HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY

FACULTY OF COMPUTER SCIENCE AND ENGINEERING

**********

ĐỒ ÁN THIẾT KẾ LUẬN LÝ

NGÀNH KỸ THUẬT MÁY TÍNH

- Ngày 7 tháng 10 năm 2022 -

Faculty of Computer Science and Engineering Department of Computer Engineering

1 Giới thiệu

1.1 Vấn đề

Hình 1: Hệ thống hỗ trợ lái xe Advanced Driver Assistance Systems

• Trong nội dung đồ án này, chúng ta sẽ từng bước phát triển kĩ năng lập trình phần cứng vi xử
lý. Từ đó xây dựng ứng dụng trên thiết bị đầu cuối với năng lượng thấp, tốc độ xử lý cao.
• Tiếp cận kiến thức về chủ đề chuyên sâu: Xử lý ảnh. Trong phạm vi của đề tài, chúng ta là
làm việc với một số giải thuật về xử lý ảnh.
• Phát hiện cạnh/góc (Edge/corner detection): là một kỹ thuật xử lý hình ảnh, được sử
dụng để xác định ranh giới (cạnh/góc) của các đối tượng hoặc tập các điểm ảnh trong một
hình ảnh. Cạnh và góc là một trong những đặc trưng quan trọng nhất liên quan đến hình ảnh.
Chúng ta có thể biết rõ về cấu trúc cơ bản của một hình ảnh thông qua các cạnh/góc của nó.
Do đó, phát hiện cạnh/góc là kĩ thuật quan trọng phổ biến trong các ứng dụng xử lí ảnh nói
riêng và thị giác máy tính nói chung.
• Mục tiêu chính của đồ án là ứng dụng những kĩ thuật phát hiện cạnh/góc để áp dụng vào
một vấn đề trong thị giác máy tính. Đó là thông qua sử dụng camera để phát hiện vạch kẻ

Đồ án Thiết kế luận lý - Học kỳ 221 2/6

Faculty of Computer Science and Engineering Department of Computer Engineering

Hình 2: Ví dụ về Phát hiện cạnh

đường (Lane detection). Đây là một ứng dụng rất quan trọng trong một hệ thống hỗ trợ lái xe
(ADAS),

1.2 Nội dung đề tài:

• Đề tài chung: Hiện thực ứng dụng phát hiện vạch kẽ đường, vạch kẻ ô đỗ xe, vạch trắng chỉ
đường,... thông qua hình ảnh thu được từ camera, từ đó xử lý trên nền tảng vi xử lý nhằm
cung cấp thông tin cho hệ thống tự lái.

Đối với đề tài, yêu cầu tối thiểu là hiện thực được giải thuật phát hiện cạnh/góc trên vi xử lý. Một
số giải thuật có thể sử dụng như:

• Standard Hough Line Transform

• Probabilistic Hough Transform

• Sobel Edge Detection

• Canny Edge Detection

• Harris Corner Detector

• ...

Từ các giải thuật trên, có thể phát triển lên hiện thực các giải thuật có độ chính xác cao hơn:

• Các phép hình thái học (Morphological)

• Giải thuật Watershed

• Phương pháp Felzenszwalbs

Đồ án Thiết kế luận lý - Học kỳ 221 3/6

Faculty of Computer Science and Engineering Department of Computer Engineering

• Phương pháp Morphological Snakes

• ...

1.3 Về thiết bị phần cứng:

• Lựa chọn 1: Sử dụng vi xử lý chuyên dụng để xử lý hình ảnh (MAX78000)

• Lựa chọn 2: Sử dụng vi xử lý STM32F7 kết nối với module camera OV7670.
• Lựa chọn 3: Sinh viên có thể tự đưa ra lựa chọn vi xử lý phù hợp với mình.
• Bonus: Hiện thực đề tài trên nền tảng FPGA (Arty-z7, ZedBoard, De10-Nano,...)

Chúng ta sẽ sắp xếp một buổi gặp ở trên trường để nói chi tiết về thiết bị phần cứng.

1.4 Yêu cầu về báo cáo

• Quá trình làm đồ án sẽ được tiến hành theo từng giai đoạn
• Mỗi giai đoạn sẽ phải có báo cáo nhằm trình bày 3 nội dung:

– Nội dung đã làm được trong giai đoạn vừa rồi là gì?

– Nội dung dự định làm trong giai đoạn tiếp theo là gì?

– Khó khăn nào gặp phải trong giai đoạn vừa rồi?

• Trong file báo cáo để tên nhóm, tên thành viên trong nhóm kèm MSSV.
• Trong file báo cáo tổng kết đính kèm bảng khối lượng làm việc của từng thành viên trong nhóm
và link github code
• Submit báo cáo lên BK-elearning trước deadline.

2 Kế hoạch thực hiện đồ án

• Giai đoạn 1: Tiếp cận vấn đề
• Giai đoạn 2: Hiện thực phần cứng xử lý
• Giai đoạn 3: Hoàn thiện và kiểm thử

Đồ án Thiết kế luận lý - Học kỳ 221 4/6

Faculty of Computer Science and Engineering Department of Computer Engineering

Kế hoạch thực hiện đồ án

40 41 42 43 44 45 46 47 48 49 50

GD 1: Tiếp cận vấn đề

1.1 Tìm hiểu kiến thức nền tảng và phân chia công việc

1.2 Thực nghiệm giải thuật trên phần mềm

1.3 Xây dựng tập kiểm thử và đánh giá

Báo cáo GĐ 1

GD 2: Hiện thực phần cứng xử lý

2.1 Thiết kế sơ đồ khối

2.2 Hiện thực từng khối xử lý

2.3 Kết nối các khối và kiểm tra tính chính xác

Báo cáo GĐ 2

GD 3: Hoàn thiện và kiểm thử

3.1 Đánh giá thực nghiệm

3.2 So sánh hiệu năng

3.3 Hoàn thiện báo cáo

Báo cáo tổng kết

3 Tài liệu tham khảo

1. Hough Line Transform: https://docs.opencv.org/3.4/d9/db0/tutorial_hough_lines.html

2. Sobel Edge Detection: https://docs.opencv.org/3.4/d2/d2c/tutorial_sobel_derivatives.

html

3. Canny Edge Detection: https://docs.opencv.org/4.x/da/d22/tutorial_py_canny.html

4. Harris Corner Detector https://docs.opencv.org/3.4/dc/d0d/tutorial_py_features_harris.

Đồ án Thiết kế luận lý - Học kỳ 221 5/6

Faculty of Computer Science and Engineering Department of Computer Engineering

html

Đồ án Thiết kế luận lý - Học kỳ 221 6/6