗi robot thường bố trí nhiều cảm biến siêu âm. 2.3. Mô hình hóa của robot Hình 2. Mô hình hóa của robot Kết cấu robot lựa chọn gồm 4 bánh trong đó có 2 bánh chủ động (phía sau) và 2 bánh tùy động có khả năng quay tuỳ ý. Với kết cấu cơ khí này robot có khả năng di chuyển rất linh hoạt: tiến, lùi và quay một góc bất kỳ. Động học của robot Gọi ∆s1, ∆s2 là đoạn dịch chuyển của 2 bánh chủ động. Ta có ∆s1 = ∆φ1r, ∆s2 = ∆φ2r với ∆φ1, ∆φ2, r lần lượt là lượng dịch chuyển quay và bán kính của 2 bánh chủ động. T là khoảng cách giữa 2 bánh. RD , ∆Ψ là bán kính quay và góc dịch chuyển của robot trong mặt phẳng nằm ngang. Khi đó: 1221D21ssssTR,2ssT

Hình 3. Động học của robot Trong nghiên cứu này, ta chỉ xét hai trường hợp đặc biệt của chuyển động: Khi ∆s2 = ∆s1 : RD = ∞, ∆Ψ = 0 , robot đi theo quỹ đạo là đường thẳng (tiến hoặc lùi) Khi ∆s2 = −∆s1: RD = 0, ∆Ψ = 2∆s2 /T, robot quay quanh điểm giữa 2 bánh xe D. ∆x, ∆y: lượng dịch chuyển theo hai phương của hệ tọa độ gắn với robot: ∆x = RDsin(∆Ψ), ∆y = RD(1 - cos(∆Ψ)) ∆X, ∆Y: lượng dịch chuyển của robot theo hai phương gắn với hệ tọa độ gốc: Xxycos()yasin()Y 
 Vị trí của robot được xác định bởi tọa độ gốc của D (XD và YD) + góc định hướng ΨD, tọa độ tại thời điểm thứ (i) được xác định như sau: D(i)D(i)D(i1)D(i)D(i1)D(i)D(i1)D(i)D(i)XXXYYY

3. CHẾ TẠO MÔ HÌNH 3.1. Chuẩn bị Các thiết bị, linh kiện cần thiết cho việc chế tạo: - Một bộ khung xe robot 4 bánh - Một cảm biến LiDAR - Một Broad Arduini UNO R3 - Một module điều khiển động cơ - Một Servo SG90
SCIENCE - TECHNOLOGY Số 13.2023 ● Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC 281
- Khung đỡ cảm biến siêu âm - Khung đỡ Servo - Dây nối đực-cái, cái -cái - Dụng cụ cơ bản: tô vít, mỏ hàn,… Hình 4. Các linh kiện điện tử 3.2. Tiến hành chế tạo mô hình Bước 1: Lắp 4 động cơ vào khung bên dưới Hình 5. Lắp 4 động cơ vào khung bên dưới Bước 2. Giá lắp động cơ Hình 6. Giá lắp động cơ Bước 3. Lắp khung trên Hình 7. Khung trên Hình 8. Lắp khung trên vào khung dưới Bước 4. Lắp mạch Adruino Hình 9. Lắp mạch Adruino
CÔNG NGHỆ Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC ● Số 13.2023
282
KHOA H
ỌC
Hình 10. Lắp Shiel L289D và cắm dây Bước 5. Hoàn thiện sản phẩm Hình 11. Sản phẩm hoàn thiện Arduino là một nền tảng phát triển phần cứng và phần mềm mã nguồn mở cho các dự án điện tử tương tác. Nó được thiết kế để dễ dàng sử dụng các nhóm và cá nhân muốn tạo ra các thiết bị điện tử tối giản hoặc mở rộng hệ thống điều khiển. Arduino có các cảm biến khác nhau, bao gồm các bo mạch mà module phụ trợ có thể kết nối với máy tính hoặc các thiết bị khác có thể tạo ra các ứng dụng tương tác đa dạng điển hình là mô- đun phát wifi hoặc bluetooth, màn hình OLED, loa và các cảm biến các nhau như cảm biến nhiệt độ, cảm biến ánh sáng, cảm biến vị trí. Các dòng sản phẩm của arduino như arduino uno, arduino mega, arduino Nano, arduino leonardo khá phổ biến và được sử dụng rộng rãi trong các ứng dụng như đo lường, điều khiển, tự động hóa, đèn LED và nhiều ứng dụng khác. Arduino cũng có cộng đồng lớn với nhiều người sử dụng và phát triển toàn cầu. Đoạn code là trình điều khiển giúp xe nhận biết được vật cản, từ đó sẽ tính toán để vượt qua vật cản mà không xảy ra va chạm. Hình 12. Arduino trên máy tính 4. KẾT LUẬN Việc sử dụng công nghệ cảm biến là một điều vô cùng quan trọng. Các thuật toán xử lý từ cảm biến giúp cho xe tự hành có thể phát hiện các đối tượng trên đường một cách chính xác và nhanh chóng. Việc sử dụng công nghệ này giúp cho xe tự hành có thể di chuyển an toàn và tránh được các tai nạn giao thông. Tuy nhiên, để đạt được hiệu quả tối đa, cần phải tiếp tục nghiên cứu và phát triển các thuật toán mới để cải thiện độ chính xác và độ tin cậy của hệ thống cảm biến này. TÀI LIỆU THAM KHẢO [1]. Cheeke, D. N. 2009. Ultrasonic Sensors for Nondestructive Testing and Quality Control. Springer. [2]. Hùng N. V., 2016. Arduino căn bản và ứng dụng. Đại học Quốc gia Hà Nội. [3]. Hùng N. V., 2018. Ô tô tự lái - Tương lai của ngành ô tô. NXB Thế giới. [4]. Markus Maurer J. C., 2016. Autonomous Driving: Technical, Legal and Social Aspects. Springer. [5]. Tập N. D., 2003. Vi điều khiển với lập trình C. NXB Khoa học và Kỹ thuật.