Professional Documents
Culture Documents
Mã số: T2017-07-06
Đà Nẵng, 12/2017
ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG CĐ CÔNG NGHỆ THÔNG TIN
Mã số: T2017-07-06
Xác nhận của cơ quan chủ trì đề tài Chủ nhiệm đề tài
Đà Nẵng, 12/2017
MỤC LỤC
MỤC LỤC
ii
DANH MỤC HÌNH VẼ
Trang 1
DANH MỤC TỪ VIẾT TẮT
Trang 2
THÔNG TIN KẾT QUẢ NGHIÊN CỨU
ĐẠI HỌC ĐÀ NẴNG CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
TRƯỜNG CĐ CÔNG NGHỆ THÔNG TIN Độc lập – Tự do – Hạnh phúc
Hình 0.1: So sánh các giá trị cảm biến gia tốc trục x xử lý bởi ba kỹ thuật khác nhau
sử dụng bộ lọc bù, bộ lọc Kalman và DMP so với tín hiệu gốc.
Trang 4
MỞ ĐẦU
MỞ ĐẦU
I. TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU THUỘC LĨNH VỰC ĐỀ TÀI
TRONG VÀ NGOÀI NƯỚC
1. Ngoài nước
Với sự ra đời của các cảm biến quán tính, đặc biệt là các sản phẩm được chế tạo
từ công ty InvenSense Inc. với các hệ thống trên chip (SoC) đã cho phép tích hợp các
cảm biến gia tốc, con quay hồi chuyển và la bàn lên các thiết bị điện tử thông minh
nhằm hỗ trợ cho các ứng dụng đột phát và quan trọng. Các công trình nghiên cứu đã
đưa ra các phương pháp tính toán, thuật toán ước lượng từ các giá trị “thô” thu được
(do bị trôi dưới tác động của các yếu tố môi trường (nhiệt độ, điện từ trường,...) hoặc
bản thân tốc độ biến đổi của các bộ ADC) như sử dụng các bộ lọc số đơn giản
(Butterworth), bộ lọc Complementary, bộ lọc Kalman, đặc biệt là khối xử lí chuyển
động số (DMP) được tích hợp sẵn trong chip với nhiều kết quả riêng lẻ, tích cực.
2. Trong nước
Các nghiên cứu trong nước đặc biệt tập trung ứng dụng các thuật toán đã nghiên
cứu ở ngoài nước để xây dựng các hệ thống cân bằng điều khiển thông minh, phần lớn
sử dụng chủ yếu bộ lọc Kalman và bộ lọc Complementary để ước lượng thông số cho
các ứng dụng mô hình (xe cân bằng, máy bay 4 cánh,...) mà chưa đưa ra các đánh giá
tổng quan để so sánh các thuật toán ước lượng, và lựa chọn tối ưu các hệ số bộ lọc để
cho đáp ứng tốt nhất.
II. TÍNH CẤP THIẾT CỦA ĐỀ TÀI
Đặc tính cân bằng ngày càng được ứng dụng rộng rãi trong các mô hình điều
khiển tự động và thông minh: điện thoại thông minh, robot tự cân bằng, điều khiển
tương tác, thiết bị đeo tay,... Trong đó thành phần đóng vai trò quan trọng nhằm xác
định sự thay đổi hướng được gọi là đơn vị đo lường quán tính (IMU - Inertial
Measurement Unit) chứa cảm biến gia tốc, con quay hồi chuyển và/hoặc la bàn được
tính toán và lập trình để đưa ra các quyết định điều khiển tương ứng. Tuy nhiên do
nhược điểm thiết kế cơ khí của thiết bị cảm biến và hiện tượng “trôi” dưới tác dụng
của trọng lực trái đất mà giá trị cảm biến đo đạc có nhiều lỗi gây khó khăn cho việc
xác định đúng góc nghiêng của vật thể. Yêu cầu đặt ra là phải có phương pháp để thu
được các giá trị trị cảm biến tin cậy nhằm đưa ra các quyết định điều khiển chính xác.
Đề tài sẽ tập trung tối ưu, đánh giá, so sánh các phương pháp ước lượng giá trị cảm
biến quán tính, được ứng dụng trên robot 2 bánh tự cân bằng để đưa ra góc nhìn đầy
đủ về việc lựa chọn giải pháp phù hợp cho mô hình robot được xây dựng.
Trang 5
MỞ ĐẦU
Trang 6
Chương 1: CẢM BIẾN ĐO LƯỜNG QUÁN TÍNH VÀ ỨNG DỤNG
Hình 1.1: Link kiện cảm biến gia tốc ba chiều công nghệ số iMEMS – ADXL345 của
hãng Analog Devices. Nguồn SensorMagazine.com.
Trang 7
Chương 1: CẢM BIẾN ĐO LƯỜNG QUÁN TÍNH VÀ ỨNG DỤNG
Nếu ta xem xét các khả năng của từng loại cảm biến chuyển động – gia tốc (bao
gồm cả thông tin về chuyển động tịnh tiến như vị trí và hướng), rung động, chấn động,
độ nghiêng, và quay – thì tầm ứng dụng của chúng sẽ mở rộng ra thêm rất nhiều.
Ví dụ như một cảm biến gia tốc có thể dùng để thực hiện các kỹ thuật quản lý
điện năng bằng cách ra lệnh cho một thiết bị chuyển sang chế độ tiêu thụ năng lượng
thấp nhất khi thiết bị này được cho là ở trạng thái nghỉ do cảm biến không nhận thấy
có chuyển động hay rung động. Các bảng điều khiển với các nút điều khiển vật lý
phức tạp cũng đang dần được thay thế bởi các giao diện nhận biết được cử động và
được điều khiển bằng các cú chạm ngón tay. Trong các trường hợp sử dụng khác thì
cảm biến giúp cho hoạt động của hệ thống trở nên chính xác hơn, ví dụ như một chiếc
la bàn được hiệu chỉnh tùy theo độ nghiêng của nó khi người dùng cầm trên tay.
Bài viết này sẽ cung cấp các ví dụ về việc các cảm biến gia tốc và con quay hồi
chuyển cao cấp dùng MEMS hiện có trên thị trường sẽ thay đổi bộ mặt của rất nhiều
loại sản phẩm nhờ vào năm kiểu chuyển động chúng nhận biết được.
Hình 1.2: Cảm biến con quay hồi chuyển ADXRS610 của hãng Analog Devices.
Nguồn SensorMagazine.com.
Trong năm kiểu chuyển động – gia tốc, rung động, chấn động, nghiêng và quay –
thì ngoại trừ chuyển động quay, những chuyển động còn lại đều là kết quả của sự thay
đổi của gia tốc theo thời gian (Hình 1.3). Tuy nhiên, chúng ta không liên hệ những
chuyển động trên, bằng trực giác, với sự thay đổi của gia tốc hay giảm tốc. Xem xét
riêng từng chế độ cảm biến giúp chúng ta nhận ra các tiềm năng của chúng dễ dàng
hơn.
Trang 8
Chương 1: CẢM BIẾN ĐO LƯỜNG QUÁN TÍNH VÀ ỨNG DỤNG
Hình 1.3: Năm chế độ cảm biến chuyển động. Nguồn EECatalog.com.
Gia tốc, bao gồm cả chuyển động tịnh tiến, đo sự biến đổi của vận tốc theo thời
gian. Vận tốc, được biểu diễn bởi đơn vị m/s, bao gồm thông tin cả về tốc độ và
hướng của chuyển động. Gia tốc được tính theo đơn vị m/s2. Khi gia tốc có giá trị âm,
như khi một chiếc ô tô đi chậm lại do lái xe đạp phanh, thì được gọi là giảm tốc.
Nếu xét gia tốc theo thời gian thì rung động có thể coi như là gia tốc và giảm tốc
thay nhau xảy ra theo chu kỳ tuần hoàn. Tương tự như vậy, chấn động là gia tốc xảy ra
tức thì nhưng khác với rung động, gia tốc trong chấn động là một quá trình không tuần
hoàn và thường chỉ xảy ra một lần.
Hãy xem xét trong một khoảng thời gian dài hơn. Khi một vật bị di chuyển làm
thay đổi độ nghiêng của nó thì sẽ có sự thay đổi tương ứng về mặt lực hấp dẫn.
Chuyển động này thường xảy ra chậm hơn so với rung và chấn động.
Do cả bốn dạng cảm biến chuyển động này đều liên quan tới gia tốc nên chúng
được đo bằng lực g, đơn vị của lực hấp dẫn tác dụng lên một vật trên Trái đất (1g =
9.8m/s2). Cảm biến MEMS phát hiện độ nghiêng bằng cách đo mức ảnh hưởng của
lực hấp dẫn lên từng trục chuyển động. Ví dụ với cảm biến gia tốc ba chiều sẽ cho ra
ba kết quả đo biểu thị gia tốc trên các trục chuyển động X, Y, và Z.
Trang 9
Chương 1: CẢM BIẾN ĐO LƯỜNG QUÁN TÍNH VÀ ỨNG DỤNG
Phần lớn các cảm biến có mặt trên thị trường hiện nay đo gia tốc bằng cách sử
dụng các cặp tụ điện vi sai. Mức khác biệt về điện dung của các cặp tụ điện này tỉ lệ
thuận với gia tốc của cảm biến. Mức khác biệt này sau đó được chuyển đổi sang dạng
điện thế hoặc các tín hiệu nhị phân (đối với các cảm biến có đầu ra số), rồi thông tin
này được chuyển tới bộ vi xử lý để thực thi các hoạt động tiếp theo. Những tiến bộ
công nghệ gần đây cho phép sản xuất các cảm biến gia tốc MEMS nhỏ gọn trong dải
gia tốc thấp (low-g) lẫn gia tốc cao (high-g) với băng thông rộng hơn trước đây rất
nhiều, do đó càng gia tăng hơn nữa tiềm năng ứng dụng của chúng. Cảm biến trong dải
gia tốc thấp (gia tốc dưới 20 g) phù hợp để phát hiện các chuyển động do con người
tạo ra. Cảm biến trong dải gia tốc cao thì hữu dụng trong các ứng dụng liên quan tới
máy móc hay xe cộ – về bản chất là các chuyển động không thể tạo ra bởi con người.
Cho tới lúc này chúng ta mới chỉ bàn tới chuyển động tịnh tiến, loại chuyển động
này bao gồm gia tốc, rung động, chấn động, và nghiêng. Chuyển động quay được định
lượng bằng tốc độ góc. Điểm khác biệt của kiểu chuyển động này là nó có thể diễn ra
mà không hề có sự thay đổi về gia tốc. Để hiểu rõ vấn đề này hãy thử tưởng tượng một
cảm biến quán tính 3 chiều, trong đó chiều X và Y nằm song song với mặt đất còn trục
Z thì hướng tới tâm trái đất. Ở vị trí này, trọng lực đo được trên ba trục X, Y, và Z lần
lượt là 0, 0, và 1 g. Tiếp đó, quay cảm biến xung quanh trục Z (Hình 4). Trục X và Y
sẽ quay theo, và vẫn chỉ đo được 0 g trọng lực, trong khi trên trục Z vẫn là 1 g. Để
phát hiện được chuyển động quay như trên cần sử dụng cảm biến con quay hồi
chuyển. Do một số sản phẩm cần phải đo được chuyển động quay cùng với các dạng
chuyển động khác nên các cảm biến con quay hồi chuyển có thể được tích hợp với các
cảm biến gia tốc trong bộ IMU (Inertial Measurement Unit – bộ đo quán tính) đa
chiều.
MPU-6050 là cảm biến của hãng InvenSense. MPU-6050 là một trong những
giải pháp cảm biến chuyển động đầu tiên trên thế giới có tới 6 (mở rộng tới 9) trục
cảm biến tích hợp trong 1 chip duy nhất.
MPU-6050 sử dụng công nghệ độc quyền MotionFusion của InvenSense có thể
chạy trên các thiết bị di động, tay điều khiển...
MPU-6050 tích hợp 6 trục cảm biến bao gồm:
+ Con quay hồi chuyển 3 trục (3-axis MEMS gyroscope)
+ Cảm biến gia tốc 3 chiều (3-axis MEMS accelerometer)
Ngoài ra, MPU-6050 còn có 1 đơn vị tăng tốc phần cứng chuyên xử lý tín hiệu
(Digital Motion Processor - DSP) do cảm biến thu thập và thực hiện các tính toán cần
thiết. Điều này giúp giảm bớt đáng kể phần xử lý tính toán của vi điều khiển, cải thiện
Trang 10
Chương 1: CẢM BIẾN ĐO LƯỜNG QUÁN TÍNH VÀ ỨNG DỤNG
tốc độ xử lý và cho ra phản hồi nhanh hơn. Đây chính là 1 điểm khác biệt đáng kể của
MPU-6050 so với các cảm biến gia tốc và gyro khác.
MPU-6050 có thể kết hợp với cảm biến từ trường (bên ngoài) để tạo thành bộ
cảm biến 9 góc đầy đủ thông qua giao tiếp I2C.
Các cảm biến bên trong MPU-6050 sử dụng bộ chuyển đổi tương tự - số (ADC)
16-bit cho ra kết quả chi tiết về góc quay, tọa độ... Với 16-bit bạn sẽ có 2^16 = 65536
giá trị cho 1 cảm biến.
Tùy thuộc vào yêu cầu của bạn, cảm biến MPU-6050 có thể hoạt động ở chế độ
tốc độ xử lý cao hoặc chế độ đo góc quay chính xác (chậm hơn). MPU-6050 có khả
năng đo ở phạm vi:
+ Con quay hồi chuyển: ± 250 500 1000 2000 dps
+ Gia tốc: ± 2 ± 4 ± 8 ± 16g
Hơn nữa, MPU-6050 có sẵn bộ đệm dữ liệu 1024 byte cho phép vi điều khiển
phát lệnh cho cảm biến, và nhận về dữ liệu sau khi MPU-6050 tính toán xong.
Các thông số kĩ thuật khác của module MPU-6050
+ Nguồn: 3-5V, trên module MPU-6050 đã có sẵn LDO chuyển nguồn 5V -> 3V
+ Giao tiếp I2C ở mức 3V
+ Khoảng cách chân cắm: 2.54mm
+ Địa chỉ: 0x68, có thể cấp mức cao vào chân AD0 để chuyển địa chỉ thành 0x69
ý rằng, đối với những thiết bị di động hay thiết bị nhỏ gọn như trong hai ví dụ vừa kể
trên thì các cảm biến gia tốc phải tiêu thụ ít năng lượng, tối đa là vài micro ampe (μA),
để ứng dụng có tính thực tế.
Thiết bị y tế là một mảng ứng dụng khác cho cảm biến chuyển động. Máy trợ tim
(Automatic External Defibrillator – AED) là thiết bị dùng để tạo ra sốc điện giúp tim
của bệnh nhân đập trở lại. Khi ADE không có tác dụng thì cần tiến hành hô hấp nhân
tạo (CPR). Một nhân viên cứu hộ ít kinh nghiệm có thể nén ngực bệnh nhân không đủ
mạnh, khiến CPR không có hiệu quả. Nếu gắn một cảm biến gia tốc lên miếng nén
ngực của AED thì có thể đo được khoảng cách miếng nén này di chuyển, giúp cho
nhân viên cấp cứu biết được mức nén tối ưu.
Hình 1.4: Thiết bị PocketCPR, một ví dụ về cảm biến gia tốc giúp xác định chuyển
động và vị trí. Nguồn: EECatalog.com.
1.3.1. Ứng dụng của cảm biến rung động trong giám sát và tiết kiệm điện năng
Những thay đổi nhỏ trong rung động là biểu hiện của vòng bi bị mòn, các bộ
phận cơ khí không khít, và các vấn đề máy móc khác. Các cảm biến MEMS nhỏ gọn
với băng thông rộng có thể được sử dụng để giám sát rung động ở động cơ, quạt máy,
và các máy nén. Khả năng bảo trì nhờ thông tin dự báo như trên giúp cho các nhà máy
sản xuất tránh được hư hỏng trên các thiết bị đắt tiền cũng như là các hỏng hóc ở quy
mô lớn. Việc định lượng được các thay đổi về đặc tính rung động của thiết bị còn có
thể được dùng để đánh giá liệu thiết bị này đã được tinh chỉnh để hoạt động một cách
tối ưu chưa.
Trang 12
Chương 1: CẢM BIẾN ĐO LƯỜNG QUÁN TÍNH VÀ ỨNG DỤNG
Hình 1.5: Ví dụ về ứng dụng của cảm biến rung động để phân biệt máy hoạt động
bình thường (phổ màu đen) với máy đã bị mòn (phổ màu đỏ). Nguồn: EECatalog.com.
Trang 13
Chương 1: CẢM BIẾN ĐO LƯỜNG QUÁN TÍNH VÀ ỨNG DỤNG
Hình 1.6: Cơ chế bảo vệ ổ đĩa cứng tự động của máy tính xách tay IBM ThinkPad® là
một ví dụ về ứng dụng của khả năng cảm biến chấn động. Nguồn: EECatalog.com.
Trang 14
Chương 1: CẢM BIẾN ĐO LƯỜNG QUÁN TÍNH VÀ ỨNG DỤNG
đều có thể được sử dụng để xác định góc nghiêng trước khi thực hiện việc hiệu chỉnh
sai số.
Hình 1.7: Máy giám sát huyết áp Omron Wrist có sử dụng các kỹ thuật cảm biến cao
cấp , bao gồm cả cảm biến độ nghiêng, để đảm bảo độ chính xác của dữ liệu.
Nguồn: EECatalog.com.
1.3.4. Con quay hồi chuyển và các thiết bị đo dùng quán tính
Các ứng dụng thực tế của công nghệ MEMS trở nên hữu ích hơn khi tính năng
phát hiện chuyển động quay được kết hợp với tính năng phát hiện các chuyển động do
quán tính khác. Trong thực tế thì việc kết hợp này cần tới cả cảm biến gia tốc và cảm
biến con quay hồi chuyển.
Một số thiết bị đo dùng quán tính (Inertial Measurement Unit – IMU) có kết hợp
cảm biến gia tốc đa chiều, cảm biến con quay hồi chuyển đa chiều, ngoài ra có thể
thêm cảm biến từ tính để tăng mức độ chính xác về hướng. IMU cũng có thể cung cấp
thông tin cảm biến với 6 bậc tự do, giúp đạt được độ chính xác rất cao đáp ứng được
yêu cầu của các ứng dụng ở thiết bị ghi hình y tế, dụng cụ phẫu thuật, bộ phận cơ thể
giả cao cấp, và dẫn đường tự động cho các phương tiện công nghiệp. Một ưu thế khác
của việc sử dụng IMU là các tính năng của thiết bị có thể được nhà sản xuất kiểm thử
và hiệu chỉnh trước khi xuất xưởng.
IMU còn hữu ích trong các trường hợp sử dụng khác. Ví dụ như nó có thể được
gắn trên một chiếc gậy chơi golf thông minh để giúp ghi lại và theo dõi toàn bộ chuyển
động của một cú đánh. Người chơi golf sẽ dựa vào thông tin này để cải thiện kỹ năng
chơi. Các cảm biến gia tốc trên gậy golf sẽ đo gia tốc và đường vung gậy. Còn cảm
biến con quay hồi chuyển thì đo mức độ xoáy tay của người chơi. Trong khi thi đấu và
tập luyện, gậy golf thông minh sẽ ghi lại những dữ liệu này để phục vụ cho việc phân
tích sau đó trên máy tính.
Trang 15
Chương 1: CẢM BIẾN ĐO LƯỜNG QUÁN TÍNH VÀ ỨNG DỤNG
Hình 1.8: Minh họa các điểm có thể đặt cảm biến quán tính giúp người chơi golf ghi
lại các chuyển động của mình khi thi đấu hay tập luyện, phục vụ việc phân tích và
hoàn thiện kỹ thuật đánh. Nguồn: MedCityNews.com.
Trang 16
Chương 2: GIẢM NHIỄU CHO TÍN HIỆU CẢM BIẾN IMU
Hình 2.1: Nhiễu tác động lên cảm biến đo lường quán tính IMU (Trục gia tốc góc)
Theo đó, việc giảm nhiễu là yêu cầu bắt buộc trong các hệ thống MEMS nhằm
ước lượng tín hiệu cảm biến đảm bảo có giá trị tín hiệu đo được phản ánh chính xác
hướng và góc nghiêng của thiết bị. Kết quả giảm nhiễu sẽ làm cơ sở như là khối tiền
xử lí để hệ thống thực hiện các tiến trình tiếp theo, đảm bảo đầu vào “trong sạch” để
hệ thống thực hiện tốt các bước xử lí tiếp theo.
Trang 17
Chương 2: GIẢM NHIỄU CHO TÍN HIỆU CẢM BIẾN IMU
Hình 2.2: Mối quan hệ giữa cảm biến IMU và các nguồn gây nhiễu
Việc so sánh, đánh giá các kỹ thuật ước lượng, giảm nhiễu cho tín hiệu cảm biến
được thực hiện thông qua giản đồ tín hiệu đo đạc, đồng thời ứng dụng cụ thể trên mô
hình robot hai bánh tự cân bằng để đánh giá kết quả thực tế.
Trang 18
Chương 2: GIẢM NHIỄU CHO TÍN HIỆU CẢM BIẾN IMU
Hình 2.3: Các hướng trích xuất đặc tính cho dữ liệu cảm biến gia tốc
Việc sử dụng bộ lọc số thông thấp [2] được ứng dụng đầu tiên để giảm nhiễu cho
tín hiệu cảm biến trong các hệ thống MEMS do đặc tính đơn giản của bộ lọc với
phương trình làm mượt tín hiệu bậc một ở công thức (1). Tuy nhiên do tính đơn giản
của bộ lọc nên thường gây khó khăn cho việc xác định biên của tín hiệu và nhiễu.
∆t
yi = αxi + (1 − α)yi−1 với α ≜ (1)
RC + ∆t
Trong đó:
xi : giá trị cảm biến đo được
yi−1 : giá trị ước lượng trước đó
yi : giá trị ước lượng hiện tại
α: hệ số tỷ lệ, có giá trị ≲ 1, được lựa chọn dựa trên điều chỉnh thực tế nên còn
mang tính chủ quan. Trong bài báo giá trị α được chọn bằng 0,96.
Thay vào đó, bộ lọc Kalman được ứng dụng để ước lượng dữ liệu cảm biến gia
tốc dưới tác động của nhiễu [3]. Mô hình thực hiện bộ lọc Kalman gồm có hai phương
trình như ở công thức (2):
X k+1 = ΦX k + G. [uk + wk ], và zk+1 = H. X k+1 + vk+1 (2)
Trong đó:
X k : vector trạng thái tại thời điểm k
uk : vector điều khiển (tín hiệu đầu vào) tại thời điểm k
zk : đầu ra hệ thống (tín hiệu đo được) tại thời điểm k
wk : nhiễu tiến trình tại thời điểm k
vk : nhiễu đo đạc tại thời điểm k
Φ, G, H: các ma trận hiệp phương
X k+1 : vector trạng thái ước lượng tại thời điểm k+1
Trang 19
Chương 2: GIẢM NHIỄU CHO TÍN HIỆU CẢM BIẾN IMU
Trong vector nhiễu tiến trình và nhiễu đo lường, giá trị khởi tạo được chọn bao
gồm Q k = 10−3 và R k = 3 × 10−2 theo hệ thống thực tế. Tuy nhiên nhược điểm của
bộ lọc Kalman là khó xác định chính xác thông số nhiễu trong môi trường thực theo
đặc tính thống kê của nhiễu, do đó bộ lọc Kalman mở rộng được sử dụng để thích nghi
với sự thay đổi của môi trường. Tuy kết quả giảm nhiễu khá tốt nhưng vẫn còn hạn chế
lớn liên quan đến độ phức tạp của bộ lọc và thời gian xử lý nên khó áp dụng vào các
ứng dụng yêu cầu thời gian đáp ứng nhanh.
Bên cạnh đó, việc mã hóa băng con nhằm tách nhiễu ra khỏi tín hiệu cảm biến
cũng được thực hiện sử dụng các phép biến đổi trong miền wavelet. Kỹ thuật này dựa
vào việc lựa chọn sóng con tương ứng để tính toán hàm tương quan với tín hiệu bị
nhiễu, qua đó ước lượng tín hiệu thực. Tuy nhiên việc lựa chọn sóng con cũng như
mức ngưỡng để khử nhiễu cũng sẽ gây méo tín hiệu cảm biến nếu thành phần bị loại
bỏ có cả tín hiệu cảm biến cần giữ lại. Phương pháp tiếp cận điều chỉnh căn cứ vào
việc gắn kết trực tiếp từng phần (PDC) như được đề xuất ở [4] đã thay đổi các mức
khử nhiễu khác nhau đối với từng khoảng tín hiệu, qua đó giảm sự méo ở tín hiệu cảm
biến.
Một phương pháp giảm nhiễu khác cũng được thực hiện dựa vào thuật toán tối
ưu (LTV) [5] cũng được trình bày thể hiện ưu điểm cải thiện hiệu quả giảm nhiễu xấp
xỉ 4-10% so với các thuật toán bộ lọc thông thấp bằng việc đánh giá thông qua tiêu chí
tỷ số tín hiệu trên nhiễu (SNR) và mật độ phổ công suất (PSD).
Ngoài ra, trong bản thân IMU còn hỗ trợ một bộ xử lý chuyển động số (DMP)
bao gồm các khối xử lý số tín hiệu sử dụng các phép biến đổi ADC và làm mượt tín
hiệu theo tài liệu kỹ thuật của nhà sản xuất [6]. Khối chức năng DMP được kích hoạt
và cho phép thu được ở đầu ra giá trị cảm biến gia tốc và vận tốc góc theo nguyên tắc
FIFO được tính toán theo bộ chia xác định.
Trang 20
Chương 3: KẾT QUẢ GIẢM NHIỄU VÀ SO SÁNH, ĐÁNH GIÁ
Hình 3.1: So sánh tốc độ hội tụ của ba kỹ thuật khác nhau sử dụng bộ lọc bù, bộ lọc
Kalman và DMP.
Trong ba kỹ thuật thì bộ lọc bù có tốc độ đáp ứng nhanh nhất ứng với sự thay đổi
của tín hiệu đo đạc tuy nhiên vẫn còn bị ảnh hưởng nhiều bởi nhiễu do tính đơn giản
của cấu trúc. Còn lại, bộ lọc Kalman mặc dù có cấu trúc phức tạp và tốn thời gian xử
lý nhưng tốc độ hội tụ cũng cao hơn đáng kể và ổn định hơn so với kỹ thuật giảm
nhiễu sử dụng bộ xử lí chuyển động số tích hợp sẵn bên trong IMU. Thông qua kết quả
so sánh dễ nhận thấy rằng bộ lọc Kalman cho kết quả giảm nhiễu tốt hơn nhiều so với
hai kỹ thuật còn lại.
Trang 21
Chương 3: KẾT QUẢ GIẢM NHIỄU VÀ SO SÁNH, ĐÁNH GIÁ
Hình 3.2: So sánh các giá trị cảm biến gia tốc trục x xử lý bởi ba kỹ thuật khác nhau
sử dụng bộ lọc bù, bộ lọc Kalman và DMP so với tín hiệu gốc.
Hình 3.4: Mô hình robot hai bánh tự cân bằng so sánh thực nghiệm các kỹ thuật giảm
nhiễu có kết hợp với giải thuật PID để điều khiển động cơ.
Nguyên lý điều khiển cân bằng: khi robot đứng thẳng tại vị trí cân bằng lực hút
trái đất sẽ tác động làm cho robot ngã về phía trước hoặc phía sau. Nếu bị ngã về phía
trước, thông qua cảm biến IMU robot sẽ xác định được góc nghiêng và điều khiển
hai bánh xe di chuyển về phía trước theo hướng mà robot bị ngã cho đến khi góc
nghiêng của robot bằng với góc mà tại đó robot đứng thẳng thì robot sẽ dừng lại. Để
có thể điều khiển robot cân bằng dao động quanh vị trí ban đầu thì giá trị sai lệch về
vị trí hiện tại so với vị trí ban đầu được tính toán dựa vào encoder nếu sự sai lệch này
lớn hơn giá trị cho phép thì hai bánh xe được điều khiển để di chuyển robot quay trở
về vị trí ban đầu.
Để có thể điều khiển robot giữ cân bằng thì thông tin về góc nghiêng của robot
đóng vai trò quan trong nhất. Giá trị góc nghiêng được cung cấp bởi cảm biến IMU
tích hợp gồm có cảm biến gia tốc và cảm biến con quay hồi chuyển. Hai cảm biến này
là dạng cảm biến vi cơ điện tử nên rất nhạy với rung động. Giá trị góc thu trực tiếp từ
cảm biến có dao động rất lớn và phải được xử lý lọc nhiễu trước khi đưa vào giải thuật
cân bằng.
Bên cạnh kỹ thuật giảm nhiễu cho cảm biến MPU thì giải thuật PID được sử
dụng để tìm ra thông số điều khiển động cơ phù hợp đảm bảo robot 2 bánh thực hiện
cân bằng. PID là viết tắt của cụm từ (Proportional Integral Derivative) là giải thuật
được dùng nhiều trong các ứng dụng điều khiển tự động với yêu cầu chính xác,
Trang 23
Chương 3: KẾT QUẢ GIẢM NHIỄU VÀ SO SÁNH, ĐÁNH GIÁ
nhanh và ổn định. Bộ điều khiển PID bao gồm 3 thông số riêng biệt và được gọi là
điều khiển ba khâu: tỷ lệ, tích phân và đạo hàm, viết tắt là P, I và D.
Hàm truyền của bộ điều khiển PID như sau:
𝐾𝐼 𝐾𝐷 𝑆 2 +𝐾𝑃 𝑆+𝐾𝐼
𝐶 (𝑠) = 𝐾𝑃 + + 𝐾𝐷 𝑆 = (3)
𝑆 𝑆
Trong đó:
𝐾𝑃 : Độ lợi khâu tỷ lệ
𝐾𝐼 : Độ lợi khâu tích phân
𝐾𝐷 : Độ lợi khâu vi phân
Đặc tính của bộ điều khiển PID:
Thành phần tỉ lệ (𝐾𝑃 ) có tác dụng làm tăng tốc độ đáp ứng của hệ và
làm giảm, chứ không triệt tiêu sai số xác lập của hệ (steady-state error).
Thành phần tích phân (𝐾𝐼 ) có tác dụng triệt tiêu sai số xác lập nhưng có
thể làm giảm tốc độ đáp ứng của hệ thống.
Thành phần vi phân (𝐾𝐷 ) làm tăng độ ổn định hệ thống, giảm độ vọt lố và
cải thiện tốc độ đáp ứng của hệ thống.
Trang 24
Chương 3: KẾT QUẢ GIẢM NHIỄU VÀ SO SÁNH, ĐÁNH GIÁ
Bắt đầu
Không
Kiểm tra giá
trị cập nhật?
Có
Tính góc trung bình
Có
- Cập nhật hệ số PID
- Tính toán giá trị PWM
- Điều khiển động cơ
Hình 3.5: Lưu đồ thuật toán chương trình chính ứng dụng điều khiển cho robot hai
bánh tự cân bằng
Trang 25
KẾT LUẬN VÀ KIẾN NGHỊ
KẾT LUẬN
Đề tài đã trình bày các hướng và kỹ thuật tiến hành giảm nhiễu cho cảm biến đo
lường quán tính dưới tác động của môi trường và đặc tính vật lý của thiết bị.
Đề tài cũng đã trình bày kết quả các kỹ thuật để tiến hành so sánh, đánh giá các
giải pháp tiến hành giảm nhiễu cho tín hiệu cảm biến thu được nhằm đảm bảo tín hiệu
cho các khối tiếp theo của cả hệ thống.
Bên cạnh đó đề tài cũng đã giới thiệu mô hình thực hiện sử dụng robot hai bánh
tự cân bằng là ứng dụng cụ thể để mô phỏng thực nghiệm kết quả giảm nhiễu của tín
hiệu cảm biến. Tuy nhiên gặp khó khăn và yêu cầu thời gian cho việc lựa chọn các
tham số của mô hình PID cũng gây khó khăn cho hiệu quả đáp ứng của hệ thống.
KIẾN NGHỊ
Từ kết quả đạt được, tác giả kiến nghị các hướng nghiên cứu tiếp theo như sau:
- Mở rộng mô phỏng, đánh giá thêm các kỹ thuật khác để đưa ra giải pháp lựa
chọn tốt hơn, tổng quát hơn cho hệ thống.
- Tiếp tục điều chỉnh các tham số của mô hình PID bên cạnh các kỹ thuật giảm
nhiễu để đưa ra kết quả đánh giá chính xác hơn trên mô hình thực nghiệm.
- Nghiên cứu các kỹ thuật giảm nhiễu khác để mở rộng phạm vi lựa chọn.
- Ứng dụng cảm biến IMU trong nhiều thiết bị, hệ thống để hỗ trợ cho các nhu
cầu thực tế.
Trang 26
TÀI LIỆU THAM KHẢO
Tiếng Việt:
[1]. Nguyễn Doãn Phước, “Lý thuyết điều khiển tuyến tính”, Nhà xuất bản Khoa
học và Kỹ thuật, 2009.
Tiếng Anh:
[2]. Badri, Abdellatef E., Jyoti K. Sinha, and Alhussein Albarbar. “A typical filter
design to improve the measured signals from MEMS
accelerometer.” Measurement 43.10 (2010): 1425-1430.
[3]. Kownacki, Cezary. “Optimization approach to adapt Kalman filters for the
real-time application of accelerometer and gyroscope signals'
filtering.” Digital Signal Processing 21.1 (2011): 131-140.
[4]. Edu, Ioana-Raluca, et al. “Inertial Sensor Signals Denoising with Wavelet
Transform.” INCAS Bulletin 7.1 (2015): 57.
[5]. Abbasi-Kesbi, R., and A. Nikfarjam. “Denoising MEMS accelerometer
sensors based on L2-norm total variation algorithm.” Electronics Letters 53.5
(2017): 322-324.
[6]. InvenSense Inc. “Embedded Motion Driver v5.1.1: APIs Specification.” (Dec
14th, 2012).
[7]. Pan, Tse-Yu, Chih-Hsuan Kuo, and Min-Chun Hu. "A noise reduction method
for IMU and its application on handwriting trajectory
reconstruction." Multimedia & Expo Workshops (ICMEW), 2016 IEEE
International Conference on. IEEE, 2016.
[8]. Pastell, Matti, et al. "A wireless accelerometer system with wavelet analysis
for assessing lameness in cattle." Biosystems engineering 104.4 (2009): 545-
551.
[9]. Chan, Tony F., and Selim Esedoglu. "Aspects of total variation regularized L
1 function approximation." SIAM Journal on Applied Mathematics 65.5
(2005): 1817-1837.
[10]. Van De Guchta, Tim, et al. "Development of an open-source, low-cost and
adaptable 3D accelerometer for monitoring animal motion." International
conference of Agricultural Engineering 2014 (AgEng 2014). European
Society of Agricultural Engineers (EurAgEng), 2014.
[11]. Zhang, Z., et al. "Multi-model adaptation for thigh movement estimation using
accelerometers." IET signal processing 5.8 (2011): 709-716.
Trang 27
TÀI LIỆU THAM KHẢO
[12]. Hasan, A. M., et al. "Wavelet-based pre-filtering for low cost inertial
sensors." Journal of Applied Sciences 10 (2010): 2217-2230.
Trang Web:
[13]. http://blog.tkjelectronics.dk/2012/03/the-balancing-robot/ truy cập lần cuối
20/12/2017.
[14]. http://www.geekmomprojects.com/mpu-6050-dmp-data-from-i2cdevlib/ truy
cập lần cuối 18/12/2017.
Trang 28