Tổng quan về luận án

Sự bùng nổ của các phương tiện tự hành và vật thể chuyển động thông minh (robot tự hành, ô tô thông minh, thiết bị bay không người lái) đặt ra yêu cầu sống còn về các hệ thống định vị và dẫn đường có độ tin cậy tuyệt đối, tính tự trị cao và khả năng hoạt động liên tục trong mọi hoàn cảnh địa hình. Hệ thống vệ tinh định vị toàn cầu GNSS (Global Navigation Satellite System), tiêu biểu là GPS, cung cấp thông tin vị trí và vận tốc với sai số không tích lũy theo thời gian. Tuy nhiên, GPS bộc lộ những điểm yếu cốt tử: tần số cập nhật thấp (thông thường chỉ đạt 1 Hz), không cung cấp được thông tin tư thế (roll, pitch, yaw) 3D đầy đủ của vật thể, dễ bị suy hao, phản xạ đa đường truyền (multipath) hoặc mất hoàn toàn tín hiệu do che khuất địa hình, hầm hào đô thị, điều kiện khí tượng và các biện pháp tác chiến điện tử. Ngược lại, Hệ thống dẫn đường quán tính (Strapdown Inertial Navigation System - SINS) sử dụng khối đo lường quán tính (Inertial Measurement Unit - IMU) chế tạo theo công nghệ vi cơ điện tử (MEMS) sở hữu ưu thế hoàn toàn tự trị, tần số cập nhật cao (50 Hz – 100 Hz), kích thước nhỏ gọn và giá thành thấp. Dẫu vậy, nhược điểm chí mạng của MEMS-IMU là sai số trôi (drift), sai số ngẫu nhiên tích tụ theo thời gian theo hàm bậc nhất của vận tốc và hàm bậc hai của vị trí, khiến giải pháp dẫn đường phân kỳ nhanh chóng nếu hoạt động độc lập.

Khoảng trống nghiên cứu (Research Gap) trung tâm được xác định: Trong điều kiện ứng dụng thực tế trên các vật thể chuyển động mặt đất với chi phí sản xuất thấp, các cảm biến MEMS giá rẻ chịu ảnh hưởng nặng nề bởi cả sai số tất định (độ nhạy nhiệt độ, sai số tỷ lệ, độ không trực giao) lẫn sai số ngẫu nhiên phức tạp (nhiễu trắng, bước ngẫu nhiên, độ bất ổn định điểm không). Hầu hết các hệ thống dẫn đường thương mại hoặc các nghiên cứu trước đây chưa thiết lập được một chuỗi giải thuật khép kín từ khâu đặc trưng hóa sai số ngẫu nhiên cảm biến ở mức vi mô, xử lý bù trừ nhiệt độ cho cảm biến từ trường, đến kiến trúc lọc Kalman mở rộng (Extended Kalman Filter - EKF) có cơ chế chuyển mạch linh hoạt (vòng kín – vòng mở) khi GPS bị gián đoạn.

Luận án "Thiết kế và xây dựng hệ thống dẫn đường tích hợp INS/GPS dùng cho các vật thể chuyển động" của nghiên cứu sinh Phạm Văn Tăng (chuyên ngành Vật lý vô tuyến và điện tử, mã số 62440105, Trường Đại học Khoa học Tự nhiên – Đại học Quốc gia Hà Nội, dưới sự hướng dẫn của PGS.TS Chử Đức Trình và PGS.TS Trần Đức Tân) giải quyết trực diện bài toán này thông qua hệ thống câu hỏi nghiên cứu và giả thuyết khoa học được chuẩn hóa:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để mô hình hóa, tách biệt và lượng hóa chính xác các thành phần sai số tất định và ngẫu nhiên của khối cảm biến quán tính MEMS (MICRO-ISU BP3010, MP67B) và cảm biến từ trường (CMPS03) mà không cần đến các hệ thống bàn xoay căn chuẩn chuẩn quân sự đắt tiền?
  • Câu hỏi nghiên cứu 2 (RQ2): Cấu trúc tích hợp INS/GPS nào cho phép dung hòa giữa độ phức tạp tính toán phần cứng nhúng thời gian thực và độ chính xác ước lượng trạng thái động học, đồng thời duy trì độ chính xác dẫn đường khi tín hiệu vệ tinh GPS suy giảm hoặc mất hoàn toàn?
  • Giả thuyết nghiên cứu 1 (H1): Việc kết hợp phương pháp Mật độ phổ công suất (PSD) và Phương sai Allan (Allan Variance) sẽ nhận diện chính xác các tham số nhiễu ngẫu nhiên đặc trưng (nhiễu góc ngẫu nhiên, độ trôi bất định, bước ngẫu nhiên vận tốc), từ đó tối ưu hóa ma trận hiệp phương sai nhiễu quá trình ($\mathbf{Q}$) trong bộ lọc Kalman.
  • Giả thuyết nghiên cứu 2 (H2): Một cấu trúc tích hợp ghép lỏng (loosely-coupled) kết hợp giải thuật EKF với cơ chế điều khiển hồi tiếp vòng kín (closed-loop) khi có GPS và tự động chuyển sang cấu hình dự đoán vòng mở (open-loop) khi mất GPS sẽ khống chế độ trôi vị trí, nâng cao độ chính xác quỹ đạo chuyển động thực tế.

Khung lý thuyết của công trình được định vị trên nền tảng Cơ học cổ điển Newton, Động học tương đối trong hệ quy chiếu elipxoid Trái Đất (WGS-84), Lý thuyết ước lượng trạng thái tối ưu ngẫu nhiên (Stochastic State Estimation Theory của R. E. Kalman, 1960) và Lý thuyết vi cơ điện tử bán dẫn. Về quy mô và tầm quan trọng, nghiên cứu bao quát từ mô phỏng toán học trên nền tảng MATLAB/Simulink đến chế tạo phần cứng thực nghiệm, thu thập và xử lý hàng trăm nghìn mẫu dữ liệu động học thực địa trên phương tiện giao thông mặt đất, đóng góp một giải pháp dẫn đường hoàn chỉnh, làm chủ công nghệ lõi phục vụ kinh tế và quốc phòng.

Literature Review và Positioning

Nghiên cứu về hệ thống dẫn đường tích hợp INS/GPS đã trải qua hơn bốn thập kỷ tiến hóa với nhiều trường phái học thuật:

                  ┌──────────────────────────────────────────────────────────┐
                  │          LÝ THUYẾT DẪN ĐƯỜNG TÍCH HỢP INS/GPS            │
                  └────────────────────────────┬─────────────────────────────┘
                                               │
               ┌───────────────────────────────┴───────────────────────────────┐
               ▼                                                               ▼
┌──────────────────────────────┐                              ┌──────────────────────────────┐
│  Ước lượng trạng thái (EKF)  │                              │   Xử lý sai số cảm biến      │
│  - Weiss (1993): Ghép lỏng   │                              │   - IEEE Std 952 (Allan Var) │
│  - Loebis (2004): Fuzzy EKF  │                              │   - Bù nhiệt độ AMR          │
│  - Rashad (2013): Mạng ANN   │                              │   - Gauss-Markov bậc 1       │
└──────────────┬───────────────┘                              └──────────────┬───────────────┘
               │                                                             │
               └───────────────────────────────┬─────────────────────────────┘
                                               │
                                               ▼
                              ┌──────────────────────────────┐
                              │  KIẾN TRÚC ĐỀ XUẤT LUẬN ÁN   │
                              │  - Căn chuẩn PSD/Allan       │
                              │  - Cảm biến AMR Barber-Pole  │
                              │  - EKF Chuyển mạch Kín/Mở    │
                              └──────────────────────────────┘

Trường phái ước lượng tuyến tính hóa kinh điển khởi đầu từ Weiss J. (1993), người đầu tiên đề xuất mô hình máy thu GPS trợ giúp cho INS thông qua bộ lọc Kalman. Tuy nhiên, công trình của Weiss chỉ mô hình hóa các sai số trạng thái động học cơ bản mà bỏ qua việc mô hình hóa sai số của cảm biến gia tốc và cảm biến vận tốc góc, khiến hệ thống tích hợp vòng kín suy giảm độ chính xác nghiêm trọng khi tín hiệu vệ tinh kém.

Trường phái nâng cao và thích nghi phát triển với các công trình của Johnson và cộng sự, Loebis và cộng sự (2004) khi áp dụng logic mờ thích nghi (Adaptive Fuzzy Logic) cho EKF trên phương tiện tự hành dưới nước (AUV) và phương tiện bay không người lái (UAV). Song song đó, trường phái Trí tuệ nhân tạo phi tuyến với Rashad và Aboelmagd (2013), Gizawy và cộng sự sử dụng Mạng nơ-ron nhân tạo (ANN) và Hệ mờ thích nghi (ANFIS) để học quy luật sai số INS trong pha có GPS và dự đoán bù sai số trong pha mất GPS. Mặc dù đạt độ chính xác mô phỏng ấn tượng, các mô hình ANN nhiều lớp đòi hỏi tài nguyên tính toán khổng lồ, thuật toán huấn luyện phức tạp, gây trễ pha lớn và gần như bất khả thi khi triển khai trên các hệ thống vi điều khiển thời gian thực giá rẻ.

Tại Việt Nam, các nghiên cứu của các tác giả quân sự và học viện kỹ thuật (giai đoạn 2010–2015) đã bước đầu tiếp cận tích hợp MEMS-INS/GPS hoặc tích hợp phân tán INS 9-DOF sử dụng bộ lọc Unscented Kalman Filter (UKF). Dẫu vậy, phần lớn các công trình này dừng lại ở mô phỏng thuần túy, chưa giải quyết trọn vẹn bài toán trôi nhiệt của cảm biến từ trường hoặc chưa cung cấp thực nghiệm vật lý trong điều kiện mất tín hiệu GPS thực địa khi xe quay đầu và chuyển hướng gấp.

Về mặt học thuật, tồn tại cuộc tranh luận kéo dài giữa hai luồng quan điểm:

  1. Quan điểm tích hợp ghép chặt/siêu chặt (Tightly/Ultra-Tightly Coupled): Cho rằng cần can thiệp trực tiếp vào phần cứng máy thu GPS để xử lý giả khoảng cách (pseudorange) và tốc độ biến thiên pha sóng mang, giúp hệ thống hoạt động ngay cả khi chỉ quan sát được dưới 4 vệ tinh.
  2. Quan điểm tích hợp ghép lỏng linh hoạt (Loosely Coupled): Lập luận rằng tích hợp ghép lỏng sở hữu cấu trúc module hóa cao, tải tính toán nhẹ, dễ dàng tương thích với mọi loại đầu thu GPS thương mại trên thị trường, và hoàn toàn có thể đạt độ chính xác tương đương nếu các nguồn sai số ngẫu nhiên của MEMS-IMU được mô hình hóa triệt để từ đầu vào.

Luận án của NCS Phạm Văn Tăng định vị vững chắc trong luồng quan điểm thứ hai nhưng tạo ra bước đột phá về phương pháp luận: Thiết lập quy trình tiền xử lý đặc trưng hóa sai số ngẫu nhiên đa tầng bằng Phương sai Allan và PSD, kết hợp bù nhiệt vòng kín cho cảm biến từ trường AMR, sau đó tích hợp vào bộ lọc EKF chuyển đổi trạng thái động. So với nghiên cứu quốc tế của Weiss (1993) và Loebis (2004), luận án đã giải quyết toàn diện bài toán từ cấp độ cảm biến vật lý đến cấp độ giải thuật định vị thời gian thực.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng Lý thuyết ước lượng tối ưu ngẫu nhiên và Cơ học dẫn đường quán tính thông qua việc hệ thống hóa và cụ thể hóa các phương trình động học sai số phi tuyến trên hệ quy chiếu địa phương ENU (East-North-Up):

  • Mô hình hóa toán học hoàn chỉnh phương trình động học SINS: Xây dựng hệ phương trình vi phân chuyển động 9 trạng thái cơ bản liên kết chặt chẽ giữa tọa độ địa lý $(\lambda, L, h)$, ma trận chuyển đổi vận tốc $\mathbf{D}^{-1}$, ma trận cosine chỉ hướng $\mathbf{C}b^n$, gia tốc Coriolis $2\mathbf{\Omega}{ie}^n \times \mathbf{v}^n$, gia tốc hướng tâm $\mathbf{\omega}{en}^n \times \mathbf{v}^n$ và trường trọng lực $\mathbf{g}^n$: $$\dot{\mathbf{r}}^n = \mathbf{D}^{-1} \mathbf{v}^n$$ $$\dot{\mathbf{v}}^n = \mathbf{C}b^n \mathbf{f}^b - (2\mathbf{\Omega}{ie}^n + \mathbf{\omega}{en}^n) \times \mathbf{v}^n + \mathbf{g}^n$$ $$\dot{\mathbf{C}}b^n = \mathbf{C}b^n (\mathbf{\Omega}{ib}^b - \mathbf{\Omega}{in}^b)$$
  • Mở rộng vector trạng thái lỗi trong EKF: Đưa trực tiếp các thành phần sai số dịch điểm không (bias) của 3 trục gia tốc kế ($\mathbf{\nabla}^b = [\nabla_x, \nabla_y, \nabla_z]^T$) và 3 trục con quay hồi chuyển ($\mathbf{\epsilon}^b = [\epsilon_x, \epsilon_y, \epsilon_z]^T$) vào vector trạng thái lỗi 15 chiều: $$\mathbf{x}(t) = [\delta \mathbf{r}^n, \delta \mathbf{v}^n, \mathbf{\psi}^n, \mathbf{\nabla}^b, \mathbf{\epsilon}^b]^T$$
  • Cơ chế chuyển dịch hệ hình (Paradigm Shift): Chuyển từ việc xem sai số cảm biến quán tính là các đại lượng ngẫu nhiên thuần túy không cấu trúc sang việc phân rã tường minh thành quá trình dừng Gauss-Markov bậc một kết hợp nhiễu trắng Gauss, tạo cơ sở toán học vững chắc để xác định ma trận mật độ phổ công suất nhiễu hệ thống $\mathbf{Q}$.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đồng thời ba cấu phần lý thuyết:

┌─────────────────────────────────────────────────────────────────────────────┐
│                      KHUNG PHÂN TÍCH TÍCH HỢP ĐỘC ĐÁO                       │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
      ┌────────────────────────────────┼────────────────────────────────┐
      ▼                                ▼                                ▼
┌──────────────────────────┐ ┌──────────────────────────┐ ┌──────────────────────────┐
│   CẤU PHẦN 1: ĐẶC TRƯNG  │ │   CẤU PHẦN 2: BÙ NHIỆT   │ │   CẤU PHẦN 3: LỌC EKF    │
│   SAI SỐ CẢM BIẾN        │ │   TỪ TRƯỜNG AMR          │ │   CHUYỂN ĐỔI CHẾ ĐỘ      │
│   - Phương sai Allan     │ │   - Cấu trúc Barber-pole │ │   - Vòng kín: GPS tốt    │
│   - Phổ công suất PSD    │ │   - Kỹ thuật Lật (Flip)  │ │   - Vòng mở: Mất GPS     │
│   - Tách nhiễu ngẫu nhiên│ │   - Bộ điều khiển PID    │ │   - Ước lượng 15 trạng   │
│                          │ │                          │ │     thái lỗi liên tục    │
└──────────────────────────┘ └──────────────────────────┘ └──────────────────────────┘
  1. Lý thuyết phương sai Allan trong miền thời gian: Phân tích độ lệch chuẩn Allan $\sigma(\tau)$ theo thời gian cụm $\tau$ trên đồ thị log-log để bóc tách 5 thành phần nhiễu chuẩn hóa: Nhiễu lượng tử hóa ($Q$, hệ số góc -1), Nhiễu góc ngẫu nhiên/vận tốc ngẫu nhiên ($N$, hệ số góc -1/2), Độ bất ổn định điểm không ($B$, hệ số góc 0), Bước ngẫu nhiên vận tốc/tỷ lệ ($K$, hệ số góc +1/2), và Độ trôi tuyến tính ($D$, hệ số góc +1).
  2. Lý thuyết hiệu ứng từ trở dị hướng (AMR) và cấu trúc "Barber poles": Khảo sát góc lệch từ trở $\phi$ và hiện tượng từ trễ, đề xuất cấu hình mạch cầu bù nhiệt độ kết hợp kỹ thuật lật cực tính (set/reset strap) và thuật toán điều khiển vi tích phân tỷ lệ (PID) để ổn định góc hướng la bàn số CMPS03.
  3. Lý thuyết ước lượng chuyển mạch động học (Adaptive Switching EKF): Thiết lập giải thuật chuyển trạng thái: Ở chế độ bình thường (có GPS), bộ lọc hoạt động ở cấu hình vòng kín, ước lượng vector sai số và hồi tiếp bù trừ tức thời vào các phương trình tích phân SINS; khi phát hiện mất khóa tín hiệu GPS (dựa trên cờ trạng thái NMEA-0183), hệ thống tự động ngắt kênh cập nhật đo lường, chuyển sang chế độ dự đoán vòng mở, sử dụng các giá trị bias đã được học trước đó để duy trì độ chính xác ước lượng.

Điều kiện biên của khung phân tích: Áp dụng cho các vật thể chuyển động mặt đất có vận tốc trung bình và gia tốc thay đổi trong dải đo của cảm biến MEMS ($\pm 2g$ đối với gia tốc kế, $\pm 150^\circ/\text{s}$ đối với con quay), bỏ qua vận tốc quay của Trái Đất ($\omega_e \approx 7.292115 \times 10^{-5}\text{ rad/s}$) do nhỏ hơn ngưỡng nhạy của con quay MEMS thương mại.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ chặt chẽ thế giới quan thực chứng (Positivism) kết hợp chủ nghĩa hiện thực khoa học (Scientific Realism), lấy thực nghiệm vật lý và dữ liệu định lượng làm thước đo chân lý tối thượng. Thiết kế nghiên cứu là sự kết hợp đa phương pháp (Multi-level Experimental Design) bao gồm:

┌────────────────────────┐     ┌────────────────────────┐     ┌────────────────────────┐
│  NGHIÊN CỨU LÝ THUYẾT  │ ──> │   MÔ PHỎNG SỐ HÓA      │ ──> │  THỰC NGHIỆM VẬT LÝ    │
│  - Toán động học SINS  │     │   - MATLAB/Simulink    │     │  - Căn chuẩn tĩnh/nhiệt│
│  - Giải thuật EKF      │     │   - Kịch bản gián đoạn │     │  - Thử nghiệm trên xe  │
│  - Mô hình sai số      │     │     GPS nhân tạo       │     │    thực tế tại Hà Nội  │
└────────────────────────┘     └────────────────────────┘     └────────────────────────┘
  • Cấp độ 1 (Laboratory Sensor Characterization): Thu thập dữ liệu tĩnh độc lập trong môi trường phòng thí nghiệm có kiểm soát nhiệt độ để đặc trưng hóa IMU.
  • Cấp độ 2 (Hardware-in-the-Loop & Simulation): Xây dựng mô hình mô phỏng hoàn chỉnh trên MATLAB/Simulink, tạo lập các kịch bản chuyển động thẳng, cua gấp, quay đầu và giả lập sự cố mất GPS ngẫu nhiên trong các khoảng thời gian từ 10 s đến 60 s.
  • Cấp độ 3 (Real-world Field Experimentation): Lắp đặt hệ thống phần cứng hoàn chỉnh lên xe ô tô thực nghiệm, chạy trên các cung đường thực tế tại Hà Nội nhằm kiểm chứng giải thuật trong điều kiện rung động cơ học và che khuất vệ tinh tự nhiên.

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý dữ liệu được tiến hành nghiêm ngặt qua 3 giai đoạn độc lập:

  1. Giai đoạn căn chuẩn cảm biến quán tính: Khối đo lường quán tính MICRO-ISU BP3010 và MP67B được đặt trên bệ định vị cách ly rung động. Dữ liệu đầu ra của 3 trục gia tốc và 3 trục vận tốc góc được thu thập liên tục ở chế độ tĩnh với tần số lấy mẫu cao trong nhiều giờ liền để đảm bảo dung lượng mẫu đủ lớn cho phân tích phương sai Allan và phổ PSD.
  2. Giai đoạn khảo sát và bù trừ nhiệt độ cảm biến từ CMPS03: Cảm biến từ trường AMR được đặt trong buồng nhiệt môi trường, khảo sát đáp ứng từ $25^\circ\text{C}$ đến $70^\circ\text{C}$. Hai cấu hình bù nhiệt được thực nghiệm song song: Cấu hình vòng hở (Open-loop) dựa trên bảng tra đường cong thực nghiệm và Cấu hình vòng kín (Closed-loop) sử dụng bộ điều khiển PID với các thông số $K_p, K_i$ được tinh chỉnh tối ưu.
  3. Giai đoạn thử nghiệm thực địa hệ thống tích hợp: Hệ thống tích hợp gồm máy thu GPS HI-204E (độ nhạy cao, cập nhật 1 Hz, truyền thông qua chuẩn RS-232, giao thức NMEA-0183), khối IMU MP67B (tần số 50 Hz), cảm biến từ CMPS03 và khối vi xử lý trung tâm được đồng bộ thời gian tuyệt đối. Tuyến đường thực nghiệm được thiết kế bao gồm cả các đoạn đường thẳng tốc độ cao, các khúc cua $90^\circ$ và các pha quay đầu xe $180^\circ$.

Tính hợp lệ (Construct & Internal Validity) được đảm bảo thông qua kỹ thuật tam giác hóa dữ liệu (Data Triangulation): so sánh chéo kết quả ước lượng từ bộ lọc EKF với dữ liệu GPS chuẩn (khi tín hiệu mạnh) và bản đồ số địa hình GIS có độ phân giải cao.

Data và phân tích

Dữ liệu thực nghiệm được xử lý bằng các công cụ tính toán ma trận chuyên sâu trong MATLAB. Các kỹ thuật thống kê và giải thuật ước lượng bao gồm:

  • Phân tích Mật độ phổ công suất (PSD): Sử dụng biến đổi Fourier nhanh (FFT) trên chuỗi thời gian rời rạc để trích xuất mật độ phổ nhiễu, làm mịn đồ thị bằng kỹ thuật lấy trung bình phổ để xác định chính xác các đường dốc đặc trưng:
Mật độ phổ công suất (PSD) [Log-Log scale]
S(f) ▲
     │  \ (-2: Bước ngẫu nhiên)
     │    \
     │      ─────── (0: Nhiễu trắng)
     │             /
     │            / (+2: Nhiễu tỷ lệ)
     └────────────────────────► Tần số f
  • Giải thuật Phương sai Allan rời rạc: Tính toán theo công thức chuẩn IEEE: $$\sigma_y^2(\tau) = \frac{1}{2(N-2m)} \sum_{k=1}^{N-2m} \left( \bar{y}{k+2m} - 2\bar{y}{k+m} + \bar{y}_k \right)^2$$ với $N$ là tổng số mẫu, $\tau = m\tau_0$ là thời gian nhóm cụm mẫu (cluster time).
  • Bộ lọc Kalman mở rộng (EKF) 15 trạng thái: Thực thi đệ quy 2 pha kinh điển:
    • Pha dự đoán (Time Update): $$\hat{\mathbf{x}}k^- = \mathbf{\Phi}{k|k-1} \hat{\mathbf{x}}{k-1}^+$$ $$\mathbf{P}k^- = \mathbf{\Phi}{k|k-1} \mathbf{P}{k-1}^+ \mathbf{\Phi}{k|k-1}^T + \mathbf{G}{k-1} \mathbf{Q}{k-1} \mathbf{G}{k-1}^T$$
    • Pha cập nhật đo lường (Measurement Update): $$\mathbf{K}_k = \mathbf{P}_k^- \mathbf{H}_k^T \left( \mathbf{H}_k \mathbf{P}_k^- \mathbf{H}_k^T + \mathbf{R}_k \right)^{-1}$$ $$\hat{\mathbf{x}}_k^+ = \hat{\mathbf{x}}_k^- + \mathbf{K}_k \left( \mathbf{z}_k - \mathbf{H}_k \hat{\mathbf{x}}_k^- \right)$$ $$\mathbf{P}_k^+ = (\mathbf{I} - \mathbf{K}k \mathbf{H}k) \mathbf{P}k^-$$ trong đó vector đo lường $\mathbf{z}k = [\mathbf{r}{INS} - \mathbf{r}{GPS}, \mathbf{v}{INS} - \mathbf{v}{GPS}]^T$.

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả nghiên cứu thực nghiệm của luận án đã mang lại 4 phát hiện đột phá có giá trị khoa học và công nghệ cao:

┌─────────────────────────────────────────────────────────────────────────────┐
│                       4 PHÁT HIỆN ĐỘT PHÁ CỦA LUẬN ÁN                       │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
      ┌────────────────────────────────┼────────────────────────────────┐
      ▼                                ▼                                ▼
┌──────────────────────────┐ ┌──────────────────────────┐ ┌──────────────────────────┐
│   1. BÓC TÁCH CHÍNH XÁC  │ │   2. TRIỆT TIÊU TRÔI     │ │   3. CHUYỂN MẠCH EKF     │
│   THAM SỐ NHIỄU IMU      │ │   NHIỆT TỪ TRƯỜNG        │ │   ỔN ĐỊNH KHI MẤT GPS    │
│   - Phương sai Allan     │ │   - Vòng kín PID         │ │   - Sai số < 2m trong    │
│   - Tối ưu hóa ma trận Q │ │   - Khống chế trôi góc   │ │     30 giây mất tín hiệu │
└──────────────────────────┘ └──────────────────────────┘ └──────────────────────────┘
                                       │
                                       ▼
                         ┌──────────────────────────┐
                         │   4. BÁM QUỸ ĐẠO ĐỘNG HỌC│
                         │   CAO THỰC ĐỊA           │
                         │   - Mượt mà khi cua gắt  │
                         │   - Tần số 50Hz liên tục │
                         └──────────────────────────┘
  1. Lượng hóa và bóc tách thành công cấu trúc nhiễu ngẫu nhiên của MEMS-IMU: Phương pháp phương sai Allan đã chỉ ra rằng trên cả hai khối đo MP67B và BP3010, thành phần nhiễu trắng (White Noise) và độ bất ổn định điểm không (Bias Instability) chiếm ưu thế tuyệt đối ở dải thời gian ngắn ($\tau < 100\text{ s}$), trong khi bước ngẫu nhiên tốc độ (Rate Random Walk) bắt đầu chi phối khi $\tau > 500\text{ s}$. Dữ liệu từ văn bản khẳng định phương sai Allan cho phép nhận diện trực tiếp các hệ số nhiễu mà phương pháp PSD truyền thống dễ bị sai lệch do hiện tượng rò rỉ phổ (spectral leakage).
  2. Khống chế triệt để hiện tượng trôi dạt góc hướng do nhiệt độ của cảm biến AMR: Thử nghiệm thực nghiệm chứng minh rằng góc hướng đo bởi cảm biến CMPS03 bị trôi tuyến tính nghiêm trọng khi nhiệt độ tăng từ $25^\circ\text{C}$ lên $70^\circ\text{C}$. Việc áp dụng cấu trúc bù nhiệt vòng kín (Closed-loop) với bộ điều khiển PID ($K_p, K_i$ tối ưu) đã triệt tiêu hoàn toàn độ lệch góc hướng, giữ sai số góc dưới $1.0^\circ$ trên toàn dải nhiệt, vượt trội hoàn toàn so với cấu trúc vòng mở vốn vẫn còn tồn tại sai số dư do trễ nhiệt.
  3. Duy trì độ chính xác dẫn đường cao trong tình huống mất GPS giả lập và thực tế: Trong các thử nghiệm thực địa khi xe đang chạy thẳng hoặc chuyển hướng quay đầu mà tín hiệu GPS bị ngắt đột ngột trong 30 giây, hệ thống tích hợp đề xuất vẫn duy trì quỹ đạo mượt mà, sai số lệch vị trí tích lũy thấp hơn nhiều lần so với hệ thống INS thuần túy. Trích dẫn nguyên văn dữ liệu luận án: "Khi tín hiệu GPS tốt, cấu hình theo kiểu vòng kín sẽ được thực hiện để bù sai số của hệ thống. Khi tín hiệu GPS không ổn định hoặc bị mất hệ sẽ hoạt động ở chế độ dự đoán và thực hiện theo cấu hình kiểu vòng mở", đảm bảo tính liên tục của vector vận tốc ($V_N, V_E$) và tư thế (Roll, Pitch).
  4. Khả năng bám quỹ đạo động học cao tại các cung đường cong: Tại các đoạn đường rẽ gắt hoặc quay đầu xe, hệ thống INS/GPS tích hợp giải quyết triệt để độ trễ pha 1 giây của GPS độc lập, tái tạo đường cong chuyển động liên tục, không bị giật cục hay gãy khúc nhờ tần số nội suy 50 Hz từ khối IMU đã được hiệu chỉnh sai số.

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp mô hình toán học thực chứng chứng minh tính khả thi của việc sử dụng các cảm biến MEMS cấp thương mại (low-cost) để đạt được hiệu năng dẫn đường cận quân sự thông qua tối ưu hóa ma trận nhiễu $\mathbf{Q}, \mathbf{R}$ trong bộ lọc Kalman.
  • Về mặt phương pháp luận: Chuẩn hóa quy trình thực nghiệm 3 bước (Allan Variance $\to$ PID Thermal Calibration $\to$ Dual-Mode EKF) có thể chuyển giao áp dụng cho mọi loại cảm biến quán tính và từ trường thế hệ mới.
  • Về mặt ứng dụng thực tiễn: Tạo tiền đề chế tạo các module dẫn đường nội địa hóa gắn trên xe tự hành AGV trong nhà máy thông minh, hệ thống giám sát hành trình xe quân sự, tàu thuyền đánh cá xa bờ và thiết bị bay không người lái dân dụng tại Việt Nam với chi phí sản xuất giảm hơn 70% so với nhập khẩu nguyên chiếc.
  • Về mặt chính sách: Đóng góp cơ sở khoa học cho các cơ quan quản lý nhà nước (Bộ Khoa học và Công nghệ, Bộ Thông tin và Truyền thông, Bộ Quốc phòng) trong việc xây dựng tiêu chuẩn kỹ thuật quốc gia cho thiết bị định vị dẫn đường nội địa, giảm phụ thuộc vào công nghệ ngoại nhập.

Limitations và Future Research

Luận án thừa nhận một số giới hạn nghiên cứu khách quan:

  • Giới hạn về cấu trúc tích hợp: Hệ thống được xây dựng theo kiểu ghép lỏng (Loosely Coupled). Mặc dù có ưu điểm đơn giản và linh hoạt, hệ thống hoàn toàn mất khả năng cập nhật đo lường GPS khi số lượng vệ tinh quan sát được giảm xuống dưới 4 (không tận dụng được thông tin từ 1–3 vệ tinh như cấu trúc ghép chặt).
  • Giới hạn phần cứng cảm biến: Cảm biến MEMS được sử dụng trong luận án thuộc thế hệ cũ (trước 2017), có độ trôi điểm không tương đối lớn so với các dòng IMU MEMS cao cấp hiện nay; con quay hồi chuyển chưa đủ độ nhạy để tự căn chỉnh hướng Bắc thực bằng cách đo vận tốc tự quay của Trái Đất (North-seeking gyrocompass).
  • Phạm vi thực nghiệm: Các thử nghiệm thực địa chủ yếu thực hiện trên phương tiện chuyển động 2D/3D mặt đất tại khu vực đồng bằng đô thị, chưa đánh giá toàn diện trên các phương tiện bay có gia tốc thay đổi đột ngột (High-G maneuvers) hoặc môi trường hàng hải biển sâu.

Chương trình nghiên cứu 10 năm tiếp theo (Future Research Agenda):

  1. Nâng cấp kiến trúc ghép chặt (Tightly Coupled) và siêu chặt (Ultra-Tightly Coupled): Can thiệp sâu vào xử lý tín hiệu giải mã băng gốc GNSS, tích hợp trực tiếp dữ liệu thô (raw pseudorange, Doppler shift, carrier phase) vào bộ lọc trạng thái để định vị ngay cả trong môi trường hẻm vực đô thị chỉ bắt được 2–3 vệ tinh.
  2. Ứng dụng các thuật toán lọc phi tuyến tiên tiến: Thay thế EKF bằng Bộ lọc Kalman không bản chất (UKF), Bộ lọc hạt (Particle Filter) hoặc Bộ lọc cầu phương (Cubature Kalman Filter - CKF) để xử lý triệt để các phi tuyến bậc cao trong chuyển động nhào lộn của vật thể bay.
  3. Tích hợp đa cảm biến mở rộng (Multi-Sensor Fusion): Bổ sung cảm biến đo vận tốc bánh xe (Odometer), cảm biến đo áp suất khí quyển (Barometer) và đặc biệt là hệ thống thị giác máy tính (Visual Odometry / V-SLAM) hoặc LiDAR để tạo thành hệ dẫn đường không gian kín tuyệt đối (GPS-denied navigation).
  4. Hiện đại hóa phần cứng nhúng: Triển khai các thuật toán trên chip SoC hiệu năng cao (FPGA / ARM Cortex-M7 / GPU nhúng) kết hợp các kỹ thuật học sâu (Deep Learning) để tự động nhận dạng và bù sai số thích nghi theo thời gian thực.

Tác động và ảnh hưởng

Công trình luận án mang lại những tác động sâu rộng trên nhiều bình diện:

┌─────────────────────────────────────────────────────────────────────────────┐
│                        TÁC ĐỘNG VÀ ẢNH HƯỞNG TOÀN DIỆN                      │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
      ┌────────────────────────────────┼────────────────────────────────┐
      ▼                                ▼                                ▼
┌──────────────────────────┐ ┌──────────────────────────┐ ┌──────────────────────────┐
│     HỌC THUẬT & ĐÀO TẠO  │ │    CÔNG NGHIỆP & TỰ ĐỘNG │ │    QUỐC PHÒNG & AN NINH │
│ - Đặt nền móng MEMS INS  │ │ - Module dẫn đường AGV   │ │ - Tự chủ công nghệ dẫn   │
│ - Trích dẫn cao trong    │ │ - Giám sát đội xe logistics│ đường khí tài quân sự    │
│   nước và quốc tế        │ │ - Giảm chi phí sản xuất  │ - Chống tác chiến điện tử │
└──────────────────────────┘ └──────────────────────────┘ └──────────────────────────┘
  • Tác động học thuật: Đặt nền móng phương pháp luận vững chắc cho chuyên ngành Vật lý vô tuyến và điện tử, Vi cơ điện tử tại Đại học Quốc gia Hà Nội và các viện nghiên cứu trong nước. Các công bố liên quan của tác giả trên các tạp chí chuyên ngành đã và đang là tài liệu tham khảo cốt lõi cho các nghiên cứu sinh, học viên cao học trong lĩnh vực điều khiển và dẫn đường.
  • Chuyển đổi công nghiệp: Thúc đẩy cuộc cách mạng tự động hóa kho bãi, logistics thông minh và nông nghiệp chính xác tại Việt Nam thông qua việc cung cấp giải pháp định vị chính xác cao với chi phí phần cứng siêu rẻ.
  • An ninh - Quốc phòng: Cung cấp luận cứ khoa học và giải pháp kỹ thuật tự chủ cho việc nâng cấp, hiện đại hóa các trang thiết bị, khí tài quân sự (xe thiết giáp, phương tiện trinh sát không người lái, tên lửa hành trình tầm ngắn), giảm thiểu sự phụ thuộc vào các hệ thống định vị vệ tinh nước ngoài vốn có thể bị vô hiệu hóa hoặc làm sai lệch tín hiệu trong tình huống chiến tranh.

Đối tượng hưởng lợi

┌─────────────────────────────────────────────────────────────────────────────┐
│                          CÁC ĐỐI TƯỢNG HƯỞNG LỢI                            │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
      ┌──────────────────┬─────────────┴───────┬──────────────────┐
      ▼                  ▼                     ▼                  ▼
┌──────────────┐   ┌──────────────┐      ┌──────────────┐   ┌──────────────┐
│  NCS & HỌC   │   │  GIẢNG VIÊN  │      │  KỸ SƯ R&D   │   │  NHÀ QUẢN LÝ │
│  VIÊN CAO HỌC│   │  CHUYÊN GIA  │      │  DOANH NGHIỆP│   │  HOẠCH ĐỊNH  │
└──────┬───────┘   └──────┬───────┘      └──────┬───────┘   └──────┬───────┘
       │                  │                     │                  │
       ▼                  ▼                     ▼                  ▼
  Kế thừa khung      Làm giáo trình,       Áp dụng thiết      Định hình tiêu
  toán học & quy     tài liệu giảng        kế phần cứng &     chuẩn kỹ thuật
  trình căn chuẩn    dạy chuyên sâu        thuật toán nhúng   công nghệ lõi
  1. Nghiên cứu sinh và Học viên cao học: Tiếp cận một tài liệu học thuật mẫu mực về phương pháp kết hợp giữa vật lý vi cảm biến, toán học ngẫu nhiên và kỹ thuật điều khiển nhúng thời gian thực; kế thừa toàn bộ khung giải thuật EKF và quy trình căn chuẩn phương sai Allan.
  2. Giảng viên và Nhà nghiên cứu cao cấp: Sử dụng làm tài liệu giảng dạy chuyên đề chuyên sâu về Xử lý tín hiệu số, Hệ thống cảm biến thông minh, Cơ điện tử và Kỹ thuật hàng không vũ trụ.
  3. Kỹ sư R&D trong công nghiệp ô tô và robot: Ứng dụng trực tiếp sơ đồ nguyên lý phần cứng, kỹ thuật bù nhiệt cảm biến từ AMR và mã nguồn giải thuật lọc Kalman vào việc phát triển sản phẩm thương mại (robot tự hành AGV, thiết bị định vị hộp đen ô tô).
  4. Các cơ quan quản lý và hoạch định chính sách quốc phòng: Có cơ sở thực tiễn để phê duyệt các dự án đầu tư phát triển hệ thống dẫn đường tự chủ chiến lược, xây dựng tiềm lực khoa học công nghệ quốc gia.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc mở rộng Lý thuyết ước lượng tối ưu ngẫu nhiên Kalman sang miền tích hợp SINS/GPS phân định đa trạng thái sai số. Luận án đã tích hợp thành công mô hình sai số ngẫu nhiên cảm biến quán tính (xác định qua Phương sai Allan rời rạc) thành các phương trình trạng thái dừng Gauss-Markov bậc một trong ma trận chuyển trạng thái $\mathbf{\Phi}_{k|k-1}$, đồng thời xây dựng quy luật chuyển mạch động học giữa cấu hình vòng kín và vòng mở tùy thuộc vào chỉ thị chất lượng tín hiệu GPS thời gian thực.

2. Tính đổi mới trong phương pháp nghiên cứu khi so sánh với các công trình quốc tế?

So với công trình của Weiss J. (1993) (chỉ lọc trạng thái cơ bản, bỏ qua sai số cảm biến) và Rashad & Aboelmagd (2013) (sử dụng mạng nơ-ron ANN có độ phức tạp tính toán quá cao, không khả thi trên chip nhúng), luận án đã tạo ra một phương pháp tiếp cận cân bằng hoàn hảo: Sử dụng phương sai Allan để chuẩn hóa tham số nhiễu ngoại tuyến (offline calibration), giải quyết trôi nhiệt cảm biến từ bằng mạch bù PID phần cứng, và thực thi giải thuật EKF 15 trạng thái tối ưu trực tuyến (online EKF). Cách tiếp cận này vừa đảm bảo độ chính xác tiệm cận các giải pháp đắt tiền, vừa tối ưu hóa tài nguyên phần cứng nhúng.

┌────────────────────────┬─────────────────────────┬─────────────────────────┐
│ TIÊU CHÍ SO SÁNH       │ NGHIÊN CỨU TRƯỚC ĐÂY    │ ĐÓNG GÓP CỦA LUẬN ÁN    │
├────────────────────────┼─────────────────────────┼─────────────────────────┤
│ Mô hình hóa sai số IMU │ Bỏ qua hoặc tuyến tính  │ Phân rã 5 thành phần    │
│                        │ đơn giản (Weiss, 1993)  │ bằng Phương sai Allan   │
├────────────────────────┼─────────────────────────┼─────────────────────────┤
│ Bù nhiệt độ cảm biến từ│ Tra bảng hở, trôi nhiệt │ Mạch cầu vòng kín PID,  │
│                        │ dư lớn                  │ sai số góc hướng < 1.0° │
├────────────────────────┼─────────────────────────┼─────────────────────────┤
│ Khả năng thực thi nhúng│ ANN/ANFIS quá nặng nề   │ EKF chuyển mạch động,   │
│ thời gian thực         │ (Rashad, 2013)          │ chạy mượt mà ở 50 Hz    │
└────────────────────────┴─────────────────────────┴─────────────────────────┘

3. Phát hiện thực nghiệm nào gây bất ngờ nhất và dữ liệu chứng minh?

Phát hiện bất ngờ nhất là mức độ trôi dạt phi tuyến tính cực lớn của cảm biến từ trường CMPS03 theo nhiệt độ khi chưa được bù trừ: góc hướng có thể sai lệch hàng chục độ khi nhiệt độ tăng từ $25^\circ\text{C}$ lên $70^\circ\text{C}$ do sự thay đổi từ trở bất đối xứng trong cấu trúc màng mỏng AMR. Tuy nhiên, khi kích hoạt mạch điều khiển bù nhiệt độ vòng kín PID do tác giả thiết kế, sai số góc hướng đã được nén về mức dưới $1.0^\circ$, giữ ổn định tuyệt đối ngay cả khi đặt trên bàn xoay nhiệt độ biến thiên liên tục.

4. Luận án có cung cấp đầy đủ giao thức để tái lặp nghiên cứu (Replication Protocol) không?

Có. Luận án cung cấp chi tiết toàn bộ thông số phần cứng (máy thu GPS HI-204E, khối IMU MICRO-ISU BP3010, MP67B, cảm biến CMPS03), hệ phương trình vi phân SINS, sơ đồ khối thuật toán EKF, các phương trình rời rạc hóa ma trận hiệp phương sai nhiễu $\mathbf{Q}$ và $\mathbf{R}$, cấu trúc mạch cầu bù nhiệt độ, cùng lưu đồ chương trình mô phỏng trên MATLAB/Simulink. Bất kỳ phòng thí nghiệm cơ điện tử nào cũng có thể tái lập hoàn toàn quy trình căn chuẩn và thử nghiệm thực địa này.

5. Chương trình nghiên cứu 10 năm tới được phác thảo như thế nào?

Lộ trình 10 năm tập trung vào 4 trọng tâm chiến lược: Chuyển dịch từ cấu trúc ghép lỏng sang ghép chặt/siêu chặt với máy thu định nghĩa bằng phần mềm (GNSS-SDR); tích hợp công nghệ thị giác máy tính V-SLAM và LiDAR để tạo hệ dẫn đường đa phương thức INS/GNSS/Vision; phát triển các bộ lọc phi tuyến thông minh thế hệ mới (CKF/AI-KF); và đóng gói hệ thống thành vi mạch chuyên dụng (ASIC/SoC) phục vụ công nghiệp tự hành quốc gia.

Kết luận

Luận án Tiến sĩ của tác giả Phạm Văn Tăng là một công trình nghiên cứu khoa học công nghệ xuất sắc, mẫu mực, kết hợp nhuần nhuyễn giữa cơ sở lý thuyết hàn lâm sâu sắc và kỹ thuật thực nghiệm đỉnh cao. Những đóng góp cốt lõi của luận án được tổng kết:

  1. Thiết lập thành công phương pháp luận chuẩn tắc trong việc phân tích, đặc trưng hóa và lượng hóa các thành phần sai số ngẫu nhiên của khối cảm biến quán tính MEMS (MP67B, BP3010) sử dụng kết hợp Mật độ phổ công suất (PSD) và Phương sai Allan (Allan Variance).
  2. Đề xuất và hiện thực hóa phần cứng mạch bù nhiệt độ vòng kín PID cho cảm biến từ trường AMR (CMPS03), khống chế sai số trôi dạt góc hướng dưới $1.0^\circ$ trên toàn dải nhiệt độ môi trường khắc nghiệt.
  3. Xây dựng và tối ưu hóa giải thuật Lọc Kalman mở rộng (EKF) 15 trạng thái với cơ chế tự động chuyển đổi linh hoạt: hoạt động ở chế độ hồi tiếp vòng kín khi có tín hiệu GPS và tự động chuyển sang chế độ dự đoán vòng mở khi mất tín hiệu vệ tinh.
  4. Chế tạo thành công hệ thống dẫn đường tích hợp INS/GPS phần cứng hoàn chỉnh, hoạt động ổn định ở tần số 50 Hz, có khả năng đồng bộ thời gian thực và xử lý dữ liệu trơn tru.
  5. Kiểm chứng thực nghiệm toàn diện trên phương tiện giao thông mặt đất thực tế, chứng minh tính vượt trội của hệ thống trong việc duy trì quỹ đạo chính xác, ổn định ngay cả trong các tình huống mất GPS kéo dài và chuyển hướng động học phức tạp.
  6. Mở ra hướng nghiên cứu và phát triển làm chủ công nghệ lõi trong lĩnh vực định vị dẫn đường tự trị, đóng góp trực tiếp vào sự nghiệp phát triển kinh tế số, tự động hóa công nghiệp và tăng cường tiềm lực an ninh quốc phòng của đất nước.