Nghiên cứu trình bày trong tài liệu trích dẫn đã đưa ra một thuật toán Map matching mới dựa trên mô hình Hidden Markov có khả tìm ra con đường thích hợp nhất. Thuật toán MM dựa trên luật logic mờ dùng cho phương tiện đường bộ được trình bày trong tài liệu . Ngoài ra, còn rất nhiều các nghiên cứu khác về MM đã được các nhà nghiên cứu trên thế giới thực hiện thành công như trong các tài liệu trích dẫn.
Trang 1Chuyên ngành: Kỹ thuật điện tử
Mã số: 62520203
TÓM TẮT LUẬN ÁN TIẾN SĨ CÔNG NGHỆ KỸ THUẬT
ĐIỆN TỬ, TRUYỀN THÔNG
Hà Nội – 2017
Trang 2Công trình được hoàn thành tại: Trường Đại học Công nghệ,
Đại học Quốc gia Hà Nội
Người hướng dẫn khoa học: PGS.TS Chử Đức Trình
PGS.TS Trần Đức Tân
Phản biện: PGS.TS Bạch Nhật Hồng
Phản biện: TS Đỗ Trung Kiên
Phản biện: PGS.TS Nguyễn Đức Minh
Luận án được bảo vệ trước Hội đồng cấp Đại học Quốc gia chấm luận án tiến sĩ họp tại Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội vào hồi 9 giờ 00 ngày 11 tháng 8 năm2017
Có thể tìm hiểu luận án tại:
- Thư viện Quốc gia Việt Nam
- Trung tâm Thông tin - Thư viện, Đại học Quốc gia Hà Nội
Trang 3tự trị, có độ chính xác cao trong khoảng thời gian ngắn và có tốc độ cập nhật cao Tuy nhiên, INS làm việc kém hiệu quả trong khoảng thời gian dài do hiện tượng tích lũy của các cảm biến
Một trong những giải pháp được coi là tối ưu nhất là sự kết hợp giữa GPS và INS để tạo ra hệ tích hợp INS/GPS Tuy nhiên, ngay cả khi kết hợp chúng với nhau đặc biệt là đối với các hệ tích hợp thương mại vẫn tồn tại sai số nhất định
Với những lý do trên đã đang và tiếp tục đòi hỏi những nghiên cứu mới nhằm nâng cao chất lượng, hiệu quả làm việc của chúng Rất nhiều các nghiên cứu trong và ngoài nước đã thành công và được ứng dụng trong thực tế Tuy vậy, mỗi nghiên cứu đều dừng lại ở một mức độ thành công Chính vì vậy, tác giả đã chọn đề tài “Thiết kế và xây dựng hệ thống dẫn đường tích hợp INS/GPS trên cơ sở linh kiện
vi cơ điện tử dùng cho các phương tiện giao thông đường bộ” cho luận án tiến sĩ của mình
Đối tƣợng nghiên cứu
Hệ thống GPS, INS, hệ tích hợp phần cứng INS/GPS thương mại
và các biện pháp nâng cao chất lượng làm việc và các cảm biến đo vận tốc góc trong khối đo lường quán tính IMU
Trang 4Mục đích nghiên cứu
Tìm ra các thuật toán mới kết hợp với dữ liệu trong bản đồ số để nâng cao chất lượng định vị và dẫn đường của hệ tích hợp INS/GPS thương mại Đồng thời, đưa ra một cấu trúc mới về cảm biến đo vận tốc góc kiểu Tuning Fork (TFG) dựa trên công nghệ MEMS
Phương pháp nghiên cứu
Phương pháp nghiên cứu của luận án là kết hợp nghiên cứu, tính toán lý thuyết và thiết kế, mô phỏng bằng phần mềm và mô phỏng trên dữ liệu thực nghiệm
Ý nghĩa khoa học và thực tiễn của luận án
Đưa ra thuật toán mới có thể kết hợp với bản đồ số để ứng dụng vào hệ định vị và dẫn đường INS/GPS Ngoài ra còn thiết kế được một cấu trúc mới về cảm biến đo vận tốc góc kiểu Tuning Fork (tạo
ra một cấu trúc linh kiện mới về cảm biến vận tốc)
Căn cứ vào những kết quả nghiên cứu và mô phỏng có thể tạo ra sản phẩm thực tế là một linh kiện cảm biến đo vận tốc góc kiểu Tuning Fork (TFG) Đồng thời, có thể đưa vào ứng dụng thực tế một
hệ định vị tích hợp INS/GPS thương mại làm việc hiệu quả hơn bằng thuật toán vừa được nghiên cứu
Cấu trúc của luận án
Trang 5đó, IMU được cấu tạo bởi các cảm biến và thông thường là 3 cảm biến đo gia tốc và 3 cảm biến đo vận tốc góc (Gyroscope)
Để tạo ra hệ dẫn đường như mong muốn luận án đưa ra hai giải pháp cụ thể để nâng cao chất lượng hệ tích hợp INS/GPS thương mại sẵn có là: Cải tiến về hệ thống và cải tiến về linh kiện của hệ thống
1.2 Tổng quan về Gyroscope và hệ tích hợp INS/GPS
1.2.1 Tổng quan nghiên cứu về MEMS và các cảm biến dựa trên công nghệ MEMS
Các linh kiện MEMS ra đời vào năm 1954 và được phát triển mạnh mẽ từ cuối năm 1959 Công nghệ MEMS ra đời là khởi nguồn của các vi cảm biến và các bộ kích thích/chấp hành làm nhiệm vụ nhận biết môi trường và sự thay đổi trong môi trường đó [55] Vì
Trang 6kích thước nhỏ gọn nên MEMS cần tới nguồn cung cấp cỡ µv và các khối vi xử lý tín hiệu [30] Các hệ vi cơ điện tử làm cho hệ thống làm việc với tốc độ nhanh hơn, giá thành rẻ hơn, độ tin cậy cao hơn và có khả năng tích hợp được nhiều tính năng phức tạp hơn [24]
Vào những năm 1990, MEMS đã xuất hiện cùng với sự phát triển của quá trình sản xuất mạch tích hợp (IC) nên đã được nghiên cứu và ứng dụng trong nhiều lĩnh vực khác nhau của đời sống con người như không gian vũ trụ, các phân tích y sinh, truyền thông không dây, lưu trữ dữ liệu Đến cuối những năm 1990, hầu hết các bộ cảm biến MEMS trong đó có các cảm biến đo vận tốc góc và cảm biến gia tốc
đã được chế tạo bằng các phương pháp: vi cơ khối, vi cơ bề mặt, và LIGA [27] Ngoài ra, còn áp dụng các quy trình vi chế tạo 3 chiều căn cứ vào từng yêu cầu cụ thể như tạo ra các thiết bị y sinh và các
bộ vi kích thích/chấp hành có nguồn điện áp đầu ra cao hơn
Trong các hệ vi cơ điện tử, các cảm biến gia tốc và cảm biến vận tốc góc được ứng dụng trong ngành công nghiệp ô tô [78], y sinh [37], điện tử gia đình [80], rô bốt, phân tích rung, hệ định vị [73]
1.2.2 Tổng quan nghiên cứu về ứng dụng của Gyroscope và các biện pháp nâng cao hiệu quả của hệ tích hợp INS/GPS
Thuật ngữ Gyroscope lần đầu tiên được đưa ra bởi nhà khoa học người Pháp, Leon Foucault Khi đó, Foucault đã áp dụng định luật chuyển động quay của Gyro để giải thích chuyển động quay của trái đất vào năm 1852 [83] Gyroscope đã ra đời và được trình bày trong Hình 1.1
Trang 75
Hình 1.1 Con quay cơ học cổ điển 1
Sự ra đời của MEMS là tiền đề cho việc tạo ra các cảm biến đo vận tốc góc và các cảm biến đo gia tốc kích thước cỡ nm và µm Vì thế đã dẫn đến các nghiên cứu về cảm biến đo vận tốc góc kiểu Tuning Fork -TFG Hiện nay, TFG đã được sử dụng khá phổ biến trong thực tế [14],[40],[53],[92] Ngoài ra, độ cứng của các cảm biến
và các dầm cũng có ảnh hướng lớn tới hoạt động và chất lượng làm việc của chúng [6]
Những nghiên cứu về hệ tích hợp INS/GPS: Trong nghiên cứu [22] đưa ra những phân tích chất lượng của hệ định vị tích hợp INS/GPS thời gian thực Nghiên cứu đã đánh giá và đưa ra giải pháp nâng cao chất lượng cho hệ thống này bằng cách loại bỏ những thông tin đo bất thường của GPS Có nghiên cứu lại đưa ra giải pháp dùng lọc Kalman khi kết hợp hai hệ thống riêng lẻ để tạo ra hệ tích hợp làm việc hiệu quả hơn [48]
Bên cạnh những nghiên cứu, giải pháp kể trên thì các nghiên cứu
về thuật toán khớp bản đồ MM (Map Matching) đã được thực hiện
để nâng cao chất lượng làm việc cho các hệ thống định vị và dẫn đường MM đang trở nên cấp thiết khi mà ô tô được sử dụng như các
Trang 8bộ cảm biến giao thông để đo tốc độ xe đường trường và xây dựng các mô hình thống kê về sự cản trở giao thông Dữ liệu trong các bộ cảm biến giao thông đang được sử dụng trong các động cơ định tuyến thương mại của Microsoft [16], Inrix [41] Map matching còn được nghiên cứu để đưa vào các ứng dụng như dự đoán đường [47] Nghiên cứu trình bày trong tài liệu trích dẫn [57] đã đưa ra một thuật toán Map matching mới dựa trên mô hình Hidden Markov có khả tìm
ra con đường thích hợp nhất Thuật toán MM dựa trên luật logic mờ dùng cho phương tiện đường bộ được trình bày trong tài liệu [66] Ngoài ra, còn rất nhiều các nghiên cứu khác về MM đã được các nhà nghiên cứu trên thế giới thực hiện thành công như trong các tài liệu trích dẫn [11],[15],[18],[19],[20],[21],[51],[88]…
1.3 Định hướng nghiên cứu
Luận án tập trung vào hai giải pháp để nâng cao chất lượng làm việc của hệ tích hợp INS/GPS thương mại sẵn có để tạo nên hệ dẫn đường dùng cho các phương tiện giao thông đường bộ Đây cũng chính là hai đóng góp mới của nghiên cứu sinh trong luận án này:
Thứ nhất là đề xuất thuật toán mới “Thuật toán bám đường” kết hợp
với bản đồ số để hỗ trợ cho hệ tích hợp INS/GPS làm việc Thuật toán này nâng cao độ chính xác của hệ tích hợp INS/GPS khi hệ
thống làm việc trong điều kiện mất tín hiệu GPS Thứ hai là nâng cao
chất lượng của cảm biến đo vận tốc góc trong INS, cụ thể là đưa ra thiết kế, mô phỏng một cảm biến đo vận tốc góc kiểu Tuning Fork (TFG) - Cảm biến đo vận tốc góc kiểu vi sai TFG đề xuất có khả năng loại bỏ nhiễu đồng pha, khuếch đại đáng kể tín hiệu ngược pha
và đặc biệt là có khả năng bù lệch pha cho hai tín hiệu kích thích đầu vào
Trang 9hệ thống Về bản chất thì bộ lọc Kalman là một bộ lọc tối ưu dùng để lọc tín hiệu bị nhiễu thống kê và lấy ra các thông tin cần thiết với điều kiện là các tính chất của nhiễu thống kê này đã được biết trước
2.1.1.3 Thuật toán dẫn đường quán tính
Thuật toán dẫn đường quán tính trong INS sẽ tính toán vị trí, vận tốc, tư thế vật thể [71] Dữ liệu vào là các thông tin ban đầu về vị trí
và dữ liệu thu được từ khối IMU Đầu ra là các thông tin về:
- Kinh độ, vĩ độ và góc phương vị (trong hệ tọa độ trái đất)
Trang 102.2 Ứng dụng thuật toán STA và kết quả mô phỏng thực nghiệm 2.2.1 Thuật toán bám đường (STA) và sơ đồ đề xuất
Một số ràng buộc trong nghiên cứu này là: Thứ nhất, lộ trình
chuyển động của xe thực nghiệm đã được biết trước hay nói cách khác là thuật toán và hệ thống được thử nghiệm và mô phỏng trên một lộ trình đã được xác định Có thể thấy rằng ràng buộc này cũng
đã giới hạn một phần phạm vi ứng dụng trong thực tế Thứ hai, ứng
dụng này chỉ dành cho việc định vị và dẫn đường cho các phương
tiện đường bộ Thứ ba, ràng buộc về vận tốc được ứng dụng cho hệ
tích hợp INS/GPS khi tín hiệu GPS bị mất Cụ thể, trên hệ tọa độ gắn
liền vật thể xe chỉ chạy theo trục Y (bám sát tâm đường), vận tốc theo các hướng của trục X và Z trong hệ tọa độ gắn liền vật thể bằng “0”
Cấu hình tích hợp INS và GPS đề xuất được chỉ ra trong Hình 2.14
Hình 2.14 Hệ thống tích hợp đề xuất với thuật toán STA Nguyên lý hoạt động của hệ thống như sau: gọi γ là tham số thể hiện việc có hoặc không có tín hiệu GPS Khi có tín hiệu GPS thì γ =
1 (hệ thống sẽ hoạt động ở trạng thái bình thường), khi không có
Trang 119
(mất tín hiệu GPS hoặc tín hiệu GPS không tin cậy) thì γ = 0 Trong
thuật toán lọc Kalman, véc tơ trạng thái ước lượng như sau:
bước thứ k+1 sẽ dựa vào vận tốc tại bước thứ k và độ tăng vận tốc tại bước thứ k+1 Bởi vậy, đầu ra của INS gồm vị trí theo hệ tọa độ cố
định tâm trái đất và gia tốc thô theo hệ tọa độ gắn liền vật thể (Body frame) được đưa trực tiếp đến khối STA thay vì đưa tới khối “P V A(góc hướng) đã căn chỉnh” Lúc này khối STA và khối cơ sở dữ liệu bản đồ số được kích hoạt để nâng cao chất lượng của hệ định vị Trong cấu hình phần cứng có sử dụng một máy tính đã lưu trữ cơ sở
dữ liệu bản đồ số, trong đó có quỹ đạo chuyển động của xe chạy thực nghiệm Cụ thể như sau:
- Trước tiên, căn cứ vào cơ sở dữ liệu của bản đồ số để chọn ra các
điểm mốc trong quỹ đạo chuyển động của xe (gọi là các điểm tham chiếu) Các điểm mốc được lựa chọn là các điểm nằm trên tâm của làn đường xe chạy Do đó, có thể khẳng định được rằng các điểm tham chiếu và quỹ đạo tham chiếu (đường nối các điểm tham chiếu
Trang 12với nhau) hoàn toàn đáng tin cậy và có thể dùng để thay thế quỹ đạo chuẩn (do GPS xác định trong điều kiện bình thường) khi mất tín hiệu GPS
- Tiếp đến là xác định vị trí của xe ở các thời điểm sau khi mất
GPS Hình 2.16 là một thuyết minh về thuật toán STA Trong hình này đường màu xám to là con đường thực tế cho xe chạy (lưu ý ràng buộc xe chạy bám tâm đường), còn đường nối các điểm nằm giữa con đường thực là đường nối các điểm tham chiếu với nhau (lúc này
đã trở thành các điểm đáng tin cậy như lập luận ở trên) Xe được trang bị hệ thống định vị tích hợp đề xuất ở trên và giả sử chạy từ vị
trí xuất phát đến trước thời điểm t s thì máy thu GPS vẫn hoạt động
tốt Từ thời điểm t s thì bị mất tín hiệu GPS Điều đó có nghĩa là
những thông tin định vị tại trước thời điểm t s vẫn là đáng tin cậy
Tính đến thời điểm t k (t k > t s), khoảng cách di chuyển thực của xe từ
t s tới t k gọi là d(t k ) được tính bằng tích phân kép của gia tốc theo trục
y trong hệ tọa độ gắn liền vật thể do IMU cung cấp
Hình 2.16 Minh chứng về thuật toán STA
Lúc này, lý do mà hệ thống không sử dụng thuật toán dẫn đường quán tính để xác định vị trí của xe theo hệ tọa độ tâm trái đất là vì ma
Trang 1311
trận chuyển hệ tọa độ bị ảnh hưởng bởi lỗi tích lũy từ 03 cảm biến vận tốc góc trong khối IMU Điểm thú vị của đề xuất này là với các
thông tin vị trí tin cậy trên hệ tọa độ tâm trái đất từ trước thời điểm t s
khi kết hợp với thông tin về quãng đường di chuyển thực tế trong hệ tọa độ gắn liền vật thể d t( )k bằng cách sử dụng STA sẽ cho thông
tin vị trí tin cậy ở thời điểm t k (t k > t s) trong hệ tọa độ tâm trái đất để đảm bảo được: 1) độ tin cậy của hệ định vị đề xuất và 2) tính thống nhất trong việc biểu diễn thông tin định vị của vật thể Cụ thể đề xuất được trình bày như sau:
1) Gọi d ref là khoảng cách di chuyển của xe từ thời điểm ngay trước khi mất tín hiệu GPS tới một vị trí tham chiếu nào đó trong quỹ
đạo chuyển động đã được xác định từ trước Khoảng cách d ref này dễ dàng được xác định vì những thông tin tọa độ của các điểm tham chiếu đã biết trước và thông tin tọa độ của xe ở thời điểm ngay trước khi mất tín hiệu GPS cũng đã được xác định
2) Mặc dù d(t k ) là độ dài thực tế mà xe di chuyển từ thời điểm t s
tới t k nhưng nó không thể cung cấp được thông tin về tọa độ (hệ tọa
độ tâm trái đất) của xe ở thời điểm t k Lí do là với cùng một độ dài
thực tế di chuyển thì xe có thể ở nhiều tọa độ (X,Y) khác nhau
(đường thẳng, đường cong, đường gấp khúc…) Vì vậy, để xác định
được vị trí của xe ở thời điểm t k cần phải dùng công thức dưới đây:
Trang 14tìm ra được vị trí của xe Vị trí của xe lúc này được gán là vị trí của điểm tham chiếu thỏa mãn (2.18) Vị trí này đương nhiên có thể xác định trong hệ tọa độ tâm trái đất (vốn là thông tin ban đầu của các điểm tham chiếu) Trường hợp không thỏa mãn thì sẽ nâng giá trị của
Δd rồi lặp lại công thức (2.18) để tìm ra điểm tham chiếu mà có d ref
thỏa mãn Do đó, điểm tham chiếu vừa tìm được là điểm nằm trên
quỹ đạo chuyển động và gần với vị trí thực của xe tại thời điểm t k
nhất Cơ sở đặt ra giá trị Δd phụ thuộc vào mật độ điểm tham chiếu
trên quỹ đạo và yêu cầu về độ chính xác của hệ thống Mật độ các điểm tham chiếu càng dày thì độ chính xác càng lớn Tuy nhiên, cần phải dung hoà giữa hai yếu tố trên vì khi tăng mật độ điểm tham chiếu sẽ làm cho việc tính toán trong thuật toán STA và hệ thống sẽ phức tạp hơn dẫn đến tốc độ cập nhật chậm và ngược lại
Sau khi xác định được vị trí của xe theo hướng Bắc và hướng Đông trong hệ tọa độ định vị, tiếp tục dùng thuật toán STA xác định vận tốc trung bình theo các hướng đó, theo công thức:
1 1
( ) ( ) ( )
( )
N STA k
k E STA k
Trang 15Hình 2.19 Chất lượng định vị của hệ thống INS/GPS khi có STA
Quỹ đạo này được sử dụng như một giá trị chuẩn để đánh giá chất lượng của hệ thống INS/GPS khi có và không có STA Để tạo tình huống so sánh chất lượng giữa hệ tích hợp INS/GPS không sử dụng thuật toán STA và hệ tích hợp dùng thuật toán STA, tín hiệu GPS được ngắt trong vòng 200 giây từ giây thứ 900 đến giây thứ 1100 với khoảng cách di chuyển là 1870 mét
Khi cấu hình không có STA: bộ lọc Kalman vẫn sẽ tính toán vị trí, vận tốc và góc hướng trong suốt thời gian mất tín hiệu GPS trên
cơ sở chỉ cập nhật vectơ trạng thái (xem phương trình 2.15 và 2.16,
và γ=0 vì lúc này vecto đo đạc là không tin cậy/không có) Tuy
nhiên, vị trí đầu ra của hệ INS/GPS khi không có thuật toán STA sẽ
(m)