Trường hợp sử dụng GPS+RADAR Trường hợp sử dụng GPS+IMU
𝑋0= ( 0 0 0 0 ) 𝑋0= ( 0 0 0 0 0 0) 𝑃0= ( 1 0 0 0 0 1 0 0 0 0 1000 0 0 0 0 1000 ) 𝑃0= ( 10−4 0 0 0 0 0 0 10−4 0 0 0 0 0 0 10−5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0) 𝑅𝐺𝑃𝑆 = (0.0225 0 0 0.0225) 𝑅𝑅𝐴𝐷𝐴𝑅 = ( 0.09 0 0 0 0.0009 0 0 0 0.09 ) 𝑅 = ( 0.01 0 0 0 0 0.01 0 0 0 0 0.001 0 0 0 0 5 ∗ 10−5 ) 𝑄 = ( 0.0001 0 0.0025 0 0 0.0001 0 0.0025 0.0025 0 0.05 0 0 0.0025 0 0.05 ) 𝑄 = ( 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3.5 ∗ 10−5 0 0 0 0 0 0 0 0 0 0 0 0 0 10−6) 4.2 Kết quả mô phỏng
Để đánh giá độ hiệu quả của bộ lọc và so sánh giữa các trường hợp sử dụng cảm biến, ta sử dụng phép đo sai số trung bình phương (root mean square error) để so sánh giữu kết quả ước tính so với dữ liệu thực tế của UAV.
RMSE = √1
𝑛∑𝑛 (𝑥𝑡𝑒𝑠𝑡 − 𝑥𝑡𝑡𝑟𝑢𝑒)2
𝑡=1 (4.1)
Trong đó n là số lần đo hoặc lấy mẫu, 𝑥𝑡𝑒𝑠𝑡 là giá trị trạng thái ước tính, 𝑥𝑡𝑡𝑟𝑢𝑒 là giá trị trạng thái thực tế ở thời điểm t.
Ta có kết quả của các trường hợp kết hợp cảm biến bên dưới. Trong đó quỹ đạo chuẩn (GT) của UAV được thể hiện bởi các điểm màu xanh và quỹ đạo ước tính của UAV được thể hiện bởi các điểm màu đỏ (EST). Sự hiệu quả của chương trình được thể hiện qua việc đường ước tính màu đỏ bám sát đường quỹ đạo chuẩn màu xanh.
Hình 4.1 Kết quả sử dụng bộ lọc EKF đối với chỉ cảm biến GPS
Hình 4.3 Kết quả sử dụng bộ lọc EKF khi kết hợp cảm biến GPS và RADAR
Hình 4.5 Kết quả sử dụng bộ lọc EKF kết hợp 3 cảm biến GPS, RADAR và IMU
Hình 4.7 Thử nghiệm khi cảm biến RADAR bị lỗi một khoảng thời gian
4.3 Nhận xét và kết luận
Chương này đã trình bày việc mơi trường mơ phỏng thuật toán định vị cho UAV trên phần mềm Matlab cũng như đưa ra các đồ thị hiển thị kết quả và so sánh giữa các trường hợp kết hợp các loại cảm biến khác nhau.
Từ kết quả đồ thị mơ phỏng, có thể thấy độ chính xác của vị trí hệ thống càng được cải thiện khi kết hợp nhiều dữ liệu đo từ nhiều cảm biến hơn. Việc sử dụng cảm biến GPS riêng lẻ có sai số trung bình phương là 0.55 sẽ đem lại kết quả thấp hơn rất nhiều so với việc kết hợp ba loại cảm biến GPS, RADAR và IMU có RMSE là 0.11. Qua đó cho thấy sự tối ưu của việc áp dụng phương pháp Sensor Fusion kết hợp nhiều loại cảm biến cho hệ thống định vị UAV. Việc so sánh giữa nhiều trường hợp khác nhau giúp người dùng cân nhắc sử dụng kết hợp cảm biến phù hợp để đáp ứng yêu cầu thực tế.
Hơn thế nữa, ở trường hợp cảm biến RADAR bị hỏng trong một khoảng thời gian ngắn, kết quả ước tính sẽ bị lệch xa hơn so với dữ liệu thực tế nhưng sau đó đã thu hẹp khoảng cách và bắt lại đường đi thực. Nó cho thấy khả năng chống nhiễu tốt và trường hợp cảm biến hư hỏng vẫn sẽ đảm bảo được tính hiệu quả và an tồn của hệ thống.
CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ
Những kết quả thu được sau khi thực hiện đề tài: “Nghiên cứu giải pháp định vị chính xác cho thiết bị bay tự động không người lái dựa trên phương pháp Sensor Fusion”:
-Nghiên cứu cấu trúc và công thức trong thuật tốn Extended Kalman filter. Từ đó cho thấy khả năng kết hợp nhiều mơ hình cảm biến tuyến tính và phí tuyến kèm theo nhiễu để ước tính kết quả chính xác.
-Nghiên cứu mơ phỏng trên phần mềm Matlab để tạo ra dữ liệu cảm biến và điều chỉnh các thơng số thuật tốn.
-Từ kết quả mô phỏng thể hiện được sự ưu việt khi kết hợp nhiều loại cảm biến khác nhau so với việc chỉ sử dụng cảm biến GPS
-Thể hiện được ưu điểm của phương pháp Sensor Fusion khi có cảm biến bị lỗi vẫn có thể hoạt động ổn định
Do thời gian có hạn, luận văn mới dừng lại ở việc mơ phỏng trên UAV chứ chưa có mơ hình thực tế. Hơn nữa, thuật tốn Extended kalman vẫn có những hạn chế và giảm đi sự hiệu quả khi áp dụng cho những mơ hình có độ phi tuyến lớn.
Vì vậy để phát triển hơn nữa khả năng định vị chính xác, ta cần áp dụng những bộ lọc thông minh hơn như Particle filter, Fuzzy, Neural network có khả năng giải quyết tốt với điều kiện phi tuyến trong thực tế.
Hơn nữa phương pháp Sensor Fusion là phương pháp xuất hiện gần đây và có tiềm năng rất lớn trong nhiều lĩnh vực cần độ chính xác cao từ nhiều cảm biến với nhiễu đặc biệt là trong lĩnh vực định vị thiết bị tự động. Do đó tương lai cần đẩy mạnh việc nghiên cứu phương pháp Sensor Fusion để áp dụng cho nhiều lĩnh vực đời sống và kinh tế cho Việt Nam.
TÀI LIỆU THAM KHẢO [1] Wikipedia. "unmanned aerial vehicle."
https://vi.wikipedia.org/wiki/Ph%C6%B0%C6%A1ng_ti%E1%BB%87n_bay_ kh%C3%B4ng_ng%C6%B0%E1%BB%9Di_l%C3%A1i (accessed 02/01,
2021).
[2] A. J. Hawkins. "Everything you need to know about the Boeing 737 Max airplane crashes." https://www.theverge.com/2019/3/22/18275736/boeing-737-
max-plane-crashes-grounded-problems-info-details-explained-reasons
(accessed).
[3] W. Elmenreich, "An introduction to sensor fusion," Vienna University of
Technology, Austria, vol. 502, pp. 1-10, 2002.
[4] F. Online. "Drone delivers Covid-19 vaccine in Jammu as India amps up vaccination to counter Omicron variant threat."
https://www.financialexpress.com/lifestyle/health/watch-drone-delivers-covid- 19-vaccine-in-jammu-as-india-amps-up-vaccination-to-counter-omicron- variant-threat/2377699/ (accessed 03/01/2021.
[5] Wikipedia. "Fukushima nuclear disaster."
https://en.wikipedia.org/wiki/Fukushima_nuclear_disaster (accessed.
[6] M. Kam, X. Zhu, and P. Kalata, "Sensor fusion for mobile robot navigation,"
Proceedings of the IEEE, vol. 85, no. 1, pp. 108-119, 1997.
[7] B. Schoettle, "Sensor fusion: A comparison of sensing capabilities of human drivers and highly automated vehicles," University of Michigan, 2017. [8] N. JOSHI. "10 stunning applications of drone technology."
https://www.allerin.com/blog/10-stunning-applications-of-drone-technology
(accessed.
[9] T. U. T. A. Team. "How Drones Are Used in Agriculture."
https://www.uavtrainingaustralia.com.au/how-drones-are-used-in-agriculture/
(accessed.
[10] tuoitre.vn. "Đà Nẵng thử nghiệm bay flycam để giám sát 'ai ở đâu ở yên đó' trong các hẻm." https://tuoitre.vn/da-nang-thu-nghiem-bay-flycam-de-giam-sat-
ai-o-dau-o-yen-do-trong-cac-hem-20210829105532481.htm (accessed.
[11] C. C. Mozhdeh Shahbaz, Patrick Ménard. "Sensor Fusion for Precision
Agriculture." https://www.gim-international.com/content/article/sensor-fusion-
for-precision-agriculture (accessed.
[12] D. Hambling. "Drone Crash Due To GPS Interference In U.K. Raises Safety Questions."
https://www.forbes.com/sites/davidhambling/2020/08/10/investigation-finds- gps-interference-caused-uk-survey-drone-crash/?sh=17519a7a534a (accessed.
[13] P. Carrasco, F. Cuesta, R. Caballero, F. J. Perez-Grau, and A. Viguria, "Multi- Sensor Fusion for Aerial Robots in Industrial GNSS-Denied Environments,"
Applied Sciences, vol. 11, no. 9, p. 3921, 2021. [Online]. Available:
https://www.mdpi.com/2076-3417/11/9/3921.
[14] E. Marder-Eppstein, E. Berger, T. Foote, B. Gerkey, and K. Konolige, "The office marathon: Robust navigation in an indoor office environment," in 2010
IEEE international conference on robotics and automation, 2010: IEEE, pp.
[15] M. Montemerlo et al., "Junior: The stanford entry in the urban challenge,"
Journal of field Robotics, vol. 25, no. 9, pp. 569-597, 2008.
[16] M. S. Amin, M. B. I. Reaz, S. S. Nasir, and M. A. S. Bhuiyan, "Low cost GPS/IMU integrated accident detection and location system," Indian J. Sci.
Technol, vol. 9, no. 10, pp. 1-9, 2016.
[17] N. Michael, D. Mellinger, Q. Lindsey, and V. Kumar, "The grasp multiple micro-uav testbed," IEEE Robotics & Automation Magazine, vol. 17, no. 3, pp. 56-65, 2010.
[18] F. Perez-Grau, R. Ragel, F. Caballero, A. Viguria, and A. Ollero, "Semi- autonomous teleoperation of UAVs in search and rescue scenarios," in 2017
International Conference on Unmanned Aircraft Systems (ICUAS), 2017: IEEE,
pp. 1066-1074.
[19] S. Leutenegger, S. Lynen, M. Bosse, R. Siegwart, and P. Furgale, "Keyframe- based visual–inertial odometry using nonlinear optimization," The International
Journal of Robotics Research, vol. 34, no. 3, pp. 314-334, 2015.
[20] F. Endres, J. Hess, J. Sturm, D. Cremers, and W. Burgard, "3-D mapping with an RGB-D camera," IEEE transactions on robotics, vol. 30, no. 1, pp. 177-187, 2013.
[21] K. Schmid, T. Tomic, F. Ruess, H. Hirschmüller, and M. Suppa, "Stereo vision based indoor/outdoor navigation for flying robots," in 2013 IEEE/RSJ
International Conference on Intelligent Robots and Systems, 2013: IEEE, pp.
3955-3962.
[22] R. W. Wolcott and R. M. Eustice, "Robust LIDAR localization using multiresolution Gaussian mixture maps for autonomous driving," The
International Journal of Robotics Research, vol. 36, no. 3, pp. 292-319, 2017.
[23] J. Zhang and S. Singh, "LOAM: Lidar Odometry and Mapping in Real-time," in Robotics: Science and Systems, 2014, vol. 2, no. 9.
[24] D. Wells et al., "Guide to GPS positioning," in Canadian GPS Assoc, 1987: Citeseer.
[25] Wikipedia. "Radar." https://vi.wikipedia.org/wiki/Radar (accessed. [26] Wikipedia. "Bộ lọc Kalman."
https://vi.wikipedia.org/wiki/B%E1%BB%99_l%E1%BB%8Dc_Kalman
(accessed.
[27] S. Rönnbäck, Developement of a INS/GPS navigation loop for an UAV. 2000. [28] Y. Alghamdi, A. Munir, and H. M. La, "Architecture, Classification, and
Applications of Contemporary Unmanned Aerial Vehicles," IEEE Consumer
Electronics Magazine, 2021.
[29] N. Michael, J. Fink, and V. Kumar, "Cooperative manipulation and
transportation with aerial robots," Autonomous Robots, vol. 30, no. 1, pp. 73-86, 2011.
[30] S. Bouabdallah and R. Siegwart, "Full control of a quadrotor," in 2007
IEEE/RSJ international conference on intelligent robots and systems, 2007:
Ieee, pp. 153-158.
[31] B. Wang, Z. A. Ali, and D. Wang, "Controller for UAV to oppose different kinds of wind in the environment," Journal of Control Science and
[32] J. Chen, H. Guo, P. Liu, and Y. Wang, "The summary on atmospheric disturbance problems in the motion imaging of high resolution earth observation system," in Proceedings of 2011 International Conference on
Electronic & Mechanical Engineering and Information Technology, 12-14 Aug.
2011 2011, vol. 8, pp. 3999-4003, doi: 10.1109/EMEIT.2011.6023093.
[33] B. Etkin, "Turbulent wind and its effect on flight," Journal of Aircraft, vol. 18, no. 5, pp. 327-345, 1981.
[34] W. Frost and R. L. Bowles, "Wind shear terms in the equations of aircraft motion," Journal of Aircraft, vol. 21, no. 11, pp. 866-872, 1984.
[35] K. Wu, B. Fan, and X. Zhang, "Trajectory following control of UAVs with wind disturbance," in 2017 36th Chinese Control Conference (CCC), 2017: IEEE, pp. 4993-4997.
[36] B. Wang, D. Wang, Z. Ali, B. Ting, and H. Wang, "An overview of various kinds of wind effects on unmanned aerial vehicle," Measurement and Control, vol. 52, p. 002029401984768, 05/13 2019, doi: 10.1177/0020294019847688. [37] B. M. Bowen, J. A. Baars, and G. L. Stone, "Nocturnal wind direction shear and
its potential impact on pollutant transport," Journal of Applied Meteorology, vol. 39, no. 3, pp. 437-445, 2000.
[38] T. Beal, "Digital simulation of atmospheric turbulence for Dryden and von Karman models," Journal of Guidance, Control, and Dynamics, vol. 16, no. 1, pp. 132-138, 1993.
[39] F. H. Proctor, D. A. Hinton, and R. L. Bowles, "A windshear hazard index," 2000.
[40] Wikipedia. "Gió đứt."
https://vi.wikipedia.org/wiki/Gi%C3%B3_%C4%91%E1%BB%A9t#cite_note- Shear-1 (accessed.
[41] P. E. Pounds, D. R. Bersak, and A. M. Dollar, "Stability of small-scale UAV helicopters and quadrotors with added payload mass under PID control,"
Autonomous Robots, vol. 33, no. 1, pp. 129-142, 2012.
[42] D. Mellinger, N. Michael, and V. Kumar, "Trajectory generation and control for precise aggressive maneuvers with quadrotors," The International Journal of
Robotics Research, vol. 31, no. 5, pp. 664-674, 2012.
[43] J. Hauser, S. Sastry, and G. Meyer, "Nonlinear control design for slightly non- minimum phase systems: Application to V/STOL aircraft," Automatica, vol. 28, no. 4, pp. 665-679, 1992.
[44] S. Mallikarjunan, B. Nesbitt, E. Kharisov, E. Xargay, N. Hovakimyan, and C. Cao, "L1 adaptive controller for attitude control of multirotors," in AIAA
guidance, navigation, and control conference, 2012, p. 4831.
[45] D. Qian, S. Tong, and C. Li, "Leader‐Following Formation Control of Multiple Robots with Uncertainties through Sliding Mode and Nonlinear Disturbance Observer," Etri Journal, vol. 38, no. 5, pp. 1008-1018, 2016.
[46] R. Schellin et al., "A low cost angular rate sensor for automotive applications in surface micromachining technology," in Advanced Microsystems for
[47] U. Steinhoff and B. Schiele, "Dead reckoning from the pocket-an experimental study," in 2010 IEEE international conference on pervasive computing and
communications (PerCom), 2010: IEEE, pp. 162-170.
[48] B. Siciliano and O. Khatib, Springer handbook of robotics. springer, 2016. [49] D. Fitzgerald and J. Perrin, "Magnetic Compensation of Survey Aircraft; a
poor man's approach and some re-imagination," in 14th International Congress
of the Brazilian Geophysical Society & EXPOGEF, Rio de Janeiro, Brazil, 3-6 August 2015, 2015: Brazilian Geophysical Society, pp. 741-744.
[50] Wikipedia. "Hệ thống Định vị Toàn cầu vi sai."
https://vi.wikipedia.org/wiki/H%E1%BB%87_th%E1%BB%91ng_%C4%90% E1%BB%8Bnh_v%E1%BB%8B_To%C3%A0n_c%E1%BA%A7u_vi_sai
(accessed.
[51] G. Cai, B. M. Chen, and T. H. Lee, Unmanned rotorcraft systems. Springer Science & Business Media, 2011.
[52] P. D. Groves, "Principles of GNSS, inertial, and multisensor integrated
navigation systems, [Book review]," IEEE Aerospace and Electronic Systems
Magazine, vol. 30, no. 2, pp. 26-27, 2015.
[53] D. Wells et al., Guide to GPS Positioning. 1986.
[54] J. Zhang, W. Liu, and Y. Wu, "Novel technique for vision-based UAV
navigation," IEEE Transactions on Aerospace and Electronic Systems, vol. 47, no. 4, pp. 2731-2741, 2011.
[55] J. Courbon, Y. Mezouar, N. Guénard, and P. Martinet, "Vision-based
navigation of unmanned aerial vehicles," Control Engineering Practice, vol. 18, no. 7, pp. 789-799, 2010.
[56] J. C. F. Diaz, W. E. Carter, R. L. Shrestha, and C. L. Glennie, "LiDAR Remote Sensing," in Handbook of Satellite Applications, J. N. Pelton, S. Madry, and S. Camacho-Lara Eds. Cham: Springer International Publishing, 2017, pp. 929- 980.
[57] C. Benedek, A. Majdik, B. Nagy, Z. Rozsa, and T. Sziranyi, "Positioning and perception in LIDAR point clouds," Digital Signal Processing, vol. 119, p. 103193, 2021/12/01/ 2021, doi: https://doi.org/10.1016/j.dsp.2021.103193. [58] M.-L. Chanin, A. Garnier, A. Hauchecorne, and J. Porteneuve, "A Doppler lidar
for measuring winds in the middle atmosphere," Geophysical research letters, vol. 16, no. 11, pp. 1273-1276, 1989.
[59] M. A et al., "Design and construction of a measurement site for radar unwanted emissions," in 2020 21st International Radar Symposium (IRS), 5-8 Oct. 2020 2020, pp. 40-44, doi: 10.23919/IRS48640.2020.9253888.
[60] A. company. "Basics of Radar and
Transmitter Measurements." https://dl.cdn-anritsu.com/en-en/test-
measurement/files/Technical-Notes/White-Paper/radar-er1100.pdf (accessed.
[61] C. Noviello, G. Esposito, G. Fasano, A. Renga, F. Soldovieri, and I. Catapano, "Small-UAV Radar Imaging System Performance with GPS and CDGPS Based Motion Compensation," Remote Sensing, vol. 12, no. 20, 2020, doi:
10.3390/rs12203463.
sensor-measurements-using-the-extended-kalman-filter-algorithm-part-1- f2158ef1e4f0 (accessed.
[63] Wikipedia. "Polar coordinate system."
https://en.wikipedia.org/wiki/Polar_coordinate_system (accessed.
[64] W.-W. Kao, "Integration of GPS and dead-reckoning navigation systems," in
Vehicle Navigation and Information Systems Conference, 1991, 1991, vol. 2:
IEEE, pp. 635-643.
[65] N. R. Goodman, "Statistical analysis based on a certain multivariate complex Gaussian distribution (an introduction)," The Annals of mathematical statistics, vol. 34, no. 1, pp. 152-177, 1963.
[66] Jenn. "What is a Normal Distribution." https://calcworkshop.com/exploring-
data/normal-distribution/ (accessed.
[67] C. Stachniss. "SLAM-Course - 04 - Extended Kalman Filter."
https://www.youtube.com/watch?v=DE6Jn2cB4J4&t=2048s (accessed.
[68] P. P. Ippolito. "Optimal Estimation Algorithms: Kalman and Particle Filters."
https://towardsdatascience.com/optimal-estimation-algorithms-kalman-and- particle-filters-be62dcb5e83 (accessed.
[69] Wikipedia. "Mạng thần kinh nhân tạo."
https://vi.wikipedia.org/wiki/M%E1%BA%A1ng_th%E1%BA%A7n_kinh_nh %C3%A2n_t%E1%BA%A1o (accessed.
[70] M. Comiter and H. T. Kung, "Localization Convolutional Neural Networks Using Angle of Arrival Images," in 2018 IEEE Global Communications
Conference (GLOBECOM), 9-13 Dec. 2018 2018, pp. 1-7, doi:
10.1109/GLOCOM.2018.8647687.
[71] A. G. Howard et al., "Mobilenets: Efficient convolutional neural networks for mobile vision applications," arXiv preprint arXiv:1704.04861, 2017.
[72] G. MacGougan et al., "Degraded GPS signal measurements with a stand-alone high sensitivity receiver," in Proceedings of the 2002 National Technical
Meeting of The Institute of Navigation, 2002, pp. 191-204.
[73] O. Mezentsev, Y. Lu, G. Lachapelle, and R. Klukas, "Vehicular navigation in urban canyons using a high sensitivity GPS receiver augmented with a low cost rate gyro," in Proceedings of the 15th International Technical Meeting of the
Satellite Division of The Institute of Navigation (ION GPS 2002), 2002, pp.
363-369.
[74] C. Hide, T. Moore, C. Hill, and D. Park, "Low cost, high accuracy positioning in urban environments," The Journal of navigation, vol. 59, no. 3, pp. 365-379, 2006.
[75] M. Modsching, R. Kramer, and K. ten Hagen, "Field trial on GPS Accuracy in a medium size city: The influence of built-up," in 3rd workshop on positioning,
navigation and communication, 2006, vol. 2006, pp. 209-218.
[76] D. Chen and G. X. Gao, "Probabilistic graphical fusion of LiDAR, GPS, and