Bối cảnh và vấn đề nghiên cứu

Áp lực từ rác thải sinh hoạt đô thị, đặc biệt là rác thải từ chai nhựa và lon kim loại phát sinh từ các sản phẩm nước giải khát, bia, thực phẩm đóng gói và mỹ phẩm, đang gia tăng nhanh chóng. Theo số liệu thống kê trong đồ án, mỗi ngày cả nước thải ra khoảng 60.000 tấn chất thải sinh hoạt, trong đó rác thải đô thị chiếm khoảng 60%. Dự báo đến năm 2025, khối lượng chất thải sinh hoạt tiếp tục gia tăng thêm 10 - 16%. Mặc dù các vật dụng nhựa và lon kim loại chỉ được sử dụng trong thời gian ngắn (từ 5 đến 10 phút), quá trình tự phân hủy trong tự nhiên lại kéo dài hàng trăm đến hàng ngàn năm. Khi phân hủy, hàng tỷ hạt vi nhựa ngấm sâu vào đất và nguồn nước mặt cũng như nước ngầm, làm suy giảm đa dạng sinh học thủy sinh và đe dọa trực tiếp sức khỏe cộng đồng.

Đồng thời, sự phân hủy của rác thải hữu cơ trong điều kiện khí hậu nóng ẩm phát tán các khí độc hại như $H_2S$, $NH_3$, $CH_4$, $SO_2$ và $CO_2$. Tại các bãi rác lộ thiên, vi khuẩn gây bệnh thương hàn có thể tồn tại tới 15 ngày, vi khuẩn lỵ tồn tại đến 40 ngày, và trứng giun đũa tồn tại đến 300 ngày. Những môi trường này thu hút các loài trung gian truyền bệnh như chuột (truyền bệnh dịch hạch), ruồi và gián (truyền bệnh đường tiêu hóa), muỗi (truyền bệnh sốt rét, sốt xuất huyết). Từ thực trạng đó, đề tài "Thiết kế và thi công mô hình máy xử lý rác" (tên đăng ký nhiệm vụ: "Thùng phân loại rác tự động") được thực hiện bởi sinh viên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh.

Đồ án xác định 03 mục tiêu nghiên cứu cụ thể:

  1. Thiết kế mô hình máy phân loại rác tự động, phân loại 03 nhóm: rác lon, rác chai nhựa và rác không nằm trong phạm vi xử lý.
  2. Xây dựng hệ thống IoT thực hiện lưu điểm, trả thưởng cho người dùng và theo dõi dung tích rác trong thùng chứa.
  3. Ứng dụng công nghệ IoT vào thiết kế giao diện trực quan, gửi thông báo cảnh báo đến điện thoại di động của người quản lý khi xuất hiện trạng thái bất thường.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Mô hình cơ điện tử kết hợp xử lý ảnh và truyền thông IoT phục vụ phân loại rác tự động, tích hợp cơ cấu ép giảm thể tích và đổi quà.
  • Phạm vi không gian: Thực hiện và thử nghiệm tại phòng thực hành thuộc Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh.
  • Phạm vi thời gian: Tiến độ triển khai đề tài kéo dài từ ngày 22/01/2024 đến ngày 21/06/2024.
  • Giới hạn kỹ thuật: Hệ thống chỉ xử lý các loại rác lon và chai nhựa có độ cứng vừa phải, chưa bao quát được toàn bộ các kích cỡ và cấu trúc chai lọ, ly giấy phức tạp ngoài thực tế; camera thu nhận hình ảnh có độ trễ nhất định; động cơ chấp hành và xi lanh điện sử dụng trong mô hình có công suất nhỏ và tốc độ chuyển động chậm.

Cơ sở lý thuyết và phương pháp

Đề tài kết hợp cơ sở lý thuyết về phân loại chất thải tại nguồn, khí động học trong cơ cấu ép nén, kiến trúc hệ thống nhúng và giải thuật thị giác máy tính:

  • Lý thuyết phân loại và thoát khí nén: Phân tích áp suất ngược phát sinh trong quá trình ép nén vỏ chai đóng kín nắp. Khi nén không khí bên trong tạo lực cản lớn gây phồng nổ hoặc kẹt cơ cấu, đòi hỏi phải có cơ cấu dao rọc/đâm thủng tạo lỗ thoát khí trước khi thực hiện hành trình ép.
  • Khung lý thuyết phần cứng nhúng: Sử dụng máy tính nhúng Raspberry Pi 4 Model B (vi xử lý Broadcom BCM2711, 4 nhân Cortex-A72 64-bit 1.8GHz, RAM 8GB LPDDR4) đóng vai trò xử lý ảnh và điều phối kết nối mạng; vi điều khiển ESP32 (lõi kép 32-bit Xtensa LX6, xung nhịp 240MHz, RAM 520KB, flash tích hợp Wi-Fi/Bluetooth) đảm nhiệm việc đọc cảm biến và điều khiển cơ cấu chấp hành.
  • Mô hình thị giác máy tính: Khung nhận diện đối tượng dựa trên thư viện TensorFlow Lite với kiến trúc mạng nơ-ron SSD MobileNet V2 FPN Lite 320.
  • Giao thức truyền thông và mạng: Ứng dụng giao thức truyền thông MQTT cho quá trình truyền dữ liệu giữa Raspberry Pi và ESP32; giao thức WebSocket và HTTP phục vụ hiển thị dữ liệu thời gian thực lên giao diện web; chuẩn giao tiếp nối tiếp UART kết nối giữa vi điều khiển và module viễn thông; công nghệ GSM/GPS thông qua module viễn thông đa năng A9G.

Phương pháp nghiên cứu thực hiện qua các bước:

  • Phương pháp kế thừa và phân tích tài liệu: Khảo sát các công trình đã công bố, bao gồm đề tài máy phân loại rác của sinh viên năm 2020 (ưu điểm xử lý nhanh, chi phí thấp nhưng rác nhanh đầy và thiếu kết nối IoT) và máy phân loại rác tái chế R One năm 2022 (tích hợp trả tiền đổi rác nhưng thiếu cơ cấu ép bẹp để tối ưu thể tích).
  • Phương pháp thiết kế kỹ thuật và tính toán mô phỏng: Thiết kế cấu trúc cơ học 3D của thùng rác, máng phân loại, cơ cấu đâm và cơ cấu ép trên phần mềm SolidWorks; tính toán lựa chọn động cơ, xilanh và bộ nguồn; lập trình điều khiển trên Arduino IDE cho ESP32 và môi trường Python trên Raspberry Pi OS.
  • Phương pháp thực nghiệm kiểm chứng: Chế tạo mô hình phần cứng thực tế, đấu nối mạch điện, nhúng mô hình AI đã huấn luyện lên bo mạch xử lý biên, kiểm tra độ ổn định và đo lường tỷ lệ nhận diện đối với chai nhựa, lon kim loại và ly giấy.

Nguồn dữ liệu của nghiên cứu bao gồm bộ dữ liệu ảnh mẫu chụp trực tiếp từ khoang nhận diện của mô hình; các tài liệu thông số kỹ thuật (datasheet) của nhà sản xuất linh kiện; cùng số liệu đo đạc thực tế từ các cảm biến siêu âm SRF05/HC-SR04, cảm biến hồng ngoại và tọa độ GPS thu thập từ module A9G.

Tiêu chí Giao thức HTTP Giao thức WebSocket
Cơ chế truyền thông Request / Response một chiều theo từng phiên Song công toàn phần (Full-duplex) trên một kết nối TCP duy nhất
Độ trễ truyền nhận Cao do phải bắt tay thiết lập header ở mỗi truy vấn Rất thấp, duy trì kết nối liên tục
Mức độ tiêu hao tài nguyên Lớn khi cần cập nhật dữ liệu liên tục (polling) Tối ưu hóa cho truyền nhận thời gian thực
Ứng dụng trong hệ thống Tải trang giao diện WebServer ban đầu Cập nhật thời gian thực trạng thái dung tích rác và tọa độ

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc khối khép kín gồm ba phân hệ chính: khối xử lý trung tâm và thị giác máy tính, khối điều khiển chấp hành và đo lường cảm biến, cùng khối truyền thông hiển thị IoT.

       [ Cảm biến vật cản hồng ngoại ]

Kiến trúc phần cứng và cơ cấu cơ học

  • Khung vỏ và bố trí phân tầng: Thùng rác được phân chia cơ học thành các khoang chức năng gồm cửa đưa rác, buồng chụp ảnh nhận diện, khoang đâm và nén ép rác, cùng các ngăn chứa rác phân loại ở tầng đáy. Hệ thống dây điện được phân chia thành tầng giữa và tầng dưới nhằm chống nhiễu tín hiệu.
  • Cơ cấu đâm và giữ vật thể: Sử dụng một xy lanh điện kết hợp đầu nhọn chuyên dụng để giữ chặt và đâm thủng thân chai, giải phóng lượng khí nén bên trong để tránh nổ vỡ khi thực hiện quá trình ép nén.
  • Cơ cấu ép bẹp rác: Vận hành bằng động cơ giảm tốc DC 775 công suất lớn, truyền động qua cụm bánh răng - thanh răng biến đổi chuyển động quay thành chuyển động tịnh tiến, tạo lực ép lớn làm bẹp vỏ lon và chai nhựa.
  • Cơ cấu phân loại và trả thưởng: Một động cơ Servo DC MG996R lực kéo cao được sử dụng để điều khiển góc quay của máng trượt, định hướng rác rơi chính xác vào từng thùng gom (ngăn chai nhựa, ngăn lon kim loại hoặc ngăn rác khác). Cơ cấu đổi quà sử dụng động cơ Servo DC MG90S kích thước nhỏ để mở chốt nhả quà khi người dùng tích lũy đủ điểm.
  • Hệ thống cảm biến và định vị: Cảm biến tiệm cận hồng ngoại bố trí tại cửa tiếp nhận để kích hoạt quá trình chụp ảnh. Cảm biến khoảng cách siêu âm SRF05 gắn trên đỉnh các ngăn chứa để đo khoảng cách tới bề mặt rác, từ đó tính toán phần trăm dung tích rác hiện có. Module viễn thông A9G tích hợp ăng-ten GPS xác định tọa độ địa lý và tích hợp khe cắm SIM để gửi tin nhắn SMS cảnh báo qua mạng di động GSM.
  • Nguồn cung cấp: Bộ nguồn xung tổ ong công nghiệp chuyển đổi điện áp lưới từ 220VAC thành 24VDC với dòng điện định mức 15A (công suất cực đại 360W), sau đó qua các mạch hạ áp để cung cấp mức điện áp phù hợp cho Raspberry Pi 4 (5V), ESP32 (3.3V/5V), động cơ 775 (24V/12V) và hệ thống servo (5V).

Thiết kế phần mềm và giải thuật điều khiển

  • Thuật toán thị giác máy tính trên Raspberry Pi 4: Luồng video từ camera được tiền xử lý và đưa vào mô hình SSD MobileNet V2 FPN Lite 320 đã chuyển đổi sang định dạng tối ưu TensorFlow Lite. Mô hình thực hiện trích xuất đặc trưng và xác định bounding box cùng nhãn phân loại (chai nhựa, lon kim loại, ly giấy). Khi độ tin cậy đạt ngưỡng yêu cầu, Raspberry Pi đóng gói kết quả phân loại thành bản tin và gửi sang ESP32 qua giao thức MQTT.
  • Giải thuật điều khiển trên ESP32: Chương trình lập trình bằng C/C++ trên nền tảng Arduino IDE. Sau khi khởi tạo các chân ngoại vi tại hàm setup(), hàm loop() liên tục kiểm tra tín hiệu từ cảm biến hồng ngoại. Khi có rác đưa vào, ESP32 gửi tín hiệu yêu cầu xử lý ảnh tới Raspberry Pi. Khi nhận được phản hồi loại rác, ESP32 lần lượt kích hoạt xy lanh điện đâm thủng vật thể, kích hoạt động cơ DC 775 ép rác, điều khiển servo MG996R xoay máng rác đến ngăn chứa tương ứng, và cuối cùng kích hoạt cảm biến siêu âm đo lại dung tích thùng rác.
  • Giao diện Web Server và chức năng trả thưởng: Web Server nhúng hiển thị trực quan thông số phần trăm dung tích còn lại của các thùng chứa, thống kê tổng số lượng rác đã tiếp nhận trong ngày, bản đồ hiển thị tọa độ GPS vị trí đặt máy, cùng chức năng quản lý tài khoản người dùng với hai trạng thái phản hồi: "Thông báo đủ điểm để đổi quà" (hệ thống kích hoạt servo nhả quà) hoặc "Thông báo không đủ điểm để đổi quà".
void setup() {
  // Khoi tao cac cong giao tiep ngoai vi va ket noi mang
}

void loop() {
  // Vong lap quet cam bien, nhan du lieu MQTT va dieu khien chap hanh
}

Nội dung chính theo từng chương

Chương 1: Phương pháp nghiên cứu (Tổng quan về đề tài)

Chương 1 thiết lập tính cấp thiết của đề tài dựa trên dữ liệu thống kê rác thải sinh hoạt đô thị tại Việt Nam, sự chậm phân hủy của rác thải nhựa và các rủi ro phát tán khí độc ($H_2S, NH_3, CH_4, SO_2, CO_2$) cùng các vector truyền bệnh từ bãi rác. Tác giả xác định 03 mục tiêu cụ thể, 02 giới hạn kỹ thuật của hệ thống và lập bảng phân chia nhiệm vụ thực hiện trong 20 tuần. Ngoài ra, chương này khảo sát 02 đề tài tiền nhiệm gồm mô hình phân loại của sinh viên (năm 2020) và hệ thống máy R One (năm 2022) để rút ra các ưu điểm và hạn chế làm căn cứ cải tiến.

Chương 2: Cơ sở lý thuyết

Chương 2 trình bày toàn diện lý thuyết về xử lý rác thải nhựa (phân loại từ nguồn, tái sử dụng, tuyên truyền) và tính toán hiện tượng áp suất ngược bên trong chai kín khi ép nén. Tác giả phân tích cấu trúc phần cứng, nguyên lý hoạt động, ưu điểm và nhược điểm của máy tính nhúng Raspberry Pi 4 Model B (đặc biệt là hạn chế thiếu bộ nhớ eMMC phải dùng thẻ nhớ microSD, nhiệt độ vận hành vượt quá 70°C sau 6-7 giờ hoạt động liên tục thiếu tản nhiệt, và không hỗ trợ hệ điều hành Windows chính thức) cùng vi điều khiển ESP32 (lõi kép Xtensa LX6 240MHz, 34 GPIO, chế độ deep sleep tiêu thụ 5µA).

Chương này cũng tổng hợp đặc tính của các dòng cảm biến khoảng cách (siêu âm, laser, radar, hồng ngoại), động cơ bước/servo/động cơ giảm tốc DC 775, các giao thức truyền thông mạng (MQTT, WebSocket, UART, GSM, GPS) và cấu trúc vận hành của mạng nơ-ron nhận diện ảnh SSD MobileNet V2 FPN Lite 320 trong TensorFlow Lite.

Loại cảm biến Mô tả kỹ thuật Ứng dụng tiêu biểu
Cảm biến khí MQ-5 Phát hiện khí rò rỉ LPG, khí thiên nhiên, khí than Máy dò rò rỉ khí gas công nghiệp
Cảm biến màu Cảm biến nhận biết màu tĩnh Sắp xếp sản phẩm theo màu sắc
Cảm biến lửa Nhạy cảm với dải phổ quang học của ngọn lửa Thiết bị phát hiện cháy, robot cứu hỏa
Cảm biến từ 49E Cảm biến hiệu ứng Hall đo từ trường Đo tốc độ động cơ, phát hiện vị trí
Cảm biến phản xạ hồng ngoại Cụm thu phát bức xạ hồng ngoại phản xạ Dò đường cho robot, phát hiện vật cản
Cảm biến siêu âm Phát và thu sóng âm dải tần > 20 kHz Đo khoảng cách phi tiếp xúc, đo mức rác
Cảm biến nhiệt độ, độ ẩm DHT11 Cảm biến đo thông số môi trường xung quanh Giám sát trạm thời tiết, nhà kính
Cảm biến đo mức chất lỏng Đầu dò phát hiện chất lỏng tiếp xúc Cảnh báo mức nước trong bình chứa

Chương 3: Tính toán và thiết kế

Nội dung chương 3 tập trung vào quy trình công nghệ toàn hệ thống và các tính toán thông số kỹ thuật. Nhóm tác giả xây dựng bản vẽ kích thước vỏ thùng rác, kích thước lỗ đưa rác, vị trí lắp đặt cảm biến tiệm cận hồng ngoại, khoang đặt rác xử lý ảnh, cấu tạo thanh ép và cơ cấu truyền động bánh răng - thanh răng của động cơ 775.

Chương này cung cấp sơ đồ khối toàn hệ thống, sơ đồ đi dây mạch điện chi tiết kết nối giữa nguồn tổ ong 24V - 15A (360W), ESP32, Raspberry Pi 4, cảm biến siêu âm SRF05, module GSM/GPS A9G và các cụm động cơ. Đồng thời, chương trình bày chi tiết các lưu đồ giải thuật xử lý ảnh của Raspberry Pi 4, lưu đồ chương trình con và lưu đồ điều khiển trạng thái của ESP32.

Chương 4: Thi công hệ thống

Chương 4 ghi lại quá trình gia công cơ khí và chế tạo thực tế từng cụm chức năng: thi công cơ cấu ép rác bằng động cơ giảm tốc DC 775; thi công cơ cấu giữ và đâm vật thể bằng xy lanh điện; thi công máng dẫn phân loại xoay bằng động cơ Servo MG996R; thi công khay nhả quà tặng bằng Servo MG90S.

Về phần mềm và điện lực, chương mô tả quá trình đi dây điện phân tầng tránh nhiễu; cân chỉnh góc nhìn (field of view) và điều kiện chiếu sáng của camera nhận diện; xây dựng giao diện giám sát WebServer nhúng tích hợp các khối theo dõi dung tích, đếm rác, định vị GPS và module đổi quà.

Chương 5: Kết quả đạt được

Chương 5 công bố các kết quả thực nghiệm sau khi hoàn thiện chế tạo và chạy thử:

  • Kết quả phần cứng: Hoàn thiện mô hình sản phẩm vật lý hoàn chỉnh; hệ thống mạch điện và đi dây cho tầng giữa và tầng dưới hoạt động an toàn, gọn gàng.
  • Kết quả nhận diện thị giác: Mô hình AI nhận diện chính xác 03 nhóm rác thải thử nghiệm gồm chai nhựa, lon kim loại và ly giấy.
  • Kết quả giao diện WebServer: Giao diện hiển thị trực quan thông số phần trăm dung tích rác trong từng thùng chứa; giao diện đếm tổng số lượng rác tiếp nhận trong ngày; giao diện hiển thị tọa độ và vị trí thực của thùng rác trên bản đồ thông qua dữ liệu module GPS.
  • Kết quả truyền thông viễn thông: Module A9G thực hiện thành công việc gửi tin nhắn SMS cảnh báo qua mạng GSM và truyền nhận tọa độ định vị.
  • Kết quả chức năng đổi quà: Hệ thống ghi nhận điểm tích lũy và hiển thị bảng thông báo trạng thái "Thông báo đủ điểm để đổi quà" kèm lệnh kích hoạt cơ cấu nhả quà, hoặc "Thông báo không đủ điểm để đổi quà" khi điểm tích lũy chưa đạt điều kiện.

Chương 6: Kết luận và hướng phát triển

Chương cuối cùng tổng kết các hạng mục đã hoàn thành theo mục tiêu đề ra; phân tích các trở ngại và hạn chế kỹ thuật phát sinh trong quá trình chế tạo mô hình; tổng hợp kinh nghiệm về tích hợp cơ điện tử, thị giác máy tính và IoT; đồng thời đề xuất các giải pháp kỹ thuật cụ thể nhằm phát triển thiết bị trong các giai đoạn tiếp theo.

Kết quả và đóng góp

Kết quả chính kèm số liệu trong văn bản

  • Về kết cấu phần cứng: Chế tạo thành công mô hình máy phân loại rác vận hành tự động tích hợp 03 tầng cơ điện tử, sử dụng nguồn tổ ong 24VDC - 15A (360W). Cơ cấu ép rác sử dụng động cơ giảm tốc DC 775 cùng cơ cấu đâm xả khí bằng xy lanh điện hoạt động ổn định, loại bỏ hiện tượng nén khí gây biến dạng phồng nổ chai.
  • Về xử lý ảnh và điều khiển: Ứng dụng thành công mô hình mạng SSD MobileNet V2 FPN Lite 320 thông qua bộ công cụ TensorFlow Lite trên máy tính nhúng Raspberry Pi 4 Model B (8GB RAM), nhận dạng thành công 03 phân lớp đối tượng: chai nhựa, lon kim loại và ly giấy.
  • Về tích hợp IoT và giám sát: Thiết lập kênh truyền thông MQTT đồng bộ giữa bo mạch Raspberry Pi và ESP32. Xây dựng giao diện WebServer hiển thị dung tích rác thời gian thực từ cảm biến siêu âm SRF05, thống kê số lượng rác xử lý trong ngày, hiển thị vị trí thùng rác qua module GPS A9G và gửi tin nhắn cảnh báo trạng thái đầy rác/bất thường qua mạng di động GSM.
  • Về cơ chế đổi quà: Vận hành cơ cấu nhả quà sử dụng servo MG90S liên kết logic điều khiển trên web, trả về thông báo hợp lệ khi người dùng đủ điểm tích lũy.

Giải pháp và kiến nghị của tác giả

  • Tích hợp dao đâm xả khí cơ học đồng bộ trước hành trình ép nén nhằm giải phóng áp suất ngược của chai kín, đảm bảo an toàn cho buồng ép và giảm tải cho động cơ ép nén.
  • Phân chia nhiệm vụ phần cứng độc lập: Bo mạch Raspberry Pi 4 chuyên trách tác vụ nặng về xử lý ảnh AI và truyền thông mạng; vi điều khiển ESP32 chịu trách nhiệm điều khiển thời gian thực hệ thống động cơ, xy lanh và cảm biến ngoại vi.
  • Kết hợp khuyến khích hành vi người dùng bằng hình thức tích lũy điểm thưởng đổi quà tự động tại máy phân loại.

Đóng góp so với các nghiên cứu trước

  • Khắc phục nhược điểm nhanh đầy thùng chứa của đề tài sinh viên năm 2020 bằng việc bổ sung cơ cấu đâm xả khí và ép nén vỏ chai trước khi phân loại vào thùng gom.
  • Khắc phục hạn chế của máy phân loại rác tái chế R One năm 2022 bằng việc thiết kế hoàn chỉnh cơ cấu ép bẹp cơ học kết hợp bộ phận chích thủng vỏ chai nhựa.
  • Bổ sung hệ thống giám sát từ xa toàn diện qua IoT (WebServer, định vị vệ tinh GPS, cảnh báo tin nhắn SMS qua mạng GSM), yếu tố chưa được tích hợp đồng bộ ở các mô hình phân loại rác quy mô học đường trước đây.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế kỹ thuật được văn bản chỉ ra

  • Hệ thống chỉ phân loại được các loại rác lon và chai nhựa có độ cứng vừa phải; chưa phân loại được toàn diện mọi kích thước, hình dạng và độ dày của các loại lon, chai nhựa và ly giấy như thực tế ngoài đời sống.
  • Camera và cảm biến sử dụng trong mô hình có độ trễ nhận diện nhất định, ảnh hưởng đến thời gian đáp ứng tổng thể của một chu trình tiếp nhận.
  • Động cơ giảm tốc và xy lanh điện sử dụng là dòng công suất nhỏ, tốc độ hành trình còn chậm, làm kéo dài thời gian hoàn thành công đoạn đâm và nén ép rác.
  • Bo mạch máy tính nhúng Raspberry Pi 4 không có sẵn tản nhiệt cưỡng bức, phát sinh nhiệt lượng cao (> 70°C) nếu chạy liên tục trong thời gian dài mà không có môi trường làm mát hỗ trợ.

Hướng nghiên cứu tiếp

  • Nâng cấp động cơ ép và hệ thống xy lanh chấp hành lên dòng công suất lớn hơn, gia tăng tốc độ hành trình và lực nén để xử lý được các vật liệu có độ cứng cao hơn.
  • Thu thập thêm bộ dữ liệu mẫu đa dạng và tối ưu hóa giải thuật thị giác máy tính nhằm nhận diện chính xác các loại chai lọ biến dạng, rác thải bẩn hoặc vật liệu phức hợp.
  • Cải tiến hệ thống tản nhiệt chủ động cho vi xử lý Raspberry Pi 4 để đảm bảo máy vận hành bền bỉ trong môi trường công cộng ngoài trời.
  • Mở rộng ứng dụng IoT sang nền tảng ứng dụng di động độc lập và nghiên cứu tích hợp phương thức trả thưởng trực tiếp bằng tiền điện tử hoặc ví số.

Giá trị tham khảo

Đồ án là tài liệu tham khảo kỹ thuật cho sinh viên và học viên thuộc các chuyên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Kỹ thuật Máy tính và Công nghệ IoT.

Tài liệu có giá trị ứng dụng cụ thể ở các nội dung:

  • Phương pháp phối hợp điều khiển phân tầng giữa máy tính nhúng (Raspberry Pi 4) và vi điều khiển (ESP32) qua giao thức MQTT trong các bài toán tự động hóa biên (Edge AI).
  • Giải pháp cơ khí xử lý thoát khí trước khi ép nén chai nhựa, giải quyết triệt để vấn đề áp suất ngược trong các máy ép nén chất thải quy mô nhỏ.
  • Quy trình triển khai mô hình nhận diện SSD MobileNet V2 FPN Lite 320 thông qua TensorFlow Lite lên phần cứng nhúng phục vụ phân loại phế liệu.
  • Kỹ thuật lập trình nhúng ESP32 kết nối module định vị vệ tinh và viễn thông A9G để xây dựng các trạm giám sát đô thị thông minh (Smart Waste Management System).

Câu hỏi thường gặp

1. Hệ thống phân loại được những loại rác thải cụ thể nào?
Theo kết quả thử nghiệm tại Chương 5, hệ thống nhận diện và phân loại thành công 03 nhóm rác thải: chai nhựa, lon kim loại và ly giấy. Các loại rác khác nằm ngoài danh mục này được đưa vào ngăn rác không xử lý.

2. Tại sao đồ án phải thiết kế cơ cấu đâm thủng chai trước khi ép?
Theo phân tích cơ sở lý thuyết tại Chương 2, không khí bên trong chai kín khi bị nén sẽ tạo ra áp suất ngược cản trở quá trình nén, có thể dẫn đến hiện tượng nổ chai hoặc làm quá tải động cơ ép. Việc sử dụng xy lanh gắn đầu nhọn đâm thủng vỏ chai tạo lỗ thoát khí nhanh chóng, giúp giảm lực cản và quá trình ép đạt hiệu quả cao.

3. Kiến trúc vi xử lý và mô hình nhận diện ảnh nào được sử dụng trong đề tài?
Đề tài sử dụng máy tính nhúng Raspberry Pi 4 Model B (vi xử lý 4 lõi BCM2711 1.8GHz, 8GB RAM) kết hợp cùng vi điều khiển ESP32 lõi kép 240MHz. Mô hình thị giác máy tính được triển khai là SSD MobileNet V2 FPN Lite 320 thông qua thư viện TensorFlow Lite.

4. Module nào đảm nhiệm tính năng định vị vị trí và gửi thông báo cảnh báo từ xa?
Module viễn thông GSM/GPS A9G kết nối với vi điều khiển ESP32 chịu trách nhiệm thu nhận tọa độ vị trí thực của thùng rác từ vệ tinh GPS và truyền tin nhắn cảnh báo SMS qua hạ tầng mạng di động GSM.

5. Cơ chế trả thưởng cho người bỏ rác hoạt động như thế nào trên giao diện web?
Khi người dùng bỏ rác vào thùng, hệ thống sẽ ghi nhận và tích lũy điểm trên WebServer. Nếu số điểm đạt yêu cầu quy định, giao diện hiển thị "Thông báo đủ điểm để đổi quà" và kích hoạt động cơ Servo MG90S mở chốt nhả quà; nếu chưa đạt, hệ thống sẽ trả về "Thông báo không đủ điểm để đổi quà".

Kết luận

Đồ án "Thiết kế và thi công mô hình máy xử lý rác" đã chế tạo thành công mô hình cơ điện tử hoàn chỉnh phục vụ phân loại và xử lý rác thải chai nhựa, lon kim loại và ly giấy tại nguồn. Công trình kết hợp hiệu quả giữa cơ cấu cơ học đâm xả khí - ép nén giảm thể tích với công nghệ thị giác máy tính SSD MobileNet V2 FPN Lite 320 nhúng trên Raspberry Pi 4 và vi điều khiển ESP32. Hệ thống hoàn thiện giải pháp giám sát thời gian thực qua giao diện WebServer kết hợp định vị vệ tinh GPS, cảnh báo GSM và cơ chế trả thưởng tự động, tạo nền tảng kỹ thuật giá trị cho các nghiên cứu phát triển thiết bị thu gom rác thông minh trong đô thị.