Bối cảnh và vấn đề nghiên cứu

Trong điều kiện đô thị hóa và sự phát triển của công nghệ hiện đại, an toàn và an ninh cho hộ gia đình đang là mối bận tâm hàng đầu của người dân. Các nguy cơ thực tế như trộm cắp, hỏa hoạn, rò rỉ khí gas, ngập úng hoặc chập điện không chỉ gây thiệt hại lớn về tài sản mà còn đe dọa trực tiếp đến tính mạng con người. Thực tiễn cho thấy, khi các thành viên trong gia đình vắng nhà do đi làm hoặc đi học, việc theo dõi và kiểm soát an ninh gặp nhiều trở ngại. Nhiều sự cố xảy ra không được phát hiện kịp thời hoặc người dùng không có phương án ứng phó từ xa, dẫn đến hậu quả nghiêm trọng. Mặc dù các thiết bị thông minh đã xuất hiện trên thị trường, nhiều hộ gia đình vẫn chưa tiếp cận do rào cản về chi phí đầu tư ban đầu hoặc do chưa nắm rõ cơ chế vận hành.

Mục tiêu và nhiệm vụ nghiên cứu của đề tài bao gồm:

  1. Nghiên cứu, phân tích và thiết kế một hệ thống giám sát và cảnh báo kết hợp công nghệ nhằm nâng cao mức độ an toàn cho hộ gia đình trước các sự cố xâm nhập trái phép, hỏa hoạn, rò rỉ khí gas và ngập nước.
  2. Xây dựng hệ thống có khả năng thu thập và xử lý dữ liệu từ mạng cảm biến theo thời gian thực, truyền thông tin về Gateway và phát tín hiệu cảnh báo sớm tại chỗ lẫn từ xa.
  3. Tích hợp camera an ninh phục vụ giám sát hình ảnh trực tiếp, tự động phát hiện chuyển động bất thường để ghi hình, chụp ảnh và gửi thông tin cảnh báo.
  4. Đảm bảo hệ thống đạt tính khả thi cao, chi phí hợp lý, dễ triển khai trong thực tế và có khả năng mở rộng linh hoạt.

Về đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Hệ thống giám sát môi trường và an ninh gia đình ứng dụng mạng cảm biến không dây (WSN), vi điều khiển ESP32, cơ sở dữ liệu chuỗi thời gian và camera an ninh.
  • Phạm vi không gian: Căn hộ gia đình và các khu vực sinh hoạt cần theo dõi an toàn môi trường và an ninh.
  • Phạm vi thời gian: Đề tài được thực hiện từ tháng 09/2024 đến tháng 02/2025 tại Trường Điện – Điện tử, Đại học Bách khoa Hà Nội.

Cơ sở lý thuyết và phương pháp

Đề tài vận dụng các nền tảng lý thuyết mạng truyền thông, cơ sở dữ liệu thời gian thực và các giao thức mạng chuyên dụng:

1. Mạng cảm biến không dây (WSN)

Hệ thống sử dụng mô hình WSN với cấu trúc liên kết hình sao (Star Topology), trong đó các nút cảm biến gửi dữ liệu trực tiếp về nút trung tâm (Gateway/Sink node). Cấu trúc một nút cảm biến bao gồm 4 khối chức năng: khối cảm biến kết hợp bộ chuyển đổi tương tự - số (ADC), khối xử lý dữ liệu, khối thu phát vô tuyến và khối nguồn năng lượng. Kiến trúc giao thức WSN gồm 5 lớp (Vật lý, Liên kết dữ liệu, Mạng, Truyền tải, Ứng dụng) kết hợp cùng 3 mặt phẳng quản lý: quản lý công suất, quản lý dữ liệu di động và quản lý nhiệm vụ.

Loại hình ứng dụng WSN Ví dụ ứng dụng thực tế
Giám sát thực thể vật lý Phát triển đô thị, quy trình y tế, chăm sóc sức khỏe, robot
Giám sát khu vực địa lý Nghiên cứu sinh thái, không gian, thời tiết, môi trường, nông nghiệp
Giám sát kết hợp thực thể và địa lý Quân sự, nghiên cứu động vật hoang dã, quản lý thảm họa

2. Giao thức truyền thông ESP-NOW

ESP-NOW là giao thức truyền thông không dây tầm ngắn băng tần 2.4GHz do Espressif phát triển, hoạt động trực tiếp ở tầng liên kết dữ liệu (Data Link Layer) của mô hình OSI, loại bỏ tiêu đề của 5 tầng mạng trung gian giúp giảm thiểu độ trễ xuống mức vài mili-giây.

  • Hỗ trợ truyền thông ngang hàng (Peer-to-Peer) không cần qua bộ định tuyến Wi-Fi.
  • Kích thước gói tin: Tối đa 250 byte dữ liệu (payload thực tế khoảng 240 byte).
  • Tính năng bảo mật: Mã hóa CCMP/AES-128 dựa trên tiêu chuẩn IEEE 802.11-2012, sử dụng Khóa chính (PMK) 16 byte và Khóa nội bộ (LMK) 16 byte.

3. Cơ sở dữ liệu chuỗi thời gian InfluxDB

InfluxDB là cơ sở dữ liệu mã nguồn mở được tối ưu hóa cho dữ liệu chuỗi thời gian (Time-Series Database - TSDB). Dữ liệu được tổ chức theo cấu trúc:

  • Measurement: Tương đương với bảng trong SQL, lưu trữ một nhóm dữ liệu đo lường.
  • Tags: Cặp khóa - giá trị (Key-Value) được đánh chỉ mục để tăng tốc truy vấn.
  • Fields: Dữ liệu đo lường thực tế, không đánh chỉ mục.
  • Ngôn ngữ truy vấn: InfluxQL và Flux.

4. Nền tảng trực quan hóa Grafana và Giao thức SMTP

  • Grafana: Hoạt động theo mô hình Client-Server, kết nối trực tiếp với InfluxDB để xây dựng bảng điều khiển trực quan hóa dữ liệu theo thời gian thực và quản lý ngưỡng cảnh báo.
  • SMTP (Simple Mail Transfer Protocol): Giao thức truyền thư điện tử, sử dụng máy chủ gửi thư smtp.gmail.com để gửi hình ảnh và email cảnh báo khi có sự cố an ninh.

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc phân tầng bao gồm phần cứng các nút cảm biến, phần cứng Gateway, camera giám sát và chương trình điều khiển trung tâm.

1. Thiết kế phần cứng

Mỗi nút cảm biến độc lập được cấu thành từ 4 khối mạch chức năng chính:

  • Khối MCU: Sử dụng Kit vi điều khiển NodeMCU ESP32 (vi xử lý lõi kép 32-bit Xtensa LX6, SRAM 520 KB, ROM 448 KB, tích hợp Wi-Fi 802.11n và BLE v4.2). Khối nguồn MCU được bổ sung 3 tụ lọc chống nhiễu 100nF nối xuống mass (GND) tại chân VIN.
  • Khối nguồn: Nguồn cấp chính là Pin Lithium dung lượng 4800mAh (điện áp 3.7V, dải làm việc 2.75V - 4.25V), kết hợp mạch sạc pin Type-C TP4056 (ngắt xả bảo vệ ở 2.5V, dòng sạc tối đa 1A) và mạch tăng áp DC-DC MT3608 (điều chỉnh ngõ ra ổn định 5V, dòng tải tối đa 2A, hiệu suất chuyển đổi trên 93%).
  • Khối đo dung lượng pin: Sử dụng Diode Zener 1N4728A có điện áp phân cực ngược 3.3V kết hợp 2 điện trở hạn dòng R2, R3 và đèn LED báo hiệu. Khi điện áp pin trên 3.3V (dung lượng > 35%), LED sáng; khi điện áp dưới 3.3V, LED tắt để báo hiệu cần sạc pin.
  • Khối còi cảnh báo: Còi chíp 5V tiêu thụ dòng 25mA, điều khiển đóng/ngắt thông qua transistor NPN C1815 hoạt động ở chế độ bão hòa.
Nút cảm biến Cảm biến sử dụng Chuẩn giao tiếp với MCU Điện áp hoạt động
Nút chất lượng không khí PMS5003 (nguyên lý tán xạ laser) UART (Chân D16 - RX, D17 - TX) 5V
Nút cảnh báo khói MP2 (cảm biến khí gas/khói) Analog AO qua cầu phân áp vào chân ADC 5V
Nút cảnh báo ngập nước JSN-SR04T (cảm biến siêu âm chống nước) UART (Chân D26 - RX, D27 - TX) 3.3V - 5V

Toàn bộ mạch nguyên lý và mạch in PCB 2 lớp cho từng nút cảm biến được thiết kế hoàn chỉnh trên phần mềm Altium Designer.

2. Thiết kế phần mềm và thuật toán

Toàn bộ chương trình điều khiển được xây dựng trên môi trường Arduino IDE:

  • Thuật toán nút cảm biến không khí PMS5003: Khởi tạo cổng UART và kết nối Wi-Fi, kích hoạt ESP-NOW và đăng ký địa chỉ MAC của Gateway. Vòng lặp liên tục đọc dữ liệu nồng độ bụi từ UART, đóng gói cấu trúc dữ liệu và gửi qua ESP-NOW.
  • Thuật toán nút cảnh báo khói MP2: Khởi tạo và hiệu chuẩn giá trị cảm biến ban đầu. Định kỳ đọc tín hiệu analog từ chân AO; nếu nồng độ khói vượt ngưỡng an toàn, hệ thống kích hoạt transistor C1815 bật còi chip tại chỗ, đồng thời gửi bản tin cảnh báo qua ESP-NOW.
  • Thuật toán nút cảnh báo ngập nước JSN-SR04T: Đo khoảng cách mực nước qua sóng siêu âm. Nếu khoảng cách đo được vượt ngưỡng ngập cho phép, gán cờ FloodWarning = 1, bật còi báo động và truyền dữ liệu cảnh báo về Gateway.
  • Thuật toán Gateway: Khởi tạo kết nối Wi-Fi và xác thực máy chủ InfluxDB. Đăng ký hàm callback nhận dữ liệu ESP-NOW từ các nút. Khi có gói tin đến, Gateway chuyển đổi thành định dạng Line Protocol, ghi trực tiếp vào InfluxDB và kiểm tra duy trì kết nối mạng.
  • Thuật toán phát hiện chuyển động của Camera: Camera liên tục luân chuyển khung hình (streaming). Ảnh đầu vào JPEG được chuyển đổi thành ảnh xám (grayscale) và đánh giá điều kiện ánh sáng ngày/đêm. Hệ thống so sánh ảnh hiện tại với ảnh nền lưu trước đó trong bộ nhớ đệm; nếu số lượng pixel thay đổi vượt ngưỡng cho phép, gán cờ CheckMotion = 1, kích hoạt song song tác vụ chụp ảnh gửi qua email (SMTP) và quay video lưu vào thẻ nhớ/máy chủ.

Nội dung chính theo từng chương

Chương 1: Tổng quan đề tài

Trình bày tính cấp thiết của bài toán bảo vệ an toàn cho hộ gia đình trong bối cảnh vắng nhà. Tác giả phân tích các nguy cơ tiềm ẩn (cháy nổ, ngập lụt, xâm nhập), xác định mục tiêu xây dựng hệ thống giám sát thời gian thực chi phí thấp, nêu rõ 5 bước triển khai đồ án từ nghiên cứu lý thuyết, thiết kế phần cứng, lập trình phần mềm đến kiểm thử thực nghiệm.

Chương 2: Cơ sở lý thuyết

Cung cấp bức tranh toàn diện về mạng cảm biến không dây WSN (khái niệm, cấu trúc nút mạng, 5 tầng giao thức, các mô hình liên kết mạng Star/Tree/Mesh và bảng phân loại ứng dụng). Phân tích chi tiết giao thức ESP-NOW (cơ chế truyền không cần router, mã hóa CCMP/AES, cấu trúc gói tin 250 byte), cơ sở dữ liệu chuỗi thời gian InfluxDB (cấu trúc Measurement, Tags, Fields), công cụ Grafana và giao thức gửi thư SMTP.

Chương 3: Thiết kế hệ thống

Mô tả kiến trúc tổng quan hệ thống phân tán. Trình bày chi tiết sơ đồ nguyên lý phần cứng của 4 khối chức năng (MCU ESP32, khối nguồn pin Lithium sạc TP4056 và tăng áp MT3608, khối hiển thị pin qua Zener 1N4728A, khối còi báo transistor C1815) và bản vẽ mạch in PCB trên Altium Designer cho 3 nút cảm biến (PMS5003, MP2, JSN-SR04T). Trình bày 6 lưu đồ thuật toán điều khiển cho từng nút cảm biến, Gateway và hệ thống camera an ninh.

Chương 4: Kiểm thử, đánh giá kết quả

Đưa ra hình ảnh thực tế của các bo mạch phần cứng sau khi gia công và lắp ráp linh kiện. Đánh giá khả năng hoạt động của hệ thống phần mềm: kiểm tra việc thu thập dữ liệu từ các nút cảm biến truyền về Gateway qua ESP-NOW, việc ghi dữ liệu lên InfluxDB, bảng điều khiển trực quan hóa trên Grafana và giao diện webserver giám sát camera.

Chương 5: Kết luận và hướng phát triển đề tài

Tổng kết các kết quả đạt được về phần cứng và phần mềm, thẳng thắn chỉ ra 3 điểm hạn chế còn tồn tại trong hệ thống kiểm thử và định hướng 3 nội dung phát triển trong tương lai.

Kết quả và đóng góp

1. Kết quả thực nghiệm

  • Chế tạo phần cứng hoàn thiện: Đã thiết kế và thi công thành công các module phần cứng nút cảm biến chất lượng không khí, nút cảnh báo khói và nút cảnh báo ngập nước. Mạch phần cứng hoạt động ổn định, hệ thống còi cảnh báo tại chỗ kích hoạt chính xác khi thông số môi trường vượt ngưỡng.
  • Truyền nhận dữ liệu thời gian thực: Mạng cảm biến WSN truyền dữ liệu về Gateway qua ESP-NOW với độ trễ thấp ở mức mili-giây, tín hiệu được gửi liên tục không gián đoạn.
  • Tích hợp cơ sở dữ liệu và giám sát: Gateway đẩy dữ liệu thành công lên nền tảng InfluxDB; dữ liệu được kết nối và hiển thị trực quan dạng biểu đồ trên Grafana, kích hoạt cảnh báo giao diện khi có sự cố.
  • Giám sát an ninh: Camera an ninh thực hiện truyền luồng hình ảnh thời gian thực qua giao diện Webserver, tự động phát hiện chuyển động dựa trên thuật toán so khớp điểm ảnh và kích hoạt quay video lưu trữ.

2. Đóng góp của đề tài

  • Đề xuất và hiện thực hóa thành công giải pháp giám sát an toàn nhà ở kết hợp giữa mạng cảm biến không dây nội bộ (ESP-NOW) và nền tảng điện toán đám mây (InfluxDB, Grafana).
  • Tối ưu hóa chi phí phần cứng thông qua việc tự thiết kế các bo mạch PCB chuyên dụng tích hợp mạch quản lý nguồn sạc pin Lithium và mạch tăng áp DC-DC thay vì sử dụng các module thương mại cồng kềnh.
  • Xây dựng hệ thống cảnh báo hai cấp: cảnh báo âm thanh tại chỗ qua còi chip và cảnh báo từ xa qua bảng điều khiển trung tâm.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế

  • Lỗi truyền thông gửi email: Quá trình gửi email cảnh báo đính kèm hình ảnh qua giao thức SMTP của camera còn gặp lỗi trong một số trường hợp.
  • Xung đột tài nguyên xử lý trên camera: Khi camera đồng thời thực hiện hai tác vụ truyền luồng video trực tiếp (streaming) và ghi video vào bộ nhớ khi có chuyển động, hệ thống đôi khi bị quá tải dẫn đến hiện tượng giật, lag.
  • Nhiễu thuật toán phát hiện chuyển động: Phương pháp phát hiện chuyển động dựa trên độ sai khác pixel giữa các khung hình liên tiếp dễ bị ảnh hưởng bởi các yếu tố gây nhiễu môi trường (ánh sáng thay đổi, chuyển động của vật nuôi, đồ vật nhỏ).
  • Phần cứng: Thi thoảng xuất hiện lỗi nhỏ về nguồn cấp nhưng không gây ảnh hưởng lớn đến toàn hệ thống.

2. Hướng nghiên cứu tiếp

  • Xây dựng và phát triển một ứng dụng di động/web đồng bộ duy nhất để tích hợp toàn bộ tính năng theo dõi cảm biến và điều khiển camera.
  • Tối ưu hóa lại kích thước, cách bố trí linh kiện và khối lượng của các mạch in PCB.
  • Ứng dụng các thuật toán Trí tuệ nhân tạo và Học máy (Machine Learning) để nhận diện đối tượng chính xác hơn, giảm thiểu báo động giả do nhiễu môi trường.

Giá trị tham khảo

Đồ án tốt nghiệp này là tài liệu tham khảo hữu ích cho sinh viên các ngành Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Điện tử - Viễn thông, Công nghệ Thông tin và Hệ thống Nhúng & IoT.

Các nội dung có giá trị ứng dụng cao bao gồm:

  • Thiết kế mạch phần cứng: Bản vẽ nguyên lý và bố trí linh kiện mạch in PCB trên Altium Designer cho vi điều khiển ESP32, đặc biệt là cách tích hợp khối nguồn sạc TP4056, tăng áp MT3608 và mạch đo ngưỡng điện áp pin bằng Diode Zener 1N4728A.
  • Lập trình truyền thông không dây: Cấu hình giao thức ESP-NOW cho các hệ thống IoT yêu cầu năng lượng thấp, truyền nhận dữ liệu nhanh không cần qua điểm truy cập Wi-Fi trung gian.
  • Xây dựng hệ thống giám sát Cloud: Quy trình tích hợp chuỗi công nghệ Gateway ESP32 $\rightarrow$ InfluxDB (Time-series DB) $\rightarrow$ Grafana Dashboard phục vụ trực quan hóa dữ liệu đo lường.

Câu hỏi thường gặp

1. Hệ thống sử dụng giao thức truyền thông nào để liên lạc giữa các nút cảm biến và Gateway? Tại sao lựa chọn giao thức này?
Hệ thống sử dụng giao thức ESP-NOW của Espressif ở băng tần 2.4GHz. Giao thức này hoạt động trực tiếp tại tầng liên kết dữ liệu (Data Link Layer), không cần bộ định tuyến Wi-Fi trung gian, giúp giảm độ trễ truyền dữ liệu xuống mức mili-giây, tiết kiệm năng lượng cho các nút dùng pin và hỗ trợ mã hóa bảo mật CCMP/AES-128.

2. Mạch đo dung lượng pin trên các nút cảm biến hoạt động theo nguyên lý nào?
Mạch sử dụng một Diode Zener 1N4728A có điện áp phân cực ngược 3.3V mắc nối tiếp với đèn LED và các điện trở hạn dòng. Khi điện áp pin đạt trên 3.3V (tương đương dung lượng trên 35%), Diode Zener dẫn điện làm đèn LED sáng. Khi điện áp pin sụt xuống dưới 3.3V, Zener ngắt, LED tắt để báo hiệu pin sắp cạn.

3. Khối nguồn của các nút cảm biến được thiết kế như thế nào để cung cấp điện áp 5V?
Nguồn cấp ban đầu lấy từ pin Lithium 3.7V (4800mAh). Nguồn pin này được đưa qua module tăng áp DC-DC MT3608 để nâng điện áp lên mức ổn định 5V (dòng tải tối đa 2A, hiệu suất >93%) cấp cho vi điều khiển và các cảm biến. Khi pin yếu (dưới 2.75V), mạch sạc TP4056 hỗ trợ cấp nguồn và sạc trực tiếp qua cổng Type-C.

4. Dữ liệu cảm biến được lưu trữ và hiển thị trực quan bằng các công cụ nào?
Dữ liệu từ Gateway được đóng gói theo định dạng Line Protocol và gửi lên cơ sở dữ liệu chuỗi thời gian InfluxDB. Sau đó, công cụ Grafana kết nối trực tiếp với InfluxDB để truy vấn, hiển thị dữ liệu lên bảng điều khiển thời gian thực và quản lý ngưỡng kích hoạt cảnh báo.

5. Camera an ninh phát hiện chuyển động dựa trên cơ chế nào và những hạn chế gặp phải trong thực tế là gì?
Camera chuyển đổi khung hình JPEG thu được sang ảnh xám (grayscale), kiểm tra điều kiện ánh sáng và so sánh độ sai lệch pixel với khung hình lưu trước đó; nếu vượt ngưỡng cho phép sẽ xác nhận có chuyển động. Hạn chế thực tế là thuật toán này dễ bị nhiễu bởi vật nuôi hoặc đồ vật di chuyển, gặp lỗi gửi mail qua SMTP và có hiện tượng giật/lag khi vừa truyền luồng vừa ghi video.

Kết luận

Đồ án tốt nghiệp "Hệ thống giám sát và cảnh báo trong hộ gia đình" của tác giả Đặng Đức Bách đã nghiên cứu và chế tạo thành công một mô hình giám sát đa thông số kết hợp mạng cảm biến không dây WSN và camera an ninh. Bằng việc ứng dụng vi điều khiển ESP32, giao thức ESP-NOW, cơ sở dữ liệu InfluxDB và nền tảng Grafana, hệ thống đã đáp ứng tốt các yêu cầu thu thập dữ liệu môi trường thời gian thực và phát cảnh báo tại chỗ. Dù vẫn còn một số điểm cần khắc phục về thuật toán xử lý hình ảnh và độ ổn định khi truyền email SMTP, đề tài đã xây dựng được một khung thiết kế phần cứng và phần mềm hoàn chỉnh, mở ra hướng phát triển ứng dụng IoT thực tế trong quản lý an toàn nhà ở.