PHÂN LOẠI MẶT ĐƯỜNG SỬ DỤNG MÔ HÌNH HỌC MÁY CÓ GIÁM SÁT TRÊN BỘ DỮ LIỆU CỦA CẢM BIẾN QUÁN TÍNH

Tóm tắt

Trong những năm gần đây, với sự phát triển của hạ tầng giao thông và lĩnh
vực khoa học công nghệ thì việc nhận diện tình trạng mặt đường đang có nhiều ý
nghĩa quan trọng đối với các hệ thống xe tự hành hoặc bài toán dẫn đường tự
động. Trong các bài toán phân loại mặt đường thì có các hệ thống sử dụng camera,
hệ cảm biến Lidar, tuy nhiên các hệ thống này triển khai thì thường khó thực hiện
được phân loại trong thời gian thực, đồng thời cũng tốn kém về mặt chi phí. Chúng
tôi nhận thấy sử dụng cảm biến quán tính và các thuật toán học máy sẽ mang lại
hiệu năng cao trong thời gian thực và chi phí cho hệ thống cũng thấp hơn nhiều
so với các hệ thống khác. Trong bài báo này, chúng tôi đề xuất lựa chọn bộ dữ liệu
tối ưu để đánh giá hiệu năng phân loại 3 loại mặt đường là đường nhựa, đường
đất và đường đá trên một số mô hình học máy cơ bản trên bộ dữ liệu công khai.
Kết quả cho thấy độ chính xác đạt được trên 90% khi phân loại đường nhựa, đường
đất, đường đá.