7. Bố cục chung của luận án
1.4 Tổng quan tình hình nghiên cứu việc ứng dụng cảm biến IMU trong ước lượng
1.4.1 Mơ hình trừu tượng
Thay vì tính tốn tốc độ và các thơng số bước đi dựa trên một mơ hình vật lý thì mơ hình trừu tượng khơng dựa vào các chi tiết của cơ chế sinh học về dáng đi mà trừu tượng hố hệ thống và xây dựng mơ hình mối quan hệ giữa các tín hiệu của cảm biến với tốc độ cũng như thông số bước đi bằng việc xử lý số liệu.
Vào năm 1995, một thuật toán ước lượng tốc độ bước đi sử dụng các mạng Nơ-ron nhân tạo đã được đề xuất trong [26] với đầu vào là các tín hiệu đo của 04 cảm biến gia tốc đặt trên lưng và hông của người dùng. Việc xác định tốc độ đi bộ của người dùng được thực hiện bằng cách so sánh dữ liệu của các cảm biến gia tốc với tập 360 mẫu dữ liệu gia tốc đã được huấn luyện trước từ các thí nghiệm đi bộ trên máy chạy bộ. Việc này đã đạt được sai số tối đa là 16% khi tiến hành thí nghiệm đi bộ trên mặt đất.
Một phương pháp tương tự cũng đã được ứng dụng trong [27] với một cảm biến gia tốc được đặt trên ngực của người dùng. Các dữ liệu được sử dụng để huấn luyện của thuật toán bao gồm việc đi và chạy bộ. Mạng Nơ-ron sẽ nhận diện hoạt động là đi hay chạy bộ mà áp dụng các tập dữ liệu tương ứng để ước lượng tốc độ đi hoặc chạy bộ. Kết quả nghiên cứu được thể hiện bằng sai số RMSE là 0,54 /ℎ cho việc đi hoặc chạy bộ với tốc độ từ 4,7 /ℎ đến 17,14 /ℎ.
Không giống như các nghiên cứu trên, tốc độ bước đi được ước lượng sử dụng mơ hình đa thức bậc ba của gia tốc trung bình từ hai đùi [28]. Trước tiên một tập hợp đầy đủ các dữ liệu cảm biến gia tốc tương ứng với các tốc độ đi bộ khác nhau được thu thập và huấn luyện. Sau đó một mơ hình đa thức xác định mối quan hệ giữa các giá trị gia tốc trung bình và tốc độ bước đi sao cho bình phương sai số là nhỏ nhất. Mặc dù thời gian tính tốn nhanh phù hợp với các ứng dụng thời gian thực nhưng sai số của phương pháp này lớn với trung bình bình thương sai số là 1,76 /ℎ tương ứng với tốc độ đi bộ từ 1 /ℎ đến 13 /ℎ.
Các kết quả thí nghiệm của các cơng trình trên chứng minh rằng mơ hình trừu tượng để ước lượng tốc độ bước đi là khả thi. Ưu điểm của phương pháp này là thuật toán khá đơn giản và thực thi nhanh rất thích hợp với các ứng dụng thời gian thực. Ngoài ra, do phương pháp này khơng cần các mơ hình tốn học nên rất nhiều tín hiệu khác có thể đưa vào sử dụng mơ hình trừu tượng, điều này cho phép đặt nhiều loại cảm biến tại các vị trí khác nhau. Hạn chế của phương pháp này là yêu cầu quá trình huấn luyện và độ chính xác của phương pháp phụ thuộc và số lượng dữ liệu trong tập huấn luyện. Nhìn chung phương pháp này có độ chính xác thấp và khó áp dụng cho nhiều đối tượng khác nhau.