Nâng Cao Độ Chính Xác Cảm Biến MARG Sử Dụng Trong Điều Khiển Quadrotor

Luận văn thạc sĩ kỹ thuật cơ điện tử nghiên cứu nâng cao độ chính xác cảm biến marg trong điều khiển quadrotor, ứng dụng thực tiễn.

• Tác giả: Trần Minh Phụng
• Người hướng dẫn: TS. Trần Việt Hồng
• Trường học: Đại học Bách Khoa - ĐHQG TP.HCM
• Chuyên ngành: Kỹ thuật Cơ điện tử
• Đề tài: Nâng Cao Độ Chính Xác Cảm Biến MARG Trong Điều Khiển Quadrotor
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: TP.Hồ Chí Minh

Tóm tắt

I. Tổng Quan Về Nâng Cao Độ Chính Xác Cảm Biến MARG

Bài viết này tập trung vào việc nâng cao độ chính xác của cảm biến MARG trong ứng dụng điều khiển Quadrotor. Quadrotor dựa vào dữ liệu chính xác từ cảm biến MARG để duy trì độ ổn định Quadrotor và thực hiện các chức năng điều khiển. Cảm biến MARG tích hợp gia tốc kế, con quay hồi chuyển, và từ kế, cung cấp thông tin quan trọng về đo lường quán tính. Mục tiêu là giảm thiểu độ trôi cảm biến và nhiễu cảm biến để cải thiện hiệu suất điều khiển bay. Luận văn gốc của Trần Minh Phụng đã đi sâu vào thiết kế thuật toán ước lượng góc nghiêng. Việc cải thiện độ chính xác cảm biến là yếu tố then chốt để đạt được hiệu suất bay tối ưu. Các phương pháp hiệu chuẩn cảm biến và bù lỗi cảm biến sẽ được xem xét. Việc tích hợp cảm biến hiệu quả là cần thiết để đạt được độ tin cậy cảm biến cao.

1.1. Ứng Dụng Cảm Biến MARG Trong Điều Khiển Quadrotor

Bộ điều khiển bay nhận lệnh từ bộ điều khiển từ xa và dữ liệu từ cảm biến MARG (IMU shield, GPS). Sau đó chuyển đổi, lọc nhiễu và ước lượng trạng thái. Cuối cùng, đưa ra các chỉ thị thích hợp cho các bộ điều khiển tốc độ điện tử (ESC). Trong các sản phẩm Quadrotor thương mại, control board và IMU shield thường được đóng gói chung. Do đó, cần tập trung phát triển thuật toán cho thiết bị đo góc phục vụ điều khiển Quadrotor. Việc này sẽ làm tiền đề cho việc phát triển các bộ điều khiển bay và cải thiện chất lượng đo về sau, để có thể chủ động trong các nghiên cứu sâu hơn về điều khiển Quadrotor.

1.2. Tầm Quan Trọng Của Độ Chính Xác Cảm Biến MARG

Để có thể điều khiển mô hình ổn định thì việc ước lượng, lọc nhiễu từ dữ liệu đo được từ cảm biến MARG là rất quan trọng. Vì vậy mục tiêu cần tập trung vào thuật toán ước lượng để làm tăng độ chính xác cảm biến của kết quả đo góc. Đề tài nên tập trung sử dụng mô hình bay Quadrotor để kiểm nghiệm khả năng ứng dụng và sai số của thuật toán trong môi trường bay thực tế. Đó sẽ là nền tảng để nâng cao được các tính năng bay tự động, cũng như phát triển các chức năng bay mới cho mô hình bay trong tương lai.

II. Vấn Đề Và Thách Thức Với Độ Chính Xác Cảm Biến MARG

Mặc dù cảm biến MARG được sử dụng rộng rãi, chúng vẫn gặp phải nhiều thách thức về độ chính xác. Độ trôi cảm biến, nhiễu cảm biến, và sự nhạy cảm với các yếu tố bên ngoài như từ trường và rung động là những vấn đề chính. Các sai số có thể đến từ sai số của cảm biến vận tốc góc, sai số của cảm biến gia tốc, và sai số của cảm biến từ trường. Việc bù lỗi cảm biến đòi hỏi các thuật toán phức tạp và hiệu chuẩn cảm biến cẩn thận. Ngoài ra, sự thay đổi nhiệt độ và các yếu tố môi trường khác cũng có thể ảnh hưởng đến hiệu suất của cảm biến MARG. Các thuật toán lọc như bộ lọc Kalman và bộ lọc bổ sung được sử dụng để giảm thiểu ảnh hưởng của nhiễu cảm biến, nhưng hiệu quả của chúng phụ thuộc vào chất lượng dữ liệu và độ chính xác của mô hình.

2.1. Các Nguyên Nhân Gây Sai Số Cảm Biến MARG Cần Biết

Sai số mắc phải trong việc sử dụng các cảm biến vi cơ có ở 2 cấp độ, cấp độ cảm biến và cấp độ nhóm cảm biến. Ở cấp độ cảm biến là sai số của từng cảm biến cấu tạo thành khối IMU, còn ở cấp độ nhóm cảm biến là sai số tổ hợp của nhóm cảm biến với nhau. Cần xác định rõ các yếu tố gây sai số để có phương án giảm thiểu sai sót.

2.2. Ảnh Hưởng Của Nhiễu Đến Độ Chính Xác Cảm Biến MARG

Dữ liệu từ cảm biến (bao gồm nhiễu và các loại sai số) được xử lý qua thuật toán ước lượng nhằm kết hợp, chuyển đổi và lọc nhiễu các tín hiệu đo sao cho trạng thái ước lượng có sai số nhỏ nhất. Cần có thuật toán để lọc nhiễu và ước lượng một cách hiệu quả để giảm thiểu tối đa ảnh hưởng của nhiễu đến độ chính xác cảm biến.

III. Cách Sử Dụng Bộ Lọc Kalman Nâng Cao Độ Chính Xác MARG

Bộ lọc Kalman là một công cụ mạnh mẽ để ước lượng trạng thái của hệ thống động, đặc biệt khi dữ liệu cảm biến MARG bị nhiễu. Bằng cách kết hợp dữ liệu cảm biến với mô hình động học của Quadrotor, bộ lọc Kalman có thể cung cấp ước lượng chính xác về tư thế và vận tốc. Bộ lọc Kalman mở rộng (EKF) là một biến thể thường được sử dụng để xử lý các hệ thống phi tuyến. Việc thiết kế bộ lọc Kalman hiệu quả đòi hỏi sự hiểu biết sâu sắc về đặc tính của cảm biến, mô hình động học và các nguồn nhiễu. Các tham số của bộ lọc cần được điều chỉnh cẩn thận để đạt được hiệu suất tối ưu. Luận văn gốc của Trần Minh Phụng đã sử dụng bộ lọc Kalman dựa trên phương pháp DCM để ước lượng góc nghiêng.

3.1. Thiết Kế Bộ Lọc Kalman Cho Cảm Biến MARG Hiệu Quả

Để thiết kế bộ lọc Kalman cần xác định mô hình đối tượng và mô hình đo lường. Sau đó, cần tính toán thành phần cho bộ lọc Kalman mở rộng. Quan trọng là phải rời rạc và tuyến tính phương trình động học. Các bước tính toán trong thuật toán Kalman_DCM phải được thực hiện cẩn thận.

3.2. Ưu Điểm Của Bộ Lọc Kalman So Với Các Phương Pháp Khác

Bộ lọc Kalman có khả năng xử lý nhiễu tốt và cung cấp ước lượng trạng thái tối ưu trong điều kiện nhiễu Gaussian. Nó cũng có thể kết hợp dữ liệu từ nhiều cảm biến khác nhau để cải thiện độ chính xác cảm biến. So với các phương pháp lọc đơn giản hơn, bộ lọc Kalman có thể cung cấp hiệu suất vượt trội, đặc biệt trong các ứng dụng yêu cầu độ chính xác cảm biến cao.

IV. Bí Quyết Hiệu Chuẩn Cảm Biến MARG Cho Độ Chính Xác Cao

Hiệu chuẩn cảm biến là một bước quan trọng để giảm thiểu sai số và cải thiện độ chính xác cảm biến. Quá trình này bao gồm việc xác định và bù đắp các sai số hệ thống, chẳng hạn như độ trôi và sai số tỷ lệ. Các kỹ thuật hiệu chuẩn có thể được thực hiện offline hoặc online. Hiệu chuẩn offline liên quan đến việc thu thập dữ liệu trong môi trường được kiểm soát và sử dụng các thuật toán để ước lượng các tham số sai số. Hiệu chuẩn online sử dụng dữ liệu thời gian thực để liên tục điều chỉnh các tham số sai số. Việc lựa chọn kỹ thuật hiệu chuẩn phù hợp phụ thuộc vào yêu cầu ứng dụng và đặc tính của cảm biến.

4.1. Các Bước Cơ Bản Để Hiệu Chuẩn Cảm Biến MARG

Các bước cơ bản bao gồm thu thập dữ liệu trong nhiều tư thế và vận tốc khác nhau. Sau đó sử dụng các thuật toán tối ưu hóa để ước lượng các tham số sai số. Tiếp theo là áp dụng các tham số sai số ước lượng để bù đắp các sai số trong dữ liệu cảm biến. Cuối cùng, cần phải đánh giá hiệu quả của hiệu chuẩn bằng cách so sánh dữ liệu trước và sau khi hiệu chuẩn.

4.2. Lợi Ích Của Hiệu Chuẩn Cảm Biến MARG Định Kỳ

Hiệu chuẩn cảm biến định kỳ có thể giúp duy trì độ chính xác cảm biến cao trong thời gian dài. Điều này đặc biệt quan trọng trong các ứng dụng mà hiệu suất cảm biến có thể thay đổi theo thời gian do các yếu tố như nhiệt độ, rung động và lão hóa. Việc hiệu chuẩn thường xuyên có thể giúp đảm bảo rằng hệ thống vẫn hoạt động trong các thông số kỹ thuật mong muốn.

V. Ứng Dụng Thực Tế Kết Quả Nghiên Cứu Độ Chính Xác MARG

Luận văn của Trần Minh Phụng đã tiến hành các thí nghiệm để đánh giá độ chính xác cảm biến của cảm biến MARG trong cả môi trường mô phỏng và thực tế. Các kết quả cho thấy rằng việc sử dụng bộ lọc Kalman và hiệu chuẩn cảm biến có thể cải thiện đáng kể độ chính xác cảm biến. Các thí nghiệm cũng cho thấy rằng độ chính xác cảm biến có thể bị ảnh hưởng bởi các yếu tố như nhiễu cảm biến, rung động và sự thay đổi nhiệt độ. Các kết quả nghiên cứu này cung cấp thông tin quan trọng để thiết kế và triển khai các hệ thống điều khiển Quadrotor hiệu quả.

5.1. Mô Phỏng Và Thực Nghiệm Đánh Giá Độ Chính Xác

Luận văn mô phỏng cảm biến MARG trong Matlab/ Simulink để đánh giá độ chính xác cảm biến và quan sát sự ảnh hưởng của các thông số trong thuật toán, các mức nhiễu. Sử dụng board điều khiển multicopter và cảm biến góc có độ chính xác cảm biến cao để tiến hành kiểm nghiệm độ chính xác cảm biến của thuật toán trong thực tế.

5.2. Đánh Giá Ứng Dụng Thuật Toán Ước Lượng Góc Nghiêng

Đề tài tập trung sử dụng mô hình bay Quadrotor để kiểm nghiệm khả năng ứng dụng và sai số của thuật toán trong môi trường bay thực tế. Đó sẽ là nền tảng để nâng cao được các tính năng bay tự động, cũng như phát triển các chức năng bay mới cho mô hình bay trong tương lai. Kết quả cho thấy rằng việc sử dụng bộ lọc Kalman và hiệu chuẩn cảm biến có thể cải thiện đáng kể độ chính xác cảm biến.

VI. Kết Luận Và Hướng Phát Triển Cảm Biến MARG Tương Lai

Việc nâng cao độ chính xác của cảm biến MARG là rất quan trọng để cải thiện hiệu suất điều khiển Quadrotor. Các kỹ thuật như bộ lọc Kalman và hiệu chuẩn cảm biến có thể được sử dụng để giảm thiểu sai số và cải thiện độ tin cậy cảm biến. Trong tương lai, các nghiên cứu có thể tập trung vào việc phát triển các thuật toán bù lỗi cảm biến tiên tiến hơn và các phương pháp tích hợp cảm biến hiệu quả hơn. Ngoài ra, việc khám phá các loại cảm biến mới và công nghệ MEMS có thể dẫn đến sự cải thiện đáng kể về độ chính xác cảm biến và hiệu suất.

6.1. Tóm Tắt Các Phương Pháp Nâng Cao Độ Chính Xác MARG

Để đạt được độ chính xác cảm biến cao cần sử dụng bộ lọc Kalman, bộ lọc bổ sung, hiệu chuẩn cảm biến và bù lỗi cảm biến. Ngoài ra cần đánh giá đầy đủ ảnh hưởng của gia tốc ngoài và từ trường ngoài tác động tới thiết bị.

6.2. Hướng Nghiên Cứu Phát Triển Cảm Biến MARG Tiên Tiến

Hướng nghiên cứu phát triển cảm biến MARG tiên tiến có thể tập trung vào việc phát triển các thuật toán bù lỗi cảm biến tiên tiến hơn, tích hợp cảm biến hiệu quả hơn, khám phá các loại cảm biến mới và công nghệ MEMS. Mục tiêu là giảm thiểu độ trôi cảm biến và nhiễu cảm biến để cải thiện hiệu suất điều khiển bay.

Trích đoạn nội dung tài liệu

CHƯƠNG I: TỔNG QUAN 1. Ý nghĩa, tầm quan trọng của việc nghiên cứu luận văn Zigbee Power to RC Xbee/ DataRadio RC Receiver 8 7 IMU Shield Pilot Autopilot control* - 6 Inputs GPS hold*- 5 Yaw/rudder- 4 I2C Throttle- 3 Magnetometer Pitch/Elevator- 2 Roll/ Aileron- 1 8 Servo Outputs 7 6 5 4 3 Control Board GPS GPS module 2 1 Power from ESC Aircraft Aircraft Aircraft Aircraft Flight Battery ESC ESC ESC ESC Motor Motor Motor Motor Hình 1.1 Cấu trúc phần cứng một hệ thống điều khiển Quadrotor tiêu biểu Hình 1.2 Cấu trúc phần mềm một hệ thống điều khiển Quadrotor tiêu biểu 1 Luận văn thạc sĩ kỹ thuật HV: Trần Minh Phụng Theo sơ đồ trên hình 1.1, một mô hình bay Quadrotor hoạt động được nhờ có bộ điều khiển bay (Control board) và cơ cấu chấp hành (motor, esc…). Trong đó bộ điều khiển bay đóng vai trò chính trong việc điều khiển mô hình. Bộ điều khiển có nhiệm vụ nhận lệnh từ bộ điều khiển (RC) và nhận dữ liệu từ các cảm biến (IMU shield, GPS, .) chuyển đổi, lọc nhiễu và ước lượng trạng thái mô hình,từ đó đưa ra các chỉ thị thích hợp cho các bộ điều khiển tốc độ điện tử (ESC).

Trong các sản phẩm Quadrotor thương mại, các control board và IMU shield (các khung nét đứt màu đỏ trên Hình 1.2) thường được đóng gói chung và không cho phép sự can thiệp từ bên ngoài vào cấu trúc và mã bên trong. Do đó, đề tài luận văn này tác giả tập trung phát triển thuật toán cho thiết bị đo góc phục vụ điều khiển Quadrotor (khung nét đứt màu xanh trên Hình 1.2) để làm tiền đề cho việc phát triển các bộ điều khiển bay và cải thiện chất lượng đo về sau, để có thể chủ động trong các nghiên cứu sâu hơn về điều khiển Quadrotor. AUX AUX ADC DAC Signal Calibration Conditioning & Sensors & Digital Conversion Processiing Ports Power Aux Display Alarms Management I/O Hình 1.3 Cấu trúc một thiết bị đo kỹ thuật số theo Analog Devices Dữ liệu từ cảm biến (bao gồm nhiễu và các loại sai số) được xử lý qua thuật toán ước lượng nhằm kết hợp, chuyển đổi và lọc nhiễu các tín hiệu đo sao cho trạng thái ước lượng có sai số nhỏ nhất. Ở đây quá trình đo đạc và ước lượng gồm 2 phần chính: phần cảm biến gồm nhiều loại cảm biến khác nhau được kết hợp với nhau (gia tốc kế, con quay hồi chuyển, cảm biến từ trường hay còn gọi là cảm biến MARG).

Và phần thuật toán để lọc nhiễu và ước lượng tức là khối (Signal Conditioning and Conversion) trên Hình 1. Tất cả cấu thành nên bộ ước lương góc quay trong không gian. Để có thể điều khiển mô hình ổn định thì việc ước lượng, lọc nhiễu từ dữ liệu đo được từ cảm biến là rất quan trọng. Vì vậy mục tiêu đề tài muốn tập trung vào thuật toán ước lượng để làm tăng độ chính xác của kết quả đo góc.

2 Luận văn thạc sĩ kỹ thuật HV: Trần Minh Phụng Khối đo quán tính (IMU) là thiết bị điện tử đo và truyền dữ liệu vận tốc góc, góc quay và lực trọng trường của đối tượng mà IMU được thiết lập để đo, là tập hợp của nhiều loại cảm biến như cảm biến đo vận tốc góc (gyrometers), cảm biến gia tốc (accelerometers) và cảm biến la bàn (magnetometers) còn được gọi là MARG (magnetic, angular rate and gravity) hay cảm biến 9 bậc tự do (DOF). Nó được sử dụng để ước lượng góc quay của hệ trục đặt trên cảm biến so với hệ trục tọa độ trái đất, hỗ trợ cho việc giữ thăng bằng của các hệ thống tự động như robot vượt địa hình, máy bay,… Mỗi cảm biến có một chức năng riêng, có ưu điểm và nhược điểm riêng. Việc kết hợp nhiều loại cảm biến lại cho phép robot, mô hình bay có được nhiều nguồn dữ liệu tin cậy từ đó đưa ra những quyết định chính xác hơn. IMU được sử dụng trong rất nhiều lĩnh vực và trong nhiều ứng dụng cuộc sống ví dụ như trong lĩnh lực hàng không: mô hình bay không người lái [1][2], trong lĩnh vực dân dụng: hệ thống hỗ trợ đỗ xe tự động [3], trong y học: hệ thống vi giải phẫu [4], hệ thống giám sát chuyển động của cơ thể người [5][6] và trong các hoạt động định vị và định hướng cho robot tự hành [7][3].

Mặc dù IMU đã được ứng dụng rộng rãi trên thế giới nhưng hướng nghiên cứu và chế tạo IMU ở trong nước còn khá mới mẻ. Lý do để chế tạo được một IMU tốt cần phải hội đủ hai yếu tố: cảm biến tốt và thuật toán ước lượng trạng thái tối ưu trong không gian. Cảm biến tốt chúng ta có thể mua được, nhưng để ước lượng trạng thái tối ưu cần phải có kiến thức toán học về vật chuyển động trong không gian và đặc biệt phải có kinh nghiệm trong việc thiết kế các bộ ước lượng số phi tuyến tối ưu. Trong 5 năm trở lại đây, ở Việt Nam đã có một vài nhóm nghiên cứu trong các trường đại học tiến hành nghiên cứu và chế tạo thử nghiệm IMU dùng bộ lọc tuyến tính Kalman mở rộng.

Tuy nhiên, hạn chế của các IMU này là cho ra kết quả ước lượng không chính xác vì thuật toán ước lượng góc quay được xây dựng theo bộ lọc tuyến tính, trong khi bản chất của chuyển động quay IMU là phi tuyến, khối lượng tính toán của thuật toán quá lớn dẫn đến độ trễ trong quá trình ước lượng lớn làm giảm khả năng tác động của đối tượng trước sự thay đổi về trạng thái thực tế. Hơn nữa, khi xây dựng bộ ước lượng, các nhóm nghiên cứu chưa đánh giá đầy đủ ảnh hưởng của gia tốc ngoài và từ trường ngoài tác động tới thiết bị nên kết quả ước lượng góc ngõ ra không chính xác. Ngày nay, việc nghiên cứu chế tạo mô hình bay ngày càng phát triển và được ứng dụng trong nhiều lĩnh vực của cuộc sống hơn và rất nhiều học sinh, sinh viên từ các trường và nhiều tổ chức đã bắt tay nghiên cứu để chế tạo ra các mô hình bay. Tuy nhiên 3 Luận văn thạc sĩ kỹ thuật HV: Trần Minh Phụng khi tiếp xúc với các nhóm nghiên cứu mô hình máy bay không người lái, ta thấy họ gặp rất nhiều khó khăn trong việc triển khai vì không nắm được công nghệ IMU.

Trong khi đó, các kết quả nghiên cứu IMU trong nước chưa thể áp dụng vào công nghiệp hoặc máy bay mô hình vì đặc tính của động cơ máy bay phát sinh nhiễu rất lớn làm cho kết quả ước lượng không chính xác. Vì vậy đề tài muốn nghiên cứu thuật toán có thể ước lượng các góc trong không gian với sai số thấp, khả năng lọc nhiễu tốt và có khả năng ứng dụng trong thực tế cao. Đề tài tập sử dụng mô hình bay Quadrotor để kiểm nghiệm khả năng ứng dụng và sai số của thuật toán trong môi trường bay thực tế. Đó sẽ là nền tảng để nâng cao được các tính năng bay tự động, cũng như phát triển các chức năng bay mới cho mô hình bay trong tương lai.

Tổng quan về tình hình nghiên cứu trong và ngoài nước 2. Tổng quan cảm biến đo góc Để xác định các góc trong không gian ta cần các cảm biến đo góc. Hiện nay trên thị trường có rất nhiều loại cảm biến đo góc: Hình 1.4 Một số cảm biến đo góc Cảm biến đo góc cho độ chính xác rất cao. Ngõ ra là analog tiện lợi cho việc sử dụng.

Chống chọi với điều kiện môi trường tốt. Ít ảnh hưởng bởi nhiễu. Nhưng nếu ứng dụng trên mô hình bay quadrotor sẽ có một số bất lợi. Khối lượng cảm biến lớn sẽ làm tăng khối lượng mô hình bay.

Kích thước lớn ảnh hưởng tới không gian bố trí thiết bị điện trên mô hình. Nếu muốn thay đổi cảm biến sẽ ảnh hưởng tới trọng tâm của mô hình cũng như khối lượng của mô hình dẫn đến thay đổi về giải thuật điều khiển. 4 Luận văn thạc sĩ kỹ thuật HV: Trần Minh Phụng Ngoài ra trên mô hình bay cần tích hợp thêm vi xử lý và nhiều cảm biến để tăng các chức năng bay khác. Ví dụ các chức năng bay tự động như loiter hay RTL cần có cảm biến áp suất và cảm biến GPS để xác định độ cao và tọa độ mô hình.

Khi đó sẽ ảnh hưởng đến khả năng tích hợp cảm biến trên cùng một board, tăng diện tích và khối lượng thiết bị điện. Điện áp sửa dụng của một số cảm biến góc là 24VDC nên cần phải có thêm nguồn cho cảm biến làm tăng số lượng thiết bị điện trên mô hình. Tổng quan về IMU Ngày nay, cùng với sự phát triển của công nghệ MEMS và các dòng vi điều khiển hỗ trợ tính toán số thực, các cảm biến có sai số càng nhỏ và dễ dàng tích hợp với vi điều khiển tạo nên IMU nhỏ gọn. Một khối vi cơ IMU (Inertial Measurement Unit) bao gồm cảm biến vận tốc góc và một cảm biến gia tốc để đo sự định hướng, gia tốc dựa trên hệ thống cảm biến bên trong mà không phụ thuộc vào các yếu tố bên ngoài hay môi trường.

Một hệ thống cảm biến MARG (Magnetic, Angular Rate, và Gravity) chính là sự kết hợp giữa IMU và một cảm biến từ trường. Khi kết hợp các cảm biến vi cơ thành một cấu trúc tổng thể thì thường tạo ra sai số. Sai số mắc phải trong việc sử dụng các cảm biến vi cơ này có ở 2 cấp độ, cấp độ cảm biến và cấp độ nhóm cảm biến. Ở cấp độ cảm biến là sai số của từng cảm biến cấu tạo thành khối IMU, còn ở cấp độ nhóm cảm biến là sai số tổ hợp của nhóm cảm biến với nhau.

Các cảm biến vi cơ kết cấu hỗ trợ với nhau theo cấu trúc gắn liền (hình 1.5a) hoặc theo cấu trúc nổi (hình 1.5 Các cấu trúc của khối IMU vi cơ [19] Trên thực tế khối IMU có cấu trúc kiểu Strapdown được sử dụng rộng rãi hơn bởi cấu trúc này đơn giản và có giá thành chế tạo thấp với độ chính xác có thể chấp nhận được. Trên thế giới hiện nay có rất nhiều dòng sản phầm IMU. Sau đây là ví dụ về một 5 Luận văn thạc sĩ kỹ thuật HV: Trần Minh Phụng số sản phẩm thương mại đạt độ chính xác cao: Hình 1.6 Một số IMU thương mại [21] Các sản phẩm IMU ước lượng ba góc quay được sử dụng rộng rãi trong các lĩnh vực như: robot tự cân bằng, điều khiển máy bay, điều khiển Quadrotor, hệ thống dẫn đường INS kết hợp IMU và GPS,… Hiện nay các bộ điều khiển bay đã được phát triển rất nhiều.