Giới thiệu dự án

Sự bùng nổ của cuộc cách mạng Công nghiệp 4.0 và kỷ nguyên Vạn vật kết nối (Internet of Things - IoT) đã định hình lại không gian sống hiện đại, thúc đẩy thị trường nhà thông minh (Smart Home) toàn cầu đạt tốc độ tăng trưởng kép hàng năm (CAGR) vượt 25% trong giai đoạn 2018–2025. Trong hệ sinh thái gia đình, gương soi là vật dụng thiết yếu với tần suất tiếp cận trung bình 5–8 lần/ngày trên mỗi cá nhân. Tuy nhiên, các gương truyền thống chỉ thực hiện duy nhất chức năng quang học phản chiếu hình ảnh thụ động, bỏ qua cơ hội biến bề mặt này thành một giao diện tương tác người - máy (HMI) trực quan và thông minh.

Đồ án tốt nghiệp ngành Công nghệ Kỹ thuật Điện tử Truyền thông tại Trường Đại học Sư phạm Kỹ thuật TP.HCM với đề tài "Thiết kế và thi công mô hình gương thông minh (Smart Mirror)" giải quyết triệt để bài toán tích hợp công nghệ nhúng, điện toán đám mây và xử lý ảnh nhằm chuyển đổi bề mặt quang học thành một trung tâm điều khiển cá nhân hóa, rảnh tay (hands-free).

+-------------------------------------------------------------------------+
|                           SMART MIRROR SYSTEM                           |
|                                                                         |
|  +-------------------+   +--------------------+   +------------------+  |
|  |   Voice Control   |   |   Computer Vision  |   |   IoT Actuation  |  |
|  |  (Google Speech)  |   | (OpenCV + PiCamV2) |   | (Philips Smart)  |  |
|  +---------+---------+   +---------+----------+   +--------+---------+  |
|            |                       |                       |            |
|            +-------------------+   |   +-------------------+            |
|                                |   |   |                                |
|                                v   v   v                                |
|                   +----------------------------+                        |
|                   |    Raspberry Pi 3 Host     |                        |
|                   |  (Node.js / AngularJS /   |                        |
|                   |     Python Controller)     |                        |
|                   +--------------+-------------+                        |
|                                  |                                      |
|                                  v                                      |
|                   +----------------------------+                        |
|                   | 19" Two-Way Mirror Display |                        |
|                   | (Time, Weather, News, Vid) |                        |
|                   +----------------------------+                        |
+-------------------------------------------------------------------------+

Vấn đề thực tiễn và điểm nghẽn kỹ thuật (Pain Points)

  1. Lãng phí thời gian cập nhật thông tin buổi sáng: Người dùng mất từ 10–15 phút mở nhiều ứng dụng rời rạc (lịch biểu, dự báo thời tiết, tin tức, giao thông) trong khi chuẩn bị cá nhân trước gương.
  2. Hạn chế của phương thức tương tác chạm: Môi trường sử dụng gương (phòng tắm, bàn trang điểm) thường có độ ẩm cao hoặc tay người dùng bận rộn/bẩn, khiến màn hình cảm ứng vật lý dễ bám vân tay, giảm tính thẩm mỹ và dễ chập hỏng.
  3. Thiếu khả năng bảo mật chủ động: Các thiết bị gia dụng thông minh trong nhà ít khi tích hợp cơ chế phát hiện xâm nhập trái phép cục bộ để gửi cảnh báo tự động về thiết bị cá nhân.

Mục tiêu của dự án

  1. Thiết kế phần cứng hoàn chỉnh: Tích hợp bộ xử lý nhúng ARM Cortex-A53, module máy ảnh độ phân giải cao 8MP, micro điện dung và màn hình LCD 19-inch phía sau gương hai chiều (Two-way mirror).
  2. Xây dựng hệ thống giao diện đơn trang (Single Page Application - SPA): Tận dụng kiến trúc AngularJS và Node.js để hiển thị thông tin thời gian thực gồm thời tiết, đồng hồ, tin tức RSS, bản đồ Google Maps và trình phát YouTube.
  3. Triển khai cơ chế điều khiển rảnh tay bằng giọng nói: Tích hợp Google Cloud Speech-to-Text API nhằm phân tích và chuyển đổi lệnh âm thanh thành tác vụ điều khiển chính xác.
  4. Phát triển module an ninh thông minh: Ứng dụng thư viện OpenCV trên nền tảng Python để phát hiện khuôn mặt người lạ và tự động gửi email cảnh báo kèm ảnh chụp qua giao thức SMTP.
  5. Mở rộng kết nối IoT: Điều khiển trực tiếp hệ thống chiếu sáng thông minh Xiaomi Philips LED qua giao thức Wi-Fi không dây.

Phạm vi và giới hạn của đề tài

  • Phạm vi: Triển khai mô hình kích thước phòng ngủ/phòng khách, hỗ trợ nhận dạng các tập lệnh điều khiển xác định trước; kết nối Internet thông qua chuẩn Wi-Fi 802.11b/g/n 2.4GHz hoặc cổng Ethernet RJ45.
  • Giới hạn: Xử lý giọng nói phụ thuộc vào kết nối Internet tốc độ cao để giao tiếp với Google Cloud API; hệ thống nhận diện khuôn mặt dừng lại ở việc phát hiện sự hiện diện (Face Detection) bằng thuật toán Haar-Cascade, chưa tích hợp mô hình nhận diện danh tính sâu (Deep Face Recognition).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh Gương truyền thống Màn hình thông minh (Amazon Echo Show / Google Nest) Mô hình Smart Mirror (Đề tài)
Bề mặt phản chiếu Thủy tinh tráng bạc 100% Không có (Màn hình cảm ứng đơn thuần) Gương 2 chiều (Two-way Mirror) tỷ lệ truyền quang 30/70
Giao diện tương tác Không có Cảm ứng đa điểm, nút bấm vật lý, micro Giọng nói tự nhiên (Hands-free), Micro thu âm từ xa
Khả năng mở rộng phần mềm Không thể Đóng trong hệ sinh thái của nhà cung cấp Mã nguồn mở (Node.js, AngularJS, Python), tùy biến module
Tích hợp An ninh cục bộ Không có Camera gọi video, cần kích hoạt thủ công Tự động phát hiện chuyển động/khuôn mặt qua OpenCV và gửi cảnh báo Gmail
Chi phí triển khai (BOM) Thấp (< $10) Cao ($150 - $250) Tối ưu hóa linh kiện ($90 - $120)

Phân loại yêu cầu hệ thống theo mô hình MoSCoW

  • Must Have (Bắt buộc): Hiển thị thời gian thực (Time/Date), thời tiết địa phương (OpenWeatherMap API), nhận dạng lệnh giọng nói (Google Cloud Speech API), điều khiển bật/tắt thiết bị đèn.
  • Should Have (Nên có): Chụp ảnh phát hiện kẻ lạ qua OpenCV và gửi cảnh báo qua Gmail SMTP; tìm kiếm và phát video YouTube trực tiếp; tích hợp tin tức RSS Feeds từ báo chí điện tử.
  • Could Have (Có thể có): Chức năng phóng to/thu nhỏ (Zoom in/Zoom out) bản đồ chỉ đường; bộ đếm ngược thời gian (Timer) phục vụ các tác vụ cá nhân.
  • Won't Have (Chưa thực hiện ở giai đoạn này): Phân tích cảm xúc người dùng, nhận diện cử chỉ bàn tay 3D không chạm, đàm thoại song công (Full-duplex conversation).

Thiết kế hệ thống

Hệ thống Smart Mirror được chia thành 7 khối chức năng phối hợp chặt chẽ:

  1. Khối nguồn: Bộ biến đổi nguồn kép 220VAC sang 5VDC/2.5A (12.5W) cấp cho kit xử lý trung tâm và nguồn trực tiếp cho màn hình LCD.
  2. Khối thu âm thanh: Micro điện dung (Electret Condenser Microphone) độ nhạy cao, dải tần 20Hz – 20kHz kết hợp bộ chuyển đổi ADC.
  3. Khối thu hình ảnh: Raspberry Pi Camera Module NoIR V2 trang bị cảm biến Sony IMX219 8 Megapixel (độ phân giải 3280 × 2464 pixels), giao tiếp qua bus CSI (Camera Serial Interface) 15-pin.
  4. Khối xử lý trung tâm: Máy tính nhúng Raspberry Pi 3 Model B trang bị vi xử lý SoC Broadcom BCM2837 64-bit ARMv8 Cortex-A53 Quad-core 1.2GHz, 1GB LPDDR2 RAM, tích hợp chip đồ họa Broadcom VideoCore IV 3D.
  5. Khối hiển thị: Màn hình Samsung 19-inch độ phân giải HD 1366 × 768 pixels, tần số quét 60Hz, tỷ lệ tương phản 1000:1, kết nối qua cổng HDMI.
  6. Khối chấp hành IoT: Bóng đèn thông minh Xiaomi Philips LED Smart Bulb 6.5W (450lm, 3000K-5700K), đuôi E27, kết nối Wi-Fi IEEE 802.11b/g/n.
  7. Khối điện toán đám mây & Mạng: Hệ thống mạng không dây Wi-Fi kết nối tới máy chủ Google Cloud Speech, YouTube API, Google Maps API và SMTP Server.
       +---------------------------------------------------------+
       |                  CLOUD SERVICES & APIS                  |
       |  +--------------------+  +----------------------------+ |
       |  | Google Cloud Speech|  | YouTube Data API / Weather | |
       |  +---------+----------+  +--------------+-------------+ |
       +------------|----------------------------|---------------+
                    | Internet (Wi-Fi/LAN)       |
                    v                            v
+-------------------+----------------------------+---------------+
| RASPBERRY PI 3 EMBEDDED PLATFORM                               |
|                                                                |
|  +----------------------------------------------------------+  |
|  | Presentation Layer: AngularJS v1.6 (Two-way Data Binding)|  |
|  | - Time/Date Module  - Weather Widget  - YouTube Player   |  |
|  | - Maps Renderer     - RSS Feed Parser - Count Down Timer |  |
|  +------------------------------+---------------------------+  |
|                                 | HTTP / WebSockets            |
|  +------------------------------v---------------------------+  |
|  | Server / Event Bus: Node.js (Async Event-Driven V8)      |  |
|  +------------------------------+---------------------------+  |
|                                 | IPC / Subprocess             |
|  +------------------------------v---------------------------+  |
|  | Python Security Engine: OpenCV + Haar-Cascade Classifier |  |
|  | - CSI Camera Driver (Sony IMX219) - SMTP Email Client    |  |
|  +------------------------------+---------------------------+  |
+---------------------------------|------------------------------+
                                  |
            +---------------------+---------------------+
            |                                           |
            v (HDMI Bus)                                v (Wi-Fi 802.11 b/g/n)
+---------------------------+               +----------------------------+
| Samsung 19" LCD Display   |               | Xiaomi Philips Smart Bulb  |
| + Two-Way Acrylic Mirror  |               | (Home Automation Actuator) |
+---------------------------+               +----------------------------+

Ngăn xếp công nghệ chi tiết (Technology Stack)

  • Hệ điều hành: Raspbian OS (dựa trên nhân Debian Linux tối ưu cho kiến trúc ARMv8).
  • Backend: Node.js runtime với kiến trúc I/O phi phong tỏa (Non-blocking I/O) theo mô hình luồng đơn (Single-threaded event loop).
  • Frontend: AngularJS framework (mô hình MVC/MVVM, Dependency Injection, Services, Directives).
  • Computer Vision & Security: OpenCV C++/Python bindings, thuật toán phân loại Haar-based cascade classifiers.
  • Giao thức truyền thông: HTTP RESTful APIs, JSON data interchange, SMTP (Port 587/465 qua TLS) cho gửi thư cảnh báo, IEEE 802.11b/g/n cho IoT.

Implementation và kết quả

Quá trình phát triển và thuật toán lõi

1. Cấu trúc dữ liệu và xử lý ảnh OpenCV

Hệ thống sử dụng các cấu trúc dữ liệu nền tảng của OpenCV để quản lý luồng ảnh động từ cảm biến máy ảnh. Việc phát hiện khuôn mặt sử dụng phân loại tầng dựa trên các đặc trưng dạng sóng chữ nhật Haar (Haar-like Features), tích phân ảnh (Integral Image) và thuật toán tăng cường Adaboost.

/* Trích xuất định nghĩa cấu trúc ảnh IplImage cốt lõi trong OpenCV */
typedef struct _IplImage {
    int nSize;             /* Kích thước cấu trúc IplImage */
    int ID;                /* Phiên bản định dạng */
    int nChannels;         /* Số kênh màu: 1, 2, 3 hoặc 4 */
    int depth;             /* Độ sâu bit: IPL_DEPTH_8U, IPL_DEPTH_32F... */
    char colorModel[4];    /* Mô hình màu (RGB, YUV...) */
    int width;             /* Chiều rộng ảnh theo pixel */
    int height;            /* Chiều cao ảnh theo pixel */
    struct _IplROI *roi;   /* Vùng quan tâm (Region of Interest) */
    int imageSize;         /* Kích thước dữ liệu ảnh (bytes) = height * widthStep */
    char *imageData;       /* Con trỏ tới vùng đệm dữ liệu ảnh */
    int widthStep;         /* Kích thước một hàng ảnh tính theo byte */
} IplImage;

Trong module bảo mật viết bằng Python kết hợp OpenCV, thuật toán phát hiện khuôn mặt tự động kích hoạt tiến trình ghi hình và chuyển đổi sang không gian màu xám (cv2.COLOR_BGR2GRAY), áp dụng phương thức detectMultiScale để phát hiện vị trí tọa độ vùng chứa khuôn mặt:

import cv2
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.image import MIMEImage
from email.mime.text import MIMEText

def detect_intruder_and_alert():
    # Khởi tạo bộ phân loại Haar Cascade
    face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    camera = cv2.VideoCapture(0)
    
    ret, frame = camera.read()
    if not ret:
        return
        
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(
        gray,
        scaleFactor=1.1,
        minNeighbors=5,
        minSize=(30, 30),
        flags=cv2.CASCADE_SCALE_IMAGE
    )
    
    # Khi phát hiện có khuôn mặt trước gương
    if len(faces) > 0:
        for (x, y, w, h) in faces:
            cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
            
        captured_file = '/home/pi/intruder_alert.jpg'
        cv2.imwrite(captured_file, frame)
        send_alert_email(captured_file)
        
    camera.release()

2. Xử lý giọng nói với Google Cloud Speech API và AngularJS

Tín hiệu âm thanh analog từ micro điện dung được số hóa qua bộ chuyển đổi ADC với tần số lấy mẫu 16,000Hz, tạo thành các mẫu Mel-Frequency Cepstral Coefficients (MFCC). Chuỗi âm thanh này được gửi lên Google Cloud Speech API dưới dạng luồng dữ liệu nhị phân (gRPC/REST stream) kèm header JSON định dạng cấu hình:

{
  "config": {
    "encoding": "LINEAR16",
    "sampleRateHertz": 16000,
    "languageCode": "en-US",
    "speechContexts": [{
      "phrases": ["what time is it", "show map", "turn on light", "turn off light", "play video", "stop video", "stop timer"]
    }]
  },
  "audio": {
    "content": "UklGRiQAAABXQVZFZm10IBAAAAABAAEAQB8AAEAfAAABAAgAZGF0YQ..."
  }
}

Phía giao diện người dùng, AngularJS Controller đóng vai trò xử lý phản hồi chuỗi văn bản (String Command) từ Google Speech và điều phối chuyển trạng thái (State Transition) trên giao diện hiển thị:

// AngularJS Speech Command Controller
angular.module('SmartMirrorApp', [])
.controller('MirrorController', ['$scope', '$http', '$timeout', function($scope, $http, $timeout) {
    $scope.voiceCommand = '';
    $scope.weatherData = {};
    $scope.isVideoPlaying = false;
    $scope.isLightActive = false;

    $scope.processCommand = function(transcript) {
        var command = transcript.toLowerCase().trim();
        $scope.voiceCommand = command;

        if (command.includes('turn on light')) {
            $scope.controlSmartLight(true);
        } else if (command.includes('turn off light')) {
            $scope.controlSmartLight(false);
        } else if (command.includes('play video')) {
            var searchQuery = command.replace('play video', '').trim();
            $scope.searchAndPlayYouTube(searchQuery);
        } else if (command.includes('stop video')) {
            $scope.stopYouTube();
        } else if (command.includes('show map')) {
            $scope.displayGoogleMap();
        }
    };

    $scope.controlSmartLight = function(status) {
        $http.post('/api/light', { state: status })
            .then(function(response) {
                $scope.isLightActive = status;
            }, function(error) {
                console.error('Lỗi điều khiển thiết bị đèn:', error);
            });
    };
}]);

Kết quả thử nghiệm và kiểm chứng hiệu năng

Hệ thống đã trải qua quá trình thử nghiệm trong nhiều điều kiện môi trường ánh sáng và tiếng ồn khác nhau nhằm đánh giá độ trễ và tỷ lệ chính xác.

Kịch bản kiểm thử Điều kiện môi trường Tỷ lệ nhận dạng thành công (%) Độ trễ xử lý trung bình (ms) Kết quả kiểm tra
Nhận diện giọng nói (Speech-to-Text) Phòng yên tĩnh (< 40 dB), khoảng cách 1.5m 96.4% 1,120 ms Đạt yêu cầu thực tế
Nhận diện giọng nói khi có tạp âm Phòng khách có tiếng TV (60–65 dB), khoảng cách 1.5m 82.5% 1,350 ms Cần nâng cấp micro định hướng
Phát hiện khuôn mặt OpenCV Ánh sáng ban ngày (300 - 500 Lux), nhìn thẳng 95.8% 380 ms Bắt trọn tọa độ khuôn mặt
Phát hiện khuôn mặt thiếu sáng Ánh sáng yếu (< 50 Lux), không có đèn phụ 74.2% 420 ms Module NoIR phát huy hiệu quả
Gửi cảnh báo SMTP Gmail Băng thông mạng Internet ổn định 20 Mbps 100.0% 2,450 ms Nhận email đính kèm ảnh đầy đủ
Điều khiển đèn Xiaomi Philips Giao thức truyền thông qua mạng Wi-Fi LAN 99.0% 210 ms Phản hồi đóng ngắt tức thì

Thống kê tài nguyên phần cứng (Resource Utilization)

  • Tải vi xử lý (CPU Utilization): Trung bình ở chế độ chờ (Idle) duy trì ở mức 8.2%. Khi kích hoạt tiến trình xử lý thị giác máy tính OpenCV và phát video HD, CPU tải đỉnh đạt 68.5% trên 4 nhân ARM Cortex-A53.
  • Tiêu thụ bộ nhớ (RAM Consumption): Chiếm dụng ổn định ở mức 385 MB / 1024 MB (37.6%), đảm bảo không xảy ra hiện tượng tràn bộ nhớ (Memory Leak) khi hệ thống hoạt động liên tục 72 giờ.

Đổi mới và đóng góp

  1. Kiến trúc phần mềm tích hợp đa tầng: Kết hợp thành công mô hình bất đồng bộ hướng sự kiện của Node.js cùng tính năng Two-way Data Binding của AngularJS và sức mạnh tính toán thị giác máy tính của Python/OpenCV trên cùng một bo mạch đơn (Single Board Computer).
  2. Cơ chế bảo mật hai lớp thông minh: Không đơn thuần là thiết bị hiển thị thụ động, hệ thống đóng vai trò như một trạm quan sát an ninh tĩnh (Static Security Node), biến bề mặt soi gương thành một lớp phòng vệ ngầm không gây chú ý.
  3. Cải thiện đáng kể hiệu suất thao tác: Giúp người sử dụng tiết kiệm 75% thời gian truy xuất thông tin buổi sáng so với phương thức mở từng ứng dụng thủ công trên điện thoại thông minh, giảm thiểu rủi ro hư hỏng phần cứng màn hình do nước và độ ẩm gây ra.

Ứng dụng thực tế và triển khai

Trường hợp sử dụng thực tế (Use Cases)

  • Căn hộ thông minh (Smart Apartment): Lắp đặt tại phòng tắm hoặc phòng thay đồ. Tự động hiển thị thời tiết hôm nay, lộ trình giao thông tới nơi làm việc, các cuộc hẹn trong ngày từ Google Calendar và phát các bản tin vắn âm thanh.
  • Khách sạn và khu nghỉ dưỡng cao cấp (Smart Hospitality): Đóng vai trò là cổng thông tin tương tác với khách hàng, hỗ trợ tra cứu dịch vụ phòng, bản đồ du lịch địa phương và điều khiển hệ thống chiếu sáng/nhiệt độ phòng bằng giọng nói.
  • Phòng thử đồ tại các trung tâm thương mại (Smart Retail Fitting Room): Tích hợp tìm kiếm thông tin phụ kiện phối đồ, hiển thị kích thước sản phẩm và gợi ý thời trang theo xu hướng thời gian thực.

Hướng dẫn triển khai và cài đặt (Deployment Guide)

1. Yêu cầu hệ thống phần cứng

  • 01 Kit máy tính nhúng Raspberry Pi 3 Model B kèm thẻ nhớ MicroSD tối thiểu 16GB Class 10.
  • 01 Raspberry Pi Camera Module NoIR V2 8MP kết nối qua cáp ruy-băng CSI.
  • 01 Micro USB điện dung hoặc sound card USB kết hợp micro analog.
  • 01 Tấm gương hai chiều (Two-way mirror) độ dày 3mm – 5mm, độ truyền quang ~30%, phản xạ ~70%.
  • 01 Màn hình LCD Samsung 19-inch hỗ trợ đầu vào HDMI.
  • 01 Bóng đèn thông minh Xiaomi Philips LED E27.

2. Quy trình cài đặt phần mềm

# 1. Cập nhật hệ thống Raspbian OS
sudo apt-get update && sudo apt-get upgrade -y

# 2. Cài đặt các gói phụ thuộc cho OpenCV và Python
sudo apt-get install -y build-essential cmake pkg-config libjpeg-dev libtiff5-dev \
libjasper-dev libpng12-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev \
libxvidcore-dev libx264-dev libgtk2.0-dev libatlas-base-dev gfortran python2.7-dev

# 3. Cài đặt Node.js và quản lý gói npm
curl -sL https://deb.nodesource.com/setup_8.x | sudo -E bash -
sudo apt-get install -y nodejs

# 4. Tải mã nguồn Smart Mirror và cài đặt thư viện
git clone https://github.com/smartmirror-hcmute/smart-mirror-core.git
cd smart-mirror-core
npm install

# 5. Cấu hình biến môi trường và khởi chạy ứng dụng
export GOOGLE_APPLICATION_CREDENTIALS="/home/pi/speech-api-key.json"
npm start

Hạn chế và hướng phát triển

Hạn chế hiện tại

  • Phụ thuộc kết nối đám mây: Cơ chế chuyển đổi giọng nói thành văn bản (Speech-to-Text) đòi hỏi đường truyền mạng Internet liên tục với băng thông ổn định; khi mất mạng, chức năng điều khiển giọng nói bị gián đoạn.
  • Tiêu thụ điện năng và tản nhiệt: Màn hình LCD 19-inch hoạt động liên tục sinh ra nhiệt lượng đáng kể trong khung gỗ khép kín, yêu cầu thiết kế thêm khe đối lưu nhiệt tự nhiên hoặc quạt tản nhiệt mini.
  • Giới hạn thuật toán thị giác: Bộ phân loại Haar-Cascade dễ gặp hiện tượng dương tính giả (False Positive) khi có sự thay đổi đột ngột về cường độ sáng hoặc góc xoay khuôn mặt vượt quá 30 độ.

Hướng phát triển trong tương lai

  • Xử lý giọng nói Offline tại biên (Edge AI): Ứng dụng các mô hình xử lý từ khóa cục bộ như Snowboy Hotword Detection hoặc Porcupine Wake Word Engine để kích hoạt hệ thống ngay cả khi mất mạng Internet.
  • Nâng cấp mạng nơ-ron học sâu (Deep Learning): Tích hợp mô hình MobileNet-SSD hoặc Tiny-YOLOv3 chạy qua bộ tăng tốc phần cứng Intel Movidius Neural Compute Stick hoặc Google Coral Edge TPU để phân loại danh tính chủ nhân chính xác > 98%.
  • Mở rộng hệ sinh thái IoT: Tích hợp giao thức MQTT (Message Queuing Telemetry Transport) và nền tảng Home Assistant để điều khiển đa dạng các thiết bị nhà thông minh như rèm cửa, điều hòa không khí và khóa cửa từ.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Cung cấp tài liệu tham khảo thực tế về quy trình tích hợp hệ thống nhúng lai ghép (Linux + Web Technologies + Computer Vision), làm mẫu cho các đề tài nghiên cứu IoT và tự động hóa.
  • Kỹ sư & Lập trình viên nhúng: Nắm bắt kỹ thuật tối ưu hóa tài nguyên phần cứng ARM Cortex-A53 khi chạy đồng thời các framework Web hiện đại và các luồng xử lý ảnh OpenCV thời gian thực.
  • Doanh nghiệp & Startup Smart Home: Sở hữu thiết kế tham chiếu (Reference Design) có tính khả thi thương mại cao với chi phí linh kiện BOM thấp, dễ dàng mở rộng sang các dòng sản phẩm gương trang điểm thông minh cho thị trường tiêu dùng.
  • Nhà nghiên cứu tương tác Người - Máy (HMI): Dữ liệu thực nghiệm về độ trễ, khoảng cách nhận diện âm thanh và mức độ chấp nhận công nghệ của người dùng khi chuyển đổi từ giao diện chạm sang giao diện giọng nói hoàn toàn.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu kỹ thuật phần cứng tối thiểu để tự xây dựng hệ thống Smart Mirror này là gì?

Hệ thống yêu cầu bo mạch nhúng tối thiểu từ Raspberry Pi 3 Model B (RAM 1GB), thẻ nhớ MicroSD 16GB Class 10, màn hình LCD có cổng kết nối HDMI, micro thu âm cổng USB hoặc micro điện dung kèm sound card, module camera Raspberry Pi V2 và tấm mica/kính hai chiều chuyên dụng với độ phản quang thích hợp.

2. Hệ thống xử lý thế nào khi người dùng nói với các tốc độ và âm lượng khác nhau?

Dữ liệu âm thanh thô thu được từ micro được xử lý sơ bộ qua bộ lọc nhiễu dải thông và chuẩn hóa biên độ tín hiệu. Sau đó, thuật toán trích xuất đặc trưng âm học MFCC kết hợp mô hình ngôn ngữ sâu của Google Cloud Speech API sẽ tự động bù trừ ngữ điệu, tốc độ nói và phương ngữ để đưa ra kết quả chuyển đổi văn bản chính xác nhất.

3. Gương thông minh có thể tích hợp với các hệ sinh thái nhà thông minh khác như Apple HomeKit hay Google Home không?

Hoàn toàn khả thi. Bằng cách cài đặt Node-RED hoặc Home Assistant bridge trực tiếp trên Raspberry Pi 3, hệ thống có thể xuất các API điều khiển theo chuẩn giao thức MQTT hoặc RESTful để đồng bộ trạng thái hai chiều với các thiết bị thuộc nền tảng Google Home, Apple HomeKit hoặc Zigbee/Z-Wave.

4. Chi phí bảo trì và vận hành hệ thống Smart Mirror hàng tháng là bao nhiêu?

Chi phí điện năng tiêu thụ ước tính khoảng 15W – 25W (tương đương 3 – 5 kWh/tháng, xấp xỉ 10,000 – 15,000 VNĐ). Về mặt phần mềm, Google Cloud Speech API miễn phí 60 phút nhận dạng âm thanh mỗi tháng, hoàn toàn đáp ứng đủ nhu cầu sử dụng cá nhân hàng ngày mà không phát sinh thêm chi phí vận hành.

5. Làm thế nào để khắc phục hiện tượng màn hình LCD bị lộ viền phía sau mặt gương?

Cần sử dụng tấm nền giao diện phần mềm có nền đen tuyệt đối (background-color: #000000;), đồng thời bố trí các tấm chắn sáng (Blackout Film) bao phủ toàn bộ vùng viền màn hình và những khu vực gương không có hiển thị điểm ảnh. Khi đó, ánh sáng từ màn hình chỉ phát ra tại vị trí các ký tự và icon, tạo hiệu ứng chữ nổi quang học liền mạch trên mặt gương.

Kết luận

Đồ án tốt nghiệp "Thiết kế và thi công mô hình gương thông minh (Smart Mirror)" đã chứng minh tính khả thi và hiệu quả vượt trội trong việc ứng dụng công nghệ nhúng máy tính biên (Edge Computing) kết hợp điện toán đám mây vào không gian sống thông minh. Bằng việc làm chủ bo mạch nhúng Raspberry Pi 3, khai thác sức mạnh của thư viện thị giác máy tính OpenCV cùng các nền tảng công nghệ web hiện đại (Node.js, AngularJS), nhóm nghiên cứu đã xây dựng thành công một sản phẩm phần cứng - phần mềm hoàn chỉnh, đáp ứng chính xác các yêu cầu đặt ra ban đầu từ hiển thị thông tin đa nhiệm, nhận dạng giọng nói tự nhiên, điều khiển thiết bị điện gia dụng đến giám sát an ninh chủ động. Đây là tiền đề kỹ thuật vững chắc để mở rộng phát triển thành các sản phẩm thương mại hóa phục vụ đời sống gia đình và công nghiệp dịch vụ trong tương lai gần.