Download luận án tiến sĩ ngành kĩ thuật trắc địa với đề tài: Nghiên cứu giải pháp tích hợp hệ thống GNSS/INS trên thiết bị thông minh ứng dụng trong trắc địa - bản đồ, cho các bạn tham khảo
Nhận viết luận văn đại học, thạc sĩ trọn gói, chất lượng, LH ZALO=>0909232620
Tham khảo dịch vụ, bảng giá tại: https://baocaothuctap.net
Luận án: Tích hợp hệ thống GNSS/INS trên thiết bị thông minh - Gửi miễn phí qua zalo=> 0909232620
1. BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT
TRẦN TRUNG CHUYÊN
NGHIÊN CỨU GIẢI PHÁP TÍCH HỢP HỆ THỐNG
GNSS/INS TRÊN THIẾT BỊ THÔNG MINH
ỨNG DỤNG TRONG TRẮC ĐỊA - BẢN ĐỒ
LUẬN ÁN TIẾN SĨ KỸ THUẬT
HÀ NỘI - 2018
2. i
Lời cam đoan
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu,
kết quả của luận án là trung thực và chưa từng được công bố trong bất kỳ công
trình nào khác.
Nghiên cứu sinh
Trần Trung Chuyên
3. ii
Lời cảm ơn
Luận án tiến sĩ kỹ thuật này được chính phủ Việt Nam hỗ trợ một phần
kinh phí thông qua Đề án 911 và được thực hiện tại Bộ môn Đo ảnh và Viễn
thám, Khoa Trắc địa - Bản đồ và Quản lý đất đai cùng sự hỗ trợ của Bộ môn
Tin học trắc địa, Khoa Công nghệ thông tin, sự hỗ trợ về mặt thủ tục của Phòng
Đào tạo sau đại học, Trường đại học Mỏ - Địa chất, sự hỗ trợ trong thực nghiệm
của Phòng thí nghiệm Địa tin học, Trường Đại học Mỏ - Địa chất, Phòng thí
nghiệm Vi cơ điện tử và Vi hệ thống, Trường Đại học Công nghệ - Đại học Quốc
gia Hà Nội. Tôi xin chân thành cảm ơn các đơn vị, tổ chức này đã giúp đỡ tôi
trong thời gian nghiên cứu.
Luận án sẽ không thể thực hiện nếu không có sự hướng dẫn, hợp tác và
hỗ trợ của một số cá nhân đã đóng góp rất nhiều cho việc chuẩn bị và hoàn
thành nghiên cứu này. Trước hết tôi xin chân thành cảm ơn NGƯT.PGS.TS.
Nguyễn Trường Xuân và TS. Đào Ngọc Long đã trực tiếp tận tình hướng dẫn,
giúp đỡ, luôn sẵn lòng và tạo mọi điều kiện thuận lợi cho tôi trong quá trình
nghiên cứu. Tôi rất biết ơn PGS.TS. Đỗ Ngọc Đường và PGS.TS. Đặng Nam
Chinh đã giúp tôi có được ý tưởng ban đầu về đề tài nghiên cứu, chia sẻ cho tôi
nhiều kinh nghiệm và hiểu biết. Tôi rất biết ơn PGS.TS. Trần Đình Trí đã luôn
quan tâm và giúp đỡ tôi từ thời gian chuẩn bị cho đến khi hoàn thành luận án.
Xin chân thành cảm ơn PGS.TS. Trần Xuân Trường, PGS.TS. Trần Vân Anh
và TS. Trần Trung Anh về sự quan tâm sâu sắc, đã chỉ đạo sát sao, tạo điều
kiện giúp đỡ tích cực và chia sẻ nhiều hiểu biết cho các nghiên cứu sinh. Tôi biết
ơn GS.TSKH. Phan Văn Lộc, TS. Trần Thùy Dương đã chia sẻ cho tôi nhiều
hiểu biết liên quan đến nội dung nghiên cứu. Xin chân thành cảm ơn PGS.TS.
Nguyễn Văn Sáng, TS. Đinh Công Hòa, PGS.TS. Nguyễn Quang Phúc, PGS.TS.
Nguyễn Văn Trung, TS. Phạm Quốc Khánh, TS. Nhữ Việt Hà vì sự góp ý rất
chân thành và thẳng thắn, giúp cho luận án của tôi được hoàn thiện tốt hơn. Xin
chân thành cảm ơn GS.TS. Trương Xuân Luận, PGS.TS. Phạm Vọng Thành,
4. vii
Danh mục các ký hiệu
B Nhiễu bất ổn độ lệch (Bias Instability)
ˆf Véc-tơ dữ liệu đầu ra của cảm biến gia tốc
f Véc-tơ gia tốc thực của cảm biến gia tốc
g Trọng trường cục bộ (Local gravity)
h Độ cao so với mực nước biển (Altitude hoặc Elevation)
H Độ cao so với mặt Ellipsoid (Height)
ι Kinh độ (Longitude)
µ Vĩ độ trắc địa (Latitude)
ˆω Véc-tơ dữ liệu đầu ra của cảm biến tốc độ góc
ω Véc-tơ tốc độ góc thực của cảm biến tốc độ góc
ωe Tốc độ quay trái đất (Speed of the Earth’s Rotation)
p Tốc độ góc theo trục x
φ Góc liệng (Roll)
ψ Góc hướng (Yaw hoặc Heading)
q Tốc độ góc theo trục y
Q Nhiễu lượng tử hóa (Quanization Noise)
r Tốc độ góc theo trục z
N Nhiễu bước ngẫu nhiên (Random Walk)
R Nhiễu tỷ lệ răng cưa (Rate Ramp)
K Nhiễu tỷ lệ bước ngẫu nhiên (Rate Random Walk)
θ Góc chúc (Pitch)
5. viii
Danh mục các thuật ngữ và từ viết tắt
A-GNSS Hệ thống tăng cường GNSS - Assisted GNSS
A-GPS Hệ thống tăng cường GPS - Assisted GPS
Accelerometer Cảm biến gia tốc
AHRS Hệ tham chiếu thế hướng - Attitude and Heading Reference Systems
API Giao diện lập trình - Application Programming Interface
Autonomous Tự chủ động (hay tự trị)
b-frame Hệ tọa độ vật thể
Beidou Hệ thống định vị vệ tinh khu vực độc lập do Trung Quốc điều hành
C6D Kỹ thuật hiệu chuẩn sáu vị trí - phương pháp trực tiếp
C6W Kỹ thuật hiệu chuẩn sáu vị trí - phương pháp có trọng số
C6X Kỹ thuật hiệu chuẩn sáu vị trí - phương pháp đề xuất
ECEF Hệ tọa độ vuông góc không gian địa tâm định vị Trái Đất - Earth-
Centered, Earth-Fixed
ECI Hệ quy chiếu quán tính Trái Đất - Earth-Centered Inertial
EGNOS Dịch vụ lớp phủ định vị quốc tế Châu Âu - European Geostationary
Navigation Overlay Service
EKF Phép lọc Kalman mở rộng - Extended Kalman Filter
Galileo Hệ thống vệ tinh định vị toàn cầu do Liên minh Châu Âu và các đối
tác phát triển
Gimbal Hệ INS có đế
GLONASS Hệ thống vệ tinh định vị toàn cầu do Nga điều hành
6. x
Danh sách bảng
Bảng 1.1. Đặc tính và cách xử lý các nguồn sai số của cảm biến . . 14
Bảng 1.2. Tổng hợp các mô hình hiệu chuẩn cảm biến quán tính . . 18
Bảng 1.3. Đặc tính các nguồn sai số ngẫu nhiên của cảm biến . . . . 32
Bảng 3.1. Dữ liệu đầu ra của cảm biến tại các vị trí hiệu chuẩn . . . 74
Bảng 3.2. Các hệ số cảm biến gia tốc (C6D) . . . . . . . . . . . . . . 74
Bảng 3.3. Các hệ số cảm biến gia tốc (C6W) . . . . . . . . . . . . . . 74
Bảng 3.4. Các hệ số cảm biến tốc độ góc (C6D) . . . . . . . . . . . . 76
Bảng 3.5. Các hệ số cảm biến tốc độ góc (C6W) . . . . . . . . . . . 76
Bảng 3.6. Các hệ số cảm biến gia tốc (C6W phương pháp đề xuất) . 78
Bảng 3.7. Các hệ số cảm biến tốc độ góc (C6W phương pháp đề xuất) 78
Bảng 3.8. Độ lệch Allan của các cảm biến trong iPhone 6 Plus . . . 82
Bảng 3.9. Ước lượng các nhiễu của cảm biến quán tính iPhone 6 Plus 82
Bảng 3.10. Độ chính xác định vị tích hợp GNSS/INS iPhone 6 Plus . 85
7. xi
Danh sách hình vẽ
Hình 1.1. Cảm biến chuyển động trên Smartphone . . . . . . . . . . 13
Hình 1.2. Mô hình hiệu chuẩn cảm biến tốc độ góc của Smartphone 20
Hình 1.3. Mô hình hiệu chuẩn cảm biến gia tốc của Smartphone . . 21
Hình 1.4. Lấy mẫu theo các cluster . . . . . . . . . . . . . . . . . . . 29
Hình 1.5. Minh họa kết quả phân tích đường cong phương sai Allan 32
Hình 2.1. Hai hệ tọa độ trực giao . . . . . . . . . . . . . . . . . . . . 37
Hình 2.2. Các trục của hệ ECI . . . . . . . . . . . . . . . . . . . . . 38
Hình 2.3. Các trục của hệ ECEF . . . . . . . . . . . . . . . . . . . . 40
Hình 2.4. Các trục của hệ NED . . . . . . . . . . . . . . . . . . . . 40
Hình 2.5. Các trục của hệ vật thể b . . . . . . . . . . . . . . . . . . 42
Hình 2.6. Các góc Euler . . . . . . . . . . . . . . . . . . . . . . . . . 44
Hình 2.7. Mô tả bài toán tư thế trong hệ Strapdown . . . . . . . . 46
Hình 2.8. Định hướng của hệ β so với hệ α xoay quanh trục αˆr . . 48
Hình 2.9. Sơ đồ cơ bản của một hệ thống dẫn đường quán tính . . 50
Hình 2.10. Sơ đồ bộ xử lý dẫn đường quán tính . . . . . . . . . . . . 51
Hình 2.11. Sơ đồ khối phương trình định vị trong hệ ECI . . . . . . 52
Hình 2.12. Sơ đồ khối phương trình định vị trong hệ ECEF . . . . . 53
Hình 2.13. Sơ đồ khối phương trình định vị trong hệ định vị cục bộ 54
Hình 2.14. Sử dụng tín hiệu của bốn vệ tinh để định vị . . . . . . . . 57
Hình 2.15. Nguyên lý định vị phổ biến các Smartphone (A-GNSS) . 58
Hình 2.16. Sơ đồ khối bộ lọc định hướng xây dựng IMU . . . . . . . 62
Hình 2.17. Kiến trúc tổng quát hệ thống tích hợp GNSS/INS trong
Smartphone . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Hình 2.18. Kiến trúc tích hợp GNSS/INS điển hình . . . . . . . . . . 65
Hình 2.19. Kiến trúc cải chính INS vòng lặp mở và vòng lặp đóng . 66
8. 1
Mở đầu
1. Tính cấp thiết của đề tài
Công tác Trắc địa - Bản đồ (TĐBĐ) bao gồm đo đạc và thể hiện thông
tin các đối tượng trên mặt đất làm cơ sở để thể hiện các thông tin khác gắn
với mặt đất. Kể từ những năm 1960 ở Việt Nam, bản đồ đã được thành lập
bằng phương pháp truyền thống bao gồm xây dựng mạng lưới khống chế tọa độ
và độ cao quốc gia làm cơ sở cho mọi công việc về đo vẽ và thành lập bản đồ
gốc dựa trên các phép đo của máy đo chuyên dụng; in ra các bản sao của bản
đồ để sử dụng cho nhiều mục đích khác nhau. Các máy đo chuyên dụng có độ
chính xác cao được sử dụng trong đo vẽ thành lập bản đồ nhưng có giá thành
cao. Với sự phát triển của công nghệ máy tính, hình ảnh thu được từ vệ tinh
và Hệ thống định vị toàn cầu - Global Positioning System (GPS) thì việc thành
lập bản đồ trở nên dễ dàng hơn. Các máy thu GPS đã trở thành công cụ quan
trọng để định vị, dẫn đường, tìm kiếm đối tượng quan tâm, gửi thông tin định
vị tức thời, cập nhật thông tin không gian trợ giúp công tác TĐBĐ. Các máy
thu GPS cầm tay có chi phí thấp hơn máy GPS chuyên dụng nhưng lại không
đủ độ chính xác để xây dựng các điểm khống chế trắc địa hay các công việc đòi
hỏi độ chính xác cao. Tuy nhiên, GPS cầm tay vẫn là công cụ hữu ích để hỗ trợ
ra quyết định và trợ giúp công tác TĐBĐ từ nhiều năm nay.
Cùng với sự phát triển công nghệ, điện thoại thông minh, máy tính bảng,
đồng hồ thông minh, gọi chung là thiết bị thông minh được ra đời đã trang bị hợp
phần máy thu Hệ thống định vị vệ tinh toàn cầu - Global Navigation Satellite
Systems (GNSS) và các cảm biến [10, 19]. Trong các thiết bị thông minh kể trên
thì Điện thoại thông minh (Smartphone), đối tượng của nghiên cứu này được
trang bị các thành phần trong đó có hệ điều hành, phần cứng định vị và các
cảm biến, những thành phần này thường xuyên được cập nhật, nâng cấp và cải
thiện hiệu năng. Một trong những yếu tố quan trọng của Smartphone là người
9. 6
Tổng quan
Smartphone đang làm thay đổi cuộc sống của hàng triệu người dùng trên
toàn thế giới do có nhiều ứng dụng sáng tạo cho nhiều lĩnh vực đồng thời có thể
thu nhận, lưu trữ, cập nhật và xử lý dữ liệu như một chiếc máy tính cá nhân hay
máy tính xách tay [2]. Do Smartphone có khả năng xử lý dữ liệu và hiệu năng
như một chiếc máy vi tính, đồng thời được trang bị sẵn nhiều cảm biến [22, 25,
27], nên có thể lập trình để tạo ra các ứng dụng, làm cho Smartphone có thêm
tính năng như một thiết bị mới. Việc tạo ra các ứng dụng chuyên ngành trên
Smartphone sẽ giúp tiết kiệm chi phí bởi vì không phải mua một thiết bị chuyên
dụng có độ chính xác tương đương, tạo điều kiện tiếp cận thông tin nhanh hơn
[6]. Nhiều nghiên cứu ứng dụng thành công của Smartphone trong các lĩnh vực
như nông nghiệp [59], địa chất [20], quản lý nước [42], quản lý lưu lượng giao
thông [8], giáo dục môi trường [50], y học [35]. Trong khoa học Trái Đất đã có
một số công trình nghiên cứu sau:
Jones và cộng sự [58], đã tiến hành đánh giá độ chính xác vị trí điểm
mặt bằng của một số Smartphone phổ biến sử dụng Hệ thống tăng cường GPS
- Assisted GPS (A-GPS). Các Smartphone được chọn thử nghiệm là đại diện
của các thế hệ khác nhau. Dữ liệu tọa độ vị trí điểm được thu thập bằng cách
cho các sinh viên tình nguyện sử dụng Smartphone của họ để định vị và so sánh
với các điểm chuẩn được đo bằng phương pháp RTK. Mục tiêu của họ là tạo
ra một kết quả ban đầu về độ chính xác định vị của Smartphone làm cơ sở cho
các nghiên cứu tiếp theo. Kết quả đánh giá độ chính xác cho thấy sai số vị trí
điểm mặt bằng trung bình trên tất cả các loại Smartphone được thử nghiệm
là ±67.47feet (khoảng ±20m). Sai số trung phương vị trí điểm mặt bằng cho
tất cả các sản phẩm được thử nghiệm sử dụng hệ điều hành iOS (iPhone 4) là
±44.79feet (khoảng ±14m), trong khi sai số trung phương vị trí điểm mặt bằng
cho tất cả các sản phẩm được thử nghiệm sử dụng hệ điều hành Android là
±207.25feet (khoảng ±63m).
10. 6
Tổng quan
Smartphone đang làm thay đổi cuộc sống của hàng triệu người dùng trên
toàn thế giới do có nhiều ứng dụng sáng tạo cho nhiều lĩnh vực đồng thời có thể
thu nhận, lưu trữ, cập nhật và xử lý dữ liệu như một chiếc máy tính cá nhân hay
máy tính xách tay [2]. Do Smartphone có khả năng xử lý dữ liệu và hiệu năng
như một chiếc máy vi tính, đồng thời được trang bị sẵn nhiều cảm biến [22, 25,
27], nên có thể lập trình để tạo ra các ứng dụng, làm cho Smartphone có thêm
tính năng như một thiết bị mới. Việc tạo ra các ứng dụng chuyên ngành trên
Smartphone sẽ giúp tiết kiệm chi phí bởi vì không phải mua một thiết bị chuyên
dụng có độ chính xác tương đương, tạo điều kiện tiếp cận thông tin nhanh hơn
[6]. Nhiều nghiên cứu ứng dụng thành công của Smartphone trong các lĩnh vực
như nông nghiệp [59], địa chất [20], quản lý nước [42], quản lý lưu lượng giao
thông [8], giáo dục môi trường [50], y học [35]. Trong khoa học Trái Đất đã có
một số công trình nghiên cứu sau:
Jones và cộng sự [58], đã tiến hành đánh giá độ chính xác vị trí điểm
mặt bằng của một số Smartphone phổ biến sử dụng Hệ thống tăng cường GPS
- Assisted GPS (A-GPS). Các Smartphone được chọn thử nghiệm là đại diện
của các thế hệ khác nhau. Dữ liệu tọa độ vị trí điểm được thu thập bằng cách
cho các sinh viên tình nguyện sử dụng Smartphone của họ để định vị và so sánh
với các điểm chuẩn được đo bằng phương pháp RTK. Mục tiêu của họ là tạo
ra một kết quả ban đầu về độ chính xác định vị của Smartphone làm cơ sở cho
các nghiên cứu tiếp theo. Kết quả đánh giá độ chính xác cho thấy sai số vị trí
điểm mặt bằng trung bình trên tất cả các loại Smartphone được thử nghiệm
là ±67.47feet (khoảng ±20m). Sai số trung phương vị trí điểm mặt bằng cho
tất cả các sản phẩm được thử nghiệm sử dụng hệ điều hành iOS (iPhone 4) là
±44.79feet (khoảng ±14m), trong khi sai số trung phương vị trí điểm mặt bằng
cho tất cả các sản phẩm được thử nghiệm sử dụng hệ điều hành Android là
±207.25feet (khoảng ±63m).
11. 11
Chương 1
Ước lượng sai số cảm biến quán tính của
Smartphone
1.1 Tóm tắt
Chương này giải quyết vấn đề ước lượng các thành phần sai số do cảm
biến quán tính gây ra và ảnh hưởng đến khả năng của Bộ đo quán tính - Inertial
Measurement Unit (IMU) trong INS. Phân tích và đề xuất phương pháp giúp
giải quyết những vấn đề còn tồn tại của các nghiên cứu trước đây. Phần thực
nghiệm và bàn luận được trình bày ở Chương 3.
1.2 Giới thiệu
Hệ thống tích hợp GNSS/INS đã được sử dụng rộng rãi trong nhiều ứng
dụng định vị và định hướng. Việc tích hợp GNSS/INS chủ yếu được đặc trưng
bởi khả năng của IMU để làm giảm sự gián đoạn cũng như cải thiện độ chính
xác của GNSS. Khả năng của IMU cơ bản phụ thuộc vào sai số của cảm biến
quán tính. Sai số của cảm biến quán tính bao gồm các thành phần hệ thống và
ngẫu nhiên. Thành phần hệ thống có thể ước lượng bằng hiệu chuẩn để loại bỏ
khỏi dữ liệu thô của cảm biến. Thành phần ngẫu nhiên có thể được nghiên cứu
bằng các quá trình ngẫu nhiên tuyến tính hoặc phi tuyến bậc cao, xác định các
hệ số sai số ngẫu nhiên đặc trưng của cảm biến quán tính. Các mô hình ngẫu
nhiên này sẽ sử dụng cho bộ lọc định hướng như bộ lọc Kalman để cung cấp
ước lượng tối ưu các giá trị của IMU [12].
Một IMU bao gồm cảm biến gia tốc, cảm biến tốc độ góc, có thể thêm
cảm biến từ trường và một thiết bị bổ sung giúp thu nhận, xử lý tính toán
dữ liệu cảm biến để xác định tư thế và hướng. Các IMU chuyên dụng cho INS
12. 14
Bảng 1.1: Đặc tính và cách xử lý các nguồn sai số của cảm biến
Sai số
Đặc tính Cách xử lý (loại bỏ / giảm thiểu)
Tất định Thống kê Hiệu chuẩn Mô hình hóa
Độ lệch
Hệ số tỷ lệ
Sự không trực giao
Tạp nhiễu
1.3 Mô hình sai số và bù nhiễu cảm biến
Nếu Véc-tơ gia tốc thực của cảm biến gia tốc (f) và Véc-tơ tốc độ góc
thực của cảm biến tốc độ góc (ω) là những trị thực thì Véc-tơ dữ liệu đầu ra
của cảm biến gia tốc ( ˆf) và Véc-tơ dữ liệu đầu ra của cảm biến tốc độ góc (ˆω)
sẽ được viết dưới dạng mô hình toán học tiêu chuẩn như sau [12]:
ˆf ≈ [I + Sa + δSa]f + ba + δba + wa (1.1)
ˆω ≈ [I + Sg + δSg]ω + bg + δbg + wg (1.2)
với:
I =
1 0 0
0 1 0
0 0 1
, Sa,g =
SXX SXY SXZ
SY X SY Y SY Z
SZX SZY SZZ
a,g
, δSa,g =
δSXX δSXY δSXZ
δSY X δSY Y δSY Z
δSZX δSZY δSZZ
a,g
,
ba,g =
bx
by
bz
a,g
, δba,g =
δbx
δby
δbz
a,g
, wa,g =
wx
wy
wz
a,g
trong đó I là ma trận đơn vị, Sa và Sg là các ma trận chéo bao hàm các hệ số
tỉ lệ (các phần tử thuộc đường chéo chính) và hệ số chéo trục do yếu tố không
13. 15
trực giao của các trục cảm (các phần tử không thuộc đường chéo chính) tương
ứng của cảm biến gia tốc và cảm biến tốc độ góc, ba và bg là các độ lệch của
cảm biến gia tốc và cảm biến tốc độ góc, δSa và δSg là ma trận sai số các thành
phần hệ số tỷ lệ (các phần tử thuộc đường chéo chính) và sai số hệ số chéo trục
do yếu tố không trực giao của các trục cảm (các phần tử không thuộc đường
chéo chính) tương ứng của cảm biến gia tốc và cảm biến tốc độ góc, δba và δbg
là các sai số độ lệch của cảm biến gia tốc và cảm biến tốc độ góc, wa và wg là
đại diện cho các tạp nhiễu của các cảm biến.
Thành phần độ lệch có hai đặc tính gồm đặc tính tất định và đặc tính
thống kê như thể hiện ở Bảng 1.1. Đặc tính tất định của độ lệch là hằng số độc
lập với giá trị thực của cảm biến, đại lượng này sẽ gây nên sai số hệ thống cho
IMU. Đặc tính thống kê của độ lệch hay còn gọi là bất ổn độ lệch, đặc tính này
sẽ gây nên sai số ngẫu nhiên cho IMU [15]. Độ lệch sẽ được hiệu chuẩn để xác
định đặc tính tất định và phương pháp phân tích và mô hình hóa dữ liệu cảm
biến để xác định đặc tính thống kê.
Thành phần hệ số tỷ lệ và yếu tố không trực giao của trục cảm chỉ có
đặc tính tất định, do đó có thể xác định bằng kỹ thuật hiệu chuẩn. Như vậy, kỹ
thuật hiệu chuẩn phải xác định được tất cả các yếu tố tất định của sai số do
cảm biến gây ra.
Mô hình bù nhiễu cảm biến sẽ xây dựng dựa trên phương trình 1.1 và 1.2.
Sau khi xác định được độ lệch và hệ số tỷ lệ, dữ liệu cảm biến sẽ được bù nhiễu
theo công thức 1.3 và 1.4.
f =
ˆf − ba − δba − wa
I + Sa + δSa
(1.3)
ω =
ˆω − bg − δbg − wg
I + Sg + δSg
(1.4)
Từ mô hình bù nhiễu như ở công thức 1.3 và 1.4 có thể thấy rằng dữ liệu
cảm biến vẫn tồn tại thành phần sai số ngẫu nhiên, điều này sẽ được giảm thiểu
theo kỹ thuật mô hình hóa sai số ngẫu nhiên.
14. 16
1.4 Hiệu chuẩn cảm biến quán tính
1.4.1 Giới thiệu
Hiệu chuẩn được biết đến như là một cách thức cơ bản để loại bỏ sai số
hệ thống, nội dung được ghi lại trong các tài liệu của Salychev [49], và Titterton
[55]. Trong các cảm biến quán tính thì hiệu chuẩn là để loại bỏ nhiễu tất định
[40], tức là so sánh giá trị đo được với một giá trị tham chiếu chuẩn đã biết. Về
vấn đề hiệu chuẩn cảm biến, trên thế giới đã có một số công trình liên quan đến
hiệu chuẩn cảm biến quán tính được đề xuất. Đáng chú ý có các công trình sau:
Stancin và cộng sự [52], đã đề xuất kỹ thuật hiệu chuẩn đối với các cảm
biến gia tốc và cảm biến tốc độ góc 3D công nghệ vi cơ điện tử để cải thiện hiệu
quả về mặt thời gian và độ phức tạp tính toán. Kỹ thuật này dựa trên số lượng
nhỏ các phép đo nhất định được dùng để xác định các giá trị của 12 thông số
hiệu chuẩn cho mỗi cảm biến. Mô hình này giả định rằng các giá trị đo được
từ cảm biến bằng với hình chiếu của giá trị đo được trên các trục cảm của cảm
biến. Các tác giả cũng chỉ ra hạn chế của kỹ thuật này là hiệu lực của nó đối
với cảm biến tốc độ góc không biểu hiện ngay lập tức đồng thời chưa được kiểm
chứng trên thực tế một cách trực quan.
Sun và cộng sự [53], đã thử nghiệm một kỹ thuật hiệu chuẩn mới cho hệ
INS không đế Strapdown. Ưu điểm chính của kỹ thuật này là không yêu cầu bất
kỳ hệ thống căn chuẩn đắt tiền nào. Bài báo này đưa ra kết quả thử nghiệm đối
với gia tốc kế thì độ lệch, hệ số tỷ lệ và tính không trực giao của các trục cảm
có thể được xác định khi sử dụng các kỹ thuật của họ. Hạn chế của kỹ thuật
này là chỉ có duy nhất độ lệch được hiệu chuẩn đối với gia tốc kế và chưa được
kiểm chứng trên thực tế một cách trực quan.
Trong nghiên cứu của Saeedi và cộng sự [48], cho rằng hiệu chuẩn tĩnh
sáu vị trí là một trong những kỹ thuật hiệu chuẩn thường được sử dụng nhất.
Rogers [44], cho rằng các loại nhiễu hệ thống ảnh hưởng rất lớn đến kết
15. 18
Bảng 1.2: Tổng hợp các mô hình hiệu chuẩn cảm biến quán tính [47]
TT Tác giả
Thành phần sai số Cảm biến Yêu cầu thiết bị hiệu chuẩn và bàn luận
b s m A G Thiết bị Bàn luận
1 Ferraris và cộng sự Không Không xác định được m
2 Lotters và cộng sự Không Không xác định được m, G
3 Shin and El-Sheimy Không Độ chính xác của G không tốt
4 Bachmann và cộng sự Không Không xác định được m
5 Skog và cộng sự Bàn xoay Yêu cầu bàn quay
6 Jurman và cộng sự Không Điều kiện ban đầu phải chính xác
7 Fong và cộng sự Không Không xác định được m và s của G
8 Zhang và cộng sự Không Không xác định được m và s của G
9 Bonnet và cộng sự Không Không hiệu chuẩn được G
10 Frosio và cộng sự Không Không hiệu chuẩn được G
11 Olivares và cộng sự Bánh xe Không xác định được m
12 Zhang và cộng sự Bàn xoay Yêu cầu bàn quay
13 Won and Golnaraghi Không Không xác định được m, G
14 Cheuk và cộng sự Không Không xác định được m và s của G
15 Forsberg và cộng sự Không Không hiệu chuẩn được G
16 Cai và cộng sự Không Không hiệu chuẩn được G
17 Metge và cộng sự Không Không xác định được m và s của G
18 Xiaoming và cộng sự Không Không hiệu chuẩn được G
19 Li và cộng sự Không Không xác định được m và s của G
Ghi chú: b—độ lệch; s—hệ số tỷ lệ; m—yếu tố không trực giao; A—cảm biến gia tốc; G—cảm biến tốc độ góc.
1.4.2 Kỹ thuật hiệu chuẩn cảm biến sáu vị trí
a) Cơ sở lựa chọn kỹ thuật hiệu chuẩn
Quá trình hiệu chuẩn cho một cảm biến quán tính là một tập hợp các kỹ
thuật được quy định rõ ràng để xác định các sai số hệ thống bao gồm độ lệch,
hệ số tỷ lệ, và sự không trực giao của các trục cảm [47], tức là so sánh dữ liệu
đầu ra của bộ cảm biến với một tham chiếu được biết trước để ước lượng các hệ
số sai số. Theo phân loại của Poddar và cộng sự [47], kỹ thuật hiệu chuẩn cảm
biến quán tính có thể được chia thành hai loại: (a) các kỹ thuật hiệu chuẩn đòi
16. 26
bình phương nhỏ nhất như đối với cảm biến gia tốc nhưng 18 giá trị trung bình
ˆf của cảm biến gia tốc được thay bằng 18 giá trị trung bình ˆω của cảm biến
tốc độ góc, và trọng lực cục bộ g được thay bằng ωe sin µ. Phần thực nghiệm
được trình bày ở Chương 3.
1.4.3 Kết luận
Khi sử dụng Smartphone cho mục đích định vị tích hợp GNSS/INS cần
phải tiến hành hiệu chuẩn, nghĩa là trong ứng dụng định vị tích hợp GNSS/INS
được cài đặt trên Smartphone cần phải có mô-đun hiệu chuẩn cảm biến để loại
bỏ những sai số hệ thống của dữ liệu đầu ra trước khi tích hợp GNSS/INS.
Cả ba kỹ thuật hiệu chuẩn được khảo sát có kết quả tương đương nhau
khi áp dụng trên cùng một thiết bị. Tuy nhiên, kỹ thuật C6D chỉ xác định được
độ lệch trên các trục mà không xác định được hệ số tỉ lệ và sự không trực giao
của các trục cảm. Trong khi đó, kỹ thuật C6W xác định được tất cả các hệ số
nhưng phải sử dụng thiết bị hiệu chuẩn chuyên dụng.
Phương pháp chuẩn hóa sự ảnh hưởng của ωe lên trục cảm của cảm biến
tốc độ góc được đề xuất trong kỹ thuật C6W là phù hợp với bài toán hiệu chuẩn
cảm biến tốc độ góc chi phí thấp, dễ áp dụng trong thực tiễn do các thao tác sáu
vị trí là đơn giản, không đòi hỏi thiết bị tham chiếu chính xác nên hoàn toàn
phù hợp khi áp dụng trên Smartphone. Ngoài ra, khi Smartphone được cung
cấp thêm API để lấy dữ liệu từ cảm biến nhiệt và cảm biến độ ẩm thì những
nghiên cứu sau này có thể bổ sung mô hình bù nhiệt và độ ẩm [39].
1.5 Phân tích và mô hình hóa dữ liệu cảm biến quán tính
1.5.1 Giới thiệu
Phương sai Allan [3], là một phương pháp dùng để xác định sự ổn định
của tần số trong các bộ dao động bằng cách phân tích chuỗi dữ liệu trong miền
17. 28
địa tin học, Đại học Calgary [13].
Cách tiếp cận miền tần số để mô hình hóa tạp nhiễu bằng phương pháp
PSD cũng được dùng để ước lượng mức độ năng lượng cho các tần số thành
phần của tín hiệu. Về mặt toán học, PSD được định nghĩa là biến đổi Fourier
của dãy tự tương quan theo chuỗi thời gian, nghĩa là trị trung bình trong một
chiều dài cửa sổ thời gian nhân với trị đo và được làm trễ đi một khoảng thời
gian [57]. PSD có thứ nguyên là (đơn vị)2/Hz, nó cho biết “năng lượng” trong
chuỗi thời gian được phân chia cho các tần số thành phần ra sao. Một đỉnh nhọn
trong PSD có nghĩa là có một tín hiệu hình sin trong dữ liệu. Phương pháp PSD
tỏ ra kém hiệu quả vì nó không xác định được hầu hết các thành phần nhiễu
của cảm biến quán tính.
Phương sai Allan là một phương pháp phân tích chuỗi các dữ liệu trong
miền thời gian dùng để đo lường sự ổn định tần số trên miền tần số. Phương
pháp này là một trong những phương pháp phổ biến nhất hiện nay để xác định
và định lượng được nhiều loại nhiễu khác nhau tồn tại trong dữ liệu của cảm biến
quán tính, cũng có thể sử dụng phương sai Allan để xác định các nhiễu nội tại
trong một hệ thống như là một hàm trung bình cộng của thời gian. Các kết quả
từ phương pháp này có liên quan đến các loại nhiễu cơ bản phù hợp với dữ liệu
cảm biến quán tính gồm: Nhiễu lượng tử hóa (Quanization Noise) (Q), Nhiễu
bước ngẫu nhiên (Random Walk) (N), Nhiễu bất ổn độ lệch (Bias Instability)
(B), Nhiễu tỷ lệ bước ngẫu nhiên (Rate Random Walk) (K) và Nhiễu tỷ lệ răng
cưa (Rate Ramp) (R) [3, 13].
1.5.2 Phương pháp luận
Tín hiệu đầu ra của cảm biến là một hàm của chuỗi dữ liệu liên tiếp có
độ dài là n và tần số lấy mẫu là τ0. Nếu thiết lập để chia chuỗi dữ liệu thành
các cụm dữ liệu độc lập (các cluster) rồi lấy trung bình với thời gian là τ = mτ0
sẽ tạo ra các mẫu mới đan xen như Hình 1.4, trong đó m là hệ số trung bình.
18. 32
Để làm cho mối quan hệ giữa độ lệch Allan và τ được rõ ràng hơn khi
chúng thường không phải là dạng tuyến tính thì cần được thể hiện ở dạng đồ
thị log-log và một đường cong phương sai Allan được hình thành. Thực nghiệm
cho thấy hầu hết các trường hợp, các nhiễu khác nhau sẽ xuất hiện tại các giá
trị khác nhau như ở Hình 1.5.
Hình 1.5: Minh họa kết quả phân tích đường cong phương sai Allan [3]
1.5.3 Phân tích nhiễu dùng phương sai Allan
Mục đích của việc phân tích nhiễu dùng phương pháp Allan là để xác
định được các thông số đặc trưng của từng loại nhiễu. Các thành phần nhiễu
cảm biến có thể được xác định bằng cách phân tích đồ thị log-log. Độ dốc trên
trên đường cong Allan sẽ thể hiện các thành phần nhiễu khác nhau [3]. Các đặc
tính của các nguồn sai số ngẫu nhiên điển hình trong các cảm biến quán tính
thể hiện ở Bảng 1.3 [13].
Bảng 1.3: Đặc tính các nguồn sai số ngẫu nhiên của cảm biến
Các loại nhiễu Phương sai Allan Hệ số nhiễu Độ dốc τ
Lượng tử hóa 3Q2
τ2 Q −1
√
3
Bước ngẫu nhiên N2
τ N −1
2 1
Bất ổn độ lệch 2B2
ln 2
π B 0 −
Tỷ lệ bước ngẫu nhiên K2
τ
3 K +1
2 3
Tỷ lệ răng cưa R2
τ2
2 R +1
√
2
19. 33
1.5.4 Chất lượng ước lượng phương sai Allan
Độ tin cậy của ước lượng phương sai Allan sẽ được cải thiện nếu số lượng
cluster độc lập tăng lên đủ lớn. Xác định tham số δAV như là phần trăm sai số
ước lượng độ lệch Allan cho một hữu hạn cluster theo công thức 1.40.
δAV =
σ(τ, M) − σ(τ)
σ(τ)
(1.40)
trong đó: σ(τ, M) là ước lượng của độ lệch Allan từ M cluster độc lập, σ(τ, M)
sẽ tiến đến giá trị lý thuyết σ(τ) khi M → ∞.
Sai số trung phương độ lệch Allan được xác định theo công thức 1.41.
δ(τ) =
σ(τ)
√
M + 1
(1.41)
Tính toán liên tục và kéo dài sẽ cho ra phần trăm sai số ước lượng độ lệch
Allan theo công thức:
σ(δAV ) =
1
2( n
m − 1)
(1.42)
Công thức 1.42 cho thấy với chiều dài cluster độc lập càng ngắn (hoặc
càng dài) thì sai số ước lượng càng tăng (hoặc càng giảm). Ví dụ, có 20 nghìn
mẫu dữ liệu, nếu chiều dài của một cluster là 5 nghìn thì sai số ước lượng là
41%, nếu mỗi cluster chỉ có kích thước là 100 thì sai số ước chỉ còn 5%.
1.5.5 Kết luận
Phương pháp Allan được trình bày trong nghiên cứu này cho phép mô tả
một cách hệ thống các đặc trưng của các nhiễu ngẫu nhiên chứa trong dữ liệu
đầu ra của cảm biến quán tính. Dựa vào đường cong đặc trưng tạo ra từ phép
phân tích chuỗi dữ liệu trong miền thời gian, có thể dễ dàng xác định các loại và
mức độ của từng loại nhiễu tồn tại trong dữ liệu đầu ra của cảm biến quán tính.
Kết quả của phép phân tích phương sai Allan đã xác định được 5 loại nhiễu cơ
bản cho mỗi cảm biến để đưa vào mô hình sai số ngẫu nhiên cho bài toán tích
hợp GNSS/INS. Phần thực nghiệm được trình bày ở Chương 3.
20. 34
Chương 2
Tích hợp GNSS/INS trên Smartphone
2.1 Tóm tắt
Trong nghiên cứu tích hợp GNSS/INS trên Smartphone, định hướng đóng
vai trò quan trọng để hàn gắn các gián đoạn tín hiệu vệ tinh khi cần định vị
nhanh và liên tục, đặc biệt là sự gián đoạn tín hiệu vệ tinh ở những đoạn đường
cong, khúc cua. Mặc dù công việc này đã được tiến hành nghiên cứu, nhưng áp
dụng trên Smartphone và đặc biệt là Smartphone thế hệ mới có trang bị hợp
phần bộ thu GNSS và các cảm biến quán tính có thể xây dựng IMU thì chưa
được nghiên cứu. Chương này trình bày cơ sở lý thuyết xây dựng IMU và triển
khai áp dụng xây dựng IMU trên Smartphone cho bài toán tích hợp GNSS/INS.
Kết quả thực nghiệm đã chỉ ra rằng các cảm biến quán tính trên Smartphone
có thể hàn gắn các gián đoạn vị trí của GNSS một cách hiệu quả. Độ chính xác
vị trí so với lộ trình chuẩn theo hướng di chuyển của hệ thống GNSS/INS trên
Smartphone tăng lên đáng kể so với GNSS trong Smartphone thông thường.
2.2 Giới thiệu
Trong hệ thống GNSS/INS thì sự ổn định của IMU theo thời gian là rất
quan trọng, đặc biệt là sự ổn định và độ chính xác định hướng. Độ chính xác
tư thế và định hướng của IMU đóng một vai trò quan trọng trong nhiều lĩnh
vực bao gồm: hàng không vũ trụ [17], robot học [4], phân tích chuyển động
của con người [30] và trong định vị dẫn đường [5, 41, 55]. Năm 2011, Sebastian
Madgwick đã giới thiệu một thuật toán định hướng mới cho lĩnh vực y tế nhằm
hỗ trợ tính toán hiệu quả cho hệ thống theo dõi chuyển động quán tính của con
người trong các ứng dụng phục hồi [32]. Nó áp dụng cho các IMU bao gồm các
cảm biến quán tính và cảm biến từ trường. Thuật toán sử dụng một biểu diễn
21. 35
Đại số quaternion (Quaternion), cho phép dữ liệu gia tốc và từ kế được sử dụng
trong một thuật toán. Hiệu suất đã được đánh giá dựa trên thực nghiệm bằng
cách sử dụng một cảm biến định hướng thương mại có sẵn và các phép đo tham
chiếu. Hiệu quả cũng được so sánh với thuật toán định hướng dựa trên phép lọc
Kalman [28]. Kết quả cho thấy thuật toán này đạt được độ chính xác phù hợp
với thuật toán dựa trên phép lọc Kalman. Thuật toán không yêu cầu công suất
tính toán lớn nhưng lại có khả năng hoạt động ở các tần số cao làm giảm đáng kể
phần cứng và điện năng cần thiết cho việc theo dõi vận động quán tính trên các
thiết bị có thể đeo được, cho phép tạo ra các hệ thống nhẹ, rẻ tiền có khả năng
hoạt động trong một thời gian dài. Do đây là thuật toán mới để cải thiện tốc
độ tính toán và không đòi hỏi cấu hình phần cứng mạnh nên luận án sẽ nghiên
cứu để áp dụng xây dựng IMU trên Smartphone. Chương này sẽ áp dụng bài
toán xác định tư thế và tích hợp GNSS/INS trong tài liệu của Grewal, Andrews,
and Bartone [41], và của Groves [15], kết hợp với giải thuật Hệ tham chiếu thế
hướng - Attitude and Heading Reference Systems (AHRS) của Madgwick [32] để
xây dựng IMU và tích hợp GNSS/INS trên Smartphone.
2.3 Khái quát các hệ tọa độ và động học Trái Đất
Các hệ tọa độ và mối quan hệ giữa chúng là nền tảng cơ sở toán học quan
trọng để giải quyết bài toán tích hợp GNSS/INS, phần này sẽ trình bày tóm
tắt những vấn đề quan trọng mà Groves đã giới thiệu trong tài liệu [15], đồng
thời bổ sung những vấn đề chưa được đề cập để làm cơ sở cho bài toán tích hợp
GNSS/INS trên Smartphone được trình bày trong luận án.
2.3.1 Các hệ tọa độ được sử dụng
Trong các vấn đề cơ học đơn giản, chuyển động được mô phỏng là sự thay
đổi vị trí so với Trái Đất hay các vật gắn với Trái Đất, coi Hệ quy chiếu gắn với
Trái Đất là một Hệ quy chiếu quán tính - Inertial Frame (IF) (bỏ qua chuyển
22. 42
z b
(down, yaw)
y b
(right, pitch)
o b
xb
(forward, roll)
Hình 2.5: Các trục của hệ vật thể b [15]
tâm chính. Tuy nhiên, trong bài toán định vị liên quan đến nhiều vật thể, mỗi
vật thể có hệ tọa độ riêng sẽ có các ký hiệu thay thế, chẳng hạn như s cho cảm
biến và a cho ăng-ten cần phải được sử dụng.
2.3.2 Động học Trái Đất
Trong định vị dẫn đường, chuyển động tuyến tính và góc trong một hệ
phải được mô tả so với đối tượng khác. Hầu hết các đại lương động học, chẳng
hạn như vị trí, tốc độ, gia tốc, và tốc độ góc, liên quan đến ba hệ tọa độ chính:
• Hệ mà mô tả chuyển động, được gọi là hệ đối tượng α;
• Hệ mà chuyển động đó là đối tượng, được gọi là hệ tham chiếu β;
• Hệ mà trong đó chuyển động được biểu diễn, gọi là hệ giải quyết γ.
Hệ đối tượng α, và hệ tham chiếu β phải khác nhau, nếu không sẽ không
có chuyển động. Hệ giải quyết γ có thể là hệ đối tượng, hệ tham chiếu hay hệ
thứ ba. Để mô tả đầy đủ các đại lượng động học này cần phải mô tả rõ cả ba hệ
để tránh nhầm lẫn. Ở đây, các ký hiệu được sử dụng cho vị trí Đề-các-tơ, vận
tốc, gia tốc, và tốc độ góc:
xγ
βα
23. 49
trục ˆzβ. Ba góc Euler thể hiện bởi α
β ˆq được định nghĩa bởi công thức 2.14.
φ = atan2(2 q0 q1 + 2 q2 q3, 2 q0
2
+ 2 q3
2
− 1)
θ = asin(2 q0 q2 − 2 q1 q3)
ψ = atan2(2 q0 q3 + 2 q1 q2, 2 q0
2
+ 2 q1
2
− 1)
(2.14)
2.4 Hệ thống dẫn đường quán tính
INS là một hệ thống định vị không gian ba chiều hoàn chỉnh gồm các cảm
biến gia tốc và cảm biến tốc độ góc dùng để xây dựng IMU giúp xác định tư thế
phương tiện chuyển động, đồng thời cảm biến gia tốc sẽ giúp xác định sự thay
đổi vận tốc theo thời gian dọc theo ba trục của IMU. IMU thường được gắn trên
các phương tiện chuyển động như Tên lửa, Máy bay, Tàu thủy, Ô-tô, Máy bay
không người lái - Unmanned Aerial Vehicle (UAV) hay trên cơ thể người trong
các ứng dụng phục hồi chức năng. Bộ xử lý điều hướng kết hợp với đầu ra của
IMU cho ra tư thế, vận tốc và vị trí của phương tiện chuyển động như thể hiện
ở Hình 2.9, sơ đồ bộ xử lý dẫn đường quán tính Hình 2.10. Tư thế của phương
tiện chuyển động bao gồm Góc liệng (Roll) đo sự chòng chành của phương tiện,
Góc chúc (Pitch) đo sự chúc xuống hay ngóc lên của phương tiện và Góc hướng
(Yaw) đo sự chệch hướng của phương tiện. Tương ứng sẽ có các ký hiệu toán
học bao gồm ba góc Euler là φ, θ và ψ.
INS thông thường có hai hệ phụ thuộc vào cấu hình phần cứng bao gồm:
Hệ INS có đế (Gimbal) và Hệ INS không đế (Strapdown) [41]. Hệ thống Gimbal
đơn giản trong tính toán nhưng chi phí cao do thiết bị phức tạp, trong khi đó hệ
thống Strapdown thì phức tạp trong tính toán nhưng chi phí thấp do cấu trúc
đơn giản từ các thiết bị điện tử. Nghiên cứu này chỉ quan tâm đến Strapdown mà
ở đó có các cảm biến gia tốc và cảm biến tốc độ góc được gắn cố định vào thiết
bị hay phương tiện chuyển động như trong các Smartphone hay Smartphone gắn
trên các phương tiện chuyển động.
Các giá trị đo được từ cảm biến phải được hiệu chuẩn, phân tích và mô
24. 55
2.5 Hệ thống định vị vệ tinh toàn cầu
Hệ thống định vị vệ tinh đầu tiên trên thế giới là Hệ thống chuyển tuyến
Hải quân Hoa Kỳ. Hệ thống được mở ra cho mục đích dân dụng từ năm 1967
và ngừng hoạt động vào năm 1996. Tuyến chuyển tiếp bao gồm từ 4 đến 7 vệ
tinh tầm thấp (độ cao 1,100 km), mỗi vệ tinh được phát tín hiệu quảng bá với
tần số 150MHz và 400MHz. Trong một thời điểm, chỉ quan sát được duy nhất
một vệ tinh, thời điểm vệ tinh đi qua cách nhau 100 phút. Tuyến chuyển tiếp
sử dụng định vị Doppler, cung cấp chỉ một vị trí độc lập trong không gian hai
chiều trên mỗi vệ tinh đi qua. Do đó, nó chỉ được sử dụng trong thực tế cho
hàng hải và các ứng dụng trắc địa. Độ chính xác của vị trí điểm tĩnh đơn cho
người dùng khoảng 25m, trong khi độ chính xác vị trí điểm động giảm sút trừ
khi tuyến chuyển tiếp nhận được tính toán cải chính. Vào thời điểm đó, Nga đã
phát triển và vận hành một hệ thống gần giống hệt nhau, được gọi là Tsikada
[15].
Việc phát triển GPS được bắt đầu vào năm 1973 khi một số chương trình
vệ tinh định vị của Hoa Kỳ được hợp nhất. Vệ tinh nguyên mẫu hoạt động đầu
tiên đã được đưa ra vào năm 1978 và lần đầu tiên tuyên bố khả năng hoạt động
hoàn chỉnh của GPS vào năm 1993. Mặc dù được phát triển như là một hệ thống
quân sự, GPS hiện nay được sử dụng cho một loạt các ứng dụng dân sự. Hệ
thống vệ tinh định vị toàn cầu do Nga điều hành (GLONASS) cũng như một
hệ thống quân sự. Vệ tinh đầu tiên được phóng vào năm 1982. Một hệ thống
vệ tinh thứ ba, Hệ thống vệ tinh định vị toàn cầu do Liên minh Châu Âu và
các đối tác phát triển (Galileo). Galileo là một hệ thống dân sự dưới sự kiểm
soát dân sự. Việc phóng vệ tinh đầu tiên vào cuối năm 2005 và khả năng hoạt
động lần đầu được lên kế hoạch là năm 2010-2012. Ngoài ra, các hệ thống khu
vực đang được Trung Quốc, Ấn Độ và Nhật Bản xây dựng với đề xuất mở rộng
hệ thống Compass của Trung Quốc sang phạm vi toàn cầu. GPS và GLONASS
hiện đang trải qua các chương trình hiện đại hóa lớn. Các hệ thống này, được
25. 57
dụng đo đạc và trắc địa. Nó cũng có thể được sử dụng để đo tư thế. Tuy nhiên,
các kỹ thuật pha sóng mang rất nhạy cảm với nhiễu, tín hiệu bị gián đoạn và
đồ hình vệ tinh so với phương pháp cơ bản [15].
Hình 2.14: Sử dụng tín hiệu của bốn vệ tinh để định vị
Những lợi thế chính của GNSS là độ chính xác vị trí ổn định trong khoảng
dài hạn và thiết bị người dùng có chi phí thấp (khoảng dưới 100 đô la trở lên).
Hạn chế chính của GNSS là tín hiệu không được liên tục. Các tín hiệu GNSS dễ
bị nhiễu, cả ngẫu nhiên và cố ý. Chúng cũng có thể bị chặn, suy yếu, và phản
xạ bởi các tòa nhà, địa hình và lá cây. Ví dụ, các tín hiệu GNSS trong nhà và
trong hẻm của các đô thị, giữa các tòa nhà cao tầng thường yếu và bị nhiễu đa
đường làm sai lệch các kết quả định vị. Ngoài ra, băng thông trong giải pháp
GNSS là tương đối thấp (thường là 10Hz) và nhiễu cao trong ngắn hạn so với
các hệ thống INS thậm chí là các hệ thống INS giá rẻ, mặc dù đây không phải
là vấn đề đối với nhiều ứng dụng nhưng nó lại là một vấn đề đối với các ứng
dụng trong Trắc địa - Bản đồ.
26. 59
phương vị (course) và vận tốc (speed) theo hướng di chuyển. Đơn vị của chúng
thường được đặc tả trong tài liệu của API. Ở đây quy định các ký hiệu toán
học tương ứng là Vĩ độ trắc địa (Latitude) (µ), Kinh độ (Longitude) (ι) và Độ
cao so với mực nước biển (Altitude hoặc Elevation) (h).
2.7 Xây dựng IMU trong Smartphone
Để các trục cảm biến quán tính của Smartphone (Hình 1.1) phù hợp với
quy ước tại mục 2.3.1-c), thì các trục của Smartphone phải được định nghĩa lại
cho phù hợp và thống nhất. Vì vậy, nghiên cứu này quy ước rằng Smartphone
được gắn cố định trên mặt phẳng nằm ngang của phương tiện chuyển động,
hướng của trục y trùng với hướng di chuyển, hướng của trục x là hướng sang
phải và hướng của trục z là hướng xuống. Dữ liệu cảm biến quán tính từ API
của Smartphone trước khi làm dữ liệu đầu vào cho IMU sẽ phải định nghĩa lại
rằng (y, x, −z)API → (x, y, z)IMU .
2.7.1 Định hướng từ cảm biến tốc độ góc
Cảm biến tốc độ góc đo tốc độ quay quanh ba trục cảm x, y, z tương ứng,
nếu các giá trị đo được là radians/giây sẽ tạo thành véc-tơ Sω và được định
nghĩa theo công thức 2.15. Đạo hàm bậc nhất của quaternion thể hiện tốc độ
thay đổi hướng của hệ cảm biến so với hệ Trái Đất E
S ˙q có thể tính theo phương
trình 2.16 [9].
S
ω = 0 ωx ωy ωz (2.15)
E
S ˙q =
1
2
S
ω ⊗E
S ˆq (2.16)
Hướng của hệ cảm biến so với hệ Trái Đất tại thời điểm t là E
S qω,t có thể
được tính bằng cách lấy tích phân của đạo hàm quaternion E
S ˙qω,t như mô tả bằng
phương trình 2.17 và 2.18 với điều kiện ban đầu đã biết. Trong các phương trình
này, Sωt là tốc độ góc được đo tại thời điểm t, ∆t là thời gian lấy mẫu và E
S ˆqest,t−1
27. 60
là ước lượng trước về hướng. Chỉ số dưới ω cho biết quaternion được tính toán
từ các tốc độ góc đo được từ cảm biến.
E
S ˙qω,t =
1
2
S
ωt ⊗E
S ˆqest,t−1 (2.17)
E
S qω,t =E
S ˆqest,t−1 +E
S ˙qω,t∆t (2.18)
Sau khi tính được quaternion, tốc độ góc sẽ được hiệu chỉnh sai số theo công
thức 2.19
S
ˆω = 2E
S ˙q ⊗E
S ˆq−1
(2.19)
trong đó ˆq−1 là nghịch đảo ˆq được tính theo công thức 2.20
ˆq−1
=
ˆq∗
|ˆq|2
=
q0 − iq1 − jq2 − kq3
q2
0 + q2
1 + q2
2 + q2
3
(2.20)
Số hiệu chỉnh sẽ được bù vào trị đo kế tiếp theo trọng số là sai số của cảm biến
tốc độ góc.
2.7.2 Định hướng từ cảm biến gia tốc
Cảm biến gia tốc đo sự thay đổi vận tốc theo thời gian dọc theo ba trục
x, y, z, trong đó có thành phần cường độ và hướng trọng lực cục bộ trên ba trục
tương ứng của hệ cảm biến. Ngoài ta, một cảm biến từ trường sẽ đo cường độ
và hướng của từ trường của Trái Đất trong hệ cảm biến kết hợp với từ thông
cục bộ và biến dạng. Trong phạm vi của một bộ lọc định hướng, trước tiên bộ
lọc sẽ được giả định rằng cảm biến gia tốc sẽ chỉ đo trọng lực, hoặc thêm cảm
biến từ trường sẽ chỉ đo từ trường của Trái Đất.
Nếu hướng của trường Trái Đất được biết đến trong hệ Trái Đất, một
phép đo hướng trường trong hệ cảm biến sẽ cho phép tính được hướng của hệ
cảm biến tương đối so với hệ Trái Đất. Tuy nhiên, đối với bất kỳ phép đo nào
đó, sẽ không có một giải pháp định hướng cảm biến duy nhất, thay vào đó, sẽ
có vô số các giải pháp đại diện bởi tất cả những định hướng đạt được bằng việc
xoay hướng thực trên một trục song song với từ trường. Trong một số ứng dụng
28. 61
có thể được chấp nhận để sử dụng góc Euler với góc định hướng yaw là tùy ý,
nghĩa là không cần đến cảm biến từ trường. Sự định hướng ban đầu có thể xác
định thủ công hoặc thông qua hệ thống GNSS.
Một biểu diễn quaternion đòi hỏi phải có một giải pháp hoàn chỉnh. Điều
này có thể đạt được thông qua việc xây dựng một bài toán tối ưu hóa, trong đó
hướng của cảm biến E
S ˆq là một điều kiện xác định trước bởi hướng hay từ trường
Trái Đất E ˆd cùng với hướng đo của trọng lực trong hệ cảm biến S ˆs được mô
tả bằng công thức 2.12. Do đó E
S ˆq có thể được xác định bằng cách giải phương
trình 2.21 trong đó phương trình 2.22 định nghĩa là hàm mục tiêu. Các thành
phần của mỗi vector được xác định trong công thức 2.23.
min
E
S ˆq∈R4
f(E
S ˆq,E ˆd,S
ˆs) (2.21)
f(E
S ˆq,E ˆd,S
ˆs) =E
S ˆq∗
⊗E ˆd ⊗E
S ˆq −S
ˆs (2.22)
E
S ˆq = q0 q1 q2 q3
E ˆd = 0 dx dy dz
S
ˆs = 0 sx sy sz
(2.23)
2.7.3 Giải thuật định hướng kết hợp để xây dựng IMU
Ước lượng định hướng của hệ quán tính trong hệ Trái Đất gọi là giải thuật
định hướng kết hợp được tính toán bằng quaternion. Hình 2.16 là sơ đồ khối
của bộ lọc định hướng đã được điều chỉnh để xây dựng IMU trên Smartphone.
29. 62
Cảm biến
gia tốc
S
Cảm biến
tốc độ góc
at
S
!t
qest,t-1
E
S
SatJT
g ( ) qest,t-1
,E
Sf g ( )
∇f
||∇f||
q
||q||
S
!t
⊗ qest,t-1
E
S
1
2
¯
∫.dt
z-1
z-1
qest,t
E
S
qest,t
E
S
Hình 2.16: Sơ đồ khối bộ lọc định hướng xây dựng IMU [31]
2.8 Tích hợp GNSS/INS trong Smartphone
Như đã phân tích ở mục 2.4, INS có một số lợi thế là có thể hoạt động
liên tục, băng thông cao, ít nhất là 50Hz và có nhiễu ngắn hạn thấp. Nó cũng
cung cấp tư thế, tốc độ góc, gia tốc để có thể cung cấp giải pháp về vị trí và
vận tốc của phương tiện mang. Tuy nhiên, độ chính xác của giải pháp định vị
quán tính giảm đi theo thời gian khi các sai số của IMU tích lũy thông qua các
phương trình định vị. Nếu IMU cung cấp giải pháp định vị INS với độ chính xác
cao trong vài phút đầu sau khi được hiệu chỉnh, thì chi phí cho IMU này khá
đắt và ở mức từ 100, 000USD trở lên. Các loại IMU có độ chính xác cao trong
khoảng 30 giây đầu sau khi được hiệu chuẩn thì có chi phí thấp từ 10USD trở
lên tùy thuộc vào độ chính xác [15, 60], hoặc tận dụng các cảm biến quán tính
của Smartphone được trang bị sẵn để xây dựng IMU như giải pháp của luận án
này.
Hệ thống GNSS cũng đã được phân tích ở mục 2.5, cung cấp độ chính xác
định vị cao trong thời gian dài (nhiễu dài hạn thấp) với sai số định vị điểm đơn
giới hạn vài mét, chi phí cho bộ thu GNSS thấp khoảng từ 100USD trở lên tùy
30. 63
thuộc vào độ chính xác. Tuy nhiên, so với INS thì GNSS có băng thông thấp,
thường khoảng 1Hz, nhiễu ngắn hạn cao và không đo được tư thế. Các tín hiệu
GNSS cũng bị cản trở và nhiễu, do đó không thể chỉ dựa vào GNSS để làm giải
pháp định vị dẫn đường liên tục và tần số cao.
Các ưu điểm và nhược điểm của INS và GNSS sẽ bổ sung cho nhau, do
đó việc tích hợp GNSS/INS để tận dụng ưu điểm của cả hai công nghệ để cung
cấp giải pháp định vị liên tục với băng thông cao với độ chính xác cao và ổn
định lâu dài. Trong hệ thống định vị tích hợp GNSS/INS, các phép đo GNSS
ngăn không cho giải pháp quán tính trôi dạt, trong khi INS làm trơn các giải
pháp GNSS và khắc phục sự gián đoạn tín hiệu.
Tích hợp GNSS/INS phù hợp với các ứng dụng dẫn đường quán tính
được thiết lập như ô-tô, tàu thủy, máy bay, UAV, và tên lửa tầm xa. Tích hợp
GNSS/INS đôi khi được sử dụng cho phương tiện giao thông đường bộ và định
vị cầm tay [15].
Để giải quyết bài toán tích hợp GNSS/INS trong Smartphone, nghiên cứu
này sử dụng dữ liệu GNSS thu được từ hợp phần máy thu GNSS được trang
bị sẵn trong Smartphone, cùng với dữ liệu IMU xây dựng từ các dữ liệu cảm
biến quán tính được trang bị sẵn trong Smartphone. Kiến trúc tổng quát của
hệ thống được thể hiện ở Hình 2.17(b). Hình 2.17 cho thấy sự thay đổi của hệ
thống trước và sau khi tích hợp.
2.8.1 Kiến trúc tích hợp
Hình 2.18 cho thấy cấu hình cơ bản của một hệ thống tích hợp GNSS/INS
điển hình. Thuật toán tích hợp so sánh các kết quả của giải pháp quán tính với
các đầu ra của thiết bị GNSS của người dùng và ước lượng hiệu chỉnh vị trí, vận
tốc và tư thế quán tính,... Điều này thường được dựa trên một bộ lọc Kalman.
Giải pháp định vị dẫn đường quán tính đã được hiệu chỉnh sẽ dùng để xây dựng
giải pháp định vị dẫn đường tích hợp. Kiến trúc này đảm bảo rằng một giải
31. 68
biến quán tính cấp thấp (độ chính xác thấp hay chi phí thấp) như các cảm biến
trên các Smartphone hiện nay thì chỉ có cấu hình vòng lặp đóng là phù hợp áp
dụng cho tất cả loại chất lượng giải thuật tích hợp như thể hiện ở Hình 2.21.
r v,
Thông tin hỗ trợ
IMU
Hiệu chỉnh
INS
Giải pháp định vị tích hợp
(vòng lặp mở)
Giải pháp định vị tích hợp
(vòng lặp đóng)
Giải pháp định vị
GNSS
Hiệu chỉnh
vòng lặp đóng
Bộ thu
GNSS
Bộ xử lý
GNSS
Bộ lọc Kalman
GNSS
Phương trình
định vị
quán tính
Bộ lọc Kalman
tích hợp
GNSS/INS
Các hệ số
hiệu chuẩn cảm biến
(sai số hệ thống)
Mô hình sai số
cảm biến
(sai số ngẫu nhiên)
Mô hình sai số
GNSS
Hình 2.21: Sơ đồ khối tổng thể tích hợp GNSS/INS lỏng trên Smartphone
2.8.2 Xử lý dữ liệu với phép lọc Kalman mở rộng
Phép lọc Kalman - Kalman Filter (KF) thường áp dụng cho một hệ thống
tuyến tính. Trong khi đó Phép lọc Kalman mở rộng - Extended Kalman Filter
(EKF) là phần mở rộng của KF để áp dụng cho hệ thống phi tuyến như hệ
thống GNSS/INS. Trong giải thuật tích hợp GNSS/INS, việc sử dụng một phép
lọc để ước lượng là cần thiết giúp cung cấp các thông tin định vị, định hướng
32. 72
d) Tính toán sử dụng EKF
Dựa vào mô hình toán học hệ thống trong công thức 2.27, véc-tơ trạng
thái và ma trận hiệp phương sai tương ứng ở thời điểm k được ước tính dựa trên
các tham số đó ở thời điểm k + 1.
ˆx−
k = Φk−1;k ˆxk−1 (2.33)
P−
k = Φk−1;kPk−1ΦT
k−1;k + Qk (2.34)
Khi có các trị đo hỗ trợ, véc-tơ trạng thái và ma trận hiệp phương sai
được cập nhật dựa theo công thức sau:
Kk = P−
k HT
k HkP−
k HT
k + Rk
−1
(2.35)
ˆxk = ˆx−
k + Kk zk − Hˆx−
k (2.36)
Pk = P−
k − KkHkP−
k (2.37)
trong đó, ˆxk−1, Pk−1, ˆx−
k , P−
k , ˆxk, Pk lần lượt là véc-tơ trạng thái và ma trận hiệp
phương sai tại thời điểm k − 1, dự đoán sai tại thời điểm k, cập nhật tại thời
điểm k, Rk là ma trận hiệp phương sai của nhiễu trị đo.
2.9 Kết luận
Chương này đã giới thiệu tóm tắt cơ sở lý thuyết của hệ thống tích
hợp GNSS/INS và những vấn đề liên quan, đồng thời xây dựng kiến trúc tích
hợp GNSS/INS cũng như sơ đồ khối tổng thể tích hợp GNSS/INS lỏng trên
Smartphone. Đối với sơ đồ khối tổng thể tích hợp GNSS/INS trên Smartphone,
24 hệ số sai số hệ thống từ quá trình hiệu chuẩn cảm biến quán tính, 5 hệ số
sai số ngẫu nhiên từ việc phân tích và mô hình hóa dữ liệu cảm biến quán tính
cùng với sai số GNSS của Smartphone đã được đưa vào như thể hiện ở Hình
2.21. Phần thực nghiệm được trình bày ở Chương 3.
33. 73
Chương 3
Thực nghiệm và các kết quả
3.1 Hiệu chuẩn cảm biến quán tính
3.1.1 Môi trường thực nghiệm
Thực nghiệm được tiến hành với 02 Smartphone iPhone 6 Plus iOS 10.2.1,
phần mềm thu nhận dữ liệu cảm biến SDLogger 1.0 được lập để thu nhận dữ liệu
cảm biến quán tính trên Smarphone, lập trình tính toán và trình bày sử dụng
phần mềm Matlab R2016b. Dữ liệu cảm biến gia tốc và dữ liệu cảm biến tốc độ
góc được thu cùng một thời điểm, không sử dụng thiết bị chính xác để làm tham
chiếu. Nhiệt độ phòng là 25oC. Tần số lấy mẫu được thiết lập là 100Hz. Thời
gian lấy mẫu tại mỗi vị trí hiệu chuẩn tối thiểu là 30 giây [12], (sẽ có khoảng
3000 mẫu nếu tần số lấy mẫu là 100Hz). Qua thực nghiệm cho thấy độ tin cậy
đạt 95% khi số mẫu đạt đến 200.
Khi thực nghiệm hiệu chuẩn cảm biến, giá trị trung bình đầu ra của cảm
biến tại mỗi vị trí ổn định được lấy khoảng 3000 mẫu (với tần số 100Hz - khoảng
30 giây). Thực tế thực nghiệm của mô hình thì chỉ cần 200 mẫu là độ tin cậy
đã đạt 95% theo ước lượng thống kê. Do đó, việc lấy mẫu nhiều hơn là không
cần thiết. Ngoài ra, khi thực hiện hiệu chuẩn, nếu dữ liệu không ổn định do tác
động không mong muốn từ yếu tố ngoài thì phần mềm sẽ tự động lấy mẫu lại
nên dữ liệu trung bình tại mỗi vị trí càng cho độ tin cậy cao.
Trong thực nghiệm này, hiệu chuẩn tĩnh sáu vị trí được tiến hành theo
hai kỹ thuật cơ bản là Kỹ thuật hiệu chuẩn sáu vị trí - phương pháp trực tiếp
(C6D) và Kỹ thuật hiệu chuẩn sáu vị trí - phương pháp có trọng số (C6W). Đối
với kỹ thuật C6W, phương pháp chuẩn hóa sự ảnh hưởng của ωe được đề xuất
và thực hiện để so sánh với phương pháp thông thường.
34. 80
3.2 Phân tích và mô hình hóa dữ liệu cảm biến quán tính
3.2.1 Môi trường thực nghiệm
Để thu được kết quả phân tích đáng tin cậy thì Smartphone dùng để thử
nghiệm phải được đặt trên một bề mặt ổn định nhằm cách ly với các loại nhiễu
từ môi trường. Trong thực nghiệm này, các mẫu thử nghiệm được tiến hành
trong Phòng thí nghiệm Địa tin học của Trường Đại học Mỏ - Địa chất với nhiệt
độ phòng là 25oC. Phần mềm thu nhận dữ liệu cảm biến SDLogger 1.0 được
phát triển để thu nhận dữ liệu cảm biến quán tính trong Smartphone. Thiết
bị Smartphone được sử dụng để thử nghiệm là iPhone 6 Plus với hệ điều hành
iOS 10.2.1, Serial F2LNJH7TG5QQ. Lập trình tính toán và trình bày kết quả
sử dụng phần mềm Matlab R2016b. Dữ liệu cảm biến với thời lượng 3 giờ ổn
định để dùng cho việc phân tích phương sai Allan.
3.2.2 Các kết quả và thảo luận
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
Thoi gian cluster (giay)
10
-5
10
-4
10
-3
10
-2
DolechAllan()(rad/s)
Duong cong Allan cua cam bien toc do goc
Gyro X
Gyro Y
Gyro Z
B (z) = 0.00144°/s/�Hz
B (y) = 0.00291°/s/�Hz
B (x) = 0.00524°/s/�Hz
N (z) = 0.00525°/s/�Hz
N (y) = 0.00738°/s/�Hz
N (x) = 0.00902°/s/�Hz
Hình 3.6: Đường cong Allan của cảm biến tốc độ góc iPhone 6 Plus
35. 80
3.2 Phân tích và mô hình hóa dữ liệu cảm biến quán tính
3.2.1 Môi trường thực nghiệm
Để thu được kết quả phân tích đáng tin cậy thì Smartphone dùng để thử
nghiệm phải được đặt trên một bề mặt ổn định nhằm cách ly với các loại nhiễu
từ môi trường. Trong thực nghiệm này, các mẫu thử nghiệm được tiến hành
trong Phòng thí nghiệm Địa tin học của Trường Đại học Mỏ - Địa chất với nhiệt
độ phòng là 25oC. Phần mềm thu nhận dữ liệu cảm biến SDLogger 1.0 được
phát triển để thu nhận dữ liệu cảm biến quán tính trong Smartphone. Thiết
bị Smartphone được sử dụng để thử nghiệm là iPhone 6 Plus với hệ điều hành
iOS 10.2.1, Serial F2LNJH7TG5QQ. Lập trình tính toán và trình bày kết quả
sử dụng phần mềm Matlab R2016b. Dữ liệu cảm biến với thời lượng 3 giờ ổn
định để dùng cho việc phân tích phương sai Allan.
3.2.2 Các kết quả và thảo luận
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4
Thoi gian cluster (giay)
10
-5
10
-4
10
-3
10
-2
DolechAllan()(rad/s)
Duong cong Allan cua cam bien toc do goc
Gyro X
Gyro Y
Gyro Z
B (z) = 0.00144°/s/�Hz
B (y) = 0.00291°/s/�Hz
B (x) = 0.00524°/s/�Hz
N (z) = 0.00525°/s/�Hz
N (y) = 0.00738°/s/�Hz
N (x) = 0.00902°/s/�Hz
Hình 3.6: Đường cong Allan của cảm biến tốc độ góc iPhone 6 Plus
36. 84
F2LNJH7TG5QQ ở Chương 1 để đưa vào mô hình toán học xây dựng IMU
trong iPhone. Sử dụng chính những dữ liệu hiệu chuẩn sáu vị trí và cho kết quả
tư thế của thiết bị hoàn toàn phù hợp với thực tế như Hình 3.8.
Dữ liệu thử nghiệm thể hiện ở Hình 3.8 là của thiết bị iPhone 6 Plus serial
F2LNJH7TG5QQ trong điều kiện ổn định trên một mặt phẳng nằm ngang, trục
Z của cảm biến hướng lên trên. Từ kết quả ở Hình 3.8 cho thấy, khi sử dụng dữ
liệu thô chưa được bù nhiễu tất định và nhiễu thống kê thì xuất hiện độ trôi tư
thế khá lớn. Sau khi dữ liệu đầu ra của cảm biến được bù nhiễu thì kết quả tư
thế của thiết bị được xác định sau 10 giây và ổn định.
3.3 Tích hợp GNSS/INS trên Smartphone
3.3.1 Môi trường thực nghiệm
Thực nghiệm được tiến hành bằng cách gắn Smartphone cố định trên
phương tiện di chuyển là ô-tô, phần mềm được lập là SDLogger 1.0 trên nền
tảng iOS có chức năng đọc và lưu dữ liệu của cảm biến quán tính, xử lý tính
toán hiệu chuẩn cảm biến quán tính để bù nhiễu tất định, đọc và lưu dữ liệu
đinh vị GNSS, xử lý tích hợp GNSS/INS. Ngoài ra, một mô-đun phần mềm khác
được lập dựa trên ngôn ngữ lập trình Matlab R2016b để trình bày và đối chiếu
kết quả thực nghiệm.
Bộ dữ liệu được thu thập từ các cảm biến được trang bị sẵn trong thiết
bị iPhone 6 Plus. Băng thông của GNSS là 1Hz và của IMU là 100Hz.
Khu vực thử nghiệm được tiến hành tại Khu đô thị Resco, Phường Cổ
Nhuế 2, Quận Bắc Từ Liêm, Thành phố Hà Nội. Lộ trình tuyến thử nghiệm
được thể hiện ở Hình 3.9. Lộ trình tham chiếu (REF) được đo bằng máy thu hai
tần Trimble R7-GNSS của Mỹ ở chế độ đo động thời gian thực (RTK). Ngoài
ra, khu vực thực nghiệm còn được bay chụp bằng UAV và xử lý bằng phần mềm
Pix4D để đối chiếu với dữ liệu REF.
37. 88
3.4 Ứng dụng trong Trắc địa - Bản đồ
3.4.1 Môi trường thực nghiệm
Thực nghiệm cập nhật tuyến đường giao thông cho bản đồ được tiến hành
ngoài trời ở nhiệt độ 35◦C. Thiết bị Smartphone sau khi được hiệu chuẩn sẽ cố
định trên phương tiện di chuyển cùng các thiết bị tham chiếu khác để tiến hành
đo đối với bài toán cập nhật tuyến đường giao thông cho bản đồ (Hình 3.13).
Các thiết bị kèm theo bao gồm: Máy Trimble R2 dùng để xác định lộ trình tham
chiếu với chế độ đo RTK Continuous mặc định, độ chính xác thiết lập là 5cm;
Máy GPS cầm tay Garmin 72H dùng để xác định lộ trình tham khảo (như thể
hiện ở Hình 3.11). Phần mềm GTField được lập và sử dụng để ghi các điểm lộ
trình bằng cách sử dụng bộ thu GNSS sẵn có của Smartphone với tần số 1Hz.
Phần mềm SDLogger được lập và sử dụng sử dụng để ghi lại dữ liệu cảm biến
quán tính với tần số 100Hz. Thực nghiệm được tiến hành liên tục trong khoảng
thời gian 50 phút. Tính toán sử dụng phần mềm Matlab R2016b và phần mềm
GeoPointer để tham khảo.
Hình 3.11: a) Môi trường thực nghiệm ngoài trời; b) Các thiết bị tham gia thực nghiệm
38. 89
3.4.2 Khu vực thực nghiệm
Lộ trình đo thực nghiệm được tiến hành gần trung tâm TP. Hà Nội,
giới hạn từ 21◦0′3.247” đến 21◦2′18.373” vĩ độ Bắc, và từ 105◦45′56.486” đến
105◦48′45.923” kinh độ Đông (như thể hiện ở Hình 3.12). Điểm bắt đầu của
lộ trình tại Trường ĐH Công nghệ, ĐHQG Hà Nội, điểm kết thúc lộ trình trên
đường Lê Đức Thọ gần Sân vận động Quốc gia Mỹ Đình, với tổng chiều dài
khoảng 13, 6km.
Hình 3.12: Lộ trình đo và khu vực thực nghiệm
39. 91
3.4.3 Các kết quả và thảo luận
Với thời lượng khoảng 50 phút đo liên tục, lượng điện năng tiêu thụ trên
iPhone 6 Plus khoảng 10%. Do để trực tiếp dưới trời nắng nên iPhone hơi nóng
nhưng vẫn hoạt động ổn định, không có cảnh báo nhiệt độ từ hệ điều hành. Quá
trình ghi dữ liệu GNSS, INS trên iPhone bằng phần mềm SDLogger hoàn thành
với các file dữ liệu có tên 1973_184617 (Hình 3.13). Dữ liệu GNSS cũng được
ghi bằng phần mềm GTField theo thời gian thực đồng thời hiển thị trực quan
trên giao diện phần mềm cùng với nền bản đồ của hãng Google (Hình 3.14),
hoàn thành việc lưu dữ liệu không bị gián đoạn khi đi qua khu nhà cao tầng và
qua những đoạn có cây to.
Thiết bị GNSS chuyên dụng Trimble R2 thiết lập mặc định với độ chính
xác 5cm và được đo liên tục để làm lộ trình tham chiếu và hoàn thành việc lưu
dữ liệu với nhiều đoạn bị mất dữ liệu khi đi qua khu nhà cao tầng và qua những
đoạn có cây to (Hình 3.15 và Hình 3.16).
Thiết bị GPS cầm tay Garmin 72H cũng hoàn thành việc lưu lộ trình
tham khảo, bằng trực quan có thể đánh giá độ chính xác vị trí điểm của iPhone
và Garmin 72H là tương đương, điều này cũng phù hợp với kết quả đánh giá ở
phần tổng quan của luận án. Tuy nhiên, GPS cầm tay Garmin 72H có hạn chế
về giao diện và khả năng phát triển so với phần mềm GTField trên iPhone.
Khi đi qua hầm cầu vượt, tất cả các thiết bị đều không nhận được tín
hiệu GNSS từ vệ tinh. Một số đoạn có sai số vị trí điểm trên iPhone lớn (Hình
3.17 và Hình 3.18) đều là những đoạn chịu nhiều ảnh hưởng của sự che khuất
tầm nhìn vệ tinh của thiết bị.
Kết quả tích hợp GNSS/INS cho iPhone để cập nhật dữ liệu tuyến đường
đã cải thiện đáng kể độ chính xác vị trí như kết luận trong phần thực nghiệm ở
mục 3.3.
40. 94
Kết luận và kiến nghị
1. Kết luận
Nghiên cứu của luận án đã phân tích, đánh giá hơn 60 công trình khoa
học liên quan đến đề tài được công bố trên các nguồn chính thức quốc tế như
ISI, Scopus và các hãng công nghệ như Apple Inc., Google Inc., InvenSense Inc.,
Qualcomm Technologies, Inc., Chipworks Inc., để xác định vấn đề còn tồn tại
mà luận án cần tập trung giải quyết đối với bài toán tích hợp GNSS/INS trên
thiết bị thông minh. Có thể mô tả ngắn gọn công việc đã nghiên cứu trong hai
nhóm nội dung chính:
Nhóm nội dung thứ nhất là đánh giá khả năng sử dụng Smartphone trong
Trắc địa - Bản đồ bao gồm: lập trình phần mềm định vị tọa độ sử dụng phần
cứng GNSS được trang bị sẵn trong iPhone; tính chuyển tọa độ theo hệ quy
chiếu và lưới chiếu bản đồ làm cho iPhone có thêm chức năng như một thiết bị
định vị GPS cầm tay chuyên dụng để ứng dụng trong Trắc địa - Bản đồ. Phần
thực nghiệm là định vị xác định tọa độ các điểm và đánh giá độ chính xác vị
trí điểm thu được bằng iPhone, công trình khoa học này đã được NCS và cộng
sự công bố trong bài báo tạp chí khoa học quốc tế SCIE. Kết quả đánh giá độ
chính xác cũng được so sánh với máy GPS cầm tay chuyên dụng (Garmin eTrex
10), kết quả sai số mặt bằng của iPhone 4 là ±4.11m, trong khi sai số mặt bằng
của Garmin eTrex 10 nhỏ hơn một chút là ±3.70m; sai số độ cao của iPhone
là ±3.53m, trong khi sai số độ cao của Garmin eTrex 10 lớn hơn một chút là
±4.12m. Sự chênh lệch về độ chính xác giữa iPhone 4 và Garmin eTrex 10 là
không đáng kể và có thể kết luận chúng có cùng độ chính xác cỡ mét. Như vậy,
với độ chính xác tương đương GPS cầm tay, không cần trang bị thêm phần cứng
đồng thời có thể kết nối với Internet, kết nối cơ sở dữ liệu, chụp ảnh có gắn tọa
độ, gửi, nhận và xử lý dữ liệu thu thập được, thiết bị thông minh iPhone với
phần mềm được lập hoàn toàn có thể ứng dụng trong công tác Trắc địa - Bản
41. 97
Một số công trình đã công bố của tác giả
Bài báo tạp chí khoa học quốc tế SCIE
1. Bùi Tiến Diệu, Trần Trung Chuyên, Biswajeet Pradhan, Inge Revhaug và
Razak Seidu (2015), “iGeoTrans - a novel iOS application for GPS posi-
tioning in geosciences”, Tạp chí khoa học quốc tế Geocarto International,
30(2):1-21, pp. 1-16, doi: 10.1080/10106049.2014.902114
Bài báo tạp chí khoa học trong nước
1. Trần Trung Chuyên, Nguyễn Thị Mai Dung, Lê Hồng Anh, Nguyễn Trường
Xuân, Đào Ngọc Long (2016), “Phân tích và mô hình hóa dữ liệu cảm biến
quán tính của iPhone sử dụng phương sai Allan”, Tạp chí Khoa học Kỹ
thuật Mỏ - Địa chất, Số 55
2. Dương Thành Trung, Trương Minh Hùng, Trần Trung Chuyên, Đỗ Văn
Dương (2017), “Nâng cao độ chính xác hệ thống dẫn đường tích hợp GNSS/INS
cùng điều kiện ràng buộc vận tốc không đối với các hướng vuông góc với
hướng di chuyển”, Tạp chí Khoa học kỹ thuật Mỏ - Địa chất, Số 58
Bài báo hội nghị khoa học quốc tế
1. Trần Trung Chuyên, Nguyễn Thị Mai Dung, Lê Hồng Anh, Nguyễn Trường
Xuân, Đào Ngọc Long (2016), “Development of A Mobile Data Collection
And Management System”, International Conference on GIS-IDEAS
2. Trần Trung Chuyên, Nguyễn Trường Xuân, Nguyễn Thị Mai Dung, Trần
Mai Hương, Bùi Tiến Diệu, Đậu Thanh Bình, Đoàn Thị Thư (2017), “De-
velopment of a new iOS-based geospatial application in smartphone for as-
sisting fieldwork in geoscience”, International Conference on GTER
Phần mềm ứng dụng cho Smartphone
1. Trần Trung Chuyên (2017), “iGeoTrans - GPS cầm tay tích hợp VN-2000”,
App Store, Apple Inc., (https://itunes.apple.com/app/id471312204).
2. Trần Trung Chuyên (2017), “GTField GPS & Data collection”, App Store,
Apple Inc., (https://itunes.apple.com/app/id1248227167).
42. 98
Tài liệu tham khảo
Tiếng Anh
[1] Paul A Zandbergen. “Accuracy of iPhone Locations: A Comparison of As-
sisted GPS, WiFi and Cellular Positioning”. Transactions in GIS 13 (2009),
pp. 5–25. doi: 10.1111/j.1467-9671.2009.01152.x.
[2] Muneer Ahmad Dar. “Role of smartphone in rural development: A case
study of Kashmir”. 2016 IEEE Technological Innovations in ICT for Agri-
culture and Rural Development (TIAR). Institute of Electrical and Elec-
tronics Engineers (IEEE), 2016, pp. 205–208. doi: 10 . 1109 / tiar.
2016.7801239.
[3] David W Allan. The measurement of frequency and frequency stability of
precision oscillators. Tech. rep. 1975. doi: 10.6028/nbs.tn.669.
[4] B. Barshan and H.F. Durrant-Whyte. “Inertial navigation systems for mo-
bile robots”. IEEE Transactions on Robotics and Automation 11.3 (1995),
pp. 328–342. doi: 10.1109/70.388775.
[5] Stephane Beauregard. “Omnidirectional Pedestrian Navigation for First
Responders”. 2007 4th Workshop on Positioning, Navigation and Commu-
nication. IEEE. Institute of Electrical and Electronics Engineers (IEEE),
2007, pp. 33–36. doi: 10.1109/wpnc.2007.353609.
[6] Juan C. Guerri, Ana Belén Antón, Ana Pajares, et al. “A mobile device
application applied to low back disorders”. Multimedia Tools and Applica-
tions 42.3 (2008), pp. 317–340. issn: 1573-7721. doi: 10.1007/s11042-
008-0252-x. url: http://dx.doi.org/10.1007/s11042-008-
0252-x.
[7] Kai-Wei Chiang, Thanh Duong, and Jhen-Kai Liao. “The Performance
Analysis of a Real-Time Integrated INS/GPS Vehicle Navigation Sys-
44. II
Phụ lục A
Dữ liệu hiệu chuẩn cảm biến gia tốc
Cam bien gia toc (Up)
0 500 1000 1500 2000 2500 3000 3500 4000
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
TrucX
X
Y
Z
Cam bien gia toc (Down)
0 500 1000 1500 2000 2500 3000 3500 4000 4500
0
0.2
0.4
0.6
0.8
1
1.2
Giatoc(g)
X
Y
Z
0 500 1000 1500 2000 2500 3000 3500 4000 4500
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
TrucY
X
Y
Z
0 500 1000 1500 2000 2500 3000 3500 4000 4500
So mau
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
Giatoc(g)
X
Y
Z
0 500 1000 1500 2000 2500 3000 3500 4000 4500
So mau
-1.2
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
TrucZ
X
Y
Z
0 1000 2000 3000 4000 5000 6000
So mau
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
Giatoc(g)
X
Y
Z
Hình A.1: Dữ liệu hiệu chuẩn sáu vị trí của cảm biến gia tốc
45. III
Phụ lục B
Dữ liệu hiệu chuẩn cảm biến tốc độ góc
Cam bien toc do goc (Up)
0 500 1000 1500 2000 2500 3000 3500 4000
-0.005
0
0.005
0.01
0.015
0.02
0.025
TrucX
X
Y
Z
Cam bien toc do goc (Down)
0 500 1000 1500 2000 2500 3000 3500 4000 4500
-0.005
0
0.005
0.01
0.015
0.02
0.025
Tocdogoc(rad/giay)
X
Y
Z
0 500 1000 1500 2000 2500 3000 3500 4000 4500
-0.01
-0.005
0
0.005
0.01
0.015
0.02
0.025
TrucY
X
Y
Z
0 500 1000 1500 2000 2500 3000 3500 4000
So mau
-0.01
-0.005
0
0.005
0.01
0.015
0.02
0.025
0.03
Tocdogoc(rad/giay)
X
Y
Z
0 500 1000 1500 2000 2500 3000 3500 4000
So mau
-0.01
-0.005
0
0.005
0.01
0.015
0.02
0.025
TrucZ
X
Y
Z
0 1000 2000 3000 4000 5000 6000
So mau
-0.01
-0.005
0
0.005
0.01
0.015
0.02
0.025
0.03
Tocdogoc(rad/giay)
X
Y
Z
Hình B.1: Dữ liệu hiệu chuẩn sáu vị trí của cảm biến tốc độ góc
46. IV
Phụ lục C
So sánh các kết quả
0 20 40 60 80 100 120 140 160 180
Thoi gian [s]
-10
0
10
[m/s]
Sai so van toc N
GNSS
GNSS/INS
3
0 20 40 60 80 100 120 140 160 180
Thoi gian [s]
-10
0
10
[m/s]
Sai so van toc E
GNSS
GNSS/INS
3
0 20 40 60 80 100 120 140 160 180
Thoi gian [s]
-4
-2
0
2
[m/s]
Sai so van toc D
GNSS
GNSS/INS
3
Hình C.1: So sánh sai số vận tốc
47. VIII
Phụ lục D
Một số mã nguồn Matlab được phát triển
D.1 Mã nguồn mô-đun hiệu chuẩn cảm biến
1 function SPCalibration
2 %% numbersep Cac thiet lap co ban
3 % Giai phong cac bien trong bo nho
4 clearvars;
5 % Dong tat ca cac cua so dang mo
6 close all;
7 % Xoa lich su cau lenh
8 clc;
9 %% numbersep Cac bien toan cuc
10 % Vi do phong lab
11 phi = 21.07;
12 % Trong luc cuc bo (g)
13 g = 1.0;
14 % He so chuyen doi tu gia toc tu g sang miligal (mGal)
15 g2mGal = 980665.0;
16 % He so chuyen doi tu radian/giay sang do/gio
17 rps2dph = 206264.806247096;
18 % He so chuyen doi tu ty le sang ppm
19 s2ppm = 1e6;
20 % Toc do quay trai dat (radian/giay)
21 omegae = 15.0141/rps2dph;
22 % Toc do quay trai dat tai khu vuc thuc nghiem (radian/
giay)
48. XIII
D.2 Mã nguồn hàm bù nhiễu
1 function refine = Compensation(x, b, S)
2 % Ham bu nhieu cam bien
3 % Tham so dau vao
4 % x - du lieu cam bien [x y z] hoac [time x y z]
5 % b - do lech [bx by bz]
6 % S - he so ty le va khong truc giao [xx xy xz; yx yy
yz; zx zy zz]
7 % Ket qua tra ve:
8 % refine - du lieu cam bien da bu nhieu tat dinh
9 s=size(x);
10 refine = x;
11 if s(2) == 4
12 for k=1:length(x)
13 refine(k,2:4) = (x(k,2:4)-b)/(eye(3)+S);
14 end
15 else
16 for k=1:length(x)
17 refine(k,:) = (x(k,:)-b)/(eye(3)+S);
18 end
19 end
20 end
D.3 Mã nguồn hàm tính trọng lực cục bộ
1 function lg = LocalGravity(phi,h)
2 % Tinh gan dung trong luc cuc bo co cai chinh theo do
cao
3 % Tham so vao:
49. BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT
TRẦN TRUNG CHUYÊN
NGHIÊN CỨU GIẢI PHÁP TÍCH HỢP HỆ THỐNG
GNSS/INS TRÊN THIẾT BỊ THÔNG MINH
ỨNG DỤNG TRONG TRẮC ĐỊA - BẢN ĐỒ
LUẬN ÁN TIẾN SĨ KỸ THUẬT
Ngành: Kỹ thuật Trắc địa - Bản đồ
Mã số: 9520503
NGƯỜI HƯỚNG DẪN KHOA HỌC
1. PGS. TS. Nguyễn Trường Xuân
2. TS. Đào Ngọc Long
HÀ NỘI - 2018
50. 36
động xoay của Trái Đất). Trong định vị dẫn đường, chuyển động xoay của Trái
Đất có tác động đáng kể đến việc tính toán chuyển hướng. Do đó, trong định
vị dẫn đường tích hợp sẽ có mối liên hệ của nhiều hệ quy chiếu cần phải giải
quyết.
Cảm biến quán tính đo chuyển động của chúng (hay chuyển động của vật
mang chúng) trong một IF, vì vậy sẽ có mối quan hệ giữa hệ tọa độ vật thể và
hệ quy chiếu quán tính. GNSS xác định vị trí và vận tốc của ăng-ten máy thu
đối với các vệ tinh. Trong khi đó, người dùng muốn biết vị trí của họ đối với
Trái Đất, vì vậy sẽ có mối quan hệ giữa hệ tọa độ người dùng với hệ tọa độ Trái
Đất.
Để định vị chính xác, mối quan hệ giữa các hệ tọa độ khác nhau phải
được mô phỏng đúng. Một quy ước được thông qua ở đây là sử dụng các chữ
cái Hy Lạp (α, β, ...) để biểu thị các hệ tọa độ và chữ cái Latinh (x, y, z, ...) để
biểu thị các hệ trục cụ thể.
Một hệ tọa độ có thể được xác định theo hai cách. Nó cung cấp một gốc
và các trục theo đó có thể mô tả sự chuyển động của vật thể (tức là một tham
chiếu). Nó còn định nghĩa vị trí và hướng của một vật. Hai định nghĩa này có
thể hoán đổi cho nhau. Trong bài toán trên hai hệ tọa độ khác nhau, cần xác
định đâu là hệ đối tượng và đâu là hệ tham chiếu giả định. Nó có giá trị như
nhau dùng để mô tả vị trí và hướng của hệ α đối với hệ β và ngược lại. Đây là
một nguyên lý tương đối: các quy luật vật lý xuất hiện như nhau đối với tất cả
các quan sát. Nói cách khác, mô tả vị trí của một con đường đối với một chiếc
xe truyền tải thông tin tương tự như vị trí của xe đối với đường.
Một hệ tọa độ trực giao có sáu bậc tự do, vị trí của gốc o và hướng của
các trục x, y, z. Để định nghĩa hệ đó, chúng phải được biểu diễn liên quan đến
một hệ khác như minh họa ở Hình 2.1. Bất kỳ bài toán định vị nào cũng bao
gồm ít nhất hai hệ tọa độ: một hệ đối tượng và một hệ tham chiếu. Hệ đối tượng
mô tả vật thể có vị trí hay hướng mong muốn, trong khi đó hệ tham chiếu mô
51. 37
tả một vật thể đã biết. Các bài toán định vị dẫn đường liên quan đến nhiều hơn
một hệ tham chiếu hoặc thậm chí nhiều hơn một hệ đối tượng.
z
yx
o
o
z
yxα α
α
β
β
ββα
Hình 2.1: Hai hệ tọa độ trực giao [15]
Tất cả các hệ tọa độ được xem xét ở đây được tạo thành các bộ cơ sở
trực giao theo quy ước bàn tay phải. Điều này có nghĩa là các trục x, y, z luôn
vuông góc với nhau và được định hướng nếu ngón cái và hai ngón tay đầu tiên
của tay phải được mở rộng vuông góc, thì ngón cái là trục x, ngón tay đầu tiên
(ngón trỏ) là trục y, và ngón thứ hai là trục z.
Tư thế, vị trí, vận tốc, gia tốc và tốc độ góc trong các hệ khác nhau được
đề cập trong mục 2.3.2. Phần còn lại là xác định các hệ tọa độ chính được sử
dụng trong bài toán định vị dẫn đường gồm: Hệ quy chiếu quán tính Trái Đất,
Hệ tọa độ vuông góc không gian địa tâm cố định, Hệ tọa độ định vị cục bộ và
Hệ tọa độ vật thể.
a) Hệ quy chiếu quán tính Trái Đất
Trong vật lý, một hệ quy chiếu quán tính được định nghĩa là hệ quy chiếu
trong đó không xuất hiện gia tốc hay hướng đối với phần còn lại của Vũ Trụ
nên sẽ không thể xác định một hệ tọa độ duy nhất. Trong định vị dẫn đường,
sử dụng một hệ đặc biệt được biết đến là với tên gọi là Hệ quy chiếu quán tính
Trái Đất (Earth-Centered Inertial Frame), trong tài liệu này sẽ được ký hiệu là
i hoặc I. Hệ quy chiếu quán tính Trái Đất - Earth-Centered Inertial (ECI) có
gốc ở trung tâm khối lượng Trái Đất và được định hướng liên quan đến trục
52. 38
quay Trái Đất và các ngôi sao. Thực tế, ECI không chính xác là một hệ quán
tính thực sự khi mà Trái Đất tự nó có gia tốc trong quỹ đạo chuyển động quanh
Mặt Trời, và trục quay cũng di chuyển chậm, và Thiên Hà quay. Tuy nhiên, nó
là một xấp xỉ chính xác đủ để coi như là một hệ quán tính cho mục đích định
vị dẫn đường [15].
Hình 2.2 cho thấy các trục của hệ ECI. Vòng quay trên hình biểu thị Trái
Đất quay trong không gian. Trục z luôn hướng dọc theo trục xoay của Trái Đất
từ tâm đến cực Bắc (Bắc thực). Các trục x, y nằm cùng với mặt phẳng xích đạo.
Chúng không xoay quanh Trái Đất, nhưng trục y luôn nằm cách trục x một góc
90o về hướng quay. Điều này sẽ không thể xác định một hệ tọa độ duy nhất; cần
thiết phải xác định thời gian mà các trục quán tính trùng với trục của hệ vuông
góc không gian địa tâm Trái Đất. Có hai giải pháp chung cho vấn đế này. Thứ
nhất là đơn giản chỉ cần căn chuẩn hai hệ khi khởi tạo giải pháp định vị. Thứ
hai, một tùy chọn khác được sử dụng trong cộng đồng khoa học là xác định trục
x là hướng từ Trái Đất tới tới Mặt Trời ở điểm xuân phân.
zi
y ixi
oi
Hình 2.2: Các trục của hệ ECI [15]
Một vấn đề nữa đó là sử dụng chuyển động cực khi cần có một định nghĩa
chính xác của hệ tọa độ. Trục quay thực sự di chuyển theo hướng Trái Đất ở
thể rắn với các cực theo một hình tròn bán kính 15m [15].
53. 39
Hệ quy chiếu quán tính là rất quan trọng trong định vị dẫn đường bởi vì
các cảm biến quán tính đo chuyển động đối với hệ quán tính chung, và nó cho
phép sử dụng các phương trình đơn giản nhất.
b) Hệ tọa độ vuông góc không gian địa tâm cố định
Hệ tọa độ vuông góc không gian địa tâm định vị Trái Đất - Earth-
Centered, Earth-Fixed (ECEF) còn được gọi là Hệ tọa độ vuông góc không
gian địa tâm quốc tế. Hệ này cũng thường được biết đến với tên gọi là Hệ tọa
độ Trái Đất hay Hệ tọa độ quốc tế WGS-84, tương tự như hệ ECI, ngoại trừ
tất cả các trục vẫn cố định đối với Trái Đất. Hệ ECEF được biểu thị bằng ký
hiệu e hoặc E và có gốc ở tâm của hình ê-líp tròn xoay (thường gọi là ellipsoid)
theo mô hình bề mặt Trái Đất, gần như là trung tâm của khối lượng Trái Đất
thể rắn.
Hình 2.3 cho thấy các trục của hệ ECEF. Trục z luôn hướng dọc theo trục
xoay của Trái Đất từ trung tâm tới cực Bắc (Bắc thực). Trục x hướng từ tâm
đến điểm giao cắt của đường xích đạo với kinh tuyến tham chiếu IERS (IRM)
hoặc kinh tuyến không (CZM), định nghĩa kinh độ bằng 0o. Trục y tạo thành
bộ cơ sở trực giao theo quy ước bàn tay phải, hướng từ tâm đến điểm giao cắt
của đường xích đạo với kinh tuyến phía đông 90o.
c) Hệ tọa độ định vị cục bộ
Hệ tọa độ địa phương (n-frame) gồm các hệ hệ tọa độ địa phương, hệ tọa
độ quốc gia, hệ tọa độ phẳng trong trắc địa. Gốc của nó là một điểm mà giải
pháp định vị mong muốn (Ví dụ, trong bản đồ địa hình của Việt Nam thì quy
ước theo hệ VN-2000, trong trắc địa công trình thì có thể quy ước theo một
điểm ở tâm công trình,...).
Hình 2.4 biểu thị các trục của hệ tọa độ định vị cục bộ. Trục z, hay còn
được gọi là trục Xuống (D), thông thường được định nghĩa là đối với bề mặt
54. 40
ze
yexe
o
e
0° 90°E
Hình 2.3: Các trục của hệ ECEF [15]
của ellipsoid tham chiếu, chỉ về phía trung tâm trọng lượng Trái Đất, trùng với
phương của véc-tơ trọng lực. Thực tế, trọng lượng thật sự lệch một chút do dị
thường cục bộ. Trục x, hay trục Bắc (N), là phép chiếu trong mặt phẳng trực
giao đến trục z của đường từ người dùng tới cực bắc. Khi tạo thành bộ trực
giao, trục y luôn hướng về phía đông và do đó được gọi là trục Đông (E).
zn
( )D yn
(E)
xn
( )N
on
Hình 2.4: Các trục của hệ NED [15]
Bắc, Đông, Xuống quy ước là NED, là hình thức phổ biến nhất của hệ
định vị cục bộ trong bài toán định vị tích hợp và sẽ luôn được sử dụng ở đây.
55. 41
Tuy nhiên, cũng có các dạng khác đang sử dụng, chẳng hạn như x = Đông, y
= Bắc, z = Lên quy ước là ENU, và x = Nam, y = Tây, z = Xuống quy ước
là SWD. Hệ cục bộ rất quan trọng trong định vị dẫn đường bởi vì người dùng
muốn biết tư thế của họ liên quan đến hướng Bắc, Đông và Xuống. Đối với vị
trí và vận tốc, nó cung cấp một bộ trục giải quyết thuận tiện nhưng không được
sử dụng làm hệ tham chiếu.
Một hạn chế lớn của hệ vị cục bộ là có một điểm kỳ dị ở mỗi cực bởi vì
các trục Bắc và Đông là không xác định ở đó. Do đó, phương trình định vị được
cơ giới hoá bằng hệ này không thích hợp để sử dụng gần các cực. Thay vào đó,
sử dụng một hệ khác để thay thế cho việc chuyển đổi giữa giải pháp định vị
sang hệ định vị cục bộ ở cuối chuỗi xử lý.
d) Hệ tọa độ vật thể
Trong tài liệu này, các phương tiện di chuyển được gắn cảm biến quán
tính nói chung gọi là vật thể. Hệ tọa độ vật thể (b-frame) bao gồm gốc và định
hướng của đối tượng mà một giải pháp định vị mong muốn. Gốc trùng khớp với
gốc của hệ định vị cục bộ, nhưng các trục vẫn cố định đối với thân và thường
được định nghĩa là x = phía trước (tức là hướng di chuyển thông thường), z =
xuống (tức là hướng thông thường của trọng lực cục bộ), và y = phải, tạo thành
bộ trực giao. Đối với chuyển động góc, trục x là trục lăn hay nghiêng (roll),
trục y là trục chúc hay ngóc (pitch), và trục z là trục định hướng (yaw). Do đó,
các trục của thân vật thể đôi khi được gọi là roll, pitch, yaw. Hình 2.5 minh họa
hệ trục này. Một quy tắc cuộn lòng bàn tay phải được áp dụng để định nghĩa
hướng quay, nhờ đó nếu trục hướng ra thì nhận được một góc dương.
Hệ tọa độ vật thể là cần thiết trong định vị dẫn đường bởi vì nó mô tả
đối tượng đang điều hướng. Tất cả các cảm biến quán tính đều đo chuyển động
của thân vật thể (đối với một khung quán tính chung).
Ký hiệu b được sử dụng để biểu thị hệ tọa độ vật thể là đối tượng quan
56. 42
z b
(down, yaw)
y b
(right, pitch)
o b
xb
(forward, roll)
Hình 2.5: Các trục của hệ vật thể b [15]
tâm chính. Tuy nhiên, trong bài toán định vị liên quan đến nhiều vật thể, mỗi
vật thể có hệ tọa độ riêng sẽ có các ký hiệu thay thế, chẳng hạn như s cho cảm
biến và a cho ăng-ten cần phải được sử dụng.
2.3.2 Động học Trái Đất
Trong định vị dẫn đường, chuyển động tuyến tính và góc trong một hệ
phải được mô tả so với đối tượng khác. Hầu hết các đại lương động học, chẳng
hạn như vị trí, tốc độ, gia tốc, và tốc độ góc, liên quan đến ba hệ tọa độ chính:
• Hệ mà mô tả chuyển động, được gọi là hệ đối tượng α;
• Hệ mà chuyển động đó là đối tượng, được gọi là hệ tham chiếu β;
• Hệ mà trong đó chuyển động được biểu diễn, gọi là hệ giải quyết γ.
Hệ đối tượng α, và hệ tham chiếu β phải khác nhau, nếu không sẽ không
có chuyển động. Hệ giải quyết γ có thể là hệ đối tượng, hệ tham chiếu hay hệ
thứ ba. Để mô tả đầy đủ các đại lượng động học này cần phải mô tả rõ cả ba hệ
để tránh nhầm lẫn. Ở đây, các ký hiệu được sử dụng cho vị trí Đề-các-tơ, vận
tốc, gia tốc, và tốc độ góc:
xγ
βα
57. 43
trong đó véc-tơ x, mô tả một thuộc tính động học của hệ α liên quan đến hệ
β, được biểu diễn trong hệ γ. Đối với tư thế, chỉ có hệ đối tượng α, và hệ tham
chiếu β có liên quan; Không có hệ giải quyết.
Phần này bắt đầu bằng cách mô tả các hình thức đại diện tư thế khác
nhau: góc Euler, ma trận chuyển đổi tọa độ, tư thế quaternion, và các véc-tơ
quay. Tất cả các phương pháp đại diện cho tư thế để hoàn thành hai chức năng.
Chúng mô tả sự định hướng của một hệ tọa độ này đối với một hệ tọa độ khác
(ví dụ: hệ đối tượng đối với hệ tham chiếu). Chúng cũng cung cấp một cách
thức để chuyển đổi một véc-tơ từ một hệ trục giải quyết sang một hệ trục khác.
Sau đó, tốc độ góc, vị trí Đề-các-tơ (ngược lại với đường cong), vận tốc và gia
tốc được mô tả. Trong việc xác định vận tốc và gia tốc, điều quan trọng là phải
tính chính xác cho bất kỳ vòng quay nào của hệ tham chiếu và hệ giải quyết.
a) Tư thế Euler
Các góc Euler là cách diễn đạt trực quan nhất về tư thế, đặc biệt là hệ
tọa độ vật thể đối với hệ tọa độ định vị cục bộ tương ứng. Tư thế được chia
thành ba vòng xoay liên tiếp. Điều này có thể được minh họa bởi sự biến đổi
của một véc-tơ x = (x, y, z), từ các hệ trục giải quyết β thành hệ trục thứ hai α.
Hình 2.6 cho thấy ba vòng quay bao gồm sự chuyển đổi.
Vòng quay đầu tiên ψβα, là vòng quay hướng. Điều này được thực hiện
bởi trục z chung của hệ β và hệ trung gian đầu tiên. Nó biến đổi các thành phần
x và y của véc-tơ, nhưng để lại thành phần z không thay đổi. Véc-tơ kết quả
được giải quyết bởi các trục của khung trung gian thứ nhất, được biểu thị bằng
chỉ số trên ψ:
xψ
= xβ
cos ψβα + yβ
sin ψβα
yψ
= −xβ
sin ψβα + yβ
cos ψβα
zψ
= zβ
(2.1)
Tiếp theo là vòng quay ngóc θβα, được thực hiện bởi trục y chung của hệ
58. 44
trung gian thứ nhất và thứ hai. Ở đây, các thành phần x và z của véc-tơ được
chuyển đổi, kết quả là một véc-tơ được giải quyết bởi các trục của hệ trung gian
thứ hai, được biểu thị bằng số trên θ:
xθ
= xψ
cosθβα − zψ
sinθβα
yθ
= yψ
zθ
= xψ
sinθβα + zψ
cosθβα
(2.2)
Cuối cùng, vòng quay cuộn, φβα, được thực hiện bởi trục x chung của hệ
trung gian thứ hai và hệ α, chuyển đổi các thành phần y và z của véc-tơ, kết
quả là một véc-tơ được giải quyết bởi các trục của hệ β, được biểu thị bằng chỉ
số trên φ
xφ
= xθ
yφ
= yθ
cosφβα + zθ
sinφβα
zφ
= −yθ
sinφβα + zθ
cosφβα
(2.3)
Hình 2.6: Các góc Euler [15]
Mặc dù dễ dàng hơn để minh hoạ các góc Euler về chuyển đổi các trục
giải quyết của một vector, các phép quay roll, pitch và yaw φβα, θβα , và ψβα,
tương ứng mô tả hướng của hệ đối tượng α đối với hệ tham chiếu β. Trong
trường hợp cụ thể, khi các góc Euler mô tả tư thế hệ vật thể đối với hệ định
vị cục bộ, chuyển động roll φnb được gọi là liệng hay bank, chuyển động pitch