Tổng quan luận án
Công tác Trắc địa - Bản đồ đóng vai trò thiết lập hệ thống thông tin không gian và vị trí các đối tượng trên mặt đất làm nền tảng cho các hoạt động quản lý, kinh tế và kỹ thuật. Tại Việt Nam, từ những năm 1960, công tác thành lập bản đồ chủ yếu dựa vào phương pháp truyền thống với hệ thống mạng lưới khống chế tọa độ, độ cao quốc gia và các thiết bị đo đạc chuyên dụng có độ chính xác cao nhưng chi phí đầu tư lớn. Sự ra đời của Hệ thống định vị toàn cầu (GPS) và Hệ thống định vị vệ tinh toàn cầu (GNSS) đã làm thay đổi quy trình thu thập dữ liệu không gian. Các thiết bị GPS cầm tay tuy có chi phí thấp hơn máy chuyên dụng nhưng độ chính xác không đủ để xây dựng mốc khống chế trắc địa bậc cao.
Trong bối cảnh công nghệ thông minh phát triển, điện thoại thông minh (Smartphone) được tích hợp sẵn bộ thu GNSS và các cảm biến vi cơ điện tử. Nghiên cứu trước đây của tác giả cùng cộng sự đã chứng minh độ chính xác định vị tọa độ của iPhone và máy GPS cầm tay chuyên dụng là tương đương trong việc cập nhật địa vật, đường giao thông, ranh giới hành chính, đất rừng trên bản đồ tỷ lệ 1:5.000 hoặc nhỏ hơn. Tuy nhiên, phần cứng GNSS tích hợp sẵn trên Smartphone từ giai đoạn 2009 đến 2017 chưa có thay đổi đáng kể về mặt công nghệ, khiến độ chính xác độc lập chưa cao và dễ bị suy giảm hoặc mất tín hiệu hoàn toàn tại các khu vực đường hầm, hẻm phố đô thị hay dưới tán rừng dày. Để nâng cao độ chính xác mà không phải phụ thuộc vào việc nâng cấp phần cứng của nhà sản xuất hoặc mua thêm thiết bị thu mở rộng đắt tiền, giải pháp khả thi là xây dựng hệ thống định vị tích hợp giữa GNSS và Hệ thống dẫn đường quán tính (Inertial Navigation System - INS) dựa trên các cảm biến sẵn có của Smartphone. Khoảng trống nghiên cứu được luận án xác định là việc thiếu vắng một giải pháp hoàn chỉnh nhằm ước lượng, phân tách và xử lý triệt để các nguồn sai số (sai số hệ thống và sai số ngẫu nhiên) của cảm biến quán tính giá rẻ trên thiết bị thông minh khi không có thiết bị tham chiếu chuyên dụng trong phòng thí nghiệm.
Mục đích nghiên cứu:
- Nghiên cứu giải pháp tích hợp GNSS/INS trên Smartphone để cải thiện độ chính xác định vị tọa độ.
Luận điểm khoa học của luận án:
- Luận điểm 1: Smartphone hiện tại có trang bị phần cứng GNSS hoàn toàn có khả năng ứng dụng trong Trắc địa - Bản đồ.
- 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.
Đối tượng nghiên cứu:
- GNSS, Hệ thống dẫn đường quán tính (INS) trên Smartphone;
- Cảm biến gia tốc (Accelerometer) và cảm biến tốc độ góc (Gyroscope) trang bị sẵn trên Smartphone.
Phạm vi nghiên cứu:
- Nâng cao độ chính xác định vị tọa độ của Smartphone ứng dụng trong một số công tác cụ thể của ngành Trắc địa - Bản đồ (đo vẽ cập nhật địa vật, đường giao thông, địa giới hành chính, quản lý rừng tỷ lệ 1:5.000 hoặc nhỏ hơn, tìm kiếm điểm khống chế trắc địa và khống chế ảnh).
- Phạm vi công nghệ tập trung vào hệ điều hành iOS (thiết bị thử nghiệm iPhone) và các bộ cảm biến quán tính sẵn có trên bo mạch.
Tổng quan tài liệu và vị trí của luận án
Tổng quan tài liệu của luận án hệ thống hóa các nghiên cứu trong nước và quốc tế theo hai nhóm chính: ứng dụng định vị GNSS trên Smartphone và công nghệ tích hợp GNSS/INS sử dụng cảm biến chi phí thấp.
Trong lĩnh vực đánh giá độ chính xác định vị của Smartphone:
- Jones và cộng sự [58] (2009) đã khảo sát độ chính xác mặt bằng của một số dòng Smartphone sử dụng A-GPS thông qua việc so sánh với tọa độ chuẩn đo bằng công nghệ RTK. Kết quả cho thấy sai số vị trí mặt bằng trung bình trên các thiết bị là ±67 feet; trong đó sản phẩm chạy iOS (iPhone 4) có sai số trung phương vị trí mặt bằng là ±44.79 feet (khoảng ±14 m), trong khi các thiết bị chạy Android có sai số lên tới ±207 feet.
- Julián Tomaštík Jr. và cộng sự [45] đã thử nghiệm 3 loại Smartphone tại 74 điểm dưới tán rừng hỗn hợp cây lá kim và 17 điểm tại khu vực quang đãng, đối chiếu với tọa độ đo bằng máy kinh vĩ. Sai số trung phương vị trí điểm dao động từ ±4.45 m trong mùa lá rụng đến ±1.36 m ở điều kiện thoáng đãng. Nghiên cứu kết luận Smartphone đáp ứng được các nhiệm vụ kiểm kê rừng, xác định diện tích thiệt hại do gió mà không đòi hỏi cấp chính xác quá khắt khe.
Về hướng nghiên cứu tích hợp GNSS/INS:
- Các giáo trình nền tảng của Grewal, Andrews, Bartone [41] và Groves [15] đã xây dựng hệ thống lý thuyết về tích hợp GNSS/INS, các thuật toán lọc Kalman và chuyển đổi hệ tọa độ động học.
- Schindhelm và cộng sự [29] nghiên cứu dẫn đường quán tính trên iPhone chuyển động theo quỹ đạo tròn bán kính 1 m, chỉ ra rằng việc áp dụng bộ lọc chỉ duy trì độ chính xác trong thời gian rất ngắn do sai số và nhiễu cảm biến tích lũy nhanh chóng.
- Xiaoji và cộng sự [37, 38] sử dụng cảm biến quán tính của iPhone 4 để làm khối đo quán tính (IMU) hỗ trợ định vị dẫn đường ô tô, chứng minh cảm biến của điện thoại có khả năng bù đắp các đoạn mất tín hiệu GPS ngắn và giảm sai số thô. Tuy nhiên, nhóm tác giả chưa công bố quy trình hiệu chuẩn cụ thể và chưa giải quyết ảnh hưởng của thành phần nhiễu ngẫu nhiên.
- Mohammed El-Diasty và cộng sự [12] khẳng định hiệu quả tích hợp GNSS/INS phụ thuộc vào sai số của IMU, bao gồm sai số hệ thống (cần hiệu chuẩn) và sai số ngẫu nhiên (cần mô hình hóa bằng các quá trình ngẫu nhiên tuyến tính hoặc phi tuyến). Tác giả cho rằng cảm biến tốc độ góc chi phí thấp bắt buộc phải dùng bàn quay chuyên dụng vì tốc độ quay Trái Đất quá nhỏ, dễ lẫn trong nhiễu.
Khảo sát tổng hợp của Poddar và cộng sự [47] về các mô hình hiệu chuẩn cảm biến quán tính không dùng thiết bị chuyên dụng và dùng thiết bị chuyên dụng từ năm 1995:
| TT |
Tác giả |
Sai số độ lệch ($b$) |
Sai số tỷ lệ ($s$) |
Yếu tố không trực giao ($m$) |
Cảm biến gia tốc ($A$) |
Cảm biến góc ($G$) |
Thiết bị sử dụng |
Nhận xét hạn chế |
| 1 |
Ferraris và cs |
X |
X |
|
X |
X |
Không |
Không xác định được $m$ |
| 2 |
Lotters và cs |
X |
X |
|
X |
|
Không |
Không xác định được $m$, $G$ |
| 3 |
Shin & El-Sheimy |
X |
X |
X |
X |
X |
Không |
Độ chính xác của $G$ không tốt |
| 4 |
Bachmann và cs |
X |
X |
|
X |
X |
Không |
Không xác định được $m$ |
| 5 |
Skog và cs |
X |
X |
X |
X |
X |
Bàn xoay |
Yêu cầu bàn quay chuyên dụng |
| 6 |
Jurman và cs |
X |
X |
X |
X |
X |
Không |
Điều kiện ban đầu phải chính xác |
| 7 |
Fong và cs |
X |
X |
X |
X |
X |
Không |
Không xác định được $m$ và $s$ của $G$ |
| 8 |
Zhang và cs |
X |
X |
X |
X |
X |
Không |
Không xác định được $m$ và $s$ của $G$ |
| 9 |
Bonnet và cs |
X |
X |
|
X |
|
Không |
Không hiệu chuẩn được $G$ |
| 10 |
Frosio và cs |
X |
X |
|
X |
|
Không |
Không hiệu chuẩn được $G$ |
| 11 |
Olivares và cs |
X |
X |
|
X |
X |
Bánh xe |
Yêu cầu bánh xe, không tính được $m$ |
| 12 |
Zhang và cs |
X |
X |
X |
X |
X |
Bàn xoay |
Yêu cầu bàn quay chuyên dụng |
| 13 |
Won & Golnaraghi |
X |
X |
|
X |
|
Không |
Không xác định được $m$, $G$ |
| 14 |
Cheuk và cs |
X |
X |
X |
X |
X |
Không |
Không xác định được $m$ và $s$ của $G$ |
| 15 |
Forsberg và cs |
X |
X |
|
X |
|
Không |
Không hiệu chuẩn được $G$ |
| 16 |
Cai và cs |
X |
X |
|
X |
|
Không |
Không hiệu chuẩn được $G$ |
| 17 |
Metge và cs |
X |
X |
X |
X |
X |
Không |
Không xác định được $m$ và $s$ của $G$ |
| 18 |
Xiaoming và cs |
X |
X |
|
X |
|
Không |
Không hiệu chuẩn được $G$ |
| 19 |
Li và cs |
X |
X |
X |
X |
X |
Không |
Không xác định được $m$ và $s$ của $G$ |
Khoảng trống nghiên cứu được lựa chọn giải quyết: Hầu hết các kỹ thuật hiệu chuẩn không dùng thiết bị tham chiếu chuyên dụng đều thất bại trong việc xác định đồng thời hệ số tỷ lệ và tính không trực giao của cảm biến tốc độ góc do tốc độ tự quay của Trái Đất ($\omega_e$) bị chìm trong nhiễu nền của cảm biến vi cơ điện tử chi phí thấp. Luận án lựa chọn giải quyết triệt để vấn đề này bằng phương pháp chuẩn hóa ảnh hưởng của $\omega_e$, kết hợp phân tích chuỗi thời gian để định lượng các thành phần sai số ngẫu nhiên.
Cơ sở lý thuyết và phương pháp nghiên cứu
Luận án thiết lập mô hình sai số tiêu chuẩn cho bộ đo quán tính gồm cảm biến gia tốc và cảm biến tốc độ góc:
$$\hat{f} \approx [I + S_a + \delta S_a]f + b_a + \delta b_a + w_a$$
$$\hat{\omega} \approx [I + S_g + \delta S_g]\omega + b_g + \delta b_g + w_g$$
Trong đó:
- $I$ là ma trận đơn vị cấp 3.
- $S_a, S_g$ là ma trận chứa hệ số tỷ lệ (phần tử đường chéo) và hệ số không trực giao giữa các trục cảm biến (phần tử ngoài đường chéo).
- $\delta S_a, \delta S_g$ là sai số của các hệ số tỷ lệ và hệ số chéo trục.
- $b_a, b_g$ là thành phần độ lệch tĩnh (nhiễu tất định gây sai số hệ thống).
- $\delta b_a, \delta b_g$ là độ bất ổn định độ lệch (nhiễu ngẫu nhiên).
- $w_a, w_g$ là tạp nhiễu trắng của cảm biến.
Mô hình bù trừ giá trị đo được xác định theo:
$$f = \frac{\hat{f} - b_a - \delta b_a - w_a}{I + S_a + \delta S_a}$$
$$\omega = \frac{\hat{\omega} - b_g - \delta b_g - w_g}{I + S_g + \delta S_g}$$
Hệ thống tọa độ sử dụng trong bài toán động học định vị dẫn đường:
- Hệ quy chiếu quán tính Trái Đất (Earth-Centered Inertial - ECI, ký hiệu $i$): Gốc tại tâm khối lượng Trái Đất, trục $z$ hướng theo trục quay về cực Bắc thực, mặt phẳng $x-y$ nằm trong mặt phẳng xích đạo không quay theo Trái Đất.
- Hệ tọa độ địa tâm địa cố (Earth-Centered, Earth-Fixed - ECEF, ký hiệu $e$): Gốc tại tâm khối lượng Trái Đất, các trục cố định cùng Trái Đất theo quy chuẩn WGS-84.
- Hệ tọa độ định vị cục bộ (Local navigation frame - $n$-frame): Hệ trục Bắc - Đông - Xuống (North - East - Down, NED), gốc đặt tại vị trí người dùng.
- Hệ tọa độ vật thể (Body frame - $b$-frame): Gốc gắn với vật thể mang cảm biến, trục $x$ hướng về phía trước (Roll), trục $y$ hướng sang phải (Pitch), trục $z$ hướng xuống dưới (Yaw).
Đại diện góc xoay và tư thế:
- Góc Euler gồm ba chuyển động xoay liên tiếp: góc liệng ($\phi$, Roll), góc chúc ($\theta$, Pitch), góc hướng ($\psi$, Yaw). Điểm kỳ dị xuất hiện khi góc chúc $\theta \to \pm 90^\circ$ do $\tan\theta \to \infty$.
- Đại số Quaternion bốn chiều được áp dụng để khắc phục điểm kỳ dị toán học của góc Euler:
$$q = [q_0, q_1, q_2, q_3]^T = \left[\cos\frac{\theta}{2}, -r_x\sin\frac{\theta}{2}, -r_y\sin\frac{\theta}{2}, -r_z\sin\frac{\theta}{2}\right]^T$$
thỏa mãn điều kiện chuẩn hóa $q_0^2 + q_1^2 + q_2^2 + q_3^2 = 1$.
- Thuật toán Hệ tham chiếu thế hướng (Attitude and Heading Reference Systems - AHRS) do Sebastian Madgwick [32] đề xuất (2011) được tích hợp để tính toán định hướng trực tiếp từ dữ liệu gia tốc kế, con quay hồi chuyển và từ kế mà không đòi hỏi năng lực xử lý phần cứng cao.
Phương pháp thực nghiệm và công cụ:
- Hiệu chuẩn tĩnh sáu vị trí có trọng số (C6W): Đo ở 6 tư thế đảo chiều dọc các trục ($X_u, X_d, Y_u, Y_d, Z_u, Z_d$). Thiết lập hệ 18 phương trình quan sát tuyến tính hóa dạng $AX = R$, giải bằng thuật toán Gauss-Newton:
$$\hat{X} = (R P A^T)(A P A^T)^{-1}$$
với ma trận trọng số $P = \frac{1}{\sigma_0^2} P$.
- Phân tích chuỗi thời gian bằng phương sai Allan (Allan Variance): Tính toán phương sai trên các cụm dữ liệu (cluster) có độ dài $\tau = m\tau_0$ theo phương pháp lấy mẫu đan xen. Vẽ đồ thị log-log giữa độ lệch Allan $\sigma(\tau)$ và khoảng thời gian trung bình $\tau$ để tách 5 thành phần nhiễu ngẫu nhiên:
- Nhiễu lượng tử hóa ($Q$, hệ số góc $-1$);
- Nhiễu bước ngẫu nhiên ($N$, hệ số góc $-1/2$);
- Bất ổn độ lệch ($B$, hệ số góc $0$);
- Nhiễu tỷ lệ bước ngẫu nhiên ($K$, hệ số góc $+1/2$);
- Nhiễu tỷ lệ răng cưa ($R$, hệ số góc $+1$).
- Nguồn dữ liệu và môi trường lập trình: Dữ liệu thô thu nhận qua API cảm biến quán tính iOS với tần số lấy mẫu tối đa 100 Hz; thuật toán hiệu chuẩn được kiểm chứng trên Matlab R2016b trước khi biên dịch thành mô-đun ứng dụng thực tế trên thiết bị di động.
Nội dung chính theo từng chương
Chương 1: Ước lượng sai số cảm biến quán tính của Smartphone
Chương 1 giải quyết trọn vẹn việc phân tích, nhận dạng và mô hình hóa toán học các thành phần sai số trong bộ đo quán tính (IMU) tích hợp của Smartphone. Do hệ điều hành của Smartphone khóa kín việc can thiệp trực tiếp vào bộ xử lý chuyển động phần cứng, giải pháp được đưa ra là khai thác giao diện lập trình ứng dụng (API) ở tầng ứng dụng để đọc chuỗi dữ liệu thô ở tần số 100 Hz, từ đó thiết lập một IMU độc lập thông qua phần mềm.
Đặc tính nguồn sai số và phương pháp xử lý:
| Thành phần sai số |
Nhiễu tất định |
Nhiễu thống kê |
Phương pháp hiệu chuẩn |
Phương pháp mô hình hóa |
| Độ lệch (Bias) |
X |
X |
X |
X |
| Hệ số tỷ lệ (Scale factor) |
X |
|
X |
|
| Sự không trực giao (Non-orthogonality) |
X |
|
X |
|
| Tạp nhiễu ngẫu nhiên (Noise) |
|
X |
|
X |
Luận án phân tích chi tiết quy trình hiệu chuẩn tĩnh sáu vị trí có trọng số (C6W). Bằng cách cho các trục $X, Y, Z$ của điện thoại lần lượt hướng lên trên và hướng xuống dưới trùng phương với véc-tơ gia tốc trọng trường cục bộ ($g$), và hướng các trục còn lại vuông góc để đón nhận thành phần tốc độ quay Trái Đất ($\omega_e \approx 15^\circ/\text{giờ}$ tại vĩ độ $\mu$), hệ thống thiết lập được 18 phương trình quan sát ma trận:
$$A X = R$$
Nghiệm ma trận $X$ xác định đồng thời 3 hệ số độ lệch, 3 hệ số tỷ lệ trên đường chéo và 6 hệ số không trực giao ngoài đường chéo cho cả hai loại cảm biến.
Đặc tính các nguồn sai số ngẫu nhiên được lượng hóa bằng phương sai Allan:
| Loại nhiễu ngẫu nhiên |
Công thức phương sai Allan $\sigma^2(\tau)$ |
Hệ số nhiễu |
Hệ số góc đồ thị log-log |
| Lượng tử hóa (Quantization Noise) |
$\frac{3 Q^2}{\tau^2}$ |
$Q$ |
$-1$ |
| Bước ngẫu nhiên (Angle/Velocity Random Walk) |
$\frac{N^2}{\tau}$ |
$N$ |
$-1/2$ |
| Bất ổn độ lệch (Bias Instability) |
$\frac{2 B^2 \ln 2}{\pi}$ |
$B$ |
$0$ |
| Tỷ lệ bước ngẫu nhiên (Rate Random Walk) |
$\frac{K^2 \tau}{3}$ |
$K$ |
$+1/2$ |
| Tỷ lệ răng cưa (Rate Ramp) |
$\frac{R^2 \tau^2}{2}$ |
$R$ |
$+1$ |
Độ tin cậy của phương sai Allan được kiểm soát thông qua tỷ lệ phần trăm sai số ước lượng $\sigma(\delta_{AV}) = \frac{1}{\sqrt{2(n/m - 1)}}$. Số liệu thực nghiệm tính toán chỉ ra rằng khi số lượng mẫu dữ liệu đạt 20.000 mẫu, nếu độ dài cluster là 5.000 thì sai số ước lượng là 41%, nhưng nếu kích thước cluster chọn là 100 thì sai số giảm xuống chỉ còn 5%.
Chương 2: Tích hợp GNSS/INS trên Smartphone
Chương 2 thiết lập cấu trúc tính toán dẫn đường tích hợp để duy trì tính liên tục và độ chính xác của quỹ đạo khi tín hiệu vệ tinh bị gián đoạn, đặc biệt tại các khúc cua, đường hầm hoặc môi trường che khuất.
Nội dung trọng tâm bao gồm:
- Cơ chế hoạt động của hệ thống Strapdown INS: Cảm biến gia tốc và góc gắn cố định vào khung thân Smartphone. Bộ xử lý điều hướng thực hiện tích phân vận tốc và tọa độ theo thời gian thực dựa trên các giá trị đo đã bù trừ sai số hệ thống và hiệu chỉnh ảnh hưởng của trọng trường cục bộ $g$ cũng như vận tốc quay Trái Đất $\omega_e$.
- Chuyển đổi trạng thái động học qua các hệ quy chiếu: Mô hình hóa toán học chuyển đổi véc-tơ giữa hệ quán tính ECI, hệ địa tâm cố định ECEF, hệ quy chiếu địa phương NED và hệ tọa độ vật thể Body ($b$-frame).
- Ứng dụng đại số Quaternion để giải bài toán xác định tư thế: Thay thế công thức tích phân đạo hàm góc Euler nhằm triệt tiêu hiện tượng khóa trục (Gimbal lock) tại các vị trí góc chúc tiếp cận $\pm 90^\circ$. Ma trận xoay $R_b^n$ được cập nhật liên tục qua tích Quaternion Hamilton theo quy tắc bàn tay phải.
- Áp dụng thuật toán định hướng AHRS Madgwick: Tối ưu hóa việc kết hợp tín hiệu gia tốc, vận tốc góc và từ trường với chi phí tính toán thấp, phù hợp với năng lực xử lý của vi xử lý di động mà vẫn đạt độ chính xác tương đương các thuật toán lọc Kalman phức tạp.
Chương 3: Thực nghiệm và bàn luận
Chương 3 tổng hợp toàn bộ các kết quả thực nghiệm được triển khai nhằm kiểm chứng lý thuyết của Chương 1 và Chương 2. Các thực nghiệm bao gồm:
- Đánh giá quy trình hiệu chuẩn cảm biến quán tính trực quan: Thực hiện thao tác sáu vị trí trên Smartphone không cần bàn xoay chuyên dụng, xác nhận tính ổn định của các tham số độ lệch, hệ số tỷ lệ và hệ số chéo trục.
- Đo đạc thực tế chuỗi thời gian tĩnh để phân tích phương sai Allan: Nhận dạng chính xác 5 loại nhiễu ngẫu nhiên đặc trưng của phần cứng cảm biến trên iPhone.
- Kiểm thử quỹ đạo tích hợp GNSS/INS thực địa: So sánh quỹ đạo định vị thu được từ hệ thống tích hợp GNSS/INS trên Smartphone với máy định vị chuyên dụng và lộ trình chuẩn. Dữ liệu thực nghiệm chứng minh hệ thống tích hợp GNSS/INS trên Smartphone duy trì định vị liên tục, hàn gắn hiệu quả các khoảng trống mất tín hiệu GNSS và nâng cao rõ rệt độ chính xác vị trí theo hướng di chuyển.
Kết quả và những đóng góp mới
Các đóng góp mới về mặt khoa học và lý luận:
- Bổ sung cơ sở lý thuyết về định vị tích hợp GNSS/INS trên thiết bị thông minh;
- Đề xuất phương pháp chuẩn hóa ảnh hưởng của tốc độ quay Trái Đất ($\omega_e$) lên các trục của cảm biến tốc độ góc áp dụng cho kỹ thuật hiệu chuẩn không cần thiết bị tham chiếu ngoài. Phương pháp giải quyết bài toán phân tách giá trị $\omega_e$ vốn bị chìm trong tạp nhiễu nền của các cảm biến vi cơ điện tử chi phí thấp trên thiết bị thông minh;
- Xây dựng quy trình hoàn chỉnh kết hợp giữa hiệu chuẩn thực địa sáu vị trí C6W (khử nhiễu tất định) và phân tích phương sai Allan (định lượng nhiễu ngẫu nhiên) để làm đầu vào cho thuật toán lọc AHRS/Kalman.
Các đóng góp mới về mặt thực tiễn và công nghệ:
- Phát triển mô-đun chức năng hiệu chuẩn cảm biến quán tính được lập trình trực quan theo thời gian thực ngay trên nền tảng Smartphone, cho phép người dùng thực hiện thao tác kiểm tra, hiệu chuẩn trực tiếp ngoài thực địa trước khi đo đạc;
- Lập trình và đóng gói hoàn thiện phần mềm định vị GPS kết hợp thu thập dữ liệu thực địa trên hệ điều hành iOS (đã công bố 02 ứng dụng trên App Store và bài báo quốc tế thuộc danh mục SCIE);
- Mở ra khả năng thay thế máy GPS cầm tay chuyên dụng trong các nhiệm vụ đo đạc bản đồ lâm nghiệp, cập nhật hiện trạng tỷ lệ 1:5.000 hoặc nhỏ hơn, giúp tiết kiệm chi phí mua sắm thiết bị chuyên dụng và giảm giá thành sản phẩm đo đạc bản đồ;
- Đặt nền tảng cho việc tính toán, chế tạo và thử nghiệm các bộ thu GNSS/INS chi phí thấp tại Việt Nam.
Kiến nghị và giải pháp kỹ thuật đề xuất:
- Cần thực hiện quy trình hiệu chuẩn cảm biến sáu vị trí trước mỗi đợt đo đạc ngoài thực địa nhằm loại trừ độ trôi dạt của các hệ số sai số hệ thống;
- Trong các ứng dụng đo đạc bản đồ chuyên ngành, nên cài đặt các thuật toán lọc thế hướng AHRS tối ưu trên nền tảng di động để hạn chế sai số tích lũy của quán tính khi xe dừng hoặc di chuyển qua các đoạn khuất tán thực vật.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của nghiên cứu:
- Chưa tính toán và bù trừ được sai số do biến thiên nhiệt độ và độ ẩm môi trường lên dữ liệu cảm biến quán tính do hệ điều hành Smartphone ở thời điểm nghiên cứu chưa hỗ trợ API khai thác cảm biến nhiệt và độ ẩm;
- Cấp độ chính xác của hệ thống tích hợp mới chỉ đáp ứng yêu cầu đo vẽ bản đồ chuyên đề tỷ lệ 1:5.000 hoặc nhỏ hơn, chưa thể thay thế máy đo chuyên dụng trong việc xây dựng lưới khống chế tọa độ cấp cao;
- Độ tin cậy định vị quán tính thuần túy bị suy giảm nhanh nếu thời gian mất tín hiệu GNSS kéo dài quá mức giới hạn của cảm biến chi phí thấp.
Hướng nghiên cứu tiếp theo:
- Bổ sung mô hình toán học bù trừ ảnh hưởng của nhiệt độ và độ ẩm khi các phiên bản hệ điều hành di động tiếp theo mở rộng API cho phép truy cập dữ liệu từ các cảm biến môi trường;
- Tích hợp thêm các nguồn dữ liệu hỗ trợ bên ngoài như cảm biến từ trường, cảm biến khí áp, cảm biến đo tốc độ bánh xe (odometer) hoặc công-tơ-mét;
- Tự động hóa giải thuật ước lượng góc lệch trục lắp đặt của thiết bị trên các phương tiện di chuyển khác nhau (ô tô, xe gắn máy, tàu thuyền nhỏ).
Giá trị tham khảo
Luận án là tài liệu tham khảo hữu ích cho các đối tượng:
- Nghiên cứu sinh, học viên cao học và giảng viên chuyên ngành Kỹ thuật Trắc địa - Bản đồ, Địa tin học (Geomatics), Công nghệ thông tin và Điện tử viễn thông: Tham khảo khung lý thuyết chuyển đổi hệ tọa độ động học, mô hình sai số cảm biến MEMS và phương pháp phân tích chuỗi thời gian bằng phương sai Allan;
- Kỹ sư trắc địa, đơn vị đo đạc bản đồ và quản lý lâm nghiệp: Tham khảo phương pháp vận hành phần mềm thu thập dữ liệu thực địa trên iOS, quy trình hiệu chuẩn thiết bị sáu vị trí nhanh tại thực địa để cập nhật biến động đất rừng, tài nguyên thiên nhiên;
- Các kỹ sư phát triển hệ thống nhúng và thiết bị IoT dẫn đường: Khai thác thuật toán ma trận hiệu chuẩn C6W giải bằng Gauss-Newton và thuật toán AHRS Quaternion để chế tạo các module dẫn đường chi phí thấp.
Phần đáng chú ý nhất để tham khảo chuyên sâu là Chương 1 với hệ thống công thức giải tích phân tích phương sai Allan và thuật toán hiệu chuẩn tĩnh sáu vị trí C6W được mã hóa bằng ngôn ngữ Matlab.
Câu hỏi thường gặp
1. Vì sao không thể can thiệp trực tiếp vào bộ cảm biến quán tính mặc định của Smartphone mà phải lập trình một IMU ở tầng ứng dụng?
Trên các dòng Smartphone hiện đại, bộ đo quán tính mặc định được nhà sản xuất tích hợp sẵn bên trong vi xử lý chuyển động phần cứng phục vụ cho các ứng dụng giải trí và trải nghiệm người dùng, không cho phép can thiệp để tinh chỉnh tham số hiệu chuẩn. Tuy nhiên, hệ điều hành cung cấp API cho nhà phát triển đọc dữ liệu thô với tốc độ lên đến 100 Hz, giúp lập trình viên có thể xây dựng một IMU độc lập thông qua phần mềm sau khi đã tính toán bù sai số.
2. Phương pháp hiệu chuẩn sáu vị trí có trọng số (C6W) giải quyết được những thông số sai số nào?
Phương pháp C6W thiết lập 18 phương trình quan sát tuyến tính hóa cho 6 vị trí đảo chiều trục đo, sử dụng phương pháp Gauss-Newton để ước lượng đồng thời: 3 độ lệch ($b_x, b_y, b_z$), 3 hệ số tỷ lệ ($S_{xx}, S_{yy}, S_{zz}$) và 6 hệ số không trực giao giữa các trục cảm biến ($S_{xy}, S_{xz}, S_{yx}, S_{yz}, S_{zx}, S_{zy}$) cho từng cảm biến gia tốc và góc.
3. Tại sao luận án phải sử dụng đại số Quaternion thay vì các góc Euler để xác định tư thế thiết bị?
Phương pháp biểu diễn tư thế bằng góc Euler sử dụng hàm $\tan\theta$ và $\cos\theta$ trong ma trận chuyển đổi tốc độ góc sang đạo hàm góc xoay. Khi góc chúc ($\theta$) đạt tới giá trị $\pm 90^\circ$, hàm $\tan\theta$ tiến tới vô cực gây ra hiện tượng kỳ dị toán học (khóa trục). Đại số Quaternion 4 chiều biểu diễn phép quay không gian ba chiều mà không xuất hiện điểm kỳ dị, giúp việc tính toán tư thế liên tục và ổn định.
4. Phương sai Allan trích xuất được những thành phần nhiễu ngẫu nhiên nào từ chuỗi dữ liệu tĩnh của cảm biến?
Phương sai Allan trong miền thời gian cho phép phân tách và định lượng 5 thành phần nhiễu ngẫu nhiên độc lập dựa trên hệ số góc của đồ thị log-log: Nhiễu lượng tử hóa ($Q$, độ dốc $-1$), Nhiễu bước ngẫu nhiên ($N$, độ dốc $-1/2$), Nhiễu bất ổn độ lệch ($B$, độ dốc $0$), Nhiễu tỷ lệ bước ngẫu nhiên ($K$, độ dốc $+1/2$) và Nhiễu tỷ lệ răng cưa ($R$, độ dốc $+1$).
5. Độ chính xác định vị của Smartphone sau khi tích hợp đáp ứng được các công việc cụ thể nào trong ngành Đo đạc - Bản đồ?
Độ chính xác vị trí đáp ứng được các công việc: đo vẽ cập nhật đối tượng địa vật, tuyến đường giao thông, đường địa giới hành chính, đo diện tích và trữ lượng rừng cho bản đồ tỷ lệ 1:5.000 hoặc nhỏ hơn, cũng như phục vụ công tác dẫn đường tìm kiếm điểm khống chế trắc địa và khống chế ảnh ngoài thực địa.
Kết luận
Luận án đã giải quyết thành công bài toán nâng cao độ chính xác định vị tọa độ trên Smartphone bằng phương pháp tích hợp GNSS/INS dựa trên nền tảng phần cứng cảm biến có sẵn. Đề tài đã xây dựng cơ sở toán học chặt chẽ cho kỹ thuật hiệu chuẩn không cần thiết bị chuẩn ngoài thông qua chuẩn hóa ảnh hưởng của vận tốc quay Trái Đất, đồng thời áp dụng hiệu quả phương sai Allan và đại số Quaternion trong việc mô hình hóa sai số và xác định tư thế thiết bị. Các kết quả nghiên cứu đã được chuyển hóa thành các công bố khoa học quốc tế uy tín và phần mềm ứng dụng thực tế trên hệ điều hành di động, mở ra khả năng ứng dụng thiết bị thông minh giá rẻ trong công tác trắc địa chuyên ngành.
