Mô phỏng phương pháp định vị kết hợp AOA–RSS

4.1.1. Kịch bản mô phỏng

Trước tiên, chúng ta sẽ xem xét kịch bản mô phỏng cho phương pháp định vị kết hợp AOA–RSS đã được đề cập trong mục 2.2. Mô hình được thực hiện trong mô phỏng là các hành lang dài trong các thư viện, bệnh viện, viện bảo tàng, nhà máy, v.v. (xem hình 4.1). Mô hình hành lang dài là mô hình phổ biến nhất cho sự hoạt động của các robot di động trong nhà như: các robot đóng vai trò như các hướng dẫn viên trong các viện bảo tàng hay phòng trưng bày các tác phẩm nghệ thuật; các robot vệ sinh trong bệnh viện hay các tòa nhà văn phòng; các robot vận chuyển hàng hoặc vật liệu trong các dây truyền sản xuất của nhà máy. Như nội dung đã thảo luận trong mục 2.2, do phương pháp định vị kết hợp AOA–RSS sử dụng công suất quang nhận được tại các PD để xác định góc hướng của nó. Do đó, độ chính xác của phương pháp định vị này phụ thuộc vào vị trí tương đối của robot di động so với đèn LED phát mà nó đang kết nối. Hay nói cách khác là khi robot di dộng ở càng xa đèn LED phát thì sai số càng lớn và ngược lại. Để kiểm chứng độ chính xác của phương pháp định vị kết hợp AOA–RSS thì chúng ta sẽ cho robot di động di chuyển theo một đường cong dạng hình sin có biên độ bằng với độ rộng thông thường của các hành lang là 2 (m) (xem hình 4.2). Với kịch bản mô phỏng này chúng ta có thể đánh giá được hiệu suất của phương pháp định vị này từ trường hợp tốt nhất (khi robot ở vị trí ngay dưới đèn LED) cho đến trường hợp tồi nhất (khi robot di chuyển đến sát tường của hành lang, tức là xa đèn LED nhất). Ngoài ra, phương pháp định vị đề suất cũng hoàn toàn đúng với các kịch bản khác cho sự hoạt động của robot di động trong nhà.

4.1.2. Chương trình mô phỏng

Chương trình mô phỏng phương pháp định vị kết hợp AOA–RSS được thực hiện trên phần mềm Matlab. Chương trình mô phỏng này được xây dựng để đánh giá độ chính xác của phương pháp định vị này trong một kịch bản đặc biệt – các hành lang dài trong các tòa nhà nơi các hoạt động của các robot diễn ra một cách phổ biến nhất.

Code của chương trình mô phỏng phương pháp định vị kết hợp AOA–RSS được trình bày chi tiết trong phần phụ lục A. Chương trình này gồm các tập tin chính sau (xem hình 4.3):

60

Hình 4.1. Mô hình mô phỏng.

Hình 4.2. Kịch bản mô phỏng phương pháp định vị kết hợp AOA–RSS.

AOA_RSS_main.m: là tập tin chính của chương trình mô phỏng. Tập tin này thực hiện một số nhiệm vụ chính như sau:

 Thực hiện phương pháp định vị AOA–RSS.  Tính toán sai số.

InputParameters.m: là tập tin chứa các thông số để cấu hình cho hệ thống. Các thông số này được phân loại như sau:

 Các thông số cấu hình chung như: số lượng PD, khoảng cách lấy mẫu.  Các thông số cấu hình cho mô hình hệ thống VLC như: chiều cao của

đèn LED, góc nửa công suất, góc FOV của PD, v.v.

 Các thông số để tính toán nhiễu Gauss tại đầu ra của bộ nhận quang PD: độ nhạy thu của PD, tốc độ truyền, v.v.

AOA_RSS_Estimation.m: là tập tin thực hiện hai bước của phương pháp định vị kết hợp AOA–RSS:

 Tính toán góc ước lượng αi-max (hàm ComputeEstAng).

 Tính toán vị trí ước lượng của robot từ giá trị αi-max (hàm

ComputeEstPosition).

ComputeEstAng.m: là tập tin thực hiện việc tính toán góc ước lượng αi-max

trong bước một của phương pháp định vị đề suất. Các nhiệm vụ của nó bao gồm:  Tính toán công suất nhận được tại các PD (hàm ComputePower) trong

trường hợp không có nhiễu.

 Tính toán công suất nhận được tại các PD trong trường hợp có nhiễu.  Xác định PD có công suất nhận được lớn nhất.

 Tính góc của PD nhận được công suất lớn nhất đó.

ComputeEstPosition.m: là tập tin thực hiện việc tính toán vị trí ước lượng của robot trong bước hai của thuật toán định vị đề xuất.

ComputePower.m: là tập tin thực hiện việc tính toán công suất nhận được tại các PD trong trường hợp không có nhiễu.

ComputeNoise.m: là tập tin thực hiện việc tính toán nhiễu tác động lên tín hiệu đầu ra của các PD bao gồm nhiễu nhiệt và tạp âm kim.

CreatePDArray.m: là tập tin thực hiện việc tính toán vị trí của các PD theo vị trí của robot.

DrawCircle: là tập tin thực hiện việc vẽ các vùng phủ tưởng tượng của các đèn LED.

62

Hình 4.3. Sơ đồ khối của chương trình mô phỏng phương pháp định vị kết hợp AOA– RSS. định vị kết hợp AOA– RSS.

4.1.3. Kết quả mô phỏng

Ngoài sự phụ thuộc vào khoảng cách tương đối giữa vị trí hiện tại của robot di động và đèn LED thì độ chính xác của phương pháp định vị kết hợp AOA–RSS còn phụ thuộc vào số lượng đèn LED được gắn trên robot. Số lượng đèn LED càng nhiều thì độ chính xác của phương pháp định vị này càng cao. Thật vậy, điều này được chứng minh qua việc mô phỏng ba kịch bản của phương pháp định vị đề xuất tương

ứng với số lượng PD được gắn trên robot luần lượt là K1 = 8 PD, K2 = 12 PD, K3 = 16 PD. Các hình 4.4, 4.5, 4.6 lần lượt biểu diễn sai số của phương pháp định vị kết hợp AOA–RSS trong các trường hợp ứng với số lượng PD được gắn trên robot khác nhau. Từ các hình vẽ trên chúng ta có thể dễ dàng nhận thấy sai số của phương pháp định vị này giảm khi chúng ta tăng số lượng PD gắn trên robot lên. Cụ thể, sai số của phương pháp định vị này lên tới 40 (cm) khi số lượng PD được gắn trên robot chỉ có 8 PD trong hình 4.4. Sai số này giảm xuống 25 (cm) khi số lượng PD tăng lên 12 PD trong hình 4.5. Sai số này tiếp tục giảm xuống 20 (cm) khi số lượng PD gắn trên robot là 16 PD trong hình 4.6. Tuy nhiên, chúng ta không thể tăng mãi đại lượng này do vấn đề chế tạo mô hình trong thực tế. Việc sử dụng quá nhiều PD dẫn đến công suất nhận được tại các PD xấp xỉ bằng nhau, dẫn đến việc không thể xác định được góc hướng của robot. Do đó, mô hình của robot trong phạm vi luận văn này sử dụng 16 PD để thực hiện việc định vị với sai số đạt được là 20 (cm). Để tiếp tục giảm sai số này, chúng ta cần phải sử dụng các phương pháp ước lượng như bộ lọc Kalman mở rộng như đã thảo luận trong các phần trước. Trong phần tiếp theo, chúng ta sẽ thực hiện mô phỏng bộ lọc Kalman mở rộng để đánh giá việc cải thiện độ chính xác của phương pháp định vị đề suất của nó.

Hình 4.4. Sai số của phương pháp định vị kết hợp AOA–RSS trong trường hợp số PD là K1 = 8. trong trường hợp số PD là K1 = 8.

Hình 4.5. Sai số của phương pháp định vị kết hợp AOA–RSS trong trường hợp số PD là K2 = 12. trong trường hợp số PD là K2 = 12.

Hình 4.6. Sai số của phương pháp định vị kết hợp AOA–RSS trong trường hợp số PD là K3 = 16. trong trường hợp số PD là K3 = 16.

64