Cảm biến quán tính IMU ngày càng được ứng dụng rộng rãi trong ước lượng chuyển động sử dụng thuật toán định vị quán tính INA INA dựa trên nguyên tắc kết hợp tích phân hai lớp của gia tốc và tích phân của vận tốc góc Tuy nhiên việc sử dụng nguyên lý tích phân sẽ làm cho sai số ước lượng tích lũy rất nhanh theo thời gian do nhiễu của các thành phần trong cảm biến Trong luận văn này tôi trình bày việc xây dựng INA sử dụng bộ bộ lọc Kalman mở rộng để nâng cao độ chính xác của việc ước lượng quỹ đạo chuyển động của bàn chân để ước lượng thông số bước đi của người dùng Lúc này cảm biến quán tính được đặt trên bàn chân và ghi lại dữ liệu chuyển động của bàn chân Quỹ đạo chuyển động của bàn chân được ước lượng bằng cách chạy INA cho dữ liệu này trên Matlab Từ quỹ đạo chuyển động của bàn chân chúng ta có thể trích xuất các thông số chuyển động của người dùng như độ dài bước tốc độ bước thời gian bước… Những thông số bước đi này rất hữu ích trong việc đánh giá tình trạng sức khỏe người dùng và giúp phát hiện một số loại bệnh qua thông số bước đi
ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN THẾ KHÁNH ƯỚC LƯNG THÔNG SỐ BƯỚC ĐI DÙNG CẢM BIẾN QUÁN TÍNH ĐẶT TRÊN BÀN CHÂN LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA Đà Nẵng - Năm 2020 IH C N NG TRƢỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN THẾ KHÁNH ƢỚC LƢỢNG THÔNG SỐ BƢỚC ĐI DÙNG CẢM BIẾN QUÁN TÍNH ĐẶT TRÊN BÀN CHÂN C u n n n Kỹ thuật điều khiển tự động hóa M số: 8520216 LU N V N TH C S N ƣời ƣớng dẫn khoa học: PGS.TS Đo n Quan Vin Đ N n - Năm 2020 LỜI CẢM ƠN Với tình cảm chân thành, tơi bày tỏ lòng biết ơn ại học Nẵng, Trường ại học Bách Khoa Nẵng, Thầy, cô tham gia quản lý, giảng dạy giúp đỡ tơi suốt q trình học tập nghiên cứu Tôi xin bày tỏ biết ơn đến Thầy PGS.TS oàn Quang Vinh Th.S Phạm Duy Dưởng người trực tiếp giúp đỡ nhiều trình thực luận văn thời gian qua Mặc dù có nhiều cố gắng suốt q trình thực đề tài, song mặt hạn chế thiếu sót Tơi mong nhận ý kiến đóng góp dẫn q thầy, giáo bạn học viên để luận văn hoàn thiện Xin trân trọng cám ơn! MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN MỤC LỤC DANH MỤC CÁC CHỮ VIẾT TẮT DANH MỤC CÁC HÌNH VẼ 10 MỞ ĐẦU 1 Tính cấp thiết đề tài Tổng quan hệ thống 3 Mục tiêu nhiệm vụ luận văn 4 Đối tƣợng nghiên cứu phạm vi nghiên cứu 4.1 ối tượng nghiên cứu 4.2 Phạm vi nghiên cứu 5 Ý n ĩa k oa ọc thực tiễn đề tài .5 Bố cục luận văn .5 CHƢƠNG - NGHIÊN CỨU TỔNG QUAN VỀ CẢM BIẾN QUÁN TÍNH VÀ TÌNH HÌNH NGHIÊN CỨU 1.1 Giới thiệu 1.2 Tổng quan MEMS .6 1.3 Công nghệ chế tạo sản phẩm MEMS 1.4 Giới thiệu cảm biến quán tính (IMU) 1.4.1 Giới thiệu cảm biến gia tốc 1.4.2 Giới thiệu cảm biến vận tốc góc 11 1.4.3 Giới thiệu cảm biến từ trường .14 1.5 Khả ứng dụng IMU .14 1.6 Cảm biến quán tính Mti-1 hãng Xsens 17 1.7 Tổng quan tình hình nghiên cứu .18 1.7.1 Phân tích dáng (gait analysis) 19 1.7.2 ịnh vị cho người (pedestrian navigation) 20 1.8 Kết luận 21 CHƯƠNG - THUẬT TOÁN ĐỊNH VỊ QUÁN TÍNH 22 2.1 Giới thiệu 22 2.2 Các hệ thống định vị dẫn đường 22 2.2.1 Hệ thống dẫn đường toàn cầu GPS .22 2.2.2 Hệ thống dẫn đường quán tính 23 2.3 Các phương trình định vị qn tính .24 2.4 Ƣớc lƣợn 2.5 ƣớng vị trí thuật tốn định vị qn tính (INA) 27 Kết luận 28 CHƢƠNG - BỘ LỌC ALMAN CHO ĐỊNH VỊ QUÁN TÍNH VÀ CÁC PHƢƠNG TRÌNH C P NH T 29 3.1 Giới thiệu 29 3.2 Bộ lọc Kalman 29 3.3 Xây dựng mơ hình lọc Kalman cho định vị quán tính 32 3.4 Phương trình cập nhật cho lọc Kalman 35 3.5 Phương trình cập nhật cho IMU đặt bàn chân 35 3.6 Kết luận 37 CHƢƠNG - THÍ NGHIỆM VÀ KẾT QUẢ 38 4.1 Giới thiệu 38 4.2 Thiết bị thí nghiệm .38 4.3 Thí nghiệm thẳng dọc hành lang 39 4.4 Thí nghiệm ba bước với hệ thống camera .45 4.5 ánh giá sức khỏe thông qua thông số bước 48 4.5.1 UUK Walk test .48 4.5.2 The Time up and go .49 4.5.3 Four Meter Walk Test 50 4.6 Kết luận 53 KẾT LU N 54 TÀI LIỆU THAM KHẢO 55 ƢỚC LƢỢNG THÔNG SỐ BƢỚC ĐI DÙNG CẢM BIẾN QUÁN TÍNH ĐẶT TRÊN BÀN CHÂN Học viên: Nguyễn Thế Khánh Chuyên ngành: Kỹ thuật điều khiển tự động hóa Mã số: 8520216 Khóa: 36 Trường ại học Bách Khoa Nẵng - H N Tóm tắt Cảm biến quán tính (IMU) ngày ứng dụng rộng rãi ước lượng chuyển động sử dụng thuật tốn định vị qn tính (INA) INA dựa nguyên tắc kết hợp tích phân hai lớp gia tốc tích phân vận tốc góc Tuy nhiên, việc sử dụng nguyên lý tích phân làm cho sai số ước lượng tích lũy nhanh theo thời gian nhiễu thành phần cảm biến Trong luận văn này, tơi trình bày việc xây dựng INA sử dụng bộ lọc Kalman mở rộng để nâng cao độ xác việc ước lượng quỹ đạo chuyển động bàn chân để ước lượng thông số bước người dùng Lúc cảm biến quán tính đặt bàn chân ghi lại liệu chuyển động bàn chân Quỹ đạo chuyển động bàn chân ước lượng cách chạy INA cho liệu Matlab Từ quỹ đạo chuyển động bàn chân, trích xuất thông số chuyển động người dùng độ dài bước, tốc độ bước, thời gian bước… Những thơng số bước hữu ích việc đánh giá tình trạng sức khỏe người dùng giúp phát số loại bệnh qua thông số bước Từ k óa - định vị; đường dẫn; cảm biến quán tính; IMU; phân tích dáng đi; ước lượng chuyển động THE APPLICATION OF THE INERTIAL NAVIGATION OFKALMAN FILTER IN WALKING PARAMETER ESTIMATION Abstract - Inertial Measurement Unit (IMU) are increasingly widely used in motion estimation using inertial positioning algorithm (INA) INA is based on the principle of combining two-layer integration of acceleration and integration of angular velocity However, using the integral principle will make the estimated error of accumulation very fast over time due to noise of the components in the sensor In this dissertation we present the construction of INA using the extended Kalman filter set to improve the accuracy of the foot trajectory estimation to estimate the user's step parameters At this moment the inertial sensor is placed on the foot and records the movement data of the foot Trajectory motion of the foot is estimated by running INA for this data on Matlab From the motion trajectory of the foot, we can extract the user's movement parameters such as step length, step speed, step time, etc These step parameters are very useful in evaluating User health status and help detect some diseases through step parameters Key words - positioning; navigation; inertial measurement unit; IMU, gait analysis; motion estimation DANH MỤC CÁC CHỮ VIẾT TẮT Viết tắt Tiến An Tiến Việt Inertial Measurement Units Khối đo quán tính Kalman Filter Bộ lọc Kalman EKF Extended Kalman Filter Bộ lọc Kalman mở rộng ICS IMU coordinate system Hệ trục tọa độ cảm biến WSC World coordinate system Hệ trục tọa độ trái đất BSC Body coordinate system Hệ trục tọa độ hệ INA Inertial Navigation Algorithm Thuật tốn định vị qn tính IMU KF DANH MỤC CÁC BẢNG Bảng Ước lượng thông số bước sai lệch quãng đường 30m 44 Bảng Sai số vị trí theo trục sử dụng cập nhật vận tốc ZVI (m) 47 Bảng Sai số vị trí theo trục sử dụng cập nhật vận tốc cập nhật độ cao ZVI (m) 47 DANH MỤC CÁC HÌNH VẼ Hình Ước lượng chuyển động bàn chân sử dụng IMU Hình 1 Các thành phần thiết bị MEMS .7 Hình Cấu tạo cảm biến quán tính 6DOF .8 Hình Một cảm biến gia tốc cổ điển gắn tên lửa IRBM S3 Hình Sơ đồ khối hệ lị xo - gia trọng Hình Các dipole áp điện Hình Đáp ứng tần số cảm biến kiểu áp điện 10 Hình Cảm biến gia tốc kiểu tụ 10 Hình Cảm biến gia tốc kiểu tụ chế tạo theo cơng nghệ MEMS 10 Hình Cảm biến áp trở 11 Hình 10 Con quay hồi chuyển 12 Hình 11 Ứng dụng giám sát độ nghiêng máy bay 12 Hình 12 Lực Coriolis 13 Hình 13 Cấu tạo cảm biến vận tốc góc 13 Hình 14 Cảm biến vận tốc góc cơng nghệ MEMS 14 Hình 15 Nguyên lý cảm biến từ trường 14 Hình 16 Năm chế độ cảm biến chuyển động .15 Hình 17 Chuyển động quay vật xung quanh trục Z 16 Hình 18 Ứng dụng IMU chơi golf 16 Hình 19 Các dịng IMU hãng Xsens 17 Hình 20 IMU Mti-1 17 Hình 21 Sơ đồ khối chức cảm biến Mti-1 .18 Hình 22 Mặt trước board mạch sử dụng cảm biến Mti-1 .18 Hình 23 Phân tích dáng .19 Hình 24 Phân tích dáng sử dụng cảm biến qn tính 20 Hình 25 Hệ thống định vị cho người .20 Hình Quỹ đạo vệ tinh hệ thống GPS .23 Hình Hoạt động lọc Kalman .30 Hình Lưu đồ thuật toán hoạt động lọc Kalman định vị quán tính 31 Hình Mơ đun thu thập liệu (trái) thiết kế (phải) 38 Hình Tín hiệu gia tốc theo trục thu với quãng đường 30m 39 Hình Tín hiệu vận tốc góc theo trục thu với quãng đường 30m 39 Hình 4 Tín hiệu gia tốc truy xuất từ giây thứ hai đến giây thứ ba 40 Hình Tín hiệu vận tốc góc truy xuất từ giây thứ hai đến giây thứ ba 40 Hình Phát ZVI sử dụng tín hiệu gia tốc 41 Hình Phát ZVI sử dụng tín hiệu vận tốc góc .41 52 Hình 20 Đánh giá số từ tốc độ di chuyển Trong Hình 4.20 thể số đánh giá tiêu liên quan đến tốc độ di chuyển khả té ngã, số ADL, IADL, phạm vi lại cụ thể sau: Màu đỏ – Mức độ nguy hiểm Màu vàng – Mức độ cảnh báo Màu xanh – Mức độ bình thường Hình 21 Một số khuyến cáo từ tốc độ di chuyển 53 Trong Hình 4.21 thể số khuyến cáo dựa vào tốc độ di chuyển đó: