3. Một số bài báo liên quan
3.3 Thuật toán dựa trên phương pháp DCM
Jahan Bài báo trình bày phương pháp giúp cải thiện việc ước lượng góc quay dựa trên phương pháp Direction Cosine Matrix (DCM) sử dụng cho mô hình bay Multicopters
với dữ liệu được lấy từ khối cảm biến quán tính MEMS, cảm biến từ trường và cảm biến GPS thương mại, bằng cách sử dụng lý thuyết ước lượng góc nghiêng DCM, một lý thuyết mới được thiết kế cho phép đạt được độ chính xác cao hơn và giảm được thời
gian trễ trong môi trường thời gian thực. Từ kết quả thực nghiệm cho thấy thiết kế mới đáp ứng rất tốt với nhiễu hay với việc mất tín hiệu GPS. Tuy nhiên độ chính xác đạt được chưa có do thời gian cập nhật dữ liệu của GPS còn thấp 5Hz. Bài báo minh chứng rõ ràng cho việc ứng dụng DCM vào việc ước lượng góc nghiêng khi sử dụng cảm biến
MARG cho kết quả tốt với khối lượng tính toán thấp. Đây cũng là lý thuyết tiền đề cho đề tài khi sử dụng DCM và với những thiếu sót trong thuật toán giúp tác giả mở ra hướng tìm hiểu mới cho đề tài.
Hình 1.12 Thuật toán ước lượng góc nghiêng sử dụng cho mô hình bay Multicopters
[1]
Implementation of Direction Cosine Matrix on a PSoC-5 Microcontroller for Robot Localization on Inclined Terrains - Garth Herman, Aleksander Milshteyn, Airs
Lin, Manuel Garcia, Charles Liu, Khosrow Rad, Darrel Guillaume, Helen Boussalis Bài báo chứng minh một thuật toán sử dụng thuật toán Direction Cosine Matrix (DCM) trên hệ thống Cypress Programmable System sử dụng nền tảng là chip-5 (PSoC- 5) để có được thông tin về góc nghiêng, dữ liệu vị trí chính xác nhất cho robot bán tự hành. Trên PsoC-5 tích hợp sẵn nhiều loại cảm biến như cảm biến vận tốc góc, gia tốc góc, cảm biến từ trường. Từ kết quả thực nghiệm đã chứng mình thuật toán DCM cung
cấp những giá trị đo chính xác và tăng độ tin cậy cho cảm biến từ trường ở nhiều góc nghiêng khác nhau. Bài báo cũng chỉ ra hướng phát triển tiếp theo cho thuật toán chính là kết hợp với bộ lọc Kalman, kết hợp với cảm biến GPS để cải tiến thuật toán ước lượng
góc nghiêng hay độ chính xác cho vị trí của robot. Dựa vào bài báo, tác giả đã hiểu hơn về thuật toán DCM cũng như từ đó có được hướng đi đúng cho đề tài.
A GPS/INS Integration System for Land Vehicle Application - Nguyen Ho
Quoc Phuong, Hee-Jun Kang, Young-Soo Suh, Young-Shick Ro,Kyu-Chan Lee Bài báo trình bày về việc phát triện và thực hiện hệ thống tích hợp GPS/INS sử dụng
cho ứng dụng đỗ xe. Bài báo trình bày thuật toán mới tính toán góc quay 3D cho xe.
Ước lượng góc Roll và Pitch sử dụng cảm biến vận tốc (gyrometers) và cảm biến gia tốc (accelerometers) và góc Yaw được tính từ dữ liệu GPS. Những dữ liệu từ các cảm biến được xử lý thông qua bộ lọc Kalman tuyến tính dựa trên phương pháp sử dụng DCM (Direction Cosine Method). Kết quả thực tế cho thấy hệ thống hoạt động ổn định, giữ được độ chính xác mà không cần khởi động lại hệ thống. Tuy nhiên sai số vẫn còn lớn trong việc ước lượng góc quay và vị trí nhưng bài báo cũng chỉ ra lý do dẫn đến những sai số đó và hướng phát triển tiếp theo để nâng cao độ chính xác cho hệ thống.
Bài báo giúp tác giả tham khảo về thuật toán ước lượng góc quay sử dụng bộ lọc Kalman dựa trên phương pháp DCM cũng như là những lý do sai sót còn tồn tại để nâng cao độ chính xác của đề tài.
State Matrix Kalman Filter - Daniel Choukroun, Haim Weiss
Bài báo trình bày về bộ lọc Kalman rời rạc sử dụng ma trận ước lượng trạng thái và ma trận đo lường. Thuật toán mới đưa ma trận trạng thái ước lượng và ma trận hiệp phương sai số về ma trận hệ thống gốc. Thuật toán phù hợp với hệ thống một cách tự nhiên nhất thông qua ma trận quá trình và phương trình đo lường. Đây cũng là phần mở rộng của bộ lọc Kalman cổ điển và bao gồm các trường hợp đặc biệt như các bộ lọc ma trận khác đã được phát triển trong quá khứ. Bài báo giúp tác giả đưa ra phương pháp kết hợp bộ lọc Kalman với các phương pháp khác qua việc tính toán các ma trận quá trình và ma trận đo lường. Bằng việc đưa về ma trận gốc cho bộ lọc sẽ giúp dễ hình dung và tính toán dễ hơn cũng như đánh giá được khối lượng tính toán của bộ lọc.
Direction Cosine Matrix IMU: Theory - William Premerlani and Paul Bizard
Bài báo trình bày lý thuyết về Direction-Cosine-Matrix (DCM) ước lượng tính toán góc nghiêng dựa trên dữ liệu đo từ khối quán tính được ứng dụng cho mô hình bay.
Thuật toán DCM được trình bày và giải thích từng bước để đạt được sự ổn định trong các chức năng điều khiển bay của mô hình bay. Với mục đích sử dụng cho các chức năng bay tự động như tự động bay về điểm thiết lập ban đầu (return-to-launch (RTL))
hay bay hành trình với độ ổn định và chính xác cao. Bài báo đã đưa ra lý thuyết nhằm tối ưu trong việc ước lượng góc nghiêng cho mô hình bay để bộ điều khiển bay autopilot điều khiển chính xác các chức năng bay đó. Bài báo là tiền đề lý thuyết để tác giả ứng
dụng và phát triển cho đề tài. Với lý thuyết trong bài báo cho thấy lý thuyết DCM cho độ chính xác cao với khối lượng tính toán thấp là hướng đi đúng đắn cho đề tài.
Hình 1.13 Sơ đồ khối cho thuật toán DCM sử dụng trong bài báo [11]
A Robust Orientation Estimation Algorithm Using MARG Sensors - Jwu-
Sheng Hu, Member, IEEE, and Kuan-Chun Sun Bài báo trình bày thuật toán ước lượng góc nghiêng có độ chính xác cao bằng việc sử dụng cảm biến MARG. Thuật toán sử dụng DCM làm đại diện cho ma trận quay để chuyển hệ trục cảm biến về hệ trục NED. Kết quả mô phỏng chỉ ra điểm thuận lợi khi sử dụng DCM hơn những phương pháp khác (góc Euler, Quaternion) bởi sự tuyết tính của DCM. Kết hợp với bộ lọc Kalman bài báo đã đưa ra thuật toán cho độ chính xác cao
trong việc ước lượng góc nghiêng. Kết quả thực nghiệm khi sử dụng cảm biến MARG đạt được 0.01 rad nhiễu trung bình và 0.06 rad so với độ lệch tiêu chuẩn. Bài báo cho tác giả nhận định được hướng đi của đề tài là hiệu quả và với kết quả đạt được từ bài báo sẽ là thông số để đánh giá kết quả mà đề tài đạt được.
Hình 1.14 Sơ đồ khối thuật toán ước lượng góc nghiêng bằng phương pháp Robust
[15]