zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kỹ Thuật - Công Nghệ

» Kĩ thuật Viễn thông

Phân tích khả năng tích hợp dữ liệu của các cảm biến điện thoại thông minh cho ứng dụng định vị dẫn đường phương tiện giao thông

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:12

Báo xấu

2
lượt xem 0
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết đề xuất quy trình tích hợp dữ liệu từ các cảm biến khác nhau của điện thoại thông minh nhằm nâng cao hiệu quả hoạt động. Hệ thống định vị quán tính được thiết lập như là mô hình hệ thống chính.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Phân tích khả năng tích hợp dữ liệu của các cảm biến điện thoại thông minh cho ứng dụng định vị dẫn đường phương tiện giao thông

TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 24, Số 2 (2024) PHÂN TÍCH KHẢ NĂNG TÍCH HỢP DỮ LIỆU CỦA CÁC CẢM BIẾN ĐIỆN THOẠI THÔNG MINH CHO ỨNG DỤNG ĐỊNH VỊ DẪN ĐƯỜNG PHƯƠNG TIỆN GIAO THÔNG Lê Đình Thuận*, Trương Đình Trọng Khoa Địa lý – Địa chất, Trường Đại học Khoa học, Đại học Huế *Email: ldthuan@hueuni.edu.vn Ngày nhận bài: 30/5/2024; ngày hoàn thành phản biện: 3/6/2024; ngày duyệt đăng: 10/6/2024 TÓM TẮT Hiện nay, việc sử dụng điện thoại thông minh vào mục đích dẫn đường đang được ứng dụng rộng rãi cho nhiều công việc. Trong đó, cảm biến chính của điện thoại thông minh cung cấp tọa độ là hệ thống định vị vệ tinh toàn cầu (GNSS). Tuy nhiên, ở những khu vực tín hiệu vệ tinh kém hoặc mất tín hiệu thì thông tin dẫn đường sẽ không chính xác hoặc thậm chí bị gián đoạn. Trong nghiên cứu này, chúng tôi đã đề xuất quy trình tích hợp dữ liệu từ các cảm biến khác nhau của điện thoại thông minh nhằm nâng cao hiệu quả hoạt động. Hệ thống định vị quán tính được thiết lập như là mô hình hệ thống chính. Cảm biến GNSS và camera sẽ cung cấp thông tin định vị để cập nhật cho hoạt động của hệ thống dựa vào thuật toán ước lượng. Kết quả thực nghiệm cho thấy trong trường hợp mất tín hiệu GNSS, hệ thống vẫn liên tục cung cấp thông tin định vị. Độ chính xác định vị tính theo 3D tăng 72% so với một cảm biến hoạt động độc lập. Từ khóa: cảm biến, dẫn đường, điện thoại thông minh, tích hợp. 1. MỞ ĐẦU Trong lĩnh vực định vị dẫn đường và đo đạc bản đồ, các phương pháp truyền thống đang dần được thay thế bằng các công nghệ tiên tiến như hệ thống định vị định vị vệ tinh toàn cầu (GNSS: global navigation satellite system) [1], hệ thống định vị quán tính, máy ảnh (camera), ... Tuy nhiên, các hệ thống sử dụng phổ biến hiện nay đang dựa trên các cảm biến to nặng, cồng kềnh và đắt tiền. Đặc biệt, ở những điều kiện môi trường phức tạp ảnh hưởng tới sự làm việc của các cảm biến như dưới tán cây, trong đường hầm hay trong đường phố chật hẹp với nhiều nhà cao tầng thì người ta phải sử dụng phối hợp nhiều cảm biến này một cách đồng thời dẫn tới yêu cầu đầu tư tài chính cao và sự bất lợi trong quá trình sử dụng. 147
Phân tích khả năng tích hợp dữ liệu của các cảm biến điện thoại thông minh cho ứng dụng định vị … Hiện nay, điện thoại thông minh đã được sử dụng phổ biến. Với sự phát triển nhanh chóng của công nghệ điện thoại thông minh và sự cải thiện chất lượng các cảm biến đo đạc bên trong, dữ liệu về định vị dẫn đường và đo đạc bản đồ thì có sẵn để phục vụ cho các mục đích của con người [2]. Tuy nhiên, do chất lượng của các cảm biến còn thấp, các cảm biến hoạt động độc lập nên khó có thể tận dụng dữ liệu đo đạc từ các cảm biến này một cách hiệu quả. Bên cạnh đó, các thuật toán để xử lý dữ liệu từ các cảm biến đo đạc đang ngày một hoàn thiện. Các phương pháp tích hợp dữ liệu cùng các phép lọc đã và đang được đề xuất ứng dụng rộng rãi [3]. Vì vậy, việc đề xuất các quy trình và đánh giá khả năng tích hợp dữ liệu của các cảm biến điện thoại thông minh để phục vụ cho mục đích định vị dẫn đường phương tiện là cần thiết. 2. PHƯƠNG PHÁP NGHIÊN CỨU 2.1. Sơ đồ quy trình tích hợp Sơ đồ quy trình tích hợp dữ liệu được mô tả như ở hình 1. Dữ liệu từ các cảm biến quán tính bao gồm gia tốc kế (accelerometer) và con quay hồi quy (gyroscope) được xử lý dựa vào thuật toán của hệ thống định vị quán tính để có được dữ liệu dẫn đường bao gồm tọa độ, vận tốc và các góc tư thế theo thời gian [4]. Dữ liệu từ cảm biến định vị vệ tinh là tọa độ tuyệt đối của điểm theo thời gian. Đây là trị đo để tích hợp vào hệ thống như là giá trị chính để cập nhật cho quá trình hoạt động của hệ thống tích hợp. Hình 1. Sơ đồ quy trình tích hợp dữ liệu từ các cảm biến Hình ảnh từ cảm biến camera được xử lý dựa vào thuật toán định vị và thành lập bản đồ đồng thời (V-SLAM: simultaneous localization and mapping) [5] để có được dữ liệu dạng tọa độ. Tọa độ này sau đó được chuyển đổi thành dữ liệu dạng vận tốc để trở thành thông tin đầu vào nhằm cập nhật cho hoạt động của hệ thống tích hợp. Việc 148
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 24, Số 2 (2024) cập nhật giá trị tọa độ và vận tốc cho hệ thống tích hợp được thực hiện thông qua thuật toán ước lượng (estimation algorithm). Trong nghiên cứu này, thuật toán ước lượng được lựa chọn là phép lọc Kalman mở rộng [6]. Kết quả của quá trình tích hợp là liên tục cho ra tọa độ, vận tốc và các góc tư thế theo thời gian. 2.2. Thiết lập mô hình hệ thống Mô hình hệ thống chính cho bài toán ước lượng là dựa vào công thức dẫn đường quán tính được thiết lập trên hệ tọa độ địa phương (local level frame) hay còn gọi là hệ tọa độ dẫn đường với ba trục theo ba hướng bắc, đông và thẳng xuống (north, east và down) [4]. 𝑟̇𝑙 𝐷 −1 𝑣 𝑙 𝑙 𝑏 𝑙 𝑙 𝑙 𝑙 [ 𝑣 ̇ 𝑙 ] = [ 𝑅 𝑏 𝑓 − (2Ω 𝑖𝑒 + Ω 𝑒𝑙 )𝑣 + 𝑔 ] (1) 𝑅 ̇ 𝑙𝑏 𝑏 𝑏 𝑅 𝑙𝑏 (Ω 𝑖𝑏 − Ω 𝑖𝑙 ) Trong đó 𝑟 ̇ 𝑙 và 𝑣 ̇ 𝑙 lần lượt là đạo hàm của tọa độ và vận tốc theo thời gian trong hệ tọa độ địa phương; 𝑅 ̇ 𝑙 là đạo hàm theo thời gian của các góc tư thế; 𝑓 𝑏 là lực tác dụng 𝑏 𝑏 lên gia tốc kế; Ω 𝑖𝑏 là vận tốc góc so với hệ tọa độ quán tính; 𝑅 𝑙𝑏 là ma trận quay để tính 𝑙 chuyển giá trị về hệ tọa độ địa phương; Ω 𝑖𝑒 và Ω 𝑙𝑒𝑙 lần lượt là vận tốc góc của Trái Đất và hệ tọa độ địa phương. Ma trận 𝐷 −1 là ma trận nghịch đảo chuyển đổi giá trị vận tốc về sự thay đổi góc dựa vào độ kinh và độ vĩ. Mô hình trạng thái dạng liên tục theo thời gian được thiết lập theo công thức [6]: 𝑥̇ = 𝐹𝑥 + 𝐺𝑤 (2) Dạng rời rạc theo thời gian như sau: 𝑥 𝑘+1 =  𝑘 𝑥 𝑘 + 𝑤 𝑘 (3) Trong đó, x là vectơ giá trị trạng thái bao gồm các thành phần sai số về tọa độ, sai số về vận tốc, sai số về góc tư thế, độ chênh lệch và hệ số tỷ lệ lần lượt của con quay hồi quy và gia tốc kế. 𝐹 và  𝑘 lần lượt là mà trận chuyển đổi của hàm liên tục và hàm rời rạc theo thời gian. 𝑤 𝑘 là ma trận thể hiện nhiễu của hệ thống. 2.3. Phép lọc Kalman Bộ lọc được sử dụng để tích hợp dữ liệu là phép lọc Kalman mở rộng. Công thức của phép lọc này được chia thành hai phần gồm phần dự đoán theo thời gian và phần cập nhập dựa vào các giá trị đo [6]. Công thức và quy trình tính toán của phép lọc Kalman được thể hiện như ở hình 2. 149
Phân tích khả năng tích hợp dữ liệu của các cảm biến điện thoại thông minh cho ứng dụng định vị … Các trị đo 1 … Trị đo mới: = + Tham số Mô hình hệ thống: Cập nhật Dự đoán ban đầu 𝑥 𝑘+1 = 𝑘 𝑥 𝑘 + 𝑤 𝑘 𝑘 = − 𝑘 𝑘 − 𝑘 + 𝑅𝑘 𝑘 𝑘 −1 Đầu ra 𝑥− = 𝑘 𝑥+ 𝑘+1 𝑘 𝑥 , − Mô hình trị đo: 𝑥+ = 𝑥− + 𝑘 𝑘 − 𝑘 𝑥− 𝑘 𝑘 𝑘 𝑥1 𝑥 , … = 𝑘 + 𝑘+ 𝑘 𝑅𝑘 𝑘+1 𝑘 𝑘 𝑘 = 𝑘 𝑥𝑘+ 𝑘 + − 𝑘 𝑘 − 𝑘 = 𝑘 Hình 2. Sơ đồ vòng lặp của phép lọc Kalman 3. KẾT QUẢ VÀ THẢO LUẬN 3.1. Mô tả thực nghiệm 3.1.1. Thiết kế tuyến thực nghiệm Để bước đầu đánh giá những ưu điểm của quy trình tích hợp dữ liệu, thí nghiệm đã được tiến hành để thu thập dữ liệu thực địa với tuyến thực nghiệm được thiết kế dài 2,9 km. Tuyến thực nghiệm bao gồm điều kiện đo là đường phố và bãi đậu xe trong nhà, nơi không có tín hiệu GNSS. Xe ô tô, có gắn thiết bị thí nghiệm, xuất phát từ 1 điểm bên bên ngoài để tiến hành các thủ tục khởi đo, sau đó di chuyển trên đường phố và đi vào bên trong bãi đậu xe. Thời gian di chuyển trong nhà xấp xỉ 15 phút. Cuối cùng, xe di chuyển ra ngoài, nơi có điều kiện đo là đường phố, và kết thúc tại một điểm quang đãng. Tổng thời gian di chuyển vào khoảng 21 phút. Quang cảnh và đường đi của tuyến thực nghiệm quan sát từ Google Earth như ở hình 3. Bắt đầu : Tuyến thực nghiệm Kết thúc (a) (b) Hình 3. Tuyến thực nghiệm được quan sát từ Google Earth, (a) tổng thể, (b) phóng to khu vực bãi đậu xe trong nhà 150
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 24, Số 2 (2024) 3.1.2. Thiết kế điện thoại thực nghiệm và hệ thống tham khảo Trong nghiên cứu này, điện thoại Huawei P40 đã được lựa chọn để làm thực nghiệm thu thập dữ liệu. Mặc dù đây không phải là phiên bản điện thoại mới nhất hiện nay của nhà sản xuất, nhưng nó vẫn đang được sử dụng rộng rãi. Điện thoại này được tích hợp nhiều loại cảm biến, đặc biệt là các cảm biến hữu ích cho định vị dẫn đường phương tiện giao thông như camera, cảm biến GNSS và các cảm biến quán tính bao gồm con quay hồi quy và gia tốc kế. Trong suốt quá trình thí nghiệm thu thập dữ liệu, điện thoại được gắn cố định ở kính trước của xe ô tô như ở hình 4a. (a) (b) Hình 4. Hệ thống thực nghiệm, (a) điện thoại được gắn cố định vào kính trước của ô tô, (b) vị trí hệ thống tham khảo và điện thoại được lắp đặt Để đánh giá độ chính xác của dữ liệu thu thập được từ điện thoại, một hệ thống tham khảo được đồng thời gắn trên ô tô như hình 4b. Khoảng cách từ điện thoại đến các cảm biến của hệ thống tham khảo được đo đạc cẩn thận trước khi làm thực nghiệm nên dữ liệu định vị dẫn đường của điện thoại và của hệ thống tham khảo được tính chuyển về cùng một hệ thống tọa độ và thời gian. Hệ thống tham khảo là các thiết bị to, nặng và đắt tiền từ các nhà sản xuất hàng đầu của Mỹ. Hệ thống này bao gồm thiết bị đo GNSS độ chính xác cao có tên PwrPak7D- E1 của hãng NovAtel và thiết bị đo đạc quán tính, cấp hạng chính xác nhất, có tên là iNAV-RQH (iMAR). Dữ liệu từ hệ thống tham khảo được tích hợp dựa trên các phần mềm thương mại nên có khả năng cung cấp thông tin định vị dẫn đường chính xác tới milimét. Do đó, hệ thống tham khảo được xem như là không có sai số và có thể sử dụng để đánh giá độ chính xác của thông tin định vị dẫn đường thu thập được từ điện thoại. 3.2. Kết quả thực nghiệm 3.2.1. Kết quả đạt được từ cảm biến GNSS Kết quả về đường đi thu được từ cảm biến GNSS được thể hiện như ở hình 5. Trong đó, đường thể hiện bằng nét đứt là kết quả tương ứng với cảm biến GNSS còn đường nét liền là kết quả thu được từ hệ thống tham khảo. 151
Phân tích khả năng tích hợp dữ liệu của các cảm biến điện thoại thông minh cho ứng dụng định vị … Ta thấy từ hình vẽ rằng đường đi thu được từ cảm biến GNSS tương đối giống với kết quả từ hệ thống tham khảo khi xe ô tô di chuyển trên đường phố. Tuy nhiên khi ô tô đi trong bãi đậu xe thì không có vết của cảm biến GNSS. Điều này có thể giải thích là trên đường phố tương đối quang đãng nên cảm biến GNSS có thể thu được tín hiệu từ các vệ tinh nên có thể liên tục cung cấp tọa độ theo thời gian. Khi vào khu vực trong nhà, tín hiệu từ vệ tinh bị che khuất nên cảm biến GNSS không thu được tín hiệu. Điều này có nghĩa rằng dữ liệu thu được từ cảm biến GNSS không thể sử dụng để định vị dẫn đường phương tiện liên tục được. Do đó chúng ta không đánh giá độ chính xác của thông tin định vị thu được từ cảm biến GNSS. : GNSS : Tham khảo : GNSS : Tham khảo (a) (b) Hình 5. Đường đi thu được từ cảm biến GNSS của điện thoại và đường đi thu được từ hệ thống tham khảo, (a) tổng thể, (b) phóng to khu vực bãi đậu xe trong nhà 3.2.2. Kết quả đạt được từ cảm biến camera Vết của đường đi thu được từ cảm biến camera được thể hiện như ở hình 6. Đường nét đứt là vết ứng với kết quả đường đi thu được từ cảm biến camera và đường nét liền là đường đi thu được từ hệ thống tham khảo. 152
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 24, Số 2 (2024) : Camera : Tham khảo : Camera : Tham khảo (a) (b) Hình 6. Đường đi thu được từ cảm biến camera của điện thoại và đường đi thu được từ hệ thống tham khảo, (a) tổng thể, (b) phóng to khu vực bãi đậu xe trong nhà Bằng trực quan từ hình 6 ta thấy rằng vết đường đi thu được từ camera là tương đối chồng khít với vết đường đi thu được từ hệ thống tham khảo thậm chí ở khu vực trong nhà. Tuy nhiên, kết quả thu được từ camera liên tục theo thời gian với tần số không đều như có thể thấy điểm ngắt quảng màu trắng ở gần cuối đường đi ở hình 6a. Điều này có thể giải thích là hình ảnh thu được từ camera bị mờ dẫn đến tại thời điểm đó không thu được thông tin tọa độ. Cần lưu ý rằng, kết quả thu được từ camera là tọa độ tương đối, do đó từ ban đầu cần cung cấp tọa độ tuyệt đối từ cảm biến khác, chẳng hạn như từ cảm biến GNSS, để tính chuyển tọa độ tương đối thành tọa độ tuyệt đối thì mới sử dụng cho mục đích định vị dẫn đường được. So sánh tọa độ đạt được từ cảm biến camera với tọa độ đạt được từ hệ thống tham khảo ta có sai số vị trí điểm của kết quả từ cảm biến camera. Biểu đồ sai số vị trí điểm (position error) theo thời gian (time) theo ba trục tọa độ của kết quả từ cảm biến camera được thể hiện ở hình 7. 153
Phân tích khả năng tích hợp dữ liệu của các cảm biến điện thoại thông minh cho ứng dụng định vị … Hình 7. Biểu đồ sai số vị trí điểm tuyệt đối của kết quả thu được từ cảm biến camera Từ biểu đồ ta thấy rằng sai số vị trí điểm theo phương thẳng đứng (up) tương đối lớn so với sai số vị trí điểm theo hướng bắc (north) và hướng đông (east). Điều này có thể giải thích là do hướng bắc và hướng đông thì điểm địa vật phân bố theo tầm nhìn rộng hơn, còn phương thẳng đứng thì địa vật phân bố hẹp hơn nên thuật toán để xác định độ cao sẽ cho độ chính xác thấp hơn. Thống kê về sai số (SS) vị trí điểm của kết quả thu được từ cảm biến camera được thể hiện như ở bảng 1. Các SS thống kê bao gồm SS lớn nhất và SS trung phương theo ba trục tọa độ. Trong đó SS trung phương tổng hợp về mặt bằng đạt 4,8 m và SS trương phương về độ cao tương đối lớn, xấp xỉ 19 m. Bảng 1. Thống kê sai số của kết quả từ cảm biến camera SS vị trí điểm North (m) East (m) Up (m) 2D (m) 3D (m) Lớn nhất 8,173 -6,014 43,953 - - SS trung phương 4,188 2,412 19,138 4,833 19,739 3.2.3. Kết quả đạt được từ hệ thống tích hợp Vết đường đi thu được từ kết quả tích hợp các cảm biến được thể hiện như ở hình 8. Đường nét đứt là vết ghi được ứng với kết quả của hệ thống tích hợp còn đường nét liền là vết ứng với kết quả từ hệ thống tham khảo. Trong hệ thống tích hợp này, các cảm biến quán tính đóng vai trò như là hợp phần chính tạo nên mô hình hệ thống, còn cảm biến GNSS và camera đóng vai trò như là phần cung cấp trị đo để cập nhật cho hệ thống tích hợp. Do đó, thông tin định vị dẫn đường thu được có tần số cao và liên tục giống như tần số thu được từ các cảm biến quán tính nhằm đảm bảo tốt tính ổn định cho việc điều khiển phương tiện. 154
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 24, Số 2 (2024) : Tích hợp : Tham khảo : Tích hợp : Tham khảo (a) (b) Hình 8. Đường đi thu được từ kết quả tích hợp và đường đi thu được từ hệ thống tham khảo, (a) tổng thể, (b) phóng to khu vực bãi đậu xe trong nhà Từ hình vẽ ta thấy rằng vết của kết quả từ hệ thống tích hợp tương đối chồng khít với vết của hệ thống tham khảo. Mặc dù được ký hiệu ở dạng điểm nhưng vết của kết quả của hệ thống tích hợp vẫn giống như nét liền là vì tần số đầu ra tọa độ điểm của hệ thống tích hợp là cao hơn so với kết quả từ cảm biến GNSS và camera. Biểu đồ SS vị trí điểm của hệ thống tích hợp cùng với của camera theo ba trục tọa độ được thể hiện như ở hình 9. Trong đó, đường nét đứt là biểu đồ ứng với đường SS của kết quả từ camera còn đường nét liền là ứng với biểu đồ SS của kết quả tích hợp các cảm biến. Ta thấy rằng, theo trục hướng bắc và hướng đông, hai đường này tương đối gần nhau chứng tỏ SS vị trí điểm tương đối bằng nhau. Ngược lại, theo hướng trục thẳng đứng, đường SS của kết quả từ camera thể hiện ở mức lớn hơn rất nhiều. 155
Phân tích khả năng tích hợp dữ liệu của các cảm biến điện thoại thông minh cho ứng dụng định vị … Hình 9. Biểu đồ sai số vị trí điểm của kết quả thu được từ tích hợp các cảm biến SS vị trí điểm của kết quả từ tích hợp các cảm biến được thống kê ở bảng 2. Từ bảng kết quả ta thấy rằng SS trung phương trên các trục của kết quả tích hợp chênh lệch nhau không đáng kể và ở mức xấp xỉ 3 m. SS trung phương về mặt bằng (2D) và ba chiều (3D) lần lượt là xấp xỉ ở mức 4 m và 5,5 m. So với kết quả từ cảm biến camera thống kê ở bảng 1 thì SS trung phương của kết quả tích hợp là nhỏ hơn. Đặc biệt, SS trung phương tính theo ba chiều giảm từ 19,739 m xuống còn 5,481 m tương đương với mức giảm 72%. Bảng 2. Thống kê sai số của kết quả từ tích hợp các cảm biến SS vị trí điểm North (m) East (m) Up (m) 2D (m) 3D (m) Lớn nhất 8,544 -8,990 14,889 - - SS trung phương 3,340 2,408 3,617 4,118 5,481 4. KẾT LUẬN Nghiên cứu này đã đề xuất được quy trình và phân tích được khả năng tích hợp dữ liệu của các cảm biến điện thoại thông minh cho ứng dụng định vị dẫn đường phương tiện giao thông. Các thuật toán tối ưu và các phương pháp đánh giá độ chính xác dựa trên các loại sai số đặc trưng chuyên ngành đã được sử dụng để nâng cao độ tin cậy của kết quả nghiên cứu. Kết quả thực nghiệm cho thấy kết quả thu được từ tích hợp các cảm biến có nhiều ưu điểm cho ứng dụng định vị dẫn đường hơn so với các cảm biến hoạt động độc lập như về độ chính xác, tính liên tục và sự phù hợp. Tuy nhiên, nghiên cứu này chỉ thực nghiệm được với một điện thoại nên chưa so sánh được kết quả từ các điện thoại khác nhau. Vấn đề này sẽ được mở rộng trong các nghiên cứu tiếp theo. 156
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 24, Số 2 (2024) LỜI CẢM ƠN Kết quả của nghiên cứu này được hỗ trợ từ đề tài khoa học - công nghệ cấp Đại học Huế, mã số: DHH2024-01-218. TÀI LIỆU THAM KHẢO [1]. S. Gleason and D. Gebre-Egziabher (2009). “GNSS applications and methods”, Artech house, Boston, London. [2]. Vũ Việt Dũng (2019). “Nghiên cứu phát triển hệ thống định vị trong nhà dựa trên cảm biến điện thoại thông minh”, Luận văn thạc sĩ, Chuyên ngành công nghệ thông tin, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội. [3]. Vũ Quang Tạo (2019). “Nghiên cứu phát triển phần mềm tích hợp GPS và cảm biến trên điện thoại cho các phương tiện đường thủy”, Luận văn thạc sĩ, Chuyên ngành Kỹ thuật viễn thông, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội. [4]. P. D. Groves (2013). “Principles of GNSS, Inertial, and Multisensor Integrated Navigation System”, Artech House, London, UK. [5]. C. Cadena, et al. (2016). “Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age”, IEEE Transactions on robotics, 32(6): p. 1309-1332. [6]. A. Gelb (1974). “Applied optimal estimation”, Cambridge, Massachusetts, MIT press. 157
Phân tích khả năng tích hợp dữ liệu của các cảm biến điện thoại thông minh cho ứng dụng định vị … ANALYSIS OF DATA INTEGRATION CAPABILITIES OF SMARTPHONE SENSORS FOR VEHICLE NAVIGATION APPLICATIONS Le Dinh Thuan*, Truong Dinh Trong Faculty of Geography and Geology, University of Sciences, Hue University *Email: ldthuan@hueuni.edu.vn ABSTRACT Currently, smartphones are widely used for navigation purposes and many jobs. In particular, the global navigation satellite system (GNSS) is the smartphone’s primary sensor that provides coordinates. However, navigation information will be inaccurate or even interrupted in areas with poor satellite signal or signal loss. In this study, we proposed a scheme to integrate data from different smartphone sensors to improve operational efficiency. The inertial navigation system is established as the primary system model. The GNSS sensor and camera will provide positioning information to update system operation based on an estimation algorithm. Experimental results show that in cases of GNSS signal loss, the system still continuously provides positioning information. 3D positioning accuracy increases by 72% compared to a standalone sensor. Keywords: integration, navigation, sensor, smartphone. Lê Đình Thuận sinh ngày 20/05/1982 tại Hà Tĩnh. Năm 2006 và 2010, ông tốt nghiệp Kỹ sư và Thạc sĩ ngành Trắc địa tại trường ĐH Mỏ - Địa chất Hà Nội. Năm 2021, ông nhận bằng Tiến sĩ tại trường Đại học Quốc gia Thành Công Đài Loan. Hiện nay, ông công tác tại Trường Đại học Khoa học, Đại học Huế. Lĩnh vực nghiên cứu: Ứng dụng GIS và viễn thám trong trắc địa bản đồ; ứng dụng các hệ thống định vị quán tính, định vị vệ tinh và camera trong thành lập bản đồ và dẫn đường phương tiện. Trương Đình Trọng sinh ngày 22/02/1977 tại Bình Định. Năm 1999, ông tốt nghiệp Cử nhân ngành Địa lý tại Trường ĐH Khoa học, Đại học Huế; năm 2003 tốt nghiệp Thạc sĩ ngành Địa lý tự nhiên tại Trường ĐH Khoa học, Đại học Huế. Hiện nay, ông công tác tại Trường Đại học Khoa học, Đại học Huế. Lĩnh vực nghiên cứu: Thổ nhưỡng và tài nguyên đất, đánh giá cảnh quan và quy hoạch sử dụng hợp lý lãnh thổ, quản lý chất thải rắn, sử dụng tài nguyên và bảo vệ môi trường. 158

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí

65 tài liệu

2428 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.