Trên đây là một số nghiên cứu về sự ra đời và ứng dụng của cảm biến đo vận tốc góc từ năm 1852.
Về mặt cấu tạo thì cảm biến đo vận tốc góc chỉ là một trong các cảm biến tạo thành hệ định vị quán tính INS. Bên cạnh đó còn có những phân tích về ưu nhược điểm của hệ định vị INS, GPS và những thuận lợi về việc kết hợp chúng với nhau. Tuy nhiên, ngay cả khi tích hợp chúng vẫn có những nhược điểm nhất định. Chính vì thế các nghiên cứu trong và ngoài nước vẫn tiếp tục được triển khai để tìm cách hạn chế những nhược điểm này, cụ thể:
Trong nghiên cứu [22] đưa ra những phân tích chất lượng của hệ định vị tích hợp INS/GPS thời gian thực. Nghiên cứu đã đánh giá và đưa ra giải pháp nâng cao
chất lượng cho hệ thống này bằng cách loại bỏ những thông tin đo bất thường của GPS. Có nghiên cứu lại đưa ra giải pháp dùng lọc Kalman khi kết hợp hai hệ thống riêng lẻ để tạo ra hệ tích hợp làm việc hiệu quả hơn [48]. Trong nghiên cứu [81], nhóm tác giả xác định lỗi tất định và lỗi ngẫu nhiên gây ra bởi các MEMS IMU bằng phương pháp biến PSD và Allan. Sau đó đưa chúng vào mô hình nhiễu đáng tin cậy trong khối lọc Kalman để tiến hành loại bỏ. Mục tiêu nghiên cứu trong tài liệu tham khảo [61] là đi trả lời cho câu hỏi: Kết hợp INS và GPS thế nào? Lợi ích của việc tích hợp này là gì? Khái niệm định vị của tương lai trong thực tế là gì? Thông qua câu trả lời này để đưa ra phương pháp dẫn đường mới.
Kết quả nghiên cứu trình bày trong tài liệu tham khảo [31] chứng minh rằng chất lượng của hệ INS/GPS được cải thiện đáng kể nhờ phương pháp tỉ lệ xử lý thích nghi dựa vào hiệp phương sai. Tuy nhiên, phân bố tối ưu của nhiễu đối với từng nguồn nhiễu độc lập lại không thể dùng các phương pháp hệ số tỉ lệ. Hai thuật toán lọc Kalman thích nghi đã được đề xuất trong tài liệu tham khảo [38]. Thuật toán đầu tiên áp dụng đơn giản chỉ như một hệ số tỉ lệ trong ma trận hiệp phương sai dự đoán trước và thuật toán còn lại là để ước lượng trực tiếp hệ số phương sai. Kết quả thực nghiệm chỉ ra rằng cả hai thuật toán thích nghi đều tốt hơn bộ lọc Kalman truyền thống. Đặc biệt, trong khoảng thời gian phương tiện chuyển động thay đổi thao tác vận hành dọc theo đường đi thì khả năng định vị cũng tốt hơn và tuy nhiên thì việc thực hiện trong bộ lọc ước lượng phương sai lại phức tạp hơn so với ma trận hiệp phương sai đã được dự đoán trước. Trong tài liệu tham khảo [10], các tác giả đã đưa ra ba giải pháp dựa trên các nguyên lý dung hợp/khớp hiệp phương sai của bộ lọc Kalman thích nghi và được thực hiện trong hệ tích hợp GPS/ INS với kiểu kết hợp lỏng (loose GPS/INS) với ma trận R và Q thích nghi. Các kết quả cho thấy chất lượng của các phương pháp lọc Kalman thích nghi trong các kịch bản khác nhau đều cao hơn so với bộ lọc Kalman truyền thống. Gần đây, một bộ lọc Kalman thích nghi cao đã được đề xuất để thực hiện việc tích hợp INS và GPS [65]. Trong nghiên cứu này, nhóm tác giả đã đề xuất một thuật toán lọc Kalman cải tiến dựa trên những khiếm khuyết, hạn chế của thuật toán lọc Kalman tiêu chuẩn. Thuật
toán mới này kết hợp để đưa thuyết ước lượng thích nghi vào thuật toán lọc. Nhược điểm chung của bộ lọc này là việc thực hiện khá phức tạp và khó có thể áp dụng vào các ứng dụng thời gian thực.
Bên cạnh những nghiên cứu, giải pháp kể trên thì các nghiên cứu về thuật toán khớp bản đồ (Map Matching) đã được thực hiện để nâng cao chất lượng làm việc cho các hệ thống định vị và dẫn đường. Map Matching (MM) được hiểu là các thuật toán, các phương pháp xác định con đường nào mà ô tô đang chạy thông qua việc sử dụng dữ liệu từ bản đồ và các cảm biến. Hầu hết các cảm biến đều có GPS vì thiết bị này có mặt ở khắp mọi nơi. Trong nhiều năm gần đây MM đóng vai trò quan trọng trong các hệ thống định vị trên xe ô tô vì các hệ thống này phải xác định xem ở thời điểm bất kỳ xe ô tô đang đi qua con đường nào, đang ở vị trí nào trên đó. MM đang trở nên cấp thiết khi mà ô tô được sử dụng như các bộ cảm biến giao thông để đo tốc độ xe đường trường và xây dựng các mô hình thống kê về sự cản trở giao thông. Nói cách khác, các mô hình này có thể được sử dụng để tìm và lựa chọn các tuyến đường tối ưu nhất nhằm tiết kiệm thời gian, tránh tắc đường, tai nạn giao thông... Dữ liệu trong các bộ cảm biến giao thông đang được sử dụng trong các động cơ định tuyến thương mại của Microsoft [16], Inrix [41]. Map matching còn được nghiên cứu để đưa vào các ứng dụng như dự đoán đường [47]. Nghiên cứu trình bày trong tài liệu tham khảo [57] đã đưa ra một thuật toán MM mới dựa trên mô hình Hidden Markov có khả tìm ra con đường thích hợp nhất. Thuật toán MM dựa trên luật logic mờ dùng cho phương tiện đường bộ được trình bày trong tài liệu [66]. Ngoài ra, còn rất nhiều các nghiên cứu khác về MM đã được các nhà nghiên cứu trên thế giới thực hiện thành công như trong các tài liệu tham khảo [15],[18],[19],[20],[21],[51]. Trong bài báo [88] hệ thống tích hợp có thể đạt tới độ chính xác 10 cm tuy nhiên đòi hỏi phần cứng ngoài IMU, GPS, bản đồ còn phải sử dụng thêm camera. Hơn thế nữa, hiệu năng bộ xử lý cũng phải đáp ứng được yêu cầu xử lý dữ liệu đồng thời từ nhiều nguồn (trong đó có cả hình ảnh). Trong bài báo [11] các tác giả cũng đề xuất được hệ thống đạt độ chính xác cao cần sử dụng thêm camera và chip xử lý hiệu năng cao.
Có thể thấy rằng hiện nay nhu cầu định vị các phương tiện chuyển động vẫn đang rất sôi động và thu hút sự quan tâm của nhiều nhóm nghiên cứu [23], [32], [70], [74], [77], [90].
Trên đây là một số công trình nghiên cứu trên thế giới có liên quan đến cảm biến đo vận tốc góc và hệ tích hợp INS/GPS. Tuy nhiên, tình hình nghiên cứu trong nước chỉ được quan tâm nhiều trong một thập kỷ gần đây: Viện Tên lửa là một trong những tổ chức đã tiên phong trong lĩnh vực nghiên cứu này, nhóm nghiên cứu của viện đã đưa ra đề tài “Nghiên cứu tích hợp hệ thống dẫn đường quán tính trên cơ sở cảm biến vi cơ điện tử phục vụ điều khiển dẫn đường các phương tiện chuyển động” [5]. Nghiên cứu sử dụng thuật toán Salychev để xử lý thông tin do cảm biến đo vận tốc góc và cảm biến gia tốc cung cấp, sử dụng bộ lọc Kalman 15 trạng thái trong sơ đồ tích hợp hai hệ riêng lẻ INS và GPS với cả hai kỹ thuật điều chỉnh vòng kín và điều chỉnh vòng hở. Tài liệu tham khảo [3], nhóm tác giả đã giới thiệu các phương pháp dẫn đường truyền thống, khái niệm cơ bản của hệ thống dẫn đường quán tính có đế (Gimbal INS) và không đế (Strapdown INS). Nghiên cứu đưa ra và đánh giá ưu nhược điểm của từng hệ định vị và dẫn đường, từ đó khẳng định rằng sự kết hợp giữa hệ dẫn đường quán tính INS và hệ định vị toàn cầu là lý tưởng nhất. Với phương pháp giả lập một tín hiệu cảm biến để xây dựng một quỹ đạo định trước, mô hình mô phỏng đã kiểm tra tính chính xác của thuật toán dẫn đường. Nghiên cứu được trình bày trong tài liệu tham khảo [2] đã đưa ra phương pháp nâng cao chất lượng hệ dẫn đường cho thiết bị bay trên cơ sở xử lý thông tin kết hợp INS/GPS/Baro sử dụng một bộ lọc Kalman 16 trạng thái theo phương thức kết hợp lỏng. Tác giả đã lựa chọn, xây dựng và thiết kế mạng Nơron để duy trì sai số kênh quan sát làm đầu vào cho bộ lọc Kalman trong trường hợp tín hiệu GPS bị mất. Một giải pháp mới tích hợp hệ thống GPS/INS dựa trên nguyên tắc điều khiển phân tán đã được đưa ra trong tài liệu tham khảo [1]. Nghiên cứu đã cải tiến và ứng dụng thành công phương pháp xử lý chống trôi các phần tử của ma trận quay cho INS công nghệ MEMS 9 bậc tự do. Bên cạnh đó, tác giả cũng xây dựng thành công bộ lọc Unscented Kalman Filter với hai chế độ hoạt động riêng biệt ở các tần số lấy
mẫu khác nhau, tự động chuyển đổi theo đặc điểm của tín hiệu đầu vào và để kết hợp INS với GPS. Kết quả cho thấy: Giá trị biến thiên lớn nhất đối với góc nghiêng là 4o, đối với góc hướng và góc ngẩng là 6o; Đồng thời, quỹ đạo chuyển động của vật thể xác định được đúng với quỹ đạo thực tế.
Trong số những nghiên cứu về cảm biến đo vận tốc góc kiểu Tuning Fork chưa có nghiên cứu nào đưa ra và chứng minh được cấu trúc mà bản thân nó có khả năng tự loại bỏ hoặc hạn chế nhiễu đồng pha và bù lệch pha cho hai tín hiệu kích thích đầu vào. Bên cạnh đó các nghiên cứu về hệ tích hợp INS/GPS cũng đã đưa ra nhiều giải pháp nhằm nâng cao chất lượng. Tuy nhiên, chưa có nghiên cứu đề cập đến việc sử dụng các thuật toán đơn giản để cải thiện chất lượng hệ định vị thương mại khi mất tín hiệu GPS mà không làm tăng giá thành của sản phẩm.
Trên đây là những cơ sở để nghiên cứu sinh tiến hành định hướng nghiên cứu và đưa ra tên đề tài “Thiết kế và xây dựng hệ thống dẫn đường tích hợp INS/GPS trên cơ sở linh kiện vi cơ điện tử dùng cho các phương tiện giao thông đường bộ”.
1.3. Định hướng nghiên cứu và tính khả thi của luận án 1.3.1. Định hướng nghiên cứu 1.3.1. Định hướng nghiên cứu
Với tên đề tài đã lựa chọn, luận án xây dựng một hệ dẫn đường tích hợp dựa trên một hệ định vị INS/GPS thương mại. Từ đó tìm cách cải thiện chất lượng khi mất tín hiệu GPS. Nghiên cứu sinh đã đưa ra hai giải pháp để thực hiện điều đó, cụ thể như sau:
Thứ nhất là tìm ra thuật toán mới với tên gọi “Thuật toán bám đường” STA (Street Tracking Algorithm) kết hợp với bản đồ số để hỗ trợ cho hệ tích hợp INS/GPS làm việc. Thuật toán này nâng cao độ chính xác của hệ tích hợp INS/GPS khi hệ thống làm việc trong điều kiện mất tín hiệu GPS. Khi đó, thuật toán STA sẽ sử dụng các thông tin về độ tăng vận tốc của IMU cung cấp kết hợp với dữ liệu trong bản đồ số để xác định quãng đường đi được của phương tiện ở từng thời điểm và do đó xác định được vị trí của phương tiện. Vì những vị trí xác định này là những điểm nằm trên quỹ đạo chuyển động nên không bị xác định sai như trường hợp INS tự xác định. Điều này đã khắc phục được nhược điểm lớn nhất của INS là
bị trôi điểm làm việc do hiện tượng tích lũy lỗi của các cảm biến và sự kết hợp giữa chúng. Ngoài ra, những thông tin phản hồi về vị trí còn căn chỉnh, giảm lỗi cả vận tốc và góc hướng trong INS.
Thứ hai là nâng cao chất lượng của cảm biến đo vận tốc góc trong INS, cụ thể là đưa ra thiết kế, mô phỏng một cảm biến đo vận tốc góc kiểu Tuning Fork (TFG) hoạt động dựa trên hiệu ứng điện dung sử dụng công nghệ vi cơ điện tử (cảm biến đo vận tốc góc kiểu vi sai). TFG đề xuất này có hệ dầm treo liên kết hình quả trám giúp cho TFG có nguyên lý hoạt động được so sánh có sự tương đồng với nguyên lý hoạt động của một mạch khuếch đại vi sai điện tử dùng 2 Transistor BJT và một nguồn dòng không đổi. Vì vậy TFG đề xuất có khả năng loại bỏ nhiễu đồng pha, khuếch đại đáng kể tín hiệu ngược pha và đặc biệt là có khả năng bù lệch pha cho hai tín hiệu kích thích/kích hoạt đầu vào.
Hai giải pháp trên cũng đồng thời là hai đóng góp chính của luận án. Hình 1.5 trình bày cấu trúc hệ tích hợp INS/GPS và vị trí hai đóng góp mới của luận án. Về mặt cấu trúc thì hệ tích hợp được tạo nên từ hai hệ riêng lẻ: Hệ dẫn đường quán tính INS và hệ định vị toàn cầu GPS. Tuy nhiên, để kết hợp được hai hệ này cần sử dụng bộ xử lý định vị, các thuật toán hỗ trợ…Việc nghiên cứu tìm ra thuật toán STA (đóng góp thứ nhất) là nhằm hỗ trợ trực tiếp cho hệ tích hợp INS/GPS làm việc hiệu quả hơn. Bên cạnh đó, hệ INS lại được tạo nên bởi khối đo lường quán tính IMU và thuật toán dẫn đường quán tính. Trong đó, khối IMU được hình thành từ các cảm biến đo gia tốc (Accelerometers) và các cảm biến đo vận tốc góc (Gyrocopes). Do đó, đóng góp thứ 2 là tạo ra một cảm biến đo vận tốc góc kiểu vi sai có thể trực tiếp nâng cao chất lượng của hệ dẫn đường quán tính INS. Điều này gián tiếp làm nâng cao chất lượng làm việc của hệ tích hợp INS/GPS.