Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 18 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
18
Dung lượng
752,77 KB
Nội dung
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - Trương Ánh Hồng XÁCĐỊNHVỊTRÍNGƯỜIDÙNGBẰNGĐIỆNTHOẠIDIĐỘNG LUẬN VĂN THẠC SĨ KỸ THUẬT HÀ NỘI, NĂM 2017 Luận văn hoàn thành tại: HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học: PGS.TS Phạm Văn Cường Phản biện 1: Phản biện 2: Luận văn bảo vệ trước Hội đồng chấm luận văn thạc sĩ Học viện Công nghệ Bưu Viễn thông Vào lúc: ngày tháng năm Có thể tìm hiểu luận văn tại: Thư viện Trường Học viện Công nghệ Bưu Viễn thông MỞ ĐẦU Địnhvị kỹ thuật sử dụng để biết vịtrí đối tượng hệ quy chiếu Trong hệ thống địnhvị toàn cầu (GPS) vệ tinh sử dụng nhiều hệ thống địnhvị Chẳng hạn, ứng dụngđịnhvị cho máy bay tàu thủy thường sử dụng công nghệ GPS Trong năm trở lại đây, điệnthoại thông minh phát triển tích hợp dịch vụ GPS để địnhvịđịnh hướng di chuyển Hiện có nhiều nước giới cung cấp dịch vụ GPS cho điệnthoạidiđộngđông đảo ngườidùng đón nhận Tuy nhiên, tín hiệu vệ tinh bị suy yếu phân tán nhiều vật cản mái nhà, tường đối tượng khác, đó, hệ thống đinhvị GPS không đủ xác tìm kiếm phòng hay tòa nhà người địa điểm không thu tín hiệu GPS Vì vậy, việc nghiên cứu ứng dụng nhằm xácđịnhvịtrí đối tượng nhà thực cần thiết Địnhvị nhà có ý nghĩa quan trọng thực tế người sử dụng cần phải biết vịtrí tòa nhà, chẳng hạn nhân viên cứu hỏa, người cần biết vịtrí họ nạn nhân tòa nhà để từ đề phương án tìm kiếm cứu nạn chữa cháy hiệu Một ứng dụng khác hệ thống sử dụng sân bay để di chuyển hành khách lên máy bay nhanh xác Xuất phát từ đòi hỏi thực tế đặt việc nghiên cứu cách tổng thể xây dựng ứng dụng giúp xácđịnhvịtríngười sử dụng thiết bị điệnthoại thông minh cách xác nhà đòi hỏi vô cần thiết Do chọn đề tài: “Xác địnhvịtríngườidùngđiệnthoạidi động” để làm luận văn thạc sỹ cho mình, hy vọng luận văn có đóng góp tích cực mặt lý luận thực tiễn 2 Chương TỔNG QUAN VỀ XÁCĐỊNHVỊTRÍNGƯỜIDÙNGBẰNGĐIỆNTHOẠIDIĐỘNG Chương trình bày tổng quan định vị, số ứng dụngđịnhvịvịtríngười nhà, nghiên cứu trước toán xácđịnhvịtríngườidùng Phần cuối chương phạm vi nghiên cứu số giả định 1.1 Các ứng dụng sử dụng thông tin vịtríngườidùng 1.1.1 Giới thiệu địnhvịĐịnhvị kỹ thuật sử dụng để biết vịtrí đối tượng hệ quy chiếu Đối tượng đối tượng đứng yên tòa nhà, sân bóng… đối tượng diđộng xe máy, ô tô, người… Tuy nhiên, phạm vi luận văn tập trung vào đối tượng cần địnhvịngườidi chuyển đứng yên tòa nhà Trong nhiều năm qua, hệ thống địnhvị phát triển ngày đạt đến độ xác cao Phạm vịxácđịnhvịtrí đối tượng đạt mức độ phát triển đáng kể, từ cấp độ toàn cầu cấp độ địa phương nhỏ lẻ, chí tòa nhà Hệ thống địnhvị giúp ích việc xácđịnhvị trí, tính toán khoảng cách, tìm đường phạm vi khác Lợi ích đem lại từ hệ thống địnhvị lớn ngày ứng dụng rộng rãi đời sống Hiện nay, có nhiều công nghệ địnhvị bật sử dụng nhiều hệ thống địnhvị toàn cầu (Global Postioning System – GPS) sử dụng vệ tinh để địnhvị Một ví dụ bật ứng dụng GPS hệ thống tìm đường thiết bị đặt ô tô Thiết bị GPS giúp người lái ô tô có khả tìm kiếm đường ngắn tới địa điểm định trước, giúp rút ngắn thời gian tìm kiếm giảm bớt hao phí tài chính, môi trường Trong phạm vi hẹp, hệ thống địnhvị giúp robot có khả tìm đường mô hình bóng đá robot Chúng ta thấy rằng, lợi ích đem lại từ hệ thống địnhvị lớn ngày ứng dụng rộng rãi đời sống người Bên cạnh ứng dụngđịnhvị thiết bị cầm tay nhận quan tâm nghiên cứu sử dụng cộng đồng, ví dụ ứng dụng cung cấp dịch vụ tự động cho người khiếm thị họ di chuyển nhà, theo dõi trẻ nhỏ, người già ngườitrí nhớ kém…trong trường hợp người thân nhiều thời gian để trông nom, quản lý nhằm tránh trường hợp đáng tiếc xảy Các thiết bị địnhvị xe đạp điện giúp vị phụ huynh theo dõi, giám sát, quản lý bảo vệ em gặp trường hợp khẩn cấp 1.1.2 Ứng dụngđịnhvị nhà Hệ thống địnhvị toàn cầu GPS hay hệ thống địnhvị phạm vi rộng có ứng dụng rộng rãi Tuy nhiên, trường hợp cụ thể, ví dụ tòa nhà, khu đông đúc dân cư tín hiệu vệ tinh bị suy yếu phân tán nhiều vật cản mái nhà, tường đối tượng khác hệ thống GPS vận hành chưa nhận tín hiệu trực tiếp từ vệ tinh Do đó, hệ thống GPS không đủ xác tìm kiếm phòng người địa điểm không thu tín hiệu GPS Vì vậy, việc nghiên cứu ứng dụng nhằm xácđịnhvịtrí đối tượng nhà thực cần thiết Hệ thống theo dõi bệnh nhân thiết bị y tế bệnh viện Hệ thống hướng dẫn khách bảo tàng, thư viện, trường đại học, cửa hàng… Trong lĩnh vực người máy (robotic) [4], việc xácđịnhvịtríngười máy quan trọng, định độ chuẩn xácngười máy thực nhiệm vụ đặt Các ứng dụng Kỹ thuật khí 1.1.3 Địnhvị nhà phương pháp Dead Reckoning Theo nguyên tắc đo khác nhau, phương pháp địnhvị chia thành bốn loại chính: tam giác, cảm biến trực tiếp, nhận dạng mẫu, Dead Reckoning Sau tìm hiểu kỹ thuật địnhvị nhà nay, thấy phương pháp trước có kết định Tuy nhiên thực tế ứng dụng tồn số nhược điểm sau: số tiếp cận có độ sai số lớn ảnh hưởng môi trường nhà chẳng hạn siêu âm, cảnh báo Bluetooth việc lắp đặt thêm sở hạ tầng với chi phí cao ứng dụngđịnhvị phương pháp tam giác cảm biến trực tiếp, độ xác hệ thống phụ thuộc nhiều vào việc triển khai thiết bị vị trí, ví dụ, Wi-Fi thiết bị địnhvị có kích thước cồng kềnh gây khó khăn cho người sử dụng đặc biệt đối tượng cần hỗ trợ địnhvịngười khiếm thị, hay bệnh nhân bị giảm khả nhận thức hệ thống địnhvị sử dụng công nghệ thẻ với chi phí đắt đỏ không phù hợp với số đôngngười sử dụng nay, việc áp dụng kỹ thuật nhận dạng mẫu đòi hỏi kỹ thuật phức tạp để tạo mô hình nhận dạng, dung lượng lưu trữ cao, thời gian tính toán lớn Chính yêu cầu đặt lựa chọn phương pháp khắc phục nhược điểm trên, việc xây dựng hệ thống địnhvị có độ xác cao, tiết kiệm chi phí, dễ sử dụng thực cần thiết Luận văn sử dụng kỹ thuật Dead Reckoning để địnhvị sử dụng cảm biến để ước tính vịtríngười với chi phí triển khai thấp khả định hướng tốt ba kỹ thuật lại Để tiết kiệm chi phí tác giả sử dụng cảm biến gia tốc có sẵn điệnthoạidiđộng thông minh để tiến hành thu thập liệu cảm biến từ đưa vịtrí nhằm hỗ trợ cho người sử dụng Chính lý việc địnhvị nhà có tầm quan trọng định Hiện có nhiều công trình nghiên cứu công nghệ địnhvị nhằm thực yêu cầu sống nghiên cứu khoa học Một vài lĩnh vực sử dụng ứng dụngđịnhvị nhà kể đến: - Việc phát triển ứng dụngđịnhvị nhiều lĩnh vực khác sống như: theo dõi bệnh nhân, hay chí thiết bị y tế đắt tiền bệnh viện; bảo tàng hội chợ, hệ thống địnhvị giúp người hướng dẫn hướng dẫn người xem từ xa, chí người xem tự xácđịnhvịtrí từ xácđịnh hướng di chuyển phù hợp; thư viện lớn, hệ thống giúp người đọc tìm sách mà họ mong muốn; hệ thống địnhvị cửa hàng giúp người quản lý theo dõi khách hàng đồng thời hướng dẫn họ, giúp họ tìm sản phẩm mong muốn hay cung cấp cho khách hàng thông tin cần thiết họ đứngvịtrí sản phẩm trường đại học, hệ thống địnhvị giúp người khách tìm vịtrí văn phòng cần đến giúp sinh viên xácđịnhvịtrí giảng viên, giảng đường cần tìm - Trong lĩnh vực người máy (robotic) [2], việc xácđịnhvịtríngười máy quan trọng, định độ chuẩn xácngười máy thực nhiệm vụ đặt 5 Các nhà khoa học tiến hành cài đặt thiết bị địnhvị vào người máy để xácđịnh hướng chúng, hay xácđịnhvịtrí mà chúng cần phải - Kỹ thuật khí ngày phát triển theo hướng ứng dụng hệ thống tự động thông minh Việc ứng dụng ứng dụngđịnhvị thực cần thiết với thiết bị công nghiệp, hệ thống hỗ trợ công cụ dây truyền lắp ráp xe, hướng dẫn robot di chuyển, giám sát tự động kiểm soát chất lượng Khả địnhvị nhà giúp đỡ việc tìm kiếm công cụ cần bảo trì, thiết bị gắn thẻ lắp đặt rải rác tên tất sở sản xuất nhà máy nên việc tìm kiếm khó khăn nhiều thời gian Ngoài ra, việc cải thiện hệ thống an toàn tự động, bảo hộ lao động tránh va chạm có khả sử dụngđịnhvị để nâng cao an toàn cho người lao động 1.2 Các nghiên cứu trước Các công nghệ địnhvị sử dụng kỹ thuật cảm biến trực tiếp Hệ thống xây dựng tài liệu [6] cung cấp cho người khiếm thị ứng dụngđịnhvị dẫn đường giúp cho họ hòa nhập với cộng đồng, họ di chuyển nhà, tòa nhà công cộng không gian mở đường phố, công viên mà không cần hỗ trợ người khác Hệ thống sử dụng thẻ RFID gắn sẵn vào môi trường để phát tín hiệu, tín hiệu thiết bị thu gắn gậy người khiếm thị, xử lý đưa vị trí, điều hướng giúp người khiếm thị di chuyển Vịtrí khách truy cập tài liệu [3] xácđịnh từ việc đọc hệ thống mã vạch có chứa thông tin vịtrí mã hóa cài đặt khuôn viên trường Đại học Carnegie Mellon Ứng dụng Metronaut hướng dẫn cho người sử dụng lịch trình di chuyển khuôn viên trường, hướng dẫn hiển thị hình LCD dạng tin nhắn thông báo Ngoài hệ thống áp dụng lĩnh vực khác giám sát bệnh nhân khuôn viên bệnh viện, kiểm tra hàng tồn kho nhà máy,… Thiết bị đầu đọc mã vạch có trọng lượng khoảng pound, điện tiêu thụ thấp, nhiên kích thước thiết bị cồng kềnh, việc mang theo bên bất tiện, việc đọc mã vạch tin nhắn thông báo lộ trình di chuyển đối tượng người khiếm thị bệnh nhân nhận thức 6 Các công nghệ địnhvị sử dụng kỹ thuật nhận dạng mẫu Nghiên cứu [22] áp dụng cho tuyến đường không gian phức tạp bao gồm môi trường nhà trời, kết thực nghiệm cho thấy ứng dụng cung cấp khả địnhvị điều hướng xác Trong môi trường trời nơi có tín hiệu GPS, hệ thống sử dụng công nghệ địnhvị GPS sẵn có Đối với môi trường tiếp nhận tín hiệu GPS không tốt (trong nhà, không gian trời bị hạn chế tầm nhìn lên bầu trời) hệ thống lựa chọn phương pháp nhận dạng mẫu với kỹ thuật thị giác máy tính để địnhvị điều hướng cho đối tượng Hệ thống bao gồm 04 máy ảnh, 02 máy phía trước, hai máy phía sau gắn dây đeo vai ba lô Các máy ảnh kết nối với máy tính xách tay để lưu lại ảnh trình khám phá để xây dựng mô hình môi trường Ngườidùng tương tác với hệ thống thông qua thiết bị cầm tay Các công nghệ địnhvị sử dụng kỹ thuật tam giác Trong dự án nghiên cứu Navio[23] hệ thống địnhvị kết hợp trời nhà trường Đại học công nghệ Vienna Chúng ta biết điều hướng môi trường đô thị gồm trường nhà trời hỗn hợp nhiệm vụ khó khăn Hệ thống sử dụng công nghệ địnhvị dẫn đường toàn cầu (Navigation Satellite System- GNSS), tín hiệu từ vệ tinh không khả thi tòa nhà tòa nhà cao tầng Chính vậy, để địnhvị liền mạch nhà trời, hệ thống địnhvị nhà sử dụng tín hiệu từ BTS, trạm phát sóng không dây sử dụng tòa nhà wifi, wlan… Tuy nhiên, việc thiết đặt thêm thiết bị tốn kém, hệ thống có xác hay không phụ thuộc vào việc thiết đặt vịtrí trạm phát sóng Vì số trường hợp hệ thống cho kết không xác chưa đem lại hiệu địnhvị nhà Các công nghệ địnhvị sử dụng kỹ thuật Dead Reckoning Trong báo [21], tác giả sử dụng phương pháp Dead Reckoning với cảm biến gồm sáu thiết bị cảm biến gắn chân từ kế gắn eo người sử dụng Tác giả tiến hành thử nghiệm hệ thống hai môi trường nhà trời Việc thực nhà so sánh với hệ thống tham chiếu dựa vào việc quan sát người, kết thử nghiệm cho thấy việc sử dụng tính toán phát hướng không xác chệch hướng di chuyển Việc thực trời so sánh với ứng dụngđịnhvị Google, kết cho thấy sai số hệ thống thấp 5m so với quãng đường 400m Dựa kết thử nghiệm thấy hệ thống địnhvị có sai số lớn, chi phí cài đặt hệ thống tốn kém, gồm nhiều thiết bị cảm biến riêng lẻ gây khó khăn cho người sử dụng Hầu hết kỹ thuật địnhvị nhà xây dựng dựa cường độ tín hiệu nhận tín hiệu không dây, ví dụ Wifi, siêu âm, Bluetooth nhận dạng tận số radio RFID, cách tiếp cận dễ bị can thiệp môi trường tường nhà, thiết bị, muốn cho kết cần phải lắp đặt nhiều thiết bị tốn kém, tòa nhà chưa biết trước ứng dụng sử dụng Một thuật toán đáng tin cậy ổn định số nhiều nghiên cứu vịtríngười Dead Reckoning, loại địnhvị cá nhân Phương pháp sử dụng liệu cảm biến để thu “thông tin bước” đặc tính khác biệt người Sau phân tích hành động cụ thể người hệ thống tính tổng số khoảng cách Các cảm biến gắn thắt lưng, gắn chân cầm tay thường dễ cài đặt, dễ sử dụng tiết kiệm chi phí Từ đánh giá hệ thống nhận dạng hoạt độngngười nêu đề xuất hệ thống đinhvị nhà kỹ thuật Dead Reckoning (DR) xácđịnhvịtríngười sử dụng nhà điệnthoạidiđộng có gắn cảm biến gia tốc ba chiều Thay trang bị cài đặt module phần cứng chuyên dụng, hệ thống DR thực đơn giản tải ứng dụng phần mềm thiết bị diđộng cho người sử dụng 1.3 Phạm vi nghiên cứu Luận văn tập trung nghiên cứu xácđịnhvịtríngười sử dụngđiệnthoại tầng nhà khoảng thời gian thực thiết bị diđộng cài đặt hệ điều hành Android Luận văn lựa chọn phát triển ứng dụng tảng Android số lượng người sử dụng Android toàn cầu phổ biến, 80% điệnthoại thông minh sử dụng hệ điều hành Android Hơn hệ điều hành mã nguồn mở, miễn phí, cung cấp API cho phép dễ dàng sử dụng liệu cảm biến gia tốc thiết bị Hệ thống thử nghiệm điệnthoại Samsung Galaxy J3, phiên Android 5.5.1 8 1.4 Các giả định Giả địnhđiệnthoại mang người phải có pin để trì hoạt độngĐiệnthoại phải tích hợp cảm biến gia tốc ba chiều điệnthoại phải mang bên người từ vịtrí bắt đầu vào khu vực mô hình môi trường 9 Chương PHƯƠNG PHÁP XÁCĐỊNHVỊTRÍNGƯỜIDÙNG Chương đề xuất phương pháp xácđịnhvịtríngườidùngngười bao gồm bước: phân tích xử lý tín hiệu cảm biến, xácđịnh bước, xácđịnh hướng di chuyển, xácđịnhvịtrí 2.1 Phân tích xử lý tín hiệu cảm biến 2.1.1 Cảm biến 2.1.1.1 Tổng quan cảm biến điệnthoại thông minh Hiện nay, loại điệnthoại thông minh thị trường trang bị thiết bị cảm biến gia tốc, đặc biệt dòngđiệnthoại cảm ứng Mục đích cảm biến gia tốc điệnthoạidiđộng nhằm giúp điệnthoại tương tác với môi trường xung quanh, cụ thể ngườidùng xoay ngang hình điệnthoại máy tính bảng thiết bị tự nhận biết xoay ngang hình cảm ứng Nhiều điệnthoạidiđộng có tích hợp cảm biến, loại cảm biến có chức riêng Hiện nay, có nhiều ứng dụng giành cho điệnthoạidiđộng xây dựng nhằm tận dụng lợi cảm biến chúng có khả cung cấp liệu thô với độ xác cao Các ứng dụng thực tế như: hệ thống theo dõi chuyển động thiết bị ba chiều đối tượng, thiết bị địnhvị ứng dụng theo dõi thay đổi môi trường xung quanh, … 2.1.1.2 Cảm biến gia tốc Gia tốc đại lượng vật lý quan trọng dùng để mô tả chuyển động Gia tốc vật thời điểm mức độ thay đổi vận tốc thời điểm Trong luận văn, tác giả sử dụng cảm biến gia tốc tích hợp điệnthoạidiđộng để xây dựng hệ thống địnhvịngườidùng nhằm mục đích hỗ trợ ngườidùng đưa phương án di chuyển hợp lý, hiệu tòa nhà 10 2.1.2 Xử lý liệu cảm biến 2.1.2.1 Bộ lọc thông cao để loại bỏ lực hấp dẫn Bộ lọc thông cao có tác dụng loại bỏ tín hiệu có cường độ lớn bất thường Lực hấp dẫn tín hiệu có tần số thấp gây tác động lên tín hiệu gia tốc thu từ ba trục ox, oy, oz, khoảng 9.81 m/s2 Để loại bỏ ảnh hưởng trọng lực, sử dụng lọc thông cao với công thức (2.3) sau: acc_Hpavg = acc_new * (1-) – acc_Hpavg * ; (2.3) acc_Filtered = acc_new – acc_Hpavg; Trong đó: - acc_new: Gia tốc thu từ trục ox, oy, oz - acc_ Filtered: Gia tốc tương ứng acc_new sau loại bỏ ảnh hưởng trọng lực - : giá trị tự chọn cho trình lọc 2.1.2.2 Bộ lọc thông thấp để loại bỏ tín hiệu nhiễu Đầu lọc thông cao sau xử lý lọc thông thấp để làm mịn tín hiệu giảm tín hiệu nhiễu ngẫu nhiên Chúng ta tiến hành lọc với công thức (2.4) đây: 𝑦 [𝑖 ] = 𝑀 ∑𝑀 𝑗=1 𝑥(𝑖 + 𝑗) (2.4) Trong đó: - 𝑦[ ]: đầu sau lọc trung bình tín hiệu - 𝑥[ ]: đầu vào tín hiệu chưa xử lý lọc tín hiệu - M di chuyển cửa sổ, số điểm sử dụngdi chuyển trung bình Trong nghiên cứu này, giá trị M 20, việc lựa chọn giá trị dựa kinh nghiệm xử lý tín hiệu 2.1.2.3 Tái tạo mẫu Với tần số 100 Hz trường hợp lý tưởng giây ta thu 100 mẫu Tuy nhiên, thực tế nhiều yếu tố số mẫu thu thường 100 mẫu giây Do ta cần tiến hành tái tạo mẫu để thu đủ số mẫu cần thiết cho trình nhận 11 dạng bước tiếp sau Quá trình tái tạo mẫu thực phương pháp nội suy tuyến tính 2.1.2.4 Trích chọn đặc trưng Trong ngườidi chuyển, lần bước tương ứng với xuất đỉnh gia tốc thu từ điệnthoạidiđộng gia tốc thẳng đứng tạo tác động bàn chân chạm đất Trong luận văn sử dụngđỉnh gia tốc làm đặc trưng để phát bước người sử dụng 2.2 Xácđịnh bước 2.2.1 Phát bước Phương pháp sử dụng đặc trưng đỉnh gia tốc để phát bước Mỗi đỉnh gia tốc thẳng đứng tương ứng với xuất bước gia tốc thẳng đứng tạo tác động thẳng đứng bàn chân chạm đất Để phát bước, tác giả sử dụng chương trình để phát ngưỡng tương đối Chương trình phát bước đỉnh tối đa hợp lệ (maxima) đỉnh tối thiểu hợp lệ (minima) phát theo trình tự khoảng thời gian định 2.2.2 Ước lượng độ dài bước 2.2.2.1 Phương pháp tĩnh Trong phương pháp này, giả sử tất bước hợp lệ đối tượng có độ dài nhau, độ dài bước tính công thức sau: Step_size = height * k (2.5) Trong đó: - Height: độ cao đối tượng thử nghiệm - k = 0.415 đối tượng nam, k = 0.413 đối tượng nữ 2.2.2.2 Phương pháp động Cách tiếp cận Weinberg step_size = k 4√𝑎𝑚𝑎𝑥 − 𝑎𝑚𝑖𝑛 (2.6) 12 Trong đó: - 𝑎𝑚𝑖𝑛 gia tốc tối thiểu đượcvđo trục oz bước xét - 𝑎𝑚𝑎𝑥 gia tốc tối đa đo trục oz bước xét - 𝑘 số phép biến đổi (ví dụ bàn chân khoảng cách di chuyển) Trong nghiên cứu này, tác giả chọn 𝑘 = 0.41 cho tất đối tượng Tiếp cận Scarlet =k* ∑𝑁 𝑘=1|𝑎𝑘 |− 𝑎 𝑚𝑖𝑛 𝑁 (2.7) 𝑎𝑚𝑎𝑥 − 𝑎𝑚𝑖𝑛 Trong đó: - k số nhân, nghiên cứu tác giả chọn k = 0.81 - 𝑎𝑚𝑎𝑥 giá trị gia tốc tối đa đo bước xét - 𝑎𝑚𝑖𝑛 giá trị gia tốc tối thiểu đo bước xét - 𝑁 số bước hợp lệ Tiếp cận Kim ∑𝑁 |𝑎 | 𝑘=1 𝑘 step_size = k* √ (2.8) 𝑁 Trong đó: - k số sửa đổi vịtrí khác cảm biến, nghiên cứu tác giả chọn k = 0.55 - N số bước hợp lệ - Ak gia tốc bước thứ k 2.3 Định hướng di chuyển Giả sử trình di chuyển, ngườidùng thực đoạn đường thẳng Trong nghiên cứu này, tác giả bỏ qua bước xácđịnh hướng di chuyển 2.4 Xácđinhvịtrí Phương pháp tĩnh: S = step_size * N (2.9) Trong đó: - S khoảng cách di chuyển từ vịtrí bắt đầu biết trước 13 - step_size độ dài bước trung bình đối tượng - N số bước hợp lệ Phương pháp động: 𝑆 = ∑𝑁 𝑖=1 𝑠𝑡𝑒𝑝_𝑠𝑖𝑧𝑒𝑖 (2.10) Trong đó: - S khoảng cách di chuyển từ vịtrí bắt đầu biết trước - 𝑠𝑡𝑒𝑝_𝑠𝑖𝑧𝑒𝑖 độ dài bước hợp lệ thứ i đối tượng - N số bước hợp lệ Vịtrí bắt đầu ngườidùng thiết lập sẵn mô hình môi trường, giả sử tòa nhà chọn cửa vào điểm bắt đầu hệ thống Từ khoảng cách di chuyển xácđịnhvịtrí ban đầu, hệ thống xácđịnhvịtríngườidùng thông báo cho ngườidùng 14 Chương THỬ NGHIỆM VÀ ĐÁNH GIÁ Chương trình bày trình tiến hành thực nghiệm, phân tích đánh giá kết thử nghiệm, bao gồm: thu thập liệu, thử nghiệm đánh giá Trong phần đầu trình bày trình thu thập liệu Phần trình đánh giá kết đạt hệ thống xácđịnhvịtríngườidùngđiệnthoạidiđộng 3.1 Thu thập liệu Dữ liệu ghi lại thiết bị android có tích hợp cảm biến gia Các tín hiệu mẫu lấy với tần số 30Hz Chương trình Seismograph xây dựng để thu thập liệu Quá trình thử nghiệm thực hành lang tầng 2, Trường Đại học Phòng cháy chữa cháy Chọn 10 đối tượng gồm người đàn ông phụ nữ độ tuổi ± 20 tuổi Chiều cao đối tượng 1.55 m đến 1.75 m Mỗi đối tượng thực lần với hoạt động bình thường với đoạn đường khác 10m, 20m, 30m Khi ngườidùng nhấn vào nút Start, chương trình khởi động tự động thiết đặt vịtrívịtrí ban đầu M đầu đoạn đường Dữ liệu thu thập sau khi nhấn nút Start Kết thu gồm thuộc tính ngày thực hoạt động, giá trị gia tốc tương ứng với trục x, y, z 3.2 Thử nghiệm đánh giá Chương trình thực để kiểm tra toàn đối tượng mà không cần thực trình hiệu chỉnh cá nhân để phù hợp với mô hình đối tượng Để so sánh lỗi từ khoảng cách khác nhau, sử dụng tỷ lệ lỗi tính từ khác biệt bước từ thực tế bước phát từ chương trình Luận văn trình bày kết thu đối tượng thử nghiệm di chuyển khoảng cách khác 10m, 20m, 30 tưng trình phát bước, xácđịnh quãng đường di chuyển tất đối tượng 3.3 Kết chương Trong chương 3, tác giả xây dựng kịch thử nghiệm hệ thống Đối tượng thử nghiệm gồm có 10 người, người đàn ông, phụ nữ với chiều cao từ 1.55m đến 1.75m Các đối tượng thực di chuyển với đoạn đường thẳng có độ dài 10m, 20m, 15 30m Dữ liệu thu thập chương trình Seismograph cài đặt điệnthoại SamSung Galaxy J3, lưu dạng file txt nhớ máy Tiến hành xử lý liệu để đánh giá tỷ lệ lỗi phương pháp phát bước đối tượng Từ kết thu được, thấy tỷ lệ lỗi trung bình tất khoảng cách 2.533% Điều cho thấy phương pháp phát bước lựa chọn tin cậy, đặc biệt không cần thực trình hiệu chỉnh đối tượng thử nghiệm Sau xácđịnh mô hình bước hợp lệ đối tượng, tác giả tiến hành sử dụng phương pháp ước lượng độ dài bước nhằm ước tính độ dài bước, từ ước tính khoảng cách di chuyển đối tượng lý thuyết Sau tính toán, thấy rằng, phương pháp có tỷ lệ lỗi cao di chuyển quãng đường xa hơn, đó, phương pháp động có tỷ lệ lỗi nhỏ so với phương pháp ước lượng bước tĩnh phương pháp Scarlet ước tính khoảng cách di chuyển tốt so với phương pháp động khác Tuy nhiên, với khoảng cách di chuyển thử nghiệm lớn 30m sai số trung bình hệ thống 2.7m, khoảng cách nhỏ so với quảng đường di chuyển đối tượng Tuy nhiên, đoạn đường yêu cầu xácđịnh hướng đi, hệ thống chưa đáp ứng yêu cầu 16 KẾT LUẬN Luận văn tập trình bày tổng quan toán địnhvị nói chung địnhvị nhà nói riêng Từ lựa chọn phương pháp Dead Reckoning để giải toán xácđịnhvịtríngườiđiệnthoạidiđộng nhà Luận văn giải toán xácđịnhvịtríngườidùng nhà sử dụng cảm biến tích hợp sẵn điệnthoạidiđộng thông minh Tác giả tiến hành thu thập xử lý liệu 10 đối tượng Các đối tượng thực di chuyển với đoạn đường thẳng có độ dài 10m, 20m, 30m Tác giả xây dựng hệ thống địnhvị sử dụng chung cho 10 đối tượng mà không cần thực trình hiệu chỉnh cá nhân Phiên chạy thời gian thực cài đặt điệnthoạidiđộng Ứng dụngđịnhvị cho sai số nhỏ, dao động từ 1.3m đến 3.4m tùy phương pháp ước lượng bước áp dụng cho hệ thống Đây kết có triển vọng cho ứng dụng sử dụngđịnhvị nhà người Nghiên cứu bao gồm việc phát hướng di chuyển nhằm tăng độ xácvịtrí ... TỔNG QUAN VỀ XÁC ĐỊNH VỊ TRÍ NGƯỜI DÙNG BẰNG ĐIỆN THOẠI DI ĐỘNG Chương trình bày tổng quan định vị, số ứng dụng định vị vị trí người nhà, nghiên cứu trước toán xác định vị trí người dùng Phần cuối... quan toán định vị nói chung định vị nhà nói riêng Từ lựa chọn phương pháp Dead Reckoning để giải toán xác định vị trí người điện thoại di động nhà Luận văn giải toán xác định vị trí người dùng nhà... thoại phải mang bên người từ vị trí bắt đầu vào khu vực mô hình môi trường 9 Chương PHƯƠNG PHÁP XÁC ĐỊNH VỊ TRÍ NGƯỜI DÙNG Chương đề xuất phương pháp xác định vị trí người dùng người bao gồm bước: