Tổng quan nghiên cứu

Sự bùng nổ của thiết bị di động và mạng truyền thông không dây đã biến dịch vụ định vị dựa trên vị trí thành hạ tầng thiết yếu trong kỷ nguyên số. Theo ước tính từ các báo cáo công nghệ viễn thông, nhu cầu tích hợp tính năng định vị trên điện thoại thông minh tăng trưởng hơn 25% mỗi năm. Hệ thống định vị toàn cầu GPS với chòm 24 vệ tinh nhân tạo hoạt động trên quỹ đạo 20.200 km đóng vai trò nòng cốt cho định vị ngoài trời với độ chính xác tiêu chuẩn khoảng 15 mét. Tuy nhiên, khi đối tượng di chuyển vào môi trường phức tạp như các hẻm núi đô thị, tầng hầm hay các tòa nhà cao tầng, sóng vệ tinh GPS ở dải tần L1 1575,42 MHz bị suy hao nghiêm trọng và che khuất hoàn toàn, dẫn đến sai số vị trí tăng vọt hoặc mất hoàn toàn kết nối.

Nhằm giải quyết triệt để bài toán này, luận văn thạc sĩ chuyên ngành Khoa học máy tính tại Trường Đại học Công nghệ thông tin và Truyền thông – Đại học Thái Nguyên tập trung nghiên cứu chuyên sâu các kỹ thuật định vị vô tuyến gồm GPS, Wi-Fi và RFID, từ đó xây dựng hệ thống dẫn đường theo ngữ cảnh trên thiết bị di động. Nghiên cứu được triển khai thực nghiệm trong năm 2016 tại khuôn viên nhà trường với diện tích hàng chục nghìn mét vuông. Đóng góp nổi bật của công trình là khả năng tích hợp linh hoạt giải thuật xử lý bản tin GPS và lập bản đồ 2D số hóa, giúp nâng cao độ chính xác định vị ngoài trời lên khoảng 3 đến 5 mét khi hỗ trợ công nghệ định vị vi sai DGPS hoặc A-GPS, đồng thời giảm thời gian tìm kiếm địa điểm và cung cấp thông tin tương tác ngữ cảnh tức thời với độ trễ phản hồi dưới 500 mili giây.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng trên nền tảng lý thuyết truyền sóng vô tuyến điện từ và mô hình tam giác đạc hình học không gian ba chiều. Nguyên lý định vị GPS dựa trên việc đo thời gian hành trình của tín hiệu sóng vô tuyến truyền với vận tốc ánh sáng 300.000 km/s từ ít nhất 4 vệ tinh đến máy thu để giải hệ phương trình phi tuyến xác định tọa độ không gian và bù trừ sai số đồng hồ quartz. Tín hiệu GPS dân sự sử dụng tần số sóng mang L1 ở mức 1575,42 MHz và sóng mang L2 ở mức 1227,60 MHz, được điều chế mã nhiễu giả ngẫu nhiên PRN C/A tần số 1,023 MHz.

Bên cạnh đó, nghiên cứu vận dụng lý thuyết học thống kê của Vapnik với nguyên tắc giảm thiểu rủi ro cấu trúc thông qua mô hình máy vector hỗ trợ SVM và thuật toán láng giềng gần nhất k-NN trên cơ sở dữ liệu dấu vân tay cường độ tín hiệu RSS Fingerprinting. Các khái niệm then chốt được phân tích chi tiết gồm kỹ thuật định vị theo thời gian đến TOA, sai khác thời gian đến TDOA, cường độ tín hiệu thu được RSS và chuẩn giao tiếp dữ liệu hàng hải NMEA 0183 với cấu trúc bản tin $GPRMC gồm 12 trường thông tin cốt lõi truyền ở tốc độ 4800 baud.

Phương pháp nghiên cứu

Nguồn dữ liệu nghiên cứu được thu thập từ việc giải mã trực tiếp các dòng dữ liệu định vị NMEA 0183 qua chip GPS tích hợp trên điện thoại thông minh Android và tín hiệu RSS từ hệ thống các điểm truy cập Wi-Fi. Cỡ mẫu thực nghiệm bao gồm 500 mẫu bản tin định vị NMEA được ghi nhận liên tục cùng 120 điểm mốc kiểm thử thực địa phân bổ tại các khu vực giảng đường C1, C3 và C5. Phương pháp chọn mẫu là lấy mẫu phân tầng theo không gian địa lý nhằm đảm bảo tính đại diện cho cả điều kiện ngoài trời thông thoáng lẫn khu vực bị che khuất một phần bởi tán cây và công trình xây dựng.

Luận văn lựa chọn phương pháp phân tích cú pháp chuỗi ký tự kết hợp giải thuật hình học không gian và phân loại dữ liệu RSS vì phương pháp này tối ưu hóa tài nguyên phần cứng hạn chế trên thiết bị di động, đảm bảo tốc độ tính toán thời gian thực. Toàn bộ quy trình nghiên cứu, xây dựng bản đồ số 2D, lập trình ứng dụng Java trên nền tảng Android và kiểm thử thực địa được thực hiện xuyên suốt trong giai đoạn từ tháng 10 năm 2015 đến tháng 7 năm 2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, giải thuật phân tích và trích xuất dữ liệu bản tin NMEA 0183 đạt hiệu suất xử lý tối ưu với độ chính xác đạt 99,8% trên 500 mẫu thử nghiệm. Module phần mềm bóc tách đầy đủ và chính xác 12 thông số then chốt từ câu $GPRMC bao gồm thời gian UTC, tọa độ kinh vĩ độ, vận tốc di chuyển và hướng la bàn ở tốc độ truyền chuẩn 4800 baud.

Thứ hai, kết quả đo đạc ngoài trời khẳng định thiết bị thu GPS tích hợp trên smartphone đạt độ chính xác định vị cơ bản với sai số trung bình khoảng 15 mét. Khi kích hoạt chế độ hỗ trợ A-GPS kết hợp dữ liệu từ trạm phát sóng di động 3G và Wi-Fi, sai số định vị giảm tới 70%, chỉ còn dao động trong khoảng 3 đến 5 mét.

Thứ ba, phân tích so sánh các giải thuật định vị trong nhà cho thấy phương pháp dấu vân tay tín hiệu RSS kết hợp thuật toán k-NN với giá trị k = 3 mang lại độ ổn định cao hơn 65% so với phương pháp TOA thuần túy trong môi trường có nhiều vách ngăn. Sai số định vị trung bình bằng phương pháp Wi-Fi Fingerprinting được duy trì ở mức 2 đến 3 mét khi không gian có từ 3 trạm phát sóng AP trở lên.

Thứ tư, ứng dụng dẫn đường theo ngữ cảnh cài đặt trên hệ điều hành Android đã vận hành chính xác tại các khu vực giảng đường C1, C3 và C5 của trường Đại học Công nghệ thông tin và Truyền thông. Hệ thống đạt tỷ lệ nhận diện đúng ngữ cảnh tiếp cận 94,5% và thời gian phản hồi thông tin hướng dẫn dưới 500 mili giây.

Thảo luận kết quả

Nguyên nhân chính khiến định vị GPS ngoài trời đạt độ tin cậy cao là nhờ cơ chế giải 4 phương trình phi tuyến với 4 ẩn số tọa độ và thời gian, loại bỏ hoàn toàn độ lệch micro giây của đồng hồ quartz. Ngược lại, trong môi trường trong nhà, tín hiệu vệ tinh bị suy hao bởi bê tông cốt thép, đòi hỏi sự bổ trợ của sóng Wi-Fi và RFID. So với các hệ thống định vị vệ tinh toàn cầu khác trên thế giới như GLONASS của Nga với 24 vệ tinh (độ chính xác dân sự 50 đến 70 mét), Galileo của Châu Âu với 30 vệ tinh, hay Beidou-2 của Trung Quốc với 35 vệ tinh (độ chính xác cam kết 10 mét), GPS vẫn là hạ tầng tối ưu nhất cho ứng dụng thương mại di động tại Việt Nam trong giai đoạn nghiên cứu.

Dữ liệu nghiên cứu thực nghiệm có thể được mô tả trực quan thông qua biểu đồ cột so sánh sai số định vị trung bình giữa các công nghệ: GPS đơn lẻ (15 mét), A-GPS (3,5 mét) và Wi-Fi k-NN (2,4 mét). Đồng thời, bảng ma trận nhầm lẫn thể hiện rõ xác suất nhận diện đúng ngữ cảnh tại Giảng đường C1 đạt 95,0%, Giảng đường C3 đạt 93,3% và Giảng đường C5 đạt 95,2%, minh chứng cho tính khả thi và độ tin cậy vượt trội của mô hình dẫn đường ngữ cảnh.

Đề xuất và khuyến nghị

Thứ nhất, nâng cấp kiến trúc hệ thống theo mô hình định vị lai kết hợp đồng thời GPS ngoài trời, Wi-Fi Fingerprinting và công nghệ nhận dạng RFID tần số cao trong nhà. Nhóm kỹ sư phần mềm di động cần chủ trì triển khai trong vòng 6 tháng nhằm hạ sai số chuyển tiếp vùng không gian xuống dưới 1,5 mét.

Thứ hai, tối ưu hóa thuật toán phân loại máy học bằng cách chuyển đổi từ thuật toán k-NN đơn thuần sang mô hình SVM kết hợp mạng nơ-ron nhân tạo với hàm xử lý phi tuyến tính. Mục tiêu là giảm 30% thời gian xử lý dữ liệu vector RSS và hạ tỷ lệ nhận diện sai ngữ cảnh xuống dưới 3%, thực hiện bởi các nhà nghiên cứu khoa học dữ liệu trong lộ trình 9 tháng.

Thứ ba, xây dựng và chuẩn hóa cơ sở dữ liệu bản đồ số không gian 2D và 3D đa lớp cho toàn bộ các tòa nhà cao tầng, bệnh viện và trường học. Trung tâm Công nghệ thông tin cùng Ban quản lý cơ sở vật chất cần số hóa 100% bản đồ hạ tầng kỹ thuật trong thời hạn 12 tháng để phục vụ tích hợp dẫn đường chi tiết từng tầng nhà.

Thứ tư, tích hợp giao thức định vị đa hệ GNSS kết hợp tín hiệu từ hơn 75 vệ tinh thuộc các chòm sao GPS, GLONASS, Galileo và Beidou vào phần mềm của thiết bị cầm tay. Doanh nghiệp viễn thông và nhà sản xuất phần cứng cần thực hiện trong 18 tháng để giảm thời gian chốt tọa độ ban đầu xuống dưới 2 giây và duy trì liên tục trên 12 vệ tinh kết nối trong các đô thị lớn.

Đối tượng nên tham khảo luận văn

Thứ nhất, lập trình viên và kỹ sư phát triển ứng dụng di động có thể sử dụng trọn vẹn mô hình giải mã bản tin NMEA 0183 và mã nguồn thuật toán dẫn đường ngữ cảnh trên Android để xây dựng các ứng dụng bản đồ thương mại phục vụ hàng chục nghìn người dùng.

Thứ hai, học viên cao học, nghiên cứu sinh và giảng viên chuyên ngành Khoa học máy tính, Kỹ thuật viễn thông có thể khai thác khung lý thuyết toán học về giải phương trình TOA, TDOA, mô hình giảm thiểu rủi ro cấu trúc của SVM làm tài liệu tham khảo chất lượng cao cho các công trình nghiên cứu mở rộng.

Thứ ba, nhà quản trị logistics, kho bãi thông minh và chuỗi cung ứng có thể ứng dụng trực tiếp các nguyên lý định vị RFID và Wi-Fi RSS được phân tích trong luận văn để giám sát tự động hàng trăm kiện sản phẩm theo thời gian thực, giúp cắt giảm khoảng 40% chi phí kiểm kê và tìm kiếm hàng hóa.

Thứ tư, ban quản lý đô thị thông minh, bệnh viện đa khoa và các trường đại học quy mô lớn có thể tham khảo mô hình bản đồ 2D và cơ chế kích hoạt ngữ cảnh tại 3 khu giảng đường C1, C3, C5 để triển khai hệ thống thông tin dẫn đường nội khu cho hàng nghìn khách tham quan và sinh viên.

Câu hỏi thường gặp

Tại sao máy thu GPS cần nhận tín hiệu từ tối thiểu 4 vệ tinh để xác định vị trí chính xác? Về mặt toán học, 3 vệ tinh giúp thiết lập 3 mặt cầu giao nhau tại 2 điểm trong không gian để xác định 3 tọa độ x, y, z. Tuy nhiên, do đồng hồ quartz của máy thu có độ chính xác thấp hơn đồng hồ nguyên tử trên vệ tinh, sai số 1 phần triệu giây có thể dẫn đến sai lệch vị trí tới 300 mét. Vệ tinh thứ tư cung cấp phương trình đo cự ly bổ sung để triệt tiêu hoàn toàn sai số đồng hồ này.

Bản tin NMEA 0183 câu $GPRMC cung cấp những thông tin cốt lõi nào cho hệ thống dẫn đường? Chuỗi dữ liệu $GPRMC truyền tuần tự qua mã ASCII ở tốc độ 4800 baud gồm 12 trường dữ liệu thiết yếu: mã thời gian UTC, cờ trạng thái dữ liệu hợp lệ (A) hoặc không hợp lệ (V), vĩ độ kèm chỉ báo Bắc/Nam, kinh độ kèm chỉ báo Đông/Tây, tốc độ di chuyển theo hải lý, góc hướng di chuyển thực tế, ngày tháng năm và mã kiểm tra checksum.

Kỹ thuật định vị TDOA có ưu điểm gì vượt trội so với kỹ thuật TOA? Kỹ thuật TOA yêu cầu đồng bộ thời gian tuyệt đối và cực kỳ khắt khe giữa thiết bị phát và thiết bị thu; chỉ cần sai số 100 nano giây sẽ gây lỗi định vị lên tới 30 mét. Ngược lại, kỹ thuật TDOA sử dụng phép đo sai lệch thời gian tương đối dựa trên các đường cong Hypebol, chỉ đòi hỏi đồng bộ thời gian giữa các trạm thu cố định (tối thiểu 3 trạm) mà không cần can thiệp đồng bộ máy phát di động.

Thuật toán k-NN kết hợp phương pháp Fingerprinting hoạt động như thế nào trong định vị Wi-Fi? Phương pháp gồm 2 giai đoạn: Giai đoạn offline lập bản đồ thu thập vector cường độ tín hiệu RSS trung bình tại các vị trí tham chiếu cố định; giai đoạn online đo vector RSS thực tế của người dùng rồi tính khoảng cách hình học Euclidean tới các mẫu trong cơ sở dữ liệu. Thuật toán chọn ra k láng giềng gần nhất (thường k = 3) để tính trung bình tọa độ, đạt độ chính xác sai số từ 2 đến 3 mét.

Hệ thống dẫn đường theo ngữ cảnh trong luận văn xử lý tình huống thực tế ra sao? Khi người dùng di chuyển trong khuôn viên trường với smartphone Android, module GPS định kỳ lấy mẫu tọa độ và đối chiếu với cơ sở dữ liệu bản đồ 2D. Khi khoảng cách tới các đối tượng giảng đường C1, C3 hoặc C5 nhỏ hơn ngưỡng bán kính quy định khoảng 10 mét, ứng dụng tự động hiển thị thông tin giới thiệu, chức năng phòng ban tương ứng với độ trễ xử lý dưới 500 mili giây.

Kết luận

  • Luận văn đã hệ thống hóa toàn diện các lý thuyết định vị vô tuyến toàn cầu gồm GPS (24 vệ tinh), GLONASS, Galileo, Beidou và các kỹ thuật định vị trong nhà như TOA, TDOA, RSS Fingerprinting, k-NN và SVM.
  • Đã phân tích chuyên sâu chuẩn NMEA 0183 và lập trình thành công module bóc tách bản tin $GPRMC đạt độ chính xác thời gian thực 99,8%.
  • Đã xây dựng hoàn chỉnh ứng dụng dẫn đường theo ngữ cảnh trên hệ điều hành Android, thử nghiệm thành công trên bản đồ số 2D tại 3 khu vực giảng đường C1, C3 và C5 với tỷ lệ kích hoạt đúng đạt 94,5%.
  • Đóng góp chính của công trình là giải pháp định vị dẫn đường ngữ cảnh chi phí thấp, tối ưu hóa cho thiết bị di động phổ thông mà không đòi hỏi nâng cấp phần cứng phức tạp.
  • Trong lộ trình 12 đến 24 tháng tới, hướng phát triển trọng tâm là mở rộng mô hình định vị lai ghép Wi-Fi kết hợp Bluetooth Low Energy và mạng nơ-ron để triệt tiêu hoàn toàn vùng mù GPS trong nhà. Các tổ chức và doanh nghiệp công nghệ hãy chủ động khai thác ngay các giải pháp định vị ngữ cảnh này nhằm đón đầu làn sóng chuyển đổi số đô thị thông minh.