Số 37/2017: Kết hợp GPS-LIDAR với các mô hình 3D thành phố – Số 1

Image Content

Akshay Shetty và Grace Xingxin Gao - Nhóm kỹ thuật Công ty TNHH ANTHI Việt Nam dịch và biên soạn   

Việc triển khai ứng dụng kỹ thuật kết hợp GPS-LiDAR được xem như một giải pháp hiệu quả trong việc mô hình hóa sai số trên nền tảng số liệu LiDAR dựa trên các đối tượng nằm trong đám mây điểm. Việc kết hợp này sử dụng mô hình ba chiều (3D) thành phố để xác định và loại bỏ các vệ tinh GPS không nằm trong tầm quan sát NLOS (Non-Line-Of-Sight) nhằm cải thiện độ chính xác phép định vị.

Kỹ thuật này rất có triển vọng trong những nhiệm vụ ứng dụng máy bay không người lái như xây dựng mô hình 3D thành phố phục vụ quy hoạch, làm phim, đo đạc, nghiên cứu phương án cứu nạn tối ưu hay vận chuyển và giao hàng. Trong những Bản tin Công nghệ tháng 10/2017, chúng tôi sẽ giới thiệu tới Quý Độc giả toàn bộ những nghiên cứu mới nhất liên quan đến lĩnh vực này của hai nhà khoa học Akshay Shetty và Grace Xingxin Gao.


Tất cả các thiết bị bay không người lái UAV (Unmanned Aerial Vehicles) nhìn chung đều phụ thuộc vào thiết bị định vị vệ tinh GPS để liên tục xác định vị trí chính xác khi hoạt động trên thực địa. Tuy nhiên, ở những khu vực đặc thù như khu vực đô thị, việc bổ sung các cảm biến số liệu cho UAV như cảm biến đo khoảng cách từ xa LiDAR (Light Detection And Ranging) lại liên quan mật thiết tới những sai số của các phép đo GPS trong định vị dẫn đường cho thiết bị bay không người lái. Tăng cường độ chính xác cho các phép đo này là nhiệm vụ rất quan trọng và để tăng cường cũng như xác định được các sai số này vẫn là những thách thức đối với các nhà khoa học.

Để giải quyết vấn đề này hai nhà khoa học Akshay Shetty và Grace Xingxin Gao đã đề xuất kỹ thuật kết hợp GPS-LiDAR với phương pháp mô hình hiệu quả sai số vị trí phủ trùm trên bề mặt và các đối tượng nằm bên biên của đám mây điểm. Hai nhà khoa học đã sử dụng các đám mây điểm LiDAR theo hai cách: Ước định sự gia tăng bằng việc dung hợp so khớp các đám mây điểm; và ước định vị trí trong không gian bằng việc dung hợp so khớp với các mô hình 3D thành phố. Đối với các phép đo GPS, các nhà khoa học sử dụng mô hình 3D thành phố để loại bỏ các vệ tinh NLOS và xây dựng mô hình hiệp biến phương sai dựa trên nền tảng của các giá trị SNR (Signal-To-Noise-Ratio) đã thu nhận được. Cuối cùng toàn bộ các phép đo nêu trên và ma trận hiệp biến sai số được nhập vào bộ lọc Kalman UKF, cho phép ước định tham chiếu toàn cầu vị trí và hướng của UAV. Để minh chứng cho thuật toán cũng như quy trình thực hiện, hai nhà khoa học đã sử dụng thiết bị bay không người lái UAV trong môi trường không gian đô thị thực sự khó khăn đối với các máy thu GPS tại Trường Đại học Tổng hợp illinois, khu vực giảng đường Urbana-Champaign. Những thử nghiệm thực tiễn này đã trình diễn một cách rất rõ ràng những cải thiện nâng cấp khi ước định vị trí và hướng của UAV trong không gian bằng cách sử dụng kỹ thuật kết hợp GPS-LiDAR.

TÌNH HUỐNG

Sự xuất hiện của thiết bị bay không người lái UAV và tốc độ phát triển những ứng dụng thực tiễn một cách mạnh mẽ của UAV trong các lĩnh vực như mô hình hóa 3D đối tượng, quay phim, đo đạc bản đồ, tìm kiếm cứu nạn, vận chuyển giao nhận hàng hóa … và có rất nhiều ứng dụng phải triển khai tại các khu vực đô thị lớn với rất nhiều nhà cao tầng và các kiến trúc phức tạp khác. Trong những hoàn cảnh này việc dẫn đường đơn lập liên tục cho thiết bị bay UAV có những lợi thế nhất định như tối ưu hóa đường bay, cảm biến tránh va đập … Tuy nhiên để có khả năng kiểm soát chế độ định vị dẫn đường đơn lập này, chúng ta cần nguồn cung cấp số liệu định vị dẫn đường UAV liên tục và tin cậy nhưng đây lại là điểm hết sức khó khăn khi UAV hoạt động trong khu vực đô thị. Trong hầu hết các trường hợp thì tín hiệu GPS được khai thác sử dụng cho việc định vị ngoài trời, khi hoạt động trong khu vực đô thị với nhiều nhà cao tầng, tán cây, đường dây và trạm biến thế, trạm phát sóng di động …các tín hiệu GPS từ vệ tinh thường bị che khuất, bị phản xạ bởi các cấu trúc cao tầng gắn kính dẫn tới phát sinh nhiều dạng sai số và trị sai số thường rất lớn chính vì vậy việc sử dụng GPS để dẫn đường UAV trong đô thị gặp rất nhiều khó khăn.

Trong các trường hợp khi số liệu GPS không khả dụng, các cảm biến số liệu bổ sung trên thiết bị bay UAV như LiDAR có khả năng cung cấp cho chúng ta giải pháp dẫn đường tạm thời. Vì cảm biến LiDAR có khả năng cung cấp số liệu đám mây điểm trong chế độ thời gian thực ở khu vực quanh đường bay của UAV. Trong môi trường đô thị với mật độ nhà cao tầng và các công trình dày đặc, máy quét LiDAR có khả năng phát hiện một số lượng lớn các đối tượng xung quanh đường bay như nhà cao tầng hay các cấu trúc đặc thù khác của đô thị.

Khả năng định vị dựa trên nền tảng số liệu đám mây điểm LiDAR đã được chứng minh lần đầu tiên bằng cách áp dụng các mô hình thuật toán SLAM (Simultaneous Localization and Mapping). Trong rất nhiều trường hợp, những thuật toán này đều sử dụng biến điểm tương hỗ lân cận ICP để gắn kết những đám mây điểm mới.

PHƯƠNG PHÁP TIẾP CẬN

Mục đích cơ bản của nghiên cứu mà hai nhà khoa học tiến hành được giới thiệu trong các Bản tin Công nghệ tháng 10/2017 là kỹ thuật kết hợp GPS-LiDAR với phương pháp mô hình hiệu quả hiệp biến sai số trong các phép đo vị trí được tạo ra từ các đám mây điểm LiDAR. Hình 1 thể hiện các hợp phần khác nhau có liên quan tới phương pháp kết hợp cảm biến.

Như đã đề cập ở phần trước hai nhà khoa học đã sử dụng các đám mây điểm LiDAR theo hai cách: Ước định sự gia tăng bằng việc dung hợp so khớp các đám mây điểm; và ước định vị trí trong không gian bằng việc dung hợp so khớp với các mô hình 3D thành phố. Các nhà khoa học sử dụng ICP để dung hợp so khớp các đám mây điểm với nhau trong cả hai trường hợp nêu trên.

(Còn tiếp)

Mọi thông tin xin liên hệ với chúng tôi qua hòm thư info@anthi.com.vn