Phát triển phương pháp xác định vật cản cho drone sử dụng YOLOv8

Nghiên cứu này đề xuất một phương pháp điều khiển kết hợp với giải thuật tránh vật cản sử dụng mạng nơ-ron tích chập được xây dựng tối ưu trên YOLOv8 (You Only Look Once version 8). Mục tiêu của nghiên cứu hướng tới cải thiện độ chính xác trong việc điều khiển xác định vật cản của drone khi sử dụng duy nhất một camera.
Nội dung trích xuất từ tài liệu:
Phát triển phương pháp xác định vật cản cho drone sử dụng YOLOv8 PHÁT TRIỄN PHƯƠNG PHÁP XÁC ĐỊNH VẬT CẢN CHO DRONE SỬ DỤNG YOLOV8 Nguyễn Phương Nam, Hứa Ngọc Nhi và Nguyễn Đình Tứ Khoa Kỹ thuật Cơ khí, Trường Đại học Kỹ thuật – Công nghệ Cần Thơ Email:ndtu@ctuet.edu.vnThông tin chung: TÓM TẮT Ngày nhận bài: 10.01.2024 Hiện nay,. ứng dụng của drone trong lĩnh vực Internet vạn Ngày nhận bài sửa: 15.4.2024 vật (IoTs) ngày càng trở nên rộng rãi vì tính thuận tiện cho việc thực hiện nhiệm vụ giám sát. Drone có thể được tích hợp với Ngày duyệt đăng: 17.4.2024 nhiều cảm biến và được sử dụng trong nhiều lĩnh vực khác nhau. Tuy nhiên, để hoàn thành một hay nhiều tác vụ thì việc điều khiển drone chính xác và thông minh là cần thiết. Vì thế, nghiên cứu đề Từ khóa: xuất một phương pháp điều khiển drone mới để xác định và tránh vật cản sử dụng kết hợp giữa giải thuật xử lý ảnh thời gian thựcDrone, học sâu, xử lý ảnh, và phương pháp học sâu dựa trên cấu trúc của YOLOv8 với độIoTs, YOLOv8 chính xác trên 90%. 1. ĐẶT VẤN ĐỀ khu vực, địa điểm xảy ra thảm họa (Erat và cộng sự, 2018). Đối với phương pháp điều Trong thời đại công nghệ 4.0, thiết bị bay khiển theo các mô hình HRI, drone được điềukhông người lái (drone) đang được ứng dụng khiển thông qua bộ điều khiển từ xa hoặc thiếtrộng rãi từ lĩnh vực quân sự đến dân dụng. Nhờ bị cầm tay sử dụng các nút ấn định hướng vậtvào chi phí thấp và khả năng cơ động cao nêndrone đã trở thành công cụ phổ biến trong lý/cảm ứng hoặc sử dụng động tác/ngôn ngữ cơ thể để di chuyển theo 4 hướng: tiến, lùi, trái,nhiều lĩnh vực như nông nghiệp (Mogili và và phải. Ngoài ra, một số ứng dụng cho phépcộng sự, 2018), dịch vụ giao nhận (Lee, 2017), điều khiển drone bằng núm xoay một cáchgiám sát (Ding và cộng sự, 2018), làm phim thuận tiện. Tuy nhiên, đối với phương pháp(Fleureau và cộng sự, 2016) và nhiếp ảnh truyền thống này đòi hỏi người vận hành cần(Puttock và cộng sự, 2015). tuân thủ các thao tác chính xác và phức tạp. Để điều khiển được drone thực hiện các tác Trong quá trình hoạt động và thực hiện cácvụ nêu trên, thì việc thiết kế mô hình tương tác nhiệm vụ chỉ định sẵn, drone phải tránh vangười – robot (HRI) rất cần thiết. Hiện nay, chạm với các vật cản trong môi trường hoạtHRI đang chuyển sang xu hướng sử dụng cácđộng tác/ngôn ngữ cơ thể để điều khiển các động. Để khắc phục vấn đề này, người vận hành drone cần được đào tạo và thực nghiệmthiết bị/máy móc (Shyh-Wei Chen và cộng sự,2022), (Farhat Naseer và cộng sự, 2022). nhiều lần. Vì vậy, việc đề xuất giải pháp tự động cho drone thực hiện các tác vụ có thểNhiều ứng dụng đã được triển khai thực tế dựa giảm bớt yêu cầu giám sát và điều khiển liêntrên sự tương tác này (Salvine và cộng sự, tục từ người vận hành, tiết kiệm thời gian và2011). Hơn nữa, việc sử dụng HRI vào việc chi phí. Nhiều nghiên cứu đã dựa vào cảm biếnđiều khiển drone cũng thu hút được nhiều sựquan tâm gần đây trong nhiều lĩnh vực khác LiDAR (Ramasamy và cộng sự, 2016), (Ferrick và cộng sự, 2012), cảm biến siêu âmnhau như: chụp ảnh trên không và trinh sát các22 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ CẦN THƠ - SỐ 02 THÁNG 05/2024(Gageik và cộng sự, 2015), và stereo camera cản sẽ được cải thiện trong quá trình nhận dạng(Iacono và cộng sự, 2018) để xây dựng phương đối tượng với duy nhất một camera trên drone.pháp tránh vật cản cho drone. Ngoài ra, Nghiên cứu này đề xuất một phương phápAvalrez và cộng sự (2016) đề xuất phương điều khiển kết hợp với giải thuật tránh vật cảnpháp tránh vật cản sử dụng duy nhất một sử dụng mạng nơ-ron tích chập được xây dựngcamera cho drone. Tuy nhiên, việc sử dụng duy tối ưu trên YOLOv8 (You Only Look Oncenhất một camera khi không có được thông tin version 8). Phiên bản YOLOv8 đã hỗ trợ cácchiều sâu của ảnh sẽ rất khó để xác định chính tác vụ về thị giác máy tính bao gồm nhận dạngxác vật cản và phương pháp này có độ chính đối tượng (detection), phân đoạn đối tượngxác thấp hơn phương pháp sử dụng stereo (segmentation), theo dõi (tracking), ước tính cửcamera. động của đối tượng (pose estimation), và phân ...