Tổng quan nghiên cứu

Trong bối cảnh đô thị hóa hiện đại, con người dành hơn 80% thời gian sinh hoạt và làm việc bên trong các không gian khép kín như tòa nhà cao tầng, trung tâm thương mại, bệnh viện và nhà ga. Mặc dù hệ thống định vị toàn cầu GPS hoạt động tối ưu ở không gian ngoài trời, tín hiệu vệ tinh này bị suy hao nghiêm trọng và xuất hiện sai số vượt quá 15 mét khi đi vào các công trình có kết cấu bê tông cốt thép dày đặc. Thực tế này thúc đẩy nhu cầu cấp thiết về việc phát triển các giải pháp định vị trong nhà (Indoor Positioning System - IPS) đạt độ chính xác cao và chi phí tối ưu.

Luận văn tập trung giải quyết bài toán định vị người đi bộ bằng phương pháp ước lượng vị trí tự trị (Pedestrian Dead Reckoning - PDR) triển khai trực tiếp trên điện thoại thông minh Android, hoàn toàn không phụ thuộc vào hạ tầng phần cứng phụ trợ của tòa nhà. Mục tiêu cốt lõi là thiết kế thuật toán nhận diện bước chân, ước lượng chiều dài sải bước và xác định hướng chuyển động dựa trên tín hiệu từ cảm biến gia tốc và con quay hồi chuyển tích hợp sẵn trong thiết bị với tần số lấy mẫu 40 Hz.

Phạm vi nghiên cứu được thử nghiệm thực tế trên lộ trình di chuyển dài 38 mét tại hành lang công trình xây dựng kiên cố. Kết quả thực nghiệm mang lại giá trị khoa học và ứng dụng thực tiễn cao: hệ thống đạt tỷ lệ nhận dạng hướng quay 100% và duy trì sai số trung bình khoảng cách ở mức 4,66%. Nghiên cứu đóng góp một mô hình phần mềm định vị độc lập, tiết kiệm năng lượng và sẵn sàng vận hành ngay cả khi hệ thống điện lưới hoặc mạng viễn thông gặp sự cố.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Hệ thống định vị tự trị PDR vận hành dựa trên lý thuyết động học bước chân người đi bộ (Human Gait Kinematics). Chu kỳ di chuyển của con người bao gồm hai giai đoạn chính: giai đoạn chân không tiếp xúc mặt đất (Swing Phase) và giai đoạn chạm gót chân (Heel-touch-down Phase). Trong giai đoạn Swing Phase, góc nghiêng của chân dao động từ 30 độ đến 50 độ, tạo ra gia tốc ngang trong khoảng 0,8 g đến 2,3 g và gia tốc dọc trong khoảng 0,6 g đến 2,0 g.

Nghiên cứu tích hợp các khái niệm học thuật then chốt:

  1. Hệ thống định vị trong nhà (IPS): Cấu trúc xác định tọa độ người dùng trong không gian kín không có tín hiệu vệ tinh.
  2. Ước lượng vị trí theo bước chân (PDR): Phương pháp tính toán vị trí tương đối thông qua việc tích hợp liên tục độ dài sải bước và góc lệch hướng theo thời gian thực.
  3. Độ lớn vector gia tốc tổng hợp ($Acc$): Đại lượng loại bỏ sự phụ thuộc vào tư thế xoay của thiết bị thông qua công thức tính căn bậc hai tổng bình phương gia tốc 3 trục $X, Y, Z$.
  4. Vận tốc góc trục $Z$ ($Gyro[z]$): Đại lượng đo tốc độ quay của thiết bị quanh trục vuông góc với mặt đất để phát hiện hành vi rẽ.

Phương pháp nghiên cứu

Dữ liệu thực nghiệm được thu thập từ cảm biến gia tốc và con quay hồi chuyển trên điện thoại thông minh Android với tần số lấy mẫu cố định 40 Hz. Cỡ mẫu nghiên cứu bao gồm hơn 1.200 mẫu tín hiệu gia tốc tương ứng với các chu kỳ bước chân khác nhau, chia thành 2 trạng thái vận động chính: đi bộ bình thường (độ dài sải bước 0,6 mét) và đi nhanh (độ dài sải bước 0,7 mét đến 0,8 mét). Phương pháp lấy mẫu thực nghiệm có chủ đích được áp dụng trên các vị trí cầm máy phổ biến: cầm tay, để trong túi quần, túi áo và túi xách.

Lý do lựa chọn bộ lọc số Butterworth bậc 2 với tần số cắt 3,4 rad/s là nhằm triệt tiêu hoàn toàn các thành phần tạp âm tần số cao do rung lắc cơ thể, đồng thời bảo toàn năng lượng tín hiệu ở dải tần số bước chân người (1,5 Hz đến 3,0 Hz). Đối với bài toán phát hiện bước và ước lượng chiều dài bước, phương pháp phân tích phương sai cửa sổ trượt (Moving Variance) với kích thước cửa sổ 20 mẫu (tương đương thời gian của 1 bước chân chuẩn là 0,662 giây) được lựa chọn thay vì phương pháp phát hiện đỉnh phức tạp nhằm giảm thiểu tài nguyên tính toán trên chip di động mà vẫn đảm bảo độ chính xác vượt trội.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng trên môi trường phần mềm và thử nghiệm thực tế với ứng dụng V_IPS đã mang lại các kết quả định lượng cụ thể:

  • Tối ưu hóa tham số cửa sổ phương sai: Phân tích phương sai tín hiệu gia tốc cho thấy sự phân tách rõ rệt giữa hai trạng thái di chuyển. Tại cửa sổ trượt 20 mẫu, giá trị phương sai trung bình khi đi bình thường đạt 1,52, trong khi khi đi nhanh đạt 2,79 (tăng 83,55%). Ngưỡng phân định $A = 2,0$ cho phép phân loại chính xác độ dài sải bước 0,6 mét và 0,7 mét.
  • Độ chính xác nhận diện hướng rẽ tuyệt đối: Thuật toán sử dụng giá trị ngưỡng vận tốc góc $Gyro[z] = +2\text{ rad/s}$ cho hành vi rẽ trái và $Gyro[z] = -2\text{ rad/s}$ cho hành vi rẽ phải đã phát hiện chính xác 100% các góc rẽ 90 độ qua 6 kịch bản thử nghiệm chuyển hướng phức tạp.
  • Đặc trưng phổ tần số tín hiệu: Phổ năng lượng của gia tốc tổng hợp tập trung mạnh ở tần số 2,0 Hz khi người dùng đi bình thường và dịch chuyển lên dải 2,5 Hz đến 3,0 Hz khi đi nhanh, chứng minh mối tương quan trực tiếp giữa tần số bước chân và vận tốc di chuyển.
  • Hiệu năng xác định khoảng cách: Trên toàn bộ lộ trình thử nghiệm thực tế dài 38 mét, hệ thống ghi nhận sai số khoảng cách trung bình chỉ 4,66%, thể hiện tính ổn định cao khi người dùng cầm thiết bị song song với mặt đất.
Bảng so sánh đặc trưng tín hiệu theo trạng thái di chuyển:
+-------------------+----------------+----------------+----------------+
| Trạng thái        | Sải bước chuẩn | Phương sai Acc | Tần số đỉnh    |
+-------------------+----------------+----------------+----------------+
| Đi bình thường    | 0,60 mét       | 1,52           | 2,0 Hz         |
| Đi nhanh          | 0,70 - 0,80 mét| 2,79           | 2,5 - 3,0 Hz   |
+-------------------+----------------+----------------+----------------+

Thảo luận kết quả

Hiệu năng ấn tượng của hệ thống bắt nguồn từ việc kết hợp chính xác giữa bộ lọc Butterworth làm mịn tín hiệu và thuật toán phân tích phương sai cục bộ. Khi biểu diễn dữ liệu bằng biểu đồ phổ tần số (FFT) và đồ thị hàm phương sai theo thời gian, dạng sóng sau lọc đã triệt tiêu hoàn toàn hiện tượng đỉnh giả vốn là nguyên nhân gây đếm thừa bước ở các thuật toán dò ngưỡng biên độ truyền thống.

Khi đặt cạnh các nghiên cứu định vị trong nhà khác, giải pháp PDR tự trị trong luận văn thể hiện ưu thế vượt trội về mặt chi phí và tính cơ động. Trong khi các hệ thống lai PDR kết hợp Wi-Fi ghi nhận sai số trung bình 5,22 mét trên quãng đường 120 mét hoặc PDR kết hợp ZigBee có sai số tối đa 4,0 mét trên 25 mét, thuật toán đề xuất đạt sai số dưới 1,8 mét trên 38 mét mà không cần lắp đặt bất kỳ trạm phát sóng nào. Hạn chế duy nhất là hiện tượng trôi dạt dữ liệu tích lũy theo thời gian khi quãng đường kéo dài trên 100 mét, một đặc tính cố hữu của các cảm biến quán tính giá rẻ trên điện thoại di động.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, 4 giải pháp cụ thể được đề xuất nhằm nâng cao toàn diện hiệu năng của hệ thống định vị PDR:

  1. Tích hợp thuật toán lọc Kalman mở rộng (Extended Kalman Filter): Nhóm nghiên cứu thuật toán cần triển khai mô hình EKF trong vòng 6 đến 12 tháng tới nhằm kết hợp dữ liệu gia tốc và con quay hồi chuyển, hướng tới mục tiêu giảm sai số tích lũy quãng đường xuống dưới 3,0% trên các hành trình dài hơn 100 mét.
  2. Xây dựng hệ thống lai kết hợp nút dẫn đường BLE năng lượng thấp: Kỹ sư IoT và quản lý hạ tầng tòa nhà cần bố trí các mốc định vị Bluetooth Low Energy tại các vị trí cách nhau 20 đến 30 mét trong vòng 3 đến 6 tháng, giúp hệ thống tự động tái chuẩn hóa tọa độ và duy trì sai số định vị tuyệt đối dưới 1,0 mét.
  3. Phát triển thuật toán khớp bản đồ số (Map Matching): Đội ngũ phát triển phần mềm ứng dụng cần tích hợp sơ đồ mặt bằng dạng vector trong 6 tháng để tự động loại trừ các quỹ đạo di chuyển xuyên tường hoặc đi qua vật cản kiến trúc.
  4. Tối ưu hóa quản lý năng lượng trên hệ điều hành Android: Lập trình viên di động cần tinh chỉnh luồng đọc cảm biến tần số 40 Hz thông qua cơ chế xử lý nền không đồng bộ trong vòng 3 tháng, nhằm đảm bảo ứng dụng vận hành liên tục trên 8 giờ mà không làm suy giảm thời lượng pin của thiết bị.

Đối tượng nên tham khảo luận văn

Tài liệu luận văn là nguồn tham khảo chuyên sâu và hữu ích cho 4 nhóm đối tượng chính:

  • Kỹ sư lập trình ứng dụng di động (Mobile Developers): Khai thác cấu trúc mã nguồn Android Studio, phương pháp truy xuất dữ liệu cảm biến tần số 40 Hz và kỹ thuật xây dựng giao diện hiển thị tọa độ thời gian thực.
  • Học viên cao học và nhà nghiên cứu ngành Kỹ thuật Điện tử - Viễn thông: Tiếp cận cơ sở lý thuyết xử lý tín hiệu số, thiết kế bộ lọc số Butterworth bậc 2 và thuật toán ước lượng sải bước dựa trên phương sai.
  • Doanh nghiệp phát triển giải pháp Smart Building và IoT: Ứng dụng mô hình định vị chi phí thấp để xây dựng các tiện ích dẫn đường cho khách hàng trong siêu thị, sân bay và bảo tàng mà không tốn chi phí hạ tầng.
  • Lực lượng cứu nạn và an ninh nội địa: Ứng dụng nguyên lý định vị tự trị PDR để theo dõi hành trình của nhân viên cứu hỏa và cứu hộ trong các môi trường sự cố bị cắt điện hoặc mất sóng liên lạc hoàn toàn.

Câu hỏi thường gặp

Hệ thống PDR có hoạt động được khi điện thoại bị mất kết nối mạng và GPS không?

Hệ thống PDR hoạt động hoàn toàn độc lập với sóng mạng và GPS. Cơ chế định vị chỉ sử dụng dữ liệu quán tính từ cảm biến gia tốc và con quay hồi chuyển tích hợp bên trong thiết bị với tần số lấy mẫu 40 Hz, cho phép định vị chính xác ngay cả trong tầng hầm kín.

Tại sao cần sử dụng bộ lọc Butterworth bậc 2 với tần số cắt 3,4 rad/s?

Bộ lọc Butterworth bậc 2 mang lại đáp ứng tần số phẳng tối đa ở dải thông, giúp loại bỏ triệt để các xung nhiễu tần số cao phát sinh do rung tay mà không làm biến dạng biên độ của sóng gia tốc bước chân ở dải tần từ 1,5 Hz đến 3,0 Hz.

Làm thế nào để thuật toán phân biệt giữa người đi bộ bình thường và đi nhanh?

Thuật toán phân tích phương sai tín hiệu gia tốc tổng hợp trên cửa sổ trượt 20 mẫu. Khi phương sai nhỏ hơn ngưỡng 2,0, hệ thống xác định người dùng đi bình thường (bước 0,6 mét, tần số 2,0 Hz); khi phương sai đạt từ 2,0 trở lên, hệ thống tự động chuyển sang trạng thái đi nhanh (bước 0,7 mét, phương sai đạt 2,79).

Vì sao con quay hồi chuyển có thể nhận diện chính xác 100% các góc rẽ?

Dựa trên đặc trưng vận tốc góc quanh trục thẳng đứng $Gyro[z]$, mỗi lần rẽ tạo ra một đỉnh xung rõ rệt. Bằng việc thiết lập ngưỡng kích hoạt $+2\text{ rad/s}$ cho hướng trái và $-2\text{ rad/s}$ cho hướng phải, thuật toán nhận biết dứt khoát góc quay 90 độ mà không bị ảnh hưởng bởi dao động bước chân.

Sai số tích lũy của PDR trên quãng đường dài được khắc phục như thế nào?

Để duy trì độ chính xác cao trên hành trình dài, phương pháp hiệu quả nhất là kết hợp PDR vào mô hình hệ thống lai, sử dụng các điểm tham chiếu thưa thớt như quét mã QR, thẻ NFC hoặc tín hiệu Wi-Fi tại các vị trí cố định để hiệu chỉnh lại vị trí tức thời.

Kết luận

  • Xây dựng thành công ứng dụng định vị trong nhà V_IPS tự trị hoàn toàn trên nền tảng hệ điều hành Android, khai thác tối ưu cảm biến quán tính tích hợp sẵn.
  • Thuật toán lọc thông thấp Butterworth bậc 2 với tần số cắt 3,4 rad/s và cửa sổ phương sai 20 mẫu triệt tiêu hiệu quả hiện tượng đếm sai bước chân.
  • Mô hình phân loại sải bước dựa trên ngưỡng phương sai $A = 2,0$ cho phép ước lượng chính xác kích thước bước 0,6 mét và 0,7 mét theo tốc độ di chuyển.
  • Thực nghiệm chứng minh hệ thống đạt độ chính xác nhận dạng hướng rẽ 100% và sai số quãng đường trung bình chỉ 4,66% trên lộ trình 38 mét.
  • Hướng nghiên cứu tiếp theo sẽ tập trung tích hợp thuật toán lọc Kalman mở rộng và bản đồ vector trong vòng 6 đến 12 tháng để hoàn thiện giải pháp thương mại.

Các nhà phát triển phần mềm và nhóm nghiên cứu công nghệ định vị hãy tải ngay toàn văn luận văn thạc sĩ để áp dụng trực tiếp mô hình thuật toán PDR vào dự án của mình.