Tóm tắt Luận án Nghiên cứu giải pháp tích hợp hệ thống gnss / ins trên thiết bị thông minh ứng dụng trong trắc địa - Bản đồ

artphone, làm cho Smartphone có thêm tính năng như một thiết bị mới để ứng dụng hiệu quả trong thực tế như định vị tọa độ trong công tác TĐBĐ. Nếu độ chính xác định vị tọa độ của Smartphone đáp ứng được một số công việc cụ thể trong TĐBĐ thì có thể sử dụng Smartphone và phần mềm được cài đặt để thay thế các thiết bị định vị tọa độ chuyên dụng có độ chính xác tương đương, giúp rút ngắn thời gian, giảm chi phí cấu thành sản phẩm Đo đạc - Bản đồ. Để đánh giá khả năng ứng dụng của thiết bị thông minh trong TĐBĐ, NCS cùng cộng sự đã tận dụng phần cứng GNSS được trang bị sẵn để lập trình phần mềm định vị tọa độ và thu thập dữ liệu thực địa, tính chuyển tọa độ theo hệ quy chiếu và lưới chiếu bản đồ, đồng thời làm thực nghiệm định vị xác định tọa độ các điểm, tuyến đường và đánh giá độ chính xác vị trí điểm thu được bằng iPhone. Kết quả độ chính xác định vị tọa độ của iPhone và máy GPS cầm tay chuyên dụng là tương đương, công trình khoa học này đã được NCS và cộng sự công bố trong bài báo tạp chí khoa học quốc tế SCIE và phân phối 02 ứng dụng trên App Store. Smartphone đã được ứng dụng thành công trong công tác TĐBĐ đối với một số công việc cụ thể như: đo cập nhật các đối tượng địa vật, đối tượng đường giao thông, đối tượng đường địa giới hành chính, đối tượng rừng và đất rừng cho bản đồ tỷ lệ 1:5.000 hoặc nhỏ hơn, đo diện tích rừng, trữ lượng rừng, tìm kiếm điểm khống chế trắc địa, tìm kiếm điểm khống chế ảnh. Trên thực tế, phần cứng định vị GNSS được trang bị sẵn trên Smartphone ở thời điểm 2009 và hiện tại 2017 chưa có sự thay đổi đáng kể về công nghệ nên độ chính xác định vị tọa độ chưa cao [1, 11]. Vì vậy, phạm vi ứng dụng của Smartphone trong TĐBĐ còn hạn chế, cần có những nghiên cứu để cải thiện độ chính xác định vị tọa độ của Smartphone. 3Độ chính xác định vị GNSS của Smartphone phụ thuộc vào một số yếu tố chính như phần cứng định vị GNSS, khả năng thu nhận tín hiệu vệ tinh, kỹ thuật và giải pháp định vị. Để cải thiện độ chính xác định vị trên Smartphone có thể nâng cấp phần cứng định vị và phần mềm xử lý, kết hợp phần cứng định vị mở rộng bên ngoài, hay tận dụng các cảm biến quán tính được trang bị sẵn trên Smartphone để xây dựng giải pháp định vị tích hợp GNSS/INS. Việc nâng cấp phần cứng định vị và phần mềm xử lý trên Smartphone hoàn toàn phụ thuộc vào nhà sản xuất và công nghệ hiện tại. Cũng có thể kết hợp phần cứng định vị mở rộng bên ngoài nhưng đòi hỏi chi phí mua thiết bị mở rộng. Việc tận dụng các cảm biến quán tính được trang bị sẵn trên Smartphone để xây dựng hệ thống tích hợp GNSS/INS sẽ là giải pháp phù hợp do không phải trang bị thêm bất kỳ thiết bị mở rộng nào. 2. Mục đích, đối tượng và phạm vi nghiên cứu • Mục đích của luận án này là nghiên cứu giải pháp tích hợp GNSS/INS trên Smartphone để cải thiện độ chính xác định vị tọa độ. • Đối tượng nghiên cứu là GNSS, Hệ thống dẫn đường quán tính - Inertial Navigation System (INS) trên Smartphone; cảm biến gia tốc và cảm biến tốc độ góc của Smartphone. • Phạm vi nghiên cứu là nâng cao độ chính xác định vị tọa độ của Smartphone ứng dụng trong một số công tác TĐBĐ. 3. Phương pháp nghiên cứu Phương pháp nghiên cứu của luận án dựa trên nghiên cứu lý thuyết kết hợp thực nghiệm có đảm bảo bằng các kiến thức, nền tảng toán học chặt chẽ, phát triển phần mềm và mô phỏng thực nghiệm để kiểm chứng 4đảm bảo độ tin cậy, tham khảo ý kiến chuyên gia trong lĩnh vực Điện tử viễn thông, Công nghệ thông tin và TĐBĐ. 4. Ý nghĩa khoa học và thực tiễn của đề tài • Ý nghĩa khoa học – Bổ sung về lý thuyết định vị tích hợp GNSS/INS trên Smartphone. – Đưa ra cơ sở khoa học và giải pháp tích hợp GNSS/INS trên Smart- phone ứng dụng trong TĐBĐ. • Ý nghĩa thực tiễn – Những công bố khoa học về độ chính xác định vị sử dụng Smartphone sẽ góp phần giảm chi phí mua sắm thiết bị chuyên dụng có độ chính xác tương đương. – Rút ngắn thời gian, giảm chi phí cấu thành sản phẩm Đo đạc - Bản đồ. – Đã nâng cao được độ chính xác định vị trên Smartphone bằng cách tích hợp GNSS/INS. – Mở ra hướng nghiên cứu thực nghiệm bài toán tích hợp GNSS/INS với chi phí thấp và dễ áp dụng. – Mở ra khả năng tính toán và chế tạo bộ thu GNSS/INS tại Việt Nam. 5. Các luận điểm bảo vệ và điểm mới của luận án • Các luận điểm khoa học – Luận điểm 1: Smartphone hiện tại có trang bị phần cứng GNSS hoàn toàn có khả năng ứng dụng trong TĐBĐ. 5– Luận điểm 2: Ước lượng sai số cảm biến quán tính của Smartphone là giải pháp phù hợp cho bài toán tích hợp GNSS/INS để nâng cao độ chính xác định vị tọa độ trên Smartphone. • Các điểm mới của luận án – Đề xuất phương pháp chuẩn hóa ảnh hưởng của tốc độ quay Trái Đất lên các trục của cảm biến tốc độ góc cho kỹ thuật hiệu chuẩn không cần thiết bị tham chiếu ngoài nhằm giải quyết vấn đề tốc độ quay Trái Đất bị lẫn trong nhiễu của cảm biến chi phí thấp và các cảm biến quán tính được trang bị sẵn trên thiết bị thông minh. – Mô-đun chức năng hiệu chuẩn cảm biến quán tính được lập trình để có thể thực hiện trực quan ngay trên Smartphone theo thời gian thực giúp dễ dàng hiệu chuẩn ở thực địa và kiểm tra trước khi tiến hành đo. – Phần mềm định vị GPS và thu thập dữ liệu thực địa được phát triển hoàn thiện trên nền tảng iOS để ứng dụng trong Trắc địa - Bản đồ. 6. Kết cấu luận án Luận án gồm mở đầu, tổng quan, 3 chương, kết luận kiến nghị về những nghiên cứu tiếp theo, danh mục công trình công bố của tác giả, danh mục tài liệu tham khảo và phụ lục. Toàn bộ nội dung luận án được trình bày trong 133 trang, trong đó nội dung chính gồm 105 trang, 50 hình và đồ thị, 13 bảng biểu, 60 tài liệu tham khảo. 7. Cơ sở tài liệu Luận án được xây dựng dựa trên cơ sở tài liệu từ nguồn chính thức quốc tế đã công bố như ISI, Scopus và các hãng công nghệ như Apple Inc., Google Inc., InvenSense Inc., Qualcomm Technologies, Inc., Chipworks Inc. 6Chương 1 Ước lượng sai số cảm biến quán tính của Smartphone 1.1 Tóm tắt Giải quyết vấn đề ước lượng sai số do cảm biến quán tính gây ra ảnh hưởng đến khả năng của 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. 1.2 Giới thiệu Giới thiệu về các cảm biến quán tính có trong thiết bị thông minh iPhone để xây dựng IMU trong INS. Các nguồn sai số của cảm biến quán tính, các đặc tính và cách thức xử lý các sai số được thể hiện ở Bảng 1.1. 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 X X X X Hệ số tỷ lệ X X Sự không trực giao X X Tạp nhiễu X X 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 7ra của cảm biến gia tốc (fˆ ) và Véc-tơ dữ liệu đầu ra của cảm biến tốc độ góc (ωˆ) sẽ được viết dưới dạng mô hình toán học tiêu chuẩn như sau [4]: fˆ ≈ [I + Sa + δSa]f + ba + δba + wa (1.1) ωˆ ≈ [I + Sg + δSg]ω + bg + δbg + wg (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 = fˆ − ba − δba − wa I + Sa + δSa (1.3) ω = ωˆ − bg − δbg − wg I + Sg + δSg (1.4) 1.4 Hiệu chuẩn cảm biến quán tính 1.4.1 Giới thiệu Trong các cảm biến quán tính thì hiệu chuẩn là để loại bỏ nhiễu tất định, tức là so sánh giá trị đo được với một giá trị tham chiếu chuẩn đã biết. 1.4.2 Kỹ thuật hiệu chuẩn cảm biến sáu vị trí a) Cơ sở lựa chọn kỹ thuật hiệu chuẩn Nghiên cứu này sử dụng kỹ thuật hiệu chuẩn cảm biến sáu vị trí để áp dụng cho hiệu chuẩn cảm biến Smartphone do độ đáng tin cậy và thực hiện đơn giản, phù hợp với cảm biến chi phí thấp [4]. b) Hiệu chuẩn cảm biến tốc độ góc Đối với cảm biến tốc độ góc, việc xoay trục cùng chiều kim đồng hồ lần lượt 1/2 vòng sẽ tách được thành phần vận tốc quay trái đất trong dữ liệu đầu ra của cảm biến tốc độ góc Hình 1.1. 8Mặt phẳng chiếu Đường xích đạo R Vĩ độ Kinh độ Trục quay Cực Nam Cực Bắc ω e ω e Up East North ω e ω e ω e Hình 1.1: Mô hình hiệu chuẩn cảm biến tốc độ góc của Smartphone c) Hiệu chuẩn cảm biến gia tốc Cơ sở lý thuyết của kỹ thuật này là tại một vị trí, gia tốc trọng trường do lực hấp dẫn tác động lên một vật là như nhau, do đó việc sử dụng hai hướng luân phiên của trục cảm biến gia tốc sẽ tách được thành phần gia tốc trọng trường cục bộ trong dữ liệu đầu ra của cảm biến gia tốc Hình 1.2. iPhone iPhone Z=Up Y X g Z=Down Y X g Z Y X=Down g Z Y X=Up g Z Y=Up X g Z Y=Down X g (e) (f) (a) (b) (c) (d) Hình 1.2: Mô hình hiệu chuẩn cảm biến gia tốc của Smartphone (a) Trục X cùng phương nhưng ngược hướng với g; (b) Trục X cùng phương và cùng hướng với g; (c) Trục Y cùng phương nhưng ngược hướng g; (d) Trục Y cùng phương và cùng hướng với g; (e) Trục Z cùng phương nhưng ngược hướng với g; (f) Trục Z cùng phương và cùng hướng với g. 91.5 Phân tích và mô hình hóa dữ liệu cảm biến quán tính 1.5.1 Giới thiệu Trong phần này, phương pháp phân tích phương sai Allan được sử dụng để xác định các nhiễu ngẫu nhiên của cảm biến quán tính trong Smartphone. 1.5.2 Phương pháp luận Chia chuỗi dữ liệu đầu ra thành các cụm dữ liệu độc lập rồi lấy trung bình với thời gian là τ = mτ0 sẽ tạo ra các mẫu mới đan xen Hình 1.3. Hình 1.3: Lấy mẫu theo các cluster 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 thể hiện ở Bảng 1.2 [5]. Bảng 1.2: 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 3Q 2 τ2 Q −1 √ 3 Bước ngẫu nhiên N 2 τ N −12 1 Bất ổn độ lệch 2B 2 ln 2 pi B 0 − Tỷ lệ bước ngẫu nhiên K 2τ 3 K + 1 2 3 Tỷ lệ răng cưa R 2τ2 2 R +1 √ 2 10 Chương 2 Tích hợp GNSS/INS trên Smartphone 2.1 Tóm tắt 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. 2.2 Giới thiệu Áp dụng bài toán xác định tư thế và tích hợp GNSS/INS trong tài liệu của Grewal, Andrews, and Bartone [10], và của Groves [6], kết hợp với giải thuật Hệ tham chiếu thế hướng - Attitude and Heading Reference Systems (AHRS) của Madgwick [9] 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. 2.3.1 Các hệ tọa độ được sử dụng Trong định vị dẫn đường tích hợp sẽ có mối liên hệ của nhiều hệ quy chiếu cần phải giải quyết như: Hệ quy chiếu quán tính Trái Đất; Hệ tọa độ vuông hóc không gian địa tâm cố định; Hệ tọa độ định vị cục bộ; Hệ tọa độ vật thể. 2.3.2 Động học Trái Đất Các đại lương động học như vị trí, tốc độ, gia tốc, và tốc độ góc, liên quan đến ba hệ tọa độ chính: (1) Hệ α; (2) Hệ β; (3) Hệ γ. 11 2.4 Hệ thống dẫn đường quán tính INS là một hệ thống định vị không gian ba chiều hoàn chỉnh gồm cảm biến gia tốc và cảm biến tốc độ góc dùng để xây dựng IMU. 2.5 Hệ thống định vị vệ tinh toàn cầu Hệ thống định vị vệ tinh toàn cầu sử dụng các vệ tinh để xác định vị trí của máy thu trên bề mặt trái đất. 2.6 Sử dụng Smartphone để xác định vị trí điểm Hệ điều hành của Smartphone cho phép người dùng cuối lấy ra thông tin từ bộ thu GNSS được trang bị sẵn bằng cách cung cấp một API cho các nhà phát triển với băng thông lớn nhất khoảng 1Hz. 2.7 Xây dựng IMU trong Smartphone 2.7.1 Định hướng từ cảm biến tốc độ góc Các giá trị đo được của cảm biến tốc độ góc sẽ tạo thành véc-tơ Sω và định nghĩa theo công thức 2.1. Đạo hàm bậc nhất của quaternion của hệ cảm biến so với hệ Trái Đất ES q˙ theo công thức 2.2 [2]. Sω = [ 0 ωx ωy ωz ] (2.1) E S q˙ = 1 2 Sω ⊗ES qˆ (2.2) 2.7.2 Định hướng từ cảm biến gia tốc Cảm biến gia tốc đo gia tốc dọc theo ba trục x, y, z, có thành phần cường độ và hướng trọng lực cục bộ trên ba trục của hệ cảm biến. 12 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 2.1. Cảm biến gia tốc S Cảm biến tốc độ góc a t S! t q est,t-1 E S Sa tJ T g ( ) qest,t-1, E Sf g ( ) ∇f ||∇f|| q ||q|| S! t ⊗ q est,t-1 E S 1 2 ¯ ∫ .dt z -1 z -1 q est,t E S q est,t E S Hình 2.1: Sơ đồ khối bộ lọc định hướng xây dựng IMU [8] 2.8 Tích hợp GNSS/INS trong Smartphone Kiến trúc tổng quát của hệ thống được thể hiện ở Hình 2.2(b). Hình 2.2 cho thấy sự thay đổi của hệ thống trước và sau khi tích hợp. Smartphone (a) Bluetooth Tín hiệu GNSSCác ứng dụng Phần cứng, SoC Game Sensor fusion WLAN GNSS ... ... Games Gyroscope Accelerometer Magnetometer WiFi A-GNSS A nt en na3G/LTE Smartphone Bluetooth Tín hiệu GNSSCác ứng dụng Phần cứng, SoC Game Sensor fusion WLAN GNSS/INS ... ... IMU Gyroscope Accelerometer Magnetometer WiFi A-GNSS A nt en na3G/LTE (b) Games Hình 2.2: Kiến trúc tổng quát hệ thống tích hợp GNSS/INS trong Smartphone (a) Hệ thống trước khi tích hợp; (b) Hệ thống sau khi tích hợp 13 2.8.1 Kiến trúc tích hợp Sử dụng cấu hình vòng lặp đóng cho giải thuật tích hợp Hình 2.3. 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 2.3: 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 a) Mô hình hệ thống Mô hình hệ thống được xây dựng dựa trên mô hình sai số INS đã được trình bày ở mục 1.5.   δr˙n δv˙n ψ˙   =   F11 F12 O3×3 F21 F22 F23 O3×3 O3×3 F33     δrn δvn ψ  +   O3×3 O3×3 Cnb O3×3 O3×3 Cnb     δf b δωbib   (2.3) 14 b) Mô hình trị đo GNSS Trị đo GNSS là vị trí của máy thu trong hệ ECEF và được viết dưới dạng hàm của véc-tơ trạng thái như sau: δzGNSS(k) = [r e INS − reGNSS] = HGNSSCenxk + ηr (2.4) c) Tính toán sử dụng EKF 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. xˆ−k = Φk−1;kxˆk−1 (2.5) P−k = Φk−1;kPk−1Φ T k−1;k +Qk (2.6) 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 H T k [ HkP − k H T k +Rk ]−1 (2.7) xˆk = xˆ − k +Kk ( zk −Hxˆ−k ) (2.8) Pk = P − k −KkHkP−k (2.9) trong đó, xˆk−1, Pk−1, xˆ−k , P − k , xˆk, 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. 15 Chương 3 Thực nghiệm và các kết quả 3.1 Hiệu chuẩn cảm biến quán tính 3.1.1 Môi trường thực nghiệm 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 [4]. 3.1.2 Các kết quả và thảo luận Kỹ thuật hiệu chuẩn C6W nếu không dùng thiết bị chính xác để làm tham chiếu thì hệ số tỷ lệ và yếu tố không trực giao của cảm biến tốc độ góc có sai số lớn. Khi áp dụng phương pháp đề xuất đã cho kết quả phù hợp hơn như thể hiện ở Bảng 3.1 và Bảng 3.2. Bảng 3.1: Các hệ số cảm biến gia tốc (C6W + pp đề xuất) Thiết bị Độ lệch (mGal) Hệ số tỷ lệ (ppm) Hệ số chéo trục (ppm) bxa bya bza SXXa SY Y a SZZa SXY a SXZa SY Xa SY Za SZXa SZY a TB1 4,739 26,946 7,267 -1,798 -2,017 963 3,170 -16,064 4,613 -385 16,098 -4,836 TB2 5,392 20,525 4,475 -2,759 -2,552 519 2,348 -26,971 4,671 19,948 22,476 -17,589 1 Thiết bị iPhone 6 Plus, iOS 10.2.1, Serial F2LNJH7TG5QQ 2 Thiết bị iPhone 6 Plus, iOS 10.2.1, Serial FK1NTA7VG5QM Bảng 3.2: Các hệ số cảm biến tốc độ góc (C6W + pp đề xuất) Thiết bị Độ lệch (o/h) Hệ số tỷ lệ (ppm) Hệ số chéo trục (ppm) bxg byg bzg SXXg SY Y g SZZg SXY g SXZg SY Xg SY Zg SZXg SZY g TB1 -5,056 9,159 -1,965 92 -245 11 267 -193 -188 -256 9 40 TB2 -446 3,820 1,277 387 -64 -376 -417 -949 60 -648 -5 -15 1 Thiết bị iPhone 6 Plus, iOS 10.2.1, Serial F2LNJH7TG5QQ 2 Thiết bị iPhone 6 Plus, iOS 10.2.1, Serial FK1NTA7VG5QM 16 3.2 Phân tích và mô hình hóa dữ liệu cảm biến quán tính 3.2.1 Môi trường thực nghiệm 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. 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 D o l e c h A lla n ( ) (r a d /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 3.1: Đường cong Allan của cảm biến tốc độ góc iPhone 6 Plus 10 -2 10 -1 10 0 10 1 10 2 10 3 10 4 Thoi gian cluster (giay) 10 -4 10 -3 10 -2 10 -1 D o l e c h A lla n ( ) (m /s 2 ) Duong cong Allan cua cam bien gia toc Acce X Acce Y Acce Z B (z) = 0.00095m/s²/�Hz B (y) = 0.00018m/s²/�Hz B (x) = 0.00100m/s²/�Hz N (z) = 0.00147m/s²/�Hz N (y) = 0.00052m/s²/�Hz N (x) = 0.00177m/s²/�Hz Hình 3.2: Đường cong Allan của cảm biến gia tốc iPhone 6 Plus Hình 3.1 và Hình 3.2 thể hiện đường cong độ lệch Allan của các cảm biến quán tính trong iPhone 6 Plus được thử nghiệm. 17 Bảng 3.3: Ước lượng các nhiễu của cảm biến quán tính iPhone 6 Plus1 Loại nhiễu Ký hiệu Cảm biến tốc độ góc (o/h/ √ Hz) Cảm biến gia tốc (µm/s2/ √ Hz) σx σy σz RMS σx σy σz RMS Lượng tử hóa Q 25.96 20.74 14.55 20.94 1542 402 1191 1148 Bước ngẫu nhiên N 32.48 26.56 18.90 26.57 1774 518 1469 1363 Bất ổn độ lệch B 19.30 10.45 5.29 13.03 992 181 940 796 Tỷ lệ bước ngẫu nhiên K 21.54 16.62 11.33 17.02 1338 317 1003 983 Tỷ lệ răng cưa R 28.07 22.68 16.03 22.80 1625 441 1282 1222 1 Thiết bị iPhone 6 Plus, iOS 10.2.1, Serial F2LNJH7TG5QQ 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 SDLogger 1.0 trên nền tảng iOS. 3.3.2 Các kết quả và thảo luận Mức cải thiện độ chính xác mặt bằng GNSS/INS đạt 62% so với GNSS trong Smartphone như thể hiện ở Bảng 3.4. Mức cải thiện về độ cao đạt 89%, cao hơn nhiều so với mức cải thiện mặt phẳng. Bảng 3.4: Độ chính xác định vị tích hợp GNSS/INS iPhone 6 Plus1 Ký hiệu GNSS (RMSE) GNSS/INS (RMSE) Mức cải thiện Vận tốc (m/s) Vị trí (m) Vận tốc (m/s) Vị trí (m) Vị trí (%) N 0.055 3.709 1.365 1.153 69 E 0.048 3.666 1.133 1.630 56 D 0.058 7.015 0.591 0.764 89 1 Thiết bị iPhone 6 Plus, iOS 10.2.1, Serial F2LNJH7TG5QQ 18 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 và 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. 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 3.3). Hình 3.3: Lộ trình đo và khu vực thực nghiệm 19 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%. 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 3.4). 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 3.5 và Hình 3.6) 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. Hình 3.4: Các vị trí thường bị gián đoạn tín hiệu vệ tinh, giảm độ chính xác GNSS 20 Hình 3.5: Đoạn có sai số vị trí điểm GNSS trên iPhone lớn (1) Hình 3.6: Đoạn có sai số vị trí điểm GNSS trên iPhone lớn (2) 21 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 22 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 đồ cho một số hạng mục không đòi hỏi độ chính xác cao. Nhóm nội dung thứ hai là nghiên cứu cải thiện độ chính xác định vị GNSS của Smartphone bằng cách tận dụng các cảm biến quán tính được trang bị sẵn trong Smartphone bao gồm: nghiên cứu xác định các nguồn sai số và thành phần sai số của cảm biến quán tính gây ra cho bài toán tích hợp GNSS/INS trên Smartphone; lập trình mô-đun chức năng hiệu chuẩn cảm biến quán tính để xác định sai số hệ thống, đã xác định được 12 hệ số cho cảm biến gia tốc và 12 hệ số cho cảm biến tốc độ góc trong iPhone theo thời gian thực; lập trình mô-đun chức năng thu nhận dữ liệu cảm biến quán tính để phân tích và mô hình hóa dữ liệu cảm biến, xác định các thành phần sai số ngẫu nhiên của cảm biến quán tính, công trình khoa học này đã được NCS và cộng sự công bố trong bài báo tạp chí khoa học trong nước. Kết quả đã xác định được 5 thành phần sai số ngẫu nhiên cho cảm gia tốc và 5 thành phần sai số ngẫu nhiên cho cảm biến tốc độ góc của iPhone. Phần thực nghiệm cho thấy, nếu thiết bị chưa hiệu chuẩn và bù nhiễu cho cảm biến thì hướng bị trôi đều 100◦ sau 30 giây, sau khi hiệu chuẩn sai số hệ thống thì hướng bị lệch 2◦ sau 5 phút. Sai số mặt bằng trước và sau khi tích hợp GNSS/INS tương ứng là ±5.2m và ±2.0m mức cải thiện là 62%, sai số độ cao trước và sau khi tích hợp GNSS/INS tương ứng là ±7.0m và ±0.8m mức cải thiện là 89%. Kết quả nghiên cứu đã đề xuất phương pháp chuẩn hóa ảnh hưởng của tốc độ quay Trái Đất lên các trục của cảm biến tốc độ góc cho kỹ thuật hiệu chuẩn không cần thiết bị tham chiếu chính xác nhằm giải quyết vấn đề tốc độ quay trái đất bị lẫn trong nhiễu của cảm biến chi phí thấp và cảm biến được trang bị sẵn trên thiết bị thông minh. Mô-đun chức năng hiệu chuẩn cảm biến quán tính được lập trình để có thể thực hiện trực quan ngay trên iPhone theo 23 thời gian thực giúp dễ dàng hiệu chuẩn ở thực địa và kiểm tra trước khi tiến hành đo. Phần mềm định vị GPS và thu thập dữ liệu thực địa được phát triển hoàn thiện trên nền tảng iOS để ứng dụng trong Trắc địa - Bản đồ. 2. Kiến nghị hướng nghiên cứu tiếp theo Tích hợp hệ thống GNSS/INS có thể cải thiện độ chính xác vị trí của định vị dẫn đường, cảm biến quán tính trên điện thoại thông minh có thể được sử dụng để bù độ nghiêng hoặc định hướng của các hệ thống đo đạc được trang bị trong xe