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 loạt 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.

Việc ước định vị trí và hướng từ sự kết hợp giữa LiDAR và GPS thông qua bước hiệu chỉnh của bộ lọc, nơi mà các phép đo IMU bao gồm ngay trong bước dự đoán trước. Để có được sự hiệu chỉnh vị trí từ LiDAR, hai nhà khoa học sử dụng các đối tượng nằm trong đám mây điểm trên mô hình hiệu chỉnh sai số. Đối với các phép đo GPS hiệu chỉnh kép, các nhà khoa học sử dụng hàm sai số dựa trên nền tảng các phép đo chuỗi giả độc lập SNR.

Các nhà khoa học đã áp dụng thuật toán riêng dựa trên nền tảng tập hợp số liệu đã thu thập được trong khuôn viên Trường Đại học Illinois, Urbana-Champaign. Như được thể hiện trong Hình 10, các phép đo GPS và các vị trí GPS xuất ra chưa sai số lớn bởi khu vực làm việc nằm trong đô thị với nhiều công trình cao tầng. Tại khu vực này, hai nhà khoa học đã thực hiện tất cả các phép đo hiệu chỉnh kép GPS và tính toán ước định dựa trên phép bình phương tối thiểu không trọng số của các cạnh đo tạo bởi thiết bị bay không người lái UAV và máy thu trạm tham chiếu.

Hình 10. Vị trí được ước định từ các phép đo GPS. Vị trí xuất từ máy thu GPS (màu xanh) và vị trí ước định bởi phương pháp bình phương tối thiểu không trọng số (màu đỏ) với sai số lớn.

Đối với các phép đo LiDAR, các nhà khoa học đã kiểm tra số liệu xuất từ phương pháp đo ICP tăng dần và mô hình thuật toán gắn kết số liệu LiDAR 3D thành phố. Thêm vào đó, các nhà khoa học còn sử dụng thuật toán ICP để kiểm tra khả năng tối ưu của phương pháp ICP khi được sử dụng với tập hợp số liệu mẫu. Trong Hình 11, với các phương pháp tính toán ICP đã xác định được khoảng trượt đối với toàn bộ đường bay của UAV. Thuật toán gắn kết mô hình số liệu LiDAR 3D thành phố không bị trượt theo thời gian, tuy nhiên vị trí vẫn chứa sai số lớn đối với các trường hợp khi số liệu LiDAR không xác định được đủ số điểm cần thiết để phục vụ cho quá trình xử lý gắn kết trên toàn bộ khu vực phủ trùm số liệu.

Figure 11. Vị trí ước định từ các đám mây điểm LiDAR. Mô hình ICP Odometry (màu xanh lá) và mô hình ICP Mapping (màu xanh da trời) ước định được khoảng dịch chuyển theo thời gian. Gắn kết với mô hình 3D LiDAR thành phố (màu vàng) không dịch chuyển theo thời gian nhưng chứa sai số lớn. 

HÌnh 12. Ước định vị trí từ UKF, tích hợp các phép đo GPS và LiDAR. Đường màu xanh thể hiện các vị trí xuất sử dụng bộ lọc tái dựng lại đường bay thực, chính xác hơn so với bất kỳ số liệu đo từ nguồn GPS hoặc LiDAR độc lập.

Hình 12 thể hiện số liệu xuất sử dụng bộ lọc trên cùng đường bay của UAV. Bộ lọc giúp xuất số liệu ước định để cho ra đường bay chính xác nhất so với việc xem xét từng phép đo vị trí độc lập.

KẾT LUẬN

Trong nghiên cứu này, hai nhà khoa học đã đề xuất phương pháp tiếp cận mới sử dụng GPS – LiDAR để ước định tính toán lời giải dẫn đường cho thiết bị bay không người lái ở các khu vực đô thị phức tạp. Các đám mây điểm thu từ UAV được sử dụng theo hai cách khác nhau thứ nhất để gắn kết các đám mây điểm với nhau và thứ hai để ước định vị trí khi kết hợp với mô hình 3D thành phố. Các bước nghiên cứu tính toán cũng sử dụng các mô hình sai số, các đối tượng nằm trên bề mặt và cạnh biên đám mây điểm. Đối với các phép đo GPS, các nhà khoa học đã sử dụng mô hình 3D thành phố để loại bỏ các vệ tinh NLOS, áp dụng phương pháp hiệu chỉnh kép giữa máy thu trên UAV và máy thu trạm tham chiếu. Cuối cùng là việc áp dụng UKF để tích hợp với các phép đo từ LiDAR, GPS và IMU nhằm cải thiện một lần nữa độ chính xác của số liệu định vị.

Thiết bị sử dụng trong quá trình nghiên cứu bao gồm: Máy quét laser 3D Velodyne VLP-16 Puck Lite. Máy thu GPS u-blox LEA-6T với ăng ten Maxtena M1227HCT-A2-SMA. Thiết bị định hướng trong IMU Xsens Mti-30 và máy tính nhỏ tích hợp điều khiển UAV AscTec Mastermind 3a.

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