ỨNG DỤNG THỊ GIÁC MÁY TÍNH HUẤN LUYỆN THIẾT BỊ BAY KHÔNG NGƯỜI LÁI NHẬN DIỆN CÁC VẬT THỂ CÓ DẠNG HÌNH HỌC CƠ BẢN

Tóm tắt

Nghiên cứu này đề xuất một phương pháp tổng quan để huấn luyện thiết bị bay không người lái (drone) tự động nhận diện vật thể có hình dạng đơn giản và phổ biến trong thế giới thực. Cụ thể, một mô hình mạng nơ-ron tích chập (Convolutional Neural Network - CNN) được tích hợp vào hệ thống camera của drone DJI Tello nhằm thực hiện việc nhận diện các vật thể có dạng hình học cơ bản và hình chữ nhật, hình tam giác, hình tròn, hình ngũ giác được lựa chọn để kiểm tra độ hiệu quả nhận diện của mô hình. Trong đó, một bộ dữ liệu ảnh đen trắng được xây dựng tự động với các vật thể có kích thước và vị trí đa dạng để tối ưu và giảm thời gian quá trình thu thập dữ liệu và huấn luyện mô hình. Mô hình CNN đề xuất với cấu trúc gọn nhẹ để đảm bảo drone có thể nhận diện theo thời gian thực được huấn luyện trên bộ dữ liệu này và đạt độ chính xác gần như tuyệt đối trên cả tập huấn luyện và kiểm thử. Sau đó, mô hình được tích hợp vào camera drone và kiểm tra thực nghiệm cho thấy khả năng nhận diện chính xác trong thời gian thực mà không gặp hiện tượng quá khớp (overfitting). Kết quả này khẳng định tính hiệu quả và tiềm năng ứng dụng của phương pháp trong các hệ thống drone thông minh.