Mô phỏng điều khiển xe bằng giọng nói và cảm biến vật cản (PTIT)

Mô phỏng hệ thống điều khiển xe bằng giọng nói & cảm biến vật cản. Đề tài nghiên cứu ứng dụng công nghệ hiện đại, an toàn & tiện lợi cho xe tự hành.

Chuyên ngành

IOT và Ứng Dụng

Người đăng

Ẩn danh

Thể loại

Báo cáo kết quả bài tập lớn

2024

43
3
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI MỞ ĐẦU

DANH MỤC HÌNH ẢNH

1. TỔNG QUAN HỆ THỐNG

1.1. Giới thiệu hệ thống điều khiển xe bằng giọng nói và phát hiện vật cản:

1.1.1. Đặt vấn đề :

1.2. Mục tiêu của hệ thống :

1.3. Xác định chức năng của hệ thống

2. CHƯƠNG II. PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG

2.1. Kiến trúc tổng quan của hệ thống

2.2. Các thành phần trong hệ thống

2.3. Đặc tả yêu cầu

2.3.1. Yêu cầu chức năng:

2.3.2. Yêu cầu quản lý hệ thống:

2.3.3. Yêu cầu phân tích dữ liệu:

2.3.4. Yêu cầu triển khai ứng dụng:

2.4. Đặc tả tiến trình

2.5. Mô tả mô hình thông tin

2.6. Đặc tả chức năng

2.7. Chi tiết thành phần hệ thống

2.7.1. Thiết bị sử dụng

2.7.2. Công nghệ sử dụng

2.7.3. Sơ đồ kết nối thiết bị

3. CHƯƠNG III. TRIỂN KHAI HỆ THỐNG

4. CHƯƠNG IV. THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ

4.1. Hình ảnh hệ thống sau khi lắp ráp

4.2. Giao diện ứng dụng.

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Khám phá kỷ nguyên xe tự hành Điều khiển bằng giọng nói

Trong bối cảnh cuộc cách mạng công nghệ 4.0, Internet of Things (IoT) đang định hình lại mọi lĩnh vực, đặc biệt là tự động hóa và điều khiển thông minh. Một trong những ứng dụng nổi bật là hệ thống điều khiển xe bằng giọng nói & cảm biến vật cản, một bước tiến quan trọng hướng tới các phương tiện tự hành hoàn toàn. Hệ thống này không chỉ là một đồ án điện tử mang tính học thuật mà còn mở ra tiềm năng ứng dụng thực tiễn to lớn. Mục tiêu cốt lõi là tạo ra một xe robot tự hành có khả năng tương tác tự nhiên với người dùng thông qua giọng nói, đồng thời tự bảo vệ mình khỏi các va chạm tiềm ẩn. Thay vì phụ thuộc vào các phương pháp điều khiển thủ công truyền thống, công nghệ này cho phép ra lệnh trực tiếp, giải phóng đôi tay và tăng cường sự tập trung. Hơn nữa, việc tích hợp cảm biến giúp xe chủ động nhận biết môi trường xung quanh, tự động phanh hoặc chuyển hướng khi gặp chướng ngại vật, qua đó nâng cao đáng kể mức độ an toàn. Nghiên cứu này, dựa trên báo cáo của nhóm sinh viên Học viện Công nghệ Bưu chính Viễn thông, tập trung vào việc mô phỏng và xây dựng một mô hình xe điều khiển tích hợp hai công nghệ tiên tiến này. Hệ thống sử dụng các linh kiện điện tử phổ biến như vi điều khiển ESP32, cảm biến siêu âm HC-SR04, và driver động cơ DC, làm cho việc tự chế tạo và nhân rộng trở nên khả thi. Đây là một giải pháp hứa hẹn cho các môi trường đặc thù như nhà kho, khu công nghiệp, bãi đỗ xe thông minh hoặc hỗ trợ người khuyết tật, nơi mà sự tự động hóa và an toàn là yếu tố được đặt lên hàng đầu. Sự kết hợp giữa xử lý ngôn ngữ tự nhiên và khả năng né tránh vật cản tự động là nền tảng cho các phương tiện thông minh trong tương lai.

1.1. Vai trò của công nghệ IoT và tự động hóa trong giao thông

Công nghệ IoT (Internet of Things) đóng vai trò là xương sống cho các hệ thống giao thông thông minh. Nó cho phép các thiết bị, phương tiện và cảm biến kết nối, thu thập và trao đổi dữ liệu trong thời gian thực. Trong dự án điều khiển xe bằng giọng nói, IoT không chỉ đơn thuần là kết nối. Nó tạo ra một hệ sinh thái hoàn chỉnh, nơi dữ liệu từ cảm biến siêu âm HC-SR04 được đẩy lên nền tảng đám mây như ThingSpeak qua giao thức HTTP, đồng thời lệnh điều khiển được truyền từ ứng dụng người dùng đến xe thông qua giao thức MQTT. Sự kết hợp này đảm bảo độ trễ thấp và khả năng giám sát từ xa, cho phép người quản lý theo dõi trạng thái xe, vị trí và các cảnh báo vật cản từ bất kỳ đâu. Tự động hóa, được thúc đẩy bởi IoT, giúp giảm thiểu sai sót của con người, tối ưu hóa hiệu suất vận hành và quan trọng nhất là tăng cường an toàn. Một chiếc xe robot tự hành có khả năng tự né vật cản là minh chứng rõ ràng cho lợi ích này.

1.2. Mục tiêu chính của hệ thống xe điều khiển bằng giọng nói

Mục tiêu trọng tâm của đề tài là xây dựng một phương tiện tự động hóa cao, mang lại sự tiện lợi và an toàn tối đa. Cụ thể, hệ thống hướng đến ba mục tiêu chính. Thứ nhất, cho phép người dùng điều khiển xe hoàn toàn bằng các lệnh giọng nói đơn giản như 'tiến', 'lùi', 'rẽ trái', 'dừng lại', giúp giảm sự phụ thuộc vào thao tác tay. Thứ hai, tích hợp khả năng phát hiện và tự động tránh né vật cản. Hệ thống sử dụng cảm biến siêu âm để liên tục quét môi trường phía trước, và khi phát hiện chướng ngại vật trong phạm vi nguy hiểm, nó sẽ tự động dừng hoặc thực hiện thao tác lùi để tránh va chạm. Cuối cùng, hệ thống được thiết kế như một robot tránh vật cản thông minh, có khả năng ứng dụng rộng rãi từ các mô hình xe tự chế cho mục đích giáo dục đến các phương tiện tự hành trong logistics và sản xuất. Việc đạt được các mục tiêu này sẽ chứng minh tính khả thi của việc tích hợp các công nghệ phức tạp vào một giải pháp đơn giản và hiệu quả.

II. Bí quyết lựa chọn linh kiện cho xe điều khiển bằng giọng nói

Để xây dựng một hệ thống điều khiển xe bằng giọng nói & cảm biến vật cản hoàn chỉnh, việc lựa chọn linh kiện điện tử phù hợp là yếu tố quyết định thành công. Mỗi thành phần đều đóng một vai trò chuyên biệt, từ bộ não xử lý trung tâm đến các cơ cấu chấp hành và cảm biến. Bộ não của hệ thống thường là một vi điều khiển mạnh mẽ có tích hợp khả năng kết nối không dây. Trong tài liệu nghiên cứu gốc, mạch ESP32-WROOM-32D được lựa chọn nhờ vào khả năng hỗ trợ cả Wi-Fi và Bluetooth, cùng bộ xử lý tín hiệu số tích hợp, rất lý tưởng cho các ứng dụng IoT và xử lý âm thanh. Tuy nhiên, các lựa chọn phổ biến khác như Arduino Uno kết hợp với module Wi-Fi hoặc Raspberry Pi cũng là những phương án khả thi cho các đồ án điện tử tương tự. Về phần cảm biến, cảm biến siêu âm HC-SR04 là lựa chọn hàng đầu cho chức năng phát hiện vật cản nhờ chi phí thấp, độ chính xác cao và dễ dàng lập trình. Nó hoạt động bằng cách phát ra sóng siêu âm và đo thời gian phản xạ để tính toán khoảng cách. Để thực hiện các lệnh di chuyển, hệ thống cần có động cơ DC và một module điều khiển động cơ. Cầu H L298N là một module phổ biến, cho phép điều khiển độc lập hai động cơ về cả tốc độ lẫn chiều quay, là thành phần không thể thiếu để xe có thể tiến, lùi, và rẽ. Cuối cùng, một module nhận dạng giọng nói chuyên dụng hoặc việc sử dụng micro kết nối với ESP32 để xử lý giọng nói trên thiết bị hoặc qua cloud API là cần thiết để hoàn thiện chức năng cốt lõi của xe robot tự hành.

2.1. Phân tích bộ não xử lý trung tâm ESP32 Arduino Raspberry Pi

Việc lựa chọn vi điều khiển (MCU) là quyết định nền tảng. ESP32, được sử dụng trong dự án, nổi bật với CPU lõi kép, tích hợp sẵn Wi-Fi và Bluetooth, khiến nó trở thành giải pháp tất cả-trong-một cho các dự án IoT. Nó đủ mạnh để xử lý đồng thời kết nối mạng, đọc dữ liệu cảm biến và điều khiển động cơ. Arduino, đặc biệt là dòng Uno, là lựa chọn tuyệt vời cho người mới bắt đầu lập trình robot vì cộng đồng hỗ trợ lớn và thư viện phong phú. Tuy nhiên, để có kết nối mạng, nó cần các module mở rộng (shield), làm tăng độ phức tạp của mạch điện tử. Raspberry Pi là một máy tính mini chạy hệ điều hành Linux, cung cấp sức mạnh xử lý vượt trội. Nó phù hợp cho các dự án yêu cầu các tác vụ phức tạp như xử lý hình ảnh từ camera hoặc chạy các mô hình trí tuệ nhân tạo AI để xử lý ngôn ngữ tự nhiên trực tiếp trên thiết bị.

2.2. Lựa chọn cảm biến và cơ cấu chấp hành cho xe tự chế

Cảm biến là giác quan của robot tránh vật cản. Cảm biến siêu âm HC-SR04 được ưu tiên vì độ tin cậy và giá thành hợp lý, có khả năng đo khoảng cách từ 2cm đến 450cm. Cơ cấu chấp hành, hay 'cơ bắp' của xe, bao gồm động cơ DC và module điều khiển. Bốn động cơ hộp giảm tốc (điện áp 6-9V) cung cấp đủ mô-men xoắn để xe di chuyển ổn định. Để điều khiển chúng, module cầu H L298N là thiết yếu. Theo tài liệu, module này có thể điều khiển hai động cơ DC độc lập, cho phép thay đổi hướng và tốc độ quay thông qua tín hiệu PWM (điều chế độ rộng xung) từ ESP32. Sự kết hợp này tạo nên một hệ thống truyền động linh hoạt, đáp ứng chính xác các lệnh điều khiển từ giọng nói.

III. Hướng dẫn lắp ráp xe tránh vật cản từ linh kiện cơ bản

Sau khi lựa chọn linh kiện, bước tiếp theo là lắp ráp phần cứng để tạo nên một mô hình xe điều khiển hoàn chỉnh. Quá trình này đòi hỏi sự chính xác trong việc kết nối các thành phần theo sơ đồ mạch điện đã thiết kế. Nền tảng của chiếc xe là một khung xe tự chế, đủ không gian để gắn vi điều khiển, module L298N, cảm biến và pin. Bốn động cơ DC được gắn vào khung và kết nối với các bánh xe. Trái tim của mạch điện tử là vi điều khiển ESP32. Các chân GPIO của ESP32 được kết nối đến các chân điều khiển của module cầu H L298N (IN1, IN2, IN3, IN4, ENA, ENB) để ra lệnh cho động cơ. Các chân đầu ra của L298N (OUT1, OUT2, OUT3, OUT4) sẽ được nối trực tiếp với bốn động cơ. Cảm biến siêu âm HC-SR04 được đặt ở phía trước xe để có tầm nhìn tốt nhất. Chân Trigger và Echo của cảm biến được nối với hai chân GPIO khác của ESP32. Việc cấp nguồn cũng rất quan trọng. Module L298N và các động cơ cần một nguồn riêng (ví dụ: pin 9V-12V) để đảm bảo đủ dòng hoạt động, trong khi ESP32 có thể được cấp nguồn qua cổng USB hoặc chân Vin. Toàn bộ quá trình lắp ráp này, nếu tuân thủ đúng sơ đồ, sẽ tạo ra một hệ thống robot tránh vật cản mạnh mẽ, sẵn sàng cho việc nạp code Arduino và đưa vào vận hành. Đây là một bước thực hành quan trọng trong bất kỳ hướng dẫn DIY nào về chế tạo robot.

3.1. Sơ đồ kết nối chi tiết giữa ESP32 L298N và cảm biến

Theo sơ đồ kết nối thiết bị (Hình 11 trong tài liệu gốc), các kết nối chính được thực hiện như sau: ESP32 sẽ điều khiển module L298N qua 6 chân tín hiệu để quản lý tốc độ và hướng quay của động cơ. Ví dụ, các chân IN1, IN2, ENA của L298N điều khiển cặp động cơ bên trái, trong khi IN3, IN4, ENB điều khiển cặp động cơ bên phải. Đối với cảm biến siêu âm HC-SR04, chân VCC nối với nguồn 5V, GND nối đất, chân Trig (phát sóng) và Echo (nhận sóng) được nối lần lượt vào các chân GPIO 22 và 23 của ESP32. Việc kết nối chính xác theo sơ đồ này là tối quan trọng để đảm bảo mạch điện tử hoạt động ổn định và tránh gây hư hỏng linh kiện. Nguồn điện cho động cơ được cấp riêng vào L298N để không ảnh hưởng đến nguồn nuôi vi điều khiển.

3.2. Nguyên lý hoạt động của cơ chế robot tránh vật cản tự động

Cơ chế tự động tránh vật cản là một chức năng an toàn cốt lõi. Nguyên lý hoạt động rất rõ ràng. Vi điều khiển ESP32 định kỳ gửi một xung tín hiệu đến chân Trigger của cảm biến siêu âm HC-SR04. Cảm biến sau đó phát ra một chùm sóng siêu âm. Khi chùm sóng này gặp vật cản, nó sẽ phản xạ lại và được chân Echo thu nhận. ESP32 đo khoảng thời gian từ lúc phát đến lúc nhận tín hiệu phản xạ. Dựa vào vận tốc âm thanh, nó tính toán ra khoảng cách chính xác đến vật cản. Trong phần mềm, một ngưỡng an toàn được thiết lập (ví dụ: 20cm). Nếu khoảng cách đo được nhỏ hơn ngưỡng này, chương trình sẽ tự động thực thi một hành động ưu tiên, chẳng hạn như gọi hàm stopMotors() để dừng xe ngay lập tức, hoặc hàm luikhigapvancan() để lùi lại một đoạn ngắn, bất chấp lệnh hiện tại từ người dùng. Cơ chế này đảm bảo robot tránh vật cản một cách hiệu quả.

IV. Phương pháp lập trình xe điều khiển giọng nói với Arduino IDE

Phần mềm là linh hồn của hệ thống điều khiển xe bằng giọng nói & cảm biến vật cản. Việc lập trình robot được thực hiện thông qua Arduino IDE, một môi trường phát triển tích hợp (IDE) mã nguồn mở, hỗ trợ biên dịch và nạp code cho các bo mạch như Arduino và ESP32. Mã nguồn cho dự án này bao gồm nhiều thành phần chức năng được tích hợp một cách logic. Đầu tiên là phần khai báo thư viện, bao gồm WiFi.h để kết nối mạng, PubSubClient.h cho giao thức MQTT, HTTPClient.h để giao tiếp với ThingSpeak, và NewPing.h để làm việc với cảm biến siêu âm HC-SR04. Tiếp theo là cấu hình các thông số mạng (SSID, mật khẩu), thông tin MQTT broker, và API key của ThingSpeak. Các chân GPIO kết nối với module cầu H L298N và cảm biến cũng được định nghĩa rõ ràng. Hàm setup() thực hiện các tác vụ khởi tạo một lần: thiết lập giao tiếp Serial, cấu hình các chân I/O, kết nối Wi-Fi và MQTT broker. Hàm loop(), là vòng lặp chính của chương trình, liên tục thực hiện hai nhiệm vụ song song: duy trì kết nối MQTT và đọc khoảng cách từ cảm biến siêu âm. Khi phát hiện vật cản quá gần, nó sẽ tự động kích hoạt chế độ an toàn. Một hàm quan trọng khác là callback(), được thực thi mỗi khi có một tin nhắn mới từ MQTT topic đã đăng ký. Hàm này phân tích nội dung tin nhắn (lệnh giọng nói đã được xử lý) và gọi các hàm điều khiển động cơ tương ứng như dithang(), retrai(), stopMotors().

4.1. Cấu hình kết nối IoT sử dụng giao thức MQTT và ThingSpeak

Kiến trúc IoT của hệ thống dựa trên hai giao thức chính: MQTT và HTTP. MQTT (Message Queuing Telemetry Transport) là giao thức publish-subscribe siêu nhẹ, lý tưởng cho việc truyền lệnh điều khiển thời gian thực. Ứng dụng trên điện thoại (publisher) sẽ gửi lệnh (ví dụ: 'tien') đến một MQTT broker (server trung gian). ESP32 (subscriber) đã đăng ký vào topic tương ứng sẽ nhận được lệnh này gần như tức thì và thực thi. Ngược lại, để lưu trữ và trực quan hóa dữ liệu, hệ thống sử dụng giao thức HTTP để gửi yêu cầu POST đến nền tảng ThingSpeak. Theo định kỳ, ESP32 sẽ đọc giá trị khoảng cách từ cảm biến và gửi nó lên một kênh (channel) trên ThingSpeak. Việc này cho phép người dùng theo dõi lịch sử khoảng cách vật cản qua biểu đồ trên giao diện web, một tính năng hữu ích cho việc giám sát và phân tích.

4.2. Phân tích chi tiết code Arduino cho chức năng điều khiển xe

Phần code Arduino điều khiển động cơ được chia thành các hàm chức năng rõ ràng, giúp mã nguồn dễ đọc và bảo trì. Ví dụ, hàm dithang() sẽ thiết lập các chân IN1 và IN3 ở mức HIGH, IN2 và IN4 ở mức LOW để cả hai cặp bánh xe quay về phía trước. Hàm retrai() sẽ cho cặp bánh bên phải quay tới và cặp bánh bên trái quay lùi (hoặc dừng), khiến xe xoay sang trái. Tốc độ động cơ được điều khiển bằng hàm analogWrite() trên các chân ENA và ENB, cho phép điều chỉnh tốc độ từ 0 đến 255. Hàm luikhigapvancan(), được gọi trong vòng lặp chính khi phát hiện vật cản, là một ví dụ về logic tự động. Nó sẽ thực hiện một chuỗi hành động được lập trình sẵn, chẳng hạn như lùi lại trong 1 giây rồi dừng lại, đảm bảo xe thoát khỏi tình huống nguy hiểm. Cấu trúc mã nguồn này thể hiện rõ sự tách biệt giữa logic điều khiển cấp thấp (motor control) và logic xử lý cấp cao (MQTT, sensor reading).

V. Kết quả thực nghiệm mô hình xe điều khiển bằng giọng nói

Sau quá trình thiết kế và triển khai, mô hình xe điều khiển đã được đưa vào thử nghiệm thực tế để đánh giá hiệu quả hoạt động. Kết quả thu được cho thấy hệ thống đáp ứng tốt các yêu cầu chức năng cốt lõi đã đề ra. Chức năng điều khiển xe bằng giọng nói hoạt động ổn định; các lệnh cơ bản như tiến, lùi, rẽ trái, rẽ phải và dừng được hệ thống nhận diện và thực thi với độ chính xác cao. Độ trễ từ lúc ra lệnh đến khi xe phản hồi là rất thấp, nhờ vào việc sử dụng giao thức MQTT hiệu quả cho việc truyền tin. Chức năng robot tránh vật cản cũng chứng minh được vai trò quan trọng của mình. Cảm biến siêu âm HC-SR04 phát hiện chính xác các chướng ngại vật trong phạm vi đã định, và hệ thống đã tự động dừng hoặc lùi lại thành công để tránh va chạm. Giao diện người dùng trên nền tảng web, được xây dựng bằng HTML, CSS và JavaScript, cung cấp một phương thức điều khiển trực quan bên cạnh giọng nói. Nó hiển thị trạng thái hiện tại của xe và biểu đồ khoảng cách vật cản được lấy từ ThingSpeak. Mặc dù có những ưu điểm rõ rệt, báo cáo cũng chỉ ra một số hạn chế. Đáng chú ý nhất là độ trễ trong việc hiển thị dữ liệu cảm biến trên giao diện web, nguyên nhân được cho là do giới hạn của phiên bản ThingSpeak miễn phí. Nhìn chung, dự án đã thành công trong việc xây dựng một nguyên mẫu hoạt động tốt, là nền tảng vững chắc cho các cải tiến và phát triển trong tương lai.

5.1. Đánh giá ưu và nhược điểm của hệ thống trong môi trường thực

Ưu điểm nổi bật của hệ thống là tính trực quan và dễ sử dụng. Giao diện điều khiển đơn giản kết hợp với khả năng ra lệnh bằng giọng nói giúp người dùng dễ dàng tương tác. Hệ thống IoT hoạt động ổn định, với kết nối MQTT đảm bảo phản hồi gần như tức thì, điều này rất quan trọng đối với một chiếc xe điều khiển từ xa. Hơn nữa, hệ thống có tính mở rộng cao, dễ dàng tích hợp thêm cảm biến hoặc kết nối với các API khác. Tuy nhiên, nhược điểm chính là độ trễ hiển thị dữ liệu từ ThingSpeak, làm giảm trải nghiệm giám sát thời gian thực. Ngoài ra, độ chính xác của module nhận dạng giọng nói có thể bị ảnh hưởng trong môi trường có nhiều tiếng ồn, đây là một thách thức chung của các hệ thống dựa trên giọng nói. Để cải thiện, có thể xem xét nâng cấp gói dịch vụ ThingSpeak hoặc sử dụng giải pháp lưu trữ và hiển thị dữ liệu khác tối ưu hơn.

5.2. Phân tích giao diện người dùng và khả năng tương tác hệ thống

Giao diện người dùng (UI) được thiết kế để cung cấp nhiều phương thức tương tác. Nó bao gồm các nút điều khiển trực tiếp (Tiến, Lùi, Trái, Phải, Dừng), cho phép điều khiển thủ công khi không tiện dùng giọng nói. Nút 'Record' kích hoạt chức năng thu âm, gửi lệnh thoại đến server để xử lý. Điểm nhấn của giao diện là biểu đồ trực quan hóa dữ liệu khoảng cách từ ThingSpeak. Dù có độ trễ, nó vẫn cung cấp một cái nhìn tổng quan về các tình huống gặp vật cản của xe. Giao diện cũng hiển thị trạng thái di chuyển hiện tại ('Đang tiến', 'Đang dừng') và cảnh báo khi có vật cản, giúp người dùng luôn nắm được tình hình. Thiết kế này, tuy đơn giản, đã đáp ứng được các yêu cầu cơ bản về giám sát và điều khiển một chiếc xe robot tự hành.

VI. Tương lai của xe tự hành Tích hợp AI và học máy sâu hơn

Dự án điều khiển xe bằng giọng nói & cảm biến vật cản là một bước khởi đầu vững chắc, nhưng tiềm năng phát triển của nó còn rất lớn. Tương lai của các hệ thống tự hành nằm ở việc tích hợp sâu hơn trí tuệ nhân tạo AI và học máy (Machine Learning) để tạo ra các phương tiện thông minh và linh hoạt hơn. Thay vì chỉ phản ứng với các vật cản đơn giản, phiên bản nâng cấp có thể sử dụng camera kết hợp với các thuật toán thị giác máy tính để phân loại đối tượng (người đi bộ, xe khác, động vật) và đưa ra quyết định né tránh phức tạp hơn. Lĩnh vực xử lý ngôn ngữ tự nhiên (NLP) cũng mở ra nhiều cơ hội. Thay vì các lệnh cố định, hệ thống có thể được huấn luyện để hiểu các câu lệnh tự nhiên và phức tạp hơn, ví dụ: 'Đi nhanh hơn một chút và rẽ phải ở góc tiếp theo'. Điều này đòi hỏi sức mạnh xử lý cao hơn, có thể đạt được bằng cách sử dụng các vi điều khiển mạnh như Raspberry Pi hoặc xử lý trên cloud. Hơn nữa, dữ liệu thu thập từ cảm biến theo thời gian có thể được dùng để huấn luyện một mô hình AI, giúp xe 'học' cách di chuyển tối ưu trong các môi trường cụ thể. Việc kết hợp nhiều loại cảm biến khác nhau (sensor fusion) như LIDAR, camera, IMU cùng với cảm biến siêu âm sẽ tạo ra một nhận thức toàn diện hơn về môi trường xung quanh. Từ một đồ án điện tử, dự án có thể phát triển thành một nền tảng xe robot tự hành linh hoạt, ứng dụng trong nhiều lĩnh vực từ logistics, nông nghiệp thông minh đến xe dịch vụ cá nhân.

6.1. Hướng phát triển Tích hợp trí tuệ nhân tạo AI để nhận diện

Một hướng nâng cấp quan trọng là tích hợp trí tuệ nhân tạo AI cho khả năng nhận diện thông minh. Bằng cách trang bị thêm một camera và sử dụng một nền tảng như Raspberry Pi, hệ thống có thể chạy các mô hình nhận diện đối tượng gọn nhẹ (ví dụ: YOLO, MobileNet). Điều này cho phép xe không chỉ 'thấy' một vật cản, mà còn 'hiểu' đó là gì. Ví dụ, xe có thể ưu tiên dừng lại khi phát hiện người, nhưng có thể chỉ đi chậm lại khi phát hiện một vật thể vô tri. Tương tự, xử lý ngôn ngữ tự nhiên có thể được cải thiện bằng cách sử dụng các API đám mây của Google hoặc Amazon, hoặc triển khai một mô hình NLP nhỏ ngay trên thiết bị để hệ thống có thể hiểu được ngữ cảnh và ý định của người dùng, mang lại trải nghiệm tương tác tự nhiên hơn rất nhiều.

6.2. Khả năng mở rộng hệ thống từ đồ án điện tử đến ứng dụng thực tiễn

Để chuyển đổi từ một đồ án điện tử sang một sản phẩm thực tiễn, hệ thống cần được cải tiến về độ bền và độ tin cậy. Điều này bao gồm việc sử dụng các linh kiện điện tử chuẩn công nghiệp, thiết kế vỏ bảo vệ chắc chắn, và tối ưu hóa quản lý năng lượng để kéo dài thời gian hoạt động. Về phần mềm, việc xây dựng một ứng dụng di động chuyên nghiệp thay cho giao diện web đơn giản sẽ nâng cao trải nghiệm người dùng. Hệ thống cũng có thể được mở rộng để hoạt động theo bầy (swarm robotics), nơi nhiều chiếc xe robot tự hành có thể giao tiếp và phối hợp với nhau để thực hiện các nhiệm vụ phức tạp như vận chuyển hàng hóa trong một nhà kho lớn. Với nền tảng vững chắc đã được xây dựng, khả năng mở rộng và thương mại hóa của dự án là hoàn toàn khả thi.

11/09/2025

Trích đoạn nội dung tài liệu

Đặt vấn đề : Trong bối cảnh công nghệ phát triển nhanh chóng, việc ứng dụng các giải pháp tự động hóa và thông minh vào đời sống ngày càng trở nên quan trọng. Một trong những lĩnh vực được chú trọng là giao thông và vận tải, nơi mà các phương tiện có khả năng tự động hóa và hỗ trợ thông minh có thể mang lại nhiều lợi ích, từ việc tăng cường an toàn giao thông đến cải thiện hiệu suất vận hành. Hiện nay, điều khiển phương tiện bằng tay vẫn là phương pháp phổ biến, tuy nhiên điều này có thể gây ra nhiều rủi ro, đặc biệt là khi người điều khiển gặp khó khăn về sức khỏe hoặc môi trường lái xe không thuận lợi. Đồng thời, các tai nạn do va chạm với chướng ngại vật thường xảy ra do sự thiếu sót trong nhận biết môi trường xung quanh.

Chính vì vậy, việc nghiên cứu và phát triển một hệ thống điều khiển phương tiện thông minh, tích hợp các công nghệ như nhận diện giọng nói và phát hiện vật cản tự động, trở nên cấp thiết hơn bao giờ hết. Hệ thống điều khiển xe bằng giọng nói và phát hiện vật cản dựa trên công nghệ IoT được đề xuất với mục tiêu giải quyết những vấn đề nêu trên. Bằng cách sử dụng các cảm biến và công nghệ nhận diện giọng nói, hệ thống này không chỉ giúp người dùng điều khiển phương tiện một cách dễ dàng hơn mà còn đảm bảo an toàn khi vận hành trong các điều kiện phức tạp. Điều này mở ra tiềm năng cho việc áp dụng hệ thống vào nhiều lĩnh vực khác nhau như giao thông công cộng, xe tự hành trong các nhà máy sản xuất, hoặc các khu vực khó tiếp cận.

Mục tiêu của hệ thống : Mục tiêu chính của hệ thống điều khiển xe bằng giọng nói và phát hiện vật cản là tạo ra một phương tiện có khả năng tự động hóa cao, giúp người dùng điều khiển xe một cách dễ dàng, an toàn và tiện lợi. Cụ thể, hệ thống hướng đến những mục đích sau: 4 Điều khiển bằng giọng nói: Hệ thống cho phép người dùng điều khiển xe thông qua các lệnh giọng nói, giúp giảm thiểu sự phụ thuộc vào thao tác tay, từ đó tăng cường sự thuận tiện và an toàn, đặc biệt trong những tình huống khó khăn hoặc khi người điều khiển gặp trở ngại về di chuyển. Phát hiện và tránh vật cản: Hệ thống tích hợp cảm biến để phát hiện các vật cản trên đường đi. Khi nhận diện được chướng ngại vật, hệ thống sẽ tự động đưa ra cảnh báo và thực hiện các thao tác tránh né nhằm đảm bảo an toàn cho phương tiện và người sử dụng.

Ứng dụng công nghệ IoT: Hệ thống kết nối với mạng lưới IoT để nâng cao tính năng tự động hóa, thu thập và phân tích dữ liệu từ các cảm biến nhằm tối ưu hóa quá trình điều khiển xe và nâng cao hiệu quả vận hành. Tăng cường an toàn giao thông: Bằng cách kết hợp giữa điều khiển giọng nói và tự động phát hiện vật cản, hệ thống giúp giảm thiểu tai nạn giao thông, đặc biệt trong những môi trường nguy hiểm hoặc trong các tình huống khẩn cấp. Ứng dụng trong nhiều lĩnh vực: Hệ thống có thể được ứng dụng rộng rãi trong các môi trường như khu công nghiệp, bãi đỗ xe, khu dân cư hoặc các khu vực có địa hình phức tạp, từ đó góp phần phát triển các giải pháp thông minh cho giao thông trong tương lai I. Xác định chức năng của hệ thống Hệ thống điều khiển xe bằng giọng nói và phát hiện vật cản có các chức năng chính sau: Nhận diện giọng nói: o Hệ thống có khả năng nhận diện và xử lý các lệnh giọng nói từ người dùng.

Các lệnh này bao gồm các thao tác cơ bản như tiến, lùi, rẽ trái, rẽ phải và dừng xe. Xử lý lệnh điều khiển: o Sau khi nhận diện lệnh giọng nói, hệ thống sẽ xử lý và chuyển đổi các lệnh thành tín hiệu điều khiển cho xe. Điều này bao gồm việc điều chỉnh tốc độ, hướng di chuyển và các hành động khác dựa trên lệnh người dùng. Phát hiện vật cản: o Hệ thống được trang bị cảm biến siêu âm để phát hiện vật cản phía trước của xe.

5 o Khi phát hiện vật cản, hệ thống sẽ đưa ra cảnh báo và kích hoạt các hành động phòng ngừa như dừng xe hoặc chuyển hướng để tránh va chạm. Tự động dừng xe khi gặp chướng ngại vật: o Nếu vật cản được phát hiện quá gần và xe không thể chuyển hướng hoặc không thể thực hiện thao tác tránh né kịp thời, hệ thống sẽ tự động dừng xe để đảm bảo an toàn cho phương tiện và người sử dụng. Tương tác thời gian thực: o Hệ thống có khả năng xử lý và phản hồi các lệnh giọng nói và dữ liệu từ cảm biến trong thời gian thực, đảm bảo xe hoạt động mượt mà và hiệu quả. Ghi nhận dữ liệu và phân tích: o Hệ thống có thể ghi nhận và lưu trữ các dữ liệu liên quan đến quá trình điều khiển và các tình huống phát hiện vật cản.

Dữ liệu này có thể được sử dụng để phân tích và tối ưu hóa hoạt động của hệ thống trong tương lai. Kết nối IoT và điều khiển từ xa: o Hệ thống được tích hợp với mạng IoT, cho phép người dùng theo dõi và điều khiển xe từ xa thông qua các thiết bị di động hoặc máy tính kết nối Internet. Cảnh báo âm thanh và hình ảnh: o Khi phát hiện vật cản hoặc có lỗi trong quá trình vận hành, hệ thống sẽ phát ra các cảnh báo hình ảnh để thông báo cho người điều khiển kịp thời xử lý. Giao thức HTTP HTTP (HyperText Transfer Protocol) là một giao thức lớp ứng dụng cho các hệ thống thông tin siêu phương tiện phân tán, cộng tác.

Là nền tảng của truyền thông dữ liệu cho world wide web, nơi siêu văn bản tài liệu bao gồm các siêu liên kết đến các tài nguyên khác mà người dùng có thể dễ dàng truy cập Thành phần : 6 HTTP Session: HTTP Session giúp duy trì trạng thái người dùng giữa các yêu cầu HTTP, cho phép quản lý thông tin đăng nhập mà không cần đăng nhập lại, nâng cao bảo mật và trải nghiệm người dùng. HTTP Request Methods: Các phương thức chủ yếu của HTTP bao gồm: • GET: Lấy thông tin từ server. • HEAD: Nhận header mà không có nội dung. • POST: Gửi dữ liệu đến server, có thể thay đổi trạng thái.

• PUT: Cập nhật tài nguyên. • DELETE: Xóa tài nguyên. • CONNECT: Thiết lập đường hầm tới server. • OPTIONS: Thông báo các phương thức hỗ trợ.

• TRACE: Kiểm tra thông điệp tới tài nguyên. Giao thức HTTP với ThingSpeak Đây là cách phổ biến nhất để gửi và nhận dữ liệu từ ThingSpeak. Sử dụng yêu cầu GET hoặc POST qua HTTP để tương tác với API của ThingSpeak. Gửi dữ liệu lên ThingSpeak (HTTP POST/GET): Để gửi dữ liệu đến một kênh (channel) trên ThingSpeak, sử dụng yêu cầu GET hoặc POST HTTP cần có API Key để xác thực và kênh cần có các trường dữ liệu (fields).

Hình 1 Giao thức HTTP với ThingSpeak 7 ThingSpeak là một nền tảng cloud cho phép bạn lưu trữ và quản lý dữ liệu cảm biến từ xa. Thay vì lưu dữ liệu cục bộ trên thiết bị Arduino, việc gửi lên cloud giúp truy cập và quản lý dữ liệu từ bất kỳ đâu có kết nối internet. Giao thức MQTT Giao thức MQTT (Message Queuing Telemetry Transport) là m ột giao thức lớp ứng dụng dùng để truyền giữa liệu qua mạng internet. Vai trò của các thiết bị trong giao thức MQTT là thiết bị đăng kí chủ đề (subscriber), thiết bị xuất bản chủ đề (publisher) và người môi giới trung gian (broker), với phương thức trao đổi dữ liệu kiểu đăng kí và xuất bản.

MQTT sử dụng hệ thống chủ đề (topic) được xem là các hàng chờ gói tin được quản lý bởi thiết bị có vai trò là người môi giới trung gian. Hình 2 Giao thức MQTT Thành phần của MQTT Thành phần chính của MQTT là Client (Publisher/Subscriber), Server (Broker), Sessions, Subscriptions và Topics. Trong đó: • Client sẽ subcribe từ một hay nhiều topics với mục đích nhận thông điệp từcác topic tương ứng, và publish 1 hay nhiều topic với mục đích gửi thông điệp. • Server: Broker sẽ nhận các thông tin subcribe từ Client hay các thông điệp và dựa vào Subscriptions từ Client để chuyển chúng đến các subscriber tương ứng.

8 • Topic là một hàng đợi các thông điệp và có sẵn khuôn mẫu dành cho Subscriber hoặc Publisher, cho phép Client trao đổi thông tin với các ngữ nghĩa đã được định nghĩa sẵn. Một ví dụ đơn giản mà có thể thấy rõ về Topic của MQTT là dữ liệu cảm biến nhiệt độ của tòa nhà. • Session được định nghĩa là một kết nối từ Client tới Server, toàn bộ giao tiếp của Client với Server đều là một phần của Session. • Subscription là kết nối từ Client tới Topic, Client có thể nhận hoặc gửi thông điệp với Topic đó.

Tổng quan về cách hoạt động của MQTT như sau: Khi khi 1 thiết bị (Ví dụ: cảm biến) publish 1 dữ liệu vào 1 topic gửi lên Broker, lúc này Broker sẽ quản lý topic đó, gửi dữ liệu đó đến 1 thiết bị subcribe topic trên. Cơ chế hoạt động của giao thức MQTT Hình 3 Cơ chế hoạt động của giao thức MQTT Một phiên MQTT được chia thành bốn giai đoạn: kết nối, xác thực, giao tiếp và kết thúc. Client (máy khách) bắt đầu bằng cách tạo kết nối Transmission Control Protocol/Internet Protocol (TCP/IP) tới broker bằng cách sử dụng cổng tiêu chuẩn hoặc cổng tùy chỉnh được xác định bởi các nhà phát triển broker. Các cổng tiêu chuẩn là 1883 cho giao tiếp không mã hóa và 8883 cho giao tiếp được mã hóa – sử dụng Lớp cổng bảo mật (SSL) / Bảo mật lớp truyền tải (TLS).

Trong quá trình giao tiếp SSL/TLS, máy khách cần kiểm chứng và xác thực máy chủ. Sau đó, Client sẽ gửi bản tin lên broker nếu là Publisher hoặc nhận bản tin từ broker về nếu là Subscriber. Quá trình kết nối này sẽ được giữ đến khi Kết thúc kết nối. Sau khi kết thúc để có thể truyền nhận MQTT, chúng ta lại tiếp tục quay lại các bước trên.

10 CHƯƠNG II. PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG Chương này sẽ tập trung vào việc phân tích và thiết kế hệ thống điều khiển xe bằng giọng nói và phát hiện vật cản. Nội dung bao gồm việc xác định yêu cầu hệ thống, các mô hình đặc tả, xác định các kiến trúc phần mềm và phần cứng, kết nối phần cứng và tích hợp ứng dụng để hoàn thiện được sản phần. Kiến trúc tổng quan của hệ thống II.

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