Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 143 trang
THÔNG TIN TÀI LIỆU
Nội dung
MỤC LỤC MỤC LỤC DANH MỤC HÌNH VẼ DANH MỤC BẢNG BIỂU CHỮ VIẾT TẮT MỞ ĐẦU Lý chọn đề tài Mục tiêu nghiên cứu 11 Đối tượng phạm vi nghiên cứu .11 Phương pháp nghiên cứu 11 Ý nghĩa khoa học thực tiễn 12 Những đóng góp luận án 13 Bố cục chung luận án 14 CHƯƠNG NGHIÊN CỨU TỔNG QUAN VIỆC ƯỚC LƯỢNG THƠNG SỐ BƯỚC ĐI TRONG CHĂM SĨC SỨC KHOẺ 16 1.1 Một số khái niệm thông số bước 16 1.2 Tầm quan trọng ứng dụng thông số bước 18 1.3 Tiềm ứng dụng cảm biến IMU y tế 23 1.3.1 Giới thiệu 23 1.3.2 Ưu IMU y tế 25 1.4 Tổng quan tình hình nghiên cứu việc ứng dụng cảm biến IMU ước lượng thông số bước 26 1.4.1 Mơ hình trừu tượng 27 1.4.2 Mơ hình dáng 28 1.4.3 Tích phân trực tiếp .30 1.4.4 Tổng quan tình hình nghiên cứu ước lượng thơng số bước sử dụng IMU đặt bàn chân 33 1.4.5 Tổng quan tình hình nghiên cứu ước lượng thông số bước sử dụng IMU đặt khung tập 35 1.4.6 Tổng quan tình hình nghiên cứu nước 37 1.5 Kết luận chương 38 CHƯƠNG NGHIÊN CỨU TRIỂN KHAI THUẬT TOÁN HỆ THỐNG ĐỊNH VỊ QUÁN TÍNH 39 2.1 Cảm biến quán tính .39 2.1.1 Giới thiệu cảm biến 39 2.1.2 Cảm biến IMU 39 2.1.3 Cảm biến gia tốc 41 2.1.4 Cảm biến vận tốc góc 42 2.1.5 Cảm biến IMU MTi-1 MTi-100 hãng Xsens 44 2.2 Triển khai hệ thống định vị quán tính 47 2.2.1 Hệ thống định vị INS 47 2.2.2 Triển khai thuật toán hệ thống SINS 48 2.3 Triển khai lọc Kalman kiểu MEKF cho hệ SINS 55 Trang 2.4 Kết luận chương 62 CHƯƠNG NGHIÊN CỨU XÂY DỰNG HỆ THỐNG ĐỊNH VỊ QUÁN TÍNH ĐẶT TRÊN BÀN CHÂN 63 3.1 Giới thiệu chương .63 3.2 Đề xuất hệ thống INS đặt bàn chân .64 3.3 Xây dựng mơ hình lọc MEKF cho hệ thống 66 3.4 Xây dựng phương trình cập nhật cho lọc Kalman 69 3.4.1 Cập nhật vận tốc ZUPT 69 3.4.2 Xây dựng phương trình cập nhật sử dụng cảm biến khoảng cách .70 3.5 Thực thi lọc Kalman cho hệ thống 73 3.6 Trích xuất thông số bước từ quỹ đạo bàn chân .74 3.7 Thí nghiệm kiểm chứng hệ thống phân tích kết 75 3.7.1 Thí nghiệm với hệ thống OptiTrack 77 3.7.2 Thí nghiệm dọc hành lang 30 m .85 3.8 Đánh giá hiệu hệ thống đề xuất 87 3.9 Kết luận chương 88 CHƯƠNG NGHIÊN CỨU XÂY DỰNG HỆ THỐNG ĐỊNH VỊ QUÁN TÍNH ĐẶT TRÊN KHUNG TẬP ĐI 89 4.1 Giới thiệu chương .89 4.2 Đề xuất hệ thống INS đặt khung tập 90 4.2.1 Giới thiệu hệ thống 90 4.2.2 Kết nối phần cứng đồng liệu .91 4.2.3 Thuật toán ước lượng mối quan hệ hệ toạ độ ICS BCS 93 4.3 Thuật toán phát phân loại chuyển động khung tập 95 4.3.1 Định nghĩa chuyển động khung tập 95 4.3.2 Thuật toán phát chuyển động khung tập 97 4.3.3 Thuật toán phân loại chuyển động khung tập 99 4.4 Ước lượng quỹ đạo chuyển động khung tập 100 4.4.1 Xây dựng phương trình cập nhật quaternion dựa vào phương đứng khung tập 102 4.4.2 Xây dựng phương trình cập nhật quaternion sử dụng góc quay quanh trục đứng 103 4.4.3 Xây dựng phương trình cập nhật vị trí sử dụng thơng tin từ encoder 106 4.4.4 Kết hợp quỹ đạo ước lượng IMU quỹ đạo ước lượng encoder 107 4.5 Trích xuất thơng số bước 108 4.6 Thí nghiệm đánh giá hoạt động thuật toán 111 4.6.1 Hệ thống thí nghiệm 111 4.6.2 Mơ tả thí nghiệm 113 4.6.3 Đánh giá thuật toán kết hợp chuyển động IMU encoder ước lượng 114 4.6.4 Đánh giá thuật tốn sử dụng thơng tin encoder để cập nhật cho lọc Kalman 117 Trang 4.6.5 Phân tích đánh giá ảnh hưởng phương trình cập nhật sử dụng thơng tin từ encoder .119 4.6.6 Đánh giá độ xác sử dụng hệ thống Optitrack 122 4.6.7 Đánh giá vai trò lọc Kalman INS 125 4.6.8 Đánh giá độ xác chuyển động có đổi hướng 126 4.6.9 Thực nghiệm với bệnh nhân .127 4.7 Đánh giá hiệu hệ thống đề xuất 130 4.8 Kết luận chương 131 KẾT LUẬN VÀ KIẾN NGHỊ 133 DANH MỤC CÁC CƠNG TRÌNH NGHIÊN CỨU KHOA HỌC ĐÃ CƠNG BỐ CỦA TÁC GIẢ 135 TÀI LIỆU THAM KHẢO 136 PHỤ LỤC 143 Trang DANH MỤC HÌNH VẼ Hình 1.1 Chu kỳ bước chân 17 Hình 1.2 a) Dáng bình thường b) Dáng co cứng c) Dáng thất điều tiểu não d) Dáng Parkinson e) Dáng hướng trước 18 Hình 1.3 Các thơng số bước 20 Hình 1.4 Tốc độ bước liên quan đến phụ thuộc, nhập viện, nhu cầu phục hồi chức năng, thời điểm xuất viện tiến trình phục hồi 22 Hình 2.1 Cấu tạo IMU 6DOF 40 Hình 2.2 IMU cổ điển gắn tên lửa IRBM S3 41 Hình 2.3 Sơ đồ khối hệ lò xo – gia trọng 41 Hình 2.4 Con quay hồi chuyển: a) Cấu tạo, b)Nguyên lý 42 Hình 2.5 Lực Coriolis .44 Hình 2.6 Cấu tạo cảm biến vận tốc góc 44 Hình 2.7 Sơ đồ khối chức cảm biến MTi-1 .45 Hình 2.8 Bảng mạch sử dụng cảm biến MTi-1 46 Hình 2.9 Cảm biến IMU dịng MTi-100 46 Hình 2.10 Nguyên lý hệ SINS 49 Hình 2.11 Hoạt động lọc Kalman 61 Hình 2.12 Thuật tốn hệ thống INS sử dụng lọc Kalman MEKF 61 Hình 3.1 Tổng quan INS đặt bàn chân 65 Hình 3.2 Lưu đồ thuật toán thực thi lọc Kalman cho hệ thống INS bàn chân 74 Hình 3.3 Hệ thống INS đăt bàn chân sử dụng cho thí nghiệm 76 Hình 3.4 Hệ thống OptiTrack dùng thí nghiệm minh hoạ việc sử dụng hệ thống ghi lại chuyển động 77 Hình 3.5 Tín hiệu IMU việc phát ZVI 78 Hình 3.6 Phát ZVI chuyển động từ ZVI cảm biến gia tốc vận tốc góc .79 Hình 3.7 Vị trí bàn chân khơng sử dụng lọc Kalman 80 Hình 3.8 Vị trí bàn chân sử dụng lọc MEKF cập nhật ZUPT 82 Hình 3.9 Vị trí bàn chân sử dụng lọc MEKF cập nhật ZUPT độ cao ZVI 83 Hình 3.10 Ước lượng vị trí bàn chân sử dụng thuật toán đề xuất .84 Hình 3.11 Ước lượng hướng bàn chân 85 Hình 3.12 Ước lượng vị trí theo phương đứng bàn chân 85 Hình 4.1 Tổng quan hệ thống khung tập đề xuất 90 Hình 4.2 Các hệ trục tọa độ sử dụng 91 Hình 4.3 Định nghĩa chuyển động người dùng sử dụng khung tập 96 Hình 4.4 Thuật toán phân loại chuyển động .99 Hình 4.5 Lưu đồ thuật tốn thực thi lọc Kalman cho INS khung tập .101 Hình 4.6 Chuyển động quay khung tập 103 Trang Hình 4.7 Hệ trục toạ độ BCSN dùng xác định bước 108 Hình 4.8 Chuyển động có chu kỳ bánh xe q trình đẩy liên tục .109 Hình 4.9 Thơng số bước trình đẩy khung tập 20 m 111 Hình 4.10 Độ cao tư khung tập trình sử dụng 111 Hình 4.11 Hệ thống khung tập chế tạo 112 Hình 4.12 Hệ thống khung tập cải tiến 112 Hình 4.13 Kết việc phát phân loại chuyển động 114 Hình 4.14 Quỹ đạo chuyển động khung tập với hệ thống Optitrack 122 Hình 4.15 Quỹ đạo 3D chuyển động khung tập ước lượng 123 Hình 4.16 Phát thời điểm bước chân sử dụng OptiTrack .124 Hình 4.17 Quỹ đạo chuyển động khung tập ước lượng không sử dụng lọc Kalman 125 Trang DANH MỤC BẢNG BIỂU Bảng 1.1 Ứng dụng thông số bước .19 Bảng 1.2 Tốc độ bước (m/s) theo giới tính độ tuổi 23 Bảng 1.3 Ứng dụng IMU y tế 24 Bảng 1.4 Tiềm ứng dụng cảm biến y tế 26 Bảng 2.1 Thông số cảm biến vận tốc góc MTi-1 MTi-100 45 Bảng 2.2 Thông số cảm biến gia tốc MTi-1 MTi-100 46 Bảng 3.1 Giá trị khởi tạo ban đầu ước lượng thông số cảm biến khoảng cách vị trí 76 Bảng 3.2 Sai số vị trí sử dụng loại cập nhật 81 Bảng 3.3 Thông số bước ước lượng thí nghiệm bước 83 Bảng 3.4 Thông tin người dùng tham gia vào thí nghiệm 86 Bảng 3.5 Ước lượng thông số bước sai lệch quãng đường 30 m 86 Bảng 4.1 Đấu nối cảm biến với arduino 92 Bảng 4.2 Khung liệu đóng gói .92 Bảng 4.3 Kết thông số bước người dùng khung tập đi thẳng 20 m 110 Bảng 4.4 Kết người dùng khung tập đi thẳng 20 m 115 Bảng 4.5 Độ xác việc ước lượng khoảng cách di chuyển với chuyển động đẩy liên tục 117 Bảng 4.6 Độ xác việc ước lượng khoảng cách di chuyển với chuyển động đẩy bước 117 Bảng 4.7 Độ xác việc ước lượng khoảng cách di chuyển với chuyển động nhấc chân sau khung tập 118 Bảng 4.8 Độ xác việc ước lượng khoảng cách di chuyển với chuyển động nhấc hoàn toàn khung tập 118 Bảng 4.9 Sai số ước lượng (m) cho 20 m đẩy liên tục 119 Bảng 4.10 Sai số ước lượng (m) cho 20 m đẩy bước 120 Bảng 4.11 Sai số ước lượng (m) cho 20 m nhấc hoàn toàn 120 Bảng 4.12 Sai số ước lượng (m) cho 20 m nhấc chân sau 121 Bảng 4.13 Sai số ước lượng cho khoảng m di chuyển 123 Bảng 4.14 Khoảng cách ước lượng (m) sử dụng khung tập đi dọc ngược lại hành lang 20 m 126 Bảng 4.15 Khoảng cách ước lượng (m) sử dụng khung tập đi theo hình chữ nhật 5x7 m vòng 127 Bảng 4.16 Thông tin bệnh nhân tham gia thí nghiệm .127 Bảng 4.17 Thông số bước bệnh nhân 128 Trang CHỮ VIẾT TẮT Viết tắc Từ tiếng Anh Giải thích 10MWT 10 Meter Walk Test Bài kiểm tra 10 m 25FWT 25-Foot Walk Test Bài kiểm tra 25 feet 4MWT Meter Walk Test Bài kiểm tra m BCS Body Coordinate System Hệ toạ độ vật thể DCM Direction Cosine Matrix Ma trận Cosin hướng DOF Degrees of Freedom Bậc tự EKF Extended Kalman Filter Bộ lọc Kalman mở rộng GPS Global Positioning System Định vị toàn cầu ICS Inertial Coordinate System Hệ toạ độ IMU IMU Inertial Measurement Unit Cảm biến qn tính INA Inertial Navigation Algorithm Thuật tốn định vị quán tính INS Inertial Navigation System Hệ thống định vị quán tính MEKF Multiplicative Extended Kalman Filter Bộ lọc Kalman mở rộng kiểu nhân MEMS Micro-Electromechanical Systems Hệ thống vị - điện tử PINS Platform Inertial Navigation System Hệ thống định vị qn tính có đế RMSE Root Mean Square Error Căn trung bình bình phương sai số SINS Strapdown Inertial Navigation System Hệ thống định vị qn tính khơng đế STD Standard Dviation Độ lệch chuẩn TB Giá trị trung bình TGU The Timed Up and Go Test Bài kiểm tra thời gian đứng dậy WCS World Coordinate System Hệ toạ độ toàn cục ZUPT Zero Velocity Update Cập nhật ZVI ZVI Zero Velocity Interval Điểm có vận tốc khơng Trang MỞ ĐẦU Lý chọn đề tài Cách mạng công nghiệp lần thứ tác động ngày mạnh mẽ tới tất lĩnh vực từ kinh tế, văn hóa, xã hội đến trị, quốc phịng, an ninh mơi trường Rất nhiều chủ trương, sách, chiến lược Đảng, Nhà nước ban hành nhằm tiếp cận chủ động tham gia cách mạng công nghiệp lần thứ [1] Bộ Y tế ban hành nhiều văn quy phạm pháp luật văn đạo làm sở cho chuyển đổi số y tế Đặc biệt định số 4888/QĐ-BYT ngày 18/10/2019 Bộ Y tế phê duyệt Đề án ứng dụng phát triển công nghệ thông tin y tế thông minh giai đoạn 2019-2025 [2] Trong có nêu nhiệm vụ “Đẩy mạnh nghiên cứu, phát triển, ứng dụng công nghệ thơng minh y tế” Trong xu đó, đề tài xây dựng hệ thống thông minh nhằm ước lượng chuyển động dùng chăm sóc sức khoẻ Chăm sóc sức khỏe việc chẩn đốn, điều trị phịng ngừa bệnh tật, thương tích, suy yếu thể chất lẫn tinh thần Trong đó, việc chẩn đốn bệnh tật đánh giá tình trạng sức khỏe bệnh nhân bước quan trọng Việc cần có quy trình chặt chẽ từ lâm sàng đến cận lâm sàng đặc biệt số liệu từ xét nghiệm, chẩn đốn hình ảnh, thông số đánh giá từ nghiệm pháp hỗ trợ góp phần quan trọng việc đưa chẩn đốn xác Đối với lĩnh vực phục hồi chức vận động cho bệnh nhân việc ước lượng thông số bước quan trọng trình phục hồi chức chăm sóc sức khỏe [3]–[5] Thơng số bước người phụ thuộc vào tác động lẫn phức tạp phận hệ thần kinh, xương tim mạch [6] Nên có tổn thương hệ quan thơng số bước thay đổi theo Do vậy, việc đo thông số bước hỗ trợ bác sĩ chẩn đoán sớm theo dõi diễn biến số bệnh liên quan đến hệ thần kinh (như bệnh đa xơ cứng, bệnh Parkinson), xương, tim mạch, di chứng đột quỵ lão hố từ giúp đưa phác đồ điều trị tốt [7], [8] Ngồi ra, thơng số bước dùng để đánh giá tình trạng sức khoẻ đưa Trang lời khuyên cho bệnh nhân, gia đình vấn đề liên quan đến hỗ trợ, nhập viện, nhu cầu phục hồi chức năng, thời điểm xuất viện tiến trình phục hồi [9]; theo dõi tiến trình hồi phục chức đưa lộ trình luyện tập, rút ngắn thời gian điều trị hồi phục chức số bệnh ảnh hưởng đến thông số bước thơng qua quy trình lượng giá dáng nghiệm pháp 10 mét, phút quy định hướng dẫn Y tế định số 5737/QĐ-BYT ngày 22/12/2017 [10] số 5623/QĐ-BYT ngày 21/9/2018 [11] Những thông số bước ứng dụng nhiều y tế tốc độ bước, độ dài bước chân, độ dài sải chân, góc bước, thời gian bước, độ rộng bước,…[12] Trong đó, tốc độ bước dấu hiệu quan trọng thước đo nhanh, đơn giản đáng tin cậy cho tiêu chí đánh giá sức khỏe [3], [4] Tốc độ bước xem dấu hiệu quan trọng thứ bên cạnh huyết áp, mạch, hô hấp, nhiệt độ đau [13] Hiện nay, giới có hệ thống ước lượng thông số bước OptoGait [14], hệ thống Strideway Tekscan [15], Robot hồi phục chức Yeecon [16], hệ thống camera phân tích dáng A7 Yeecon [17] Trong đó, hệ thống robot hồi phục chức Yeecon có giá đến 200.000 $, hệ thống camera phân tích dáng Yeecon có giá 25.000 đến 50.000$ Những hệ thống đắt tiền bị giới hạn phạm vi làm việc khó ứng dụng rộng rãi Việt Nam nên bác sĩ kỹ thuật viên chủ yếu khám lâm sàng với hỗ trợ nghiệm pháp 10 mét, nghiệm pháp phút, nghiệm pháp đo thời gian đứng dậy TUG [18], 𝑚 4MWT [19],… Hạn chế việc dễ nhầm lẫn chủ quan, thơng tin yếu tố liên quan đến độ xác kém, độ phân giải [8] Cùng với phát triển cơng nghệ, cảm biến IMU ngày có kích thước nhỏ gọn giá thành rẻ ứng dụng vào việc xây dựng hệ thống ước lượng thông số bước Trong đề tài xây dựng hệ thống ước lượng thông số bước có giá thành rẻ, linh hoạt khơng bị giới hạn phạm vi làm việc sử dụng cảm biến IMU Trang Cấu tạo cảm biến IMU gồm cảm biến gia tốc 3D (dùng để đo giá trị gia tốc theo trục) cảm biến vận tốc góc 3D (dùng để đo giá trị vận tốc góc quay theo trục) Cảm biến IMU gắn lên vật thể chuyển động để ước lượng hướng, vận tốc vị trí chuyển động thơng qua thuật tốn định vị qn tính INA Trong đó, hướng chuyển động hệ toạ độ tham chiếu bên WCS xác định cách tích phân tín hiệu vận tốc góc; vận tốc chuyển động xác định cách tích phân gia tốc sau loại bỏ gia tốc trọng trường sử dụng hướng chuyển động vị trí chuyển động xác định tích phân vận tốc chuyển động Như vậy, cảm biến IMU gắn lên phận thể người dùng vị trí thích hợp (ví dụ bàn chân) thơng số bước người dùng trích xuất từ hướng, vận tốc vị trí theo thời gian cảm biến IMU trình chuyển động Nhược điểm hệ thống INS đạt độ xác thời gian ngắn sai số gây thành phần nhiễu cảm biến bị tích luỹ theo thời gian sử dụng nguyên lý tích phân [20] Nhược điểm thể rõ cảm biến IMU dùng dân dụng có độ xác thấp Do vậy, cần nghiên cứu cải tiến hệ thống INS nhằm nâng cao độ xác việc ước lượng chuyển động sử dụng cảm biến IMU Một hệ thống sử dụng thuật toán INA cho cảm biến IMU để ước lượng hướng, vận tốc vị trí vật thể chuyển động gọi hệ thống INS Được tạo điều kiện giúp đỡ Khoa Điện, Trường Đại học Bách khoa– Đại học Đà Nẵng, Khoa Điện – Đại học Ulsan (Hàn Quốc) giảng viên hướng dẫn khoa học, tác giả thực nội dung luận án có tên: “Cải tiến hệ thống định vị quán tính nhằm nâng cao độ xác ước lượng thơng số bước chăm sóc sức khỏe” Trong đó, đề xuất hệ thống định vị qn tính INS để ước lượng thơng số bước trường hợp cảm biến IMU đặt bàn chân cho người dùng có khả lại bình thường cảm biến IMU đặt khung tập cho người dùng cần hỗ trợ lại, đặc biệt đối tượng tập vận động phục hồi chức Trong hệ thống INS này, lọc Kalman sử dụng để kết hợp thông tin từ cảm biến phụ trợ đặc trưng chuyển động để cập nhật Trang 10 TB 20 20 21 20,5 20,5 20,4 TB 50 42 38 40 51 44,2 TB 40 43 43 40 43 41,8 TB 30 30 30 31 31 30,4 TB 52 48 49 51 50 50 Trung bình Thơng sớ bước bệnh nhân Phan Thị Y 0,22 0,625 2,5 0,25 0,4 0,1 0,625 2,5 0,25 0,4 0,03 0,625 2,625 0,238 0,381 0,07 0,625 2,563 0,244 0,39 0,19 0,625 2,563 0,244 0,39 0,122 0,625 2,55 0,245 0,392 Thông số bước bệnh nhân Phạm Bá T 0,12 21 0,238 2,381 0,1 0,42 0,1 21 0,238 0,119 0,5 0,07 20 0,25 1,9 0,132 0,526 0,09 20 0,25 0,125 0,5 0,1 20 0,25 2,55 0,098 0,392 0,096 20,4 0,245 2,166 0,115 0,468 Thông số bước bệnh nhân Lê Văn T 0,11 10 0,5 0,125 0,25 0,08 10 0,5 4,3 0,116 0,233 0,05 10 0,5 4,3 0,116 0,233 0,04 10 0,5 0,125 0,25 0,04 10 0,5 4,3 0,116 0,233 0,064 10 0,5 4,18 0,12 0,24 Thông số bước bệnh nhân Phan Văn L 0,08 10 0,5 0,167 0,333 0,03 10 0,5 0,167 0,333 0,04 10 0,5 0,167 0,333 0,08 10 0,5 3,1 0,161 0,323 0,03 10 0,5 3,1 0,161 0,323 0,004 10 0,5 3,04 0,165 0,329 Thông số bước bệnh nhân Hồ Đắc T 0,04 13 0,385 0,096 0,25 0,09 13 0,385 3,692 0,104 0,271 0,18 13 0,385 3,769 0,102 0,265 0,2 13 0,385 3,923 0,098 0,255 0,1 13 0,385 3,846 0,1 0,26 0,122 13 0,385 3,846 0,1 0,26 0,069 (1,38%) Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hoàn toàn Đẩy bước Đẩy bước Đẩy bước Đẩy bước Đẩy bước Đẩy bước Đẩy bước Đẩy bước Đẩy bước Đẩy bước Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hoàn toàn Nhấc hồn tồn Độ xác thơng số bước minh chứng gián tiếp thông qua tổng độ dài bước đo so với tổng quãng đường 𝑚 Theo kết thí nghiệm, sai số trung bình khoảng cách 0,069 𝑚 (1,38%) tương ứng với sai số 𝑚𝑚 cho bước trung bình 0,5 𝑚 Sai số việc ước lượng thông số bước bác sĩ đánh giá nhỏ ứng dụng đo thông số bước (xem Phụ lục Trang 129 3) Trong đó, thơng số bước được dùng để hỗ trợ khoanh vùng chẩn đoán số bệnh, đánh giá tình trạng sức khoẻ theo dõi tiến trình phục hồi chức Cụ thể, nhìn chung tốc độ bước bệnh nhân nhỏ (lớn 0,45 𝑚/𝑠), tốc độ chậm so với tốc độ bước di bình thường nên cần hỗ trợ lại hoạt động ngày, cần có biện pháp để giảm nguy té ngã, cần sử dụng khung tập để di chuyển nhà Riêng bệnh nhân Trần Quốc T có tốc độ bước 0,45 𝑚/𝑠 bên ngồi hạn chế Các bệnh nhân Nguyễn Phúc Q., Phạm Bá T có bước ngắn, tốc độ chậm nên khả lại yếu Do bệnh nhân cần luyện tập phục hồi chức bệnh viện, cần có người hỗ trợ q trình luyện tập phục hồi chức để tránh nguy té ngã Dựa vào thơng số bước thấy khả lại bệnh nhân xếp theo thứ tự giảm dần sau: - Trần Quốc T - Phạm Thị Y - Nguyễn Phúc Q., Nguyễn Thanh T., Phạm Văn L., Trần Ngọc T - Hồ Đắc T., Lê Văn T., Phạm Bá T Như chia bệnh nhân luyện tập phục hồi chức theo giai đoạn mức độ vận động khác để đạt hiệu luyện tập tốt 4.7 Đánh giá hiệu hệ thống đề xuất Hệ thống đề xuất đạt yêu cầu đặt phần tổng quan tình hình nghiên cứu Trong đó: - Dùng cho loại bánh trước không bánh: Hệ thống đề xuất ước lượng thông số bước cho người dùng sử dụng loại khung tập bánh khơng bánh thay sử dụng loại khung tập bánh công bố cơng trình [53], [54] [55] [56] Trong đó, loại khung tập bánh khơng bánh loại hỗ trợ phổ biến cho người cần hỗ trợ lại Trang 130 - Sai số nhỏ: Sai số hệ thống đề xuất tối đa 1,5 % hệ thống [57] ước lượng thông số bước cho người sử dụng khung tập khơng bánh có sai số 8,9% mặt khoảng cách ước lượng - Sử dụng linh hoạt: Hệ thống gọn nhẹ, không cần cài đặt môi trường bên ngồi khơng giới hạn phạm vi hoạt động Hệ thống đề xuất sử dụng cảm biến IMU loại MTi-1 có giá khoảng 300 $, encoder có giá khoảng 150 $ Thuật tốn hệ thống INS thực vi điều khiển Raspberry có giá khoảng 50 $ hồn thiện hệ thống Do giá thành chế tạo hệ thống 1000 $ Đây chi phí nhỏ so với hệ thống đại lên đến 50.000 $ 200.000 $ giới thiệu phần lý chọn đề tài Để đánh giá khối lượng tính tốn thuật đề xuất, luận án trích xuất thời gian xử lý CPU tương ứng với thời điểm đo chương trình Trong đó, CPU sử dụng có cấu hình xử lý Core i5-8250u, CPU 1.6 GHz RAM 8G Việc xử lý lọc Kalman trung bình 0,0002 giây việc xử lý tồn chương trình (bao gồm thuật toán phát phân loại chuyển động lọc Kalman) trung bình 0,0004 giây cho thời điểm rời rạc Do cảm biến làm việc với tần số 100 𝐻𝑧 tương ứng với chu kỳ lấy mẫu 0,01 giây nên thuật tốn đề xuất hồn tồn có khả đáp ứng tần số lấy mẫu cảm biến 4.8 Kết luận chương Trong chương đề xuất hệ thống INS đặt khung tập nhằm ước lượng xác thơng số bước cho người cần hỗ trợ lại Trong đó, số vấn giải sau: - Xây dựng thuật tốn xác định xác mối quan hệ gồm vị trí hướng cảm biến IMU khung tập - Xây dựng thuật toán phát phân loại chuyển động khung tập trình sử dụng Mỗi loại chuyển động sử dụng cách khác để cập nhật Trang 131 - Xây dựng 03 phương trình cập nhật cho lọc Kalman sử dụng tín hiệu từ encoder trường hợp khung tập đẩy mặt đất - Trích xuất thông số bước từ quỹ đạo chuyển động khung tập đi, đặc biệt tình khung tập đẩy liên tục mặt đất - Đánh giá hiệu hoạt động hệ thống Hệ thống đạt tiêu chí đặt phần nghiên cứu tổng quan sai số nhỏ, sử dụng linh hoạt, dùng cho loại khung tập bánh không bánh Một số điểm chương sau: - Đề xuất hệ thống INS đặt khung tập loại khơng bánh loại có hai bánh trước - Đề xuất thuật toán phát thời điểm bước chân mặt đất trường hợp khung tập đẩy liên tục mặt đất - Xây dựng phương trình cập nhật cho lọc Kalman nhằm nâng cao độ xác Trang 132 KẾT LUẬN VÀ KIẾN NGHỊ Luận án đề xuất triển khai hệ thống INS để ước lượng thông số bước sử dụng cảm biến IMU đặt bàn chân cho người có khả lại khung tập cho người cần hỗ trợ lại nhằm phục vụ kiểm tra thông số bước đi, tạo kênh thông tin khách quan xác nhằm hỗ trợ bác sĩ trình chẩn đốn bệnh tật, tình trạng sức khoẻ theo dõi tiến trình phục hồi chức Như vậy, luận án đáp ứng mục tiêu luận án đề với đóng góp kiến nghị sau: A Các đóng góp luận án Đóng góp luận án đề xuất triển khai hệ thống để ước lượng thơng số bước có sử dụng cảm biến IMU đặt bàn chân khung tập đi, nâng cao độ xác theo hướng đáp ứng yêu cầu sở y tế công tác chăm sóc sức khoẻ Trong đó, hệ thống đặt bàn chân trình bày Chương có đóng góp cụ thể sau: - Đề xuất hệ thống phần cứng gồm cảm biến IMU kết hợp với cảm biến khoảng cách - Đề xuất xây dựng mơ hình lọc Kalman cho hệ thống INS cho hệ thống đề xuất - Đề xuất xây dựng phương trình cập nhật lọc Kalman sử dụng thông tin từ cảm biến khoảng cách Hệ thống đặt khung tập trình bày Chương có đóng góp cụ thể sau: - Đề xuất hệ thống phần cứng gồm cảm biến IMU đặt khung tập kết hợp với encoder - Đề xuất phương pháp hiệu chỉnh mối quan hệ cảm biến IMU khung tập - Đề xuất thuật toán phát phân loại chuyển động khung tập Trang 133 - Đề xuất xây dựng phương trình cập nhật cho hệ thống INS sử dụng thông tin từ encoder - Đề xuất thuật toán phát thời điểm bước chân mặt đất trường hợp khung tập đẩy liên tục mặt đất B Kiến nghị số vấn đề cần tiếp tục nghiên cứu thêm cho luận án Hướng nghiên cứu đề tài tập trung vào việc tăng độ xác giảm khối lượng tính tốn cho hệ thống, bao gồm số hướng nghiên cứu sau: - Đánh giá phân tích việc ảnh hưởng bậc khai triển Taylor biến trạng thái lọc Kalman, - Áp dụng lọc khác USQUE, MRP-UKF, DoEuler-UKF, Euler-KF sử dụng làm trơn thay cho lọc MEKF - Phát triển thuật tốn phát xác thời điểm ZVI - Xây dựng thuật toán tự hiệu chỉnh cảm biến xác định rõ thành phần nhiễu giải pháp để nâng cao độ xác hệ thống - Phát triển tính thu thập liệu linh hoạt xây dựng phần mềm hỗ trợ chẩn đốn, đánh giá theo dõi thơng số bước Trang 134 DANH MỤC CÁC CƠNG TRÌNH NGHIÊN CỨU KHOA HỌC ĐÃ CÔNG BỐ CỦA TÁC GIẢ [1] Fast calibration for parameters of an inertial measurement unitfixed to astandard walker Authors: Quang Vinh Doan; Duy Duong Pham Tạp chí Heliyon No: 6(8) Pages: 1-9 Year 2020 (Scopus) [2] Quang Vinh Doan, Duy Duong Pham Inertial navigation algorithm for trajectory of front-wheel walker estimation Tạp chí Heliyon No: 5(6) Pages: 1-7 Year 2019 (Scopus) [3] Duy Duong Pham; Huu Toan Duong; Young Soo Suh, Walking Monitoring for Users of Standard and Front-Wheel Walkers IEEE Transactions on Instrumentation and Measurement Vol PP, no 99 Pages: 1-10 Year 2017 (SCI) [4] Phạm Duy Dưởng, Đoàn Quang Vinh, “Combination an inertial sensor and a distance sensor to estimate the foot pose” Hội nghị - triển lãm quốc tế lần thứ điều khiển tự động hóa VCCA 2019 Trang: 18-24 Năm 2019 [5] Phạm Duy Dưởng; Đoàn Quang Vinh, “Xây dựng lọc Kalman mở rộng cho thuật toán định vị quán tính” Tạp chí KHCN Đại học Đà Nẵng Số: 9(17) Trang: 45-50 Năm 2019 [6] Phạm Duy Dưởng; Đoàn Quang Vinh; Phan Thị Hồi, “Xây dựng thuật tốn định vị quán tính để ước lượng chuyển động cho khung tập có hai bánh trước”, Tạp chí KHCN Đại học Đà Nẵng Số: 17(10) Trang: 24-29 Năm 2019 [7] Phạm Duy Dưởng, Trần Thanh Hà, Nguyễn Anh Duy, “Phân loại chuyển động cho người dùng thiết bị hỗ trợ lại có hai bánh trước” Tạp chí khoa học Đại học Đà Nẵng Số: 11(132).2018 Quyển Trang: 19-24 Năm 2018 [8] Phạm Duy Dưởng, Nguyễn Anh Duy, Đoàn Quang Vinh, “Kết hợp cảm biến quán tính cảm biến khoảng cách để cập nhật vị trí hướng cho định vị người nhà” Hội nghị - triển lãm quốc tế lần thứ điều khiển tự động hóa VCCA 2017 Trang: 55 Năm 2017 [9] Đề tài cấp sở: Nghiên cứu chế tạo thiết bị phục vụ kiểm tra thông số bước cho người dùng cần hỗ trợ Chủ nhiệm: Trần Thanh Hà Thành viên: Phạm Duy Dưởng Mã số: T2018-06-88 Năm: 2019 [10] Đề tài cấp Bộ: Nghiên cứu, cải biên thuật toán định vị quán tính để ước lượng chuyển động chăm sóc sức khỏe Chủ nhiệm: Đoàn Quang Vinh Thành viên: Phạm Duy Dưởng, Nguyễn Anh Duy, Trương Thị Bích Thanh, Ngơ Đình Thanh Mã số: B218-DNA-07 Nghiệm thu năm: 2019 [11] Đề tài Cấp ĐHĐN: Nghiên cứu ứng dụng cảm biến quán tính để ước lượng thơng số bước cho người dùng sử dụng thiết bị hỗ trợ lại Chủ nhiệm: Phạm Duy Dưởng Thành viên: Nguyễn Anh Duy, Dương Quang Thiện, Nguyễn Văn Nam Mã số: B2018-ĐN06-l0 Nghiệm thu năm: 2020 [12] Giải Khuyến Khích Giải thưởng Sáng tạo Khoa học Công nghệ Việt Nam (Vifotec) năm 2018, theo định số 1411/QĐ-LHHVN ngày 28/12/2018 cho cơng trình “Chế tạo thiết bị ước lượng thông số bước phục vụ chăm sóc sức khỏe sử dụng thuật tốn định vị quán tính cải biên”, Tác giả: Phạm Duy Dưởng, Đoàn Quang Vinh Trang 135 TÀI LIỆU THAM KHẢO [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] Bộ y tế, “Phê duyệt chương trình chuyển đổi số y tế đến năm 2025, định hướng đến năm 2030,” 2020 Bộ y tế, “Phê duyệt Đề án ứng dụng phát triển công nghệ thông tin y tế thông minh giai đoạn 2019-2025,” 2019 N M Peel, S S Kuys, and K Klein, “Gait speed as a measure in geriatric assessment in clinical settings: A systematic review,” Journals of Gerontology - Series A Biological Sciences and Medical Sciences, vol 68, no 1, pp 39–46, 2012, doi: 10.1093/gerona/gls174 A M Barthuly, R W Bohannon, and W Gorack, “Gait speed is a responsive measure of physical performance for patients undergoing short-term rehabilitation,” Gait Posture, vol 36, no 1, pp 61–64, 2012 R Rossanigo, “Analysis of spatial parameters during gait with magneto-inertial sensors and infrared proximity sensors Supervisors : Candidate :,” 2019 W Pirker and R Katzenschlager, “Gait disorders in adults and the elderly: A clinical guide,” Wiener Klinische Wochenschrift, vol 129, no 3–4, pp 81–95, 2017, doi: 10.1007/s00508-016-1096-4 Bộ Y tế, “145 quy trình phục hồi chức năng,” 2014 A Muro-de-la-Herran, B García-Zapirain, and A Méndez-Zorrilla, “Gait analysis methods: An overview of wearable and non-wearable systems, highlighting clinical applications,” Sensors (Switzerland), vol 14, no 2, pp 3362–3394, 2014, doi: 10.3390/s140203362 S Fritz and M Lusardi, “White paper: walking speed: The sixth vital sign,” Journal of Geriatric Physical Therapy, vol 32, no 2, pp 2–5, 2009, doi: 10.1519/00139143-200932020-00002 Bộ y tế, “Hướng dẫn quy trình phục hồi chức năng,” 2017 Bộ y tế, “Hướng Dẫn Vật Lý Trị Liệu Đột Quỵ,” 2018 PHCN Online, “Phục hồi chức online.” [Online] Available: https://phcnonline.com/2015/10/17/sinh-co-hoc-chuong-7-dang-di-va-phan-tich-dang-di/ [Accessed: 15-Mar-2021] Va Alexandria, Guide to Physical Therapist Practice American Physical Therapy Association, 2001 OptoGait, “Hệ thống phân tích dáng đi.” [Online] Available: http://www.optogait.com/ [Accessed: 15-Mar-2021] Tekscan, “Gait Analysis Systems.” [Online] Available: https://www.tekscan.com/gait-analysis-systems [Accessed: 15-Mar-2021] Yeecon, “Hệ thống robot hồi phục chức năng.” [Online] Available: https://vietnamese.alibaba.com/product-detail/lower-limbs-locomotiontherapy-and-neuro-rehabilitation-robot62193103293.html?spm=a2700.details.0.0.2c814a00rtSXZQ [Accessed: 15Mar-2021] Yeecon, “Hệ thống camera phân tích dáng đi.” [Online] Available: https://vietnamese.alibaba.com/product-detail/professional-gait-analysissystem-for-the-rehabilitation-assessment-on-gait-cycle-high-accuracy-gaitanalysis-equipment-62136893052.html [Accessed: 15-Mar-2021] D Podsiadlo and S Richardson, “The timed Up & Go: a test of basic functional mobility for frail elderly persons,” Journal of the American geriatrics Society, vol 39, no 2, pp 142–148, 1991 R W Bohannon and Y.-C Wang, “Four-Meter Gait Speed: Normative Values Trang 136 [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] and Reliability Determined for Adults Participating in the NIH Toolbox Study.,” Archives of Physical Medicine and Rehabilitation, vol 100, no 3, 2019 T V Phương, “Tự hiệu chuẩn cảm biến nâng cao độ xác hệ thống dẫn đường cho đối tượng chuyển động mặt đất,” Luận án tiến sĩ kĩ thuật ngành Kỹ thuật điều khiển tự động hoá - Đại học Bách khoa Hà Nội, 2017 S Ryan, “Timed 25-Foot Walk,” Shirley Ryan [Online] Available: https://www.sralab.org/rehabilitation-measures/timed-25-foot-walk [Accessed: 15-Mar-2021] P A González, J Armas-aguirre, and P A González, “Technological Architecture with Low Cost Sensors to Improve Physical Therapy Monitoring,” in 15th Iberian Conference on Information Systems and Technologies (CISTI), 2020, pp 24–27, doi: 10.23919/CISTI49556.2020.9140873 Mouser Electronics, “MEMS Enable Medical Innovation,” Mouser Electronics [Online] Available: https://www.mouser.com/applications/mems-enablemedical/ [Accessed: 15-Mar-2021] Chuyên mục công nghệ, “Ứng dụng cảm biến MEMS y tế,” Chuyên mục công nghệ [Online] Available: https://chuyenmuccongnghe.com/2013/04/03/ung-dung-cua-cam-bien-memstrong-y-te-gioi-thieu/ [Accessed: 15-Mar-2021] S Yang and Q Li, “Inertial sensor-based methods in walking speed estimation: A systematic review,” Sensors (Switzerland), vol 12, no 5, pp 6102–6116, 2012, doi: 10.3390/s120506102 K Aminian, P Robert, E Jequier, and Y Schutz, “Estimation of speed and incline of walking using neural network,” IEEE Transa Instrum Meas, vol 44, pp 743–746, 1995 Y Song, S Shin, S Kim, D Lee, and K H Lee, “Speed estimation from a triaxial accelerometer using neural networks,” in 29th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2007, pp 3224–3227 W.-S Yeoh, I Pek, Y.-H Yong, X Chen, and A B Waluyo, “Ambulatory monitoring of human posture and walking speed using wearable accelerometer sensors,” in 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2008, pp 5184–5187 S Miyazaki, “Long-term unrestrained measurement of stride length and walking velocity utilizing a piezoelectric gyroscope,” IEEE Trans Biomed Eng, vol 44, pp 753–759, 1997 K Tong and M HGranat, “A practical gait analysis system using gyroscopes,” Med Eng Phys, vol 21, pp 87–94, 1999 Tanaka, K Motoi, Nogawa, and K Yamakoshi, “A new portable device for ambulatory monitoring of human posture and walking velocity using miniature accelerometers and gyroscope,” in 26th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2004, pp 2283–2286 K Aminian, B Najafi, C Büla, and Leyvraz, “Spatio-temporal parameters of gait measured by an ambulatory system using miniature gyroscopes,” J Biomech, vol 35, pp 689–699, 2002 W Zijlstra and A L Hof, “Assessment of spatio-temporal gait parameters from trunk accelerations during human walking,” Gait Postur, vol 18, pp 1–10, 2003 A M Sabatini, C Martelloni, S Scapellato, and F Cavallo, “Assessment of Trang 137 [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] walking features from foot inertial sensing,” IEEE Trans Biomed Eng, vol 52, pp 486–494, 2005 J C Alvarez, R C González, D Alvarez, A M López, and J Rodríguez-Uría, “Multisensor approach to walking distance estimation with foot inertial sensing,” in 29th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2007, pp 5719–5722 Q Li, M Young, V Naing, and M Donelan, “Walking speed estimation using a shank-mounted inertial measurement unit,” J Biomech, vol 43, pp 1640– 1643, 2010 N M Salbach, N Mayo, J Higgins, and S Ahmed, “Responsiveness and predictability of gait speed and other disability measures in acute stroke,” Arch Phys Med Rehab, vol 82, pp 1204–1212, 2001 B Mariani, C Hoskovec, S Rochat, C Büla, J Penders, and K Aminian, “3D gait assessment in young and elderly subjects using foot-worn inertial sensors,” J Biomech, 2010 J B Kuipers, Quaternions and rotation sequences: a primer with applications to orbits, aerospace, and virtual reality New Jersey: Princeton University Press, 1999 L Ojeda and J Borenstein, “Non-GPS Navigation for Security Personnel and First Responders,” Journal of Navigation, vol 60, no 3, pp 391–407, 2007 H M Schepers, E H F van Asseldonk, C T M Baten, and P H Veltink, “Ambulatory estimation of foot placement during walking using inertial sensors,” Journal of Biomechanics, vol 43, no 16, pp 3138–3143, 2010 C Huang, Z Liao, and L Zhao, “Synergism of INS and PDR in self-contained pedestrian tracking with a miniature sensor module,” IEEE Sensors Journal, vol 10, pp 1349–1359, 2010 Ö Bebek, M A Suster, S Rajgopal, Michael J Fu, X Huang, and M C Çavuşoǧlu, “Personal Navigation via High-Resolution Gait-Corrected Inertial Measurement Units,” IEEE Transactions on Instrumentation and Measurement, vol 59, no 11, pp 3018–3027, 2010 T N Do and Y S Suh, “Gait analysis using floor markers and inertial sensors,” Sensors, vol 12, no 2, pp 1594–1611, 2012 T N Hung and Y S Suh, “Inertial Sensor-Based Two Feet Motion Tracking for Gait Analysis,” Sensors, vol 13, no 5, pp 5614–5629, 2013 B Fan and T Liu, “Wearable sensor system for detecting gait parameters of abnormal gaits: A feasibility study,” IEEE Sensors Journal, vol 18, no 10, p 4234, 2018 N Okkalidis, K P Camilleri, A Gatt, M K Bugeja, and F Owen, “A review of foot pose and trajectory estimation methods using inertial and auxiliary sensors for kinematic gait analysis,” Biomedizinische Technik, 2020, doi: https://doi.org/10.1515/bmt-2019-0163 B Fan, Q Li, and T Liu, “Accurate foot clearance estimation during level and uneven ground walking using inertial sensors,” Measurement Science and Technology, vol 31, no 5, 2020, doi: 10.1088/1361-6501/ab6917 P Merat, E J Harvey, and G D Mitsis, “A Miniature Multi-sensor ShoeMounted Platform for Accurate Positioning,” Proceedings - 2018 IEEE International Conference on Systems, Man, and Cybernetics, SMC 2018, pp 2772–2777, 2019, doi: 10.1109/SMC.2018.00473 D D Pham and Y S Suh, “Foot pose estimation using an inertial sensor unit and two distance sensors,” Sensors (Switzerland), vol 15, no 7, pp 15888– Trang 138 15902, 2015, doi: 10.3390/s150715888 [51] M Mundt, J P Batista, B Markert, C Bollheimer, and T Laurentius, “Walking with rollator : a systematic review of gait parameters in older persons,” European Review of Aging and Physical Activity, vol 5, pp 1–9, 2019 [52] ISO 11199-2:2005(en), “Walking aids manipulated by both arms — Requirements and test methods — Part 2: Rollators.” [Online] Available: https://www.iso.org/standard/36053.html [Accessed: 15-Mar-2021] [53] O A Postolache, P S Girão, J M D Pereira, J Pincho, C Moura, and G Postolache, “Smart walker for pervasive healthcare,” in 2011 Fifth International Conference on Sensing Technology (ICST), 2011, pp 482–487 [54] M M Martins, A Frizera, R Ceres, and C P Santos, “Legs tracking for walker-rehabilitation purposes,” in 5th IEEE RAS & EMBS International Conference on Biomedical Robotics and Biomechatronics, 2014, pp 387–392 [55] C Werner, G Chalvatzaki, X S Papageorgiou, C S Tzafestas, J M Bauer, and K Hauer, “Assessing the concurrent validity of a gait analysis system integrated into a smart walker in older adults with gait impairments,” Clinical Rehabilitation, pp 1–6, 2019, doi: 10.1177/0269215519852143 [56] A D C Chan and J R Green, “Smart rollator prototype,” in IEEE International Workshop on Medical Measurements and Applications, 2008, pp 97–100 [57] H T Duong and Y S Suh, “Walking distance estimation of a walker user using a wrist-mounted IMU,” 2017 56th Annual Conference of the Society of Instrument and Control Engineers of Japan, SICE 2017, vol 2017-Novem, pp 1061–1064, 2017, doi: 10.23919/SICE.2017.8105462 [58] N T Bình, “Nâng cao chất lượng cho thiết bị định vị dẫn đường sử dụng GPS phục vụ toán giám sát quản lý phương tiện giao thông đường bộ,” Luận án tiến sĩ kỹ thuật, Trường đại học Giao thông Vận tải, 2015 [59] P H An, “Về phương pháp nhận dạng chuyển động phương tiện giới quân sử dụng đa cảm biến,” Luận án tiến sĩ kĩ thuật, Viện Khoa học Công nghệ Quân sự, 2011 [60] D T Tran, L Ha, T Nguyen, and D D Nguyen, “Integration of Inertial Navigation System and Global Positioning System: Performance analysis and measurements,” in International Conference on Intelligence and Advance Systems, 2007 [61] T D Tan, H H Tue, N T Long, N P Thuy, and N Van Chuc, “Designing Kalman Filters for Integration of Inertial Navigation System and Global Positioning System,” in In: REV: the 10th biennial Vietnam Conference on Radio & Electronics, 2006 [62] N P Thuỳ, “Nghiên cứu tích hợp hệ thống dẫn đường quán tính sở cảm biến vi điện tử phục vụ điều khiễn dẫn đường phương tiện chuyện động.,” Viện Tên Lửa – Trung tâm KHKT & CNQS, 2007 [63] T V Phuong, H Van Trong, N T L Huong, and T T Quang, “Experimental Verification of Positioning Algorithm of Moving Objects Applied for SelfMade IMU using MEMS Inertial Sensors,” in The 2nd International Conference on Advanced Materials and Nanotechnology, 2014 [64] T V Phuong, H Van Trong, N T L Huong, and T Q Thong, “Improvement of Positioning Algorithm of Moving Objects Applied for INS using MEMSased Sensors om ined with GPS Technology,” in ICSANE-2013, 2013, pp 99– 105 Trang 139 [65] T V Phuong, N T L Huong, and T Q Thong, “Implementation Of SelfCalibration Method For Accelerometer In Inertial Navigation System,” tạp chí KHCN trường Đại học Kỹ thuật, pp 56 – 61, 2016 [66] T V Phương, N T L Hương, and T Q Thông, “Xây dựng hệ AHRS sở cảm biến MEMS sử dụng lọc Kalman kết hợp mơ hình sai số ngẫu nhiên AR,” in Hội nghị toàn quốc lần thứ iều khiển Tự động hóa VCCA2015, 2015, pp 844–851 [67] T V Phương and N T L Hương, “Xây dựng hệ dẫn đường kết hợp INS/GPS sử dụng lọc Kalman kết hợp mơ hình sai số ngẫu nhiên tự hồi quy AR áp dụng cho đối tượng chuyển động mặt đất,” tạp chí KHCN GTVT, pp 66 – 68, 2016 [68] T V Phương, N T L Hương, Đ T Kiên, and H N Đế, “Ứng dụng hệ dẫn đường quán tính xác thực mơ hình động lực học xe đạp,” Tạp chí Nghiên cứu Khoa học công nghệ Quân sự, pp 196–204, 2016 [69] T V Phương, N T L Hương, and T Q Thông, “Xây dựng hệ INS/GPS theo cấu trúc ghép lỏng sử dụng lọc Kalman sở hệ INS cải thiện độ xác,” tạp chí KHCN trường Đại học Kỹ thuật, vol 116, pp 1–5, 2017 [70] N T Bình, “Phát triển cơng cụ làm trơn RTS xác định quỹ đạo chuyển động,” Tạp chí khoa học GTVT, vol 27, pp 112–117, 2009 [71] N T Bình, “Tính tốn hệ INS miền rời rạc,” Tạp chí Khoa học GTVT, vol 7/2011, pp 129 – 134 [72] N T Bình, “Phát triển công cụ lọc UKF (Unscented Kalman Filter) xử lý tín hiệu,” Tạp chí Khoa học GTVT, vol 32, pp 27 – 33, 2010 [73] N Q Tuấn and N T Bình, “Cơng nghệ tích hợp INS- GPS giám sát giao thơng,” Tạp chí khoa học GTVT, Bộ Giao thông Vận tải, pp 39 – 43, 2012 [74] N T Bình, “Xử lý góc Heading hệ thống tích hợp GPS/INS,” Tạp chí Khoa học GTVT, vol 36, pp 62 – 67, 2011 [75] T B Ngo and T H Nguyen, “Design of a system for management and monitoring of vehicles transporting solid waste in open-cast coal mines,” Journal of Vietnamese Environment, vol 32, no 2, pp 92–97, 2012 [76] T B Ngo, “Improvement of the quality of integrated INS/GPS devices based on fuzzy logic,” in The 6th Vietnam Conference on Mechatronics, 2012, pp 411 – 418 [77] T B Ngo, F Biral, H Lan Le, and T Hai Nguyen, “Improvement of the Quality of Vehicles Positioning and Management Systems Based on using MEMS INS 9-DOF and GPS Devices,” in International conference nSTf 2014, NACENTECH, Hanoi, 2014, pp 361 – 376 [78] N V Hảo, “Đề tài cấp Thành phố: Nghiên cứu xây dựng hệ thống đinh vi ̣ tıć h hợp ̣ GPS/INS hỗ trợ việc giám sát đánh giá thao tác bay học viên phi cơng dịng máy bay huấn luyện,” 2017 [79] V N Hải and N V Hảo, “Đề tài cấp Nhà nước: Nghiên cứu, thiết kế chế tạo hệ thống định vị 3D độ xác cao dùng điều khiển giám sát đối tượng chuyển động,” 2015 [80] N V Hảo, “Đề tài cấp Thành phố: Thiết kế chế tạo IMU bậc,” 2012 [81] N V Hảo, “Đề tài cấp Nhà nước: Nghiên cứu chế tạo thiết bị đo quán tính trục,” 2013 [82] V V Hùng, “Ứng dụng cảm biến gia tốc MEMS việc đo góc nghiên độ rung,” Đại học Công nghệ - Đại học Quốc gia Hà Nội, 2005 [83] Wikiwand, “Inertial measurement unit,” Wikiwand [Online] Available: Trang 140 https://www.wikiwand.com/en/Inertial_measurement_unit [Accessed: 15Mar-2021] [84] Wikipedia, “Con quay hồi chuyển,” Wikipedia [Online] Available: https://vi.wikipedia.org/wiki/Con_quay_hồi_chuyển [Accessed: 15-Mar2021] [85] Xsens, “mti-1-series,” Xsens [Online] Available: https://www.xsens.com/products/mti-1-series [Accessed: 15-Mar-2021] [86] Xsens, “MTi 100-series datasheet.” [Online] Available: https://www.mouser.cn/datasheet/2/693/mti-100-series-1540263.pdf [Accessed: 15-Mar-2021] [87] M Zhang, K Li, B Hu, and C Meng, “Comparison of kalman filters for inertial integrated navigation,” Sensors, vol 19, no 6, 2019, doi: 10.3390/s19061426 [88] D Titterton and J Weston, Strapdown inertial navigation technology London, UK: Peter Peregrinus Ltd., 1997 [89] Stan Shepperd, “Quaternion from rotation matrix Title,” Journal of Guidance and Control, vol 1, no 3, pp 223–224, 1978 [90] J M Maley, “Multiplicative Quaternion Extended Kalman Filtering for Nonspinning Guided Projectiles,” Army Research Laboratory, Adelphi, MD, USA, 2013 [91] W F Phillips, Glenn Gebert, and C Hailey, “Review of Attitude Representations Used for Aircraft Kinematics,” Journal of Aircraft, vol 38, no 4, pp 718–737, 2001 [92] H D Black, “A passive system for determining the attitude of a satellite,” AIAA Journal, vol 2, pp 1350–1351, 1964, doi: https://doi.org/10.2514/3.2555 [93] Y S Suh, “Pedestrian Navigation Using Foot-Mounted Inertial Sensor and LIDAR,” Sensors, vol 16, no 1, p 120, 2016 [94] F L Markley, “Multiplicative vs Additive Filtering for Spacecraft Attitude Determination,” in Proc of 6th Cranfield Conference on Dynamics and Control of Systems and Structures in Space, 2004, pp 467–474 [95] R G Brown and P Y C Hwang, Introduction to Random Signals and Applied Kalman Filtering New York: John Wiley & Sons, 1997 [96] Y S Suh and S Park, “Pedestrian Inertial Navigation with Gait Phase Detection Assisted Zero Velocity Updating,” in Proceedings of the 4th International Conference on Autonomous Robots and Agents, 2009, pp 336– 341 [97] EDN, “Evaluating inertial measurement units.” [Online] Available: https://www.edn.com/evaluating-inertial-measurement-units [Accessed: 15Mar-2021] [98] Đ X Vinh, “Áp dụng lọc Kalman để nâng cao độ xác đo GPS động,” Tạp chí Khoa học Đại học Quốc gia Hà Nội: Các Khoa học Trái đất môi trường, vol 34, no 2, pp 74–85, 2018 [99] Q V Doan and D D Pham, “Inertial navigation algorithm for trajectory of front-wheel walker estimation,” Heliyon, vol 5, pp 1–8, 2019 [100] W Hawkinson, P Samanant, R McCroskey, and R Ingvalson, “GLANSER: Geospatial Location, Accountability, and Navigation System For Emergency Responders,” in Proc of Position Location and Navigation Symposium (PLANS), 2012, pp 98–105 [101] S K Park and Y S Suh, “A Zero Velocity Detection Algorithm Using Inertial Sensors for Pedestrian Navigation Systems,” Sensors, vol 10, no 10, pp Trang 141 9163–9178, 2010 [102] I SkogNilsson, J.-O Nilsson, and P Händel, “Evaluation of zero-velocity detectors for foot-mounted inertial navigation systems,” in Proceedings of International Conference on Indoor Positioning and Indoor Navigation, 2010, pp 1–6 [103] SparkFun, “VL6180 datasheet,” SparkFun [Online] Available: https://www.sparkfun.com/products/12785 [Accessed: 15-Mar-2021] [104] OptiTrack, “Optitrack Six Flex 13.” [Online] Available: https://optitrack.com/systems/#animation/flex-13/6 [Accessed: 15-Mar-2021] [105] D D Pham, H T Duong, and Y S Suh, “Walking monitoring using an IMU and encoders for a walker user,” no Iccas, pp 3–4, 2017 [106] D D Pham, H T Duong, and Y S Suh, “Walking Monitoring for Users of Standard and Front-Wheel Walkers,” IEEE Transactions on Instrumentation and Measurement, vol 66, no 12, pp 3289–3298, 2017, doi: 10.1109/TIM.2017.2745058 [107] Q V Doan and D D Pham, “Fast calibration for parameters of an inertial measurement unitfixed to astandard walker,” Heliyon, vol 6, no 8, p e04735, 2020 [108] MedlinePlus, “Using a walker.” [Online] Available: https://medlineplus.gov/ency/patientinstructions/000342.htm [Accessed: 15Mar-2021] [109] Walter R Frontera, ulie K Silver, and Jr Thomas D Rizzo, Essentials of Physical Medicine and Rehabilitation, 2nd ed Philadelphica, PA: Elsevier, 2008 [110] Matlab, “Peak detection using MATLAB.” [Online] Available: http://www.billauer.co.il/peakdet.html [Accessed: 15-Mar-2021] Trang 142 PHỤ LỤC Thứ tự DANH MỤC PHỤ LỤC Tên phụ lục Công văn đề nghị hỗ trợ đo đạc thực nghiệm luận án tiến sĩ Trường Đại học Sư phạm Kỹ thuật - ĐHĐN Phiếu xác nhận việc thử nghiệm hệ thống ước lượng thông số bước bệnh viện Quân y 17 Phiếu đánh giá TS.BSCK2 Nguyễn Tấn Dũng, Phó giám đốc Bệnh viện C Đà Nẵng chẩn đốn, đánh giá tình trạng sức khoẻ theo dõi tiến trình hồi phục chức bệnh nhân tham gia thử nghiệm Phiếu nhận xét hệ thống đề xuất TS.BSCK2 Nguyễn Tấn Dũng, Phó giám đốc Bệnh viện C Đà Nẵng Phiếu nhận xét hệ thống đề xuất BSCK2 Phan Tín Dụng, Trưởng khoa Vật lý trị liệu - Phục hồi Chức năng, Bệnh viện Đà Nẵng Phiếu nhận xét hệ thống đề xuất BSCK1 Võ Thị Hồng Hương, Trưởng Khoa Vật lý Trị liệu - Phục hồi Chức bệnh viện 199- Bộ Công an Phiếu nhận xét hệ thống đề xuất ThS Trương Văn Dũng, Kỹ thuật viên chuyên khoa Vật lý trị liệu - Phục hồi Chức năng, Bệnh viện C Đà Nẵng Phiếu nhận xét hệ thống đề xuất Cử nhân Phục hồi Chức năng, bệnh viên Quân y 17 Trang 143