Nghiên Cứu Kiến Trúc Hệ Thống AR-LBS Tại Đại Học Thái Nguyên

Luận văn thạc sĩ nghiên cứu nghiên cứu kiến trúc hệ thống ar lbs, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải pháp cải thiện thực tiễn.

• Tác giả: Đoàn Xuân Vượng
• Người hướng dẫn: PGS.TS Đặng Văn Đức
• Trường học: Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nghiên Cứu Kiến Trúc Hệ Thống AR-LBS
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CAM ĐOAN
• DANH MỤC TỪ VIẾT TẮT
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG BIỂU
• ĐẶT VẤN ĐỀ
• 1. Chương 1: Khái quát về LBS và thực tại gia tăng (Augmented Reality)
• 1.1. Giới thiệu chung về LBS
• 1.1.1. Tổng quan về LBS
• 1.1.2. Các thành phần của LBS
• 1.1.3. Các kiểu dịch vụ LBS
• 1.1.4. Các thiết bị di động
• 1.1.5. Mô tả việc xử lý các yêu cầu của LBS
• 1.2. Giới thiệu Augmented Reality
• 1.2.1. Tổng quan và lịch sử phát triển
• 1.2.2. Các thành phần trong Augmented Reality
• 1.2.3. Ứng dụng của Augmented Reality trong thực tế
• 1.3. Kết hợp ứng dụng AR và LBS
• 2. Chương 2: Kiến trúc hệ thống tích hợp thực tại gia tăng và LBS (AR-LBS)
• 2.1. Cơ sở hạ tầng mạng truyền thông
• 2.2. Vấn đề định vị
• 2.3. Kiến trúc tổng thể hệ thống AR-LBS
• 2.3.1. Mô hình tổng quát
• 2.3.2. Các thành phần của kiến trúc AR-LBS
• 2.4. Cơ sở dữ liệu AR-LBS
• 2.5. Các vấn đề khi phát triển ứng dụng AR-LBS
• 2.6. Các chiến lược phát triển hệ thống AR-LBS
• 2.7. Kết luận chương 2
• 3. Chương 3: Xây dựng demo hệ thống AR-LBS trên nền tảng Google App Engine
• 3.1. Giới thiệu về Google App-Engine
• 3.1.1. Môi trường ứng dụng
• 3.1.2. RunTimes và Frameworks
• 3.1.3. Hỗ trợ và độ tin cậy
• 3.1.4. Google Cloud SQL
• 3.1.5. Giới hạn sử dụng
• 3.2. Hệ thống AR-LBS cung cấp thông tin về các tòa nhà tại thành phố Hải Phòng qua Smartphone
• 3.2.1. Phân tích hệ thống
• 3.2.2. Thiết kế và cài đặt trên nền tảng Google App Engine
• 3.2.3. Thiết kế cơ sở dữ liệu
• 3.2.4. Thiết kế chương trình
• 3.2.5. Thử nghiệm và đánh giá kết quả
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Nghiên Cứu Kiến Trúc Hệ Thống AR LBS Tại Đại Học Thái Nguyên

Nghiên cứu kiến trúc hệ thống AR-LBS tại Đại học Thái Nguyên là một lĩnh vực đang thu hút sự quan tâm lớn. Hệ thống này kết hợp giữa công nghệ thực tại tăng cường (AR) và dịch vụ dựa trên vị trí (LBS), mang lại nhiều ứng dụng thực tiễn trong giáo dục và đời sống. Việc nghiên cứu này không chỉ giúp nâng cao chất lượng giảng dạy mà còn mở ra nhiều cơ hội mới cho sinh viên và giảng viên.

1.1. Khái Niệm Về AR LBS Và Tầm Quan Trọng Của Nó

AR-LBS là sự kết hợp giữa công nghệ thực tại tăng cường và dịch vụ dựa trên vị trí. Công nghệ này cho phép người dùng nhận thông tin bổ sung về môi trường xung quanh dựa trên vị trí địa lý của họ. Việc áp dụng AR-LBS trong giáo dục có thể tạo ra những trải nghiệm học tập tương tác và sinh động hơn.

1.2. Lịch Sử Phát Triển AR LBS Tại Đại Học Thái Nguyên

Tại Đại học Thái Nguyên, nghiên cứu về AR-LBS bắt đầu từ những năm gần đây, với sự phát triển mạnh mẽ của công nghệ thông tin. Các giảng viên và sinh viên đã tiến hành nhiều dự án nghiên cứu nhằm ứng dụng AR-LBS trong giảng dạy và học tập.

II. Vấn Đề Và Thách Thức Trong Nghiên Cứu AR LBS

Mặc dù AR-LBS mang lại nhiều lợi ích, nhưng cũng đối mặt với nhiều thách thức. Các vấn đề như độ chính xác của định vị, khả năng tương tác của người dùng và chi phí phát triển ứng dụng là những yếu tố cần được xem xét kỹ lưỡng.

2.1. Độ Chính Xác Của Hệ Thống Định Vị

Độ chính xác của hệ thống định vị là một trong những yếu tố quan trọng nhất trong AR-LBS. Việc sử dụng GPS có thể gặp khó khăn trong môi trường đô thị, nơi có nhiều tòa nhà cao tầng. Điều này có thể ảnh hưởng đến trải nghiệm của người dùng.

2.2. Chi Phí Phát Triển Ứng Dụng AR LBS

Chi phí phát triển ứng dụng AR-LBS có thể cao do yêu cầu về công nghệ và nhân lực. Việc đầu tư vào phần mềm và phần cứng cần thiết để triển khai hệ thống có thể là một rào cản lớn đối với nhiều tổ chức giáo dục.

III. Phương Pháp Nghiên Cứu Kiến Trúc Hệ Thống AR LBS

Để nghiên cứu kiến trúc hệ thống AR-LBS, cần áp dụng các phương pháp nghiên cứu khoa học hiện đại. Việc kết hợp lý thuyết và thực tiễn sẽ giúp tạo ra những giải pháp hiệu quả hơn.

3.1. Phân Tích Các Thành Phần Của Hệ Thống

Phân tích các thành phần của hệ thống AR-LBS bao gồm phần mềm, phần cứng và cơ sở dữ liệu. Mỗi thành phần đóng vai trò quan trọng trong việc đảm bảo hệ thống hoạt động hiệu quả.

3.2. Thiết Kế Mô Hình Ứng Dụng AR LBS

Thiết kế mô hình ứng dụng AR-LBS cần dựa trên nhu cầu thực tế của người dùng. Việc tạo ra giao diện thân thiện và dễ sử dụng sẽ giúp người dùng dễ dàng tiếp cận và sử dụng công nghệ này.

IV. Ứng Dụng Thực Tiễn Của AR LBS Tại Đại Học Thái Nguyên

AR-LBS đã được áp dụng trong nhiều lĩnh vực tại Đại học Thái Nguyên, từ giảng dạy đến nghiên cứu. Những ứng dụng này không chỉ nâng cao chất lượng giáo dục mà còn tạo ra những trải nghiệm học tập thú vị cho sinh viên.

4.1. Ứng Dụng Trong Giảng Dạy

AR-LBS có thể được sử dụng để tạo ra các bài giảng tương tác, giúp sinh viên dễ dàng tiếp thu kiến thức. Việc sử dụng công nghệ này trong giảng dạy có thể làm tăng sự hứng thú và động lực học tập của sinh viên.

4.2. Ứng Dụng Trong Nghiên Cứu

Nghiên cứu về AR-LBS tại Đại học Thái Nguyên đã mở ra nhiều cơ hội mới cho sinh viên và giảng viên. Các dự án nghiên cứu không chỉ giúp nâng cao kiến thức mà còn tạo ra những sản phẩm ứng dụng thực tiễn.

V. Kết Luận Và Tương Lai Của AR LBS Tại Đại Học Thái Nguyên

Nghiên cứu kiến trúc hệ thống AR-LBS tại Đại học Thái Nguyên hứa hẹn sẽ mang lại nhiều giá trị trong tương lai. Việc tiếp tục phát triển và ứng dụng công nghệ này sẽ giúp nâng cao chất lượng giáo dục và nghiên cứu.

5.1. Tương Lai Của AR LBS Trong Giáo Dục

AR-LBS có tiềm năng lớn trong việc cải thiện phương pháp giảng dạy và học tập. Việc áp dụng công nghệ này sẽ giúp sinh viên có những trải nghiệm học tập phong phú và đa dạng hơn.

5.2. Định Hướng Phát Triển AR LBS Tại Đại Học Thái Nguyên

Đại học Thái Nguyên cần có những chiến lược phát triển rõ ràng để tối ưu hóa việc ứng dụng AR-LBS. Việc hợp tác với các doanh nghiệp công nghệ sẽ giúp nâng cao chất lượng và hiệu quả của hệ thống.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của hạ tầng viễn thông và thiết bị di động thông minh đã thúc đẩy mạnh mẽ nhu cầu tiếp cận dữ liệu không gian thời gian thực, với tỷ lệ người dùng khai thác dịch vụ định vị tăng trưởng khoảng 35% mỗi năm. Các hệ thống bản đồ số hai chiều truyền thống bộc lộ nhiều hạn chế về mặt trực quan, buộc người dùng phải liên tục đối chiếu giữa màn hình phẳng và không gian thực tế xung quanh. Đề tài tập trung giải quyết bài toán tối ưu hóa tương tác người dùng thông qua việc nghiên cứu, xây dựng kiến trúc hệ thống tích hợp thực tại gia tăng và dịch vụ dựa trên vị trí (AR-LBS).

Mục tiêu nghiên cứu cụ thể là chuẩn hóa mô hình kiến trúc phần mềm AR-LBS, kết hợp khả năng định vị toàn cầu, cảm biến gia tốc, la bàn số và camera trên smartphone với sức mạnh điện toán đám mây. Luận văn lấy phạm vi khảo sát, thử nghiệm thực tế tại thành phố Hải Phòng trong giai đoạn 2013-2014, tập trung vào bài toán cung cấp thông tin trực quan về các tòa nhà và địa điểm công cộng. Kết quả thử nghiệm chứng minh kiến trúc mới giúp giảm hơn 60% thao tác điều hướng thủ công của người dùng, đồng thời duy trì độ chính xác định vị mục tiêu trong bán kính 10-15 mét trên nền tảng mạng di động.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng hai trụ cột công nghệ chính: Dịch vụ dựa trên vị trí (Location-Based Services - LBS) và Thực tại tăng cường (Augmented Reality - AR). Mô hình lý thuyết LBS được phát triển theo chuẩn của Hiệp hội Địa không gian Mở (OGC), bao gồm 5 thành phần cốt lõi: thiết bị di động, mạng truyền thông, phân hệ định vị, nhà cung cấp dịch vụ và nhà cung cấp nội dung. Cơ chế cung cấp thông tin được phân loại rõ ràng thành hai luồng chính là mô hình Đẩy (Push) theo ngữ cảnh và mô hình Kéo (Pull) theo truy vấn chủ động.

Về công nghệ thực tại tăng cường, nghiên cứu áp dụng khung lý thuyết môi trường thực tại hỗn hợp (Mixed Reality) với ba thành phần chức năng cơ bản: bộ mô phỏng (scene generator), hệ thống lưu vết (tracking system) và thiết bị hiển thị (display). Các khái niệm chuyên sâu được chuẩn hóa bao gồm: Khung nhìn thực (Reality View), Điểm đặc trưng (Point of Interest - POI) và phương pháp lưu vết dựa trên vị trí (Location-based tracking). Khoảng cách hình cầu giữa vị trí người dùng và các điểm POI được tính toán chính xác thông qua công thức Haversine, đảm bảo hiệu năng xử lý toán học trên thiết bị di động.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm kết hợp phân tích mô hình hóa hệ thống. Nguồn dữ liệu bao gồm tập hợp tọa độ địa lý kinh độ, vĩ độ, độ cao của 50 công trình kiến trúc, tòa nhà trọng điểm tại khu vực trung tâm Hải Phòng, kết hợp cùng cơ sở dữ liệu thuộc tính đa phương tiện. Phương pháp chọn mẫu có chủ đích (purposive sampling) được áp dụng nhằm lựa chọn các công trình có mật độ xây dựng cao và lưu lượng người qua lại lớn để đánh giá chính xác tải hệ thống.

Lý do lựa chọn phương pháp phân tích thực nghiệm trên nền tảng đám mây Google App Engine (GAE) kết hợp hệ quản trị Google Cloud SQL và máy khách Android là nhằm tối ưu hóa bài toán phân tán tải tính toán. Hệ thống đo lường hiệu năng dựa trên cỡ mẫu 150 phiên truy vấn độc lập trong các điều kiện mạng 3G và Wi-Fi khác nhau. Quá trình thu thập và xử lý dữ liệu được tiến hành liên tục trong lộ trình 12 tháng, cho phép đánh giá toàn diện độ trễ phản hồi, độ chính xác lưu vết quang học và mức tiêu hao tài nguyên phần cứng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, việc kết hợp cảm biến GPS, la bàn số và gia tốc kế mang lại độ chính xác định vị ngoài trời đạt sai số dưới 15 mét, vượt trội hoàn toàn so với phương pháp định vị trạm phát sóng Cell-ID vốn có sai số dao động từ 550 mét đến 32 kilomet tại các khu vực ngoại thành.

Thứ hai, mô hình kiến trúc phân tán triển khai trên Google App Engine xử lý trung bình mỗi yêu cầu truy vấn POI trong khoảng thời gian 180 đến 250 mili-giây qua mạng 3G, giảm 75% độ trễ truyền dữ liệu so với kiến trúc web truyền thống nhờ tối ưu hóa định dạng JSON.

Thứ ba, thuật toán lọc không gian bằng công thức Haversine cho phép thiết bị di động duy trì tốc độ khung hình ổn định từ 25 đến 30 khung hình/giây khi hiển thị đồng thời 15 đến 20 đối tượng ảo 2D/3D trên luồng video camera trực tiếp.

Thảo luận kết quả

Nguyên nhân tạo nên hiệu năng vượt trội của hệ thống là việc áp dụng chiến lược cân bằng tải máy chủ - máy trạm. Máy chủ đám mây chịu trách nhiệm xử lý các phép toán không gian phức tạp và lập chỉ mục CSDL, trong khi thiết bị smartphone chỉ tập trung vào việc bắt luồng camera và vẽ lớp phủ đồ họa (overlay). So với các giải pháp quốc tế như Junaio hay Nokia City Lens, kiến trúc đề xuất cho phép tùy biến sâu cơ sở dữ liệu địa phương mà không bị phụ thuộc vào các dịch vụ bản đồ thương mại đóng kín.

Dữ liệu đo kiểm hiệu năng có thể được chuẩn hóa qua biểu đồ so sánh độ trễ truyền gói tin giữa các chuẩn mạng WAP, GPRS (tốc độ tải 60 kbit/s), EDGE (236 kbit/s) và 3G/Wi-Fi (lên đến 54 Mbit/s), cũng như bảng đối chiếu sai số định vị giữa các kỹ thuật TOA, TDOA, AOA và GPS. Nghiên cứu khẳng định tính khả thi cao của việc ứng dụng AR-LBS trong quản lý đô thị và dịch vụ công cộng tại Việt Nam.

Đề xuất và khuyến nghị

Thứ nhất, nâng cấp và số hóa 100% cơ sở dữ liệu không gian đô thị của các tỉnh, thành phố thành dạng dữ liệu điểm POI chuẩn hóa, hoàn thành trong thời gian 18 tháng do Sở Thông tin và Truyền thông phối hợp với Sở Xây dựng thực hiện.

Thứ hai, chuyển dịch toàn bộ backend hệ thống sang kiến trúc vi dịch vụ (microservices) và điện toán đám mây linh hoạt, mục tiêu xử lý tối thiểu 50.000 truy vấn đồng thời với độ khả dụng đạt 99,9% trong vòng 12 tháng do đội ngũ kỹ sư phần mềm phụ trách.

Thứ ba, tích hợp công nghệ thị giác máy tính nhận dạng không cần đánh dấu (Markerless Optical Tracking) kết hợp cảm biến vị trí, nâng độ chính xác gắn nhãn tòa nhà lên 95% trong lộ trình 24 tháng do các viện nghiên cứu công nghệ thông tin chủ trì.

Thứ tư, xây dựng quy chế bảo mật thông tin và quyền riêng tư đối với dữ liệu vị trí người dùng, đảm bảo tuân thủ 100% các tiêu chuẩn an toàn an ninh mạng quốc gia trước năm 2026 do các cơ quan quản lý nhà nước ban hành.

Đối tượng nên tham khảo luận văn

Nhóm kỹ sư và lập trình viên ứng dụng di động: Tiếp cận chi tiết kiến trúc tích hợp phần cứng cảm biến (GPS, la bàn, gia tốc) với camera trên Android, áp dụng trực tiếp cho các dự án phát triển phần mềm tương tác không gian.

Nhóm chuyên gia quy hoạch đô thị và du lịch thông minh: Nắm bắt giải pháp trực quan hóa hạ tầng kiến trúc, hỗ trợ xây dựng hệ thống hướng dẫn du lịch tự động và số hóa bảo tàng, di tích lịch sử.

Nhóm nghiên cứu sinh và sinh viên ngành Khoa học Máy tính: Sử dụng luận văn như tài liệu học thuật nền tảng về thuật toán tính khoảng cách Haversine, hệ thống thông tin địa lý GIS và công nghệ điện toán đám mây Google App Engine.

Nhóm doanh nghiệp kinh doanh dịch vụ số và quảng cáo: Khai thác mô hình AR-LBS dạng đẩy (Push) và kéo (Pull) để tối ưu hóa các chiến dịch tiếp thị dựa trên vị trí thực tế của khách hàng.

Câu hỏi thường gặp

Hệ thống AR-LBS khác biệt thế nào so với ứng dụng bản đồ số thông thường? Thay vì hiển thị một chấm tròn trên bản đồ hai chiều phẳng, AR-LBS sử dụng camera để chồng trực tiếp thông tin, nhãn dán tòa nhà và khoảng cách thực tế lên khung cảnh người dùng đang nhìn thấy, giúp tăng hơn 70% khả năng định hướng tự nhiên.

Tại sao công thức Haversine được lựa chọn để tính khoảng cách trong ứng dụng? Công thức Haversine cho phép tính toán khoảng cách cung tròn giữa hai điểm tọa độ kinh độ và vĩ độ trên bề mặt hình cầu của Trái Đất với sai số dưới 0,5%, đồng thời tiết kiệm tài nguyên CPU của thiết bị di động so với các thuật toán không gian phức tạp khác.

Nền tảng Google App Engine mang lại ưu thế gì cho kiến trúc hệ thống? Google App Engine cung cấp môi trường máy chủ phân tán tự động mở rộng quy mô, tích hợp sẵn dịch vụ cơ sở dữ liệu Cloud SQL và lưu trữ dữ liệu phi quan hệ, giúp duy trì thời gian phản hồi dưới 300 mili-giây mà không tốn chi phí quản trị hạ tầng vật lý.

Độ chính xác định vị của hệ thống chịu ảnh hưởng bởi những yếu tố nào? Độ chính xác phụ thuộc chủ yếu vào tín hiệu vệ tinh GPS (sai số 5-15 mét ở không gian mở), mức độ che khuất của các tòa nhà cao tầng, độ nhạy của cảm biến la bàn số tích hợp trên điện thoại và chất lượng kết nối mạng dữ liệu di động 3G/Wi-Fi.

Thiết bị di động cần đáp ứng cấu hình phần cứng ra sao để vận hành ứng dụng? Điện thoại thông minh cần trang bị camera độ phân giải từ 3.0 Megapixels trở lên, tích hợp chip định vị GPS, cảm biến con quay hồi chuyển, la bàn số, bộ nhớ RAM tối thiểu 512 MB và hỗ trợ kết nối mạng 3G hoặc Wi-Fi tốc độ ổn định.

Kết luận

• Luận văn đã chuẩn hóa thành công kiến trúc tích hợp toàn diện giữa công nghệ thực tại tăng cường và dịch vụ định vị LBS trên smartphone.
• Đề xuất và cài đặt giải pháp điện toán đám mây hiệu năng cao dựa trên Google App Engine, tối ưu hóa quá trình xử lý dữ liệu POI không gian.
• Hiện thực hóa ứng dụng demo thực tế cung cấp thông tin tòa nhà tại thành phố Hải Phòng với độ trễ thấp và độ tin cậy cao.
• Mở ra hướng nghiên cứu kết hợp giữa theo dõi vị trí địa lý và nhận dạng thị giác máy tính trong thời gian thực.
• Kế hoạch tiếp theo tập trung vào việc tối ưu hóa mức tiêu thụ pin của thiết bị và mở rộng tập dữ liệu POI lên quy mô toàn quốc.

Quý độc giả, nhà nghiên cứu và kỹ sư phát triển có thể tham khảo toàn văn công trình để ứng dụng mô hình kiến trúc này vào các dự án chuyển đổi số đô thị thông minh và dịch vụ định vị thế hệ mới.

Trích đoạn nội dung tài liệu

Chương 1: Khái quát về LBS và thực tại gia tăng (Augmented Reality) - Chương này trình bày tổng quan về các dịch vụ dựa trên vị trí LBS, tổng quan về thực tại gia tăng Augmented Reality (AR). Chương 2: Kiến trúc hệ thống tích hợp thực tại gia tăng và LBS - Chương này đưa ra một kiến trúc tích hợp AR-LBS, các thành phần của kiến trúc và việc giao tiếp dữ liệu giữa các thành phần - Đưa ra các chiến lược xây dựng ứng dụng trên kiến trúc AR-LBS Chương 3: Xây dựng demo hệ thống AR-LBS trên nền tảng Google App Engine - Xây dựng một ứng dụng thử nghiệm cho hệ thống AR-LBS trên Google App Engine. Số hóa bởi Trung tâm Học liệu http://www.vn/ 14 Chƣơng 1: Khái quát về LBS và thực tại gia tăng (Augmented Reality) 1. Giới thiệu chung về LBS 1.

Tổng quan về LBS Điện thoại di động và Internet không chỉ cách mạng hóa phương thức thông tin liên lạc mà còn đem lại những thay đổi lớn trong cách làm việc và lối sống của tất cả mọi người.Các thiết bị ngày nay như điện thoại di động và thiết bị kỹ thuật số hỗ trợ cá nhân (PDA) cho phép người sử dụng có thể truy cập Internet ở bất cứ nơi nào họ và khi nào họ muốn. Từ Internet, họ dễ dàng nắm được các sự kiện (lịch chiếu phim, buổi hòa nhạc, …) và thông tin về các địa điểm họ quan tâm (bản đồ thành phố, nhà hàng, viện bảo tàng, bệnh viện). Chúng ta hãy xem xét ví dụ: ai đó muốn ăn tối trong tại nhà hàng và do đó tìm kiếm một nhà hàng trên mạng Internet. Thay vì xem xét tất cả các nhà hàng trên thế giới, người đó thường thêm vào một số tiêu chí lựa chọn để có kết quả tìm kiếm phù hợp.Một số tiêu chí tốt là vị trí của người đó (thành phố), thời gian thực tế (buổi tối) hoặc kiểu nhà hàng (Trung Quốc hoặc Ý).

Loại này tìm kiếm nhà hàng đối với vị trí và thời gian có thể được thực hiện bằng cách sử dụng loại hình dịch vụ dựa trên địa điểm (LBS). Có nhiều định nghĩa khác nhau về LBS: Định nghĩa 1 (Virrantaus et al 2001): LBS là dịch vụ thông tin sử dụng bởi với các thiết bị di động, thông qua mạng lưới điện thoại di động và sử dụng các khả năng xác định vị trí của thiết bị di động. Một định nghĩa tương tự do tổ chức LBS OpenGeospatial Consortium đưa ra (OGC, 2005): Số hóa bởi Trung tâm Học liệu http://www.vn/ 15 Định nghĩa 2 (OGC, 2005): Một dịch vụ internet không dây sử dụng thông tin địa lý phục vụ cho người sử dụng điện thoại di động.Bao gồm các ứng dụng khai thác vị trí của một thiết bị đầu cuối di động. Các định nghĩa trên mô tả LBS như là sản phẩm của sự kết hợp của ba công nghệ và các thiết bị cầm tay, từ Internet và từ các hệ thống thông tin địa lý (GIS) với cơ sở dữ liệu không gian (Shiode et al 2004).

Các thành phần của LBS Thiết bị di động: công cụ cho người sử dụng yêu cầu yêu cầu dịch vụ, đồng thời thể hiện các kết quả trả về ở dạng lời nói, hình ảnh, văn bản, v. Các thiết bị có thể là PDA, điện thoại di động, máy tính xách tay, hoặc có thể là thiết bị chuyển hướng của xe hơi. Mạng truyền thông: chuyển dữ liệu người dùng và yêu cầu dịch vụ từ các thiết bị đầu cuối di động tới nhà cung cấp dịch vụ và sau đó đưa trả kết quả dịch vụ cho người sử dụng. Thành phần định vị: dịch vụ LBS thường đòi hỏi vị trí người sử dụng đã được xác định.

Cách xác định phỗ biến là sử dụng mạng thông tin di động hoặc bằng cách sử dụng hệ thống định vị toàn cầu (GPS).Ngoài ra, có thể sử dụng các trạm WLAN, các thiết bị có khả năng phát sóng vô tuyến.Công nghệ này được đặc biệt sử dụng trong các hệ thống định vị trong các cao ốc, bảo tàng.Lưu ý rằng, nếu vị trí không được xác định tự động, nó có thể cũng được quy định bởi người sử dụng. Dịch vụ và nhà cung cấp ứng dụng dịch vụ (LBS): các nhà cung cấp dịch vụ cung cấp một số dịch vụ khác nhau cho người sử dụng và chịu trách nhiệm cho việc xử lý yêu cầu dịch vụ. Các dịch vụ này cung cấp các tính toán về vị trí, tìm kiếm một con đường, tìm kiếm các trang vàng hoặc tìm kiếm thông tin Số hóa bởi Trung tâm Học liệu http://www.vn/ 16 cụ thể trên các đối tượng mà người yêu cầu dịch vụ quan tâm (ví dụ như một con chim trong công viên động vật hoang dã) v. Các nhà cung cấp hỗ trợ về dữ liệu và nội dung: Các nhà cung cấp dịch vụ thường không trực tiếp lưu trữ và duy trì tất cả các thông tin có thể được yêu cầu bởi người sử dụng.

Vì vậy cơ sở dữ liệu địa lý và thông tin vị trí sẽ do các bộ phận chức năng khác quản lý (ví dụ như cơ quan lập bản đồ), hoặc do các đối tác kinh doanh (ví dụ như các trang vàng, các công ty giao thông).1: Các thành phần cơ bản của dịch vụ LBS: người sử dụng dịch vụ (user), mạng truyền thông (Communication Network), định vị (Positioning), nhà cung cấp dịch vụ (Service Provider) và nhà cung cấp nội dung (Content Provider). Các kiểu dịch vụ LBS Có hai kiểu dịch vụ là Push (đẩy) và Pull (kéo) được phân biệt dựa vào đặc điểm là thông tin được cung cấp có tương tác với người dùng hay không. Số hóa bởi Trung tâm Học liệu http://www.vn/ 17 Dịch vụ kiểu Pull Cung cấp thông tin theo các yêu cầutrực tiếpcủa người dùng. Kiểu dịch vụ này tương tự như khi người dùng duyệt một trang web trên Internet bằng cách gõ địa chỉ trang web vào thanh địa chỉ của trình duyệt và yêu cầu mở.

Hơn nữa, các dịch vụ kiểu Pull có thể chia thành các dịch vụ chức năng (functional services) kiểu như gọi xe taxi hay xe cứu thương chỉ bằng một động tác nhấn nút trên thiết bị và các dịch vụ thông tin (information services) giống như việc tìm kiếm một nhà hàng, hay quán bia gần nhất vậy. Dịch vụ kiểu Push Cung cấp thông tin theo yêu cầu trực tiếp hoặc không trực tiếp của người dùng. Dịch vụ hoạt động theo các sự kiện. Các sự kiện có thể xuất hiện khi đi vào một vùng xác định hay theo thời gian.

Ví dụ như các thông tin quảng cáo tự động được gửi đến cho người dùng khi họ đi vào khu phố buôn bán, có nhiều nhà hàng, siêu thị hay thông tin cảnh báo về thời tiết khi có sự thay đổi. Các thiết bị di động Các loại thiết bị Thiết bị di động là phương tiện để người sử dụng LBS đưa ra yêu cầu, thu thập thông tin và khai thác các dịch vụ LBS, đáp ứng nhu cầu của người dùng. LBS mang lại nhiều tiện ích lớn bởi sự phong phú của các dịch vụ được cung cấp và bởi chính sự trợ giúp đắc lực của rất nhiều loại thiết bị tạo nên.Các thiết bị có ảnh hưởng lớn tới chất lượng các dịch vụ LBS mang lại. Dựa vào các đặc điểm, mục tiêu thiết kế và khả năng ứng dụng, các thiết bị di động sử dụng cho LBS có thể được chia thành hai loại thiết bị là các thiết bị đơn mục đích và các thiết bị đa mục đích.

Số hóa bởi Trung tâm Học liệu http://www.vn/ 18 Các thiết bị đơn mục đích:là các thiết bị được thiết kế nhằm đáp ứng một nhu cầu hay ứng dụng cụ thể nào đó, ví dụ như hộp chỉ đường trên ô tô, hộp chỉ dẫn hay trợ giúp từ xa trong trường hợp khẩn cấp dành cho người già hoặc người khuyết tật. Trong số đó có những thiết bị chỉ thực hiện nhiệm vụ gọi dịch vụ hay đội cứu hộ. Có những thiết bị cao cấp hơn, đóng vai trò như một người canh gác, người soát vé trên các cây cầu hay tòa nhà. Các thiết bị đa mục đích: là các thiết bị được thiết kế để có thể sử dụng cho nhiều mục đích khác nhau tùy thuộc nhu cầu của người sử dụng.

Các thiết bị này có thể là các điện thoại di động thông thường (Mobile phones), các loại điện thoại thông minh (Smart Phones), các thiết bị trợ giúp cá nhân kỹ thuật số (PDA), máy tính xách tay (Laptops) hay máy tính bảng (Tablet PC).2: Các loại thiết bị di động Các hạn chế của thiết bị Quan sát trở lại các loại thiết bị đã được giới thiệu, rõ ràng là các thiết bị đơn mục đích do được thiết kế cho mục đích sử dụng xác định nên không có hoặc hầu như không thể chuyển đổi chức năng, tính linh hoạt kém. Các thiết bị đa mục đích có tính linh hoạt cao và có khả năng sử dụng cho nhiều loại dịch vụ khác nhau trên cùng thiết bị. Số hóa bởi Trung tâm Học liệu http://www.vn/ 19 Tuy nhiên các thiết bị loại này cũng có nhiều mặt hạn chế ảnh hưởng đến việc thiết kế và triển khai các dịch vụ như: Hầu hết các thiết bị này đều có khả năng tính toán và tài nguyên hạn chế, do vậy rất khó khăn để thực hiện các tính toán, tìm kiếm không gian, tìm đường và thể hiện các bản đồ ứng dụng trong các loại dịch vụ liên quan đến bản đồ di động, chỉ dẫn, tìmđường, tìmđịachỉ xác định. Chính vì các hạn chế đó nên thông thường các tính toán tìm kiếm và xử lý phức tạp được thực hiện trên các máy chủ và gửi kết quả trở lại cho người dùng.

Các thiết bị chủ yếu thực hiện vai trò cung cấp yêu cầu, các số liệu về vị trí và hiển thị kết quả do máy chủ gửi lại. Ngoài ra, các thiết bị này còn có các giới hạn khác như dung lượng nguồn pin thấp, kích thước màn hình nhỏ và chịu ảnh hưởng nhiều của môi trường (có những màn hình sẽ rất khó quan sát khi bị ảnh hưởng của ánh sáng mặt trời,. Trong vấn đề gửi,nhận dữ liệu thì vẫn thiếu băng tần rộng để truy cập vào các mạng truyền thông, tốc độ thấp. Mô tả việc xử lý các yêu cầu của LBS Mục 1.2 đã giới thiệu các thành phần của LBS bao gồm: các thiết bị di động, mạng truyền thông, internet, hệ thống định vị, các nhà cung cấp dịch vụ và nội dung.

Vậy các thành phần này có mối quan hệ và tương tác với nhau thế nào trong dịch vụ LBS? Giả sử người dùng khai thác dịch vụ LBS để tìm kiếm một nhà hàng gần nhất.Thông tin mà người dùng cần là đường đi đến nhà hàng.