Xác định vị trí cho robot trong nhà dựa trên thuật toán scan matching 319553

CƠ SỞ LÝ THUYẾT XÁC ĐỊNH VỊ TRÍ

Công nghệ xác định vị trí

Over the years, various technologies have been proposed for indoor positioning systems Currently, popular technologies include Vision, Infrared, Ultrasound, Wireless Local Area Network (WLAN), RFID, Bluetooth, Sonar, and Laser range finder.

Phương pháp này tập trung vào việc xử lý và đánh giá dữ liệu video, với hai cách khác nhau để thực hiện định vị dựa vào video.

Hệ thống camera cố định (Fixed camera systems) bao gồm các camera được lắp đặt tại các vị trí nhất định trong môi trường để xác định và theo dõi các đối tượng di động như cá nhân, động vật hoặc vật thể Mục tiêu chính là nhận diện các đặc trưng của chủ thể trong hình ảnh thu được từ một hoặc nhiều camera Khi đặc tính quan trọng của đối tượng xuất hiện trong khung hình, vị trí của nó sẽ được xác định dựa trên vị trí của các camera liên quan và sự phân bố đặc trưng của nó trong không gian.

Hệ thống camera di động sử dụng camera gắn trên đối tượng di động để xác định vị trí thông qua hai phương pháp chính Phương pháp đầu tiên liên quan đến việc phát hiện hai hoặc nhiều điểm mốc đã biết để xác định vị trí và hướng Phương pháp thứ hai bao gồm hai giai đoạn: giai đoạn off-line, nơi các hình ảnh của môi trường được chụp và lưu trữ để trích xuất các đặc trưng riêng, và giai đoạn on-line, trong đó camera chụp ảnh và so sánh các đặc trưng với cơ sở dữ liệu để đánh giá vị trí Mục tiêu chung của cả hai phương pháp là xác định chính xác vị trí và hướng của camera di động.

Ngày nay, độ chính xác của các hệ thống định vị trong nhà bằng camera đạt tới

Công nghệ định vị hiện nay có độ chính xác cao, với sai số từ 10^-3 m đến 10^-1 m Sự gia tăng tốc độ truyền dữ liệu và khả năng tính toán, cùng với các thuật toán xử lý ảnh hiệu năng cao, đã làm cho công nghệ này trở nên cực kỳ hiệu quả Mặc dù chi phí đầu tư ban đầu khá cao, nhưng nhờ vào sự phát triển của các công nghệ mới, các giải pháp chi phí thấp ngày càng phổ biến, và xu hướng hiện nay đang chuyển hướng sang việc sử dụng camera của điện thoại di động cho các hệ thống định vị.

Sóng hồng ngoại (Infrared radiation - IR) là công nghệ không dây phổ biến, được sử dụng để xác định vị trí của đồ vật hoặc con người thông qua các bộ thu phát sóng hồng ngoại.

Hệ thống định vị trong nhà sử dụng hồng ngoại (IR) hoạt động bằng cách người dùng mang theo một túi xách chứa mã định danh (ID) phát ra tín hiệu IR định kỳ Các bộ nhận tín hiệu được lắp đặt ở vị trí cố định trong môi trường xung quanh Sau khi nhận diện ID, hệ thống sẽ gửi thông tin đến phần mềm xác định vị trí, từ đó tính toán vị trí của túi xách dựa trên khoảng cách giữa bộ phát và bộ thu tín hiệu.

Công nghệ hồng ngoại (IR) có nhiều ưu điểm, bao gồm khả năng thu tín hiệu chỉ từ bên trong phòng do chùm tín hiệu không thể xuyên tường, và không bị ảnh hưởng bởi nhiễu sóng điện từ Ngoài ra, năng lượng tín hiệu IR có thể được điều chỉnh dễ dàng cho từng khu vực cụ thể Tuy nhiên, công nghệ này cũng tồn tại nhược điểm, như hiện tượng đa đường (multipath) gây giảm độ chính xác trong định vị, chi phí phần cứng cao và tốn kém cho bảo trì Hơn nữa, công nghệ IR yêu cầu có đường truyền thẳng (Line of Sight - LoS) giữa bộ thu và bộ phát để hoạt động hiệu quả.

Mạng không dây cục bộ (WLAN) có khả năng xác định vị trí thiết bị di động trong mạng Việc sử dụng WLAN ngày càng tăng nhằm đáp ứng nhu cầu giao tiếp không dây.

Thiết bị WLAN phổ biến trong các môi trường trong nhà, mang lại lợi ích chi phí hiệu quả cho kỹ thuật định vị sử dụng Wi-Fi Điều này cho phép xác định vị trí hầu hết các thiết bị kết nối Wi-Fi mà không cần cài đặt phần mềm bổ sung Thêm vào đó, việc sử dụng WLAN không yêu cầu phải có đường truyền thẳng (LoS), tạo điều kiện thuận lợi hơn cho việc xác định vị trí.

Trong mạng WLAN, một node có khả năng thu và phát tín hiệu RF từ một router không dây, giúp xác định chính xác vị trí của bất kỳ thiết bị Wi-Fi nào được kích hoạt Phương pháp xác định vị trí WLAN RSS áp dụng ba phương pháp cơ bản để xác định vị trí của thiết bị mục tiêu.

 Phương pháp Cell of Origin (CoO): hoạt động dựa vào việc biết vị trí của access point (AP), nơi mà các thiết bị được kết nối tới

Phương pháp Triangulation là kỹ thuật xác định vị trí của thiết bị mục tiêu bằng cách sử dụng lưới tam giác từ các thông tin cường độ tín hiệu thu được tại các vị trí khác nhau.

Phương pháp Fingerprint là một trong những phương pháp hiệu quả nhất cho định vị trong nhà, sử dụng cường độ tín hiệu RSS từ các router cố định Quá trình này bao gồm hai giai đoạn: offline và online Trong giai đoạn offline, RSS được thu thập tại các vị trí mẫu để tạo bản đồ radio cho môi trường cụ thể Giai đoạn online cho phép xác định vị trí của client bằng cách so sánh RSS đo được với các giá trị đã lưu trữ Độ chính xác của công nghệ Wi-Fi dao động từ 20m đến 40m, nhưng có thể được cải thiện bằng cách lắp đặt thêm nhiều router không dây hoặc tích hợp các công nghệ khác, với kết quả gần đây cho thấy độ chính xác có thể đạt khoảng 3–5m.

Công nghệ định vị sử dụng WLAN đang đối mặt với nhiều thách thức, trong đó vấn đề tiêu thụ năng lượng là rất quan trọng Các thiết bị di động thường nhỏ gọn và có giới hạn về năng lượng, điều này ảnh hưởng đến hiệu suất và khả năng hoạt động của chúng.

Một thách thức lớn trong việc định vị là giảm thiểu điện năng tiêu thụ Bên cạnh đó, một hạn chế khác của WLAN là tín hiệu có thể bị hấp thụ bởi các yếu tố tĩnh trong môi trường như tường, đồ đạc di chuyển và cánh cửa.

Phương pháp xác định vị trí

Robot di động khác biệt rõ rệt so với robot cố định ở chỗ chúng không biết trước môi trường hoạt động Trong khi robot cố định được thiết kế cho một không gian làm việc nhất định và thực hiện các nhiệm vụ lặp đi lặp lại, robot di động cần nhận biết môi trường để quyết định hành động Việc xác định vị trí của robot, bao gồm cả vị trí và định hướng trong môi trường, là yếu tố then chốt Điều này có thể thực hiện bằng cách xác định vị trí trên một bản đồ đã có hoặc tìm vị trí tương đối sau khi di chuyển từ vị trí ban đầu mà không có bản đồ.

Có nhiều nghiên cứu trên thế giới với các thuật giải và phương pháp khác nhau để xác định vị trí của robot trong đó 04 nhóm giải pháp chính:

2.2.1 Phương pháp dẫn đường dự đoán dead-reckoning

Dead-reckoning là phương pháp dẫn đường phổ biến cho robot di động, nổi bật với độ chính xác cao trong thời gian ngắn, chi phí thấp và tốc độ lấy mẫu nhanh Tuy nhiên, do nguyên tắc cơ bản của phương pháp này là tích lũy thông tin về gia tốc chuyển động theo thời gian, nên dẫn đến sự tích lũy sai số Sai số này sẽ tăng theo khoảng cách di chuyển của robot, gây ra sai số vị trí lớn.

Phương pháp dead-reckoning là một kỹ thuật đơn giản, sử dụng dữ liệu từ bộ mã hoá số vòng quay bánh xe để chuyển đổi số vòng quay thành độ dịch tuyến tính của robot Tuy nhiên, nguyên tắc này chỉ đúng trong giới hạn nhất định và có thể gặp phải một số sai số trong quá trình chuyển đổi Các nguồn sai số này được chia thành hai nhóm: sai số hệ thống và sai số không hệ thống Để cải thiện độ chính xác của dead-reckoning, cần tăng cường độ chính xác động học và kích thước tới hạn.

2.2.2 Hệ thống dẫn đường cột mốc chủ động

Hệ thống dẫn đường cột mốc chủ động mang lại thông tin vị trí chính xác với quy trình xử lý tối thiểu Mặc dù cho tốc độ lấy mẫu và độ tin cậy cao, nhưng chi phí thiết lập và duy trì hệ thống này cũng rất cao Việc đặt cột mốc tại các vị trí chính xác giúp xác định tọa độ chính xác của vật thể.

Phương pháp đo trong hệ thống cột mốc chủ động bao gồm phép đo 3 cạnh tam giác hoặc 3 góc tam giác, nhằm xác định vị trí vật thể dựa trên khoảng cách hoặc góc đo được đến các cột mốc đã biết Hệ thống dẫn đường sử dụng ít nhất 3 trạm phát cố định ở vị trí đã biết và 1 trạm nhận trên robot, hoặc ngược lại với 1 trạm phát trên robot và các trạm nhận bên ngoài Bằng cách sử dụng thông tin về thời gian truyền tín hiệu, hệ thống có thể tính toán khoảng cách hoặc góc giữa các trạm phát và trạm nhận để xác định vị trí chính xác của robot.

Hình 2.2.1 Định vị sử dụng cột mốc

2.2.3 Hệ thống dẫn đường cột mốc thụ động

Cũng giống như các phần trước, đây là những cột mốc nhân tạo và tự nhiên đã có sẵn trên bản đồ Việc áp dụng công nghệ nhận diện giúp đánh dấu những cột mốc này một cách chính xác.

2.2.4 Định vị sử dụng bản đồ cục bộ

Robot sử dụng cảm biến để tạo ra bản đồ cục bộ môi trường xung quanh Bằng cách theo dõi sự thay đổi của bản đồ khi di chuyển, robot có thể xác định vị trí thực tế của mình Có nhiều thuật toán xác định vị trí robot dựa trên bản đồ này, trong đó Thuật toán quét và so khớp (Scan Matching) là một trong những thuật toán cơ bản và phổ biến nhất.

Hình 2.2.2 Bản đồ Phòng nghiên cứu Intel với dữ liệu cảm biến thô (bên trái) và sau khi Scan Matching dữ liệu đó (bên phải) [8]

Thuật toán Scan Matching

Robot đang hoạt động trong một môi trường với ba điểm mốc A, B, C Tại thời điểm t=0, khoảng cách từ robot đến từng điểm mốc A, B, C được đo và thể hiện qua tọa độ toàn bộ và tọa độ cục bộ tương ứng.

Hình 2.3.1 Minh họa khoảng cách từ robot đến các điểm mốc trên hệ tọa độ

Tại thời điểm t=1, robot di chuyển một khoảng chưa xác định, dẫn đến sự thay đổi khoảng cách từ robot đến các điểm đánh dấu Chúng ta cần xác định một phép biến đổi R nhằm tối ưu hóa sự gần gũi giữa hai tập hợp điểm.

Hình 2.3.2 Minh họa phép biến đổi giữa 2 lần di chuyển của robot so với các điểm mốc trên hệ tọa độ

Nếu chúng ta biết rõ các điểm mốc A, B, C, việc xác định điểm R sẽ trở nên dễ dàng Tuy nhiên, việc đo đạc chính xác các điểm mốc này hoặc xác định đặc điểm của chúng lại là điều không khả thi.

Có hai hướng tiếp cận chính trong thuật toán Quét và So khớp Scan Matching để tìm ra sự so khớp tương ứng, được trình bày chi tiết dưới đây.

2.3.1 Thuật toán Iterative Dual Correspondence IDC

Thuật toán IDC xác định phép biến đổi R bao gồm phép dịch chuyển T và phép xoay w Để xác định sự so khớp giữa các điểm, thuật toán áp dụng hai quy tắc: Điểm gần nhất và So khớp phạm vi điểm.

- Quy tắc điểm gần nhất:

 So khớp hai điểm mà chúng là gần nhất

 Sử dụng đặc trưng tiêu biểu theo phép dịch chuyển T mà không sử dụng phép xoay w

- Quy tắc so khớp phạm vi điểm:

Kết nối các điểm có khoảng cách tương đồng từ vị trí tương ứng của chúng, nằm trong một vòng quay đã được xác định trước.

 Sử dụng đặc trưng tiêu biểu theo phép xoay w mà không sử dụng phép dịch chuyển T (nội suy tuyến tính)

 Giả sử các vị trí ban đầu gần nhau ( T là không đáng kể)

Dựa trên 2 quy tắc trên, thuật toán IDC tìm phép dịch chuyển T và phép xoay w:

1 Tìm vị trí gần nhất Pcp bằng quy tắc điểm gần nhất dựa trên dữ liệu Scan trước Sref và Scan hiện tại Snew

2 Tìm vị trí Pmrp bằng quy tắc so khớp phạm vi điểm dựa trên dữ liệu Sref và

3 Tìm phép biến đổi (w cp , T cp ) từ vị trí P cp và (w mrp , T mrp ) từ vị trí P mrp bởi tối thiểu lỗi (giải pháp hình vuông nhỏ nhất)

4 Chọn phép biến đổi (w mrp, T cp ) và tính sai số

5 Lặp lại các bước từ 1 đến 4 cho đến khi sai số