Thanh bên bài viết

pdf
Số xuất bản: Số 86 (2026): Số 86 (04/2026)
Chuyên mục: KỸ THUẬT VÀ CÔNG NGHỆ HÀNG HẢI
DOI: 10.65154/jmst.934
Ngày xuất bản: 30/04/2026
Lượt xem 220
Lượt tải xuống 30
Trích dẫn bài báo
Trần, H. H., Đào, Q. K., & Hồ, N. K. (2026). NGHIÊN CỨU THIẾT KẾ VÀ CHẾ TẠO HỆ THỐNG TỰ ĐỘNG CÂN BẰNG 3 TRỤC ĐỂ ỔN ĐỊNH HÌNH ẢNH CHO CAMERA AI. Tạp chí Khoa học Công nghệ Hàng hải, 86, 24-31. https://doi.org/10.65154/jmst.934
Crossref
Scopus
Google Scholar
Europe PMC

NGHIÊN CỨU THIẾT KẾ VÀ CHẾ TẠO HỆ THỐNG TỰ ĐỘNG CÂN BẰNG 3 TRỤC ĐỂ ỔN ĐỊNH HÌNH ẢNH CHO CAMERA AI

Trần Hồng Hà1, , Đào Quang Khanh2, Hồ Nhật Khánh1
1 Khoa Máy tàu biển, Trường Đại học Hàng hải Việt Nam
2 Khoa Điện - Điện tử, Trường Đại học Hàng hải Việt Nam

Nội dung chính của bài viết

Tóm tắt

Bài báo trình bày nghiên cứu, thiết kế và chế tạo hệ thống tự động cân bằng 3 trục nhằm nâng cao khả năng ổn định hình ảnh cho camera ứng dụng trí tuệ nhân tạo (AI). Hệ thống sử dụng cảm biến quán tính MPU6050 để thu thập dữ liệu gia tốc và vận tốc góc theo ba trục không gian. Thông tin này được xử lý bằng thuật toán lọc (Complementary Filter/Kalman Filter) để giảm nhiễu và tính toán chính xác các góc nghiêng (pitch, roll, yaw). Dữ liệu cảm biến sau đó được đưa vào bộ điều khiển PID nhằm điều chỉnh tín hiệu điều khiển đến các động cơ servo không chổi than trong cụm gimbal 3 trục. Thiết kế cơ khí tối ưu với vật liệu nhẹ, cứng vững giúp giảm khối lượng và nâng cao độ ổn định khi vận hành. Kết quả thử nghiệm cho thấy hệ thống có khả năng triệt tiêu rung động hiệu quả, cải thiện đáng kể chất lượng hình ảnh trong nhiều điều kiện môi trường khác nhau, đáp ứng yêu cầu ứng dụng trong các hệ thống quan sát thông minh, thiết bị di động và camera AI hiện đại.

Abstract

This paper presents the research, design, and development of a 3-axis automatic balancing system to enhance image stabilization for artificial intelligence (AI) cameras. The system employs the MPU6050 inertial sensor to capture acceleration and angular velocity data across three spatial axes. The collected information is processed using filtering algorithms (Complementary Filter/Kalman Filter) to reduce noise and accurately estimate orientation angles (pitch, roll, yaw). The filtered data are then fed into a PID controller, which regulates the control signals for brushless servo motors in a 3-axis gimbal mechanism. The mechanical structure is optimized with lightweight and rigid materials to reduce overall mass while ensuring operational stability. Experimental results demonstrate that the proposed system effectively suppresses vibrations, significantly improves image quality under various environmental conditions, and meets the requirements of intelligent surveillance systems, mobile devices, and modern AI-based cameras...

Keywords: 3-axis automatic balancing system, Camera AI, MPU6050.

Từ khóa

Hệ thống tự động cân bằng 3 trục Camera AI, MPU6050

Chi tiết bài viết

Tài liệu tham khảo

[1] K. H. Ang, G. Chong, and Y. Li (2005), PID control system analysis, design, and technology, IEEE Transactions on Control Systems Technology, Vol.13, No.4, pp.559-576.
[2] G. Welch and G. Bishop (2006), An Introduction to the Kalman Filter. Chapel Hill, NC, USA: Univ. of North Carolina, Dept. of Computer Science.
[3] S. O. H. Madgwick, A. J. L. Harrison, and R. Vaidyanathan (2011), Estimation of IMU and MARG orientation using a gradient descent algorithm, in Proc. IEEE Int. Conf. Rehabilitation Robotics (ICORR), Zurich, Switzerland, pp.1-7.
[4] InvenSense Inc. (2013), MPU-6000 and MPU-6050 Product Specification. San Jose, CA, USA.
[5] B. Siciliano, L. Sciavicco, L. Villani, and G. Oriolo (2010), Robotics: Modelling, Planning and Control. London, U.K.: Springer.
[6] R. Mahony, T. Hamel, and J.-M. Pflimlin (2008), Nonlinear complementary filters on the special orthogonal group, IEEE Transactions on Automatic Control, Vol.53, No.5, pp.1203-1218.
[7] R. Szeliski (2010), Computer Vision: Algorithms and Applications. New York, NY, USA: Springer.
[8] S. O. H. Madgwick, A. J. L. Harrison, and R. Vaidyanathan (2011), Estimation of IMU and MARG orientation using a gradient descent algorithm, in Proc. IEEE Int. Conf. Rehabilitation Robotics (ICORR), Zurich, Switzerland, pp.1-7.