Báo cáo khoa học: NÂNG CAO TÍNH KHẢ DỤNG CỦA HỆ DẪN ĐƯỜNG PHƯƠNG TIỆN CƠ GIỚI TÍCH HỢP MEMS - INS/GPS DỰA TRÊN BỘ LỌC KALMAN BẰNG HỆ SUY DIỄN NƠRON - MỜ THÍCH NGHI

Tóm tắt: Trong hệ dẫn đường phương tiện cơ giới tích hợp MEMS INS/GPS, sai số ngẫu nhiên của các cảm biến vi cơ điện tử lớn, thêm vào đó, trong các môi trường không thuận lợi cho GPS như trong đô thị, điều kiện thời tiết xấu thì các số đo của GPS sẽ khó có thể đạt độ chính xác cao do các ảnh hưởng của sai số đa đường, nhiễu môi trường và thậm chí là mất tín hiệu khi đi qua hầm ngầm và toà nhà,... ...
Nội dung trích xuất từ tài liệu:
Báo cáo khoa học: "NÂNG CAO TÍNH KHẢ DỤNG CỦA HỆ DẪN ĐƯỜNG PHƯƠNG TIỆN CƠ GIỚI TÍCH HỢP MEMS - INS/GPS DỰA TRÊN BỘ LỌC KALMAN BẰNG HỆ SUY DIỄN NƠRON - MỜ THÍCH NGHI"NÂNG CAO TÍNH KHẢ DỤNG CỦA HỆ DẪN ĐƯỜNG PHƯƠNG TIỆNCƠ GIỚI TÍCH HỢP MEMS - INS/GPS DỰA TRÊN BỘ LỌC KALMAN BẰNG HỆ SUY DIỄN NƠRON - MỜ THÍCH NGHI PGS. TS. LÊ HÙNG LÂN Bộ môn Điều khiển học Khoa Điện - Điện tử Trường Đại học Giao thông Vận tải ThS. PHẠM HẢI AN Viện tự động hóa KTQS – Bộ Quốc Phòng Tóm tắt: Trong hệ dẫn đường phương tiện cơ giới tích hợp MEMS INS/GPS, sai số ngẫu nhiên của các cảm biến vi cơ điện tử lớn, thêm vào đó, trong các môi trường không thuận lợi cho GPS như trong đô thị, điều kiện thời tiết xấu thì các số đo của GPS sẽ khó có thể đạt độ chính xác cao do các ảnh hưởng của sai số đa đường, nhiễu môi trường và thậm chí là mất tín hiệu khi đi qua hầm ngầm và toà nhà,... Khi mất tín hiệu GPS, hệ dẫn đường sẽ phụ thuộc hoàn toàn vào các số đo của INS. Nếu thời gian mất tín hiệu GPS kéo dài, hệ dẫn đường sẽ chịu sai số tích luỹ của các hằng số tích phân của INS. Bài báo này nhằm mục đích giải quyết vấn đề dự đoán và hiệu chỉnh sai số của hệ dẫn đường tích hợp ĐT INS/GPS khi mất tín hiệu GPS dựa trên hệ suy diễn nơron - mờ thích nghi Summary: In the vehicle - navigating system integrated MEMS, random error in MEMS sensors may be large. In addition, in inconvenient environments such as bad climates in metropolitan areas, it is very difficult to get measurements with high accuracy due to multi- path error, environmental interference and even signal failure when passing through tunnel and buildings,… When the failure of GPS signal occurs, the operation of the navigating system depends completely on INS’s measuments. If the failure remains long, the system will be subjected to accumulated error of the INS’s integral constants. This paper puts forward a proposal to solve the problem of prediction and adjustment of error in the vehicle-navigating system integrated INS/GPS, based on adaptive neuro-fuzzy inference system when a failure of signal occurs.I. ĐẶT VẤN ĐỀ Có 4 yêu cầu chính được sử dụng để đánh giá hoạt động của một hệ thống dẫn đườngphương tiện cơ giới là: độ chính xác, tính toàn vẹn, liên tục và tính khả dụng. Vấn đề đặt ralà cả hai kỹ thuật dẫn đường quán tính INS và định vị vệ tinh GPS đều không thoả mãn các yêu cầu trên khi hoạt động riêng lẻ. GPS với giá thành rẻ và độ chính xác dài hạn nhưng tính khả dụng của nó sẽ giảm đáng kể khi thời tiết xấu, có vật cản và đặc biệt là trong vùng đô thị. Ngoài ra một hạn chế nữa của GPS là không xác định được các góc định hướng của phương tiện. Trong khi đó, INS có khả năng hoạt động độc lập, cung cấp đầy đủ các tham số dẫn đường có độ chính xác cao trong một giai đoạn ngắn nhưng lại gặp những lỗi nghiêm trọng do độ dịch, độ trôi và nhiễu của các cảm biến khi hoạt động trong một khoảng thời gian dài. Một giải pháp phổ thông cho vấn đề này dùng bộ lọc Kalman tích hợp hai hệ thống trên để kết hợp đặc tính bù dữ liệu giữa chúng. Bằng việc bù cho nhau về bản chất vật lý giữa INS và GPS, hệ thống tích hợp này hoạt động khá hiệu quả về mặt độ chính xác, tính toàn vẹn và khả dụng hơn một hệ riêng lẻ. Tuy nhiên một khó khăn là phải phát triển thuật toán đủ mạnh để có thể giải quyết việc mất tín hiệu GPS trong các môi trường suy giảm tín hiệu. Để giải quyết bài toán khi mất tín hiệu GPS trong hệ dẫn đường tích hợp INS/GPS thì các phương pháp kinh điển không đáp ứng được yêu cầu đặt ra. Ở đây, áp dụng một mô hình kết hợp giữa mạng nơron và logic mờ là một phương pháp khả quan. Logic mờ có khả năng đưa ra được các đánh giá mềm dẻo với các sai số bất định cao của cảm biến vi cơ điện tử kết hợp với quá trình huấn luyện và dự đoán của mạng nơron sẽ giúp chúng ta đánh giá được các sai số về vị trí của hệ dẫn đường tích hợp INS/GPS trong mọi thời điểm. Ý tưởng chính của mô hình kết hợp nơron-mờ này là đưa ra các dự đoán sai số dẫn đường dựa trênĐT các mẫu huấn luyện vào/ra cho trước trong quá trình dạy hoặc học. Để duy trì hoạt động tốt của mô hình này, các dữ liệu huấn luyện phải bao trùm được các dải dữ liệu vào/ra và các quá trình động học của phương tiện cơ giới. II. HỆ SUY DIỄN NƠRON - MỜ THÍCH NGHI 2.1. Cấu trúc mạng Hệ suy diễn nơron - mờ thích nghi (hình 1) là một trường hợp đặc biệt của mạng nơron lan truyền thẳng nhiều lớp với khả năng học có giám sát. Mạng thích nghi này bao gồm cả các nút ...