Bối cảnh và vấn đề nghiên cứu

Trong các công trình kiến trúc hiện đại và tòa nhà thông minh, việc tích hợp mảng xanh (cây cảnh nội thất) và hồ thủy sinh (bể cá cảnh, hồ nuôi tôm) ngày càng phổ biến nhằm cải thiện chất lượng vi khí hậu và thẩm mỹ không gian sống. Tuy nhiên, việc duy trì và quản lý môi trường sinh thái nhân tạo này đòi hỏi quy trình giám sát thường xuyên các chỉ số hóa - lý. Trong môi trường thủy sinh, các tác nhân gây ô nhiễm nghiêm trọng gồm có: bùn lắng (tích tụ từ phân động vật thủy sinh và thức ăn dư thừa, gây bệnh về mang cá), sự bùng phát của rêu tảo hại (tảo xanh, tảo nâu do tích tụ dinh dưỡng Nitơ và Photpho), và sự xâm lấn của sò nước/ốc hại làm mất cân bằng sinh học.

Hiện nay, việc kiểm tra chất lượng nước định kỳ (các chỉ số pH, Amoniac, Nitrit, Nitrat) chủ yếu được thực hiện bằng hai phương pháp thủ công:

  • Sử dụng thiết bị điện tử chuyên dụng (như bút đo pH, máy quang phổ cầm tay): Cho độ chính xác cao nhưng chi phí thiết bị đắt đỏ, đòi hỏi người dùng có kiến thức chuyên môn và kỹ năng hiệu chuẩn phức tạp.
  • Sử dụng các bộ dung dịch thử hóa học (Test Kit so màu): Chi phí thấp, tương đối phổ biến nhưng quy trình thực hiện tốn thời gian, hoàn toàn phụ thuộc vào việc thao tác bằng tay và tiềm ẩn nguy cơ hóa chất độc hại tiếp xúc trực tiếp với da người sử dụng.

Đối với cây xanh nội thất, các yếu tố quyết định tới sự sinh trưởng là độ ẩm hữu hiệu trong đất và cường độ ánh sáng quang hợp. Việc giám sát thủ công các chậu cây phân tán trong tòa nhà tốn nhiều nhân lực và khó đảm bảo tính liên tục.

Khóa luận được thực hiện nhằm kế thừa và nâng cấp đề tài "Hệ thống đo lường chất lượng bể cá, cây xanh trong tòa nhà sử dụng Bluetooth Mesh" do nhóm sinh viên Nguyễn Việt Dũng và Võ Quốc Bảo thực hiện trước đó. Hệ thống tiền nhiệm đã xây dựng được mạng Bluetooth Mesh gồm 3 node client và 1 node master, thu thập được nhiệt độ/độ ẩm đất và lấy mẫu nước cơ bản. Tuy nhiên, hệ thống cũ bộc lộ nhiều hạn chế kỹ thuật:

  • Bộ điều khiển trung tâm dùng Orange Pi dùng chung nguồn với node bể cá dẫn đến hiện tượng sụt áp, hoạt động thiếu ổn định và thỉnh thoảng làm treo toàn bộ hệ thống.
  • Node master mới chỉ dừng lại ở việc bơm hút mẫu thử, kích hoạt thủ công bằng nút bấm cơ học, hoàn toàn chưa có cơ chế camera chụp ảnh và thuật toán xử lý ảnh để tự động đọc kết quả chỉ số nước.
  • Hệ thống máy chủ và website hiển thị chỉ triển khai cục bộ trong mạng nội bộ (LAN), thiếu tính năng tự động lập lịch đo đạc và chưa có cơ chế cảnh báo khi các chỉ số vượt ngưỡng an toàn.

Nhằm giải quyết triệt để các tồn tại trên, nhóm tác giả xác định 5 nội dung và nhiệm vụ nghiên cứu chính:

  1. Nội dung 1: Cải thiện và tối ưu hóa tính ổn định của hệ thống giao tiếp đa tầng gồm: Bộ điều khiển trung tâm – Mạng Bluetooth Mesh – Máy chủ Website.
  2. Nội dung 2: Thiết kế, chế tạo hoàn chỉnh thiết bị cơ điện tử đo lường chất lượng nước tự động và triển khai thử nghiệm trong môi trường thực tế.
  3. Nội dung 3: Vận hành, kiểm thử hệ thống, thu thập dữ liệu thực nghiệm và đối sánh độ chính xác với các thiết bị đo chuyên dụng.
  4. Nội dung 4: Thu thập dữ liệu tập trung về máy chủ (Server), xây dựng giao diện hiển thị, lập lịch và cảnh báo ngưỡng trên cả nền tảng Web và ứng dụng di động (Mobile App).
  5. Nội dung 5: Đảm bảo toàn bộ hệ thống vận hành tự động, ổn định và độc lập.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các thông số chất lượng nước bể thủy sinh (pH, nồng độ $\text{NH}_3/\text{NH}_4^+$, $\text{NO}_2^-$, $\text{NO}_3^-$) và thông số môi trường đất, ánh sáng của cây cảnh (độ ẩm đất, cường độ sáng lux); công nghệ mạng không dây Bluetooth Mesh; kỹ thuật xử lý ảnh màu; hệ thống nhúng và ứng dụng Web/Mobile thời gian thực.
  • Phạm vi nghiên cứu: Triển khai thử nghiệm hệ thống mạng gồm 1 node master (đo bể cá kết hợp thu phát dữ liệu) và các node client (đo cây cảnh) trong không gian tòa nhà, kết nối lưu trữ và điều khiển thông qua Cloud Server.

Cơ sở lý thuyết và phương pháp

1. Cơ sở lý thuyết và các chỉ số đo lường

  • Chỉ số pH: Thang đo logarit cơ số 10 nồng độ ion $\text{H}^+$ trong nước theo công thức: $$\text{pH} = -\lg[\text{H}^+]$$ Giá trị $\text{pH}$ nằm trong khoảng từ 0 đến 14. Trong hồ thủy sinh, độ $\text{pH} > 8.5$ khiến tính kiềm tăng mạnh, làm lượng khí độc $\text{NH}_3$ tăng gấp 10 lần trên mỗi đơn vị $\text{pH}$ tăng thêm, cản trở quá trình trao đổi chất của sinh vật.
  • Hợp chất Amoniac ($\text{NH}_3/\text{NH}_4^+$), Nitrit ($\text{NO}_2^-$), Nitrat ($\text{NO}_3^-$) và chu trình Nitrat hóa:
    • $\text{NH}_3$ sinh ra do phân hủy chất hữu cơ, thức ăn thừa và bài tiết của thủy sinh.
    • Quá trình Nitrat hóa diễn ra qua 2 giai đoạn nhờ vi khuẩn hiếu khí (yêu cầu oxy hòa tan $> 1\text{ mg/L}$): $$\text{NH}_3/\text{NH}_4^+ \xrightarrow{\text{Giai đoạn 1}} \text{NO}_2^- \xrightarrow{\text{Giai đoạn 2}} \text{NO}_3^- + \text{Năng lượng}$$
    • $\text{NO}_2^-$ ngăn cản liên kết oxy với Hemoglobin trong máu sinh vật, gây thiếu oxy mô (hội chứng cyanose).
    • Quá trình Anammox chuyển hóa $\text{NH}_4^+$ và $\text{NO}_2^-/\text{NO}_3^-$ thành khí $\text{N}_2$ trong điều kiện thiếu oxy ($< 3\text{ mg/L}$ nước ấm, $< 5\text{ mg/L}$ nước lạnh).
  • Bộ thuốc thử hóa học thương mại (API Test Kits):
    • API Ammonia ($\text{NH}_3/\text{NH}_4^+$) Test Kit: Định lượng nồng độ Amoniac qua thang màu từ vàng đến xanh lục.
    • API Nitrite ($\text{NO}_2^-$) Test Kit: Định lượng nồng độ Nitrit qua thang màu từ xanh dương đến tím/đỏ.
    • API Nitrate ($\text{NO}_3^-$) Test Kit: Định lượng nồng độ Nitrat qua thang màu từ vàng sang đỏ đậm.
  • Độ ẩm đất và ánh sáng:
    • Độ ẩm hữu hiệu (chiếm 75% - 80%) là lượng nước dự trữ trong đất mà rễ cây hấp thụ dễ dàng nhất.
    • Cường độ ánh sáng được lượng hóa theo đơn vị Lux (ví dụ: trời nhiều mây trong nhà đạt 5 - 50 Lux, trời nắng trong nhà đạt 100 - 1000 Lux).

2. Công nghệ mạng Bluetooth Mesh

Chuẩn kết nối do Bluetooth SIG ban hành (tháng 7/2017) phát triển trên nền Bluetooth Low Energy (BLE 4.0/5.0). Đặc tính cốt lõi bao gồm:

  • Hoạt động thuần túy trên trạng thái Advertising và Scanning, không duy trì kết nối điểm-điểm cố định (Connectionless).
  • Kiến trúc mạng nhiều-nhiều (Many-to-Many), quy mô hỗ trợ lên đến 32.767 node.
  • Cơ chế truyền tin Managed Flooding: Sử dụng trường TTL (Time-To-Live) để kiểm soát số bước nhảy (hop), kết hợp bộ đệm gói tin (Message Cache) để tránh lặp gói.
  • Quan hệ kết bạn (Friendship): Cho phép các node tiết kiệm năng lượng (Low-Power Node - LPN) tắt khối thu phát sóng phần lớn thời gian và chỉ thức dậy định kỳ nhận bản tin lưu trữ tại Friend Node.
  • Cơ chế truyền thông Publish/Subscribe thông qua các mô hình địa chỉ: Unicast Address, Group Address, và Virtual Address (UUID 128-bit). Quá trình gia nhập mạng được kiểm soát thông qua Provision Node.

3. Phương pháp nghiên cứu

  • Phương pháp thiết kế và tích hợp hệ thống: Thiết kế phần cứng mô-đun hóa (khung cơ khí in 3D, mạch PCB vi điều khiển, cảm biến, máy tính nhúng); lập trình firmware điều khiển mạng không dây và cơ cấu chấp hành.
  • Phương pháp xử lý ảnh thực nghiệm: Sử dụng thư viện OpenCV để trích xuất không gian màu của dung dịch mẫu thử chụp bởi camera chuyên dụng, đối sánh tự động với ma trận bảng màu chuẩn của nhà sản xuất thuốc thử để suy ra nồng độ định lượng.
  • Phương pháp đo đạc đối sánh: So sánh dữ liệu thu thập tự động với các thiết bị đo chuyên dụng độc lập (Bút đo đa chỉ số Hanna HI98131, máy đo quang Checker Hanna HI733 đo Amoniac và HI764 đo Nitrit).

Thiết kế và triển khai hệ thống

1. Kiến trúc tổng thể và phân bổ luồng dữ liệu

Hệ thống được tổ chức thành 4 phân hệ liên kết chặt chẽ:

  • Các Node giám sát cây cảnh (Client Nodes): Sử dụng vi điều khiển Nordic nRF52832 đọc dữ liệu từ cảm biến độ ẩm đất SHT30 và cảm biến ánh sáng BH1750 qua giao tiếp $I^2C$, định kỳ đóng gói và gửi dữ liệu qua mạng Bluetooth Mesh.
  • Node đo lường bể cá (Master Node) kết hợp Bộ điều khiển trung tâm: Đảm nhận việc đo chỉ số pH trực tiếp và vận hành hệ thống cơ điện tử phân tích quang học cho 3 chỉ số $\text{NH}_3$, $\text{NO}_2^-$, $\text{NO}_3^-$. Bộ điều khiển Raspberry Pi 3B+ kết nối trực tiếp với module nRF52832 qua giao tiếp UART để quản lý mạng Mesh, đồng thời kết nối Internet để truyền nhận dữ liệu với Server.
  • Hệ thống Server và Cơ sở dữ liệu: Xây dựng trên nền tảng Node.js, sử dụng thư viện Socket.io để thiết lập kênh giao tiếp hai chiều thời gian thực với bộ điều khiển và các thiết bị người dùng; lưu trữ lịch sử đo đạc và thực hiện tính toán cảnh báo.
  • Giao diện người dùng đa nền tảng: Website xây dựng bằng ReactJS (Single Page Application) và ứng dụng di động xây dựng bằng React Native, cho phép người dùng quan sát biểu đồ biến thiên nồng độ, cài đặt chu kỳ đo tự động hoặc kích hoạt lệnh đo tức thời.
+-------------------------------------------------------------------------+
|                              CLOUD SERVER                               |
|                (Node.js / Socket.io / Database Storage)                 |
+------------------------------------+------------------------------------+
                                     | (Internet / Socket.io)
                                     v
+-------------------------------------------------------------------------+
|                  BỘ ĐIỀU KHIỂN TRUNG TÂM (Raspberry Pi 3B+)             |
|        - Xử lý ảnh OpenCV (Camera V2 8MP)                              |
|        - Điều khiển bơm, van xả, cơ cấu nhỏ giọt                       |
|        - Giao tiếp UART với Master Mesh Node                           |
+------------------------------------+------------------------------------+
                                     | (UART)
                                     v
+-------------------------------------------------------------------------+
|                     MASTER NODE (nRF52832 / Bể cá)                      |
|                  - Đọc cảm biến pH qua kênh ADC                         |
|                  - Đóng vai trò Provisioner / Gateway Mạng Mesh        |
+-------------------+---------------------------------+-------------------+
                    | (Bluetooth Mesh)                | (Bluetooth Mesh)
                    v                                 v
+-----------------------------------+ +-----------------------------------+
|     CLIENT NODE 1 (Cây cảnh)      | |     CLIENT NODE 2 (Cây cảnh)      |
| - nRF52832                        | | - nRF52832                        |
| - Cảm biến độ ẩm SHT30 (I2C)      | | - Cảm biến độ ẩm SHT30 (I2C)      |
| - Cảm biến ánh sáng BH1750 (I2C)  | | - Cảm biến ánh sáng BH1750 (I2C)  |
+-----------------------------------+ +-----------------------------------+

2. Thiết kế phần cứng và cơ cấu đo lường tự động

  • Cơ cấu đo quang học tự động bể cá:
    • Bước 1: Bơm hút chính xác 5 ml nước từ hồ thủy sinh đưa vào buồng phản ứng mẫu.
    • Bước 2: Cơ cấu chấp hành nhỏ số giọt dung dịch thuốc thử chỉ thị màu tương ứng vào mẫu nước.
    • Bước 3: Hệ thống duy trì thời gian chờ từ 5 đến 15 phút để phản ứng hóa học xảy ra hoàn toàn làm đổi màu dung dịch.
    • Bước 4: Camera Raspberry Pi V2 (cảm biến Sony IMX219 8MP, kết nối cáp ribbon CSI) kích hoạt chụp ảnh buồng phản ứng trong điều kiện ánh sáng kiểm soát.
    • Bước 5: Thuật toán OpenCV trên Raspberry Pi tiến hành cắt vùng ảnh mẫu (ROI), trích xuất thông số màu và so sánh với bảng màu chuẩn (color card) đã được số hóa để trả về nồng độ định lượng chính xác.
    • Bước 6: Kích hoạt van xả toàn bộ dung dịch sau phản ứng vào bình chứa chất thải kín.
Phân hệ / Bộ phận Thiết bị / Linh kiện chính Thông số kỹ thuật & Chức năng
Bộ xử lý trung tâm Raspberry Pi 3 Model B+ CPU Broadcom BCM2837 Quad-Core 1.2GHz 64-bit, 1GB RAM, cổng CSI, chạy hệ điều hành Linux và thư viện OpenCV.
Vi điều khiển Mesh Module Ebyte E73 (nRF52832) Lõi ARM Cortex-M4 64MHz, 512KB Flash, 64KB RAM, hỗ trợ BLE 5.0 tốc độ 2Mbps, 8 kênh ADC 12-bit, giao tiếp UART/SPI/$I^2C$.
Cảm biến độ ẩm đất Sensirion SHT30 (Vỏ bảo vệ V4) Dải đo độ ẩm 0 - 100% RH (sai số $\pm 2%$), nhiệt độ -40 đến $125^\circ\text{C}$ (sai số $\pm 0.2^\circ\text{C}$), giao tiếp $I^2C$, điện áp 2.5 - 5.5V.
Cảm biến ánh sáng Rohm BH1750 Dải đo 1 - 65.535 Lux, tích hợp ADC nội, giao tiếp $I^2C$, điện áp 3 - 5V.
Camera thu nhận ảnh Raspberry Pi Camera Module V2 Cảm biến Sony IMX219 8 Megapixel, độ phân giải ảnh tĩnh $3280 \times 2464$, hỗ trợ quay video HD 1080p30, kết nối giao tiếp CSI.
Đo pH Cảm biến pH Analog Đọc tín hiệu điện áp tuyến tính chuyển đổi qua kênh ADC của vi điều khiển.
Phần mềm máy chủ Node.js & Socket.io Xử lý sự kiện bất đồng bộ, truyền dữ liệu thời gian thực hai chiều giữa client và server.
Giao diện người dùng ReactJS & React Native Giao diện quản lý Web SPA và ứng dụng di động đa nền tảng Android/iOS.

Nội dung chính theo từng chương

Chương 1. Giới thiệu

Tập trung phân tích bối cảnh ô nhiễm môi trường thủy sinh và nhu cầu chăm sóc cây cảnh trong các tòa nhà hiện đại. Tác giả trình bày chi tiết các nguyên nhân gây suy giảm chất lượng bể thủy sinh (bùn đáy, rêu tảo, sò nước) và hạn chế của các giải pháp đo thủ công/chuyên dụng hiện hữu. Khóa luận nêu rõ tính kế thừa từ công trình của nhóm Nguyễn Việt Dũng - Võ Quốc Bảo, đồng thời xác lập 5 mục tiêu phát triển trọng tâm: ổn định hóa phần cứng điều khiển, tự động hóa quy trình phân tích nước bằng xử lý ảnh, mở rộng kết nối Cloud, tích hợp Socket.io thời gian thực và xây dựng ứng dụng di động.

Chương 2. Cơ sở lý thuyết

Trình bày hệ thống cơ sở khoa học đa ngành phục vụ đề tài:

  • Tính chất hóa học và độc học của các chỉ số nước ($\text{pH}$, $\text{NH}_3/\text{NH}_4^+$, $\text{NO}_2^-$, $\text{NO}_3^-$), cơ chế chuyển hóa vi sinh trong chu trình Nitrat hóa và phản ứng Anammox.
  • Nguyên lý hoạt động của các bộ kit so màu hóa học API thương mại và các thiết bị đo đối chứng (bút đo Hanna HI98131, Checker Hanna HI733/HI764).
  • Các khái niệm nông học về độ ẩm hữu hiệu của đất và cường độ ánh sáng quang hợp.
  • Kiến trúc giao thức Bluetooth Mesh: cấu trúc Node, Element, State, Property, định dạng Message (GET, SET, STATUS), cơ chế định danh địa chỉ, kỹ thuật Managed Flooding và quan hệ Friendship (LPN - Friend node).
  • Thông số kỹ thuật chi tiết của phần cứng (Raspberry Pi 3B+, module E73 nRF52832, cảm biến SHT30, cảm biến BH1750, Camera Pi V2) và nền tảng phần mềm (OpenCV, Socket.io, Node.js, ReactJS, React Native).

Chương 3. Phân tích và thiết kế hệ thống

Đi sâu vào thiết kế chi tiết từng khối chức năng của hệ thống:

  • Sơ đồ nguyên lý và lưu đồ giải thuật tổng quát cho việc thu thập dữ liệu định kỳ và kích hoạt theo yêu cầu.
  • Quy trình cấu hình và phân quyền (Provisioning) mạng Bluetooth Mesh: Quá trình quét URI Hash, gán địa chỉ Unicast, thiết lập mô hình Publish/Subscribe giữa Master Node và các Client Node.
  • Thiết kế cơ khí khung đỡ in 3D, bố trí buồng phản ứng lấy mẫu nước tự động và sơ đồ mạch in (PCB layout) cho các module nRF52832.
  • Thiết kế khối xử lý ảnh trên Raspberry Pi sử dụng OpenCV: giải thuật định vị vùng phản ứng, trích xuất vector màu và thuật toán khớp màu theo thang chuẩn API Test Kit.
  • Thiết kế kiến trúc phần mềm máy chủ, lược đồ cơ sở dữ liệu, các giao diện chức năng trên Website người dùng (đăng nhập, dashboard tổng quan, biểu đồ thống kê, thanh điều khiển lấy mẫu tức thời, giao diện thiết lập ngưỡng cảnh báo).
  • Phân tích chi tiết mức tiêu thụ điện năng của các node cây cảnh.

Chương 4. Thực nghiệm và kết quả

Trình bày kết quả thử nghiệm vận hành hệ thống trong điều kiện thực tế:

  • Thực nghiệm 1 (Giám sát cây xanh): Thu thập và vẽ biểu đồ theo dõi liên tục độ ẩm đất và cường độ ánh sáng theo chu kỳ 1 ngày và chu kỳ 1 tháng tại các vị trí đặt cây trong tòa nhà.
  • Thực nghiệm 2 (Giám sát bể cá): Vận hành chu trình trích mẫu và phân tích tự động các chỉ số $\text{pH}$ và Amoniac liên tục theo ngày trong vòng 1 tháng, đối sánh số liệu ghi nhận với các thiết bị đo quang Hanna.
  • Trình diễn giao diện vận hành hoàn chỉnh trên Website và ứng dụng di động React Native; hiển thị các thông báo cảnh báo tức thời khi nồng độ chất vượt ngưỡng an toàn.
  • Đánh giá mức độ hoàn thiện phần cứng cơ điện tử và kiểm thử tính ổn định của liên kết mạng Bluetooth Mesh - Internet.

Chương 5. Kết luận và hướng phát triển

Tổng kết toàn bộ các hạng mục đã hoàn thành của đề tài; chỉ rõ các điểm cải tiến vượt bậc so với hệ thống cũ. Tác giả thẳng thắn chỉ ra những điểm còn hạn chế về mặt cơ khí chấp hành và năng lượng tiêu thụ, từ đó đề xuất các hướng mở rộng kỹ thuật tiếp theo.

Kết quả và đóng góp

1. Kết quả thực nghiệm cụ thể

  • Hệ thống đã vận hành ổn định trong môi trường thực tế, tự động thu thập và biểu diễn trực quan dữ liệu độ ẩm đất và ánh sáng theo chu kỳ 24 giờ và chu kỳ 30 ngày.
  • Cơ cấu trích mẫu cơ điện tử kết hợp camera và OpenCV phân tích thành công nồng độ hóa chất trong nước bể cá với chu kỳ phản ứng từ 5 - 15 phút, xuất dữ liệu nồng độ chính xác tương đương thang đo của các bộ test kit API.
  • Chuỗi số liệu đo $\text{pH}$ và nồng độ Amoniac trong 1 tháng ghi nhận đầy đủ các pha biến động của môi trường nước, giúp đưa ra cảnh báo kịp thời qua giao diện Web và Mobile khi các chỉ số vượt ngưỡng an toàn.
Chỉ số / Thiết bị đo Phương pháp đo Dải đo / Độ phân giải Thời gian đáp ứng Thiết bị đối chứng
Độ ẩm đất Cảm biến điện dung/trở SHT30 0 - 100% RH (sai số $\pm 2%$) Tức thời ($< 1\text{s}$) Đồng hồ đo độ ẩm đất tiêu chuẩn
Ánh sáng Cảm biến quang số BH1750 1 - 65.535 Lux Tức thời ($< 1\text{s}$) Thiết bị đo Lux chuyên dụng
Độ pH nước Cảm biến pH điện hóa (ADC) 0 - 14 pH (sai số $\pm 0.1$) $< 5\text{s}$ Bút đo Hanna HI98131
Amoniac ($\text{NH}_3$) Thuốc thử API + Xử lý ảnh OpenCV 0 - 8.0 ppm (mg/L) 5 - 15 phút (chờ phản ứng) Checker Hanna HI733
Nitrit ($\text{NO}_2^-$) Thuốc thử API + Xử lý ảnh OpenCV 0 - 5.0 ppm (mg/L) 5 phút (chờ phản ứng) Checker Hanna HI764
Nitrat ($\text{NO}_3^-$) Thuốc thử API + Xử lý ảnh OpenCV 0 - 160 ppm (mg/L) 5 phút (chờ phản ứng) API Nitrate Test Kit chuẩn

2. Đóng góp kỹ thuật so với nghiên cứu tiền nhiệm

Khóa luận đã giải quyết triệt để các hạn chế của đề tài trước đó (do Nguyễn Việt Dũng và Võ Quốc Bảo thực hiện):

  • Khắc phục triệt để lỗi sụt nguồn: Thay thế bo mạch Orange Pi hoạt động kém ổn định bằng máy tính nhúng Raspberry Pi 3B+, tối ưu hóa phân phối nguồn điện riêng biệt, loại bỏ hiện tượng treo hệ thống.
  • Tự động hóa hoàn toàn khâu đo quang học: Nâng cấp Master Node từ cơ cấu bơm nước cơ học đơn thuần thành hệ thống tự động hoàn chỉnh: định lượng 5ml nước, nhỏ thuốc thử, duy trì thời gian phản ứng, dùng Pi Camera V2 chụp ảnh buồng mẫu và ứng dụng OpenCV phân tích màu sắc tự động thay thế mắt người.
  • Hiện đại hóa tầng truyền thông và điều khiển: Nâng cấp từ website nội bộ (LAN) sang kiến trúc Cloud Server hoàn chỉnh, tích hợp Socket.io cho phép cập nhật dữ liệu hai chiều thời gian thực và điều khiển kích hoạt đo từ xa.
  • Phát triển ứng dụng di động đa nền tảng: Xây dựng ứng dụng di động React Native (iOS/Android) tích hợp hệ thống cảnh báo đẩy khi nồng độ chất trong nước hoặc độ ẩm đất vượt ngưỡng cho phép.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế của hệ thống

  • Cơ cấu cơ khí nhỏ giọt thuốc thử và buồng xả nước thải sau phản ứng đòi hỏi bảo dưỡng và bổ sung dung dịch định kỳ; nguy cơ kẹt van hoặc cặn bám trong ống dẫn sau thời gian dài sử dụng.
  • Độ chính xác của phương pháp xử lý ảnh so màu phụ thuộc nhất định vào điều kiện ánh sáng môi trường buồng chụp và chất lượng quang học của cảm biến camera.
  • Thời gian chờ phản ứng hóa học tương đối lâu (5 đến 15 phút cho mỗi chu kỳ đo Amoniac/Nitrit/Nitrat), không phù hợp cho việc đo liên tục tức thời với tần suất cao.
  • Nguồn cấp cho các node client đo cây cảnh vẫn cần tối ưu hơn nữa để kéo dài tuổi thọ pin khi triển khai số lượng lớn.

2. Hướng nghiên cứu tiếp

  • Tối ưu hóa thiết kế cơ khí của buồng phản ứng: tích hợp cơ chế tự súc rửa tự động bằng nước sạch sau mỗi lần đo để tránh đóng cặn hóa chất.
  • Ứng dụng các thuật toán máy học/xử lý ảnh nâng cao (như cân bằng trắng tự động, hiệu chỉnh không gian màu thích nghi) để tăng độ chính xác phân tích nồng độ trong các điều kiện chiếu sáng khác nhau.
  • Tối ưu hóa sâu hơn nữa chế độ năng lượng thấp (Low-Power Node) của Bluetooth Mesh trên nRF52832 nhằm kéo dài thời gian hoạt động bằng pin của các node cây cảnh lên nhiều tháng hoặc nhiều năm.
  • Tích hợp thêm các cảm biến đo lường tự động khác cho bể thủy sinh như cảm biến đo oxy hòa tan (DO), độ dẫn điện (EC), tổng chất rắn hòa tan (TDS).

Giá trị tham khảo

Khóa luận là tài liệu tham khảo có giá trị cao đối với:

  • Sinh viên và nghiên cứu sinh ngành Kỹ thuật Máy tính, Điện tử - Viễn thông, Công nghệ Thông tin, Kỹ thuật IoT: Cung cấp tài liệu thực chứng về quy trình xây dựng một hệ thống IoT hoàn chỉnh từ tầng phần cứng nhúng (nRF52832, Raspberry Pi), tầng mạng không dây công nghiệp (Bluetooth Mesh), tầng xử lý biên (Computer Vision với OpenCV) cho đến tầng ứng dụng Cloud (Node.js, Socket.io, ReactJS, React Native).
  • Kỹ sư phát triển hệ thống Nông nghiệp thông minh và Tòa nhà thông minh (Smart Building / Smart Agriculture): Cung cấp giải pháp thực tế về việc thu thập dữ liệu cảm biến năng lượng thấp phân tán trong không gian rộng mà không phụ thuộc hoàn toàn vào mạng Wi-Fi.
  • Các nhóm nghiên cứu về Tự động hóa hóa sinh / Thiết bị phân tích nước tự động: Cung cấp bản vẽ thiết kế, lưu đồ thuật toán và nguyên lý kết hợp giữa thuốc thử quang học thương mại và camera xử lý ảnh tự động để giảm giá thành thiết bị đo lường sinh hóa.

Câu hỏi thường gặp

1. Hệ thống thực hiện việc tự động đo nồng độ các chất hóa học ($\text{NH}_3$, $\text{NO}_2^-$, $\text{NO}_3^-$) trong bể cá bằng cách nào?
Hệ thống sử dụng cơ chế cơ điện tử kết hợp camera quang học: Master Node điều khiển bơm hút đúng 5 ml nước từ bể vào ống phản ứng, nhỏ dung dịch thử của bộ kit API tương ứng, đợi từ 5 đến 15 phút để phản ứng đổi màu diễn ra hoàn toàn. Sau đó, camera Raspberry Pi V2 (8MP) chụp lại hình ảnh buồng mẫu và truyền về bộ điều khiển để thư viện OpenCV trích xuất màu sắc, đối sánh với bảng màu chuẩn (color card) nhằm tính toán nồng độ chất (ppm/mg/L) và gửi lên server.

2. Đề tài đã cải tiến những điểm hạn chế nào từ khóa luận tiền nhiệm của Nguyễn Việt Dũng và Võ Quốc Bảo?
Đề tài đã khắc phục 4 hạn chế chính: (1) Thay thế máy tính nhúng Orange Pi bằng Raspberry Pi 3B+ và tách biệt nguồn điện để giải quyết triệt để lỗi sụt nguồn làm đứng hệ thống; (2) Tự động hóa hoàn toàn việc đọc kết quả nồng độ nước bằng camera Pi V2 và thuật toán xử lý ảnh OpenCV thay vì chỉ bơm hút mẫu thủ công; (3) Mở rộng hệ thống từ mạng nội bộ (LAN) lên Cloud Server với giao thức Socket.io thời gian thực; (4) Xây dựng ứng dụng di động React Native tích hợp chức năng cảnh báo vượt ngưỡng môi trường.

3. Mạng Bluetooth Mesh trong hệ thống hoạt động theo cơ chế nào và có vai trò gì?
Mạng Bluetooth Mesh hoạt động dựa trên trạng thái Advertising/Scanning của BLE 5.0 với cấu trúc Many-to-Many và cơ chế chuyển tiếp gói tin Managed Flooding (kiểm soát qua trường TTL và Message Cache). Master Node đóng vai trò là Provision Node phân quyền và quản lý liên lạc với các Client Node (cây cảnh) qua cơ chế Publish/Subscribe. Công nghệ này giúp hệ thống dễ dàng mở rộng thêm số lượng node cây cảnh/bể cá trong tòa nhà mà không bị giới hạn tầm xa điểm-điểm và không phụ thuộc vào hạ tầng Wi-Fi tại từng vị trí đặt cây.

4. Các cảm biến nào được sử dụng để giám sát môi trường cây cảnh và thông số kỹ thuật ra sao?
Các node cây cảnh sử dụng hai cảm biến chính giao tiếp qua $I^2C$: cảm biến Sensirion SHT30 (có vỏ bảo vệ V4 công nghiệp) đo nhiệt độ ($-40^\circ\text{C} \sim 125^\circ\text{C}$, sai số $\pm 0.2^\circ\text{C}$) và độ ẩm đất ($0 \sim 100% \text{ RH}$, sai số $\pm 2% \text{ RH}$); và cảm biến quang số Rohm BH1750 đo cường độ ánh sáng trực tiếp trong dải $1 \sim 65.535\text{ Lux}$.

5. Vì sao việc giám sát nồng độ Amoniac và Nitrit trong hồ cá lại mang tính sống còn đối với sinh vật thủy sinh?
Amoniac ($\text{NH}_3$) là chất độc sinh ra từ thức ăn thừa và chất thải; khi độ $\text{pH} > 8.5$, lượng khí độc $\text{NH}_3$ tăng gấp 10 lần mỗi đơn vị pH, ức chế quá trình trao đổi chất của cá. Trong khi đó, Nitrit ($\text{NO}_2^-$) là sản phẩm trung gian của quá trình Nitrat hóa; $\text{NO}_2^-$ khi vào máu sẽ ngăn chặn liên kết giữa oxy và Hemoglobin, hình thành Methemoglobin gây thiếu oxy mô nghiêm trọng (hội chứng cyanose) làm sinh vật ngạt thở và tử vong.

Kết luận

Khóa luận tốt nghiệp của hai tác giả Trần Thanh Duy và Lương Quốc Hải đã nghiên cứu, phát triển và nâng cấp thành công hệ thống giám sát tự động chất lượng bể thủy sinh và cây xanh nội thất trong tòa nhà. Bằng việc kết hợp sáng tạo giữa công nghệ mạng không dây Bluetooth Mesh (nRF52832), máy tính nhúng (Raspberry Pi 3B+), cơ chế đo quang học tự động xử lý ảnh bằng OpenCV và nền tảng Web/Mobile Cloud thời gian thực (Node.js, Socket.io, ReactJS, React Native), công trình đã giải quyết trọn vẹn bài toán tự động hóa quy trình phân tích sinh hóa với chi phí thấp. Toàn bộ hệ thống đã được thử nghiệm thực tế trong 1 tháng, chứng minh tính ổn định, độ chính xác tin cậy và khả năng ứng dụng thực tiễn cao trong các mô hình tòa nhà thông minh và nông nghiệp đô thị.