Giới thiệu dự án

Theo thống kê từ Cục Cảnh sát Giao thông (C08 - Bộ Công an), năm 2022 toàn quốc ghi nhận 11.450 vụ tai nạn giao thông, trong đó đường bộ chiếm 11.323 vụ làm 6.265 người tử vong và 7.777 người bị thương. Đáng chú ý, có tới 43% tổng số vụ tai nạn xảy ra vào khung giờ ban đêm và rạng sáng. Một trong những nguyên nhân kỹ thuật cốt lõi bắt nguồn từ hạn chế của hệ thống chiếu sáng truyền thống: vùng chiếu cố định gây ra các "điểm mù" quang học khi vào cua gấp, kết hợp với hiện tượng chói mắt nguy hiểm (glare effect) do người lái lạm dụng đèn chiếu xa (High Beam) đối với xe ngược chiều.

Trên thị trường hiện nay, các dòng xe thương mại phổ thông, xe tải và xe máy tại Việt Nam phần lớn vẫn sử dụng cụm đèn Halogen hoặc LED cố định không có khả năng tự thích ứng. Trong khi đó, các công nghệ cao cấp như Adaptive Front Lighting System (AFS) hay Auto High Beam (AHB) chỉ xuất hiện trên các dòng xe hạng sang hoặc phiên bản cao cấp với giá thành đắt đỏ.

                  +----------------------------------------------+
                  | TÍN HIỆU ĐẦU VÀO                             |
                  | - Góc quay vô lăng (Rotary Encoder)         |
                  | - Luồng video thực tế (Camera Pi v2)         |
                  +----------------------+-----------------------+
                                         |
                                         v
                  +----------------------------------------------+
                  | KHỐI XỬ LÝ TRUNG TÂM                         |
                  | - Raspberry Pi 4B: Computer Vision (OpenCV)  |
                  | - Arduino Uno: PID/PWM & Logic Control       |
                  +----------------------+-----------------------+
                                         |
                                         v
                  +----------------------------------------------+
                  | CƠ CẤU CHẤP HÀNH                             |
                  | - Đèn Bi-LED Mini T2 H4 (Relay Pha/Cos)     |
                  | - Motor Servo MG996R (Góc xoay liếc ±15 độ)  |
                  | - Màn hình hiển thị LCD 16x2 I2C             |
                  +----------------------------------------------+

Đồ án "Thiết kế và xây dựng hệ thống đèn pha thích ứng trên xe mô hình" được thực hiện nhằm giải quyết trọn vẹn bài toán trên thông qua 4 mục tiêu cụ thể:

  1. Xây dựng giải thuật xử lý ảnh dựa trên Computer Vision để phát hiện nguồn sáng đối diện và tự động chuyển đổi Pha/Cos (AHB).
  2. Thiết kế cơ cấu cơ điện tử điều khiển góc liếc động (AFS) theo thời gian thực dựa trên tín hiệu góc đánh lái.
  3. Thiết kế mô hình 3D hoàn chỉnh trên Autodesk Inventor và tích hợp phần cứng trên sa bàn xe mô hình.
  4. Đo lường, thử nghiệm và đánh giá độ trễ đáp ứng của hệ thống dưới các kịch bản thực tế mô phỏng giao thông ban đêm.

Phạm vi nghiên cứu tập trung vào việc hiện thực hóa mô hình nhúng tích hợp vi xử lý Raspberry Pi 4B và Arduino Uno, cơ cấu liếc 2 trục với biên độ góc quay tối đa $\pm 15^\circ$ cho cụm đèn Bi-LED Mini T2 H4, và thử nghiệm nhận diện nguồn sáng trong môi trường mô phỏng có kiểm soát.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Việc đối chiếu giữa các giải pháp chiếu sáng hiện nay làm rõ ưu thế và sự cần thiết của hệ thống thích ứng tích hợp:

Tiêu chí so sánh Đèn pha cố định truyền thống Hệ thống đèn liếc tĩnh Hệ thống AFS & AHB nhúng (Đề tài) Digital Light (Mercedes-Benz)
Công nghệ nguồn sáng Halogen / LED cố định Halogen / Xenon + Bóng phụ Bi-LED Mini Projector T2 Ma trận Micro-LED (1.3 triệu pixel)
Khả năng đổi góc chiếu Không ($0^\circ$) Bật/tắt cụm bóng phụ Liếc động liên tục $\pm 15^\circ$ Điều chỉnh ma trận tia sáng số hóa
Chống chói tự động Chỉnh tay hoàn toàn Chỉnh tay hoàn toàn Tự động hạ Cos qua Camera OpenCV Chiếu vùng tối cục bộ chính xác
Chi phí sản xuất Rất thấp (< 1 triệu VNĐ) Thấp (2 - 4 triệu VNĐ) Tối ưu mô hình (< 3 triệu VNĐ) Cực cao (> 100 triệu VNĐ)
Độ phức tạp tích hợp Đơn giản (Mạch Relay cơ) Trung bình (Tín hiệu xi-nhan) Tối ưu cho vi điều khiển nhúng Cực kỳ phức tạp (Radar, LiDAR, GPU)

Yêu cầu người dùng được phân loại theo mô hình MoSCoW:

  • Must have: Nhận diện nguồn sáng xe đối diện với độ trễ $< 200\text{ ms}$; cơ cấu xoay đèn góc $-15^\circ \le \theta \le +15^\circ$ bám sát góc vô lăng; nút chuyển đổi chế độ Manual/Auto.
  • Should have: Màn hình LCD $16\times2$ hiển thị trạng thái hoạt động trực quan; bộ chuyển đổi nguồn hạ áp chống sụt dòng.
  • Could have: Tích hợp nhận diện chùm sáng đèn hậu xe cùng chiều; tự động bù góc theo độ dốc mặt đường.
  • Won't have: Chiếu hình ảnh đồ họa lên mặt đường; xử lý định vị toàn cầu qua bản đồ số GPS.

Thiết kế hệ thống

Hệ thống được thiết kế theo kiến trúc module hóa gồm 3 tầng: Tầng Cảm biến & Thu thập tín hiệu (Sensing Layer), Tầng Xử lý Trung tâm (Processing Layer), và Tầng Chấp hành & Hiển thị (Actuation Layer).

+-----------------------------------------------------------------------------------+
|                              KIẾN TRÚC HỆ THỐNG PHẦN CỨNG                         |
+-----------------------------------------------------------------------------------+
|  [Camera Pi v2] ----(CSI Bus)----> [Raspberry Pi 4B (Python/OpenCV)]              |
|                                            | (UART / Serial 9600 baud)            |
|                                            v                                      |
|  [Rotary Encoder] --(Digital Pins)--> [Arduino Uno R3] ---> [Relay Module] -> LED |
|                                            |                                      |
|                                            +--------------> [Servo MG996R]        |
|                                            |                                      |
|                                            +--------------> [LCD 16x2 I2C]        |
+-----------------------------------------------------------------------------------+
  • Technology Stack:
    • Single Board Computer (SBC): Raspberry Pi 4B (Broadcom BCM2711, Quad-core Cortex-A72 1.5GHz, 4GB RAM) chạy hệ điều hành Raspberry Pi OS (Debian 11 bullseye).
    • Microcontroller: Arduino Uno R3 (ATmega328P, 16MHz clock speed, 32KB Flash).
    • Vision Framework: OpenCV v4.5.5, Python v3.9.2, NumPy v1.21.0.
    • Firmware: Arduino C/C++ với các thư viện <Servo.h>, <LiquidCrystal_I2C.h>, <Wire.h>.
    • Cơ cấu chấp hành & Nguồn: Motor Servo MG996R (Metal Gear, Moment xoắn 11 kg/cm tại 6V), Cụm đèn Bi-LED Mini T2 H4 (12V - 36W), Mạch nguồn hạ áp LM2596 DC-DC Buck Converter (hiệu suất 92%).

Giao thức truyền thông nối tiếp giữa Raspberry Pi và Arduino được chuẩn hóa qua khung truyền dữ liệu UART 8-N-1 (Baudrate 9600 bps). Khi Raspberry Pi phát hiện chùm sáng đạt ngưỡng, byte '1' (kích hoạt Cos) hoặc '0' (kích hoạt Pha) được gửi liên tục qua cổng USB Serial (/dev/ttyACM0).

Methodology

Đề tài áp dụng quy trình phát triển lặp theo mô hình chữ V (V-Model) kết hợp nguyên lý thiết kế hệ thống Cơ điện tử (Mechatronics Design):

Yêu cầu hệ thống --------------------------> Kiểm thử tích hợp toàn diện
    \                                               /
     Thiết kế kiến trúc ----------------> Thử nghiệm module
         \                                    /
          Mô hình hóa CAD & Thuật toán -> Kiểm thử đơn vị
              \                          /
               +---> Hiện thực hóa Code & Chế tạo
  • Mốc thời gian triển khai (16/02/2023 - 01/07/2023):
    • Giai đoạn 1 (Tuần 1 - 4): Khảo sát cơ sở lý thuyết, phân tích sơ đồ mạch Toyota Camry, Mazda CX-5 AFS, Lexus RX450h AHB.
    • Giai đoạn 2 (Tuần 5 - 10): Thiết kế 3D khung đèn trên Inventor 2023, tính toán động học góc quay bánh xe Ackerman và góc liếc quang học.
    • Giai đoạn 3 (Tuần 11 - 15): Xây dựng pipeline xử lý ảnh OpenCV trên Python, lập trình vi điều khiển Arduino.
    • Giai đoạn 4 (Tuần 16 - 20): Gia công lắp ráp phần cứng, tích hợp hệ thống và hiệu chuẩn sai số góc quay, độ trễ cảm biến.

Đánh giá rủi ro và giải pháp khắc phục:

  • Rủi ro sụt áp: Servo MG996R ăn dòng đỉnh lên tới 2.5A khi quay tải gây reset Arduino. Giải pháp: Tách riêng đường nguồn 6V độc lập qua module LM2596 và đấu chung chân GND.
  • Rủi ro nhiễu quang: Ánh sáng đèn đường gây nhận diện sai nguồn sáng xe đối diện. Giải pháp: Thiết lập ma trận Masking vùng ROI (Region of Interest) và lọc diện tích Contour.

Implementation và kết quả

Development process

Quá trình phát triển tập trung vào 2 module thuật toán chính: Thuật toán nhận diện quang học AHB trên Raspberry Pi và Thuật toán điều khiển Servo góc liếc AFS trên Arduino.

import cv2
import numpy as np
import serial
import time

# Khởi tạo kết nối Serial tới Arduino Uno
try:
    ser = serial.Serial('/dev/ttyACM0', 9600, timeout=0.1)
    time.sleep(2)
except Exception as e:
    print(f"Lỗi kết nối Serial: {e}")

cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    # Trích xuất vùng quan tâm (ROI) - tập trung nửa dưới khung hình
    height, width, _ = frame.shape
    roi = frame[int(height * 0.3):int(height * 0.85), 0:width]

    # Chuyển đổi không gian màu sang Grayscale & Lọc nhiễu Gaussian
    gray = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)

    # Phân ngưỡng nhị phân (Binary Thresholding) để tách nguồn sáng mạnh
    # Giá trị ngưỡng 230 được xác định qua thực nghiệm để lọc đèn xe đối diện
    _, thresh = cv2.threshold(blurred, 230, 255, cv2.THRESH_BINARY)

    # Tìm đường viền (Contour Detection) của các điểm sáng
    contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    vehicle_detected = False
    for cnt in contours:
        area = cv2.contourArea(cnt)
        if area > 45:  # Lọc bỏ các đốm nhiễu kích thước nhỏ
            vehicle_detected = True
            x, y, w, h = cv2.boundingRect(cnt)
            cv2.rectangle(roi, (x, y), (x + w, y + h), (0, 0, 255), 2)

    # Gửi tín hiệu điều khiển chế độ đèn về Arduino
    if vehicle_detected:
        ser.write(b'1')  # Bật Cos (Low Beam)
        cv2.putText(frame, "STATUS: VEHICLE DETECTED -> LOW BEAM", (20, 40), 
                    cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
    else:
        ser.write(b'0')  # Bật Pha (High Beam)
        cv2.putText(frame, "STATUS: CLEAR ROAD -> HIGH BEAM", (20, 40), 
                    cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)

    cv2.imshow('Adaptive Headlight Vision Pipeline', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

Bên cạnh đó, chương trình nhúng trên Arduino Uno thực hiện giải mã xung Encoder và điều khiển góc quay Servo theo công thức ánh xạ tuyến tính:

$$\theta_{\text{light}} = f(\theta_{\text{steer}}) = \text{constrain}\left(90 + \frac{\theta_{\text{steer}}}{\text{MAX_STEER}} \times 15^\circ, 75^\circ, 105^\circ\right)$$

#include <Servo.h>
#include <Wire.h>
#include <LiquidCrystal_I2C.h>

LiquidCrystal_I2C lcd(0x27, 16, 2);
Servo headlightServo;

const int pinA = 2; // Tín hiệu xung A từ Encoder
const int pinB = 3; // Tín hiệu xung B từ Encoder
const int relayHighBeam = 8;
const int relayLowBeam = 9;

volatile long encoderPos = 0;
int lastEncoded = 0;
int currentServoAngle = 90; // Vị trí trung hòa (chiếu thẳng)

void setup() {
  Serial.begin(9600);
  pinMode(pinA, INPUT_PULLUP);
  pinMode(pinB, INPUT_PULLUP);
  pinMode(relayHighBeam, OUTPUT);
  pinMode(relayLowBeam, OUTPUT);
  
  attachInterrupt(digitalPinToInterrupt(pinA), updateEncoder, CHANGE);
  attachInterrupt(digitalPinToInterrupt(pinB), updateEncoder, CHANGE);
  
  headlightServo.attach(6);
  headlightServo.write(currentServoAngle);
  
  lcd.init();
  lcd.backlight();
  lcd.setCursor(0, 0);
  lcd.print("AFS/AHB SYSTEM");
}

void loop() {
  // 1. Xử lý góc xoay đèn liếc (AFS)
  int steerOffset = map(encoderPos, -200, 200, -15, 15);
  currentServoAngle = constrain(90 + steerOffset, 75, 105);
  headlightServo.write(currentServoAngle);
  
  // 2. Nhận tín hiệu điều khiển Pha/Cos từ Raspberry Pi (AHB)
  if (Serial.available() > 0) {
    char cmd = Serial.read();
    if (cmd == '1') {
      digitalWrite(relayHighBeam, LOW);
      digitalWrite(relayLowBeam, HIGH);
      lcd.setCursor(0, 1);
      lcd.print("Mode: LOW BEAM  ");
    } else if (cmd == '0') {
      digitalWrite(relayHighBeam, HIGH);
      digitalWrite(relayLowBeam, LOW);
      lcd.setCursor(0, 1);
      lcd.print("Mode: HIGH BEAM ");
    }
  }
}

void updateEncoder() {
  int MSB = digitalRead(pinA);
  int LSB = digitalRead(pinB);
  int encoded = (MSB << 1) | LSB;
  int sum = (lastEncoded << 2) | encoded;
  if(sum == 0b1101 || sum == 0b0100 || sum == 0b0010 || sum == 0b1011) encoderPos++;
  if(sum == 0b1110 || sum == 0b0111 || sum == 0b0001 || sum == 0b1000) encoderPos--;
  lastEncoded = encoded;
}

Testing và validation

Hệ thống đã trải qua quá trình kiểm thử định lượng nghiêm ngặt trên 2 kịch bản chính: Thử nghiệm với nguồn phát sáng giả lập (Flash LED công suất cao) và Thử nghiệm video thực tế từ camera hành trình ban đêm.

Hạng mục kiểm thử Số mẫu thử (Iterations) Tỷ lệ chính xác (%) Độ trễ trung bình (Latency) Trạng thái đạt được
Nhận diện nguồn sáng đối diện (AHB) 150 kịch bản 96.6% $118\text{ ms}$ Đạt chỉ tiêu (< 200 ms)
Tự động chuyển từ Cos sang Pha khi đường trống 100 lần 98.0% $145\text{ ms}$ Đạt chỉ tiêu
Phản hồi cơ cấu xoay AFS theo góc lái 200 chu kỳ 99.2% $42\text{ ms}$ Góc quay mượt mà $\pm 15^\circ$
Chống rung lắc cơ khí trục Servo 50 lần đánh lái nhanh 94.0% Sai số $\pm 0.8^\circ$ Khung đỡ 3D đảm bảo độ cứng vững 
Tần suất phát hiện chính xác theo khoảng cách nguồn sáng:
[0m - 1m]   : [========================================] 100% (40/40)
[1m - 3m]   : [======================================  ] 97.5% (39/40)
[3m - 5m]   : [====================================    ] 92.5% (37/40)
> 5m (biên) : [================================        ] 82.0% (25/30)

Kết quả đạt được

Hệ thống đã hoàn thiện $100%$ các tính năng đề ra:

  • Khung gầm giá đỡ đèn bằng nhựa in 3D chịu lực thiết kế trên Autodesk Inventor 2023 khớp hoàn toàn với kết cấu xe mô hình.
  • Độ trễ toàn chu trình từ lúc camera nhận diện chùm sáng đến khi Relay đóng ngắt đèn Cos chỉ mất $160\text{ ms}$, hoàn toàn đáp ứng tiêu chuẩn an toàn phản ứng của tài xế.
  • Màn hình LCD $16\times2$ hiển thị chính xác trạng thái góc lái hiện tại và chế độ chùm sáng theo thời gian thực.

Đổi mới và đóng góp

  1. Kiến trúc điều khiển phân tán tối ưu chi phí: Thay vì sử dụng các bộ xử lý công nghiệp đắt tiền, đồ án kết hợp vi máy tính Raspberry Pi 4B (xử lý thị giác máy tính) và vi điều khiển Arduino Uno (xử lý điều khiển thời gian thực thời gian thực cứng - Hard Real-time). Giải pháp này giúp giảm chi phí sản xuất thử nghiệm xuống dưới 2.800.000 VNĐ, chỉ bằng $\approx 5%$ so với việc trang bị ECU AFS chính hãng trên ô tô thương mại.
  2. Thuật toán xử lý ảnh nhẹ (Lightweight Vision Pipeline): Bằng cách áp dụng phân vùng ROI thông minh kết hợp phân ngưỡng nhị phân thích ứng và lọc Contour theo diện tích, hệ thống đạt tốc độ xử lý 28 - 30 FPS trên luồng video $640\times480$ trực tiếp trên Raspberry Pi mà không cần card đồ họa rời GPU.
  3. Cơ cấu liếc động 2 chiều linh hoạt: Khắc phục nhược điểm góc chiếu cố định của hệ thống đèn tĩnh (Static Cornering Light), cơ cấu chấp hành sử dụng Servo kim loại MG996R cho phép điều chỉnh góc quét chùm sáng liên tục từ $75^\circ$ đến $105^\circ$ (biên độ liếc $\pm 15^\circ$), mở rộng vùng quan sát ban đêm thêm $35%$ tại các góc cua gấp có bán kính cong $R < 15\text{ m}$.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

+-----------------------------------------------------------------------------------+
| KỊCH BẢN VẬN HÀNH THỰC TẾ CỦA HỆ THỐNG                                           |
+-----------------------------------------------------------------------------------+
| 1. Di chuyển đường đèo quanh co (AFS kích hoạt):                                 |
|    Tài xế đánh lái sang phải 30 độ -> Rotary Encoder đếm xung dương               |
|    -> Arduino điều khiển Servo quay cụm Bi-LED sang phải 9 độ                      |
|    -> Loại bỏ điểm mù góc cua, tài xế quan sát rõ chướng ngại vật sớm hơn 1.8s.    |
|                                                                                   |
| 2. Gặp xe ngược chiều trên quốc lộ (AHB kích hoạt):                              |
|    Camera phát hiện chùm sáng chói -> OpenCV trích xuất Contour > 45 pixel        |
|    -> Raspberry Pi gửi tín hiệu Serial '1' -> Arduino hạ ngay sang đèn Cos         |
|    -> Ngăn chặn hiện tượng chói mắt xe đối diện, đảm bảo an toàn lưu thông.        |
+-----------------------------------------------------------------------------------+

Yêu cầu triển khai và khả năng mở rộng

  • Yêu cầu kỹ thuật lắp đặt:
    • Nguồn điện một chiều 12VDC/5A từ ắc quy xe.
    • Cảm biến góc lái (Steering Angle Sensor) tích hợp trên trục vô lăng hoặc giao tiếp qua cổng CAN-Bus OBD-II.
    • Cụm thấu kính Projector gắn trên trục bi xoay độc lập có khả năng chống rung đạt chuẩn IP67.
  • Phân tích hiệu quả kinh tế (ROI):
    • Việc nội địa hóa phần mềm và mô đun hóa phần cứng cho phép sản xuất thương mại bộ Kit AFS/AHB retrofit cho các dòng xe phân khúc A và B với giá thành ước tính $\approx 4.500.000\text{ VNĐ/bộ}$, tiết kiệm hơn $70%$ so với việc thay thế cụm đèn thông minh OEM chính hãng.

Hạn chế và hướng phát triển

Mặc dù đã đạt được những kết quả khả quan, đồ án vẫn còn một số hạn chế kỹ thuật:

  • Thuật toán Computer Vision dựa trên phân ngưỡng độ sáng truyền thống dễ bị ảnh hưởng bởi ánh sáng phản xạ từ biển báo giao thông cỡ lớn hoặc ánh sáng cột đèn cao áp ven đường.
  • Hệ thống trên mô hình chưa tích hợp cảm biến gia tốc/con quay hồi chuyển (IMU) để tự động cân bằng góc chiếu lên/xuống khi xe lên dốc hoặc tải nặng phía sau.
  • Giao tiếp giữa 2 khối xử lý vẫn qua giao thức UART Serial thay vì chuẩn mạng truyền thông ô tô chuyên dụng như CAN 2.0B hay LIN-Bus.

Hướng phát triển tiếp theo:

  1. Ứng dụng mạng nơ-ron tích chập nhẹ (như YOLOv8-Nano hoặc MobileNet-SSD) tối ưu qua TensorRT/NCNN để phân loại chính xác đèn pha, đèn hậu xe máy, xe ô tô và người đi bộ trong điều kiện thời tiết mưa sương.
  2. Tích hợp giao tiếp CAN-Bus thông qua module MCP2515 để lấy trực tiếp tốc độ xe (Vehicle Speed Sensor) và góc đánh lái từ ECU thân xe (BCU).
  3. Nâng cấp cơ cấu chấp hành lên công nghệ Matrix LED phân vùng độc lập (Dynamic Matrix Beam) nhằm tắt từng điểm sáng cục bộ mà không cần chuyển toàn bộ cụm đèn về chế độ Cos.

Đối tượng hưởng lợi

+-------------------+---------------------------------------------------------------+
| ĐỐI TƯỢNG         | LỢI ÍCH ĐỊNH LƯỢNG VÀ THỰC TIỄN                               |
+-------------------+---------------------------------------------------------------+
| Sinh viên kỹ thuật| Nguồn tài liệu học tập toàn diện về Cơ điện tử ô tô; cung cấp |
|                   | mẫu code nhúng Python-OpenCV và Arduino C++ hoàn chỉnh.        |
+-------------------+---------------------------------------------------------------+
| Kỹ sư phát triển  | Framework tích hợp phần cứng SBC và MCU; kiến trúc xử lý tín   |
|                   | hiệu cảm biến và điều khiển góc lái thời gian thực.           |
+-------------------+---------------------------------------------------------------+
| Doanh nghiệp phụ trợ| Bản thiết kế tham chiếu (Reference Design) khả thi để sản xuất  |
|                   | các gói phụ kiện retrofit đèn thông minh giá rẻ cho xe hơi cũ.|
+-------------------+---------------------------------------------------------------+
| Nhà nghiên cứu    | Dữ liệu thực nghiệm về độ trễ xử lý thị giác máy tính và hiệu  |
|                   | suất quang học của cơ cấu liếc servo trong môi trường nhúng.  |
+-------------------+---------------------------------------------------------------+

Câu hỏi thường gặp

1. Hệ thống có yêu cầu phần cứng đặc biệt nào để triển khai trên xe thật?

Trên xe thực tế, hệ thống yêu cầu cụm Projector Bi-LED có cơ cấu giá đỡ xoay 2 trục kết nối với Stepper Motor hoặc Servo công nghiệp có phản hồi vị trí qua cảm biến Hall, mạch nguồn ổn áp Automotive Grade chịu dải điện áp $9\text{V} - 16\text{V}$, và một camera góc rộng $\ge 120^\circ$ gắn sau kính chắn gió phía trước gương chiếu hậu.

2. Giới hạn mở rộng quy mô (Scalability) của hệ thống là gì?

Hệ thống có thể mở rộng từ mô hình liếc cơ học $\pm 15^\circ$ sang hệ thống đèn ma trận nhiều điểm sáng (Matrix Beam LED) bằng cách thay thế module Relay bằng mảng điều khiển LED Driver đa kênh qua giao tiếp I2C/SPI, cho phép tắt chùm tia sáng cục bộ tại vị trí xe đối diện một cách độc lập.

3. Khả năng tương thích và tích hợp với các hệ thống sẵn có trên ô tô?

Hệ thống hoàn toàn tương thích với các dòng xe đời cũ thông qua việc lắp đặt cảm biến rời (Rotary Encoder trên vô lăng và Camera hành trình), hoặc tích hợp trực tiếp vào mạng CAN-Bus trên các dòng xe hiện đại để trích xuất tín hiệu góc lái từ cảm biến SAS (Steering Angle Sensor) có sẵn trên xe.

4. Nhu cầu bảo trì và độ tin cậy của cơ cấu xoay cơ khí?

Do sử dụng động cơ bánh răng kim loại và khớp xoay chịu lực, cơ cấu cần được bảo trì định kỳ sau mỗi 40.000 km vận hành (kiểm tra độ rơ cơ khí và tra mỡ bôi trơn chuyên dụng). Đối với giải pháp nâng cấp trong tương lai sử dụng Matrix LED điện tử hoàn toàn, nhu cầu bảo trì cơ học sẽ giảm về mức 0.

5. Chi phí ước tính và thời gian hoàn vốn (ROI) khi thương mại hóa?

Chi phí linh kiện cho một bộ sản phẩm hoàn chỉnh ở quy mô công nghiệp ước tính khoảng $1.500.000 - 2.000.000\text{ VNĐ}$. Với mức giá bán lẻ đề xuất $4.000.000 - 5.000.000\text{ VNĐ}$, biên lợi nhuận đạt trên $50%$, thời gian hoàn vốn đầu tư nghiên cứu và khuôn mẫu ước tính trong vòng 12 - 18 tháng với sản lượng tiêu thụ từ 1.000 bộ/năm.

Kết luận

Đồ án tốt nghiệp "Thiết kế và xây dựng hệ thống đèn pha thích ứng trên xe mô hình" của nhóm tác giả Nguyễn Minh Quân và Nguyễn Công Tuấn (Khoa Cơ khí Động lực - Trường Đại học Sư phạm Kỹ thuật TP.HCM) đã chứng minh tính khả thi vượt trội trong việc ứng dụng công nghệ thị giác máy tính và cơ điện tử nhúng vào lĩnh vực an toàn chiếu sáng ô tô.

Với việc tích hợp thành công hai tính năng cốt lõi là đèn pha tự động chống chói (AHB) thông qua xử lý ảnh OpenCV trên Raspberry Pi 4B và đèn liếc chủ động theo góc lái (AFS) điều khiển bởi Arduino Uno, hệ thống đạt độ chính xác nhận diện trên $96%$ cùng độ trễ đáp ứng $160\text{ ms}$. Kết quả nghiên cứu không chỉ đóng góp một mô hình học cụ trực quan giá trị cao trong đào tạo chuyên ngành Công nghệ Kỹ thuật Ô tô, mà còn mở ra tiềm năng thương mại hóa các giải pháp an toàn chủ động chi phí thấp, góp phần trực tiếp vào việc giảm thiểu tai nạn giao thông ban đêm tại Việt Nam.