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 Trung và CS. Tập 134, Số 2A, 2025 166 world environments. Specifically, a Convolutional Neural Network (CNN) model is integrated into the camera system of a DJI Tello drone to detect basic geometric objects, including rectangles, triangles, circles, and regular pentagons, which are selected to evaluate the model's recognition performance. A grayscale image dataset comprising objects of varying sizes and positions is automatically generated to optimize the data collection and model training process. The proposed CNN model, designed with a lightweight architecture to ensure real-time processing capability on the drone, is trained on this dataset and achieves approximately 100% accuracy on both the training and test sets. Subsequently, the model is integrated into the drone's camera system, and experimental results confirm its ability to perform accurate real-time object detection without overfitting. These findings demonstrate the effectiveness and practical potential of the proposed method for integration into intelligent drone systems. Keywords: computer vision, convolutional neural network, drone, geometric shapes, object detection 1 Giới thiệu Cuộc Cách mạng công nghiệp 4.0 đánh dấu một sự thay đổi bước ngoặt trong cách thức sản xuất và quản lý trong nền kinh tế toàn cầu, nơi công nghệ số và tự động hóa trở thành trọng tâm. Tâm điểm của cuộc cách mạng này là trí tuệ nhân tạo (Artificial Intelligence - AI), công nghệ thúc đẩy sự phát triển của đa số các ngành nghề thông qua nhiều ứng dụng, điển hình là về thị

giác máy tính (Computer Vision - CV) [1] và xử lý ngôn ngữ tự nhiên (Natural Language Processing) [2]. Với những đổi mới này, cuộc Cách mạng công nghiệp 4.0 đang mở ra các cơ hội mới và thay đổi cơ bản cách con người sống và làm việc. Cùng với sự phát triển của trí tuệ nhân tạo, thiết bị bay không người lái (Unmanned Aerial Vehicle - UAV, hay còn gọi là drone) đã trở thành một thiết bị không thể thiếu trong nhiều lĩnh vực như tìm kiếm cứu hộ trong thiên tai [3], xây dựng công nghiệp [4], vận tải [5], quản lý, tăng năng suất nông nghiệp [6], công nghiệp khai thác [7]. Tuy nhiên, đa số các ứng dụng này drone vẫn cần con người điều khiển và giám sát trực tiếp. Để cắt giảm sức người, tăng tính tự động hóa và khả năng thực hiện nhiều nhiệm vụ khác nhau, việc tích hợp trí tuệ nhân tạo vào drone là cần thiết và ngày càng phổ biến [8]. Trong trí tuệ nhân tạo, thị giác máy tính là ngành có nhiều ứng dụng nổi bật và đang phát triển mạnh mẽ trong kỷ nguyên số ngày này [1]. Thị giác máy tính là lĩnh vực giúp máy tính nhìn và hiểu thế giới, với nhiều ứng dụng nổi bật như nhận diện vật thể, theo dõi đối tượng, phân tích ảnh y tế, xe tự hành [1]. Mạng Nơ-ron Tích chập (Convolutional Neural Network - CNN) là một loại mạng nơ-ron nhân tạo được thiết kế đặc biệt cho các nhiệm vụ thị giác máy tính, hoạt động bằng cách trích xuất các đặc điểm từ hình ảnh qua hệ thống các lớp nơ-ron [9]. CNN có nhiều ưu điểm như khả năng học tự động từ dữ liệu, hiệu quả cao và thích ứng với nhiều bài toán thị giác máy tính khác nhau [9].