Luận án: Thiết kế và xây dựng hệ thống dẫn đường tích hợp INS/GPS cho vật thể chuyển động

Định vị chính xác là yếu tố then chốt cho hoạt động an toàn và hiệu quả của các vật thể chuyển động. Drone, xe tự hành, tàu thủy và máy bay đều cần thông tin vị trí, vận tốc và thái độ với độ chính xác cao. Một sai số nhỏ trong định vị có thể dẫn đến hậu quả nghiêm trọng. Điều này bao gồm va chạm, sai lệch mục tiêu hoặc thất bại nhiệm vụ. Đặc biệt trong các môi trường phức tạp hoặc có nguy cơ cao, yêu cầu về định vị chính xác càng trở nên cấp thiết. Sự phát triển của các công nghệ tự động hóa đòi hỏi các giải pháp định vị tin cậy. Các hệ thống dẫn đường hiện đại phải đáp ứng được các tiêu chuẩn khắt khe về hiệu suất. Nghiên cứu này nhằm giải quyết các thách thức đó.

Hệ thống INS/GPS tích hợp tận dụng sức mạnh của cả hệ thống định vị quán tính (INS) và hệ thống định vị toàn cầu (GPS). INS cung cấp thông tin liên tục, cập nhật nhanh về vị trí, vận tốc và thái độ. Điều này hữu ích khi tín hiệu GPS bị mất. Tuy nhiên, INS có nhược điểm là sai số tích lũy dần. GPS cung cấp vị trí tuyệt đối và không tích lũy sai số. Nhưng GPS lại dễ bị nhiễu, che khuất hoặc mất tín hiệu. Sự tích hợp hai hệ thống này thông qua thuật toán hợp nhất cảm biến giúp khắc phục các nhược điểm đó. Hệ thống tích hợp mang lại hiệu suất vượt trội. Nó duy trì độ chính xác cao và tính liên tục của dữ liệu định vị trong mọi điều kiện hoạt động. Đây là phương pháp hiệu quả để đạt được định vị chính xác cho vật thể chuyển động.

Mục tiêu chính là thiết kế và xây dựng một hệ thống dẫn đường INS/GPS tích hợp. Hệ thống này được tối ưu hóa cho vật thể chuyển động. Nó cần có khả năng cung cấp dữ liệu định vị chính xác, liên tục và ổn định. Mục tiêu cụ thể bao gồm giảm thiểu sai số tích lũy của INS. Đồng thời, nó cần duy trì khả năng định vị khi tín hiệu GPS yếu hoặc bị mất. Nghiên cứu tập trung vào việc lựa chọn cảm biến quán tính (IMU) và bộ thu GPS phù hợp. Phát triển thuật toán hợp nhất cảm biến hiệu quả, sử dụng bộ lọc Kalman, là trọng tâm. Kết quả mong đợi là một hệ thống đáng tin cậy. Hệ thống này có thể ứng dụng rộng rãi trong các lĩnh vực như hàng không, robot và phương tiện tự hành.

Hệ thống định vị quán tính (INS) sử dụng các cảm biến quán tính để xác định vị trí, vận tốc và thái độ. Các cảm biến này bao gồm con quay hồi chuyển (gyroscopes) đo vận tốc góc và gia tốc kế (accelerometers) đo gia tốc tuyến tính. Dữ liệu từ các cảm biến quán tính được tích phân để tính toán thay đổi về vị trí và hướng. INS là một hệ thống tự chủ. Nó không cần tín hiệu bên ngoài. Hệ thống cung cấp thông tin định vị liên tục và với tốc độ cập nhật cao. Điều này rất quan trọng trong môi trường bị che khuất. Tuy nhiên, sai số của INS tích lũy theo thời gian. Sự tích lũy sai số gây ra độ trôi dần của vị trí ước tính.

Hệ thống định vị toàn cầu (GPS) là một phần của hệ thống vệ tinh dẫn đường toàn cầu (GNSS). GPS hoạt động dựa trên việc thu nhận tín hiệu từ các vệ tinh quay quanh Trái Đất. Máy thu GPS tính toán vị trí của mình bằng cách đo khoảng cách (pseudorange) tới ít nhất bốn vệ tinh. Thông tin thời gian và vị trí vệ tinh được mã hóa trong tín hiệu. GPS cung cấp vị trí tuyệt đối và có độ chính xác cao trong môi trường mở. GPS không bị tích lũy sai số như INS. Tuy nhiên, hiệu suất của GPS bị ảnh hưởng bởi nhiều yếu tố môi trường. Các yếu tố này bao gồm sự che khuất tín hiệu, nhiễu và đa đường. Chúng có thể gây mất tín hiệu hoặc giảm độ chính xác.

Mỗi hệ thống định vị độc lập đều có những hạn chế đáng kể. Hệ thống định vị quán tính (INS) có khả năng tự chủ và cung cấp dữ liệu liên tục. Tuy nhiên, INS bị sai số tích lũy nhanh chóng do lỗi cảm biến và quá trình tích phân. Điều này làm cho vị trí ước tính dần dần trôi lệch so với vị trí thực. Ngược lại, hệ thống định vị toàn cầu (GPS) cung cấp vị trí tuyệt đối và không tích lũy sai số. Nhưng GPS lại dễ bị ảnh hưởng bởi môi trường. Tín hiệu GPS có thể bị mất, yếu hoặc bị nhiễu. Điều này xảy ra trong môi trường đô thị dày đặc, trong nhà, dưới tán cây hoặc khi có vật cản. Các hạn chế này làm giảm độ tin cậy của việc định vị cho vật thể chuyển động. Vì vậy, cần một giải pháp tích hợp để khắc phục.

Các cảm biến quán tính trong khối đo quán tính (IMU) là nguồn chính gây sai số cho INS. Sai số này bao gồm sai số tĩnh như độ lệch không (bias) và sai số tỷ lệ (scale factor error). Ngoài ra còn có sai số động như nhiễu ngẫu nhiên (random noise) và độ trôi (drift). Sai số nhiễu thường được đặc trưng bằng mật độ phổ công suất (PSD) hoặc phương sai Allan. Các sai số này tích lũy theo thời gian. Chúng làm giảm nhanh chóng độ chính xác của ước tính vị trí và thái độ. Việc xác định và mô hình hóa các tham số nhiễu này là cơ sở để thiết kế bộ lọc Kalman hiệu quả. Các cảm biến quán tính cần được hiệu chuẩn cẩn thận để giảm thiểu sai số.

Nhiệt độ môi trường có ảnh hưởng đáng kể đến hiệu suất của các cảm biến, đặc biệt là cảm biến quán tính và cảm biến từ trường đo góc. Sự thay đổi nhiệt độ có thể làm thay đổi độ lệch không, độ nhạy và nhiễu của cảm biến. Để duy trì độ chính xác cao, cần áp dụng các phương pháp bù trừ nhiệt độ. Các phương pháp này thường bao gồm việc xây dựng mô hình quan hệ giữa nhiệt độ và sai số của cảm biến. Sau đó, một thuật toán bù trừ được áp dụng để hiệu chỉnh các giá trị đo. Điều này đảm bảo các cảm biến hoạt động ổn định và chính xác trong dải nhiệt độ rộng. Bù trừ nhiệt độ là yếu tố then chốt cho độ tin cậy của hệ thống dẫn đường.

Độ chính xác của hệ thống định vị toàn cầu (GPS) bị ảnh hưởng bởi nhiều yếu tố. Chúng có thể chia thành các loại: sai số vệ tinh, sai số truyền tín hiệu và sai số máy thu. Sai số vệ tinh bao gồm sai số quỹ đạo và sai số đồng hồ vệ tinh. Sai số truyền tín hiệu chủ yếu do tầng điện ly và tầng đối lưu gây ra trễ tín hiệu. Nhiễu đa đường (multipath) cũng là một vấn đề lớn, xảy ra khi tín hiệu phản xạ từ các vật thể xung quanh. Sai số máy thu đến từ nhiễu bên trong và sai số của đồng hồ máy thu. Việc hiểu rõ các nguồn sai số này giúp phát triển các kỹ thuật xử lý tín hiệu và thuật toán hiệu chỉnh. Điều này cải thiện độ tin cậy và độ chính xác của dữ liệu GPS khi hợp nhất cảm biến.

Hợp nhất cảm biến là quá trình kết hợp dữ liệu từ nhiều nguồn cảm biến khác nhau. Mục tiêu là tạo ra một ước tính tổng thể tốt hơn và đáng tin cậy hơn so với từng cảm biến riêng lẻ. Trong hệ thống INS/GPS tích hợp, hợp nhất cảm biến giúp bù đắp những hạn chế của mỗi hệ thống. INS cung cấp thông tin liên tục nhưng tích lũy sai số. GPS cung cấp vị trí tuyệt đối nhưng có thể bị gián đoạn. Bằng cách hợp nhất, hệ thống có thể duy trì độ chính xác cao ngay cả khi một nguồn dữ liệu bị lỗi hoặc không có sẵn. Hợp nhất cảm biến là nền tảng để xây dựng hệ thống dẫn đường mạnh mẽ và linh hoạt. Đây là yếu tố quan trọng cho định vị chính xác.

Bộ lọc Kalman mở rộng (EKF) là thuật toán phổ biến nhất để hợp nhất dữ liệu INS và GPS. EKF là một phiên bản của Bộ lọc Kalman, được thiết kế để xử lý các hệ thống phi tuyến tính. Nó hoạt động bằng cách dự đoán trạng thái hiện tại của hệ thống (vị trí, vận tốc, thái độ và sai số của INS). Sau đó, EKF sử dụng dữ liệu đo lường từ GPS để hiệu chỉnh các dự đoán này. EKF ước tính sai số của INS dựa trên sự khác biệt giữa vị trí INS và GPS. Sau đó, nó sử dụng thông tin này để cập nhật trạng thái INS. Điều này giúp giảm thiểu sai số tích lũy của hệ thống định vị quán tính. EKF là một thuật toán dẫn đường mạnh mẽ, giúp đạt được định vị chính xác.

Thuật toán hợp nhất cảm biến, đặc biệt là sử dụng Bộ lọc Kalman, mang lại nhiều lợi ích vượt trội cho hệ thống INS/GPS. Đầu tiên, nó cung cấp ước tính vị trí, vận tốc và thái độ chính xác hơn so với từng hệ thống riêng lẻ. Thứ hai, hệ thống duy trì tính liên tục của dữ liệu định vị. Điều này xảy ra ngay cả khi tín hiệu GPS bị mất hoặc yếu trong thời gian ngắn. Thứ ba, độ tin cậy của hệ thống được nâng cao đáng kể. Nó có khả năng hoạt động ổn định trong nhiều môi trường khác nhau. Cuối cùng, thuật toán hợp nhất giúp giảm thiểu sai số tích lũy của INS. Đồng thời nó tối ưu hóa việc sử dụng dữ liệu GPS. Đây là giải pháp hiệu quả cho định vị chính xác các vật thể chuyển động.

Thiết kế kiến trúc phần cứng bao gồm việc lựa chọn khối đo quán tính (IMU) phù hợp. IMU thường chứa gia tốc kế và con quay hồi chuyển. Cần chọn bộ thu GPS có khả năng cung cấp dữ liệu định vị tin cậy. Các thành phần này được tích hợp trên một bo mạch xử lý. Phần mềm bao gồm các module xử lý dữ liệu cảm biến thô. Có các thuật toán dẫn đường quán tính, module đọc và giải mã dữ liệu GPS. Quan trọng nhất là triển khai Bộ lọc Kalman mở rộng (EKF) để hợp nhất cảm biến. Kiến trúc phần mềm cần được thiết kế modul hóa. Điều này giúp dễ dàng mở rộng và bảo trì. Nó cũng đảm bảo hiệu suất tính toán thời gian thực cho vật thể chuyển động.

Sau khi xây dựng, hệ thống dẫn đường INS/GPS tích hợp phải trải qua quy trình thử nghiệm và đánh giá nghiêm ngặt. Các thử nghiệm được thực hiện trong môi trường phòng thí nghiệm để kiểm tra từng thành phần. Sau đó, thử nghiệm trên thực địa được tiến hành. Điều này nhằm đánh giá hiệu suất tổng thể của hệ thống khi hoạt động trên vật thể chuyển động thực tế. Dữ liệu từ hệ thống được thu thập và so sánh với dữ liệu tham chiếu chính xác cao. Các thông số đánh giá bao gồm độ chính xác của vị trí, vận tốc và thái độ. Độ liên tục của dữ liệu định vị cũng được kiểm tra. Quy trình này giúp xác định các điểm yếu và cải thiện thuật toán dẫn đường.

Các kết quả thực nghiệm chứng minh hiệu quả của hệ thống dẫn đường INS/GPS tích hợp. Dữ liệu thu được cho thấy hệ thống có khả năng cung cấp thông tin định vị chính xác và ổn định. Sai số tích lũy của INS được giảm đáng kể nhờ quá trình hợp nhất cảm biến bằng Bộ lọc Kalman. Hệ thống duy trì hoạt động tốt ngay cả trong các tình huống tín hiệu GPS bị yếu hoặc mất tạm thời. Điều này thể hiện tính linh hoạt và mạnh mẽ của hệ thống. Hiệu suất đạt được đáp ứng các yêu cầu về định vị cho vật thể chuyển động. Các thử nghiệm cũng xác nhận khả năng của thuật toán dẫn đường. Nó có thể bù trừ hiệu quả các sai số của cảm biến quán tính IMU.

Hệ thống INS/GPS tích hợp có vai trò cực kỳ quan trọng trong định vị cho drone (UAV) và robot di động. Các thiết bị này cần thông tin vị trí và định hướng cực kỳ chính xác để thực hiện nhiệm vụ. Các nhiệm vụ bao gồm bay tự động, khảo sát địa hình, giao hàng, hoặc hoạt động tìm kiếm cứu nạn. Hệ thống tích hợp giúp drone và robot duy trì quỹ đạo chính xác. Nó cho phép hoạt động ổn định ngay cả trong môi trường có vật cản hoặc khi tín hiệu GPS bị gián đoạn. Đây là nền tảng cho sự phát triển của công nghệ tự hành. Nó đảm bảo an toàn và hiệu quả cho các ứng dụng công nghiệp và dân sự.

Định vị chính xác do hệ thống INS/GPS tích hợp cung cấp giúp cải thiện đáng kể độ an toàn và hiệu quả hoạt động. Đối với phương tiện tự hành, thông tin vị trí chính xác giúp tránh va chạm và tuân thủ lộ trình. Điều này giảm thiểu rủi ro tai nạn. Trong các ứng dụng công nghiệp, nó tối ưu hóa việc sử dụng tài nguyên và thời gian. Ví dụ, nông nghiệp chính xác hoặc khảo sát địa chất. Hệ thống định vị tin cậy đảm bảo các nhiệm vụ được thực hiện một cách hiệu quả. Nó giảm chi phí vận hành và tăng cường năng suất. Đây là yếu tố then chốt cho sự phát triển bền vững trong nhiều lĩnh vực.

Công nghệ INS/GPS tích hợp sẽ tiếp tục phát triển mạnh mẽ trong tương lai. Các cảm biến quán tính (IMU) sẽ trở nên nhỏ gọn, chính xác hơn và có chi phí thấp hơn. Điều này nhờ vào công nghệ MEMS. Các thuật toán hợp nhất cảm biến, như Bộ lọc Kalman hoặc các biến thể tiên tiến hơn, sẽ ngày càng tinh vi. Chúng có khả năng xử lý dữ liệu từ nhiều nguồn khác nhau. Sự tích hợp với các hệ thống định vị khác như GLONASS, Galileo, Beidou (GNSS) hoặc các cảm biến thị giác cũng sẽ tăng lên. Mục tiêu là đạt được độ chính xác, độ tin cậy và khả năng hoạt động cao nhất trong mọi môi trường. Định vị chính xác cho vật thể chuyển động sẽ tiếp tục là lĩnh vực trọng tâm.