TÌM HIỂU VỀ HỆ THỐNG GPS VÀ GLONASS CÁC THIẾT BỊ GPS VÀ CẢM BIẾN QUÁN TÍNH

M CL C Tổng quan 2 Các cơng trình nghiên cứu liên quan 3 M c tiêu đề tài 4 Cơ sở lý thuyết 4.1 Hệ thống GPS 4.1.1 Giới thiệu GPS 4.1.2 Hoạt động GPS 4.2 Hệ thống INS .12 4.2.1 Giới thiệu INS 12 4.2.1 Các loại mặt phẳng toạ độ 13 4.3 Bộ lọc Kalman: 14 Định hướng nghiên cứu 21 5.1 Khảo sát thiết bị mơ hình GPS, mơ hình INS 21 5.1.1 Hệ thống GPS .21 5.1.2 Hệ thống INS 23 5.2 Tìm hiểu hai phương pháp tích hợp theo kiểu loosely tightly coupled 25 5.3 Xây dựng phần cứng để thu thập liệu 27 5.4 Xây dựng thuật toán ước lượng mơ hình INS/GPS Matlab 27 5.5 Hiện thực thuật tốn ước lượng mơ hình INS/GPS vi xử lý 27 Các báo công bố 28 Sơ lư c nội dung luận văn 32 Kế hoạch thực 33 Tài liệu tham khảo 34 1 Tổng quan Vị trí xác đối tượng trái đất quan trọng số ứng dụng ngày Không ngành đặc thù hàng hải hàng không, mà ứng dụng đ i sống hệ thống giám sát, hệ thống dò đư ng … Với nhu cầu cần xác định vị trí đối tượng bề mặt trái đất hệ thống GPS (Global Position system) đ i năm 1950 Trải qua trình phát triển với tiến khoa học kỹ thuật ngày có nhiều thiết bị có độ xác cao Đặc biệt thiết bị có giá thành cao tính xác đến vài cm Tuy nhiên với thiết bị thơng thư ng nhận tín hiệu thẳng trực tiếp từ vệ tinh sai số lên tới 5-100m Ngồi độ xác cịn bị ảnh hư ng b i yếu tố như: tịa nhà, tầng khí … Bên cạnh tốc độ cập nhật liệu hệ thống GPS chậm thư ng lần/giây khơng thể đáp ứng ứng dụng xe, tàu, máy bay… Bên cạnh ứng dụng đòi hỏi hệ thống cần phải cung cấp liệu chứa thông số vận tốc, hướng đối tượng chuyển động Các liệu ta thu hệ thống INS Hệ thống GPS INS có ưu khuyết điểm riêng Trong hệ thống GPS, vị trí vận tốc có độ xác th i gian dài, độ xác không phụ thuộc theo th i gian Ngược lại, hệ thống INS, vị trí vận tốc có độ xác cao khoảng th i gian ngắn độ xác tỷ lệ nghịch với th i gian Và hệ thống GPS hoạt động với tần số thấp, tự hiệu chỉnh, bị nhiễu cycle slip and loss of lock Trong hệ thống INS hoạt động với tần số cao, tự hiệu chỉnh không bị liệu Khi kết hợp GPS INS tạo hệ thống có đặc điểm bật như: cung cấp liệu vị trí vận tốc có độ xác cao, tần số cập nhật cao, xác định attitude xác, định hướng quỹ đạo tín hiệu GPS bị mất, hiệu chỉnh clock bias clock drift thiết bị GPS Với ưu điểm trên, việc tích hợp INS/GPS cần thiết Tuy nhiên để đạt hiệu mong muốn việc tích hợp INS/GPS địi hỏi phải có mơ hình phương pháp phù hợp Trong thực tế, kỹ thuật tích hợp INS/GPS có ba cáu trúc chính, bao gồm: khơng kết hợp (uncoupled), kết hợp lỏng (loosely-coupled) kết hợp chặt (tightly-coupled) Một hệ thống kiểu uncoupled thực việc kết hợp giá trị đo lư ng INS GPS để ước lượng vị trí, vận tốc hướng; nhiên, hệ thống không tự hiệu chỉnh lại mơ hình INS GPS Do đó, hệ thống kiểu uncoupled yêu cầu cảm biến thiết bị GPS phải có độ xác cao hệ thống kiểu loosely-coupled, ngồi việc ước lượng vị trí, vận tốc hướng, hệ thống ước lượng giá trị sai số hệ thống mơ hình INS để hiệu chỉnh nó; nhiên, thiết bị GPS khơng hiệu chỉnh Do đó, hệ thống kiểu loosely-coupled, độ xác thiết bị GPS định đến chất lượng hệ thống Và hệ thống kiểu tightly-coupled tự hiệu chỉnh hai mơ hình INS GPS; đó, chất lượng hệ thống thư ng tốt hai hệ thống nêu Vì vậy, việc nghiên cứu thực hệ thống tích hợp INS/GPS theo kiểu tightly-coupled để xác định thông tin quỹ đạo chuyển động đối tượng với độ xác cao, yêu cầu đặt toán xác định quỹ đạo chuyển động đối tượng nước ta Các cơng trình nghiên cứu liên quan Tùy theo điều kiện làm việc, phát triển thiết bị hỗ trợ (như cảm biến, thiết bị thu, vi xử lý…) u cầu chất lượng có nhiều giải pháp tích hợp hệ thống tích hợp INS/GPS Do đó, nghiên cứu thực hệ thống tích hợp INS/GPS nhận quan tâm lớn, nhiều báo cáo khoa học gần đề cập đến vấn đề này:  Thực lọc Kalman m rộng dựa sơ đồ tích hợp INS/GPS theo phương pháp loosely coupled, sử dụng DSP FPGA ([1]-2008)  Xây dựng kỹ thuật tích hợp INS/GPS theo phương pháp tightly coupled dựa lọc Kalman KF, EKF, UKF ([2]-2010, [18]-2009)  Cải tiến độ xác hệ thống INS/GPS đối tượng chuyển động mặt đất ([7]-2001)  Thực lọc Kalman m rộng hệ thống INS/GPS giá thành thấp để ứng dụng cho UAV ([19]-2009)  Phân tích hệ thống tích hợp INS/GPS kiểu tightly coupled theo hai phương pháp Separation Extrapolution ([20]-1999)  Hệ thống tích hợp INS/GPS theo kiểu tightly coupled ứng dụng cho tên lửa ([6]-2004) M c tiêu đề tài Mục tiêu đề tài thực hệ thống tích hợp INS/GPS, bao gồm hệ thống GPS (sử dụng thiết bị u-blox6 GPS) hệ thống INS (sử dụng cảm biến qn tính ADIS16407) Với hệ thống GPS, thơng tin khoảng cách vệ tinh (pseudorange) tần số Doppler quan sát từ thiết bị thu xử lý tính tốn riêng ứng với vệ tinh (single point mode); từ đó, hệ thống tính vị trí vận tốc đối tượng Bên cạnh đó, hệ thống INS thực cấu trúc strapdown (hệ trục North-East-Down), lọc Kalman m rộng sử dụng để tích hợp hai hệ thống GPS INS Phương pháp tích hợp sử dụng tightlycoupled Các giá trị bias scale factor cảm biến quán tính đưa vào mơ hình INS xem nhiễu hệ thống mơ hình, giá trị ước lượng lọc Kalman hồi tiếp cảm biến để giới hạn gia tăng sai số Việc ràng buộc điều kiện cho giá trị vận tốc độ cao chuyển động đưa ra, để giới hạn sai số hệ thống INS suốt trình GPS bi Nghiên cứu phân thành giai đoạn chính: Thứ xây dựng thực thuật toán ước lượng hệ thống tích hợp INS/GPS mơi trư ng Matlab để đánh giá Thứ hai thực thuật toán ước lượng hệ thống tích hợp INS/GPS vi xử lý để kiểm nghiệm đánh giá Các nội dung đề tài bao gồm: - Tìm hiểu nghiên cứu hệ thống GPS GLONASS, thiết bị GPS cảm biến quán tính - Nghiên cứu thuật toán Kalman m rộng, phương pháp tích hợp theo kiểu loosely coupled tightly coupled hệ thống tích hợp INS/GPS - Xây dựng phần cứng viết chương trình để thu thập liệu từ GPS cảm biến quán tính Thực thu thập liệu xe ôtô khu vực đô thị - Trên s liệu thu được, xây dựng mơ hình tích hợp INS/GPS mơi trư ng Matlab, dựa hai phương pháp tích hợp kiểu loosely tightlycoupled nghiên cứu Đưa kết để so sánh đánh giá - Lựa chọn phương pháp tối ưu để xây dựng hệ thống chạy vi xử lý chọn Thu thập kết đánh giá hệ thống Cơ sở lý thuyết 4.1 Hệ thống GPS 4.1.1 Giới thiệu GPS GPS (Global Position System ) hệ thống định vị toàn cầu Nó gồm vệ tinh trạm điều khiển mặt đất GPS sử dụng trạm cố định điểm chuẩn để tính tốn vị trí cách xác kiểm sốt quỹ đạo vệ tinh, GPS phát minh b i tập đoàn Ratheon vào năm 1950 lãnh đạo tiến sỹ Ivan Getting Hệ thống ban đầu có 18 vệ tinh, chia thành nhóm chuyển động quỹ đạo xác định Mỗi quỹ đạo lệch góc 120 độ Hiện có hai hệ thống vệ tinh định vị toàn cầu, hệ thống GPS Mỹ GLONASS Nga Trong hệ thống GPS gồm hai dịch vụ: dịch vụ định vị chuẩn có hạn chế (Standard positioning service) cung cấp miễn phí dịch vụ định vị chất lượng sử dụng quân đội ngư i có quyền sử dụng Hệ thống GPS có 24 vệ tinh di chuyển theo quỹ đạo quanh trái đất Các quỹ đạo lệch góc 55 độ có mối liền hệ với đư ng xích đạo Chiều dài quỹ đạo 20200 km Hệ thống GPS gồm có phận: - Bộ phận thứ phần khơng gian (space segment), phần gồm có 24 vệ tinh - Bộ phận thứ hai ngư i sử dụng (User segment) bao gồm thiết bị thu - Bộ phận thứ ba phần điều khiển (Control segment) bao gồm trạm mặt đất (có tất trạm) Để theo dõi hoạt động vệ tinh Hệ thống GPS cung cấp thông tin vị trí dạng chiều (3-d) Thơng tin chứa kinh độ, vĩ độ độ cao Để xác định vị trí chiều thiết bị thu cần thu tín hiệu từ vệ tinh Kết tính tốn vị trí vật phụ thuộc vào số yếu tố trình bày phần sau 4.1.2 Hoạt động GPS  Xung thời gian (Clock time) Mỗi vệ tinh GPS truyền tín hiệu với xung nguyên tử (atomic clock ) có tần số dao động đặc trưng để chứa thông tin th i gian tín hiệu phát b i vệ tinh Mối quan hệ pha  , tần số f th i gian sau: f (t )  d (t ) dt Trong đó: t : th i gian thực  : pha    2 f : tần số = tỉ lệ thay đổi pha theo th i gian  (t )   (t0 ) f (t ' )dt ' t t0 t Th i gian ban đầu,  tương ứng với th i gian hiển thị (indicated time ) liên quan tới pha:  (t )  ( (t )  0 ) f0 Với f tần số danh nghĩa khi th i gian hiển thị ban đầu không trùng với pha ban đầu ( (t )  0 ) Chu kỳ dao động xung (  ) th i gian thực (t ) khác độ lớn gốc Th i gian thực thể th i gian xung nguyên tử (atomic clock time ) US Nó khác với th i gian kết hợp phổ (coordinated universal time -UTC) 2000 mẫu 13 giây Tuy nhiên th i gian thực GPS hiệu chỉnh b i th i gian nguyên tử (atomic time) U.S Th i gian thực phản ánh thực tế th i gian vệ tinh thiết bị thu không đồng nên hiệu chỉnh xung hiệu chỉnh (master clock ) mặt đất Mối quan hệ pha-th i gian  th i gian thực thể thông qua biểu thức sau:  (t )  t  t0   (t )   (t ) Trong  (t )  f (t ' )dt '  f t0 t Có thể viết lại sau:  (t )  t   (t )  Tín hiệu GPS (GPS signal) Tín hiệu GPS sóng mang (carrier wave) điều biến pha theo mã nhị phân Có phương trình tốn học sau: S (t )  AC (t ) D(t ) cos(2ft ) Trong đó: f : tần số sóng mang A : biên độ tín hiệu C (t ) : hàm bước có giá trị (-1, 1) D(t ) : thông tin liệu (data message) Trong thực tế vệ tinh truyền với hai mã khác nhau, mã C/A mã P Mã P có tốc độ chipping bước sóng cao gấp 10 lần so với mã C/A Chúng truyền hai khu vực sóng ngắn khác nhau, tín hiệu L1 truyền với sóng mang có tần số f1 1545.72 MHz bước sóng 1  0.1903 m ; tín hiệu L2 truyền với sóng mang có tần số f  1227.6MHz bước sóng 2  0.2442 m Truyền hai tần số cho phép ta tính tốn gần th i gian delay tín hiệu tượng khúc xạ tần điện ly gây Tổng tín hiệu truyền b i vệ tinh xác định tổng ba sóng hình sin, hai sóng mang tín hiệu l truyền mã C/A P, cịn lại sóng mang tín hiệu l2 truyền mã P Tổng tín hiệu vệ tinh xác định b i biểu thức sau: S P (t )  AP P P (t )W P (t ) D P (t ) cos(2f1t )  AC C P (t ) D P (t ) sin(2f 1t )  Bp P P (t )W P (t ) D P (t ) sin(2f 2t ) Trong đó: Ap , AC , B p : Tương đương với biên độ mã truyền tương ứng C P tương ứng với mã truyền C/A P D: tương đương với thông tin liệu (data message), ký hiệu p đầu để định dạng vệ tinh đặc trưng W: tương ứng với mã đặc biệt, sử dụng để giải mã quân đội Các mã hoạt động với hai mục đích sau: xác định khoảng cách vệ tinh thiết bị nhận GPS; truyền tín hiệu băng thơng có tần số rộng, cho phép anten nhỏ mặt đất nhận đầy đủ tín hiệu Cả hai mã chứa chuỗi bít trạng thái số nhị phân, chuỗi tạo cách sử dụng trình truy cập thuật toán nhiễu giả ngẫu nhiên (pseudoramdom noise-PRN) Trong mã C/A trình PRN vệ tinh khác lặp lại với chu kỳ phần nghìn giây Trong P trình PRN lặp lại với chu kỳ 38 tuần Các vệ tinh thư ng phân biệt dựa đoạn mã liệu dựa vào tần số  Thiết bị thu GPS (GPS Recever) Trước tín hiệu xử lý b i thiết bị thu, anten khuếch đại lọc sau điều chế với tần số phù hợp cho trình xử lý (Jekeli, 2000) Tín hiệu hỗn hợp xác định b i biểu thức sau: S r (t ) S P (t )  A cos(2f LOt ) cos(2f s t   (t ))  A A cos(2 ( f s  f LO )t   (t ))  cos(2 ( f s  f LO )t   (t )) 2 Trong đó: S r (t ) : Là tín hiệu hình sin túy tạo dao động thiết bị nhận f LO : Là tần số dao động cục bô S P (t ) : Là tín hiệu vệ tinh với tần số f s A: Là hệ số khuếch đại Tín hiệu vệ tinh sau chuyển tới tần số trung gian (intermediate frequency – IF) biên độ hiệu chỉnh thông qua lọc phù hợp cho q trình xử lý Tín hiệu sau tới phần xử lý thiết bị Để tính khoảng cách vệ tinh thiết bị thu, nhãn th i gian (time tag) tín hiệu th i điểm truyền nhận tín hiệu so sánh, sử dụng tốc độ ánh sáng, dựa vào th i gian delay ta suy khoảng cách Tuy nhiên với cách tính trên, khoảng cách xác định khơng xác nêu vệ tinh thiết bị thu hoạt động với xung khác nhau, khoảng cách tính tốn gọi khoảng cách giả (pseudorange)  Các nguồn gây sai số Các nguồn gây sai số trình bày bảng sau (Jekeli, 2000): 10 Định hướng nghiên cứu Nghiên cứu thực việc thu thập liệu, xử lý liệu xây dựng mô hình matlab để đánh giá Từ kết đó, xây dựng mơ hình chạy thực tế để kiểm nghiệm 5.1 Khảo sát thiết bị mơ hình GPS, mơ hình INS - Thiết bị thu tín hiệu u-blox GPS - Cảm biến qn tính ADIS16407 - Tính tốn quỹ đạo từ thông tin pseudorange (PR) pseudorange rate (PRR): Các giá trị PR, PRR số giá trị khác lấy từ u-blox để tính vị trí vận tốc đối tượng hệ trục ECEF - Hệ thống INS: Gia tốc chuyển động vận tốc góc lấy từ cảm biến quán tính để tính vị trí va vận tốc tương đối đối tượng chuyển động 5.1.1 Mơ hình GPS Quỹ đạo tính từ thơng tin pseudorange (PR) pseudorange rate (PRR) Các giá trị PR, PRR số giá trị khác lấy từ thiết bi thu GPS để tính vị trí vận tốc đơi tượng hệ trục ECEF + Tính tốn vị trí: z  ax x  a y y  az z  (c t ) đây: z  PR  PR0 x  x  x0 ; y  y  y0 ; z  z  z0 ; (c t )  c t  c t0 ax  d0  xs  x0 y  y0 z z ; ay  s ; az  s d0 d0 d0  xs  x0    ys  y0    zs  z0  + Tính tốn vận tốc: 2   z  bX x  bY y  bZ z  bVX VX  bVY VY  bVZ VZ   c t 21 đây: z  PRR  PRR0 x  x  x0 ; y  y  y0 ; z  z  z0 ; (c t )  c t  c t0 VX  VX  VX ; VY  VY  VY ; VZ  VZ  VZ bX  bY  bZ  VX  VSX  x0  xS   x0  xS VX  VSX    y0  yS VY  VSY    z0  zS VZ  VSZ   d0 d03 VY  VSY  y0  yS   x0  xS VX  VSX    y0  yS VY  VSY    z0  zS VZ  VSZ   d0 d03 VZ  VSZ  z0  zS   x0  xS VX  VSX    y0  yS VY  VSY    z0  zS VZ  VSZ   d0 d03 bVX  d0  x0  xS y  yS z z ; bVY  ; bVZ  S d0 d0 d0  xs  x0    ys  y0    zs  z0  Chú ý, 2  xs ys zs  ,  x y z  tọa độ vệ tinh tọa độ đối tượng hệ trục ECE; VSX VSY VSZ  , VX VY VZ  vận tốc vệ tinh vận tốc đối tượng hệ trục ECEF;  x0 y0 z0  , VX VY VZ  vị trí vận tốc đối tượng chu kỳ kế trước Mơ hình GPS thiết lập sau:  z  H    z   PR    PR  x   PR   H x    zPRR   H PRR    PRR  Với: z: giá trị đo lư ng x : vecto trạng thái, bao gồm sai số vị trí, sai số vận tốc, clock bias drift clock H : ma trận động học aX  H   bX   aY aZ bY bZ bVX bVY bVZ 0  1   22 5.1.2 Mơ hình INS Gia tốc chuyển động vận tốc góc lấy từ cảm biến qn tính để tính vị trí vận tốc tương đối đối tượng chuyển động Thuật tốn INS Phương trình động học hệ thông INS miêu tả sau:   D 1v n  rn     n  n b n n n n        v C f v g  ie en     b   Cbn   n b b    Cb  ib  in    Từ phương trình động học hệ thống, ta xác định phương trình sai sơ biên trạng thái mơ hình, bao gồm sai số vi trí (  r n ), sai số vận tốc (  ) sai số hướng (  ) Phương trình biểu diễn sau: x  Fx  Gu đây, F ma trận động học, x vecto biến trạng thái u vecto trạng thái tác động mơ hình:  Frr  F   Fvr   Fer  033  G   Cbn  033  Frv Fvv Fev   n f   (inn )  033   033  Cbn   rn    x           f b  u  b   ib  (3) (4) 23 Với:     vE sin  Frr   ( N  h)cos 2     vN     ( M  h) ( M  h)    vE   ; Frv    ( N  h)cos     0       vE2    os   v c E e  ( N  h)cos 2   2e  vN cos  vD sin    Fvr   vE v N   ( N  h)cos 2    2vEe sin      vD   M h  2e sin  Fvv   vE tan    N h  v  2 N  M h  2e sin   0 vE tan  N h vD  vE tan  N h 2e cos   e sin     Fer     vE sin   e cos  ( N  h)cos 2  vE N h ( N  h)cos    v N vD vE2 tan    ( M  h) ( N  h)    vN vE tan    vE vD  ( N  h) ( N  h)    vN2 vE2   2  ( N  h) ( M  h)   2 / ( R  h)      vE  2e cos  N h      vN M h  vE     ( N  h)    vN  1  ; Fev   ( M  h)  ( M  h)  vE tan      ( N  h)    0   0  1   N h  tan  N h  0   0   0  M bán kính trục lớn, N bán kính trục nhỏ, e = 7.2921158e-5 rad/s vận tốc quay quanh trục trái đất 24 5.2 Tìm hiểu hai phương pháp tích h p theo kiểu loosely tightly coupled - Phương pháp tích hợp kiểu loosely coupled: Trong phương pháp loosely coupled, tín hiệu cập nhât GPS sử dụng để giơi hạn sai số ngõ mơ hình INS Sai số đo lư ng GPS INS sử dụng làm ngõ vào lọc Kalman m rộng để ước lượng sai số hiệu chỉnh vận tốc, vị trí, góc, accelerometer bias gyro bias Đối với phương pháp này, giá trị cập nhật GPS xem chuẩn, giá trị ước lượng vị trí, vận tốc hướng ngõ giới hạn sai số b i giá trị cập nhật Mơ hình INS/GPS với 21 biến trạng thái nghiên cứu, biến trạng thái sau: x   r n   n  ba  bg  Sa  S g  Với: r n : vị trí đối tượng hệ trục ECEF v n : vận tốc đối tượng hệ trục ECEF  n : sai số attitude ba : accelerometer bias bg : gyro bias S a : accelerometer scale factor S g : gyro scale factor 25 - Phương pháp tích hợp kiểu tightly coupled: Trong phương pháp này, liệu trực tiếp nhận từ IMU vệ tinh sử dụng để tính tốn ước lượng ngõ hệ thống Bộ lọc Kalman m rộng sử dụng để hiệu chỉnh ngõ sai số hệ thống IMU va GPS Mơ hình INS/GPS với 24 biến trạng thái nghiên cứu, biến trạng thái sau:  x   r n  v n  n  ba  bg  Sa  S g   c toffset    c tdrift    c tsys  Với: r n : vị trí đối tượng hệ trục ECEF v n : vận tốc đối tượng hệ trục ECEF  n : sai số attitude ba : accelerometer bias bg : gyro bias S a : accelerometer scale factor S g : gyro scale factor  toffset : clock bias thiết bị thu  tdrift : clock drift vệ tinh  tsys : sai số clock hệ thống (phụ thuộc tần số thiết bị) 26 5.3 Xây dựng phần cứng để thu thập liệu U-blox6 GPS UART RTK GPS UART STM32F4 ARM (Discovery Board) UART PC (Save data) UART ADIS16407 đây, RTK GPS thiết bị GPS có độ xác cao Thiết bị sử dụng đồng trình thu thập liệu, liệu có giá trị làm quỹ đạo tham khảo để đánh giá thuật tốn ước lượng mơ hình INS/GPS 5.4 Xây dựng thuật tốn ước lư ng mơ hình INS/GPS Matlab - Đọc xử lý liệu thu thập, làm ngõ vào cho mơ hình INS/GPS - Xây dựng mơ hình theo phương pháp loosely coupled - Xây dựng mơ hình theo phương pháp tightly coupled - Chạy mô phỏng, vẽ đồ thị, xác định sai số ngõ với quỹ đạo tham khảo lấy đồng th i RTK GPS 5.5 Hiện thực thuật tốn ước lư ng mơ hình INS/GPS vi xử lý U-blox6 GPS UART STM32F4 ARM (thuật toán) Position Velocity Attitude UART ADIS16407 27 Các báo công bố [1] Hoang-Duy Nguyen, Dang-Long Tran, Vinh-Hao Nguyen “Low-Cost INS-GPS Data Fusion with Extended Kalman Filter”, in The 2013 International Symposium on ElectricalElectronics Engineering Một số kết thực với mơ hình loosely coupled tham khảo báo cơng bố: Hình Phần cứng thu thập liệu với thiết bị thu LS20030 GPS (trên) ADIS16407 IMU (dưới) (a) (b) Hình Thu thập liệu xe máy(a) and quỹ đạo tham khảo xem Google Earth (b) 28 (a) (b) (c) Hình So sánh vị trí ước lượng hai hệ thống SINS/GPS ISINS/GPS dựa RTK-GPS: a) Quỹ đạo ước lượng mặt phẳng XY; b) Độ cao ước lượng; c) Phóng to vi trí từ hình (a) 29 (a) (b) Hình So sánh sai số ước lượng hai hệ thống SINS/GPS ISINS/GPS dựa RTK GPS: a) Sai số vị trí; b) Sai số vận tốc 30 (a) (b) Hình So sánh việc thực hai hệ thống SINS/GPS ISINS/GPS tín hiệu GPS bi mất: a) Khi chuyển động thẳng; b) Khi vào ngã rẽ 31 Sơ lư c nội dung luận văn Luận văn dự kiến gồm chương phụ lục Chương Giới thiệu 1.1 Đặt vấn đề 1.2 Các cơng trình nghiên cứu liên quan 1.3 Phạm vi nghiên cứu 1.4 Tóm lược nội dung luận văn Chương 2.1 GPS 2.2 INS Chương Thuât toán GPS INS Bộ lọc Kalman m rộng mơ hình INS/GPS 3.1 Bộ lọc Kalman m rộng 3.2 Mơ hình INS/GPS 3.2.1 Phương pháp loosely coupled 3.2.2 Phương pháp tightly coupled Chương Thu thập liệu mơ mơ hình Matlab 4.1 Thiết kế phần cứng thu thập liệu 4.2 Thiết kế mơ hình mơ 4.2.1 Phương pháp loosely coupled 4.2.2 4.3 Phương pháp tightly coupled Kết đánh giá Chương Xây dựng mơ hình thực tế vi xử lý 5.1 Thiết kế phần cứng mơ hình 5.2 Lập trình hệ thống INS/GPS theo phương pháp tightly coupled 5.3 Kết đánh giá Chương Kết luận 6.1 Kết luận 6.2 Hướng phát triển Ph l c 32 Kế hoạch thực Học viên dự định thực hoàn chỉnh nội dung luận văn năm tháng từ 20/01/2014 đến 20/06/2014 Thời gian 20/01 – 19/02/2014 Nội dung thực - Thiết kế phần cứng thu thập liệu GPS, INS - Thu thập liệu - Xây dựng mơ hình INS/GPS theo phương pháp loosely 20/02 – 19/03/2014 tightly coupled - Sủ dụng tập liệu đẫ thu thập để đánh giá phương pháp 20/03 – 19/04/2014 - Thiết kế sơ phần cứng mơ hình - Lập trình hệ thống vi xử lý (STM32F4 ARM) - Hồn thiện mơ hình thực tế hệ thống 20/05 – 05/06/2014 - Kiểm tra đánh giá - Thu thập liệu để viết báo cáo 06/06 – 20/06/2014 - Hoàn chỉnh báo cáo luận văn - Chuẩn bị nộp báo cáo bảo vệ luận văn cao học 33 Tài liệu tham khảo [1] Vivek Agarwal*, Hemendra Arya, Biswanath Nayak and Lalit R Saptarshi Extended Kalman Filter based loosely coupled INS/GPS integration scheme using FPGA and DSP Int J Intelligent Defence Support Systems, Vol 1, No 1, 2008 [2] Crassidis, J.L (2002) Sigma-point kalman filtering for integrated GPS and inertial navigation, IEEE Transactions on Aerospace and Electronic Systems, Vol 42, No 2, pp.750–756 [3] Wang Huinan Application and principle of GPS [M] Beijing: Publishing House of Science, 2003 [4] Gordon, G.S (1997) Navigation systems integration, IEE Colloquium on Airborne Navigation Systems Workshop, (Digest No.1999 169), pp.1–17 [5] Grewal, M.S., Weill, L.R and Andrews, A.P (2001) Global Positioning Systems Inertial Navigation and Integration, John Wiley and Sons, New York [6] J Wendel, G Trommer Tightly Coupled INS/GPS Integration for Missile Applications [J] Aerospace Science and Technology 2004 (8):627-634 [7] Eun-Hwan Shin Accuracy Improvement of Low Cost INS/GPS for Land Applications (http://www.geomatics ucalgary.ca/links/GradTheses.html), December, 2001 [8] P´eter Bauer and J´ozsef Bokor Development and Hardware-in-the-Loop Testing of an Extended Kalman Filter for Attitude Estimation 11th IEEE International Symposium on Computational Intelligence and Informatics • 18–20 November, 2010 [9] Greg Welch, Gary Bishop An Introduction to the Kalman Filter (http://www.cs.unc.edu/~{welch, gb}{welch, gb}@cs.unc.edu), SIGGRAPH 2001 [10] Sebastian O.H Madgwick (2010) Estimation of IMU and MARG orientation using a gradient descent algorithm http://www.x-io.co.uk/ [11] E R Bachmann et al (1999) Orientation Tracking for Humans and Robots Using Inertial Sensors In 1999 International Symposium on Computational Intelligence in Robotics & Automation (CIRA99) 34 [12] Jỗo Ls Marins et al An Extended Kalman Filter for Quaternion-Based Orientation Estimation Using MARG Sensors In Proceedings of the 2001 IEEE/RSJ International Conference on Intelligent Robots and Systems [13] Xiaoping Yun et al (2005) Implementation and Experimental Results of a Quaternion- Based Kalman Filter for Human Body Motion Tracking In Proceedings of the 2005 IEEE International Conference on Robotics and Automation Spain 2005 [14] Daniel Roetenberg et al Compensation of Magnetic Disturbances Improves Inertial and Magnetic Sensing of Human Body Segment Orientation In IEEE Transactions On Neural Systems And Rehabilitation Engineering, 2005 [15] Daniel Roetenberg (2006) Inertial and Magnetic Sensing of Human Motion PhD Thesis University of Twente [16] Titterton, D H and Weston, J L (1997) Strapdown Inertial Navigation Technology p.40, Peter Peregrinus Ltd [17] Brown, R G and Hwang, P Y C (1992) Introduction to Random Signals and Applied Kalman Filtering p.220, John Wiley & Sons, Inc., second edition.HAN Lu, JING Zhan-rong [18] HAN Lu, JING Zhan-rong (2009) Adaptive Extended Kalman Filter Based on Genetic Algorithm for Tightly- coupled Integrated Inertial and GPS Navigation, in 2009 Second International Conference on Intelligent Computation Technology and Automation [19] Xiaogang Wang, Jifeng Guo and Naigang Cui (2009) Adaptive Extended Kalman Filtering Applied to Low-Cost MEMS IMU/GPS Integration for UAV, in the 2009 IEEE International Conference on Mechatronics and Automation August - 12, Changchun, China [20] Dr Young C Lee, Daniel G O’Laughlin () A Performance Analysis of a Tightly Coupled GPS/Inertial System for Two Integrity Monitoring Methods, in the MITRE Corporation, Center for Advanced Aviation System Development (CAASD) McLean, VA 22102 35 ... Tóm lược nội dung luận văn Chương 2.1 GPS 2.2 INS Chương Thuât toán GPS INS Bộ lọc Kalman m rộng mơ hình INS /GPS 3.1 Bộ lọc Kalman m rộng 3.2 Mơ hình INS /GPS 3.2.1 Phương pháp loosely coupled... 20 cm Delay tầng đối lưu (tropospheric < 30 m delay) Delay tần điện ly (Ionospheric delay)