Báo cáo luận văn phương pháp nhận dạng chuyển động bằng đa cảm biến

i


BỘ GIÁO DỤC ĐÀO TẠO BỘ QUỐC PHÒNG

VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ







PHẠM HẢI AN




VỀ MỘT PHƯƠNG PHÁP NHẬN DẠNG
CHUYỂN ĐỘNG CHO MỘT LỚP
PHƯƠNG TIỆN CƠ GIỚI QUÂN SỰ
SỬ DỤNG ĐA CẢM BIẾN




LUẬN ÁN TIẾN SĨ KỸ THUẬT

Chuyên ngành: Lý thuyết điều khiển và điều khiển tối ưu
Mã số : 62 52 60 05
Người hướng dẫn khoa học : PGS. TS Lê Hùng Lân
TS Nguyễn Quang Hùng









Hà Nội 2011



ii







LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số
liệu, kết quả nêu trong luận án là hoàn toàn trung thực và chưa từng
được ai công bố trong bất kì công trình khoa học nào khác.


Tác giả




Phạm Hải An


iii





LỜI CÁM ƠN



Sau thời gian học tập và nghiên cứu, tôi đã hoàn thành bản luận án này. Tôi
xin gửi lời cảm ơn sâu sắc tới PGS.TS Lê Hùng Lân và TS Nguyễn Quang
Hùng đã tận tình giúp đỡ tôi để tôi hoàn thành bản luận án này.
Tôi gửi lời cảm ơn tới phòng Đào tạo Viện Khoa học và Công nghệ quân
sự, Viện Tự động hóa Kỹ thuật quân sự, Viện Tên lửa cùng các đồng nghiệp,
các cộng sự hoạt động nghiên cứu khoa học trong và ngoài quân đội, đã giúp
đỡ tôi trong quá trình học tập, nghiên cứu khoa học và hoàn thành luận án

này.

Hà Nội, ngày 15 tháng 4 năm 2011

Tác giả




Phạm Hải An


iv


MỤC LỤC

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT v
DANH MỤC CÁC BẢNG viii
DANH MỤC CÁC HÌNH VẼ viii
MỞ ĐẦU 1
CHƯƠNG 1 TỔNG QUAN VỀ TRỘN DỮ LIỆU ĐA CẢM BIẾN VÀ BÀI
TOÁN NHẬN DẠNG CÁC THAM SỐ CHUYỂN ĐỘNG 9
1.1. Hệ thống trộn dữ liệu đa cảm biến 9
1.2. Quản lý đa cảm biến 12
1.3. Các vấn đề cần giải quyết trong bài toán trộn dữ liệu đa cảm biến 14
1.4. Kiến trúc hệ thống trộn dữ liệu 17
1.4.1 Kiến trúc trộn trung tâm 17
1.4.2 Kiến trúc trộn phân tán 18
1.4.3 Kiến trúc trộn cục bộ 18

1.5. Các phương pháp dẫn đường định vị xác định tham số chuyển động
của phương tiện cơ giới quân sự 19
1.5.1 Hệ thống dẫn đường định vị vô tuyến điện GPS 19
1.5.2 Hệ thống dẫn đường định vị dự đoán INS 24
1.5.3 Hệ thống định vị, dẫn đường đa cảm biến và quá trình trộn dữ liệu 28
1.6. Các hệ tọa độ và các tham số chuyển động của phương tiện cơ giới
quân sự 30
1.6.1 Các hệ toạ độ tham chiếu và chuyển vị 30
1.6.2 Các tham số chuyển động của phương tiện cơ giới quân sự 32
1.7. Kết luận 34
CHƯƠNG 2 THUẬT TOÁN XÁC ĐỊNH CÁC THAM SỐ CHUYỂN ĐỘNG
TRÊN CƠ SỞ TÍCH HỢP ÍN/GPS BẰNG BỘ LỌC KALMAN 36
2.1. Thuật toán dẫn đường quán tính 36
2.1.1 Ma trận chuyển vị giữa các hệ toạ độ 36
2.1.2 Thuật toán dẫn đường quán tính 39
2.1.3 Các phép toán cơ học của hệ dẫn đường quán tính 43
2.2. Bản chất bù giữa INS/GPS 46
2.3. Đánh giá về sai số 48
2.4. Sai số về vị trí 48
2.5. Sai số về vận tốc 49
2.6. Công thức động học các sai số về góc định hướng 52
2.7. Hệ thống tích hợp INS/GPS dựa trên bộ lọc Kalman 53


v


2.8. Các phương pháp tích hợp INS/GPS 60
2.9. Kết luận 66
CHƯƠNG 3 QUÁ TRÌNH ĐỘNG HỌC CHUYỂN ĐỘNG CỦA PHƯƠNG TIỆN

CƠ GIỚI QUÂN SỰ VÀ CÁC HIỆU CHỈNH TỚI THUẬT TOÁN DẪN
ĐƯỜNG QUÁN TÍNH 68
3.1. Hệ logic mờ 69
3.1.1 Khái niệm cơ bản 69
3.1.2 Các phần tử cơ bản của một hệ logic mờ 71
3.2. Thiết kế hệ mờ nhận dạng động học chuyển động của phương tiện cơ
giới quân sự 74
3.2.1 Quá trình động học chuyển động của phương tiện cơ giới quân sự và
các hiệu chỉnh tương ứng tới thuật toán dẫn đường quán tính 74
3.2.2 Mô hình chuyển động của phương tiện cơ giới quân sự 76
3.2.3 Các phép hiệu chỉnh có thể thông qua quá trình động học chuyển
động của phương tiện cơ giới quân sự 80
3.2.4 Thiết kế hệ mờ nhận dạng động học chuyển động của phương tiện
cơ giới quân sự 85
3.2.5 Xây dựng hệ mờ nhận dạng động học chuyển động 90
3.2.6 Kết quả áp dụng thuật toán nhận dạng mô hình động học: 97
3.3. Kết luận 101
CHƯƠNG 4 NÂNG CAO ĐỘ CHÍNH XÁC ĐÁNH GIÁ ĐỘ CÂN BẰNG MẶT
PHẲNG BỆ THÂN XE CỦA PHƯƠNG TIỆN CƠ GIỚI QUÂN SỰ 102
4.1. Mô hình mờ Takagi-Sugeno 104
4.2. Mô hình bộ lọc Kalman cho việc tính toán độ cân bằng 105
4.2.1 Cập nhật các giá trị độ nghiêng (góc Euler) 105
4.2.2 Cấu trúc của bộ lọc Kalman mờ 106
4.2.3 Mô hình hệ thống 107
4.2.4 Mô hình đo lường 108
4.3. Thiết kế hệ mờ đánh giá giá trị ma trận hiệp biến đo lường 109
4.4. Kết quả thực nghiệm 112
4.4.1 Chế độ thử tĩnh 113
4.4.2 Chế độ thử động 116
4.5. Kết luận 117

KẾT LUẬN 118
CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ 120



vi


DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

I. Các ký hiệu

sai số của một biến, hoặc giá trị hiệu chỉnh của một biến.
()

hàm Dirac delta.

vector sai số góc định hướng.

gia tốc trọng trường.

kinh độ địa lý.

vector tốc độ góc.

ma trận phản đối xứng của vector tốc độ góc

.

vĩ độ địa lý.


góc cren (hay còn gọi là nghiêng hay góc lăn ngang).

ma trận chuyển vị (ma trận chuyển trạng thái).

góc chúc ngóc (góc tròng trành).

góc hướng (góc đảo lái).
A ma trận thiết kế.
a trục dài của elipsoid tham chiếu.
B ma trận thiết kế.
b độ lệch (bias).
C ma trận Cosin chỉ phương.
e độ lệch tâm của elipsoid tham chiếu.
e
vector sai số phép đo.
E tích chéo hoặc dạng ma trận phản đối xứng của vector

.
f
vector gia tốc biểu kiến.
F ma trận động học (ma trận dự báo).
g
vector gia tốc trọng lực.


vii


g

vector trọng lực.
G ma trận thiết kế (ma trận khuyếch đại).
h chiều cao của elipsoid.
H ma trận thiết kế của phép đo.
I ma trận đơn vị.
K độ lợi của bộ lọc Kalman.
M bán kính cong của mặt phẳng cắt tạo bởi trục z và trục phương
bắc (kinh tuyến).
N bán kính cong của mặt phẳng cắt tạo bởi trục z và trục phương
đông.
P ma trận lỗi tương quan của vector trạng thái.
q
vector quaternion.
Q
k
ma trận hiệp biến của vector sai số hệ thống.
Q(t) ma trận mật độ phổ.
R ma trận quay của vector hoặc hệ toạ độ, hoặc ma trận hiệp biến
của vector sai số phép đo.
r
vector vị trí.
s hệ số tỷ lệ.
u
vector sai số hệ thống liên tục về mặt thời gian.
v
vector vận tốc.
f
v

vector số gia vận tốc.

w
vector nhiễu hệ thống.
x
vector trạng thái.
z
vector đo lường (vector số đo).
II. Các chữ viết tắt

AI trí tuệ nhân tạo (Artificial Intelligence).


viii


DCM ma trận Cosin chỉ phương (Direction Cosine Matrix).
DI chỉ tiêu động học.
DA tham số động học tuyến tính.
ENU hệ toạ độ dẫn đường Đông-Bắc-Xa tâm.
FIS hệ suy diễn mờ.
FOG con quay quang học.
GPS hệ định vị toàn cầu.
GYRO con quay.
IF bộ lọc thông tin (Information Filter).
IMU khối đo lường quán tính.
INS hệ dẫn đường quán tính.
INS/GPS hệ tích hợp INS và GPS.
KB cơ sở tri thức.
KF bộ lọc Kalman.
LAB phòng thí nghiệm.
LSE phương pháp bình phương tối thiểu.

MAM hệ mờ Mamdani.
MEMS hệ vi cơ điện tử (Micro-Electro-Mechanical-System).
MEMS INS/GPS hệ INS dựa trên công nghệ vi cơ điện tử tích hợp GPS
MISO nhiều đầu vào, một đầu ra.
NED hệ toạ độ dẫn đường Bắc-Đông-Hướng tâm.
N/A không có sẵn (Not Available).
TS hệ mờ Takagi-Sugeno.
PVA vị trí, vận tốc và góc định hướng.


ix


DANH MỤC CÁC BẢNG

Bảng 2.1: So sánh mô hình tích hợp INS/GPS tập trung và phân tán 65

Bảng 3.1: Các phép hiệu chỉnh thông qua quá trình động học chuyển động
phương tiện cơ giới quân sự 85




DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
Hình 1.1: Quá trình xử lý thông minh của con người 10

Hình 1.2: Hệ thống quản lý đa cảm biến 13

Hình 1.3: Kiến trúc trung tâm với một trung tâm xử lý 17

Hình 1.4: Kiến trúc trộn phân tán 18

Hình 1.5: Kiến trúc trộn cục bộ 18

Hình 1.6: Hoạt động của hệ thống GPS 21

Hình 1.7: Sơ đồ nguyên lý tính vị trí, vận tốc và góc định hướngcủa hệ INS 25

Hình 1.8: Bộ lọc Kalman cho một hệ dẫn đường đa cảm biến 29

Hình 1.9: Hệ toạ độ quán tính 30

Hình 1.10: Hệ toạ độ trái đất (e) và hệ tọa độ dẫn đường (n) 31

Hình 1.11: Hệ toạ độ gắn liền 32

Hình 1.12: Biểu diễn véc tơ góc quay 34

Hình 2.1: Sơ đồ thuật toán dẫn đường quán tính 43

Hình 2.2: Sơ đồ thuật toán bộ lọc Kalman rời rạc 57

Hình 2.3: Khoảng thời gian lấy mẫu INS và GPS 59

Hình 2.4: Ảnh hưởng của cánh tay đòn 60

Hình 2.5: Phương pháp truyền thẳng (vòng lặp mở) 61

Hình 2.6: Phương pháp phản hồi (vòng lặp đóng) 62

Hình 2.7: Sơ đồ tích hợp INS/GPS tập trung (vòng mở) 64

Hình 2.8: Sơ đồ tích hợp INS/GPS tập trung (vòng đóng) 64

Hình 2.9: Sơ đồ tích hợp INS/GPS phân tán (vòng mở) 65

Hình 2.10: Sơ đồ tích hợp INS/GPS phân tán (vòng đóng) 65

Hình 3.1: Các thành phần cơ bản của một hệ thống suy diễn mờ 72

Hình 3.2: Phương pháp giải mờ Mamdani trung bình tâm 74

Hình 3.3: Hệ mờ nhận dạng động học chuyển động 86

Hình 3.4: Các giá trị vào/ra của hệ mờ nhận dạng động học chuyển động
phương tiện cơ giới quân sự 88

Hình 3.5:
Quá trình nhận dạng động học chuyển động phương tiện cơ giới quân
sự
90

Hình 3.6: Quan hệ vào ra của các đầu vào, đầu ra và luật mờ 91

Hình 3.7: Sơ đồ khối đánh giá kết quả đầu ra DI(tk) dựa trên 91

các đầu vào và luật mờ tương ứng 91

Hình 3.8: Sơ đồ chức năng khối đánh giá đặc tính chuyển động 92

x


Hình 3.9: Sơ đồ hệ suy diễn mờ nhận dạng đặc tính chuyển động 93

Hình 3.10: Sơ đồ khối nhận dạng đặc tính đứng yên/chuyển động của phương
tiện cơ giới quân sự 93

Hình 3.11: Sơ đồ khối nhận dạng chuyển động thẳng/chuyển động quay của
phương tiện cơ giới quân sự 94

Hình 3.12: Giá trị góc hướng chuyển động trên tuyến đường thẳng chất lượng
mặt đường tốt (đường Hoàng Quốc Việt) 95

Hình 3.13: Kết quả đánh giá chuyển động cong/thẳng trên tuyến đường thẳng
chất lượng mặt đường tốt (đường Hoàng Quốc Việt) 95

Hình 3.14: Giá trị góc hướng chuyển động trên tuyến đường thẳng chất lượng
mặt đường xấu (đường Nguyễn Khánh Toàn) 95

Hình 3.15: Kết quả đánh giá chuyển động cong/thẳng tuyến đường thẳng chất
lượng mặt đường xấu (đường Nguyễn Khánh Toàn) 96

Hình 3.16: Giá trị góc hướng khi xe chuyển động trên tuyến đường nhiều ngã
3 ngã 4 và bùng binh (Vườn hoa Trung tâm) 96

Hình 3.17: Kết quả đánh giá chuyển động cong/thẳng trên tuyến đường nhiều
ngã 3 ngã 4 và bùng binh (Vườn hoa Trung tâm) 97

Hình 3.18 Góc hướng có hiệu chỉnh và không hiệu chỉnh khi phương tiện ở
trạng thái không chuyển động 97

Hình 3.19 Góc nghiêng và góc chúc có hiệu chỉnh và không hiệu chỉnh khi
phương tiện ở trạng thái không chuyển động 98

Hình 3.20 Sai số tốc độ có hiệu chỉnh và không hiệu chỉnh khi phương tiện
chuyển động cong (Vườn hoa Trung tâm) 99

Hình 3.21: Sai số vị trí đánh giá bằng bộ lọc Kalman khi có hiệu chỉnh và khi
không có hiệu chỉnh 100

Hình 3.22: Quỹ đạo chuyển động đánh giá bằng bộ lọc Kalman khi chưa có
hiệu chỉnh và khi có hiệu chỉnh sai số 100

Hình 4.1. Cấu trúc của bộ điều khiển mờ TSK 104

Hình 4.3: Cấu trúc của bộ lọc Kalman mờ đánh giá độ cân bằng mặt phẳng bệ
thân xe của phương tiện cơ giới quân sự 107

Hình 4.4: Hệ mờ đánh giá giá trị R 110

Hình 4.5: Tập mờ chỉ số động học của gia tốc kế và con quay 111

Hình 4.6: Quan hệ vào ra của mô hình mờ 112

Hình 4.7: Quan sát các giá trị vào ra của mô hình mờ 112

Hình 4.7: Con quay ADIS16354 và gia tốc kế ADIS16209 113

Hình 4.8: Chương trình mô phỏng trên Matlab 113

Hình 4.9 Giá trị góc nghiêng tính được từ đầu ra của gia tốc kế, con quay và
của bộ lọc Kalman mờ 114

Hình 4.10 Giá trị góc chúc tính được từ đầu ra của gia tốc kế, con quay và
của bộ lọc Kalman mờ 115

Hình 4.11 Giá trị góc chúc tính được từ đầu ra của gia tốc kế, con quay và
của bộ lọc Kalman mờ khi thử nghiệm động 116



1


MỞ ĐẦU

1. Đặt vấn đề
Trong chiến tranh công nghệ cao, đối phương thường tổ chức trinh sát điện
tử phát hiện chính xác mục tiêu sau đó tiến hành tấn công ồ ạt đường không
với các loại hoả lực như tên lửa hành trình, máy bay tầm thấp, kết hợp với các
hệ thống hoả lực khác tiêu diệt nhanh các tổ hợp chiến đấu của ta. Điều này
đòi hỏi các hệ thống chiến đấu của ta phải cơ động nhanh để tránh bị tiêu diệt.
Để đảm bảo tính cơ động, các tổ hợp chiến đấu thường được tích hợp trên các
loại phương tiện cơ giới quân sự hạng nặng, bánh lốp hoặc bánh xích. Trên
phương tiện cơ giới được tích hợp các loại khí tài trinh sát như rađa, hệ thống
quang điện tử (đo xa laser, camera ánh sáng ngày và camera ảnh nhiệt hồng
ngoại), các hệ thống điều khiển bám sát mục tiêu, các hệ thống điều khiển

truyền động pháo và điều khiển hoả lực, các hệ thống thông tin liên lạc, chỉ
huy Chính vì vậy, việc nhận dạng chuyển động phương tiện, phát hiện mục
tiêu, lấy phần tử bắn, tự động ổn định đường ngắm của hệ trinh sát và hoả lực
trên xe để đảm bảo khả năng tác chiến trong điều kiện cơ động là nội dung
được quan tâm đặc biệt.
2. Sự phát triển của một số phương tiện cơ giới quân sự trên thế giới
Các hệ thống C4i (Command, Control, Communications, Computers and
Intelligence) điều khiển hoả lực cho tổ hợp vũ khí đã và đang được các nước
tiên tiến hết sức quan tâm phát triển, đặc biệt là nhóm các nước có nền công
nghiệp quân sự mạnh như Mỹ, Nga, Anh, Pháp, Đức. Các nước này đều đã
trang bị các tổ hợp chiến đấu có khả năng vừa cơ động, vừa chiến đấu, trong
đó điển hình là các tổ hợp sau: PANTSYR S1 trên xe bánh lốp của Nga;
AVENGER, Blazer, LAV-AD của Mỹ


2

Bên cạnh các nước có trình độ công nghệ quân sự cao, một số nước trên thế
giới như Trung quốc, Israel, Canada… cũng không đứng ngoài xu thế này
như ADATS của Canada; TYPE95 của Trung quốc; EAGLE EYE của
Israel Hiện nay, các nước trong khu vực Đông Nam Á cũng đã quan tâm và
trang bị các hệ thống này như Thái Lan trang bị tổ hợp ADATS của Canada,
Singapore và Malaysia trang bị hệ thống JERNAS/RAPIER FSC của Anh.
Đặc điểm chung của các tổ hợp này toàn bộ tổ hợp được đặt trên phương
tiện cơ giới quân sự cho phép vừa cơ động, vừa chiến đấu. Hầu hết các hệ
thống này đều có khả năng quan sát trong vòng 10-25 km với khả năng tiêu
diệt mục tiêu trong cự li nhỏ hơn 15 km. Các loại tên lửa tầm thấp được sử
dụng thường là tên lửa tầm thấp với tầm tiêu diệt mục tiêu từ 1 km đến 15 km.
Các loại súng kèm tổ hợp được thiết kế và trang bị từ 12,7 mm đến 30 mm
với khả năng tiêu diệt mục tiêu từ 300m đến 2,5 km.

Đặc tính kỹ thuật của một số loại tổ hợp:
+ Tổ hợp Pantsyr S1 của Nga:
- Xe cơ giới Ural-5323.
- Tên lửa 12 tên lửa 57E6 tầm bắn 1-12km tốc độ lớn nhất 1.100m/s.

Hình 1: Tổ hợp Pantsyr S1


3

- Súng: 2 khẩu 2A72 – 30mm 700 phát/phút tầm bắn 4Km.
- Hệ thống quan sát: Rađa + quang điện tử.
+ Tổ hợp Avenger của Mỹ
- Xe cơ giới: xe Hummer.
- Tên lửa: 8 tên lửa Stinger tầm bắn 8km tốc độ lớn nhất 2.2M.
- Súng: 1 khẩu M3P.
- Hệ thống quan sát: rada + quang điện tử.

Hình 2: Tổ hợp Avenger
3. Nhu cầu nghiên cứu thiết kế chế tạo tổ hợp chiến đấu tích hợp trên
phương tiện cơ giới quân sự tại Việt Nam
Nghiên cứu phát triển, cải tiến các hệ thống vũ khí trang bị hiện đại đáp
ứng các yêu cầu nhiệm vụ quân sự luôn là hoạt động đặt ra hàng đầu trong
chiến lược xây dựng quân đội theo hướng “Chính quy - tinh nhuệ - từng bước
hiện đại” của Quân đội ta. Hiện nay, các ngành kỹ thuật quân sự đang đẩy
mạnh thực hiện các đề tài nghiên cứu cải tiến, chế tạo mới các loại vũ khí theo
hướng nâng cao tính năng kỹ, chiến thuật, trong đó chú ý nhiều đến tính cơ
động và uy lực của hoả lực. Các hệ thống tổ hợp chiến đấu tích hợp trên

4

phương tiện cơ giới quân sự bánh lốp đang được nghiên cứu, thiết kế, chế tạo,
cụ thể:
- Tổ hợp chiến đấu gồm pháo 23mm 2 nòng và dàn phóng 2 quả đạn tên lửa
phòng không vác vai lắp trên xe Gaz - 66, có camera quan sát, điều khiển bắn
từ buồng lái bằng Joystick.
- Nghiên cứu lắp đặt hệ thống chỉ huy lên xe vận tải bánh lốp.
- Xây dựng cụm hoả lực phòng không cơ động trên phương tiện cơ giới
bánh lốp bao gồm một cụm hoả lực 14,5 mm 4 nòng với hệ thống điều khiển
truyền động, đặt trên xe bánh lốp và các thiết bị phụ trợ đi kèm.
Các nghiên cứu này đã từng bước giải quyết các vấn đề tích hợp vũ khí và
hệ thống quan sát phát hiện mục tiêu trên phương tiện cơ giới, tuy nhiên vấn
đề tác chiến bám bắt và tiêu diệt mục tiêu trong khi phải cơ động chiến đấu
đang là vấn đề đặt ra cần giải quyết.
Xác định tọa độ mục tiêu, lấy phần tử bắn, tự động ổn định đường ngắm
của hệ trinh sát và hoả lực trong điều kiện hệ thống cơ động là một vấn đề rất
phức tạp, cần tính đến các yếu tố bao gồm xác định vị trí hiện thời của hệ
thống, trạng thái của thân bệ gắn liền với trạng thái chuyển động của phương
tiện cơ giới. Những vấn đề này đã được thế giới quan tâm nghiên cứu giải
quyết, tuy nhiên do liên quan đến quân sự nên ít được công bố; Hiện nay
Quân đội ta đang trong quá trình nghiên cứu và phát triển, tuy nhiên cho đến
thời điểm hiện tại vẫn chưa có một công trình nghiên cứu cụ thể nào giải
quyết bài toán nhận dạng chuyển động của phương tiện cơ giới quân sự.
Các hệ thống nhận dạng chuyển động phương tiện cơ giới đều nhằm mục
đích duy trì một cách liên tục và chính xác để bám theo vị trí và các góc
hướng chuyển động của phương tiện. Thông thường có hai kỹ thuật nhận
dạng chuyển động là kỹ thuật dẫn đường quán tính INS và kỹ thuật dẫn
đường định vị vệ tinh GPS. Vấn đề ở đây là cả hai kỹ thuật dẫn đường trên

5

đều không thoả mãn các yêu cầu trên khi hoạt động riêng lẻ. Giải pháp cho
vấn đề này dùng bộ lọc Kalman tích hợp hai kỹ thuật trên để kết hợp đặc tính
bù dữ liệu giữa chúng.
Ngày nay, với sự phát triển của các công nghệ vi điện tử, máy tính và cảm
biến đã tạo ra các sản phẩm thương mại cảm biến quán tính vi cơ điện tử
(MEMS INS) và bộ thu GPS cung cấp cho các hệ thống cần xác định trạng
thái chuyển động. Bài toán đặt ra cần nghiên cứu là phải đưa ra các phương
pháp trộn dữ liệu đa cảm biến tích hợp MEMS-INS/GPS kết hợp bộ lọc
Kalman để nhận dạng chuyển động của phương tiện cơ giới quân sự.
Với các thiết bị MEMS INS, các số đo thô đầu ra có sai số theo thời gian
cao, bị ảnh hưởng bởi nhiễu và rung xóc và cả từ trường trái đất. Do vậy, các
hệ nhận dạng chuyển động phải có khả năng giải quyết sự không chính xác
của các số đo quán tính này. Lý thuyết tập mờ rất hữu dụng trong việc biểu
diễn các thông tin mơ hồ và không chắc chắn của đối tượng [40], với hệ tích
hợp MEMS INS/GPS thì việc áp dụng logic mờ kết hợp bộ lọc Kalman để
nâng cao độ chính xác khi xác định trạng thái chuyển động của phương tiện là
một phương án khả quan.
Trên phương tiện cơ giới quân sự sẽ bao gồm các hệ thống trinh sát, bắt
bám mục tiêu, ngắm bắn Để có thể nhanh chóng tiêu diệt mục tiêu, thì một
vấn đề cũng rất quan trọng nữa là phải xác định được trạng thái cân bằng của
mặt phẳng bệ thân xe, từ đó đưa vào làm các tham số đầu vào cho các thuật
toán bắn đón, kết hợp hệ thống bắt bám mục tiêu tính toán các phần tử bắn.
Để đánh giá độ nghiêng của mặt phẳng bệ trên xe quân sự, trên xe được lắp
đặt khối đo lường quán tính MEMS IMU (bao gồm 03 cảm biến gia tốc và 03
con quay). Con quay đo giá trị tốc độ góc của phương tiện trong khi gia tốc
góc đo gia tốc. Trong hệ thống dẫn đường quán tính truyền thống, các giá trị
tính toán về độ nghiêng thu được nhờ phép tích phân về tốc độ góc của con

6

quay. Tuy nhiên phương pháp này không phù hợp với tính độ nghiêng của
phương tiện cơ giới quân sự do sai số độ lệch của con quay vi cơ điện tử lớn
dẫn đến giá trị góc thu được nhanh chóng bị phân kỳ. Do quá trình tích phân,
giá trị độ nghiêng thu được từ con quay sẽ bị phân kỳ theo thời gian, tuy
nhiên giá trị đầu ra của con quay lại ổn định với nhiễu, và nó rất chính xác với
các ứng dụng trong thời gian ngắn. Trong khi đó các giá trị sai số về góc
nghiêng đo được từ gia tốc kế không bị phân kỳ theo thời gian do phép tính
tích phân thì lại chịu ảnh hưởng của lực gia tốc trọng trường trên cả 03 trục
tọa độ. Do vậy, một thuật toán trộn sẽ được luận án phát triển để tích hợp đầu
ra của cảm biến gia tốc và con quay cho các đánh giá về độ cân bằng mặt
phẳng bệ thân xe.
4. Mục đích nghiên cứu của luận án
Xuất phát từ thực tế trên luận án đặt ra các mục tiêu nghiên cứu sau:
- Đưa ra một phương pháp hạn chế sai số khi đánh giá tham số chuyển
động của phương tiện cơ giới quân sự thông qua nhận dạng quá trình động
học phương tiện.
- Nghiên cứu thiết kế bộ lọc Kalman mờ đánh giá độ nghiêng của phương
tiện cơ giới quân sự, đưa ra giá trị chính xác về độ cân bằng thân phương tiện.
5. Phạm vi nghiên cứu
Nội dung nghiên cứu của luận án tập trung trong phạm vi sau:
- Phương tiện cơ giới quân sự là phương tiện xe bánh lốp cải tiến, trên xe
có bệ lắp hệ thống camera, đo xa laser quan sát chỉ thị mục tiêu. Phương tiện
cơ giới quân sự được trang bị khối đo lường quán tính dựa trên công nghệ vi
cơ điện tử (MEMS INS) và thiết bị GPS để xác định tham số chuyển động.
- Nhận dạng các tham số chuyển động của phương tiện cơ giới quân sự là
bài toán phức tạp, luận án chỉ tập trung nghiên cứu phát triển phương pháp

trộn dữ liệu đa cảm biến tích hợp MEMS INS/GPS nhằm mục đích hạn chế


7

sai số trong đánh giá tham số vị trí và tham số độ nghiêng mặt phẳng bệ của
phương tiện trong quá trình chuyển động.
6. Nội dung nghiên cứu và bố cục của luận án
Để thực hiện các mục tiêu trên, luận án tập trung nghiên cứu các nhóm
phương pháp sau:
- Các phương pháp trộn dữ liệu đa cảm biến.
- Các phương pháp dẫn đường định vị nhận dạng chuyển động, các thuật
toán dẫn đường quán tính.
- Các phương pháp ứng dụng bộ lọc Kalman trong bài toán xác định
tham số chuyển động trên cơ sở tích hợp INS/GPS.
- Các phương pháp trí tuệ nhân tạo kết hợp với bộ lọc Kalman để xây
dựng các thuật toán tích hợp thông minh.
- Thực hiện mô phỏng đánh giá các kết quả nghiên cứu qua kiểm tra dữ
liệu hiện trường.
Trong quá trình nghiên cứu, luận án luôn kết hợp các phương pháp lý
thuyết, thực nghiệm mô phỏng và thực nghiệm trên mô hình thật của một hệ
tích hợp dẫn đường quán tính và GPS.
Luận án được bố cục thành 4 chương, lời mở đầu, kết luận, phụ lục và các
tài liệu tham khảo.
Chương 1: "Tổng quan về trộn dữ liệu đa cảm biến và bài toán nhận dạng
các tham số chuyển động".
Giới thiệu tổng quan về quá trình trộn dữ liệu đa cảm biến, các phương
pháp trộn dữ liệu. Trình bày hệ dẫn đường GPS và INS, các hạn chế khi xác
định tham số chuyển động của phương tiện cơ giới quân sự, đặt ra vấn đề cần
tích hợp INS/GPS.

Chương 2: "Thuật toán xác định tham số chuyển động trên cơ sở tích hợp
INS/GPS bằng bộ lọc Kalman".


8

Trình bày thuật toán dẫn đường quán tính, xây dựng các phương trình động
học sai số của hệ thống dựa trên các phân tích về sai số. Thiết kế bộ lọc
Kalman tích hợp INS/GPS thông qua việc sử dụng các phương trình động học
sai số.
Chương 3: "Quá trình động học chuyển động của phương tiện cơ giới quân
sự và các hiệu chỉnh tương ứng tới thuật toán dẫn đường quán tính".
Đưa ra những nguyên lý cơ bản của logic mờ và xây dựng thuật toán cho
hệ mờ nhận dạng đặc tính của chuyển động. Từ các kết quả đánh giá của hệ
mờ này, các hiệu chỉnh sai số sẽ được tiến hành tương ứng với động học của
chuyển động.
Chương 4: "Nâng cao độ chính xác đánh giá độ cân bằng mặt phẳng bệ
thân xe của phương tiện cơ giới quân sự".
Độ cân bằng mặt phẳng bệ thân xe của phương tiện cơ giới được đánh giá
trên cơ sở sử dụng cảm biến gia tốc và con quay vi cơ điện tử. Hai loại cảm
biến này có đặc trưng nhiễu khác nhau, bộ lọc Kalman mờ sẽ trộn dữ liệu của
chúng để đưa ra đánh giá sai số tốt nhất. Hệ mờ ở đây đóng vai trò hiệu chỉnh
các tham số của bộ lọc phù hợp với đặc tính của chuyển động hiện thời
phương tiện cơ giới quân sự.



9

1. CHƯƠNG 1

TỔNG QUAN VỀ TRỘN DỮ LIỆU ĐA CẢM BIẾN
VÀ BÀI TOÁN NHẬN DẠNG CÁC THAM SỐ CHUYỂN ĐỘNG
1.1. Hệ thống trộn dữ liệu đa cảm biến
Trộn dữ liệu đa cảm biến (Multisensor Data Fusion) là quá trình kết hợp dữ
liệu và thông tin từ nhiều nguồn dữ liệu khác nhau nhằm mục đích đưa ra
được đánh giá tốt nhất về đại lượng đang

xem xét [16]. Ngày nay, các ứng
dụng trộn dữ liệu đa cảm biến đã trở nên phổ biến. Các ứng dụng trong quân
sự gồm: tự động nhận dạng mục tiêu trong các vũ khí thông minh, dẫn đường
xe tự hành, giám sát chiến trường Các ứng dụng phi quân sự như trong điều
khiển giao thông, điều khiển robot, phân tích tài chính, dự đoán thời tiết, các
ứng dụng trong y tế như chuẩn đoán bệnh.
Nguồn của dữ liệu thu thập được từ các cảm biến và các cơ sở dữ liệu đã có
(có thể là cơ sở dữ liệu trên máy tính hoặc văn bản).

Cơ sở dữ liệu đã có được
coi như là các thông tin, còn quan sát của các cảm biến là dữ liệu. Trong luận
án này, thuật ngữ trộn dữ liệu cảm biến, trộn thông tin và tích hợp dữ liệu
được hiểu như nhau, phụ thuộc vào nguồn của dữ liệu.
Khái niệm trộn dữ liệu là một khái niệm mới được đưa ra trong những năm
gần đây, tuy nhiên trong lịch sử tồn tại và phát triển của thế giới tự nhiên, trộn
dữ liệu đã là một quá trình tự nhiên. Con người và các loài vật có khả năng sử
dụng nhiều giác quan để tăng khả năng tồn tại.
Quá trình trộn dữ liệu từ nhiều nguồn khác nhau của con người là một quá
trình xử lý thông minh. Quá trình này mô tả bằng cách nào bộ não người trộn
dữ liệu từ các các giác quan của cơ thể ví dụ như mắt, mũi, tay, chân và da.
Hệ thống cảm biến của cơ thể thu nhận các dữ liệu từ bên ngoài và qua hệ
thần kinh đưa đến bộ não. Bộ não trộn các dữ liệu này để rút ra và hoàn thiện
các tri thức về môi trường xung quanh, đưa ra các kết luận hoặc suy diễn từ

10

việc trộn dữ liệu này [16], [28]. Hình 1.1 chỉ ra hệ thống trộn dữ liệu thông
minh của bộ não người sử dụng các nguồn thông tin đa cảm biến từ các giác
quan.









Hình 1.1: Quá trình xử lý thông minh của con người
Về nguyên tắc, trộn dữ liệu sẽ đưa ra được một kết quả có ý nghĩa hơn là từ
một nguồn dữ liệu đơn. Ta xét một ví dụ đơn giản khi giám sát một đối tượng
chuyển động, như máy bay, được quan sát bởi một rada và một cảm biến ảnh
hồng ngoại. Rada cung cấp được dữ liệu về tầm xa của máy bay một cách
chính xác nhưng lại bị hạn chế khả năng xác định góc chúc ngóc và góc
hướng. Bằng sự tương phản, cảm biến ảnh hồng ngoại có thể xác định chính
xác góc chúc ngóc và góc hướng nhưng không thể đo được khoảng cách. Nếu
kết hợp dữ liệu nhận được của hai cảm biến trên ta sẽ xác định vị trí chính xác
của máy bay trong không gian.
Một số lý do chỉ ra tại sao phải trộn dữ liệu được đưa ra dưới đây [44]:
* Nâng cao tính bền vững của hệ thống: Trong tình huống nguồn dữ
liệu đơn đó hỏng hoàn toàn thì hoạt động của hệ thống sẽ bị ảnh hưởng. Vì
vậy, một hệ thống sử dụng một vài nguồn dữ liệu sẽ bền vững hơn trong vận

Cảm biến
Hoá học
Quá trình xử lý thông minh
Hành động suy diễn và kết luận
Lưỡi điện tử
Nhìn
Nghe
Nếm
Cảm biến nhiệt
Cảm biến áp suất Cảm biến âm thanh
Sờ
C
ảm biến
địa chấn
Ngửi
Cảm biến quang điện tử


11

hành hoặc có một tỷ lệ lỗi vận hành thấp hơn các hệ thống chỉ sử dụng một
nguồn dữ liệu.
* Tốt hơn trong việc đánh giá tình huống và ra quyết định, và chính vì
vậy phản ứng của hệ thống sẽ nhanh hơn. Từ các nguồn dữ liệu khác nhau
quá trình kết hợp và trộn dữ liệu sẽ đem lại một đánh giá tốt hơn về tình
huống đang xem xét, vì vậy tăng độ chính xác khi kết luận dẫn đến dễ dàng
đưa ra quyết định.

* Tăng độ chính xác của dữ liệu, giảm các dữ liệu không chắc chắn và
mơ hồ. (Tập hợp nhiều nguồn dữ liệu sẽ tăng độ chính xác của dữ liệu và giảm

thông tin không chắc chắn sau quá trình trộn để bỏ đi các dữ liệu mơ hồ).
* Mở rộng thông tin về đối tượng. Nhiều nguồn dữ liệu sẽ cung cấp
thêm thông tin về đối tượng hoặc sự kiện quan sát. Mở rộng thông tin bao
gồm cả không gian và thời gian.
* Hiệu quả về chi phí với việc giảm về chi phí tính toán, truyền thông
và tài nguyên mạng. Trong trường hợp tổng quát, hầu hết chi phí sẽ phụ thuộc
vào nhiều nguồn dữ liệu đầu vào hơn là dựa vào một nguồn dữ liệu để cung
cấp tất cả thông tin cần thiết. Ví dụ để xây dựng một cảm biến thực hiện nhiều
chức năng sẽ đắt hơn rất nhiều so với việc kết hợp một vài cảm biến đơn giản
và rẻ tiền với một chức năng cụ thể.
* Không có nguồn dữ liệu đơn hoàn chỉnh. Hầu hết các nguồn thu thập
dữ liệu, ví dụ như các cảm biến, chỉ thực sự hữu ích trong một môi trường
nhất định. Những thông tin thu nhận được từ một nguồn dữ liệu đơn sẽ bị hạn
chế và có thể không hoàn toàn đầy đủ và đáng tin cậy. Ví dụ như cảm biến âm
thanh chỉ phát hiện được đối tượng khi có tín hiệu âm thanh được phát ra,
cảm biến quang điện tử hoàn toàn phụ thuộc vào điều kiện ánh sáng ở môi
trường xung quanh và các cảm biến giám sát điện tử chỉ có thể phát hiện các
đối tượng có sóng điện từ phát ra


12

1.2. Quản lý đa cảm biến
Các cảm biến cung cấp dữ liệu và thông tin cho quá trình trộn dữ liệu. Để
đưa ra đánh giá tốt nhất về đại lượng đang xem xét, một trong các yêu cầu đầu
tiên là phải lựa chọn được các loại cảm biến phù hợp và quản lý chúng. Quản
lý cảm biến giải quyết các công việc phức tạp như sau [27], [32]:
+ Nguồn dữ liệu từ một cảm biến là không đủ.
+ Khả năng của các cảm biến là hạn chế.
+ Tính động học của môi trường cao.

+ Khả năng và sự thực thi của các cảm biến là khác nhau.
+ Khả năng xử lý tính toán hạn chế.
+ Lỗi trong việc lập lịch các cảm biến.
+ Các yêu cầu trộn dữ liệu và thông tin.
Ví dụ như trên máy bay phải có một bộ điều khiển quản lý các cảm biến
cho phép lựa chọn, xắp xếp quyền ưu tiên, chỉ định, phân bổ và sắp xếp các
nhiệm vụ cho các cảm biến trên nền chuyển động tốc độ cao.
Mục đích của một hệ thống quản lý đa cảm biến là quản lý, bố trí và tích
hợp các cảm biến thông thường lại với nhau nhằm giải quyết các bài toán đặc
thù nhất là trong bài toán giám sát đối tượng chuyển động. Quản lý là nhằm
điều khiển các cảm biến; bố trí mang lại hiệu quả nhất khi sử dụng các cảm
biến; và tích hợp mang lại khả năng phối hợp giữa các cảm biến trong hệ
thống hoặc là kết hợp toàn bộ các cảm biến lại với nhau. Mục đích cuối cùng
của hệ thống quản lý đa cảm biến là tối ưu hoá tất cả các công việc của hệ
thống trộn dữ liệu.
Nhiệm vụ chính của hệ thống quản lý đa cảm biến là lựa chọn được cảm
biến để thực hiện đúng được công việc cho từng đối tượng cụ thể trong một
thời gian chính xác. Nói một cách khác, nó cần giải quyết các vấn đề dưới đây:
- Sử dụng loại cảm biến nào hoặc nhóm cảm biến nào ?


13

- Hoạt động theo chế độ nào (mode) hoặc nhiệm vụ nào ?
- Làm thế nào để điều khiển được cảm biến ?
- Khi nào thì bắt đầu ?

Hình 1.2: Hệ thống quản lý đa cảm biến
Quản lý đa cảm biến được thiết kế từ việc cấp phát các tài nguyên hoặc đặt
lịch cho các nhiệm vụ của hệ thống. Với các tiến bộ hiện nay trong công nghệ
chế tạo cảm biến, vai trò và chức năng của chúng đã được mở rộng. Chúng ta
có thể phân loại vai trò và chức năng của cảm biến theo tính hệ thống và theo
cấu trúc định trước.
Trong quá trình trộn dữ liệu và thông tin, quản lý các cảm biến có thể phân
loại theo 03 mức dưới đây [44]:
+ Mức 1: mức thấp nhất của quản lý đa cảm biến liên quan đến việc điều
khiển riêng lẻ từng cảm biến một, ví dụ như hướng theo dõi, điểm quan sát,
thay đổi tần suất theo dõi Ví dụ, một rada định hướng theo dõi một mục tiêu
có thể được dẫn hướng bởi một hệ thống quản lý cảm biến.
+ Mức 2: tại mức 2 hệ thống quản lý đa cảm biến sẽ tập trung vào nhiệm vụ
và các mode hoạt động của các cảm biến. Các cảm biến sẽ hoạt động theo
phương thức ưu tiên các nhiệm vụ và xác định khi nào và bằng cách nào một
mode có thể được kích hoạt. Bên cạnh đó, hệ thống quản lý các cảm biến có
.
. . .
.
Cảm biến n
Các cảm biến
(không đồng nhất/
đồng nhất)

Trộn dữ liệu
đa cảm biến
Tương tác với

người sử dụng

Yêu cầu

Cảm biến 1
Cảm biến 2
Cập nhật

B
ố trí lại nhiệm vụ cảm biến

Nhi
ệm vụ/ Điều khiển

Quản lý
đa cảm biến
Màn hình giao
diện Người - Máy



14

thể xem xét một vài chức năng cơ bản của cảm biến để thay đổi cảm biến khi
thực hiện một chức năng nào đó. Mức 2 phải giải quyết các nhiệm vụ sau:
- Sắp lịch cho các nhiệm vụ của cảm biến.
- Điều khiển cảm biến, các hỗ trợ để thu thập thêm dữ liệu từ các cảm
biến khác.
- Thay đổi chế độ làm việc của cảm biến.
+ Mức 3: Mỗi một cảm biến chỉ có khả năng tìm kiếm một lượng thông tin

hạn chế. Tuy nhiên, hệ thống quản lý đa cảm biến có thể trực tiếp điều khiển
một vài cảm biến trong một mô hình tích hợp hoặc trộn dữ liệu từ các cảm
biến thành một nguồn cung cấp thông tin cho quá trình trộn. Nhiệm vụ của
mức này là:
- Sắp xếp hoặc triển khai vị trí của các cảm biến động sao cho vùng bao
phủ là tốt nhất.
- Trộn dữ liệu của các cảm biến một cách hiệu quả và tối ưu (cực tiểu
hoá các bố trí không cần thiết).
1.3. Các vấn đề cần giải quyết trong bài toán trộn dữ liệu đa cảm biến
Trộn dữ liệu phải xử lý nhiều nguồn thông tin khác nhau, các thông tin có
thể có nhiễu, độ chính xác thấp, số lượng lớn Dưới đây là các vấn đề thông
thường cần phải giải quyết khi trộn dữ liệu [16], [32]:
+ Số chiều và sự sắp xếp của dữ liệu. Các bộ cảm biến khác nhau có dữ
liệu được đo lường khác nhau và vì vậy có số chiều và các đặc trưng khác
nhau. Việc sắp xếp và biến đổi dữ liệu là rất cần thiết để có được định dạng và
chuẩn chung. Quá trình đăng ký và nhập dữ liệu được xem là một phần của
quá trình sắp xếp dữ liệu. Các hệ thống cảm biến khác nhau sẽ đưa ra các dữ
liệu khác nhau trong các mặt sau:
- Hệ thống tọa độ: dữ liệu có thể thu được ở các hệ toạ khác nhau ví dụ
như trong các hệ toạ độ gắn liền, hệ toạ độ quán tính, hệ toạ độ dẫn đường


15

- Đơn vị đo: dặm, mét.
- Kích thước khác nhau của dữ liệu.
- Đặc trưng: tần số, biên độ, dữ liệu ảnh hoặc không phải là dữ liệu ảnh.
- Độ phân giải và độ chính xác của dữ liệu.
- Nền tham chiếu: Các cảm biến trong cùng một nền hoặc trên các nền
khác nhau cần phải được sắp xếp vào trong một không gian tham chiếu

chung.
Vì vậy, các kỹ thuật biến đổi chuẩn hoá dữ liệu thành các định dạng và
chuẩn chung phải được sử dụng cho các quá trình trộn dữ liệu. Việc sắp xếp
dữ liệu là để biến đổi các dữ liệu quan sát được từ nhiều nguồn thành một
định dạng chung.
+ Bản chất và độ tin cậy của dữ liệu. Việc trộn dữ liệu phân tán và tập
trung cần phải xử lý vấn đề về bản chất và độ tin cậy của dữ liệu. Một cách lý
tưởng, mỗi dữ liệu được trộn cần phải chứa thông tin, dữ liệu này sẽ dùng cho
cái gì và độ tin cậy như thế nào.
+ Sắp xếp theo thời gian. Việc đồng bộ hoá thời gian dữ liệu rất quan trọng.
Vì chỉ các dữ liệu gần nhau về mặt thời gian mới có thể được tích hợp lại để
có kết quả có ý nghĩa. Điều này đặc biệt quan trọng với các dữ liệu xung khắc
nhau. Các dữ liệu được trộn phải đảm bảo yêu cầu nhất định về mặt thời gian,
yêu cầu này phụ thuộc vào dạng của hệ thống trộn. Các hệ thống trộn theo
thời gian thực như hệ thống trộn trên máy bay thì độ gần về mặt thời gian điển
hình được tính theo thời gian micro giây hoặc miligiây trong khi đó các hệ
thống trộn không yêu cầu thời gian thực có thể có độ gần thời gian tính theo
phút hoặc giờ. Tuy nhiên, đối với các dữ liệu bổ xung thì độ gần về mặt thời
gian có thể được yêu cầu thấp hơn do dữ liệu bổ sung vẫn có thể cung cấp
thông tin hữu ích cho hệ thống trộn ngay cả khi nguồn dữ liệu không đủ gần
về mặt thời gian.