Báo cáo đồ án tốt nghiệp đề tài xây dựng mô hình mạng cảm biến để giám sát và điều khiển thiết bị điện trong nhà

Báo cáo đồ án: Mô hình mạng cảm biến giám sát & điều khiển thiết bị điện thông minh. Tối ưu hóa năng lượng, tự động hóa ngôi nhà hiệu quả.

Chuyên ngành

Điện - Điện tử

Người đăng

Ẩn danh

Thể loại

Báo cáo đồ án tốt nghiệp

2024

81
2
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CAM ĐOAN

DANH MỤC HÌNH ẢNH

DANH MỤC BẢNG

MỞ ĐẦU

1. CHƯƠNG 1: TỔNG QUAN VỀ MÔ HÌNH MẠNG CẢM BIẾN TRONG NHÀ

1.1. Mạng cảm biến

1.2. Định nghĩa mạng cảm biến

1.3. Cấu trúc của mạng cảm biến

1.4. Ứng dụng công nghệ mạng cảm biến

1.5. Ứng dụng các công cụ sử dụng vào mô hình mạng cảm biến trong nhà

1.6. Cảm biến thu thập dữ liệu môi trường

1.7. Giao tiếp kết nối trong mô hình

1.8. Lưu trữ và phân tích dữ liệu đã thu thập từ môi trường

1.9. Kết hợp với hệ thống cảnh báo, hiển thị và điều khiển

1.10. Kết luận chương 1

2. CHƯƠNG 2: THIẾT KẾ MÔ HÌNH MẠNG CẢM BIẾN TRONG NHÀ

2.1. Thiết kế khối chung

2.2. Khối cảm biến

2.3. Khối điều khiển

2.4. Khối vi xử lý

2.5. Khối xử lý ảnh

2.6. Cơ sở dữ liệu

2.7. Khối phương án dự phòng

2.8. Nguồn điện năng lượng mặt trời dự trữ

2.9. Kết luận chương 2

3. CHƯƠNG 3: TRIỂN KHAI MÔ HÌNH MẠNG CẢM BIẾN TRONG HỆ THỐNG NHÀ

3.1. Triển khai phần cứng

3.2. Kết quả triển khai

3.3. Kết quả triển khai web

3.4. Giao diện người dùng

3.5. Trải nghiệm người dùng

3.6. Kiểm thử phần cứng

3.7. Kiểm thử Yolo

3.8. Kiểm thử web

3.9. Kết luận chương 3

DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan mô hình mạng cảm biến giám sát thiết bị điện

Sự phát triển của IoT (Internet of Things) đã mở ra một kỷ nguyên mới cho tự động hóa ngôi nhà, nơi các thiết bị có thể giao tiếp và hoạt động một cách thông minh. Trọng tâm của xu hướng này là việc xây dựng mô hình mạng cảm biến để giám sát và điều khiển thiết bị điện trong nhà. Mô hình này không chỉ là một khái niệm công nghệ mà còn là một giải pháp thực tiễn nhằm nâng cao chất lượng sống, tối ưu hóa việc sử dụng năng lượng và tăng cường an ninh. Một mạng cảm biến không dây (WSN) điển hình bao gồm các nút cảm biến phân tán trong không gian, có nhiệm vụ thu thập thông tin từ môi trường như nhiệt độ, độ ẩm, ánh sáng, hoặc chuyển động. Dữ liệu này sau đó được truyền về một trạm gốc hoặc bộ xử lý trung tâm để phân tích và đưa ra quyết định. Trong bối cảnh nhà thông minh (smarthome), hệ thống này cho phép người dùng thực hiện giám sát từ xađiều khiển tự động các thiết bị điện như đèn, quạt, cửa... thông qua một giao diện điều khiển thân thiện trên web hoặc ứng dụng di động (mobile app). Đề tài này tập trung vào việc hiện thực hóa một hệ thống như vậy, sử dụng các linh kiện phổ biến và mạnh mẽ như Raspberry Pi và các loại cảm biến đa dạng. Mục tiêu không chỉ dừng lại ở việc tạo ra một sản phẩm hoạt động, mà còn là một tài liệu tham khảo chi tiết, cung cấp cơ sở lý thuyết mạng cảm biến vững chắc và hướng dẫn triển khai thực tế cho các nhà nghiên cứu và sinh viên.

1.1. Mạng cảm biến không dây WSN và xu hướng nhà thông minh

Một mạng cảm biến không dây (Wireless Sensor Network - WSN) được định nghĩa là một hệ thống gồm nhiều thiết bị cảm biến tự trị, được triển khai để giám sát các điều kiện vật lý hoặc môi trường. Các nút cảm biến này giao tiếp với nhau không dây và truyền dữ liệu thu thập được đến một vị trí trung tâm. Trong bối cảnh của một nhà thông minh, WSN đóng vai trò là hệ thần kinh, liên tục thu thập dữ liệu về trạng thái ngôi nhà. Công nghệ này là nền tảng cho phép các thiết bị điện tử giao tiếp, tạo nên một hệ sinh thái kết nối. Xu hướng smarthome hiện nay không chỉ tập trung vào sự tiện nghi mà còn hướng đến việc tiết kiệm năng lượng và đảm bảo an ninh cho nhà thông minh. Việc ứng dụng WSN cho phép các kịch bản tự động hóa phức tạp, ví dụ như tự động tắt đèn khi không có người hoặc điều chỉnh điều hòa dựa trên nhiệt độ phòng, trở nên khả thi và hiệu quả.

1.2. Mục tiêu của đề tài Tự động hóa và giám sát từ xa

Mục tiêu cốt lõi của đồ án là thiết kế và triển khai một mô hình mạng cảm biến hoàn chỉnh có khả năng giám sát và điều khiển các thiết bị điện gia dụng. Cụ thể, hệ thống phải đáp ứng ba mục tiêu chính. Thứ nhất, đánh giá tính khả thi và tiềm năng của việc ứng dụng WSN vào việc giám sát và điều khiển thiết bị điện. Thứ hai, trình bày chi tiết các bước xây dựng mô hình, từ thiết kế mạch điện tử đến lập trình hệ thống IoT. Cuối cùng, hệ thống cho phép người dùng giám sát từ xa thông qua một dashboard giám sát trên nền tảng web, cung cấp dữ liệu thời gian thực và khả năng điều khiển trực tiếp. Điều này không chỉ mang lại sự tiện lợi mà còn giúp người dùng quản lý ngôi nhà của mình một cách chủ động và hiệu quả, dù ở bất kỳ đâu.

II. Thách thức trong việc giám sát và điều khiển thiết bị điện

Việc chuyển đổi từ một ngôi nhà truyền thống sang một nhà thông minh đặt ra nhiều thách thức đáng kể, đòi hỏi các giải pháp kỹ thuật tinh vi và toàn diện. Một trong những vấn đề lớn nhất là sự thiếu hụt khả năng giám sát từ xa và quản lý tập trung. Trong các hệ thống cũ, người dùng phải điều khiển từng thiết bị một cách thủ công, dẫn đến sự bất tiện và lãng phí năng lượng không cần thiết. Thêm vào đó, việc đảm bảo an ninh cho nhà thông minh là một bài toán phức tạp. Một hệ thống không được bảo mật tốt có thể trở thành mục tiêu cho các cuộc tấn công mạng, gây nguy hiểm cho người dùng. Đề tài xây dựng mô hình mạng cảm biến để giám sát và điều khiển thiết bị điện trong nhà ra đời để giải quyết trực tiếp những thách thức này. Bằng cách sử dụng một hệ thống nhúng trung tâm như Raspberry Pi, mô hình có thể tích hợp nhiều loại cảm biến khác nhau để tạo thành một mạng lưới giám sát chặt chẽ. Dữ liệu từ cảm biến chuyển động PIR hay cảm biến khí gas không chỉ dùng để điều khiển tự động thiết bị mà còn có vai trò cảnh báo an ninh, giúp phát hiện các sự cố tiềm tàng như đột nhập hay rò rỉ khí gas. Giải pháp này hướng đến một hệ thống vừa thông minh, tiện nghi, vừa đảm bảo an toàn và hiệu quả về mặt năng lượng.

2.1. Hạn chế của hệ thống điều khiển thủ công và lãng phí năng lượng

Các hệ thống điện trong nhà truyền thống hoạt động một cách độc lập và yêu cầu sự tương tác trực tiếp từ con người. Điều này dẫn đến nhiều hạn chế, đặc biệt là việc quên tắt các thiết bị điện khi không sử dụng, gây ra lãng phí tài nguyên và chi phí không đáng có. Một hệ thống điều khiển tự động dựa trên mạng cảm biến không dây có thể khắc phục triệt để vấn đề này. Ví dụ, cảm biến ánh sáng có thể tự động điều chỉnh độ sáng đèn, trong khi cảm biến chuyển động PIR đảm bảo đèn và quạt chỉ hoạt động khi có người trong phòng. Việc tự động hóa này không chỉ giúp tiết kiệm năng lượng mà còn kéo dài tuổi thọ của thiết bị.

2.2. Nhu cầu về an ninh và sự tiện nghi trong cuộc sống hiện đại

Nhu cầu về một không gian sống an toàn và tiện nghi ngày càng tăng cao. Người dùng mong muốn có thể kiểm soát ngôi nhà của mình mọi lúc, mọi nơi. Một mô hình mạng cảm biến tích hợp có thể đáp ứng nhu cầu này bằng cách cung cấp khả năng giám sát từ xa qua internet. Như được đề cập trong tài liệu gốc, việc sử dụng các cảm biến như camera, cảm biến khí gas, và cảm biến siêu âm giúp hệ thống có thể phát hiện các mối nguy hiểm tiềm tàng và gửi cảnh báo kịp thời đến người dùng. Sự kết hợp giữa an ninh và tiện nghi là yếu tố then chốt tạo nên giá trị của một hệ thống smarthome hiện đại.

III. Hướng dẫn thiết kế phần cứng cho mô hình mạng cảm biến

Để xây dựng mô hình mạng cảm biến để giám sát và điều khiển thiết bị điện trong nhà, việc lựa chọn và thiết kế phần cứng đóng vai trò nền tảng. Một thiết kế tốt đảm bảo hệ thống hoạt động ổn định, chính xác và hiệu quả. Trái tim của mô hình này là khối xử lý trung tâm, có nhiệm vụ thu thập, xử lý dữ liệu và ra quyết định điều khiển. Bên cạnh đó, các khối cảm biến và khối chấp hành cũng cần được lựa chọn cẩn thận để phù hợp với mục đích sử dụng. Trong đồ án này, khối vi xử lý được chọn là Raspberry Pi 4 Model B, một máy tính nhúng mạnh mẽ với khả năng xử lý đa nhiệm, kết nối mạng và hỗ trợ nhiều giao diện phần cứng. Các khối cảm biến bao gồm cảm biến nhiệt độ, cảm biến độ ẩm, cảm biến ánh sáng, camera, cảm biến khí gas và cảm biến chuyển động PIR, tạo thành một hệ thống thu thập dữ liệu toàn diện. Dữ liệu từ các cảm biến này được gửi đến Raspberry Pi thông qua các chân GPIO. Khối điều khiển bao gồm các thiết bị như relay để bật/tắt đèn, quạt; động cơ servo để điều khiển cửa. Toàn bộ hệ thống được thiết kế theo dạng module, giúp dễ dàng nâng cấp và bảo trì, tạo ra một giải pháp nhà thông minh linh hoạt và mạnh mẽ.

3.1. Lựa chọn vi điều khiển Raspberry Pi 4 làm khối xử lý trung tâm

Tài liệu gốc chỉ rõ việc lựa chọn Raspberry Pi 4 Model B làm vi điều khiển trung tâm. Đây là một lựa chọn chiến lược nhờ vào cấu hình mạnh mẽ với chip Broadcom BCM2711, RAM lên tới 8GB và khả năng chạy hệ điều hành Linux đầy đủ. Điều này cho phép nó không chỉ xử lý các tác vụ thu thập dữ liệu đơn giản mà còn có thể chạy các thuật toán phức tạp như xử lý ảnh. Với 40 chân GPIO tiêu chuẩn, Raspberry Pi dễ dàng kết nối và giao tiếp với nhiều loại cảm biến và thiết bị ngoại vi. Hơn nữa, việc tích hợp sẵn Wi-Fi và Ethernet giúp nó trở thành một gateway IoT lý tưởng, kết nối mạng cảm biến cục bộ với điện toán đám mây hoặc người dùng từ xa.

3.2. Tích hợp các khối cảm biến IoT thu thập dữ liệu môi trường

Để hệ thống giám sát từ xa hoạt động hiệu quả, việc tích hợp một dải rộng các cảm biến là cần thiết. Đồ án đã sử dụng nhiều loại cảm biến chuyên dụng: Module Camera CSI 5MP để thu nhận hình ảnh, cảm biến siêu âm HC-SR04 để đo khoảng cách, cảm biến khí gas MQ-2 để phát hiện rò rỉ khí dễ cháy, và cảm biến thân nhiệt PIR HC-SR501 để phát hiện chuyển động. Mỗi cảm biến được kết nối với Raspberry Pi qua các chân GPIO (Digital) hoặc giao diện chuyên dụng như CSI cho camera. Sự đa dạng này cho phép hệ thống thu thập dữ liệu một cách đa chiều về môi trường sống, làm cơ sở cho các quyết định điều khiển tự động và cảnh báo an ninh.

IV. Phương pháp lập trình hệ thống IoT và xử lý dữ liệu thông minh

Phần mềm là linh hồn của mô hình nhà thông minh, quyết định khả năng vận hành và trí thông minh của hệ thống. Quá trình lập trình hệ thống IoT trong đồ án này được chia thành nhiều lớp logic. Tại lớp thấp nhất là việc lập trình các vi điều khiển để đọc dữ liệu từ cảm biến và điều khiển các cơ cấu chấp hành thông qua các chân GPIO. Lớp tiếp theo là máy chủ ứng dụng, được xây dựng bằng framework Flask của Python. Máy chủ này đóng vai trò trung gian, nhận dữ liệu từ các cảm biến, lưu trữ vào cơ sở dữ liệu và cung cấp các API để giao diện điều khiển web có thể tương tác. Một điểm nhấn quan trọng của đồ án là việc tích hợp mô hình phát hiện vật thể YOLOv8. Mô hình này nhận dữ liệu hình ảnh từ camera, xử lý và nhận diện các đối tượng như 'người', từ đó kích hoạt các kịch bản an ninh hoặc tiện ích. Dữ liệu thu thập được lưu trữ trong cơ sở dữ liệu SQLite, một giải pháp gọn nhẹ và hiệu quả cho các hệ thống nhúng. Sự kết hợp giữa các công nghệ phần mềm này tạo nên một hệ thống điều khiển tự động mạnh mẽ, có khả năng học hỏi và phản ứng thông minh với môi trường xung quanh.

4.1. Xây dựng dashboard giám sát bằng Flask và giao thức HTTP

Để người dùng có thể giám sát từ xa, một dashboard giám sát trên nền tảng web đã được phát triển bằng Flask. Flask là một micro-framework Python, cho phép xây dựng máy chủ web một cách nhanh chóng và linh hoạt. Máy chủ này sử dụng giao thức HTTP để giao tiếp với trình duyệt của người dùng. Dữ liệu từ cảm biến được cập nhật và hiển thị theo thời gian thực. Giao diện người dùng được xây dựng bằng HTML, CSS và JavaScript, cung cấp các nút bấm, biểu đồ và hình ảnh trực quan, cho phép người dùng không chỉ xem trạng thái mà còn gửi lệnh điều khiển thiết bị điện trực tiếp từ trình duyệt. Đây là một thành phần quan trọng giúp tăng tính tương tác và trải nghiệm người dùng cho toàn bộ hệ thống smarthome.

4.2. Ứng dụng mô hình YOLOv8 để phát hiện vật thể và cảnh báo

Để nâng cao khả năng an ninh cho nhà thông minh, đồ án đã tích hợp YOLOv8, một thuật toán phát hiện đối tượng thời gian thực tiên tiến. Như mô tả trong tài liệu, YOLOv8 có khả năng xử lý hình ảnh từ camera, xác định vị trí và phân loại các đối tượng trong khung hình với tốc độ cao và độ chính xác ấn tượng. Trong hệ thống này, mô hình được huấn luyện để nhận diện người. Khi phát hiện có người trong khu vực không mong muốn hoặc vào thời điểm bất thường, hệ thống có thể tự động kích hoạt cảnh báo, bật đèn, hoặc gửi thông báo đến chủ nhà. Việc ứng dụng AI, cụ thể là nhận diện hình ảnh, đã mang lại một lớp bảo vệ thông minh và chủ động cho mô hình.

4.3. Lưu trữ và quản lý dữ liệu cảm biến hiệu quả với SQLite

Dữ liệu là tài sản quý giá trong một hệ thống IoT. Việc lưu trữ và quản lý dữ liệu hiệu quả là rất quan trọng. Đồ án sử dụng SQLite, một hệ quản trị cơ sở dữ liệu quan hệ không cần máy chủ, được tích hợp trực tiếp vào ứng dụng. Ưu điểm của SQLite là sự gọn nhẹ, không cần cài đặt phức tạp và phù hợp hoàn hảo cho các thiết bị có tài nguyên hạn chế như Raspberry Pi. Mọi dữ liệu từ cảm biến như nhiệt độ, độ ẩm, trạng thái thiết bị và cả lịch sử hình ảnh phát hiện được đều được lưu vào các bảng trong tệp cơ sở dữ liệu SQLite. Điều này không chỉ phục vụ cho việc hiển thị lịch sử trên dashboard giám sát mà còn mở ra tiềm năng cho việc phân tích dữ liệu lớn sau này.

V. Đánh giá kết quả triển khai mô hình mạng cảm biến thực tế

Sau giai đoạn thiết kế và lập trình, việc triển khai và kiểm thử là bước quan trọng để đánh giá hiệu quả của mô hình mạng cảm biến để giám sát và điều khiển thiết bị điện trong nhà. Kết quả thực nghiệm cho thấy hệ thống hoạt động ổn định và đáp ứng đúng các mục tiêu đề ra. Các cảm biến thu thập dữ liệu từ môi trường với độ chính xác cao. Dữ liệu được truyền về Raspberry Pi và xử lý một cách nhanh chóng. Giao diện điều khiển web phản hồi tốt với các lệnh từ người dùng, cho phép bật/tắt thiết bị gần như tức thời. Đặc biệt, chức năng phát hiện đối tượng bằng YOLOv8 hoạt động hiệu quả, có khả năng nhận diện người trong nhiều điều kiện ánh sáng khác nhau. Các kịch bản điều khiển tự động, như bật đèn khi phát hiện chuyển động trong khu vực tối, đã được kiểm tra và cho kết quả như mong đợi. Dựa trên các bảng kiểm thử được trình bày trong Chương 3 của tài liệu gốc, hệ thống đã chứng minh được tính ứng dụng cao, là một giải pháp khả thi cho việc xây dựng một hệ thống nhà thông minh (smarthome) toàn diện, chi phí hợp lý và dễ dàng mở rộng.

5.1. Giao diện người dùng web giám sát và điều khiển trực quan

Kết quả triển khai cho thấy giao diện người dùng web là một điểm sáng của hệ thống. Giao diện được thiết kế rõ ràng, chia thành các khu vực chức năng riêng biệt: khu vực hiển thị dữ liệu cảm biến thời gian thực, khu vực điều khiển thiết bị (đèn, quạt, cửa), và khu vực xem lại lịch sử dữ liệu và hình ảnh. Theo Hình 3.10 và 3.11 trong tài liệu, giao diện không chỉ cung cấp thông tin mà còn mang lại trải nghiệm người dùng tốt, giúp họ dễ dàng tương tác và làm chủ hệ thống smarthome của mình. Khả năng giám sát từ xa được hiện thực hóa một cách hiệu quả thông qua giao diện này.

5.2. Kết quả kiểm thử các module cảm biến và cơ cấu chấp hành

Quá trình kiểm thử phần cứng đóng vai trò xác thực độ tin cậy của hệ thống. Như được ghi nhận trong Bảng 3.1 của báo cáo, các bài kiểm tra đối với cảm biến khí gas, cảm biến chuyển động, cảm biến siêu âm và động cơ servo đều cho kết quả thành công. Các cảm biến cung cấp tín hiệu đầu ra ổn định và chính xác trong phạm vi hoạt động của chúng. Các cơ cấu chấp hành như động cơ servo và relay phản hồi chính xác với các tín hiệu điều khiển từ Raspberry Pi. Kết quả này khẳng định rằng việc thiết kế mạch điện tử và lựa chọn linh kiện đã được thực hiện tốt, tạo nền tảng vững chắc cho hoạt động của toàn bộ mô hình.

VI. Tương lai của mô hình mạng cảm biến và hướng phát triển

Đồ án xây dựng mô hình mạng cảm biến để giám sát và điều khiển thiết bị điện trong nhà đã thành công trong việc tạo ra một nguyên mẫu hoạt động hiệu quả, chứng minh tiềm năng to lớn của công nghệ IoTnhà thông minh. Tuy nhiên, đây mới chỉ là bước khởi đầu. Tương lai của các hệ thống này nằm ở việc tích hợp trí tuệ nhân tạo (AI) sâu hơn và tăng cường các biện pháp bảo mật. Một hệ thống smarthome trong tương lai không chỉ phản ứng với các lệnh trực tiếp mà còn có khả năng học hỏi thói quen của người dùng để tự động tối ưu hóa môi trường sống. Ví dụ, hệ thống có thể tự học giờ đi ngủ và thức dậy của chủ nhà để điều chỉnh ánh sáng và nhiệt độ cho phù hợp. Hướng phát triển tiếp theo cho đề tài có thể tập trung vào việc tối ưu hóa thuật toán YOLOv8 để nhận diện nhiều loại đối tượng hơn, tích hợp các giao thức truyền thông tiết kiệm năng lượng hơn như Zigbee hoặc LoRa, và phát triển một ứng dụng di động (mobile app) hoàn chỉnh để nâng cao trải nghiệm người dùng. Việc nghiên cứu các giải pháp mã hóa và xác thực mạnh mẽ hơn cũng là một hướng đi quan trọng để đảm bảo an ninh cho nhà thông minh trước các mối đe dọa ngày càng tinh vi.

6.1. Kết luận về tính khả thi và ưu điểm của hệ thống smarthome

Qua quá trình nghiên cứu và triển khai, đồ án đã khẳng định tính khả thi của việc xây dựng một hệ thống smarthome dựa trên Raspberry Pimạng cảm biến không dây. Ưu điểm của mô hình là chi phí thấp, sử dụng các linh kiện phổ biến, có tính linh hoạt và khả năng mở rộng cao. Hệ thống đã tích hợp thành công các chức năng cốt lõi bao gồm giám sát từ xa, điều khiển tự động, và cảnh báo an ninh thông minh. Đây là một nền tảng vững chắc, có thể được tùy biến và phát triển để đáp ứng các nhu cầu đa dạng trong thực tế, từ nhà ở cá nhân đến các ứng dụng trong tòa nhà thông minh.

6.2. Hướng phát triển Tích hợp AI và tăng cường an ninh mạng IoT

Để nâng cao giá trị của hệ thống, các hướng phát triển trong tương lai nên tập trung vào hai lĩnh vực chính: trí tuệ nhân tạo và an ninh mạng. Về AI, có thể triển khai các mô hình Machine Learning để phân tích dữ liệu lịch sử, từ đó dự đoán nhu cầu và tự động điều chỉnh thiết bị nhằm tiết kiệm năng lượng tối đa. Về an ninh, cần nghiên cứu áp dụng các cơ chế mã hóa đầu cuối cho dữ liệu truyền đi, sử dụng các phương thức xác thực đa yếu tố, và thường xuyên cập nhật phần mềm để vá các lỗ hổng bảo mật. Việc kết hợp giữa một hệ thống thông minh hơn và an toàn hơn sẽ là chìa khóa để công nghệ smarthome thực sự được chấp nhận rộng rãi.

11/09/2025

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN VỀ MÔ HÌNH MẠNG CẢM BIẾN TRONG NHÀ 1. Mạng cảm biến Mạng cảm biến là một thành phần cốt lõi trong lĩnh vực Internet of Things (IoT). Đây là hệ thống bao gồm các thiết bị cảm biến nhỏ gọn, hoạt động liên kết với nhau thông qua mạng không dây hoặc có dây để thu thập, truyền tải và xử lý dữ liệu từ môi trường. Định nghĩa mạng cảm biến Mạng cảm biến được định nghĩa là một hệ thống các thiết bị cảm biến có khả năng giám sát, đo lường các yếu tố vật lý như nhiệt độ, độ ẩm, ánh sáng, chuyển động.

và chuyển đổi chúng thành dữ liệu số. Các dữ liệu này sẽ được gửi về trung tâm xử lý thông qua mạng truyền thông, phục vụ mục đích phân tích hoặc điều khiển thiết bị. Cấu trúc của mạng cảm biến Cấu trúc cơ bản của một mạng cảm biến bao gồm:  Nút cảm biến (Sensor Node): Thiết bị thu thập dữ liệu từ môi trường.  Nút thu thập (Sink Node): Bộ phận trung gian tiếp nhận dữ liệu từ các nút cảm biến.

 Bộ điều khiển trung tâm: Xử lý dữ liệu nhận được từ các nút thu thập và thực hiện các tác vụ giám sát hoặc điều khiển.  Hệ thống truyền thông: Cầu nối giữa các nút cảm biến và bộ điều khiển trung tâm, sử dụng các giao thức truyền thông không dây như Zigbee, Wi-Fi hoặc Bluetooth. Ứng dụng công nghệ mạng cảm biến 3 Mạng cảm biến được ứng dụng rộng rãi trong nhiều lĩnh vực, bao gồm:  Nhà thông minh: Giám sát và điều khiển các thiết bị điện trong gia đình, tối ưu hóa năng lượng và đảm bảo an ninh.  Y tế: Theo dõi sức khỏe từ xa thông qua các thiết bị cảm biến đeo tay.

 Nông nghiệp: Quản lý tưới tiêu, theo dõi môi trường và sức khỏe cây trồng.  Công nghiệp: Quản lý máy móc, giám sát điều kiện vận hành trong dây chuyền sản xuất. Việc áp dụng mạng cảm biến vào cuộc sống hàng ngày không chỉ giúp tăng hiệu quả quản lý mà còn mang lại sự tiện nghi và an toàn cho người dùng. Ứng dụng các công cụ sử dụng vào mô hình mạng cảm biến trong nhà 1.

Cảm biến thu thập dữ liệu môi trường 1. Cảm biến hình ảnh camera Hình 1. Cảm biến hình ảnh camera Module Camera Raspberry Pi CSI 5MP 1080P 15 Cm được sử dụng cho Raspberry Pi với giao tiếp qua socket SCI. Module Camera có độ phân giải 5MP 1080P cho chất lượng ảnh sắc nét, phù hợp sử dụng cho các dự án Raspberry Pi như: Smarthome, Smart Car, Video smart car,.

Thông số và tính năng: 4  Shot : 1/4 5M  Khẩu độ : 2.9  Chiều dài tiêu cự : 3.29  FOV : 65 độ  Loại cảm biến : OmniVision OV5647 Màu CMOS QSXGA (5MP)  Kích thước cảm biến : 3.74 mm (1/4" format)  Số điểm ảnh : 2592 x 1944  Kích thước điểm ảnh : 1.4 UM  Ống kính : f=3.9  Góc quan sát : 54 x 41 độ  Trường quan sát : 2.33m ở 2m  Full-frame SLR tương đương ống kính : 35 mm  Tiêu cự cố định: 1m đến vô cực  Video : 1080p ở 30 fps (khung hình/giây) với codec H. lên tới 90 fps Video at VGA  Kích thước Module: 25 x 24 mm(không bao gồm cáp mềm 15 cm) Nguyên lý hoạt động: Module Camera Raspberry Pi CSI 5MP 1080P chụp ảnh dựa trên nguyên lý hoạt động của cảm biến hình ảnh CMOS (Complementary Metal-Oxide- Semiconductor). Khi ánh sáng từ môi trường chiếu vào cảm biến CMOS, các photodiode trong cảm biến sẽ chuyển đổi ánh sáng thành tín hiệu điện. Mỗi photodiode ghi nhận mức độ sáng và chuyển tín hiệu này thành các giá trị số tương ứng với độ sáng của từng điểm ảnh.

Để tạo ra hình ảnh màu, module sử dụng một lưới lọc màu Bayer gồm các bộ lọc đỏ, xanh lá và xanh dương, giúp từng điểm ảnh cảm nhận một màu sắc cụ thể. Sau khi dữ liệu thô từ các điểm ảnh được thu thập, nó sẽ được xử lý thông qua cổng CSI trên Raspberry Pi, nơi các thuật toán xử lý hình ảnh được áp dụng, như cân bằng trắng và nén dữ liệu, để tạo ra hình ảnh hoàn chỉnh. Cảm biến siêu âm Hình 1. Cảm biến siêu âm Cảm biến siêu âm HC-SR04 (Ultrasonic Sensor) được sử dụng rất phổ biến để xác định khoảng cách.

Cảm biến HC-SR04 sử dụng sóng siêu âm và có thể đo khoảng cách trong khoảng từ 2 -> 300cm, với độ chính xác gần như chỉ phụ thuộc vào cách lập trình. Thông số và tính năng:  Điện áp: 5V DC  Dòng hoạt động: < 2mA  Mức cao: 5V  Mức thấp: 0V  Góc tối đa: 15 độ  Khoảng cách: 2cm – 450cm (4.5m)  Độ chính xác: 3mm Nguyên lý hoạt động: 6 Cảm biến siêu âm SR04 sử dụng nguyên lý phản xạ sóng siêu âm. Cảm biến gồm 2 module.1 module phát ra sóng siêu âm và 1 module thu sóng siêu âm phản xạ về. Đầu tiên cảm biến sẽ phát ra 1 sóng siêu âm với tần số 40khz.

Nếu có chướng ngại vật trên đường đi, sóng siêu âm sẽ phản xạ lại và tác động lên module nhận sóng. Sơ đồ chân kết nối với Raspberry Pi 4:  VCC – 5V  Trig – GPIO  Echo – GPIO  GND – GND 1. Cảm biến khí ga Hình 1. Cảm biến khí gas Cảm biến khí gas MQ-2 sử dụng phần tử SnO2 có độ dẫn điện thấp hơn trong không khí sạch, khi khí dễ cháy tồn tại, cảm biến có độ dẫn điện cao hơn, nồng độ chất dễ cháy càng cao thì độ dẫn điện của SnO2 sẽ càng cao và được tương ứng chuyển đổi thành mức tín hiệu điện.

Cảm biến khí gas MQ-2 là cảm biến khí có độ nhạy cao với LPG, Propane và Hydrogen, mê-tan (CH4) và hơi dễ bắt lửa khác, với chi phí thấp và phù hợp cho các ứng dụng khác nhau. 7 Thông số và tính năng:  Nguồn hoạt động: 5V  Loại dữ liệu: Analog  Phạm vi phát hiện rộng  Tốc độ phản hồi nhanh và độ nhạy cao  Mạch đơn giản  Ổn định khi sử dụng trong thời gian dài Cảm biến xuất ra cả hai dạng tín hiệu là Analog và Digital, tín hiệu Digital có thể điều chỉnh mức báo bằng biến trở. Sơ đồ kết nối với Raspberry Pi:  VCC – 5V  Out D0 – GPIO  GND – GND 1. Cảm biến chuyển động Hình 1.

Cảm biến siêu âm Cảm biến thân nhiệt chuyển động PIR (Passive infrared sensor) HC- SR501 được sử dụng để phát hiện chuyển động của các vật thể phát ra bức xạ hồng ngoại (con người, con vật, các vật phát nhiệt,…), cảm biến có thể chỉnh 8 được độ nhạy để giới hạn khoảng cách bắt xa gần cũng như cường độ bức xạ của vật thể mong muốn, ngoài ra cảm biến còn có thể điều chỉnh thời gian kích trễ (giữ tín hiệu bao lâu sau khi kích hoạt) qua biến trở tích hợp sẵn. Thông số:  Phạm vi phát hiện: góc 360 độ hình nón, độ xa tối đa 6m.  Nhiệt độ hoạt động: 32-122 ° F ( 050 ° C)  Điện áp hoạt động: DC 3.8V – 5V  Mức tiêu thụ dòng: ≤ 50 uA  Thời gian báo: 30 giây có thể tùy chỉnh bằng biến trở.  Độ nhạy có thể điều chỉnh bằng biến trở.

 2 chế độ L/H chân COM. Sơ đồ kết nối với Raspberry Pi:  VCC – 5V  Out D0 – GPIO  GND – GND 1. Giao tiếp kết nối trong mô hình 1. Digital - GPIO (General Purpose Input/Output) Định nghĩa: GPIO là một cổng hoặc chân của một mạch điện tử, được thiết kế để có thể cấu hình linh hoạt cho các chức năng khác nhau.

Các chân GPIO có thể được lập trình để hoạt động như đầu vào hoặc đầu ra số, có thể nhận tín hiệu từ các thiết bị bên ngoài hoặc gửi tín hiệu điều khiển đến các thiết bị khác. 9 Các chân GPIO là Digital (có 2 mức trạng thái: high và low), và được sử dụng để truyền hoặc nhận tín hiệu đơn giản, không yêu cầu tốc độ cao hay băng thông lớn. Cấu tạo: Mỗi chân GPIO có thể được lập trình để nhận (input) hoặc phát (output) tín hiệu. Nếu chân được cấu hình làm input, nó có thể nhận tín hiệu từ các thiết bị như công tắc, cảm biến, nút nhấn, v.

Nếu chân được cấu hình làm output, nó có thể phát tín hiệu điều khiển các thiết bị như đèn LED, còi báo động, hoặc các thiết bị khác. Tính chất: Tín hiệu digital có hai trạng thái: 0 (low) và 1 (high), đại diện cho trạng thái tắt và bật của các thiết bị điện tử. PWM là một phương pháp điều khiển tín hiệu số, trong đó tín hiệu vẫn duy trì hai mức điện áp (cao và thấp), nhưng độ rộng của các xung (duty cycle) có thể thay đổi để điều chỉnh mức năng lượng cung cấp cho thiết bị. Ví dụ: Nếu duty cycle là 100%, có nghĩa là tín hiệu luôn ở mức cao (5V, nếu đó là điện áp nguồn) trong suốt chu kỳ.

Nếu duty cycle là 50%, tín hiệu sẽ ở mức cao trong một nửa thời gian và mức thấp trong nửa còn lại. CSI (Camera Serial Interface) Định nghĩa: 10 CSI là giao thức kết nối tốc độ cao dùng để truyền tải dữ liệu hình ảnh từ camera (hoặc các thiết bị thu thập hình ảnh khác) đến bộ xử lý của hệ thống. CSI đặc biệt phổ biến trong các hệ thống nhúng như Raspberry Pi, nơi các camera module có thể được kết nối trực tiếp thông qua giao diện này để truyền tải dữ liệu hình ảnh với băng thông cao. Camera hoạt động trong chế độ bán song công.

Cấu tạo: Giao diện CSI sử dụng một số đường tín hiệu để truyền tải dữ liệu video và điều khiển từ camera về bộ vi xử lý. Các tín hiệu này thường bao gồm dữ liệu hình ảnh, tín hiệu đồng bộ hóa và tín hiệu điều khiển. CSI có thể truyền tải hình ảnh qua các kết nối MIPI (Mobile Industry Processor Interface), là một tiêu chuẩn phổ biến trong các thiết bị di động và hệ thống nhúng. Tính chất: CSI hỗ trợ truyền tải hình ảnh chất lượng cao, độ phân giải cao với tốc độ nhanh, làm cho nó trở thành lựa chọn lý tưởng cho các ứng dụng cần xử lý hình ảnh trực tiếp như camera giám sát hoặc nhận diện hình ảnh.

Dù CSI có thể truyền tải dữ liệu với tốc độ nhanh, nhưng nó yêu cầu phần cứng chuyên dụng như camera và bộ vi xử lý hỗ trợ giao thức MIPI. Bluetooth Định nghĩa: Bluetooth là một giao thức truyền thông không dây dùng để kết nối các thiết bị trong phạm vi ngắn, thường là dưới 100m. Giao thức này hoạt động trên tần số 2.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ