TAILIEUCHUNG - Sử dụng học sâu trong bài toán xác định tâm làn đường cho các thiết bị tự hành

Bài viết đề xuất một mô hình học sâu dựa trên kiến trúc mạng CNN để xác định tâm làn đường đối với các thiết bị tự hành, đảm bảo độ chính xác trong nhiều điều kiện môi trường về ánh sáng và địa hình; yêu cầu độ phức tạp tính toán thấp, dễ dàng xây dựng tập dữ liệu huấn luyện. | Journal of Science and Technique - 5-2020 - Le Quy Don Technical University SỬ DỤNG HỌC SÂU TRONG BÀI TOÁN XÁC ĐỊNH TÂM LÀN ĐƯỜNG CHO CÁC THIẾT BỊ TỰ HÀNH Nguyễn Ngọc Tuấn Lại Tiến Đệ Đại học Kỹ thuật Lê Quý Đôn Tóm tắt Bài báo đề xuất một mô hình học sâu dựa trên kiến trúc mạng CNN để xác định tâm làn đường đối với các thiết bị tự hành đảm bảo độ chính xác trong nhiều điều kiện môi trường về ánh sáng và địa hình yêu cầu độ phức tạp tính toán thấp dễ dàng xây dựng tập dữ liệu huấn luyện. Từ khóa Thiết bị tự hành hệ thống hỗ trợ lái thuật toán xác định làn đường trí tuệ nhân tạo học sâu mạng nơron tích chập CNN. 1. Đặt vấn đề Trong những năm gần đây cùng với sự phát triển của công nghệ thông tin trí tuệ nhân tạo lĩnh vực tự động hóa cũng đang phát triển hết sức mạnh mẽ. Nhu cầu về xe không người lái các thiết bị tự hành ngày càng lớn. Trong đó nhận dạng xác định làn đường đối các thiết bị tự hành Autonomous vehicles cũng như các hệ thống hỗ trợ lái xe Driver Assistance Systems là bài toán đặc biệt quan trọng đòi hỏi ngày càng cao về sự chính xác an toàn ngay cả trong nhiều điều kiện khác nhau như ánh sáng thời tiết thay đổi sự đa dạng về môi trường hoạt động. Đối với các thiết bị tự hành trong công nghiệp trước đây dữ liệu đầu vào thường lấy từ các cảm biến như cảm biến hồng ngoại cảm biến từ trường. cùng với những thiết kế cố định đối với môi trường hoạt động như ánh sáng line đường. điều đó làm giới hạn phạm vi hoạt động cũng như tính đa dụng của các thiết bị. Những thiết bị tự hành hiện đại hiện nay như ô tô không người lái máy bay không người lái robot vận chuyển hàng hóa drone giao hàng tự động thường sử dụng các hệ thống camera để thu thập dữ liệu cho việc xác định quỹ đạo di chuyển. Dữ liệu từ cảm biến camera có thể được xử lý bằng các thuật toán xử lý ảnh thông thường như lọc màu phát hiện cạnh xoay ảnh lọc nhiễu. để bóc tách được các line đường từ đó xác định được làn đường và tâm đường. Tuy nhiên những thuật toán đó thường thiếu ổn định với nhiễu do

• Kỹ thuật lập trình
• Sử dụng học sâu
• Bài toán xác định tâm làn đường
• Thiết bị tự hành
• Hệ thống hỗ trợ lái
• Trí tuệ nhân tạo
• Mạng nơron tích chập CNN
• Kỹ thuật sử dụng thuốc trừ sâu an toàn
• Sử dụng thuốc trừ sâu an toàn
• Kỹ thuật sử dụng thuốc trừ sâu
• Kiến thức khoa học
• Sử lý sự cố
• Đặc điểm của nhóm thuốc trừ sâu
• sử dụng thuốc trừ sâu Bt
• thuốc diệt ấu trùng
• chế phẩm thuốc trừ sâu
• thuốc trừ sâu
• phun thuốc trừ sâu trên diện rộng
• Tóm tắt luận án Tiến sĩ
• Luận án Tiến sĩ Y học
• Điều trị sâu răng
• Sử dụng véc ni fluor
• Dịch tễ học bệnh sâu răng toàn cầu
• Phương pháp chẩn đoán sâu răng sớm
• Tái nhận dạng phương tiện giao thông
• Đặc trưng học sâu
• Kết hợp đặc trưng học sâu
• Bộ dữ liệu VeRi 776
• Mô hình học sâu Vcolor
• Bài giảng Học sâu và ứng dụng
• Học sâu và ứng dụng
• Huấn luyện mạng nơ ron
• Lựa chọn siêu tham số
• Kỹ thuật chống overfitting
• Kỹ thuật học tái sử dụng
• thuốc trừ sâu hoá học
• ô nhiễm môi trường
• thuốc trừ sâu sinh học
• công nghệ sinh học
• kháng thuốc của sâu tơ
• nghiên cứu khoa học
• báo cáo khoa học
• bảo vệ thực vật
• Thuật toán nhận diện khuôn mặt
• Mạng nơron tích chập sâu
• Kỹ thuật học sâu với mạng CGAN
• Kỹ thuật học sâu với mạng SRGAN
• Kỹ thuật SVM
• Nghiên cứu khả năng sử dụng bọ đuôi kìm
• Bọ đuôi kìm
• Phòng trừ sâu đục
• Sâu đục hại thân mía
• Nguyên liệu mía đường
• Kỹ thuật học sâu
• Hiệu năng của Noma CRN
• Ứng dụng kỹ thuật học sâu
• Mô hình NOMA CRN
• Tạp chí Khoa học Công nghệ Thực phẩm
• Nghiên cứu khoa học về môi trường
• Đề tài nghiên cứu khoa học
• Báo cáo nghiên cứu khoa học
• Báo cáo nghiên cứu công nghệ sinh học
• Đề tài nghiên cứu thuốc sâu sinh học
• Tạp chí Khoa học Kỹ thuật Mỏ Địa chất
• Đường cong vi phân
• Cấu trúc sâu
• Môi trường cấu trúc địa chất
• Phương pháp đo sâu từ Tellur
• Sử dụng vi sinh vật có ích
• Ứng dụng nấm cộng sinh
• Ứng dụng sinh vật phòng trừ sâu hại
• Vi sinh vật
• Sổ tay sinh học
• Phòng trừ sâu bằng vi sinh vật
• Thuốc bảo vệ thực vật
• Hệ thống phát hiện phương tiện giao thông
• Nhận diện phương tiện giao thông
• Mô hình học sâu YOLO3
• Ngôn ngữ lập trình
• Mô hình mạng học sâu YOLO
• Tái nhận dạng nhân
• Đặc trưng không gian thời gian
• Đặc trưng học sâu từ mạng DenseNet
• Phương pháp re ranking
• Thảm họa môi trường
• Quan trắc thảm họa môi trường
• Kỹ thuật học sâu phân đoạn ảnh
• Mạng nơ ron học sâu Unet
• Đặc tính quang phổ của khí quyển
• Sáng kiến kinh nghiệm
• Sáng kiến kinh nghiệm THCS
• Sáng kiến kinh nghiệm môn Sinh học
• Quản lý giáo dục
• Quản lý trường THCS
• Đổi mới phương pháp sử dụng đồ dùng dạy học
• Giúp hoc sinh khắc sâu kiến thức môn học
• Nghiên cứu sản xuất sử dụng thuốc sâu sinh học đa chức năng cho một số loại cây trồng bằng kỹ thuật công nghệ sinh học
• kết quả nghiên cứu
• xây dựng kế hoạch
• đề tài nghiên cứu
• Tạp chí khoa học
• Tạp chí sinh học
• Chuyển gen kháng sâu vào cây cà chua
• Giảm tác hại của sâu hại cà chua
• Vi khuẩn Agrobacterium tumefaciens
• Luận văn Thạc sĩ
• Luận văn Thạc sĩ Khoa học lâm nghiệp
• Quản lý bảo vệ tài nguyên rừng
• Côn trùng thiên địch
• Phòng trừ sâu róm 4 túm lông
• Sâu róm 4 túm lông hại thông
• Luận án Tiến sĩ
• Quản lý lâm sàng sâu răng
• Véc ni fluor Enamelast 5% NaF
• Luận văn Thạc sĩ Khoa học cây trồng
• Khoa học cây trồng
• Sử dụng thuốc trừ sâu thảo mộc
• Sản xuất rau cải bắp trái vụ