nâng cao chất lượng cho các thiết bị định vị dẫn đường sử dụng gps phục vụ bài toán giám sát quản lý phương tiện giao thông đường bộ

Giới thiệu tóm tắt luận án Luận án đi sâu nghiên cứu giải quyết vấn đề tồn tại trong suốt thời gian qua là vấn đề trôi dữ liệu của INS, từ đó đưa ra giải pháp thiết kế hệ thống tích hợp

NGÔ THANH BìNH

NÂNG CAO CHấT LƯợNG CHO CáC THIếT Bị ĐịNH Vị DẫN ĐƯờNG Sử DụNG GPS PHụC Vụ BμI TOáN GIáM SáT

QUảN Lý PHƯƠNG TIệN GIAO THÔNG ĐƯờNG Bộ

ngμnh: Kỹ thuật điều khiển vμ tự động hóa

Mã số: 62520216

LUậN áN TIếN Sĩ Kỹ THUậT

Hμ Nội - 2015

NGÔ THANH BìNH

NÂNG CAO CHấT LƯợNG CHO CáC THIếT Bị ĐịNH Vị DẫN ĐƯờNG Sử DụNG GPS PHụC Vụ BμI TOáN GIáM SáT

QUảN Lý PHƯƠNG TIệN GIAO THÔNG ĐƯờNG Bộ

ngμnh: Kỹ thuật điều khiển vμ tự động hóa

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, tất cả các ý tưởng tham khảo từ kết quả nghiên cứu công bố trong các công trình khác đều được nêu rõ trong luận án Các số liệu, kết quả nêu trong luận án là hoàn toàn trung thực và chưa từng được ai công bố trong bất kỳ công trình khoa học nào khác

Tác giả

LỜI CẢM ƠN

Lời đầu tiên, tôi xin gửi lời cảm ơn chân thành đến hai người thầy là GS.TS Lê Hùng Lân và PGS.TS Nguyễn Thanh Hải về sự hướng dẫn tận tình của các thầy trong quá trình tôi học tập, nghiên cứu và thực hiện luận án này

Tôi cũng xin gửi lời cảm ơn sự giúp đỡ, cộng tác đầy nhiệt tình của các giáo sư

và đồng nghiệp Nhóm Cơ – Điện tử (Mechatronics Research Group), Khoa Kỹ thuật Công nghiệp (Industrial Engineering), Trường Đại học Trento – Italia, đặc biệt là giáo

Tôi xin cảm ơn sự tài trợ kinh phí cho việc nghiên cứu để hoàn thiện nội dung luận án này từ Bộ Giáo dục và Đào tạo, Trường Đại học Giao thông Vận tải, Tổ chức World Bank, Đại sứ quán Ấn Độ và Quỹ học bổng Erasmus Mundus

Nhân dịp này, tôi xin gửi lời cảm ơn đến các thành viên trong gia đình cùng những người bạn của tôi, những người đã hết lòng giúp đỡ, động viên, tạo điều kiện thuận lợi trong suốt thời gian qua để tôi có được cơ hội hoàn thành tốt luận án này

MỤC LỤC

LỜI CAM ĐOAN i

LỜI CẢM ƠN ii

MỤC LỤC iii

DANH MỤC BẢNG vii

DANH MỤC HÌNH VẼ vii

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT x

MỞ ĐẦU xiv

1 Giới thiệu tóm tắt luận án xiv

2 Đặt bài toán xiv

3 Tính cấp thiết và lý do chọn đề tài xv

4 Mục đích, đối tượng, phạm vi nghiên cứu và kết quả mong đợi của luận án xvi

4 Bố cục của luận án xvii

5 Ý nghĩa khoa học và thực tiễn của luận án xix

6 Tính sáng tạo và kết quả nghiên cứu xix

7 Những đóng góp của luận án xix

TỔNG QUAN VỀ BÀI TOÁN GIÁM SÁT 1

1 Khái quát về bài toán giám sát sử dụng GPS 1

2 Phân tích đánh giá các công trình khoa học liên quan mật thiết đến đề tài nghiên cứu trên thế giới 2

3 Phân tích đánh giá các công trình khoa học liên quan mật thiết đến đề tài nghiên cứu tại Việt Nam 4

4 Đề xuất các giải pháp mới, nội dung và phương pháp nghiên cứu 6

CHƯƠNG 1 HỆ THỐNG GPS VÀ CÁC HỆ THỐNG HỖ TRỢ 8

1.1 Hệ thống GPS 8

1.1.1 Hệ trục toạ độ 8

1.1.2 Cấu trúc của một hệ định vị sử dụng vệ tinh 9

1.1.3 Nguyên lý hoạt động 10

1.1.4 Sai số và các nguyên nhân gây sai số 11

1.2 Hệ thống INS 12

1.2.1 Các hệ tọa độ (Frames) 12

1.2.2 Các thành phần đặc trưng cho chuyển động 14

1.2.3 Ma trận chuyển vị giữa các hệ tọa độ 16

1.2.4 Định vị sử dụng cảm biến quán tính 17

1.2.5 Sai số và quá trình căn chỉnh ban đầu 18

1.3 Hệ thống định vị tích hợp GPS/INS 20

1.3.1 Bản chất bù giữa INS và GPS 20

1.3.2 Các phương pháp tích hợp GPS/INS 21

1.3.3 Bài toán giám sát và đối tượng áp dụng 23

1.4 Kết luận chương 1 24

CHƯƠNG 2 LỌC KALMAN VÀ MATLAB TOOL-BOX 25

2.1 Lọc Kalman KF 25

2.1.1 Bản chất toán học 25

2.1.2 Bộ lọc Kalman rời rạc 26

2.2 Bộ lọc Kalman mở rộng EKF 28

2.2.1 Bộ lọc Kalman mở rộng dạng 1 29

2.2.2 Bộ lọc Kalman mở rộng dạng 2 30

2.3 Bộ lọc UKF 31

2.4 Đánh giá các thuật toán lọc Kalman và kết quả mô phỏng 34

2.5 Kết luận chương 2 38

CHƯƠNG 3 PHƯƠNG PHÁP TỰ ĐỘNG HIỆU CHỈNH MA TRẬN QUAY CHO HỆ THỐNG INS 39

3.1 Giới thiệu phương pháp tự động hiệu chỉnh ma trận quay 39

3.1.1 Nhận định chung 39

3.1.2 Nguyên tắc sử dụng trận quay R trong kiểm soát và định hướng 46

3.1.3 Phát triển phương pháp hiệu chỉnh mới trên cơ sở MEMS INS đa trục 48

3.2 Phát triển phương pháp tự động hiệu chỉnh ma trận quay trên cơ sở MEMS INS 9-DOF 52

3.2.1 Nguyên tắc tính toán 52

3.2.2 Tái chuẩn hóa 55

3.2.3 Hiệu chỉnh trôi dạt góc yaw 60

3.2.4 Hiệu chỉnh trôi góc roll-pitch 64

3.2.5 Phản hồi điều khiển bù sai lệch 66

3.2.6 Kết quả thử nghiệm với MEMS INS 9-DOF 68

3.3 Kết luận chương 3 71

CHƯƠNG 4 THIẾT KẾ HỆ THỐNG TÍCH HỢP GPS/INS 72

4.1 Giải pháp sử dụng lọc và bù dữ liệu cho thiết bị tích hợp GPS/INS 72

4.1.1 Giải pháp sử dụng lọc Kalman trên thiết bị xe 72

4.1.2 Phương pháp tính toán trên miền rời rạc 75

4.1.3 Giải pháp bù dữ liệu 78

4.2 Đề xuất giải pháp phân tán cho hệ thống tích hợp GPS/INS 81

4.3 Thiết kế hệ thống tích hợp GPS/INS với MEMS INS 9-DOF và bus CAN 82

4.4 Ứng dụng phương pháp hiệu chỉnh các phần tử ma trận quay trong phát triển firmware cho hệ thống nhúng trên xe bus 86

4.5 Thiết kế bộ lọc UKF và kết quả thực tế trên hệ thống giám sát tại trạm ứng

dụng cho xe bus 93

4.5.1 Đối tượng và mô hình xe bus 93

4.5.2 Xây dựng bộ lọc UKF cho xe bus 96

4.5.3 Kết quả của hệ thống giám sát 100

4.6 Kết luận chương 4 107

KẾT LUẬN VÀ KIẾN NGHỊ 109

I Kết luận về luận án 109

II Kiến nghị và hướng nghiên cứu tiếp theo 109

DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN 110

TÀI LIỆU THAM KHẢO 111

A TIẾNG VIỆT 111

B TIẾNG ANH 111

C INTERNET 118 PHỤ LỤC 1: CÁC CÔNG VIỆC HOÀN THÀNH TRONG THỜI GIAN THỰC HIỆN LUẬN ÁN II

1 Các công trình khoa học đã công bố II

2 Các đề tài, dự án, nhiệm vụ khác đã chủ trì hoặc tham gia V PHỤ LỤC 2: KẾT QUẢ ĐÁNH GIÁ TẠI TRENTO, ITALIA VII PHỤ LỤC 3: MỘT SỐ DỮ LIỆU VÀ ĐOẠN MÃ CHƯƠNG TRÌNH IX

1 Cấu trúc dữ liệu IX

2 Chương trình DCM và dữ liệu ở chế độ tĩnh XIII

3 Script Matlab cho chương trình tại trạm XXVI

DANH MỤC BẢNG

Bảng 1: Nguồn gốc và nguyên nhân gây sai số GPS 12

Bảng 2: Các lỗi chính của hệ strapdown 18

Bảng 3: Các báo cáo khoa học đã công bố IV Bảng 4: Các đề tài, dự án, nhiệm vụ khoa học VI Bảng 5: Cấu trúc dữ liệu GPS IX Bảng 6: Cấu trúc dữ liệu INS XI Bảng 7: Cấu trúc dữ liệu FMS XII Bảng 8: Dữ liệu INS bị trôi khi không sử dụng thuật toán tự động hiệu chỉnh ma trận quay tính từ bước tính thứ nhất (B8.1), 500 (B8.2), 1000 (B8.3), 2000 (B8.4), 3000 (B8.5), 4000 (B8.6) XX Bảng 9: Dữ liệu INS không bị trôi khi sử dụng thuật toán thuật toán tự động hiệu chỉnh ma trận quay tính từ bước tính thứ nhất (B9.1), 500 (B8.2), 1000 (B8.3), 2000 (B8.4), 3000 (B8.5), 4000 (B8.6) XXIII DANH MỤC HÌNH VẼ Hình 1 1: Hệ toạ độ tâm trái đất Oxyz 8

Hình 1 2: Vệ tinh GPS IIIC và quỹ đạo các vệ tinh trong không gian 10

Hình 1 3: Tín hiệu từ vệ tinh và nguyên tắc xác định vị trí đối tượng 11

Hình 1 4: Hệ tọa độ vật thể và các thành phần đặc trưng cho chuyển động 12

Hình 1 5: Hệ toạ độ quán tính ECI 13

Hình 1 6: Hệ tọa độ CCS và hệ NWU 14

Hình 1 7: Các góc quay roll, pitch, yaw 15

Hình 1 8: Góc trượt α 15

Hình 1 9: Góc trượt β 16

Hình 2 1: Mô hình hoá hoạt động của lọc Kalman 25

Hình 2 2: Cơ chế lọc Kalman 25

Hình 2 3: Bản chất hoạt động của bộ lọc Kalman 26

Hình 2 4: Biểu diễn hàm trọng lượng w (Weighted sigma-points) 31

Hình 2 5: Tính toán điểm sigma cho lọc UKF 32

Hình 2 6: Sơ đồ biến đổi UT 33

Hình 2 7: Kết quả sử dụng bộ lọc KF và EFK 37

Hình 2 8: Kết quả sử dụng bộ lọc UKF 37

Hình 3 1: Ví dụ mô tả chuyển động của đối tượng và đặc điểm của R 41

Hình 3 2: Quay hệ tọa độ vật thể P so với hệ tọa độ trái đất G 42

Hình 3 3: Lệch trực giao và tích chéo 45

Hình 3 4: Cấu trúc bộ lọc chống trôi các phần tử của ma trận quay William Premerlani và Sergiu Baluta 51

Hình 3 5: Điều chỉnh trượt góc hướng (yaw correction) 62

Hình 3 6: Hiệu chỉnh góc quay roll-pitch 65

Hình 3 7: Cơ chế của thuật toán lọc các phần tử ma trận quay 67

Hình 3 8: Dữ liệu INS bị trôi khi không sử dụng thuật toán DCM 69

Hình 3 9: Dữ liệu INS không bị trôi khi có sử dụng thuật toán DCM 70

Hình 4 1: Phương pháp truyền thẳng vòng lặp mở 72

Hình 4 2: Phương pháp phản hồi vòng lặp đóng 73

Hình 4 3: Sơ đồ tích hợp GPS/INS tập trung vòng mở 73

Hình 4 4: Sơ đồ tích hợp GPS/INS tập trung vòng đóng 74

Hình 4 5: Sơ đồ tích hợp GPS/INS phân tán vòng mở 74

Hình 4 6: Sơ đồ tích hợp GPS/INS phân tán vòng đóng 74

Hình 4 7: Mô hình bộ lọc Kalman lọc sai số 75

Hình 4 8: Mô hình trạng thái trong miền z 76

Hình 4 9: Khoảng thời gian đo lường IMU và GPS 78

Hình 4 10: Cấu trúc bộ bù dữ liệu INS trên cơ sở áp dụng nguyên lý mờ 80

Hình 4 11: Khái quát đối tượng và thiết bị sử dụng 83

Hình 4 12: Các thiết bị hợp thành cơ bản 83

Hình 4 13: Xử lý dữ liệu trong hệ thống 85

Hình 4 14: Thiết bị thực tế và lập trình cho thiết bị 86

Hình 4 15: Vị trí gắn Radar và triển khai lắp ráp thiết bị trên xe bus 86

Hình 4 16: Hệ tọa độ vật thể P và hệ tọa độ quy chiếu G (NWU) 87

Hình 4 17: Lưu đồ chương trình trên hệ thống nhúng Arduino 92

Hình 4 18: Lưu đồ thuật toán lọc UKF 97

Hình 4 19: Hành trình thực tế của xe bus 100

Hình 4 20: Phóng to một đoạn hành trình thể hiện quỹ đạo GPS và UKF 100

Hình 4 21: Một đoạn quỹ đạo xe bus thể hiện quá trình lọc và hiệu chỉnh 101

Hình 4 22: Hiệu chỉnh quỹ đạo chính xác trong trường hợp GPS có nhiễu lớn 102

Hình 4 23: Đồ thị vận tốc thực và hiệu chỉnh vận tốc của xe suốt dọc tuyến 103

Hình 4 24: Hành trình của xe và điều chỉnh quỹ đạo tương ứng tại các thời điểm tính toán 104

Hình 4 25: Một số thông số chuyển động của xe bus (phần I) 105

Hình 4 26: Một số thông số chuyển động của xe bus (phần II) 106

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT

góc hướng (yaw) hay góc đảo lái

f véc tơ gia tốc biểu kiến

z Véc tơ đo lường (véc tơ số đo)

A Ma trận thiết kế của mô hình

a Trục dài của elipsoid tham chiếu

B Ma trận thiết kế bộ điều khiển

b Độ lệch bias

e Véc tơ sai số phép đo

E Tích chéo hoặc dạng ma trận phản đối xứng

F Ma trận động học (ma trận dự báo)

G Ma trận thiết kế (ma trận khuếch đại)

g e Gia tốc trọng trường

g x , g y , g z Gia tốc theo trục x, y, z trong hệ tọa độ vật thể (b-frame)

h Chiều cao của elipsoid

H Ma trận thiết kế của phép đo

I Ma trận đơn vị

K Hệ số khuếch đại của bộ lọc Kalman

M Bán kính cong của mặt phẳng cắt tạo bởi trục z và trục phương Bắc

N Bán kính cong của mặt phẳng cắt tạo bởi trục z và trục phương Đông

P Ma trận hỗ tương quan của véc tơ trạng thái

R Ma trận quay của véc tơ hoặc hệ tọa độ

2 Các từ viết tắt

Acc Gia tốc kế (Accelerator)

AGD Hệ tọa độ địa lý Úc (Australian Geodetic Datum)

CAN Hệ thống bus Controller Area Network

CCS Hệ trục tọa độ Cartesian Coordinate System

DCM Ma trận cosin chỉ phương (Direction Cosine Matrix)

DOF Bậc tự do, hay còn gọi là trục di chuyển của INS (Degrees Of

Freedom) ECEF Hệ tọa độ tâm trái đất ECEF (Earth – Centered Earth-Fixed, e-frame) ECI Hệ tọa độ quán tính ECI (Earth – Centered Inertial, i-frame)

EKF Bộ lọc Kalman mở rộng (Extended Kalman Filter)

ED Hệ tọa độ địa lý châu Âu (European Datum)

ENU Hệ tọa độ dẫn đường Đông – Bắc – Xa tâm (Local East – North – Up

coordinates) GDA Hệ tọa độ địa lý Úc (Geodetic Datum of Australian)

GIS Hệ thống thông tin địa lý (Geographic Information System)

GMT Giờ trung bình quốc tế (Greenwich Mean Time)

GNSS Hệ thống vệ tinh dẫn đường toàn cầu (Global Navigation Satellite

Systems) GPS Hệ thống định vị toàn cầu (Global Positioning System)

GPS/INS Hệ thống tích hợp GPS và INS

GRS Hệ quy chiếu GRS (Geodetic Reference System)

Gyro Con quay hồi chuyển (Gyroscope)

IMU Khối đo lường quán tính (Inertial Measurement Unit)

INS Hệ dẫn đường quán tính (Inertial Navigation System)

KF Bộ lọc Kalman (Kalman Filter)

LSE Phương pháp bình phương tối thiểu (Least Squares Errors)

MEMS Hệ vi cơ điện tử (MicroElectroMechanical Systems)

N/A Không có sẵn hoặc không được nối chân linh kiện

NAD Hệ tọa độ địa lý bắc Mĩ (the North American Datum)

NED Hệ tọa độ dẫn đường Bắc – Đông – Hướng tâm (Local North – East –

Down coordinates) NWU Hệ trục toạ độ North – West – Up hay còn gọi là North – West –

Zenith coordinate OSGB Hệ tọa độ địa lý Anh (the Ordnance Survey of Great Britain)

PVA Vị trí, vận tốc và góc định hướng (Position, Velocity, Attitude)

RTK Động học thời gian thực (Real Time Kinematic)

R Ký hiệu ma trận quay (Rotation matrix)

SPKF Bộ lọc Kalman dạng SPKF (Sigma-Piont Kalman Filter)

UAV Thiết bị bay tự động không người lái (Unmanned Aerial Vehicle) UKF Bộ lọc Kalman dạng UKF (Unscented Kalman filter)

UT Chuyển đổi Unsented Transform cho bộ lọc UKF

UTC Giờ phối hợp quốc tế (Universal Time Coordinate)

WGS Hệ trục tọa độ địa lý (The World Geodetic System)

MỞ ĐẦU

1 Giới thiệu tóm tắt luận án

Luận án đi sâu nghiên cứu giải quyết vấn đề tồn tại trong suốt thời gian qua là vấn đề trôi dữ liệu của INS, từ đó đưa ra giải pháp thiết kế hệ thống tích hợp GPS/INS trên cơ sở cấu trúc phân tán nhằm nâng cao chất lượng cho các thiết bị định vị dẫn đường sử dụng GPS phục vụ bài toán giám sát phương tiện giao thông đường bộ Bằng cách phát triển phương pháp tự động hiệu chỉnh ma trận quay cho thiết bị trên

xe và bộ lọc UKF cho thiết bị tại trạm, giải pháp phân tán của luận án đã giải quyết được vấn đề sai số tích lũy của INS 9-DOF, tính phi tuyến của hệ thống và xử lý thời gian thực Các sản phẩm của luận án đã được ứng dụng trên thực tế thành công

Nội dụng của luận án được chia thành phần tổng quan và 4 chương chính, bao gồm: 109 trang (không kể mở đầu, tài liệu tham khảo và phụ lục), 93 tài liệu tham khảo, 9 bảng, 52 hình vẽ và đồ thị

2 Đặt bài toán

Mục tiêu của bài toán giám sát phương tiện giao thông vận tải là phát triển hiệu quả việc quản lý, điều hành các phương tiện này và kiểm tra các trạng thái của đối tượng lúc đang hoạt động bình thường cũng như khi có sự cố Chất lượng của hệ thống giám sát không những thể hiện ở tính chính xác về vị trí, vận tốc và thời gian,

mà còn thể hiện ở việc giám sát được các thông số chuyển động của đối tượng, đặc biệt là các thông số thể hiện sự dao động của đối tượng và một số thông số đặc trưng của đối tượng đó Các thông số đặc trưng này phụ thuộc vào đối tượng cần giám sát, thông thường là gia tốc, các góc nghiêng thể hiện trạng thái chuyển động của đối tượng, góc hướng và một số thông số về tình trạng của đối tượng

Hiện nay, ngoài các phương pháp xác định vị trí nhờ đặc tính chuyển động tương đối so với điểm mốc đã biết như đèn hải đăng hay các ngôi sao trên bầu trời, hoặc sử dụng radar hay sóng radio/vô tuyến dựa trên những nguồn phát sóng có vị trí xác định trước, người ta dùng hai nhóm phương pháp cơ bản để định vị giám sát:

 Phương pháp xác định vị trí thông qua việc xác định tọa độ của đối tượng trên cơ

sở các hệ tọa độ định vị vệ tinh như GPS, GLONASS, GALILEO, COMPASS, IRNSS, QZSS Luận án này sử dụng thông tin từ hệ thống GPS

 Phương pháp dẫn đường quán tính (INS) dựa trên trạng thái ban đầu đã biết, ta đo gia tốc và góc quay để tính toán xác định vị trí tiếp theo Đặc điểm nổi bật của phương pháp này là cho ta biết trạng thái chuyển động của đối tượng thông qua các thông số về gia tốc, góc quay, độ nghiêng và hướng

Một hệ thống giám sát gồm hai thành phần cơ bản là thiết bị thu dữ liệu gắn trên đối tượng chuyển động và thiết bị giám sát tại trạm Thiết bị gắn trên đối tượng chuyển động thường sử dụng module thu tín hiệu từ hệ thống GPS, qua đó xác định vị trí và vận tốc của đối tượng mang Hệ thống GPS cung cấp thông tin vị trí và vận tốc trong khoảng thời gian dài nhưng tốc độ đưa ra kết quả chậm Hệ thống giám sát sẽ mất đi tính năng giám sát khi mất tín hiệu GPS Hỗ trợ cho hệ GPS trong bài toán giám sát thường sử dụng hệ thống INS kết hợp thêm các hệ thống khác Hệ INS chỉ đưa ra thông tin về vị trí và vận tốc chính xác trong khoảng thời gian ngắn do sai số tích lũy, bị ảnh hưởng bởi trọng lực, nhưng có ưu điểm là tốc độ đưa ra kết quả cao với tính toán đầy đủ theo các phương chuyển động và các góc dao động

Giải quyết được vấn đề trôi dữ liệu của hệ thống INS sẽ mang yếu tố quyết định và mở ra một hướng đi mới trong thiết kế, chế tạo thiết bị tích hợp GPS/INS Từ

đó, kết hợp cả hai phương pháp GPS và INS ta sẽ được một hệ thống có ưu điểm tốt hơn với khả năng cho ra thông tin về vị trí và vận tốc với độ chính xác trong khoảng thời gian dài, đồng thời có được thông tin về trạng thái chuyển động của đối tượng

3 Tính cấp thiết và lý do chọn đề tài

Hiện nay ngoài các ứng dụng trong quân sự, hệ thống định vị toàn cầu GPS được sử dụng trong nhiều ngành, nhiều lĩnh vực hoạt động phục vụ con người Chỉ nói riêng trong ngành giao thông đã có nhiều ứng dụng quan trọng của GPS như: Tự động định vị phương tiện giao thông AVL (Automatic Vehicle Location); Tự động dẫn đường các phương tiện giao thông AGV (Automatic Guided Vehicle) Tại Việt nam việc nghiên cứu ứng dụng kỹ thuật GPS đã được triển khai và có những thành công nhất định trong lĩnh vực địa chính, bản đồ, quản lý giám sát phương tiện giao thông

Trong xu hướng hiện đại hoá ngành giao thông vận tải có thể nói việc đưa vào sử dụng GPS là điều tất yếu do những ưu điểm nổi bật về tính hiệu quả và giá thành ngày càng giảm Yêu cầu đặt ra là ngoài việc xác định chính xác vị trí và tốc độ chính xác theo thời gian, thiết bị cần giám sát liên tục các thông số về trạng thái chuyển động của đối tượng như khoảng di chuyển, góc hướng, gia tốc, độ nghiêng, độ cao Đây là những yếu tố mà các thiết bị trong hệ thống giám sát hiện tại chưa được tích hợp

Các thiết bị giám sát hành trình tại Việt Nam cho phương tiện giao thông đường bộ hiện tại chỉ sử dụng hệ thống GPS Tính đến thời điển này các thiết bị MEMS INS 9-DOF hiện đại có giá thành rất rẻ, cỡ 30 euro/1 thiết bị, có chất lượng tốt Do đó việc tích hợp INS trong hệ thống giám sát hành trình sử dụng GPS là việc nên làm và sẽ dần trở thành chuẩn thiết bị Ngoài tính năng hỗ trợ cho hệ thống GPS,

hệ thống INS còn cung cấp thêm các thông số đặc trưng cho chuyển động, qua đó nâng cao chất lượng hệ thống giám sát

4 Mục đích, đối tượng, phạm vi nghiên cứu và kết quả mong đợi của luận án

Luận án nghiên cứu ứng dụng các công nghệ mới để thiết kế chế tạo thiết bị nhằm nâng cao chất lượng cho các thiết bị định vị dẫn đường sử dụng GPS phục vụ bài toán giám sát quản lý phương tiện giao thông đường bộ Yêu cầu của hệ thống cần giám sát chính xác vị trí, vận tốc và các tham số thể hiện trạng thái chuyển động của đối tượng Đáp ứng nhu cầu này, luận án đặt ra nhiệm vụ nghiên cứu các cơ sở khoa học của GPS và các thiết bị hỗ trợ, trong đó điển hình là hệ thống INS, và đề xuất các giải pháp tích hợp trên cơ sở cập nhật công nghệ mới nhằm nâng cao chất lượng hệ thống giám sát ứng dụng trong quản lý các phương tiện giao thông đường bộ, cụ thể là

ứng dụng cho xe bus

Để phục vụ mục đích này, tác giả đã từng bước nghiên cứu cập nhật công nghệ, các giải pháp tích hợp hệ thống dựa trên công nghệ GPS và công nghệ vi cơ điện tử MEMS INS, từ đó đề xuất giải pháp tích hợp và xử lý dữ liệu phù hợp Với mục tiêu đưa ra ra giải pháp thiết kế thiết bị tích hợp hai hệ thống GPS và INS ứng dụng cho xe bus, bao gồm nhiệm vụ thu thập, xử lý dữ liệu gắn trên xe với hệ thống MEMS INS tiên tiến và xây dựng thuật toán lọc trên cơ sở lọc Kalman để nâng cao độ chính xác

về vận tốc và quỹ đạo chuyển động của xe Ngoài ra kết quả còn yêu cầu đưa ra giá trị

một số thông số cần giám sát trong suốt quá trình hoạt động về trạng thái dao động, góc hướng, gia tốc, góc nghiêng và độ cao

Trong trường hợp mất tín hiệu GPS kéo dài hoặc thiết bị chạy trong môi trường đóng kín như trong nhà, trong đường hầm hay những khu vực bị che khuất trong một khoảng thời gian dài, hệ thống tích hợp GPS/INS lúc này chỉ làm việc với tín hiệu INS

và sẽ mất đi khả năng định vị Luận án nghiên cứu về công nghệ và các thiết bị sử dụng GPS ứng dụng cho phương tiện giao thông đường bộ, chưa đề cập tới trường hợp thiết bị chạy trong môi trường đóng kín hay mất GPS kéo dài

Kết quả mong đợi của luận án là sẽ kiểm soát được các sai số tích lũy của INS,

từ đó đưa ra giải pháp thiết kế thiết bị tích hợp GPS/INS nhằm loại bỏ những sai lệch quỹ đạo của phương tiện giao thông đường bộ trên cơ sở sử dụng bộ lọc Kalman Thiết bị sẽ được ứng dụng cho hệ thống giám sát xe bus

4 Bố cục của luận án

Luận án bao gồm phần tổng quan, kết luận, phụ lục và 4 chương chính

- Tổng quan về bài toán giám sát: Trong phần này luận án đã khái quát đặc điểm của công nghệ định vị dẫn đường sử dụng GPS và INS, đánh giá các công trình nghiên cứu liên quan mật thiết đến đề tài luận án đã được công bố trong và ngoài nước, tình hình nghiên cứu trên thế giới, tình hình nghiên cứu tại Việt Nam Tiếp đó luận án phân tích những hạn chế của những hệ thống hiện tại, những vấn đề còn tồn tại và định hướng giải quyết sử dụng hệ thống tích hợp GPS/INS kết hợp với thuật toán lọc và hiệu chỉnh dữ liệu

- Chương 1: Trình bày khái quát về hệ thống GPS và hệ thống INS, bản chất bù giữa INS – GPS và khái quát về các phương pháp tích hợp GPS/INS Sau khi khái quát bài toán áp dụng cho hệ thống điều khiển giám sát quản lý thông vận tải ứng dụng cho các phương tiện mặt đất, luận án chỉ ra mô hình được lựa chọn trong luận án

là xe bus với một số thông số yêu cầu cần được giám sát

- Chương 2: Trình bày về lọc Kalman và các khái niệm mở rộng, bao gồm lọc Kalman mở rộng EKF và lọc Kalman dạng UKF Sau khi khái quát lý thuyết, luận án

mô phỏng các thuật toán lọc dựa trên hệ thống thư viện Matlab tool-box [79] Những

kết quả này được tác giả tiếp tục phát triển với thuật toán hạn biên và tính toán trên

miền rời rạc z-Domain, là đóng góp mới ban đầu của luận án [63, P1.1.4] Một số

đoạn mã (script) trong thư viện này được phát triển ứng dụng trong phát triển bộ lọc UKF cho xe bus ở chương 4

- Chương 3: Giới thiệu và phát triển hoàn thiện giải pháp tự động hiệu chỉnh

ma trận quay R (Rotation matrix), hay còn gọi là cơ chế lọc bổ sung DCM Sự ra đời

của dòng cảm biến MEMS INS Razor 9-DOF (2012) đã tạo ra một bước tiến đột phá trong lĩnh vực thiết kế hệ thống tích hợp GPS/INS Với thiết bị tiên tiến này, luận án

đã phát triển và ứng dụng thành công phương pháp xử lý chống trôi các phần tử của

ma trận quay dựa trên đặc tính trực giao của các vector trên cơ sở cập nhập vecor từ trường tích hợp Khác với lọc Kalman xử lý dữ liệu ở bước sau, tức là lấy kết quả đã

bị tích lũy sai số của INS để tính toán, đây là một giải pháp mới trong thiết kế hệ thống sử dụng MEMS INS bởi khả năng giải quyết vấn đề trôi dữ liệu ở cấp độ đo lường, hiệu chỉnh dữ liệu thô để tính toán lại các góc quay roll, pitch, yaw của MEMS INS, từ đó tính toán chính xác hơn giá trị vận tốc, khoảng di chuyển của đối tượng rồi mới đưa về trạm để tính toán với bộ lọc

- Chương 4: Phần đầu của chương này khái quát các giải pháp tính tích hợp GPS/INS trước đây và ứng dụng phương pháp tính toán trên miền rời rạc cho các hệ thống tích hợp GPS/INS kết hợp bù dữ liệu trên cơ sở nguyên lý mờ [P1.1.12]

Cập nhật công nghệ INS mới, luận án giới thiệu một giải pháp mới trong thiết

kế hệ thống tích hợp GPS/INS trên cơ sở hệ thống phân tán Xử lý dữ liệu cho hệ thống tích hợp được chia thành nhiệm vụ cho thiết bị trên xe (xử lý chống trôi dữ liệu)

với phương pháp hiệu chỉnh các phần tử của ma trận quay R, và nhiệm vụ tại trạm (xử

lý lọc Kalman) Phần phát triển ứng dụng trên hệ thống thực tế dựa trên cơ cở lý thuyết chương 3, phát triển trên nền tảng hệ thống nhúng Arduino cho thiết bị gắn trên đối tượng chuyển động là xe bus Để hoàn thiện thuật toán lọc UKF, hệ thống cần được cung cấp thêm các thông số khác làm giá trị tham chiếu Giải pháp trong luận án này là sử dụng các thông số tham chiếu được lấy từ bus CAN (chuẩn J1939 FMS) của

xe kết hợp với các thông số từ radar Với các tham số bổ sung này, luận án đã phát

triển thành công thuật toán lọc UKF linh hoạt với hai chế độ hoạt động tùy thuộc tín hiệu đầu vào, ứng dụng trong thực tế cho đối tượng xe bus [P1.1.14]

- Kết luận và kiến nghị

5 Ý nghĩa khoa học và thực tiễn của luận án

 Ý nghĩa khoa học: Đóng góp giải pháp mới trong tích hợp GPS/INS nhằm cải thiện chất lượng của các thiết bị giám sát phương tiện Giải pháp không chỉ dừng ở lý thuyết mà còn đưa ra được sản phẩm cụ thể để thử nghiệm, kiểm chứng [P1.1.4, P1.1.12, P1.1.14]

 Ý nghĩa thực tiễn: Giải pháp và sản phẩm của luận án có thể ứng dụng trong các hệ thống quản lý, giám sát đối tượng giao thông đường bộ [P1.1.14, P1.2.6]

6 Tính sáng tạo và kết quả nghiên cứu

 Đề xuất phương pháp tính toán trên miền rời rạc z-Domain kết hợp bù dữ liệu

để hiệu chỉnh quỹ đạo trên cơ sở logic mờ cho các hệ tích hợp sử dụng INS 6-DOF Các hệ thống hiện đại sử dụng INS 9-DOF sẽ được áp dụng phương pháp tự động hiệu chỉnh các phần tử ma trận quay

 Đưa ra giải pháp mới tích hợp hệ thống GPS/INS dựa trên nguyên tắc điều khiển phân tán, chia công việc xử lý chống trôi dữ liệu cho INS tại thiết bị trên xe và đưa bộ lọc UKF về xử lý tại trạm Hệ thống đã được áp dụng thực tế cho kết quả giám sát tốt, quỹ đạo đã loại bỏ được các nhiễu cho dạng giống quỹ đạo thực Ngoài ra, hệ thống giám sát còn kiểm soát được các thông số về tình trạng chuyển động của xe

7 Những đóng góp của luận án

 Phát triển và ứng dụng thành công phương pháp xử lý chống trôi các phần tử của ma trận quay cho MEMS INS 9-DOF

 Xây dựng thành công bộ lọc UKF với hai chế độ hoạt động riêng biệt ở các tần

số lấy mẫu khác nhau, tự động chuyển đổi theo đặc điểm của tín hiệu đầu vào

TỔNG QUAN VỀ BÀI TOÁN GIÁM SÁT

1 Khái quát về bài toán giám sát sử dụng GPS

Một hệ thống giám sát gồm hai thành phần cơ bản là thiết bị gắn trên đối tượng chuyển động, còn gọi là thiết bị trên xe hay thiết bị xe (Vehicle devices) và thiết bị giám sát tại trạm (Station devices) Thiết bị xe được lắp đặt module thu GPS hoặc thiết bị tích hợp GPS/INS để thu thập và xử lý dữ liệu đo đạc Dữ liệu sau bước tiền

xử lý được đưa về thiết bị trạm tính toán hiệu chỉnh để hiển thị bản đồ số phục vụ công tác quản lý giám sát

Vấn đề khó khăn khi sử dụng các hệ thống INS là các số liệu tính toán của INS

bị trôi theo thời gian do sai số tích lũy Giải quyết được vấn đề sai số của hệ thống INS sẽ mang lại một hướng đi mới cho lớp bài toán này Hệ thống INS thông thường chỉ đưa ra thông tin về vị trí và vận tốc chính xác trong khoảng thời gian ngắn và bị ảnh hưởng bởi trọng lực Do sự trôi tín hiệu đầu ra của bản thân IMU, cộng thêm sự rung động của thiết bị mang, đáp ứng của hệ thống INS sẽ có sai số lớn và tăng dần theo thời gian Tính chất cộng dồn sai số tích lũy làm cho hầu như các hệ INS đơn trục trước đây không làm việc độc lập được Các hệ INS giá rẻ thường được áp dụng cho các thiết bị tốc độ cao và dao động lớn, cho kết quả có thể tin cậy được trong khoảng thời gian ngắn Để hoạt động được trong thời gian dài, các hệ thống INS cần được kết hợp với hệ thống khác để chỉnh định lại kết quả đo đạc

Kết hợp hai hệ thống GPS và INS thành hệ thống tích hợp để hai hệ thống hỗ trợ nhau cùng hoạt động là một giải pháp khả thi và nên làm Hệ thống tích hợp sẽ có chất lượng cao hơn với khả năng cho ra thông tin về vị trí và vận tốc chính xác hơn trong khoảng thời gian dài, đồng thời có được các thông tin về trạng thái chuyển động của đối tượng

Các hệ thống tích hợp GPS/INS thường sử dụng bộ lọc Kalman để nâng cao chất lượng Đây là vấn đề được quan tâm và phát triển mạnh trong khoảng hơn 10 năm trở lại đây Tuy nhiên, những định hướng nghiên cứu trong lĩnh vực này luôn vận động, thay đổi, phát triển phụ thuộc vào công nghệ chế tạo cảm biến tích hợp nên hệ thống INS, công nghệ chế tạo chip vi xử lý, chip đồng xử lý, các sản phẩm nhúng và

các phương pháp xử lý dữ liệu Khi hệ thống INS đa trục ra đời, các nghiên cứu cho các hệ thống đơn trục trước đây trở nên phần nào lạc hậu, các công thức tính toán cũng dần được loại bỏ Theo đánh giá của các chuyên gia, khi các sản phẩm nhúng tiêu chuẩn mã nguồn mở ra đời cùng với hệ thống thư viện phong phú của nó, việc tự thiết kế chế tạo các sản phầm đơn lẻ từ các chip rời sẽ dần dần không còn được chú trọng phát triển nhiều nữa Những thiết kế này sẽ dần chuyển sang hướng vào các các ứng dụng mang tính chuyên dụng Vì vậy, cách tổ chức công việc cho các phần trong

hệ thống và sử dụng công cụ gì để xây dựng nên hệ thống trở thành vấn đề vô cùng quan trọng, quyết định phần lớn sự thành công hay thất bại của sản phẩm Vấn đề này được phân tích thông qua các công trình khoa học trong và ngoài nước liên quan mật thiết tới đề tài trong phần tiếp theo

2 Phân tích đánh giá các công trình khoa học liên quan mật thiết đến đề tài nghiên cứu trên thế giới

Trong thời gian trước đây, để đưa hệ thống tích hợp GPS/INS vào thực tế, các tác giả không những gặp phải những vấn đề lý thuyết với các công thức tính toán phức tạp dẫn đến việc lập trình rất khó đáp ứng được thời gian thực, mà còn bị hạn chế bởi công nghệ với các cảm biến rời, tín hiệu đưa ra là tín hiệu tương tự [44, 47] Một số dạng IMU thường sử dụng như IMU của Crossbow, Honeywell, Analog Device, Watson với một số cảm biến tiêu biểu như Analog Device ADIS16201, Watson DMS-EGP02, Honeywell HG1700/HG1900 Rất nhiều các công trình nghiên cứu thiết kế chế tạo thiết bị [83], cũng như luận án tiến sĩ [84] nghiên cứu về lĩnh vực này và đã có những thành công đáng kể Các đối tượng ứng dụng thường là ô tô [19, 20, 55, 56, 57, 65], robot [21, 22, 23], xe tự hành (Autonomous Mobile Vehicle) [29, 32, 37, 38, 58], hay đối tượng bay [50, 57, 60, 88] Các mô hình tính toán dựa trên cơ sở tích hợp đa cảm biến, tiêu biểu có thể kể ra như: Stefano Panzieri (2002) [61], Basil (2004) [9], Goodall (2004) [11], Eun-Hwan Shin (2005) [19], Umar Iqbal (2008) [65], Dah-Jing Jwo (2008) [13, 14], Naser El-Sheimy (2008) [46]; Mark Petovello (2008) [39, 40, 41]; Tomoji Takasu (2008) [64], Wei Chen (2009) [70], Nguyễn Quang Tuấn (2009) [48], Wei Chen (2009) [70], Debo Sun (2010) [16], Christopher (2010) [12]

Các phương pháp tính toán này chủ yếu sử dụng cảm biến tích hợp thành đa trục nên phải tính toán chuyển đổi để lấy vị trí trọng tâm hệ cảm biến, áp dụng cho các

mô hình liên tục với các công thức tính toán rất phức tạp và hầu hết chỉ triển khai trên các công cụ mô phỏng Trong các thiết kế cụ thể thường sử dụng thêm các tín hiệu hỗ trợ như camera, la bàn, sóng radio hay sóng truyền hình số… để hỗ trợ cho bộ lọc Kalman trên vi xử lý gắn trên đối tượng chuyển động Tại thời điểm đó việc khảo sát đánh giá sai số của INS rất được coi trọng [51, 52], thậm chí việc hoàn thành được việc đánh giá sai số của một INS để ứng dụng cho một đối tượng cụ thể đã là một luận

án tiến sĩ [42, 45]

Một hướng phát triển dạng lọc Kalman thích nghi (Adaptive Extended Kalman Filter, AEKF), được phát triển [26] với các ứng dụng cho mô hình Tightly- coupled Integrated GPS/INS [60] hay Loosely-Coupled Integrated GPS/INS [71] Một số thiết

kế thực tế sử dụng các công cụ nhúng mạnh như Rapid STM32 Blockset [36], có khả năng tự cấu trúc hệ thống như các hệ thống FPGA, SOC [8] Mộ số phương pháp xử

lý phức tạp được giới thiệu như sử dụng nguyên lý mờ (fuzzy) [27, 62, 66, 67, 68, 69, 72], hay cấu trúc bền vững (robust) [28], tự trị (autonomous) [74], lai (hybrid) [74] hay đa mô hình (multi-model) [72] Tuy nhiên thiết bị thực tế trong các thiết kế này chưa đáp ứng được độ phức tạp của mô hình, bỏ qua những tính toán phức tạp Một số

hệ thống phát triển các bộ làm trơn (Smoother) [31, 33, 34], hoặc giải pháp Seamless [35] để thể hiện quỹ đạo một cách liên tục hơn Một số thiết kế đã được triển khai trên thiết bị trong thực tế, tuy nhiên khi triển khai nhiều tác giả chỉ sử dụng mô hình tiêu chuẩn, loại bỏ các thành phần phi tuyến tính toán phức tạp trong mô hình lý thuyết để đáp ứng vấn đề thời gian thực Đối với các bộ lọc phát triển cho đối tượng thực tế xử

lý nhiều tín hiệu đầu vào thường chỉ sử dụng lọc Kalman Các mô hình sử dụng EKF hay UKF chỉ được áp dụng với số lượng ít các tín hiệu thực

Tháng 8/2008, hãng Analog Deveice giới thiệu MEMS INS tích hợp 6-DOF, và đầu năm 2009 chính thức đưa ra thị trường [7] Kể từ đây lớp bài toán này được mở ra một hướng xử lý mới với công cụ vi xử lý mạnh hơn, cảm biến đa trục và tính toán trên miền rời rạc Tại thời điểm này, một số ý tưởng về tự chỉnh MEMS INS bắt đầu xuất hiện như tích hợp la bàn điện tử trên cơ sở xử lý các vector quaternien của Nguyễn Hồ Quốc Phương (2009) [91], sử dụng góc hướng từ GPS của William

Premerlani và Paul Bizard (2009) [88], Valerie Renaudin (2010) [66], hay của Sergiu Baluta (2010) trong dự án điều khiển bay của Stalion Electronics [87] Những nghiên cứu này bắt đầu tập trung vào việc xử lý trôi dữ liệu của INS, tuy nhiên kết quả còn khá nhiều hạn chế, chủ yếu là các kết quả khảo sát INS đa trục và các kết quả lý thuyết hoặc dưới dạng bản thảo để đưa ra thảo luận (Draft of theory)

Đầu năm 2011 hãng SparkFun Electronics cho ra đời cảm biến MEMS INS DOF với độ chính xác cao, và đến tháng 8 năm 2012 hoàn thiện dòng sản phẩm lấy tên là Razor 9-DOF Sensor [89, 90] Giải pháp phát triển ứng dụng trên cơ sở hệ MEMS INS 9-DOF này đã tạo ra thay đổi một cách đáng kể về phương pháp tiếp cận với hệ INS Kể từ thời điểm này, các nghiên cứu bắt đầu tập trung vào giải pháp xử lý chống trôi dữ liệu cho hệ thống INS để nâng cao chất lượng cho hệ thống INS Các kết quả đầu ra sau khi được xử lý chống trôi mới tiếp tục được xử lý hiệu chỉnh và đưa vào lọc Cũng chính điều này làm cho các thiết kế chế tạo sản phẩm sử dụng INS đơn trục với các tính toán phức tạp trước đây trở nên lạc hậu Các phương pháp xử lý dữ liệu và công thức tính toán cho hệ thống tích hợp GPS/INS giờ đã thay đổi Giải pháp

9-xử lý dữ liệu cũng như các công thức tính toán cho hệ thống đơn trục trước đây đã được loại bỏ khỏi các hệ thống mới làm cho các công thức trở nên khác biệt

Kể từ thời điểm này các hạn chế của hệ thống tích hợp GPS/INS do việc trôi dữ liệu của INS gây ra đã có cơ sở để giải quyết triệt để dựa trên sự ra đời của các cảm biến tích hợp hiện đại 9-DOF Luận án này đã cập nhật công nghệ mới để phát triển thành công giải pháp xử lý chống trôi các phần tử ma trận quay cho MEMS INS 9-DOF, từ đó tính toán lại các góc quay chính xác Các kết quả với hệ thống MEMS INS 6-DOF phần nào trở nên lạc hậu, được đề cập trong luận án dưới dạng giải pháp

để phân biệt và làm nổi bật giải pháp mới này

3 Phân tích đánh giá các công trình khoa học liên quan mật thiết đến đề tài nghiên cứu tại Việt Nam

Tại Việt nam đã có một số nghiên cứu đề cập tới vấn đề này, điển hình là đề tài nghiên cứu khoa học cấp nhà nước “Nghiên cứu thiết kế, chế tạo thiết bị định vị vệ tinh phục vụ giám sát, quản lý phương tiện giao thông đường bộ, đường sắt” mã số KC.06.02/06-10 [2] Trong đề tài này, tác giả tham gia và chủ trì nhánh số 6 “Nghiên

cứu thiết kế, chế tạo thiết bị định vị vệ tinh phục vụ giám sát, quản lý phương tiện giao thông đường bộ, đường sắt” Nhiệm vụ này yêu cầu thiết kế chế tạo thiết bị tích hợp GPS/INS sử dụng MEMS INS 6-DOF tích hợp với tín hiệu GPS, áp dụng trong giám sát phương tiện đường sắt Thiết bị đo kiểm tra dao động của tàu, qua đó đánh giá về tình trạng nền đường và các đoạn đường sắt cần duy tu bảo dưỡng Một trong những sản phẩm trong giai đoạn đầu của luận án là kết quả của việc tiếp tục phát triển giải pháp này với phương pháp tính toán trên miền rời rạc kết hợp với bù dữ liệu trên

cơ sở nguyên lý mờ Kết quả này đã được báo cáo tại hội thảo toàn quốc về Cơ – Điện

cơ sở áp dụng phương pháp xử lý thông tin kết hợp” sử dụng lọc Kalman xử lý dữ liệu

áp dụng cho thiết bị bay [3] Vấn đề ở đây là một số thiết kế cố gắng diễn giải mô hình đối tượng cũng như các biến đổi dưới dạng công thức toán học và các ma trận cụ thể

để thực hiện tất cả trên chip vi xử lý Điều này dẫn đến việc đưa ra các công thức quá phức tạp mà khi phát triển hệ thống ngoài thực tế lại bị bỏ qua Thực chất, một số vấn

đề chỉ mang tính chất lý thuyết và nhanh chóng lỗi thời khi công nghệ thay đổi Đặc biệt khi thiết bị 9-DOF ra đời, những tính toán chuyển đổi trục tọa độ về trùng một tâm cũng như các thuật toán mờ phức tạp, hay sử dụng mạng neuron áp dụng để cải thiện tính chính xác cho giải pháp này đều được loại bỏ trong thiết kế thiết bị để đáp ứng được yếu tố thời gian thực

Ngoài các công trình đã đề cập ở trên, tác giả còn chủ trì đề tài dự án giáo dục đại học giai đoạn 2 với nhiệm vụ “Nghiên cứu thiết kế thiết bị định vị kết hợp hệ

thống GPS và hệ thống đo quán tính (INS) trên công nghệ vi cơ điện tử (MEMS)”, mã số: EEC 8.13 [P1.2.6] Các kết quả nghiên cứu này là tiền đề cho những thiết kế thiết

bị trên xe sử dụng INS 6-DOF với giải pháp tính toán trên miền rời rạc và bù dữ liệu trên cơ sở áp dụng logic mờ, đưa ra phương pháp bù dữ liệu linh hoạt và đáp ứng được khả năng tính toán thời gian thực Giải pháp này được đánh giá là một sang tạo

có ý nghĩa thực tiễn trong thiết kế, chế tạo thiết bị Đề xuất này giải quyết vấn đề sai lệch quỹ đạo trong hệ thống tích hợp GPS/INS có cấu trúc truyền thống, qua đó nâng cao chất lượng giám sát thiết bị chuyển động và làm cơ sở so sánh với giải pháp tiếp theo của luận án

4 Đề xuất các giải pháp mới, nội dung và phương pháp nghiên cứu

Vấn đề còn tồn tại trong các hệ thống tích hợp GPS/INS là sự trôi dữ liệu của INS do tính chất cộng dồn sai số và độ phức tạp của hệ thống dẫn đến các bộ lọc để hiệu chỉnh dữ liệu trên cơ sở lọc Kalman không đáp ứng được yếu tố thời gian thực

Cập nhật sự phát triển của công nghệ MEMS INS khi xuất hiện MEMS INS DOF, luận án đề xuất giải pháp mới là xử lý dữ liệu kiểu phân tán Trong giải pháp này các công việc được chia thành phần xử lý dữ liệu trên xe và phần xử lý dữ liệu tại trạm giám sát một cách hợp lý trên nguyên tắc tận dụng ưu thế của từng phần Thiết bị trên xe sử dụng MEMS INS 9-DOF với giải pháp tự chỉnh bằng giải thuật xử lý chống

9-trôi các phần tử ma trận quay R Các phần tử của ma trận R được hiệu chỉnh thông qua

quá trình tái chuẩn hóa tiếp tục được sử dụng tính các góc quay, từ đó tính toán được chính xác hơn vận tốc và khoảng di chuyển của đối tượng Các kết quả này được cập nhật theo mỗi chu kỳ tính toán của hệ thống INS

Giải pháp tự động hiệu chỉnh ma trận quay trên cơ sở cập nhật vector từ trường của INS 9-DOF là một điểm mới nổi bật của luận án so với các giải pháp tích hợp hệ GPS/INS trước đây Khả năng hiệu chỉnh ma các phần tử trận quay R đã giải quyết vấn đề trôi dữ liệu ở cấp độ đo lường cho MEMS INS, hiệu chỉnh dữ liệu ngay từ số liệu tính toán góc quay của các IMU Phương pháp này hiệu quả hơn xây dựng lọc Kalman trên chip vi xử lý gắn trên xe do bộ lọc Kalman xử lý dữ liệu ở mức sau (khoảng cách, vận tốc), là dữ liệu sử dụng giá trị góc quay đã bị sai lệch cộng dồn để tính toán Trong giải pháp này, ở phần thiết bị trên xe tác giả dành không gian nhớ cho

nhiệm vụ xử lý chống trôi các phần tử của ma trận quay R và đưa phần xử lý lọc UKF

về xử lý tại trạm giám sát Đây là cách xử lý dữ liệu hiệu quả hơn so với việc xử lý tất

cả thu thập dữ liệu, lọc Kalman trên vi xử lý

Phần lọc Kalman sẽ là phần phát triển tại trạm giám sát Đây cũng chính là điểm mới thứ hai của luận án khi đã phát triển và ứng dụng thành công bộ lọc UKF tự động chuyển đổi các chế độ hoạt động theo tín hiệu đầu vào, áp dụng cho xe bus Trong phần xử lý dữ liệu tại trạm này, luận án biểu diễn mô hình đối tượng thông qua các hàm trạng thái, và mô hình đo đạc được biểu diễn dưới dạng ma trận số Thực chất đối tượng xe bus trong thực tế là phi tuyến nên việc biểu diễn mô hình động học của đối tượng thông qua các hàm mô tả đối tượng là bắt buộc Cơ sở của giải pháp này dựa trên sự hỗ trợ mạnh mẽ về tính toán toán học của Matlab cũng như các thư viện công cụ (tool-box) hỗ trợ của nó [30, 43, 44, 50, 73, 78, 79, 80], qua đó đưa phần công việc tiêu tốn dung lượng bộ nhớ lớn, cần xử lý phức tạp về xử lý tại trạm Điều này làm cho chương trình trên vi xử lý trở nên đơn giản hơn, tiết kiệm bộ nhớ cho vi xử lý, giành phần bộ nhớ này cho mục đích khác và giúp tăng tốc độ xử lý cho hệ thống thu thập dữ liệu

Với các đề xuất và giải pháp mới và phương pháp xử lý nêu trên, luận án đã giải quyết triệt để những vấn đề tồn tại về trôi dữ liệu INS, tính phi tuyến của hệ thống

và đáp ứng được vấn đề xử lý thời gian thực Tất cả các vấn đề về lý thuyết, giải pháp

đã được phân tích, biểu diễn dưới dạng các công thức, lưu đồ và giải thuật cụ thể Kết quả của luận án ngoài các công việc lý thuyết còn được đưa vào thực tế thiết kế ứng dụng thành công trong thực tế áp dụng cho hệ thống giám sát quản lý xe bus Kết quả mới này đã được báo cáo tại hôi thảo nSTf 2014 (NACENTECH, 2014) [P1.1.14]

Hệ trục tọa độ tâm trái đất ECEF là dạng hệ tọa độ Đề-các (Cartesian Coordinate System) có gốc là tâm trái đất, 3 trục x, y, z là 3 trục vuông góc sao cho mặt phẳng Oxy là mặt phẳng chứa đường xích đạo Trục x đi qua đường kinh tuyến gốc và trục z đi qua cực bắc (Hình 1.1)

Mô hình vật lý chuẩn của trái đất sử dụng trong các ứng dụng GPS là hệ tọa độ trắc địa WGS84 của bộ quốc phòng Mỹ Trong bài toán giám sát, các tính toán sẽ quy đổi giá trị của hệ thống GPS ở hệ toạ độ WGS84 sang hệ tọa độ tâm trái đất

Hình 1 1: Hệ toạ độ tâm trái đất Oxyz

1.1.2 Cấu trúc của một hệ định vị sử dụng vệ tinh

Hệ thống vệ tinh dẫn đường toàn cầu GNSS bao gồm ba hệ thống vệ tinh dẫn đường chính: GPS do Mĩ chế tạo và hoạt động từ năm 1994; GLONASS do Nga chế tạo và hoạt động từ năm 1995; và hệ thống GALILEO do Liên hiệp Âu Châu (EU) chế tạo và được đưa vào sử dụng năm 2008 Hệ thống này bắt đầu được đưa vào hoạt động một cách chính thức năm 2014 Hiện tại, hệ thống này đang được phát triển mạnh mẽ và dự kiến hoàn thiện năm 2019 Ngoài ra Trung Quốc đang phát triển một

hệ thống định vị vệ tinh riêng là hệ thống Beidou dành cho khu vực châu Á và Tây Thái bình dương, và hệ thống COMPASS là hệ thống định vị toàn cầu, dự kiến đưa vào hoạt động năm 2020 Ấn Độ cũng đang phát triển hệ thống của mình có tên là IRNSS có phạm vi hoạt động trong khu vực Ấn Độ và vùng biển Bắc Ấn, dự kiến đi vào hoạt động trong năm 2014 Nhật Bản cũng phát triển hệ thống của mình có tên là QZSS có phạm vi hoạt động trong khu vực Châu Á và Châu Đại dương Trong luận án này tác giả sử dụng tín hiệu của hệ GPS Một hệ thống định vị sử dụng vệ tinh GPS đầy đủ bao gồm ba phần chính với các thành phần cơ bản sau [77]:

- Phần không gian (Space segment): Các vệ tinh trong không gian

- Phần điều khiển (Control segment): Các trạm điều khiển mặt đất

- Phần người sử dụng (User segment): Bộ thu tín hiệu trong các ứng dụng của người

sử dụng (NSD)

Cho tới nay đã có bẩy thế hệ vệ tinh khác nhau, bao gồm: Block I, Block II, Block IIA, Block IIR, Block IIRM, Block IIF (có các loại GPS IIF, GPS IIF-2, GPS IIF-3, GPS IIF-4) và Block III (có các loại Block IIIA, Block IIIB, Block IIIC) [77] Những vệ tinh thế hệ sau được trang bị thiết bị hiện đại hơn, có độ tin cậy cao hơn, thời gian hoạt động lâu hơn Tính đến thời điểm hiện tại, hệ thống GPS sử dụng một

hệ thống 36 vệ tinh, bao gồm 31 vệ tinh đang hoạt động và 5 vệ tinh dự phòng, phân tán trên 6 quỹ đạo tròn trong không gian (Hình 1.2) Mặt phẳng quỹ đạo vệ tinh GPS nghiêng so với mặt phẳng xích đạo một góc 55 độ Quỹ đạo của vệ tinh có bán kính khoảng 26.560 km Vệ tinh bay quanh quỹ đạo với chu kì xấp xỉ 11 giờ 58 phút Theo

lý thuyết, các quỹ đạo được tính toán sao cho ở bất cứ đâu trên trái đất thì một bộ thu tín hiệu vệ tinh có thể nhận được tín hiệu của ít nhất 6 vệ tinh cùng một lúc nếu không

có gì ngăn cản tín hiệu Ngoài ra các vệ tinh được bố trí trong không gian để có thể

thoả mãn yêu cầu về vị trí hình học tương đối để có thể tính ra vị trí chính xác nhất

Vệ tinh thế hệ mới nhất là GPS IIIC, có khả năng thực hiện cả tín hiệu quân sự và tín hiệu dân dụng

Hình 1 2: Vệ tinh GPS IIIC và quỹ đạo các vệ tinh trong không gian

Hệ GPS sử dụng hệ thống “Giờ phối hợp quốc tế” UTC (Coordinate Universal Time), là một chuẩn quốc tế về ngày giờ thực hiện bằng phương pháp nguyên tử Nó được dựa trên chuẩn cũ là giờ trung bình Greenwich GMT (Greenwich Mean Time)

do hải quân Anh đặt ra vào thế kỷ thứ 19, sau đó được đổi tên thành giờ quốc tế UT (Universal Time) Múi giờ trên thế giới được tính bằng độ lệch âm hay dương so với giờ quốc tế này

1.1.3 Nguyên lý hoạt động

Để xác định chính xác vị trí của một điểm trong hệ thống GPS, cần sử dụng ít nhất 4 vệ tinh, có nghĩa là một máy thu GPS khi liên lạc được với nhiều hơn 4 vệ tinh thì có thể cho biết vị trí chính xác của máy thu đó (Hình 1.3) Đồng bộ thời gian là vấn

đề vô cùng quan trọng trong hệ thống GPS Có sự lệnh thời gian giữa thiết bị thu và phát tín hiệu là do hầu hết các thiết bị định vị GPS có giá thành tương đối rẻ, cỡ xấp xỉ

100 USD, vì thế nên đồng hồ thời gian không thể là loại có độ chính xác cao Tốc độ ánh sáng xấp xỉ 3.108 m/s, nếu đồng hồ của thiết bị nhận GPS có sai số là 0,001s hay 1ms thì sẽ gây ra một sai số về khoảng cách là 0,001 3.108 m = 300.000 m hay 300

km Đây là một trong lý do rất khó áp dụng các hệ thống thu phát tín hiệu khác như

RF hay truển hình số để thay thế GPS

Hình 1 3: Tín hiệu từ vệ tinh và nguyên tắc xác định vị trí đối tƣợng NMEA là chuẩn giao thức đƣợc sử dụng phổ biến nhất trong các máy thu GPS hiện nay Đƣợc phát triển bởi Hiệp hội Điện tử hàng hải quốc gia (National Marine Electronics Association), đến nay NMEA có 4 phiên bản, đó là: NMEA 1.5, NMEA 2.0, NMEA 2.3 và NMEA 3.01 Giao diện truyền thông của máy thu GPS đƣợc định nghĩa trong NMEA là chuẩn RS-232, tốc độ truyền dữ liệu phổ biến là 4.800 baud, một số máy thu GPS hiện nay có thể truyền dữ liệu với tốc độ 9.600 baud và cao hơn Các thông điệp gửi đi từ máy thu GPS có độ dài tối đa là 82 ký tự mã ASCII và đƣợc gọi là các câu (sentence) Số lƣợng thông điệp là khác nhau đối với mỗi phiên bản giao thức Một máy thu GPS có thể gửi đi khoảng 26 loại thông điệp khác nhau Các loại thông điệp đƣợc phân biệt với nhau bằng 5 ký tự đầu tiên ngay sau dấu $ [85] 1.1.4 Sai số và các nguyên nhân gây sai số

Độ chính xác của một hệ thống quản lý giám sát sử dụng GPS không phải luôn

là một con số cố định, tức là chúng ta không thể khẳng định rằng hệ thống này “chính xác bao nhiêu mét” Độ chính xác của hệ thống quản lý giám sát các thiết bị sử dụng GPS phụ thuộc vào nhiều yếu tố, trong đó hai yếu tố chính là module thu tín hiệu GPS

và bản đồ số thể hiện kết quả chuyển động của đối tƣợng Thực chất ta chỉ có thể nói

độ chính xác của module thu tín hiệu GPS đƣợc sử dụng trong thiết kế chứ không phải

là độ chính xác của hệ thống GPS Số liệu mà module GPS đƣa ra lại phụ thuộc vào chất lƣợng của module, cấu trúc module có sử dụng đồng xử lý hỗ trợ hay không, hay đặc điểm chuyển động của đối tƣợng mang module GPS tại thời điểm đó là đứng yên, chuyển động nhỏ, chuyển động thẳng, chuyển động cong Ngoài ra, chất lƣợng của hệ

thống bản đồ số cũng là yếu tố quan trọng khi nói về độ chính xác của hệ thống giám sát sử dụng GPS Có rất nhiều tác động khác nữa có thể làm giảm độ chính xác của bộ thu GPS bao gồm sai số thời gian từ đồng hồ trên vệ tinh, sai số vị trí của vệ tinh, ảnh hưởng của tầng điện ly và tầng khí quyển, phản xạ bởi các bề mặt…

Tổng hợp sai số và độ ảnh hưởng của các nhân tố tới tính chính xác của GPS được liệt kê trong bảng sau: [1, 18]

Bảng 1: Nguồn gốc và nguyên nhân gây sai số GPS Hiệu ứng tầng điện ly ± 5 mét

Sự thay đổi trong quỹ đạo vệ tinh ± 2.5 mét

Sai số của đồng hồ của vệ tinh ± 2 mét

Hiệu ứng đa đường (Sai số do phản xạ) ± 1 mét

tượng chuyển động trong hệ tọa độ vật thể ứng với 3 trục x, y, z

Hình 1 4: Hệ tọa độ vật thể và các thành phần đặc trưng cho chuyển động

 Hệ tọa độ quán tính ECI

Hệ trục toạ độ quán tính ECI (Hình 1.5) cố định trong không gian đối với các vật thể trên quỹ đạo của trái đất, vì vậy nó thường được sử dụng để xác đinh vị trí của

các vệ tinh nhân tạo trên quỹ đạo Gốc của hệ trục nằm ở tâm trái đất, mặt phẳng XY trùng với mặt phẳng chứa đường xích đạo, trục X có hướng từ tâm trái đất đến điểm

xuân phân – là giao điểm giữa quỹ đạo quay của trái đất và đường xích đạo của mặt

trời, và trục Y vuông góc với trục X theo hướng  90 0

Hình 1 5: Hệ toạ độ quán tính ECI

 Hệ toạ độ dẫn đường (n-frame)

Hệ tọa độ dẫn đường (n-frame) là hệ tọa độ đo đạc cục bộ với tâm của nó trùng

với hệ toạ độ của cảm biến, trục x chỉ về hướng đo đạc phía bắc, trục z vuông góc trực giao với đường elipsoid tham chiếu hướng xuống dưới, và trục y nằm bên phải của

khung trực giao Các tính toán cho hệ thống dẫn đường thường dựa trên hai hệ tọa độ

là Bắc – Đông –Xuống NED (North – East – Down) và Đông – Bắc – Lên ENU (East – North – Up) Thuận lợi của hệ toạ độ ENU là cao độ sẽ tăng lên khi đi lên Thuận lợi

của hệ toạ độ NED là quay bên phải là chiều dương đối với trục x, và các trục là tương

ứng với toạ độ góc roll, pitch và heading của phương tiện khi mà đối tượng chuyển động nằm trên mặt phẳng hướng về hướng Bắc Về cơ bản hai hệ ENU và NED có tính chất gần như nhau, chỉ khác nhau về giá trị của thông số là ngược dấu do tính chất đảo trục tọa độ Trong các bài toán điều khiển bay, rất nhiều các thông số liên quan tới

vật thể bay tới từ các đối tượng nằm bên dưới nó Do đó, sẽ là hợp lý để xác định chiều đi xuống như một số có giá trị dương Điều này phù hợp với các tọa độ của hệ NED Vì vậy hệ NED trở nên rất phổ biến với các kết quả nghiên cứu có thể dễ dàng tìm kiếm cũng như kết hợp với nhau Hệ trục toạ độ này sẽ quay cùng với trái đất nên thường được sử dụng để xác định vị trí theo ba trục, từ đó có thể dễ dàng hơn khi chuyển đổi sang kinh độ, vĩ độ

Trong các thiết kế mới gần đây, nhất là đối với các thiết kế của châu Âu, hệ tọa

độ NWU (North – West – Up hay còn gọi là North – West – Zenith coordinate system) thường được sử dụng trên cơ sở hệ tọa độ CCS (Cartesian Coordinate System) Đối với các hệ không gian thường sử dụng hệ tọa độ AAC (Altitude - Azimuth Coordinate System) [82]

Hình 1 6: Hệ tọa độ CCS và hệ NWU 1.2.2 Các thành phần đặc trưng cho chuyển động

Các thành phần cơ bản thể hiện trạng thái chuyển động của một đối tượng bao gồm gia tốc và góc quay theo các hướng, bao gồm góc quay (roll, pitch, yaw) và góc trượt (α, β) trong hệ quy chiếu đó [60]

 Góc quay Roll, Pitch, Yaw

Hình 1 7: Các góc quay roll, pitch, yaw

 Góc trượt α và β

Khi chuyển động của đối tượng không theo góc pitch  , ta có sự khác biệt giữa hướng thực của đối tượng và góc hướng (true attack và attack angle) Góc trượt này gọi là , đặc trưng cho độ lệch giữa véc tơ tốc độ thực của đối tượng với véc tơ gốc của góc pitch (Hình 1.8)

Hình 1 8: Góc trượt α Xét về mặt toán học, góc trượt này được biểu diễn theo công thức:

arctan

v u

Hình 1 9: Góc trượt β Xét về mặt toán học, góc trượt này được biểu diễn theo công thức:



Các tính toán đối với hệ thống INS trước đây thường bỏ qua hai góc trượt này Đây cũng là một trong những nguyên nhân gây ra sai số lớn khi tính toán với hệ thống INS, đặc biệt khi áp dụng cho các đối tượng bay hay đối tượng chuyển động có hiện tượng trượt văng Giải pháp thiết kế với INS 9-DOF trong luận án đã giải quyết triệt

để được vấn đề này

1.2.3 Ma trận chuyển vị giữa các hệ tọa độ

Trong bài toán định vị dẫn đường cho một vật thể chuyển động, có nhiều yếu tố cần quan tâm bao gồm: gia tốc, vận tốc, khoảng di chuyển, các góc quay và hướng chuyển động (góc hướng) Người ta đưa ra các khái niệm hệ tọa độ quy chiếu, đó là

Hệ tọa độ quán tính (i-frame), Hệ tọa độ trái đất (e-frame) hay G (Ground), Hệ tọa độ dẫn đường (n-frame), Hệ tọa độ vật thể (b-frame) hay còn gọi là hệ tọa độ gắn liền của đối tượng P (Plane) Chuyển động của vật thể lúc đó là sự di chuyển của hệ quy chiếu

này so với hệ quy chiếu khác Ví dụ tốc độ di chuyển của vật thể (transport rate) là tốc

độ quay của hệ toạ độ dẫn đường (n-frame) đối với hệ toạ độ trái đất (e-frame) Đại

lượng này khác với vận tốc (velocity) và là yếu tố chỉ có ý nghĩa về mặt giá trị Các hệ

quy chiếu được liên hệ với nhau thông qua ma trận cosine chỉ phương DCM, là ma trận chuyển đổi hệ trục tọa độ, ký hiệu là R (ma trận quay Rotation) với các phần tử

được biểu diễn theo các góc Euler [88] Đại lượng này ký hiệu là 2

1

f f

xu hướng (Attitude) và vận tốc di chuyển (Velocity) Một hệ định vị sử dụng cảm biến quán tính cơ bản bao gồm hai loại cảm biến là gia tốc kế Acc (Acceleremetor) và con quay hồi chuyển Gyro (Gyroscope) Con quay hồi chuyển Gyro sẽ đo góc quay và gia tốc kế Acc sẽ đo gia tốc di chuyển Về mặt lý thuyết, với điều kiện ban đầu xác định

về vận tốc và vị trí thông qua một hệ tọa độ định vị (thường được xác định từ GPS) thì tích phân kết quả từ gia tốc kế sẽ thu được vận tốc và tích phân vận tốc sẽ thu được khoảng cách di chuyển Đây cũng chính là lý do khi mất đi thông tin của hệ tọa định

vị GPS thì hệ thống sẽ mất đi khả năng định vị chính xác Gyro sẽ giúp xác định hướng dịch chuyển thông qua các hướng của gia tốc Kết hợp của số đo gia tốc và góc quay trên cơ sở các hệ quy chiếu ta sẽ xác định được hướng và vị trí của phương tiện chuyển động

Có ba loại công nghệ mà hệ thống dẫn đường quán tính áp dụng, bao gồm: hệ Gimbaled (Gimbaled gyrostabilized platforms), hệ Fluid-suspended (Fluid-suspended gyrostabilized platforms) và hệ Strapdown (Strapdown gyrostabilized platforms) [15] Hai hệ thống thường được sử dụng là Gimbaled và Strapdown, tùy theo tính năng và chất lượng yêu cầu của đối tượng chuyển động Hệ Gimbaled thường sử dụng các INS

cơ đắt tiền cho các thiết bị hiện đại đòi hỏi độ chính xác và an toàn rất cao Các thiết

kế trong luận án này sử dụng INS dạng MEMS, cấu trúc Strapdown

Hệ Strapdown là khái niệm về phương tiện chủ được sử dụng để đề cập đến những vật thể mà hệ INS gắn chặt lên đó Các cảm biến quán tính Gyro có thể được gắn trên một hệ thống các trục quay trơn để chúng có thể giữ hướng cố định khi phương tiện chủ di chuyển, hoặc chúng có thể được gắn trực tiếp lên phương tiện chủ

Các hệ MEMS thay thế các khối dao động cơ bằng các phần tử cơ điện tử có độ chính xác cao Trong hệ Strapdown, đầu tiên hệ thống sẽ đo gia tốc theo hệ trục toạ độ gắn

trên vật thể P, sau đó sẽ chuyển vị về hệ trục tọa độ quy chiếu G Như vậy hệ

Strapdown sẽ sử dụng một IMU không bị cách ly với phương tiện chủ Nó thay thế các khớp cách ly như ở hệ Gyro cơ bằng một quá trình tính toán phần mềm Ưu điểm của hệ thống MEMS là giá thành rẻ hơn so với hệ cơ do không cần sử dụng các khớp cách ly, nhưng nhược điểm là chúng cần phải hoạt động với tốc độ quay cao để có được số liệu đầu ra đủ biến thiên độ nhạy Đối với vật thể bay trong trường hợp chuyển động với khoảng cách lớn, thay đổi vùng địa lý, ta cần tính đến gia tốc Corriolis do ảnh hưởng của chuyển động quay trái đất

1.2.5 Sai số và quá trình căn chỉnh ban đầu

Có nhiều loại sai số trong các hệ thống INS, chủ yếu là do các cảm biến quán tính gây nên Các sai số này bao gồm: sai số độ lệch (Bias), hệ số tỉ lệ (Scale factor),

độ ổn định đầu ra (Output stability), độ nhạy nhiệt (Thermal sensitivity), độ nhạy với

từ tính (Magnetic sensitivity), ảnh hưởng của lực ly tâm (Centrifuge), sai số do khả năng chịu va đập (Shock survivability) [1, 36] Thông thường trong hệ INS Strapdown

ta quan tâm tới một số lỗi gây ra bởi các cảm biến gia tốc và vận tốc góc như được trình bày trong bảng 2

Bảng 2: Các lỗi chính của hệ strapdown

Lỗi vị trí khi lắp đặt cảm biến Góc nghiêng, góc chúc và góc

hướng

Độ lệch (offset) của cảm biến gia tốc Đầu ra cảm biến gia tốc sẽ bị lệch đi

một giá trị không đổi Giá trị này lại thay đổi mỗi khi tắt/bật thiết bị

Hiện tượng lệch và trôi của cảm biến

vận tốc góc (do tác động của nhiệt độ)

Vật thể không chuyển động nhưng vẫn có vận tốc góc thay đổi

Nhiễu ngẫu nhiên Lỗi ngẫu nhiên trong đo lường

Hai sai số cơ bản là Drift (độ trôi) và Bias (độ lệch), là những thay đổi trong các khoảng thời gian khác nhau gây ra các nhiễu cho phép đo Điều này dẫn đến tình huống cảm biến sẽ cho các thông số khác nhau trong các thời điểm khác nhau ngay cả khi đối tượng chuyển động hoàn toàn tương tự nhau trong mỗi thời điểm Xử lý được hai thông số này là một trong những yếu tố quyết định nâng cao chất lượng cho hệ thống INS Khi tính toán với các hệ thống INS đơn trục trước đây, hai tham số này thường bị bỏ qua

Những sai số của hệ thống INS trong đo gia tốc và vận tốc góc sẽ dẫn tới các sai số của các phần tử trong ma trận quay, từ đó gây sai số cho các góc quay roll, pitch

và yaw ở bước tính toán tiếp theo Điều này gây sai số tăng dần khi xác định vị trí và vận tốc của vật thể do việc lấy tích phân, gọi là sai số dẫn đường Vì vậy xử lý chống trôi dữ liệu INS là một vấn đề mang tính quyết định cho chất lượng của hệ thống INS Đây là lý do mà các hệ thống INS rẻ tiền không thể hoạt động độc lập trong khoảng thời gian dài được Trước khi hệ INS đi vào hoạt động cần phải thiết lập một số điều kiện cho hệ thống (quá trình Calib), và phải xác định các giá trị ban đầu về các thông

số giới hạn đưa ra theo các trục Ngoài ra cũng cần phải xác định được vị trí đầu của phương tiện, thường được xác định từ GPS, từ đó tính toán ra các vị trí tiếp theo tạo ra quỹ đạo chuyển động của đối tượng

Khi triển khai thực tế, các sai lệch của hệ thống tích hợp chủ yếu do các yếu tố sau quyết định:

- Sai số do đối tượng và đặc điểm chuyển động, trong đó vấn đề vi phạm điều kiện

bờ (banking angles) là một trong các yếu tố chính gây sai lệch kết quả đo Khi đối tượng lên tục đảo chiều quay nhanh quanh trục của góc yaw sẽ gây sai lệch góc pitch Up-deflection là độ lệch đứng cần hiệu chỉnh, là giá trị không đo được trực tiếp, tính toán phụ thuộc vào giới hạn góc banking angles Với giải pháp tự động chống trôi ma trận quay trong luận án xử lý triệt để cả vấn đề này

- Sai số do đặc điểm cấu tạo của INS, chủ yếu do Gyro gây ra bao gồm: Lỗi số (Numerrical errors); Trôi dữ liệu Gyro (Gyro drift); và Sai lệch offset của Gyro (Gyro offset)

- Sai số do vi xử lý và phương pháp tính toán gây ra, bao gồm: Sai số tích hợp (Integration errors), phụ thuộc vào phương pháp tính toán, bước thời gian khác