Hình 2.44 Tín hiệu độ cao sau khi được hiệu chỉnh
Sau khi tín hiệu đã được hiệu chỉnh, dùng dữ liệu t u được để tính toán độ cao theo công thức 2.3. Chúng ta có thể phân biệt được trạn t ái đ n c u ển động theo chiều dọc bằng cách tính toán sự khác biệt của dữ liệu trong 2 giây. Nếu sự khác biệt này lớn ơn n ưỡn qu định về độ cao t ì ác địn n ười dùn đ n di chuyển theo chiều dọc. Kết hợp với thông tin từ sơ đồ tò n đã c o ta hoàn toàn có thể ước lượng được độ cao hiện tại tươn ứng với tầng nào.
39
Hình 2.45 Lưu đồ thuật toán phát hiện tầng nhà.
i có đủ thông tin về ước chân, về ướng chuyển động và sự chuyển động theo chiều dọc. Ta hoàn toàn có thể ác địn được n ười, vật thể trong nhà và công trình theo cả chiều dọc và chiều ngang.
40
Kết luận c ƣơn 2
Ở c ươn 2, tác giả đã â dựng thành công hệ thống phần cứng bao gồm các cảm biến giá thành rẻ và vi xử lý tiết kiệm năn lượng. Tác giả c n đư r được thuật toán và trình bày chi tiết các thuật toán về ác địn ước c ân c n n ư ác địn ướng góc quay củ n ười tron m i trường trong nhà. ươn n c n trìn bày chi tiết về p ươn p áp ác định ướng chuyển dộng theo chiều dọc dựa vào cảm biến áp suất. ặc biệt tác giả đã đư r p ươn p áp iệu chỉnh dữ liệu áp suất dựa trên giá trị D. u đó t o n to n có t ể định vị n ười trong nhà và công trình sử dụng các cảm biến IMU và cảm biến áp suất.
41
ƣơn 3 KẾT QUẢ THỰC NGHIỆM VÀ THẢO LU N
Trong luận văn n , tác iả đã t ực hiện kiểm tra trên thiết bị của mình trên 02 sin vi n có độ tuổi 22-23, chiều cao 1.6-1.75m, cân nặng 50-70kg được lựa chọn ngẫu nhiên. Mỗi sin vi n được đi 3 lần rồi lấy ngẫu nhiên 1 lần làm kết quả. Và các mẫu còn lại là kết quả thực nghiệm trên chính tác giả khi thực hiện đi n iều lần và lấy 3 mẫu làm kết quả.
Thiết bị được đeo ở bên hông bên phải củ n ười thực hiện n ư ìn 3.1.
Hình 3.1 Hình ảnh thực tế khi đeo thiết bị trên người thử nghiệm
Sau khi thực nghiệm với các dữ liệu tại các đị điểm khác nhau, một số kết quả t u được n ư s u.
Kết quả thử nghiệm thuật toán đếm bước chân: N ười thử nghiệm được đi theo quỹ đạo hình chữ nhật, với điểm đíc trùn với điểm xuất phát, với chiều rộng l 5 ước chân, chiều d i l 7 ước chân với tổng số ước c ân l 24 ước. Hình 3.1
42
và hình 3.2 cho thấy thuật toán củ c ún t i đã p át iện được chính xác tổng số ước chân và số ước chân ở mỗi cạnh của quỹ đạo chuyển động.
Hình 3.2 Mô hình thử nghiệm khi đi theo hình chữ nhật với chiều dài 7 bước và chiều rộng 5 bước.
43
Ngoài ra chúng tôi còn thực nghiệm ở nhiều đị điểm khác nhau với những n ười thử nghiệm khác nhau, kết quả được liệt kê trong bảng 3.1.
Bảng 3.1 Bảng kết quả các lần thử nghiệm cho thuật toán đếm bước
ị đ ểm thử nghiệm Số bƣớc thực tế Số bƣớc đo đƣợc từ thiết bị Sai số H n n ệ - H GH 288 280 8 H n n ệ - H GH 197 184 13 Sóc Sơn - Hà Nội 24 24 0 Sóc Sơn - Hà Nội 51 52 1 Sóc Sơn - Hà Nội 212 210 2
Kết quả thử nghiệm thuật toán phát hiện hướng di chuyển: Nhằm kiểm tra thuật toán phát hiện óc qu k i đi ộ, được thực hiện bởi chính tác giả k i đi ộ qu n k u dân cư của mình. Hình 3.4 mô tả dạng tín hiệu t u được khi thực nghiệm qu n k u dân cư.
Hình 3.4 Kết quả số bước chân khi đi quanh khu dân cư
Tín hiệu gia tốc ở hình 3.4 cho thấ có 5 đoạn tín hiệu có sự chuyển biến qua đó có t ể su đoán có 5 đoạn chuyển ướng, chi tiết sự chuyển ướn được ở hình 3.5, ở đó m tả chính xác vị trí qu c n n ư c ín ác về sự chuyển ướng.
44
Hình 3.5 Các thời điểm quay và xác định hướng khi đi quanh khu dân cư
Áp dụng thuật toán cho thấy kết quả phát hiện đún các điểm quay và chỉ ra là quay trái hay quay phải. Với nhữn điểm ìn tròn được qu định là quay phải, nhữn điểm ìn vu n được qu định là quay trái.
Hình 3.6 Quỹ đạo chuyển động của người thực nghiệm khi đi quanh khu dân cư
Hình 3.6 thể hiện quỹ đạo đi được qua sử dụng dữ liệu t u được từ cảm biến, qu đó t có t ể thấy thuật toán của tác giả đư r k á c ín ác, với quỹ đạo rất sát với thực tế. iểm m u đen qu địn điểm dừn điểm đán dấu tròn đỏ qu định các điểm qu , điểm màu tròn xanh qu địn điểm xuất phát. Trong luận văn n , tác giả thực hiện với nhữn ước chân cố định, với mỗi ước c ân có độ dài 0.6m. Sau k i đi qu n k u dân cư, với quỹ đạo thực tế t ì điểm kết thúc qua thuật toán lệch 0.8 mét so với thực tế.
45
Ngoài ra, thiết bị c n được thử được thử nghiệm ở một số đị điểm khác, được thực hiện bởi 1 sinh viên củ trườn đại học Công nghệ k i đi ộ quanh khuôn vi n n trường.
Qua nhiều lần thử nghiệm ở một số nơi, kết quả được tổng hợp lại trong bảng 3.2
Bảng 3.2 Bảng kết quả phát hiện sự chuyển hướng
ị đ ểm Số lần quay thực tế Số lần quay phát hiện Sai số chuyển ƣớng Sai số vị trí theo chiều ngang (m) H - H GH 8 phải 8 phải 0 x H - H GH 8 trái 8 trái 0 x
Sóc Sơn - Hà Nội 3 phải - 6 trái 3 phải - 6 trái 0 1.2 Sóc Sơn - Hà Nội 5 phải - 3 trái 5 phải - 3 trái 0 1.8
Sóc Sơn - Hà Nội 3trái 3 trái 0 0
Qua bảng 3.2 cho thấy với thuật toán ác địn ướng chuyển động với độ chính xác cao, 100% số lần thử nghiệm đều cho kết quả chính xác. Sự sai số vị trí theo chiều n n c n c o kết quả nhỏ, qu đó c o t ấy thuật toán định vị theo chiều n n c o độ chính xác khá cao.
Thử nghiệm cho thuật toán xác định độ cao,tầng của tòa nhà tại vị trí đứng:
ược thực hiện bằng cách cho sinh vi n đeo t iết bị đi v o t n má v di c u ển từ tầng 1 lên tầng 6 theo trình tự: đi ộ - t án má đi l n - đi ộ.
46
b) Quỹ đạo di chuyển khi đi từ tầng 1 lên tầng 6 Hình 3.7 Giá trị độ cao khi đi bộ và trong thang máy
Qua hình 3.7 ta có thể thấy giá độ cao suất t đổi dần khi thang máy lên cao (hình 3.7a) k i l n đến tầng 6 giá trị độ c o tươn ứng khoảng 20m phù hợp với độ cao của tầng 6 ngoài thực tế. Khi vẽ quỹ đạo chuyển động ở hình 3.7b ta thấy vị trí kết thúc gần với vị trí bắt đầu theo chiều ngang với sai số khoảng 0.6m.
Kết luận c ƣơn 3
Sau khi thực các thử nghiệm để kiểm tra kết quả của thuật toán, kiểm tra sự hoạt động của thiết bị định vị. Các kết quả đếm ước cho thấy thuật toán đã đếm được số ước c ân đi được với độ chính xác cao, kết quả về phát hiện ướng di chuyển cho kết quả đạt độ chính xác 100% trong các lần thử, còn trong thử nghiệm về p ươn p áp sử dụng giá trị , để hiệu chỉnh giá trị cảm biến áp suất không khí, c n c o kết quả tốt khi thuật toán đã loại bỏ được nhữn điểm bất t ường trong tín hiệu.
47
KẾT LU N
Trong quá trình nghiên cứu và chế tạo và xây dựng thuật toán cho thiết bị sử dụng trong hệ thốn định vị trong nhà, tác giả đã rút r được một số kết luận sau.
Phát hiện được ước c ân v đếm được số ước chân với độ chính xác cao. Phát hiện được ướng chuyển động củ n ười khi di chuyển theo các góc 900
với độ chính xác 100%.
Phát hiện được vị trí t eo độ cao dựa vào cảm biến áp suất.
Tuy nhiên, hệ thốn định vị của tác giả còn tồn tại một số hạn chế n ư: hệ thống mới chỉ phát hiện được sự chuyển ướng với các góc là 900, c ư p át hiện được khi chuyển ướng các góc bất kỳ. Hệ thống mới chỉ áp dụng với các ước chân là cố địn , c ư áp dụn c o các ước c ân t đổi.
Xu ướng phát triển hệ thốn định vị của tác giả tron tươn l i: Xác định sự chuyển ướng củ n ười dùng với các góc bất kì. Nghiên cứu thuật toán để áp dụng cho nhữn ước c ân có độ d i t đổi. Xây dựng hệ thống theo dõi, quản lý và giám sát từ xa.
48
CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ
Trong quá trình nghiên cứu và hoàn thiện luận văn, tác iả đã có 01 i báo được chấp nhận tại hội nghị quốc tế và sẽ được trình bày vào ngày 27-29/6/2018 tại TP Hồ Chí Minh
[1]. Van Duong Nguyen, Van Thanh Pham, Van An Tran, Tuan Khai Nguyen, Thuy Hang Duong Thi, The Hop Hoang and Duc-Tan Tran, “Elevator Motion States Recognition Using Barometer Suport Indoor Positioning System”, 7th International Conference in Vietnam on the Development of Biomedical Engineering, June 27th - 29th,2018.
49
TÀI LIỆU THAM KHẢO
[1] S. H. Kim, W. Seo and R. K. Baek, "Indoor Positioning System Using Magnetic Field Map Navigation and an Encoder System," Sensors, vol. 17, p. 651, 22 March 2017.
[2] G. Gabriel, C. Stephane, Z. Sisi, B. Yannick, J. St-Pierre and O. V. Peter, "Indoor Pedestrian Navigation Using Foot-Mounted IMU and Portable Ultrasound Range Sensors," sensors, vol. 11, pp. 7606 - 7624, 2011.
[3] L. Chen, L. Pei, H. Kuusniemi, Y. Chen, T. Kroger and R. Chen, "Bayesian Fusion for Indoor Positioning Using Bluetooth Fingerprints," springer, vol. 70, no. 4, pp. 1735-1745, 2013.
[4] N. D. Le, F. Gain and P. Zetterberg, "WiFi fingerprint indoor positioning system using probability distribution comparison," IEEE, 31 August.
[5] T. H. Md, Z. C. Mostafa and I. Amirul, "Simplified photogrammetry using optical camera communication for indoor positioning," IEEE, 27 July 2017. [6] MPU9250, Inertial Measurement Unit, Data sheet downloaded at
https://www.invensense.com/wp-content/uploads/2015/02/PS-MPU-9250A-01- v1.1.pdf.
[7] MagMaster, "https://github.com/YuriMat/MagMaster/archive/master.zip". [8] Neil , Zhao;, "Full-Featured Pedometer Design Realized with 3-Axis Digital
Accelerometer," Analog Dialogue, 2010.
[9] BMP180, DIGITAL PRESSURE SENSOR, Data Sheet downloaded at https://cdn-shop.adafruit.com/datasheets/BST-BMP180-DS000-09.pdf.
[10] D. V. Nguyen, T. V. Pham, A. V. Tran, K. T. Nguyen, H. T. Duong Thi, H. T. Hoang and T. D. Tran, "Elevator Motion States Recognition Using Barometer Support Indoor Positioning System," in 7th, International Conference in Vietnam on the Development of Biomedical Engineering (BME7), Ho Chi Minh, Vietnam, Jun, 26-29, 2018.
[11] I. Federica , "3D Pedestrian Dead Reckoning and Activity Classification Using Waist-Mounted Inertial Measurement Unit," in 2015 International Conference
50
on Indoor Positioning and Indoor Navigation (IPIN), Alberta, Canada, 2015. [12] T. V. Pham, H. T. Le Thi, N. H. Nguyen Thi, L. V. Do, C. D. Nguyen and T.
D. Tran, "Development of a Real-Time Supported System for Firefighters in Emergency Cases".
[13] V. Genovese, A. Mannini and A. M. Sabatini, "A Smartwatch Step Counter for Slow and Intermittent Ambulation," IEEE, 2017.
[14] L. Yu, Y. Chen, L. Shi, Z. Tian, M. Zhou and L. Li, "Accelerometer Based Joint Step Detection and Adaptive Step Length Estimation Algorithm Using Handheld Devices," Journal of Communications, vol. 10, no. 7, 2015.
[15] P. S. Young and H. J. Se, "Accelerometer - based Smartphone Step Detection Using Machine Learning Technique," 5th International Electrical Engineering Congress, 2017.
[16] W. Xi, J. Mingxing , Z. Gou, N. Hu, S. Zhongwei and J. Liu, "An Indoor Positioning Method for Smartphones Using Landmarks and PDR," sensors,
vol. 16, p. 2135, 2016.
[17] C. L. Ying, C. C. Chin, M. T. Chia, C. H. Shih and W. C. Kai, "A Knowledge- Based Step Length Estimation Method Base on Fuzzy Logic and Multi-Sensor Fusion Alorithms for a Pedestrian Dead Reckoning System," International Journal of Geo-Information, vol. 5, p. 70, 2016.
[18] T. V. Pham, T. A. Nguyen, N. D. Tran, A. D. Nguyen and T. D. Tran, "Development of a Real Time Supported Program for Motorbike Drivers Using Smartphone Built-in Sensors," International Journal of Engineering and Technology (IJET), Apr - May 2017.
[19] T. V. Pham, D. A. Nguyen Thi, Q. T. Tran Thi, D. P. Chu Thi, H. V. Mau and T. D. Tran, "A Novel Step Counter Supporting For Indoor Positioning Based On Inertial Measurement Unit," in 7th International conference on Integrated Circuit, Design, and Verification (ICDV 2017), Hanoi, Vietnam, October 5-6, 2017.
51
Particle Filter," Recent Advances in Electrical Engineering and Computer Science.
[21] H. J. Jee, B. Shin, S. Lee, H. J. Kim, C. Kim, T. Lee and J. Park, "Motion based Adaptive Step Length Estimation using Smartphone," IEEE ISCE, 2014. [22] H. N. Ho, T. H. Phuc and M. J. Gu, "Step-Detection and Adaptive Step-Length Estimation for Pedestrian Dead-Reckoning at Various Walking Speeds Using a Smartphone," sensors, vol. 16, p. 1423, 2016.
[23] H. Hendrik , N. Abdelmoumen , B. Jorg and E. Andreas, "AN
IMU/MAGNETOMETER-BASED INDOOR POSITIONING SYSTEM
USING KALMAN FILTERING," International Conference on Indoor Positioning and Indoor Navigation, 2013.
[24] J. Li, G. Han, C. Zhu and G. Sun, "An Indoor Ultrasonic Positioning System Based on TOA for Internet of Things," Hindawi Publishing Corporation, pp. 1155-1165, 2016.