Ứng dụng bộ lọc Kalman trong việc xử lý tín hiệu thu được từ cảm biến đo nồng độ bụi Sharp GP2Y1010AU0F

Bài báo trình bày việc áp dụng thuật toán lọc Kalman trong việc xử lý tín hiệu thu thập được từ cảm biến đo nồng độ bụi Sharp GP2Y1010AU0F. Kết quả được kiểm chứng trên một hệ thống được thiết kế gồm: Một module có nhiệm vụ thu thập và biến đổi dữ liệu thu được từ cảm biến đo nồng độ bụi; một module có nhiệm vụ xử lý và lọc dữ liệu này nhờ bộ lọc Kalman, rồi gửi dữ liệu lên máy tính thông qua giao tiếp RS232. Hai module giao tiếp không dây với nhau bằng sóng vô tuyến 2.4GHz.

SCIENCE - TECHNOLOGY P-ISSN 1859-3585 E-ISSN 2615-9619 ỨNG DỤNG BỘ LỌC KALMAN TRONG VIỆC XỬ LÝ TÍN HIỆU THU ĐƯỢC TỪ CẢM BIẾN ĐO NỒNG ĐỘ BỤI SHARP GP2Y1010AU0F A STUDY ON KALMAN FILTER IN PROCESSING SIGNALS FROM GP2Y1010AU0F DUST SENSOR Trịnh Tuấn Dương, Nguyễn Ngọc Linh* TÓM TẮT Bài báo trình bày việc áp dụng thuật tốn lọc Kalman việc xử lý tín hiệu thu thập từ cảm biến đo nồng độ bụi Sharp GP2Y1010AU0F Kết kiểm chứng hệ thống thiết kế gồm: Một module có nhiệm vụ thu thập biến đổi liệu thu từ cảm biến đo nồng độ bụi; module có nhiệm vụ xử lý lọc liệu nhờ lọc Kalman, gửi liệu lên máy tính thơng qua giao tiếp RS232 Hai module giao tiếp khơng dây với sóng vơ tuyến 2.4GHz Từ khóa: Cảm biến nồng độ bụi Sharp GP2Y1010AU0F, lọc Kalman, xử lý tín hiệu ABSTRACT This paper presents the application of using Kalman filtering to filter the data which collected from Sharp GP2Y1010AU0F dust level sensor A real system combined by two modules which communicate with each other through a 2.4GHz radio frequency line is designed to applied the method One module collects and transforms data while the other one filters data with a Kalman filter then transfers this data to PC Keywords: Sharp GP2Y1010AU0F dust level sensor, Kalman filter, processing signal Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội * Email: nlnguyen@vnu.edu.vn Ngày nhận bài: 15/9/2019 Ngày nhận sửa sau phản biện: 22/10/2019 Ngày chấp nhận đăng: 20/12/2019 khơng khí gây Hiện có nhiều loại cảm biến có chức đo nồng độ bụi khơng khí ví dụ như: Plant tower PMS3003, PMS5003, PMS7003 Các cảm biến đo nhiều loại hạt bụi với kích thước khác nhau, dùng nguyên lý laser nên kết tương đối xác Tuy nhiên có nhược điểm giá thành cao khó mua Việt Nam Một loại cảm biến nồng độ bụi khác Sharp GP2Y1010AU0F có ưu điểm giá thành rẻ, phổ biến nhược điểm dùng nguyên lý đo hồng ngoại nên chịu ảnh hưởng nhiều nhiễu dẫn đến kết đo đạc biến động lớn gây khó khăn việc quan sát người dùng hạn chế khả áp dụng loại thiết bị tự động máy lọc khơng khí tự chế Vì vậy, việc xử lý tín hiệu từ cảm biến trước sử dụng việc cần thiết Bài báo trình bày kết thu thập liệu lọc nhiễu cho cảm biến nồng độ bụi Sharp GP2Y1010AU0F lọc Kalman Kết thực nghiệm kiểm chứng thông qua việc thiết kế, chế tạo module đo đạc sử dụng cảm biến THU THẬP VÀ XỬ LÝ TÍN HIỆU CẢM BIẾN 2.1 Thiết kế module thu thập liệu từ cảm biến truyền nhận liệu Cảm biến nồng độ bụi Module thu thập liệu Wireless Module tiếp nhận liệu PC Hình Sơ đồ khối nguyên lý hoạt động hệ thống GIỚI THIỆU Chất lượng khơng khí vấn đề nhận nhiều ý thời gian gần đặc biệt thành phố lớn tình trạng nhiễm khơng khí ngày tăng Trong nước ta, trạm quan trắc chất lượng khơng khí cung cấp số khơng khí cách tổng thể diện rộng Do đó, việc chủ động nắm thông tin mức độ chất lượng khơng khí phạm vi hẹp, nơi làm việc sinh sống việc quan trọng cần thiết để có biện pháp kịp thời phòng tránh làm giảm tác động việc nhiễm Hệ thống thiết kế gồm module sử dụng vi điều khiển Arduino Module xử lý liệu có nhiệm vụ thu thập tín hiệu từ cảm biến theo nguyên lý biến đổi ADC, gửi liệu qua giao tiếp vô tuyến sang module nhận liệu Module nhận liệu tiếp nhận liệu, lọc nhiễu, biến đổi tín hiệu từ giá trị digital sang giá trị khoảng cách gửi lên PC thông qua giao tiếp RS232 Việc thiết lập giao tiếp không dây điều quan trọng cảm biến nồng độ bụi cần đặt vị trí thuận lợi việc đo đạc cách xa module xử lý, hiển thị liệu No 55.2019 ● Journal of SCIENCE & TECHNOLOGY 45 KHOA HỌC CÔNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 Tín hiệu điện áp analog thu từ cảm biến biến đổi ADC sang giá trị digital với điện áp so sánh Vref = 5Volt lưu vào ghi 10 bit Hình Mạch nguyên lý hệ thống 2.2 Lập phương trình liên hệ nồng độ bụi đo điện áp đầu cảm biến nồng độ bụi Sharp GP2Y1010AU0F Cảm biến đo nồng độ bụi Sharp GP2Y1010AU0F có số đặc tính sau: - Điện áp làm việc: 5Volt - Độ nhạy ≈ 0,5Volt/ 0,1mg/m3 Hình Biểu đồ tham khảo nhà sản xuất đưa mối liên hệ điện áp đầu nồng độ bụi cảm biến Sharp GP2Y1010AU0F [1] Dựa vào biểu đồ tham khảo nhà sản xuất đưa (hình 4) mối liên hệ điện áp đầu cảm biến nồng độ bụi có mối liên hệ tuyến tính khoảng giá trị xấp xỉ từ 0,6Volt 3,5Volt Do đó, mối liên hệ lập theo cơng thức (1): y =a∗x+b (1) Trong đó: y điện áp đầu cảm biến (Volt) x nồng độ bụi đo (mg/m3) a, b số cần tìm Tuy nhiên, thực khoảng giá trị tuyến tính điện áp bị lệch khoảng khác với cảm biến cụ thể Do đó, phải dựa vào giá trị đo thực nghiệm để hiệu chỉnh tìm cơng thức xác Với cảm biến dùng để thí nghiệm, kết đo khoảng biến thiên tuyến tính điện áp từ 0,45Volt đến 3,74Volt Từ đó, dựa theo cơng thức (1) biến đổi, mối quan hệ nồng độ bụi điện áp đầu cảm biến có dạng sau: x = 0,152 ∗ y − 0,068 (2) Sau thu nồng độ bụi từ công thức (2), kết sau chuyển sang đơn vị (ug/ m3) để dễ dàng so sánh theo tiêu AQI [5] 2.3 Truyền nhận liệu module Dữ liệu ADC thu truyền từ module thu thập liệu sang module nhận liệu thơng qua giao tiếp sóng vơ tuyến tần số 2.4GHz nhờ hai module NRF24L01 [3] Hai module thực việc giao tiếp với vi điều khiển thơng qua giao tiếp SPI Để tăng tính xác bảo mật trình truyền nhận liệu liệu truyền theo protocol quy ước sau: Start byte Start byte Data byte Check byte 0x42 Hình Cảm biến nồng độ bụi Sharp GP2Y1010AU0F module RF RF24L01 46 Tạp chí KHOA HỌC & CÔNG NGHỆ ● Số 55.2019 0x42 Với Check byte = Start byte + Start byte + Data byte Dữ liệu từ module nhận sau truyền lên PC thông qua giao tiếp RS232 tốc độ BAUD 9600 SCIENCE - TECHNOLOGY P-ISSN 1859-3585 E-ISSN 2615-9619 2.4 Áp dụng lọc Kalman để ước lượng nồng độ bụi Dữ liệu thu biến đổi sang nồng độ bụi theo công thức (2) đưa vào làm liệu đo đạc cho lọc Kalman Bộ lọc Kalman phát triển Rudolf Kalman [3], công cụ hiệu việc xử lý tín hiệu hay ước lượng trạng thái hệ thống Giả sử biết phương trình trạng thái hệ thống, tác động khách quan từ bên ngồi ngẫu nhiên chưa tính đến nên kết thu từ phương trình khơng xác Tương tự vậy, sử dụng cảm biến để đo số trạng thái hệ thống kết xác cách tương đối ảnh hưởng nhiễu Tận dụng thơng tin từ việc ước lượng từ phương trình trạng thái hệ thống thông tin từ việc đo đạc, với sở nhiễu trình nhiễu đo đạc có phân bố Gauss thuật tốn Kalman đưa ước lượng tốt trạng thái hệ thống Các phương trình lọc Kalman rời rạc có dạng (3) (4) tạo thành vòng lặp [2] : Các phương trình cập nhật theo thời gian lọc Kalman rời rạc: + Bu x = Ax (3) P = AP A + Q Các phương trình cập nhật theo việc đo lường lọc Kalman rời rạc: K = P H (HP H + R) x = Ax + K (y − Hx ) P = (I − K H)P Trạng thái ước lượng hậu nghiệm trạng thái ước lượng tiền nghiệm hệ Ma trận trạng thái x, x µg/ m3 31,45 38,87 33,68 18,09 30,71 Lần đo 10 Lần đo 11 12 13 14 15 µg/ m3 35,91 29,97 30,71 38,13 27 µg/ m3 50,01 49,27 48,52 36,65 40,36 Lần đo 16 17 18 19 20 µg/ m3 24,77 42,59 35,91 38,13 41,1 A B Ma trận hiệp phương sai sai số ước lượng hậu nghiệm ma trận hiệp phương sai sai số ước lượng tiền nghiệm P, P Ma trận hiệp phương sai nhiễu trình ma trận hiệp phương sai nhiễu đo lường Q, R Giá trị đo lường y Hệ số Kalman K Ma trận trạng thái đo H Vì tốc độ lấy mẫu hệ thống nhanh nguồn gây biến đổi nồng độ bụi không xác định nên phương trình Kalman lập sau: Các phương trình cập nhật đo lường: Lần đo Ký hiệu k, k-1 Các phương trình cập nhật theo thời gian: x =x P = P +Q Khi khởi chạy chương trình, hệ thống tiến hành lấy mẫu tự động để xác định giá trị phương sai nhiễu đo lường Bảng Kết lấy mẫu 20 lần đo nồng độ bụi chương trình thực tự động khởi chạy nhằm mục đích tính phương sai nhiễu đo lường 5a) Các số thể bước lặp Ma trận đầu vào (6) (4) Trong đó: Bảng Ý nghĩa ký hiệu dùng thuật toán Kalman Ý nghĩa K = P (P + R) x = x + K (y − x ) P = (1 − K )P (5) 5b) Hình Hai kết đo nồng độ bụi hai thời điểm khác Đường màu xanh thể kết trước lọc nhiễu, đường màu đỏ thể kết sau áp dụng thuật toán Kalman Từ liệu thu bảng 2, phương sai nhiễu đo lường tính cơng thức (7): σ = [(x − x) + (x − x) + ⋯ + (x − x) ] n ≈ 64 (µg/m3)2 (7) Vì mức độ không xác định trạng thái hệ thống lớn thơng tin hệ thống khơng có nhiều nên cần đặt P lớn Tiến hành thử nghiệm phòng làm việc với No 55.2019 ● Journal of SCIENCE & TECHNOLOGY 47 KHOA HỌC CÔNG NGHỆ giá trị khởi tạo: Q = 0,5, R = 64, P = 1000, x = 36 kết thu hình bảng Hình 5a kết đo nồng độ bụi mơi trường phòng làm việc kín Dữ liệu thu sau xử lý lọc Kalman cho kết ổn định nhiều so với liệu chưa xử lý Hình 5b kết chủ động tác động để nồng độ bụi thay đột ngột từ giá trị thực tế đo đạc tới ngưỡng cực đại với mục đích quan sát tốc độ đáp ứng hệ thống Dữ liệu sau xử lý lọc Kalman có độ trễ so với liệu chưa xử lý Theo hình 5a, dù hoạt động phòng làm việc kín, mơi trường nồng độ bụi biến đổi, nhiễu đo đạc mà kết trước lọc có biến đổi lớn Điều làm hạn chế khả ứng dụng cảm biến theo tiêu AQI [5] giới hạn mức chất lượng khơng khí thường khoảng 50µg/m3 Vì vậy, phương sai kết lớn làm cho kết bị dao động mức chất lượng khơng khí, gây đáp ứng thay đổi liên tục thiết bị hệ thống mà cảm biến áp dụng vào Cũng hình 5a, thấy thơng số nồng độ bụi sau lọc thuật tốn Kalman ổn định có phương sai nhỏ giải vấn đề nêu Hình 5b thể độ trễ trạng thái lọc Kalman Tốc độ đáp ứng thay đổi thơng qua việc điều chỉnh phương sai nhiễu trình Tuy nhiên, với việc xung nhịp trang bị vi điều khiển cao, ví dụ với Arduino Uno sử dụng viết 16Mhz; việc thời gian hoàn thành việc lấy mẫu đo nồng độ bụi từ cảm biến khoảng 10ms độ trễ coi khơng đáng kể ứng dụng dân dụng Bảng Kết lấy mẫu để đánh giá phương sai kết sau áp dụng thuật tốn Kalman Lần Lần Lần Lần µg/ m3 µg/ m3 µg/ m3 µg/ m3 đo đo đo đo 35,11 36,81 11 36,64 16 36,35 35,06 36,64 12 36,65 17 36,46 35,92 36,67 13 36,64 18 36,55 36,44 36,64 14 35,48 19 36,63 36,89 10 36,65 15 35,91 20 36,72 Việc đánh giá kết dựa đồ thị mang tính trực quan, lần thí nghiệm khác thực điều kiện phòng làm việc kín để lấy mẫu tính phương sai (bảng 3) Kết thu từ công thức cho thấy phương sai kết nhỏ, cho thấy tính ổn định kết sau lọc thuật toán Kalman = [( − ̅ ) + ( − ̅ ) + ⋯ + ( − ̅) ] ≈ 0,316 (µg/m3)2 (8) Chương trình thử nghiệm lấy mẫu môi trường có nồng độ bụi cao bảng thể kết lấy mẫu nồng độ bụi ngã tư Cầu Giấy Từ bảng thấy khơng áp dụng thuật tốn lọc 48 Tạp chí KHOA HỌC & CƠNG NGHỆ ● Số 55.2019 P-ISSN 1859-3585 E-ISSN 2615-9619 Kalman theo tiêu chuẩn AQI số nước Hàn Quốc, Singapore, Trung Quốc [5] chất lượng không liên tục bị dao động ngưỡng trung bình (51 - 100) khơng tốt (101 - 200) Còn kết bảng ổn định hơn, thường xuyên mức không tốt (101 - 200) Bảng Các mẫu đo kết đo nồng độ bụi ngã tư Cầu Giấy trước áp dụng thuật toán Kalman Lần đo µg/ m3 89 81,45 103,73 85,91 90,36 Lần đo 10 µg/ m3 100,75 80,71 100,74 117,08 93,33 Lần đo 11 12 13 14 15 µg/ m3 105,95 115,59 88,87 94,07 105,95 Lần đo 16 17 18 19 20 µg/ m3 100,75 91,1 91,84 103,72 122,27 Bảng Các mẫu đo kết đo nồng độ bụi ngã tư Cầu Giấy sau áp dụng thuật toán Kalman Lần đo µg/ m3 96,7 101,9 105,4 107,14 106,8 Lần đo 10 µg/ m3 106,63 106,48 106,91 107,2 107,5 Lần đo 11 12 13 14 15 µg/ m3 107,71 108,64 107,81 107,51 107,47 Lần đo 16 17 18 19 20 µg/ m3 107,51 108,27 108,24 108,21 108,38 KẾT LUẬN Cảm biến Sharp GP2Y1010AU0F có giá thành rẻ, nguyên lý đo tương đối đơn giản Tuy nhiên, qua việc tiến hành thực nghiệm, thấy tín hiệu thu từ cảm biến nồng độ bụi bị ảnh hưởng tương đối mạnh từ nhiễu đo đạc Việc áp dụng thuật toán Kalman việc xử lý liệu thu có tác dụng làm giảm tác động nhiễu, nâng cao tính ổn định liệu để từ nâng cao khả ứng dụng cảm biến Tuy nhiên, với việc nguồn tác động đến nồng độ bụi khó xác định để lập phương trình ước lượng cách xác Do đó, tùy vào mơi trường làm việc cảm biến mà cần có điều chỉnh phương sai nhiễu q trình để nâng cao chất lượng đáp ứng hệ thống TÀI LIỆU THAM KHẢO [1] Sharp, GP2Y1010AU0F dust sensor level datasheet [2] Greg Welch, Gary Bishop (2006); “An introduction to the Kalman filter”; UNC [3] Kalman, R E., 1960 A New Approach to Linear Filtering and Prediction Problems Journal of Basic Engineering [4] Nordic semiconductor NRF24L01 Product specification [5] https://en.wikipedia.org/wiki/Air_quality_index AUTHORS INFORMATION Trinh Tuan Duong, Nguyen Ngoc Linh University of Engineering and Technology, Vietnam National University, Hanoi (VNU) ... nghiệm, thấy tín hiệu thu từ cảm biến nồng độ bụi bị ảnh hưởng tương đối mạnh từ nhiễu đo đạc Việc áp dụng thu t toán Kalman việc xử lý liệu thu có tác dụng làm giảm tác động nhiễu, nâng cao tính ổn... trình liên hệ nồng độ bụi đo điện áp đầu cảm biến nồng độ bụi Sharp GP2Y1010AU0F Cảm biến đo nồng độ bụi Sharp GP2Y1010AU0F có số đặc tính sau: - Điện áp làm việc: 5Volt - Độ nhạy ≈ 0,5Volt/ 0,1mg/m3... tốc độ đáp ứng hệ thống Dữ liệu sau xử lý lọc Kalman có độ trễ so với liệu chưa xử lý Theo hình 5a, dù hoạt động phòng làm việc kín, mơi trường nồng độ bụi biến đổi, nhiễu đo đạc mà kết trước lọc