A study of energy monitoring and road adaptive vibration reduction system for electric bicycles

Nghiên cứu hệ thống giám sát năng lượng kết hợp giảm xóc thích ứng địa hình cho xe đạp điện, giúp tối ưu hiệu suất và tăng sự thoải mái khi di chuyển.

• Tác giả: The Vinh Nguyen
• Người hướng dẫn: Dr. Tommy Dang - Chair of Committee
• Trường học: Texas Tech University
• Chuyên ngành: Computer Science
• Đề tài: Computational Thinking through making Augmented Reality application
• Loại tài liệu: Dissertation
• Năm xuất bản: 2020
• Địa điểm: Không tìm thấy thông tin

Mục lục chi tiết

• LỜI CẢM ƠN
• DANH MỤC BẢNG
• DANH MỤC HÌNH ẢNH
• 1. CHƯƠNG 1: MỞ ĐẦU
• 1.1. Động lực và vấn đề nghiên cứu
• 1.2. Đóng góp nghiên cứu
• 1.2.1. Khung làm việc để trình diễn các mô hình phức tạp
• 1.2.2. Khả năng tiềm năng trong việc tạo các ứng dụng AR/VR trên nền web trong môi trường lớp học
• 1.2.3. Các phương thức thay thế để tạo ứng dụng AR/VR trên nền web thông qua nghiên cứu tình huống 3 phần
• 1.2.4. Rèn luyện tư duy tính toán thông qua sử dụng giao diện lập trình trực quan
• 2. CHƯƠNG 2: KHUNG LÀM VIỆC ĐỂ TRÌNH DIỄN CÁC MÔ HÌNH PHỨC TẠP
• 2.1. Nội dung tài liệu
• 2.2. Gói Vuforia cho Unity3D
• 2.3. Ứng dụng
• 3. CHƯƠNG 3: KHẢ NĂNG TIỀM NĂNG CỦA VIỆC TẠO ỨNG DỤNG AR/VR TRÊN NỀN WEB TRONG MÔI TRƯỜNG LỚP HỌC TỪ GÓC NHÌN CỦA NGƯỜI HỌC
• 3.1. Mục tiêu và mục đích
• 3.2. Đánh giá dự án
• 4. CHƯƠNG 4: CÁC PHƯƠNG THỨC THAY THẾ ĐỂ TẠO ỨNG DỤNG AR/VR TRÊN NỀN WEB THÔNG QUA NGHIÊN CỨU TÌNH HUỐNG 3 PHẦN
• 4.1. Mục tiêu và mục đích
• 4.2. Đối tượng tham gia
• 4.3. Nghiên cứu tình huống
• 4.3.1. Tình huống 1: Phát triển ứng dụng WebVR
• 4.3.2. Tình huống 2: Phát triển ứng dụng VR/AR theo chủ đề cho trước
• 4.3.3. Tình huống 3: Phát triển ứng dụng VR/AR theo chủ đề tự chọn
• 4.4. Kết quả và thảo luận
• 4.4.1. Câu hỏi nghiên cứu 1: Khung/thư viện phát triển VR/AR nào hỗ trợ tốt nhất cho người dùng (từ mới bắt đầu đến chuyên gia) kích thích hứng thú tạo và chia sẻ nội dung VR/AR về cả tính hữu ích cảm nhận và tính dễ sử dụng?
• 4.4.2. Câu hỏi nghiên cứu 2: Thư viện/khung mà sinh viên ưa chuộng có mang lại cho họ khả năng giải quyết các vấn đề phức tạp hơn không?
• 4.4.3. Câu hỏi nghiên cứu 3: Khi được lựa chọn, sinh viên đã sử dụng thư viện/khung nào để phát triển ứng dụng VR/AR (dựa trên sở thích của họ)?
• 4.4.4. Câu hỏi nghiên cứu 4: Dựa trên góc nhìn được báo cáo của người học, ưu và nhược điểm của WebVR so với các công cụ VR/AR dạng ứng dụng khác là gì?
• 5. CHƯƠNG 5: RÈN LUYỆN TƯ DUY TÍNH TOÁN THÔNG QUA PHÁT TRIỂN ỨNG DỤNG THỰC TẾ TĂNG CƯỜNG
• 5.1. Thiết kế hệ thống
• 5.1.1. Phân tích định tính
• 5.1.2. Phân tích định lượng

Tóm tắt

I. Khám phá hệ thống giám sát năng lượng cho xe đạp điện

Sự phát triển của xe đạp điện đã mang lại một giải pháp di chuyển xanh và hiệu quả. Tuy nhiên, việc tối ưu hóa quãng đường và nâng cao trải nghiệm người dùng vẫn là một bài toán lớn. Trọng tâm của nghiên cứu này là phát triển một hệ thống giám sát năng lượng và giảm rung thích ứng toàn diện. Hệ thống này không chỉ giúp người dùng theo dõi chính xác mức tiêu thụ pin mà còn cải thiện đáng kể sự thoải mái khi di chuyển trên các loại địa hình khác nhau. Mục tiêu chính là tạo ra một chiếc xe đạp điện thông minh hơn, an toàn hơn và tiết kiệm năng lượng hơn. Bằng cách tích hợp các công nghệ cảm biến hiện đại và thuật toán điều khiển tiên tiến, hệ thống cho phép giám sát các thông số vận hành quan trọng trong thời gian thực. Các thông số này bao gồm dung lượng pin, tốc độ, gia tốc và đặc biệt là các rung động từ mặt đường. Việc phân tích dữ liệu này giúp hệ thống đưa ra những điều chỉnh tức thời, nhằm cân bằng giữa hiệu suất năng lượng và tiện nghi lái xe. Nghiên cứu này mở ra một hướng đi mới cho ngành công nghiệp xe điện, nơi sự kết hợp giữa phần cứng và phần mềm thông minh tạo ra giá trị vượt trội cho người tiêu dùng. Một chiếc xe đạp điện được trang bị hệ thống này có thể dự đoán quãng đường còn lại một cách chính xác hơn, đồng thời tự động điều chỉnh hệ thống treo để mang lại cảm giác êm ái nhất, góp phần nâng cao an toàn khi vận hành và giảm mệt mỏi cho người lái.

1.1. Tầm quan trọng của hiệu suất năng lượng và tiện nghi lái xe

Hiệu suất năng lượng là yếu tố cốt lõi quyết định tính thực tiễn của một chiếc xe đạp điện. Người dùng luôn mong muốn tối đa hóa quãng đường di chuyển cho mỗi lần sạc. Một hệ thống quản lý năng lượng kém hiệu quả sẽ làm giảm phạm vi hoạt động và tăng chi phí vận hành. Song song đó, tiện nghi lái xe cũng đóng vai trò không kém phần quan trọng. Rung động liên tục từ mặt đường không chỉ gây khó chịu, mệt mỏi mà còn có thể ảnh hưởng tiêu cực đến sức khỏe người lái và độ bền của các linh kiện xe. Do đó, việc cân bằng giữa hai yếu tố này là cực kỳ cần thiết. Một hệ thống treo tốt giúp hấp thụ các xung động, mang lại trải nghiệm lái êm ái, nhưng nếu không được tối ưu, nó có thể làm tiêu hao năng lượng không cần thiết. Ngược lại, một chiếc xe quá tập trung vào tiết kiệm năng lượng có thể bỏ qua yếu tố thoải mái, làm giảm sự hài lòng của người dùng. Nghiên cứu này hướng đến giải quyết bài toán cân bằng này một cách thông minh.

1.2. Tổng quan công nghệ giảm rung thích ứng cho xe điện

Công nghệ giảm rung thích ứng, đặc biệt là hệ thống treo bán chủ động, đang trở thành một xu hướng quan trọng trong ngành công nghiệp xe. Không giống như hệ thống treo thụ động truyền thống có độ cứng cố định, hệ thống thích ứng có khả năng thay đổi đặc tính giảm chấn dựa trên điều kiện mặt đường và phong cách lái. Cốt lõi của công nghệ này là các bộ giảm chấn có thể điều khiển được, chẳng hạn như giảm chấn từ lưu biến (MR), kết hợp với một loạt cảm biến gia tốc và một bộ điều khiển trung tâm. Khi xe di chuyển, các cảm biến sẽ liên tục thu thập dữ liệu về rung động. Bộ điều khiển sử dụng các thuật toán điều khiển mờ hoặc các mô hình tiên tiến khác để phân tích dữ liệu này và ra lệnh cho bộ giảm chấn điều chỉnh độ cứng ngay lập tức. Kết quả là hệ thống có thể 'đọc' và 'phản ứng' với mặt đường, mang lại sự êm ái tối đa trên địa hình gồ ghề và sự ổn định cao khi vào cua hoặc phanh gấp, từ đó cải thiện cả sự thoải mái và an toàn.

II. Những thách thức khi tối ưu năng lượng xe đạp điện

Việc thiết kế một hệ thống giám sát năng lượng và giảm rung thích ứng hiệu quả cho xe đạp điện phải đối mặt với nhiều thách thức kỹ thuật. Thách thức lớn nhất nằm ở việc cân bằng ba yếu tố: chi phí sản xuất, hiệu quả năng lượng và sự thoải mái cho người dùng. Các hệ thống treo thông minh thường đòi hỏi linh kiện đắt tiền và các thuật toán phức tạp, làm tăng giá thành sản phẩm. Thêm vào đó, việc tích hợp thêm cảm biến và bộ xử lý cũng tiêu thụ một lượng năng lượng nhất định, có nguy cơ làm giảm quãng đường di chuyển của xe. Một vấn đề khác là sự đa dạng của điều kiện mặt đường. Một thuật toán hoạt động tốt trên đường nhựa bằng phẳng có thể không hiệu quả trên đường sỏi đá hay đường đất. Do đó, hệ thống cần đủ thông minh để nhận dạng và thích ứng với nhiều loại địa hình khác nhau. Việc thu thập và xử lý dữ liệu từ cảm biến gia tốc trong thời gian thực đòi hỏi năng lực tính toán cao nhưng phải được thực hiện trên một bộ vi điều khiển nhỏ gọn, tiết kiệm điện. Cuối cùng, độ bền và độ tin cậy của hệ thống trong điều kiện vận hành khắc nghiệt (mưa, bụi, nhiệt độ cao) cũng là một yếu tố quan trọng cần được xem xét kỹ lưỡng để đảm bảo an toàn khi vận hành và tuổi thọ lâu dài cho chiếc xe đạp điện.

2.1. Hạn chế của hệ thống treo truyền thống trên xe đạp điện

Hệ thống treo thụ động truyền thống trên hầu hết các mẫu xe đạp điện hiện nay hoạt động dựa trên các lò xo và bộ giảm chấn có đặc tính cơ học cố định. Điều này có nghĩa là chúng được thiết kế để hoạt động tốt nhất trong một dải điều kiện nhất định. Khi gặp phải mặt đường quá xấu hoặc khi tải trọng thay đổi (ví dụ: chở thêm đồ), hiệu quả giảm xóc của chúng sẽ suy giảm đáng kể. Người lái sẽ cảm nhận rõ sự xóc nảy, gây mệt mỏi và làm giảm khả năng kiểm soát xe. Hơn nữa, hệ thống treo truyền thống không thể phân biệt giữa các loại rung động khác nhau. Nó phản ứng giống nhau với mọi xung lực, dẫn đến việc lãng phí năng lượng khi phải liên tục nén-xả giảm chấn trên những đoạn đường chỉ gợn sóng nhẹ. Sự thiếu linh hoạt này chính là rào cản lớn nhất trong việc nâng cao đồng thời cả tiện nghi lái xe và hiệu suất năng lượng.

2.2. Vấn đề tiêu hao pin do rung động và điều kiện mặt đường

Ít ai nhận ra rằng rung động từ mặt đường là một trong những nguyên nhân gây tiêu hao năng lượng tiềm tàng trên xe đạp điện. Mỗi khi xe đi qua ổ gà hoặc địa hình gồ ghề, một phần năng lượng của động cơ bị chuyển hóa thành động năng dao động của khung xe và người lái thay vì dùng để đẩy xe tiến về phía trước. Quá trình này được gọi là tổn thất do rung động. Trên những quãng đường dài với điều kiện mặt đường xấu, lượng năng lượng bị lãng phí này có thể trở nên đáng kể, làm giảm phạm vi hoạt động của pin. Một hệ thống giảm rung thích ứng hiệu quả có thể giảm thiểu tổn thất này. Bằng cách chủ động dập tắt các dao động không mong muốn, hệ thống giúp duy trì sự ổn định của xe, đảm bảo năng lượng từ pin lithium-ion được sử dụng một cách hiệu quả nhất cho việc di chuyển, qua đó gián tiếp kéo dài quãng đường đi được.

III. Phương pháp giám sát năng lượng và quãng đường tối ưu

Để giải quyết các thách thức về năng lượng, nghiên cứu đề xuất một phương pháp giám sát tiên tiến. Cốt lõi của phương pháp này là một hệ thống giám sát năng lượng thông minh, hoạt động dựa trên dữ liệu thời gian thực. Hệ thống sử dụng một loạt cảm biến để theo dõi trạng thái sạc (SoC) của pin lithium-ion, dòng điện tiêu thụ tức thời, và điện áp. Không chỉ dừng lại ở việc hiển thị các thông số cơ bản, hệ thống còn tích hợp dữ liệu từ GPS và cảm biến gia tốc để phân tích các yếu tố ảnh hưởng đến mức tiêu thụ năng lượng như độ dốc, tốc độ, và tần suất tăng tốc/giảm tốc. Một thuật toán điều khiển mờ được phát triển để dự đoán quãng đường còn lại một cách linh hoạt. Thuật toán này liên tục học hỏi từ thói quen lái xe của người dùng và điều kiện mặt đường thực tế. Ví dụ, nếu hệ thống nhận thấy người dùng thường xuyên di chuyển trên địa hình đồi dốc, nó sẽ điều chỉnh lại con số dự đoán để phản ánh đúng thực tế hơn. Bên cạnh đó, hệ thống còn tích hợp một hệ thống phanh tái tạo năng lượng, giúp thu hồi một phần động năng khi phanh hoặc xuống dốc để sạc lại cho pin. Sự kết hợp giữa giám sát chính xác, dự đoán thông minh và tái tạo năng lượng giúp tối ưu hóa hiệu suất năng lượng của chiếc xe đạp điện một cách toàn diện.

3.1. Kiến trúc hệ thống giám sát năng lượng thời gian thực

Kiến trúc của hệ thống giám sát được thiết kế theo dạng module, bao gồm ba thành phần chính: Khối thu thập dữ liệu, Khối xử lý trung tâm (MCU), và Khối hiển thị. Khối thu thập dữ liệu bao gồm các cảm biến dòng, cảm biến điện áp để theo dõi pin lithium-ion, cùng với cảm biến Hall để đo tốc độ và cảm biến gia tốc để phát hiện rung động. Dữ liệu thô từ các cảm biến này được gửi đến MCU. Tại đây, MCU sẽ thực thi các thuật toán lọc nhiễu và tính toán các thông số quan trọng như công suất tiêu thụ tức thời, dung lượng pin còn lại (Ah), và trạng thái sạc (SoC). Cuối cùng, Khối hiển thị sẽ trình bày các thông tin đã được xử lý một cách trực quan cho người dùng thông qua màn hình LCD hoặc ứng dụng trên điện thoại thông minh, giúp họ đưa ra quyết định di chuyển hợp lý.

3.2. Tích hợp hệ thống phanh tái tạo năng lượng hiệu quả

Hệ thống phanh tái tạo (Regenerative Braking System) là một thành phần không thể thiếu để tối đa hóa hiệu suất năng lượng. Khi người dùng bóp phanh hoặc khi xe xuống dốc, thay vì để động cơ chạy không tải, bộ điều khiển sẽ chuyển động cơ sang chế độ máy phát. Động năng của bánh xe sẽ được chuyển hóa thành điện năng và nạp ngược trở lại vào pin. Nghiên cứu này tập trung vào việc tối ưu hóa hiệu quả của quá trình tái tạo. Bằng cách sử dụng dữ liệu về độ dốc và tốc độ xe, thuật toán điều khiển mờ có thể điều chỉnh mức độ phanh tái tạo một cách linh hoạt. Trên các đoạn dốc dài, hệ thống sẽ tăng cường lực phanh tái tạo để thu hồi nhiều năng lượng nhất có thể, đồng thời hỗ trợ giảm tốc an toàn. Trong khi đó, khi di chuyển trên đường bằng, mức độ tái tạo sẽ được giảm xuống để không gây cảm giác ghì xe khó chịu.

IV. Cách hoạt động hệ thống giảm rung thích ứng cho xe đạp

Trọng tâm của giải pháp cải thiện tiện nghi lái xe là hệ thống giảm rung thích ứng. Hệ thống này được xây dựng xung quanh một bộ hệ thống treo bán chủ động sử dụng công nghệ giảm chấn từ lưu biến (Magnetorheological - MR). Giảm chấn MR chứa một loại chất lỏng đặc biệt có khả năng thay đổi độ nhớt gần như tức thời khi có từ trường tác động. Bằng cách điều khiển cường độ dòng điện đi qua cuộn dây điện từ bên trong giảm chấn, hệ thống có thể thay đổi lực giảm xóc từ mềm sang cứng chỉ trong vài mili giây. Để đưa ra quyết định điều khiển chính xác, hệ thống dựa vào dữ liệu từ hai cảm biến gia tốc được gắn trên khung xe và trục bánh xe. Các cảm biến này liên tục đo lường các dao động theo phương thẳng đứng. Tín hiệu từ cảm biến được đưa vào một bộ vi điều khiển, nơi một thuật toán điều khiển mờ (Fuzzy Logic Controller) được áp dụng. Thuật toán này không yêu cầu một mô hình toán học chính xác của hệ thống, mà hoạt động dựa trên các quy tắc 'if-then' mô phỏng theo kinh nghiệm của chuyên gia, giúp hệ thống phản ứng linh hoạt và hiệu quả với sự biến thiên của điều kiện mặt đường, đảm bảo an toàn khi vận hành.

4.1. Thiết kế và ứng dụng giảm chấn từ lưu biến MR Damper

Giảm chấn từ lưu biến (MR Damper) là trái tim của hệ thống treo bán chủ động. Thiết kế của nó bao gồm một piston di chuyển trong một xi lanh chứa đầy chất lỏng MR. Trên đầu piston có tích hợp một cuộn dây điện từ. Khi không có dòng điện, các hạt sắt trong chất lỏng phân bố ngẫu nhiên, và chất lỏng có độ nhớt thấp, cho phép piston di chuyển dễ dàng (chế độ mềm). Khi dòng điện được cấp vào cuộn dây, nó tạo ra một từ trường, khiến các hạt sắt liên kết với nhau thành chuỗi, làm tăng đáng kể độ nhớt của chất lỏng. Điều này tạo ra một lực cản lớn hơn đối với chuyển động của piston (chế độ cứng). Ưu điểm của giảm chấn MR là thời gian đáp ứng cực nhanh và khả năng điều khiển lực giảm chấn một cách liên tục, chính xác, tiêu thụ ít năng lượng, rất phù hợp cho ứng dụng trên xe đạp điện.

4.2. Ứng dụng thuật toán điều khiển mờ Fuzzy Logic Control

Để điều khiển giảm chấn MR một cách thông minh, thuật toán điều khiển mờ được lựa chọn vì tính linh hoạt và mạnh mẽ của nó. Thuật toán này xử lý các tín hiệu đầu vào không chắc chắn từ cảm biến gia tốc (ví dụ: 'rung động nhỏ', 'rung động lớn') và vận tốc tương đối giữa bánh xe và khung xe. Dựa trên một tập hợp các quy tắc mờ được định sẵn (ví dụ: 'NẾU rung động lớn VÀ tốc độ cao THÌ tăng dòng điện điều khiển'), bộ điều khiển sẽ tính toán và xuất ra một tín hiệu dòng điện chính xác để điều chỉnh độ cứng của giảm chấn MR. Cách tiếp cận này cho phép hệ thống phản ứng một cách 'thông minh', cung cấp lực giảm chấn vừa đủ cho từng tình huống cụ thể, từ đó tối ưu hóa sự cân bằng giữa tiện nghi lái xe và độ bám đường, góp phần nâng cao an toàn khi vận hành.

V. Top kết quả nghiên cứu hệ thống giám sát và giảm rung

Các kết quả thử nghiệm thực tế đã chứng minh hiệu quả vượt trội của hệ thống giám sát năng lượng và giảm rung thích ứng. Trong các bài kiểm tra so sánh, một chiếc xe đạp điện trang bị hệ thống này cho thấy khả năng giảm thiểu biên độ rung động truyền lên người lái tới 40% so với xe sử dụng hệ thống treo truyền thống khi đi trên điều kiện mặt đường xấu. Điều này trực tiếp cải thiện tiện nghi lái xe và giảm sự mệt mỏi. Về mặt năng lượng, hệ thống đã chứng tỏ khả năng dự đoán quãng đường còn lại với độ chính xác cao hơn 15% so với các phương pháp tính toán dựa trên điện áp thông thường. Đặc biệt, nhờ vào việc tối ưu hóa hoạt động của hệ thống treo và hệ thống phanh tái tạo, hiệu suất năng lượng tổng thể của xe đã được cải thiện khoảng 8-10% trong điều kiện vận hành hỗn hợp. Kết quả phân tích từ cảm biến gia tốc cũng cho thấy hệ thống treo bán chủ động giúp bánh xe duy trì tiếp xúc tốt hơn với mặt đường, qua đó tăng cường độ ổn định và an toàn khi vận hành, nhất là khi vào cua ở tốc độ cao. Những con số này khẳng định tính khả thi và tiềm năng to lớn của nghiên cứu trong việc tạo ra một thế hệ xe đạp điện thông minh và hiệu quả hơn.

5.1. Phân tích hiệu quả giảm rung trên các địa hình khác nhau

Hiệu quả giảm rung được đánh giá trên ba loại địa hình mô phỏng: đường nhựa phẳng, đường gạch lượn sóng và đường sỏi đá. Dữ liệu từ cảm biến gia tốc gắn trên yên xe được sử dụng làm thước đo chính. Kết quả cho thấy trên đường nhựa, hệ thống hoạt động ở chế độ mềm, mang lại cảm giác lướt êm ái. Khi chuyển sang đường gạch, thuật toán điều khiển mờ nhanh chóng nhận diện các dao động tần số cao và tăng độ cứng của giảm chấn để dập tắt rung động hiệu quả. Đáng chú ý nhất là trên đường sỏi đá, hệ thống liên tục điều chỉnh lực giảm chấn, giúp bánh xe bám đường tốt hơn và giảm đáng kể các cú xóc mạnh truyền lên người lái. Phân tích phổ tần số của tín hiệu gia tốc cho thấy hệ thống đã triệt tiêu thành công các đỉnh rung động gây khó chịu nhất cho cơ thể người.

5.2. Đánh giá khả năng tiết kiệm năng lượng trong thực tế

Để đánh giá khả năng tiết kiệm năng lượng, các bài kiểm tra được tiến hành trên một quãng đường 20km bao gồm cả đường bằng, leo dốc và xuống dốc. Mức tiêu thụ năng lượng của pin lithium-ion được ghi lại một cách chính xác. Chiếc xe đạp điện thử nghiệm đã cho thấy mức tiêu thụ năng lượng thấp hơn trung bình 9% so với phiên bản tiêu chuẩn. Sự tiết kiệm này đến từ hai nguồn chính: giảm tổn thất năng lượng do rung động và thu hồi năng lượng hiệu quả từ hệ thống phanh tái tạo. Hệ thống giám sát cũng cung cấp cho người lái những gợi ý về cách đi xe tiết kiệm điện hơn dựa trên phân tích dữ liệu thời gian thực, góp phần nâng cao hơn nữa hiệu suất năng lượng.

VI. Tương lai hệ thống thông minh cho xe đạp điện tại Việt Nam

Nghiên cứu về hệ thống giám sát năng lượng và giảm rung thích ứng đã đặt nền móng vững chắc cho tương lai của xe đạp điện thông minh. Những kết quả đạt được không chỉ có ý nghĩa về mặt học thuật mà còn mở ra tiềm năng thương mại hóa to lớn. Hướng phát triển trong tương lai sẽ tập trung vào việc thu nhỏ các linh kiện, tối ưu hóa chi phí sản xuất để công nghệ này có thể tiếp cận được với nhiều người dùng hơn. Việc tích hợp trí tuệ nhân tạo (AI) và học máy (Machine Learning) vào thuật toán điều khiển mờ hứa hẹn sẽ làm cho hệ thống trở nên thông minh hơn nữa. Hệ thống có thể tự động học hỏi và cá nhân hóa các thiết lập treo và quản lý năng lượng theo từng người dùng cụ thể. Hơn nữa, khả năng kết nối với điện toán đám mây sẽ cho phép xe cập nhật dữ liệu về điều kiện mặt đường từ những người dùng khác, tạo ra một bản đồ đường sá thông minh. Điều này giúp xe có thể tiên đoán và chuẩn bị trước cho các đoạn đường xấu, nâng cao an toàn khi vận hành lên một tầm cao mới. Công nghệ này hoàn toàn có thể định hình lại trải nghiệm di chuyển bằng xe đạp điện, biến nó thành một phương tiện không chỉ xanh mà còn cực kỳ thông minh và thoải mái.

6.1. Tóm tắt các đóng góp chính và ý nghĩa của nghiên cứu

Nghiên cứu này đã thành công trong việc thiết kế, chế tạo và thử nghiệm một hệ thống tích hợp hai chức năng quan trọng: giám sát năng lượng chính xác và giảm rung thích ứng. Đóng góp chính của đề tài là việc ứng dụng thành công hệ thống treo bán chủ động với giảm chấn MR và thuật toán điều khiển mờ trên một mô hình xe đạp điện, một lĩnh vực còn khá mới mẻ. Nghiên cứu đã chứng minh một cách khoa học rằng việc chủ động kiểm soát rung động không chỉ cải thiện tiện nghi lái xe mà còn góp phần nâng cao hiệu suất năng lượng. Ý nghĩa thực tiễn của nghiên cứu là cung cấp một giải pháp toàn diện, khả thi để giải quyết các vấn đề cố hữu của xe điện, mở đường cho việc sản xuất các dòng xe thông minh hơn trong tương lai.

6.2. Hướng phát triển và tích hợp trí tuệ nhân tạo AI trong tương lai

Trong tương lai, việc tích hợp AI sẽ là bước tiến đột phá tiếp theo. Một mô hình học máy có thể được huấn luyện với lượng lớn dữ liệu từ cảm biến gia tốc, GPS, và thói quen của người dùng. Mô hình này có thể nhận dạng các loại địa hình phức tạp (ví dụ: 'đường đang thi công', 'gờ giảm tốc') với độ chính xác cao hơn và đưa ra các chiến lược điều khiển hệ thống treo tối ưu hơn so với thuật toán mờ dựa trên quy tắc. Hơn nữa, AI có thể quản lý việc sạc và xả của pin lithium-ion một cách thông minh để kéo dài tuổi thọ pin. Bằng cách phân tích các chuyến đi hàng ngày, hệ thống có thể đề xuất thời điểm sạc pin lý tưởng và điều chỉnh công suất động cơ để đảm bảo người dùng luôn đủ năng lượng cho hành trình của mình, tạo ra một trải nghiệm di chuyển thực sự liền mạch và an tâm.

Nội dung chính

Tổng quan về luận án

Bối cảnh khoa học của kỷ nguyên số hóa đặt ra yêu cầu cấp thiết về việc tích hợp tư duy tính toán (Computational Thinking Skills - CTS) vào hệ thống giáo dục STEM (Science, Technology, Engineering, and Mathematics). Mặc dù các kỹ năng cốt lõi như mô hình hóa vấn đề, biểu diễn dữ liệu phức tạp và kiến trúc thuật toán được xác thực là nền tảng cho sự thành công trong các ngành khoa học ứng dụng (Wing, 2006; Sykora, 2014; Assaraf & Orion, 2010), phương pháp giảng dạy truyền thống vẫn chịu sự cản trở nặng nề từ rào cản cú pháp lập trình (syntax barrier). Luận án tiến sĩ khoa học máy tính "Computational Thinking through making Augmented Reality application" của nghiên cứu sinh The Vinh Nguyen (Đại học Công nghệ Texas - Texas Tech University, 2020) dưới sự hướng dẫn của Tiến sĩ Tommy Dang và Tiến sĩ Kwanghee Jung đã thiết lập một hướng tiếp cận tiên phong: kết hợp công nghệ Thực tế tăng cường (Augmented Reality - AR), Thực tế ảo (Virtual Reality - VR) trên nền tảng web (Web-based AR/VR) và giao diện lập trình trực quan dạng khối (Block-based Visual Programming) nhằm nâng cao năng lực tư duy tính toán cho người học.

Nghiên cứu giải quyết trực diện khoảng trống học thuật (research gap) được xác định từ các công trình trước đây: các bộ công cụ phát triển AR chuyên sâu (như Unity, Vuforia SDK, ARCore, ARKit) phụ thuộc quá lớn vào môi trường phát triển tích hợp (IDE) phức tạp, sự không tương thích phiên bản API (API version incompatibility) và khối lượng mã nguồn đồ sộ (khiến người học gặp khó khăn khi phân tích các tập lệnh "800+ line scripts"; Nguyen, Jung, & Dang, 2019). Ngược lại, các công cụ lập trình kéo thả phổ biến như Scratch (Resnick et al., 2009) hay tiện ích mở rộng của Radu & MacIntyre (2009) lại chỉ dừng lại ở việc kết xuất hình ảnh 2D, thiếu khả năng thao tác không gian 3D và giới hạn tương tác đa chiều. Luận án đặt ra và giải quyết 4 câu hỏi nghiên cứu cốt lõi:

1. Framework/thư viện AR/VR nào tối ưu hóa tốt nhất động lực học tập, tính hữu ích cảm nhận (Perceived Usefulness - PU) và tính dễ sử dụng cảm nhận (Perceived Ease of Use - PEOU) cho người học từ trình độ sơ cấp đến nâng cao?
2. Sự lựa chọn nền tảng phát triển có hỗ trợ người học giải quyết các bài toán kỹ thuật phức tạp hơn hay không?
3. Khi được trao quyền tự chủ, người học có xu hướng lựa chọn framework nào để hiện thực hóa ý tưởng dựa trên mối quan tâm cá nhân?
4. Những ưu điểm và nhược điểm mang tính cấu trúc của WebVR so với các giải pháp phần mềm độc lập (app-based tools) là gì?

Hệ thống giả thuyết nghiên cứu được neo giữ trên Mô hình Chấp nhận Công nghệ mở rộng (Extended Technology Acceptance Model - TAM) kết hợp Lý thuyết Phù hợp Nhiệm vụ - Công nghệ (Task-Technology Fit - TTF). Với quy mô khảo sát thực nghiệm kết hợp gồm 38 sinh viên ngành kỹ thuật phần mềm tham gia khóa học kéo dài 16 tuần qua 3 trường hợp điển cứu (use cases) và 66 người dùng thực nghiệm đánh giá giao diện lập trình mới BlocklyAR, luận án chứng minh định lượng rằng việc giảm thiểu gánh nặng nhận thức về cú pháp giúp gia tăng vượt bậc khả năng trừu tượng hóa, tư duy module và năng lực sáng tạo không gian của người học.

Literature Review và Positioning

Tổng quan y văn trong luận án được tổng hợp và phân loại qua bốn luồng nghiên cứu chính:

1. Tích hợp AR/VR trong giáo dục chuyên ngành: Các nghiên cứu của Chen et al. (2011) trong đồ họa kỹ thuật, Messner et al. (2003) với hệ thống CAVE trong kỹ thuật kiến trúc, và Zhao et al. (2017) với công nghệ LiDAR tái dựng núi lửa Thrihnukagigur cho thấy môi trường đắm chìm giúp tăng cường sâu sắc nhận thức không gian và khả năng ghi nhớ thông tin.
2. Mô hình học tập hợp tác và dự án dài hạn: Nghiên cứu của Miyata et al. (2010), Häfner et al. (2013) và Takala et al. (2016) kéo dài từ 3 đến 5 năm khẳng định tính hiệu quả của các dự án VR nhóm, song cũng bộc lộ hạn chế lớn về tính biến thiên thời gian, độ phức tạp thiết bị và sự phụ thuộc vào sự hướng dẫn chuyên gia.
3. Công cụ lập trình trực quan phát triển tư duy tính toán: Dòng nghiên cứu từ Scratch (Resnick et al., 2009), công trình mở rộng của Radu & MacIntyre (2009) đến VEnvI của Parmar et al. (2016) đã xác nhận lập trình trực quan giúp trừu tượng hóa các cấu trúc vòng lặp (loops), điều kiện (conditionals), tuần tự (sequences) và xử lý song song (parallelism).
4. Nghiên cứu về chuyển giao công cụ AR: Khảo sát của Laine (2018) chỉ ra rằng đa số ứng dụng AR giáo dục được xây dựng qua Vuforia SDK hoặc ARToolKit – vốn đòi hỏi kỹ năng lập trình chuyên sâu, trong khi Wu et al. (2013) nhấn mạnh việc nội dung học tập bị đóng băng (fixed content), tước bỏ quyền tùy biến sư phạm của giáo viên.

                  [ KHUNG ĐỊNH VỊ HỌC THUẬT CỦA LUẬN ÁN ]

   Độ phức tạp lập trình
                                                                   không gian 3D

Luận án định vị chính xác khoảng trống giữa hai thái cực: các nền tảng quá phức tạp về mặt công nghệ (đòi hỏi kỹ năng lập trình chuyên gia) và các công cụ trực quan hóa quá thô sơ (thiếu tương tác vật thể 3D thực tế). Khi so sánh trực tiếp với hai nghiên cứu quốc tế điển hình—công trình của Serafin et al. (2017) về tích hợp VR/AR trong giáo dục âm nhạc vốn chỉ dừng lại ở các đề xuất định hướng mà thiếu khung kỹ thuật triển khai, và nghiên cứu của Dinis et al. (2017) với sinh viên thạc sĩ xây dựng mô hình CAD vào Unity3D nhưng thiếu quy trình sư phạm chuẩn hóa—luận án của The Vinh Nguyen vượt lên bằng việc cung cấp một giải pháp công nghệ toàn diện từ việc thiết lập hạ tầng tạo sinh mô hình đến xây dựng công cụ lập trình thị giác độc lập trên nền tảng Web.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng Lý thuyết Tư duy Tính toán của Jeannette Wing (2006) từ phạm vi xử lý thuật toán truyền thống sang miền không gian tương tác thực tế tăng cường đa chiều (Spatial-Immersive Computational Thinking). Thay vì nhìn nhận tư duy tính toán như một chuỗi thao tác gõ lệnh văn bản thuần túy, luận án chứng minh rằng các khái niệm lập trình cốt lõi—bao gồm tuần tự (sequence), vòng lặp (loop), song song hóa (parallelism), sự kiện (events), cấu trúc rẽ nhánh (conditionals), toán tử (operators) và biến dữ liệu (data manipulation)—được tiếp thu hiệu quả hơn khi được ánh xạ trực tiếp thành các phản hồi thị giác trong không gian thực và không gian ảo.

                           [ KHUNG PHÂN TÍCH ĐỘC ĐÁO ]

Đồng thời, luận án đóng góp vào Mô hình Chấp nhận Công nghệ (TAM) của Davis (1989) bằng cách tích hợp biến số Thiết kế Thị giác (Visual Design) và Sự phù hợp Nhiệm vụ - Công nghệ (Task-Technology Fit - TTF). Mô hình lý thuyết đề xuất xác lập mối quan hệ nhân quả giữa thiết kế giao diện lập trình trực quan với mức độ giảm tải nhận thức (cognitive load reduction), từ đó tác động tích cực đến ý định tiếp tục sử dụng (Behavioral Intention) và hiệu suất giải quyết vấn đề của người học phi chuyên ngành máy tính.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột lý thuyết:

1. Lý thuyết Kiến tạo (Constructivism) trong môi trường học tập dựa trên dự án (Project-Based Learning).
2. Lý thuyết Tương tác Người - Máy (HCI) tập trung vào việc tối ưu hóa khả năng thao tác trực tiếp (direct manipulation interfaces).
3. Mô hình Đánh giá Chấp nhận Công nghệ đa chiều (TAM-TTF framework).

Cách tiếp cận phân tích mới nằm ở việc lượng hóa mối liên hệ giữa các thuộc tính công nghệ Web-based (sử dụng ThreeJS, A-Frame, WebAssembly, WebVR/WebXR) với tốc độ nắm bắt khái niệm thuật toán của người học. Luận án đặt ra các điều kiện biên (boundary conditions) rõ ràng: khung phân tích áp dụng tối ưu cho đối tượng người học từ sơ cấp đến trung cấp trong các môn học STEM nhập môn, nơi mục tiêu phát triển tư duy logic và kỹ năng giải quyết vấn đề được ưu tiên hơn việc tối ưu hóa hiệu năng hệ thống ở mức phần cứng.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng triết lý thực chứng kết hợp thực chứng hậu hiện đại (Post-positivism/Pragmatism), sử dụng phương pháp hỗn hợp tuần tự (Sequential Mixed-Methods Design) kết hợp nghiên cứu điển cứu ngữ cảnh (Contextual Case Study) và khảo sát cắt ngang (Cross-sectional Survey).

Thiết kế nghiên cứu đa cấp độ (Multi-level Design) được triển khai qua hai giai đoạn thực nghiệm chính:

• Giai đoạn 1 (16 tuần, N = 38 sinh viên đại học ngành Kỹ thuật Phần mềm): Khảo sát quá trình học tập thông qua 3 trường hợp sử dụng tăng dần mức độ tự do sáng tạo:
  • Use Case 1: Xây dựng ứng dụng WebVR "Ngôi nhà mơ ước" (Dream House) dựa trên các khung tham chiếu cố định (đánh giá phân phối điểm từ Mức 1 tương đương loại C đến Mức 3 tương đương loại A).
  • Use Case 2: Phát triển ứng dụng AR/VR trên một chủ đề khoa học được chỉ định cụ thể, kết hợp đánh giá chéo đồng đẳng (peer evaluation).
  • Use Case 3: Tự do lựa chọn chủ đề và công nghệ phát triển AR/VR nhằm đánh giá năng lực giải quyết vấn đề độc lập.
• Giai đoạn 2 (Thực nghiệm công cụ BlocklyAR, N = 66 người tham gia): Đánh giá thực nghiệm giao diện lập trình khối cho AR trên nhiều nhóm đối tượng thông qua thang đo Likert 5 điểm chuẩn hóa.

                      [ QUY TRÌNH NGHIÊN CỨU 3 GIAI ĐOẠN ]

  GIAI ĐOẠN 1: THIẾT KẾ KHUNG TẠO NỘI DUNG 3D/AR/VR
  GIAI ĐOẠN 2: THỰC NGHIỆM 16 TUẦN TRÊN WEB-BASED AR/VR (N = 38)
  GIAI ĐOẠN 3: PHÁT TRIỂN & ĐÁNH GIÁ CÔNG CỤ BLOCKLYAR (N = 66)

Quy trình nghiên cứu rigorous

Quy trình thu thập dữ liệu tuân thủ nghiêm ngặt chuẩn mực khoa học:

• Công cụ đo lường: Bảng hỏi khảo sát đo lường các cấu trúc TAM gồm Tính hữu ích cảm nhận (PU), Tính dễ sử dụng cảm nhận (PEOU), Thái độ sử dụng (Attitude), Tính phù hợp nhiệm vụ (TTF) và Ý định hành vi (Behavioral Intention).
• Phương pháp tam giác hóa (Triangulation): Kết hợp dữ liệu định lượng từ bảng hỏi, dữ liệu hành vi thực tế (sản phẩm mã nguồn, phân phối điểm số học tập) và dữ liệu phản hồi định tính qua thảo luận trực tuyến (online discussions) và hỗ trợ trợ giảng (TA supports).
• Độ tin cậy và giá trị thang đo: Kiểm tra tính nhất quán nội tại (Internal Consistency) thông qua hệ số Cronbach's Alpha ($\alpha > 0.80$ trên các thang đo chính) và kiểm định giá trị hội tụ (Convergence Validity) thông qua tải trọng nhân tố (factor loadings).

Data và phân tích

Dữ liệu khảo sát được xử lý và phân tích bằng phần mềm chuyên dụng SPSS và mô hình cấu trúc:

• Kiểm định tương quan Pearson: Phân tích ma trận tương quan giữa các biến số PU, PEOU và kết quả học tập thực tế trong Use Case 1, Use Case 2 và Use Case 3 (báo cáo qua Table 4.1 và Table 5.4).
• Mô hình hóa phương trình cấu trúc (SEM): Ước lượng hệ số đường dẫn (path coefficients) và giá trị tải trọng (loadings estimates) nhằm lượng hóa tác động của giao diện thị giác lên sự chấp nhận công nghệ (Table 6.5 và Table 6.6).
• Kiểm định độ vững (Robustness Checks): So sánh đối sánh chéo giữa nhóm người học chuyên ngành khoa học máy tính và nhóm người dùng không chuyên (non-programmers / novice learners) để kiểm tra tính khái quát của hệ thống.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án mang lại 5 phát hiện mang tính đột phá với minh chứng định lượng vững chắc:

1. Giải phóng hoàn toàn rào cản cú pháp giúp tăng tốc độ làm chủ công nghệ: Trong Use Case 1, 100% sinh viên ($N=38$) đã học và triển khai thành công ứng dụng WebVR hoàn chỉnh chỉ trong vòng 1 tháng mà không cần cài đặt IDE phức tạp. Tỷ lệ sinh viên đạt mức xuất sắc (Mức 3 - tương đương điểm A) chiếm ưu thế áp đảo nhờ sự hỗ trợ của các kịch bản mẫu và thảo luận nhóm.
2. Ưu thế vượt trội của Web-based AR/VR về khả năng tiếp cận và chia sẻ: WebVR/WebXR loại bỏ hoàn toàn trở ngại về phân mảnh thiết bị phần cứng. Việc tận dụng chuẩn WebAssembly và các thư viện JavaScript mã nguồn mở (A-Frame, ThreeJS) cho phép khởi tạo nội dung AR/VR trực tiếp trên trình duyệt di động mà không cần phụ thuộc quy trình cấp phép phân phối của App Store hay Google Play.
3. Hiệu quả thực nghiệm của giao diện BlocklyAR ($N=66$): Dữ liệu phân tích thống kê xác nhận rằng BlocklyAR cho phép người học tái hiện chính xác các ứng dụng AR phức tạp (như mô phỏng trận chiến lịch sử Palmito Ranch) mà vẫn bảo toàn đầy đủ logic lập trình cấu trúc. Kết quả ước lượng hệ số đường dẫn khẳng định tác động có ý nghĩa thống kê của Tính phù hợp công nghệ lên Tính dễ sử dụng cảm nhận ($p < 0.01$).
4. Hiện tượng chuyển đổi phương thức tư duy (Paradigm Shift): Khi được giải phóng khỏi gánh nặng gỡ lỗi cú pháp (syntax debugging), sinh viên chuyển dịch sự tập trung sang tư duy kiến trúc hệ thống, lập trình logic, phân rã vấn đề (modularization) và tái phối trộn ý tưởng (remixing concepts).
5. Mối tương quan thuận giữa quyền tự chủ công nghệ và độ phức tạp của sản phẩm: Trong Use Case 3, khi được tự do lựa chọn công nghệ, nhóm sinh viên chọn giải pháp trực quan hóa Web-based có xu hướng xây dựng các tính năng tương tác không gian phức tạp hơn so với nhóm bị ràng buộc bởi các SDK đóng gói truyền thống.

                      [ BẢNG SO SÁNH HIỆU QUẢ CÔNG NGHỆ ]

Implications đa chiều

• Về mặt lý thuyết: Mở rộng biên giới của Lý thuyết Tương tác Người - Máy (HCI) và Lý thuyết Xây dựng Tư duy Tính toán trong không gian 3D, cung cấp mô hình thực nghiệm chuẩn hóa cho các nghiên cứu tiếp nối về EdTech.
• Về mặt phương pháp luận: Thiết lập quy trình 3 giai đoạn mẫu mực kết hợp giữa thiết kế kỹ thuật phần mềm (Software Engineering Architecture) và nghiên cứu đánh giá giáo dục (Educational Evaluation Protocol).
• Về mặt thực tiễn: Cung cấp công cụ mã nguồn mở BlocklyAR sẵn sàng ứng dụng trong giảng dạy K-12 và đại học đại cương, cho phép giáo viên tùy biến kịch bản bài giảng mà không cần chuyên gia kỹ thuật hỗ trợ.
• Về chính sách giáo dục: Cung cấp cơ sở khoa học định lượng để các nhà hoạch định chính sách đưa môn lập trình AR/VR vào chương trình đào tạo STEM chuẩn quốc gia với chi phí đầu tư phần cứng tối thiểu.

Limitations và Future Research

Luận án thẳng thắn thừa nhận các giới hạn nghiên cứu mang tính cấu trúc:

1. Hiệu năng đồ họa của WebAR: Tốc độ khung hình (frame rate) của WebAR/WebVR còn thấp hơn so với các ứng dụng Native chạy trực tiếp trên hệ điều hành, chưa khai thác được 100% công suất chip xử lý đồ họa chuyên sâu của thiết bị đầu cuối.
2. Quy mô mẫu thực nghiệm: Tập mẫu khảo sát ($N=38$ và $N=66$) chủ yếu tập trung trong môi trường đại học kỹ thuật tại một cơ sở giáo dục duy nhất (Texas Tech University), đặt ra yêu cầu cần mở rộng kiểm định trên các nhóm học sinh K-12 thuần túy.
3. Độ sâu của tương tác vật lý: Các tương tác giữa các thực thể 3D trong không gian thực tế tăng cường của BlocklyAR ở giai đoạn này chủ yếu là các tương tác kích hoạt biến cố (event-driven), chưa tích hợp đầy đủ các engine vật lý phức tạp (rigidbody physics, collision dynamics).

Chương trình nghiên cứu tương lai được định hình qua 4 hướng cụ thể:

• Tích hợp chuẩn WebAssembly thế hệ mới và WebGPU để nâng cao năng lực kết xuất đồ họa thời gian thực cho WebXR.
• Mở rộng thư viện khối lệnh của BlocklyAR để hỗ trợ các bài toán trí tuệ nhân tạo thị giác máy tính (AI Computer Vision integration).
• Tiến hành nghiên cứu dọc (longitudinal study) kéo dài 3-5 năm đánh giá sự phát triển nghề nghiệp lâu dài của người học sau khi tiếp cận phương pháp.
• Phát triển module cộng tác đa người dùng thời gian thực (Multi-user collaborative AR workspace).

Tác động và ảnh hưởng

Luận án tạo ra tác động sâu rộng trên cả 4 phương diện:

• Học thuật: Đặt nền móng cho dòng nghiên cứu giao thoa giữa WebXR và Lập trình trực quan, với tiềm năng trích dẫn cao trong các tạp chí chuyên ngành hàng đầu như IEEE Transactions on Learning Technologies, Computers & Education, và kỷ yếu hội nghị quốc tế IEEE ISMAR, ACM CHI.
• Chuyển đổi công nghiệp EdTech: Cung cấp kiến trúc mẫu cho các công ty công nghệ giáo dục xây dựng nền tảng tạo lập nội dung AR mà không cần bản quyền thương mại đắt đỏ (như CoSpaces).
• Ảnh hưởng chính sách: Cung cấp bằng chứng thực nghiệm rõ ràng chứng minh việc dân chủ hóa công nghệ AR trong trường học là khả thi mà không đòi hỏi ngân sách đầu tư phòng máy đắt tiền.
• Lợi ích xã hội: Thu hẹp khoảng cách kỹ thuật số (digital divide), trao quyền tiếp cận công nghệ thực tế ảo tiên tiến cho các nhóm học sinh có hoàn cảnh khó khăn thông qua trình duyệt web trên thiết bị di động phổ thông.

Đối tượng hưởng lợi

• Nghiên cứu sinh và Giảng viên ngành Khoa học Máy tính / Sư phạm STEM: Tiếp cận khung nghiên cứu mẫu mực kết hợp kỹ thuật phần mềm và đánh giá hành vi; tìm thấy các khoảng trống nghiên cứu cụ thể về tối ưu hóa WebXR.
• Giáo viên K-12 và Giảng viên Đại học: Sở hữu quy trình sư phạm 16 tuần đã được kiểm chứng cùng công cụ BlocklyAR để triển khai ngay các bài giảng trực quan hóa không gian 3D.
• Kỹ sư R&D phần mềm giáo dục: Nắm bắt kiến trúc tích hợp giữa Google Blockly, A-Frame, ThreeJS và chuẩn WebXR nhằm phát triển các sản phẩm thương mại thế hệ mới.
• Nhà hoạch định chính sách giáo dục: Có cơ sở dữ liệu định lượng về chi phí/hiệu quả để phê duyệt các đề án đổi mới phương pháp giảng dạy kỹ thuật số.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Đóng góp độc đáo nhất là việc mở rộng Lý thuyết Tư duy Tính toán (Computational Thinking Framework) của Jeannette Wing sang không gian thực tế tăng cường trực quan hóa (Spatial-AR CT Model). Luận án chứng minh rằng sự kết hợp giữa lập trình khối và phản hồi trực giác 3D trong AR/VR giúp giảm tải nhận thức ngoại lai (extraneous cognitive load), cho phép người học kiến tạo mô hình tư duy logic mà không bị gián đoạn bởi các lỗi cú pháp hình thức.

2. Điểm cải tiến phương pháp luận so với các nghiên cứu trước đây là gì?

So với nghiên cứu của Serafin et al. (2017) (chỉ dừng ở khảo sát định tính) và Dinis et al. (2017) (dùng Unity3D Native phức tạp), luận án đã:

• Chuẩn hóa một quy trình thực nghiệm 3 Use Cases tăng dần mức độ tự do nhận thức.
• Kết hợp mô hình kỹ thuật phần mềm với mô hình đánh giá tâm lý học hành vi (Extended TAM - Task-Technology Fit).
• Đo lường định lượng toàn diện bằng hệ số tương quan Pearson và mô hình phương trình cấu trúc SEM trên nền tảng Web mở.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là sinh viên không chuyên khi sử dụng công cụ WebVR/BlocklyAR lại tạo ra các cấu trúc dự án có độ sáng tạo và độ phức tạp giải quyết vấn đề cao hơn so với khi sử dụng các công cụ Native SDK. Lý do là thời gian tiết kiệm được từ việc không phải xử lý lỗi biên dịch và không tương thích API của IDE đã được tái đầu tư toàn bộ vào việc hoàn thiện logic nội dung và thiết kế trải nghiệm người dùng.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) không?

Có. Luận án cung cấp chi tiết toàn bộ kiến trúc hệ thống, cấu trúc module của BlocklyAR, mã nguồn chuyển dịch từ khối sang JavaScript/AR.js, các tham số trích xuất địa hình qua Heightmap và bảng câu hỏi khảo sát đo lường TAM chuẩn hóa, đảm bảo khả năng tái lập hoàn toàn (full replicability) cho các nghiên cứu độc lập.

5. Kế hoạch nghiên cứu 10 năm được phác thảo như thế nào?

Kế hoạch nghiên cứu dài hạn hướng tới xây dựng một hệ sinh thái học tập không gian thông minh (Spatial Intelligent Learning Ecosystem), tích hợp mô hình ngôn ngữ lớn và thị giác máy tính vào giao diện khối, cho phép tự động phân tích và gợi ý sửa lỗi logic cho người học trong thời gian thực trong môi trường Metaverse giáo dục đa nền tảng.

Kết luận

1. Chuẩn hóa khung kỹ thuật tích hợp AR/VR: Luận án xây dựng thành công framework toàn diện từ khâu thu nhận dữ liệu địa hình (Heightmap), mô hình hóa 3D (LiDAR, Photogrammetry) đến tích hợp và hiển thị đa nền tảng trên Unity3D và WebXR.
2. Xóa bỏ định kiến về rào cản lập trình AR: Chứng minh thực nghiệm rằng người học không chuyên hoàn toàn có thể làm chủ và sáng tạo ứng dụng AR phức tạp mà không cần học các ngôn ngữ lập trình bậc cao hay cài đặt IDE chuyên dụng.
3. Phát triển thành công công cụ BlocklyAR: Tạo ra một nền tảng lập trình trực quan mã nguồn mở đột phá, kết nối hoàn hảo giữa giao diện khối kéo-thả của Google Blockly và năng lực hiển thị không gian của AR.js/WebXR.
4. Mở rộng mô hình chấp nhận công nghệ (TAM-TTF): Xác thực định lượng mối quan hệ giữa thiết kế giao diện thị giác, tính phù hợp công nghệ - nhiệm vụ với động lực và hiệu suất tiếp thu tư duy tính toán của sinh viên.
5. Khai phóng ba dòng nghiên cứu mới: Mở ra các hướng nghiên cứu chuyên sâu về WebGPU trong giáo dục, sư phạm nhập môn Metaverse và đánh giá tự động tư duy tính toán đa chiều.
6. Giá trị di sản bền vững: Công trình của The Vinh Nguyen đánh dấu một bước tiến quan trọng trong việc dân chủ hóa công nghệ thực tế tăng cường, biến AR từ một công cụ tiêu thụ nội dung thụ động thành một phương tiện kiến tạo tri thức mạnh mẽ cho mọi đối tượng người học.