Dự án

Từ công bố khoa học đến nguyên mẫu hệ thống

AVIS Lab phát triển robot tự hành, cảm biến thông minh và AI cho nhiệm vụ ngoài thực địa

Từ các news và publication của lab, các hướng dự án chính tập trung vào UAV cho cứu hộ và giám sát, UUV và hệ robot dưới nước, điều phối nhiều robot, định vị SLAM, cảm biến 3D, thị giác robot và các mô hình AI nhẹ cho nhận dạng ảnh. Trang này gom lại các hướng việc thật đang xuất hiện trong công bố, đề tài và prototype của AVIS Lab.

Tin và công bố Nhóm nghiên cứu

6: cụm dự án từ news/publication
UAV + UUV: nền tảng robot tự hành
AI + Sensors: nhận thức, định vị, điều khiển

Đề tài cấp Bộ, ĐT.37-01/26

Hệ thống UAV, bản đồ số và AI nhận diện hiện trường

Hệ thống hướng tới bay theo nhiệm vụ, thu thập dữ liệu camera, hiển thị dữ liệu thời gian thực, phân tích quy mô và đặc điểm đám cháy, đồng thời phát hiện người trong khu vực quan sát. Đây là hướng kết hợp giữa thiết kế nền tảng bay, phần mềm điều khiển nhiệm vụ và mô hình AI dùng cho dữ liệu hiện trường.

UAV Thermal camera Ground station AI perception Mission planning

Xem news dự án

UAV tự hành và UAV swarm

Nền tảng bay cho giám sát, cứu hộ và định vị sự kiện

Nhánh UAV của lab đi từ điều khiển quadrotor, tracking quỹ đạo, tránh vật cản bằng deep learning đến hệ nhiều UAV hợp tác. News cho thấy các bài toán liên tục xuất hiện trong bối cảnh tìm kiếm nạn nhân tại nhà cao tầng, hỗ trợ cứu nạn cứu hộ, định vị tiếng nổ bằng ROS2/PX4 và vận hành trên bản đồ số.

Thiết kế khung bay, payload camera, telemetry, ground station và log dữ liệu bay.
Bay theo waypoint, giám sát nhiệm vụ, thu thập dữ liệu camera quang học và camera nhiệt.
AI hỗ trợ tránh vật cản, phát hiện người, phân tích hiện trường cháy và hợp tác nhiều UAV.

PX4 ROS2 Waypoint mission Search and rescue

Đề tài UAV và AI UAV swarm ROS2/PX4 UAV obstacle avoidance Quadrotor trajectory tracking

UUV và hệ robot dưới nước

Điều phối nhiều underwater drones trong môi trường nguy hiểm

Các publication từ 2018 đến 2023 cho thấy lab có một mạch nghiên cứu dài về multi-UUV: kiến trúc điều phối, hệ nhúng, formation tracking, tránh va chạm, ước lượng định vị tương đối và điều khiển thích nghi bằng neural network cho nhóm robot dưới nước giá thấp.

Mô hình hóa nhiệm vụ, mô phỏng và tích hợp robot multi-agent trong môi trường open-source.
Điều khiển độ sâu, hướng, formation tracking, tránh va chạm và thu thập dữ liệu dưới nước.
Kiến trúc điều phối nhiều phương tiện, từ thiết kế hệ nhúng đến thực nghiệm định vị tương đối.

Multi-UUV Formation control Relative localization OceanSim

Relative localization Adaptive NN control AADL embedded control OceanSim GitHub

Multi-agent robotics

Robot soccer, swarm perception và ra quyết định hợp tác

News về RoboCup và multi-agent robot swarms cho thấy lab không chỉ làm robot đơn lẻ. Một nhánh quan trọng là cảm nhận, phối hợp và ra quyết định cho nhiều robot, gồm soccer offense bằng hierarchical QMIX, dataset RoboCup Vision, chiến lược Dec-POMDP và các thách thức perception khi robot phối hợp với con người.

Xây dựng pipeline nhận thức cho robot soccer, object detection và chia sẻ dữ liệu thị giác.
Mô hình hóa quyết định hợp tác bằng probabilistic approach, Dec-POMDP và reinforcement learning.
Nghiên cứu sensing và perceptual strategies cho robot swarm và tương tác robot-người.

RoboCup Vision QMIX Dec-POMDP Swarm perception

Hierarchical QMIX Robot swarm review RoboCup Vision dataset Mixed robot-human swarm

SLAM và định vị

Định vị trong nhà, bản đồ hóa và tracking cho robot di động

Bên cạnh các nền tảng UAV/UUV, lab duy trì hướng localization và SLAM để robot tự hành có thể hiểu vị trí của mình. Các prototype dùng ORB-SLAM3, stereo camera, LiDAR và các bài toán indoor localization chi phí thấp cho swarm robotics.

Visual SLAM, visual-inertial SLAM, quản lý bản đồ, loop closing và tracking quỹ đạo.
So sánh phương pháp định vị indoor chi phí thấp cho robot swarm.
Kết hợp camera, IMU và cảm biến 3D để tăng độ ổn định khi môi trường ít texture hoặc ánh sáng khó.

ORB-SLAM3 Indoor localization VIO Trajectory tracking

ORB-SLAM3 project Indoor localization LiDAR project Stereo Vision project

Sensing và robot perception

LiDAR, stereo vision và sensor fusion cho môi trường thực

Các dự án LiDAR và Stereo Vision là lớp cảm biến nền cho robot tự hành. Hướng này phục vụ tránh vật cản, tái tạo không gian 3D, ước lượng độ sâu, nhận diện vật thể và cung cấp dữ liệu cho SLAM, điều hướng hoặc các mô hình AI phía trên.

Đo khoảng cách laser, point cloud, phát hiện vật cản và hỗ trợ định vị khi camera khó hoạt động.
Ước lượng độ sâu stereo, object detection và nhận thức hình học cho robot di động.
Chuẩn hóa dữ liệu cảm biến để phục vụ mô phỏng, đánh giá thuật toán và tích hợp với hệ nhiều robot.

LiDAR Stereo depth Sensor fusion Obstacle detection

LiDAR Perception Stereo Vision Object detection dataset Perception challenges

AI nhẹ và dữ liệu robot

Mô hình nhận dạng ảnh, data enrichment và cảm biến y sinh

Một cụm news khác liên quan đến các mô hình AI nhẹ, backbone thị giác và tái tạo dữ liệu cảm biến. Hướng này hỗ trợ robot perception: nhận dạng ảnh, object detection, tăng cường dữ liệu bằng mô phỏng, mạng nhẹ cho thiết bị giới hạn tài nguyên và compressed sensing cho dữ liệu áp lực bàn chân.

Thiết kế backbone nhẹ cho image recognition, grouped dilation và tick-shape networks.
Làm giàu dữ liệu bằng mô phỏng để cải thiện hiệu năng machine learning trong bài toán robot.
Ứng dụng AI và compressed sensing để tái tạo tín hiệu cảm biến áp lực.

Lightweight AI Data enrichment Image recognition Compressed sensing

Image recognition Foot pressure AI Simulation-driven data Light-weight backbone