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

Tạp chí Khoa học Đại học Huế: Kỹ thuật và Công nghệ; pISSN 2588-1175 | eISSN 2615-9732 Tập 134, Số 2A, 2025, Tr. 165–183; DOI: 10.26459/hueunijtt.v134i2A.7877 * Liên hệ: hoanghuutrung@hueuni.edu.vn Ngày nhận bài: 20–05–2025; Ngày nhận đăng: 04–09–2025 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 Hoàng Hữu Trung1*, Nguyễn Thị Minh Hương1, Lê Thị Quỳnh Liên1, Nguyễn Quang Phú2, 3 1 Trường Đại học Kinh tế, Đại học Huế, Huế, Việt Nam 2 Khoa Kỹ thuật và Công nghệ, Đại học Huế, Huế, Việt Nam 3 Phòng Nghiên cứu và Phát triển, Công ty cổ phần dược Medipharco, Huế, Việt Nam 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. Từ khóa: hình học cơ bản, mạng nơ-ron tích chập, nhận diện vật thể, thị giác máy tính, thiết bị bay không người lái (drone) Applying computer vision to train unmanned aerial vehicles for recognizing basic geometric objects Hoang Huu Trung1*, Nguyen Thi Minh Huong1, Le Thi Quynh Lien1, Nguyen Quang Phu2, 3 1 University of Economics, Hue University, Hue, Vietnam 2 School of Engineering and Technology, Hue University, Hue, Vietnam 3 R&D Department, Medipharco Pharmaceutical Joint Stock Company, Hue, Vietnam Abstract. This study proposes a generalized methodology for training unmanned aerial vehicles (UAVs) to autonomously recognize objects of simple and common geometries in real-