nâng cao chất lượng cho các thiết bị định vị dẫn đường sử dụng gps phục vụ bài toán giám sát quản lý phương tiện giao thông đường bộ

Bộ GIáO DụC V ĐO TạO
TRƯờNG ĐạI HọC GIAO THÔNG VậN TảI




NGÔ THANH BìNH




NÂNG CAO CHấT LƯợNG CHO CáC THIếT Bị ĐịNH Vị
DẫN ĐƯờNG Sử DụNG GPS PHụC Vụ BI TOáN GIáM SáT
QUảN Lý PHƯƠNG TIệN GIAO THÔNG ĐƯờNG Bộ

ngnh: Kỹ thuật điều khiển v tự động hóa
Mã số: 62520216




LUậN áN TIếN Sĩ Kỹ THUậT





H Nội - 2015
Bộ GIáO DụC V ĐO TạO
TRƯờNG ĐạI HọC GIAO THÔNG VậN TảI

NGÔ THANH BìNH



NÂNG CAO CHấT LƯợNG CHO CáC THIếT Bị ĐịNH Vị
DẫN ĐƯờNG Sử DụNG GPS PHụC Vụ BI TOáN GIáM SáT
QUảN Lý PHƯƠNG TIệN GIAO THÔNG ĐƯờNG Bộ

ngnh: Kỹ thuật điều khiển v tự động hóa
Mã số: 62520216



LUậN áN TIếN Sĩ Kỹ THUậT


Ngời hớng dẫn khoa học: GS.TS Lê Hùng Lân
PGS.TS. Nguyễn Thanh Hải





H Nội - 2015
i

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, tất cả các ý
tƣởng tham khảo từ kết quả nghiên cứu công bố trong các công trình khác đều
đƣợc nêu rõ trong luận án. Các số liệu, kết quả nêu trong luận án là hoàn toàn
trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình khoa học nào
khác.

Tác giả









ii



LỜI CẢM ƠN

Lời đầu tiên, tôi xin gửi lời cảm ơn chân thành đến hai ngƣời thầy là GS.TS. Lê
Hùng Lân và PGS.TS. Nguyễn Thanh Hải về sự hƣớng dẫn tận tình của các thầy trong
quá trình tôi học tập, nghiên cứu và thực hiện luận án này.
Tôi cũng xin gửi lời cảm ơn sự giúp đỡ, cộng tác đầy nhiệt tình của các giáo sƣ
và đồng nghiệp Nhóm Cơ – Điện tử (Mechatronics Research Group), Khoa Kỹ thuật
Công nghiệp (Industrial Engineering), Trƣờng Đại học Trento – Italia, đặc biệt là giáo
sƣ Francesco Biral.
Nhân đây, tôi cũng xin gửi lời cảm ơn đến các thầy cô và đồng nghiệp trong
Khoa Điện - Điện Tử, Trƣờng Đại học Giao thông Vận tải; Vụ Khoa học công nghệ -
Bộ Giao thông vận tải; Viện Hàn lâm Khoa học và Công nghệ Việt Nam; Phòng thí
nghiệm – Trung tâm khoa học công nghệ GTVT; Viện Khoa học GTVT; Công ty
Than Đèo Nai; Công ty Thông tin Tín hiệu đƣờng sắt Hà nội; Công ty Vận tải Trento
– Italia (Trentino Trasporti) đã đóng góp ý kiến, tạo điều kiện làm việc thuận lợi và
hợp tác triển khai ứng dụng kết quả của luận án.
Tôi xin cảm ơn sự tài trợ kinh phí cho việc nghiên cứu để hoàn thiện nội dung
luận án này từ Bộ Giáo dục và Đào tạo, Trƣờng Đại học Giao thông Vận tải, Tổ chức
World Bank, Đại sứ quán Ấn Độ và Quỹ học bổng Erasmus Mundus.
Nhân dịp này, tôi xin gửi lời cảm ơn đến các thành viên trong gia đình cùng
những ngƣời bạn của tôi, những ngƣời đã hết lòng giúp đỡ, động viên, tạo điều kiện
thuận lợi trong suốt thời gian qua để tôi có đƣợc cơ hội hoàn thành tốt luận án này.
iii

MỤC LỤC
LỜI CAM ĐOAN i
LỜI CẢM ƠN ii
MỤC LỤC iii
DANH MỤC BẢNG vii
DANH MỤC HÌNH VẼ vii
DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT x
MỞ ĐẦU xiv

1. Giới thiệu tóm tắt luận án xiv
2. Đặt bài toán xiv
3. Tính cấp thiết và lý do chọn đề tài xv
4. Mục đích, đối tƣợng, phạm vi nghiên cứu và kết quả mong đợi của luận án xvi
4. Bố cục của luận án xvii
5. Ý nghĩa khoa học và thực tiễn của luận án xix
6. Tính sáng tạo và kết quả nghiên cứu xix
7. Những đóng góp của luận án xix
TỔNG QUAN VỀ BÀI TOÁN GIÁM SÁT 1
1. Khái quát về bài toán giám sát sử dụng GPS 1
2. Phân tích đánh giá các công trình khoa học liên quan mật thiết đến đề tài nghiên
cứu trên thế giới 2
3. Phân tích đánh giá các công trình khoa học liên quan mật thiết đến đề tài nghiên
cứu tại Việt Nam 4
4. Đề xuất các giải pháp mới, nội dung và phƣơng pháp nghiên cứu 6
CHƢƠNG 1. HỆ THỐNG GPS VÀ CÁC HỆ THỐNG HỖ TRỢ 8
iv

1.1. Hệ thống GPS 8
1.1.1. Hệ trục toạ độ 8
1.1.2. Cấu trúc của một hệ định vị sử dụng vệ tinh 9
1.1.3. Nguyên lý hoạt động 10
1.1.4. Sai số và các nguyên nhân gây sai số 11
1.2. Hệ thống INS 12
1.2.1. Các hệ tọa độ (Frames) 12
1.2.2. Các thành phần đặc trƣng cho chuyển động 14
1.2.3. Ma trận chuyển vị giữa các hệ tọa độ 16
1.2.4. Định vị sử dụng cảm biến quán tính 17
1.2.5. Sai số và quá trình căn chỉnh ban đầu 18
1.3. Hệ thống định vị tích hợp GPS/INS 20

1.3.1. Bản chất bù giữa INS và GPS 20
1.3.2. Các phƣơng pháp tích hợp GPS/INS 21
1.3.3. Bài toán giám sát và đối tƣợng áp dụng 23
1.4. Kết luận chƣơng 1 24
CHƢƠNG 2. LỌC KALMAN VÀ MATLAB TOOL-BOX 25
2.1. Lọc Kalman KF 25
2.1.1. Bản chất toán học 25
2.1.2. Bộ lọc Kalman rời rạc 26
2.2. Bộ lọc Kalman mở rộng EKF 28
2.2.1. Bộ lọc Kalman mở rộng dạng 1 29
2.2.2. Bộ lọc Kalman mở rộng dạng 2 30
2.3. Bộ lọc UKF 31
2.4. Đánh giá các thuật toán lọc Kalman và kết quả mô phỏng 34
v

2.5. Kết luận chƣơng 2 38
CHƢƠNG 3. PHƢƠNG PHÁP TỰ ĐỘNG HIỆU CHỈNH MA TRẬN QUAY CHO
HỆ THỐNG INS 39
3.1. Giới thiệu phƣơng pháp tự động hiệu chỉnh ma trận quay 39
3.1.1. Nhận định chung 39
3.1.2. Nguyên tắc sử dụng trận quay R trong kiểm soát và định hƣớng 46
3.1.3. Phát triển phƣơng pháp hiệu chỉnh mới trên cơ sở MEMS INS đa trục 48
3.2. Phát triển phƣơng pháp tự động hiệu chỉnh ma trận quay trên cơ sở MEMS INS
9-DOF 52
3.2.1. Nguyên tắc tính toán 52
3.2.2. Tái chuẩn hóa 55
3.2.3. Hiệu chỉnh trôi dạt góc yaw 60
3.2.4. Hiệu chỉnh trôi góc roll-pitch 64
3.2.5. Phản hồi điều khiển bù sai lệch 66
3.2.6. Kết quả thử nghiệm với MEMS INS 9-DOF 68

3.3. Kết luận chƣơng 3 71
CHƢƠNG 4. THIẾT KẾ HỆ THỐNG TÍCH HỢP GPS/INS 72
4.1. Giải pháp sử dụng lọc và bù dữ liệu cho thiết bị tích hợp GPS/INS 72
4.1.1. Giải pháp sử dụng lọc Kalman trên thiết bị xe 72
4.1.2. Phƣơng pháp tính toán trên miền rời rạc 75
4.1.3. Giải pháp bù dữ liệu 78
4.2. Đề xuất giải pháp phân tán cho hệ thống tích hợp GPS/INS 81
4.3. Thiết kế hệ thống tích hợp GPS/INS với MEMS INS 9-DOF và bus CAN 82
4.4. Ứng dụng phƣơng pháp hiệu chỉnh các phần tử ma trận quay trong phát triển
firmware cho hệ thống nhúng trên xe bus 86
vi

4.5. Thiết kế bộ lọc UKF và kết quả thực tế trên hệ thống giám sát tại trạm ứng
dụng cho xe bus 93
4.5.1. Đối tƣợng và mô hình xe bus 93
4.5.2. Xây dựng bộ lọc UKF cho xe bus 96
4.5.3. Kết quả của hệ thống giám sát 100
4.6. Kết luận chƣơng 4 107
KẾT LUẬN VÀ KIẾN NGHỊ 109
I. Kết luận về luận án 109
II. Kiến nghị và hƣớng nghiên cứu tiếp theo 109
DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ LIÊN QUAN ĐẾN
LUẬN ÁN 110
TÀI LIỆU THAM KHẢO 111
A. TIẾNG VIỆT 111
B. TIẾNG ANH 111
C. INTERNET 118
PHỤ LỤC 1: CÁC CÔNG VIỆC HOÀN THÀNH TRONG THỜI GIAN THỰC
HIỆN LUẬN ÁN II
1. Các công trình khoa học đã công bố II

2. Các đề tài, dự án, nhiệm vụ khác đã chủ trì hoặc tham gia V
PHỤ LỤC 2: KẾT QUẢ ĐÁNH GIÁ TẠI TRENTO, ITALIA VII
PHỤ LỤC 3: MỘT SỐ DỮ LIỆU VÀ ĐOẠN MÃ CHƢƠNG TRÌNH IX
1. Cấu trúc dữ liệu IX
2. Chƣơng trình DCM và dữ liệu ở chế độ tĩnh XIII
3. Script Matlab cho chƣơng trình tại trạm XXVI
vii

DANH MỤC BẢNG
Bảng 1: Nguồn gốc và nguyên nhân gây sai số GPS 12
Bảng 2: Các lỗi chính của hệ strapdown 18
Bảng 3: Các báo cáo khoa học đã công bố IV
Bảng 4: Các đề tài, dự án, nhiệm vụ khoa học VI
Bảng 5: Cấu trúc dữ liệu GPS IX
Bảng 6: Cấu trúc dữ liệu INS XI
Bảng 7: Cấu trúc dữ liệu FMS XII
Bảng 8: Dữ liệu INS bị trôi khi không sử dụng thuật toán tự động hiệu chỉnh ma trận
quay tính từ bƣớc tính thứ nhất (B8.1), 500 (B8.2), 1000 (B8.3), 2000 (B8.4), 3000
(B8.5), 4000 (B8.6) XX
Bảng 9: Dữ liệu INS không bị trôi khi sử dụng thuật toán thuật toán tự động hiệu
chỉnh ma trận quay tính từ bƣớc tính thứ nhất (B9.1), 500 (B8.2), 1000 (B8.3), 2000
(B8.4), 3000 (B8.5), 4000 (B8.6) XXIII

DANH MỤC HÌNH VẼ
Hình 1. 1: Hệ toạ độ tâm trái đất Oxyz 8
Hình 1. 2: Vệ tinh GPS IIIC và quỹ đạo các vệ tinh trong không gian 10
Hình 1. 3: Tín hiệu từ vệ tinh và nguyên tắc xác định vị trí đối tƣợng 11
Hình 1. 4: Hệ tọa độ vật thể và các thành phần đặc trƣng cho chuyển động 12
Hình 1. 5: Hệ toạ độ quán tính ECI 13
Hình 1. 6: Hệ tọa độ CCS và hệ NWU 14

Hình 1. 7: Các góc quay roll, pitch, yaw 15
Hình 1. 8: Góc trƣợt α 15
Hình 1. 9: Góc trƣợt β 16
viii


Hình 2. 1: Mô hình hoá hoạt động của lọc Kalman 25
Hình 2. 2: Cơ chế lọc Kalman 25
Hình 2. 3: Bản chất hoạt động của bộ lọc Kalman 26
Hình 2. 4: Biểu diễn hàm trọng lƣợng w (Weighted sigma-points) 31
Hình 2. 5: Tính toán điểm sigma cho lọc UKF 32
Hình 2. 6: Sơ đồ biến đổi UT 33
Hình 2. 7: Kết quả sử dụng bộ lọc KF và EFK 37
Hình 2. 8: Kết quả sử dụng bộ lọc UKF 37

Hình 3. 1: Ví dụ mô tả chuyển động của đối tƣợng và đặc điểm của R 41
Hình 3. 2: Quay hệ tọa độ vật thể P so với hệ tọa độ trái đất G 42
Hình 3. 3: Lệch trực giao và tích chéo 45
Hình 3. 4: Cấu trúc bộ lọc chống trôi các phần tử của ma trận quay William
Premerlani và Sergiu Baluta 51
Hình 3. 5: Điều chỉnh trƣợt góc hƣớng (yaw correction) 62
Hình 3. 6: Hiệu chỉnh góc quay roll-pitch 65
Hình 3. 7: Cơ chế của thuật toán lọc các phần tử ma trận quay 67
Hình 3. 8: Dữ liệu INS bị trôi khi không sử dụng thuật toán DCM 69
Hình 3. 9: Dữ liệu INS không bị trôi khi có sử dụng thuật toán DCM 70

Hình 4. 1: Phƣơng pháp truyền thẳng vòng lặp mở 72
Hình 4. 2: Phƣơng pháp phản hồi vòng lặp đóng 73
Hình 4. 3: Sơ đồ tích hợp GPS/INS tập trung vòng mở 73
Hình 4. 4: Sơ đồ tích hợp GPS/INS tập trung vòng đóng 74

ix

Hình 4. 5: Sơ đồ tích hợp GPS/INS phân tán vòng mở 74
Hình 4. 6: Sơ đồ tích hợp GPS/INS phân tán vòng đóng 74
Hình 4. 7: Mô hình bộ lọc Kalman lọc sai số 75
Hình 4. 8: Mô hình trạng thái trong miền z 76
Hình 4. 9: Khoảng thời gian đo lƣờng IMU và GPS 78
Hình 4. 10: Cấu trúc bộ bù dữ liệu INS trên cơ sở áp dụng nguyên lý mờ 80
Hình 4. 11: Khái quát đối tƣợng và thiết bị sử dụng 83
Hình 4. 12: Các thiết bị hợp thành cơ bản 83
Hình 4. 13: Xử lý dữ liệu trong hệ thống 85
Hình 4. 14: Thiết bị thực tế và lập trình cho thiết bị 86
Hình 4. 15: Vị trí gắn Radar và triển khai lắp ráp thiết bị trên xe bus 86
Hình 4. 16: Hệ tọa độ vật thể P và hệ tọa độ quy chiếu G (NWU) 87
Hình 4. 17: Lƣu đồ chƣơng trình trên hệ thống nhúng Arduino 92
Hình 4. 18: Lƣu đồ thuật toán lọc UKF 97
Hình 4. 19: Hành trình thực tế của xe bus 100
Hình 4. 20: Phóng to một đoạn hành trình thể hiện quỹ đạo GPS và UKF 100
Hình 4. 21: Một đoạn quỹ đạo xe bus thể hiện quá trình lọc và hiệu chỉnh 101
Hình 4. 22: Hiệu chỉnh quỹ đạo chính xác trong trƣờng hợp GPS có nhiễu lớn 102
Hình 4. 23: Đồ thị vận tốc thực và hiệu chỉnh vận tốc của xe suốt dọc tuyến 103
Hình 4. 24: Hành trình của xe và điều chỉnh quỹ đạo tƣơng ứng tại các thời điểm tính
toán 104
Hình 4. 25: Một số thông số chuyển động của xe bus (phần I) 105
Hình 4. 26: Một số thông số chuyển động của xe bus (phần II) 106

x

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT
1. Các Ký hiệu


sai số hoặc giá trị hiệu chỉnh của một biến
()


hàm Dirac delta


véc tơ tốc độ góc

góc cuốn (roll), còn gọi là góc cren hay góc nghiêng

góc trúc (pitch)

góc hƣớng (yaw) hay góc đảo lái
f

véc tơ gia tốc biểu kiến
g

véc tơ trọng lực
q

véc tơ quaternion




véc tơ trực giao (Orthogonal)




véc tơ tái cấu trúc (Normalized)
k
Q

ma trận hiệp phƣơng sai của véc tơ sai số hệ thống
)(tQ

ma trận mật độ phổ
r

véc tơ vị trí
u

véc tơ sai số hệ thống liên tục về mặt thời gian
v

véc tơ vận tốc
f
v

véc tơ số gia vận tốc
w
hàm trọng lƣợng
w

véc tơ nhiễu hệ thống
x

Véc tơ trạng thái thiết bị
xi

z

Véc tơ đo lƣờng (véc tơ số đo)
A
Ma trận thiết kế của mô hình
a
Trục dài của elipsoid tham chiếu
B
Ma trận thiết kế bộ điều khiển
b
Độ lệch bias
e
Véc tơ sai số phép đo
E
Tích chéo hoặc dạng ma trận phản đối xứng
F
Ma trận động học (ma trận dự báo)
G
Ma trận thiết kế (ma trận khuếch đại)
g
e
Gia tốc trọng trƣờng
g
x
, g
y

, g
z

Gia tốc theo trục x, y, z trong hệ tọa độ vật thể (b-frame)
h
Chiều cao của elipsoid
H
Ma trận thiết kế của phép đo
I
Ma trận đơn vị
K
Hệ số khuếch đại của bộ lọc Kalman
M
Bán kính cong của mặt phẳng cắt tạo bởi trục z và trục phƣơng Bắc
N
Bán kính cong của mặt phẳng cắt tạo bởi trục z và trục phƣơng Đông
P
Ma trận hỗ tƣơng quan của véc tơ trạng thái
R
Ma trận quay của véc tơ hoặc hệ tọa độ
s
Hệ số tỷ lệ
α_Alpha
Góc dốc theo hƣớng di chuyển của xe

Góc trƣợt giữa hƣớng thực và góc hƣớng

Góc lệch giữa Heading và Yaw (còn gọi là góc Sideslip)

xii

2. Các từ viết tắt

Acc
Gia tốc kế (Accelerator)
AGD
Hệ tọa độ địa lý Úc (Australian Geodetic Datum)
CAN
Hệ thống bus Controller Area Network
CCS
Hệ trục tọa độ Cartesian Coordinate System
DCM
Ma trận cosin chỉ phƣơng (Direction Cosine Matrix)
DOF
Bậc tự do, hay còn gọi là trục di chuyển của INS (Degrees Of
Freedom)
ECEF
Hệ tọa độ tâm trái đất ECEF (Earth – Centered Earth-Fixed, e-frame)
ECI
Hệ tọa độ quán tính ECI (Earth – Centered Inertial, i-frame)
EKF
Bộ lọc Kalman mở rộng (Extended Kalman Filter)
ED
Hệ tọa độ địa lý châu Âu (European Datum)
ENU
Hệ tọa độ dẫn đƣờng Đông – Bắc – Xa tâm (Local East – North – Up
coordinates)
GDA
Hệ tọa độ địa lý Úc (Geodetic Datum of Australian)

GIS
Hệ thống thông tin địa lý (Geographic Information System)
GMT
Giờ trung bình quốc tế (Greenwich Mean Time)
GNSS
Hệ thống vệ tinh dẫn đƣờng toàn cầu (Global Navigation Satellite
Systems)
GPS
Hệ thống định vị toàn cầu (Global Positioning System)
GPS/INS
Hệ thống tích hợp GPS và INS
GRS
Hệ quy chiếu GRS (Geodetic Reference System)
Gyro
Con quay hồi chuyển (Gyroscope)
IMU
Khối đo lƣờng quán tính (Inertial Measurement Unit)
xiii

INS
Hệ dẫn đƣờng quán tính (Inertial Navigation System)
KF
Bộ lọc Kalman (Kalman Filter)
LSE
Phƣơng pháp bình phƣơng tối thiểu (Least Squares Errors)
MEMS
Hệ vi cơ điện tử (MicroElectroMechanical Systems)
N/A
Không có sẵn hoặc không đƣợc nối chân linh kiện
NAD

Hệ tọa độ địa lý bắc Mĩ (the North American Datum)
NED
Hệ tọa độ dẫn đƣờng Bắc – Đông – Hƣớng tâm (Local North – East –
Down coordinates)
NWU

Hệ trục toạ độ North – West – Up hay còn gọi là North – West –
Zenith coordinate
OSGB
Hệ tọa độ địa lý Anh (the Ordnance Survey of Great Britain)
PVA
Vị trí, vận tốc và góc định hƣớng (Position, Velocity, Attitude)
RTK
Động học thời gian thực (Real Time Kinematic)
R
Ký hiệu ma trận quay (Rotation matrix)
SPKF
Bộ lọc Kalman dạng SPKF (Sigma-Piont Kalman Filter)
UAV
Thiết bị bay tự động không ngƣời lái (Unmanned Aerial Vehicle)
UKF
Bộ lọc Kalman dạng UKF (Unscented Kalman filter)
UT
Chuyển đổi Unsented Transform cho bộ lọc UKF
UTC
Giờ phối hợp quốc tế (Universal Time Coordinate)
WGS
Hệ trục tọa độ địa lý (The World Geodetic System)

xiv

MỞ ĐẦU
1. Giới thiệu tóm tắt luận án
Luận án đi sâu nghiên cứu giải quyết vấn đề tồn tại trong suốt thời gian qua là
vấn đề trôi dữ liệu của INS, từ đó đƣa ra giải pháp thiết kế hệ thống tích hợp GPS/INS
trên cơ sở cấu trúc phân tán nhằm nâng cao chất lƣợng cho các thiết bị định vị dẫn
đƣờng sử dụng GPS phục vụ bài toán giám sát phƣơng tiện giao thông đƣờng bộ.
Bằng cách phát triển phƣơng pháp tự động hiệu chỉnh ma trận quay cho thiết bị trên
xe và bộ lọc UKF cho thiết bị tại trạm, giải pháp phân tán của luận án đã giải quyết
đƣợc vấn đề sai số tích lũy của INS 9-DOF, tính phi tuyến của hệ thống và xử lý thời
gian thực. Các sản phẩm của luận án đã đƣợc ứng dụng trên thực tế thành công.
Nội dụng của luận án đƣợc chia thành phần tổng quan và 4 chƣơng chính, bao
gồm: 109 trang (không kể mở đầu, tài liệu tham khảo và phụ lục), 93 tài liệu tham
khảo, 9 bảng, 52 hình vẽ và đồ thị.
2. Đặt bài toán
Mục tiêu của bài toán giám sát phƣơng tiện giao thông vận tải là phát triển hiệu
quả việc quản lý, điều hành các phƣơng tiện này và kiểm tra các trạng thái của đối
tƣợng lúc đang hoạt động bình thƣờng cũng nhƣ khi có sự cố. Chất lƣợng của hệ
thống giám sát không những thể hiện ở tính chính xác về vị trí, vận tốc và thời gian,
mà còn thể hiện ở việc giám sát đƣợc các thông số chuyển động của đối tƣợng, đặc
biệt là các thông số thể hiện sự dao động của đối tƣợng và một số thông số đặc trƣng
của đối tƣợng đó. Các thông số đặc trƣng này phụ thuộc vào đối tƣợng cần giám sát,
thông thƣờng là gia tốc, các góc nghiêng thể hiện trạng thái chuyển động của đối
tƣợng, góc hƣớng và một số thông số về tình trạng của đối tƣợng.
Hiện nay, ngoài các phƣơng pháp xác định vị trí nhờ đặc tính chuyển động
tƣơng đối so với điểm mốc đã biết nhƣ đèn hải đăng hay các ngôi sao trên bầu trời,
hoặc sử dụng radar hay sóng radio/vô tuyến dựa trên những nguồn phát sóng có vị trí
xác định trƣớc, ngƣời ta dùng hai nhóm phƣơng pháp cơ bản để định vị giám sát:
xv

 Phƣơng pháp xác định vị trí thông qua việc xác định tọa độ của đối tƣợng trên cơ
sở các hệ tọa độ định vị vệ tinh nhƣ GPS, GLONASS, GALILEO, COMPASS,
IRNSS, QZSS. Luận án này sử dụng thông tin từ hệ thống GPS.
 Phƣơng pháp dẫn đƣờng quán tính (INS) dựa trên trạng thái ban đầu đã biết, ta đo
gia tốc và góc quay để tính toán xác định vị trí tiếp theo. Đặc điểm nổi bật của
phƣơng pháp này là cho ta biết trạng thái chuyển động của đối tƣợng thông qua
các thông số về gia tốc, góc quay, độ nghiêng và hƣớng.
Một hệ thống giám sát gồm hai thành phần cơ bản là thiết bị thu dữ liệu gắn
trên đối tƣợng chuyển động và thiết bị giám sát tại trạm. Thiết bị gắn trên đối tƣợng
chuyển động thƣờng sử dụng module thu tín hiệu từ hệ thống GPS, qua đó xác định vị
trí và vận tốc của đối tƣợng mang. Hệ thống GPS cung cấp thông tin vị trí và vận tốc
trong khoảng thời gian dài nhƣng tốc độ đƣa ra kết quả chậm. Hệ thống giám sát sẽ
mất đi tính năng giám sát khi mất tín hiệu GPS. Hỗ trợ cho hệ GPS trong bài toán
giám sát thƣờng sử dụng hệ thống INS kết hợp thêm các hệ thống khác. Hệ INS chỉ
đƣa ra thông tin về vị trí và vận tốc chính xác trong khoảng thời gian ngắn do sai số
tích lũy, bị ảnh hƣởng bởi trọng lực, nhƣng có ƣu điểm là tốc độ đƣa ra kết quả cao
với tính toán đầy đủ theo các phƣơng chuyển động và các góc dao động.
Giải quyết đƣợc vấn đề trôi dữ liệu của hệ thống INS sẽ mang yếu tố quyết
định và mở ra một hƣớng đi mới trong thiết kế, chế tạo thiết bị tích hợp GPS/INS. Từ
đó, kết hợp cả hai phƣơng pháp GPS và INS ta sẽ đƣợc một hệ thống có ƣu điểm tốt
hơn với khả năng cho ra thông tin về vị trí và vận tốc với độ chính xác trong khoảng
thời gian dài, đồng thời có đƣợc thông tin về trạng thái chuyển động của đối tƣợng.
3. Tính cấp thiết và lý do chọn đề tài
Hiện nay ngoài các ứng dụng trong quân sự, hệ thống định vị toàn cầu GPS
đƣợc sử dụng trong nhiều ngành, nhiều lĩnh vực hoạt động phục vụ con ngƣời. Chỉ nói
riêng trong ngành giao thông đã có nhiều ứng dụng quan trọng của GPS nhƣ: Tự động
định vị phƣơng tiện giao thông AVL (Automatic Vehicle Location); Tự động dẫn
đƣờng các phƣơng tiện giao thông AGV (Automatic Guided Vehicle). Tại Việt nam
việc nghiên cứu ứng dụng kỹ thuật GPS đã đƣợc triển khai và có những thành công

nhất định trong lĩnh vực địa chính, bản đồ, quản lý giám sát phƣơng tiện giao thông.
xvi

Trong xu hƣớng hiện đại hoá ngành giao thông vận tải có thể nói việc đƣa vào sử
dụng GPS là điều tất yếu do những ƣu điểm nổi bật về tính hiệu quả và giá thành ngày
càng giảm. Yêu cầu đặt ra là ngoài việc xác định chính xác vị trí và tốc độ chính xác
theo thời gian, thiết bị cần giám sát liên tục các thông số về trạng thái chuyển động
của đối tƣợng nhƣ khoảng di chuyển, góc hƣớng, gia tốc, độ nghiêng, độ cao. Đây là
những yếu tố mà các thiết bị trong hệ thống giám sát hiện tại chƣa đƣợc tích hợp.
Các thiết bị giám sát hành trình tại Việt Nam cho phƣơng tiện giao thông
đƣờng bộ hiện tại chỉ sử dụng hệ thống GPS. Tính đến thời điển này các thiết bị
MEMS INS 9-DOF hiện đại có giá thành rất rẻ, cỡ 30 euro/1 thiết bị, có chất lƣợng
tốt. Do đó việc tích hợp INS trong hệ thống giám sát hành trình sử dụng GPS là việc
nên làm và sẽ dần trở thành chuẩn thiết bị. Ngoài tính năng hỗ trợ cho hệ thống GPS,
hệ thống INS còn cung cấp thêm các thông số đặc trƣng cho chuyển động, qua đó
nâng cao chất lƣợng hệ thống giám sát.
4. Mục đích, đối tƣợng, phạm vi nghiên cứu và kết quả mong đợi của luận án
Luận án nghiên cứu ứng dụng các công nghệ mới để thiết kế chế tạo thiết bị
nhằm nâng cao chất lƣợng cho các thiết bị định vị dẫn đƣờng sử dụng GPS phục vụ
bài toán giám sát quản lý phƣơng tiện giao thông đƣờng bộ. Yêu cầu của hệ thống cần
giám sát chính xác vị trí, vận tốc và các tham số thể hiện trạng thái chuyển động của
đối tƣợng. Đáp ứng nhu cầu này, luận án đặt ra nhiệm vụ nghiên cứu các cơ sở khoa
học của GPS và các thiết bị hỗ trợ, trong đó điển hình là hệ thống INS, và đề xuất các
giải pháp tích hợp trên cơ sở cập nhật công nghệ mới nhằm nâng cao chất lƣợng hệ
thống giám sát ứng dụng trong quản lý các phƣơng tiện giao thông đƣờng bộ, cụ thể là
ứng dụng cho xe bus.
Để phục vụ mục đích này, tác giả đã từng bƣớc nghiên cứu cập nhật công nghệ,
các giải pháp tích hợp hệ thống dựa trên công nghệ GPS và công nghệ vi cơ điện tử
MEMS INS, từ đó đề xuất giải pháp tích hợp và xử lý dữ liệu phù hợp. Với mục tiêu
đƣa ra ra giải pháp thiết kế thiết bị tích hợp hai hệ thống GPS và INS ứng dụng cho xe

bus, bao gồm nhiệm vụ thu thập, xử lý dữ liệu gắn trên xe với hệ thống MEMS INS
tiên tiến và xây dựng thuật toán lọc trên cơ sở lọc Kalman để nâng cao độ chính xác
về vận tốc và quỹ đạo chuyển động của xe. Ngoài ra kết quả còn yêu cầu đƣa ra giá trị
xvii

một số thông số cần giám sát trong suốt quá trình hoạt động về trạng thái dao động,
góc hƣớng, gia tốc, góc nghiêng và độ cao.
Trong trƣờng hợp mất tín hiệu GPS kéo dài hoặc thiết bị chạy trong môi trƣờng
đóng kín nhƣ trong nhà, trong đƣờng hầm hay những khu vực bị che khuất trong một
khoảng thời gian dài, hệ thống tích hợp GPS/INS lúc này chỉ làm việc với tín hiệu INS
và sẽ mất đi khả năng định vị. Luận án nghiên cứu về công nghệ và các thiết bị sử
dụng GPS ứng dụng cho phƣơng tiện giao thông đƣờng bộ, chƣa đề cập tới trƣờng
hợp thiết bị chạy trong môi trƣờng đóng kín hay mất GPS kéo dài.
Kết quả mong đợi của luận án là sẽ kiểm soát đƣợc các sai số tích lũy của INS,
từ đó đƣa ra giải pháp thiết kế thiết bị tích hợp GPS/INS nhằm loại bỏ những sai lệch
quỹ đạo của phƣơng tiện giao thông đƣờng bộ trên cơ sở sử dụng bộ lọc Kalman.
Thiết bị sẽ đƣợc ứng dụng cho hệ thống giám sát xe bus.
4. Bố cục của luận án
Luận án bao gồm phần tổng quan, kết luận, phụ lục và 4 chƣơng chính.
- Tổng quan về bài toán giám sát: Trong phần này luận án đã khái quát đặc
điểm của công nghệ định vị dẫn đƣờng sử dụng GPS và INS, đánh giá các công trình
nghiên cứu liên quan mật thiết đến đề tài luận án đã đƣợc công bố trong và ngoài
nƣớc, tình hình nghiên cứu trên thế giới, tình hình nghiên cứu tại Việt Nam. Tiếp đó
luận án phân tích những hạn chế của những hệ thống hiện tại, những vấn đề còn tồn
tại và định hƣớng giải quyết sử dụng hệ thống tích hợp GPS/INS kết hợp với thuật
toán lọc và hiệu chỉnh dữ liệu.
- Chƣơng 1: Trình bày khái quát về hệ thống GPS và hệ thống INS, bản chất bù
giữa INS – GPS và khái quát về các phƣơng pháp tích hợp GPS/INS. Sau khi khái
quát bài toán áp dụng cho hệ thống điều khiển giám sát quản lý thông vận tải ứng
dụng cho các phƣơng tiện mặt đất, luận án chỉ ra mô hình đƣợc lựa chọn trong luận án

là xe bus với một số thông số yêu cầu cần đƣợc giám sát.
- Chƣơng 2: Trình bày về lọc Kalman và các khái niệm mở rộng, bao gồm lọc
Kalman mở rộng EKF và lọc Kalman dạng UKF. Sau khi khái quát lý thuyết, luận án
mô phỏng các thuật toán lọc dựa trên hệ thống thƣ viện Matlab tool-box [79]. Những
xviii

kết quả này đƣợc tác giả tiếp tục phát triển với thuật toán hạn biên và tính toán trên
miền rời rạc z-Domain, là đóng góp mới ban đầu của luận án [63, P1.1.4]. Một số
đoạn mã (script) trong thƣ viện này đƣợc phát triển ứng dụng trong phát triển bộ lọc
UKF cho xe bus ở chƣơng 4.
- Chƣơng 3: Giới thiệu và phát triển hoàn thiện giải pháp tự động hiệu chỉnh
ma trận quay R (Rotation matrix), hay còn gọi là cơ chế lọc bổ sung DCM. Sự ra đời
của dòng cảm biến MEMS INS Razor 9-DOF (2012) đã tạo ra một bƣớc tiến đột phá
trong lĩnh vực thiết kế hệ thống tích hợp GPS/INS. Với thiết bị tiên tiến này, luận án
đã phát triển và ứng dụng thành công phƣơng pháp xử lý chống trôi các phần tử của
ma trận quay dựa trên đặc tính trực giao của các vector trên cơ sở cập nhập vecor từ
trƣờng tích hợp. Khác với lọc Kalman xử lý dữ liệu ở bƣớc sau, tức là lấy kết quả đã
bị tích lũy sai số của INS để tính toán, đây là một giải pháp mới trong thiết kế hệ
thống sử dụng MEMS INS bởi khả năng giải quyết vấn đề trôi dữ liệu ở cấp độ đo
lƣờng, hiệu chỉnh dữ liệu thô để tính toán lại các góc quay roll, pitch, yaw của MEMS
INS, từ đó tính toán chính xác hơn giá trị vận tốc, khoảng di chuyển của đối tƣợng rồi
mới đƣa về trạm để tính toán với bộ lọc.
- Chƣơng 4: Phần đầu của chƣơng này khái quát các giải pháp tính tích hợp
GPS/INS trƣớc đây và ứng dụng phƣơng pháp tính toán trên miền rời rạc cho các hệ
thống tích hợp GPS/INS kết hợp bù dữ liệu trên cơ sở nguyên lý mờ [P1.1.12].
Cập nhật công nghệ INS mới, luận án giới thiệu một giải pháp mới trong thiết
kế hệ thống tích hợp GPS/INS trên cơ sở hệ thống phân tán. Xử lý dữ liệu cho hệ
thống tích hợp đƣợc chia thành nhiệm vụ cho thiết bị trên xe (xử lý chống trôi dữ liệu)
với phƣơng pháp hiệu chỉnh các phần tử của ma trận quay R, và nhiệm vụ tại trạm (xử
lý lọc Kalman). Phần phát triển ứng dụng trên hệ thống thực tế dựa trên cơ cở lý

thuyết chƣơng 3, phát triển trên nền tảng hệ thống nhúng Arduino cho thiết bị gắn trên
đối tƣợng chuyển động là xe bus. Để hoàn thiện thuật toán lọc UKF, hệ thống cần
đƣợc cung cấp thêm các thông số khác làm giá trị tham chiếu. Giải pháp trong luận án
này là sử dụng các thông số tham chiếu đƣợc lấy từ bus CAN (chuẩn J1939 FMS) của
xe kết hợp với các thông số từ radar. Với các tham số bổ sung này, luận án đã phát
xix

triển thành công thuật toán lọc UKF linh hoạt với hai chế độ hoạt động tùy thuộc tín
hiệu đầu vào, ứng dụng trong thực tế cho đối tƣợng xe bus [P1.1.14].
- Kết luận và kiến nghị.
5. Ý nghĩa khoa học và thực tiễn của luận án
 Ý nghĩa khoa học: Đóng góp giải pháp mới trong tích hợp GPS/INS nhằm cải
thiện chất lƣợng của các thiết bị giám sát phƣơng tiện. Giải pháp không chỉ dừng ở lý
thuyết mà còn đƣa ra đƣợc sản phẩm cụ thể để thử nghiệm, kiểm chứng [P1.1.4,
P1.1.12, P1.1.14].
 Ý nghĩa thực tiễn: Giải pháp và sản phẩm của luận án có thể ứng dụng trong
các hệ thống quản lý, giám sát đối tƣợng giao thông đƣờng bộ [P1.1.14, P1.2.6].
6. Tính sáng tạo và kết quả nghiên cứu
 Đề xuất phƣơng pháp tính toán trên miền rời rạc z-Domain kết hợp bù dữ liệu
để hiệu chỉnh quỹ đạo trên cơ sở logic mờ cho các hệ tích hợp sử dụng INS 6-DOF.
Các hệ thống hiện đại sử dụng INS 9-DOF sẽ đƣợc áp dụng phƣơng pháp tự động hiệu
chỉnh các phần tử ma trận quay.
 Đƣa ra giải pháp mới tích hợp hệ thống GPS/INS dựa trên nguyên tắc điều
khiển phân tán, chia công việc xử lý chống trôi dữ liệu cho INS tại thiết bị trên xe và
đƣa bộ lọc UKF về xử lý tại trạm. Hệ thống đã đƣợc áp dụng thực tế cho kết quả giám
sát tốt, quỹ đạo đã loại bỏ đƣợc các nhiễu cho dạng giống quỹ đạo thực. Ngoài ra, hệ
thống giám sát còn kiểm soát đƣợc các thông số về tình trạng chuyển động của xe.
7. Những đóng góp của luận án
 Phát triển và ứng dụng thành công phƣơng pháp xử lý chống trôi các phần tử
của ma trận quay cho MEMS INS 9-DOF.

 Xây dựng thành công bộ lọc UKF với hai chế độ hoạt động riêng biệt ở các tần
số lấy mẫu khác nhau, tự động chuyển đổi theo đặc điểm của tín hiệu đầu vào.


1

TỔNG QUAN VỀ BÀI TOÁN GIÁM SÁT
1. Khái quát về bài toán giám sát sử dụng GPS
Một hệ thống giám sát gồm hai thành phần cơ bản là thiết bị gắn trên đối tƣợng
chuyển động, còn gọi là thiết bị trên xe hay thiết bị xe (Vehicle devices) và thiết bị
giám sát tại trạm (Station devices). Thiết bị xe đƣợc lắp đặt module thu GPS hoặc
thiết bị tích hợp GPS/INS để thu thập và xử lý dữ liệu đo đạc. Dữ liệu sau bƣớc tiền
xử lý đƣợc đƣa về thiết bị trạm tính toán hiệu chỉnh để hiển thị bản đồ số phục vụ
công tác quản lý giám sát.
Vấn đề khó khăn khi sử dụng các hệ thống INS là các số liệu tính toán của INS
bị trôi theo thời gian do sai số tích lũy. Giải quyết đƣợc vấn đề sai số của hệ thống
INS sẽ mang lại một hƣớng đi mới cho lớp bài toán này. Hệ thống INS thông thƣờng
chỉ đƣa ra thông tin về vị trí và vận tốc chính xác trong khoảng thời gian ngắn và bị
ảnh hƣởng bởi trọng lực. Do sự trôi tín hiệu đầu ra của bản thân IMU, cộng thêm sự
rung động của thiết bị mang, đáp ứng của hệ thống INS sẽ có sai số lớn và tăng dần
theo thời gian. Tính chất cộng dồn sai số tích lũy làm cho hầu nhƣ các hệ INS đơn trục
trƣớc đây không làm việc độc lập đƣợc. Các hệ INS giá rẻ thƣờng đƣợc áp dụng cho
các thiết bị tốc độ cao và dao động lớn, cho kết quả có thể tin cậy đƣợc trong khoảng
thời gian ngắn. Để hoạt động đƣợc trong thời gian dài, các hệ thống INS cần đƣợc kết
hợp với hệ thống khác để chỉnh định lại kết quả đo đạc.
Kết hợp hai hệ thống GPS và INS thành hệ thống tích hợp để hai hệ thống hỗ
trợ nhau cùng hoạt động là một giải pháp khả thi và nên làm. Hệ thống tích hợp sẽ có
chất lƣợng cao hơn với khả năng cho ra thông tin về vị trí và vận tốc chính xác hơn
trong khoảng thời gian dài, đồng thời có đƣợc các thông tin về trạng thái chuyển động
của đối tƣợng.

Các hệ thống tích hợp GPS/INS thƣờng sử dụng bộ lọc Kalman để nâng cao
chất lƣợng. Đây là vấn đề đƣợc quan tâm và phát triển mạnh trong khoảng hơn 10
năm trở lại đây. Tuy nhiên, những định hƣớng nghiên cứu trong lĩnh vực này luôn vận
động, thay đổi, phát triển phụ thuộc vào công nghệ chế tạo cảm biến tích hợp nên hệ
thống INS, công nghệ chế tạo chip vi xử lý, chip đồng xử lý, các sản phẩm nhúng và
2

các phƣơng pháp xử lý dữ liệu. Khi hệ thống INS đa trục ra đời, các nghiên cứu cho
các hệ thống đơn trục trƣớc đây trở nên phần nào lạc hậu, các công thức tính toán
cũng dần đƣợc loại bỏ. Theo đánh giá của các chuyên gia, khi các sản phẩm nhúng
tiêu chuẩn mã nguồn mở ra đời cùng với hệ thống thƣ viện phong phú của nó, việc tự
thiết kế chế tạo các sản phầm đơn lẻ từ các chip rời sẽ dần dần không còn đƣợc chú
trọng phát triển nhiều nữa. Những thiết kế này sẽ dần chuyển sang hƣớng vào các các
ứng dụng mang tính chuyên dụng. Vì vậy, cách tổ chức công việc cho các phần trong
hệ thống và sử dụng công cụ gì để xây dựng nên hệ thống trở thành vấn đề vô cùng
quan trọng, quyết định phần lớn sự thành công hay thất bại của sản phẩm. Vấn đề này
đƣợc phân tích thông qua các công trình khoa học trong và ngoài nƣớc liên quan mật
thiết tới đề tài trong phần tiếp theo.
2. Phân tích đánh giá các công trình khoa học liên quan mật thiết đến đề tài
nghiên cứu trên thế giới
Trong thời gian trƣớc đây, để đƣa hệ thống tích hợp GPS/INS vào thực tế, các
tác giả không những gặp phải những vấn đề lý thuyết với các công thức tính toán phức
tạp dẫn đến việc lập trình rất khó đáp ứng đƣợc thời gian thực, mà còn bị hạn chế bởi
công nghệ với các cảm biến rời, tín hiệu đƣa ra là tín hiệu tƣơng tự [44, 47]. Một số
dạng IMU thƣờng sử dụng nhƣ IMU của Crossbow, Honeywell, Analog Device,
Watson với một số cảm biến tiêu biểu nhƣ Analog Device ADIS16201, Watson DMS-
EGP02, Honeywell HG1700/HG1900. Rất nhiều các công trình nghiên cứu thiết kế
chế tạo thiết bị [83], cũng nhƣ luận án tiến sĩ [84] nghiên cứu về lĩnh vực này và đã có
những thành công đáng kể. Các đối tƣợng ứng dụng thƣờng là ô tô [19, 20, 55, 56, 57,
65], robot [21, 22, 23], xe tự hành (Autonomous Mobile Vehicle) [29, 32, 37, 38, 58],

hay đối tƣợng bay [50, 57, 60, 88]. Các mô hình tính toán dựa trên cơ sở tích hợp đa
cảm biến, tiêu biểu có thể kể ra nhƣ: Stefano Panzieri (2002) [61], Basil (2004) [9],
Goodall (2004) [11], Eun-Hwan Shin (2005) [19], Umar Iqbal (2008) [65], Dah-Jing
Jwo (2008) [13, 14], Naser El-Sheimy (2008) [46]; Mark Petovello (2008) [39, 40,
41]; Tomoji Takasu (2008) [64], Wei Chen (2009) [70], Nguyễn Quang Tuấn (2009)
[48], Wei Chen (2009) [70], Debo Sun (2010) [16], Christopher (2010) [12].
3

Các phƣơng pháp tính toán này chủ yếu sử dụng cảm biến tích hợp thành đa
trục nên phải tính toán chuyển đổi để lấy vị trí trọng tâm hệ cảm biến, áp dụng cho các
mô hình liên tục với các công thức tính toán rất phức tạp và hầu hết chỉ triển khai trên
các công cụ mô phỏng. Trong các thiết kế cụ thể thƣờng sử dụng thêm các tín hiệu hỗ
trợ nhƣ camera, la bàn, sóng radio hay sóng truyền hình số… để hỗ trợ cho bộ lọc
Kalman trên vi xử lý gắn trên đối tƣợng chuyển động. Tại thời điểm đó việc khảo sát
đánh giá sai số của INS rất đƣợc coi trọng [51, 52], thậm chí việc hoàn thành đƣợc
việc đánh giá sai số của một INS để ứng dụng cho một đối tƣợng cụ thể đã là một luận
án tiến sĩ [42, 45].
Một hƣớng phát triển dạng lọc Kalman thích nghi (Adaptive Extended Kalman
Filter, AEKF), đƣợc phát triển [26] với các ứng dụng cho mô hình Tightly- coupled
Integrated GPS/INS [60] hay Loosely-Coupled Integrated GPS/INS [71]. Một số thiết
kế thực tế sử dụng các công cụ nhúng mạnh nhƣ Rapid STM32 Blockset [36], có khả
năng tự cấu trúc hệ thống nhƣ các hệ thống FPGA, SOC [8]. Mộ số phƣơng pháp xử
lý phức tạp đƣợc giới thiệu nhƣ sử dụng nguyên lý mờ (fuzzy) [27, 62, 66, 67, 68, 69,
72], hay cấu trúc bền vững (robust) [28], tự trị (autonomous) [74], lai (hybrid) [74]
hay đa mô hình (multi-model) [72]. Tuy nhiên thiết bị thực tế trong các thiết kế này
chƣa đáp ứng đƣợc độ phức tạp của mô hình, bỏ qua những tính toán phức tạp. Một số
hệ thống phát triển các bộ làm trơn (Smoother) [31, 33, 34], hoặc giải pháp Seamless
[35] để thể hiện quỹ đạo một cách liên tục hơn. Một số thiết kế đã đƣợc triển khai trên
thiết bị trong thực tế, tuy nhiên khi triển khai nhiều tác giả chỉ sử dụng mô hình tiêu
chuẩn, loại bỏ các thành phần phi tuyến tính toán phức tạp trong mô hình lý thuyết để

đáp ứng vấn đề thời gian thực. Đối với các bộ lọc phát triển cho đối tƣợng thực tế xử
lý nhiều tín hiệu đầu vào thƣờng chỉ sử dụng lọc Kalman. Các mô hình sử dụng EKF
hay UKF chỉ đƣợc áp dụng với số lƣợng ít các tín hiệu thực.
Tháng 8/2008, hãng Analog Deveice giới thiệu MEMS INS tích hợp 6-DOF, và
đầu năm 2009 chính thức đƣa ra thị trƣờng [7]. Kể từ đây lớp bài toán này đƣợc mở ra
một hƣớng xử lý mới với công cụ vi xử lý mạnh hơn, cảm biến đa trục và tính toán
trên miền rời rạc. Tại thời điểm này, một số ý tƣởng về tự chỉnh MEMS INS bắt đầu
xuất hiện nhƣ tích hợp la bàn điện tử trên cơ sở xử lý các vector quaternien của
Nguyễn Hồ Quốc Phƣơng (2009) [91], sử dụng góc hƣớng từ GPS của William
4

Premerlani và Paul Bizard (2009) [88], Valerie Renaudin (2010) [66], hay của Sergiu
Baluta (2010) trong dự án điều khiển bay của Stalion Electronics [87]. Những nghiên
cứu này bắt đầu tập trung vào việc xử lý trôi dữ liệu của INS, tuy nhiên kết quả còn
khá nhiều hạn chế, chủ yếu là các kết quả khảo sát INS đa trục và các kết quả lý
thuyết hoặc dƣới dạng bản thảo để đƣa ra thảo luận (Draft of theory).
Đầu năm 2011 hãng SparkFun Electronics cho ra đời cảm biến MEMS INS 9-
DOF với độ chính xác cao, và đến tháng 8 năm 2012 hoàn thiện dòng sản phẩm lấy
tên là Razor 9-DOF Sensor [89, 90]. Giải pháp phát triển ứng dụng trên cơ sở hệ
MEMS INS 9-DOF này đã tạo ra thay đổi một cách đáng kể về phƣơng pháp tiếp cận
với hệ INS. Kể từ thời điểm này, các nghiên cứu bắt đầu tập trung vào giải pháp xử lý
chống trôi dữ liệu cho hệ thống INS để nâng cao chất lƣợng cho hệ thống INS. Các
kết quả đầu ra sau khi đƣợc xử lý chống trôi mới tiếp tục đƣợc xử lý hiệu chỉnh và đƣa
vào lọc. Cũng chính điều này làm cho các thiết kế chế tạo sản phẩm sử dụng INS đơn
trục với các tính toán phức tạp trƣớc đây trở nên lạc hậu. Các phƣơng pháp xử lý dữ
liệu và công thức tính toán cho hệ thống tích hợp GPS/INS giờ đã thay đổi. Giải pháp
xử lý dữ liệu cũng nhƣ các công thức tính toán cho hệ thống đơn trục trƣớc đây đã
đƣợc loại bỏ khỏi các hệ thống mới làm cho các công thức trở nên khác biệt.
Kể từ thời điểm này các hạn chế của hệ thống tích hợp GPS/INS do việc trôi dữ
liệu của INS gây ra đã có cơ sở để giải quyết triệt để dựa trên sự ra đời của các cảm

biến tích hợp hiện đại 9-DOF. Luận án này đã cập nhật công nghệ mới để phát triển
thành công giải pháp xử lý chống trôi các phần tử ma trận quay cho MEMS INS 9-
DOF, từ đó tính toán lại các góc quay chính xác. Các kết quả với hệ thống MEMS
INS 6-DOF phần nào trở nên lạc hậu, đƣợc đề cập trong luận án dƣới dạng giải pháp
để phân biệt và làm nổi bật giải pháp mới này.
3. Phân tích đánh giá các công trình khoa học liên quan mật thiết đến đề tài
nghiên cứu tại Việt Nam
Tại Việt nam đã có một số nghiên cứu đề cập tới vấn đề này, điển hình là đề tài
nghiên cứu khoa học cấp nhà nƣớc “Nghiên cứu thiết kế, chế tạo thiết bị định vị vệ
tinh phục vụ giám sát, quản lý phƣơng tiện giao thông đƣờng bộ, đƣờng sắt” mã số
KC.06.02/06-10 [2]. Trong đề tài này, tác giả tham gia và chủ trì nhánh số 6 “Nghiên