Đồ án: Nghiên cứu và thiết kế mô hình xe robot giám sát an ninh hộ gia đình

Tham khảo đồ án robot giám sát an ninh gia đình. Báo cáo chi tiết từ thiết kế, lập trình Raspberry Pi, nhận dạng vật thể đến điều khiển qua app.

• Tác giả: Hồ Hoài Linh
• Người hướng dẫn: ThS. Nguyễn Đình Phú
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh
• Chuyên ngành: Công Nghệ Kỹ Thuật Điện Tử Truyền Thông
• Đề tài: Đồ Án Robot Giám Sát An Ninh Gia Đình (Full A-Z)
• Loại tài liệu: Đồ Án Tốt Nghiệp
• Năm xuất bản: 2020
• Địa điểm: Tp. Hồ Chí Minh

Tóm tắt

I. Giới thiệu về Đồ án Robot Giám sát An ninh Gia đình

Robot giám sát an ninh gia đình là một hệ thống tự động hiện đại được thiết kế để bảo vệ và giám sát toàn bộ không gian nhà ở 24/7. Đây là một đồ án tốt nghiệp tiêu biểu trong lĩnh vực công nghệ kỹ thuật điện tử truyền thông, kết hợp nhiều công nghệ tiên tiến như machine learning, nhận dạng đối tượng, và streaming video trực tiếp. Hệ thống này không chỉ giám sát an ninh mà còn phát hiện các mối đe dọa tiềm tàng như xâm nhập trái phép, phát hiện chuyển động nghi ngờ, và cảnh báo các tình huống khẩn cấp cho chủ nhà. Các tính năng thông minh cho phép người dùng điều khiển từ xa thông qua ứng dụng di động, nhận cảnh báo qua email, và xem trực tiếp video từ camera Robot. Đồ án này là sự kết hợp hoàn hảo giữa phần cứng (xe robot, camera, cảm biến) và phần mềm (xử lý hình ảnh, ứng dụng Android, web server).

1.1. Mục đích và Ý nghĩa của Đồ án

Mục đích chính của đồ án là nghiên cứu và thiết kế một mô hình xe robot giám sát an ninh hoạt động tự động. Ý nghĩa thực tiễn nằm ở khả năng bảo vệ tài sản gia đình, phát hiện xâm nhập không phép, giám sát diễn biến tình hình từ xa, và gửi cảnh báo tức thì qua email. Hệ thống giúp tăng cường nLevel an ninh, giảm chi phí thuê dịch vụ bảo vệ, và cung cấp sự bình yên tâm cho gia đình khi vắng nhà lâu.

1.2. Các Công nghệ Chính được Ứng dụng

Đồ án ứng dụng nhiều công nghệ tiên tiến: Cascade Classifiers để nhận dạng khuôn mặt, OpenCV cho xử lý hình ảnh thời gian thực, Raspberry Pi 3 làm bộ điều khiển chính, ESP8266 cho giao tiếp WiFi, và các cảm biến thông minh (PIR, DHT11, MQ2). Công nghệ HTTP Streaming cho phép truyền video trực tiếp, Cloud Server lưu trữ dữ liệu, và ứng dụng Android được lập trình bằng phương pháp kéo thả hiện đại.

II. Các Thành phần Chính của Hệ thống Robot

Một robot giám sát an ninh bao gồm nhiều thành phần quan trọng hoạt động đồng bộ. Phần cứng gồm Raspberry Pi 3 Model B đóng vai trò bộ xử lý trung tâm, Camera Rev V1 để quay video giám sát, các cảm biến chuyên dụng (PIR, DHT11, MQ2) phát hiện xâm nhập và các tình huống bất thường, module relay điều khiển các thiết bị ngoại vi, và động cơ giảm tốc cùng bánh xe đa hướng cho phép robot di chuyển. Phần mềm gồm web server xử lý dữ liệu từ cảm biến, ứng dụng Android điều khiển robot từ xa, và hệ thống nhận dạng dựa trên machine learning. Toàn bộ hệ thống được kết nối qua WiFi và có khả năng gửi cảnh báo email khi phát hiện nguy hiểm.

2.1. Khung xe Robot và Hệ thống Cơ khí

Khung xe robot được thiết kế bằng công cụ Creo và in 3D để tối ưu trọng lượng và độ bền. Robot sử dụng bánh xe đa hướng cho phép di chuyển linh hoạt trong không gian hẹp. Động cơ giảm tốc V1 cung cấp lực kéo đủ mạnh để vượt qua các chướng ngại vật nhỏ. Hệ thống được thiết kế để di chuyển autonomously hoặc được điều khiển từ xa qua ứng dụng di động.

2.2. Hệ thống Cảm biến và Thu thập Dữ liệu

Cảm biến PIR phát hiện chuyển động để kích hoạt quay video, DHT11 giám sát nhiệt độ và độ ẩm, MQ2 phát hiện khí gas nguy hiểm. Camera Rev V1 chất lượng cao ghi lại video streaming trực tiếp. Tất cả dữ liệu được xử lý bởi Raspberry Pi sử dụng OpenCV và Cascade Classifiers để nhận dạng khuôn mặt và sự cố bất thường.

III. Quy trình Lập trình và Phần mềm Điều khiển

Phần mềm của đồ án robot giám sát được phát triển theo quy trình full-stack hiện đại. Phần vi điều khiển chạy trên Raspberry Pi sử dụng ngôn ngữ Python để xử lý dữ liệu từ cảm biến và điều khiển ESP8266. Web server được xây dựng bằng HTML/CSS/JavaScript cho phép người dùng xem livestream video thời gian thực. Ứng dụng Android được lập trình bằng phương pháp kéo thả trực quan, giúp người dùng dễ dàng điều khiển robot từ xa và nhận thông báo cảnh báo. Hệ thống nhận dạng đối tượng sử dụng Cascade Classifiers (bộ phân loại xếp tầng) để phát hiện khuôn mặt và xâm nhập. Cloud server lưu trữ video và gửi email cảnh báo tự động.

3.1. Lập trình Nhận dạng Đối tượng với Machine Learning

Cascade Classifiers là công nghệ machine learning chủ yếu của dự án. Quá trình lựa chọn Haar Features giúp phát hiện khuôn mặt con người với độ chính xác cao. Mô hình được huấn luyện để nhận diện xâm nhập trái phép. Hệ thống xếp tầng giúp lọc nhanh các vùng không đáng ngờ, giảm thời gian xử lý và tiêu hao năng lượng của robot.

3.2. Ứng dụng Android và Web Interface

Ứng dụng Android cho phép người dùng điều khiển robot từ xa, xem livestream video, và quản lý cảnh báo. Web server dùng HTML cung cấp giao diện HTTP streaming xem video trực tiếp. Người dùng nhận thông báo email tự động khi phát hiện sự cố. Giao thức WiFi kết nối tất cả thiết bị, đảm bảo bảo mật với mã hóa dữ liệu.

IV. Kết quả Thực hiện và Ứng dụng Thực tiễn

Đồ án tốt nghiệp này đã hoàn thành thành công với các kết quả nổi bật. Phần cứng được thi công hoàn chỉnh và kiểm tra kỹ lưỡng, với PCB thiết kế tối ưu. Livestream video chạy ổn định cả trong điều kiện ánh sáng yếu nhờ xử lý hình ảnh thông minh. Hệ thống nhận dạng hoạt động hiệu quả, phát hiện xâm nhập với tỷ lệ chính xác cao. Điều khiển robot từ xa mượt mà qua ứng dụng, cảm biến phản hồi nhanh chóng, email cảnh báo gửi tức thì. Hệ thống bảo mật đảm bảo dữ liệu được mã hóa an toàn. Đồ án có thể ứng dụng thực tiễn cho giám sát gia đình, bảo vệ cơ sở thương mại, và phòng chống trộm cắp.

4.1. Kết quả Thi công và Kiểm tra Hệ thống

Phần cứng hoàn thiện với PCB được thi công chính xác, tất cả linh kiện được lắp ráp và kiểm tra. Robot di chuyển trơn tru, camera ghi lại video chất lượng cao, cảm biến hoạt động chính xác. Livestream video có tốc độ khung hình ổn định, độ trễ tối thiểu cho phép điều khiển real-time.

4.2. Hướng Phát triển Tương lai

Các hướng phát triển tiếp theo bao gồm tích hợp AI nâng cao, nhận dạng hành động nghi ngờ, tích hợp smart home, phân tích dữ liệu học sâu, và mở rộng quy mô giám sát. Có thể thêm giao tiếp giọng nói, định vị GPS, pin thay thế để tăng thời gian hoạt động.

Trích đoạn nội dung tài liệu

ĐẶT VẤN ĐỀ Xã hội ngày càng phát triển, kéo theo đó là sự tiến bộ vƣợt bậc của các ngành khoa học – kĩ thuật nói chung và lĩnh vực cơ, điện tử nói riêng. Nhu cầu ứng dụng các thiết bị điện tử, công nghệ vào cuộc sống để phục vụ cho các mục đích có lợi của các cá nhân, gia đình, doanh nghiệp đang ngày một tăng nhanh và lan rộng. Những thiết bị này không chỉ đem lại tiện lợi cho ngƣời sử dụng mà còn góp phần phục vụ vào sự phát triển, công nghiệp hóa nông nghiệp, y tế, giao thông vận tải, giáo dục,. Cùng với sự phát triển đó, công nghệ chế tạo robot cũng có sự chuyển mình đáng kể.

Robot ngày càng đa dạng hơn về hình dáng, kích thƣớc cũng nhƣ chức năng, giá cả, chẳng hạn nhƣ robot lau nhà, robot dò bom, mìn, robot làm bánh, robot vận chuyển, robot tƣới tiêu,. An ninh cũng là một trong những lĩnh vực phát triển mạnh trong cuộc cách mạng công nghệ này. Chúng ta giờ đây có thể dễ dàng bắt gặp các camera ở mọi ngỏ ngách, nẻo đƣờng, các ổ khóa điện tử thông minh, các thiết bị, robot, xe giám sát an ninh tuần tra quanh các doanh trại, trụ sở,. Thật vậy, do thiếu nhân công, nhiều doanh nghiệp và công ty vận tải của Nhật Bản đã sử dụng robot hỗ trợ công tác bảo đảm an ninh và giám sát.

Với thiết kế cao 1,2m, mỗi robot an ninh đƣợc trang bị một loạt công nghệ bảo đảm an ninh nhƣ camera với góc quay 360 độ, thiết bị cảm biến nhiệt, máy dò kim loại. Mỗi cặp robot sẽ làm nhiệm vụ tuần tra an ninh tại cảng hàng không số 1 và số 2 của sân bay Narita nằm ở tỉnh Chiba, giáp thủ đô Tokyo. [1] Còn tại ga tàu điện ngầm Ang Mo Kio ở Singapore, hai robot có tên là OB1FORC3 và K3NOBI vẫn đều đặn làm nhiệm vụ giám sát, chúng đƣợc trang bị camera thông minh và cảm biến. K3NOBI có chiều cao 1,9m với khả năng quan sát 360 độ.

Trong khi đó, OB1FORC3 nhỏ hơn nhƣng lại có thể phóng đại hình ảnh ở khoảng cách 200m. Cả hai đều đƣợc cài đặt công nghệ nhận diện khuôn mặt và có thể đảm đƣơng nhiệm vụ thông báo khi cần thiết. [2] Tại nƣớc ta, cũng đã có rất nhiều nghiên cứu, thiết kế, cụ thể trong số đó chính là những Đồ Án Tốt Nghiệp đƣợc thực hiện, tạo ra những mô hình thực tế nhƣ năm 2018, Nguyễn Văn Lập – Hà Đăng Lộc với đề tài: “Thiết kế xe điều khiển từ xa có Livestream Camera” [3], đề tài đã sử dụng vi điều khiển để điều khiển mô hình xe di chuyển và livestream video lên web server. Hay tiếp theo là của Nguyễn Tiến Hòa và Ngô Minh Hiệp, năm 2019, với đề tài “Thiết kế và thi công mô hình xe thăm dò môi trƣờng” [4], đề tài này đã sử dụng thêm hàng loại các cảm biến kết hợp với quá trình quan sát môi trƣờng để gửi và cập nhật dữ liệu về độ ẩm, nhiệt độ,.

Tóm lại, điều khiển và giám sát an ninh là tích hợp các hệ thống camera giám sát, hệ thống báo cháy, hệ thống cảnh báo rò rỉ khí gas, hệ thống phát hiện chuyển động, hệ thống cảnh báo bằng loa, còi, hệ thống chiếu sáng, hệ thống đo thân nhiệt, dò tìm kim loại, hệ thống theo dõi, hiển thị các thông số nhƣ nhiệt độ, độ ẩm, khói bụi, tia uv, nồng độ cacbon trong môi trƣờng hoạt động, làm việc,… thành một thể thống nhất. Hệ thống này thƣờng yêu cầu khả năng tự vận hành hoặc dƣới BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH 1 CHƢƠNG 1. TỔNG QUAN sự điều khiển của ngƣời dùng thông qua công cụ hỗ trợ nhƣ web, app. Ngƣời sử dụng có thể truy cập từ xa để kiểm tra, cập nhật, theo dõi và điều khiển mô hình.

Từ những khảo sát trên, cùng với các kiến thức đã đƣợc trang bị, nhóm làm đề tài kiến nghị thực hiện việc thiết kế và thi công một mô hình xe robot kết hợp điều khiển quan sát hình ảnh, nhận dạng ngƣời lạ, chuyển động khác thƣờng để gởi cảnh báo cho ngƣời sử dụng, cảnh báo khi có khí gas, hỗ trợ chiếu sáng, cập nhật giá trị nhiệt độ, độ ẩm lên app điện thoại, cảnh báo bằng còi buzzer, có thể điều khiển, theo dõi từ xa, ứng dụng trong các gia đình, nhà kho,. Hệ thống có tên là “Thiết kế và thi công mô hình xe robot giám sát an ninh hộ gia đình”. MỤC TIÊU Đề tài “Thiết kế và thi công mô hình xe robot giám sát an ninh hộ gia đình” hƣớng đến mục tiêu hỗ trợ ngƣời dùng kiểm soát, cập nhật tình hình bên trong, bên ngoài ngôi nhà, khu vƣờn, kho hàng của mình từ xa với các mục tiêu đƣợc đề ra: - Xe robot có thể hoạt động, di chuyển ổn định khi đƣợc điều khiển. - Camera quan sát đƣợc ở nhiều vị trí, nhiều góc độ khác nhau.

- Có thể đƣợc điều khiển từ xa. - Có khả năng chiếu sáng. - Các dữ liệu nhiệt độ, độ ẩm, khí gas đƣợc cập nhật chính xác. - Nhận biết chuyển động, ngƣời lạ, chụp lại hình, gửi mail cảnh báo và hú còi để báo động.

NỘI DUNG NGHIÊN CỨU • NỘI DUNG 1: Tìm hiểu các mô hình xe robot, các hệ thống giám sát an ninh thực tế. • NỘI DUNG 2: Tìm hiểu phƣơng pháp livestream video. • NỘI DUNG 3: Tìm hiểu về web server, app android. • NỘI DUNG 4: Tìm hiểu về machine learning, thuật toán nhận dạng khuôn mặt.

• NỘI DUNG 5: Tính toán, lựa chọn các linh kiện cần thiết cho mô hình xe robot. • NỘI DUNG 6: Lập trình cho hệ thống vi điều khiển. • NỘI DUNG 7: Thiết kế và thi công mô hình xe robot. GIỚI HẠN • Hoạt động của xe robot trong đề tài với các loại địa hình, tốc độ wifi và một số yếu tố khác là lý tƣởng.

• Chất lƣợng livestream video phụ thuộc nhiều yếu tố nhƣ độ sáng, thời tiết( mƣa, bão,.), loại module camera sử dụng. • Nguồn hoạt động chính của mạch là pin nên có hạn chế về thời gian sử dụng. • Các giá trị thu nhận đƣợc từ cảm biến, hình ảnh nhận dạng có sai số và không chính xác tuyệt đối. • Khi điều khiển xe ở chế độ từ xa xảy ra hiện tƣợng delay, lag,.

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH 2 CHƢƠNG 1. BỐ CỤC • Chƣơng 1: Tổng Quan Chƣơng này trình bày tổng quan về các mô hình robot nói chung cũng nhƣ các mô hình xe robot giám sát an ninh nói riêng. Từ đó, đi đến làm rõ mục tiêu, nội dung nghiên cứu, giới hạn đề tài. • Chƣơng 2: Cơ Sở Lý Thuyết.

Chƣơng này trình bày về các cơ sở lý thuyết đƣợc sử dụng trong mô hình xe robot. • Chƣơng 3: Tính toán và Thiết Kế Chƣơng này trình bày các yêu cầu chi tiết về kỹ thuật từ đó tính toán, lựa chọn linh kiện phù hợp cho mô hình xe robot. • Chƣơng 4: Thi công hệ thống Chƣơng này trình bày các giải thuật để lập trình cho hệ thống và quá trình thi công phần cứng mô hình xe robot. • Chƣơng 5: Kết quả - nhận xét – đánh giá Chƣơng này trình bày kết quả đạt đƣợc, nhận xét và đánh giá về mô hình xe robot.

• Chƣơng 6: Kết luận và hƣớng phát triển. Chƣơng này trình bày những kết luận về quá trình nghiên cứu và khả năng phát triển của mô hình xe robot. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH 3 CHƢƠNG 2. CƠ SỞ LÝ THUYẾT Chƣơng 2.

GIỚI THIỆU Chƣơng này trình bày các cơ sở lý thuyết đƣợc sử dụng trong đề tài “Thiết kế và thi công mô hình xe robot giám sát an ninh hộ gia đình”. Các cơ sở lý thuyết này phải phù hợp với các yêu cầu đã đƣợc đặt ra của mô hình nhƣ có khả năng livestream video, nhận dạng khuôn mặt ngƣời lạ để gửi cảnh báo về gmail, có giao diện web server để điều khiển chuyển động xe robot, góc quay camera, đèn, còi, có app điện thoại để cập nhật, hiển thị các giá trị của cảm biến, có thể điều khiển từ xa qua wifi, internet,. TÌM HIỂU VỀ MACHINE LEARNING VÀ PHƢƠNG PHÁP NHẬN DẠNG ĐỐI TƢỢNG VỚI BỘ PHÂN LOẠI XẾP TẦNG 2. Tổng quan Machine learning (thuật toán máy học) là một lĩnh vực con của trí tuệ nhân tạo (Artificial Intelligence) sử dụng các thuật toán cho phép máy tính có thể học từ dữ liệu để thực hiện các công việc thay vì đƣợc lập trình một cách rõ ràng.

[5] Machine learning trên thực tế đã đƣợc ứng dụng khá rộng rãi, đặc biệt là trong xử lý ảnh. Bài toán xử lý ảnh (Image Processing) giải quyết các vấn đề phân tích thông tin từ hình ảnh hay thực hiện một số phép biến đổi. Một số ví dụ điển hình nhƣ: - Gắn thẻ hình ảnh (Image Tagging), giống nhƣ Facebook, một thuật toán tự động phát hiện khuôn mặt của bạn và bạn bè trên những bức ảnh. Về cơ bản, thuật toán này học từ những bức ảnh mà bạn tự gắn thẻ cho mình trƣớc đó.

- Nhận dạng ký tự (Optical Character Recognition), là một thuật toán chuyển dữ liệu trên giấy tờ, văn bản thành dữ liệu số hóa. Thuật toán phải học cách nhận biết ảnh chụp của một ký tự là ký tự nào. - Ô tô tự lái (Self-driving cars), một phần cơ chế sử dụng ở đây là xử lý ảnh. Một thuật toán machine learning giúp phát hiện các mép đƣờng, biển báo hay các chƣớng ngại vật bằng cách xem xét từng khung hình video từ camera.

Làm sao thuật toán có thể thể đƣa ra đầu ra mong muốn từ tập dữ liệu đầu vào? Nó cần một quá trình training sử dụng các dữ liệu training. Một tập dữ liệu training bao gồm nhiều mẫu training. Mỗi mẫu training sẽ là một bài toán (có đầu vào và lời giải). Machine learning sẽ học từ các bài toán đó để tìm ra lời giải phù hợp với từng đầu vào mới.

Giống nhƣ bạn dạy 1 đứa trẻ cách ném quả bóng, bạn sẽ ném quả bóng vài lần cho đứa trẻ quan sát, sau đó đứa trẻ sẽ bắt đầu học để tự ném quả bóng. [5] Các ví dụ trong tập training thƣờng có một tập thuộc tính/ đặc trƣng cố định. Đó là những thể hiện để mô tả về đối tƣợng đó. Lựa chọn các đặc trƣng thích hợp là một nhiệm vụ quan trọng trong machine learning.

Phân loại thuật toán machine learning  Học có giám sát Trong học có giám sát, thuật toán machine learning thực hiện quá trình chuyển dữ liệu đầu vào thành đầu ra mong muốn. Trong machine learning, đầu vào đƣợc gọi là input, đầu ra đƣợc gọi là label (nhãn). Tập dữ liệu training đƣợc gọi là training set.