Bối cảnh và vấn đề nghiên cứu
Sự phát triển của cuộc cách mạng công nghiệp lần thứ tư đã thúc đẩy mạnh mẽ các công nghệ tự động hóa, điều khiển thông minh và Internet of Things (IoT) ứng dụng vào đời sống dân sinh. Trong đó, mô hình nhà thông minh (Smart Home) trở thành xu hướng nghiên cứu nổi bật nhằm tối ưu hóa sự tiện nghi, an toàn và hiệu quả quản lý năng lượng. Các thiết bị gia dụng hiện đại không chỉ kết nối Internet để theo dõi trạng thái từ xa mà còn tương tác trực tiếp với con người thông qua các giao diện tự nhiên, tiêu biểu là công nghệ điều khiển bằng giọng nói và các hệ thống an ninh thị giác máy tính.
Tác giả đã tiến hành khảo sát các công trình nghiên cứu đi trước của sinh viên ngành kỹ thuật để làm rõ khoảng trống nghiên cứu:
- Phạm Văn Huy phát triển hệ thống điều khiển và giám sát thiết bị dùng vi điều khiển Arduino Uno R3, ESP8266 NodeMCU và module Bluetooth HC-06, tiếp nhận giọng nói qua ứng dụng Android để đóng cắt 4 thiết bị, 1 động cơ và đo đạc nhiệt độ, độ ẩm.
- Nguyễn Ngọc Lực xây dựng mô hình điều khiển thiết bị trên nền Arduino Mega 2560 phối hợp ESP8266 và module Sim900A, quản lý 4 thiết bị qua Webserver và Android App, tích hợp cảm biến khí gas, cảm biến đột nhập và nguồn ắc quy dự phòng.
- Huỳnh Xuân Dũng và Trần Nhật Minh nghiên cứu hệ thống điều khiển 8 thiết bị dựa trên bộ điều khiển chính STM32F407VGT6 và Arduino Mega phụ, ứng dụng Web Server, Android App, WPF, tích hợp công nghệ RFID và mật khẩu bàn phím để kiểm soát cửa.
- Trần Minh Luân và Lâm Thành Đạt sử dụng ESP8266 NodeMCU kết nối nền tảng OpenHAB, MQTT, Google Assistant và IFTTT để điều khiển 2 thiết bị bằng giọng nói cùng cảm biến hồng ngoại, RF.
Từ các nghiên cứu trên, đề tài "Thiết kế và thi công hệ thống điều khiển thiết bị điện trong nhà thông qua Amazon Alexa và cảnh báo chống trộm" được thực hiện nhằm xây dựng một giải pháp tích hợp phần cứng điều khiển thiết bị gia dụng bằng giọng nói tiếng Anh thông qua loa thông minh Amazon Echo Dot Gen 2, kết hợp cơ chế kiểm soát an ninh đa tầng bằng nhận diện khuôn mặt trên máy tính và bàn phím ma trận.
Mục tiêu và nhiệm vụ nghiên cứu của đề tài gồm 10 nội dung cụ thể:
- Tìm hiểu cách thức hoạt động của các mô hình nhà IoT.
- Tìm hiểu các chuẩn truyền thông nối tiếp gồm UART, I2C, SPI.
- Nghiên cứu bo mạch vi điều khiển Arduino Nano V3 và module Wifi ESP8266 NodeMCU.
- Thiết kế giao diện điều khiển và giám sát qua Web server và ứng dụng di động.
- Thiết kế và thi công hệ thống điều khiển đa chế độ: điều khiển bằng nút nhấn thủ công (Manual), điều khiển bằng giọng nói qua loa Amazon Echo Dot Gen 2 và ứng dụng Amazon Alexa.
- Thiết kế và thi công hệ thống an ninh bảo mật: đóng mở cửa bằng mật khẩu qua bàn phím ma trận 4x3 hoặc nhận diện khuôn mặt bằng camera Logitech HD Webcam C270, hiển thị thông tin làm việc trên màn hình LCD 16x2.
- Thiết kế và thi công mô hình nhà hoàn chỉnh tích hợp các cơ cấu chấp hành.
- Viết chương trình điều khiển cho Arduino Nano và ESP8266, nạp mã nguồn, chạy thử nghiệm và tối ưu hóa hệ thống.
- Viết báo cáo thuyết minh luận văn tốt nghiệp.
- Tiến hành bảo vệ đề tài trước hội đồng chuyên môn.
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Hệ thống điều khiển thiết bị gia dụng và bảo mật đóng mở cửa tự động trên cơ sở phối hợp phần cứng nhúng và xử lý ảnh.
- Phạm vi không gian: Mô hình nhà ở thực nghiệm có kích thước vật lý cao 30 cm, rộng 20 cm, dài 50 cm.
- Phạm vi thiết bị chấp hành: 3 bóng đèn sợi đốt/compact 220VAC - 5W, 1 quạt làm mát mini 5V/0.2A, 1 động cơ servo SG90 điều khiển chốt cửa chính và 1 còi buzzer phát âm thanh cảnh báo.
- Giới hạn công nghệ: Điều khiển giọng nói sử dụng tiếng Anh thông qua hệ sinh thái Amazon Alexa; giải thuật nhận diện khuôn mặt xử lý trên phần mềm MATLAB với độ chính xác đạt mục tiêu khoảng 80%.
- Thời gian thực hiện: Từ ngày 11/02/2019 đến ngày 10/06/2019.
Cơ sở lý thuyết và phương pháp
Đề tài vận dụng tổng hợp các cơ sở lý thuyết kỹ thuật điện tử, truyền thông số và thị giác máy tính:
- Khung lý thuyết mạng và IoT: Khái niệm liên mạng vạn vật kết nối Internet, công nghệ mạng không dây Wi-Fi chuẩn IEEE 802.11 b/g/n băng tần 2.4 GHz; kiến trúc dịch vụ đám mây trung gian kết nối giữa thiết bị nhúng và hệ thống trợ lý ảo Amazon Alexa thông qua nền tảng Sinric.
- Khung lý thuyết phần cứng vi điều khiển: Kiến trúc vi điều khiển AVR ATmega328P trên board Arduino Nano V3 (xung nhịp thạch anh 16 MHz, bộ nhớ Flash 32 KB, SRAM 2 KB, EEPROM 1 KB, điện áp hoạt động 5V); kiến trúc chip ESP8266 trên board ESP-12E NodeMCU (bộ nhớ Flash 4 MB, điện áp 3.3V, tích hợp ngăn xếp giao thức TCP/IP và chip nạp CP2102).
- Các chuẩn truyền thông nối tiếp:
- UART (Universal Asynchronous Receiver/Transmitter): Phương thức truyền thông nối tiếp không đồng bộ với các tham số tốc độ Baud, khung truyền (khởi đầu bằng bit Start mức 0, chuỗi 5-9 bit dữ liệu, bit kiểm tra tính chẵn lẻ Parity và bit Stop mức 5V).
- I2C (Inter-Integrated Circuit): Giao thức 2 dây gồm đường dữ liệu hai chiều SDA và đường xung nhịp đồng bộ SCL với điện trở kéo lên (Pull-up resistor) từ 1k đến 4.7k ohm; quy trình truyền dữ liệu xác định qua điều kiện Start, chuỗi 8-bit dữ liệu kèm cờ đọc/ghi, xung xác nhận ACK và điều kiện Stop.
- SPI (Serial Peripheral Interface): Giao thức đồng bộ 4 dây truyền song công (Full-duplex) gồm SCK (xung nhịp), MISO (dữ liệu vào Master), MOSI (dữ liệu ra Master) và SS (tín hiệu chọn vi mạch Slave).
- Lý thuyết xử lý ảnh và nhận dạng khuôn mặt:
- Mô hình 5 bước cơ bản của hệ thống xử lý ảnh: thu nhận ảnh (Image Acquisition qua camera), tiền xử lý (Preprocessing lọc nhiễu, cân bằng sáng), phân đoạn ảnh (Segmentation tách vùng quan tâm), biểu diễn và trích chọn đặc trưng (Representation & Feature Extraction), nhận dạng và nội suy (Recognition & Interpretation).
- Kỹ thuật phân đoạn vùng da dựa trên không gian màu: Khảo sát các không gian màu RGB, RGB chuẩn hóa, HSV, HSL, TSL, $YC_rC_b$; các giải thuật mô hình hóa phân phối màu da bao gồm phương pháp không tham số (Bảng tra cứu LUT - Lookup Table, phân lớp Bayes) và phương pháp có tham số (mô hình Gauss đơn, mô hình hỗn hợp đa phân phối Gauss).
- Thuật toán phân tích thành phần chính PCA (Principal Component Analysis): Kỹ thuật giảm chiều dữ liệu và trích chọn vector đặc trưng khuôn mặt (Eigenfaces).
- Phương pháp phân tích đặc trưng biểu đồ hướng gradient HOG (Histogram of Oriented Gradients): Chuẩn hóa hình ảnh, tính toán đạo hàm gradient $G_x$, $G_y$, phân chia cell/block và tính toán lược đồ phân bố hướng vector gradient.
Phương pháp nghiên cứu thực nghiệm được áp dụng xuyên suốt đồ án:
- Phương pháp thiết kế và chế tạo phần cứng: Phân tích dòng điện tiêu thụ, vẽ sơ đồ nguyên lý, bố trí linh kiện, thi công mạch in (PCB) cho khối điều khiển trung tâm, khối rơ-le và khối nút nhấn; gia công cơ khí mô hình nhà và hộp chứa bo mạch điều khiển.
- Phương pháp phát triển phần mềm: Lập trình mã nguồn điều khiển phần cứng bằng ngôn ngữ C/C++ trên nền Arduino IDE; xây dựng giao diện điều khiển và giải thuật xử lý ảnh trên phần mềm MATLAB, giao tiếp máy tính với vi điều khiển thông qua cổng COM ảo (UART).
- Phương pháp kiểm nghiệm thực tế: Tiến hành các lượt thử nghiệm độc lập đối với tính năng nhận diện khuôn mặt, nhập mã số ma trận và điều khiển tải điện qua giọng nói/ứng dụng để thống kê xác suất chính xác và độ trễ phản hồi.
Thiết kế và thi công hệ thống kỹ thuật
Kiến trúc hệ thống kỹ thuật được phân chia thành các khối chức năng liên kết chặt chẽ:
- Khối xử lý trung tâm: Gồm Arduino Nano V3 đóng vai trò bộ điều khiển hạt nhân kết hợp cùng module ESP8266 NodeMCU. Module ESP8266 duy trì kết nối Wi-Fi, giao tiếp máy chủ đám mây Sinric để bắt lệnh điều khiển từ Alexa rồi truyền dữ liệu sang Arduino qua giao tiếp nối tiếp UART. Arduino trực tiếp đọc trạng thái cảm biến, nút nhấn cơ học, nhận tín hiệu từ bàn phím ma trận và cổng COM máy tính để phát lệnh điều khiển đến cơ cấu chấp hành.
- Khối thị giác máy tính: Sử dụng Logitech HD Webcam C270 kết nối với máy tính cá nhân. Chương trình MATLAB đảm nhiệm thu nhận khung hình 720p/30fps, quét vùng da, trích chọn đặc trưng khuôn mặt qua PCA/HOG, đối sánh với cơ sở dữ liệu khuôn mặt đã huấn luyện (Training), hiển thị kết quả trên giao diện đồ họa (GUI) và gửi tín hiệu kích hoạt chốt cửa sang Arduino Nano.
- Khối bảo mật thủ công: Bàn phím ma trận 4x3 (12 nút nhấn, 4 chân hàng R1-R4, 3 chân cột C1-C3). Hoạt động dựa trên giải thuật quét phím: vi điều khiển lần lượt kéo từng chân cột xuống mức logic 0 (Low) trong khi duy trì các cột còn lại ở mức 1 (High), đồng thời kiểm tra mức logic tại 4 chân hàng có gắn điện trở kéo lên để xác định chính xác tọa độ nút nhấn. Màn hình LCD 16x2 giao tiếp song song hiển thị các thông báo hướng dẫn và trạng thái đóng mở cửa.
- Khối chấp hành và cảnh báo: Module 4 Relay sử dụng cách ly quang, kích hoạt bằng mức logic thấp (0V) để đóng cắt mạng điện xoay chiều của 3 bóng đèn 220VAC - 5W và cấp nguồn quạt 5V/0.2A; động cơ servo SG90 thực hiện góc quay gạt chốt khóa cửa tự động; chuông còi buzzer đảm nhận chức năng phát cảnh báo âm thanh khi phát hiện nhập sai mật khẩu hoặc khuôn mặt không khớp.
| Thiết bị / Linh kiện |
Thông số kỹ thuật chính |
Vai trò trong hệ thống |
| Arduino Nano V3 |
ATmega328P, 16 MHz, Flash 32KB, SRAM 2KB, 5V DC |
Vi điều khiển trung tâm, điều khiển thiết bị, đọc bàn phím |
| ESP8266 NodeMCU |
ESP-12E, 2.4 GHz 802.11 b/g/n, Flash 4MB, 3.3V DC |
Kết nối mạng Wi-Fi, nhận lệnh từ server Sinric / Alexa |
| Amazon Echo Dot Gen 2 |
Nguồn micro USB 5V, mảng 7 micro far-field, Wi-Fi 2.4/5GHz |
Thu nhận và nhận dạng câu lệnh giọng nói tiếng Anh |
| Logitech HD C270 |
Độ phân giải 720p/30fps, tiêu cự cố định, góc nhìn 60° |
Ghi nhận hình ảnh khuôn mặt người dùng trước cửa |
| Module Relay 4 kênh |
Kích mức thấp (0V), tiếp điểm 250VAC-10A / 30VDC-10A |
Đóng cắt 3 đèn 220VAC và 1 quạt làm mát 5V |
| Động cơ Servo SG90 |
Điện áp 4.8 - 6V, góc quay điều khiển 0° - 180° |
Cơ cấu chấp hành đóng/mở chốt cửa chính |
| Bàn phím ma trận 4x3 |
12 phím bấm cơ học, 7 chân tín hiệu (4 hàng, 3 cột) |
Nhập mật khẩu mở khóa cửa và đổi mã quản trị |
| Màn hình LCD 16x2 |
16 chân giao tiếp, hiển thị 2 dòng x 16 ký tự |
Hiển thị thông báo trạng thái hoạt động của hệ thống |
| Còi Buzzer |
Điện áp hoạt động 5V DC |
Phát âm thanh cảnh báo chống trộm khi có xâm nhập trái phép |
Nội dung chính theo từng chương
Chương 1: Tổng quan
Chương này đặt vấn đề dựa trên bối cảnh phát triển của cuộc cách mạng công nghiệp 4.0 và xu hướng công nghệ IoT trong tự động hóa nhà ở. Tác giả tiến hành lược khảo chi tiết 4 công trình đồ án tốt nghiệp tiêu biểu cùng chuyên ngành để so sánh giải pháp công nghệ, chỉ ra ưu điểm của việc kết hợp trợ lý ảo đám mây Amazon Alexa với xử lý ảnh nhận diện khuôn mặt. Chương 1 xác định rõ mục tiêu đề tài, liệt kê 10 nội dung nghiên cứu kỹ thuật, thiết lập giới hạn thông số kích thước mô hình (30x20x50 cm), số lượng tải chấp hành (3 đèn 220VAC, 1 quạt 5V, 1 servo SG90, 1 webcam C270) và trình bày kết cấu 6 chương của báo cáo.
Chương 2: Cơ sở lý thuyết
Nội dung chương 2 tập trung hệ thống hóa toàn bộ lý thuyết kỹ thuật phục vụ việc chế tạo:
- Trình bày định nghĩa, ứng dụng và đặc điểm định danh thiết bị của công nghệ IoT; cơ chế truyền sóng vô tuyến của mạng Wi-Fi ở dải tần 2.4 GHz.
- Phân tích chi tiết phần cứng vi điều khiển Arduino Nano V3 và module mạng ESP8266 NodeMCU bao gồm sơ đồ chân, chức năng bộ nhớ, điện áp hoạt động và dòng tiêu thụ.
- Giới thiệu cấu tạo, đặc tính mảng 7 micro công nghệ beam-forming của loa thông minh Amazon Echo Dot Gen 2; tài liệu hóa quy trình từng bước kết nối Echo Dot với mạng Wi-Fi và điện thoại chạy hệ điều hành Android qua ứng dụng Amazon Alexa.
- Thuyết minh nguyên lý cấu tạo và hoạt động của bàn phím ma trận 4x3, màn hình LCD 16x2 (các chân chức năng RS, RW, E, bus dữ liệu D0-D7), nút nhấn 4 chân, động cơ servo SG90, module relay 4 kênh kích mức thấp và camera ghi hình Logitech C270.
- Khảo sát nguyên lý 3 chuẩn truyền thông nối tiếp thông dụng: UART (định dạng khung truyền, tốc độ baud), I2C (giao thức 2 dây, điều kiện Start/Stop, cờ ACK) và SPI (giao tiếp 4 dây đồng bộ).
- Khái quát lý thuyết hệ thống xử lý ảnh số gồm 5 giai đoạn chính và các thuộc tính cơ bản của ảnh số (độ phân giải, mức xám).
Chương 3: Tính toán và thiết kế
Chương 3 trình bày các tính toán lý thuyết và phương án thiết kế hệ thống:
- Phân tích sâu các kỹ thuật nhận biết màu da dựa trên điểm ảnh qua các không gian màu RGB, RGB chuẩn hóa, HSV, HSL, TSL, $YC_rC_b$; phân tích ưu nhược điểm của các phương pháp mô hình hóa phân phối màu da (phân phối Gauss đơn, Gauss kết hợp, phân lớp Bayes, bảng tra LUT); từ đó lựa chọn phương án không gian màu tối ưu cho đồ án.
- Trình bày thuật toán phân tích thành phần chính PCA để trích xuất đặc trưng khuôn mặt và phương pháp HOG (tính toán ma trận gradient, biểu đồ hướng trong từng cell/block) nhằm định vị vùng mặt.
- Thiết kế sơ đồ khối toàn diện của hệ thống; thực hiện tính toán dòng điện tiêu thụ của các linh kiện để lựa chọn nguồn cấp phù hợp.
- Xây dựng sơ đồ nguyên lý chi tiết cho bo mạch điều khiển Arduino Nano, sơ đồ nối dây module Wi-Fi ESP8266, sơ đồ kết nối module relay 4 kênh và sơ đồ nguyên lý tổng thể toàn mạch.
Chương 4: Thi công hệ thống
Chương này mô tả chi tiết quá trình hiện thực hóa mô hình từ bản vẽ thiết kế:
- Thiết kế mạch in, bố trí linh kiện và thi công chế tạo các bo mạch: bo mạch điều khiển trung tâm (chính), bo mạch nút nhấn điều khiển thiết bị ngoại vi và bo mạch module relay 4 kênh; đóng gói toàn bộ khối mạch vào hộp bảo vệ kỹ thuật.
- Thi công khung mô hình nhà ở thực nghiệm, đi dây điện ngầm, lắp đặt hệ thống đèn chiếu sáng, quạt thông gió, chốt khóa servo và camera giám sát.
- Xây dựng lưu đồ giải thuật và viết chương trình phần mềm:
- Lưu đồ chương trình chính cho Arduino Nano, lưu đồ chương trình con nhận dữ liệu nối tiếp từ ESP8266, từ máy tính và từ bàn phím ma trận 4x3; lưu đồ thuật toán đổi mật khẩu người dùng.
- Lưu đồ chương trình cho ESP8266 NodeMCU kết nối Wi-Fi và lưu đồ chương trình con nhận gói tin sự kiện từ máy chủ Sinric.
- Lưu đồ chương trình xử lý ảnh trên MATLAB: lưu đồ đọc luồng video từ webcam, giao diện huấn luyện dữ liệu khuôn mặt (training), cửa sổ quản lý ảnh mẫu (thêm/xóa dữ liệu), giao diện nhận diện thời gian thực (Recognition) và truyền mã đóng mở cửa qua cổng COM.
- Lập tài liệu hướng dẫn vận hành hệ thống.
Chương 5: Kết quả, nhận xét và đánh giá
Chương 5 ghi nhận các kết quả thực nghiệm đạt được sau quá trình thi công và hiệu chỉnh:
- Trình bày hình ảnh thực tế của hệ thống phần cứng, mô hình nhà hoàn thiện và các giao diện điều khiển phần mềm.
- Đánh giá khả năng hoạt động của cơ chế bảo mật: hệ thống nhận dạng chính xác khuôn mặt hợp lệ và kích hoạt servo mở cửa; phát hiện đúng trường hợp khuôn mặt lạ hoặc nhập sai mật khẩu bàn phím quá số lần quy định để kích hoạt còi buzzer cảnh báo và khóa cửa.
- Kiểm nghiệm tính năng điều khiển tải: hệ thống đáp ứng chính xác lệnh điều khiển giọng nói qua Amazon Alexa / Echo Dot Gen 2, lệnh bấm trên giao diện ứng dụng điện thoại và thao tác bấm nút thủ công trực tiếp trên mô hình.
- Thống kê các thông số đo đạc, số lần thử nghiệm điều khiển thiết bị và phân tích độ tin cậy của các phương án kỹ thuật đã áp dụng.
Chương 6: Kết luận và hướng phát triển
Chương cuối cùng tổng kết các hạng mục công việc đã hoàn thành đúng mục tiêu đề ra, thẳng thắn chỉ ra những điểm còn tồn tại trong quá trình thực nghiệm và vạch ra các định hướng nghiên cứu nhằm nâng cấp hệ thống trong tương lai.
Kết quả và đóng góp
Về kết quả kỹ thuật, đề tài đã thiết kế và chế tạo thành công một mô hình nhà thông minh hoàn chỉnh với các thông số vận hành thực tế:
- Điều khiển đóng cắt độc lập 4 phụ tải điện trong nhà (gồm 3 đèn xoay chiều 220VAC - 5W và 1 quạt mini 5V/0.2A) qua 3 phương thức linh hoạt: ra lệnh bằng giọng nói tiếng Anh thông qua loa thông minh Amazon Echo Dot Gen 2, thao tác từ xa trên ứng dụng di động Amazon Alexa qua kết nối Wi-Fi/Internet, và điều khiển trực tiếp bằng hệ thống nút nhấn cơ học đặt tại mô hình.
- Triển khai thành công hệ thống an ninh cửa tự động sử dụng động cơ servo SG90 tích hợp hai cơ chế xác thực độc lập: mở khóa bằng mật khẩu qua bàn phím ma trận 4x3 có chức năng đổi mật khẩu quản trị và hiển thị trạng thái trên màn hình LCD 16x2; mở khóa bằng nhận diện khuôn mặt qua webcam Logitech C270 kết nối máy tính chạy chương trình MATLAB.
- Hệ thống cảnh báo an ninh hoạt động chính xác: còi buzzer tự động phát tín hiệu báo động khi phát hiện khuôn mặt không có trong cơ sở dữ liệu huấn luyện hoặc khi người dùng nhập sai mật khẩu trên bàn phím ma trận.
Về đóng góp học thuật và ứng dụng, tác giả tự xác định những điểm mới so với các đề tài sinh viên trước đây tại trường:
- Tiên phong tích hợp thành công loa thông minh thương mại Amazon Echo Dot Gen 2 và trợ lý ảo Amazon Alexa vào phần cứng vi điều khiển tự thiết kế thông qua nền tảng trung gian đám mây Sinric, thay vì chỉ sử dụng các module nhận dạng giọng nói ngoại vi cục bộ hoặc ứng dụng di động thông thường.
- Kết hợp đồng thời giữa bài toán điều khiển nhúng thời gian thực (trên kit Arduino Nano và ESP8266) với bài toán thị giác máy tính nhận dạng khuôn mặt (trên nền tảng MATLAB) vào cùng một hệ thống quản lý nhà thông minh thống nhất.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của hệ thống được tác giả ghi nhận dựa trên phạm vi nghiên cứu và kết quả thử nghiệm thực tế:
- Tính năng điều khiển bằng giọng nói qua hệ sinh thái Amazon Alexa bắt buộc người dùng phải sử dụng câu lệnh bằng tiếng Anh, chưa hỗ trợ nhận dạng trực tiếp tiếng Việt.
- Khối xử lý ảnh nhận dạng khuôn mặt vẫn phụ thuộc hoàn toàn vào máy tính cá nhân để chạy phần mềm MATLAB và giao tiếp với vi điều khiển qua dây cáp nối tiếp USB-UART, chưa được nhúng độc lập trên một bo mạch xử lý nhỏ gọn tại chỗ.
- Độ chính xác nhận diện khuôn mặt dừng lại ở mức xấp xỉ 80%, dễ bị ảnh hưởng bởi sự thay đổi của cường độ ánh sáng môi trường xung quanh và góc nghiêng của khuôn mặt trước ống kính webcam.
- Hệ thống chỉ mới dừng lại ở quy mô mô hình thực nghiệm thu nhỏ (kích thước 30x20x50 cm) phục vụ nghiên cứu học tập, chưa thể triển khai ngay vào lưới điện thực tế mà không qua cải tiến công suất và độ bền công nghiệp.
Hướng nghiên cứu tiếp theo mà tác giả đề xuất:
- Nghiên cứu giải pháp nhúng trực tiếp thuật toán nhận diện khuôn mặt lên các máy tính nhúng chuyên dụng (như Raspberry Pi hoặc các dòng chip xử lý biên) để loại bỏ sự phụ thuộc vào máy tính cá nhân cồng kềnh.
- Nghiên cứu tích hợp các giải pháp nhận dạng giọng nói tiếng Việt để nâng cao tính tiện dụng cho người dùng trong nước.
- Nâng cấp độ chính xác của giải thuật xử lý ảnh bằng các mô hình mạng nơ-ron học sâu nhằm khắc phục nhược điểm về điều kiện ánh sáng.
- Mở rộng số lượng kênh điều khiển thiết bị gia dụng và tích hợp thêm các cảm biến cảnh báo môi trường (cảm biến phát hiện rò rỉ khí gas, cảm biến nhiệt độ, độ ẩm).
Giá trị tham khảo
Đồ án tốt nghiệp là tài liệu tham khảo hữu ích cho sinh viên các chuyên ngành Công nghệ Kỹ thuật Điện tử - Truyền thông, Điện tử Công nghiệp, Kỹ thuật Điều khiển & Tự động hóa, Kỹ thuật Máy tính và Công nghệ Thông tin (định hướng IoT và Hệ thống nhúng):
- Cung cấp tài liệu thiết kế chi tiết về sơ đồ nguyên lý mạch phối ghép giữa vi điều khiển Atmega328P (Arduino Nano) và chip Wi-Fi ESP8266 qua chuẩn giao tiếp UART.
- Cung cấp quy trình kết nối và lập trình đồng bộ giữa phần cứng nhúng tự chế với hệ sinh thái nhà thông minh của Amazon thông qua máy chủ đám mây Sinric, giải quyết bài toán điều khiển thiết bị gia dụng bằng loa thông minh thương mại.
- Cung cấp tài liệu học tập thực tế về xây dựng giao diện điều khiển GUI và ứng dụng các giải thuật thị giác máy tính truyền thống (PCA, HOG, trích chọn vùng da đa không gian màu) trên phần mềm MATLAB kết nối thiết bị ngoại vi.
Câu hỏi thường gặp
1. Khối điều khiển trung tâm của hệ thống sử dụng những linh kiện bán dẫn nào và phân chia chức năng ra sao?
Khối điều khiển trung tâm phối hợp hai vi điều khiển: bo mạch Arduino Nano V3 (sử dụng vi điều khiển ATmega328P, thạch anh 16 MHz) đóng vai trò bộ xử lý chính điều khiển rơ-le, đọc nút nhấn, quét bàn phím ma trận, điều khiển góc quay servo, kích còi buzzer và xuất dữ liệu ra LCD; bo mạch ESP-12E NodeMCU (dựa trên chip ESP8266) đóng vai trò bộ vi xử lý mạng, đảm nhiệm kết nối Wi-Fi 2.4 GHz, nhận lệnh từ máy chủ Sinric và truyền dữ liệu điều khiển sang Arduino qua giao tiếp UART.
2. Loa Amazon Echo Dot Gen 2 liên kết với vi điều khiển ESP8266 qua phương thức nào để điều khiển thiết bị?
Loa Echo Dot Gen 2 thu âm giọng nói người dùng, tải dữ liệu lên dịch vụ giọng nói đám mây Alexa Voice Service để nhận diện câu lệnh tiếng Anh. Dịch vụ Alexa chuyển tiếp sự kiện điều khiển đến máy chủ trung gian đám mây Sinric. Module ESP8266 NodeMCU trong ngôi nhà kết nối Internet qua Wi-Fi sẽ nhận dữ liệu trạng thái tương ứng từ server Sinric và truyền lệnh đến Arduino Nano để đóng ngắt rơ-le.
3. Cơ chế bảo mật và đóng mở cửa tự động trong đồ án gồm những phương thức nào?
Hệ thống cửa sử dụng động cơ servo SG90 để gạt chốt khóa với 2 phương thức xác thực độc lập: (1) Nhận diện khuôn mặt thời gian thực qua camera Logitech HD Webcam C270 kết nối máy tính chạy giải thuật xử lý ảnh trên MATLAB; (2) Nhập mật khẩu số trực tiếp từ bàn phím ma trận 4x3 có hiển thị trạng thái trên LCD 16x2. Khi nhận diện sai khuôn mặt hoặc nhập sai mật khẩu, hệ thống sẽ giữ khóa cửa và kích hoạt còi buzzer phát âm thanh cảnh báo đột nhập.
4. Bàn phím ma trận 4x3 được quét phím theo nguyên lý kỹ thuật nào?
Bàn phím ma trận 4x3 gồm 12 phím bấm bố trí theo 4 hàng và 3 cột (tổng cộng 7 chân giao tiếp). Vi điều khiển thiết lập 3 chân cột (C1, C2, C3) là ngõ ra với mức logic 1, và 4 chân hàng (R1, R2, R3, R4) là ngõ vào có điện trở kéo lên. Quá trình quét thực hiện bằng cách lần lượt kéo từng chân cột xuống mức logic 0 (Low) trong khi giữ các cột khác ở mức cao, sau đó đọc giá trị điện áp trên 4 chân hàng; nếu chân hàng nào xuất hiện mức logic 0 thì tọa độ giao điểm giữa hàng và cột đó chính là phím đang được bấm.
5. Chương trình MATLAB ứng dụng những giải thuật nào để thực hiện bài toán nhận dạng khuôn mặt?
Trên phần mềm MATLAB, nhóm tác giả khảo sát các kỹ thuật phân đoạn vùng da người trên các không gian màu khác nhau (RGB, HSV, HSL, TSL, $YC_rC_b$) kết hợp mô hình phân bố màu da; áp dụng phương pháp phân tích đặc trưng biểu đồ hướng gradient HOG (Histogram of Oriented Gradients) để định vị và trích xuất vùng ảnh khuôn mặt; sau đó sử dụng giải thuật phân tích thành phần chính PCA (Principal Component Analysis) để giảm chiều dữ liệu không gian ảnh và so sánh vector đặc trưng với tập dữ liệu khuôn mặt đã được huấn luyện trước.
Kết luận
Đồ án tốt nghiệp "Thiết kế và thi công hệ thống điều khiển thiết bị điện trong nhà thông qua Amazon Alexa và cảnh báo chống trộm" đã hoàn thành toàn diện mục tiêu thiết kế và chế tạo một mô hình nhà thông minh tích hợp công nghệ IoT. Hệ thống vận hành ổn định các chức năng điều khiển thiết bị điện qua trợ lý ảo Amazon Alexa, ứng dụng di động và nút bấm thủ công, đồng thời tăng cường an ninh bằng cơ chế cửa tự động kết hợp nhận diện khuôn mặt trên MATLAB và mật khẩu bàn phím ma trận. Công trình là tài liệu tham khảo kỹ thuật có giá trị thực tiễn cao cho sinh viên ngành Điện tử - Viễn thông và Kỹ thuật máy tính trong việc phối ghép phần cứng nhúng với dịch vụ đám mây và thị giác máy tính.
