Tài liệu Xây dựng thuật toán khớp bản đồ (Map Matching) ứng dụng logic mờ

Nội dung text: Tài liệu Xây dựng thuật toán khớp bản đồ (Map Matching) ứng dụng logic mờ

1. XÂY DỰNG THUẬT TOÁN KHỚP BẢN ĐỒ (MAP MATCHING) ỨNG DỤNG LOGIC MỜ ThS. ĐẶNG QUANG THẠCH Bộ môn Điều khiển học Khoa Điện - Điện tử Trường Đại học Giao thông Vận tải Tóm tắt: Trong các hệ thống giám sát, dẫn đường sử dụng hệ thống định vị toàn cầu GPS ta cần hiển thị vị trí của xe trên bản đồ số sao cho biểu tượng xe phải nằm trên tuyến đường nó đang chạy nhưng do sai số của phép định vị nên nhiều khi ta thấy xe không chạy trên đường mà có thể nằm giữa các tòa nhà hay dưới mặt hồ Để xử lý tính huống này người ta sử dụng các thuật toán khớp bản đồ (map matching). Nguyên tắc chung của các phương pháp khớp bản đồ là sử dụng dữ liệu về trạng thái hoạt động hiện tại và trong quá khứ kết hợp dữ liệu trong CSDL GIS để xác định một điểm trên đường có nhiều khả năng là vị trí hiện tại của xe nhất. Bài báo này trình bày về một phương pháp khớp bản đồ trên cơ sở sử dụng các bộ suy diễn bằng logic mờ (fuzzy logic). Summary: GPS - based Tracking and Routing systems need to display vehicle symbols on digital maps at specific points on the road where the vehicle is moving. However, due to errors in positioning, sometimes we see vehicle symbols running through a building or under a lake. To overcome this problem, we can use a method termed “Map matching”. According to ĐT this method we use infomation on operation status in the past and data in GIS Database to locate a point which is most likely to be the current position of the vehicle on the road. This paper introduces a method based on fuzzy logic to solve the above problem. I. CÁC CƠ SỞ XÂY DỰNG THUẬT TOÁN 1. Thông tin nhận được từ các máy thu GPS Các máy thu GPS xử lý tín hiệu nhận được từ vệ tính sau đó cung cấp cho ta dữ liệu theo các đặc tả trong chuẩn NMEA, đây là tài liệu chuẩn hóa về 2 nội dung: (1) chuẩn hóa giao diện kết nối giữa máy thu GPS và máy tính, (2) chuẩn hóa về định dạng dữ liệu máy thu GPS gửi về máy tính. Theo nội dung thứ 2, máy thu gửi dữ liệu về máy tính dưới dạng các câu, mỗi câu chứa một số trường thông tin khác nhau, trường thông tin đầu tiên phục vụ phân loại câu, các trường còn lại là kết quả xử lý tín hiệu nhận từ vệ tinh. Để phục vụ bài toán định vị và thực hiện thuật toán map matching ta quan tâm đến dữ liệu trong các câu: $GPRMC, $GPGSV. Trong đó $GPRMC (Recommended Minimum sentence C) chứa các thông tin về vị trí (kinh độ, vĩ độ), tốc độ và thời gian. Một câu $GPRMC hoàn chỉnh có dạng như sau: $GPRMC,123519,A,4807.038,N,01131.000,E,022.4,084.4,230394,003.1,W*6A
2. Trong đó: 123519 Thời điểm máy thu chốt số liệu: 12:35:19 UTC A Trạng thái: A (Active) dữ liệu hợp lệ hoặc V (Void): dữ liệu không hợp lệ 4807.038,N Vĩ độ (Latitude) : 48 deg 07.038' N 01131.000,E Kinh độ (Longitude) : 11 deg 31.000' E 022.4 Tốc độ di chuyển tính bằng đơn vị knots 084.4 Góc của quỹ đạo chuyển động tại điểm hiện tại 230394 Ngày: 23/3/1994 003.1,W Biến thiên từ trường *6A Mã kiểm soát lỗi Câu $GPGSV (Satellites in view) chứa các thông tin cho biết trạng thái các vệ tinh trong tầm nhìn, trong đó có: số lượng vệ tinh, vị trí các vệ tinh, cường độ tín hiệu. Mỗi vệ tinh có một mã PRC (Pseudo-Random Code) riêng vì vậy PRC được sử dụng như mã số để để phân biệt các vệ tinh với nhau. Vị trí tương đối của vệ tinh với máy thu được xác định qua 2 tham số azimuth (phương vị) và elevation (cao độ). Cường độ tín hiệu của một vệ tinh được đánh giá thông qua thông số SNR (signal-to-noise ratio), đây là một số nguyên trong khoảng 0 đến 100, giá trị này càng lớn càng tốt. Thông tin về các vệ tinh trong tâm nhìn được gửi về theo định kỳ, dữ liệu mỗi lần gửi có thể chứa trong trong nhiều câu $GPGSV liên tiếp. Các câu trong cùng một nhóm có 3 ĐT từ đầu tiên có giá trị bằng nhau, chúng có ý nghĩa như sau: STT từ trong câu Nội dung 1 Tổng số câu chứa dữ liệu sẽ được gửi về 2 Số thứ tự của câu 3 Số vệ tinh trong tầm nhìn của máy thu Các nhóm bốn từ tiếp theo trong câu cung cấp thông tin về từng vệ tinh trong tầm nhìn, các từ trong mỗi nhóm có ý nghĩa như sau: STT từ trong nhóm Nội dung 1 Mã số của vệ tinh (PRN) 2 Phương vị, đơn vị là độ 3 Cao độ, đơn vị là độ 4 Cường độ tín hiệu (SNR), đơn vị là dB Từ cuối cùng bắt đầu bằng dấu “*” là Mã kiểm tra lỗi* Ví dụ: Dưới đây là dữ liệu về các vệ tinh trong tầm nhìn nhận được từ máy thu GPS, dữ
3. liệu này được gửi về trong 3 câu liên tiếp sau: $GPGSV,3,1,12,18,60,031,40,21,56,194,45,09,44,039,40,22,39,332,29*78 $GPGSV,3,2,12,31,36,212,,14,34,288,29,05,30,126,43,12,24,107,35*77 $GPGSV,3,3,12,30,22,153,33,24,21,160,36,26,14,048,,15,02,061,*75 Câu thứ nhất cho ta thông tin sau: 3: Có tổng số 3 câu trong nhóm 1: Câu thứ nhất 12: 12 vệ tinh trong tâm nhìn 18: Mã số vệ tinh (PRN) = 18 60: Cao độ vệ tinh 18 (60o) 031: Phương vị vệ tinh 18 (31o) 40: Cường độ tín hiệu vệ tinh 18 21: Vệ tinh 21 56: Cao độ vệ tinh 21 (56o) 194: Phương vị vệ tinh 21 (194o) ĐT 45: Cường độ tín hiệu vệ tinh 21 09: Vệ tinh 9 44: Cao độ vệ tinh 9 039: Phương vị vệ tinh 9 40: Cường độ tín hiệu vệ tinh 9 22: Vệ tinh 22 39: Cao độ vệ tinh 22 332: Phương vị vệ tinh 22 29: Cường độ tín hiệu *78: Mã kiểm soát lỗi Nếu biểu diễn dữ liệu này bằng đồ họa ta sẽ nhận được hình 1, ở đó cao độ được biểu diễn bằng các đường tròn đồng tâm, đường tròn ngoài cùng tương ứng với góc cao độ bằng 0o, tâm các đường tròng (vị trí đặt máy thu) tương ứng góc cao độ bằng 90o, khoảng cách giữa các đường tròn là 30o. Phương vị vệ tinh là góc giữa đường thẳng nối vệ tinh với tâm và hướng bắc. Số ghi bên dưới mỗi vệ tinh là mã PRN. Cường độ tín hiệu các vệ tinh là đồ thị dạng cột phía dưới.
4. Hình 1. Phân bố và cường độ tín hiệu các vệ tinh 2. Độ chính xác của các máy thu GPS Ta có thể kiểm tra các thông số về độ chính xác của các máy thu GPS từ catalog cung cấp kèm máy. Hai thông số cơ bản có ý nghĩa với người dùng nhất trong số đó là: Sai số vị trí và sai số tốc độ. Một máy thu có sai số vị trí ep có nghĩa là nếu máy thu báo tọa độ Pi thì thực tế vị trí thật của nó là một điểm bất kỳ trong phạm vi đường tròng tâm Pi bán kính r = ep. Nếu sai số tốc độ là ev (ev ≥ 0) và máy thu báo tốc độ hiện tại là vi thì tốc độ thực là một giá trị trong khoảng [vi-ev, vi+ev]. 3. Phép định vị tương đối và phép định vị tuyệt đối Phép định vị tuyệt đối cho kết quả là vị trí tuyệt đối trong hệ tọa độ địa lý, toạ độ này là kết quả tính toán của từng lần độc lập nhau, phép định vị tuyệt đối chỉ có thể chính xác khi không tồn tại sai số trong dữ liệu đầu vào, yêu cầu này là bất khả thi trong thực tế. Trong khi đó phép định vị tương đối là kết quả tổng hợp của nhiều lần định vi tuyệt đối (2 lần trở nên) tham chiêu lẫn nhau. Nếu các lần của phép định vị tướng đối được thực hiện trong một khoảng thời gian và không gian đủ gần nhau thì có thể coi sai số trong các số liệu đầu vào là như nhau, do đó ta có thể xây dựng ĐT phép tham chiếu giữa các lần để triệt tiêu sai số này. Phép tính khoảng cách và tốc độ là ví dụ tiêu biểu của phép định vị tương đối. Để đo khoảng cách người ta thực hiện đồng thời 2 phép định vị tuyệt đối bằng 2 máy thu, mỗi máy định vị một điểm, sau đó tính khoảng cách giữa 2 điểm này. Để tính tốc độ chuyển động, máy thu tính khoảng cách giữa 2 lân định vị liên tiếp sau đó chia cho khoảng thời gian giữa 2 lần định vị. Các tài liệu lý thuyết về định vị dùng GPS cũng khẳng định phép định vị tương đối có độ chính xác cao hơn phép định vị tuyệt đối. Theo các giả thiết trên thì độ lớn và phương của vận tốc chuyển động có sai số thấp hơn nên có thể sử dụng để nâng cao độ chính xác của phép định vị. Cụ thể ta sẽ dùng thông tin này để chỉ ra vị trí của máy thu trong đường tròn Pi. II. THUẬT TOÁN SUY DIỄN MỜ CHO BÀI TOÁN KHỚP BẢN ĐỒ KHI XE CHẠY TRÊN ĐƯỜNG r vi Hình 2. Các giả thiết
5. Hình 2 mô tả các yếu tố bất định trong bài toán khớp bản đồ. Giả sử tại thời điểm ti-1 máy thu cho vị trí của xe là Pi-1, vị trí trên đường tương ứng tại thời điểm đó là O, tại thời điểm ti máy thu cho vị trí Pi, theo những phân tích về sai số trong phép định vị ở trên tọa độ thật của xe có thể là một điểm nào đó trong đường tròng tâm Pi bán kính ep. Trong khoảng thời gian ti-ti-1 nếu xe chạy với tốc độ vmin = vi-ev thì quãng đường đi được là đoạn từ O đến N. Nếu xe chạy với tốc độ vmax = vi + ev thì quãng đường đi được là đoạn từ O đến X. Như vậy vị trí của xe phải là một điểm nào đó trong đoạn từ N đến X. Ta chia đoạn từ O đến X thành các đoạn: ON, OND, OD, ODX, OX. Trong đó các đoạn OND, OD, ODX là khoảng cách xe đi được với tốc độ v, vmin > v > vmax. Định nghĩa đầu vào: I1: Giá trị thực của I1 là độ dài của đoạn thẳng từ điểm Pi-1 đến Pi. Sau khi được mờ hóa nó được so sánh với các tập mờ: ON, OND, OD, ODX, OX . 5 tập mờ trên là giá trị mờ hóa độ lớn của các đoạn thẳng tương ứng: ON, OND, OD, ODX, OX. Vì vận tốc xe thay đổi theo thời gian nên độ dài của đoạn OX cũng thay đổi trong từng chu kỳ xử lý, vì vậy trước mỗi chu kỳ cần tính toán lại các tập mờ ON, OND, OD, ODX, OX trên cơ sở giá trị thực tế của các đoạn thẳng ON, OND, OD, ODX, OX. I2: Giá trị thực của I2 là hệ số góc của các đoạn thẳng nối Pi-1 và Pi. Sau khi được mờ hóa I2 được so sánh với các tập mờ ON, OND, OD, ODX, OX . 5 tập mờ trên là kết quả mờ hóa hệ số góc của các đoạn thẳng tương ứng ON, OND, OD, ODX, OX. Tương tự như đối với các tập mờ I , do độ cong của các đoạn đường là khác nhau nên các ĐT 1 tập mờ của biến I2 cũng sẽ được tính lại trong môi chu kỳ xử lý. Đầu ra: Đầu ra có thứ nguyên là độ dài có giá trị thực biến thiên trong khoảng từ 0 đến Len(NX), trong đó Len(NX) là độ dài đoạn đường từ N đến X. Miền giá trị thực này được mờ hóa thành các tập mờ N (miN), ND (miD miN), D (miD), DX (miD maX), X (maX). Giải mờ đầu ra ta sẽ xác định được vị trí hiện tại của xe là một điểm trong đoạn đường từ N đến X. Tập luật: Các luật trong hệ suy diễn được thể hiện trong hình 3 I2 I1 ON OND OD ODX OX ON N N ND D D OND NN ND ND D D OD ND D D D DX ODX D D DX DX DX OX D DX DX X X Hình 3. III. THUẬT TOÁN SUY DIỄN MỜ CHO BÀI TOÁN KHỚP BẢN ĐỒ KHI XE TRONG BÃI ĐỖ Khi xe đã đi vào bãi đỗ ta không thể tiếp tục đặt biểu tượng của nó trên mặt đường, Bài toán lúc này là xác định chính xác vị trí của xe trong bãi đỗ. Trong thực tế xe đứng yên một chỗ
6. nhưng kết quả định vị bằng GPS vẫn cho một điểm ngẫu nhiên trong đường tròn tâm Pi bán kính ep. Để hạn chế sai số trong trường hợp này ta có thể sử dụng các thông tin bổ sung trong kết quả định vị, đó là (1) số lượng vệ tính máy thu nhận được tín hiệu, (2) cường độ tín hiệu của các vệ tinh trong tâm nhìn, (3) sự phân bố của các vệ tinh, có thể lấy những số liệu này trong câu $GPGSV như đã trình bày trong phân trên. Định nghĩa đầu vào: I1: Đánh giá số lượng vệ tinh trong tâm nhìn có cường độ tín hiệu lớn hơn ngưỡng T. Trong thực tế số lượng vệ tinh tối đa mà một máy thu có thể nhìn thấy không thể vượt quá ½ tổng số vệ tinh đang hoạt động (24 vệ tinh) vì trong điều kiện thuận lợi nhất thì nó cũng chỉ bao quát được bầu trời phía trên nửa bán cầu đặt nó. Vì vậy I1 được tính theo biểu thức (1). n I = , n là số lượng vệ tinh có cường độ tín hiệu lớn hơn ngưỡng T (1) 1 12 Miền giá trị thực của I1là từ 0 đến 1. Tập mờ I1 gồm các giá trị: VS, S, M, L, VL I2: Đánh giá độ lớn của cường độ tín hiệu các vệ tinh trong tầm nhìn. Giá trị rõ của I2 được tính theo biểu thức (2) n ∑SNR i I = i= 1 (2) 2 100.n Trong đó: n số vệ tinh trong tầm nhìn có cường độ tín hiệu lớn hơn ngưỡng T, SNRi cường độ tín hiệu vệ tinh thứ i. ĐT Miền giá trị thực của I2 từ 0 đến 1, Tập mờ I2 gồm các giá trị: VS, S, M, L, VL I3: Đánh giá sự phân bố các vệ tinh: Sắp xếp các vệ tinh theo thứ tự tăng dần của góc phương vị, gọi zi là góc phương vị của vệ tinh i. Trường hợp lý tưởng nhất là các vệ tinh phân bố đều quanh máy thu, điều kiện để có phân bố vệ tinh lý tưởng là (3) 360 360 (z− z ) = với i = 1 n và (360+ z − z ) = (3) i+ 1 i n 1 n n Từ điều kiện trên giá trị rõ của I3 được tính theo biểu thức (4) ⎛ 360 360 ⎞ ⎜ n− 1 ⎟ ⎜ n + n ⎟ ⎜ ∑ ⎟ 360 ⎛ 360 ⎞ i= 1 360 ⎛ 360 ⎞ ⎜ +⎜ −(360 + z1 − z n ) ⎟ +⎜ −(zi+ 1 − z i ) ⎟ ⎟ ⎝ n ⎝ n ⎠ n ⎝ n ⎠ ⎠ I = (4) 3 n Và miền giá trị rõ của I3 là từ 0 đến 1 Tập mờ I3 gồm các giá trị: VB, B, M, G, VG Đầu ra: O là Trọng số cho tọa độ tương ứng với các số liệu đầu vào. O có miền giá trị thực từ 0 đến 1, tập mờ O gồm các giá trị VS, S, M, L, VL.
7. Tập các luật: Các luật suy diên có dạng: IF I1 is VS AND I2 is VS AND I3 is VB THEN O is VS IF I1 is M AND I2 is M AND I3 is M THEN O is M IF I1 is VL AND I2 is VL AND I3 is VG THEN O is VL Vị trí của xe khi đó được cập nhật theo biểu thức (5) ⎧Latitude = Latitudei * Def(O) + Latitude1-i *(1- Def(O)) ⎨ (5) ⎩Longitude = Longitudei * Def(O) + Longitude 1-i *(1- Def(O)) Trong đó Def(O) là giá trị rõ của O. IV. KẾT LUẬN Khớp bản đồ là một chức năng quan trong các hệ thống dẫn đường và giám sát phương tiện giao thông, nếu cho kết quả tốt nó sẽ giúp người dùng thoải mái hơn trong khi sử dụng hệ thống vì không cần phải suy đoán mỗi khi nhìn bản đồ thấy xe của mình không phải đang chạy trên đường. Thuật toán trình bày trong bài báo này được phát triển trong khuôn khổ đề tài NCKH cấp bộ mã số B2007-04-28, tuy quá trình thử nghiệm cho kết quản khả quan nhưng nó vân còn một số hạn chế cần được tiếp tục hoàn thiện thêm, trong đó phải kể đến 2 yêu cầu : (1) cần có phương pháp xử lý tình huống mất tín hiệu GPS khi xe đi vào vùng khuất và (2) cần có giải ĐT pháp tối ưu cho chức năng khớp bản đồ tại các giao lộ, tại đó phần mềm cần có đủ thông minh để xác định xe rẽ theo hướng nào trong giao lộ. Tài liệu tham khảo [1]. M.R.Mosavi, “A Real-Time Precise Fuzzy Algorithm for Map Matching via GPS”, Department of Electrical Engineering Behshahr University of Science and Technology, Behshahr 48518-78413, Iran [2]. B.Hofmann-Wellenhof, H.Lichtenegger and J.Collins, “Global Positioning System: Theory and Practice”, Third Revised Edition, Springer-Verlag Wien New York, 1994. [3]. M.R.Mosavi, K.Mohammadi and A. Ghalehnoee, “Improve the position Accuracy on Low Cost GPS Receiver with Fuzzy Logic“, The Third Iranian Seminar on Fuzzy Sets and Its Applications, University of Sistan and Baluchestan, June 2002, pp.171-179. [4]. M.H.Refan and K.Mohammadi, “Point Averaging of the Position Components, before and after S/A IS Turned off ”, The Asian GPS Conference 2001, India, pp.53-58. [5]. Lianxia Xi1 Quan Liu1, Minghua Li1 Zhong Liu1, “Map Matching Algorithm and Its Application”, College of Computer Science and Technology, Soochow University, SuZhou 215006, P. R. China, State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing 210093, P. R. China [6]. M.R.Mosavi, “Fuzzy Point Averaging of the GPS Position Components”, Department of Electrical Engineering Behshahr University of Science and Technology, Behshahr 48518-78413, Iran♦