Tổng quan luận án

Luận án tiến sĩ kỹ thuật với đề tài "Nghiên cứu xác định định hướng không gian cho thiết bị bay theo các phép đo từ trường Trái đất" được thực hiện bởi nghiên cứu sinh Đỗ Văn Phán, dưới sự hướng dẫn khoa học của Thiếu tướng, GS-TSKH. Nguyễn Công Định và Đại tá, TS. Vũ Hỏa Tiễn, tại Học viện Kỹ thuật Quân sự (chuyên ngành Kỹ thuật điều khiển và tự động hóa, mã số 62.16).

Tính cấp thiết và khoảng trống nghiên cứu

Thiết bị bay trinh sát không người lái (TBBTSKNL) là hệ thống kỹ thuật hàng không làm việc theo nguyên lý khí động, kết hợp điều khiển vô tuyến từ xa và dẫn đường quán tính (DĐQT) nhằm thực hiện nhiệm vụ thu thập tin tức tình báo, chỉ thị mục tiêu, chụp và truyền ảnh số bề mặt mặt đất. Đặc điểm cốt lõi của TBBTSKNL là mang tải trọng có ích trong điều kiện giới hạn nghiêm ngặt về khối lượng cất cánh, đòi hỏi phải tối thiểu hóa trọng lượng kết cấu và trang thiết bị trên khoang để tăng trữ lượng nhiên liệu và kéo dài thời gian bay.

Trong hệ thống điều khiển quán tính (ĐKQT), việc ổn định và xác định góc định hướng thân thiết bị bay (TBB) có ý nghĩa quyết định tới chất lượng thông tin trinh sát. Đối với hệ DĐQT có đế truyền thống, việc xác định đường thẳng đứng và góc định hướng phụ thuộc vào các con quay ba bậc tự do hoặc con quay thẳng đứng điện - cơ. Các thiết bị này có nhược điểm lớn: khối lượng nặng (từ 1,0 kg đến vài chục kg), giá thành cao (từ 6.000 đến 12.000 USD) và sai số trôi điểm không tích lũy theo thời gian. Đối với hệ DĐQT không đế thông thường, việc sử dụng các con quay vi cơ độc lập cũng đối mặt với sai số trôi và độ chính xác suy giảm.

Để giải quyết mâu thuẫn giữa yêu cầu giảm khối lượng/giá thành và bảo đảm độ chính xác định hướng, việc khai thác thông tin vector từ trường Trái đất (TTTĐ) thông qua các vi cảm biến công nghệ MEMS kết hợp thuật toán lọc phi tuyến tối ưu mở ra hướng đi thay thế hiệu quả cho các con quay cồng kềnh trên TBBTSKNL cỡ nhỏ.

Mục tiêu nghiên cứu

Luận án xác định 03 mục tiêu chính:

  1. Đưa ra hướng khắc phục những khó khăn trong sử dụng thông tin từ trường một cách tin cậy và chính xác.
  2. Minh chứng khả năng ứng dụng các bộ cảm biến từ trường trong hệ thống điều khiển định hướng không gian cho thiết bị bay.
  3. Chứng minh bằng thực nghiệm khả năng sử dụng thông tin từ trường Trái đất trong bài toán điều khiển thiết bị bay trinh sát không người lái.

Nhiệm vụ nghiên cứu

Để hiện thực hóa các mục tiêu trên, luận án thực hiện 06 nhiệm vụ cụ thể:

  1. Xây dựng hệ thống ổn định và điều khiển định hướng không gian TBB.
  2. Xây dựng mô hình toán học liên hệ giữa phép đo từ trường với định hướng của vector vận tốc góc (VTG) của TBB.
  3. Xây dựng phương pháp tổng hợp các thuật toán xác định định hướng và vector vận tốc góc TBB theo các dữ liệu đo từ trường Trái đất.
  4. Lựa chọn, tổng hợp các thuật toán lọc tối ưu vector vận tốc góc TBB từ dữ liệu đo từ trường Trái đất.
  5. Xây dựng mô hình khảo sát, đánh giá độ chính xác và độ tin cậy của các thuật toán đã xây dựng.
  6. Kiểm chứng giá trị các thuật toán và khả năng thực tế hóa chúng bằng phương pháp thực nghiệm.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Hệ thống đo - xử lý thông tin định hướng không gian và cấu trúc kênh điều khiển, ổn định định hướng cho TBBTSKNL dựa trên cảm biến từ trường và vi cơ MEMS.
  • Phạm vi nghiên cứu: Luận án tập trung sâu vào bài toán đo - xử lý thông tin và thuật toán điều khiển, ổn định định hướng thân TBB cánh phẳng chuyển động như vật thể rắn trong dải vận tốc nhỏ (dưới 100 km/h), không đòi hỏi cơ động cao; các tham số khí quyển và động lực học quỹ đạo toàn phần được kế thừa từ các mô hình tiêu chuẩn.

Tổng quan tài liệu và vị trí của luận án

Tổng quan tài liệu trong luận án phân tích chi tiết các xu hướng phát triển và trang bị của hệ thống dẫn đường quán tính trên TBB không người lái:

  • Hệ thống dẫn đường quán tính có đế: Sử dụng các con quay cơ điện truyền thống như cụm con quay thẳng đứng МГВ-5, МГВ-6 (Liên hiệp "TempAvia") hoặc МГВ-1У (Nhà máy TBĐ "Uran"), con quay trên TBB "Con ong" (Nhà máy TBVT "Kưstưm"). Các thiết bị này có độ chính xác định hướng cao nhưng khối lượng cồng kềnh (1,0 - 4,5 kg) và chi phí chế tạo lớn.
  • Hệ thống dẫn đường quán tính không đế (Strapdown INS): Loại bỏ khung các-đăng cơ khí, gắn trực tiếp các cảm biến gia tốc thẳng (CBGTT) và cảm biến vận tốc góc (CBVTG) lên thân TBB, sử dụng máy tính trên khoang (MTTK) để tính toán ma trận cosin định hướng và góc Euler.
  • Ứng dụng cảm biến từ trường công nghệ mới: Sự phát triển của các cảm biến từ trở dị hướng AMR (Anisotropic Magneto-Resistive) như HMC2003 và cảm biến vi cơ MEMS (như con quay LY510ALH) cho phép đo trường từ và vận tốc góc với kích thước milimet và trọng lượng không đáng kể.

Khoảng trống nghiên cứu luận án lựa chọn: Về mặt lý thuyết, việc sử dụng đơn thuần thông tin từ trường Trái đất để xác định tư thế không gian gặp phải tính chất đa trị của định thức ma trận Jacobi (tồn tại điểm kỳ dị và không thể giải đơn trị nếu không có thông tin bổ trợ). Luận án định vị giải quyết khoảng trống này bằng cách:

  • Thiết lập mô hình toán học kết hợp phép đo vector từ trường (VTT) với nguồn thông tin độc lập bổ sung.
  • Ứng dụng các cấu trúc lọc phi tuyến tối ưu (EKF, UKF và biến thể thích nghi MS-AUKF) để ước lượng đồng thời vector từ trường và vector vận tốc góc của TBB trong điều kiện chịu tác động của nhiễu đo và nhiễu môi trường.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

  • Cơ học bay và động lực học vật thể rắn 6 bậc tự do: Chuyển động tịnh tiến trọng tâm và chuyển động quay quanh trọng tâm của TBB được mô tả qua định luật II Newton: $$\frac{d^2\mathbf{r}}{dt^2} = \frac{\mathbf{F}}{m}, \quad \frac{d(J\mathbf{\omega})}{dt} = \mathbf{M}$$ Trong đó $\mathbf{r}$ là vector vị trí, $\mathbf{F}$ là tổng lực khí động và lực đẩy động cơ, $\mathbf{M}$ là tổng mômen lực, $J$ là mômen quán tính, $\mathbf{\omega}$ là vector vận tốc góc.
  • Chuyển đổi hệ tọa độ và tham số hóa định hướng: Mối quan hệ giữa hệ tọa độ quán tính ($OX_qY_qZ_q$) và hệ tọa độ liên kết ($OX_1Y_1Z_1$) được xác định thông qua 3 góc quay Euler: góc gật ($\vartheta$), góc hướng ($\psi$), góc liệng ($\gamma$). Để tránh các điểm kỳ dị toán học khi góc hướng đạt $\pm \pi/2$, tác giả sử dụng hệ tham số quaternion (Rodriguez-Hamilton: $q_0, q_1, q_2, q_3$) để biểu diễn ma trận cosin định hướng $C$.
  • Đặc trưng từ trường Trái đất: Cường độ từ trường gần mặt đất đạt 0,5 - 0,6 Gauss, được đặc trưng bởi cường độ, độ lệch từ và độ dốc từ. Cảm biến AMR hoạt động dựa trên hiệu ứng biến thiên điện trở của màng mỏng hợp kim Permalloy (NiFe) theo quy luật hàm bình phương cosin của góc giữa vector từ trường và dòng điện chạy qua, cấu hình theo mạch cầu Wheatstone.

Phương pháp nghiên cứu

  • Phương pháp nghiên cứu và phân tích lý thuyết: Thiết lập mô hình bài toán ngược xác định vector từ trường và vận tốc góc thân bay.
  • Phương pháp toán vector và hình học giải tích: Biến đổi tọa độ không gian, tính toán ma trận Jacobi và xác định đạo hàm biến thiên từ trường.
  • Phương pháp mô hình hóa và mô phỏng số: Khảo sát các thuật toán lọc phi tuyến thông qua mô phỏng thống kê Monte Carlo trên máy tính.
  • Phương pháp xử lý tín hiệu và lọc phi tuyến: Xây dựng, khảo sát bộ lọc Kalman mở rộng (EKF), bộ lọc Kalman không mùi (UKF), và bộ lọc Kalman thích nghi đa cấu trúc (MS-AUKF - Master-Slaver Adaptive Unscented Kalman Filter).
  • Phương pháp thực nghiệm đối chứng: Chế tạo bo mạch cảm biến tích hợp, kết nối hệ thống thu thập dữ liệu Platform NI ELVIS-II và thử nghiệm trực tiếp trên bàn quay (giá thử con quay) 3 bậc tự do.

Nội dung chính theo từng chương

Chương 1: Hệ dẫn đường quán tính không đế và bài toán định hướng thiết bị bay trinh sát không người lái

Chương 1 thiết lập bức tranh tổng thể về cấu trúc điều khiển bay và chứng minh sự cần thiết phải ổn định định hướng không gian cho TBB mang camera trinh sát:

  • Cấu trúc hệ thống ĐKQT không đế: Phân chia thành hai phân hệ tương hỗ: Hệ điều khiển quỹ đạo (ĐKQĐ) giải bài toán dịch chuyển trọng tâm theo quỹ đạo định trước; Hệ điều khiển định hướng (ĐKĐH) đảm bảo giữ và thay đổi góc thân TBB thông qua ba kênh điều khiển gật, hướng và liệng.
  • Mô hình toán học chuyển đổi hệ tọa độ: Xây dựng hệ phương trình vi phân biến đổi góc Euler từ các thành phần vận tốc góc đo trong hệ tọa độ liên kết ($\omega_{x1}, \omega_{y1}, \omega_{z1}$): $$\begin{aligned} \dot{\vartheta} &= \omega_{y1}\sin\gamma + \omega_{z1}\cos\gamma \ \dot{\psi} &= \frac{1}{\cos\vartheta}(\omega_{y1}\cos\gamma - \omega_{z1}\sin\gamma) \ \dot{\gamma} &= \omega_{x1} - \tan\vartheta(\omega_{y1}\cos\gamma - \omega_{z1}\sin\gamma) \end{aligned}$$ Đồng thời thiết lập thuật toán tích phân 4 tham số quaternion ($q_0, q_1, q_2, q_3$) để tính ma trận cosin chuyển trục $C_{ij}$ giải quyết triệt để điểm kỳ dị.
  • Ảnh hưởng sai số định hướng tới chất lượng trinh sát: Tác giả phân tích hình học sai lệch vị trí ảnh chụp dưới mặt đất khi có sai số góc gật $\delta\vartheta$ và góc liệng $\delta\gamma$ ở độ cao bay $H_0$: $$\Delta x = H_0 \left[ \tan\left(\frac{\alpha}{2} + \delta\vartheta\right) - \tan\frac{\alpha}{2} \right], \quad \Delta z = H_0 \left[ \tan\left(\frac{\beta}{2} + \delta\gamma\right) - \tan\frac{\beta}{2} \right]$$ Sai lệch tâm ảnh tổng hợp $\Delta R = \sqrt{\Delta x^2 + \Delta z^2}$ mang tính ngẫu nhiên, làm sai lệch tọa độ trinh sát và gây khó khăn lớn cho quá trình ghép ảnh số. Nâng cao độ chính xác ổn định góc định hướng là giải pháp kỹ thuật tối ưu nhất để triệt tiêu sai số này.

Chương 2: Thông tin từ trường Trái đất và khả năng sử dụng trong bài toán điều khiển định hướng thiết bị bay không người lái

Chương 2 tập trung khảo sát tính chất vật lý của từ trường Trái đất và chứng minh tính khả thi của việc trích xuất vận tốc góc từ các phép đo từ trường:

  • Tổng hợp dữ liệu so sánh con quay truyền thống và vi cơ: Luận án lập bảng thống kê so sánh đặc tính kỹ thuật giữa hệ dẫn đường có đế và không đế:
Hệ dẫn đường quán tính Dạng cảm biến Khối lượng (kg) Giá thành tham khảo (USD)
Có đế Con quay điện - cơ (МГВ-5, МГВ-6, МГВ-1У) 1,0 – 4,5 (cụm hệ thống 2,5 – 35) 5.000 – 12.000
Không đế Cảm biến vi cơ MEMS / Từ trường AMR 0,05 – 0,5 500 – 3.000
  • Nguyên lý cảm biến AMR và đầu dò từ trường: Trình bày nguyên lý làm việc của màng mỏng Permalloy dạng cầu Wheatstone, tạo điện áp vi sai $\Delta V$ tỉ lệ thuận với biến thiên từ trường ngoài, tích hợp chức năng cuộn xung Set/Reset để tái lập phân cực từ ban đầu.
  • Chứng minh tính đa trị của định thức Jacobi: Khi chỉ dùng đơn thuần 3 thành phần vector từ trường Trái đất $\mathbf{H}_1$, hệ phương trình xác định vận tốc góc có định thức Jacobi suy biến hoặc đa trị nghiệm. Do đó, tác giả đề xuất mô hình kết hợp phép đo VTT với thông tin bổ sung từ một cảm biến độc lập (như cảm biến vận tốc góc phụ trợ hoặc cảm biến gia tốc thẳng).
  • Phân tích sai số và mô phỏng tính toán trực tiếp: Xây dựng thuật toán tính thẳng vận tốc góc từ đạo hàm tín hiệu từ trường đo được; kết quả mô phỏng cho thấy phương pháp tính trực tiếp rất nhạy cảm với tạp âm đo, đòi hỏi phải áp dụng các thuật toán lọc tối ưu.

Chương 3: Tổng hợp hệ thống đo vận tốc góc của thiết bị bay dựa trên lọc phi tuyến tối ưu

Chương 3 giải quyết bài toán cốt lõi về mặt thuật toán: xây dựng và so sánh các cấu trúc lọc phi tuyến ước lượng vector vận tốc góc và vector từ trường:

  • Xây dựng bài toán lọc phi tuyến: Thiết lập hệ phương trình trạng thái phi tuyến liên tục - rời rạc mô tả quan hệ động học giữa tốc độ quay thân bay và sự biến thiên của vector từ trường trong hệ tọa độ liên kết: $$\dot{\mathbf{H}}_1(t) = -\mathbf{\omega}(t) \times \mathbf{H}_1(t) + \mathbf{w}(t)$$ $$\mathbf{z}k = \mathbf{H}{1,k} + \mathbf{v}_k$$ Trong đó $\mathbf{w}(t)$ và $\mathbf{v}_k$ là các vector nhiễu quá trình và nhiễu đo trắng Gauss.
  • Tổng hợp các thuật toán lọc:
    • Bộ lọc Kalman mở rộng (EKF): Tuyến tính hóa hệ thống quanh điểm quỹ đạo ước lượng bằng ma trận Jacobi; khảo sát trường hợp hệ số tĩnh và hệ số động.
    • Bộ lọc Kalman không mùi (UKF): Sử dụng phép biến đổi Unscented chọn tập điểm Sigma xác định chính xác kỳ vọng và hiệp phương sai của biến ngẫu nhiên qua các hàm phi tuyến cao bậc mà không cần đạo hàm giải tích.
    • Bộ lọc Kalman thích nghi đa cấu trúc (MS-AUKF): Cấu trúc kết hợp Master - Slaver tự động điều chỉnh ma trận hiệp phương sai nhiễu đo $R_k$ và nhiễu hệ thống $Q_k$ theo sự thay đổi động học của thiết bị bay.
  • Đánh giá mô phỏng thống kê Monte Carlo: Mô phỏng so sánh sai số ước lượng VTT và VTG giữa EKF, UKF và MS-AUKF trong điều kiện biên độ nhiễu tăng dần. Kết quả khẳng định UKF và MS-AUKF có độ ổn định và độ chính xác ước lượng vượt trội so với EKF khi hệ thống có mức độ phi tuyến cao.

Chương 4: Thực nghiệm đánh giá khả năng thực tế hóa hệ đo – xử lý thông tin vận tốc góc của thiết bị bay theo từ trường Trái đất

Chương 4 kiểm chứng các thuật toán lý thuyết trên mô hình phần cứng thực tế và xây dựng phương pháp phối ghép với các kênh điều khiển bay:

  • Thiết kế và tích hợp phần cứng thực nghiệm:
    • Chế tạo bo mạch cảm biến (Board Sensores) tích hợp cảm biến từ trường 3 trục AMR HMC2003 và cảm biến vận tốc góc vi cơ LY510ALH.
    • Sử dụng nền tảng thu thập và xử lý tín hiệu NI ELVIS-II (National Instruments) với bộ biến đổi tương tự - số (ADC) tốc độ cao.
    • Lắp đặt hệ thống cảm biến trên giá thử con quay ba chiều chuyên dụng để tạo chuyển động quay kiểm chứng góc và vận tốc góc độc lập.
  • Xây dựng phần mềm thực nghiệm: Viết chương trình thực thi các thuật toán lọc EKF, UKF, MS-AUKF theo thời gian thực; tạo giao diện nhập tham số ban đầu, hiển thị đồ thị đáp ứng và ma trận hiệp phương sai sai số.
  • Đánh giá kết quả thực nghiệm: Kết quả đo đạc thực nghiệm đối chứng trên giá quay 3 trục khẳng định dữ liệu ước lượng vận tốc góc từ vector từ trường qua bộ lọc MS-AUKF bám sát tín hiệu chuẩn từ giá quay, triệt tiêu hiệu quả nhiễu tạp.
  • Phối ghép hệ đo với các kênh điều khiển TBB: Xây dựng hàm truyền và sơ đồ cấu trúc 3 kênh điều khiển: kênh gật, kênh hướng và kênh liệng của TBB cánh phẳng. Đưa tín hiệu vận tốc góc ước lượng từ hệ đo từ trường vào mạch hồi tiếp ổn định định hướng, đảm bảo chất lượng động học cho hệ thống tự động lái (Autopilot).

Kết quả và những đóng góp mới

Đóng góp mới về mặt lý luận khoa học

  1. Hoàn thiện mô hình toán học mô tả phương pháp xác định vector từ trường Trái đất tương đối so với hệ tọa độ quán tính của thiết bị bay dưới dạng bài toán ngược trong lý thuyết định vị và định hướng.
  2. Giải quyết về mặt toán học và vật lý tính chất suy biến/đa trị của định thức Jacobi khi sử dụng thông tin từ trường, xác lập cơ sở khoa học cho việc kết hợp thông tin từ trường với nguồn cảm biến vi cơ bổ trợ để xác định đầy đủ các thành phần vector vận tốc góc.
  3. Tổng hợp thành công hệ thống thuật toán lọc phi tuyến thích nghi (MS-AUKF) và so sánh định lượng với EKF, UKF trong bài toán ước lượng vận tốc góc từ dữ liệu đo từ trường.

Đóng góp mới về mặt thực tiễn

  1. Chứng minh tính khả thi của việc chế tạo hệ thống đo - xử lý thông tin định hướng không gian không đế quy mô nhỏ, giá thành thấp, trọng lượng nhẹ bằng công nghệ MEMS và AMR sẵn có trong nước.
  2. Thiết kế hoàn chỉnh tổ hợp phần cứng - phần mềm thực nghiệm (Board Sensores, Platform NI ELVIS-II, giá quay ba trục) phục vụ thử nghiệm đối chứng hệ thống đo quán tính - từ trường.
  3. Đề xuất sơ đồ ghép nối hoàn chỉnh giữa bộ đo vận tốc góc theo từ trường với cấu trúc các kênh điều khiển tự động ổn định gật, hướng, liệng cho TBB trinh sát cánh phẳng.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế: Luận án tập trung khảo sát trên mô hình TBB cánh phẳng bay ở vận tốc nhỏ (dưới 100 km/h) chuyển động như một vật thể rắn, chưa xét đến biến dạng đàn hồi thân bay hoặc dịch chuyển khối lượng nhiên liệu lớn; các thử nghiệm thực nghiệm mới dừng lại ở giá quay trong phòng thí nghiệm, chưa tiến hành thử nghiệm bay thực tế ngoài trời có tác động của dị thường từ cục bộ.
  • Hướng nghiên cứu tiếp: Mở rộng nghiên cứu thuật toán bù trừ dị thường từ trường cục bộ của thân TBB; tích hợp sâu hệ đo từ trường - vi cơ với hệ thống định vị toàn cầu (GPS) và hệ thống lái tự động trên các mẫu TBB không người lái bay thử nghiệm thực tế.

Giá trị tham khảo

  • Đối với nghiên cứu sinh và học viên sau đại học: Cung cấp tài liệu tham khảo chi tiết về phương pháp tham số hóa Quaternion, thuật toán lọc phi tuyến (EKF, UKF, MS-AUKF) và bài toán dẫn đường quán tính không đế.
  • Đối với kỹ sư và cán bộ nghiên cứu: Cung cấp giải pháp thiết kế phần cứng bo mạch cảm biến MEMS/AMR, phương pháp ghép nối ADC với Platform NI ELVIS-II và quy trình thử nghiệm trên giá quay ba chiều.
  • Đối với công tác đào tạo: Đóng vai trò là bài thí nghiệm chuyên đề hoàn chỉnh phục vụ giảng dạy các môn học về điều khiển thiết bị bay, kỹ thuật cảm biến và hệ thống đạo hàng hàng không tại các học viện, trường đại học kỹ thuật.

Câu hỏi thường gặp

1. Tại sao việc định hướng không gian lại đặc biệt quan trọng đối với thiết bị bay trinh sát không người lái?

Định hướng không gian ảnh hưởng trực tiếp đến vị trí và tọa độ ảnh trinh sát mặt đất. Khi TBB có sai số góc gật ($\delta\vartheta$) hoặc sai số góc liệng ($\delta\gamma$), tâm ảnh chụp bị dịch chuyển một khoảng $\Delta R = \sqrt{\Delta x^2 + \Delta z^2}$ tỉ lệ thuận với độ cao bay $H_0$. Ổn định tốt góc thân TBB giúp đảm bảo chất lượng ảnh chụp và độ chính xác khi ghép ảnh nhận dạng mục tiêu.

2. Nhược điểm chính của con quay thẳng đứng điện - cơ truyền thống trên TBBKNL là gì?

Các con quay điện - cơ truyền thống (như МГВ-5, МГВ-6) có khối lượng nặng (1,0 – 4,5 kg), chi phí rất cao (6.000 – 12.000 USD) và sai số trôi điểm không tích lũy theo thời gian lớn, không đáp ứng được yêu cầu tối ưu khối lượng và chi phí cho TBB trinh sát cỡ nhỏ.

3. Cảm biến AMR hoạt động dựa trên nguyên lý vật lý nào?

Cảm biến AMR (như HMC2003) sử dụng màng mỏng vật liệu sắt từ Permalloy (NiFe). Khi có dòng điện chạy qua và đặt trong từ trường ngoài, điện trở màng biến thiên theo quy luật tỉ lệ với hàm bình phương cosin của góc hợp bởi chiều dòng điện và vector từ trường. Bốn phần tử AMR được ghép thành cầu Wheatstone để tạo ra tín hiệu điện áp vi sai tỉ lệ với cường độ từ trường.

4. Tại sao không thể sử dụng đơn thuần 3 trục cảm biến từ trường để xác định vận tốc góc của TBB?

Vì ma trận Jacobi của hệ phương trình quan sát thuần túy từ trường rơi vào trạng thái suy biến hoặc đa trị nghiệm tại một số điểm tư thế không gian. Để xác định đơn trị và chính xác vector vận tốc góc, bắt buộc phải kết hợp phép đo từ trường với nguồn thông tin bổ sung từ cảm biến độc lập.

5. Hệ thống phần cứng thực nghiệm trong luận án gồm những khối chính nào?

Hệ thống thực nghiệm gồm: Bo mạch cảm biến tích hợp cảm biến từ trở HMC2003 và cảm biến vi cơ LY510ALH; Thiết bị thu thập dữ liệu Platform NI ELVIS-II; Giá thử con quay ba chiều chuyên dụng và máy tính điều khiển cài đặt phần mềm thuật toán EKF, UKF, MS-AUKF.

Kết luận

Luận án của tác giả Đỗ Văn Phán đã giải quyết bài toán xác định định hướng không gian cho thiết bị bay trinh sát không người lái bằng cách khai thác thông tin từ trường Trái đất kết hợp cảm biến vi cơ MEMS. Bằng việc xây dựng thành công các thuật toán lọc phi tuyến tối ưu và kiểm chứng trên nền tảng thực nghiệm phần cứng NI ELVIS-II cùng giá quay ba trục, công trình đã chứng minh tính khả thi của hệ thống đo - xử lý thông tin định hướng không đế có khối lượng nhẹ và chi phí thấp. Kết quả nghiên cứu có ý nghĩa khoa học và thực tiễn, đóng góp trực tiếp vào định hướng phát triển các hệ thống điều khiển tự động cho TBB không người lái phục vụ quốc phòng và an ninh.