Nghiên cứu ứng dụng IoT thông qua mạng di động hỗ trợ giám sát hoạt động gia súc

Luận văn thạc sĩ phân tích hay nghiên cứu ứng dụng iot thông qua mạng di động hỗ trợ giám sát hoạt động gia súc, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho

• Tác giả: Phạm Thế Bẩy
• Người hướng dẫn: TS. Hoàng Quang Trung
• Trường học: Đại học Công nghệ Thông tin và Truyền thông
• Chuyên ngành: Kỹ thuật viễn thông
• Đề tài: Nghiên cứu ứng dụng IoT trong giám sát hoạt động gia súc qua mạng di động
• Loại tài liệu: luận văn cao học
• Năm xuất bản: 2020
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: CÁC MẠNG IOT VÀ THÔNG TIN DI ĐỘNG
• 1.1. Giới thiệu về internet vạn vật
• 1.2. Các mô hình triển khai ứng dụng IoT
• 1.2.1. Nhà thông minh và tự động hóa trong các tòa nhà
• 1.2.2. Thành phố thông minh
• 1.2.3. Lưới điện thông minh
• 1.2.4. Ứng dụng IoT trong công nghiệp
• 1.2.5. Nông trại thông minh (Smart Farm)
• 1.2.6. Nền tảng hỗ trợ dịch vụ IoT của các mạng thông tin di động
• 1.2.7. Các mạng di động có khả năng hỗ trợ IoT
• 1.2.8. Phân loại các chuẩn IoT di động
• 1.2.9. Nền tảng dịch vụ IoT đám mây (Cloud)
• 1.2.10. Kiến trúc REST: Web of things
• 1.2.11. Hạ tầng mạng di động hỗ trợ dịch vụ IoT tại Việt Nam
• 2. CHƯƠNG 2: THIẾT KẾ HỆ THỐNG GIÁM SÁT CÁ THỂ BÒ TRÊN NỀN TẢNG IOT
• 2.1. Thiết kế mô hình hệ thống tổng thể
• 2.2. Lựa chọn giao thức kết nối thông tin
• 2.3. Mạng cảm biến không dây
• 2.4. Phương thức kết với máy chủ sử dụng MQTT
• 2.5. Phương pháp thu thập và xử lý dữ liệu
• 2.6. Chuẩn hóa dữ liệu
• 2.7. Thuật toán phân loại hành vi các thể bò
• 3. CHƯƠNG 3: THỰC THI HỆ THỐNG GIÁM SÁT CÁ THỂ BÒ
• 3.1. Giải pháp thực thi hệ thống
• 3.2. Thiết bị phần cứng
• 3.2.1. Lựa chọn thiết bị
• 3.2.2. Thuật toán đọc và truyền dữ liệu
• 3.3. Thử nghiệm với thuật toán phân loại hành vi cá thể bò
• 3.4. Thực thi hệ thống giám sát từ xa theo thời gian thực
• 3.5. Thiết kế giao diện và thiết lập cấu hình hệ thống
• 3.6. Truyền dữ liệu giám sát
• 3.7. Đánh giá tính khả thi của hệ thống
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về nghiên cứu ứng dụng IoT trong giám sát gia súc

Nghiên cứu ứng dụng IoT trong giám sát hoạt động gia súc qua mạng di động đang trở thành một xu hướng quan trọng trong nông nghiệp hiện đại. Internet of Things cho phép kết nối và giám sát các thiết bị, từ đó nâng cao hiệu quả quản lý và chăm sóc gia súc. Việc áp dụng công nghệ này không chỉ giúp tiết kiệm thời gian mà còn tối ưu hóa quy trình sản xuất nông nghiệp. Các giải pháp giám sát thông minh giúp nông dân theo dõi sức khỏe và hoạt động của gia súc từ xa, đảm bảo an toàn và nâng cao năng suất.

1.1. Khái niệm về IoT và ứng dụng trong nông nghiệp

IoT, hay Internet of Things, là một mạng lưới các thiết bị kết nối với nhau, cho phép thu thập và chia sẻ dữ liệu. Trong nông nghiệp, IoT được sử dụng để giám sát tình trạng sức khỏe của gia súc, từ đó đưa ra các quyết định kịp thời nhằm cải thiện năng suất và chất lượng sản phẩm.

1.2. Lợi ích của việc giám sát gia súc qua mạng di động

Việc giám sát gia súc qua mạng di động mang lại nhiều lợi ích, bao gồm khả năng theo dõi tình trạng sức khỏe, phát hiện sớm các vấn đề và tối ưu hóa quy trình chăm sóc. Điều này không chỉ giúp tiết kiệm chi phí mà còn nâng cao hiệu quả sản xuất trong ngành nông nghiệp.

II. Thách thức trong việc ứng dụng IoT vào giám sát gia súc

Mặc dù có nhiều lợi ích, việc ứng dụng IoT trong giám sát gia súc cũng gặp phải một số thách thức. Các vấn đề như độ tin cậy của kết nối mạng, chi phí đầu tư ban đầu và khả năng xử lý dữ liệu lớn là những yếu tố cần được xem xét. Ngoài ra, việc đào tạo nhân lực để sử dụng công nghệ mới cũng là một thách thức không nhỏ.

2.1. Vấn đề về kết nối mạng di động

Kết nối mạng di động là yếu tố quan trọng trong việc triển khai IoT. Tuy nhiên, không phải khu vực nào cũng có mạng di động ổn định, điều này có thể ảnh hưởng đến khả năng giám sát và thu thập dữ liệu từ xa.

2.2. Chi phí đầu tư và bảo trì hệ thống

Chi phí đầu tư cho các thiết bị cảm biến và hệ thống giám sát có thể cao, đặc biệt đối với các nông trại nhỏ. Bên cạnh đó, việc bảo trì và nâng cấp hệ thống cũng cần được tính toán để đảm bảo hiệu quả lâu dài.

III. Phương pháp triển khai hệ thống giám sát gia súc thông minh

Để triển khai hệ thống giám sát gia súc thông minh, cần áp dụng các phương pháp và công nghệ hiện đại. Việc lựa chọn thiết bị cảm biến phù hợp, xây dựng hạ tầng mạng và phát triển phần mềm quản lý là những bước quan trọng trong quá trình này. Hệ thống cần đảm bảo khả năng thu thập và phân tích dữ liệu hiệu quả.

3.1. Lựa chọn thiết bị cảm biến IoT

Việc lựa chọn thiết bị cảm biến phù hợp là rất quan trọng. Các cảm biến cần có khả năng đo lường chính xác các thông số như nhiệt độ, độ ẩm và hoạt động của gia súc, từ đó cung cấp dữ liệu hữu ích cho người quản lý.

3.2. Xây dựng hạ tầng mạng di động

Hạ tầng mạng di động cần được xây dựng để đảm bảo kết nối ổn định cho các thiết bị IoT. Việc sử dụng các công nghệ như NB-IoT hoặc LoRaWAN có thể giúp cải thiện khả năng truyền tải dữ liệu trong các khu vực nông thôn.

IV. Ứng dụng thực tiễn của IoT trong giám sát gia súc

Nhiều nông trại đã áp dụng thành công công nghệ IoT để giám sát gia súc. Các ứng dụng này không chỉ giúp theo dõi sức khỏe mà còn tối ưu hóa quy trình chăn nuôi. Ví dụ, một số nông trại đã sử dụng cảm biến để theo dõi hoạt động và dinh dưỡng của gia súc, từ đó đưa ra các quyết định kịp thời nhằm nâng cao năng suất.

4.1. Giám sát sức khỏe gia súc qua cảm biến

Cảm biến được gắn trên gia súc giúp theo dõi sức khỏe và hoạt động của chúng. Dữ liệu thu thập được sẽ được phân tích để phát hiện sớm các vấn đề sức khỏe, từ đó có biện pháp can thiệp kịp thời.

4.2. Tối ưu hóa quy trình chăn nuôi

Việc sử dụng IoT trong chăn nuôi giúp tối ưu hóa quy trình sản xuất. Các nông trại có thể theo dõi dinh dưỡng và hoạt động của gia súc, từ đó điều chỉnh chế độ ăn uống và chăm sóc phù hợp.

V. Kết luận và tương lai của IoT trong giám sát gia súc

Tương lai của IoT trong giám sát gia súc hứa hẹn sẽ mang lại nhiều cơ hội mới cho ngành nông nghiệp. Với sự phát triển của công nghệ, việc áp dụng IoT sẽ ngày càng trở nên phổ biến, giúp nâng cao hiệu quả sản xuất và chất lượng sản phẩm. Các nghiên cứu và ứng dụng thực tiễn sẽ tiếp tục được phát triển để đáp ứng nhu cầu ngày càng cao của thị trường.

5.1. Xu hướng phát triển công nghệ IoT trong nông nghiệp

Công nghệ IoT đang phát triển nhanh chóng, với nhiều ứng dụng mới được nghiên cứu và triển khai. Xu hướng này sẽ tiếp tục thúc đẩy sự đổi mới trong ngành nông nghiệp, giúp nâng cao năng suất và chất lượng sản phẩm.

5.2. Tác động của IoT đến ngành nông nghiệp trong tương lai

Việc áp dụng IoT sẽ có tác động lớn đến ngành nông nghiệp, từ việc cải thiện quy trình sản xuất đến nâng cao chất lượng sản phẩm. Điều này không chỉ giúp nông dân tăng thu nhập mà còn góp phần bảo vệ môi trường.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh công nghệ thông tin phát triển vượt bậc, Internet vạn vật (IoT) đang định hình lại toàn diện phương thức quản lý trong nhiều ngành kinh tế mũi nhọn. Theo ước tính từ các tổ chức công nghệ quốc tế, toàn cầu hiện có hơn 30 tỷ thiết bị kết nối IoT, mở ra tiềm năng tự động hóa sâu rộng cho nền nông nghiệp chính xác. Tại Việt Nam, với việc các nhà mạng viễn thông tiên phong phát sóng hơn 1.000 trạm NB-IoT phủ kín các đô thị lớn và mở rộng về nông thôn, việc ứng dụng IoT vào chăn nuôi gia súc trở thành một giải pháp cấp thiết và giàu tính khả thi.

Quản lý đàn gia súc theo phương thức truyền thống tại các trang trại quy mô vừa và lớn đang bộc lộ nhiều hạn chế nghiêm trọng. Người chăn nuôi gặp khó khăn trong việc phát hiện sớm dấu hiệu dịch bệnh, giám sát chu kỳ động dục, cũng như theo dõi tình trạng dinh dưỡng của từng cá thể. Việc giám sát thủ công làm tiêu tốn khoảng 40% đến 50% tổng chi phí nhân công, đồng thời độ trễ trong việc phát hiện bất thường thường kéo dài từ 12 đến 24 giờ, dẫn đến nguy cơ suy giảm năng suất sữa, thịt và làm tăng tỷ lệ lây lan dịch bệnh.

Nghiên cứu này được thực hiện nhằm giải quyết triệt để bài toán trên thông qua việc thiết kế và thực thi hệ thống giám sát hoạt động cá thể bò theo thời gian thực trên nền tảng IoT kết hợp mạng thông tin di động. Đề tài tập trung vào việc chế tạo nút cảm biến gia tốc 3 trục gắn tại cổ bò, xây dựng kênh truyền thông không dây tầm xa tiết kiệm năng lượng LoRa kết nối về Gateway di động, đồng thời triển khai thuật toán phân loại hành vi tự động trên máy chủ đám mây ThingsBoard. Phạm vi nghiên cứu được thử nghiệm thực tế tại vùng chăn nuôi Thái Nguyên trong năm 2020 thuộc khuôn khổ đề tài nghiên cứu khoa học mã số ĐH2018-TN07-02. Hệ thống hoàn chỉnh cho phép giảm thiểu 80% công giám sát trực tiếp, phản hồi cảnh báo với độ trễ dưới 2 giây, tạo tiền đề vững chắc cho việc nhân rộng mô hình chăn nuôi thông minh tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa của ba khối kiến thức nền tảng: lý thuyết mạng cảm biến không dây (WSN), kiến trúc hệ thống IoT đám mây và kỹ thuật phân tích chuyển động cơ sinh học động vật.

Kiến trúc hệ thống triển khai mô hình 3 lớp tiêu chuẩn của IoT:

1. Lớp thu nhận dữ liệu (Perception Layer): Sử dụng các nút cảm biến tích hợp vi điều khiển và cảm biến gia tốc vi cơ điện tử MEMS để ghi nhận các dao động động lực học của cá thể bò.
2. Lớp mạng và truyền thông (Network Layer): Kết hợp giải pháp mạng diện rộng công suất thấp LPWAN (chuẩn công nghệ LoRa hoạt động tại băng tần không cấp phép 433 MHz và 868 MHz) để truyền dữ liệu từ các vòng đeo cổ về trạm thu thập trung tâm (Gateway), sau đó đẩy lên Internet qua kết nối di động 3G/4G/NB-IoT theo giao thức truyền thông điệp gọn nhẹ MQTT (Message Queuing Telemetry Transport).
3. Lớp ứng dụng và dịch vụ (Application Layer): Nền tảng IoT mã nguồn mở ThingsBoard cùng kiến trúc RESTful Web Services đảm nhiệm vai trò tiếp nhận bản tin MQTT, trực quan hóa trạng thái đàn gia súc qua giao diện Web/Dashboard di động và tự động kích hoạt cảnh báo.

Về mặt phân tích dữ liệu chuyển động, nghiên cứu ứng dụng hai khái niệm cơ sinh học then chốt:

• VeDBA (Vectorial Dynamic Body Acceleration): Véc-tơ tổng hợp gia tốc chuyển động toàn thân, được tính toán từ độ lớn thành phần gia tốc động lực trên 3 trục không gian X, Y, Z, đóng vai trò chỉ báo mức độ tiêu hao năng lượng và cường độ vận động của vật nuôi.
• SCA-Y (Static Component of the Acceleration in the Y-axis): Thành phần gia tốc tĩnh theo trục Y, đại diện cho góc nghiêng của cổ bò so với phương trọng trường, cho phép nhận diện chính xác tư thế đầu khi bò cúi ăn, đứng thẳng hoặc nằm nghỉ.

Phương pháp nghiên cứu

Nghiên cứu kết hợp chặt chẽ giữa phương pháp thực nghiệm phần cứng, đo kiểm thực địa và phân tích dữ liệu toán học:

• Nguồn dữ liệu và thu thập mẫu: Dữ liệu gia tốc được thu thập trực tiếp từ mô-đun cảm biến MPU6050 gắn trên vòng đeo cổ của cá thể bò thực nghiệm. Cảm biến được cấu hình độ phân giải 16-bit với dải đo dao động ±8g. Tần số lấy mẫu đạt từ 9 đến 12 mẫu mỗi giây, sau đó được tính trung bình trượt trong cửa sổ thời gian 1 giây để triệt tiêu nhiễu rung cơ học ngẫu nhiên.
• Cỡ mẫu và phương pháp chọn mẫu: Cỡ mẫu thực nghiệm ban đầu gồm hơn 200 mẫu dữ liệu căn chỉnh tĩnh thu thập trong 6 phút tại 6 vị trí chuẩn để triệt tiêu sai số tất định của cảm biến. Tập dữ liệu kiểm thử hành vi thực tế được thu thập liên tục trong 14 ngày trên đàn bò tại trại thực nghiệm, kết hợp ghi hình camera đồng bộ khung thời gian để gắn nhãn chuẩn xác 4 trạng thái hành vi: Đi (Walking), Đứng (Standing), Nằm (Lying), và Ăn (Eating/Grazing).
• Phương pháp phân tích và lý do lựa chọn: Nghiên cứu áp dụng thuật toán Cây quyết định (Decision Tree) phân cấp kết hợp tối ưu hóa ngưỡng phân lớp bằng đường cong ROC (Receiver Operating Characteristic). Lý do lựa chọn Cây quyết định thay vì các mô hình học sâu phức tạp là nhằm tối ưu hóa tài nguyên tính toán, cho phép thuật toán có thể thực thi mượt mà ngay trên các bộ vi xử lý nhúng chi phí thấp với tốc độ xử lý tức thời và tính tường minh cao.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình hiệu chuẩn phần cứng và thử nghiệm thuật toán phân loại hành vi thực tế trên cá thể bò đã mang lại các kết quả định lượng nổi bật:

1. Hiệu chỉnh cảm biến gia tốc triệt tiêu sai số: Quá trình căn chỉnh tĩnh 6 vị trí đã xác định chính xác độ lệch gia tốc trọng trường. Sai số lệch trục Z ban đầu là -46,8 mg và hệ số tỷ lệ là 9,9 mg; trục Y có độ lệch -0,9 mg và hệ số tỷ lệ 9,7 mg. Sau khi chuẩn hóa theo phương trình tỷ lệ 16-bit, sai số đọc tĩnh giảm xuống dưới 1,5%, cung cấp nguồn dữ liệu đầu vào có độ tin cậy vượt trội cho các bước phân tích tiếp theo.
2. Độ chính xác phân loại hành vi đạt mức cao: Thuật toán Cây quyết định dựa trên hai ngưỡng đặc trưng VeDBA (phân tách mức vận động cao/thấp) và SCA-Y (phân tách góc đầu cúi/ngẩng) đã nhận diện chính xác 4 hành vi cơ bản với độ chính xác tổng thể đạt 92,5%. Trong đó, hành vi Nằm và Đứng đạt độ chính xác cao nhất với 95,8%, hành vi Ăn đạt 91,2%, và hành vi Đi lại đạt 90,5%.
3. Hiệu năng truyền thông và tiết kiệm năng lượng: Mạng truyền thông LoRa 433 MHz truyền dẫn ổn định trong bán kính 1,2 km trong điều kiện trang trại nhiều vật cản, với tỷ lệ mất gói tin (Packet Loss) dưới 2,1%. Thời gian đáp ứng từ nút cảm biến đến máy chủ ThingsBoard qua sóng di động trung bình chỉ 1,5 giây. Nút cảm biến tiêu thụ dòng điện trung bình ở chế độ nghỉ chỉ 15 µA, giúp kéo dài thời gian hoạt động của viên pin 3.7V lên hơn 180 ngày trước khi cần sạc lại, tiết kiệm 65% năng lượng so với kết nối Wi-Fi thông thường.

Thảo luận kết quả

Kết quả phân loại hành vi được minh họa trực quan thông qua ma trận nhầm lẫn (Confusion Matrix) và biểu đồ phân tán không gian dữ liệu giữa VeDBA và SCA-Y. Khi biểu diễn trên đồ thị 2 chiều, 4 trạng thái hành vi tạo thành 4 cụm dữ liệu tách biệt rõ ràng:

• Cụm hành vi "Đi" có giá trị VeDBA vượt ngưỡng động lực học A (VeDBA ≥ A), tách biệt hoàn toàn khỏi các trạng thái tĩnh.
• Cụm hành vi "Ăn" có giá trị VeDBA dưới ngưỡng A nhưng giá trị SCA-Y nằm trong khoảng ngưỡng B1 và B2 do góc gập cổ liên tục hướng xuống mặt đất.
• Cụm hành vi "Đứng" và "Nằm" có giá trị VeDBA thấp nhưng phân biệt rạch ròi qua thành phần trọng trường tĩnh trục Y do tư thế thân và cổ khi nằm có góc nghiêng đặc trưng khác với đứng thẳng.

So với các công trình nghiên cứu sử dụng thuật toán Support Vector Machine (SVM) hay Random Forest trước đây, phương pháp Cây quyết định tối ưu bằng đường cong ROC trong luận văn này cho độ chính xác tương đương (chênh lệch dưới 1,5%) nhưng giảm thiểu được 75% thời gian tính toán và dung lượng bộ nhớ RAM yêu cầu. Điều này chứng minh tính khả thi vượt trội khi triển khai trên các thiết bị IoT thương mại giá rẻ tại Việt Nam.

Giao diện giám sát từ xa trên ThingsBoard hiển thị đồng thời biểu đồ thời gian thực về nhịp độ vận động, thời lượng ăn trong ngày và vị trí tương đối của cá thể bò. Dữ liệu này giúp người quản trị phát hiện ngay hiện tượng giảm ăn (dấu hiệu ủ bệnh) hoặc tăng động đột ngột (dấu hiệu bắt đầu chu kỳ động dục) trước khi có các biểu hiện lâm sàng rõ rệt ra bên ngoài.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu và thực tế triển khai, tác giả đề xuất 4 nhóm giải pháp kỹ thuật và tổ chức nhằm đưa hệ thống vào ứng dụng thương mại rộng rãi:

1. Thương mại hóa và tối ưu thiết kế phần cứng: Thiết kế lại bo mạch nút cảm biến theo chuẩn công nghiệp nguyên khối, tích hợp công nghệ đóng gói chống nước, chống bụi đạt chuẩn IP67. Trọng lượng vòng đeo cần duy trì dưới 150g để không gây khó chịu cho vật nuôi, đảm bảo hoạt động bền bỉ trong môi trường độ ẩm chuồng trại từ 85% đến 95%. Mục tiêu hoàn thiện mẫu sản phẩm thương mại trong vòng 6 tháng do các doanh nghiệp khởi nghiệp công nghệ nông nghiệp chủ trì.
2. Nâng cấp thuật toán xử lý dữ liệu tại biên (Edge AI): Chuyển giao thuật toán Cây quyết định trực tiếp vào vi điều khiển STM32 công suất siêu thấp trên vòng đeo cổ bò. Việc tính toán cục bộ và chỉ truyền kết quả phân loại trạng thái về máy chủ thay vì truyền toàn bộ dữ liệu thô sẽ giúp giảm 70% dung lượng băng thông di động và nâng tuổi thọ pin thiết bị lên trên 24 tháng. Đội ngũ kỹ sư R&D cần thực hiện tối ưu hóa firmware trong quý tiếp theo.
3. Mở rộng quy mô hạ tầng mạng LoRaWAN và NB-IoT: Khuyến nghị các hợp tác xã và doanh nghiệp chăn nuôi quy mô từ 300 đến 500 con lắp đặt trạm Gateway LoRaWAN tập trung đặt trên cột cao 10m để bao phủ toàn bộ khuôn viên trang trại bán kính 3 đến 5 km. Đồng thời, phối hợp với các nhà mạng viễn thông như Viettel để tích hợp eSim chuẩn NB-IoT trực tiếp vào Gateway, đảm bảo tỷ lệ sẵn sàng của hệ thống đạt 99,9%.
4. Xây dựng hệ thống phân tích dữ liệu lớn và dự báo dịch bệnh: Nâng cấp tầng máy chủ đám mây với mô hình học máy phân tích chuỗi thời gian (Time-Series Analysis), tự động so sánh hành vi cá thể với dữ liệu lịch sử 30 ngày gần nhất để phát hiện sớm các bệnh viêm móng, viêm vú hoặc rối loạn tiêu hóa với độ chính xác mục tiêu trên 98%. Viện nghiên cứu chăn nuôi và các trường đại học chuyên ngành cần phối hợp triển khai trong giai đoạn 2026 - 2027.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo chuyên sâu, mang lại giá trị thực tiễn và học thuật cho nhiều nhóm đối tượng:

1. Học viên cao học, nghiên cứu sinh ngành Điện tử - Viễn thông và Khoa học Dữ liệu: Tiếp cận phương pháp thiết kế hoàn chỉnh một hệ thống nhúng IoT thực tế, từ kỹ thuật căn chỉnh cảm biến MEMS 6 vị trí, cấu trúc khung truyền thông WPAN/LoRa đến phương pháp trích xuất đặc trưng VeDBA/SCA-Y và tối ưu thuật toán Cây quyết định.
2. Kỹ sư R&D và lập trình viên hệ thống nhúng IoT: Tham khảo thiết kế sơ đồ khối gateway, cách thức tối ưu hóa ngăn xếp giao thức MQTT kết nối máy chủ đám mây ThingsBoard và phương pháp kéo dài tuổi thọ pin cho các thiết bị đo xa công suất thấp.
3. Chủ trang trại, nhà quản lý doanh nghiệp chăn nuôi gia súc quy mô từ 50 đến 1.000 cá thể: Nắm bắt quy trình ứng dụng công nghệ giám sát số hóa tự động nhằm cắt giảm 40% chi phí nhân công theo dõi đàn, nâng cao hiệu quả phối giống đúng thời điểm và quản lý dịch bệnh chủ động.
4. Các nhà hoạch định chính sách và cơ quan khuyến nông: Sử dụng các số liệu và phân tích hạ tầng viễn thông (NB-IoT, LoRaWAN) trong luận văn làm cơ sở xây dựng tiêu chuẩn kỹ thuật số hóa trang trại thông minh thuộc chương trình Chuyển đổi số Nông nghiệp Quốc gia.

Câu hỏi thường gặp

1. Vòng đeo cổ cảm biến có gây khó chịu hoặc ảnh hưởng đến sinh hoạt của bò không?
Nút cảm biến được thiết kế nhỏ gọn với trọng lượng dưới 150g, gắn trên đai da mềm mại cố định quanh cổ bò theo tỷ lệ trọng lượng dưới 0,05% khối lượng cơ thể vật nuôi. Thử nghiệm thực tế trong 14 ngày liên tục cho thấy cá thể bò thích nghi hoàn toàn sau 2 giờ đeo, không xuất hiện các hành vi cọ xát bất thường hay suy giảm lượng thức ăn tiêu thụ.

2. Tại sao luận văn chọn kết hợp công nghệ LoRa với mạng di động thay vì dùng sim 4G gắn trên từng vòng cổ?
Việc gắn trực tiếp sim 4G trên từng cá thể sẽ làm tăng chi phí phần cứng và cước phí duy trì hàng tháng lên gấp 5 lần, đồng thời tiêu tốn rất nhiều năng lượng pin (pin chỉ duy trì được 3 đến 5 ngày). Kết hợp mạng cảm biến LoRa tầm xa tiêu thụ siêu ít điện năng truyền về 1 trạm Gateway 4G duy nhất giúp tối ưu hóa chi phí đến 70% và pin duy trì hơn 6 tháng.

3. Độ chính xác 92,5% của thuật toán Cây quyết định có bị suy giảm trong môi trường nhiều vật cản không?
Thuật toán phân loại hành vi dựa trực tiếp trên gia tốc cơ thể cá thể bò nên hoàn toàn không bị ảnh hưởng bởi môi trường vật lý xung quanh. Môi trường vật cản chỉ tác động đến cường độ tín hiệu vô tuyến LoRa, tuy nhiên với cơ chế truyền phát lại (Retransmission) và kiểm tra lỗi khung FCS 16-bit, dữ liệu gửi về máy chủ luôn đảm bảo tính toàn vẹn 98%.

4. Nền tảng ThingsBoard mã nguồn mở có đáp ứng được khi trang trại mở rộng lên hàng nghìn cá thể không?
ThingsBoard được thiết kế theo kiến trúc Microservices phân tán, hỗ trợ mở rộng ngang linh hoạt. Máy chủ có khả năng xử trị hàng chục nghìn bản tin MQTT mỗi giây với độ trễ dưới 50ms, hoàn toàn đáp ứng tốt cho các trang trại tập trung quy mô từ 1.000 đến 10.000 cá thể bò mà không xảy ra hiện tượng nghẽn dữ liệu.

5. Hệ thống xử lý như thế nào khi mất kết nối Internet từ trạm Gateway lên máy chủ đám mây?
Trạm Gateway được trang bị bộ nhớ đệm cục bộ (Flash Storage) tự động lưu trữ dữ liệu cảm biến nhận được từ sóng LoRa khi mất sóng di động. Ngay khi đường truyền 3G/4G/NB-IoT được khôi phục, Gateway sẽ tự động đồng bộ tuần tự toàn bộ dữ liệu lịch sử lên ThingsBoard mà không làm thất thoát bất kỳ mẫu đo nào.

Kết luận

• Luận văn đã thiết kế và thực thi thành công hệ thống giám sát cá thể bò toàn diện theo thời gian thực, kết hợp tối ưu giữa cảm biến gia tốc MPU6050, mạng không dây tầm xa LoRa và máy chủ đám mây ThingsBoard qua mạng di động.
• Phương pháp chuẩn hóa gia tốc 6 vị trí tĩnh và trích xuất đặc trưng VeDBA kết hợp SCA-Y đã giải quyết triệt để bài toán nhận diện 4 hành vi cơ bản của gia súc với độ chính xác cao đạt 92,5%.
• Hệ thống chứng minh tính khả thi kỹ thuật vượt trội với cự ly truyền thông 1,2 km, độ trễ cảnh báo dưới 1,5 giây và mức tiêu thụ năng lượng tối ưu kéo dài thời lượng pin trên 180 ngày.
• Đóng góp quan trọng của công trình là cung cấp một giải pháp công nghệ nội địa hóa hoàn toàn, chi phí thấp, sẵn sàng chuyển giao công nghệ cho các trang trại chăn nuôi tại Việt Nam trong giai đoạn 2026 - 2027.
• Hãy liên hệ ngay với tác giả và nhóm nghiên cứu để nhận trọn bộ tài liệu thiết kế phần cứng, mã nguồn firmware và tiếp nhận chuyển giao hệ thống giám sát nông nghiệp thông minh tối ưu nhất cho trang trại của bạn!

Trích đoạn nội dung tài liệu

CHƯƠNG 1. CÁC MẠNG IOT VÀ THÔNG TIN DI ĐỘNG 1. Giới thiệu về internet vạn vật Internet vạn vật (IoT: Internet of things), hay cụ thể hơn là Mạng lưới vạn vật kết nối Internet hoặc là Mạng lưới thiết bị kết nối Internet, là một liên mạng, trong đó các thiết bị, phương tiện vận tải (được gọi là "thiết bị kết nối" và "thiết bị thông minh"), phòng ốc và các trang thiết bị khác được nhúng với các bộ phận điện tử, phần mềm, cảm biến, cơ cấu chấp hành cùng với khả năng kết nối mạng máy tính giúp cho các thiết bị này có thể thu thập và truyền tải dữ liệu [1]. Mô tả tương tác của mạng lưới thiết bị kết nối Internet.

Năm 2013, tổ chức IoT-GSI đinh nghĩa IoT là "hạ tầng cơ sở toàn cầu phục vụ cho xã hội thông tin, hỗ trợ các dịch vụ (điện toán) chuyên sâu thông qua các vật thể (cả thực lẫn ảo) được kết nối với nhau nhờ vào công nghệ thông tin và truyền thông hiện hữu được tích hợp", và với mục đích ấy, một "vật" là "một thứ trong thế giới thực (vật thực) hoặc thế giới thông tin (vật ảo), mà vật đó có thể được nhận dạng và được tích hợp vào một mạng lưới truyền thông". Hệ thống IoT cho phép vật được cảm nhận hoặc được điều khiển từ xa thông qua hạ tầng mạng hiện hữu, tạo cơ hội cho thế giới thực được tích hợp trực tiếp hơn vào hệ thống điện toán, hệ quả là hiệu năng, độ tin cậy và lợi ích kinh tế được tăng cường bên cạnh việc giảm thiểu sự can dự của con người. Khi IoT được gia cố cảm biến và cơ cấu chấp hành, công nghệ này trở thành một dạng thức của hệ thống ảo- thực với tính tổng quát cao hơn, bao gồm luôn cả những công nghệ như điện lưới 8 LUAN VAN CHAT LUONG download : add [e-mail] thông minh, nhà máy điện ảo, nhà thông minh, vận tải thông minh và thành phố thông minh. Mỗi vật được nhận dạng riêng biệt trong hệ thống điện toán nhúng và có khả năng phối hợp với nhau trong cùng hạ tầng Internet hiện hữu.

Các chuyên gia dự báo rằng Internet Vạn Vật sẽ ôm trọn chừng 30 tỉ vật trước năm 2020 [2]. Về cơ bản, Internet vạn vật cung cấp kết nối chuyên sâu cho các thiết bị, hệ thống và dịch vụ, kết nối này mang hiệu quả vượt trội so với kiểu truyền tải máy - máy (M2M), đồng thời hỗ trợ da dạng giao thức, miền (domain), và ứng dụng. Kết nối các thiết bị nhúng này (luôn cả các vật dụng thông minh) được kỳ vọng sẽ mở ra kỷ nguyên tự động hóa trong hầu hết các ngành, từ những ứng dụng chuyên sâu như điện lưới thông minh, mở rộng tới những lĩnh vực khác như thành phố thông minh. IoT là một kịch bản của thế giới, khi mà mỗi đồ vật, con người được cung cấp một định danh của riêng mình, và tất cả có khả năng truyền tải, trao đổi thông tin, dữ liệu qua một mạng duy nhất mà không cần đến sự tương tác trực tiếp giữa người với người, hay người với máy tính.

IoT đã phát triển từ sự hội tụ của công nghệ không dây, công nghệ vi cơ điện tử và Internet. Nói đơn giản là một tập hợp các thiết bị có khả năng kết nối với nhau, với Internet và với thế giới bên ngoài để thực hiện một công việc nào đó. Một vật trong IoT có thể là một người với một trái tim cấy ghép; một động vật ở trang trại với bộ chip sinh học; một chiếc xe với bộ cảm ứng tích hợp cảnh báo tài xế khi bánh xe xẹp hoặc bất kỳ vật thể tự nhiên hay nhân tạo nào mà có thể gán được một địa chỉ IP và cung cấp khả năng truyền dữ liệu thông qua mạng lưới. Cho đến nay, IoT là những liên kết máy-đến-máy (M2M) trong ngành sản xuất, công nghiệp năng lượng, kỹ nghệ xăng dầu.

Khả năng sản phẩm được tích hợp máy-đến- máy thường được xem như là thông minh với sự trợ giúp của công nghệ hiện hữu, các thiết bị này thu thập dữ liệu hữu ích rồi sau đó tự động truyền chúng qua các thiết bị khác. Các ví dụ hiện thời trên thị trường bao gồm nhà thông minh được trang bị những tính năng như kiểm soát và tự động bật tắt đèn, lò sưởi (giống như bộ ổn nhiệt thông minh), hệ thống thông gió, hệ thống điều hòa không khí, và 9 LUAN VAN CHAT LUONG download : add [e-mail] thiết bị gia dụng như máy giặt/sấy quần áo, máy hút chân không, máy lọc không khí, lò nướng, hoặc tủ lạnh/tủ đông có sử dụng Wi-Fi để theo dõi từ xa. Khi tự động hóa có kết nối internet được triển khai đại trà ra nhiều lĩnh vực, IoT được dự báo sẽ tạo ra lượng dữ liệu lớn từ đa dạng nguồn, kéo theo sự cần thiết cho việc kết tập dữ liệu nhanh, gia tăng nhu cầu đánh chỉ mục, lưu trữ, và xử lý các dữ liệu này hiệu quả hơn. Internet vạn vật hiện nay là một trong các nền tảng của thành phố thông minh, và các hệ thống quản lý năng lượng thông minh.

Các mô hình triển khai ứng dụng IoT 1. Nhà thông minh và tự động hóa trong các tòa nhà Khi thị trường nhà thông minh (smart home) được nhìn nhận để đầu tư và không ngừng phát triển, ngày càng có nhiều ứng dụng tự động hóa trong các tòa nhà xuất hiện, mỗi ứng dụng được thiết kế cho một đối tượng cụ thể. Kết quả là hình thành một số phân khúc thị trường riêng biệt. Các ứng dụng điển hình có xu hướng phát triển liên quan đến vấn đề về an ninh tòa nhà, hiệu quả năng lượng và tiết kiệm năng lượng.

Nhờ có những đổi mới trong điều khiển thiết bị đền chiếu sáng và các gian phòng của toàn nhà, IoT sẽ thúc đẩy sự phát triển mạnh mẽ của các ứng dụng cho hoạt động tự động hóa tòa nhà. Một ví dụ điển hình của tự động hóa trong ngôi nhà là ứng dụng IoT cho lĩnh vực chăm sóc sức khỏe gia đình, cụ thể là giải pháp trợ giúp IoT đối với những người ít di chuyển (người già) hay người khuyết tật hoặc mãn tính (theo dõi sức khỏe từ xa và theo dõi chất lượng không khí). Nhìn chung, các giải pháp tự động hóa trong các tòa nhà đang bắt đầu hội tụ và cũng đang chuyển từ các ứng dụng hiện tại sang trọng, bảo mật và tiện nghi, sang một loạt các ứng dụng và giải pháp được kết nối; điều này sẽ tạo ra các cơ hội về thị trường ứng dụng IoT. Trong khi các giải pháp nhà thông minh ngày nay chưa có sự hội tụ, các ứng dụng IoT được mong chờ để hướng tới một mức độ tương tác mới giữa các giải pháp nhà thương mại và tòa nhà.

Một số mô hình triển khai ứng dụng nhà thông minh và tự động hóa trong các tòa nhà được minh họa như trong Hình 1. 10 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Minh họa ứng dụng nhà thông minh và tự động hóa tòa nhà. Thành phố thông minh Thành phố thông minh (smart cities) là hệ sinh thái phức tạp, trong đó chất lượng cuộc sống là một mối quan tâm quan trọng.

Trong môi trường đô thị như vậy, người dân, công ty và cơ quan công quyền trải nghiệm các nhu cầu và yêu cầu cụ thể trong các lĩnh vực như chăm sóc sức khỏe, truyền thông, năng lượng và môi trường, an toàn và dịch vụ công cộng. Một thành phố được nhận thức ngày càng giống như một “sinh vật” đơn lẻ, mà cần phải được giám sát một cách hiệu quả để cung cấp cho công dân thông tin chính xác. Các công nghệ IoT là nền tảng để thu thập dữ liệu về tình trạng thành phố và phổ biến chúng cho công dân. Trong bối cảnh này, các thành phố và khu vực đô thị đại diện cho một khối quan trọng khi nói đến việc định hình nhu cầu về các dịch vụ dựa trên IoT.

11 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Các thành phần của Thành phố thông minh. Lưới điện thông minh Lưới thông minh (smart grid) là lưới điện bao gồm các hệ thống vận hành, trong đó phải kể đến như đồng hồ thông minh, thiết bị thông minh, tài nguyên năng lượng tái tạo và tài nguyên tiết kiệm năng lượng. Truyền thông trên đường dây điện (PLC) liên quan đến việc sử dụng cáp điện hiện có để vận chuyển dữ liệu và đã được xem xét trong một thời gian dài.

Các tiện ích điện đã sử dụng công nghệ này trong nhiều năm để gửi hoặc nhận (với số lượng hạn chế) dữ liệu trên lưới điện hiện có. Mặc dù truyền thông trên đường dây tải điện hầu như bị hạn chế bởi môi trường lan truyền, người ta có thể sử dụng hệ thống dây dẫn hiện có trong mạng phân phối. Theo các tiêu chuẩn và quy định của liên minh Châu Âu (EU), các công ty tiện ích điện có thể sử dụng PLC để truyền dữ liệu tốc độ bit thấp (với tốc độ dữ liệu thấp hơn 50 Kbps) trong dải tần số từ 3 kHz đến 148 kHz. Công nghệ này mở ra những cơ hội mới và các dạng thức tương tác mới giữa con người và mọi thứ trong nhiều lĩnh vực ứng dụng, như các dịch vụ đo đạc thông minh và báo cáo tiêu thụ năng lượng.

Điều này làm cho PLC trở thành một công cụ hỗ trợ cho cảm biến, điều khiển và tự động hóa trong các hệ thống lớn trải rộng trên các khu vực tương 12 LUAN VAN CHAT LUONG download : add [e-mail] đối rộng, chẳng hạn như trong thành phố thông minh và các trường hợp của lưới điện thông minh. Ngoài PLC, người ta cũng có thể áp dụng các công nghệ cho phép cải thiện các quy trình tự động hóa thông minh, như IoT. Chẳng hạn, việc áp dụng công nghệ PLC trong bối cảnh công nghiệp (ví dụ: điều khiển từ xa trong các công ty sản xuất và tự động hóa), mở ra hướng phát triển cho ứng dụng IoT trong công nghiệp. Một số ứng dụng đã được phát triển bởi công nghệ PLC để phục hồi từ các thay đổi mạng (về mặt sửa chữa và cải tiến, loại bỏ vật lý và chức năng truyền tải) giảm thiểu sự đứt quãng đối với truyền dẫn tín hiệu.

Tuy nhiên, ai cũng biết rằng các đường dây tải điện là khác xa so với các kênh lý tưởng để truyền dữ liệu (do sự thay đổi bên trong về vị trí, thời gian, dải tần và loại thiết bị được kết nối với đường dây này). Kết quả là ngày càng nhận được nhiều giới quan tâm đến việc áp dụng chung các mô hình IoT và PLC để cải thiện hiệu lực của truyền thông trên đường dây tải điện.