3.7.2 Thí nghiệm đi dọc hành lang 30 m
Thí nghiệm được thực hiện với 5 người dùng (xem thông tin trong Bảng 4.4) đi 30 𝑚 dọc hành lang, mỗi người thực hiện 3 lần đi. Kết quả thí nghiệm được thể hiện trong Bảng 3.5. Để đánh giá về độ chính xác của thuật tốn ước lượng luận án trích xuất thơng số về sai lệch khoảng cách tổng. Sai lệch khoảng cách là sai lệch giữa
Trang 86
quãng đường ước lượng so với quãng đường thực tế là 30 𝑚. Từ Bảng 3.5, sai lệch về khoảng cách ước lượng trung bình là 0,43 𝑚 trên tổng số 30 𝑚 di chuyển. Nếu tính theo tỉ lệ phần trăm thì sai lệch là nhỏ (1,4%) trong ứng dụng ước lượng thông số bước đi của người dùng. Nếu tính sai lệch cho từng bước chân thì sai số nhỏ hơn 1 𝑐𝑚. Đây là sai số rất nhỏ trên độ dài bước chân trung bình trong thí nghiệm là 71 𝑐𝑚.
Bảng 3.4 Thông tin người dùng tham gia vào các thí nghiệm Người dùng Tuổi Chiều cao (cm) Cân nặng (kg) Giới tính Người dùng Tuổi Chiều cao (cm) Cân nặng (kg) Giới tính
1 30 165 62 Nam
2 27 168 61 Nam
3 24 162 50 Nam
4 30 169 60 Nam
5 24 165 60 Nam
Bảng 3.5 Ước lượng thông số bước đi và sai lệch trên quãng đường 30 m
(Lưu ý: độ dài sải chân bằng 2 độ dài bước chân như đã trình bày trong Mục 3.6)
TT Tớc độ bước (m/s)
Số sải chân (sải)
Độ dài sải chân (m)
Thời gian mỗi sải chân (s) Sai lệch khoảng cách (m) 1 1,15 24 1,27 1,09 0,48 2 1,15 24 1,26 1,09 0,24 3 1,32 24 1,27 0,95 0,48 4 1,28 23 1,33 1,02 0,59 5 1,31 23 1,32 1 0,36 6 1,33 23 1,32 0,98 0,36 7 1,51 20 1,52 0,99 0,4 8 1,51 20 1,52 0,99 0,4 9 1,52 20 1,53 0,99 0,6 10 1,54 20 1,52 0,97 0,4 11 1,54 20 1,52 0,97 0,4 12 1,55 20 1,52 0,97 0,4 13 1,68 20 1,48 0,89 0,4 14 1,69 20 1,48 0,89 0,4 15 1,69 20 1,47 0,89 0,6 TB 1,45 21.4 1.42 0.97 0,43 (1,4%)
Trang 87
3.8 Đánh giá hiệu quả hệ thống đề xuất
Hệ thống đề xuất khắc phục được những hạn chế của các cơng trình nghiên cứu liên quan được trình bày trong phần tổng quan tình hình nghiên cứu. Trong đó:
- Phần cứng đơn giản: Chỉ sử dụng 01 cảm biến khoảng cách để hỗ trợ nâng cao độ chính xác cho hệ thống INS nên hệ thống đề xuất đơn giản hơn các hệ thống trong các cơng trình [44], [45], [46] và [48].
- Thuật toán đơn giản: Chỉ sử dụng thuật toán của hệ thống INS mà không sử dụng xử lý ảnh hay thuật tốn làm trơn quỹ đạo như các cơng trình [44], [45], [46] và [48].
- Sai số nhỏ: Thơng qua các thí nghiệm đã chứng minh hệ thống đạt sai số khoảng 1,4% trong trường hợp thí nghiệm đi bộ 30 𝑚 dọc hành lang và 0,74% trong trường hợp thí nghiệm đi bộ 3 𝑚 với hệ thống OptiTrack. Sai số này chỉ lớn hơn sai số của cơng trình [44] nhưng bù lại hệ thống đề xuất tốt hơn cơng trình [44] trong 3 tiêu chí cịn lại.
- Linh hoạt trong sử dụng: Hệ thống đề xuất không cần cài đặt thiết lập môi trường ban đầu, không bị giới hạn phạm vi làm việc như cơng trình [44].
Ngồi ra, hệ thống đề xuất cho phép ước lượng chính xác hơn về quỹ đạo chuyển động 3D, đặc biệt là quỹ đạo theo phương đứng. Điều này cung cấp nhiều thông tin hơn cho ứng dụng phân tích dáng đi do có khả năng truy xuất quỹ đạo chuyển động 3D chính xác.
Hệ thống đề xuất sử dụng cảm biến IMU loại MTi-100 có giá khoảng 2000 $. Tuy nhiên, cảm biến MTi-1 có giá 300 $ cũng đáp ứng được trong hệ thống này. Ngoài ra, cảm biến khoảng cách VL6180 có giá khoảng 10 $. Thuật tốn hệ thống INS có thể được thực hiện trên các vi điều khiển Raspberry có giá khoảng 50 $. Do vậy giá thành chế tạo hệ thống có thể dưới 500 $. Đây là chi phí rất nhỏ so với các hệ thống hiện đại lên đến 200.000 $ như đã giới thiệu ở phần lý do chọn đề tài.
Trang 88
3.9 Kết luận chương
Trong chương này, đã đề xuất một hệ thống INS đặt bàn chân để nâng cao độ chính xác của việc ước lượng thơng số bước đi cho người dùng bằng cách sử dụng cảm biến khoảng cách hướng xuống mặt đất trong quá trình bước đi. Trong đó, luận án đã giải quyết được các vấn đề sau:
- Ước lượng chính xác được mối quan hệ gồm vị trí và hướng của cảm biến khoảng cách trong hệ toạ độ của IMU bằng các đưa các thông số này vào bộ lọc Kalman để ước lượng.
- Xây dựng được mơ hình bộ lọc Kalman kiểu MEKF cho hệ thống dựa trên mơ hình bộ lọc Kalman cho hệ thống INS cơ bản bằng cách đưa thêm thơng số vị trí và hướng vào đồng thời loại bỏ thành phần nhiễu chậm thay đổi của cảm biến.
- Xây dựng được các phương trình cập nhật ZUPT và các phương trình cập nhật sử dụng dữ liệu từ cảm biến khoảng cách.
- Trích xuất được thông số bước đi từ quỹ đạo chuyển động của cảm biến IMU đặt trên bàn chân dựa vào thời điểm bàn chân chạm đất.
- Đánh giá được hiệu quả hệ thống đề xuất. Trong đó, hệ thống đạt được các tiêu chí đặt ra ở phần nghiên cứu tổng quan là đơn giản về phần cứng và thuật toán, sai số nhỏ và linh hoạt trong sử dụng.
Một số điểm mới của chương như sau:
- Đề xuất hệ thống phần cứng hệ thống INS gồm cảm biến IMU kết hợp với cảm biến khoảng đặt trên bàn chân.
- Đề xuất xây dựng mơ hình bộ lọc cho bộ lọc Kalman cho hệ thống INS đề xuất.
- Đề xuất xây dựng các phương trình cập nhật bộ lọc Kalman cho hệ thống INS sử dụng các thông tin từ cảm biến khoảng cách.
Trang 89
Chương 4. NGHIÊN CỨU XÂY DỰNG HỆ THỐNG ĐỊNH VỊ QUÁN TÍNH ĐẶT TRÊN KHUNG TẬP ĐI
4.1 Giới thiệu chương
Trong chương này, đề xuất hệ thống INS đặt trên khung tập đi loại khơng bánh hoặc loại có hai bánh trước nhằm ước lượng thông số bước đi cho người cần hỗ trợ đi lại. Trong đó, một cảm biến IMU được gắn trên khung tập đi và 2 encoder được dùng để giám sát chuyển động của 2 bánh trước. Việc ước lượng chuyển động của khung tập đi sử dụng cảm biến IMU được thực hiện bằng thuật toán hệ thống INS trong Chương 2 và cập nhật ZUPT trong Chương 3. Trong chương này tập trung vào việc sử dụng thông tin từ các encoder để cập nhật nhằm nâng cao độ chính xác. Một số vấn đề cụ thể cần giải quyết như sau:
- Xây dựng thuật tốn xác định chính xác mối quan hệ gồm vị trí và hướng giữa cảm biến IMU và khung tập đi.
- Xây dựng thuật toán phát hiện và phân loại chuyển động của khung tập đi trong quá trình sử dụng.
- Xây dựng các phương trình cập nhật cho bộ lọc Kalman sử dụng các tín hiệu từ encoder.
- Trích xuất các thơng số bước đi từ quỹ đạo chuyển động của khung tập đi.
- Đánh giá hiệu quả của hệ thống đề xuất.
Nội dung chương này đã được tác giả luận án và cộng sự cơng bố trong các cơng trình [106], [99], [107]. Trong bài báo [106] được công bố trên tạp chí TIM (SCI, Q1) năm 2017, đã đề xuất ý tưởng, giải pháp của việc sử dụng hệ thống khung tập đi có gắn cảm biến IMU và 2 encoder để ước lượng thông số bước đi của người dùng; trong bài báo [99] được công bố trong tạp chí Heliyon (Scopus, Q1) năm 2019, đã xây dựng các phương trình cập nhật cho bộ lọc Kalman sử dụng thông tin của các encoder; và trong bài báo [107] được cơng bố trong tạp chí Heliyon (Scopus, Q1)
Trang 90
năm 2020, đã đề xuất phương pháp hiệu chỉnh nhanh mối quan hệ giữa cảm biến IMU và khung tập đi.
4.2 Đề xuất hệ thống INS đặt trên khung tập đi
4.2.1 Giới thiệu về hệ thống