Chống nhiễu cho dự án sử dụng cảm biến bằng bộ lọc Kalman

Bởi nguyenthanhphi (15/08/2017) 0 Bình luận

Rõ ràng khi ta sử dụng cảm biến, giá trị trả về từ chúng luôn thay đổi quanh vị trí cân bằng dù là rất nhỏ, và bạn biết nguyên nhân của hiện tượng này là do nhiễu và chúng ta đã có giải pháp.

Nhiễu là gì?

Độ chênh lệch giữa giá trị đo được với giá trị thực được gọi là Sai số.

Sai số gây ra bởi nhiễu, chúng được phân làm 2 loại chính: sai số hệ thống hoặc sai số ngẫu nhiên.

Loại bỏ nhiễu bằng thuật toán lọc Kalman

Phương pháp này được đề suất năm 1960 bởi nhà khoa học có tên Kalman.

Để chứng minh hiệu quả của phương pháp này chúng ta sẽ có một phép thử mô phỏng như sau trên arduino:

  1. float u0 = 100.0; // giá trị thực (không đổi)
  2. float e; // nhiễu
  3. float u; // giá trị đo được (có thêm nhiễu)
  4. void setup()
  5. {
  6.     Serial.begin(9600);
  7. }
  8. void loop()
  9. {
  10.     randomSeed(millis());
  11.     e = (float)random(-100, 100);
  12.     u = u0 + e;
  13.     Serial.println(u);
  14. }

Nạp code cho arduino rồi sau đó mở cổng Serial plotter để xem dưới dạng đồ thị:

arduino lọc nhiễu bằng bộ lọc kalman

Kết quả hiển thị trên Serial plotter của arduino IDE:

lọc nhiễu bằng bộ lọc Kalman

Xem lại code bên trên ta thấy có vài điều như sau:

Gọi u0=100.0 là giá trị thực tế của vật thể, cũng là giá trị mà ta mong muốn thu được, vì u0 là hằng số, (nếu như không có nhiễu). Lý tưởng thì trên đồ thị ta sẽ thu được một đường thẳng song song với trục thời gian t.

Thường thì nhiễu chỉ dao động trong khoảng e=±10% giá trị thực đã được coi là rất ồn rồi (noise).

Để tăng độ khó, mình đã cố ý cho e=±100% u0 bằng hàm Random khiến cho giá trị đo bị nhiễu hoàn toàn và gần như rất khó để thu thập lẫn tính toán sau này.

Sử dụng bộ lọc Kalman

Như đã thống nhất, trong thực tế u0 là giá trị chúng ta không biết, việc sử dụng bộ lọc sẽ phải giúp ta loại bỏ các nhiễu, khi đó giá trị đo được phải gần đường u0=100 hơn .

Vì đây là mô phỏng nên giá trị u0cần được cho trước (chỉ mình và bạn biết) để có thể kiểm chứng tính đúng đắn của kết quả trước và sau khi lọc. (bằng cách trộn u0 với nhiễu rồi cho arduino lọc)

So với code bên trên ,phần code này chỉ cần thêm một dòng lệnh duy nhất:

Gọi u_kalman là giá trị đo đã qua bộ lọc Kalman:

u_kalman=bo_loc.updateEstimate(u);

Code

  1. #include <SimpleKalmanFilter.h>
  2. SimpleKalmanFilter bo_loc(2, 2, 0.001);
  3.  
  4. float u0 = 100.0; // giá trị thực (không đổi)
  5. float e; // nhiễu
  6. float u; // giá trị đo được (có thêm nhiễu)
  7. float u_kalman; // giá được lọc nhiễu
  8. void setup()
  9. {
  10.     Serial.begin(9600);
  11. }
  12. void loop()
  13. {
  14.     randomSeed(millis());
  15.     e = (float)random(-100, 100);
  16.     u = u0 + e;
  17.     Serial.print(u);
  18.     Serial.print(",");
  19.     u_kalman = bo_loc.updateEstimate(u);
  20.     Serial.print(u_kalman);
  21.     Serial.println();
  22. }

Và đây là kết quả khi sử dụng thêm bộ lọc:

bộ lọc kalman trong ardunio

Đường màu xanh: u.

Đường màu đỏ: u_kalman.

Dừng lại một chút để quan sát đồ thị, hẳn bạn cũng đồng ý với mình thuật toán lọc Kalman tỏ ra rất hiệu quả trong việc sử dụng cảm biến cho arduino, có những lúc nhiễu dồn ra biên cực đại (±100%u0). nhưng giá trị vẫn khá sát đường u0.

Đóng góp ý kiến