Định vị Robot sử dụng
công nghệ truyền thông ánh sáng nhìn thấy
kết hợp với bộ lọc Kalman mở rộng
Robot Localization Using Visible Light Communication in combination with the Extended
Kalman Filter
NXB H. : ĐHCN, 2014 Số trang 89 tr. +

Nguyễn Ngọc Tân
Đại học Công nghệ
Luận văn ThS ngành: Kỹ thuật điện tử; Mã số: 60520203
Người hướng dẫn: TS. Nguyễn Nam Hoàng
Năm bảo vệ: 2014
Keywords: Kỹ thuật điện tử ; Định vị robot ; Truyền thông ánh sáng ; Bộ lọc Kalman
Content
Trong những thập kỉ vừa qua, công nghệ truyền thông sử dụng sóng vô tuyến (Radio
Frequency-RF) đã phát triển rất mạnh mẽ và chiếm ưu thế trong việc truyền tải thông tin liên lạc
và dữ liệu. Công nghệ này đã phát triển đến thế hệ di động thứ tư (4G hay còn gọi là LTE –
Long Term Evolution) và hiện nay, nó vẫn được xem như một giải pháp chủ yếu trong truyền
thông không dây. Tuy nhiên, công nghệ này gặp phải rất nhiều hạn chế như nguồn tài nguyên
tần số ngày càng khan hiếm, nhiễu đa đường khi đi qua các tòa nhà cao tầng và ảnh hưởng của
nó tới sức khỏe con người. Ngoài ra, công nghệ này còn không phù hợp ở một số khu vực hạn
chế sóng vô tuyến như: bệnh viện, đường hầm, sân bay, v.v. Do sóng vô tuyến gây nhiễu lên các
thiết bị điện tử được sử dụng ở trong các môi trường này, làm sai lệch tín hiệu nhận được hoặc
không đảm bảo chất lượng dịch vụ cho các thiết bị di động do có nhiều vật cản. Cùng với sự
phát triển của các loại vật liệu bán dẫn trong những thập kỉ gần đây và sự ra đời của đi-ốt phát
quang (LED), công nghệ VLC (Visible Light Communications) – truyền thông sử dụng ánh
sáng nhìn thấy đã ra đời và phát triển rất nhanh chóng, nó được xem như là công nghệ mới của
truyền thông không dây bởi nhiều đặc tính vật lí nổi bật so với các công nghệ truyền thông khác
như: tiêu tốn ít năng lượng, hoạt động được trong nhưng môi trường khắc nghiệt, không gây hại
cho sức khỏe con người, có khả năng truyền dữ liệu cao, có băng thông rộng và tính bảo mật
cao đã giải quyết được các vấn đề khó khăn còn tồn tại ở công nghệ truyền thông vô tuyến và

hạn chế của các phương pháp định vị trước đó. Nội dung của chương ba sẽ trình bày về việc áp
dụng bộ lọc Kalman mở rộng trong việc định vị robot nhằm nâng cao độ chính xác của phương
pháp định vị đề suất. Hai chương trình mô phỏng và các kết quả mô phỏng cho phương pháp
định vị đề suất và bộ lọc Kalman mở rộng trong ứng dụng định vị sẽ được trình bày chi tiết
trong nội dung của chương bốn. Cuối cùng, phần kết luận của luận văn sẽ tổng kết lại các nội
dung chính đã được trình bày trong luận văn, đồng thời đưa ra các đề suất và các hướng nghiên
cứu mới trong tương lai.
References

1. Gordon Povey (2011). “How green is Visible Light Communications”. Avaiable from:
/>
2. Ghassemlooy Z., Popoola W., Rajbhandari S. (2013), Optical Wireless communications,
System and Channel Modeling with MATLAB, Taylor & Francis Group, Boca Raton.

3. Toshihiko Komine (2005), “Visible Light Wireless Communications and Its Fundamental
Study”.
Available
from:
:8080/sigma
/bitstream/handle/10721/2017/document.pdf?sequence=4
.

4. Toshihiko Komine (2004), “Fundamental Analysis for Visible-Light communication
System using LED Lights”, IEEE Transactions on Consumer Electronics, vol. 50, pp. 100107.

5. Garcia J., Dalla-Costa M.A., Cardesin J., Alonso J.M. and Rico-Secades M. (2009),
“Dimming of high-brightness LEDs by means of luminous flux thermal estimation”,
IEEE Transactions on Power Electronics, vol. 24, pp. 1107–1114.

6. Chen J., Ai Y. and Tan Y. (2008), “Improved free space optical communications

13. Junmin W., Madhu Soodhanan, Govindaranjan, James W.P. and Andrew F. (2013),
“System and method for dynamic localization of wheeled mobile robots”, WO patent WO
2,013,040,411.

14. Vegni A.M. (2010), “Localization Services in Hybrid Self-Organizing Networks”,
Proceedings of the IEEE International Conference on Indoor Positioning and Indoor
Navigation, pp. 1-7.

15. Vegni A, Nepi A, Neri A, and Vegni C. (2008), “Local Positioning Services on IEEE
802.11 Networks”, Proceedings of 19th International
Electromagnetics and Communications, pp. 42–47.

Conference on Applied

16. Miloš Borenović and Aleksandar Nešković, “Positioning in Indoor Mobile Systems”.
Available from: />
17. Bouet M. and Santos A. (2008), “Rfid tags: Positioning principles and localization
techniques”, Proceedings of the 1st IFIP Wireless Days, pp. 1-5.

18. Biswas J. and Veloso M. (2010), “WiFi localization and navigation for autonomous indoor
mobile robots”, IEEE International Conference on Robotics and Automation (ICRA 2010),
pp. 4379-4384.

19. Cheung K.W., So H.C., Ma W.K., and Chan Y.R. (2004), “Least Squares Algorithms for
Time-of-Arrival Based Mobile Location”, IEEE Transactions Signal Processing, vol. 52,
pp. 1121-1130.

20. Wang T.Q., Sekercioglu Y.A., Neild A., and Armstrong J. (2013), “Position Accuracy of
Time–of–Arrival Based Ranging Using Visible Light With Application in Indoor
Localization Systems”, Journal of Lightwave Technology, vol. 31, pp. 3302 –3308.