Phat hien bien

7/18/2019 Phat hien bien

http://slidepdf.com/reader/full/phat-hien-bien 1/81

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC LẠC HỒNG

***

TRẦN THANH PHƢƠNG

NGHIÊN CỨU MỘT SỐ PHƢƠNG PHÁP PHÁT HIỆN BIÊN

VÀ ỨNG DỤNG VÀO BÀI TOÁN

ROBOT DI CHUYỂN DỌC THEO HÀNH LANG

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

Đồng Nai, Năm 2011



BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC LẠC HỒNG

***

TRẦN THANH PHƢƠNG

NGHIÊN CỨU MỘT SỐ PHƢƠNG PHÁP PHÁT HIỆN BIÊN

VÀ ỨNG DỤNG VÀO BÀI TOÁN

ROBOT DI CHUYỂN DỌC THEO HÀNH LANG

Chuyên ngành : CÔNG NGHỆ THÔNG TIN

Mã số : 60.48.05

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

NGƢỜI HƢỚNG DẪN KHOA HỌC

TS. TRẦN HÀNH

Đồng Nai, Năm 2011



LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của bản thân. Các

số liệu, kết quả trình bày trong luận văn này là trung thực. Những tƣ liệu

đƣợc sử dụng trong luận văn có nguồn gốc và trích dẫn rõ ràng, đầy đủ.

Học viên

Trần Thanh Phƣơng



LỜI CẢM ƠN

Trước hết tôi xin cảm ơn đến toàn thể quý Thầy, Cô Trường Đại học

Lạc Hồng cùng toàn thể quý Thầy, Cô đã cộng tác giảng dạy khóa cao học tại

Trường. Đặc biệt tôi xin gửi lời cảm ơn sâu sắc đến Thầy giáo hướng dẫn

TS.Trần Hành về những chỉ dẫn khoa học và tận tình hướng dẫn cho tôi trong

suốt quá trình tôi làm luận văn. Nếu không có sự giúp đỡ của Thầy thì tôi khó

có thể hoàn thành bản luận văn này.

Cũng qua đây, tôi xin chân thành cảm ơn lãnh đạo Trung tâm Thông

tin Tư liệu Trường Đại học Lạc Hồng, nơi tôi công tác, đã tạo mọi điều kiện

thuận lợi cho tôi trong thời gian tôi hoàn thành các môn học trong khóa học

cao học cũng như trong suốt quá trình tôi làm luận văn.

Cuối cùng, tôi xin cảm ơn gia đình, bạn bè và những đồng nghiệp đã

luôn ủng hộ , động viên để tôi có thể vượt qua mọi khó khăn và hoàn thành

bản luận văn.



MỤC LỤC

LỜI CAM ĐOAN ........................................................................................... i

LỜI CẢM ƠN ................................................................................................ ii

MỤC LỤC .................................................................................................... iii

DANH MỤC HÌNH ...................................................................................... iv

MỞ ĐẦU ....................................................................................................... 1

CHƢƠNG 1 .................................................................................................. 3

TỔNG QUAN VỀ ROBOT VÀ ĐƢỜNG ĐI .............................................. 4

1.1. Sơ lƣợc quá trình phát triển .................................................................. 4

1.2. Những ứng dụng điển hình của robot ................................................... 7

1.3. Một số định nghĩa .............................................................................. 13

1.4. Phân loại robot ................................................................................... 16

1.4.1. Phân loại theo dạng hình học của không gian hoạt động .............. 16

1.4.2. Phân loại theo thế hệ .................................................................... 19

1.4.3. Phân loại theo bộ điều khiển ........................................................ 23

1.4.4. Phân loại robot theo nguồn dẫn động ........................................... 24

1.5. Các kỹ thuật xác định đƣờng đi cho robot .......................................... 24

CHƢƠNG 2 ................................................................................................ 26

CÁC KỸ THUẬT TÌM ĐƢỜNG ĐI CỦA ROBOT ................................. 26

2.1. Giới thiệu về robot tự hành................................................................. 26

2.2. Kỹ thuật tìm đƣờng đi của robot ......................................................... 26

2.2.1. Kỹ thuật điều khiển bằng thiết bị cầm tay .................................... 26



2.2.2. Kỹ thuật dùng thiết bị cảm ứng .................................................... 27

2.2.3. Kỹ thuật dùng xử lý ảnh ............................................................... 27

2.2.3.1. K ỹ thuật dò biên .................................................................... 27

2.2.3.2. Các phƣơng pháp phát hiện biên trực tiếp .............................. 29

2.2.3.3. Phƣơng pháp phát hiện biên gián tiếp .................................... 44

2.3.3.4. Một số nhận xét và đánh giá các phƣơng pháp phát hiện biên

(phƣơng pháp Gadient, phƣơng pháp Laplace, phƣơng pháp Canny) . 50

2.2.3.5. Biến đổi Hough ..................................................................... 52

2.3. Một số nhận xét về các kỹ thuật tìm đƣờng đi cho robot .................... 55

2.3.1. Kỹ thuật điều khiển bằng tay........................................................ 55

2.3.2. Kỹ thuật dò line bằng thiết bị cảm ứng ......................................... 55

2.3.3. Kỹ thuật tìm đƣờng đi bằng phƣơng pháp xử lý ảnh .................... 56

CHƢƠNG 3 ................................................................................................ 57

CÀI ĐẶT THỬ NGHIỆM ......................................................................... 57

3.1. Giới thiệu ........................................................................................... 57

3.2. Cài đặt thuật toán xác định đƣờng đi cho Robot ................................. 57

3.2.1. Thuật toán xác định vị trí mới cho robot ...................................... 60

3.2.2. Thuật toán xác định tọa độ trái và phải gần nhất .......................... 63

3.2.3. Kết quả thử nghiệm của thuật toán Canny và Hough.................... 66

Kết luận chƣơng 3 ................................................................................... 69

KẾT LUẬN ................................................................................................. 70

TÀI LIỆU THAM KHẢO



DANH MỤC HÌNH

Hình 1.1. Robot 4 chân của hãng R.S Mosher ................................................ 4

và hãng General Electric ................................................................................ 4

Hình 1.2. Xe tự hành thám hiểm mặt trăng Lunokohod 1 ............................... 5

Hình 1.3. Tay robot trên tàu thám hiểm Viking 1 ........................................... 6

Hình 1.4. Robot lập trình đƣợc đầu tiên do George Dovol thiết kế ................. 6

Hình 1.5. Robot hàm điểm trong nhà máy sản xuất xe hơi ............................. 7

Hình 1.6. Hệ thống robot hàn đƣờng của hãn FANUC ................................... 8

Hình 1.7. Đầu hàn có trang bị cảm biến dò tìm đƣờng đi bằng laser ............. 10

theo không gian ba chiều. ............................................................................ 10

Hình 1.8. Robot lắp ráp mạch in có hệ thống camera .................................... 11

quan sát đƣợc dùng để xác định vị trí chân trên bản mạch in ........................ 11

Hình 1.9. Robot đƣợc sử dụng trên máy ép nhựa .......................................... 12

để lấy thành phẩm. ....................................................................................... 12

Hình 1.10. Nguyên lý hoạt động, không gian làm việc ................................ 17

và sơ đồ động học của robot toạ độ vuông góc. ............................................ 17

Hình 1.11. Nguyên lý hoạt động, không gian làm việc ................................. 17

và sơ đồ động học của robot toạ độ trụ. ........................................................ 17


và sơ đồ động học của robot toạ độ cầu. ....................................................... 18


và sơ đồ động học

của robot liên kết bản lề. ................................................. 18


http://d/Documents%20Studies/Tai%20Lieu%20Hoc%20Cao%20Hoc/De%20Tai%20Tot%20Nghiep/Bao%20Cao%20Toan%20Van_New.doc%23_Toc306459574













và sơ đồ động học của robot dạng SCARA................................................... 18

Hình 1.15. Một dạng robot gắp đặt. .............................................................. 23

Hình 1.16. Một loại robot sơn ...................................................................... 23

thực hiện đƣờng dẫn liên tục ....................................................................... 23

Hình 2.1: Biên ảnh với kỹ thuật Laplace ...................................................... 35

Hình 2.2: Đạo hàm hàm Gauss theo hai hƣớng (x, y) ................................... 40

Hình 2.3: Mô hình các điểm biên lân cận ..................................................... 41

Hình 2.4: Biên ảnh theo phƣơng pháp Canny ............................................... 43

Hình 2.5. Ma trận 8-láng giềng kề nhau ....................................................... 44

Hình 2.6. Ví dụ về chu tuyến của đối tƣợng ảnh ........................................... 45

Hình 2.7. Chu tuyến trong, chu tuyến ngoài ................................................. 46

Hình 2.8. Đƣờng thng Hough trong tọa độ cực ........................................... 54

Hình 3.1. Lƣu đồ tìm đƣờng đi cho robot ..................................................... 59

Hình 3.2. Cách xác định điểm đi tiếp theo cho robot .................................... 61

Hình 3.3. Lƣu đồ xác định điểm di chuyển tiếp theo cho robot ..................... 62

Hình 3.4. Các xác định điểm trái và phải gần nhất ........................................ 63

Hình 3.5. Lƣu đồ xác định điểm bên trái và bên phải gần nhất ..................... 64

Hình 3.6. Ảnh hành lang gốc ........................................................................ 66

Hình 3.7. Ảnh biên a .................................................................................... 67

Hình 3.8. Ảnh Hough a ................................................................................ 67

Hình 3.9. Ảnh biên b .................................................................................... 67

Hình 3.10. Ảnh Hough b .............................................................................. 67

Hình 3.11. Ảnh biên c .................................................................................. 67

Hình 3.12. Ảnh Hough c .............................................................................. 67



















Hình 3.13. Ảnh biên d .................................................................................. 68

Hình 3.14. Ảnh Hough d .............................................................................. 68

Hình 3.15. Ảnh biên e .................................................................................. 68

Hình 3.16. Ảnh Hough e .............................................................................. 68



1

MỞ ĐẦU

1. Lý do chọn đề tài

Trong thời đại ngày nay robot có thể giúp ta làm các công việc nặng

nhọc, nguy hiểm cho sức khỏe chng hạn nhƣ trong các nhà máy hóa chất, nơi

có nhiều chất phóng xạ. Những dây chuyền cần tự động hóa không thể thiếu

robot, đặc biệt robot có thể làm việc liên tục trong thời gian dài với độ chính

xác cao.

Xu hƣớng nghiên cứu phát triển robot trên thế giới đƣợc quan tâm

nhiều nhất trong thời gian qua là : tay máy robot (Robot Manipulators), Robot

di động (Mobile Robots), Robot phỏng sinh học (Bio Inspired Robots) và

Robot cá nhân (Personal Robots). Với Robot phỏng sinh học, các nghiên cứu

thời gian qua tập trung vào 2 loại chính là Robot đi (Walking robots) và

Robot dáng ngƣời (Humanoid Robots). Ro bot di động đƣợc nghiên cứu nhiềunhƣ Xe tự hành trên mặt đất AGV (Autonomous Guided Vehicles), Robot tự

hành dƣới nƣớc AUV (Autonomous Underwater Vehicles), Máy bay không

ngƣời lái UAV (Unmanned Arial Vehicles) [11].

Vừa qua, Công ty Cybertein Robots Limited của Anh đã chế tạo thành

công Robot Titan có khả năng nói chuyện, ca hát, nhảy theo nhạc, những cử

chỉ hành động khá nhanh nhẹn và linh hoạt rất giống con ngƣời đặc biệt robotnày di chuyển rất thông minh [12] [13].

Ở Việt Nam, các doanh nghiệp thiết kế và chế tạo cũng có nhiều sản

phẩm ấn tƣợng trên thị trƣờng quốc tế, trong đó phải nói đến Công ty Cổ phần

Robot TOSY. TOSY đã gây thƣơng hiệu bởi Robot đánh bóng bàn TOPIO

Ping Pong đƣợc trình diễn tại Hội chợ quốc tế Robot IREX 2009 ở Nhật Bản

năm 2009 [11].



2

Mặc dầu có nhiều công trình nghiên cứu về robot nhƣng các môn học

liên quan về robot đƣợc đƣa vào giảng dạy ở các trƣờng Đại học trong khoảng

20 năm trở lại đây. Việc điều khiển robot hầu nhƣ đều sử dụng cảm biến , tia

hồng ngoại, … khó khăn ở đây là mỗi cảm biến sẽ có các thông số kỹ thuật

khác nhau nên khi thay đổi cảm biến thì việc lập trình điều khiển cho robot

hầu nhƣ phải chỉnh sữa lại chƣơng trình, mặt khác khi bề mặt thay đổi thì kết

quả dò đƣờng đi của robot không còn chính xác nữa .

Xuất phát từ thực tế đó, luận văn lựa chọn đề tài “ Nghiên cứu một số

phương pháp phát hiện biên và ứng dụng vào bài toán robot di chuyển dọc

theo hành lang ”. Mục đích chính của đề tài là điều khiển robot bằng phƣơng

pháp xử lý ảnh, hạn chế việc chỉnh sữa chƣơng trình khi điều kiện bài toán

thay đổi.

2. Mục tiêu của đề tài

Xây dựng giải thuật và phần mềm xử lý hình ảnh dùng để xác định

biên và các đƣờng thng Hough từ đó điều khiển robot di chuyển dọc theo các

đƣờng thng Hough này.

3. Bố cục của đề tài

Ngoài phần mở đầu và kết luận, luận văn đƣợc chia thành 3 chƣơng,

nội dung cụ thể của các chƣơng nhƣ sau:

Chƣơng 1: Tổng quan về robot và đƣờng đi

Trong chƣơng này trình bày sơ lƣợc về lịch sử phát triển, các ứng

dụng và một số kỹ thuật tìm đƣờng đi của robot… đƣợc trình bày nhƣ là các

khái niệm [2].

Chƣơng 2: Các kỹ thuật tìm đƣờng đi của robot

Nội dung của chƣơng này sẽ trình bày các kỹ thuật tìm đƣờng đi cho

robot. Nêu ra một số nhận xét và đánh giá về các kỹ thuật này từ đó lựa chọn

kỹ thuật ứng dụng cho bài toán [1] [3] [4] [6].



3

Chƣơng 3: Cài đặt thử nghiệm

Nội dung chƣơng này trình bày chƣơng trình demo phát hiện biên và

xác định các đƣờng thng Hough, từ đó điều khiển robot di chuyển dọc theo

các đƣờng thng này.

Tuy nhiên, việc nghiên cứu một vấn đề khoa học đi đến kết quả là một

khó khăn và nhiều thách thức do vậy luận văn chắc còn nhiều thiếu sót. Rất

mong nhận đƣợc ý kiến đóng góp quý báu của quý thầy cô và đồng nghiệp.



4

CHƢƠNG 1

TỔNG QUAN VỀ ROBOT VÀ ĐƢỜNG ĐI

1.1. Sơ lƣợc quá trình phát triển

Thuật ngữ robot đƣợc sinh ra từ trên sân khấu, không phải trong phân

xƣởng sản xuất. Những robot xuất hiện lần đầu tiên ở trên NewYork vào ngày

09/10/1922 trong vở “Rossum‟s Universal Robot” của nhà soạn kịch ngƣời

Tiệp Karen Kapek viết năm 1921, còn từ robot là cách gọi tắt của từ robota -

theo tiếng Tiệp có nghĩa là công việc lao dịch.

Những robot thực sự có ích đƣợc nghiên cứu để đƣa vào những ứng

dụng trong công nghiệp chính là những tay máy. Vào năm 1948, nhà nghiên

cứu Goertz đã chế tạo loại tay máy đôi điều khiển từ xa đầu tiên, và cùng năm

đó hãng General Mills chế tạo tay máy gần tƣơng tự sử dụng cơ cấu tác động

là những động cơ điện kết hợp với các cử hành trình. Đến năm 1954, Goertz

tiếp tục chế tạo một dạng tay máy đôi sử dụng động cơ servo có thể nhận biết

lực tác động lên khâu cuối. Sử dụng những thành quả đó, vào năm 1956 hãng

General Mills cho ra đời tay máy hoạt động trong công việc khảo sát đáy

biển.

Năm 1968 R.S. Mosher, thuộc

hãng General Electric, chế tạo một thiết bị

biết đi có bốn chân, có chiều dài hơn 3m,

nặng 1.400kg, sử dụng động cơ đốt tr ong

có công suất gắn 100 mã lực (hình 1.1)

Hình 1.1. Robot 4 chân của hãng R.S Mosher

và hãng General Electric



5

Cũng trong lĩnh vực này, một thành tựu khoa học công nghệ đáng kể

đã đạt đƣợc vào năm 1970 là xe tự hành thám hiểm bề mặt của mặt trăng

Lunokohod 1 đƣợc điều khiển từ trái đất (hình 1.2).

Hình 1.2. Xe tự hành thám hiểm mặt trăng Lunokohod 1

Năm 1969 Viện nghiên cứu thuộc Trƣờng Đại học Stanford đã thiết

kế robot Shakey di động tinh vi hơn để thực hiện những thí nghiệm về điềukhiển sử dụng hệ thống thu nhận hình ảnh để nhận dạng đối tƣợng. Robot này

đƣợc lập trình trƣớc để nhận dạng đối tƣợng bằng camera, xác định đƣờng đi

đến đối tƣợng và thực hiện một số tác động trên đối tƣợng.

Năm 1952 máy điều khiển chƣơng trình số đầu tiên ra đời tại Học

Viện Công nghệ Massachusetts (Hoa Kỳ). Trên cơ sở đó năm 1954, George

Devol đã thiết kế robot lập trình với điều khiển chƣơng trình số đầu tiên nhờmột thiết bị do ông phát minh đƣợc gọi là thiết bị chuyển khớp đƣợc lập trình.

Joseph Engelberger, ngƣời mà ngày nay thƣờng đƣợc gọi là cha đẻ của robot

công nghiệp, đã thành lập hãng Unimation sau khi mua bản quyền thiết bị của

Devol và sau đó đã phát triển những thế hệ robot điều khiển theo chƣơng

trình. Năm 1962, robot Unmation đầu tiên đƣợc đƣa vào sử dụng tại hãng

General Motors; và năm 1976 cánh tay robot đầu tiên trong không gian đã



6

đƣợc sử dụng trên tàu thám hiểm Viking của cơ quan Không Gian NASA của

Hoa Kỳ để lấy mẫu đất trên sao Hoả.

Hình 1.3. Tay robot trên tàu thám hiểm Viking 1

Trong hoạt động sản xuất, đa số những robot công nghiệp có hình

dạng của “cánh tay cơ khí”, cũng chính vì vậy mà đôi khi ta gặp thuật ngữ

ngƣời máy - tay máy trong những tài liệu tham khảo và giáo trình về robot.

Trên hình 1.4 trình bày một robot là một cánh tay cơ khí khác xa với

r obot R2D2, nhƣng đối với sản xuất nó mang lại lợi ích to lớn.

Hình 1.4. Robot lập trình được đầu tiên do George Dovol thiết kế



7

1.2. Những ứng dụng điển hình của robot

Robot đƣợc ứng dụng rộng rãi trong nhiều ngành công nghiệp. Những

ứng dụng ban đầu bao gồm gắp đặt vật liệu, hàn điểm và phun sơn.

Một trong những công việc kém năng suất nhất của con ngƣời là rèn

kim loại ở nhiệt độ cao. Các công việc này đòi hỏi công nhân di chuyển phôi

có khối lƣợng lớn với nhiệt độ cao khắp nơi trong xƣởng. Việc tuyển dụng

công nhân làm việc trong môi trƣờng nhiệt độ cao nhƣ vậy là một vấn đề khó

khăn đối với ngành công nghiệp này, và robot ban đầu đã đƣợc sử dụng để

thay thế công nhân làm việc trong điều kiện môi trƣờng ngặt nghèo nhƣ trong

lò đúc, xƣởng rèn, và xƣởng hàn. Đối với robot thì nhiệt độ cao lại không

đáng sợ.

Trong các nhà máy sản xuất xe hơi thì hàn điểm là công việc sử dụng

robot nhiều nhất: khung xe đƣợc cố định vào một xe đƣợc điều khiển từ xa di

chuyển khắp nhà máy. Khi xe đến trạm hàn, kẹp sẽ cố định các chi tiết đúng

vào vị trí cần hàn, trong khi đó robot di chuyển dọc theo các điểm hàn đƣợc

lập trình trƣớc (hình 1.5).

Hình 1.5. Robot hàm điểm trong nhà máy sản xuất xe hơi .



8

Sơn là một công việc nặng nhọc và độc hại đối với sức khoẻ của con

ngƣời, nhƣng lại hoàn toàn không nguy hiểm đối với robot. Ngoài ra, con

ngƣời phải mất hơn hai năm để nắm đƣợc kỹ thuật và kỹ năng trở thành một

thợ sơn lành nghề trong khi robot có thể học đƣợc tất cả kiến thức đó chỉ

trong vài giờ và có khả năng lặp lại một cách chính xác các động tác sơn phức

tạp. Điều đó thể hiện một bƣớc tiến đáng kể trong việc kết hợp giữa năng suất

và chất lƣợng cũng nhƣ cải thiện chế độ làm việc cho con ngƣời trong môi

trƣờng độc hại. Tất cả robot phun sơn đều đƣợc „dạy‟ bởi một thợ sơn

chuyên nghiệp giữ đầu phun và dịch chuyển nó đi đúng đƣờng; đƣờng đi đó

đƣợc ghi lại; và khi robot thực hiện công việc phun sơn thì nó chỉ việc đi theo

đƣờng đi đã đƣợc định sẵn đó. Nhƣ thế, robot phun sơn phải có các khớp sao

cho ngƣời thợ sơn có thể dễ dàng dẫn hƣớng cho chúng. Ứng dụng này đƣa

đến sự phát triển một loại tay robot dạng „vòi voi‟ có độ linh hoạt cao.

Robot còn đƣợc sử dụng trong nhiều lĩnh vực khác nữa nhƣ phục vụ

cho máy công cụ, làm khuôn trong công nghiệp đồ nhựa, gắn kính xe hơi, gắp

hàng ra khỏi băng tải và đặt chúng vào các trạm chuyển trung gian. Ở mục

sau, ba ứng dụng của robot trong công nghiệp đƣợc khảo sát ở các giai đoạn

nghiên cứu khác nhau.

(1) Ứng dụng robot trong công nghệ hàn đƣờng (hàn theo vếthoặc đƣờng dẫn liên tục).

Hàn đƣờng thƣờng đƣợc thực hiện bằng tay. Tuy nhiên năng suất thấp do yêu

cầu chất lƣợng bề mặt mối hàn liên quan

đến các thao tác của đầu mỏ hàn với môi

trƣờng khắc nghiệt do khói và nhiệt độ phát

ra trong quá trình hàn.

Hình 1.6. Hệ thống robot hàn đường của hãn FANUC



9

Không giống kỹ thuật hàn điểm, ở đó mối hàn có vị trí cố định, mối

hàn trong kỹ thuật hàn đƣờng nằm dọc theo mối ghép giữa hai tấm kim loại.

Những hệ thống hàn đƣờng thực tế (hình 1.6) phụ thuộc vào con ngƣời trong

việc kẹp chặt chính xác chi tiết đƣợc hàn, và sau đó robot di chuyển dọc theo

quĩ đạo đƣợc lập trình trƣớc. Ƣu điểm duy nhất so với hàn bằng tay là chất

lƣợng mối hàn đƣợc ổn định. Ngƣời vận hành chỉ còn thực hiện một việc tẻ

nhạt là kẹp chặt các chi tiết. Có thể thực hiện tăng năng suất bằng cách trang

bị hàn định vị quay nhờ đó ngƣời vận hành có thể kẹp chặt một chi tiết trong

khi thực hiện việc hàn chi tiết khác. Tuy nhiên, luôn có vấn đề khó khăn trong

việc lắp khít chi tiết do dung sai trong chế tạo, chi tiết bị cong vênh, và các

thiết kế cần lắp ghép theo đƣờng cong không đồng dạng. Các vấn đề đó làm

cho việc kẹp chặt chi tiết khó khăn, đặc biệt là đối với các chi tiết lớn và lắp

tấm kim loại mỏng. Hơn nữa, đƣờng hàn có thể không xử lý đƣợc với mỏ hàn

vì nó bị che khuất bởi chi tiết khác. Thợ hàn tay phải xử lý khó khăn nhiều

loại mối nối và vị trí các chi tiết khác nhau. Gần đây các nghiên cứu tập trungvào phƣơng pháp dò vết đƣờng hàn với mục đích giảm bớt yêu cầu định vị

chính xác, và do đó giảm chi phí hàn trong khi chất lƣợng mối hàn lại tăng.

Cảm biến trang bị trên các robot hàn đƣờng phải có khả năng xác định

vị trí đúng của đƣờng hàn. Nhƣ vậy, để mối hàn đƣợc đặt chính xác, đúng yêu

cầu về hình dáng và kích thƣớc thì robot phải giữ điện cực theo hƣớng đúng

của đƣờng hàn với khoảng cách đúng từ đƣờng hàn đến đầu mỏ hàn và dichuyển với tốc độ không đổi sao cho lƣợng vật liệu chảy vào mối nối không

đổi. Xác định đƣờng hàn cho các vật thể ba chiều thì phức tạp hơn cho các

tấm phng vi thƣờng cần phải mô hình hoá hình học để định ra đƣờ ng di

chuyển của robot. Hình 1.7 trình bày một robot có trang bị cảm biến laser để

dò đƣờng đi của đầu hàn. Thông thƣờng để đào tạo một thợ hàn bậc cao phải

mất nhiều năm, nhƣng việc đƣa robot vào sản xuất nhà máy tạo khả năng có



10

thể thu nhận công nhân cả trẻ lẫn lớn tuổi, có kinh nghiệm nghề nghiệp rất

khác nhau. Hàn đƣờng, một lãnh vực tiềm năng cho việc ứng dụng robot,

đƣợc xếp vào lĩnh vực kỹ thuật cao.

Hình 1.7. Đầu hàn có trang bị cảm biến dò tìm đường đi bằng laser theo không gian ba chiều.

(2) Ứng dụng robot trong lắp ráp

Một kỹ thuật sản xuất có mục tiêu lâu dài là nhà máy tự động hoàn

toàn, ở đó một bản thiết kế đƣợc thể hiện tại một trạm thiết kế bằng máy tính,

không có sự can thiệp của con ngƣời vào quá trình sản xuất. Hãy thử hình

dung một môi trƣờng sản xuất tự động hoàn toàn; từ ý tƣởng sản phẩm, gồm

các chỉ tiêu kỹ thuật cấp cao, ngƣời ta thiết kế ra sản phẩm; sau đó đặt vậtliệu, lập ra chƣơng trình gia công, lập ra chiến lƣợc đƣờng đi của chi tiết trong

nhà máy; điều khiển cung cấp chi tiết vào máy gia công, lắp ráp và kiểm tra tự

động thông qua các máy gia công CNC và các robot tĩnh và robot di động.

Những thành tựu của một môi trƣờng sản xuất nhƣ thế đã và đang

đƣợc đầu tƣ nghiên cứu và phát triển trong nhiều năm qua. Hiện nay các nhà

máy lớn hiện đại đều áp dụng mô hình tự động hoá hoàn toàn, đặc biệt là



11

phần thiết kế ở cấp cao và phần xử lý chi tiết ở cấp thấp. Một trong những trở

ngại chính là liên kết các tầng với nhau. Một khó khăn khác là nhu cầu

phƣơng pháp xuất ra các đặc tả thủ tục từ mô hình máy tính của sản phẩm. Ví

dụ, việc lập ra một cách tự động trình tự lắp ráp các chi tiết với nhau trong

khâu lắp ráp.

Hình 1.8. Robot lắp ráp mạch in có hệ thống camera

quan sát được dùng để xác định vị trí chân trên bản mạch in

Robot đƣợc sử dụng để tự động hoá quá trình lắp ráp trong những nhàmáy nhƣ thế. Khâu này tập trung nhiều lao động và khó hơn nhiều so với dự

tính. Ví dụ, cầm một cái mỏ hàn tay đơn giản và tháo nó ra từng phần. Có bao

nhiêu chi tiết? Có bao nhiêu cách lắp ráp nó? Bạn có thể lắp r áp nó bằng một

tay hay không? Bạn có thể nhắm mắt lắp đƣợc nó hay không? Bây giờ bạn

đang gặp phải sự giới hạn của robot. Sự phát triển của cảm biến và sự ứng

dụng nó vào robot là yếu tố quan trọng cơ bản để ứng dụng robot trong lắpráp. Lấy ví dụ, đầu mỏ hàn là một vật thể nhỏ, nên để lắp ráp nó chúng ta cần

tập trung mọi chi tiết lại, tìm vị trí và hƣớng lắp ráp cho từng chi tiết, lấy chi

tiết đầu tiên và đặt nó vào cơ cấu kẹp chặt, lấy một chi tiết nữa theo đúng thứ

tự và lắp vào chi tiết đầu tiên.

Việc lắp ráp còn liên quan đến nhiều xử lý khác nhau: đƣa một chi tiết

vào một chi tiết kia, đặt một chi tiết trên một chi tiết khác, siết chặt đai ốc, siết



12

vít, hay phun keo, v.v... Tuy nhiên, tuỳ trƣờng hợp cụ thể để quyết định có sử

dụng robot trong công đoạn lắp ráp hay không. Trong thực tế, khi sản phẩm

đƣợc thiết kế khéo léo thì ngƣời công nhân có thể lắp ráp sản phẩm trong một

thời gian rất ngắn.

(3) Ứng dụng robot trong nhà máy sản xuất

Trong sản xuất lớn, những robot này là những hệ thống đƣợc tự động

hoá hoàn toàn: chúng đo đạc, cắt, khoan các thiết bị chính xác và còn có khả

năng hiệu chỉnh các công việc của mình, hầu nhƣ ở đây không cần sự giúp đỡcủa con ngƣời trừ chƣơng trình điều

khiển trong máy tính điện tử. Chỉ với

vài ngƣời giám sát công việc; các

máy móc này có thể hoạt động suốt

ngày đêm; các robot làm tất cả các

công việc nhƣ vận chuyển sản phẩmtừ công đoạn sản xuất này tới công

đoạn sản xuất khác kể cả việc đƣa và

sắp xếp thành phẩm vào kho.

Hình 1.9. Robot được sử dụng trên máy ép nhựa

để lấy thành phẩm.

Các nhà máy lớn thì thƣờng sản xuất một số mặt hàng nhất định trên

các dây chuyền hiện đại. Các nhà máy cỡ vừa và nhỏ, nhƣ nhà máy sản xuất

phụ tùng xe đạp chng hạn, thì thƣờng sản xuất sản phẩm đa dạng với số

lƣợng không lớn.

Robot không phải lúc nào cũng thích hợp với những công việc nhƣ

vậy, nhƣng nhà máy loại này có thể giải quyết vấn đề đó bằng cách trang bị



13

nhiều thiết bị đa dạng cho tay gấp của robot nhằm cho phép robot có khả năng

điều chỉnh nhanh chóng thiết bị công nghệ đáp ứng linh hoạt với nhiều dạng

công việc khác nhau.

1.3. Một số định nghĩa

Viện Nghiên cứu robot Hoa Kỳ đƣa ra một định nghĩa về robot nhƣ

sau:

“Robot là một tay máy nhiều chức năng, thay đổi đƣợc chƣơng trình

hoạt động, đƣợc dùng để di chuyển vật liệu, chi tiết máy, dụng cụ hoặc dùngcho những công việc đặc biệt thông qua những chuyển động khác nhau đã

đƣợc lập trình nhằm mục đích hoàn thành những nhiệm vụ đa dạng”

(Schlussel, 1985).

Định nghĩa robot còn đƣợc Mikell P.Groover, một nhà nghiên cứu

hàng đầu trong lĩnh vực robot, mở rộng hơn nhƣ sau: “Robot công nghiệp là

những máy, thiết bị tổng hợp hoạt động theo chƣơng trình có những đặc điểmnhất định tƣơng tự nhƣ ở con ngƣời”.

Định nghĩa của M.P.Groover về robot không dừng lại ở tay máy mà

mở rộng ra cho nhiều đối tƣợng khác có những đặc tính tƣơng tự nhƣ con

ngƣời nhƣ là suy nghĩ, có khả năng đƣa ra quy định và có thể nhìn thấy hoặc

cảm nhận đƣợc đặc điểm của vật hay đối tƣợng mà nó phải thao tác hoặc xử

lý. Theo Artobolevski I.I., Vorobiov M.V. và các nhà nghiên cứu thuộctrƣờng phái khối SEV trƣớc đây thìphát biểu rằng:

“Robot công nghiệp là những máy hoạt động tự động đƣợc điều khiển

theo chƣơng trình để thực hiện việc thay đổi vị trí của những đối tƣợng thao

tác khác nhau với mục đích tự động hoá các quá trình sản xuất”.



14

Sự thống nhất trong tất cả các định nghĩa nêu trên ở đặc điểm “điều

khiển theo chƣơng trình”. Đặc điểm này của robot đƣợc thực hiện nhờ sự ra

đời của những bộ vi xử lý (microprocessors) và các vi mạch tích hợp chuyên

dùng đƣợc là “chip” trong những năm 70.

Không lâu sau khi xuất hiện robot đƣợc điều khiển theo chƣơng trình,

ngƣời ta đã thực hiện đƣợc những robot tự hành. Hơn nữa, với những bƣớc

phát triển nhanh chóng của kỹ thuật điện tử và tin học, hiện nay ngƣời ta đã

sáng tạo nhiều robot cảm xúc và có khả năng xử lý thông tin. Do đó định

nghĩa robot cũng có những thay đổi bổ sung.

Nhật Bản hiện nay là nƣớc có số lƣợng robot dùng trong sản xuất

công nghiệp nhiều nhất thế giới, khoảng hơn 70% trong tổng số chừng

300.000 robot công nghiệp trên toàn thế giới. Ngƣời Nhật có quan niệm dễ

dãi hơn về robot: theo họ „robot là bất cứ thiết bị nào có thể thay thế cho lao

động của con ngƣời‟. Trong công nghiệp Nhật Bản, những robot hay tay máy

đƣợc điều khiển bằng cam cũng đƣợc liệt vào hàng ngũ robot. Theo đó, Hiệp

Hội robot Công nghiệp Nhật Bản (JIRA - Japan Industrial Robot Association)

đã phân loại robot thành sáu hạng, từ những tay máy do con ngƣời trực tiếp

điều khiển từng động tác đến những robot thông minh đƣợc trang bị trí tuệ

nhân tạo (theo Schlussel, 1985).

Những robot hay tay máy dùng các cơ cấu cam trong hệ thống điều

khiển có đƣợc thừa nhận hay không là không quan trọng ; điều quan trọng là

chúng đã đóng vai trò đáng kể trong việc tự động hoá sản xuất ở các nhà máy.

Những robot, tay máy nói trên còn đƣợc gọi một cách hình tƣợng là “tự động

hoá cứng”, ngƣợc lại với “tự động hoá linh hoạt”, mà đại diện của chúng là

những robot công nghiệp đƣợc điều khiển bằng chƣơng trình, thay đổi đƣợc

nhiệm vụ thao tác đặt ra một cách nhanh chóng. Một số nhà khoa học hàng



15

đầu trong lĩnh vực robot của Nhật Bản đƣa ra những định nghĩa về robot dƣới

dạng những yêu cầu nhƣ sau:

Theo Giáo sƣ Sitegu Watanabe (Đại học Tổng hợp Tokyo) thì một

robot công nghiệp phải thoả mãn yếu tố sau:

Có khả năng thay đổi chuyển động;

Có khả năng cảm nhận đƣợc đối tƣợng thao tác;

Có số bậc chuyển động (bậc tự do) cao;

Có khả năng thích nghi với môi trƣờng hoạt động; Có khả năng hoạt động tƣơng hỗ với đối tƣợng bên ngoài.

Theo Giáo sƣ Masahiro Mori (Viện công nghệ Tokyo) thì ro bot

công nghiệp phải có các đặc điểm sau:

Có khả năng thay đổi chuyển động;

Có khả năng xử lý thông tin (biết suy nghĩ);

Có tính vạn năng;

Có những đặc điểm của ngƣời và máy.

Từ những khác biệt trong định nghĩa về robot, căn cứ vào tính linh

hoạt của những hệ thống sản xuất có áp dụng robot P.J.McKerrow, một nhà

nghiên cứu về robot của Úc đã đƣa ra một định nghĩa ở một góc độ khác.

Theo ông, robot là một loại máy có thể lập trình để thực hiện những công việc

đa dạng tƣơng tự nhƣ một máy tính, là một mạch điện tử có thể lập trình để

thực hiện những công việc đa dạng.

Các đóng góp vào sự phát triển công nghiệp dƣới nhiều dạng khác

nhau; tiết kiệm sức ngƣời, tăng năng suất lao động, nâng cao chất lƣợng sản

phẩm và an toàn lao động và giải phóng con ngƣời khỏi những công việc cực

nhọc và tẻ nhạt. Tất nhiên, trong tƣơng lai còn nhiều vấn đề nảy sinh khi



16

robot ngày càng thay thế các hoạt động của con ngƣời, nhƣng trong việc đem

lại lợi ích cho con ngƣời, khám phá vũ trụ, và khai thác các nguồn lợi đại

dƣơng, robot đã thực sự làm cho cuộc sống của chúng ta tốt đẹp hơn. Trƣớc

khi đi vào phân tích những nội dung tiếp theo, để bạn đọc có sự nhận dạng

một cách thống nhất trong quá trình khảo sát, dƣới đây sẽ trình bày một số

phƣơng pháp phân loại robot sử dụng trong công nghiệp.

1.4. Phân loại robot

Trong công nghiệp ngƣời ta sử dụng những đặc điểm khác nhau cơ

bản nhất của robot để giúp cho việc nhận xét đƣợc dễ dàng. Có 4 yếu tố chính

để phân loại robot nhƣ sau: (1) theo dạng hình học của không gian hoạt động,

(2) theo thế hệ robot, (3) theo bộ điều khiển, (4) theo nguồn dẫn động.

1.4.1. Phân loại theo dạng hình học của không gian hoạt động

Để dịch chuyển khâu tác động cuối cùng của robot đến vị trí của đối

tƣợng thao tác đƣợc cho trƣớc trong không gian làm việc cần phải có ba bậc

chuyển động chuyển dời hay chuyển động định vị (thƣờng dùng khớp tịnh

tiến và khớp quay loại 5).

Những robot công nghiệp thực tế thƣờng không sử dụng quá bốn bậc

chuyển động chuyển dời (không kể chuyển động kẹp của tay gắp) và thông

thƣờng với ba bậc chuyển động định vị là đủ, rất ít khi sử dụng đến bốn bậc

chuyển động định vị.

Robot đƣợc phân loại theo sự phối hợp giữa ba trục chuyển động cơ

bản rồi sau đó đƣợc bổ sung để mở rộng thêm bậc chuyển động nhằm

tăng thêm độ linh hoạt. Vùng giới hạn tầm hoạt động của robot đƣợc gọi là

không gian làm việc.

(1) Robot toạ độ vuông góc (cartesian robot): robot loại này có ba



17

bậc chuyển động cơ bản gồm ba chuyển động tịnh tiến dọc theo ba trục

vuông góc

Hình 1.10. Nguyên lý hoạt động, không gian làm việc

và sơ đồ động học của robot toạ độ vuông góc.

(2) Robot toạ độ trụ (cylindrical robot): ba bậc chuyển động cơ bản

gồm hai trục chuyển động tịnh tiến và một trục quay (hình 1.11)

Hình 1.11. Nguyên lý hoạt động, không gian làm việc

và sơ đồ động học của robot toạ độ trụ.

(3) Robot toạ độ cầu (spherical robot): ba bậc chuyển động cơ bản

gồm một trục tịnh tiến và hai trục quay (hình 1.12)



18

Hình 1.12. N guyên lý hoạt động, không gian làm việc

và sơ đồ động học của robot toạ độ cầu .

(4) Robot khớp bản lề (articular robot): ba bậc chuyển động cơ bản

gồm ba trục quay, bao gồm cả kiểu robot SCARA (hình 1.13).

Hình 1.13. Nguyên lý hoạt động, không gian làm việcvà sơ đồ động học của robot liên kết bản lề.

Hình 1.14. Nguyên lý hoạt động, không gian làm việcvà sơ đồ động học của robot dạng SCARA.



19

1.4.2. Phân loại theo thế hệ

Theo quá trình phát triển của robot, ta có thể chia ra theo các mức độ

sau đây:

(1) Robot thế hệ thứ nhất:

Bao gồm các dạng robot hoạt động lặp lại theo một chu trình không

thay đổi (playback robots), theo chƣơng trình định trƣớc. Chƣơng trình ở đây

cũng có hai dạng; chƣơng trình “cứng” không thay đổi đƣợc nhƣ điều khiển

bằng hệ thống cam và điều khiển với chƣơng trình có thể thay đổi theo yêu

cầu công nghệ của môi trƣờng sử dụng nhờ các panel điều khiển hoặc máy

tính.

Đặc điểm:

Sử dụng tổ hợp các cơ cấu cam với công tác giới hạn hành trình.

Điều khiển vòng hở.

Có thể sử dụng băng từ hoặc băng đục lỗ để đƣa chƣơng trình vào

bộ điều khiển, tuy nhiên loại này không thay đổi chƣơng trình

đƣợc.

Sử dụng phổ biến trong công việc gắp - đặt (pick and place).

(2) Robot thể hiện thứ hai

Trong trƣờng hợp này robot đƣợc trang bị các bộ cảm biến (sensors)cho phép cung cấp tín hiệu phản hồi hỗ trở lại hệ thống điều khiển về trạng

thái, vị trí không gian của robot cũng nhƣ những thông tin về môi trƣờng bên

ngoài nhƣ trạng thái, vị trí của đối tƣợng thao tác, của các máy công nghệ mà

robot phối hợp, nhiệt độ của môi trƣờng, v.v... giúp cho bộ điều khiển có thể

lựa chọn những thuật toán thích hợp để điều khiển robot thực hiện những thao

tác xử lý phù hợp. Nói cách khác, đây cũng là robot với điều khiển theo



20

chƣơng trình nhƣng có thể tự điều chỉnh hoạt động thích ứng với những thay

đổi của môi trƣờng thao tác. Dạng robot với trình độ điều khiển này còn đƣợc

gọi là robot đƣợc điều khiển thích nghi cấp thấp.

Robot thế hệ này bao gồm các robot sử dụng cảm biến trong điều

khiển (sensor - controlled robots) cho phép tạo đƣợc những vòng điều khiển

kín kiểu servo.

Đặc điểm:

Điều khiển vòng kín các chuyển động của tay máy.

Có thể tự ra quyết định lựa chọn chƣơng trình đáp ứng dựa trên tín

hiệu phản hồi từ cảm biến nhờ các chƣơng trình đã đƣợc cài đặt từ

trƣớc.

Hoạt động của robot có thể lập trình đƣợc nhờ các công cụ nhƣ

bàn phím, pa-nen điều khiển.

(3) Robot thế hệ thứ ba

Đây là dạng phát triển cao nhất của robot tự cảm nhận. Các robot ở

đây đƣợc trang bị những thuật toán xử lý các phản xạ logic thích nghi theo

những thông tin và tác động của môi trƣờng lên chúng; nhờ đó robot tự biết

phải làm gì để hoàn thành đƣợc công việc đã đƣợc đặt ra cho chúng. Hiện

nay cũng đã có nhiều công bố về những thành tựu trong lĩnh vực điều khiển

này trong các phòng thí nghiệm và đƣợc đƣa ra thị trƣờng dƣới dạng nhữngrobot giải trí có hình dạng của các động vật máy.

Robot thế hệ này bao gồm các robot đƣợc trang bị hệ thống thu nhận

hình ảnh trong điều khiển (Vision - controlled robots) cho phép nhìn thấy và

nhận dạng các đối tƣợng thao tác.

Đặc điểm:



21

Có những đặc điểm nhƣ loại trên và điều khiển hoạt động trên cơ

sở xử lý thông tin thu nhận đƣợc từ hệ thống thu nhận hình ảnh

(Vision systems - Camera).

Có khả năng nhận dạng ở mức độ thấp nhƣ phân biệt các đối

tƣợng có hình dạng và kích thƣớc khá khác biệt nhau.

(4) Robot thế hệ thứ tự

Bao gồm các robot sử dụng các thuật toán và cơ chế điều khiển thích

nghi (adaptively controlled robot) đƣợc trang bị bƣớc đầu khả năng lựa chọncác đáp ứng tuân theo một mô hình tính toán xác định trƣớc nhằm tạo ra

những ứng xử phù hợp với điều kiện của môi trƣờng thao tác.

Đặc điểm :

Có những đặc điểm tƣơng tự nhƣ thế hệ thứ hai và thứ ba, có khả

năng tự động lựa chọn chƣơng trình hoạt động và lập trình lại cho

các hoạt động dựa trên các tín hiệu thu nhận đƣợc từ cảm biến.

Bộ điều khiển phải có bộ nhớ tƣơng đối lớn để giải các bài toán tối

ƣu với điều kiện biên không đƣợc xác định trƣớc. Kết quả của bài

toán sẽ là một tập hợp các tín hiệu điều khiển các đáp ứng của

robot.

(5) Robot thế hệ thứ năm

Là tập hợp những robot đƣợc trang bị trí tuệ nhân tạo (artificially

intelligent robot).

Đặc điểm:

Robot đƣợc trang bị các kỹ thuật của trí tuệ nhân tạo nhƣ nhận

dạng tiếng nói, hình ảnh, xác định khoảng cách, cảm nhận đối

tƣợng qua tiếp xúc, v.v... để ra quyết định và giải quyết các vấn đề

hoặc nhiệm vụ đặt ra cho nó.



22

Robot đƣợc trang bị mạng Neuron có khả năng tự học.

Robot đƣợc trang bị các thuật toán dạng Neuron Fuzzy/Fuzzy

Logic để tự suy nghĩ và ra quyết định cho các ứng xử tƣơng thích

với những tín hiệu nhận đƣợc từ môi trƣờng theo những thuật toán

tối ƣu một hay nhiều mục tiêu đồng thời.

Hiện nay trong lĩnh vựcgiải trí, nhiều dạng robot thế hệ này đang đƣợc

phát triển nhƣ robot Aibo - chú chó robot của hãng Sony hay robot đi trên hai

chân và khiêu vũ đƣợc của hãng Honda.

Nhật Bản là đất nƣớc có số lƣợng robot sử dụng trong công nghiệp

nhiều nhất thế giới. Ngƣời Nhật có quan niệm khá khác biệt về robot so với

các nƣớc công nghiệp phát triển. Theo Hiệp hội robot Nhật - JIRA (Japanese

Robot Associasion), robot đƣợc chia thành sáu loại, theo mức độ thông minh

nhƣ sau:

1) Ro bot hoạt động nhờ ngƣời điều khiển trực tiếp từng động tác,

bằng pendant hay pa-nen điều khiển.

2) Robot hoạt động theo chu trình cố định (fixed sequence robots).

3) Robot hoạt động theo chu trình thay đổi đƣợc (variable sequence

robots): ngƣời điều khiển có thể dễ dàng chỉnh sửa trình tự hoạt

động.

4)

Robot hoạt động theo chƣơng trình vả lặp lại chƣơng trình(playback robots): ngƣời điều khiển có thể lập trình cho robot

trong chế độ huấn luyện (teaching mode).

5) Robot điều khiển theo chƣơng trình số (numerically controlled

robots).

6) Robot thông minh intelligent robots): robot có thể hiểu, nhận

biết và tƣơng tác với môi trƣờng xung quanh.



23

1.4.3. Phân loại theo bộ điều khiển

(1) Robot gắp - đặt:

Robot này thƣờng nhỏ và sử dụng nguồn dẫn động khí nén. Bộ điều

khiển phổ biến là bộ điều khiển lập trình (PLC) để thực hiện điều khiển vòng

hở. R obot hoạt động căn cứ vào các tín hiệu phản hồi từ các tiếp điểm giới

hạn hành trình cơ khí đặt trên các trục của tay máy.

Hình 1.15. Một dạng robot gắp đặt.

(2) Robot đường dẫn liên tục

Robot loại này sử dụng bộ điều khiển servo thực hiện điều khiển

vòng kín. Hệ thống điều khiển liên tục là hệ thống trong đó robot đƣợc lập

trình theo một đƣờng chính xác. Trong hệ

thống điều khiển này, đƣờng dẫn đƣợc biểu

điễn bằng một loạt các điểm rời rạc gần nhau

và đƣợc lƣu vào bộ nhớ robot, sau đó robot

sẽ thực hiện lại chính xác đƣờng dẫn đó.

Hình 1.16. Một loại robot sơn

thực hiện đường dẫn liên tục



24

1.4.4. Phân loại robot theo nguồn dẫn động

(1) Robot dùng nguồn cấp điện

Nguồn điện cấp cho robot thƣờng là DC để điều khiển động cơ DC.

Hệ thống dùng nguồn AC cũng đƣợc chuyển đổi sang DC. Các động cơ sử

dụng thƣờng là động cơ bƣớc, động cơ DC servo, động cơ AC servo. Robot

loại này có thiết kế gọn, chạy êm, định vị rất chính xác. Các ứng dụng phổ

biến là robot sơn, hàn.

(2) Robot dùng nguồn khí nén

Hệ thống cán đƣợc trang bị máy nén, bình chứa khí và động cơ kéo

máy nén. Robot loại này thƣờng đƣợc sử dụng trong các ứng dụng có tải

trọng nhỏ có tay máy là các xy-lanh khí nén thực hiện chuyển động thng và

chuyển động quay. Do khí nén là lƣu chất nén đƣợc nén robot loại này thƣờng

sử dụng trong các thao tác gắp đặt không cần độ chính xác cao.

(3) Robot sùng nguồn thuỷ lực

Nguồn thuỷ lực sử dụng lƣu chất không nén đƣợc là dầu ép. Hệ thống

cần trang bị bơm để tạo áp lực dầu. Tay máy là các xy - lanh thuỷ lực chuyển

động thng và quay động cơ dầu. robot loại này đƣợc sử dụng trong các ứng

dụng có tải trọng lớn.

1.5. Các kỹ thuật xác định đƣờng đi cho robot Kỹ thuật điều khiển bằng thiết bị cầm tay.

Đối với kỹ thuật này ta sử dụng thiết bị cầm tay gắn trực tiếp vào

robot dùng để điều khiển hƣớng đi tới – lui – trái – phải và dừng hoạt động.

Kỹ thuật dò line dùng thiết bị cảm ứng

Đối với kỹ thuật này ta sử dụng các thiết bị cảm ứng đƣợc gắn

xung quanh robot. Mỗi thiết bị cảm ứng sẽ có chức năng nhận biế t line hay



25

nền để từ đó có thể điều khiển robot di chuyển theo các line đã đƣợc định

trƣớc.

Kỹ thuật dùng xử lý ảnh

So với hai kỹ thuật trên, kỹ thuật này ta sử dụng một camera gắn

trực tiếp vào robot dùng để thu nhận hình ảnh, sau đó những hình ảnh này

đƣợc gửi về máy tính phân tích và xử lý. Sau khi xử lý xong máy tính tìm

đƣợc đƣờng đi và điều khiển robot di chuyển theo đƣờng đi này. Quá trình thu

nhận ảnh và tìm đƣờng đi cho robot đƣợc lặp đi lặp lại cho đến khi robot đi

đƣợc đến đích.



26

CHƢƠNG 2

CÁC KỸ THUẬT TÌM ĐƢỜNG ĐI CỦA ROBOT

2.1. Giới thiệu về robot tự hành

Robot tự hành là một thành phần có vai trò rất quan trọng trong ngành

robot học. Cùng với sự phát triển mạnh mẽ của các hệ thống tự động hóa,

robot tự hành ngày một đƣợc hoàn thiện và càng cho thấy lợi ích của nó trong

công nghiệp và sinh hoạt. Một vấn đề rất đƣợc quan tâm khi nghiên cứu về

robot tự hành là làm thế nào để robot biết đƣợc vị trí nó đang đứng và có thể

di chuyển tới một vị trí đích, đồng thời có thể tránh đƣợc các chƣớng ngại vật

trên đƣờng đi.

Tiềm năng ứng dụng của robot tự hành hết sức rộng lớn. Có thể kể

đến robot vận chuyển vật liệu, hàng hóa trong các tòa nhà, nhà máy, cửa

hàng, sân bay và thƣ viện; robot do thám; robot khám phá không gian, di

chuyển trên hành tinh …

2.2. Kỹ thuật tìm đƣờng đi của robot

2.2.1. Kỹ thuật điều khiển bằng thiết bị cầm tay

Robot điều khiển bằng tay thƣờng dùng để điều khiển các động cơ.

Việc điều khiển động cơ bao gồm các chức năng sau:

+ Điều khiển động cơ quay ngƣợc (robot lùi )

+ Điều khiển động cơ quay xuôi (robot tiến )

+ Dừng động cơ (dừng robot)



27

Thông thƣờng là thiết kế một mạch điều khiển sử dụng các nút bấm để

đóng mở các relay, mạch rất đơn giản và hiệu quả. Tuy nhiên, làm nhƣ vậy sẽ

không thẩm mỹ và bất tiện.

Robot điều khiển bằng tay chia làm 2 loại :

Điều khiển từ xa bằng hồng ngoại và điều khiển qua dây cáp. Nếu

dùng các mạch thu phát hồng ngoại thông thƣờng thì tính ổn định không cao,

tốt nhất nên dùng vi xử lí để thu phát theo tần số riêng.

Điều khiển qua dây cáp mang tính ổn định rất cao.

2.2.2. Kỹ thuật dùng thiết bị cảm ứng

Robot dò đƣờng là loại robot có thể đi theo 1 đƣờng vẽ hay có thể là

một đƣờng đƣợc quy định nào đó hoặc trên các đƣờng line đƣợc quy định nhƣ

các cuộc thi robocon...

Nguyên lý hoạt động của robot dò đƣờng là các biến thể đặc biệt của

robot hƣớng sáng. Sở dĩ nói nhƣ vậy là do chúng có cùng nguyên tắc hoạtđộng là sử dụng cảm biến quang điện (quang trở hoặc diode hồng ngoại) để so

sánh cƣờng độ sáng từ đó điều chỉnh hƣớng đi thích hợp, đây cũng là các

quang trở dùng để dò đƣờng (dò line).

Khi cảm biến bên trái gặp đƣờng vẽ đen, động cơ bên phải chậm lại,

vì vậy robot sẽ hƣớng sang trái, và ngƣợc lại.

Khi cả 2 cảm biến không gặp đƣờng vẽ thì tốc độ quay của 2 động cơsẽ ngang nhau vì vậy robot sẽ đi thng.

2.2.3. Kỹ thuật dùng xử lý ảnh

2.2.3.1. Kỹ thuật dò biên

Xuất phát từ định nghĩa toán học của biên ngƣời ta thƣờng sử dụng 2

phƣơng pháp phát hiện biên sau :



28

a. Phƣơng pháp xác định biên trực tiếp

Phƣơng pháp này nhằm làm nổi biên dựa vào sự biến thiên về giá trị

độ sáng của điểm ảnh. Kỹ thuật chủ yếu dùng phát hiện biên ở đây là kỹ thuật

đạo hàm. Nếu lấy đạo hàm bậc nhất của ảnh ta có phƣơng pháp Gradient; nếu

lấy đạo hàm bậc hai ta có kỹ thuật Laplace. Hai phƣơng pháp trên đƣợc gọi là

phƣơng pháp dò biên cục bộ, ngoài ra ngƣời ta còn sử dụng phƣơng pháp “đi

theo đƣờng bao” dựa theo nguyên lý qui hoạch hoạt động và đƣợc gọi là

phƣơng pháp dò biên tổng thể.

b. Phƣơng pháp xác định biên gián tiếp

Là quá trình phân vùng dựa vào phép xử lý kết cấu đối tƣợng, cụ thể

là dựa vào sự biến thiên nhỏ và đồng đều độ sáng của các điểm ảnh thuộc một

đối tƣợng. Nếu các vùng của ảnh đƣợc xác định thì đƣờng phân ranh giữa các

vùng đó chính là biên ảnh cần tìm. Việc phát hiện biên và phân vùng đối

tƣợng là hai bài toán đối ngẫu. Từ phát hiện biên ta có thể tiến hành phân lớpđối tƣợng, nhƣ vậy là đã phân vùng đƣợc ảnh. Và ngƣợc lại, khi đã phân vùng

đƣợc ảnh nghĩa là đã phân lập đƣợc thành các đối tƣợng, từ đó có thể phát

hiện đƣợc biên cần tìm.

Tuy nhiên, phƣơng pháp tìm biên trực tiếp thƣờng sử dụng có hiệu

quả vì ít chịu ảnh hƣởng của nhiễu. Song nếu sự biến thiên độ sáng của ảnh là

không cao thì khó có thể phát hiện đƣợc biên, trong trƣờng hợp này việc tìm biên theo phƣơng pháp trực tiếp tỏ ra không đạt đƣợc hiệu quả tốt. Phƣơng

pháp tìm biên gián tiếp dựa trên các vùng, đòi hỏi áp dụng lý thuyết về xử lý

kết cấu đối tƣợng phức tạp, vì thế khó cài đặt, song đạt hiệu quả cao khi sự

biến thiên về cƣờng độ sáng là nhỏ.

c. Qui trình phát hiện biên

Bƣớc 1 : Khử nhiễu ảnh



29

Vì ảnh thu nhận thƣờng có nhiễu, nên bƣớc đầu tiên là phải khử

nhiễu, việc khử nhiễu đƣợc thực hiện bằng các kỹ thuật khử nhiễu khác nhau.

Bƣớc 2 : Làm nổi biên

Tiếp theo là làm nổi biên bởi các toán tử đạo hàm

Bƣớc 3 : Định vị điểm biên

Vì các kỹ thuật làm nổi biên có hiệu ứng phụ là tăng nhiễu, do vậy sẽ

có một số điểm biên giả cần loại bỏ.

Bƣớc 4 : Liên kết và trích chọn biên

Nhƣ đã nói, phát hiện biên và phân vùng ảnh là một bài toán đối ngẫu, vì thế

cũng có thể phát hiện biên thông qua việc phân vùng ảnh.

2.2.3.2. Các phƣơng pháp phát hiện biên trực tiếp

a. Phƣơng pháp Gradient

Phƣơng pháp gradient là phƣơng pháp dò biên cục bộ dựa vào cực đại

của đạo hàm Theo định nghĩa, gradient là một véctơ có các thành phần biểu

thị tốc độ thay đổi giá trị của điểm ảnh theo hai hƣớng x và y, các thành phần

của gradient đƣợc định bởi:

dy

y x f dy y x f fy y

y x f dx

y x f ydx x f fx

x

y x f

),(),(),(

),(),(),(

Trong đó, dx, dy là khoảng cách (tính bằng số điểm) theo hƣớng x và y.

Nhận xét : Tuy ta nói là lấy đạo hàm nhƣng thực chất chỉ là mô phỏng

và xấp xỉ đạo hàm bằng các kỹ thuật nhân chập (cuộn theo mẫu) vì ảnh số là

tín hiệu rời rạc nên đạo hàm không tồn tại.

Ví dụ : với dx = dy = 1, ta có



30

),()1,(

),(),1(

y x f y x f fy y

f

y x f y x f fx x

f

Do đó, mặt nạ nhân chập theo hƣớng x là A = ( -1 1)

và hƣớng y là B =

1

1

Chng hạn:

I =

3330

3330

33300000

Ta có,

I A =

****

*003

*003

*000

; I B =

****

*000

*000

*330

I A + I B =

****

*003

*003

*330

Kỹ thuật Gradient

Kỹ thuật này sử dụng một cặp mặt nạ H1 và H2 trực giao (theo 2

hƣớng vuông góc). Nếu định nghĩa g1, g2 là gradient tƣơng ứng theo 2 hƣớng

x và y, thì biên độ của gradient, ký hiệu là g tại điểm (m, n) đƣợc tính theo

công thức:

A0 = g(m,n) = ),(),( 2

2

2

1 nm g nm g (2.1)



31

),(/),(tan),( 12

1 nm g nm g nmr

(2.2)

Chú ý: để giảm tính toán, công thức (2.1) đƣợc tính gần đúng bởi: A0 = |g1(m,n)| + |g2(m,n)|

Các toán tử đạo hàm đƣợc áp dụng là khá nhiều, ở đây ta chỉ xét một

số toán tử tiêu biểu: toán tử Robert, Sobel, Prewitt…

Trƣớc tiên chúng ta xét toán tử Robert. Toán tử này do Robert đề xuất

vào năm 1965. Nó áp dụng trực tiếp của các công thức đạo hàm tại điểm

(x,y), với mỗi điểm ảnh I(x,y) của I, đạo hàm theo x, theo y đƣợc ký hiệu

tƣơng ứng bởi gx, gy, đƣợc tính:

gx = I(x + 1, y) – I(x, y); gy = I(x, y + 1) – I(x, y)

điều này tƣơng đƣơng với việc chập ảnh với 2 mặt nạ H 1 và H2:

H1 =

01

10 H2 =

10

01

Ta gọi H1, H2 là mặt nạ Robert.

Trong trƣờng hợp tổng quát, giá trị gradient biên độ g và gradient

hƣớng r đƣợc tính bởi công thức (2.1) và (2.2). Thƣờng để giảm thời gian

tính toán, ngƣời ta còn tính gradient theo các chuẩn sau:

A1 = |g1(m,n) + g2(m,n)|

Hoặc

A2 = max(|g1(m,n)|, |g2(m,n)|)

Cần lƣu ý rằng, do lạm dụng về ngôn ngữ, tuy ta lấy đạo hàm của ảnh

nhƣng thực ra chỉ là mô phỏng và xấp xỉ đạo hàm bằng kỹ thuật nhân chập do

ảnh số là tín hiệu rời rạc, do vậy đạo hàm không tồn tại.



32

Kỹ thuật Prewitt

Kỹ thuật dùng hai mặt nạ nhập chập xấp xỉ đạo hàm theo hai hƣớng x

và y là:

Hx =

101

101

101

Hy =

111

000

111

Các bƣớc tính toán của kỹ thuật Prewitt

Bƣớc 1 : Tính I Hx và I Hy

Bƣớc 2 : Tính I Hx + I Hy

Ví dụ

I =

000000

000000

005555

005555

005555

000000

I Hx =

******

******

**5500

**101000

**151500

**101000



33

I Hy =

******

******

**5101515**5101515

**0000

**5101515

I Hx + I Hy =

******

******

**10151515

**15201515

**151500

**501515

Kỹ thuật Sobel

Tƣơng tự nhƣ kỹ thuật Prewitt, kỹ thuật Sobel sử dụng hai mặt nạ

nhân chập theo hai hƣớng x và y là:

Hx =

101

202

101

Hy =

121

000

121

Các bƣớc tính toán tƣơng tự nhƣ Prewitt

Bƣớc 1 : Tính I Hx và I Hy

Bước 2 : Tính I Hx + I Hy

Kỹ thuật la bàn

Kỹ thuật sử dụng 8 mặt nạ chập theo 8 hƣớng 0 0, 45

0, 90

0, 135

0, 180

0,

2250, 270

0, 315

0



34

H1 =

333

305

355

H2 =

333

303

555

H3 =

333

503

553

H4 =

533

503

533

H5 =

553

503

333

H6 =

555

303

333

H7 =

355

305

333

H8 =

335

305

335

Các bƣớc tính thuật toán La bàn

Bƣớc 1 : Tính I Hi, 8,1i

Bƣớc 2 :

8

1i

i H I

b. Phƣơng pháp Laplace

Các phƣơng pháp đánh giá gradient ở trên làm việc khá tốt khi mà độ

sáng thay đổi rõ rệt. Khi mức xám thay đổi chậm, miền chuyển tiếp trải rộng,

phƣơng pháp cho hiệu quả hơn đó là phƣơng pháp sử dụng đạo hàm bậc hai

Laplace.

Toán tử Laplace đƣợc định nghĩa nhƣ sau:

Ta có:

)),(),1((2

2

2

2

2

22

y x f y x f x x

f

x x

f

y

f

x

f f



35

),1(),(),(),1( y x f y x f y x f y x f

),1(),(2),1( y x f y x f y x f

Tƣơng tự, )),()1,((2

2

y x f y x f y x

f

y y

f

)1,(),(),()1,( y x f y x f y x f y x f

)1,(),(2)1,( y x f y x f y x f

Vậy: )1,(),1(),(4)1,(),1(

2

y x f y x f y x f y x f y x f f

Dẫn tới: H =

010

141

010

Trong thực tế, ngƣời ta thƣờng dùng kiểu mặt nạ khác nhau để xấp xỉ

rời rạc đạo hàm bậc hai Laplace. Dƣới đây là ba kiểu mặt nạ thƣờng dùng:

H1 =

010

141

010

H2 =

111

181

111

H3 =

121

242

121

Giả sử có ảnh I, khi đó tìm biên ảnh bằng cách lấy đạo hàm bậc 2 của

ảnh I (phƣơng pháp Laplace) nghĩa là nhân cuộn ảnh I với một trong 3 mặt

nạ trên: Ikq = I⊗ H. Kết quả mô phỏng đƣợc thể hiện nhƣ hình sau:

a) Ảnh gốc b) Ảnh biên

Hình 2.1: Biên ảnh với kỹ thuật Laplace



36

Tuy nhiên kết quả thực nghiệm cho thấy, do thực hiện phƣơng pháp

đạo hàm bậc hai cho nên kết quả rất nhạy cảm với nhiễu, để khắc phục nhƣợc

điểm này ngƣời ta mở rộng toán tử Laplace. Dùng hàm Gauss để giảm nhiễu

cho ảnh (làm trơn ảnh).

c. Phƣơng pháp Canny

Phƣơng pháp này do John Canny ở phòng thí nghiệm MIT khởi xƣớng

vào năm 1986. Canny đã đƣa một tập hợp các ràng buộc mà một phƣơng pháp

phát hiện biên phải đạt đƣợc. Ông đã trình bày một phƣơng pháp tối ƣu nhất

để thực hiện đƣợc các ràng buộc đó. Và phƣơng pháp này đƣợc gọi là phƣơng

pháp Canny.

Cơ sở lý thuyết thuật toán

Ý tƣởng thuật toán: Ý tƣởng của phƣơng pháp này là định vị đúng vị

trí bằng cách cực tiểu hoá phƣơng sai δ2 của vị trí các điểm cắt "Zero" hoặc

hạn chế số điểm cực trị cục bộ để chỉ tạo ra một đƣờng bao.

Các ràng buộc mà phƣơng pháp phát hiện biên Canny đã thực hiện

đƣợc đó là: mức lỗi, định vị và hiệu suất. Trong đó:

- Mức lỗi: có ý nghĩa là một phƣơng pháp phát hiện biên và phải tìm

tất cả các biên, không biên nào đƣợc tìm bị lỗi.

- Định vị: Điều này nói đến độ chênh lệch cấp xám giữa các điểm trên

cùng một biên phải càng nhỏ càng tốt.

- Hiệu suất: là làm sao cho khi tách biên không đƣợc nhận ra nhiều

biên trong khi chỉ có một biên tồn tại.

Ràng buộc mức lỗi và định vị đƣợc dùng để đánh giá các phƣơng pháp

phát hiện biên. Còn ràng buộc về hiệu suất thì tƣơng đƣơng với mức lỗi

dƣơng.



37

Canny đã giả thiết rằng nhiễu trong ảnh tuân theo phân bố Gauss và

đồng thời ông cũng cho rằng một phƣơng pháp phát hiện biên thực chất là

một bộ lọc nhân xoắn có khả năng làm mịn nhiễu và định vị đƣợc cạnh. Vấn

đề là tìm một bộ lọc sao cho thỏa mãn tối ƣu nhất các ràng buộc ở trên.

Dƣới đây là việc xây dựng một bộ lọc tối ƣu f đƣợc xấp xỉ bằng đạo

hàm.

Bộ lọc f đƣợc giả thiết f = 0 ngoài đoạn (-w, +w). Ba ràng buộc trên

tƣơng ứng với ba điều kiện nhƣ sau:

SNR =

0 )(

)(

2

0

n

w

w

w

dx x f

dx x f A

Localization =

0

2

)0(

n

w

wdx f

f A

XZC =

dx x f

dx x f

)('

)(

2

2

Trong đó:

SNR: (mức lỗi) nhằm tìm một hàm f(x) phản đối xứng sao cho tỷ số

giữa tín hiệu và nhiễu là cực đại

Các giá trị Localization đại diện cho nghịch đảo chênh lệch mức xám

giữa csac điểm trong cùng một biên và càng lớn càng tốt.

XZC ràng buộc này nhằm hạn chế điểm cực trị cục bộ với mục đích

cung cấp chỉ một đƣờng bao.



38

Canny có gắng tìm ra bộ lọc f làm cực đại tích: SNR * Localization.

Nhƣng cuối cùng thì một sự xấp xỉ có hiệu quả của f lại chính là đạo hàm bậc

nhất của hàm Gauss.

Khi đó G có đạo hàm theo cả hai hƣớng x và y. Sự xấp xỉ với bộ lọc

tối ƣu của thuật toán phát hiện biên Canny chính là G‟ và do vậy, bằng phép

nhân xoắn ảnh vào với G‟ ta thu đƣợc ảnh E đã đƣợc tách biên ngay cả trong

trƣờng hợp ảnh có nhiều nhiễu.

Phép nhân xoắn thực hiện một cách dễ dàng trong khi việc tính toán

khá phức tạp, đặc biệt là nhân xoắn với mảng hai chiều. Tuy nhiên một phép

nhân xoắn với mảng hai chiều Gauss có thể đƣợc ch ia thành hai phép nhân

xoắn với mặt nạ Gauss một chiều. Việc vi phân cũng có thể đƣợc thực hiện

bằng phép nhân xoắn ở mảng một chiều tạo nên hai ảnh: ảnh một là việc nhân

xoắn thành phẩn của x với mảng một chiều, ảnh hai là việc nhân xoắn thành

phần của y.

Hoạt động của thuật toán

Thuật toán

Thuật toán đƣợc tiến hành qua bốn bƣớc cơ bản sau:

- Đọc ảnh I cần xử lý: tiến hành làm trơn ảnh bằng cách nhân xoắn

ảnh với bộ lọc Gauss.

- Đạo hàm bậc nhất kết quả trên theo hai hƣớng x và y:

Điều này tƣơng ứng với việc nhân xoắn ảnh kết quả ở bƣớc 1 theo hai

hƣớng (x và y) với một bộ lọc dựa trên đạo hàm bậc nhất (các bộ lọc của kỹ

thuật Gradient).

Từ đó đƣa ra kết quả đạo hàm ảnh sau khi tiến hành nhân xoắn với

Gauss.



39

- Cho ảnh kết quả ở bƣớc tiến hành “Non-maximum Suppression”

Nghĩa là loại bỏ bớt các điểm cạnh (loại bỏ bớt nhiễu), chỉ giữ lại điểm có

mức xám cao.

- Tiến hành thực hiện áp dụng ngƣỡng (ngƣỡng cao và ngƣỡng thấp)

để loại bỏ một số cạnh xấu.

Giải thích thuật toán

Bƣớc thứ nhất: Tiến hành làm trơn ảnh

Ở bƣớc này chúng ta tiến hành nhân ảnh với bộ lọc Gauss. Cách thứctiến hành giống nhƣ tiến hành ở Laplace of Gauss.

Bƣớc thứ hai: Tiến hành đạo hàm kết quả ở bƣớc 1

Sau khi làm trơn ảnh ở bƣớc 1 (nhân ảnh với bộ lọc Gauss) ta tiến

hành đạo hàm bậc nhất kết quả đó. Kết quả đạo hàm S là đạo hàm của tích

ảnh I và hàm Gauss(x,y). Điều này tƣơng ứng với đạo hàm của hàm Gauss

sau đó nhân với ảnh I

S = (g * I) = (g) * I

Với

g =

y

x

g

g

y

g x

g

Nhƣ vậy, kết quả ảnh bƣớc hai chính là sự tổng hợp của đạo hàm của

Gauss theo hƣớng x nhân với ảnh I và đạo hàm của Gauss theo hƣớng y nhân

với ảnh I.

Nghĩa là ta có thể đạo hàm Gauss theo hai hƣớng rồi mới tiến hành

nhân xoắn với ảnh thay vì nhân xoắn ảnh với hàm Gauss rồi mới đạo hàm.



40

Hình 2.2: Đạo hàm hàm Gauss theo hai hướng (x, y)

Nhƣ vậy cách thức thực hiện bƣớc thứ hai nhƣ sau:

Sau khi tiến hành nhân xoắn ảnh I với bộ lọc Gauss ở bƣớc 1 ta có

một ảnh mới S đƣợc làm trơn. Tiến hành thực hiện bƣớc hai bằng cách lấy

đạo hàm ảnh mới đó theo hai hƣớng x và y rồi tổng hợp kết quả lại.

Nhƣ đã biết, phƣơng pháp Gradient là phƣơng pháp dò biên cục bộ

dựa vào cực đại của đạo hàm, đó chính là phƣơng pháp đạo hàm bậc nhất.

Chính vì vậy ta có thể thực hiện việc đạo hàm ở bƣớc 2 bằng cách nhân ảnh

kết quả S ở bƣớc 1 với các mặt nạ trong phƣơng pháp Gradient dựa theo các

toán tử nhƣ Sobel, Pixel, Difference.

Ở đây ta tiến hành nhân xoắn ảnh S với hai mặt nạ của phƣơng pháp

Sobel theo hai hƣớng x và y nhƣ sau:

Hx =

101

202

101

Hy =

121

000

121

Sau khi tiến hành nhân xoắn ảnh theo hai hƣớng x và y ta đƣợc hai

ảnh theo hai hƣớng là Sx và Sy, ta tiến hành tổng hợp hai kết quả đó để cho ra

kết quả cuối cùng S‟:

S‟ = 22( y x

S S

g(x,y)gy(x,y

gx(x,y



41

Hƣớng của biên nhƣ sau:

= x

y

S

S 1

tan

Ảnh S‟ tìm đƣợc là kết quả của bƣớc thứ hai

Bƣớc thứ 3: Tiến hành Non-maximum Suppression

Tức là loại bỏ một số cạnh dƣ thừa: đối với mỗi điểm ảnh trên ảnh S‟

ta tiến hành so sánh giá trị của điểm đó với giá trị của hai điểm lân cận điểm

đó. Hai điểm lân cận này là hai điểm nằm trên đƣờng thng chứa hƣớng củađƣờng biên .

Công thức tính hƣớng của đƣờng biên nằm ở bƣớc 2.

Giả sử ta có điểm biên đang xét là tại vị trí (x, y), ta có 8 điểm biên lân

cận điểm biên này nhƣ hình dƣới:

Hình 2.3: Mô hình các điểm biên lân cận

y

x

67,50

22,50

-22,50

-67,50

122,50

157,50

-157,50

-122,50

(x,y-1)

(x+1,y-1)

(x+1,y)

(x+1,y+1)

(x,y+1)

(x-1,y+1)

(x-1,y)

(x-1,y-1)

(x,y)



42

Tại điểm biên đó ta tiến hành tính giá trị góc của hƣớng đƣờng biên .

Nếu hƣớng của đƣờng biên ≤ 22.50 hoặc > 157.5

0 thì đặt giá trị của = 0

0

và khi đó hai điểm biên lân cận điểm biên này tại vị trí (x -1,y) và (x+1,y)

Tƣơng tự ta có kết quả hai điểm biên lân cận theo các hƣớng biên

khác nhau nhƣ bảng dƣới đây:

Giá trị Phƣơng hƣớng Điểm ảnh

≤ 22.50 hoặc > 157.5

0 = 0

0 (x-1,y) (x+1,y)

22.50 < ≤ 67.50 = 450 (x-1,y-1) (x+1,y+1)

67.50 < ≤ 112.50

= 900 (x-1,y-1) (x+1,y-1)

112.50 < ≤ 157.50

= 1350 (x,y+1) (x,y+1)

Ta tiến hành thực hiện:

- Tại mỗi điểm ảnh ta tiến hành tính toán hƣớng của đƣờng biên, sau

đó so sánh kết quả đó tìm ra hai điểm biên lân cận

- So sánh giá trị điểm ảnh đang xét với hai điểm biên trên:

Nếu điểm ảnh này là lớn nhất thì giữ lại điểm biên này (đánh dấu điểm

biên này), ngƣợc lại nếu nó nhỏ hơn một trong hai điểm biên lân cận thì điểm

biên này bị loại đi (cho giá trị điểm biên này bằng 0)

Ta đƣợc kết quả ảnh sau khi đã loại đi một số điểm biên không phù

hợp. Lúc này số lƣợng biên trên ảnh nhìn thấy sẽ ít đi. Điều này đặc biệt có

giá trị tốt để loại bỏ một số biên dƣ thừa đặc biệt với ảnh có nhiều nhiễu.

Bƣớc thứ 4: Tiến hành áp dụng ngƣỡng:

Sau khi tiến hành bƣớc 3 ta tiến hành áp dụng ngƣỡng: sử dụng hai

ngƣỡng cao Th và ngƣỡng thấp Tl.



43

Những điểm biên đƣợc đánh dấu (không bị loại) ta tiếp tục tiến hành

áp dụng ngƣỡng cao và ngƣỡng thấp:

- Xét điểm ảnh I tại vị trí (x,y)

- So sánh I(x,y) với hai ngƣỡng Th và Tl

Nếu I(x,y) Th: đánh dấu và giữ lại điểm biên này (đặt giá trị bằng 1)

Nếu I(x,y) < Tl: Loại bỏ điểm biên này (đặt giá trị bằng 0)

Nếu Tl ≤ I(x,y) < Th: ta tiến hành so sánh giá trị I(x,y) với giá trị

của 8 điểm lân cận:

o Nếu một trong 8 điểm lân cận có giá trị > Th: Tiến hành đánh

dấu và giữ lại điểm biên này.

o

Ngƣợc lại: Loại bỏ điểm biên này (đặt giá trị bằng 0)

Sau đây là kết quả sau khi thực hiện phƣơng pháp phát hiện biên

Canny:

a) Ảnh góc b) Ảnh biên

Hình 2.4: Biên ảnh theo phương pháp Canny



44

2.2.3.3. Phƣơng pháp phát hiện biên gián tiếp

a. Một số khái niệm cơ bản

Ảnh và điểm ảnh

Ảnh là một mảng số thực 2 chiều (I ij) có kích thƣớc (MxN), trong đó

mỗi phần tử Iij(i = 1..M, j = 1..N) biểu thị mức xám của ảnh tại (i,j) tƣơng

ứng.

Ảnh đƣợc gọi là ảnh nhị phân nếu các giá trị Iij chỉ nhận giá trị 0 hoặc 1.

Ở đây ta chỉ xét tới ảnh nhị phân vì ảnh bất kỳ có thể đƣa về dạng nhị

phân bằng kỹ thuật phân ngƣỡng. Ta ký hiệu là tập các điểm vùng (điểm

đen) và là tập các điểm nền (điểm trắng).

Các điểm 4 và 8-láng giềng

Giả sử (i,j) là một điểm ảnh, các điểm 4-láng giềng là các điểm kề

trên, dƣới, trái, phải của (i,j):

N4(i,j) = {(i‟,j‟) : |i-i‟| + |j- j‟| = 1},

và những điểm 8-láng giềng gồm

N8(i,j) = {(i‟,j‟) : max(|i-i‟| + |j- j‟|) = 1}

Trong hình 3.1 biểu diễn ma trận 8 láng giềng kề nhau, các điểm P0,

P1, P2, P3, P4, P5, P6, P7 là các 8-láng giềng của P

P3 P2 P1

P4 P P0

P5 P6 P7

Hình 2.5. Ma trận 8-láng giềng kề nhau



45

Đối tƣợng ảnh

Hai điểm Ps, Pe E, E hoặc đƣợc gọi là 8-liên thông (hoặc 4-

liên thông) trong E nếu tồn tại tập các điểm đƣợc gọi là đƣờng đi (i 0,j0) sao

cho (i0,j0)=Ps, (in,jn) = Pe, (ir ,jr ) E và (ir ,jr ) là 8-láng giềng (hoặc 4-láng giềng

tƣơng ứng) của (ir-1,jr-1) với r = 1,2, ..,n

Nhận xét: Quan hệ k-l iên thông trong E (k=4,8) là một quan hệ phản

xạ, đối xứng và bắc cầu. Bởi vậy, đó là một quan hệ tƣơng đƣơng. Mỗi lớp

tƣơng đƣơng đƣợc gọi là mộ thành phần k -liên thông của ảnh. Về sau ta sẽgọi mỗi thành phần k -liên thông của ảnh là một đối tƣợng ảnh.

b. Chu tuyến của một đối tƣợng ảnh

Định nghĩa 1: [Chu tuyến]

Chu tuyến của một đối tƣợng ảnh là dãy các điểm của đối tƣợng ảnh

P1…Pn sao cho Pi và Pi+1 là các 8-láng giềng của nhau (i=1,….,n-1) và P1 là 8-

láng giềng của Pn, i Q không thuộc đối tƣợng ảnh và Q là 4-láng giềng của

Pi (hay nói cách khác i thì Pi là biên 4). Kí hiệu <P1P2..Pn>

Tổng các khoảng cách giữa hai điểm kế tiếp của chu tuyến là độ dài

của chu tuyến và kí hiệu Len(C) và hƣớng P iPi+1 là hƣớng chẵn nếu Pi và Pi+1

là các 4-láng giềng (trƣờng hợp còn lại thì PiPi+1 là hƣớng lẻ).

Hình 2.6. dƣới đây biểu diễn chu tuyến của ảnh, trong đó, P là điểmkhởi đầu chu tuyến.

P

Hình 2.6. Ví dụ về chu tuyến của đối tượng ảnh



46

Định nghĩa 2: [Chu tuyến ngoài]

Chu tuyến C đƣợc gọi là chu tuyến ngoài (hình 2.7a) nếu và chỉ nếu

(i) Chu tuyến đối ngẫu C là chu tuyến của các điểm nền

(ii) Độ dài của C nhỏ hơn độ dài của C

Định nghĩa 3: [Chu tuyến trong]

Chu tuyến C đƣợc gọi là chu tuyến trong (hình 2.7 b) nếu và chỉ nếu

(i) Chu tuyến đỗi ngẫu C là chu tuyến của các điểm nền

(ii) Độ dài của C lớn hơn độ dài của C

a. Chu tuyến ngoài b. Chu tuyến trong

Hình 2.7 . Chu tuyến trong, chu tuyến ngoài

c. Thuật toán dò biên tổng quát

Biểu diễn đối tƣợng ảnh theo chu tuyến thƣờng dựa trên các kỹ thuật

dò biên. Có hai kỹ thuật dò biên cơ bản. Kỹ thuật thứ nhất xét ảnh biên thuđƣợc từ ảnh vùng sau một lần duyệt nhƣ một đồ thị, sau đó áp dụng các thuật

toán duyệt cạnh đồ thị. Kỹ thuật thứ hai dựa trên ảnh vùng, kết hợp đồng thời

quá trình dò biên và tách biên. Ở đây ta quan tâm cách tiếp cận thứ hai.

Trƣớc hết, giả sử ảnh đƣợc xét chỉ bao gồm một vùng ảnh 8 -liên thông

, đƣợc bao bọc bởi một vành đai các điểm nền. Dễ thấy là một vùng 4-liên

thông chỉ là một trƣờng riêng của trƣờng hợp trên.

Chu tuyến C Chu tuyến C

Chu tuyến C

Chu tuyến C



47

Về cơ bản, các thuật toán dò biên trên một vùng đều bao gồm các

bƣớc sau:

Xác định điểm biên xuất phát

Dự báo và xác định điểm biên tiếp theo

Lặp bƣớc 2 cho đến khi gặp điểm xuất phát

Do xuất phát từ những tiêu chuẩn và định nghĩa khác nhau về điểm

biên, và quan hệ liên thông, các thuậ toán dò biên cho ta các đƣờng biên mang

các sắc thái rất khác nhau.

Kết quả tác động của toán tử dò biên lên một điểm biên r là điểm biên

r i+1 (8-láng giềng của r). Thông thƣờng các toán tử này đƣợc xây dựng nhƣ

một hàm đại số Boolean trên các 8-láng giềng của r. Mỗi cách xây dựng các

toán tử đều phụ thuộc vào định nghĩa quan hệ liên thông và điểm biên. Do đó

sẽ gây khó khăn cho việc khảo sát các tính chất của đƣờng biên. Ngoài ra, vì

mỗi bƣớc dò biên đều phải kiểm tra tất cả các 8-láng giềng của mỗi điểm nên

thuậ toán thƣờng kém hiệu quả. Để khắc phục các hạn chế trên, thay vì sử

dụng một điểm biên ta sử dụng cặp điểm biên (một thuộc , một thuộc ),

các cặp điểm này tạo nên tập nền vùng, kí hiệu là NV và phân tích toán tử dò

biên thành hai bƣớc:

Xác định cặp điểm nền vùng tiếp theo

Lựa chọn điểm biên

Trong đó bƣớc thứ nhất thực hiện chức năng của một ánh xạ trên tập

NV lên NV và bƣớc thứ hai thực hiện chức năng chọn điểm biên.

Thuật toán dò biên tổng quát

Bƣớc 1: Xác định cặp nền-vùng xuất phát



48

Bƣớc 2: Xác định cặp nền-vùng tiếp theo

Bƣớc 3: Lựa chọn điểm biên vùng

Bƣớc 4: Nếu gặp lại cặp xuất phát thì dừng, nếu không quay lại bƣớc 2

Việc xác định cặp nền-vùng xuất phát đƣợc thực hiện bằng cách duyệt

ảnh lần lƣợt từ trên xuống dƣới và từ trái qua phải rồi kiểm tra điều kiện lựa

chọn cặp nền-vùng. Do việc chọn điểm biên chỉ mang tính chất quy ƣớc, nên

ta gọi ánh xạ xác định cặp nền-vùng tiếp theo là toán tử dò biên.

Định nghĩa 4: [Toán tử dò biên]

Giả sử T là một ánh xạ nhƣ sau: T : NV NV

(b,r) (b‟,r‟)

Gọi T là một toán tử dò biên cơ sở nếu nó thỏa mãn điều kiện: b‟,r‟ là

các 8-láng giềng của r.

Giả sử (b,r) NV; gọi K(b,r) là hàm chọn điểm biên. Biên của một

dạng có thể định nghĩa theo một trong ba cách:

Tập những điểm thuộc có mặt trên NV, tức là K(b,r) = r

Tập những điểm thuộc có trên NV, tức là K(b,r) = b

Tập những điểm ảo nằm giữa cặp nền-vùng, tức là K(b,r) là những

điểm nằm giữa hai điểm b và r.

Quá trình chọn điểm biên đƣợc thực hiện nhƣ sau:

i:=1; (bi,r i) := (b0,r 0)

While K(bi,r i) <> K(bn,r n) and i ≤ 8 do

Begin (bi+1,r i+1) = T(bi,r i); i:=i+1; End

Điều kiện dừng



49

Cặp nền-vùng thứ n trùng với cặp nền vùng xuất phát: (bn,r n) = (b0,r 0)

Xác định cặp nền - vùng xuất phát

Cặp nền vùng xuất phát đƣợc xác định bằng cách duyệt ảnh lần lƣợt từ

trên xuống dƣới và từ trái sang phải điểm đen đầu tiên gặp đƣợc cùng với

điểm trắng trƣớc đó (theo hƣớng 4) để tạo nên cặp nền vùng xuất phát.

Xác định cặp nền – vùng tiếp theo

Đầu vào: pt, dir

Ví dụ:

Point orient [] = {(1,0); (1,-1); (0,-1); (-1,-1); (-1,0); (-1,1); (0,1);

(1,1)};

// Hàm tìm hƣớng có điểm đen gần nhất

BYTE GetNextDir(POINT pt, BYTE dir)

{

BYTE pdir = (dir + 7) % 8;

do{

if(getpixel(pt.x+orient[pdir].x, pt.y+orient[pdir].y))==BLACK)

return pdir;

pdir = (pdir + 7) % 8;

}while(pdir != dir);

return ERR; // Điểm cô lập

}

// Gán giá trị cho bƣớc tiếp theo



50

pdir = GetNextDir(pt, dir);

if(pdir==ERR) // Kiểm tra có là điểm cô lập không

return ERR; // Điểm cô lập

pt.x = pt.x + orient[pdir].x; pt.y = pt.y + orient[pdir].y;

Để tính giá trị cho hƣớng tiếp theo ta lập bảng dựa trên giá trị pdir đã

tính đƣợc trƣớc đó theo các khả năng có thể xảy ra:

pdir Điểm trắng trƣớc đó Trắng so với đen mới

0

1

2

3

4

5

6

7

1

2

3

4

5

6

7

0

2

4

4

6

6

0

0

2

Do đó công thức để tính hƣớng tiếp theo sẽ là

dir = ((pdir + 3)/2 * 2) % 8;

2.3.3.4. Một số nhận xét và đánh giá các phƣơng pháp phát hiện biên

(phƣơng pháp Gadient, phƣơng pháp Laplace, phƣơng pháp Canny) Đối với ảnh không nhiễu

Cả ba phƣơng pháp đều cho kết quả rất tốt. Song phƣơng pháp phát

hiện biên Sobel cho biên rõ nét nhƣng lớn, còn phƣơng pháp Laplace cho kết

quả rõ nét, biên mảnh. Riêng phƣơng pháp Canny do quá trình làm trơn ảnh

nên từ một ảnh không nhiễu, các biên mờ bớt đi và to ra. Do vậy biên ảnh

trong phƣơng pháp Canny lớn nhƣng lại không đầy đủ.



51

Đối với ảnh có nhiều cạnh

Khi phát hiện biên, các cạnh không quan trọng nên đƣợc loại bỏ. Ở

đây, phƣơng pháp Sobel vẫn phát hiện đƣợc biên nhƣng các biên mờ, không

đƣợc rõ nét, do trong ảnh có những vùng có mức xám thấp, sự thay đổi giữa

các mức xám nhỏ.

Chính vì vậy mà ảnh qua phƣơng pháp Laplace cho kết quả rõ nét hơn

(do phƣơng pháp này sử dụng phƣơng pháp đạo hàm bậc hai). Tuy vậy do ảnh

có rất nhiều biên nhỏ nên các biên ảnh ở trên qua phƣơng pháp này rất nhiều

và rối, chúng ta nên loại bỏ các điểm dƣ thừa.

Còn đối với phƣơng pháp Canny, do quá trình “Non-maximum

Suppression” và do quá trình áp dụng ngƣỡng mà các điểm biên phụ bị loại

bỏ bớt đi, các biên chính đƣợc giữ lại nên biên rõ nét hơn.

Đối với ảnh có nhiều mức xám nhỏ, sự biến thiên các mức xám là thấp

ta nên sử dụng phƣơng pháp Laplace, song nếu ảnh đó có quá nhiều biên thì

ta nên sử dụng phƣơng pháp Canny để loại bỏ bớt các cạnh không cần quan

tâm đi.

Đối với ảnh có nhiều nhiễu

Phƣơng pháp đạo hàm bậc nhất cho biên ảnh với nhiều điểm biên phụ.

Còn phƣơng pháp Laplace thì tạo biên kép nên hoàn toàn không xác định

đƣợc biên. Còn đối với phƣơng pháp Canny thì do quá trình làm trơn ảnh cho bớt nhiễu và quá trình “Non-maximum Suppression” để giảm bớt các biên

phụ nên ảnh kết quả của phƣơng pháp Canny rất rõ nét.

Tóm lại : Đối với ảnh có nhiều cạnh hoặc nhiều nhiễu thì ta nên sử

dụng phƣơng pháp Canny để loại bỏ bớt cạnh, bỏ nhiễu và các điểm biên phụ

không cần quan tâm, chỉ giữ lại các điểm biên chính theo mục đích sử dụng

khác nhau.



52

2.2.3.5. Biến đổi Hough

a. Biến đổi Hongh cho đường thẳng

Bằng cách nào đó ta thu đƣợc một số điểm vấn đề đặt ra là cần phải

kiểm tra xem các điểm có là đƣờng thng hay không.

Bài toán:

Cho n điểm (xi; yi) i = 1..n và ngƣỡng hãy kiểm tra n điểm có tạo

thành đƣờng thng hay k hông?

* Ý tƣởng

Giả sử n điểm nằm trên cùng một đƣờng thng và đƣờng thng có

phƣơng trình

y = ax + b

Vì (xi, yi) i = 1..n thuộc đƣờng thng nên yi = axi + b, i = 1..n

b = - xia + yi; i = 1..n

Nhƣ vậy, mỗi điểm (xi; yi) trong mặt phng sẽ tƣơng ứng với một số

đƣờng thng b = - xia + yi trong mặt phng tham số a, b. n điểm (xi; yi) i = 1..n

thuộc đƣờng thng trong mặt phng tƣơng ứng với n đƣờng thng trong mặt

phng tham số a, b giao nhau tại 1 điểm và điểm giao chính là a, b. Chính là

hệ số xác định phƣơng trình của đƣờng thng mà các điểm nằm vào.

* Phƣơng pháp:

- Xây dựng mảng chỉ số a, b và gán giá trị 0 ban đầu cho tất cả các

phân tử của mảng

- Với mỗi (xi; yi) và a, b là chỉ số của phần tử mảng thoả mãn

b = - xia + yi tăng giá trị của phân tử mảng tƣơng ứng lên 1 .



53

- Tìm phần tử mảng có giá trị lớn nhất nếu giá trị lớn nhất tìm đƣợc so

với số phân tử lớn hơn hoặc bằng ngƣỡ ng cho trƣớc thì ta có thể kết luận

các điểm nằm trên cùng 1 đƣờng thng và đƣờng thng có phƣơng trình

y = ax + b trong đó a, b tƣơng ứng là chỉ số của phần tử mảng có giá trị lớn

nhất tìm đƣợc:

Ví dụ:

Cho 5 điểm (0, 1); (1, 3); (2, 5); (3, 5); (4, 9) và = 80%. Hãy kiểm

tra xem 5 điểm đã cho có nằm trên cùng một đƣờng thng hay không? Hãycho biết phƣơng trình đƣờng thng nếu có?

- Lập bảng chỉ số a, b và gán giá trị 0

+ (0, 1): b = 1

+ (1, 3): b = -a + 3

+ (2, 5): b = -2a + 5

+ (3, 5): b = -3a + 5

+ (4, 9): b = -4a + 9

- Tìm phần tử lớn nhất có giá trị 4

4/5 = 80%

- Kết luận: 5 điểm này nằm trên cùng 1 đƣờng thng

Phƣơng trình: y = 2x + 1



54

OH.HA = 0

b. Biến đổi Hough cho đường thẳng trong tọa độ cực

Hình 2.8. Đường thng Hough trong tọa độ cực

Mỗi điểm (x,y) trong mặt phng đƣợc biểu diễn bởi cặp (r,) trong tọa

độ cực.

Tƣơng tự mỗi đƣờng thng trong mặt phng cũng có thể biểu diễn bởimột cặp (r,) trong tọa độ cực với r là khoảng cách từ gốc tọa độ tới đƣờng

thng đó và là góc tạo bởi trục OX với đƣờng thng vuông góc với nó, hình

2.8 biểu diễn đƣờng thng hough trong tọa độ Decard.

Ngƣợc lại, mỗi một cặp (r,) trong toạ độ cực cũng tƣơng ứng biểu

diễm một đƣờng thng trong mặt phng.

Giả sử M(x,y) là mộ điểm thuộc đƣờng thng đƣợc biểu diễn bởi (r,),

gọi H(X,Y) là hình chiếu của gốc toạ độ O trên đƣờng thng ta có:

X= r. cos và Y= r.sin

Mặt khác, ta có:

Từ đó ta có mối liên hệ giữa (x,y) và (r,) nhƣ sau: x*cos+y*sin= r.

x

yr

H

O

x.cos + y.sin = r



55

Xét n điểm thng hàng trong tọa độ Đề các có phƣơng trình

x*cos0+y*sin0= r 0. Biến đổi Hough ánh xạ n điểm này thành n đƣờng sin

trong tọa độ cực mà các đƣờng này đều đi qua (r 0, 0). Giao điểm (r 0, 0) của

n đƣờng sin sẽ xác định một đƣờng thng trong hệ tọa độ đề các. Nhƣ vậy,

những đƣờng thng đi qua điểm (x, y) sẽ cho duy nhất một cặp (r, ) và có

bao nhiêu đƣờng qua (x, y) sẽ có bấy nhiêu cặp giá trị (r, ).

2.3. Một số nhận xét về các kỹ thuật tìm đƣờng đi cho robot

2.3.1. Kỹ thuật điều khiển bằng tay

Ưu điểm

Robot di chuyển bằng bộ điều khiển tay là một trong loại robot thi

công đơn giãn nhất, chi phí đầu tƣ thấp, di chuyển linh hoạt theo sự điều

khiển, có thể có nhiều tính năng làm đƣợc nhiều việc thay con ngƣời.

Khuyết điểm

Robot di chuyển bằng bộ điều khiển có khuyết điểm lớn nhất là còn

phụ thuôc vào sự điều khiển của con ngƣời, không thay thế đƣợc con ngƣời,

không tự di chuyển đƣợc do vậy robot di chuyển bằng bộ điều khiển chỉ hoạt

động đƣợc khi có con ngƣời can thiệp.

2.3.2. Kỹ thuật dò line bằng thiết bị cảm ứng

Ưu điểm

Là một robot tự vận hành một cách tự động, giá thành tƣơng đối trung

bình không cao, có thể dùng các cảm biến thông thƣờng cũng có thể dò đƣờng

đƣợ c.

Đƣợc ứng dụng nhiều cho các cuộc thi robocon, có khả năng thay thế

con ngƣời làm việc trong phạm vi nhỏ.



56

Có khả năng tự động cua trái, cua phải một cách linh hoạt.

Khuyết điểm

Tuy là một robot di chuyển tự động nhƣng chỉ di chuyển trên mặt

phng có các đƣờng line quy định của nhà thiết kế.

Giá thành không cao nhƣng không đƣợc ứng dụng rộng rãi, không di

chuyển đƣợc trên các mặt phng khác.

Không thông minh, chỉ di chuyển đƣợc quảng đƣờng đã đƣợc qui

định.

2.3.3. Kỹ thuật tìm đƣờng đi bằng phƣơng pháp xử lý ảnh

Ưu điểm

Chi phí chế tạo robot ít tốn kém hơn so với hai kỹ thuật dùng thiết bị

điều khiển và dùng thiết bị cảm ứng, kỹ thuật này chỉ sử dụng camera để thu

nhận hình ảnh để tìm đƣờng, không cần gắn thêm vào robot các thiết bị cảm

ứng để dò đƣờng.

Theo phƣơng pháp xử lý ảnh, khi hành lang thay đổi (dài, ngắn) thì

không cần chỉnh sửa lại chƣơng trình, khác hơn so với kỹ thuật dò line dùng

thiết bị cảm ứng.

Khuyết điểm

Theo phƣơng pháp xử lý ảnh, kết quả di chuyển robot bị tác động bởicác yếu tố: camera, điều kiện về môi trƣờng (sáng hay tối) . Chất lƣợng

camera càng tốt sẽ thu nhận hình ảnh tốt thì robot di chuyển đạt đƣợc độ

chính xác cao hơn.



57

CHƢƠNG 3

CÀI ĐẶT THỬ NGHIỆM

3.1. Giới thiệu

Chƣơng 2 đã trình bày về các kỹ thuật tìm đƣờng đi của robot và một

số nhận xét về các kỹ thuật này. Qua nhận xét và đánh giá về các kỹ thuật ta

thấy kỹ thuật tìm đƣờng đi bằng xử lý ảnh linh động hơn vì dữ liệu đầu vào

của bài toán không cố định giống nhƣ kỹ thuật dò line dùng thiết bị cảm ứng.

Đối với kỹ thuật tìm đƣờng đi bằng phƣơng pháp xử lý ảnh tác giả

cũng đã trình bày về các phƣơng pháp phát hiện biên và phƣơng pháp biến đổi

Hough. Qua k ết quả nhận xét và đánh giá về các phƣơng pháp phát hiện biên

cho ta thấy phƣơng pháp Canny rất thích hợp cho bài toán vì phƣơng pháp

này cho phép ta thay đổi một cách linh động các ngƣỡng khi xác đinh biên

đồng thời có khả năng loại bỏ bớt nhiễu và các điểm biên phụ không cần quan

tâm, chỉ giữ lại các điểm biên chính theo mục đích sử dụng khác nhau.

Để áp dụng lý thuyết đã trình bày ở chƣơng 2, chƣơng này sẽ trình bày

một chƣơng trình demo tìm biên ảnh và xác định các đƣờng thng Hough, qua

đó ứng dụng vào bài toán điều khiển robot di chuyển dọc theo các đƣờng

thng này.

3.2. Cài đặt thuật toán xác định đƣờng đi cho Robot

Mô tả

Trong cuộc sống robot có thể giúp ta làm các công việc nặng nhọc,

nguy hiểm cho sức khỏe chng hạn nhƣ trong các nhà máy hóa chất, nơi có

nhiều chất phóng xạ. Những dây chuyền cần tự động hóa không thể thiếu



58

robot, đặc biệt robot có thể làm việc liên tục trong thời gian dài với độ chính

xác cao.

Đối với ứng dụng này ta thiết kế robot di chuyển dọc theo hành lang

bằng cách gắn thêm vào robot một camera để thu nhận hình ảnh, sau đó

những hình ảnh này đƣợc gửi về máy tính phân tích và xử lý. Sau khi xử lý

xong máy tính tìm đƣợc đƣờng đi và điều khiển robot di chuyển theo đƣờng

đi này. Quá trình thu nhận ảnh và tìm đƣờng đi cho robot đƣợc lặp đi lặp lại

cho đến khi robot đi đƣợc đến đích.

Do điều kiện về thời gian nên tôi chƣa kịp nghiên cứu để thiết kế

robot thật vì vậy tôi sử dụng đoạn video clip để mô phỏng hành động di

chuyển dọc theo hành lang của robot và thuật toán sẽ duyệt từng frame của

đoạn video này cho đến khi kết thúc, ứng với mỗi frame thuật toán sẽ tiến

hành thực hiện các bƣớc sau:

1.

Xác định tọa độ robot (là tọa độ đƣợc xác định từ frame trƣớc)

2. Xác định biên dựa vào thuật toán Canny [3] [5] [6]

3. Xác định các đƣờng thng Hough [7] [8] [9] [10]

4. Xác định tọa độ tiếp theo mà robot cần di chuyển tới

5. Di chuyển robot đến tọa độ mới

6.

Quay lại bƣớc 2 cho đến khi đọc hết frame .

Ghi chú: Frame chính là hình ảnh ghi nhận tiế p theo của robot khi di chuyển

sang vị trí mớ i.



59

Lưu đồ

End.

Đ

S

Begin

img:=SelectFrameFromVideo(v)

Canny(img)

Lines:=HoughLine(img)

Frame

cuối cùng ?

Video và độ dài

bƣớc đi của robot

StartPosition(x,y) là tọa độ ban đầucủa robot

NextPosition:= GetNextPosition(lines)

StartPosition.x = NextPosition.x

StartPosition.y = NextPosition.y

MoveRobotToPosition(StartPosition)

Hình 3.1. Lưu đồ tìm đường đi cho robot



60

Thuật toán xác định đường đi

Input : Video, độ dài bƣớc đi của robot

Output : Tọa đô robot cần di chuyển đến

Procedure XacDinhDuongDi (v:Video)

Begin

Var img : ImagePointer;

lines : array of StructLine;

StartPosition: Point;

NextPosition: Point;img := SelectFrameFromVideo(v);

StartPosition.x = {tọa độ x0 ban đầu của robot};

StartPosition.y = {tọa độ y0 ban đầu của robot};

While (img)

Begin

Canny(img);

lines := HoughLine(img);

NextPosition := GetNextPosition (img, bƣớc đi,lines,StartPosition);

MoveRobotToPosition (NextPosition);

StartPosition.x = NextPosition.x;

StartPosition.y = NextPosition.y;

End;

End.

3.2.1. Thuật toán xác định vị trí mới cho robot

Giả sử tọa độ ban đầu của robot là (x0, y0). Điểm tiếp theo (x N, y N) của

robot cần di chuyển đến đƣợc xác định nhƣ sau :

- Xác định 2 hoành độ trái và phải gần nhất thuộc tập đƣờng thng

Hough so với hoành đô x0.



61

- x N = (hoành độ trái + hoành độ phải) / 2 .

- y N = y0 + độ dài bƣớc đi của robot.

Hình 3.2. Cách xác định điểm đi tiếp theo cho robot

Ghi chú :

xOy : là hệ trục tọa độ so với màn hình máy tính.

: Robot

Là hƣớng robot cần di chuyển đến

Là độ dài bƣớc đi của robot

Là các đƣờng thng Hough

xtrái, x phải : lần lƣợt là tọa độ bên trái gần nhất, bên phải gần nhất của

các đƣờng thng Hough so với (x0, y0)

x N,y N : Là tọa độ tiếp theo mà robot cần di chuyển đến.

y

xO

xtrái x phải

x N



62

a. Lưu đồ

Hình 3.3. Lưu đồ xác định điểm di chuyển tiếp theo cho robot

b. Giải thuật

Procedure GetNextPosition(img: Image, BuocDi:integer,

lines:array of StructLine, ToaDoBanDau(x0,y0): Point)

Var X_Trai, X_Phai : float;

ToaDoMoi : Point;

Begin

X_Trai := Tọa độ trái gần nhất trong tập lines so với x0;

X_Phai := Tọa độ phải gần nhất trong tập lines so với x0;

ToaDoMoi.X := (X_Trai + X_Phai) / 2;

ToaDoMoi.Y := y0 + BuocDi;

End

Begin

Frame, tập đƣờng thngHough và bƣớc đi của robot

Xác định tọa độ xtrái gần nhất

Xác định tọa độ x hải gần nhất

x N = (xtrái + x phải)/2

y N = y0 + độ dài bƣớc đi của robot

End



63

3.2.2. Thuật toán xác định tọa độ trái và phải gần nhất

Hình 3.4. Cách xác định điểm trái và phải gần nhất

Giả sử ta có tập các đƣờng thng Hough sau : lines = {1, 2, 3, 4, 5, 6}

và robot R ban đầu có tọa độ (x0, y0). Ý tƣởng tìm hoành độ trái và phải gần

nhất nhƣ sau:

Gọi là đƣờng thng vuông góc với trục tung đi qua điểm (x0, y0)

và cắt các đƣờng thng (1), (2), (3), (4), (5), (6).

Ta lần lƣợt tìm điểm giao nhau của với các đƣờng (1), (2), (3),

(4), (5), (6). Giả sử nghiệm tìm đƣợc lần lƣợt là : x1,x

2, x

3, x

4, x

5, x

6.

Dùng mảng arrBenTrai để lƣu những hoành độ nhỏ hơn x0 và

arrBenPhai để lƣu những hoành độ lớn hơn x0.

arrBenTrai = {x1, x2, x3}

arrBenPhai = {x4, x5, x6}

Điểm bên trái gần nhất với x0 : X_Trai = max{arrBenTrai} = x3.

Điểm bên phải gần nhất với x0 : X_Phai = min {arrBenPhai} = x4.

y

x

O

(x0,y0)X1 X2 X3 X4 X5 X6

(1)

(2)

(3) (4)

(5)

(6)

(

)



64

a. Lưu đồ

Hình 3.5. Lưu đồ xác định điểm bên trái và bên phải gần nhất

Return

X_Trai := max {arrBenTrai}

X_Phai := min {arrBenPhai}

Nghiệm < x0?

Begin

Lines[ ],(x0,y0)

Xác định đƣờng thng

i < Lines.length

Tính định thức giữa

với Lines[i]

DinhThuc <> 0Tính nghiệm vớiLines[i] và đƣa vàomảng arrNghiem

S

Đ

Chèn nghiệm

vào arrBenTrai

Chèn nghiệm

vào arrBenPhai

Đ

S

Đ S

End



65

b. Giải thuật

Input : Lines[ ], (x0,y0)

Output : X_Trai, X_Phai

Procedure HoanhDo_Trai_Phai

Var

i: integer; DinhThuc, Dx: float;

x: float;

arrBenTrai, arrBenPhai : array of float;

Begin

- Xác định đƣờng thng đi qua (x0,y0);

While (i < Lines.length)

Begin

Tính DinhThuc(, Lines[i]);

If DinhThuc <> 0 Then

Begin

x := Dx / DinhThuc;

If x < x0 Then

arrBenTrai.Add(x);

Else

arrBenPhai.Add(x);

EndEnd

X_Trai := max { arrBenTrai };

X_Phai := min { arrBenPhai };

End.



66

3.2.3. Kết quả thử nghiệm của thuật toán Canny và Hough

Để xác định đƣợc những đƣờng thng Hough, thì trƣớc tiên ta phải

xác định đƣợc các biên ảnh và từ những biên ảnh này ta mới xây dựng đƣợc

các phƣơng trình của đƣờng thng Hough. Tùy theo kết quả của biên ảnh thế

nào thì ta sẽ có những đƣờng thng Hough tƣơng ứng. Biên ảnh càng nhiều

thì ta sẽ có đƣờng thng Hough càng nhiều, biên ảnh càng ít thì ta sẽ có

đƣờng thng Hough càng ít.

Các kết quả thử nghiệm dƣới đây đƣợc chạy trên bộ xử lý Intel Core

Duo T7250 2.0GHz, RAM 2.0GB, Windows 7 Ultimate 32-bit.

Sau đây là những kết quả thử nghiệm của thuật toán Hough khi thay

đổi các giá trị thông số của thuật toán xác định biên và các giá trị thông số của

chính thuật toán Hough.:

Hình 3.6. Ảnh hành lang gốc



67

Ảnh kết quả thử nghiệm của Canny và Hough với các ngƣỡng thay đổi

Hình 3.7. Ảnh biên a) Hình 3.8. Ảnh Hough a)

T l = 1, T h = 3

Hình 3.9. Ảnh biên b) Hình 3.10. Ảnh Hough b)

T l = 5, T h = 15

Hình 3.11. Ảnh biên c) Hình 3.12. Ảnh Hough c)

T l = 15, T h = 45



68

Hình 3.13. Ảnh biên d) Hình 3.14. Ảnh Hough d)

T l = 30, T h = 90

Hình 3.15. Ảnh biên d) Hình 3.16. Ảnh Hough d)

T l = 47, T h = 141

Bảng kết quả

Ảnh biên Ảnh Hough

Tên Ngưỡng thấp Ngưỡng cao Tên Số lượng đường thẳng

a 1 3 a 1162

b 5 15 b 561

c 15 45 c 234

d 30 90 d 141

e 47 141 e 77



69

Nhận xét

Ở đây ta đánh giá phƣơng pháp Canny và Hough với các ngƣỡng khác

nhau. Khi ta thay đổi ngƣỡng thấp và ngƣỡng cao thì số lƣợng biên đƣợc phát

hiện cũng thay đổi nên số lƣợng đƣờng thng Hough đƣợc tìm cũng sẽ thay

đổi theo.

Nên ta thấy:

- Khi ngƣỡng thấp và ngƣỡng cao đều thấp thì số lƣợng biên phát

hiện ra rất nhiều. Nên số lƣợng đƣờng thng Hough đƣợc xác định rất nhiều, vì vậy trong trƣờng hợp này việc xác định điểm di chuyển tiếp theo cho robot

tốn rất nhiều thời gian mới có thể xác định đƣợc.

- Khi cả hai ngƣỡng đều cao thì số lƣợng điểm biên đƣợc phát hiện là

rất ít, chỉ những điểm có mức xám cao mới có thể thành biên. Nên số lƣợng

đƣờng thng Hough đƣợc xác định là rất ít, vì vậy trong trƣờng hợp này việc

xác định điểm di chuyển tiếp theo cho robot sẽ tiết kiệm đƣợc nhiều thời gianhơn.

Kết luận chƣơng 3

Trong chƣơng này luận văn đã trình bày một số phƣơng pháp phát

hiện biên và xác định các đƣờng thng Hough trên cơ sở đó ứng dụng vào bài

toán robot di chuyển dọc theo các đƣờng thng này. Cụ thể ở chƣơng 3 đã đạt

đƣợc các kết quả sau:

Cài đặt thành công thuật toán xác định biên và thuật toán Hough.

Đƣa ra nhận xét về kết quả thử nghiệm của 2 thuật toán này.

Ứng dụng thuật toán Canny và Hough để xác định đƣờng đi cho

robot.



70

KẾT LUẬN

Trong quá trình nghiên cứu tài liệu và thực hiện luận văn dƣới sự định

hƣớng của thầy hƣớng dẫn tôi đã đạt đƣợc một số kết quả nhƣ sau:

- Tìm hiểu đƣợc một cách tổng quan về robot và các kỹ thuật tìm

đƣờng đi của robot.

- Tìm hiểu về phƣơng pháp phát hiện biên ảnh, hệ thống hóa các

phƣơng pháp phát hiện biên. Đƣa ra nhận xét, đánh giá các phƣơng pháp phát

hiện biên và có lựa chọn phƣơng pháp phù hợp với từng loại ảnh. Xây dựng

đƣợc các đƣờng thng Hough thông qua các biên của ảnh.

- Ngoài ra trong quá trình nghiên cứu, tôi cũng đã tích lũy thêm cho

mình về kỹ thuật lập trình và quan trọng là rèn luyện kỹ năng để thực hiện

một nghiên cứu khoa học. Tuy mới chỉ là bƣớc đầu nhƣng là tiền đề giúp ích

cho tôi trong thời gian nghiên cứu sắp tới để tôi đạt đƣợc những kết quả tốthơn.

Dựa trên những kết quả bƣớc đầu đã đạt đƣợc luận văn sẽ tiếp tục

nghiên cứu xác định ngã rẽ cho robot và hiện thực thuật toán tìm đƣờng đi

trên robot thật.



TÀI LIỆU THAM KHẢO

Tiếng Việt

[1]. Võ Đức Khánh, Hoàng Văn Kiếm, “Giáo trình xử lý ảnh số ”. Nhà

xuất bản Đại học Quốc gia Thành phố Hồ Chí Minh.

[2]. Lê Hoài Quốc, Chung Tấn Lâm, “Robot công nghiệp”. Nxb Khoa

hoc và kỹ thuật, 2002.

[3]. Đỗ Năng Toàn (2002), “ Biên ảnh và một số tính chất ”, Tạp chí Khoa

học Công nghệ, Tập 40, số ĐB, tr 41-48.

[4]. Đào Văn Hiệp, “Kỹ thuật Robot”. Nxb Khoa hoc và kỹ thuật, 2004.

[5]. Đỗ Năng Toàn, Phạm Văn Dũng, Phạm Việt Bình (2005), “Ứng

dụng chu tuyến trong phát hiện góc nghiêng Văn bản”. Kỷ yếu Hội

thảo Quốc gia lần thứ 7 - Một số vấn đề chọn lọc của Công nghệ

thông tin và Truyền thông, Đà Nẵng 18-20/08 /2004. Nxb KH&KT,

Hà Nội 2005.

[6]. Đỗ Năng Toàn (2007), Phạm Việt Bình, “Giáo trình xử lý ảnh”, Đại

học Thái Nguyên.

Tiếng Anh

[7]. A Amin and S. Fischer, A Document Skew Detection Method Using

the Hough Transform, Pattern Analysis & Applications, 2000.

[8]. S. C. Hinds, J. L. Fisher and D. P. D'Amato. A Document Skew

Detection Method Using Run-Length Encoding and the Hough

Transform. 10th International Conference on Pattern Recognition,

vol. 1, 1990.



[9]. AL Shatnawi and K. Omar, Methods of Arabic baseline detection the

state of art. Int. J. Comput. Sci. Network Secur, 2008

[10]. S. Srihari and V. Gonvindaraju. Analysis of texual images using

hough transform, 1989.

Internet

[11]. http://automation.net.vn/Robot-Robotics/Xu-the-pha-t-trie-n-Robot-

tren-the-gio-i-va-ti-nh-hi-nh-nghien-cu-u-Robot-o-Vie-t-Nam-hie-n-

nay.html

[12]. http://vnexpress.net/gl/khoa-hoc/2011/10/robot-khong-lo-titan-lan-

dan-tien-den-tp-hcm/page_2.asp.

[13]. http://www.youtube.com/watch?v=oKm2aOd62ZI

http://automation.net.vn/Robot-Robotics/Xu-the-pha-t-trie-n-Robot-tren-the-gio-i-va-ti-nh-hi-nh-nghien-cu-u-Robot-o-Vie-t-Nam-hie-n-nay.html



http://vnexpress.net/gl/khoa-hoc/2011/10/robot-khong-lo-titan-lan-dan-tien-den-tp-hcm/page_2.asp


http://www.youtube.com/watch?v=oKm2aOd62ZI

http://www.youtube.com/watch?v=oKm2aOd62ZI




