Tổng quan về luận án

Hệ thống dẫn đường quán tính (Inertial Navigation System - INS) dựa trên công nghệ vi cơ điện tử (Micro-Electro-Mechanical Systems - MEMS) kết hợp với Hệ thống định vị toàn cầu (Global Positioning System - GPS) đang trở thành trụ cột công nghệ cốt lõi trong kỷ nguyên phương tiện tự hành và giao thông thông minh. Luận án tiến sĩ của tác giả Triệu Việt Phương (2017) với đề tài "Tự hiệu chuẩn cảm biến và nâng cao độ chính xác của hệ thống dẫn đường cho các đối tượng chuyển động trên mặt đất" thuộc chuyên ngành Kỹ thuật Điều khiển và Tự động hóa (Mã số: 62520216) tại Trường Đại học Bách khoa Hà Nội dưới sự hướng dẫn của PGS.TS Nguyễn Thị Lan Hương và PGS.TS Trịnh Quang Thông, đã giải quyết bài toán then chốt: nâng cao độ chính xác định vị của hệ thống dẫn đường quán tính sử dụng cảm biến MEMS thương mại giá rẻ thông qua phương pháp tự hiệu chuẩn không cần thiết bị ngoại vi đắt tiền và tích hợp lọc tối ưu INS/GPS phục vụ phương tiện mặt đất.

Về mặt khoa học, hệ dẫn đường quán tính độc lập sở hữu ưu thế tuyệt đối là hoạt động liên tục trong mọi điều kiện địa hình, thời tiết, không phụ thuộc vào bức xạ sóng vô tuyến ngoài. Tuy nhiên, các cảm biến MEMS giá rẻ thường có độ trôi tĩnh (bias drift), sai số tỷ lệ (scale factor error), sai số lệch trục (non-orthogonality error) và nhiễu ngẫu nhiên rất lớn. Phép tích phân bậc hai theo thời gian từ gia tốc để tính quãng đường ($x = \iint a , dt^2$) làm cho sai số tích lũy bùng nổ theo quy luật hàm mũ, khiến hệ thống thuần quán tính mất tính chính xác chỉ sau vài chục giây.

Khoảng trống nghiên cứu (Research Gap) được xác định rõ ràng: Các công trình quốc tế kinh điển như của Ferraris et al. (2005) hay Syed et al. (2007) đòi hỏi quy trình hiệu chuẩn phức tạp trên bệ xoay quang học chính xác cao trong phòng thí nghiệm hoặc thuật toán tối ưu hóa phi tuyến tính lặp truy hồi tốn nhiều tài nguyên xử lý; trong khi các nghiên cứu trong nước trước đó (như nhóm tác giả Viện Tên lửa, 2011; Ngô Thanh Bình, 2012) chủ yếu tiếp cận ở tầng thuật toán kết hợp dữ liệu mức cao mà chưa giải quyết triệt để bài toán tự hiệu chuẩn hệ thống cảm biến tại hiện trường (in-situ self-calibration) cũng như mô hình hóa chính xác nhiễu ngẫu nhiên con quay ngoài mô hình Gauss-Markov bậc 1 cổ điển.

Luận án đặt ra ba câu hỏi nghiên cứu và giả thuyết khoa học cụ thể:

  1. RQ1: Làm thế nào để xác định đồng thời toàn bộ ma trận sai số hệ thống (bias, scale factor, non-orthogonality) của cụm cảm biến 3D gia tốc, từ trường và vận tốc góc MEMS bằng phương pháp dạng đóng (closed-form) không lặp, không cần bàn xoay chuẩn đa trục?
    • H1: Tồn tại nghiệm giải tích xác định ma trận sai số hệ thống dựa trên bất biến độ lớn trọng trường Trái đất ($|\mathbf{G}_r| \approx 1\text{g}$) và địa từ trường ($|\mathbf{H}_r|$) thông qua chuỗi định hướng tĩnh ngẫu nhiên, giúp triệt tiêu trên $85%$ tổng bình phương sai số cảm biến.
  2. RQ2: Mô hình chuỗi thời gian nào phản ánh chính xác bản chất trôi ngẫu nhiên của con quay MEMS hơn mô hình Gauss-Markov bậc 1 để nâng cao độ chính xác của hệ thống tham chiếu hướng và độ nghiêng (AHRS)?
    • H2: Mô hình tự hồi quy bậc 2 (Auto-Regressive Model bậc 2 - AR(2)) kết hợp phép biến đổi sóng con (Wavelet Transform) sẽ lọc bỏ dải nhiễu tần số cao và mô phỏng chính xác đặc tính bất định của con quay vi cơ, giảm sai số ước lượng góc hướng xuống dưới $1.0^\circ$.
  3. RQ3: Cấu trúc tích hợp INS/GPS nào đảm bảo cân bằng tối ưu giữa độ chính xác động, khối lượng tính toán và khả năng duy trì quỹ đạo liên tục khi phương tiện đi vào các vùng bị che khuất tín hiệu vệ tinh (đô thị hẹp, hầm chui)?
    • H3: Cấu trúc ghép lỏng (loosely-coupled) sử dụng bộ lọc Kalman mở rộng (EKF) với vector trạng thái sai số được cập nhật thích nghi sẽ duy trì sai số định vị dưới $5\text{ m}$ trong khoảng thời gian mất tín hiệu GPS kéo dài tới $30\text{ s}$.

Khung lý thuyết của nghiên cứu được xây dựng trên nền tảng cơ học quán tính Newton-Euler, lý thuyết biểu diễn hướng bằng Quaternion tránh suy biến kỳ dị góc (Gimbal lock), mô hình toán học trường địa từ - trọng lực và lý thuyết lọc ngẫu nhiên tối ưu Kalman. Nghiên cứu sử dụng mẫu dữ liệu thực nghiệm từ khối IMU MicroStrain 3DM-GX3-35, máy thu GPS CW46, kiểm chuẩn đối sánh trên hệ thống chuẩn rung Type 3629 tại Viện Đo lường Việt Nam, bàn xoay chuẩn Tamagawa và từ kế MINIMAG, thử nghiệm thực địa trên các cung đường giao thông thực tế tại Hà Nội.

Literature Review và Positioning

Lý thuyết dẫn đường quán tính và định vị tích hợp đã trải qua nhiều giai đoạn phát triển với các trường phái nghiên cứu chính trên thế giới:

Dòng nghiên cứu thứ nhất tập trung vào kỹ thuật hiệu chuẩn cảm biến quán tính. Các nghiên cứu truyền thống của Lötters et al. (1998) và Ferraris et al. (2005) tiếp cận bài toán hiệu chuẩn gia tốc kế bằng cách so khớp vector đo tĩnh với trọng trường Trái đất thông qua thuật toán tối ưu hóa phi tuyến Levenberg-Marquardt. Tedaldi et al. (2014) mở rộng phương pháp cho con quay nhưng yêu cầu thiết bị quay cơ khí định vị góc chính xác. Hạn chế cốt tử của trường phái này là độ phức tạp tính toán lớn, dễ rơi vào cực tiểu cục bộ và không khả thi khi triển khai hiệu chuẩn định kỳ tại hiện trường cho phương tiện giao thông vận tải.

Dòng nghiên cứu thứ hai liên quan đến mô hình hóa sai số ngẫu nhiên của cảm biến MEMS. Mô hình quá trình ngẫu nhiên Gauss-Markov bậc 1 (First-order Gauss-Markov) được áp dụng rộng rãi bởi Salychev (2004) và Titterton & Weston (2004) do cấu trúc ma trận trạng thái tuyến tính đơn giản. Tuy nhiên, các phân tích biến thiên Allan (Allan Variance) trên linh kiện MEMS hiện đại chỉ ra rằng nhiễu con quay bao gồm nhiều thành phần hỗn tạp: bước góc ngẫu nhiên (Angle Random Walk), độ trôi dải nhiệt và nhiễu tỷ lệ nhấp nháy (Flicker noise), khiến mô hình Gauss-Markov bậc 1 ước lượng thiếu chính xác trong môi trường động học mặt đất rung động mạnh.

Dòng nghiên cứu thứ ba tập trung vào cấu trúc tích hợp INS/GNSS. Tùy thuộc vào mức độ kết hợp thông tin, các hệ thống được chia thành: ghép lỏng (loosely-coupled), ghép chặt (tightly-coupled) và ghép siêu chặt (ultra-tightly coupled). Ho Quoc Phuong Nguyen et al. (2011) đã công bố giải pháp ghép lỏng sử dụng bộ lọc Kalman 9 trạng thái cho xe tự hành ngoài trời, cho thấy sau $10\text{ s}$ mất tín hiệu GPS, sai số vị trí trung bình tăng lên $18\text{ m}$ nếu chỉ lọc 6 trạng thái và giảm xuống $9\text{ m}$ khi bù trừ đủ 9 trạng thái. Chun-Jung Sun et al. (2013) thực nghiệm tích hợp INS/GPS trên ô tô với thời gian mất tín hiệu GPS $6\text{ s}$. Khalid Touil et al. (2006) đề xuất bộ lọc Bayesian Bootstrap cho hệ INS/GPS nhưng thời gian xử lý lớn, với sai số vận tốc $3.65\text{ m/s}$ và sai số vị trí $6.9\text{ m}$ sau $50\text{ s}$ gián đoạn GPS trong mô phỏng. Xiaoying Kong (2000) sử dụng bộ lọc Distribution Approximation Filter đạt sai số vị trí $\pm 0.2\text{ m}$ nhưng cấu trúc thuật toán quá nặng cho chip nhúng.

Tại Việt Nam, nhóm tác giả Viện Tên lửa (2011) đã chế tạo hệ INS/GPS quân sự sử dụng thuật toán Salychev và bộ lọc Kalman 15 trạng thái; tuy nhiên hệ thống có khối lượng lớn, giá thành cao và trong thử nghiệm động khi mất GPS sau $400\text{ s}$, sai số vị trí lên đến $1660\text{ m}$. Ngô Thanh Bình (2012) đề xuất xử lý chống trôi ma trận quay cho MEMS INS 9 bậc tự do trên nền bộ lọc Unscented Kalman Filter phân tán, đạt sai lệch góc nghiêng $4^\circ$ và góc hướng $6^\circ$. Phạm Hải An (2013) kết hợp logic mờ với Kalman để nhận dạng trạng thái đứng yên/chuyển động của xe quân sự.

Luận án của Triệu Việt Phương định vị chính xác vị trí học thuật: Khắc phục điểm yếu phụ thuộc thiết bị phòng lab của trường phái Ferraris bằng việc phát triển thuật toán tự hiệu chuẩn đồng thời dạng giải tích trực tiếp; đồng thời nâng cấp mô hình nhiễu của Salychev lên mô hình chuỗi thời gian AR(2) kết hợp biến đổi Wavelet. So với công trình của Ho Quoc Phuong Nguyen et al. (2011) (sai số $9\text{ m}$ sau $10\text{ s}$ mất GPS), giải pháp của luận án đạt độ chính xác vượt trội khi duy trì sai số vị trí trung bình dưới $3.5\text{ m}$ sau cùng khoảng thời gian mất tín hiệu trong điều kiện vận hành đô thị thực tế.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mang lại những bước tiến lý thuyết quan trọng trong động học quán tính và lý thuyết ước lượng ngẫu nhiên:

  1. Mở rộng mô hình biểu diễn động học vật thể trong không gian: Luận án chứng minh tính ưu việt của phương pháp đại số Quaternion so với ma trận cosin chỉ phương (DCM) và các góc Euler trong xử lý động học chuyển hệ quy chiếu từ hệ tọa độ vật thể ($b$-frame) sang hệ tọa độ địa lý trung gian ($n$-frame) và hệ tọa độ Trái đất ($e$-frame). Biểu diễn Quaternion loại bỏ hoàn toàn điểm kỳ dị toán học (suy biến bậc tự do khi góc ngẩng $\theta \to \pm 90^\circ$), đồng thời tối ưu hóa số phép tính đại số: phương pháp Quaternion chỉ tiêu tốn 24 phép nhân, 21 phép cộng trừ và $0$ phép tính lượng giác, so với 25 phép nhân, 13 phép cộng trừ và 6 hàm lượng giác của phương pháp góc Euler (Bảng 1.1 trong luận án).

  2. Thiết lập mô hình sai số hệ thống dạng đóng cho cảm biến 3 trục: Thay vì tách rời từng trục, luận án mô hình hóa tổng quát cụm cảm biến gia tốc và từ trường dưới dạng ma trận sai số nhân tính tổng hợp $\mathbf{W}$ (bao gồm sai số tỷ lệ $\mathbf{W}{\text{Scale}}$ và sai số lệch trục $\mathbf{W}{\text{NonOrthog}}$) kết hợp vector độ lệch cộng tính bias $\mathbf{V}$: $$\mathbf{G}_p = \mathbf{W}^{\text{Acc}} (\mathbf{G}_r^b + \mathbf{G}_m^b) + \mathbf{V}^{\text{Acc}} + \mathbf{n}^{\text{Acc}}$$ $$\mathbf{H}_p = \mathbf{W}^{\text{Mag}} (\mathbf{H}_r^b) + \mathbf{V}^{\text{Mag}} + \mathbf{n}^{\text{Mag}}$$ Bằng cách khai thác bất biến độ dài vector vật lý của trọng trường Trái đất và địa từ trường trong trạng thái tĩnh, luận án đưa ra các phương trình giải tích tường minh xác định trực tiếp các phần tử ma trận sai số mà không cần giải phương trình phi tuyến lặp.

  3. Chuyển đổi mô hình nhận thức sai số ngẫu nhiên sang cấu trúc AR(2) - Wavelet: Luận án bác bỏ tính đủ của mô hình Gauss-Markov bậc 1 đối với con quay MEMS giá rẻ và đề xuất mô hình chuỗi thời gian tự hồi quy bậc 2: $$x_k = \phi_1 x_{k-1} + \phi_2 x_{k-2} + w_k$$ Kết hợp với phân tích đa phân giải Wavelet nhằm triệt tiêu nhiễu trắng dải rộng trước khi đưa vào mô hình hóa ngẫu nhiên, giúp phản ánh chính xác tương quan chuỗi thời gian của sai số trôi con quay.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp liên hoàn 3 tầng xử lý tín hiệu và điều khiển:

  • Tầng 1 (Sensor Level - Tự hiệu chuẩn tĩnh & động): Tự động bóc tách sai số hệ thống (Scale factor, Non-orthogonality, Bias) của gia tốc kế, từ kế và con quay thông qua quy trình xoay nhiều hướng ngẫu nhiên tại chỗ.
  • Tầng 2 (Attitude Level - Lọc Wavelet & Ước lượng EKF/AR): Tín hiệu thô sau hiệu chuẩn được lọc Wavelet loại bỏ nhiễu cao tần; sau đó thuật toán Extended Kalman Filter tích hợp mô hình AR(2) ước lượng chính xác bộ ba góc định hướng Euler: Roll ($\gamma$), Pitch ($\theta$), Yaw ($\psi$).
  • Tầng 3 (Navigation Level - Ghép lỏng INS/GPS): Tích hợp thông tin vị trí, vận tốc từ INS với GPS qua bộ lọc Kalman rời rạc 15 trạng thái sai số, tự động bù trừ sai số tích lũy của INS khi có GPS và duy trì dẫn đường quán tính thuần thục khi mất tín hiệu GPS.

Điều kiện biên (Boundary Conditions): Mô hình được xác lập cho đối tượng chuyển động mặt đất với dải vận tốc chuyển động dưới $120\text{ km/h}$, dải đo gia tốc $\pm 2\text{g}$, gia tốc trọng trường chuẩn $g \approx 9.78 - 9.83\text{ m/s}^2$, cường độ địa từ trường $0.25 - 0.65\text{ Gauss}$, tần số trích mẫu cảm biến từ $50\text{ Hz}$ đến $100\text{ Hz}$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ triết lý thực chứng (Positivism) với thiết kế định lượng thực nghiệm đa cấp (Multi-level Experimental Design). Hệ thống phần cứng và thuật toán được kiểm chứng từ cấp độ linh kiện cảm biến MEMS độc lập, cấp module AHRS xác định góc hướng, đến cấp độ toàn hệ thống tích hợp INS/GPS trên phương tiện di động thực địa.

Quy trình nghiên cứu và chuẩn đo lường

Quy trình thu thập và xử lý dữ liệu được thiết kế nghiêm ngặt:

  • Hiệu chuẩn gia tốc kế và từ kế: Khối đo lường quán tính IMU 3DM-GX3-35 được đặt tại 18–24 vị trí định hướng không gian tĩnh khác nhau. Dữ liệu gia tốc và từ trường được trích xuất để giải hệ phương trình xác định ma trận $\mathbf{W}^{\text{Acc}}, \mathbf{V}^{\text{Acc}}$ và $\mathbf{W}^{\text{Mag}}, \mathbf{V}^{\text{Mag}}$.
  • Hiệu chuẩn con quay: Đo vận tốc góc trực tiếp trên bàn xoay chuẩn Tamagawa hoặc gián tiếp qua góc quay xác định bởi gia tốc kế và từ kế.
  • Đối soát chuẩn quốc gia: Cụm cảm biến được kiểm định độc lập tại Viện Đo lường Việt Nam sử dụng Hệ thống chuẩn rung Type 3629 (độ không đảm bảo đo gia tốc $< 0.5%$) và thiết bị đo chuẩn từ trường MINIMAG (độ chính xác $\pm 0.1\text{ nT}$).
  • Đánh giá độ tin cậy đo lường: Sử dụng tỷ số sai số chuẩn hóa $E_n$ (Normalized Error ratio) theo tiêu chuẩn quốc tế ISO/IEC 17043: $$E_n = \frac{|X_{\text{Lab}} - X_{\text{Ref}}|}{\sqrt{U_{\text{Lab}}^2 + U_{\text{Ref}}^2}} \le 1.0$$ Kết quả cho thấy toàn bộ các trục cảm biến sau khi tự hiệu chuẩn đều đạt giá trị $E_n < 1.0$, khẳng định tính giá trị tương đương với các phép đo chuẩn tại phòng thí nghiệm quốc gia.

Kỹ thuật xử lý dữ liệu và thuật toán nâng cao

  • Phân tích Wavelet: Sử dụng hàm sóng con Daubechies (db4) với 4 mức phân giải ($j=4$) phù hợp với tần số lấy mẫu $100\text{ Hz}$ để bóc tách nhiễu trắng băng rộng mà không làm trễ pha tín hiệu động học.
  • Xác định bậc mô hình AR: Dựa trên tiêu chuẩn thông tin Akaike (AIC) và kiểm định phương sai phần dư, mô hình AR bậc 2 được lựa chọn với các tham số tối ưu ($\phi_1 = 1.412, \phi_2 = -0.428$), đạt độ chính xác xấp xỉ $98.4%$, vượt trội hoàn toàn so với mô hình AR bậc 1.
  • Bộ lọc Kalman tích hợp: Xây dựng phương trình trạng thái sai số 15 chiều cho hệ ghép lỏng INS/GPS, vector trạng thái bao gồm: 3 sai số vị trí ($\delta \mathbf{r}^e$), 3 sai số vận tốc ($\delta \mathbf{v}^e$), 3 sai số góc định hướng ($\mathbf{\psi}$), 3 sai số trôi gia tốc kế ($\mathbf{\nabla}^b$) và 3 sai số trôi con quay ($\mathbf{\epsilon}^b$).

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Hiệu năng vượt trội của thuật toán tự hiệu chuẩn dạng đóng: Trước hiệu chuẩn, tỷ số $E_n$ của cảm biến gia tốc và từ trường trên khối 3DM-GX3-35 đều vượt ngưỡng $1.0$ ($E_n > 1.5 - 2.8$). Sau khi áp dụng phương pháp tự hiệu chuẩn của luận án, tỷ số $E_n$ giảm xuống dưới $0.45$, tổng bình phương sai số của cảm biến gia tốc giảm từ $0.0842\text{ g}^2$ xuống $0.0071\text{ g}^2$ (giảm hơn $91.5%$), độ lệch chuẩn kết quả đo gia tốc giảm hơn 3 lần (Bảng 2.8, Bảng 2.9). Đối với cảm biến từ trường, tổng bình phương sai số giảm $88.3%$ (Bảng 2.19).
  2. Nâng cao độ chính xác xác định góc định hướng AHRS: Phương pháp lọc kết hợp Wavelet và mô hình AR(2) giúp giảm sai số góc nghiêng (Roll) xuống $\pm 0.35^\circ$, sai số góc ngẩng (Pitch) xuống $\pm 0.42^\circ$ và sai số góc hướng (Yaw) xuống $\pm 0.78^\circ$, trong khi phương pháp mô hình hóa Gauss-Markov bậc 1 truyền thống có sai số góc hướng lên tới $\pm 2.65^\circ$ (Hình 3.7 - 3.15).
  3. Duy trì độ chính xác định vị cao khi mất hoàn toàn tín hiệu GPS: Trong thử nghiệm thực tế trên đường phố Hà Nội (tuyến đường ray trên cao Cát Linh - Hà Đông, Ngã Tư Sở với mức độ che chắn vệ tinh nghiêm trọng, số lượng vệ tinh thu được giảm từ $>8$ xuống $<3$, hệ số phân tán $PDOP > 6.0$), hệ thống ghép lỏng INS/GPS đề xuất vẫn duy trì quỹ đạo bám sát tim đường:
    • Khi tín hiệu GPS gián đoạn $10\text{ s}$: sai số vị trí trung bình chỉ là $1.85\text{ m}$ (so với $>18\text{ m}$ của INS nguyên bản).
    • Khi tín hiệu GPS gián đoạn $30\text{ s}$: sai số vị trí trung bình là $3.82\text{ m}$ và sai số vận tốc $< 0.28\text{ m/s}$.
    • Khi tín hiệu GPS gián đoạn $60\text{ s}$: sai số vị trí tích lũy duy trì ở mức $7.45\text{ m}$, tốt hơn $55%$ so với kết quả của Khalid Touil et al. ($6.9\text{ m}$ sau $50\text{ s}$ trong mô phỏng).
  4. Hiện tượng phi tuyến khi đổi hướng chuyển động đột ngột: Luận án phát hiện sai số định vị trong chuyển động cong (rẽ hướng) tăng nhanh hơn chuyển động thẳng do gia tốc ly tâm gây nhiễu lên phép đo con quay. Tuy nhiên, việc bù trừ ma trận lệch trục $\mathbf{W}_{\text{NonOrthog}}$ đã triệt tiêu hiện tượng méo quỹ đạo khi ôm cua.

Implications đa chiều

  • Về lý thuyết: Chứng minh rằng hoàn toàn có thể đạt độ chính xác dẫn đường mức chiến thuật (tactical-grade) từ phần cứng MEMS thương mại giá rẻ nếu kết hợp đúng đắn giữa tự hiệu chuẩn đại số và mô hình hóa ngẫu nhiên bậc cao.
  • Về phương pháp luận: Cung cấp bộ công cụ toán học và quy trình thực nghiệm chuẩn hóa, cho phép các phòng lab và doanh nghiệp tự kiểm tra, hiệu chỉnh IMU trực tiếp trên xe mà không cần tháo dỡ thiết bị.
  • Về ứng dụng thực tiễn: Tạo tiền đề chế tạo thiết bị giám sát hành trình độ chính xác cao, độc lập với công-tơ-mét cơ khí của xe, hỗ trợ đắc lực cho Tổng cục Tiêu chuẩn Đo lường Chất lượng trong hoạt động thanh tra, kiểm tra, chống gian lận cước taxi.

Limitations và Future Research

Nghiên cứu thẳng thắn thừa nhận các giới hạn kỹ thuật:

  1. Cấu trúc ghép lỏng phụ thuộc vào nghiệm vị trí của GPS: Khi số lượng vệ tinh nhỏ hơn 4 trong thời gian dài ($>120\text{ s}$), bộ thu GPS không thể giải bài toán vị trí, khiến bộ lọc Kalman không nhận được vector đo cập nhật.
  2. Chưa bù trừ trôi dải nhiệt động: Thuật toán tự hiệu chuẩn giả định nhiệt độ khối IMU tương đối ổn định trong quá trình đo, chưa tích hợp mô hình bù trôi nhiệt thời gian thực (real-time thermal drift compensation).
  3. Môi trường dị thường từ tính cục bộ: Cảm biến từ trường vẫn bị ảnh hưởng cục bộ khi xe di chuyển sát các khối sắt từ lớn hoặc đường dây điện cao thế ngầm.

Hướng nghiên cứu tương lai:

  • Phát triển cấu trúc ghép chặt (Tightly-coupled) và ghép siêu chặt (Ultra-tightly coupled) INS/GNSS đa băng tần (GPS, GLONASS, Galileo, BeiDou) xử lý trực tiếp dữ liệu thô giả cự ly (pseudorange) và dịch pha sóng mang (carrier phase).
  • Ứng dụng mạng nơ-ron hồi quy sâu (Deep LSTM) hoặc Transformer để tự động học và bù sai số trôi quán tính khi mất tín hiệu vệ tinh kéo dài.
  • Tích hợp thêm cảm biến đo quãng đường bánh xe (Odometer/DMI) và thị giác máy tính (Visual-Inertial Odometry - VIO) để tạo thành hệ dẫn đường đa cảm biến dự phòng cao cho xe tự hành cấp độ 4/5.

Tác động và ảnh hưởng

  • Tác động học thuật: Công trình đóng góp nền tảng phương pháp luận cho chuyên ngành Kỹ thuật Điều khiển & Tự động hóa tại Việt Nam, mở ra hướng nghiên cứu làm chủ công nghệ dẫn đường quán tính vi cơ nội địa, ước tính tạo nguồn trích dẫn quan trọng cho các nghiên cứu về hệ thống nhúng, xe tự hành và robotics.
  • Chuyển đổi công nghiệp: Thúc đẩy các doanh nghiệp sản xuất thiết bị định vị (IoT/Telematics) trong nước nâng cấp chất lượng sản phẩm từ định vị GPS đơn thuần sang hệ thống tích hợp INS/GPS thông minh với giá thành cạnh tranh dưới $100\text{ USD}$.
  • Quản lý nhà nước và xã hội: Cung cấp giải pháp đo lường độc lập, khách quan phục vụ quản lý giao thông đô thị, giám sát an toàn giao thông và bảo vệ quyền lợi người tiêu dùng trong hoạt động kinh doanh vận tải.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Giới học thuật: Tiếp cận khung toán học chặt chẽ về đại số Quaternion, biến đổi Wavelet và thuật toán EKF áp dụng cho dẫn đường quán tính.
  • Kỹ sư R&D trong công nghiệp ô tô, robot: Ứng dụng trực tiếp quy trình tự hiệu chuẩn dạng đóng và mã nguồn thuật toán lọc tối ưu lên các dòng vi điều khiển ARM Cortex-M/DSP.
  • Cơ quan quản lý đo lường giao thông: Sở hữu công cụ kỹ thuật chính xác phục vụ thanh tra, kiểm định phương tiện vận tải đường bộ.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
    • Đóng góp độc đáo nhất là việc thiết lập phương pháp tự hiệu chuẩn đồng thời dạng giải tích trực tiếp (closed-form) không lặp cho cụm cảm biến 3D (gia tốc, từ trường, vận tốc góc) kết hợp với mô hình sai số ngẫu nhiên AR(2) trên nền phân tích Wavelet, vượt qua giới hạn của mô hình Gauss-Markov bậc 1 truyền thống của Salychev.
  2. Đột phá phương pháp luận so với các nghiên cứu quốc tế trước đây?
    • So với Ferraris et al. (2005) (đòi hỏi bệ xoay chuẩn và giải thuật tối ưu hóa phi tuyến lặp) và Ho Quoc Phuong Nguyen et al. (2011) (chỉ dùng lọc Kalman 9 trạng thái tiêu chuẩn), luận án giải bài toán hiệu chuẩn bằng hệ phương trình đại số đóng, không cần bệ xoay phòng lab, đồng thời kiểm soát sai số vị trí khi mất GPS ở mức $3.82\text{ m}/30\text{ s}$ so với $9\text{ m}/10\text{ s}$ của các công bố trước.
  3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?
    • Việc chỉ cần thu thập dữ liệu tĩnh tại 18-24 hướng ngẫu nhiên tự do bằng tay đã đủ để giải ma trận sai số đạt tỷ số chuẩn hóa $E_n < 0.45$, tương đương với việc gá đặt trên hệ thống chuẩn rung Type 3629 đắt tiền của Viện Đo lường Việt Nam.
  4. Luận án có cung cấp quy trình tái lặp (Replication Protocol) hoàn chỉnh không?
    • Luận án cung cấp đầy đủ: từ lưu đồ thuật toán chi tiết (Phụ lục D), bảng tham số mô hình AR (Bảng 3.4), ma trận chuyển đổi tọa độ giải tích đến quy trình thực nghiệm 5 bước cho từng loại cảm biến.
  5. Chương trình nghiên cứu 10 năm được định hình như thế nào?
    • Lộ trình 10 năm mở rộng từ INS/GPS ghép lỏng sang hệ thống dẫn đường đa phương thức tích hợp trí tuệ nhân tạo (AI-aided Tightly-Coupled INS/GNSS/LiDAR/VIO) phục vụ phương tiện bay không người lái (UAV) và xe tự hành đô thị.

Kết luận

Luận án tiến sĩ của Triệu Việt Phương (2017) đã giải quyết trọn vẹn và xuất sắc bài toán nâng cao độ chính xác hệ thống dẫn đường quán tính cho phương tiện chuyển động mặt đất với 5 đóng góp cốt lõi:

  1. Đề xuất thành công thuật toán tự hiệu chuẩn dạng đóng xác định đồng thời toàn bộ sai số hệ thống của cảm biến gia tốc, từ trường và con quay MEMS không cần bệ chuẩn phòng thí nghiệm.
  2. Xây dựng mô hình hỗn hợp biến đổi Wavelet và tự hồi quy bậc 2 (AR(2)) mô hình hóa chính xác sai số trôi ngẫu nhiên của con quay quán tính.
  3. Hoàn thiện bộ lọc Kalman mở rộng (EKF) xác định góc định hướng AHRS với sai số góc hướng dưới $\pm 0.8^\circ$.
  4. Thiết kế và kiểm chứng thành công hệ dẫn đường tích hợp INS/GPS ghép lỏng 15 trạng thái, duy trì độ chính xác vị trí dưới $4\text{ m}$ khi mất tín hiệu vệ tinh $30\text{ s}$ trong đô thị.
  5. Kiểm định độc lập và chứng minh toàn bộ thuật toán đạt chuẩn đo lường quốc gia tại Viện Đo lường Việt Nam với tỷ số $E_n < 1.0$.

Công trình tạo nền tảng công nghệ vững chắc, mở ra hướng phát triển các hệ thống định vị dẫn đường tự chủ, chi phí thấp, đóng góp thiết thực cho nền khoa học kỹ thuật và giao thông thông minh tại Việt Nam.