NGHIÊN CỨU PHÁT TRIỂN HỆ THỐNG BÁM LÀN ĐƯỜNG HƯỚNG TỚI ĐIỀU KHIỂN Ô TÔ TỰ HÀNH
Tóm tắt
Trong xã hội hiện đại, con người luôn luôn cố gắng rút ngắn thời gian dành cho di chuyển của mình. Những phương pháp phổ biến là phương tiện công cộng hoặc phương tiện vận chuyển cá nhân. Phương tiện công cộng, yêu cầu đầu tư ban đầu khá cao nhưng cũng chỉ đáp ứng được một phần nhu cầu. Phương tiện cá nhân tiềm ẩn nguy cơ tai nạn do sai sót của con người. Ô tô tự hành được cho là một trong những giải pháp giúp nâng cao tính an toàn và tiết kiệm thời gian trong giao thông. Bài báo này, trình bày nghiên cứu thiết kế hệ thống điều khiển bám làn đường tự động, là một thành phần quan trọng của xe tự hành. Hệ thống sử dụng thuật toán nhận diện trên cơ sở kỹ thuật lọc màu và xử lý ảnh nhận diện đặc điểm làn đường. Thuật toán được thử nghiệm và hiệu chỉnh trên mô hình với các điều kiện khác nhau. Quá trình thử nghiệm được ghi lại bằng camera và bộ thu thập dữ liệu trên xe, nhằm đánh giá khả năng hoạt động của hệ thống. Kết quả thu được cho thấy, thuật toán hoạt động tốt trên mô hình, có quỹ đạo thực tế gần với lý thuyết và có thể tiếp tục phát triển trong tương lai.
Từ khóa:
Nhận dạng làn đường, Điều khiển quỹ đạo, Ô tô tự lái, Thị giác máy tínhTitle
RESEARCH ON LANE KEEPING SYSTEM TOWARD APPLICATION ON AUTONOMOUS VEHICLEAbstract
In modern society, human always try to shorten their transportation time. Some of the most famous means are public transportation and private vehicles. Public transportation requires large sum of investment but still only satisfy a part of the demand. Private vehicles also have potential thread of traffic accident due to human errors. Autonomous vehicles or cars are considered as one of the solutions to improve the safety and save time in transportation. This paper presents the research on a lane keeping system, an important function of autonomous vehicle. The system uses a color filter and lane detecting pattern to detect the lane markers on the road. The algorithm was tested and evaluated on a small scale model in various conditions. The results show that the algorithm worked well with the model, with reliable trajectory and can be developed further.