Nghiên cứu hệ thống định vị tích hợp GPS và cảm biến quán tính sử dụng thị giác lập thể

LỜI CẢM ƠN

TÓM TẮT

ABSTRACT

LỜI CAM KẾT

1. CHƯƠNG 1: TỔNG QUAN

1.1. Mục tiêu của đề tài

1.2. Bố cục của luận văn

1.3. HỆ THỐNG ĐỊNH VỊ THỊ GIÁC LẬP THỂ

1.3.1. Tổng quan hệ thống định vị thị giác lập thể

1.3.2. Giải tam giác dùng hình học epipolar

1.3.3. Thuật toán tối ưu hóa phi tuyến Powell’s dogleg

1.4. HỆ THỐNG ĐỊNH VỊ TÍCH HỢP THỊ GIÁC LẬP THỂ VÀ QUÁN TÍNH

1.4.1. Hiệu chuẩn IMU/StereoCamera

1.4.2. Đồng bộ thời gian IMU/Camera

1.4.3. Hiệu chuẩn không gian IMU/StereoCamera

1.4.4. Thuật toán tích hợp IMU/Camera

1.4.5. Trạng thái hệ tích hợp

1.4.6. Mô hình động học IMU

1.4.7. Hàm mục tiêu tối ưu hóa

1.4.8. Hàm sai số camera

1.4.9. Hàm sai số IMU

1.5. HỆ THỐNG ĐỊNH VỊ TÍCH HỢP THỊ GIÁC LẬP THỂ, QUÁN TÍNH VÀ GPS

1.5.1. Căn chỉnh hệ thống VIO/GPS

1.5.2. Thuật toán căn chỉnh tọa độ

1.5.3. Kết quả thực nghiệm căn chỉnh hệ VIO/GPS

1.5.4. Thuật toán định vị tích hợp VIO/GPS

1.5.5. Bộ lọc Kalman mở rộng EKF

1.5.6. Mô hình toán hệ thống định vị tích hợp VIO/GPS

1.5.7. Thuật toán định vị tích hợp VIO/GPS sử dụng bộ lọc EKF

1.6. THỰC HIỆN VÀ ĐÁNH GIÁ HỆ THỐNG

1.6.1. Thực hiện hệ thống

1.6.2. Phương pháp đánh giá sai số ước lượng

1.6.3. Quy đổi tọa độ

1.6.4. Sai số tuyệt đối

1.6.5. Sai số tương đối

1.6.6. Kết quả thử nghiệm trong nhà

1.6.7. Thử nghiệm với thanh trượt tuyến tính

1.6.8. Thử nghiệm với người đi bộ

1.6.9. Kết quả thử nghiệm ngoài trời

1.6.10. Thử nghiệm trên sân trường

1.6.11. Thử nghiệm trên đường phố

1.6.12. Những trường hợp thị giác suy giảm và hướng khắc phục

1.7. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

1.7.1. Hướng phát triển

TÀI LIỆU THAM KHẢO

DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ

LÝ LỊCH TRÍCH NGANG

I. Tổng quan tình hình nghiên cứu

Trong bối cảnh công nghệ hiện đại, hệ thống định vị đóng vai trò quan trọng trong việc phát triển robot tự hành và các ứng dụng di động. Nghiên cứu về hệ thống định vị có thể chia thành hai nhóm chính: dựa trên bộ lọc Kalman và dựa trên tối ưu hóa phi tuyến. Nhóm đầu tiên bao gồm các phương pháp như bộ lọc Kalman mở rộng (EKF), bộ lọc Kalman mở rộng lặp (IEKF), và bộ lọc Kalman phi tập trung (UKF). Các phương pháp này nổi bật với tính toán đệ quy gọn nhẹ, dễ dàng triển khai trên các thiết bị di động. Ngược lại, nhóm thứ hai tập trung vào việc ước lượng tọa độ từ nhiều điểm đặc trưng nhằm tối ưu hóa sai số. Kết quả từ nghiên cứu OKVIS cho thấy sai số vị trí đạt 2% trên tổng quãng đường di chuyển, cho thấy tính khả thi của phương pháp này. Điều này nhấn mạnh tầm quan trọng của công nghệ định vị trong việc cải thiện độ chính xác và hiệu suất của các hệ thống robot. Hệ thống định vị tích hợp thị giác lập thể và quán tính (VIO) đã trở thành một giải pháp tiềm năng, giúp khắc phục những hạn chế của các phương pháp định vị hiện có.

II. Hệ thống định vị tích hợp thị giác lập thể và quán tính

Hệ thống định vị thị giác lập thể và quán tính (VIO) cung cấp khả năng định vị chính xác cao nhờ vào việc kết hợp dữ liệu từ cảm biến quán tính và camera. Việc hiệu chuẩn IMU/StereoCamera là một bước quan trọng trong quá trình xây dựng hệ thống. Quá trình này bao gồm việc đồng bộ hóa thời gian giữa cảm biến quán tính và camera, đảm bảo rằng dữ liệu được thu thập đồng thời và chính xác. Các thuật toán tích hợp như bộ lọc Kalman mở rộng (EKF) được sử dụng để giảm thiểu sai số tích lũy, cho phép hệ thống hoạt động ổn định trong thời gian thực. Việc sử dụng hệ thống GPS trong mô hình tích hợp này giúp cung cấp vị trí toàn cục, từ đó cải thiện độ chính xác của hệ thống. Các thử nghiệm cho thấy, hệ thống VIO có khả năng hoạt động hiệu quả trong nhiều điều kiện môi trường khác nhau, từ trong nhà đến ngoài trời, nhấn mạnh tính linh hoạt và khả năng ứng dụng của nó trong thực tế.

III. Hệ thống định vị tích hợp thị giác lập thể quán tính và GPS

Hệ thống định vị tích hợp VIO/GPS được xây dựng nhằm khắc phục những hạn chế của từng phương pháp riêng lẻ. Bộ lọc Kalman mở rộng (EKF) được áp dụng để đồng bộ hóa dữ liệu từ cảm biến quán tính và GPS, nhằm cung cấp một giải pháp định vị chính xác và ổn định. Việc căn chỉnh hệ thống VIO/GPS là một bước quan trọng, giúp giảm thiểu sai số giữa hai phương pháp. Kết quả thực nghiệm cho thấy, hệ thống này có thể cung cấp ngõ ra đầy đủ 6 trục với tốc độ cập nhật nhanh, độ chính xác cao. Đặc biệt, trong các môi trường có nhiều vật cản, hệ thống VIO hỗ trợ GPS trong việc giảm thiểu nhiễu cục bộ, từ đó nâng cao hiệu quả định vị. Những kết quả này khẳng định giá trị thực tiễn của hệ thống trong việc ứng dụng cho xe tự lái và các loại robot di động khác.

IV. Thực hiện và đánh giá hệ thống

Việc thực hiện hệ thống định vị tích hợp yêu cầu một quy trình đánh giá chặt chẽ để xác định độ chính xác và hiệu suất của nó. Các phương pháp đánh giá sai số ước lượng được áp dụng, bao gồm quy đổi tọa độ và phân tích sai số tuyệt đối. Thử nghiệm được thực hiện trong nhiều điều kiện khác nhau, từ môi trường trong nhà đến ngoài trời, cho thấy hệ thống hoạt động ổn định và chính xác. Kết quả thử nghiệm cho thấy sai số tương đối của giải thuật VIO trong môi trường tĩnh đạt 1% cho vị trí và 0.2° cho góc xoay, trong khi sai số tuyệt đối của giải thuật tích hợp VIO/GPS dưới 1m cho vị trí và dưới 2° cho góc xoay. Những kết quả này không chỉ chứng minh tính khả thi của hệ thống mà còn mở ra hướng phát triển mới cho các ứng dụng trong lĩnh vực robot tự hành và công nghệ định vị.

Luận văn thạc sĩ về hệ thống định vị tích hợp thị giác lập thể và GPS