Nhận dạng chuyển động ứng dụng cho điều khiển máy tính

- PHẠM VĂN LƯỢNG TÊN ĐỀ TÀI LUẬN VĂN NHẬN DẠNG CHUYỂN ĐỘNG ỨNG DỤNG CHO ĐIỀU KHIỂN MÁY TÍNH Chuyên ngành : KỸ THUẬT ĐIỆN TỬ LUẬN VĂN THẠC SĨ KỸ THUẬT KỸ THUẬT ĐIỆN TỬ NGƯỜI HƯỚNG DẪN KHOA HỌC : PGS.TS.
- ĐỖ TRỌNG TUẤN Hà Nội – 2016 Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 1 LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu riêng của tôi.
- Học viên: Phạm Văn Lượng Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 2 Danh mục các chữ viết tắt Từ viết tắt Từ gốc IMU Inertial measurement unit VQ Vector quantization DTW Dynamic time warping HMM Hidden markov model ANN Artificial neural network MLP Multilayer perceptron DPS Degrees Per Second IC Integrated circuit (Chip) SPI Serial Peripheral Interface UART Universal asynchronous receiver/transmitter GPIO General-purpose input/output QFN Quad-flat no-leads Danh mục các bảng Bảng 2.
- 83 Danh mục các hình vẽ, đồ thị Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 3 Hình 1.
- 1 Một thiết bị hỗ trợ trình chiếu trên thị tường.
- 2 Sơ đồ hệ thống nhận dạng.
- 3 Sơ đồ nhận dạng chuyển động dùng IMU.
- 5 Mô hình mạng neuron nhân tạo.
- 10 Mạng neuron truyền thẳng một lớp.
- 11 Mạng neuron truyền thẳng nhiều lớp.
- 12 Mạng neuron hồi quy một lớp.
- 41 Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 4 Hình 2.
- 48 Hình 2.19 Ý tưởng tách mạch thành 2 phần.
- 34 Lưu đồ thuật toán đọc dữ liệu cho việc nhận dạng.
- 35 Lưu đồ nhận dạng trên chip chính.
- 4 Dạng tín hiệu động tác phất tay lên trên.
- 72 Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 5 Hình 3.
- 6 Dạng tín hiệu động tác xoay tay sang trái 1 lần.
- 7 Dạng tín hiệu động tác xoay tay sang phải 2 lần.
- 8 Dạng tín hiệu động tác xoay tay sang trái 2 lần.
- 17 Máy tính nhận thiết bị.
- 83 Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 6 Mục lục LỜI CAM ĐOAN.
- Giới thiệu về các thiết bị hỗ trợ trình chiếu đang có trên thị trường.
- Thiết bị mà luận văn hướng tới.
- Lý thuyết nhận dạng.
- Giới thiệu về mạng neuron.
- Mô hình mạng Neuron.
- Liên kết trong mạng neuron nhân tạo.
- Khả năng ứng dụng của mạng neuron nhân tạo trong nhận dạng.
- Mạng neuron lan truyền thẳng nhiều lớp.
- 31 Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 7 2.3.
- Khảo sát tín hiệu cảm biến.
- Đánh giá chất lượng nhận dạng.
- 85 Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 8 LỜI MỞ ĐẦU Ngày nay với sự phát triển của khoa học kỹ thuật, đặc biệt là sự bùng nổ của công nghiệp bán dẫn tạo ra những chiếc máy tính phục vụ rất nhiều lĩnh vực cho con người.
- Thay vì việc cầm một chiếc remote trên tay tôi sẽ đeo nó trên ngón tay, chuyển động trên ngón tay sẽ được nhận dạng và tùy vào những chuyển động khác nhau sẽ có những lệnh tương ứng cho việc trình chiếu.
- Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 9 Qua đây em cũng gửi lời cám ơn đến PGS.TS.
- Đỗ Trọng Tuấn đã hướng dẫn em trong suốt thời gian học tập và làm luận văn.
- Em xin chân thành cám ơn! Hà Nội, Ngày… tháng… năm 2016 Học viên: Phạm Văn Lượng Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 10 Lý do chọn đề tài Ngày nay, trong giai đoạn phát triển mạnh mẽ về kỹ thuật điện tử, máy tính và các chip vi điều khiển tạo điều kiện cho việc nghiên cứu phát triển các ứng dụng công nghệ cao.
- Công nghệ nhận dạng chuyển động dùng sensor accelerometer, gyroscope… tương đối mới và đang được phát triển bởi khá nhiều phòng nghiên cứu, Ngoài các ứng dụng đã kể ở trên còn các ứng dụng khác đang được sử dụng trong các điện thoại, máy bay không người lái, tay cầm chơi game, điều khiển tv.
- Với tôi, tôi muốn ứng dụng công nghệ nhận dạng chuyển động mới mẻ này vào việc điều khiển trình chiếu hỗ trợ việc thuyết trình và giảng dạy.
- Mục đích nghiên cứu của luận văn, đối tượng, phạm vi nghiên cứu Luận văn này trình bày cơ bản về giải pháp cho một thiết bị hỗ trợ trình chiếu, thuyết trình và giảng day sử dụng màn hình lớn.
- Đối tượng nghiên cứu của luận văn là thiết kế một thiết bị điều khiển hỗ trợ trình chiếu với trọng tâm là việc theo dõi và nhận dạng các chuyển động của ngón tay.
- Phạm vi nghiên cứu của luận văn là thiết kế mạch, đưa ra phương pháp nhận dạng chuyển động phù hợp với các sensor theo dõi chuyển động trên ngón tay.
- Mục tiêu của đề tài - Nhận dạng được 8 động tác của ngón tay.
- Nhận dạng chuyển động với thời gian thực.
- Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 11 Phương pháp nghiên cứu Thiết kế mạch sao cho theo dõi được chuyển động của ngón tay.
- Theo dõi các đặc trưng chuyển động ngón tay, sau đó dưa ra giải pháp huấn luyện và nhận dạng mẫu.
- Tìm hiểu các phương pháp nhận dạng mẫu như Neuron, vector quantization , dynamic time warping.
- Nội dung của luận văn Phần nội dung chính của luận văn gồm 3 chương: Chương 1 Tổng quát Giới thiệu các chức năng và ứng dụng của các thiết bị hỗ trợ trình chiếu đang có trên thị trường.
- Đưa ra cái nhìn tổng quan về lý thuyết nhận dạng mẫu, giới thiệu các bước trong kỹ thuật nhận dạng.
- Giới thiệu mạng neuron nhân tạo.
- Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 12 CHƯƠNG 1 TỔNG QUAN 1.1.
- 1 Một thiết bị hỗ trợ trình chiếu trên thị tường Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 13 1.2.
- Thiết bị mà luận văn hướng tới Các thiết bị hỗ trợ trình chiếu đang có hiện nay có rất nhiều ưu điểm nhưng nó vẫn tồn tại những nhược điểm như kích thước vẫn còn tương đối lớn cho việc luôn phải cầm thiết bị trên tay.
- Qua những kiến thức đã tích lỹ trong quá trình học tập và công việc tôi nhận thấy rằng lý thuyết nhận dạng rất phù hợp cho việc nhận dạng những chuyển động dùng để ra lệnh điều khiển máy tính hỗ trợ việc trình chiếu.
- Lý thuyết nhận dạng Trích dẫn từ “Nhận dạng mẫu” của Wikipedia.
- “Nhận dạng mẫu (pattern recognition) là một ngành thuộc lĩnh vực học máy (machine learning).
- Nhận dạng mẫu nhằm mục đích phân loại dữ liệu (là các mẫu) dựa trên: hoặc là kiến thức tiên nghiệm (a priori) hoặc dựa vào thông tin thống kê được trích rút từ các mẫu có sẵn.
- Một hệ thống nhận dạng mẫu hoàn thiện gồm một thiết bị cảm nhận (sensor) để thu thập các quan sát cần cho việc phân loại hay miêu tả.
- Nhận dạng mẫu dùng thống kê là dựa vào các đặc tính thống kê của các mẫu, chẳng hạn rằng các mẫu được tạo mới một hệ thống xác suất.
- Nhận dạng dùng cấu trúc là dựa vào tương quan cấu trúc giữa các mẫu.
- Các ứng dụng phổ biến là nhận dạng tiếng nói tự động, phân loại văn bản thành nhiều loại khác nhau (ví dụ: những thư điện tử nào là spam/non-spam), nhận dạng tự động các mã bưu điện viết tay trên các bao thư, hay hệ thống nhận dạng danh tính dựa vào mặt người.
- Ba ví dụ cuối tạo thành lãnh vực con phân tích ảnh của nhận dạng mẫu với đầu vào là các ảnh số.” Hình 1.
- 2 Sơ đồ hệ thống nhận dạng Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 15 Có thể nói ngắn gọn lý thuyết nhận dạng được chia thành hai phần: huấn luyện, nhận dạng.Phần huấn luyện có hai phần chính là trích chọn đặc trưng và các phương pháp nhận dạng dùng để huấn luyện.
- Phần nhận dạng cũng có hai phần chính là trích chọn đặc trưng, nhận dạng.Ở phần huấn luyện dùng phương pháp trích chọn đặc trưng và nhận dạng nào thì phần nhận dạng cũng dùng phương pháp đó.
- Sự khác nhau ở đây là huấn luyện để tạo ra các bộ tham số cho phần nhận dạng, nhận dạng là việc sử dụng các tham số đã được huấn luyện so sánh, phân loại tín hiệu đầu vào thành tín hiệu đầu ra đã được định nghĩa.
- Ngày nay các phương pháp nhận dạng được phát triển rất mạnh và được ứng dụng cho rất nhiều ứng dụng khác nhau.
- Các ứng dụng sử dụng phương pháp nhận dạng phổ biến hiện nay phải kể đến việc nhận dạng giọng nói, nhận dạng hình ảnh.
- Nhận dạng giọng nói với các phương pháp vector quantization - VQ, dynamic time warping - DTW, Hidden Markov Model – HMM,Neuron.
- Nhận dạng ảnh với các ứng dụng nhận dạng khuôn mặt, nhận dạng chữ viêt… sẽ có những phương pháp nhận dạng riêng nhưng Neuron là phương pháp nhận dạng phổ biến nhất đang được sử dụng.
- Mạng Neuron nhân tạo được coi là một công cụ mạnh để giải quyết các bài toán có tính phi tuyến, phức tạp và đặc biệt trong các trường hợp mà mối quan hệ giữa các quá trình không dễ thiết lập một cách tường minh.Tôi nhận thấy điều này rất phù hợp với ứng dụng mà đề tài đang hướng tới vì vậy tôi quết định sử dụng phương pháp nhận dạng này cho luận văn của mình.
- Để thực hiện bài toán nhận dạng chuyển động theo yêu cầu của đề bài cũng phải trải qua các bước tuần tự như lấy dữ liệu sensor, trích trọn đặc trưng, dạy và nhận dạng.
- Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 16 Hình 1.
- Người ta ước tính mỗi neuron trong bộ não của con người có khoảng 104 khớp nối (hình 2.1) Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 17 Chức năng cơ bản của các tế bào neuron là liên kết với nhau để tạo nên hệ thống thần kinh điều khiển hoạt động của cơ thể sống.
- Mô hình mạng Neuron Một mạng Neuron là một tập hợp liên kết lẫn nhau của các phần tử tính toán phi tuyến đơn giản.
- Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 18  X1…Xm là các tín hiệu đầu vào có thể là tín hiệu thô hoặc tín hiệu đã qua xử lý.
- Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 19  Piecewise linear Hình 1.
- Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 20  Hyperbolic tangent Hình 1.
- Liên kết trong mạng neuron nhân tạo Mạng neuron nhân tạo gồm các neuron và liên kết có trọng số giữa chúng.
- Các loại mạng neuron nhân tạo được xác định bởi cách liên kết giữa các neuron , trọng số của các liên kết đó và hàm chuyển tại mỗi neuron.
- 10 Mạng neuron truyền thẳng một lớp (Single-layer feedforward network) Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 21 Mạng neuron truyền thẳng một lớp là loại mạng chỉ có lớp neuron đầu vào và một lớp neuron đầu ra (thực chất lớp neuron đầu vào không có vai trò xử lý, do đó ta nói mạng chỉ có một lớp).
- Mỗi neuron đầu ra có thể nhận tín hiệu từ các đầu vào x1, x2.
- xm để tạo ra tín hiệu đầu ra tương ứng.
- 11 Mạng neuron truyền thẳng nhiều lớp (Multil-layer feedforward network).
- Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 22 Hình 1.
- 12 Mạng neuron hồi quy một lớp 1.5.3.
- Khả năng ứng dụng của mạng neuron nhân tạo trong nhận dạng Đặc trưng của mạng neuron nhân tạo là khả năng học và xử lý song song.
- Sau khi đã học xong, mạng neuron nhân tạo có thể tính toán kết quả đầu ra tương ứng với bộ số liệu đầu vào mới.
- Về mặt cấu trúc, mạng neuron nhân tạo là một hệ thống gồm nhiều phần tử xử lý đơn giản cùng hoạt động song song.
- Mặt khác, mô hình mạng neuron nhân tạo cho phép liên kết có trọng số các phần tử phi tuyến (các neuron đơn lẻ) tạo nên dạng hàm tổng hợp từ các hàm thành phần.
- Kết quả là đầu ra của nó sẽ tương tự với kết ZZ Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 23 quả đầu ra của tập dữ liệu dùng để luyện mạng.
- Khi đó ta nói mạng neuron nhân tạo đã học được mối quan hệ tương quan đầu vào - đầu ra của quá trình và lưu lại mối quan hệ tương quan này thông qua bộ trọng số liên kết giữa các nơ ron.
- Do đó, mạng neuron nhân tạo có thể tính toán trên bộ số liệu đầu vào mới để đưa ra kết quả đầu ra tương ứng.
- Các nhóm ứng dụng mà mạng neuron nhân tạo đã được áp dụng rất có hiệu quả là: Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 24 Bài toán phân lớp: Loại bài toán này đòi hỏi giải quyết vấn đề phân loại các đối tượng quan sát được thành các nhóm dựa trên các đặc điểm của các nhóm đối tượng đó.
- Đây là dạng bài toán cơ sở của rất nhiều bài toán trong thực tế: nhận dạng chữ viết, tiếng nói, phân loại gen, phân loại chất lượng sản phẩm,… Bài toán dự báo: Mạng neuron nhân tạo đã được ứng dụng thành công trong việc xây dựng các mô hình dự báo sử dụng tập dữ liệu trong quá khứ để dự đoán số liệu trong tương lai.
- Bài toán điều khiển và tối ưu hoá: Nhờ khả năng học và xấp xỉ hàm mà mạng neuron nhân tạo đã được sử dụng trong nhiều hệ thống điều khiển tự động cũng như góp phần giải quyết những bài toán tối ưu trong thực tế.
- Mạng neuron lan truyền thẳng nhiều lớp 1.6.1.
- Mô hình mạng neuron của Rosenblatt sử dụng hàm ngưỡng đóng vai trò là hàm chuyển.
- Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 25 Ngay từ khi mạng Perceptron một lớp được đề xuất nó đã được sử dụng để giải quyết bài toán phân lớp.
- 15 Mạng perceptron một lớp Luận Văn Tốt Nghiệp Phạm Văn Lượng 14BKĐT CB140212 Trang: 26 Để bắt đầu quá trình luyện mạng, các trọng số được gán giá trị ngẫu nhiên trong khoảng [-3, 3]

Xem thử không khả dụng, vui lòng xem tại trang nguồn
hoặc xem Tóm tắt