Nghiên cứu phát triển phương thức Autopilot cho thiết bị bay không người lái UAV

Nghiên cứu phát triển phương thức Autopilot cho thiết bị bay không người lái UAV Nghiên cứu phát triển phương thức Autopilot cho thiết bị bay không người lái UAV Nghiên cứu phát triển phương thức Autopilot cho thiết bị bay không người lái UAV luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - BÙI ĐỨC MẠNH BÙI ĐỨC MẠNH NGHIÊN CỨU PHÁT TRIỂN PHƯƠNG THỨC AUTOPILOT CHO THIẾT BỊ BAY KHÔNG NGƯỜI LÁI UAV LUẬN VĂN THẠC SĨ KỸ THUẬT ỨNG DỤNG KỸ THUẬT VIỄN THÔNG 2015A Hà Nội – Năm 2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI BÙI ĐỨC MẠNH NGHIÊN CỨU PHÁT TRIỂN PHƯƠNG THỨC AUTOPILOT CHO THIẾT BỊ BAY KHÔNG NGƯỜI LÁI UAV Chuyên ngành : Kỹ thuật viễn thông LUẬN VĂN THẠC SĨ KỸ THUẬT ỨNG DỤNG KỸ THUẬT VIỄN THÔNG NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS NGUYỄN THÚY ANH Hà Nội – Năm 2017 CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn: BÙI ĐỨC MẠNH Đề tài luận văn: NGHIÊN CỨU PHÁT TRIỂN PHƯƠNG THỨC AUTOPILOT CHO THIẾT BỊ BAY KHÔNG NGƯỜI LÁI UAV Chuyên ngành: KỸ THUẬT VIỄN THÔNG Mã số SV: CA150139 Tác giả, Người hướng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày… .………… với nội dung sau: - Luận văn bố cục lại thành chương thay chương - Chỉnh sửa lỗi đánh máy, chỉnh sửa “đồ án” sang thành “luận văn” từ tiếng anh dịch hết như: “et al” thành “ đồng nghiệp”, “and” thành “ và”, “low cost” thành “chi phí thấp”… - Bổ sung đầy đủ từ viết tắt từ mục lên 17 mục - Trình bày lại biểu thức, ký hiệu tốn học biểu thức đoạn chữ cách có bố cục hơn, đẹp - Thay câu rõ nghĩa hơn: “động thái ban đầu” thành “trạng thái chuyển động ban đầu” - Chỉnh sửa lại thích để nội dung khớp với hình, ví dụ: “hình 2.12” thành “hình 1.13” “hình 2.14” thành “hình 1.14” Ngày tháng Giáo viên hướng dẫn năm Tác giả luận văn CHỦ TỊCH HỘI ĐỒNG CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn: BÙI ĐỨC MẠNH Đề tài luận văn: NGHIÊN CỨU PHÁT TRIỂN PHƯƠNG THỨC AUTOPILOT CHO THIẾT BỊ BAY KHÔNG NGƯỜI LÁI UAV Chuyên ngành: KỸ THUẬT VIỄN THÔNG Mã số SV: CA150139 Tác giả, Người hướng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày… .………… với nội dung sau: - Luận văn bố cục lại thành chương thay chương - Chỉnh sửa lỗi đánh máy, chỉnh sửa “đồ án” sang thành “luận văn” từ tiếng anh dịch hết như: “et al” thành “ đồng nghiệp”, “and” thành “ và”, “low cost” thành “chi phí thấp”… - Bổ sung đầy đủ từ viết tắt từ mục lên 17 mục - Trình bày lại biểu thức, ký hiệu tốn học biểu thức đoạn chữ cách có bố cục hơn, đẹp - Thay câu rõ nghĩa hơn: “động thái ban đầu” thành “trạng thái chuyển động ban đầu” - Chỉnh sửa lại thích để nội dung khớp với hình, ví dụ: “hình 2.12” thành “hình 1.13” “hình 2.14” thành “hình 1.14” Ngày tháng Giáo viên phản biện năm Tác giả luận văn CHỦ TỊCH HỘI ĐỒNG MỤC LỤC LỜI MỞ ĐẦU TÓM TẮT ABSTRACT LỜI CAM ĐOAN DANH MỤC KÍ HIỆU VÀ CÁC CHỮ VIẾT TẮT DANH MỤC CÁC HÌNH VẼ DANH MỤC CÁC BẢNG BIỂU CHƯƠNG 1: TỔNG QUAN VỀ UAV, ĐỊNH VỊ ĐIỂM CHÍNH XÁC PPP, GPS VÀ HỆ THỐNG ĐỊNH VỊ QUÁN TÍNH INS 1.1 Sơ lược thiết bị bay không người lái UAV 1.2 Sơ lược hệ thống Autopilot cho UAV 1.3 Sơ lược hệ thống định vị điểm xác GPS cảm biến quán tính 1.3.1 Định vị điểm xác PPP GPS .4 1.3.2 MEMS IMU chi phí thấp 1.4 Sơ lược hệ thống tích hợp PPP GPS/MEMS IMU 1.4.1 Sự kết hợp GPS INS sử dụng lọc Kalman 1.4.2 Mơ hình cảm biến quán tính 1.5 Tổng quan hệ thống định vị toàn cầu GPS 1.5.1 Cấu trúc hệ thống GPS 1.5.2 Cấu trúc tín hiệu GPS 10 1.5.3 Các phương pháp đo 26 1.6 Tổng quan phương pháp định vị điểm xác 29 1.6.1 Sai số đồng hồ quỹ đạo vệ tinh .29 1.6.2 Trễ tầng đối lưu 31 1.6.3 Tầng điện ly .32 1.7 Tổng quan hệ thống định vị quán tính INS 33 1.7.1 Hệ tọa độ chuyển đổi hệ tọa độ 34 1.7.2 Bộ xử lý INS 37 1.7.3 Sự hiệu chỉnh ban đầu cho INS 42 Chương SỰ TÍCH HỢP GIỮA INS VÀ GPS 43 2.1 Phương pháp tích hợp GPS/INS 43 2.1.1 Hệ thống tích hợp chặt chẽ 43 2.1.2 Hệ thống tích hợp lỏng GPS/INS 45 2.2 Bộ lọc Kalman 46 2.3 Bộ lọc PPP GPS 52 2.3.1 Trạng thái hệ thống .52 2.3.2 Mơ hình hệ thống 53 2.4 Hệ thống PPP GPS/MEMS IMU theo phương pháp tích hợp chặt chẽ 59 2.4.1 Véc tơ trạng thái hệ thống 60 2.4.2 Mơ hình hệ thống 61 2.4.3 Mơ hình đo 64 2.5 Hệ thống tích hợp lỏng PPP GPS/MEMS IMU 66 CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU 68 3.1 Tổng quan thực 68 3.1.1 Kịch 68 3.1.2 Mô tả tổng quan 68 3.1.3 Sơ đồ khối hệ thống mô 68 3.1.4 Sơ đồ khối thuật toán 69 3.1.5 3.2 Sơ đồ khối xử lý 69 Khởi tạo phân tích tốn 70 3.2.1 Thiết lập kiện ban đầu 70 3.2.2 Yêu cầu hệ thống .70 3.3 Kết mô 70 3.3.1 Sơ đồ khối tốn mơ 71 3.3.2 Dự đốn vị trí vận tốc đối tượng di chuyển (đoàn tàu) 76 3.4 Kết luận chương hướng phát triển 80 KẾT LUẬN: 81 TÀI LIỆU THAM KHẢO 82 LỜI MỞ ĐẦU Từ ngàn xưa người có ước mơ chinh phục làm chủ bầu trời, ngày với phát triển khoa học kỹ thuật nói chung thành tựu lĩnh vực điện tử - viễn thơng nói riêng góp phần biến ước mơ trinh phục khơng gian ngày rõ ràng đạt thành tựu to lớn Hệ thống bay không người lái (UAV) ngày có nhiều ứng dụng khơng lĩnh vực quân mà lĩnh vực kinh tế xã hội Máy bay không người lái (Unmanned air vehicles - UAV) dụng tích cực khắp giới cho lĩnh vực công nghệ cao, nhiệm vụ giám sát trinh sát (reconnaissance – ISR) Hiện hệ thống autopilot cho thiết bị bay không người lái UAV lĩnh đầy tiềm đầu tư lớn giới Hiện nay, hoạt động người đòi hỏi định vị, dẫn đường điều khiển cho vật thể chuyển động máy bay, tên lửa, ôtô, tàu thuyền, v.v trở thành nhu cầu cấp thiết nhiều lĩnh vực đời sống an ninh quốc phòng Một hệ thống dẫn đường ứng dụng nhiều hệ thống định vị vệ tinh toàn cầu (GPS) Tuy nhiên, bên cạnh ưu điểm độ xác tương đối cao ổn định theo thời gian, hệ thống GPS lộ nhược điểm tín hiệu bị gián đoạn thời gian không xác định ảnh hưởng địa hình sai số có chủ đích nhà cung cấp Bên cạnh hệ thống GPS, hệ thống dẫn đường quán tính (INS) sử dụng nhiều nhằm xác định tọa độ thông tin vật thể chuyển động dựa thông số đo đạc tính tốn từ cảm biến gắn vật thể cảm biến gia tốc, quay hồi chuyển, la bàn từ, v.v Việc tích hợp INS GPS cho phép tạo nên hệ thống dẫn đường có tính hồn thiện cao ứng dụng ngành điều khiển dẫn đường phương tiện đường bộ, đường không vũ trụ Hệ thống thiết kế sử dụng kỹ thuật xử lý tín hiệu số đại, đặc biệt lọc lọc Kalman, cảm biến gia tốc MEMS mới, để đáp ứng yêu cầu tính xác cao thời gian đáp ứng nhanh TÓM TẮT Luận văn em tập trung tìm hiểu “Hệ thống Autopilot cho UAV dựa nghiên cứu thiết kế thu định vị xác tích hợp GPS/INS” Đây phương pháp định vị đem lại độ xác cao, ổn định, chịu ảnh hưởng điều kiện thời tiết Chi phí thấp nhiều so với hệ thống định vị khác có độ xác Theo đó, luận văn em xin trình bày nội dung sau: CHƯƠNG TỔNG QUAN VỀ UAV, ĐỊNH VỊ ĐIỂM CHÍNH XÁC PPP, GPS VÀ HỆ THỐNG ĐỊNH VỊ QUÁN TÍNH INS Giới thiệu nét khái quát thiết bị bay không người lái, autopilot cho UAV,phương pháp định vị điểm xác, cảm biến quán tính MEMS IMU hệ thống tích hợp PPP GPS/MEMS IMU CHƯƠNG SỰ TÍCH HỢP GIỮA INS VÀ GPS; ĐỊNH VỊ ĐIỂM CHÍNH XÁC PPP GPS VÀ INS Trình bày hệ thống GPS, phương pháp định vị điểm xác PPP hệ thống định vị quán tính INS Mơ tả phương pháp tích hợp hai hệ thống GPS INS đồng thời trình bày lý thuyết lọc Kalman Trình bày cụ thể phương pháp tích hợp định vị điểm xác PPP GPS INS CHƯƠNG KẾT QUẢ NGHIÊN CỨU Là kết thu dựa mô matlab so sánh sai số vị trí hệ thống rời rạc hệ thống tích hợp Cùng với đó, phần kết luận đưa đánh giá đề xuất vài hướng nghiên cứu ABSTRACT My project focuses on studying about “The autopilot system for UAV ussing integration of Precise Point Positioning GPS and INS”.This is a positioning method provides highly accurate, stable, less affected by weather conditions This has lower cost than other systems with the same positioning accuracy.Accordingly, the project would like to present the contents as follows: Chapter Overview Of Uav, presents Global Positioning System (GPS), Precise Point Positioning and Inertial Navigation System (INS) The most general definitions The Unmanned air vehicles, autopilot UAV system, ofPrecise Point Positioning (PPP), low Cost mems IMU and intergration of PPP GPS and mems IMU Presentation on GPS systems, positioning method and PPP exact inertial navigation system INS Chapter Describes the method to integrate GPS and INS, theory of Kalman filter; Presents in detail method of integration of Precise Point Positioning and INS A description of the method of integration between GPS and INS systems and presents a Kalman filter theory Presents particular methodological integration between precise point positioning GPS and INS PPP Chapter Result of framework The result based on the simulation using matlabfor estimating error between separate systems and integration system And the conclusion will evaluate and make a few suggestions towards further researches CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU Trong chương trước tìm hiểu hệ thống tích hợp GPS/INS, với trình xử lý tín hiệu Chương kết nghiên cứu dựa mô phần mềm Matlab lý thuyết trình bày chương trước Phần mơ hệ thống tích hợp lỏng Đánh giá so sánh sai số hệ thống GPS, hệ thống INS, hệ thống tích hợp GPS/INS sử dụng lọc Kalman Chương trình viết phần mềm Matlab Đầu vào quỹ đạo thực quỹ đạo đo từ INS Vì nguồn gây sai số phép đo GPS tuân theo phân phối chuẩn Nên nguồn nhiễu tạo ra, cộng vào quỹ đạo thật để tạo quỹ đạo thu từ GPS 3.1 Tổng quan thực 3.1.1 Kịch Đánh giá so sánh sai số hệ thống GPS, hệ thống INS, hệ thống tích hợp GPS/INS sử dụng lọc Kalman Cụ thể dự đốn vị trí vận tốc đối tượng di chuyển 3.1.2 Mô tả tổng quan Thiết kế mơ hình mơ phỏng, sơ đồ khối hệ thống, phân tích đầu vào đầu ra, sơ đồ khối giải thuật, sơ đồ khối xử lý, triên khai mã nguồn thể ứng dụng GPS/INS dự đoán sai số vị trí đối tượng 3.1.3 Sơ đồ khối hệ thống mô Sơ đồ khối hệ thống trình bày hình (3.2) theo phương pháp tích hợp lỏng 68 3.1.4 Sơ đồ khối thuật tốn Hình 3.1 Sơ đồ khối thuật tốn 3.1.5 Sơ đồ khối xử lý Hình 3.2 Sơ đồ khối xử lý 69 3.2 Khởi tạo phân tích tốn 3.2.1 Thiết lập kiện ban đầu  Vị trí đối tượng khởi tạo x = chuyển động dọc theo trục Ox với vận tốc trung bình xấp xỉ 72Km/h  Phương trình chuyển động mô tả theo theo x1 x2 tương ứng vị trí vận tốc  Thiết lập thông số ban đầu cho hệ thống cho lọc (sử dụng lọc Kalman)  Các ma trận trạng thái ban đầu giá trị cho đo tuyến tính: A, B, C, D, Q, R, u, x0  Các ma trận trạng thái ban đầu giá trị cho lọc Kalman: A1, B1, C1, D1, Q1, x1, P1 (x1 # x0)  Thời gian chuyển động dt, chu kỳ ts  Thiết lập công thức ước lượng theo vị trí vân tốc phương pháp ước lượng theo khoảng thời gian dt lọc Kalman 3.2.2 Yêu cầu hệ thống Trong điều kiện thông thường sử dụng phương pháp đo lường để ước lượng vị trí vận tốc thực tế Biểu diễn giá trị ước lượng vị trí vân tốc đối tượng sử dụng phương pháp ước lượng bình thường lọc Kalman Tính tốn sai số so với thực tế 3.3 Kết mô Trong điều kiện thông thường sử dụng phương pháp đo lường để ước lượng vị trí vận tốc thực tế, ví dụ: Ước lượng vị trí đối tượng sau 70 đơn vị thời gian tức thời dt = 0.1 s, ước lượng giá trị trung bình vân tốc Nhưng trình chuyển động đối tượng gặp điều kiện không ổn định đường xấu, thời tiết xấu Do cần sử dụng lọc Kalman để ước lượng cách nhanh chóng xác vận tốc đối tượng Những kết sau thể cách trực quan 3.3.1 Sơ đồ khối tốn mơ Hình 3.3 Sơ đồ khố i mô phỏng tích hợp lỏng GPS/INS 71 Hình 3.4 Dự đoán lỡi vi ̣trí sau bợ lọc Kalman Hình 3.5 Dự đoán lỡi vận tớ c sau bợ lọc Kalman 72 Hình 3.6 Sai số theo phương X hệ tọa độ cố định tâm trái đất Hình 3.7 Sai số theo phương Y hệ tọa độ cố định tâm trái đất 73 Hình 3.8 Sai số theo phương Z hệ tọa độ cố định tâm trái đất Hình 3.9 Sai số vị trí hệ tọa độ cố định tâm trái đất 74 Hình 3.10 Đánh giá sai sớ vâ ̣n tớ c ̣ thớ ng INS và GPS/INS Từ Hình 3.1 đến Hình 3.4 cho thấy sai số vị trí hệ thống INS lớn Sai số tích lũy dần theo thời gian Việc tích hợp hai hệ thống GPS INS lại với sử dụng lọc Kalman cho sai số vị trí thấp nhiều so với sử dụng hệ thống riêng rẽ Nhâ ̣n xét và đánh giá kế t quả thu đươ ̣c từ mô phỏng - Nhâ ̣n xét: Độ xác hệ thống tích hợp GPS/INS cao độ xác hệ thống GPS hay INS hoạt động độc lập Rõ ràng xu hướng kết hợp GPS/INS xu hướng tất yếu vấn đề định vị dẫn đường - Bảng đánh giá sai số Bảng 3.1 Kế t quả sai số trung bình thu được ̣ thố ng đinh ̣ vi ̣ GPS, INS và GPS/INS Hê ̣ thố ng đinh ̣ vi ̣ GPS INS GPS+INS Trung biǹ h sai số vi ̣trí ≅ 13 − 15 (m) ≅ 260 − 280 (m) ≅ − 4,5 (m) 75 3.3.2 Dự đốn vị trí vận tốc đối tượng di chuyển (đoàn tàu) Trong phần 3.1 3.2 chương đưa kịch điều kiện khởi tạo, phân tích cho toán Sau kết thực nghiệm tốn Hình 3.11 Dự đốn vị trí vận tốc đoàn tàu chuyển động dùng lọc Kalman 76 Nhận xét:  Ở hình cùng: Qũy đạo đường màu xanh màu tím gần giống với quỹ đạo đường màu xanh dương  Ở hình dưới:  Quỹ đạo đường màu xanh dương, xanh đậm gần giống với quỹ đạo đường màu xanh Trong quỹ đạo màu xanh dương giống với quỹ đạo màu xanh Quá trình ước lượng vận tốc sau hai nhiều khoảng thời gian liên tục cho sai số lớn (đường màu đỏ) 77 Hình 3.12 Mơ trạng thái với mơ hình Kalman 78 Hình 3.13 Mơ trạng thái với mơ hình Kalman LTI 79 3.4 Kết luận chương hướng phát triển Chương mô chức lọc Kalman, tích hợp hai hệ thống GPS INS Đến thời điểm có việc làm Ngồi hạn chế mặt thời gian kinh phí, em xin đưa hướng phát triển cho luận văn thời gian tới Những kết thu được:  Tìm hiểu lý thuyết tổng quan hệ thống UAV autopilot UAV  Tìm hiểu lý thuyết tổng quan hệ thống GNSS INS  Tìm hiểu lý thuyết hệ thống DGPS, so sánh với hệ thống GPS  Tìm hiểu nguyên lý, cấu tạo, cách xử lý lọc Kalman  Tìm hiểu lý thuyết biện pháp tích hợp hệ thống GPS INS việc sử dụng lọc Kalman  Mơ độ xác sai số hệ thống GPS, INS, GPS tích hợp INS  Mơ số ví dụ chức lọc Kalman Hướng phát triển tiếp theo:  Nghiêm cứu sâu về phương thức đinh ̣ vi ̣GNSS vi sai  Thiết kế sơ đồ khối chế tạo phần cứng thu GPS  Thiết kế khối IMU sau cho hai hệ thống tích hợp với  Nghiên cứu phương thức điều khiển động tương thích với hệ thống định vị điểm xác 80 KẾT LUẬN: Hiện nay, hoạt động người đòi hỏi định vị, dẫn đường điều khiển cho vật thể chuyển động máy bay, tên lửa, ôtô, tàu thuyền, v.v trở thành nhu cầu cấp thiết nhiều lĩnh vực đời sống an ninh quốc phịng Q trình đo xác vị trí nâng cao độ xác định vị cách kết hợp hệ định vị thống lại với ngày phát triển mạnh mẽ Đặc biệt, kết hợp hai hệ thống GPS INS lại với khơng nâng cao độ xác mà cịn trì tính liên tục ổn định điều kiện, điều mà khó thực sử dụng hệ thống định vị vệ tinh Việc tích hợp hai hệ thống GPS INS sử dụng lọc Kalman tạo bước đột phá công nghệ định vị dẫn đường Tất luận văn em tập trung vào lý thuyết tích hợp hai hệ thống GPS INS sử dụng mems IMU hệ thống UAV Trên sở lý thuyết em mơ hệ thống tích hợp theo mơ hình liên kết lỏng phần mềm matlab Em hy vọng phần tìm hiểu em giúp ích cho nghiên cứu sau hệ thống định vị việc triển khai thực hệ thống tích hợp thực tế Thực tế cịn nhiều khó khăn suốt thời gian qua em nỗ lực cố gắng để thực luận văn Em tăng thêm nhiều kiến thức tổng quan hệ thống định vị, lý thuyết tín hiệu, kiến trúc, hoạt động hệ thống GPS Đồng thời em thu kiến thức xử lý nhiễu, trình xử lý khơng thể thiếu cho hệ thống viễn thơng sử dụng lọc Trong trình làm luận văn, dù cố gắng khơng thể tránh khỏi thiếu sót, em mong nhận ý kiến đóng góp quý báu thầy cô bạn! Em xin gửi lời cảm ơn sâu sắc đến PGS.TS Nguyễn Thúy Anh giúp đỡ tận tình tạo điều kiện để em hoàn thành luận văn này! 81 TÀI LIỆU THAM KHẢO [1] Zumberge, J F., M B Heflin, D C Jefferson, M.M Watkins, and F.H Webb (1997) Precise Point Positioning for the Efficient and Robust Analysis of GPS Data from Large Networks Journal of Geophysical Research, Vol 102, No B3 Pages 5005-5017 [2] Kouba, J and P Heroux (2000) GPS Precise Point Positioning Using IGS Orbit Products GPS Solutions, Vol 5, No [3] Salychev, O., V V Voronov, M E Cannon, R A Nayak, and G Lachapelle (2000) Low Cost INS/GPS Integration: Concepts and Testing Proceedings of ION NTM, 26-28 January, Anaheim CA, pp 98105, U S Institute of Navigation, Fairfax VA [4] Hide, C D and T Moore (2005) GPS and Low Cost INS Integration for Positioning in the Urban Environment Proceedings of ION GPS, 13-16 September, Long Beach CA, pp 1007-1015, U S Institute of Navigation, Fairfax VA [5] Godha, S (2006) Performance Evaluation of Low Cost MEMSBased IMU Integrated With GPS for Land Vehicle Navigation Application, MSc Thesis, Department of Geomatics Engineering, The University of Calgary, Canada [6] Shuang Du (2010) Integration of Precise Point Positioning and Low Cost MEMS IMU 82 ... BÙI ĐỨC MẠNH NGHIÊN CỨU PHÁT TRIỂN PHƯƠNG THỨC AUTOPILOT CHO THIẾT BỊ BAY KHÔNG NGƯỜI LÁI UAV Chuyên ngành : Kỹ thuật viễn thông LUẬN VĂN THẠC SĨ KỸ THUẬT ỨNG DỤNG KỸ THUẬT VIỄN THÔNG NGƯỜI HƯỚNG... ĐỨC MẠNH Đề tài luận văn: NGHIÊN CỨU PHÁT TRIỂN PHƯƠNG THỨC AUTOPILOT CHO THIẾT BỊ BAY KHÔNG NGƯỜI LÁI UAV Chuyên ngành: KỸ THUẬT VIỄN THÔNG Mã số SV: CA150139 Tác giả, Người hướng dẫn khoa học... ĐỨC MẠNH Đề tài luận văn: NGHIÊN CỨU PHÁT TRIỂN PHƯƠNG THỨC AUTOPILOT CHO THIẾT BỊ BAY KHÔNG NGƯỜI LÁI UAV Chuyên ngành: KỸ THUẬT VIỄN THÔNG Mã số SV: CA150139 Tác giả, Người hướng dẫn khoa học