›
›

Luận văn Thiết kế và thi công robot thông minh huấn luyện chơi cầu lông sử dụng thuật toán nhận dạng chuyển động 3D (Phần 1)

pdf 22 trang phuongnguyen 100
Download
Bạn đang xem 20 trang mẫu của tài liệu "Luận văn Thiết kế và thi công robot thông minh huấn luyện chơi cầu lông sử dụng thuật toán nhận dạng chuyển động 3D (Phần 1)", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfluan_van_thiet_ke_va_thi_cong_robot_thong_minh_huan_luyen_ch.pdf

Nội dung text: Luận văn Thiết kế và thi công robot thông minh huấn luyện chơi cầu lông sử dụng thuật toán nhận dạng chuyển động 3D (Phần 1)

  1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ TRẦN NGUYÊN SOÁI THIẾT KẾ VÀ THI CÔNG ROBOT THÔNG MINH HUẤN LUYỆN CHƠI CẦU LÔNG SỬ DỤNG THUẬT TOÁN NHẬN DẠNG CHUYỂN ÐỘNG 3D NGÀNH: KỸ THUẬT ÐIỆN TỬ - 60520203 S K C0 0 5 2 4 7 Tp. Hồ Chí Minh, tháng 4/2017
  2. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ TRẦN NGUYÊN SOÁI THIẾT KẾ VÀ THI CÔNG ROBOT THÔNG MINH HUẤN LUYỆN CHƠI CẦU LÔNG SỬ DỤNG THUẬT TOÁN NHẬN DẠNG CHUYỂN ĐỘNG 3D NGÀNH: KỸ THUẬT ĐỆN TỬ - 60520203 Tp.Hồ Chí Minh, tháng 04/2017
  3. B GIÁO D O I H M K THU T THÀNH PH H CHÍ MINH LU TR N NGUYÊN SOÁI THI T K VÀ THI CÔNG ROBOT THÔNG MINH HU N LUY U LÔNG S D NG THU T TOÁN NH N D NG CHUY NG 3D NGÀNH: K THU N T - 60520203 ng d n khoa h c: TS NGUY
  4. %Ӝ*,È2'Ө&9¬ĈҤ27Ҥ2 75ѬӠ1*ĈҤ,+Ӑ&6Ѭ3+Ҥ0.Ӻ7+8Ұ7 7+¬1+3+Ӕ+Ӗ&+Ë0,1+ 3+,ӂ81+Ұ1;e7/8Ұ19Ă17+Ҥ&6Ӻ 'jQKFKRJLҧQJYLrQSKҧQELӋQ 7rQÿӅWjLOXұQYăQWKҥFVӻ 7KLӃWNӃYjWKLF{QJ5RERWWK{QJPLQKKXҩQOX\ӋQFKѫLFҫXO{QJVӱGөQJWKXұW WRiQQKұQGҥQJFKX\ӇQÿӝQJ' 7rQWiFJLҧ 75Ҫ11*8<Ç162È, MSHV: 1520710 Ngành: .ӻWKXұWÿLӋQWӱ Khóa: 2015 Ĉӏnh Kѭӟng: ӬQJGөQJ +ӑYjWrQQJѭӡLSKҧQELӋQ 761JX\ӉQ7KDQK'NJQJ &ѫTXDQF{QJWiF ĈLӋQWKRҥLOLrQKӋ ,é.,ӂ11+Ұ1;e7 9ӅKuQKWKӭF NӃWFҩXOXұQYăQ +uQKWKӭFYjNӃWFҩXOXұQYăQWѭѫQJÿӕLU}UjQJ 9ӅQӝLGXQJ 2.1. Nh̵n xét v͉–ÀŠŠ‘ƒŠб…ǡ”Ù”‰ǡЛ…ŠŽЛ…ǡŠï……Š‹Ъ––”‘‰OX̵QYăQ 1ӝLGXQJOXұQYăQFyWtQKNKRDKӑFU}UjQJPҥFKOҥFQKѭQJWtQKWKX\ӃWSKөFFKѭDFDRP{KuQKFKӍPӟL FyJLDRGLӋQYjPi\EҳQFҫXÿѭӧFWKӵFKLӋQ 2.2. Nh̵š±–¯žŠ‰‹ž˜‹Ю…•у†о‰Š‘Ц…–”À…Š†РЪ–“—М…пƒ‰рк‹Šž……ׯ“—‹¯аŠ Š‹ЮŠŠ…пƒ’Šž’Ž—С–•лŠф—–”À–—Ю 9LӋFVӱGөQJKRһFWUtFKGүQNӃWTXҧFKѭDQrXU}QKӳQJêGmWUtFKGүQYjTXrQWUtFKGүQӣPӝWVӕFKӛWjL OLӋXWKDPNKҧREҵQJ7LӃQJ9LӋWÿmNK{QJÿѭӧFWiFJLҧÿӅFұSÿӃQ 2.3. Nh̵š±–˜Ыͭc tiêu nghiên cͱu, ph˱˯ng pháp nghiên cͱu s͵ dͭng trong LVTN 0өFWLrXQJKLrQFӭXU}UjQJSKѭѫQJSKiSQJKLrQFӭXVӱGөQJFӫDWiFJLҧOjÿLWӯQJKLrQFӭXOêWKX\ӃWÿӃQ WKӵFQJKLӋP 2.4. Nh̵n xét T͝ng quan cͯƒ¯͉ tài ĈҥW 2.5. ŠСš±–¯žŠ‰‹ž˜͉ n͡‹†—‰Ƭ…ŠН–Žрн‰…пƒ 1ӝLGXQJYjFKҩWOѭӧQJFӫDOXұQYăQ71FKѭDFDRGRFKѭDKRjQWҩWQrQSKҫQNLӇPWUDYjÿiQKJLiWUѭӟFNKL FKRUDNӃWOXұQ 2.6. ŠСš±–¯žŠ‰‹ž˜͉ kh̫£‰ͱng dͭ‰ǡ‰‹ž–”а–Šх…–‹Э…ͯƒ¯͉ tài &yNKҧQăQJӭQJGөQJFDRWURQJWѭѫQJODLVDXNKLKRjQWKLӋQYjQkQJFҩS 2.7. Lu̵˜£…О…ŠЯŠ•уƒǡ„е•—‰Šф‰з‹†—‰‰¿ȋ–Š‹͇t sót và t͛n t̩i): &ҫQSKҧLKRjQWKLӋQVҧQSKҭPEәVXQJSKҫQNLӇPWUDYjÿiQKJLiWUѭӟFNKLFKRUDNӃWOXұQ II. CÁC VҨ0ӄ CҪN LÀM RÕ &iFFkXK͗LFͯDJL̫QJYLrQSK̫QEL͏Q 7iFJLҧKm\JLҧLWKtFKYuVDRÿRҥQ7KXұWWRiQ[ӱOêҧQKFKѭDÿѭӧFKRjQKҧR3KҫQFӭQJURERWSKiWFҫX FKѭDKRҥWÿӝQJKRjQFKӍQKEҳQFҫXFyVDLOӋFKWӑDÿӝKҥQFKӃQJѭӡLFKѫLYӏWUtÿһWFDPHUDNK{QJÿѭӧF WKXұQWLӋQ[XҩWKLӋQWҥLPөF*LӟLKҥQÿӅWjL"
  5. Ǥ0   TT 0өFÿiQKJLi ĈiQKJLi ĈҥW Không ÿҥW 1 7tQKNKRDKӑFU}UjQJPҥFKOҥFNK~FFKLӃWWURQJOXұQYăQ x 2 ĈiQKJLiYLӋFVӱGөQJKRһFWUtFKGүQNӃWTXҧ1&FӫDQJѭӡLNKiFFyÿ~QJTXL x ÿӏQKKLӋQKjQKFӫDSKiSOXұWVӣKӳXWUtWXӋ 3 0өFWLrXQJKLrQFӭXSKѭѫQJSKiSQJKLrQFӭXVӱGөQJWURQJ/971 x 4 7әQJTXDQFӫDÿӅWjL x 5 ĈiQKJLiYӅQӝLGXQJ FKҩWOѭӧQJFӫD/971 x 6 ĈiQKJLiYӅNKҧQăQJӭQJGөQJJLiWUӏWKӵFWLӉQFӫDÿӅWjL x 0žŠ†Н—…Š±‘ȋšȌ˜‘؏—г0žŠ‰‹ž Ǥϸϯ *L̫QJYLrQSK̫QEL͏QJKLU}êNL͇Q³7iQWKjQKOX̵QYăQ” hay “.K{QJWiQWKjQKOX̵QYăQ”) Tán thành LVTN 73+&0QJj\WKiQJQăP 1JѭӡLQKұQ[pW .ê JKLU}KӑWrQ 761JX\ӉQ7KDQK'NJQJ
  6. %Ӝ*,È2'Ө&9¬ĈҤ27Ҥ2 75ѬӠ1*ĈҤ,+Ӑ&6Ѭ3+Ҥ0.Ӻ7+8Ұ7 7+¬1+3+Ӕ+Ӗ&+Ë0,1+ 3+,ӂ81+Ұ1;e7/8Ұ19Ă17+Ҥ&6Ӻ 'jQKFKRJLҧQJYLrQSKҧQELӋQ 7rQÿӅWjLOXұQYăQWKҥFVӻ 7KLӃWNӃYjWKLF{QJ5RERWWK{QJPLQKKXҩQOX\ӋQFKѫLFҫXO{QJVӱGөQJWKXұW WRiQQKұQGҥQJFKX\ӇQÿӝQJ' 7rQWiFJLҧ 75Ҫ11*8<Ç162È, MSHV: 1520710 Ngành: .ӻWKXұWÿLӋQWӱ Khóa: 2015 Ĉӏnh Kѭӟng: ӬQJGөQJ +ӑYjWrQQJѭӡLSKҧQELӋQ 763KDQ9ăQ&D &ѫTXDQF{QJWiF .KRDĈLӋQĈLӋQWӱ ĈLӋQWKRҥLOLrQKӋ ,é.,ӂ11+Ұ1;e7 9ӅKuQKWKӭF NӃWFҩXOXұQYăQ /XұQYăQWUuQKEj\TXiFҭXWKҧEӕFөFNK{QJU}UjQJTXiQKLӅXOӛLFKtQKWҧÿiQKPi\ÿӏQKGҥQJGjQ WUDQJYjFҩXWU~FÿRҥQ0ӝWVӕKuQKҧQKFRS\NK{QJU} 9ӅQӝLGXQJ 2.1. Nh̵n xét v͉–ÀŠŠ‘ƒŠб…ǡ”Ù”‰ǡЛ…ŠŽЛ…ǡŠï……Š‹Ъ––”‘‰OX̵QYăQ /XkQYăQPӟLKRjQWKLӋQÿѭӧFSKҫQFѫVӣOêWKX\ӃWYjWKLӃWNӃSKҫQFӭQJFѫNKt3KҫQWKLӃWNӃKӋWKӕQJ ÿLӅXNKLӇQFzQNKiKҥQFKӃ1ӝLGXQJWUuQKEj\UӡLUҥF3KҫQFKѭѫQJOLrQTXDQÿӃQWKLӃWNӃSKҫQPӅPPӟL FKӍEDRJӗPFiFOѭXÿӗWKLӃXFiFSKkQWtFKWKLӃWNӃVѫÿӗNKӕL3KҫQPҥFKÿLӅXNKLӇQNK{QJÿӅFұSWURQJ báo cáo. 2.2. Nh̵š±–¯žŠ‰‹ž˜‹Ю…•у†о‰Š‘Ц…–”À…Š†РЪ–“—М…пƒ‰рк‹Šž……ׯ“—‹¯аŠ Š‹ЮŠŠ…пƒ’Šž’Ž—С–•лŠф—–”À–—Ю 7iFJLҧFyWUtQKGүQNӃWTXҧFӫDQKӳQJQJKLrQFӭXNKiFÿmÿѭӧFF{QJEӕWURQJQJKLrQFӭXFӫDPuQKSK KӧSYӟLWK{QJOӋ7X\QKLrQSKҫQWәQJTXDQYjWjLOLӋXWKDPNKҧRFzQKҥQFKӃ 2.3. Nh̵š±–˜Ыͭc tiêu nghiên cͱu, ph˱˯ng pháp nghiên cͱu s͵ dͭng trong LVTN ĈӅWjLQJKLrQFӭXWKLӃWNӃP{KuQK5RERWÿiQKFҫXVӱGөQJ&DPHUD'ÿӇ[iFÿӏQKWӑDÿӝQJѭӡLFKѫLWӯÿy ÿLӅXNKLӇQKѭӟQJÿLFӫDFҫX7iFJLҧVӱGөQJFiFSKҫQPӅPKӛWUӧÿӇWKLӃWNӃSKҫQFѫNKtYjWKѭYLӋQ2SHQ 1,ÿӇ[ӱOêKuQKҧQK0өFWLrXYjSKѭѫQJSKiSQJKLrQFӭXSKKӧS 2.4. Nh̵n xét T͝ng quan cͯƒ¯͉ tài ĈӅWjLÿmKRjQWKjQKWKLӃWNӃSKҫQFӭQJFѫNKtSKҫQPӅP[ӱOêKuQKҧQKWӯ&DPHUHÿӇ[iFÿӏQKWӑDÿӝ QJѭӡLFKѫL7X\QKLrQNӃWTXҧÿҥWÿѭӧFFzQUҩWKҥQFKӃ3KҫQWKLӃWNӃWtQKWRiQKӋWKӕQJÿLӅXNKLӇQEiRFiR WUuQKEj\TXiVѫVjL 2.5. ŠСš±–¯žŠ‰‹ž˜͉ n͡‹†—‰Ƭ…ŠН–Žрн‰…пƒ %iRFiRPӟLFKӍWUuQKEj\KRjQWKLӋQSKҫQFѫVӣOêWKX\ӃWYjWKLӃWNӃFѫNKtFKRURERWÿiQKFҫXGӵDWUrQ SKҫQPӅP6ROLGZRUNV7X\QKLrQWKLӃWNӃKӋWKӕQJÿLӅXNKLӇQFiFWKXұWWRiQ[ӱOêWUuQKEj\FKѭDÿҥW\rX FҫX3KҫQNӃWTXҧTXiVѫ[jLFҫQFiFWKӵFQJKLӋPNLӇPFKӭQJÿҫ\ÿӫKѫQ 2.6. ŠСš±–¯žŠ‰‹ž˜͉ kh̫£‰ͱng dͭ‰ǡ‰‹ž–”а–Šх…–‹Э…ͯƒ¯͉ tài ĈӅWjLFyWKӇOjPP{KuQK5RERWSKөFYөWKӵFKjQKWKtQJKLӋPKRһFӭQJGөQJWURQJFiFWUXQJWkPOX\ӋQ WұSWKӇWKDR 2.7. Lu̵˜£…О…ŠЯŠ•уƒǡ„е•—‰Šф‰з‹†—‰‰¿ȋ–Š‹͇t sót và t͛n t̩i):
  7. /XұQYăQFҫQFKӍQKVӱDEӕFөFKuQKWKӭFWUuQKEj\FiFOӛLFKtQKWҧOӛLÿiQKPi\FҩXWU~FQӝLGXQJ&iF FKѭѫQJYjYLӃWOҥLKRjQFKӍQKOҥLÿӇÿiSӭQJPӝWEiRFiRNӻWKXұWWKLӃWNӃKӋWKӕQJ II. CÁC VҨ0ӄ CҪN LÀM RÕ &iFFkXK͗LFͯDJL̫QJYLrQSK̫QEL͏Q 11rXQJX\rQOêÿLӅXNKLӇQFӫD5RERWÿӇSKiWFҫXÿӃQWӑDÿӝGӵNLӃQ" 29LӋF[iFÿӏQK10WӑDÿӝ[DQKҩWÿӃQQJѭӡLFKѫLQKѭWKӃQjR" 37ѭWKӃQJѭӡLFKѫLÿѭӧFGQJOjPJuWURQJFKѭѫQJWUuQKÿLӅXNKLӇQ" Ǥ0   TT 0өFÿiQKJLi ĈiQKJLi ĈҥW Không ÿҥW 1 7tQKNKRDKӑFU}UjQJPҥFKOҥFNK~FFKLӃWWURQJOXұQYăQ x 2 ĈiQKJLiYLӋFVӱGөQJKRһFWUtFKGүQNӃWTXҧ1&FӫDQJѭӡLNKiFFyÿ~QJTXL x ÿӏQKKLӋQKjQKFӫDSKiSOXұWVӣKӳXWUtWXӋ 3 0өFWLrXQJKLrQFӭXSKѭѫQJSKiSQJKLrQFӭXVӱGөQJWURQJ/971 x 4 7әQJTXDQFӫDÿӅWjL x 5 ĈiQKJLiYӅQӝLGXQJ FKҩWOѭӧQJFӫD/971 x 6 ĈiQKJLiYӅNKҧQăQJӭQJGөQJJLiWUӏWKӵFWLӉQFӫDÿӅWjL x 0žŠ†Н—…Š±‘ȋšȌ˜‘؏—г0žŠ‰‹ž Ǥϸϯ *L̫QJYLrQSK̫QEL͏QJKLU}êNL͇Q³7iQWKjQKOX̵QYăQ” hay “.K{QJWiQWKjQKOX̵QYăQ”) 7iQWKjQKOXұQYăQ 73+&0QJj\WKiQJQăP 1JѭӡLQKұQ[pW .ê JKLU}KӑWrQ 763KDQ9ăQ&D
  8. LÝ L CH KHOA H C I. LÝ L C H & tên: Tr n Nguyên Soái Gi i tính: Nam ng Ngãi Quê quán: Quãng Ngãi Dân t c: Kinh a ch : 73/5 Kp Phú H n tho i n tho i: 0965.589.144 E-mail: nguyensoai89@gmail.com Fax: O 1 i h c H o: i h c chính quy Th o t 9/2007 n 3/2012 ng, thành ph ): i H m K Thu t TPHCM, Thành Ph H Chí Minh Ngành h c:K thu t n T án: u khi n thi t b và h th ng s d ng GMS/ GPRS. o v án:Tháng 02/2012 t i h m K thu t Thành ph H Chí Minh. ng d n: ThS.Nguy 2. Th H o: Chính quy Th o t 5/2015 n 4/2017 ng, thành ph i H m K Thu t TPHCM, Thành Ph H Chí Minh Ngành h c:K thu n T án: Thi t k và thi công robot thông minh hu n luy n c u lông s d ng thu t toán nh n d ng chuy ng 3D o v án: 23/04/2017 t i h m K thu t Thành ph H Chí Minh. ng d n: TS. Nguy i
  9. III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN K T KHI T T NGHI I H C Th i gian Công vi m nhi m T 3/2012 Công ty c ph n công ngh môi K án n 7/2014 ng và xây d ng Sài Gòn T 7/2014 Công ty TNHH MGA Vi t Nam K o trì d ch v n nay ii
  10. L u c a tôi. Các s li u, k t qu nêu trong lu c ai công b trong b t k công trình nào khác. Tp. H Chí Minh, ngày 27 tháng 03 7 (Ký tên và ghi rõ h tên) iii
  11. Thái các thành viên 3D Vision Lab . tôi iv
  12. Vi c c n m i tác phát c u trong quá trình t p luy n c a v ng viên c u lông chuyên nghi p là c n thi tìm ki m m ng v i v c nh ng k , s chính xác, c bi t luôn có s bi n. V n d ng m t Robot phát c u k t h p v i vi c nh n di xu t. Trên n n t ng v cân b ng cho Robot, tác gi s d u hai phát c u, k t h u tr phát c u nh ng gó khác nhau. M t c thông v
  13. ABSTRACT The needed a distribution partner in the process of training of athletes of professional badminton is necessary. But to find a partner with similar qualifications for that athlete to achieve the skills as the exact speed, especially always has transformation is not simple. With the idea that authors have built a robot development needs associated with the identification of the player is recommended. On the operating platform as well as a dynamic balance for Robot authors use two rollers mechanis to detect structure to combine the rotation axis to generate demand at different angles. A 3D camera Xtion Pro Lived applied to the RGB image data and photos of the scene depth from two data can be converted to 3D point cloud data of the scene. An algorithm is applied to conduct follow good people facing camera and calculates the special corner. Then the angle will be used to identify people who are under solid position on. Finally the combination of robot hardware design and algorithm according Xtion Pro 3D solid results Lived for an intelligent robot badminton players training. vi
  14. M C L C Lí l ch khoa h c i L ii L i c iii Tóm t t iv Abstract v M c l c vi Danh sách các hình viii Danh sách ch vi t t t ix NG QUAN 1 1.1 T tài nghiên c u: 1 1 1.3 Tính c p thi t c c và th c ti n c tài 3 1.4 M ng nghiên c u c tài 4 1.5 Nhi m v và gi i h n 4 1.5.1 Nhi m v 4 1.5.2 Gi i h n 5 u 5 1.7 K ho ch th c hi tài 5 LÝ THUY T 7 2.1. 7 2.2. nh qu o bay trái c u 9 2.3. 13 vii
  15. 2.4. 15 2.5. 17 2.6. vi 20 2.7. 22 2.8. ng (Skeleton Tracking) 23 2.9. 26 2.10. 27 2.10.1. T 27 N C NG 31 3.1. Robot phát c u lông: 31 3.2. 43 3.2.1. 43 3.2.2. 43 3.2.3. 44 47 47 54 54 62 62 63 64 71 71 viii
  16. DANH SÁCH CÁC HÌNH Hình 2.1. Máy b n c u lông s d 8 Hình 2.2. Máy b n c u lông s d a tác gi Jonathan Taryoto.[2] 9 Hình 2.3. a: C u trúc sân c u l ng, b: V t c u lông, c: Trái c u lông.[4] 10 Hình 2.4. (a) nh ch p t cao, m i nh cách nhau 20ms; (b) Qu o th c t ( vòng tròn xanh da tr i) so v i qu c bi n).[3] 10 Hình 2.5. 0 = 19.8 m s 0 0 = 24.7 m s 0 0=6.8 m s 0=55°(xan 0=9.7 m s 0=44°(vàng); U0=9.5 m s 0=30°(sáng-tím); U0=9.6 m s 0=18°(xám); U0=13.4 m s 0 0=37.6 m s 0 U0=32.3 m s 0 11 Hình 2.6. 12 Hình 2.7. 16 Hình 2.8. 17 Hình 2.9. 18 Hình 2.10. 19 Hình 2.11. 19 Hình 2.12. 20 Hình 2.13. 21 Hình 2.14. 23 Hình 2.15. -Shift 24 Hình 2.16. 25 Hình 2.17. 25 Hình 2.18. H to Descartes Oxy v m A,B 26 Hình 2.19. H to Descartes Oxyz v m A,B 27 nh t trên sân 28 ix
  17. m b n c c 30 Hình 3.1. B n thi t k 3D c a máy phát c u lông. 31 Hình 3.2. (a) Chi ti t trái c u; (b) ng ch a c u 32 Hình 3.3. 33 Hình 3.4. 34 Hình 3.5. 34 Hình 3.6. b). 35 Hình 3.7. 35 Hình 3.8. 36 Hình 3.9. 36 Hình 3.10. 37 Hình 3.11. hình b) 37 Hình 3.12. 38 Hình 3.13. 39 Hình 3.14. 39 Hình 3.15. 41 Hình 3.16. 41 nh v trí b n c u. 41 Hình 3.18. b). 42 Hình 3.19. 42 Hình 3.20. 43 Hình 3.21. 44 Hình 3.22. 45 x
  18. Hình 4.1. 47 Hình 4.2. 61 Hình 5.1. 62 Hình 5.2. 63 Hình 5.3. 64 Hình 5.4. 65 Hình 5.5. 66 Hình 5.6. 67 Hình 5.7. 68 xi
  19. CÁC THU T NG VI T T T, KÝ HI U KHOA H C, TI NG ANH-VI T - RGB-D: Red Green Blue Depth - RGBD-ICP: Red Green Blue Depth-Iterative Closest Point - SIFT: Scan Invariant Feature Transform - SUFT: Speeded up robust features - 2D: 2 dimention - 3D: 3 dimention - SLAM:Simultaneous localization and mapping - IR: Infrared - Red Green Blue xanh lá xanh lam sâu - Iterative Closest Point: vòng l m g n nh t - Using depth cameras for dense 3D modeling of indoor enviroment: ng d ng c m bi ng trong nhà - 3D depth sensor: c m bi sâu 3 chi u - ng - góc ng n - IR emitter: b phát h ng ngo i - Color sencor: c m bi n màu - IR Depth sensor: c m bi sâu h ng ngo i - m A có t trong h tr c t Descartes 2 chi u là - m O có t trong h tr c t Descartes 3 chi u là xii
  20. S K L 0 0 2 1 5 4