Luận văn thạc sĩ về phát hiện trạng thái người tham gia giao thông và ứng dụng hỗ trợ từ smartphone

Luận văn thạc sĩ kỹ thuật nghiên cứu phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ, khảo sát thực trạng, phân tích nguyên nhân, đề

• Tác giả: Nguyễn Hoàng Điệp
• Người hướng dẫn: TS. Hoàng Xuân Dậu
• Trường học: Học viện Công nghệ Bưu chính Viễn thông
• Chuyên ngành: Khoa học máy tính
• Đề tài: Phát Hiện Trạng Thái Người Tham Gia Giao Thông Dựa Trên Smartphone Và Xây Dựng Ứng Dụng Hỗ Trợ
• Loại tài liệu: luận văn thạc sĩ kỹ thuật
• Năm xuất bản: 2016
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ CẢM BIẾN TRÊN SMARTPHONE VÀ ỨNG DỤNG
• 1.1. Giới thiệu tổng quan về các loại cảm biến trên smartphone
• 1.2. Cảm biến chuyển động
• 1.2.1. Cảm biến gia tốc
• 1.2.2. Con quay hồi chuyển
• 1.2.3. Cảm biến từ trường
• 1.2.4. Cảm biến véc-tơ quay
• 1.3. Cảm biến môi trường
• 1.3.1. Cảm biến độ ẩm
• 1.3.2. Cảm biến ánh sáng
• 1.3.3. Cảm biến áp suất khí quyển
• 1.4. Cảm biến vị trí
• 1.5. Giới thiệu cảm biến gia tốc và cảm biến GPS
• 1.5.1. Cảm biến gia tốc
• 1.5.2. Cấu trúc của cảm biến gia tốc
• 1.5.3. Ứng dụng của cảm biến gia tốc
• 1.6. Cảm biến định vị sử dụng GPS
• 1.6.1. Hoạt động của hệ thống GPS
• 1.6.2. Ứng dụng của GPS
• 1.7. Phát biểu bài toán
• 1.8. Kết chương
• 2. CHƯƠNG 2: PHƯƠNG PHÁP PHÁT HIỆN TRẠNG THÁI NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN SMARTPHONE
• 2.1. Xây dựng mô hình
• 2.2. Một số phương pháp đã được nghiên cứu
• 2.2.1. Sử dụng cây quyết định và mô hình Markov ẩn
• 2.2.2. Phương pháp so sánh giá trị gia tốc và gia tốc trọng trường
• 2.2.3. Sử dụng máy véc-tơ hỗ trợ và tối ưu đàn kiến
• 2.3. Các đề xuất cải tiến của luận văn
• 2.4. Mô hình hóa phương pháp
• 2.5. Thu thập dữ liệu
• 2.5.1. Phương pháp thu thập dữ liệu
• 2.5.2. Thu thập dữ liệu cảm biến gia tốc
• 2.5.3. Thu thập dữ liệu cảm biến vị trí dựa trên GPS
• 2.5.4. Cài đặt ứng dụng thu thập dữ liệu
• 2.6. Các thuật toán xử lý dữ liệu
• 2.6.1. Mô hình xử lý
• 2.6.2. Huấn luyện mô hình
• 2.6.3. Phát hiện trạng thái
• 2.6.4. Các thuật toán, lựa chọn tham số và tiền điều kiện
• 2.6.4.1. Fast Fourier Transform
• 2.6.4.2. Ant Colony Optimization
• 2.6.4.3. Support Vector Machine
• 2.6.5. Áp dụng phát hiện trạng thái người tham gia giao thông
• 2.6.5.1. Tiền xử lý dữ liệu
• 2.6.5.2. Huấn luyện mô hình
• 2.6.5.3. Phân tích dữ liệu vận tốc
• 2.6.5.4. Phân tích dữ liệu cảm biến gia tốc
• 2.6.5.5. Cài đặt thuật toán phân lớp
• 2.6.5.6. Phát hiện trạng thái người tham gia giao thông
• 2.7. Kết chương
• 3. CHƯƠNG 3: CÀI ĐẶT, THỬ NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
• 3.1. Môi trường cài đặt
• 3.2. Phần cứng và phần mềm
• 3.3. Thiết kế ứng dụng
• 3.3.1. Thiết kế chức năng
• 3.3.2. Thiết kế kiến trúc
• 3.3.3. Thiết kế giao diện
• 3.4. Các kịch bản thử nghiệm
• 3.5. Kết quả thử nghiệm
• 3.5.1. Kết quả mô đun phát hiện trạng thái
• 3.5.2. Kết quả thực nghiệm ứng dụng hỗ trợ người dùng
• 3.6. Kết chương
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về ứng dụng phát hiện trạng thái người tham gia giao thông

Trong bối cảnh giao thông hiện đại, việc phát hiện trạng thái của người tham gia giao thông thông qua smartphone đã trở thành một lĩnh vực nghiên cứu quan trọng. Ứng dụng di động không chỉ giúp theo dõi và giám sát trạng thái giao thông mà còn hỗ trợ trong việc nâng cao an toàn giao thông. Việc sử dụng các cảm biến trên smartphone như cảm biến gia tốc và GPS cho phép thu thập dữ liệu chính xác về chuyển động của người dùng. Điều này mở ra cơ hội cho việc phát triển các hệ thống giao thông thông minh và cải thiện trải nghiệm của người dùng trong quá trình tham gia giao thông.

1.1. Tầm quan trọng của việc phát hiện trạng thái

Việc phát hiện trạng thái của người tham gia giao thông có ý nghĩa quan trọng trong việc giảm thiểu tai nạn và nâng cao an toàn giao thông. Các ứng dụng có thể cung cấp thông tin thời gian thực về tình trạng giao thông, giúp người dùng lựa chọn lộ trình an toàn hơn. Hơn nữa, việc phân tích dữ liệu từ các cảm biến trên smartphone có thể giúp các nhà quản lý giao thông đưa ra quyết định kịp thời và hiệu quả hơn. Theo nghiên cứu, việc sử dụng công nghệ giao thông thông minh có thể giảm thiểu 30% số vụ tai nạn giao thông.

II. Các loại cảm biến trên smartphone và ứng dụng của chúng

Smartphone hiện đại được trang bị nhiều loại cảm biến khác nhau, trong đó có cảm biến gia tốc, cảm biến GPS và cảm biến môi trường. Cảm biến gia tốc giúp xác định chuyển động của thiết bị, trong khi GPS cung cấp thông tin về vị trí. Việc kết hợp dữ liệu từ các cảm biến này cho phép phát hiện trạng thái của người tham gia giao thông một cách chính xác. Các ứng dụng có thể sử dụng dữ liệu này để phân tích hành vi di chuyển của người dùng, từ đó đưa ra các cảnh báo và thông tin hữu ích.

2.1. Cảm biến gia tốc và GPS

Cảm biến gia tốc trên smartphone có khả năng đo lường gia tốc theo ba trục, giúp xác định hướng và tốc độ di chuyển của người dùng. Kết hợp với GPS, cảm biến này có thể cung cấp thông tin chi tiết về trạng thái di chuyển, chẳng hạn như đi bộ, chạy, hoặc đứng yên. Việc sử dụng cảm biến này không chỉ giúp phát hiện trạng thái mà còn hỗ trợ trong việc xây dựng các ứng dụng theo dõi sức khỏe cá nhân, như đếm bước đi và theo dõi hoạt động thể chất.

III. Phương pháp phát hiện trạng thái người tham gia giao thông

Luận văn đề xuất một số phương pháp phát hiện trạng thái người tham gia giao thông dựa trên dữ liệu thu thập từ smartphone. Các phương pháp này bao gồm việc sử dụng cây quyết định, máy véc-tơ hỗ trợ và các thuật toán tối ưu như tối ưu đàn kiến. Việc áp dụng các thuật toán này giúp cải thiện độ chính xác trong việc phát hiện trạng thái di chuyển của người dùng. Hơn nữa, việc tối ưu hóa việc sử dụng GPS trong các điều kiện khác nhau cũng là một yếu tố quan trọng trong nghiên cứu này.

3.1. Các thuật toán và mô hình hóa

Các thuật toán như Fast Fourier Transform và Support Vector Machine được sử dụng để phân tích dữ liệu và phát hiện trạng thái. Việc mô hình hóa các phương pháp này cho phép xây dựng một hệ thống có khả năng phát hiện trạng thái người tham gia giao thông một cách tự động và chính xác. Hệ thống này không chỉ giúp người dùng nhận biết trạng thái của mình mà còn cung cấp thông tin cho các ứng dụng giao thông thông minh, từ đó nâng cao hiệu quả quản lý giao thông.

IV. Kết quả thử nghiệm và đánh giá

Quá trình thử nghiệm cho thấy các phương pháp phát hiện trạng thái người tham gia giao thông đạt được độ chính xác cao. Các kịch bản thử nghiệm được thiết kế để kiểm tra khả năng của ứng dụng trong các điều kiện giao thông khác nhau. Kết quả cho thấy ứng dụng có thể phát hiện chính xác trạng thái di chuyển của người dùng, từ đó cung cấp thông tin hữu ích cho người tham gia giao thông. Điều này chứng tỏ giá trị thực tiễn của nghiên cứu trong việc phát triển các ứng dụng hỗ trợ giao thông.

4.1. Đánh giá hiệu quả ứng dụng

Ứng dụng phát hiện trạng thái người tham gia giao thông không chỉ giúp người dùng nhận biết tình trạng của mình mà còn cung cấp thông tin cho các hệ thống giao thông thông minh. Việc sử dụng smartphone làm công cụ phát hiện trạng thái mang lại nhiều lợi ích, từ việc nâng cao an toàn giao thông đến việc cải thiện trải nghiệm của người dùng. Kết quả thử nghiệm cho thấy ứng dụng có thể hoạt động hiệu quả trong nhiều điều kiện khác nhau, từ đó khẳng định tính khả thi và giá trị của nghiên cứu.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh smartphone ngày càng phổ biến với hơn 3 tỷ người dùng toàn cầu, việc ứng dụng các cảm biến tích hợp trên thiết bị này để phát hiện trạng thái người tham gia giao thông trở thành một hướng nghiên cứu quan trọng. Tại Việt Nam, với đặc thù giao thông đa dạng gồm đi bộ, xe đạp, xe máy, ô tô và xe bus, việc xác định chính xác trạng thái di chuyển của người dùng theo thời gian thực có ý nghĩa thiết thực trong việc nâng cao an toàn giao thông và phát triển các ứng dụng hỗ trợ thông minh. Mục tiêu nghiên cứu của luận văn là phát hiện trạng thái người tham gia giao thông dựa trên dữ liệu cảm biến gia tốc và GPS trên smartphone, đồng thời xây dựng ứng dụng hỗ trợ người dùng trong quá trình tham gia giao thông. Nghiên cứu được thực hiện trong giai đoạn 2015-2017 tại Hà Nội, tập trung vào các phương tiện phổ biến như đi bộ, xe máy (xe số và xe ga) và xe bus. Ý nghĩa của nghiên cứu được thể hiện qua việc cải thiện độ chính xác phát hiện trạng thái, tối ưu hóa sử dụng năng lượng cho cảm biến GPS và cung cấp nền tảng dữ liệu cho các hệ thống giao thông thông minh và theo dõi sức khỏe cá nhân.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên ba lý thuyết và mô hình chính:

• Cảm biến gia tốc và GPS trên smartphone: Cảm biến gia tốc đo gia tốc riêng theo ba trục X, Y, Z, trong khi cảm biến GPS cung cấp tọa độ vị trí và tốc độ di chuyển. Việc kết hợp hai loại cảm biến này giúp nhận diện trạng thái di chuyển chính xác hơn.
• Thuật toán biến đổi Fourier nhanh (FFT): Dữ liệu cảm biến được chuyển từ miền thời gian sang miền tần số để trích xuất đặc trưng tần số, giúp phân biệt các trạng thái di chuyển khác nhau.
• Thuật toán tối ưu đàn kiến (ACO) và máy véc-tơ hỗ trợ (SVM): ACO được sử dụng để chọn lọc các đặc trưng quan trọng từ dữ liệu FFT, giảm thiểu số lượng đặc trưng không cần thiết. SVM là thuật toán phân lớp phi tuyến, phù hợp với việc phân loại nhiều trạng thái di chuyển dựa trên các đặc trưng đã chọn.

Ba khái niệm chuyên ngành quan trọng bao gồm: cảm biến MEMS (vi cơ điện tử), biến đổi Fourier rời rạc (DFT), và mô hình phân lớp đa lớp OVO (One-versus-One) trong SVM.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các giá trị cảm biến gia tốc và GPS thu thập trực tiếp từ smartphone chạy hệ điều hành Android, sử dụng thiết bị Sony Xperia Z3 Compact. Dữ liệu được thu thập từ 3 người tình nguyện tham gia giao thông với các phương tiện đi bộ, xe máy (xe số và xe ga) và xe bus. Tần số lấy mẫu cảm biến là 50Hz, với khung thời gian phân đoạn dữ liệu thử nghiệm là 3 giây và 5 giây.

Phương pháp phân tích gồm hai giai đoạn:

• Huấn luyện mô hình: Dữ liệu cảm biến được tiền xử lý, chuyển đổi FFT, tối ưu đặc trưng bằng ACO và huấn luyện phân lớp bằng SVM.
• Phát hiện trạng thái theo thời gian thực: Dữ liệu thu thập trực tiếp được xử lý tương tự, sử dụng mô hình huấn luyện để phân loại trạng thái di chuyển hiện tại.

Timeline nghiên cứu kéo dài từ 2015 đến 2017, bao gồm các bước thu thập dữ liệu, phát triển thuật toán, cài đặt ứng dụng và thử nghiệm thực tế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Độ chính xác phân loại trạng thái đạt khoảng 96% khi sử dụng kết hợp cảm biến gia tốc và GPS, áp dụng thuật toán ACO-SVM, vượt trội so với các phương pháp trước đó đạt 93.6% và 95%.

2. Phân bố vận tốc theo trạng thái di chuyển cho thấy vận tốc trung bình khi di chuyển chủ yếu nằm trong khoảng 2-4 m/s, trong khi trạng thái đứng yên có vận tốc dưới 0.05 m/s, giúp thiết lập bộ lọc phân biệt hiệu quả.

3. Khung thời gian 3 giây cho kết quả phân lớp tốt hơn so với 5 giây, do khung thời gian ngắn hơn giúp giảm nhiễu và tăng độ nhạy trong phát hiện trạng thái.

4. Tối ưu hóa sử dụng GPS theo ba chế độ (không dùng GPS, GPS dựa trên sóng di động, GPS kết hợp sóng di động và vệ tinh) giúp giảm tiêu hao năng lượng và cải thiện độ chính xác khi tín hiệu GPS bị mất hoặc không ổn định.

Thảo luận kết quả

Nguyên nhân của độ chính xác cao là do việc kết hợp dữ liệu cảm biến gia tốc và GPS, cùng với việc áp dụng các thuật toán xử lý tín hiệu và phân lớp hiện đại như FFT, ACO và SVM. So với các nghiên cứu trước đây, luận văn đã mở rộng phạm vi trạng thái nhận diện, bao gồm chi tiết các trạng thái di chuyển bằng xe máy và xe bus, phù hợp với đặc thù giao thông Việt Nam. Việc tối ưu hóa chế độ thu GPS giúp khắc phục hạn chế về tiêu hao pin và tín hiệu không ổn định trong môi trường đô thị đông đúc. Kết quả có thể được trình bày qua biểu đồ phân bố vận tốc theo trạng thái và bảng ma trận nhầm lẫn thể hiện độ chính xác phân loại từng trạng thái, giúp minh họa rõ ràng hiệu quả của mô hình.

Đề xuất và khuyến nghị

1. Triển khai ứng dụng phát hiện trạng thái giao thông trên smartphone phổ biến nhằm hỗ trợ người dùng trong việc xử lý cuộc gọi và tin nhắn khi đang di chuyển, giảm thiểu nguy cơ mất tập trung. Thời gian thực hiện: 6 tháng; chủ thể: các nhà phát triển phần mềm.

2. Tích hợp mô hình phát hiện trạng thái vào hệ thống giao thông thông minh để cung cấp dữ liệu chính xác về lưu lượng và hành vi người tham gia giao thông, hỗ trợ quản lý và điều phối giao thông hiệu quả. Thời gian thực hiện: 1 năm; chủ thể: cơ quan quản lý giao thông.

3. Nâng cao thuật toán tối ưu sử dụng năng lượng cho cảm biến GPS bằng cách phát triển thêm các chế độ thu thập dữ liệu linh hoạt dựa trên môi trường và trạng thái người dùng. Thời gian thực hiện: 9 tháng; chủ thể: nhóm nghiên cứu công nghệ di động.

4. Mở rộng nghiên cứu với các phương tiện giao thông khác và môi trường địa lý đa dạng nhằm tăng tính ứng dụng và độ chính xác của mô hình trong thực tế. Thời gian thực hiện: 1-2 năm; chủ thể: các viện nghiên cứu và trường đại học.

Đối tượng nên tham khảo luận văn

1. Nhà phát triển ứng dụng di động: Có thể ứng dụng mô hình phát hiện trạng thái để xây dựng các ứng dụng hỗ trợ an toàn giao thông, cải thiện trải nghiệm người dùng khi tham gia giao thông.

2. Cơ quan quản lý giao thông và đô thị thông minh: Sử dụng dữ liệu và mô hình để giám sát, phân tích hành vi giao thông, từ đó đưa ra các chính sách và giải pháp điều phối phù hợp.

3. Nhà nghiên cứu và sinh viên ngành khoa học máy tính, kỹ thuật phần mềm: Tham khảo phương pháp xử lý dữ liệu cảm biến, thuật toán học máy và ứng dụng thực tiễn trong lĩnh vực IoT và giao thông thông minh.

4. Doanh nghiệp phát triển thiết bị di động và cảm biến: Nghiên cứu cải tiến phần cứng và phần mềm cảm biến để nâng cao hiệu quả thu thập và xử lý dữ liệu trong các thiết bị di động.

Câu hỏi thường gặp

1. Phương pháp nào được sử dụng để phát hiện trạng thái người tham gia giao thông?
   Phương pháp kết hợp biến đổi Fourier nhanh (FFT) để trích xuất đặc trưng tần số, thuật toán tối ưu đàn kiến (ACO) để chọn lọc đặc trưng quan trọng, và máy véc-tơ hỗ trợ (SVM) để phân lớp trạng thái di chuyển.

2. Dữ liệu thu thập từ đâu và như thế nào?
   Dữ liệu được thu thập trực tiếp từ cảm biến gia tốc và GPS trên smartphone chạy Android, với tần số lấy mẫu 50Hz, phân đoạn dữ liệu theo khung thời gian 3 và 5 giây.

3. Độ chính xác của mô hình phát hiện trạng thái là bao nhiêu?
   Mô hình đạt độ chính xác khoảng 96% trong việc phân loại các trạng thái di chuyển như đi bộ, đi xe máy, xe bus và đứng yên.

4. Làm thế nào để giảm tiêu hao năng lượng khi sử dụng GPS?
   Nghiên cứu đề xuất tối ưu hóa chế độ thu GPS theo ba cấp độ: không dùng GPS, dùng GPS dựa trên sóng di động, và dùng GPS kết hợp sóng di động và vệ tinh, giúp tiết kiệm pin mà vẫn đảm bảo độ chính xác.

5. Ứng dụng thực tế của nghiên cứu này là gì?
   Ứng dụng hỗ trợ người dùng smartphone trong việc xử lý cuộc gọi, tin nhắn khi đang tham gia giao thông, đồng thời cung cấp dữ liệu cho các hệ thống giao thông thông minh và theo dõi sức khỏe cá nhân.

Kết luận

• Luận văn đã phát triển thành công mô hình phát hiện trạng thái người tham gia giao thông dựa trên cảm biến gia tốc và GPS trên smartphone với độ chính xác khoảng 96%.
• Áp dụng các thuật toán FFT, ACO và SVM giúp tối ưu hóa trích xuất đặc trưng và phân lớp dữ liệu hiệu quả.
• Tối ưu hóa chế độ thu GPS giúp giảm tiêu hao năng lượng và cải thiện độ chính xác trong môi trường đô thị phức tạp.
• Ứng dụng hỗ trợ người dùng trong giao thông được xây dựng và thử nghiệm thành công trên nền tảng Android.
• Các bước tiếp theo bao gồm mở rộng phạm vi nghiên cứu, tích hợp vào hệ thống giao thông thông minh và phát triển thêm các tính năng hỗ trợ người dùng.

Khuyến khích các nhà phát triển và cơ quan quản lý giao thông ứng dụng mô hình này để nâng cao an toàn và hiệu quả giao thông đô thị.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN VỀ CẢM BIẾN TRÊN SMARTPHONE VÀ ỨNG DỤNG Trong chương này, luận văn trình bày tổng quan về các loại cảm biến trên điện thoại thông minh và ứng dụng, đi sâu vào cảm biến gia tốc và cảm biến GPS. Phần cuối của chương nêu ra bài toán ứng dụng cảm biến gia tốc, cảm biến GPS, sử dụng thuật toán phân tích để đưa ra mô hình phát hiện trạng thái người dùng theo loại phương tiện giao thông khác nhau. Giới thiệu tổng quan về các loại cảm biến trên smartphone Từ sự ra đời của chiếc iPhone đầu tiên vào năm 2007, tới nay, điện thoại thông minh (smartphone) không còn là một thiết bị xa xỉ, đắt tiền, ít người sở hữu mà đã trở thành một công cụ phổ biến mà hầu hết mọi người dân đều có thể sử dụng. Smartphone không chỉ đóng vai trò là thiết bị liên lạc, mà còn thỏa mãn nhu cầu của người dùng trong cả công việc lẫn cuộc sống thường ngày.

Trải dài từ các dòng thiết bị giá rẻ, tới trung cấp và tới các dòng điện thoại cao cấp, các tính năng mới ngày càng được tích hợp nhiều hơn vào trong smartphone. Đi cùng với xu hướng điện toán di động, các bộ vi xử lý ngày càng nhỏ gọn trong khi hiệu năng ngày một tăng lên, cùng với đó là việc mở rộng dung lượng bộ nhớ, tăng độ phân giải màn hình và nhất là bổ sung cũng như cải thiện các loại cảm biến tích hợp trong smartphone. Các cảm biến được sử dụng trên smartphone hiện nay phổ biến nhất là 3 loại: cảm biến chuyển động, cảm biến môi trường và cảm biến vị trí. Ngoài ra còn có một số loại cảm biến đặc biệt khác như cảm biến sinh trắc học hay cảm biến số bước chân của người dùng.

Các tiểu mục dưới đây sẽ lần lượt giới thiệu các dạng cảm biến này. Cảm biến chuyển động Cảm biến chuyển động trên smartphone là tên gọi chung của nhóm các cảm biến có mục đích thu thập dữ liệu về chuyển động của thiết bị. Các chuyển động này bao gồm hướng và tốc độ di chuyển của thiết bị theo các phương khác nhau trong không gian. Một số cảm biến chuyển động tiêu biểu đó là cảm biến gia tốc (accelerometer sensor), con quay hồi chuyển (gyroscope sensor), cảm biến véc-tơ quay (rotational vector sensor), cảm biến từ trường (magnetic sensor),… Luan van 4 1.

Cảm biến gia tốc Cảm biến gia tốc là loại cảm biến thu thập và định lượng giá trị gia tốc riêng của thiết bị trong không gian ba chiều so với phương rơi tự do. Cảm biến gia tốc liên tục cập nhật các giá trị của gia tốc riêng theo trục X, Y, Z và gửi về cho smartphone. Từ đó, các ứng dụng trên smartphone có thể thu thập dữ liệu này và thực hiện các hành vi tương ứng. Luận văn sẽ đề cập chi tiết hơn về cảm biến gia tốc cùng ứng dụng trong mục 1.

Con quay hồi chuyển Con quay hồi chuyển trên smartphone là loại cảm biến thu thập góc quay của thiết bị theo các phương X, Y, Z trong không gian. Trong lĩnh vực vật lý, con quay hồi chuyển là một thiết bị dùng để đo đạc hoặc duy trì phương hướng dựa trên nguyên lý bảo toàn mô men động lượng. Con quay cơ học được cấu tạo là một bánh xe hay đĩa quay với các trục quay tự do theo mọi hướng. Phương hướng này thay đổi nhiều hay ít tùy thuộc vào mô men xoắn bên ngoài hơn là liên quan đến con quay có vận tốc cao mà không cần mô men động lượng lớn.

Vì mô men xoắn được tối thiểu hóa bởi việc gắn kết thiết bị trong các khớp của con quay, hướng của nó duy trì gần như cố định bất kể so với bất kỳ chuyển động nào của vật thể mà nó tựa lên.1 mô tả một con quay hồi chuyển cơ bản trong cơ học và vật lý.1: Con quay hồi chuyển Trong smartphone và các thiết bị di động khác, con quay hồi chuyển được dùng kết hợp với cảm biến gia tốc nhằm hỗ trợ các trò chơi hay ứng dụng cần sử dụng đến thuộc tính vị trí và góc quay của thiết bị, điển hình là các trò chơi đua xe hay trò chơi tương tác. Tuy cảm biến gia tốc cũng có thể ứng dụng để phát hiện độ nghiêng của thiết bị theo các hướng nhưng riêng với phương thẳng đứng thì cảm biến gia tốc lại không phát hiện được, chính vì vậy con quay hồi chuyển được bổ Luan van 5 sung để tăng độ chính xác cho việc phát hiện phương của thiết bị. Do không thể tích hợp con quay cơ học vào thiết bị di động nên với smartphone, con quay hồi chuyển được dùng là dạng vi cơ điện tử. Các vi cơ này được gọi là MEMS, chịu trách nhiệm mô phỏng chính xác hoạt động của các thiết bị cơ học trong một con chip duy nhất [11].2 mô tả vi cơ điện tử mang mã hiệu L3G4200DH.2: Vi cơ điện tử mã hiệu L3G4200DH Giá trị đo được của con quay hồi chuyển được tính bằng đơn vị rad/s, bao gồm: giá trị Pitch (tốc độ quay quanh trục X), giá trị Roll (tốc độ quay quanh trục Y), giá trị Yaw (tốc độ quay quanh trục Z).

Khi thiết bị đứng yên (không quay), ba giá trị này đều bằng 0 rad/s. Con quay hồi chuyển được tích hợp vào điện thoại di động sớm nhất ở iPhone 4, sau đó lần lượt các thiết bị Android cũng được tích hợp con quay này sau khi Google ra mắt Nexus S chạy Android 2. Cảm biến từ trường Như tên gọi của nó, cảm biến từ trường là dạng cảm biến dùng để đo hướng và độ mạnh của từ trường tại một điểm trong không gian. Với smartphone, cảm biến từ trường sẽ đo giá trị của từ trường Trái Đất tại vị trí của thiết bị theo 3 phương X, Y, Z trong không gian với đơn vị là micro-Tesla (uT).3 là một thiết bị từ kế tiêu biểu dùng trong địa chất.

Luan van 6 Hình 1.3: Thiết bị từ kế dùng trong địa chất Với smartphone, tương tự như cảm biến con quay hồi chuyển, cảm biến từ trường được tích hợp dưới dạng một con chip.4 là chip LIS3MDL được sản xuất bởi STMicroelectronics.4: Cảm biến từ trường LIS3MDL Các ứng dụng trên smartphone thường không sử dụng trực tiếp các giá trị đo được bởi cảm biến từ trường. Thay vào đó, cảm biến từ trường thường được kết hợp với các cảm biến khác như cảm biến gia tốc hay con quay hồi chuyển nhằm cung cấp các giá trị đo được với độ chính xác cao hơn. Phương pháp kết hợp các cảm biến vật lý khác nhau nhằm tăng độ chính xác của phép đo được ứng dụng trong các phần mềm điều khiển gọi chung là Sensor Fusion [10], mà loại cảm biến véc-tơ quay được giới thiệu ở tiểu mục tiếp theo là một ví dụ tiêu biểu. Cảm biến véc-tơ quay Trên smartphone, thông thường các cảm biến sẽ hoạt động cùng nhau và bổ sung giá trị cho nhau để tăng cường độ chính xác.

Để thuận tiện cho việc phát triển Luan van 7 ứng dụng, các hệ điều hành di động thường đưa ra các cảm biến tượng trưng. Khác với các cảm biến vật lý được tích hợp thẳng vào smartphone và cung cấp giá trị trực tiếp, các cảm biến tượng trưng sẽ là sự kết hợp giữa hai hoặc nhiều hơn các cảm biến vật lý ở tầng vật lý, tính toán và tối ưu lại giá trị trước khi trả về cho người dùng. Phương pháp này được gọi là Sensor Fusion. Một cảm biến tượng trưng tiêu biểu là cảm biến véc-tơ quay.

Cảm biến này kết hợp giá trị giữa 3 loại cảm biến vật lý đã được nêu ở các tiểu mục trước là cảm biến gia tốc, con quay hồi chuyển và cảm biến từ trường. Cảm biến véc-tơ quay thu thập giá trị góc quay của thiết bị trong không gian ba chiều so với các phương: Bắc – Đông – Thẳng Đứng (hướng lên) và có đơn vị là radian.5 mô tả không gian mà cảm biến véc-tơ quay thu thập giá trị trên hệ điều hành Android.5: Hệ tọa độ cảm biến véc-tơ quay trên Android Trong đó: giá trị X bằng tích của hai véc-tơ Y và Z. Véc-tơ X nằm theo phương tiếp tuyến với mặt đất tại vị trí của thiết bị và chỉ về hướng Đông. Giá trị Y tiếp tuyến với mặt đất tại vị trí của thiết bị và chỉ về phương Bắc của Trái Đất.

Giá trị Z chỉ lên bầu trời và vuông góc với mặt phẳng Trái Đất. Cảm biến môi trường Cảm biến môi trường trên smartphone cho phép thiết bị có khả năng ghi nhận các thuộc tính của môi trường xung quanh như độ ẩm, ánh sáng, áp suất hay nhiệt độ. Một số cảm biến môi trường được trang bị trên smartphone đó là cảm biến độ ẩm (ambient humidity sensor), cảm biến ánh sáng (light sensor), cảm biến áp suất khí quyển (atmostpheric pressure sensor). Ứng dụng tiêu biểu của các cảm biến Luan van 8 dạng này là cung cấp dữ liệu cho các ứng dụng thời tiết hay ứng dụng theo dõi sức khỏe.

Cảm biến độ ẩm Cảm biến độ ẩm thường được tích hợp trong các dòng smartphone cao cấp, thu thập giá trị độ ẩm không khí xung quanh thiết bị theo đơn vị phần trăm. Giá trị này thường được các ứng dụng dự báo thời tiết sử dụng.6 mô tả một cảm biến độ ẩm do Xiaomi chế tạo.6: Cảm biến độ ẩm của Xiaomi 1. Cảm biến ánh sáng Cảm biến ánh sáng là một trong những cảm biến phổ biến nhất, gần như có mặt trong tất cả các dòng smartphone. Cảm biến ánh sáng đo lượng sáng chiếu vào màn hình của thiết bị, qua đó thiết bị có khả năng tự điều chỉnh độ sáng màn hình tương ứng.

Khi dùng thiết bị trong điều kiện trời nắng, lượng sáng đi vào màn hình nhiều, thiết bị sẽ có khả năng tự tăng độ sáng màn hình giúp người dùng đọc nội dung dễ dàng hơn. Với điều kiện ánh sáng yếu, độ sáng màn hình sẽ được tự động giảm đi nhằm tránh người dùng bị chói mắt.7 mô tả con chip cảm biến ánh sáng và vị trí đặt cảm biến trên iPhone 5.7: Cảm biến ánh sáng trên iPhone 5 Luan van 9 Cảm biến ánh sáng thu thập giá trị cường độ ánh sáng theo đơn vị lux. Cảm biến áp suất khí quyển Như tên gọi, cảm biến áp suất khí quyển thu thập giá trị của áp suất không khí xung quanh thiết bị theo đơn vị hPa. Cảm biến áp suất hay còn gọi là phong vũ biểu, thường được sử dụng để tính toán độ cao của thiết bị so với mực nước biểu, từ đó cải thiện độ chính xác của các cảm biến vị trí như GPS.

Cảm biến này thường chỉ được tích hợp trên các smartphone cao cấp như iPhone 7, Galaxy S7,… Hình 1.