Luận văn Thạc sĩ Khoa học dữ liệu: Xây dựng mô hình trí tuệ nhân tạo hỗ trợ Dji Tello drone nhận diện các vật thể có dạng hình học cơ bản

XÂY DỰNG MÔ HÌNH TRÍ TUỆ NHÂN TẠO HỖ TRỢ DJI TELLO DRONE NHẬN DIỆN CÁC VẬT THỂ CÓ DẠNG HÌNH HỌC CƠ BẢN

Tác giả: Nguyễn Quang Phú

Lĩnh vực: Khoa học Dữ liệu

Nội dung tài liệu:

Nghiên cứu này tập trung vào việc phát triển mô hình trí tuệ nhân tạo nhằm nâng cao khả năng nhận diện các vật thể có hình học cơ bản cho máy bay không người lái DJI Tello. Bối cảnh cuộc cách mạng công nghệ với sự phát triển mạnh mẽ của trí tuệ nhân tạo và drone đã tạo ra triển vọng lớn trong việc nâng cao hiệu suất và tích hợp drone vào các ứng dụng thực tế. Mục tiêu chính là xây dựng mô hình trí tuệ nhân tạo dựa trên mạng thần kinh tích chập (CNN) để hỗ trợ DJI Tello drone nhận diện và phân loại các vật thể hình học cơ bản như hình tròn, tam giác, hình chữ nhật và ngũ giác đều. Quá trình nghiên cứu bao gồm việc xây dựng bộ dữ liệu ảnh đa dạng và sử dụng kiến thức học máy để xây dựng mô hình có khả năng nhận diện chính xác. Mô hình đạt hiệu suất tốt với độ chính xác trên 99% trên cả tập huấn luyện và kiểm tra.

Mục lục chi tiết:

• LỜI CAM ĐOAN
• LỜI CÁM ƠN
• TÓM LƯỢC LUẬN VĂN
• DANH MỤC CÁC CHỮ VIẾT TẮT VÀ KÝ HIỆU
• MỤC LỤC
• DANH MỤC BẢNG BIỂU
• DANH MỤC HÌNH VẼ, SƠ ĐỒ, ĐỒ THỊ
• DANH MỤC THUẬT TOÁN
• PHẦN I MỞ ĐẦU
  • Lý do chọn đề tài
  • Mục tiêu nghiên cứu
    • Mục tiêu tổng quát
    • Mục tiêu cụ thể
  • Đối tượng và phạm vi nghiên cứu
    • Đối tượng nghiên cứu
    • Phạm vi nghiên cứu
  • Phương pháp nghiên cứu
  • Cấu trúc của luận văn
• PHẦN II NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
  • CHƯƠNG I: CƠ SỞ LÝ THUYẾT
    • Tổng quan về drone
      • Giới thiệu về drone
      • Ứng dụng của drone
      • Giới thiệu về DJI Tello Drone
    • Tổng quan về học máy
      • Giới thiệu về học máy
      • Phân loại các phương pháp học máy
      • Ứng dụng của học máy
      • Một số phương pháp đánh giá hệ thống phân loại
        • Ma trận nhầm lẫn (Confusion Matrix)
        • True/False Positive/Negative
        • Độ chính xác (Precision) và Độ nhạy (Recall)
    • Tổng quan về học sâu
      • Giới thiệu về học sâu
      • Cách thức hoạt động của học sâu
      • Ứng dụng của học sâu
    • Tổng quan mạng thần kinh tích chập
      • Giới thiệu về mạng thần kinh tích chập
      • Kiến trúc mạng thần kinh tích chập
      • Ứng dụng của mạng thần kinh tích chập trong nhận diện vật thể
    • Ngôn ngữ lập trình Python cho học máy
      • Giới thiệu chung
      • Các thư viện Python phổ biến hỗ trợ học máy
      • DjiTelloPy – Bộ thư viện hỗ trợ điều khiển DJI Tello Drone
      • Nền tảng trực tuyến Google Colab
    • Các công trình nghiên cứu liên quan
  • CHƯƠNG II: HUẤN LUYỆN THIẾT BỊ BAY KHÔNG NGƯỜI LÁI NHẬN DẠNG VẬT THỂ CÓ DẠNG HÌNH HỌC CƠ BẢN
    • Tổng quan phương pháp
      • Sơ đồ tổng thể phương pháp
      • Giải thích các bước trong sơ đồ tổng thể phương pháp
    • Mô tả và xây dựng bộ dữ liệu hình ảnh vật thể
      • Giới thiệu tổng quan về bộ dữ liệu hình ảnh vật thể
      • Xây dựng thuật toán hỗ trợ việc xây dựng bộ dữ liệu hình ảnh
    • Ứng dụng thuật toán mạng thần kinh tích chập trong việc giải quyết bài toán nhận diện vật thể có dạng hình học cơ bản
    • Nhận diện vật thể có dạng hình học cơ bản thông qua camera
  • CHƯƠNG III: KẾT QUẢ THỰC NGHIỆM VÀ BÀN LUẬN
    • Kết quả thực nghiệm
      • Kết quả nhận diện vật thể hình chữ nhật
      • Kết quả nhận diện vật thể hình tam giác
      • Kết quả nhận diện vật thể hình tròn
      • Kết quả nhận diện vật thể hình ngũ giác đều
• PHẦN III KẾT LUẬN
  • Kết quả thu được
  • Hạn chế
  • Hướng phát triển của bài toán
• TÀI LIỆU THAM KHẢO