Xây dựng hệ thống định vị tích hợp chặt GPS/INS

ứng dụng trong môi trường đô thị

Nguyễn Hoàng Duy1*, Đặng Anh Tùng1, Nguyễn Vĩnh Hảo1, Vũ Ngọc Hải2
1
Trường Đại học Bách khoa Tp Hồ Chí Minh
2
Trường Đại học Nguyễn Tất Thành
Ngày nhận bài 12.10.2015, ngày chuyển phản biện 20.10.2015, ngày nhận phản biện 18.11.2015, ngày chấp nhận đăng 27.11.2015

Mục tiêu chính của nghiên cứu là thực hiện một hệ thống tích hợp INS/GPS theo cấu trúc tích hợp chặt
ứng dụng trong môi trường đô thị. Trong kỹ thuật tích hợp này, các thông tin về khoảng cách các vệ tinh
PR và tần số Doppler quan sát được từ thiết bị thu GPS sẽ được xử lý và tính toán riêng ứng với mỗi vệ
tinh, nhằm xác định được mô hình đo lường của hệ thống. Các giá trị gia tốc, vận tốc góc và từ trường từ
INS được sử dụng như là mô hình quá trình của hệ thống. Bộ lọc Kalman mở rộng được thiết kế trên mô
hình 23 biến trạng thái để ước lượng vị trí, vận tốc, nhiễu nền INS và sai số xung nhịp của thiết bị thu GPS.
Việc thử nghiệm được thực hiện ngoài trời trong môi trường đô thị khi tín hiệu GPS bị mất ngẫu nhiên để
đánh giá độ chính xác của hệ thống. Kết quả thử nghiệm chỉ ra rằng, hệ thống tích hợp theo cấu trúc tích
hợp chặt chính xác hơn cấu trúc tích hợp lỏng khi tín hiệu các vệ tinh không đủ để thiết bị thu xác định
quỹ đạo và chỉ còn nhận được 2 hoặc 3 vệ tinh.
Từ khóa: bộ lọc Kalman mở rộng, tích hợp chặt GPS/INS, ước lượng tọa độ.
Chỉ số phân loại 2.2

Implementation of a GPS/INS
tightly-coupled system applied in
urban environments
Summary
This paper presents the implementation of a GPS/INS
tightly-coupled system applied in urban environments.
In this integration technique, the information of
satellite distance and Doppler frequency is extracted
and calculated for building the measurement model
in the integration system. Accleration, gyroscope and
magnetic value from INS are used for the process model.
An 23-state extended Kalman filter is formulated
to estimate position, velocity, bias, scale factor, and
clock error. The experiment is carried out outdoor in
urban environments where GPS signals are randomly
lost in order to evaluate the system accuracy. The
experimental results have shown the GPS/INS tightly-
coupled integration gives better performance that the
GPS/INS loosely-coupled integration.
Keywords: attitude estimation, extended Kalman filter,
tightly-coupled GPS/INS integration.
Classification number 2.2
Giới thiệu
Ngày nay, với xu hướng nâng cao độ chính
xác và tính ổn định trong lĩnh vực định vị đối
tượng, hệ thống tích hợp GPS/INS trở thành một
đề tài nghiên cứu rất phổ biến. Hướng tiếp cận
này giúp đảm bảo tính chính xác trong việc xác
định quỹ đạo của đối tượng khi thiết bị thu chỉ
nhận được tín hiệu từ 3 vệ tinh trở xuống và giúp
hạn chế các sai số quỹ đạo theo thời gian [1].
Hiện tại, có 3 kiểu tích hợp cho hệ thống GPS/
INS: tích hợp lỏng (loosely coupled), tích hợp
chặt (tightly coupled) và tích hợp cực kỳ chặt
(ultra-tightly coupled) [2]. Trong cấu trúc tích
hợp lỏng, các giá trị đo vị trí và vận tốc từ thiết bị
thu GPS sẽ tích hợp với mô hình INS để giới hạn
sai số của mô hình. Do đó, ngõ ra của hệ thống
này phụ thuộc nhiều vào độ chính xác của thiết
bị thu GPS, nếu thiết bị thu GPS không xác định
được quỹ đạo do bị che chắn thì hệ thống này
sẽ mất ổn định chỉ sau một thời gian ngắn [3].
Với cấu trúc tích hợp chặt, hệ thống sẽ không
sử dụng kết quả tính toán quỹ đạo từ thiết bị thu
GPS, mà nó sẽ nhận các giá trị gốc của từng vệ
tinh truyền xuống thiết bị, bao gồm khoảng cách

*Tác giả liên hệ: Email: duynguyenhoang007@gmail.com

4(1) 1.2016 39
vệ tinh và tần số Doppler. Từ các giá trị đo này, thuật tọa độ ENU được đưa ra trong nghiên cứu của Shin
toán ước lượng PVT được sử dụng để xác định mô 2001 [7]. Tuy nhiên, trong mô hình INS của các nghiên
hình đo lường cho hệ thống [4]. Thách thức lớn nhất cứu này, ma trận xoay DCM được cập nhật trực tiếp từ
của phương pháp này là phải xử lý tốt việc khử nhiễu các giá trị gia tốc và vận tốc góc của cảm biến, đồng
của tín hiệu vệ tinh truyền xuống nhằm đảm bảo độ thời phụ thuộc vào vị trí và vận tốc ngõ ra, dẫn đến sai
tin cậy của mô hình đo lường. Nếu giải quyết tốt thách số lớn và tích lũy theo thời gian. Chính vì thế, trong
thức này, chúng ta sẽ cải thiện đượcđịnhsai sốma và trận
độ tinxoaynghiên DCMcứu làm này,cho
mô sai
hìnhsố INS ngõ nhưramô không tả ở hìnhảnh1 hưởng
được đến ma trậ
cậy của hệ thống khi đối tượng đi vàonhững
vùng tínưuhiệu điểm vệ khi sử dụng kết hợp bộ ước lượng hướng được xác
thay đổi với một bộ ước lượng hướng độc lập để nêu trong tài liệ
tinh không ổn định và số vệ tinh nhận được
khảo [8]. nhỏ hơn định ma trận xoay DCM làm cho sai số ngõ ra không
bốn vệ tinh [5]. ảnh hưởng đến ma trận này, những ưu điểm khi sử
định ma trận xoay DCM làm cho sai số ngõ ra không ảnh hưởng đến ma trận này,
dụng kết hợp bộ ước lượng hướng được nêu trong tài
Trong vài năm trở lại đây, hệ thốngnhững
tích hợp ưu điểm
GPS/khi sử dụng kết hợp bộ ước lượng hướng được nêu trong tài liệu tham Hướng
liệu tham khảo [8].
INS đã được các nhà nghiên cứu trong khảonước[8]. xây dựng Vận tốc
và ứng dụng vào thực tế. Tiêu biểu nhất trong số này
Hướng Vị trí
là đề tài KC06.02/06-10 “Nghiên cứu, thiết kế, chế Gia tốc
Vận tốc
tạo thiết bị định vị vệ tinh phục vụ giám sát, quản lý
Vị trí
phương tiện giao thông đường bộ, đường sắt” của TS Gia tốc
Nguyễn Thanh Hải, Trường Đại học Giao thông Vận Vận tốc Bộ ước Trọng trường và
góc lượng hướng vận tốc góc theo
tải. Tuy nhiên, cùng với các công trình khác, phương Vận tốc Bộ ước Trọng trườngvị vàtrí và vận tốc.
pháp tích hợp sử dụng trong hệ thống là phương pháp góc
Từ trườnglượng hướng
vận tốc góc theo
vị trí và vận tốc.
tích hợp lỏng. Chính vì thế, trong bài báo này, hệ thống Từ trường
tích hợp INS/GPS theo cấu trúc tích hợp chặt được xây Hình 1: thuật toán INS
dựng và thử nghiệm trong môi trường đô thị, nơi mà Hình 1: thuật
Hình 1:toán
thuậtINStoán INS
tín hiệu GPS bị che chắn và bị gián đoạn ngẫu nhiên
khi đối tượng di chuyển. Mô hìnhchuyển
Mô hình chuyển Mô động động
hình củatượng
củachuyển
đối đốiđộngtượng
trongcủahệđối trong độhệ
tọatượng ENU tọađược
trong độ ENU
hệ biểu
tọa độ được
diễn như biểu di
sau [9]:
sau [9]: ENU được biểu diễn như sau [9]:
Nghiên cứu này được phân thành 2 phần chính: thứ
æ æ ö ö÷
nhất là xây dựng và thực hiện thuật toán ước lượng æ r n æö÷ nççö ç D.v n D.v n ÷÷÷ (1)
çç ÷ r çç÷ ç
çç  n çç÷÷ çç÷R n ççn
÷
n÷
÷÷÷
trong hệ thống tích hợp INS/GPS trên môi trường çç çç÷÷÷  nçç÷÷ b çç R n(2 nie 2en )n.v
n n n
gn ÷÷÷ n ÷÷
Matlab; thứ hai là xây dựng hệ thống thu thập dữ liệu
÷
ççè R bn çç÷ø÷ ççç÷÷ çç b n b
( ie en÷÷÷÷).v g ÷÷÷ n (2)
çç R nçè÷÷ çç Rb (Wib -Wbin ) ÷
÷ ÷
÷
trên nền vi xử lý để kiểm nghiệm và đánh giá. Hệ è bø ç Rbn (Wbib -Wbin )
ø ÷÷ (3)
èç ø÷
thống thử nghiệm được xây dựng dựa trênTrong đó: bị
các thiết
Trong
giá thành thấp: thiết bị thu GPS U-blox• 6Phương
và cảm đó:
biến(1): r n = [j l h] là vị trí địa lý của đối tượng, gồm vĩ độ, kinh độ và
trình
quán tính ADIS16405 được sử dụng làm các
độ thiết
• Phương cao, vbị
n
=đo
trình VN VU ] n là vận tốc của đối tượng, D là ma trận chuyển đổi vận tốc
[VE (1): r = [j l h ] là vị trí địa lý của đối tượng, gồm vĩ độ, kinh
trong mô hình GPS và INS tương ứng. Cảm biếnhệcótrục
trong tốcENU sang tốc độ thay đổi trong hệ tọa độ địa lý.
độ cập nhật 100 Hz, được sử dụng để ước độlượng
• Phương
cao, vtrình
n
vị =trí[V(2):
E V nN VU ] là vận tốc của đối tượng,
v là gia tốc trong hệ trục ENU, f n là véc tơ gia tốc đo được từ
D là ma trận chuyển đổi v
và hướng của vật; việc ước lượng hướngtrong sẽ được
cam hệ thực
biến, trục
g n làENU
véc tơsang gia tốc tốctrọng
độ thay
trường, đổiWientrong
là mahệ trậntọa chéođộcủađịavéc lý.tơ wien (tốc
hiện bởi 2 bộ lọc Kalman dựa trên các Phương
• giáđộtrịquay trình
ngõcủavàotrái(2):
đất biểu v n làdiễn giatrong
tốc hệ
trongtrục hệENU), trụcWennENU, là ma trận f n làchéo
véccủa tơ véc
giatơtốc đo đ
gia tốc, vận tốc góc và từ trường [6]. Thiết
cam
w n
bị
en thu
(tốc GPS
độ quay của hệ trục ENU ứng với
biến, g là véc tơ gia tốc trọng trường, Wie là ma trận chéo của
n hệ trục ECEFn biểu diễn trong hệ trụcvéc tơ
cung cấp giá trị gốc từ tín hiệu vệ tinh với tần số cập
ENU).
độ
Phương
quaytrình
của (3):trái Wđất biểu diễn trong hệ trục bENU), Wenn là ma trận chéo của
nhật là 5 Hz. Những dữ liệu thử nghiệm• được thu thập ib là ma trận chéo của véc tơ wib (là tốc độ quay của hệ trục
b

khi đối tượng di chuyển ngoài trời sẽ được

n
(tốc
wbody-frame
enđưa vàođộbộ quay
ứng với của hệ trụchệ ECI trục
biểuENU ứng hệvới
diễn trong trụchệbody-frame),trục ECEFWbinbiểu là madiễn
trận trong
ước lượng để đánh giá chất lượng của haiENU).
chéo
cấu trúccủa véc
tíchtơ winb (là tốc độ quay của hệ trục ENU ứng với hệ trục ECI biểu diễn
hợp chặt và tích hợp lỏng. • Phương
trong hệ trục trình (3): Wbib là ma trận chéo của véc tơ wibb (là tốc độ quay của
body-frame).

Mô hình tích hợp GPS/INS body-frame

Vì các thiết bịứng
hoạtvới hệtrên
động trụcmiền
ECIthời
biểu
giandiễn trong
rời rạc nênhệ
vậntrục body-frame),
là m
tốc và vị trí của đối Wbin
tượng chuyển động đượcb rời rạc hóa với thời gian lấy mẫu Dt như sau [10]:
chéo của véc tơ w (là tốc độ quay của hệ trục ENU ứng với hệ trục ECI biể
v = v + Dv » v + v Dtin
Cấu trúc mô hình INS
n n n n n
k +1 k k +1 k

r trong
n
= r +hệ
n
0.5 Dtrục
(v + vbody-frame).
)Dt
n n

Bài toán INS đặt ra là phải xác định quỹ

k +1
đạo
k
chuyểnk k +1
(4)
Vì các thiết
động của vật dựa trên các giá trị gia tốc và vận tốc góc bị hoạt động trên miền thời gian rời rạc nên vận tốc và vị trí c
gửi về. Mô hình chuyển động của đốitượng tượngchuyển
trong hệđộng được rời rạc hóa với thời gian lấy mẫu Dt như sau [10]:
vkn+1 = vkn + Dvkn+1 » vkn + v n Dt
rkn+1 = rkn + 0.5 D (vkn + vkn+1 ) Dt 3

4(1) 1.2016 40
 Tham số quỹ
(tốc độ quay của hệ trục ENU ứng với hệ trục ECEF
n
wen biểu
đạo vệ tinh diễn trongHiệu hệchỉnh
trục
clock bias, cloc

ENU).
• Phương trình (3): Wbib là ma trận chéo của véc tơ wibb (là tốc Hìnhđộ quay
2: cấu củahợphệchặttrục
trúc tích
body-frame ứng với hệ trục ECI biểu diễn trong hệ trục body-frame), Win là ma trận b
trục ENU ứng với hệ trục ECI biểu diễn trong hệ trục d x = éêd P dv Î db db d S d S d (cdt ) d (cdt )ùú n n n
T

chéo
body-frame). của véc tơ w b
in (là tốc độ quay của hệ trục
ë ENU ứng với hệ trục ECI biểu û diễn a g a g offset drift

trong hệ trục body-frame). éF

ê
F F 0 0 0 0 0 0 ùú PP Pv Pe 3 x3 3 x3 3 x3 3 x3
Vì các thiết bị hoạt động trên miền thời gian rời rạc ê FvP Fvv Fve Rbn 03 x 3 Rbn .Fb 03 x3 0
3 x1 3 x1
ú
0
Vì các thiết bị hoạt động trên
nên vận tốc và vị trí của đối tượng chuyển động đượcmiền thời gian
ê
êF rời rạc
ê eP Fev Fee 03 x3 Rb
nên n vận tốc
n và
b
3 x1
vị trí
3 x1 ú
03 x 3 Rb .Wib 03 x1 03 x1 úú của đối
rời tượng chuyển
rạc hóa với động
thời gian được
lấy mẫu rời sau
∆t như rạc[10]:
hóa với thời gian
ê03 x3 0lấy
ê mẫu
3 x 3 03 x 3 bba D03tx3 như
03 x3 sau
03 x3 [10]:
03 x1 03 x1 ú
ú
ê ú
vkn+1 = vkn + Dvkn+1 » vkn + v n Dt F = ê03 x3 03 x3 03 x3 03 x3 bbg 03 x3 03 x3 03 x1 03 x1 ú
ê ú
ê 03 x 3 03 x3 03 x3 03 x3 03 x3 bsa 03 x3 03 x1 03 x1 ú
r n
= r + 0.5 D (v + v
n n n
)Dt ê ú
k +1 k k k +1 ê 03 x 3
ê
0 3 x 3 0 3 x 3 03 x 3 0 3 x 3 03 x 3 bsg 03 x1 03 x1 ú
ú (4)
ê0 01x3 01x3 01x 3 01x 3 01x 3 01x 3 1 0 úú
ê 1x 3
Cấu trúc tích hợp chặt ê
ëê01x3 01x3 01x3 01x 3 01x 3 01x 3 01x 3 0 1 ûúú

Trong bài báo này, phương pháp tích hợp GPS/INS  03 x 3 03 x 3 03 x 3 03 x 3 03 x 3 03 x 3 01x 3 01x 3 
 n 
theo cấu trúc tích hợp chặt được thực hiện với 23 biến  Rb 03 x 3 03 x 3 03 x 3 03 x 3 03 x 3 0 0 
 1x 3 1x 3 

trạng thái và sử dụng bộ lọc Kalman để ước lượng các 0 n  3

 3 x 3 Rb 03 x 3 03 x 3 03 x 3 03 x 3 01x 3 01x 3 
0 
biến trạng thái này. Hai mô hình được đưa vào bộ lọc  3 x 3 03 x 3 I 3 x 3 03 x 3 03 x 3 03 x 3 01x 3 01x 3 
 
G   03 x 3 03 x 3 03 x 3 I 3 x 3 03 x 3 03 x 3 01x 3 01x 3 
Cấu trúcbao tíchgồm:
hợpmôchặthình quá trình được thiết lập dựa trên mô 
 03 x 3 03 x 3 03 x 3 03 x 3 I 3 x 3 03 x 3 01x 3 01x 3 

hình động học INS và mô hình đo lường
Trong bài báo này, phương pháp tích hợp GPS/INS theo cấu dựa trên mô
 03 x 3 trúc
03 x 3 tích
03 x 3 hợp
03 x 3 chặt
 
03 x 3 I 3 x 3 01x 3 01x 3 
ược thực hiện hìnhvớiGPS23PVT
biến[11] đượcthái
trạng xác định
và sửtừ dụng
các thôngbộ sốlọccủaKalman để 
 01x 3ước

01x 3lượng
01x 3 các
01x 3 biến
01x 3 01x 3 1 0 
ạng thái này. từngHai mô Cấu
vệ tinh. hìnhtrúc
đượccủa môđưa vào
hình được bộnêu ở hìnhgồm: mô0hình0 quá
lọcra bao 01x 3trình
01x 3 được
01x 3 01x 3 0 1 

 1x 3 1x 3
hiết lập dựa 2. trên
Trongmôcấuhình
hìnhđộng
này, PR họcvà INS và mô
PR tương ứng hình đo lường dựa trên mô hình GPS
là khoảng
VT [11] được xác định từ các thông số của từng vệ tinh.
cách vệ tinh đến thiết bị thu và tốc độ thay đổi của nó. Cấu trúc Vector củatrạngmô hình thái baođược gồm: sai số vị trí  P n , sai số vậ
Cấu trúc tích hợp chặt
êu ra ởTrong
hìnhbài 2. Trong
báoPhương cấu hình
này, phương này,GPS/INS
PR và theoPR
 tương ứng là khoảng cách vệ tinh đến
hợp chặt sai số hướng  , sai số bias của gia tốc ba và vận tốc gó
trìnhpháp tíchthái
trạng hợpcủa mô hình cấu trúc
quá tíchđược
trình
hiếtđược
bị thu và tốc
thực hiện với 23độ biếnthay đổivàcủa
trạng thái nó.bộ lọc Kalman để ước lượng các biến
sử dụng
biểu diễn sau:đưa vào bộ lọc bao gồm: mô hình quá trình được gia tốc  Sa và vận tốc góc  S g , clock bias  ctoffset  và cl
nhưđược
Phương trình trạng thái của mô hình quá trình được biểu diễn
trạng thái này. Hai mô hình như sau:
thiết lập dựa trên mô hình động học INS và mô hình đo lường dựa trên mô hình GPS thu.
x = Fx + Gu
PVT [11] được xác định từ các thông số của từng vệ tinh. Cấu trúc của mô hình được
(5) và ma trận hiệp phương sai
Vector u là nhiễu trắng,
Với
nêu ra ởFhình là2.ma Trongtrận động
cấu hình này, học
PR vàmô hình,
PR tương là véccáchtơvệtrạng
ứng xlà khoảng tinh đếnthái,
sau: G là ma trận đầu vào
thiết bị thu và tốc độ
Với thay
F đổi
là macủa nó.
trận động học mô hình,
hiễu mô hình, u là véc tơ nhiễu đo lường trong cảm biến quán tính.Q x là véc tơ trạng Biểu
 thức
diag của qa qg qba qbg
Phương trình trạng thái của mô hình quá trình được biểu diễn như sau:
húng được biểu thái, G
diễnlà ma trận đầu vào nhiễu mô hình, u là véc tơ
x = Fx + Gu bên dưới: (5) 2 2
q
Với F là nhiễu
ma trận đo
độnglường
học môtrong
hình, cảm biến quán tính. Biểu thức
x là véc tơ trạng thái, G là ma trận đầu vào 
Hiệu chỉnh vị trí, vận tốc và hướng của INS
nhiễu mô hình, u là
của véc tơđược
chúng nhiễu biểu
đo lường
diễntrong
bêncảm dưới: biến quán tính. Biểu thức của Với  là độ lệch chuẩn của nhiễu,  là thời gian tươn
chúng được biểu diễn bên dưới: Hiệu chỉnh bias, scale factor của sai
IMUcủa gia tốc, vận tốc góc, bias và scale facto
phương
Vị trí, vận tốc vàđược
hướngxác định từ đặc tính cảm biến của nhà sản xuất.
Gia tốc HiệuThuật chỉnh vị trí, vận tốc và hướng của INS
toán
IMU Hiệu chỉnhINS
bias, scale factor của IMU Tiếp theo, mô hình đo lường dựa trên mô hình GPS P
Vận tốc góc, Vị trí, vận tốc và hướng
Gia tốc Thuật toán
từ trường sau:
IMU
Vận tốc góc,
INS _  z PR


  H PR


 PR



từ trường z Bộlọc 
 
 .x   
 

 z PR
  
 H PR  
PR 
Vệ tinh _        
Bộ lọc Kalman
Vệ tinh
Kalman
+ Trong đó, H là ma trận định hình, z là vector đo l
+
ma trận hiệp phương sai Rk ; PR và PR tương ứng là kho
PR, Doppler,
PR, Doppler, Thuật toán Thuật
GPS PVT toán GPS PVTthay đổi của nó.
GPSGPS
Tham số Tham
quỹ sốGPS
quỹ GPS  PR  PRINS 
đạo vệ tinh  
đạo vệ tinh Hiệu chỉnh clock bias, clock drift
Hiệu chỉnh clock  clock
bias, ... drift

z    
PR  PR 
Hình 2: cấu trúc tích hợp chặt  INS 
 ... 
Hình 2: cấu trúc tích hợp chặt  
Hình 2: cấu trúc tích hợp chặt
T
Sau khi thành lập được 2 mô hình của hệ thống, bộ
d x = éêd P n dv n În dba dbg d Sa d S g d (cdtoffset ) d (cdtdrift )ùú (6) tích hợp 2 mô hình với nhau, nhằm ước lượng véc tơ trạ
ë û
4(1) 1.2016 T
41 các giá trịhiệu chỉnh sai số cho hệ thống. Bộ lọc Kalma
x = éêd PéênFPP dFvPvn FÎ n 0
3 b03 x 3 d b
3 xd 03 x3 d S 03 x3 d0S3 x1 03 d ù
(cdtoffset ) d (cdtdrift )ûùú (6)
rộng rãi trong các bài toán khử nhiễu trong hệ thống đo lư
Pe x1 ú
a g a g
ë ê FvP Fvv n
Fve Rb 03 x 3 Rb .F n b
03 x3 03 x1 03 x1 úú
ê
êF
ê eP Fev Fee 03 x3 Rb n
03 x 3 Rbn .Wibb 03 x1 03 x1 úú bộ lọc được chia làm 2 giai đoạn: giai đoạn tiền dự báo
 z PR  H PR  .x   PR  0 3b 03 x 33 x 3 03 x 33 x 303 x 3 3 x 303 x 3 3 x033 x 3 3 x 3 ú
z    ê êê 3 x  0 (11) ú


 z PR
 




 H PR
 





PR êêR0bn3 x 3 03H

 Rbn . 0
 03 x x 30 03 x 3 0 3 x03 ú03 x 3 úú
   êê x 3 3 x 3 3 x 3 3 x 3 3 x 3 ú
Q =ê 0ê 03 x 3 R0n3 x 3 0 I 3 x 30 03 x 30 03 x03 ú03 x 3 úú
Trong đó, H là ma trận định hình, z là vector đo ê ê 3lường,
x3 b  là 3 x 3 nhiễu3 x 3 đo3 xlường
3 3 x 3 úcó ú
ê 0ê 03 x 3 0 03 x 3 I 03 x 30 I 3 x 30 03 x03 ú03 x 3 ú
ma trận hiệp phương sai Rk ; PR và PR tương ứngQlà=khoảng
ê ê 03 x 3 cách
ê ê 3 x3
03 x 3 vệ
3 x3 3 x 3 tinh
03 x 3 03đo
3 x3 3 xvà
3
I 3 xtốc
3 x 3 úđộ ú
ú0 ú
ê 0êê 0 03 x 3 03 x 3 I 3 x 3 03 x 3 03 x 3 ú 3 x 3 ú
x3 3

thay đổi của nó. 3 x3

ê ë 3 x3 0 3 x3 0 3 x3 0 3 x3 0 3 x3 úI 3 x 3 ûú
 PR  PRINS  êé 03n x 3 0n3 x 3ù 03 x 3 03 x 3 I 3 x 3 03 x 3 ú
  ê P - P INS ú ú
d z = êêê 03GPS (17)
 ...  ë nx 3 0n3 x 3ú 03 x 3 03 x 3 03 x 3 I 3 x 3 ûú
 z     ëê VGPS -VINS ûú
  é Pn - Pn ù (12)
 PR  PRINS  dHz = é êI GPS 0 INS0 ú ù
= êê V3 x3n -3 xV3 n 3ú x15 ú (17) (18)
 ...  ê 3 I3 x3 INS03ûú x15 ú
  ëëê03 xGPS û
Sau Sau khi thành lập2 được 2 mô hình củabộhệ thống, é I bộ 03 xlọc
Trong 3 đó, 3 x15Kalman
0ma ù trận
ma được saisử dụngmô hìnhđể
khi thành lập được mô hình của hệ thống, Trong
H = ê 3 x3 đó, ú trận hiệp
hiệp phương
phương nhiễu
sai nhiễu môQk được
hình tínhQgiống
(18)
k
như cấu
ê ú
lọc tích hợpđược
Kalman 2 môsửhình
dụngvới nhau,
để tích hợpnhằm
2 mô ước
hình lượng
với đượcvéctrúctơ
tính3 x 3 trạng
ë0tích I3giống
hợp 03 x15thái;
x 3 chặt. û Bên
nhưcạnhtừ
cấuđó,đóma trận
trúc xác hiệpđịnh
tích hợp được
phương sai Rk Bên
chặt. của nhiễu
cạnhđo lường có thể
cácnhằm
nhau, giá ước
trị hiệu
lượngchỉnh
véc tơsai sốthái;
trạng chotừhệđóthống.
xác địnhBộ lọc
đó, tìmKalman
ma được trận
Trong bằng là trận
đó,hiệp
ma
thực công
phương từcụ
hiệp phương
nghiệm saiđược
việc saiRnhiễu
thu của
thập
k ứng hìnhtạidụng
nhiễu
môliệu
dữ đovịtính
được
Qkmột lường
giống
trí cố có cấu
định:như
đượcrộng
các rãi
giá trong
trị hiệucác bàisai
chỉnh toán khửhệnhiễu
số cho thống.trong
Bộ lọc thể
hệ thống tìm
trúcRtích
k =
được
đohợplường. bằng
chặt. Bên(cạnh
diag sthực
Quá
latđó,
2
;s nghiệm
trình
ma
2
lat
2 từ việc
thực
trận; shiệp
lat phương
; svn2
hiện
sai thu
; sRvecủa
2
củathập dữ liệu
vd )đo lường có thể
; snhiễu
2
(19)
k
bộ lọc được chia làm 2 giai đoạn:
Kalman là công cụ được ứng dụng rộng rãi trong các giai đoạn tại
tiền một
dự báovị trí các cố định:
trạng thái (the prediction
tìm đượcTrong bằng thực trường hợptừnày,
nghiệm việcbộthulọcthậpKalman
dữ liệuvẫn đượcvị trí
tại một sử cốdụng
định:để ước lượng các biến
stage) và giai đoạn cập nhật trạng thái
bài toán khử nhiễu trong hệ thống đo lường. Quá trình (the update stage).
trạng Các
thái để hiệu chỉnh giai
2 lại cácđoạn
2 sai 2 thực hiện
số của 2hệ;thống. này
Rk = diag (slat ; slat ; slat ; svn sve 2
; svd 2
) (19)
thựcđược
hiện khái
của bộ quát
lọctrong
được bảng 1. 2 giai đoạn: giai
chia làm
đoạn tiền dự báo các trạng thái (the prediction stage) Trong Trongtrườngtrường hợphợp này, này,
bộ lọc Kalman
bộ lọc vẫnKalman
được sử dụngvẫn để ướcđược
lượng các
sửbiến 6

và giai đoạn cập nhật trạngBảng 1: các

thái (the giaistage).
update đoạnCácthực dụng
hiệntrạngđể
bộ tháiước để
lọc hiệulượng
chỉnh lạicác
Kalman các saibiến
số củatrạnghệ thống.thái để hiệu chỉnh lại
giai đoạn thực hiện này được khái quát trong bảng 1. các sai số của hệ thống.
6
Bảng 1: các giai đoạn thực hiện bộ lọc Kalman Mô hình thử nghiệm
-1
K k = Pk- H kT ( H k Pk- H kT + Rk ) Cảm biến quán tính được sử dụng là thiết bi
Prediction ADIS16405. Các thành phần chính của IMU5 được nêu
xˆk = xˆ + K k ( zk - H k xˆ
- -
)
stage k k
trong bảng 2.
Pk = ( I - K k H k ) P k
-

Bảng 2: thông số cơ bản của ADIS16405

xˆk-+1 =K Axˆ H T Bu Accelerometer Gyroscope

Update = Pk -+
-1
k (H kP- H T + R )
k k k k k k

stage Prediction Pk-+1 =xˆ AP T Bias offset (mg) 50 Bias offset 3

ˆk- A + Qk k xˆk- )-1
k = xk +- KTk ( zk -- H
stage K k = Pk H k ( H k Pk H kT + Rk ) (o/s)
Prediction Pk =xˆ (=I - KKk H kz )-PkH- xˆ-
Cấu trúc tích
stage hợp lỏngk k k ( k k k )
xˆ- + Bias drift (mg) 0,2 Bias drift 0,007
Update xˆk +1P==Ax
( Iˆ-k K+HBu) Pk
- -
((o/s)
Bài báo này đưa ra cấu trúc tích hợp lỏng nhằm so
k k k k

stage Update Pk +1xˆ= =APAxkˆA+T Bu

-
+ Qk -
k +1 k k Scale factor 50 Scale factor 40
sánh với cấu trúc stage tích hợpP chặt. = AP A + Với
-
k +1Q cấu trúc này, biến
k
T
k (PPM/oC) (PPM/oC)
trạng thái
Cấu trúc tích hợp lỏng của mô hình chỉ còn 21 trạng thái, bỏ qua Output noise 0,9 Output noise 0,9
Cấu trúc tích hợp lỏng
Bài báoclock
này đưaBàibias
báo cấuvà
ranày raclock
đưatrúc tích
cấu drift
trúchợp
tích của
lỏnglỏng
hợp nhằm
nhằmthiết
so bị
sánh
so sánh thu
vớivới trúcvà
cấu cấu trúckhông
tích chặt.hợpthể
hợptích chặt. (mg) ( / s)
o

Với cấu trúc này,

Với biến
cấu trúc trạng
này, biếnthái của
trạng tháimô
hiệu chỉnh thuật toán GPS. Mô hình quá trình và mô
của hình
mô chỉ
hình chỉcòn
còn 21
21 trạng
trạng thái,
thái, bỏ quabỏ qua
clock clock
bias bias
và clock drift
hình
vàcủa
clockthiết
drift bị
củathuthiếtvà không
bị thu thể
và không hiệu
thể hiệuchỉnh thuật
chỉnh thuật toántoán
GPS.GPS.Mô hìnhMô quáhình quá Density noise 0,05 Density noise 0,05
trìnhđo
và môlường
hình đo lường
trình và mô hình đo lườngx =của
củacủahệ thống
hệ thống
hệ thống được mô tả như sau: được môđược mô tả như sau:
tả như sau:
Fx + Gu
x = Fx + Gu ( mg / Hz ) o
(/ s/ Hz )
z = Hx + e (13)
z = Hx + e (13)
Ở đây, Cảm biến ADIS16405 có kích thước nhỏ và nhẹ; có
Ở đây,
Ở đây, T thể cung cấp các giá trị bù sai số của gia tốc và vận tốc
d x = éêd P n dv n În dba dbg d Sa d S g ùú
ë û
T góc theo nhiệt độ. Tầm đo gia tốc và vận tốc góc của
d x = éêd P n dv n În dba dbg d Sa d S g ùú cảm biến tương ứng là 18 g và 3000/s; dữ liệu truyền
ë é FPP FPv FPe 03 x 3 03 x 3 03 x 3 0 ùû
ê 3 x3
ú
ê FvP
ê Fvv Fve Rbn 03 x 3 Rbn . f b 03 x 3 úú của IMU gồm có gia tốc góc, vận tốc góc, từ trường
êF b ú
và áp suất. Dữ liệu truyền thông qua chuẩn truyền SPI.
n n
é FPP Fê Pv eP FFev Fee0 03 x 3 0R b 030 x3 Rb .wib0 ú 3 x3 ù
ê F = ê0 03 x 3
Pe
0
3 x3
b
3x 3
03 x 3 03 xn3
3 x3
0 ú ú
ê FvP Fê 3 x3 Fve 3 x 3 Rbn ba 03 x 3 Rb . f b 3 x 3 0 ú ú
ê ê vv
ê 03 x 3 03 x 3 03 x 3 03 x 3 bbg 03 x 3 03 x 3 ún
ú 3 x3 ú Trong thử nghiệm này, tốc độ cập nhật dữ liệu của
êF Fê ev F 0 R n
0 R ú .w b ú
ê eP
ê0
ê 03 x 3 03 x 3ee 03 x 3 3 x033 x 3 03bx 3 b sa 3 x 3 03 x 3 bú ib ú
ú IMU được cài đặt là 100 Hz.
F = ê 3 x3 0êê 033xx33 00 3 x 3 03 x 3
3 x3
bba03 x 3 0033xx 33 030 x 33 x 3 b sg 0
ú
ú 3 x3 ú
ë û
ê ú
ê 03 x 3 03 x 3 03 x 3 03 x 3 bbg 03 x 3 03 x 3 ú Thiết bị thu GPS sử dụng thiết bị của U-blox, mã
ê ú
ê 03 x 3
ê
0
é 03 x 3
ê 3 xn3
ê Rb
030 x33 x 3 3 x 3 03 x33x 3
0 0 033x 3x 3 03 x 3 ùú b sa
0
ú
03 x 3 ú
ú
thiết bị là LEA-6T-1-001. Thiết bị này chỉ có khả năng
ê 03 x 3 0 030 03 x 3 0 03 x 3 0
033x 3x 3 03 x 3 ú03 x 3 b sg ú
ë ê0
ê 3 x3
ê 3 x3 Rbn
x3
3 x3 3 x3
0 3 x 3 03 x 3 03 x 3 03 x 3 úú û thu được tần số L1. Trong thử nghiệm này, tốc độ cập
Q = êê 03 x 3
ê
03 x 3 I3 x3 03 x 3 03 x 3 03 x 3 úú
ú ù
nhật dữ liệu của GPS được cài đặt là 5 Hz.
é 03 x 3 0ê30x3 x33 003 3
x 3x 3 03 x0 3 3 xI
33 x 3 0033xx33 00 3 x3 ú3
ê n 3x
ú ú
ê Rb
ê
0êê30x3 x33 003 x 3 03 x0 3 03 x 3 I
03 x 3
3 x 3 003 xúú 3 úú
3 x 3 Các dữ liệu từ cảm biến quán tính và thiết bị thu
ê 3 x3 3 x3
ê
ê 03 x 3 R ëê 03nx 3
é nb
0
n ù 3 x3
0 3 x 3 0 3 x 3 03 x 3
03 x 3 3 x3 0
03 x 3
3 x3 ú
I 3 x 3 ûú ú
0 sẽ được lấy đồng bộ thông qua vi xử lý ARM Cortex
ê P GPS - P INS ú
Q = êê 03 x 3d z = 0 03 x 3 úú (17)
ê V3nx 3-V n Iú 3 x 3 03 x 3 03 x 3
ê êë GPS INS úû ú
ê 03 x 3 é I03 x03 0 0ù 3 x 3 I3 x3 03 x 3 03 x 3 ú
ê H = ê 3 x 3 3 x3 3 x15 ú ú (18)
ê 03 x 3 ëê00 3 x 3 3 xI 33
0ú
x 3 03 x15 û 3 x 3
03 x 3 I3 x3 03 x 3 ú
ê ú
ëê 03 x 3 0Trong3 x 3 đó, ma 0trận 03 x 34(1)
3 x 3hiệp phương 01.2016
sai nhiễu 3 hìnhIQ3k được
3 xmô x 3 ûú tính giống như cấu
42
é Pn trúcPtích
- n ùhợp chặt. Bên cạnh đó, ma trận hiệp phương sai Rk của nhiễu đo lường có thể
d z = êê GPS
n tìm
INS ú
được
n ú bằng thực nghiệm từ việc thu thập dữ liệu tại một vị trí cố định: (17)
êë VGPS -V INS úû
R = diag s 2 ; s 2 ; s 2 ; s 2 ; s 2 ; s 2
M4 (STM32F4); sau khi dữ liệu được xử lý đồng bộ Thực nghiệm và kết quả
sẽ được truyền lên máy tính lưu trữ để thực hiện thuật
Để đánh giá 2 thuật toán tích lợp lỏng 21 biến trạng
toán. Thiết bị tích hợp được kết nối thành khối và đóng
thái (LC21) và tích lợp chặt 23 biến trạng thái (TC23),
gói như trong hình 3.
nhóm nghiên cứu đã kiểm tra chúng trong 2 trường
hợp khi tín hiệu GPS ổn định và không ổn định.
Trường hợp tín hiệu thu GPS ổn định, kết quả nhận
được từ 2 thuật toán được nêu ra trong hình 5, bảng
3 và 4. Đường màu đỏ “ref” là quỹ đạo tham khảo,
đường màu xanh lục là quỹ đạo ước lượng từ thuật
toán LC21 và đường màu xanh lá là quỹ đạo ước lượng
từ thuật toán TC23.
Hình 3: thiết bị INS/GPS (trái) - Ublox6 GPS (phải)

Từ các thông số của cảm biến quán tính trong tài

liệu của ADIS16405, ta xác
Từ các thông số định đượcbiến
của cảm các giá
quántrị tính
của trong tài liệu của ADIS16405, ta xác
ma định
trận hiệp
đượcphương trịQcủa
các giásai k
như
masau:
trận hiệp phương sai Qk như sau:

 
qa  0,5 mg / Hz  5e  4 g / Hz  

qg  0, 05 0 / s / Hz 
ba  0, 2(mg )  2 e 4(g)  0, 002(m / s 2 )
ba  200 s  qba  4e  8
Hình 5: quỹ đạo ước lượng theo LC21 và TC23
bg  0, 007  / s
0

Bảng 3: sai số theo LC21 khi tín hiệu vệ tinh ổn định

bg  300 s  qbg  3, 27e  7
Sai số RMS
 sa  40  PPM / 0 C .40  0 C   1600  PPM 
East North Up
 sa  1000 s  qsa  5,12e  9 Vị trí (m) 0,2058 0,2040 0,0517
 sg  50  PPM / 0 C .40  0 C   2000  PPM  Vận tốc (m/s) 0,1275 0,1333 0,0769
 sg  1000 s  qsa  8e  9
Bảng 4: sai số theo TC23 khi tín hiệu vệ tinh ổn định
Các dữ liệu thu thập sẽ được đồng bộ và gửi lên máy tính để lưu trữ và Saixử lý.
số RMS
Các dữ liệu thu thập sẽ được đồng bộ và gửi lên
Trong thử nghiệm, dữ liệu được thu thập ở đường bao sân golf HimEast Lam (cạnhNorth
Sân Up
máybay
tínhTân
để lưu
SơntrữNhất).
và xử lý. Trong
Đoạn thử nghiệm,
đường khoảngdữ4liệukm, đượcVịđi theo
trí (m) đường cong
3,0668 khép kín,
4,6046 11,5206
được thu một
cùng thập địa
ở đường
điểm bao sân golf
bắt đầu Him
và kết Lamtrên
thúc; (cạnh
đoạn đường
Vận tốc có 4 lần rẽ
(m/s) hướng và 0,1723
0,1709 2 lần 0,2829
Sânquay
bay Tân
đầu Sơn Nhất).
xe, thời Đoạn
gian lấyđường
mẫu làkhoảng
432,074 s.km,Hình 4 mô tả quỹ đạo tham khảo trên
được đi theoEarth.
Google đường cong khép kín, cùng một địa điểm Từ các kết quả trên ta thấy rằng, sai số RMS của vị
bắt đầu và kết thúc; trên đoạn đường có 4 lần rẽ hướng trí theo hướng East và North của thuật toán TC23 so
và 2 lần quay đầu xe, thời gian lấy mẫu là 432,07 s. với quỹ đạo tham khảo tương đối nhỏ và các quỹ đạo
Hình 4 mô tả quỹ đạo tham khảo trên Google Earth. chồng khít lên nhau (hình 4). Xét về độ cao, kết quả
thuật toán LC21 bám sát theo quỹ đạo tham khảo hơn
quỹ đạo từ thuật toán TC21. Có thể giải thích nguyên
nhân cho điều này là các nguồn gây ra sai số GPS
vẫn chưa được hiệu chỉnh tốt nhất dẫn đến sai số của
khoảng cách vệ tinh PR và tần số Doppler, bởi điều
kiện môi trường xung quanh và sự thay đổi thực tế
của bầu khí quyển trái đất. Tuy nhiên, như ban đầu đã
đề cập, nếu tín hiệu vệ tinh chất lượng tốt thì phương
Hình 4: quỹ đạo tham khảo trên Google Earth
pháp kết hợp lỏng có thể cho kết quả rất tốt; nhưng ở
Hình 4: quỹ đạo tham khảo trên Google Earth những nơi tín hiệu vệ tinh không ổn định thì phương
Thực nghiệm và kết quả
Để đánh giá 2 thuật toán tích lợp lỏng 21 biến trạng thái (LC21) và tích lợp chặt 23
biến trạng thái (TC23), nhóm nghiên cứu đã kiểm 43
4(1) 1.2016 tra chúng trong 2 trường hợp khi tín
hiệu GPS ổn định và không ổn định.
Trường hợp tín hiệu thu GPS ổn định, kết quả nhận được từ 2 thuật toán được nêu
pháp này không đạt độ tin cậy cao vì lúc đó nó phụ
thuộc vào chất lượng của mô hình INS. Do đó, để đánh
giá tốt hơn 2 phương pháp này, ta kiểm tra chúng khi
tín hiệu vệ tinh bị mất.
Trường hợp tín hiệu GPS bị mất và số vệ tinh nhận
được < 4, ta sử dụng dữ liệu thu thập được và làm mất
GPS trên một số đoạn đường (cả đường thẳng lẫn ngã
rẽ). Sau đó, cả 2 thuật toán được thực hiện và kiểm tra
sai số theo các hướng East-North-Up để đánh giá thuật Hình 8: sai số vị trí theo LC21 và TC23 khi nhận 3 vệ tinh
toán. Hình 6 mô tả những đoạn đường GPS bị mất, với
màu đỏ biểu diễn có tín hiệu GPS, màu đen biểu diễn
mất GPS.

Hình 9: sai số vận tốc theo LC21 và TC23 khi nhận 3 vệ tinh

Bảng 5: sai số theo LC21 khi nhận tín hiệu 3 vệ tinh

Sai số RMS
East North Up
Hình 6: vị trí GPS bi mất (màu đen)
Vị trí (m) 20,0751 25,5909 18,2401
Trong trường hợp bị mất GPS, ưu điểm của thuật Vận tốc (m/s) 3,6610 3,8624 5,5753
toán TC23 là vẫn sử dụng giá trị đo lường của một số
vệ tinh, trong khi đó thuật toán LC21 không sử dụng Bảng 6: sai số theo TC23 khi nhận tín hiệu 3 vệ tinh

được giá trị nào cho mô hình đo lường và chỉ phụ Sai số RMS
thuộc vào độ chính xác của mô hình INS. Chính vì thế, East North Up
trong trường hợp này, ta đánh giá 2 thuật toán LC21 và Vị trí (m) 17,2389 13,0869 21,1925
TC23 khi GPS chỉ còn nhận được tính hiệu của 3 hoặc Vận tốc (m/s) 3,2313 2,2047 2,6002
2 vệ tinh. Trong trường hợp chỉ còn nhận được tín hiệu 3 vệ
Khi thiết bị thu chỉ nhận được tín hiệu của 3 vệ tinh, tinh, từ các kết quả ở trên ta thấy thuật toán TC23 tốt
kết quả ước lượng từ 2 mô hình được biểu diễn ở các hơn so với LC21, quỹ đạo ước lượng từ thuật toán
hình 7-9 và bảng 5, 6. TC23 bám vào quỹ đạo tham khảo nhiều hơn, như
trong các hình 7-9; tất cả các giá trị sai số về vị trí và
vận tốc (được nêu trong bảng 5, 6) của thuật toán TC23
đều nhỏ hơn sai số của mô hình LC21. Từ đó cho thấy,
trong trường hợp chỉ còn tín hiệu 3 vệ tinh thì mô hình
TC23 tốt hơn và đáng tin cậy hơn mô hình LC21.
Khi thiết bị thu chỉ nhận được tín hiệu của 2 vệ tinh,
kết quả ước lượng từ 2 mô hình được biểu diễn ở các
Hình 7: quỹ đạo theo LC21 và TC23 khi nhận 3 vệ tinh hình 10-12 và bảng 7, 8.

4(1) 1.2016 44
 TC23 vẫn tốt hơn so với LC21. Hình 13 là biểu đồ sai
số RMS của 2 mô hình LC21 và TC23, từ đó có thể
đánh giá 2 mô hình một cách trực quan hơn.

Hình 10: quỹ đạo theo LC21 và TC23 khi nhận 2 vệ tinh

Hình 13: biểu đồ sai số RMS của 2 mô hình LC21 và TC23

Kết luận
Trong bài báo này, nhóm tác giả đã xây dựng được
mô hình tích hợp GPS/INS theo cả 2 phương pháp kết
hợp lỏng và kết hợp chặt. Nhóm nghiên cứu cũng đã
xây dựng được hệ thống thu thập dữ liệu để đánh giá
Hình 11: sai số vị trí theo LC21 và TC23 khi nhận 2 vệ tinh mô hình, giải mã được các thông tin GPS cần thiết và
hiệu chỉnh sai số của nó. Tuy nhiên, việc giải quyết ảnh
hưởng của các sai số do môi trường xung quanh vẫn
chưa triệt để; điều đó được chứng minh trong trường
hợp tín hiệu GPS ổn định mô hình kết hợp chặt vẫn còn
sai lệch lớn hơn so với mô hình kết hợp lỏng. Trong
trường hợp thông tin quỹ đạo của thiết bị thu bị mất,
chỉ còn nhận được tín hiệu của 3 hoặc 2 vệ tinh, thì kết
quả ước lượng của mô hình tích hợp theo cấu trúc kết
hợp chặt tốt hơn cấu trúc kết hợp lỏng. Chất lượng của
Hình 12: sai số vận tốc theo LC21 và TC23 khi nhận 2 vệ tinh mô hình kết hợp chặt phụ thuộc vào số lượng vệ tinh
Bảng 7: sai số theo LC21 khi nhận tín hiệu 2 vệ tinh
mà thiết bị thu GPS nhận được, nếu số vệ tinh càng lớn
thì độ tin cậy của môi trường càng cao.
Sai số RMS
East North Up Lời cảm ơn
Vị trí (m) 20,0751 25,5909 18,2401 Nhóm nghiên cứu xin trân trọng cảm ơn sự hỗ trợ
Vận tốc (m/s) 3,6610 3,8624 5,5753 của Bộ Khoa học và Công nghệ thông qua đề tài mã số
Bảng 8: sai số theo TC23 khi nhận tín hiệu 2 vệ tinh
KC03.15/11-15 và Đại học Quốc gia TP Hồ Chí Minh
thông qua đề tài C2014-20-03.
Sai số RMS
East North Up
Vị trí (m) 1,8862 4,2944 10,4788
Tài liệu tham khảo
Vận tốc (m/s) 0,2241 0,5538 1,7025
[1] Qin Yongyuan, Zhang Hongqian, Wang Shuhua (1998),
So sánh kết quả trong trường hợp chỉ còn tín hiệu Kalman filter and integrated navigation principle [M], Xi’an:
Publishing House of Northwestern Polytechnical University.
của 2 vệ tinh so với còn 3 vệ tinh, thì rõ ràng chất
[2] Wang Huinan (2003), Application and principle of GPS [M],
lượng của thuật toán TC23 không tốt hơn và các sai Beijing: Publishing House of Science.
số tăng lên, chứng tỏ ảnh hưởng của số lượng vệ tinh
[3] Honghui Qi, John B Moore (2002), “Direct Kalman filtering
trong mô hình. Tuy nhiên, nếu xét với thuật toán LC21, approach for GPS/INS integration [J]”, IEEE Trans on AES, 38(2),
thì từ bảng 7 và 8 cho thấy chất lượng của thuật toán pp.687-693.

4(1) 1.2016 45
 [4] J Wendel, G Trommer (2004), “Tightly Coupled GPS/INS
Integration for Missile Applications [J]”, Aerospace Science and
Technology, 8, pp.627-634.
[5] Hoang Duy Nguyen, et al (2013), Low-Cost INS-GPS Data
Fusion with Extended Kalman Filter, ISEE University of Technology
Ho Chi Minh City.
[6] Antonio Angrisano, et al (2010), GNSS/INS Integration
Methods, University’s Degli Study in Napoli.
[7] Eun-Hwan Shin (2001), Accuracy Improvement of Low Cost
INS/GPS for Land Applications (http://www.geomatics.ucalgary.ca/
links/GradTheses.html).
[8] Xiaoping Yun, et al (2005), Implementation and Experimental
Results of a Quaternion- Based Kalman Filter for Human Body
4(1) 1.2016
Motion Tracking, In Proceedings of the 2005 IEEE International
Conference on Robotics and Automation Spain.
[9] Daniel Roetenberg, et al (2005), Compensation of Magnetic
Disturbances Improves Inertial and Magnetic Sensing of Human
Body Segment Orientation, In IEEE Transactions On Neural Systems
And Rehabilitation Engineering.
[10] Daniel Roetenberg (2006), Inertial and Magnetic Sensing of
Human Motion, PhD Thesis. University of Twente.
[11] Titterton D.H, Weston J.L (1997), Strapdown Inertial
Navigation Technology, p.40, Peter Peregrinus Ltd.
[12] Brown R.G, Hwang P.Y.C (1992), Introduction to Random
Signals and Applied Kalman Filtering, p.220, John Wiley & Sons,
Inc., second edition.
46