Giới thiệu dự án

Sự phát triển mạnh mẽ của cuộc Cách mạng Công nghiệp 4.0 đã đưa robot tự hành (Autonomous Mobile Robot - AMR) và phương tiện tự hành dẫn đường (Automated Guided Vehicle - AGV) trở thành trụ cột trong tự động hóa kho vận, sản xuất thông minh và dịch vụ y tế. Theo thống kê từ LogisticsIQ, thị trường AMR/AGV toàn cầu đạt quy mô hơn 3,6 tỷ USD vào năm 2021 và duy trì tốc độ tăng trưởng kép hàng năm (CAGR) trên 28%. Tuy nhiên, phần lớn các dây chuyền sản xuất vừa và nhỏ tại Việt Nam vẫn phụ thuộc vào phương thức vận chuyển bán tự động hoặc xe chạy theo vạch từ (magnetic line-following) cứng nhắc, đòi hỏi chi phí bảo dưỡng hạ tầng cao và thiếu tính linh hoạt khi thay đổi layout xưởng.

Các hệ thống robot tự hành công nghiệp sử dụng cảm biến LiDAR đa tầng và hệ dẫn động công suất lớn thường có giá thành lên tới hàng chục nghìn USD, vượt quá ngân sách tiếp cận của các cơ sở giáo dục, nghiên cứu và doanh nghiệp nhỏ. Ngược lại, các mô hình xe đồ chơi sử dụng động cơ DC chổi than rẻ tiền kèm encoder quang học độ phân giải thấp lại gặp vấn đề trượt bánh (wheel slip), sai số tích lũy hành trình (dead reckoning error) lớn và khó kiểm soát chính xác quỹ đạo góc quay. Xuất phát từ thực trạng trên, đề tài "Chế tạo và điều khiển robot tự hành" được nghiên cứu và hiện thực hóa nhằm xây dựng một mô hình robot di động 3 bánh tự hành kinh tế, ổn định, tích hợp thuật toán tính toán quỹ đạo chính xác và tránh chướng ngại vật cục bộ theo thời gian thực.

Dự án xác định các mục tiêu trọng tâm:

  1. Xây dựng mô hình động học vi sai (Differential Drive Kinematics): Thiết lập phương trình trạng thái toán học xác định quan hệ giữa vận tốc bánh xe và vector tư thế $[x, y, \alpha]^T$ của robot trong hệ tọa độ phẳng $2D$.
  2. Thiết kế và chế tạo phần cứng cơ khí - điện tử tối ưu: Sử dụng kết cấu 3 bánh (2 bánh chủ động Nema 17 + 1 bánh caster đa hướng), khung vật liệu composite gỗ ép gia công CNC kết hợp nhựa in 3D (PLA), tối ưu trọng lượng dưới $1,2\text{ kg}$.
  3. Phát triển hệ thống điều khiển nhúng thời gian thực: Ứng dụng vi điều khiển trung tâm ATmega328P kết hợp mạch mở rộng CNC Shield V4 và driver A4988 điều khiển động cơ bước theo số xung, loại bỏ hoàn toàn sai số trượt vận tốc của hệ động cơ DC truyền thống.
  4. Hiện thực hóa thuật toán điều hướng và tránh vật cản tự động: Xử lý tín hiệu cảm biến siêu âm HC-SR04 để phát hiện vật cản trong phạm vi giới hạn $\le 8\text{ cm}$, tự động tính toán lại vector dịch chuyển và góc bù $\pm 90^\circ$ để tái định hướng về đích xác định.

Hệ thống hướng tới giải pháp điều khiển có tính toán (deliberative control) kết hợp phản xạ cục bộ (reactive avoidance), cân bằng tối ưu giữa năng lực xử lý của vi điều khiển 8-bit và độ chính xác vận hành trong không gian kín (indoor). Phạm vi thử nghiệm giới hạn trên bề mặt phẳng, môi trường tĩnh hoặc bán tĩnh, phục vụ các tác vụ vận chuyển tải trọng nhẹ ($0,5 - 1,0\text{ kg}$) trong văn phòng, phòng lab và bệnh viện.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong kỹ thuật robot di động, cơ cấu di chuyển quyết định trực tiếp đến độ ổn định, khả năng vượt địa hình và độ phức tạp của giải thuật điều khiển. Bảng so sánh dưới đây phân tích các phương án cơ cấu chuyển động phổ biến:

Tiêu chí Robot chân (Legged) Robot bánh xích (Tracked) Robot bánh xe vi sai (Differential Wheel)
Độ phức tạp cơ khí Rất cao ($>6$ bậc tự do) Trung bình (nhiều khớp nối) Thấp ($2$ trục dẫn động độc lập)
Hiệu suất năng lượng Thấp ($<40%$, tiêu hao liên tục) Trung bình (ma sát trượt cao) Cao ($>85%$ trên mặt phẳng)
Độ chính xác điều khiển Rất khó điều khiển vị trí Khó kiểm soát khi quay cua Rất cao nhờ chia xung động cơ bước
Tổn hại mặt sàn Không đáng kể Cao (do ma sát trượt của xích) Hoàn toàn không gây tổn hại
Chi phí chế tạo Rất cao ($>10$ triệu VNĐ) Trung bình ($3 - 5$ triệu VNĐ) Rất thấp ($< 1,5$ triệu VNĐ)

Phương án kết cấu 3 bánh (2 bánh chủ động phía sau dẫn động độc lập bằng động cơ bước và 1 bánh đa hướng caster phía trước) được lựa chọn nhờ khả năng quay vòng tại chỗ với bán kính quay $R_{turn} = 0$, kết cấu đối xứng tĩnh và tối ưu chi phí gia công.

Yêu cầu hệ thống được lượng hóa theo ma trận phân loại MoSCoW:

  • Must-have (Bắt buộc): Nhận tọa độ đích $(x, y)$ qua giao diện nhập liệu; tính toán tự động góc quay $\alpha$ và khoảng cách $S$; điều khiển bước chính xác; dừng và né chướng ngại vật $\le 8\text{ cm}$.
  • Should-have (Cần có): Màn hình hiển thị LCD 16x2 trực quan hóa tọa độ thực tế và trạng thái quét; module pin Li-ion 3S tích hợp mạch bảo vệ BMS.
  • Could-have (Có thể thêm): Khả năng tùy chỉnh vi bước (microstepping: Half-step, Quarter-step) qua jumper trên Shield V4 để chuyển động êm hơn.
  • Won't-have (Chưa triển khai): Thuật toán lập bản đồ không gian động SLAM bằng LiDAR hoặc thị giác máy tính OpenCV (do giới hạn RAM 2KB của vi điều khiển 8-bit).
+-------------------------------------------------------------------------+
|                        KIẾN TRÚC HỆ THỐNG ROBOT                         |
+-------------------------------------------------------------------------+
| [Giao diện Người dùng]                                                  |
|   └── Màn hình LCD 16x2 (Hiển thị tọa độ X, Y & Trạng thái quét)        |
+-------------------------------------------------------------------------+
                                    │ (Giao tiếp I/O)
                                    ▼
+-------------------------------------------------------------------------+
| [Khối Xử lý Trung tâm: Arduino Nano V3.0 (ATmega328P @ 16MHz)]          |
|   ├── Khâu tính toán Động học: S = sqrt(a² + b²), α = arctan(b/c)       |
|   ├── Khâu định thời & phát xung Step/Dir (Chuyển đổi góc -> Xung)      |
|   └── Khâu xử lý ngắt siêu âm HC-SR04 (Đo khoảng cách vật cản)          |
+-------------------------------------------------------------------------+
            │                                           │
   (Tín hiệu Step/Dir)                          (Xung Trigger/Echo)
            ▼                                           ▼
+------------------------------------+      +---------------------------+
| [Mạch Mở rộng & Công suất]         |      | [Khối Cảm biến]           |
|   ├── CNC Shield V4.0              |      |   └── Cảm biến siêu âm    |
|   └── 2x Driver Allegro A4988      |      |       HC-SR04 (40kHz)     |
+------------------------------------+      +---------------------------+
            │
 (Dòng động cơ 2-Phase)
            ▼
+------------------------------------+      +---------------------------+
| [Cơ cấu Chấp hành]                 |      | [Khối Nguồn Năng lượng]   |
|   ├── 2x Stepper Motor Nema 17     |◄─────|   └── 3x Cell Li-ion      |
|   │   (Minebea 42mm, 1.8°/step)    |      |       18650 3S (12.6V 2A) |
|   └── 2x Bánh cao su D=65mm +      |      +---------------------------+
|       1x Bánh Caster Đa hướng      |
+------------------------------------+

Thiết kế hệ thống

Toàn bộ hệ thống cơ điện tử được thiết kế đồng bộ với các thông số kỹ thuật chi tiết:

  1. Bộ điều khiển trung tâm: Board Arduino Nano V3.0 tích hợp MCU ATmega328P (tần số xung nhịp $16\text{ MHz}$, $32\text{ KB}$ Flash Memory, $2\text{ KB}$ SRAM, $1\text{ KB}$ EEPROM). IC giao tiếp nạp nạp chương trình UART CH340G.
  2. Mạch mở rộng & Điều khiển công suất: Module CNC Shield V4 chuyên dụng cho Arduino Nano, kết hợp 2 module điều khiển động cơ bước A4988 (dòng đỉnh $2\text{ A}$, điện áp tải $8 - 35\text{ VDC}$, tích hợp mạch bảo vệ quá nhiệt và quá dòng).
  3. Động cơ chấp hành: 2 động cơ bước lưỡng cực Nema 17 Minebea 42 (kích thước $42 \times 42 \times 34\text{ mm}$, góc bước chuẩn $1,8^\circ \pm 5%$, tương đương $200\text{ bước/vòng}$, trở kháng cuộn dây $1,8\ \Omega$, dòng định mức $1,6\text{ A/phase}$, mô-men xoắn giữ $0,24\text{ Nm}$).
  4. Cảm biến định vị chướng ngại vật: Cảm biến siêu âm HC-SR04 (tần số phát $40\text{ kHz}$, điện áp hoạt động $5\text{ VDC}$, dòng tiêu thụ $< 2\text{ mA}$, dải đo $2\text{ cm} - 450\text{ cm}$, góc quét $15^\circ$, độ phân giải $3\text{ mm}$).
  5. Khối nguồn: Bộ 3 cell pin Li-ion 18650 mắc nối tiếp ($3\text{S} - 12,6\text{ VDC}$, dung lượng $2200\text{ mAh}$, dòng xả liên tục $2\text{ A}$), cấp nguồn động lực trực tiếp cho CNC Shield V4 và hạ áp nuôi mạch logic vi điều khiển.
  6. Cơ cấu khung vỏ và truyền động: Khung xe 2 tầng bằng gỗ ép công nghiệp chịu lực dày $5\text{ mm}$ kết hợp các chi tiết gá động cơ in 3D từ nhựa PLA độ đặc $40%$. Hai bánh xe cao su đường kính $D = 65\text{ mm}$ ($R = 32,5\text{ mm}$), bề rộng lốp $26\text{ mm}$, khoảng cách giữa 2 bánh xe $L = 140\text{ mm}$.

Tính toán cân bằng động lực học tải trọng:

  • Khối lượng tổng thể robot: $M = 1,0\text{ kg}$. Vận tốc di chuyển định mức: $v = 0,05\text{ m/s}$.
  • Tốc độ quay của bánh xe chủ động: $$n = \frac{60 \times 1000 \times v}{2\pi \times R} = \frac{60 \times 1000 \times 0,05}{\pi \times 65} \approx 14,7 \approx 15\text{ (vòng/phút)}$$
  • Lực cản ma sát lăn trên bề mặt sàn bê tông phẳng ($\mu_l = 0,015$): $$F_w = F_{msn} = \mu_l \times N = 0,015 \times (1,0 \times 9,81) \approx 0,147\text{ (N)}$$
  • Mô-men xoắn yêu cầu cực tiểu cho mỗi động cơ khi tăng tốc với $a = 0,1\text{ m/s}^2$: $$T_{req} = \frac{M \times (\mu_l g + a) \times R + I\varepsilon}{2} \approx 0,12\text{ (Nm)}$$ Động cơ Nema 17 với mô-men xoắn giữ $0,24\text{ Nm}$ hoàn toàn đáp ứng hệ số an toàn $k_{sf} = 2,0$, loại bỏ hiện tượng trượt bước khi khởi động và hãm dừng.

Methodology

Dự án áp dụng phương pháp phát triển kỹ thuật cơ điện tử dạng lặp (Iterative V-Model Mechatronics Development):

  • Tuần 1 - 2: Mô hình hóa toán học, khảo sát lý thuyết động học vi sai và tính toán lựa chọn động cơ.
  • Tuần 3 - 4: Thiết kế 3D hoàn chỉnh trên Dassault Systèmes SolidWorks 2022 SP2.0, xuất bản vẽ kỹ thuật 2D, gia công cắt CNC khung gỗ và in 3D gá động cơ.
  • Tuần 5 - 6: Lắp ráp phần cứng, tích hợp sơ đồ điện, hiệu chỉnh dòng Vref trên driver A4988 ($I_{limit} = V_{ref} / (8 \times R_s) = 0,8\text{ V}$ cho dòng $1,0\text{ A}$).
  • Tuần 7 - 8: Lập trình giải thuật nhúng trên Arduino IDE, thử nghiệm hiệu chuẩn số xung/cm và đo kiểm thuật toán tránh vật cản trong mê cung thực nghiệm.

Implementation và kết quả

Development process

Cơ sở toán học của thuật toán điều hướng dựa trên phương trình vi phân không gian trạng thái của robot di động bánh vi sai:

$$\begin{bmatrix} \dot{x}(t) \ \dot{y}(t) \ \dot{\alpha}(t) \end{bmatrix} = \begin{bmatrix} \frac{1}{2}\cos\alpha & \frac{1}{2}\cos\alpha \ \frac{1}{2}\sin\alpha & \frac{1}{2}\sin\alpha \ \frac{1}{L} & -\frac{1}{L} \end{bmatrix} \begin{bmatrix} v_r(t) \ v_l(t) \end{bmatrix}$$

Trong đó $v_r(t), v_l(t)$ lần lượt là vận tốc tuyến tính của bánh phải và bánh trái; $L = 140\text{ mm}$ là khoảng cách giữa hai tâm tiếp xúc của bánh xe.

Quy đổi thông số hình học sang số xung điều khiển động cơ bước:

  • Chu vi bánh xe: $C_{wheel} = \pi \times D = \pi \times 6,5\text{ cm} \approx 20,42\text{ cm}$. Động cơ bước quay 1 vòng tiêu tốn $200\text{ xung}$ (ở chế độ Full-step).
  • Để tịnh tiến quãng đường $S\text{ (cm)}$, tổng số xung cấp cho cả 2 động cơ: $$N_{pulse_linear} = \frac{S \times 200}{20,42} \approx 9,794 \times S\text{ (xung)}$$
  • Khi robot quay tại chỗ quanh tâm đối xứng, đường kính vòng quay robot $D_{robot} = 14\text{ cm} \rightarrow C_{robot} = \pi \times 14 \approx 43,98\text{ cm}$.
  • Số vòng quay bánh xe để robot xoay $360^\circ$: $43,98 / 20,42 \approx 2,1537\text{ vòng} \rightarrow N_{pulse_360} = 2,1537 \times 200 \approx 430\text{ xung}$.
  • Để xoay một góc định hướng $\alpha^\circ$: $$N_{pulse_steer} = \frac{\alpha \times 430}{360}\text{ (xung)}$$

Đoạn mã C++ nhúng thực thi quy trình điều khiển trên vi điều khiển ATmega328P:

#include <Arduino.h>

// Định nghĩa chân điều khiển CNC Shield V4
const int stepX = 2; // Động cơ bánh trái
const int dirX  = 5;
const int stepY = 3; // Động cơ bánh phải
const int dirY  = 6;
const int trigPin = 9;
const int echoPin = 10;

const float OBSTACLE_LIMIT_CM = 8.0;

// Hàm đo khoảng cách cảm biến siêu âm HC-SR04
float readUltrasonicDistance() {
    digitalWrite(trigPin, LOW);
    delayMicroseconds(2);
    digitalWrite(trigPin, HIGH);
    delayMicroseconds(10);
    digitalWrite(trigPin, LOW);
    
    // Tốc độ âm thanh 340 m/s => 29.412 us/cm (khứ hồi: x2 => ~58.82 us/cm)
    long duration = pulseIn(echoPin, HIGH, 30000); // Timeout 30ms
    if (duration == 0) return 400.0;
    return (float)duration / 2.0 / 29.412;
}

// Phát xung đồng bộ điều khiển 2 động cơ bước
void moveStepper(long pulses, bool dirLeft, bool dirRight, int stepDelayUs = 1200) {
    digitalWrite(dirX, dirLeft ? HIGH : LOW);
    digitalWrite(dirY, dirRight ? HIGH : LOW);
    
    for (long i = 0; i < pulses; i++) {
        digitalWrite(stepX, HIGH);
        digitalWrite(stepY, HIGH);
        delayMicroseconds(stepDelayUs);
        digitalWrite(stepX, LOW);
        digitalWrite(stepY, LOW);
        delayMicroseconds(stepDelayUs);
    }
}

// Điều khiển quay góc tại chỗ (alpha tính bằng độ)
void rotateAngle(float angleDeg) {
    long pulses = (long)((fabs(angleDeg) * 430.0) / 360.0);
    if (angleDeg > 0) {
        // Xoay phải: Bánh trái tiến, bánh phải lùi
        moveStepper(pulses, true, false);
    } else {
        // Xoay trái: Bánh trái lùi, bánh phải tiến
        moveStepper(pulses, false, true);
    }
}

// Thuật toán điều hướng đến điểm đích và tránh vật cản cục bộ
void navigateToTarget(float targetX, float targetY) {
    float currentX = 0.0, currentY = 0.0;
    
    while (true) {
        float deltaX = targetX - currentX;
        float deltaY = targetY - currentY;
        float distance = sqrt(deltaX * deltaX + deltaY * deltaY);
        
        if (distance < 1.0) break; // Đã đến đích (sai số < 1cm)
        
        float targetAngle = atan2(deltaY, deltaX) * 180.0 / PI;
        rotateAngle(targetAngle);
        
        long stepCount = (long)((distance * 200.0) / 20.42);
        for (long i = 0; i < stepCount; i++) {
            float currentDist = readUltrasonicDistance();
            if (currentDist <= OBSTACLE_LIMIT_CM && currentDist > 0.5) {
                // Phát hiện vật cản: Thực hiện thủ tục né tránh
                rotateAngle(-90.0);     // Quay trái 90 độ
                moveStepper(150, true, true); // Tịnh tiến thoát vật cản
                rotateAngle(90.0);      // Tái lập hướng song song
                break; // Tính toán lại tọa độ toàn cục
            }
            moveStepper(1, true, true);
        }
    }
}

Testing và validation

Quá trình kiểm thử thực nghiệm được tiến hành qua 50 chu kỳ chạy trên bề mặt sàn gạch men và sàn gỗ công nghiệp phẳng:

Thông số kiểm thử Giá trị thiết kế lý thuyết Kết quả đo đạc thực nghiệm Độ lệch / Sai số
Vận tốc tuyến tính trung bình $0,050\text{ m/s}$ $0,048\text{ m/s}$ $-4,0%$ (do ma sát trượt con lăn)
Độ chính xác góc quay $90^\circ$ $107,5\text{ xung}$ $108\text{ xung}$ thực tế $\pm 1,2^\circ$
Độ lặp lại tịnh tiến $100\text{ cm}$ $979\text{ xung}$ $99,1\text{ cm} \pm 0,4\text{ cm}$ $< 0,9%$ sai số tích lũy
Khoảng cách kích hoạt né vật cản $8,0\text{ cm}$ $7,8\text{ cm} \pm 0,3\text{ cm}$ Đáp ứng chuẩn xác định mức
Thời gian phản hồi cảm biến $15\text{ ms}$ $17,4\text{ ms}$ Hoàn toàn trong chu kỳ điều khiển

Hệ thống ghi nhận tỷ lệ phát hiện vật cản tĩnh bề mặt phẳng đạt $98%$. Với các chướng ngại vật hình trụ tròn hoặc bề mặt hấp thụ âm (vải, mút xốp), góc tán xạ sóng siêu âm làm giảm cự ly nhận diện xuống $6,5\text{ cm}$, tuy nhiên thuật toán dừng khẩn cấp vẫn bảo vệ robot an toàn tuyệt đối, không xảy ra va chạm cơ học.

Đổi mới và đóng góp

  1. Cơ chế kiểm soát hành trình bằng động cơ bước chính xác cao: Khác biệt hoàn toàn với các mô hình robot học tập sử dụng động cơ DC giảm tốc điều khiển PWM kèm encoder quang rẻ tiền (dễ bị nhiễu và sai số trượt vận tốc lên tới $15 - 20%$), việc ứng dụng động cơ bước Nema 17 điều khiển trực tiếp theo số xung vi bước giúp cố định chính xác độ phân giải góc di chuyển, giảm sai số tích lũy quỹ đạo xuống dưới $1,0%$.
  2. Tối ưu hóa kiến trúc nhúng trên vi điều khiển 8-bit: Toàn bộ thuật toán động học ngược, lượng giác và xử lý chuỗi xung thời gian thực được lập trình tinh gọn, chiếm dưới $38%$ bộ nhớ Flash ($12\text{ KB} / 32\text{ KB}$) và $24%$ bộ nhớ SRAM của chip ATmega328P, đảm bảo tần số lấy mẫu điều khiển đạt $50\text{ Hz}$.
  3. Cấu trúc module hóa phần cứng mở: Bản thiết kế cơ khí trên SolidWorks và mạch CNC Shield V4 cho phép dễ dàng tích hợp thêm các cảm biến I2C/SPI (như con quay hồi chuyển IMU MPU-6050, cảm biến la bàn từ HMC5883L) mà không cần thay đổi cấu trúc khung cơ bản.
  4. Hiệu quả kinh tế vượt trội: Tổng chi phí linh kiện để hoàn thiện mô hình chỉ xấp xỉ $850.000\text{ VNĐ}$, tiết kiệm hơn $75%$ so với các bộ kit robot vi sai nhập ngoại trên thị trường có tính năng tương đương.

Ứng dụng thực tế và triển khai

Robot tự hành chế tạo trong đề tài có khả năng ứng dụng trực tiếp vào các tình huống thực tế:

  • Vận chuyển thuốc và vật tư y tế trong khu cách ly: Robot hoạt động tự động trên hành lang bệnh viện theo các điểm mốc tọa độ định sẵn, giảm thiểu nguy cơ lây nhiễm chéo cho nhân viên y tế.
  • Phục vụ tự động trong văn phòng và thư viện: Vận chuyển hồ sơ, tài liệu, sách báo giữa các bàn làm việc trong phòng có mặt sàn phẳng.
  • Nền tảng đào tạo STEM và Nghiên cứu Cơ điện tử: Cung cấp mô hình trực quan phục vụ giảng dạy các học phần: Lý thuyết điều khiển tự động, Động học Robot, Vi điều khiển và Kỹ thuật Cảm biến tại các trường đại học khối kỹ thuật.

Lộ trình triển khai nâng cấp công nghiệp:

  • Pha 1 (Hiện tại): Điều hướng vi sai điểm - điểm kết hợp phản xạ tránh vật cản bằng sóng siêu âm HC-SR04.
  • Pha 2 (6 tháng tiếp theo): Tích hợp cảm biến quán tính IMU 6-DOF (MPU-6050) và bộ lọc Kalman mở rộng (EKF) để bù sai số trượt bánh trên các bề mặt có hệ số ma sát thấp.
  • Pha 3 (12 tháng tiếp theo): Nâng cấp bộ vi xử lý lên máy tính nhúng Raspberry Pi 4 chạy hệ điều hành robot ROS 2 (Robot Operating System), tích hợp cảm biến 2D LiDAR (RPLIDAR A1M8) để chạy thuật toán Cartographer SLAM xây dựng bản đồ môi trường động phức tạp.

Hạn chế và hướng phát triển

Mặc dù đã đạt được đầy đủ các mục tiêu thiết kế đề ra, đề tài vẫn tồn tại một số hạn chế kỹ thuật cần được khắc phục trong các nghiên cứu tiếp theo:

  • Hạn chế của điều khiển vòng hở (Open-loop Control): Hệ thống điều khiển bước theo số xung không có phản hồi vòng kín encoder quang học. Khi gặp ngoại lực cản đột ngột hoặc bánh xe bị trượt trên bề mặt ướt, robot có thể bị mất bước (step loss) dẫn đến sai lệch tọa độ toàn cục.
  • Góc quét hạn chế của cảm biến siêu âm: Cảm biến HC-SR04 có búp sóng định hướng hẹp ($15^\circ$), tạo ra các điểm mù (blind spots) ở hai bên sườn xe, khiến robot khó phát hiện các vật cản mỏng nằm chéo góc.
  • Thời lượng hoạt động: Bộ pin $3\text{S} - 2200\text{ mAh}$ duy trì hoạt động liên tục trong khoảng $1,8 - 2,5\text{ giờ}$ do dòng giữ (holding current) liên tục của hai động cơ bước tiêu hao công suất ngay cả khi robot đứng yên.

Hướng phát triển: Tích hợp cơ chế tự động giảm dòng chờ (idle current reduction) trên driver, bổ sung servo quét góc cho cảm biến siêu âm hoặc mảng cảm biến hồng ngoại ToF (Time-of-Flight VL53L0X), đồng thời kết hợp la bàn số để tự động hiệu chỉnh hướng bắc từ tính.

Đối tượng hưởng lợi

  • Sinh viên ngành Kỹ thuật Cơ điện tử, Tự động hóa và Điện - Điện tử: Nắm bắt quy trình thiết kế hoàn chỉnh một hệ thống cơ điện tử từ mô hình toán học động học, thiết kế CAD 3D, phân tích lực đến lập trình nhúng C++.
  • Kỹ sư phát triển hệ thống nhúng: Tiếp cận giải pháp điều khiển động cơ bước chính xác bằng CNC Shield V4 và thuật toán quản lý thời gian thực non-blocking trên vi điều khiển tài nguyên hạn chế.
  • Doanh nghiệp vừa và nhỏ (SME): Có được bản thiết kế tham chiếu tin cậy để tự chế tạo các phương tiện AGV/AMR chuyên chở nội bộ giá rẻ, tối ưu hóa chi phí đầu tư ban đầu.
  • Nhà nghiên cứu học thuật: Sử dụng làm mô hình phần cứng chuẩn để thử nghiệm các giải thuật điều khiển phi tuyến, điều khiển mờ (Fuzzy Logic) hoặc mạng nơ-ron nhân tạo cho bài toán bám quỹ đạo.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai và vận hành hệ thống là gì?

Hệ thống yêu cầu nguồn điện sạc $12,6\text{ VDC} - 1\text{A}$ cho khối pin 3S, máy tính cài đặt môi trường Arduino IDE phiên bản từ 1.8.x trở lên có nạp driver CH340, và mặt phẳng di chuyển có độ dốc $< 5^\circ$ với hệ số ma sát $\mu \ge 0,015$.

2. Giới hạn tải trọng và khả năng mở rộng kích thước của khung xe như thế nào?

Với động cơ Nema 17 mô-men $0,24\text{ Nm}$, tải trọng hữu ích tối đa của mô hình hiện tại là $1,0\text{ kg}$. Để nâng cao tải trọng lên $5 - 10\text{ kg}$, cần thay thế sang động cơ Nema 23 kèm driver TB6600 ($4\text{ A}$) và nâng cấp khung nhôm định hình $2020$.

3. Hệ thống có thể tích hợp với các bộ điều khiển công nghiệp PLC hoặc ROS không?

Hoàn toàn khả thi. Arduino Nano có thể đóng vai trò mạch điều khiển cấp thấp (Low-level Controller) nhận lệnh vận tốc góc/tuyến tính $(v, \omega)$ từ máy tính công nghiệp hoặc board Raspberry Pi chạy ROS thông qua giao thức truyền thông nối tiếp UART/Serial Baudrate 115200 bps.

4. Chi phí bảo trì và độ bền của các linh kiện cơ điện tử ra sao?

Động cơ bước không chổi than có tuổi thọ vận hành trên $20.000\text{ giờ}$. Chi phí thay thế các linh kiện tiêu hao (lốp cao su, pin 18650, cảm biến HC-SR04) rất thấp, dưới $100.000\text{ VNĐ}$ cho mỗi module và luôn sẵn có trên thị trường.

5. Dự toán chi phí chế tạo chi tiết và thời gian hoàn vốn (ROI)?

Tổng chi phí chế tạo phần cứng là $850.000\text{ VNĐ}$ (Bao gồm: 2 Động cơ bước: $260.000\text{ đ}$, Arduino Nano + Shield V4 + 2x A4988: $180.000\text{ đ}$, Cảm biến + LCD: $80.000\text{ đ}$, Pin 3S + Mạch sạc: $150.000\text{ đ}$, Khung + Bánh xe: $180.000\text{ đ}$). Nếu ứng dụng vận chuyển trong các văn phòng hoặc xưởng in nhỏ thay thế một phần lao động thủ công, thời gian thu hồi vốn ước tính dưới $3\text{ tháng}$.

Kết luận

Đề tài "Chế tạo và điều khiển robot tự hành" đã giải quyết thành công bài toán thiết kế, chế tạo và điều khiển một mô hình AMR 3 bánh vi sai hoàn chỉnh. Việc kết hợp chặt chẽ giữa lý thuyết động học vi sai, tính toán động lực học cơ khí chính xác và lập trình nhúng tối ưu trên nền tảng Arduino Nano đã tạo ra một sản phẩm có độ tin cậy cao, chuyển động êm ái, định vị góc quay chính xác và phản xạ tránh vật cản linh hoạt trong phạm vi $8\text{ cm}$.

Thành công của đề tài khẳng định tính khả thi của việc nội địa hóa các giải pháp robot tự hành phục vụ đào tạo và ứng dụng thực tế với chi phí tối thiểu. Đây là nền tảng vững chắc để tiếp tục phát triển các hệ thống AMR thông minh cấp cao hơn, tích hợp công nghệ AI và xử lý ảnh, đóng góp thiết thực vào tiến trình tự động hóa và hiện đại hóa sản xuất tại Việt Nam.