CÔNG NGHỆ Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC ● Số 13.2023
230
KHOA H
ỌC
ỨNG DỤNG CẢM BIẾN SIÊU ÂM HC-SR04 TRONG VIỆC THIẾT KẾ XE TỰ HÀNH TRÁNH VẬT CẢN
APPLICATION OF THE HC-SR04 ULTRASONIC SENSOR IN DESIGNING AN AUTONOMOUS OBSTACLE AVOIDANCE VEHICLE Bùi Tuấn Nghĩa1,*, Nguyễn Trung Kiên2 TÓM TẮT Tự động phát hiện và tránh vật cản là một phần quan trọng trong công nghệxe tự hành và cảm biến siêu âm HC-SR04 đã được áp dụng trong việc thiết k
ế
những chiếc xe này. Thay vì chỉ sử dụng radar,
camera và Lidar (Laser Imaging
Detection and Ranging) như các hệ thống khác, các hệ thống này bổ sung cả
m
biến siêu âm HC-SR04 để quét môi trường xung quanh và phát hiện các vật cả
n.
Các hệ thống này sử dụng các thuật toán và công nghệ
như computer vision, deep
learning và machine learning để phân tích và xử lý dữ liệu từ các cảm biến, từ
tạo ra một bản đồ chi tiết về môi trường xung quanh. Thông tin này được sử dụ
ng
để nhận diện và đánh giá các vật cản bao gồm xe khác, người đi bộ
, đèn giao
thông, biển báo và các rào cản khác. Khi phát hiện một vật cản, hệ thố
ng tính toán
các hành động phù hợp để tránh va chạm hoặc dừng lại an toàn. Nếu vật cả
n là
một xe khác, hệ thống cũng phải tính toán đường đi tối ưu để tránh va chạ
m và
vượt qua phương tiện đó. Các công ty và tổ chức trên toàn thế giới đang đầ
u tư vào
nghiên cứu và phát triển hệ thống nhận biết vật cản và xe tự hành, nhằm tạ
o ra
những hệ thống an toàn và thông minh hơn cho xe tự hành. Đây là một lĩnh vự
c
đang rất phát triển và hứa hẹn mang lại nhiều tiến bộ trong tương lai. Từ khóa: Xe tự hành; cảm biến dò đường HC-SR04; học sâu; học máy. ABSTRACT
Automatic obstacle detection and avoidance are integral to autonomous vehicle
technology, and the HC-
SR04 ultrasonic sensor has been implemented in the design
of such vehicles. Instead of relying solely on radar, cameras, and Lidar (Laser Imaging
Detection and Ranging) like other systems, these systems incorporate the HC-
SR04
ultrasonic sensor to scan the surrounding environment and detect obstacles. These
systems utilize algorithms and technologies such as computer vision, deep learning,
and machine learni
ng to analyze and process data from the sensors, thereby creating
a detailed map of the environment. This information is used to recognize and
evaluate various obstacles, including other vehicles, pedestrians, traffic lights, signs,
and other barriers. Upo
n detecting an obstacle, the system calculates appropriate
actions to avoid collisions or safely come to a stop. If the obstacle is another vehicle,
the system also calculates an optimal path to avoid collision and overtake that
vehicle. Companies and orga
nizations worldwide are investing in research and
development of obstacle recognition and autonomous driving systems, aiming to
create safer and smarter systems for autonomous vehicles. This is a rapidly advancing
field with promising advancements expected in the future. Keywords: Autonomous vehicle; tracking sensor HC-SR04
; deep learning;
machine learning. 1Lớp Kỹ thuật Ô tô 03 - K14, Trường Cơ khí - Ô tô, Trường Đại học Công nghiệp Hà Nội 2Trường Cơ khí - Ô tô, Trường Đại học Công nghiệp Hà Nội *Email: tuannghia2311@gmail.com 1. GIỚI THIỆU Sự phát triển mạnh mẽ của kỹ thuật tự động hóa ngày nay không những được áp dụng trong công nghiệp, mà nó cũng đã được phát triển nhiều ứng dụng khác nhau trong cuộc sống hằng ngày, trong các ứng dụng y tế, quân sự. Những robot tự động không còn chỉ đảm nhận những việc thay thế con người tham gia những nhiệm vụ khó khăn và nguy hiểm như như hoạt động trong những môi trường khắc nghiệt, vận chuyển vật liệu trong môi trường độc hại, trinh sát… Chúng đã và đang được ứng dụng nhiều vào hoạt động của cuộc sống hằng ngày như giải trí, chăm sóc sức khỏe, logistics,… Với một mức chi phí rẻ hơn nhiều so với người và có độ chính xác, ổn định cao. Với những yêu cầu phong phú như vậy cũng có rất nhiều loại robot tự hành khác nhau tương ứng như robot di động kiểu chân sinh học, robot di động kiểu bánh xích, robot di động kiểu bánh xe… Tùy hình thái khác nhau nhưng các robot tự hành đều phải có một chức năng cơ bản là phát hiện và tránh các vật cản trong quá trình chuyển động, đồng thời thực hiện các nhiệm vụ hiện tại như di chuyển, bám mục tiêu. Trước mỗi vật cản mà robot phát hiện được, nó cần đưa ra quyết định vòng tránh như thế nào nhưng vẫn đảm bảo nhiệm vụ di chuyển theo quỹ đạo, bám mục tiêu. Các nhà khoa học đã công bố nhiều phương pháp điều khiển khác nhau để thiết kế luật điều khiển xe tự hành, đa số các phương pháp sử dụng cấu trúc hai bộ điều khiển cho mạch vòng động học và mạch vòng động lực học [1, 2]. Trong [3] đã sử dụng bộ điều khiển trượt tầng kết hợp backstepping, điều khiển trượt thích nghi cho mạch vòng động học [2], phương pháp backstepping [4], phương pháp điều khiển thích nghi [5,6]. Các công nghệ liên quan đến xe tự hành, bao gồm cả phần cứng và phần mềm. Thu thập và xử lý dữ liệu định vị, cảm biến, hình ảnh, âm thanh và các dữ liệu liên quan khác. Các thuật toán và kỹ thuật để xử lý dữ liệu và điều khiển xe tự hành. Đánh giá và kiểm tra tính an toàn, hiệu quả và khả năng ứng dụng của các công nghệ và giải pháp xe tự hành [7]. Ứng dụng của xe tự hành trong các lĩnh vực khác nhau, bao gồm giao thông đô thị, giao thông vận tải, và các ứng dụng khác. Việc nghiên cứu về xe tự hành là tìm hiểu và phát triển công nghệ tự động hóa cho phương tiện di chuyển, giúp
SCIENCE - TECHNOLOGY Số 13.2023 ● Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC 231
giảm thiểu tai nạn giao thông, tăng cường an toàn cho người tham gia giao thông, đồng thời cải thiện hiệu quả và tiết kiệm chi phí vận hành của phương tiện. Nghiên cứu xe tự hành cũng góp phần mở ra tiềm năng của công nghệ trong cuộc sống, từ đó tạo ra nhiều cơ hội mới cho các lĩnh vực khác như kinh tế, giáo dục, y tế và vận tải. Ngoài ra, nghiên cứu xe tự hành cũng hướng tới mục tiêu tạo ra một cuộc cách mạng trong ngành ô tô, giúp thúc đẩy sự phát triển bền vững và hiệu quả hơn trong việc sử dụng các nguồn tài nguyên của trái đất. Do đó, bài báo này tập trung vào ứng dụng cảm biến siêu âm HC-SR04 trong việc thiết kế xe tự hành tránh vật cản. 2. CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU 2.1. Mô hình động học Mô hình xe tự hành sử dụng trong bài báo chuyển động trên mặt phẳng, có hai bánh đẩy phía sau và một bánh lái phía trước, được biểu diễn trong hình 1. Tọa độ OXY và Oxy lần lượt là hệ tọa độ cố định và hệ tọa độ cục bộ gắn trên xe, khi đó (X, Y) là tọa độ của trọng tâm xe trong hệ tọa độ cố định. Góc là góc quay của trục x so với trục X, gọi là góc hướng của xe. Như vậy, vị trí của xe hoàn toàn được xác định bởi véctơ q x y T. Các thông số của xe cần quan tâm gồm: m, I - khối lượng và mômen quán tính tương ứng của xe; r - bán kính của bánh xe phía sau; L - một nửa của khoảng cách giữa 2 bánh đằng sau của xe. Và hệ số lực ràng buộc Lagrange m (xcos + ysin ). Cùng với 1,2 - mômen của động cơ trái, động cơ phải. Giả thiết xe không bị trượt thì sẽ chuyển động với điều kiện ràng buộc non-holonomic là: xsinθycosθ0
(1) Chuyển động của xe tự hành được mô tả bởi phương trình động học: xvcosθyvsinθθω
(2) Trong đó v là vận tốc dài của xe dọc theo trục x và là vận tốc quay. Giả thiết maxmax
vv,ωω
, với vmax và max là giá trị tốc độ lớn nhất. Hình 1. Mô hình xe tự hành Phương trình động lực học xe tự hành được mô tả dưới dạng phương trình Euler- Lagrange: TM(q)qc(q,q)qG(q)E(q)τA(q)λ
(3) 2.2. Nguyên lý đo khoảng cách Hình 2. Sơ đồ mạch của hệ thống điều khiển xe tự hành tránh vật cản Nguyên lý hoạt động của mạch: Sensor cảm biến SR04 tiến hành đo khoảng cách theo 3 hướng bên trái, bên phải, phía trước sau đó gửi kết quả đo đạc tới trung tâm điều khiển (UNO R3). Nguyên lý đo khoảng cách của cảm biến siêu âm SR04: SR04 sử dụng nguyên lý phản xạ của sóng để đo khoảng cách. Khi muốn đo khoảng cách SR04 sẽ phát ra 1 bộ 8 xung với tần số 40kHz sau đó nó sẽ chờ đợi xung phản xạ về. Thời gian từ lúc xung đi cho tới khi xung về có thể dễ dàng tính ra khoảng cách từ SR04 tới vật cản. Khi phát ra xung và chờ xung phản xạ về, chân Echo của SR04 được kéo lên mức cao (echo = 1) khi có xung phản xạ về chân Echo sẽ được kéo xuống thấp hoặc sau 30us nếu không có xung phản xạ về. Trung tâm điều khiển căn cứ vào kết quả đo đạc của cảm biến SR04 tiến hành xử lý và ra quyết định điều khiển động cơ 1 hay động cơ 2. Đo hoảng cách với SR04 chính là đo thời gian chân Echo ở mức cao. Khi muốn đo khoảng cách ta sẽ kích hoạt chân Trigger, 1 xung tối thiểu 10ms sau đó đợi chân echo lên mức cao. Kích hoạt timer và đợi chân Echo xuống mức thấp, khi chân Echo xuống mức thấp dừng timer và tính toán giá trị từ timer để suy ra khoảng cách.
CÔNG NGHỆ Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC ● Số 13.2023
232
KHOA H
ỌC
3. THÔNG SỐ CHI TIẾT CỦA CÁC LINH KIỆN TRONG MẠCH 3.1. Khối điều khiển trung tâm Arduino UNO R3 3.1.1. Arduino Arduino một nền tảng mã nguồn mở phần cứng và phần mềm. Phần cứng Arduino (các board mạch vi xử lý) được sinh ra tại thị trấn Ivrea ở Ý, nhằm xây dựng các ứng dụng tương tác với nhau hoặc với môi trường được thuận lợi hơn. Phần cứng bao gồm một board mạch nguồn mở được thiết kế trên nền tảng vi xử lý AVR Atmel 8bit, hoặc ARM Atmel 32-bit. Những Model hiện tại được trang bị gồm 1 cổng giao tiếp USB, 6 chân đầu vào analog, 14 chân I/O kỹ thuật số tương thích với nhiều board mở rộng khác nhau. Hình 3. Mạch Arduino UNO R3 3.1.2. Thông số kỹ thuật Bảng 1. Các thông số ký thuật của mạch Arduino 3.2. Khối điều khiển động cơ Module L298 3.2.1. Module L298 Module điều khiển động cơ L298 là một module gồm 2 mạch cầu H tích hợp trong IC L298, nhờ đó module này có thể điều khiển được 2 động cơ riêng biệt. Hình 4. Module L298 3.2.2. Thông số kỹ thuật - Driver: L298N tích hợp hai mạch cầu H. - Điện áp điều khiển: +5V ~ +12V - Dòng tối đa cho mỗi cầu H là: 2A (=>2A cho mỗi motor) - Điện áp của tín hiệu điều khiển: +5V ~ +7V - Dòng của tín hiệu điều khiển: 0 ~ 36mA (Arduino có thể chơi đến 40mA nên khỏe re nhé các bạn) - Công suất hao phí: 20W (khi nhiệt độ T = 75℃) - Nhiệt độ bảo quản: -25℃ ~ +130℃ 3.3. Cảm biến siêu âm HC-SR04 3.3.1. Cảm biến SR04 Cảm biến khoảng cách hay còn gọi là cảm biến siêu âm là một loại cảm biến phổ biến. Cảm biến có thể đo trong khoảng từ 2 đến 300cm. Cảm biến siêu âm Ultrasonic HC-SR04 được sử dụng để nhận biết khoảng cách từ vật thể đến cảm biến nhờ sóng siêu âm, cảm biến có thời gian phản hồi nhanh, độ chính xác cao, phù hợp cho các ứng dụng phát hiện vật cản, đo khoảng cách bằng sóng siêu âm Hình 5. Cảm biến đo khoảng cách HC-SR04 3.3.2. Thông số kỹ thuật - Điện áp hoạt động: 5VDC - Dòng tiêu thụ: 10~40mA - Tín hiệu giao tiếp: TTL - Chân tín hiệu: Echo, Trigger. - Góc quét: < 15 độ - Tần số phát sóng: 40kHz - Khoảng cách đo được: 2~450cm (khoảng cách xa nhất đạt được ở điều khiện lý tưởng với không gian trống và bề mặt vật thể bằng phẳng, trong điều kiện bình thường cảm biến cho kết quả chính xác nhất ở khoảng cách <100cm). - Sai số: 0,3cm (khoảng cách càng gần, bề mặt vật thể càng phẳng sai số càng nhỏ). - Kích thước: 43mm x 20mm x 17m. 3.4. Khối động cơ RC Servo 3.4.1. Động cơ RC Servo Động cơ RC Servo có kích thước nhỏ, là loại được sử dụng nhiều nhất để làm các mô hình nhỏ hoặc các cơ cấu kéo không cần đến lực nặng. Động cơ servo SG90 Tower Pro có tốc độ phản ứng nhanh, các bánh răng được làm bằng nhựa nên cần lưu ý khi nâng tải nặng vì có thể làm hư bánh răng, động cơ RC Servo 9G có tích hợp sẵn Driver điều khiển động cơ bên trong nên
SCIENCE - TECHNOLOGY Số 13.2023 ● Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC 233
có thể dễ dàng điều khiển góc quay bằng phương pháp điều độ rộng xung PWM. Hình 6. Loại micro servo Tower Pro 9g phổ biến 3.4.2. Thông số kỹ thuật - Điện áp hoạt động: 4,8 - 5VDC - Tốc độ: 0,12 sec/ 60 deg (4,8VDC) - Lực kéo: 1,6 kG.cm - Kích thước: 21x12x22mm - Trọng lượng: 9g. 3.5. Khối động cơ Motor DC 3.5.1. Động cơ Motor DC Động cơ DC giảm tốc V1 Dual Shaft Plastic Geared TT Motor là loại được lựa chọn và sử dụng nhiều nhất hiện nay cho các thiết kế khung Robot, xe, thuyền,... động cơ có chất lượng và giá thành vừa phải cùng với khả năng dễ lắp ráp đem đến chi phí tiết kiệm và sự tiện dụng cho người sử dụng. Hình 7. Động cơ Motor DC 3.5.2. Thông số kỹ thuật - Điện áp hoạt động: 3~9VDC - Dòng điện tiêu thụ: 110~140mA 3.6. Khối di chuyển 3.6.1. Bánh xe V1 Bánh xe V1 được thiết kế để sử dụng với động cơ giảm tốc V1. Bánh xe V1 là loại bánh được sử dụng nhiều nhất trong các thiết kế robot hiện nay vì có giá thành phải chăng, chất lượng tốt, dể lắp ráp và ứng dụng trong thiết kế. Hình 8. Bánh xe V1 3.6.2. Thông số kỹ thuật - Chất liệu: Nhựa - Đường kính bánh xe: 66mm - Độ dày lốp xe: 6,5mm - Chiều rộng bánh xe: 27mm - Trục xe Φ5mm, độ rộng khuyết là 3,66mm. 3.7. Khối cấp nguồn 3.7.1. Pin 18650 Ultrafire Pin 18650 Ultrafire 4200mAh là dòng pin sạc được sử dụng khá phổ biến hiện nay. Thường thấy trong các loại đèn pin siêu sáng, pin sạc dự phòng. Hình 9. Pin 18650 Ultrafire 3.7.2. Thông số kỹ thuật - Loại pin: Pin sạc / NiMH - Hãng: Ultrafire - Model: Ultrafire 18650 - Điện thế: 3,7V - Dung lượng: 4200mAh - Kích thước: 18mm*65mm/1 viên 3.8. Phần mềm điều khiển Arduino là một nền tảng phát triển phần cứng và phần mềm mã nguồn mởi 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 [8]. 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 đô, cảm biến ánh sáng, cảm biến vị trí [9]. Các dòng sản phẩm của arduino như arduino uno, arduino mega, arduino Nano, arduino leonardo khá phổ biến và được sử dụng rộng rã 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. Từ đây chúng tôi đã đưa ra các thuật toán trên nền tảng arduino [10]. Do Arduino không có sẵn thư viện NewPing và thư viện AFMotor nên nhóm nghiên cứu cần phải thêm vào Arduino. Tải thư viện NewPing và thư viện AFMotor về. Sau khi thêm thư viện xong copy đoạn code vào Arduino trên máy tính.
CÔNG NGHỆ Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC ● Số 13.2023
234
KHOA H
ỌC
Hình 10. Arduino trên máy tính Ấn vào biểu tượng V để dịch code. Hình 11. Dịch code Ấn vào biểu tượng mũi tên để nạp code. 4. KẾT QUẢ NGHIÊN CỨU Hình 12. Thiết bị sau khi hoàn thiện Hoàn thiện việc chạy mô phỏng bằng ngôn ngữ lập trình Arduino thành công, sẽ lên kế hoạch cho các trang thiết bị và linh kiện cần thiết để phục vụ cho việc thiết kế mô hình thực tế đúng với ý tưởng và nội dung đã được triển khai. Nghiên cứu mang tính ứng dụng cao khi được thiết kế mô hình thực tế thông qua việc chạy mô phỏng. Sự sắp xếp, bố trí các linh kiện trong toàn bộ hệ thống theo một cách tối ưu nhất, dễ nhìn vừa có độ thẩm mĩ vừa mang tính sáng tạo và ứng dụng của đề tài là một sự cần thiết và được chú trọng khi thiết kế mô hình thực tế. Sau khi thiết lập ngôn ngữ lập trình. Việc thiết kế một mô hình thực tế là sự cần thiết nhằm nâng cao tính ứng dụng và thực tế hóa. 5. 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]. A Chih-Yang Chen, Tzuu-Hseng S. Li, Ying-Chieh Yeh, Cha-Cheng Chang, 2009. Design and implementation of an adaptive sliding-mode dynamic controller for wheeled mobile robots. Mechatronics, 19, 2, 156-166. [2]. Ahmed F. Amer, Elsayed A. Sallam, Ibrahim A., 2016. Sultan Adaptive Sliding-Mode Dynamic Controller for Nonholonomic Mobile Robots. In 12th International Computer Engineering Conference (ICENCO), IEEE (2015), 230-235. [3]. Phạm Thị Hương Sen, Nguyễn Quang Minh, Đỗ Thị Tú Anh, Phan Xuân Minh, 2019. Designing a Tracking Control Algorithm for Wheel Mobile Robot based on Backstepping and Hierarchical sliding Techniques. First International Symposium on Instrumentation, Control, Artificial Intelligence, and Robotics (ICA-SYMP). IEEE (2019), 25-28. [4]. S. Rudra, R. K. Barai, M. Maitra, 2016. Design and implementation of a block backstepping based tracking control for nonholonomic wheeled mobile robot. Int. J. Robust and Nonlinear Control, 26, 3018-3035. [5]. Khoshnam Shojaei, Alireza Mohammad Shahri, Ahmadreza Tarakameh, Behzad Tabibian, 2011. Adaptive trajectory tracking control of a differential drivewheeled mobile robot. Robotica, 29, 391-402. [6]. Farzad Pourboghrat, Mattias P. Karlsson, 2002. Adaptive control of dynamic mobile robots with nonholonomic constraints. Computers and Electrical Engineering, 28, 241–253. [7]. Hùng N. V., 2018. Ô tô tự lái - Tương lai của ngành ô tô. NXB Thế giới. [8]. Hùng N. V. 2016. Arduino căn bản và ứng dụng. Đại học Quốc gia Hà Nội. [9]. Cheeke D. N., 2009. Ultrasonic Sensors for Nondestructive Testing and Quality Control. Springer. [10]. Tập N. D., 2003. Vi điều khiển với lập trình C. Nhà xuất bản khoa học và kỹ thuật.