Cải tiến hệ thống định vị quán tính để nâng cao độ chính xác trong chăm sóc sức khỏe

LỜI CAM ĐOAN

1. MỤC LỤC

1.1. DANH MỤC HÌNH VẼ

1.2. DANH MỤC BẢNG BIỂU

1.3. CHỮ VIẾT TẮT

1.4. Lý do chọn đề tài

1.5. Mục tiêu nghiên cứu

1.6. Đối tượng và phạm vi nghiên cứu

1.7. Phương pháp nghiên cứu

1.8. Ý nghĩa khoa học và thực tiễn

1.9. Những đóng góp mới của luận án

1.10. Bố cục chung của luận án

2. NGHIÊN CỨU TỔNG QUAN VIỆC ƯỚC LƯỢNG THÔNG SỐ BƯỚC ĐI TRONG CHĂM SÓC SỨC KHỎE

2.1. Một số khái niệm về thông số bước đi

2.2. Tầm quan trọng và ứng dụng của thông số bước đi

2.3. Tiềm năng ứng dụng cảm biến IMU trong y tế

2.3.1. Ưu thế của IMU trong y tế

2.4. Tổng quan tình hình nghiên cứu việc ứng dụng cảm biến IMU trong ước lượng thông số bước đi

2.4.1. Mô hình trừu tượng

2.4.2. Mô hình dáng đi

2.4.3. Tích phân trực tiếp

2.4.4. Tổng quan tình hình nghiên cứu ước lượng thông số bước đi sử dụng IMU đặt trên bàn chân

2.4.5. Tổng quan tình hình nghiên cứu ước lượng thông số bước đi sử dụng IMU đặt trên khung tập đi

2.4.6. Tổng quan tình hình nghiên cứu trong nước

2.5. Kết luận chương

3. NGHIÊN CỨU TRIỂN KHAI THUẬT TOÁN HỆ THỐNG ĐỊNH VỊ QUÁN TÍNH

3.1. Cảm biến quán tính

3.1.1. Giới thiệu cảm biến

3.1.2. Cảm biến IMU

3.1.3. Cảm biến gia tốc

3.1.4. Cảm biến vận tốc góc

3.1.5. Cảm biến IMU MTi-1 và MTi-100 của hãng Xsens

3.2. Triển khai hệ thống định vị quán tính

3.2.1. Hệ thống định vị INS

3.2.2. Triển khai thuật toán của hệ thống SINS

3.2.3. Triển khai bộ lọc Kalman kiểu MEKF cho hệ SINS

3.3. Kết luận chương

4. NGHIÊN CỨU XÂY DỰNG HỆ THỐNG ĐỊNH VỊ QUÁN TÍNH ĐẶT TRÊN BÀN CHÂN

4.1. Giới thiệu chương

4.2. Đề xuất hệ thống INS đặt trên bàn chân

4.3. Xây dựng mô hình bộ lọc MEKF cho hệ thống

4.4. Xây dựng các phương trình cập nhật cho bộ lọc Kalman

4.4.1. Cập nhật vận tốc ZUPT

4.4.2. Xây dựng phương trình cập nhật sử dụng cảm biến khoảng cách

4.5. Thực thi bộ lọc Kalman cho hệ thống

4.6. Trích xuất thông số bước đi từ quỹ đạo bàn chân

4.7. Thí nghiệm kiểm chứng hệ thống và phân tích kết quả

4.7.1. Thí nghiệm với hệ thống OptiTrack

4.7.2. Thí nghiệm đi dọc hành lang 30 m

4.8. Đánh giá hiệu quả hệ thống đề xuất

4.9. Kết luận chương

5. NGHIÊN CỨU XÂY DỰNG HỆ THỐNG ĐỊNH VỊ QUÁN TÍNH ĐẶT TRÊN KHUNG TẬP ĐI

5.1. Giới thiệu chương

5.2. Đề xuất hệ thống INS đặt trên khung tập đi

5.2.1. Giới thiệu về hệ thống

5.2.2. Kết nối phần cứng và đồng bộ dữ liệu

5.2.3. Thuật toán ước lượng mối quan hệ giữa hệ toạ độ ICS và BCS

5.3. Thuật toán phát hiện và phân loại chuyển động của khung tập đi

5.3.1. Định nghĩa chuyển động của khung tập đi

5.3.2. Thuật toán phát hiện chuyển động của khung tập đi

5.3.3. Thuật toán phân loại chuyển động của khung tập đi

5.4. Ước lượng quỹ đạo chuyển động của khung tập đi

5.4.1. Xây dựng phương trình cập nhật quaternion dựa vào phương đứng của khung tập đi

5.4.2. Xây dựng phương trình cập nhật quaternion sử dụng góc quay quanh trục đứng

5.4.3. Xây dựng phương trình cập nhật vị trí sử dụng thông tin từ encoder

5.4.4. Kết hợp quỹ đạo ước lượng bởi IMU và quỹ đạo ước lượng bởi encoder

5.4.5. Trích xuất thông số bước đi

5.5. Thí nghiệm đánh giá hoạt động của thuật toán

5.5.1. Hệ thống thí nghiệm

5.5.2. Mô tả các thí nghiệm

5.5.3. Đánh giá thuật toán kết hợp chuyển động do IMU và encoder ước lượng

5.6. Đánh giá thuật toán sử dụng thông tin encoder để cập nhật cho bộ lọc Kalman

5.7. Phân tích đánh giá sự ảnh hưởng của các phương trình cập nhật sử dụng thông tin từ encoder

5.8. Đánh giá độ chính xác sử dụng hệ thống Optitrack

5.9. Đánh giá vai trò của bộ lọc Kalman trong INS

5.10. Đánh giá độ chính xác trong chuyển động có đổi hướng

5.11. Thực nghiệm với bệnh nhân

5.12. Đánh giá hiệu quả hệ thống đề xuất

5.13. Kết luận chương

KẾT LUẬN VÀ KIẾN NGHỊ

DANH MỤC CÁC CÔNG TRÌNH NGHIÊN CỨU KHOA HỌC ĐÃ CÔNG BỐ CỦA TÁC GIẢ

TÀI LIỆU THAM KHẢO

I. Cải tiến hệ thống định vị quán tính

Hệ thống định vị quán tính (INS) là một công nghệ quan trọng trong việc ước lượng các thông số chuyển động của con người, đặc biệt trong lĩnh vực chăm sóc sức khỏe. Việc cải tiến hệ thống này nhằm nâng cao độ chính xác trong việc ước lượng thông số bước đi là rất cần thiết. Các cảm biến IMU (Inertial Measurement Unit) được sử dụng để thu thập dữ liệu về gia tốc và vận tốc góc, từ đó giúp xác định vị trí và hướng di chuyển. Tuy nhiên, một trong những thách thức lớn nhất của hệ thống INS là sai số tích lũy theo thời gian, dẫn đến độ chính xác giảm sút. Do đó, việc áp dụng các thuật toán như bộ lọc Kalman để cải thiện độ chính xác là rất quan trọng. Theo nghiên cứu, việc kết hợp thông tin từ các cảm biến phụ trợ có thể giúp giảm thiểu sai số và nâng cao độ chính xác của hệ thống.

1.1. Ứng dụng công nghệ IMU trong y tế

Cảm biến IMU đã được chứng minh là có tiềm năng lớn trong việc theo dõi và đánh giá tình trạng sức khỏe của bệnh nhân. Các thông số như tốc độ bước, độ dài bước chân và thời gian bước đều có thể được ước lượng chính xác thông qua việc sử dụng cảm biến này. Việc theo dõi các thông số này không chỉ giúp bác sĩ trong việc chẩn đoán mà còn hỗ trợ trong quá trình phục hồi chức năng cho bệnh nhân. Nghiên cứu cho thấy rằng việc sử dụng cảm biến IMU có thể cung cấp thông tin chính xác và kịp thời về tình trạng sức khỏe của bệnh nhân, từ đó giúp đưa ra các quyết định điều trị hợp lý hơn.

II. Phân tích dữ liệu và ứng dụng thực tiễn

Việc phân tích dữ liệu từ hệ thống INS là một bước quan trọng trong việc nâng cao độ chính xác của các thông số bước đi. Các thuật toán như bộ lọc Kalman không chỉ giúp cải thiện độ chính xác mà còn cho phép theo dõi liên tục các thông số trong thời gian thực. Điều này rất hữu ích trong việc theo dõi tiến trình phục hồi chức năng của bệnh nhân. Hệ thống này có thể được áp dụng trong nhiều lĩnh vực khác nhau, từ phục hồi chức năng cho bệnh nhân sau phẫu thuật đến việc theo dõi sức khỏe cho người cao tuổi. Việc sử dụng công nghệ này không chỉ giúp nâng cao chất lượng chăm sóc sức khỏe mà còn giảm thiểu chi phí điều trị.

2.1. Đánh giá hiệu quả hệ thống

Đánh giá hiệu quả của hệ thống định vị quán tính là một phần không thể thiếu trong nghiên cứu. Các thí nghiệm thực tế cho thấy rằng hệ thống có thể đạt được độ chính xác cao trong việc ước lượng các thông số bước đi. Việc sử dụng cảm biến IMU kết hợp với bộ lọc Kalman đã cho thấy sự cải thiện rõ rệt trong việc theo dõi chuyển động của bệnh nhân. Kết quả từ các thí nghiệm cho thấy rằng hệ thống không chỉ hoạt động hiệu quả trong môi trường phòng thí nghiệm mà còn có thể áp dụng trong thực tế, giúp bác sĩ theo dõi tình trạng sức khỏe của bệnh nhân một cách chính xác và kịp thời.

III. Kết luận và kiến nghị

Nghiên cứu về việc cải tiến hệ thống định vị quán tính đã chỉ ra rằng việc ứng dụng công nghệ IMU trong chăm sóc sức khỏe có thể mang lại nhiều lợi ích. Hệ thống này không chỉ giúp nâng cao độ chính xác trong việc ước lượng thông số bước đi mà còn hỗ trợ bác sĩ trong việc chẩn đoán và theo dõi tình trạng sức khỏe của bệnh nhân. Để phát triển hơn nữa, cần tiếp tục nghiên cứu và cải tiến các thuật toán cũng như công nghệ cảm biến, nhằm tối ưu hóa hiệu quả của hệ thống. Việc này sẽ góp phần nâng cao chất lượng chăm sóc sức khỏe và đáp ứng nhu cầu ngày càng cao của xã hội.

3.1. Đề xuất hướng nghiên cứu tiếp theo

Để tiếp tục phát triển hệ thống định vị quán tính, cần nghiên cứu sâu hơn về các thuật toán xử lý tín hiệu và cải tiến độ chính xác của cảm biến IMU. Việc tích hợp thêm các công nghệ mới như học máy có thể giúp nâng cao khả năng phân tích và dự đoán tình trạng sức khỏe của bệnh nhân. Ngoài ra, việc mở rộng ứng dụng của hệ thống trong các lĩnh vực khác như thể thao và phục hồi chức năng cũng là một hướng đi tiềm năng. Các nghiên cứu tiếp theo nên tập trung vào việc phát triển các mô hình dự đoán chính xác hơn, từ đó cải thiện chất lượng chăm sóc sức khỏe cho người dân.

Luận án tiến sĩ về cải tiến hệ thống định vị quán tính trong chăm sóc sức khỏe