Ứng dụng trí tuệ nhân tạo vào hệ thống điều khiển xe điện tự lái tại trường đại học Nha Trang
Email:
thuannv@ntu.edu.vn
Từ khóa:
Mạng nơ-ron tích chập, CNN, xe tự hành, nhận dạng đường, mạch điều khiển
Tóm tắt
Việc ứng dụng trí tuệ nhân tạo để phát triển xe tự hành là một hướng nghiên cứu đầy tiềm năng và đang thu hút sự quan tâm rộng rãi của cộng đồng khoa học. Trong nghiên cứu này, mạng nơ-ron tích chập được ứng dụng để giải quyết bài toán nhận dạng đường cho mô hình xe điện ba bánh, sử dụng dữ liệu ảnh đầu vào được thu thập từ camera để huấn luyện. Giá trị góc lái mà mạng nơ-ron quyết định sẽ được thực thi thông qua sự điều khiển của một động cơ bước. Kết quả là mạng nơ-ron tích chập sau quá trình huấn luyện đã đạt được độ chính xác cao, lên tới 94%. Quá trình thực nghiệm đã chứng minh hệ thống hoạt động tốt trong việc điều khiển xe tự lái trên đường thử nghiệm được thiết kế. Tuy nhiên, nhóm nghiên cứu cũng nhận ra rằng hệ thống còn nhiều hạn chế, cần được cải tiến để tăng cường tính ổn định và độ chính xác trong các điều kiện vận hành khác nhau. Tóm lại, việc kết hợp mạng nơ-ron tích chập và mạch điện điều khiển góc lái đã đặt nền tảng quan trọng cho những nghiên cứu và phát triển tiếp theo trong lĩnh vực xe tự hành tại Đại học Nha Trang nói riêng và Việt Nam nói chungTài liệu tham khảo
[1]. T.-D. Do, M.-T. Duong, Q.-V. Dang, M.-H. Le, Real-Time Self-Driving Car Navigation Using Deep Neural Network, 2018 4th International Conference on Green Technology and Sustainable Development (GTSD), (2018) 7-12. https://www.researchgate.net/publication/330487831
[2]. J. Yang, G. Yang, Modified Convolutional Neural Network Based on Dropout and the Stochastic Gradient Descent Optimizer, Algorithms, 11 (2018) 28. https://doi.org/10.3390/a11030028
[3]. N. V. Bach, P. X. Tung, Lane detection using Hough transformation and YOLOv8, Transport and Communications Science Journal, 75 (2024) 1659-1672. https://doi.org/10.47869/tcsj.75.4.15
[4]. Hà Thị Kim Duyên, Lê Mạnh Long, Nguyễn Đức Duy, Phan Sỹ Thuần, Nguyễn Ngọc Hải, Nguyễn Thị Tú Uyên, Ngô Mạnh Tiến, Nghiên cứu và phát triển hệ thống xe tự hành ứng dụng trí tuệ nhân tạo, Tạp chí Khoa học và Công nghệ, 57 (2021) 38-43.
[5]. T. T. H. T. Nguyen, T. T. Dao, T. B. Ngo, Real-Time Multi-Sensor Fusion for Object Detection and Localization in Self-Driving Cars: A CARLA Simulation, Transport and Communications Science Journal, 76 (2025) 64-78. https://doi.org/10.47869/tcsj.76.1.6
[6]. S. Albawi, T. A. Mohammed, S. Al-Zawi, Understanding of a Convolutional Neural Network, 2017 International Conference on Engineering and Technology, (2017) 264-269. http://doi:10.1109/ICEngTechnol.2017.8308186
[7]. C. Sharma, S. Bharathiraja, G. Anusooya, Self Driving Car using Deep Learning Technique, International Journal of Engineering Research & Technology, 9 (2020) 248-253. https://doi.org/10.17577/IJERTV9IS060247
[8]. P. Purwono, A. Ma’arif, W. Rahmaniar, H.I.K. Fathurrahman, A.Z.K. Frisky, Q.M. ul Haq, Understanding of Convolutional Neural Network (CNN): A Review, International Journal of Robotics and Control Systems, 2 (2022) 739-748. http://dx.doi.org/10.31763/ijrcs.v2i4.888
[9]. Nguyễn Hữu Quyết, Lê Văn Vũ, Trần Ngọc Hoà, Phân loại hư hỏng khung thép bằng mạng nơ ron tích chập một chiều và cơ chế chú ý kênh, Tạp chí Khoa học Giao thông vận tải, 75 (2024) 2333-2344. https://doi.org/10.47869/tcsj.75.9.8
[10]. A. Zafar, M. Aamir, N.M. Nawi, A. Arshad, S. Riaz, A. Alruban, A.K. Dutta, S. Almotairi, A Comparison of Pooling Methods for Convolutional Neural Networks, Applied Sciences, 12 (2022) 8643. https://doi.org/10.3390/app12178643
[11]. End-to-end Multi-Modal Multi-Task Vehicle Control for Self-Driving Cars with Visual Perception, https://arxiv.org/abs/1801.06734, truy cập ngày 07 tháng 9 năm 2025
[12]. H. T. Ngoc, P. P. Hong, A. N. Quoc, L. D. Quach, Steering Angle Prediction for Autonomous Vehicles Using Deep Transfer Learning, Journal of Advances in Information Technology, 15 (2024) 138–146. https://doi:10.12720/jait.15.1.138-146
[13]. M. S. Khan, A. R. Omer, A. Yousafzai, Steering Angle Prediction of Autonomous Vehicle Using Machine Learning, 2024 Horizons of Information Technology and Engineering (HITE), (2024) 1-6.
[14]. Y. Karemore, S. Dronkar, Prediction of Steering Angle in Autonomous Vehicles Using Deep Learning Approach, EPJ Web of Conferences, 328 (2025) 01034. https://doi.org/10.1051/epjconf/202532801034
[2]. J. Yang, G. Yang, Modified Convolutional Neural Network Based on Dropout and the Stochastic Gradient Descent Optimizer, Algorithms, 11 (2018) 28. https://doi.org/10.3390/a11030028
[3]. N. V. Bach, P. X. Tung, Lane detection using Hough transformation and YOLOv8, Transport and Communications Science Journal, 75 (2024) 1659-1672. https://doi.org/10.47869/tcsj.75.4.15
[4]. Hà Thị Kim Duyên, Lê Mạnh Long, Nguyễn Đức Duy, Phan Sỹ Thuần, Nguyễn Ngọc Hải, Nguyễn Thị Tú Uyên, Ngô Mạnh Tiến, Nghiên cứu và phát triển hệ thống xe tự hành ứng dụng trí tuệ nhân tạo, Tạp chí Khoa học và Công nghệ, 57 (2021) 38-43.
[5]. T. T. H. T. Nguyen, T. T. Dao, T. B. Ngo, Real-Time Multi-Sensor Fusion for Object Detection and Localization in Self-Driving Cars: A CARLA Simulation, Transport and Communications Science Journal, 76 (2025) 64-78. https://doi.org/10.47869/tcsj.76.1.6
[6]. S. Albawi, T. A. Mohammed, S. Al-Zawi, Understanding of a Convolutional Neural Network, 2017 International Conference on Engineering and Technology, (2017) 264-269. http://doi:10.1109/ICEngTechnol.2017.8308186
[7]. C. Sharma, S. Bharathiraja, G. Anusooya, Self Driving Car using Deep Learning Technique, International Journal of Engineering Research & Technology, 9 (2020) 248-253. https://doi.org/10.17577/IJERTV9IS060247
[8]. P. Purwono, A. Ma’arif, W. Rahmaniar, H.I.K. Fathurrahman, A.Z.K. Frisky, Q.M. ul Haq, Understanding of Convolutional Neural Network (CNN): A Review, International Journal of Robotics and Control Systems, 2 (2022) 739-748. http://dx.doi.org/10.31763/ijrcs.v2i4.888
[9]. Nguyễn Hữu Quyết, Lê Văn Vũ, Trần Ngọc Hoà, Phân loại hư hỏng khung thép bằng mạng nơ ron tích chập một chiều và cơ chế chú ý kênh, Tạp chí Khoa học Giao thông vận tải, 75 (2024) 2333-2344. https://doi.org/10.47869/tcsj.75.9.8
[10]. A. Zafar, M. Aamir, N.M. Nawi, A. Arshad, S. Riaz, A. Alruban, A.K. Dutta, S. Almotairi, A Comparison of Pooling Methods for Convolutional Neural Networks, Applied Sciences, 12 (2022) 8643. https://doi.org/10.3390/app12178643
[11]. End-to-end Multi-Modal Multi-Task Vehicle Control for Self-Driving Cars with Visual Perception, https://arxiv.org/abs/1801.06734, truy cập ngày 07 tháng 9 năm 2025
[12]. H. T. Ngoc, P. P. Hong, A. N. Quoc, L. D. Quach, Steering Angle Prediction for Autonomous Vehicles Using Deep Transfer Learning, Journal of Advances in Information Technology, 15 (2024) 138–146. https://doi:10.12720/jait.15.1.138-146
[13]. M. S. Khan, A. R. Omer, A. Yousafzai, Steering Angle Prediction of Autonomous Vehicle Using Machine Learning, 2024 Horizons of Information Technology and Engineering (HITE), (2024) 1-6.
[14]. Y. Karemore, S. Dronkar, Prediction of Steering Angle in Autonomous Vehicles Using Deep Learning Approach, EPJ Web of Conferences, 328 (2025) 01034. https://doi.org/10.1051/epjconf/202532801034
Tải xuống
Chưa có dữ liệu thống kê
Nhận bài
22/10/2025
Nhận bài sửa
26/03/2026
Chấp nhận đăng
25/05/2026
Xuất bản
15/06/2026
Chuyên mục
Công trình khoa học
Kiểu trích dẫn
Vũ Thăng, L., Trần Đăng, K., & Nguyễn Văn, T. (1781456400). Ứng dụng trí tuệ nhân tạo vào hệ thống điều khiển xe điện tự lái tại trường đại học Nha Trang. Tạp Chí Khoa Học Giao Thông Vận Tải, 77(5), 700-714. https://doi.org/10.47869/tcsj.77.5.7
