Luận án tiến sĩ: Nghiên cứu giải pháp tích hợp hệ thống GNSS/INS trên thiết bị thông minh ứng dụng trong trắc địa bản đồ

• Tác giả: Trần Trung Chuyên
• Người hướng dẫn: Nguyễn Trường Xuân
• Trường học: Trường Đại học Mỏ - Địa chất
• Chuyên ngành: Kỹ thuật Trắc địa - Bản đồ
• Đề tài: Giải pháp tích hợp GNSS/INS trên thiết bị thông minh ứng dụng trong trắc địa bản đồ
• Loại tài liệu: luận án tiến sĩ kỹ thuật
• Năm xuất bản: 2018
• Địa điểm: Hà Nội

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH MỤC CÁC KÝ HIỆU
• DANH MỤC CÁC THUẬT NGỮ VÀ TỪ VIẾT TẮT
• DANH SÁCH BẢNG
• DANH SÁCH HÌNH VẼ
• MỞ ĐẦU
• 1. CHƯƠNG 1: ƯỚC LƯỢNG SAI SỐ CẢM BIẾN QUÁN TÍNH CỦA SMARTPHONE
• 1.1. Mô hình sai số và bù nhiễu cảm biến
• 1.2. Hiệu chuẩn cảm biến quán tính
• 1.2.1. Kỹ thuật hiệu chuẩn cảm biến sáu vị trí
• 1.3. Phân tích và mô hình hóa dữ liệu cảm biến quán tính
• 1.4. Phương pháp luận
• 1.4.1. Phân tích nhiễu dùng phương sai Allan
• 1.4.2. Chất lượng ước lượng phương sai Allan
• 2. CHƯƠNG 2: TÍCH HỢP GNSS/INS TRÊN SMARTPHONE
• 2.1. Khái quát các hệ tọa độ và động học Trái Đất
• 2.1.1. Các hệ tọa độ được sử dụng
• 2.1.2. Động học Trái Đất
• 2.2. Hệ thống dẫn đường quán tính
• 2.3. Hệ thống định vị vệ tinh toàn cầu
• 2.4. Sử dụng Smartphone để xác định vị trí điểm
• 2.5. Xây dựng IMU trong Smartphone
• 2.5.1. Định hướng từ cảm biến tốc độ góc
• 2.5.2. Định hướng từ cảm biến gia tốc
• 2.5.3. Giải thuật định hướng kết hợp để xây dựng IMU
• 2.6. Tích hợp GNSS/INS trong Smartphone
• 2.6.1. Kiến trúc tích hợp
• 2.6.2. Xử lý dữ liệu với phép lọc Kalman mở rộng
• 3. CHƯƠNG 3: THỰC NGHIỆM VÀ CÁC KẾT QUẢ
• 3.1. Hiệu chuẩn cảm biến quán tính
• 3.1.1. Môi trường thực nghiệm
• 3.1.2. Các kết quả và thảo luận
• 3.2. Phân tích và mô hình hóa dữ liệu cảm biến quán tính
• 3.2.1. Môi trường thực nghiệm
• 3.2.2. Các kết quả và thảo luận
• 3.3. Tích hợp GNSS/INS trên Smartphone
• 3.3.1. Môi trường thực nghiệm
• 3.3.2. Các kết quả và thảo luận
• 3.4. Ứng dụng trong Trắc địa - Bản đồ
• 3.4.1. Môi trường thực nghiệm
• 3.4.2. Khu vực thực nghiệm
• 3.4.3. Các kết quả và thảo luận
• KẾT LUẬN VÀ KIẾN NGHỊ
• MỘT SỐ CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA TÁC GIẢ
• 1. Bài báo tạp chí khoa học quốc tế SCIE
• 2. Bài báo tạp chí khoa học trong nước
• 3. Bài báo hội nghị khoa học quốc tế
• 4. Phần mềm ứng dụng di động App Store
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC A: DỮ LIỆU HIỆU CHUẨN CẢM BIẾN GIA TỐC
• PHỤ LỤC B: DỮ LIỆU HIỆU CHUẨN CẢM BIẾN TỐC ĐỘ GÓC
• PHỤ LỤC C: SO SÁNH CÁC KẾT QUẢ
• PHỤ LỤC D: MỘT SỐ MÃ NGUỒN MATLAB ĐƯỢC PHÁT TRIỂN
• 1. Mã nguồn mô-đun hiệu chuẩn cảm biến
• 2. Mã nguồn hàm bù nhiễu
• 3. Mã nguồn hàm tính trọng lực cục bộ

I. Giới thiệu về tích hợp GNSS INS trên thiết bị thông minh

Tích hợp GNSS/INS là một giải pháp công nghệ tiên tiến, kết hợp hệ thống định vị vệ tinh toàn cầu (GNSS) và hệ thống dẫn đường quán tính (INS) để nâng cao độ chính xác định vị. Thiết bị thông minh, đặc biệt là Smartphone, được trang bị các cảm biến quán tính như cảm biến gia tốc và cảm biến tốc độ góc, tạo điều kiện thuận lợi cho việc tích hợp này. Ứng dụng của tích hợp GNSS/INS trong trắc địa và bản đồ giúp cải thiện độ chính xác định vị, đặc biệt trong các môi trường có tín hiệu GNSS yếu hoặc bị gián đoạn.

1.1. Tổng quan về GNSS và INS

GNSS là hệ thống định vị dựa trên tín hiệu vệ tinh, cung cấp thông tin vị trí chính xác trên toàn cầu. INS sử dụng các cảm biến quán tính để đo lường gia tốc và tốc độ góc, từ đó tính toán vị trí và hướng di chuyển. Khi kết hợp, GNSS và INS bù trừ lẫn nhau: GNSS cung cấp độ chính xác dài hạn, trong khi INS duy trì độ chính xác ngắn hạn khi tín hiệu GNSS bị gián đoạn.

1.2. Ứng dụng trong trắc địa và bản đồ

Trong trắc địa, tích hợp GNSS/INS giúp cải thiện độ chính xác khi đo đạc địa hình, đặc biệt trong các khu vực có địa hình phức tạp. Đối với bản đồ, giải pháp này hỗ trợ tạo ra các bản đồ số chính xác hơn, phục vụ cho các mục đích quy hoạch và quản lý đất đai.

II. Công nghệ và phương pháp tích hợp GNSS INS

Tích hợp GNSS/INS trên thiết bị thông minh đòi hỏi sự kết hợp giữa phần cứng và phần mềm. Các cảm biến quán tính trên Smartphone được sử dụng để xây dựng hệ thống dẫn đường quán tính, trong khi GNSS cung cấp dữ liệu vị trí chính xác. Phương pháp lọc Kalman mở rộng (EKF) thường được áp dụng để kết hợp dữ liệu từ hai hệ thống này.

2.1. Cảm biến quán tính trên Smartphone

Các cảm biến quán tính trên Smartphone bao gồm cảm biến gia tốc và cảm biến tốc độ góc. Những cảm biến này có độ chính xác thấp hơn so với thiết bị chuyên dụng, nhưng với các kỹ thuật hiệu chuẩn và bù nhiễu, chúng có thể được sử dụng hiệu quả trong tích hợp GNSS/INS.

2.2. Phương pháp lọc Kalman mở rộng

Lọc Kalman mở rộng (EKF) là phương pháp toán học được sử dụng để kết hợp dữ liệu từ GNSS và INS. EKF giúp loại bỏ nhiễu và sai số, đảm bảo độ chính xác cao hơn trong việc xác định vị trí và hướng di chuyển.

III. Thực nghiệm và kết quả

Các thực nghiệm được tiến hành để đánh giá hiệu quả của tích hợp GNSS/INS trên Smartphone. Kết quả cho thấy, giải pháp này giúp cải thiện đáng kể độ chính xác định vị, đặc biệt trong các môi trường có tín hiệu GNSS yếu hoặc bị gián đoạn.

3.1. Hiệu chuẩn cảm biến quán tính

Quá trình hiệu chuẩn các cảm biến quán tính trên Smartphone được thực hiện để giảm thiểu sai số. Các phương pháp hiệu chuẩn sáu vị trí và phân tích phương sai Allan được áp dụng để đảm bảo độ chính xác của dữ liệu đầu vào.

3.2. Đánh giá độ chính xác định vị

Kết quả thực nghiệm cho thấy, tích hợp GNSS/INS trên Smartphone giúp giảm sai số định vị xuống mức chấp nhận được, đặc biệt trong các khu vực có tín hiệu GNSS yếu. Điều này mở ra khả năng ứng dụng rộng rãi trong trắc địa và bản đồ.

IV. Kết luận và kiến nghị

Tích hợp GNSS/INS trên thiết bị thông minh là một giải pháp hiệu quả để nâng cao độ chính xác định vị, đặc biệt trong các ứng dụng trắc địa và bản đồ. Các nghiên cứu tiếp theo nên tập trung vào việc cải thiện độ chính xác của cảm biến quán tính và tối ưu hóa các thuật toán tích hợp.

4.1. Ý nghĩa khoa học và thực tiễn

Nghiên cứu này đóng góp vào việc phát triển các giải pháp định vị chi phí thấp, dễ áp dụng trong thực tế. Đồng thời, nó mở ra hướng nghiên cứu mới trong việc tích hợp các công nghệ định vị trên thiết bị thông minh.

4.2. Hướng nghiên cứu tiếp theo

Các nghiên cứu tiếp theo nên tập trung vào việc cải thiện độ chính xác của cảm biến quán tính và phát triển các thuật toán tích hợp hiệu quả hơn. Ngoài ra, việc ứng dụng tích hợp GNSS/INS trong các lĩnh vực khác như giao thông và quản lý đô thị cũng cần được khám phá.