Giới thiệu dự án

Ngành nông nghiệp Việt Nam đang trong giai đoạn chuyển dịch mạnh mẽ sang tự động hóa và nông nghiệp công nghệ cao. Tuy nhiên, theo thống kê từ Viện Cơ điện Nông nghiệp và Công nghệ Sau thu hoạch, tỷ lệ tổn thất sau thu hoạch đối với nhóm rau quả tươi tại Việt Nam vẫn dao động ở mức 20% – 30%, trong đó khâu phân loại và bảo quản ban đầu chiếm hơn 40% nguyên nhân gây suy giảm giá trị thương phẩm. Cà chua (Solanum lycopersicum) là loại nông sản có vỏ mỏng, độ chín tiến triển nhanh và rất dễ bị dập nát nếu xử lý thủ công. Đối với các hộ nông dân và hợp tác xã quy mô vừa và nhỏ (sản lượng trung bình 2 – 3 tấn/năm), việc đầu tư các dây chuyền phân loại quang học nhập khẩu dùng PLC công nghiệp có giá thành từ vài trăm triệu đến hàng tỷ đồng là bất khả thi.

Vấn đề đặt ra là sự thiếu hụt một hệ thống tự động hóa tinh gọn, chi phí thấp nhưng vẫn đảm bảo độ chính xác phân loại theo màu sắc, kích thước và tích hợp khả năng kiểm soát môi trường lưu kho. Đồ án "Nghiên cứu thiết kế chế tạo mô hình phân loại quả cà chua và lưu kho tự động" do sinh viên Trần Nhật Luân thực hiện dưới sự hướng dẫn của TS. Phạm Duy Dưởng tại Trường Đại học Sư phạm Kỹ thuật – Đại học Đà Nẵng (2024) đã giải quyết trọn vẹn bài toán kỹ thuật này.

+---------------------------------------------------------------------------------------+
|                                    HỆ THỐNG TỔNG QUAN                                  |
|                                                                                       |
|  [Cấp liệu] -> [Băng tải chính] -> [Cảm biến TCS3200] -> [Cảm biến E18-D80NK]          |
|                                            |                        |                 |
|                                     (Phân loại màu)          (Phân loại size)         |
|                                            |                        |                 |
|                                            v                        v                 |
|                              [Hàng lỗi / Xanh]      [Kho A: Đỏ Lớn]   [Kho B: Đỏ Nhỏ] |
|                                                             ^                ^        |
|                                                             |                |        |
|                                                  [Kiểm soát nhiệt độ & Thông gió]     |
|                                                  [Giám sát ESP32 Web Server Wi-Fi]    |
+---------------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Thiết kế và chế tạo cơ khí hoàn chỉnh: Xây dựng 01 băng tải chính ($60 \times 10\text{ cm}$) và 02 băng tải nhánh lưu kho ($40 \times 10\text{ cm}$) cùng hệ thống dẫn hướng, buồng tối cảm biến và giá đỡ xy lanh khí nén.
  2. Xây dựng module phân loại đa tiêu chí: Kết hợp cảm biến màu sắc quang phổ TCS3200 và cảm biến khoảng cách hồng ngoại E18-D80NK để phân loại quả cà chua theo độ chín (màu sắc) và kích thước (đường kính $2 - 12\text{ cm}$).
  3. Thiết kế hệ thống lưu kho vi khí hậu: Tích hợp cảm biến nhiệt độ, hệ thống quạt thông gió công suất $1440\text{ m}^3/\text{h}$ và đèn nhiệt nhằm duy trì điều kiện bảo quản tối ưu cho từng buồng kho.
  4. Phát triển nền tảng giám sát không dây IoT: Ứng dụng vi điều khiển ESP32 thiết lập Web Server cục bộ, cho phép giám sát trạng thái thời gian thực và chuyển đổi linh hoạt giữa chế độ Tự động (Auto) và Bán tự động (Manual).

Phương pháp tiếp cận và kết quả kỳ vọng

Hệ thống kết hợp vi điều khiển trung tâm ATmega2560 (Arduino Mega 2560 R3) xử lý tác vụ điều khiển thời gian thực và SoC ESP32 đảm nhiệm giao tiếp mạng. Công suất tính toán đáp ứng phân loại $10.000\text{ quả/ngày}$ ($\approx 417\text{ quả/giờ}$), chu kỳ xử lý $\le 2{,}5\text{ giây/quả}$, tỷ lệ phân loại chính xác kỳ vọng đạt trên $95%$, giảm thiểu hơn $70%$ chi phí nhân công vận hành tại chỗ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Quy trình sau thu hoạch hiện nay tồn tại 3 hướng tiếp cận chính với các ưu nhược điểm rõ rệt:

Tiêu chí Phân loại thủ công Hệ thống thị giác máy (Machine Vision/PLC) Giải pháp đề xuất (Embedded Mechatronics & IoT)
Độ chính xác $70% - 85%$ (phụ thuộc thị lực/thể lực) $98% - 99{,}5%$ $95% - 97%$
Tốc độ xử lý $10 - 20\text{ quả/phút}$ $60 - 200\text{ quả/phút}$ $25 - 40\text{ quả/phút}$
Chi phí đầu tư Thấp (chỉ tốn lương công nhân) Rất cao ($>100 - 500\text{ triệu VNĐ}$) Rất thấp ($< 5\text{ triệu VNĐ}$)
Bảo trì & Vận hành Quản lý phức tạp, thiếu ổn định Cần kỹ sư chuyên môn cao Đơn giản, linh kiện module hóa dễ thay thế
Tích hợp kho Rời rạc, không tự động Phức tạp, đắt đỏ Tự động hóa tích hợp liền mạch qua khí nén & Web

Đặc tả yêu cầu người dùng (Mô hình MoSCoW):

  • Must have (Bắt buộc): Nhận diện chính xác màu đỏ/xanh của cà chua; nhận diện chiều cao để phân biệt kích cỡ; cơ cấu xy lanh phân nhánh không làm dập quả; dừng khẩn cấp khi gặp sự cố.
  • Should have (Nên có): Điều khiển bật/tắt thiết bị và giám sát số lượng phân loại qua Web Server ESP32 trên điện thoại/máy tính; tự động điều hòa nhiệt độ kho.
  • Could have (Có thể mở rộng): Đo đạc thêm độ ẩm kho lưu trữ; cảnh báo cháy nổ hoặc quá nhiệt qua còi buzzer.
  • Won't have (Chưa thực hiện): Nhận diện vết sâu bệnh, khuyết tật bề mặt bằng mô hình Deep Learning phức tạp (giới hạn phần cứng vi điều khiển).

Thiết kế hệ thống

Kiến trúc phần cứng và sơ đồ khối

Hệ thống được chia thành 5 khối chức năng chính tương tác qua bus dữ liệu và tín hiệu I/O công nghiệp:

  1. Khối nguồn: Nguồn tổ ong xung S-120-12 ($12\text{VDC} - 10\text{A}$) hạ áp cấp cho động cơ DC, van điện từ khí nén, quạt làm mát; mạch giảm áp hạ xuống $5\text{VDC}$ cấp nguồn nuôi cho Arduino Mega 2560, ESP32 và mảng cảm biến.
  2. Khối cảm biến (Inputs): Cảm biến màu sắc TCS3200 (quang phổ RGB to Frequency), cảm biến tiệm cận hồng ngoại E18-D80NK (NPN Open-Collector), cảm biến nhiệt độ môi trường.
  3. Khối xử lý trung tâm (Core Controller): Arduino Mega 2560 R3 (Chip ATmega2560 8-bit, $16\text{MHz}$, 54 chân Digital I/O, 16 chân Analog, 4 cổng UART phần cứng).
  4. Khối kết nối & IoT Gateway: ESP32 NodeMCU kết nối Wi-Fi $802.11\text{ b/g/n}$, giao tiếp với Arduino qua UART (TX2/RX2).
  5. Khối cơ cấu chấp hành (Outputs): Động cơ giảm tốc 1 pha Panasonic M81A25GV4W ($25\text{W} - 220\text{VAC}$), xy lanh khí nén mini tác động kép MAL16x250, rơ le kiếng trung gian Phoenix Contact REL-IR2/LDP-220DC/2X21, quạt thông gió HPF-900 ($12\text{V} - 3\text{W}$).
+-------------------------------------------------------------------------------+
|                        SƠ ĐỒ KHỐI PHẦN CỨNG HỆ THỐNG                          |
+-------------------------------------------------------------------------------+
|                                                                               |
|  [Nguồn AC 220V] ---> [Nguồn Tổ Ong S-120-12 (12V/10A)] ---> [Hạ áp 5VDC]     |
|                                     |                                |        |
|                                     v                                v        |
|                              [Khối Chấp Hành]                 [Khối Xử Lý]    |
|                              - Động cơ Băng Tải               - Arduino Mega  |
|                              - Van khí nén Xy lanh            - ESP32 Gateway |
|                              - Quạt làm mát, Đèn                     ^        |
|                                     ^                                |        |
|                                     |                                v        |
|                              [Rơ le Trung Gian] <--- [Khối Cảm Biến Inputs]   |
|                                                      - TCS3200 (Màu sắc)      |
|                                                      - E18-D80NK (Kích cỡ)    |
|                                                      - Cảm biến Nhiệt độ      |
+-------------------------------------------------------------------------------+

Tính toán cơ khí và động lực học

  • Băng tải: Vận tốc thiết kế $v = 0{,}4\text{ m/s}$. Khối lượng trung bình quả cà chua $m = 0{,}11\text{ kg}$, hệ số ma sát giữa quả và dây băng PVC $\mu = 0{,}15$.
  • Lực đẩy xy lanh khí nén: Áp suất khí nén cấp từ máy nén tiêu chuẩn $P = 6\text{ bar} = 6 \times 10^5\text{ N/m}^2$. Đường kính nòng xy lanh $D = 16\text{ mm}$, hành trình $L = 250\text{ mm}$. $$\text{Lực đẩy lý thuyết: } F = P \times A = P \times \frac{\pi D^2}{4} = (6 \times 10^5) \times \frac{\pi \times (0{,}016)^2}{4} \approx 120{,}6\text{ N}$$ Lực này hoàn toàn vượt trội so với lực cản quán tính của quả ($F_{\text{cản}} = mg = 0{,}11 \times 9{,}81 = 1{,}08\text{ N}$), đảm bảo đẩy quả dứt khoát trong thời gian $t < 0{,}8\text{ giây}$.
  • Thông gió kho lưu trữ: Thể tích kho $V = 2\text{m} \times 4\text{m} \times 3\text{m} = 24\text{ m}^3$. Định mức trao đổi khí tươi: 60 lần/giờ $\rightarrow$ Lưu lượng quạt cần thiết $Q = 24 \times 60 = 1440\text{ m}^3/\text{h}$, đáp ứng hoàn hảo bởi quạt làm mát công nghiệp chuyên dụng.

Phương pháp nghiên cứu (Methodology)

Dự án áp dụng mô hình phát triển hệ thống nhúng lai (Agile Embedded V-Model) qua 5 giai đoạn:

  1. Giai đoạn 1 (Tuần 1 - 3): Khảo sát đặc tính vật lý cà chua, lập phương án tính toán cơ khí, thiết kế sơ đồ nguyên lý điện tử.
  2. Giai đoạn 2 (Tuần 4 - 7): Chế tạo khung cơ khí nhôm định hình $20 \times 40$, gia công cụm gá buồng tối cảm biến TCS3200, lắp đặt hệ thống khí nén.
  3. Giai đoạn 3 (Tuần 8 - 11): Lập trình vi điều khiển Arduino Mega (thuật toán lọc tần số màu sắc, máy trạng thái State Machine điều khiển xy lanh) và code giao diện Web Server trên ESP32.
  4. Giai đoạn 4 (Tuần 12 - 14): Hiệu chuẩn cảm biến (Calibration) dưới điều kiện chiếu sáng nhân tạo cố định, kiểm thử tải và tích hợp hệ thống.
  5. Giai đoạn 5 (Tuần 15 - 16): Đánh giá độ chính xác, phân tích lỗi (FMEA) và hoàn thiện báo cáo kỹ thuật.

Implementation và kết quả

Quá trình phát triển và thuật toán điều khiển

Điểm mấu chốt của hệ thống là xử lý tín hiệu quang phổ từ cảm biến màu TCS3200. TCS3200 chứa mảng $8 \times 8$ photodiode (16 diode lọc đỏ, 16 diode lọc xanh lá, 16 diode lọc xanh dương, 16 diode không lọc). Tín hiệu đầu ra là xung vuông có tần số tỷ lệ thuận với cường độ sáng phản xạ.

Để triệt tiêu hiện tượng nhiễu quang do ánh sáng tự nhiên thay đổi theo thời gian trong ngày, nhóm nghiên cứu đã thiết kế buồng cách ly quang học khép kín tích hợp 4 đèn LED siêu sáng $5\text{mm}$ góc chiếu $45^\circ$, cố định hệ số phản xạ.

// Trích đoạn thuật toán đọc màu sắc & kích thước điều khiển Xy lanh trên Arduino Mega 2560
#define S0 4
#define S1 5
#define S2 6
#define S3 7
#define SENSOR_OUT 8
#define SENSOR_HEIGHT_A 22 // Cảm biến hồng ngoại nhận diện chiều cao lớn (Kho A)
#define SENSOR_HEIGHT_B 23 // Cảm biến hồng ngoại nhận diện chiều cao nhỏ (Kho B)
#define CYLINDER_A 30      // Van điện từ đẩy Xy lanh A
#define CYLINDER_B 31      // Van điện từ đẩy Xy lanh B
#define CONVEYOR_MAIN 32   // Relay điều khiển Băng tải chính

void setup() {
  pinMode(S0, OUTPUT); pinMode(S1, OUTPUT);
  pinMode(S2, OUTPUT); pinMode(S3, OUTPUT);
  pinMode(SENSOR_OUT, INPUT);
  
  pinMode(SENSOR_HEIGHT_A, INPUT_PULLUP);
  pinMode(SENSOR_HEIGHT_B, INPUT_PULLUP);
  pinMode(CYLINDER_A, OUTPUT);
  pinMode(CYLINDER_B, OUTPUT);
  pinMode(CONVEYOR_MAIN, OUTPUT);

  // Thiết lập tần số output TCS3200 ở mức 20%
  digitalWrite(S0, HIGH);
  digitalWrite(S1, LOW);
  digitalWrite(CONVEYOR_MAIN, HIGH); // Bật băng tải chạy
}

int readColorFrequency(bool s2_val, bool s3_val) {
  digitalWrite(S2, s2_val);
  digitalWrite(S3, s3_val);
  // Đo chu kỳ xung tín hiệu trả về (đơn vị: microsecond)
  return pulseIn(SENSOR_OUT, LOW, 25000);
}

void processSortingLogic() {
  int redFreq = readColorFrequency(LOW, LOW);   // Lọc dải đỏ
  int greenFreq = readColorFrequency(HIGH, HIGH); // Lọc dải xanh lá
  int blueFreq = readColorFrequency(LOW, HIGH);  // Lọc dải xanh dương

  // Tiêu chí quả chín: Tần số xung dải Đỏ thấp nhất (cường độ phản xạ Red cực đại)
  bool isRipe = (redFreq < greenFreq) && (redFreq < blueFreq) && (redFreq < 120);

  if (isRipe) {
    // Di chuyển tới vùng nhận diện kích thước theo Quy trình Công nghệ 1
    if (digitalRead(SENSOR_HEIGHT_A) == LOW) { // Quả chín kích thước lớn
      digitalWrite(CONVEYOR_MAIN, LOW);        // Dừng băng tải chính đảm bảo định vị
      delay(200);
      digitalWrite(CYLINDER_A, HIGH);          // Tác động Xy lanh A vào Kho A
      delay(800);
      digitalWrite(CYLINDER_A, LOW);
      digitalWrite(CONVEYOR_MAIN, HIGH);       // Tiếp tục chạy băng tải
    } else if (digitalRead(SENSOR_HEIGHT_B) == LOW) { // Quả chín kích thước nhỏ
      digitalWrite(CONVEYOR_MAIN, LOW);
      delay(200);
      digitalWrite(CYLINDER_B, HIGH);          // Tác động Xy lanh B vào Kho B
      delay(800);
      digitalWrite(CYLINDER_B, LOW);
      digitalWrite(CONVEYOR_MAIN, HIGH);
    }
  } else {
    // Quả xanh hoặc sản phẩm lỗi tiếp tục đi thẳng về khay thu hồi cuối băng tải
  }
}

+-------------------------------------------------------------------------------+
|                 LƯU ĐỒ THUẬT TOÁN ĐIỀU KHIỂN HỆ THỐNG                         |
+-------------------------------------------------------------------------------+
|                                                                               |
|                                [BẮT ĐẦU]                                      |
|                                    |                                          |
|                                    v                                          |
|                         [Khởi tạo Hệ Thống]                                  |
|                      - Bật Băng tải chính chạy                                |
|                      - Cấu hình chân I/O & UART                               |
|                                    |                                          |
|                                    v                                          |
|                      [Đọc Cảm biến Màu TCS3200]                               |
|                                    |                                          |
|                             /--------------\                                  |
|                            /  Cà chua chín  \   KHÔNG                         |
|                           <   (Màu Đỏ)?      > -------> [Về khay hàng lỗi]    |
|                            \                /                                 |
|                             \--------------/                                  |
|                                    | ĐÚNG                                     |
|                                    v                                          |
|                      [Đọc Cảm biến Chiều cao]                                 |
|                                    |                                          |
|                  +-----------------+-----------------+                        |
|                  |                                   |                        |
|                  v (Kích thước Lớn)                  v (Kích thước Nhỏ)       |
|         [Dừng Băng tải chính]               [Dừng Băng tải chính]             |
|         [Kích hoạt Xy lanh A]               [Kích hoạt Xy lanh B]             |
|         [Đưa quả vào Kho A]                 [Đưa quả vào Kho B]               |
|         [Tiếp tục Băng tải]                 [Tiếp tục Băng tải]               |
|                  |                                   |                        |
|                  +-----------------+-----------------+                        |
|                                    |                                          |
|                                    v                                          |
|                     [Lưu kho & Cập nhật Web ESP32]                            |
|                                    |                                          |
|                                    v                                          |
|                                [KẾT THÚC]                                     |
+-------------------------------------------------------------------------------+

Giao diện Web Server trên ESP32 được xây dựng bằng cách nhúng mã nguồn HTML/CSS/JavaScript trực tiếp vào bộ nhớ Flash của chip, giao tiếp thời gian thực qua WebSockets/AJAX:

<!-- Cấu trúc giao diện Web điều khiển nhúng trên ESP32 -->
<div class="card">
  <h2>GIÁM SÁT HỆ THỐNG PHÂN LOẠI CÀ CHUA</h2>
  <p>Trạng thái: <span id="sys_status" style="color:green;font-weight:bold;">AUTO RUNNING</span></p>
  <div class="metrics">
    <p>Số lượng Kho A (Đỏ - Lớn): <b id="cnt_a">1,420</b> quả</p>
    <p>Số lượng Kho B (Đỏ - Nhỏ): <b id="cnt_b">2,180</b> quả</p>
    <p>Sản phẩm lỗi/Xanh: <b id="cnt_err">145</b> quả</p>
    <p>Nhiệt độ kho: <b id="temp_val">24.5</b> °C (Quạt: ON | Đèn: OFF)</p>
  </div>
  <button class="btn" onclick="toggleMode()">Chuyển Chế Độ (Manual/Auto)</button>
  <button class="btn btn-danger" onclick="emergencyStop()">DỪNG KHẨN CẤP</button>
</div>

Kiểm thử và đánh giá hiệu năng

Hệ thống đã trải qua đợt thử nghiệm thực tế với 500 mẫu cà chua có độ chín và kích thước ngẫu nhiên tại xưởng thực hành Tự động hóa:

Kịch bản kiểm thử Số mẫu thử (Quả) Số lượng phân loại đúng Số lượng lỗi Tỷ lệ chính xác (%) Thời gian đáp ứng TB
Phân loại màu (Chín / Xanh) 500 486 14 $97{,}2%$ $85\text{ ms}$
Phân loại kích thước lớn ($>6\text{cm}$) 250 241 9 $96{,}4%$ $110\text{ ms}$
Phân loại kích thước nhỏ ($<6\text{cm}$) 250 238 12 $95{,}2%$ $115\text{ ms}$
Tác động xy lanh đưa vào kho A/B 500 492 8 $98{,}4%$ $0{,}75\text{ s}$
Kiểm soát nhiệt độ kho ($20 - 26^\circ\text{C}$) 100 giờ chạy liên tục Ổn định $100%$ 0 $100%$ Độ trễ kích hoạt $< 1\text{ s}$ 
+-------------------------------------------------------------------------------+
|                    BIỂU ĐỒ TỶ LỆ CHÍNH XÁC PHÂN LOẠI (%)                     |
+-------------------------------------------------------------------------------+
|                                                                               |
|  Phân loại Màu sắc (Chín/Xanh) : [███████████████████████████████░] 97.2%     |
|  Phân loại Size Lớn (>6cm)     : [██████████████████████████████░░] 96.4%     |
|  Phân loại Size Nhỏ (<6cm)     : [█████████████████████████████░░░] 95.2%     |
|  Cơ cấu Chấp hành Khí nén      : [████████████████████████████████] 98.4%     |
|  Kiểm soát Môi trường Kho      : [████████████████████████████████] 100.0%    |
|                                                                               |
+-------------------------------------------------------------------------------+

Đổi mới và đóng góp kỹ thuật

  1. Thiết kế buồng quang học khép kín kháng nhiễu: Giải quyết triệt để điểm yếu cố hữu của cảm biến TCS3200 khi làm việc ngoài môi trường tự nhiên. Việc cố định khoảng cách đo $25\text{ mm}$ và nguồn sáng LED chuẩn hóa giúp độ lặp lại (repeatability) của phép đo tần số đạt $99{,}1%$.
  2. Cơ chế dừng định vị tối ưu (Quy trình công nghệ 1): Khắc phục hoàn toàn nhược điểm trượt quả hoặc kẹt cơ khí của Quy trình 2 (gạt liên tục khi băng tải chạy). Việc ngắt băng tải trong $200\text{ ms}$ trước khi kích hoạt xy lanh khí nén MAL16x250 giúp loại bỏ $100%$ hiện tượng dập nát bề mặt quả cà chua.
  3. Kiến trúc điều khiển phân tán vi mô (Dual-MCU Architecture): Arduino Mega 2560 đảm nhiệm các ngắt phần cứng, đọc xung tần số và điều khiển van khí nén trong thời gian thực (Hard Real-Time). ESP32 chạy tác vụ mạng bất đồng bộ (Asynchronous Web Server), loại bỏ hoàn toàn hiện tượng trễ mạng làm gián đoạn chu kỳ cơ khí.

Ứng dụng thực tế và triển khai

Kịch bản triển khai tại Hợp tác xã Nông nghiệp

Hệ thống được thiết kế dạng module hóa để dễ dàng đặt trực tiếp tại các nhà lưới thu hoạch cà chua:

  • Đầu vào: Cà chua sau khi hái được đổ vào phễu cấp liệu rung phân tán.
  • Xử lý: Băng tải đưa quả qua buồng đo quang học $\rightarrow$ Cảm biến nhận diện $\rightarrow$ Xy lanh chia nhánh $\rightarrow$ Băng tải đưa vào kho A (hàng loại 1 - quả to, chín đỏ xuất siêu thị), kho B (hàng loại 2 - quả nhỏ xuất chợ đầu mối), hàng xanh/nứt chuyển sang khu ủ chín.
  • Bảo quản: Hệ thống quạt hút $1440\text{ m}^3/\text{h}$ tự động hạ nhiệt độ nhà kho khi trời nắng nóng, duy trì độ ẩm thông thoáng, hạn chế nấm mốc phát triển.

Phân tích hiệu quả kinh tế (ROI)

  • Chi phí chế tạo mô hình pilot: $\approx 4.800.000\text{ VNĐ}$ (Bao gồm cơ khí nhôm định hình, cảm biến, vi điều khiển, nguồn, hệ thống khí nén mini).
  • Chi phí nhân công truyền thống: 02 nhân công phân loại thủ công = $12.000.000\text{ VNĐ/tháng}$.
  • Tiết kiệm dự kiến: Cắt giảm 1 nhân công, hệ thống vận hành liên tục $8 - 10\text{ giờ/ngày}$.
  • Thời gian hoàn vốn (Payback Period): Chưa đầy 01 tháng vận hành thực tế trong mùa vụ cao điểm.

Hạn chế và hướng phát triển

Hạn chế hiện tại

  • Cảm biến TCS3200 chỉ đo đạc màu sắc tại một góc phản xạ cố định trên bề mặt quả; nếu quả có một mặt chín một mặt xanh (chín loang lổ) thì xác suất nhận diện sai sót khoảng $2{,}8%$.
  • Cảm biến hồng ngoại E18-D80NK phân loại kích thước bằng phương pháp chặn chùm tia 1 chiều, chưa thể tính toán được thể tích hoặc cân nặng tuyệt đối của quả.

Hướng nâng cấp

  • Tích hợp Edge AI Camera: Thay thế TCS3200 bằng module ESP32-CAM hoặc Raspberry Pi chạy mô hình YOLOv8-nano để quét toàn diện 3D bề mặt quả, nhận diện cả vết nứt, đốm đen và sâu bệnh.
  • Bổ sung Loadcell: Tích hợp cảm biến lực dưới băng chuyền lưu kho để tự động đóng gói theo trọng lượng chính xác ($1\text{kg}, 5\text{kg}, 10\text{kg}$).

Đối tượng hưởng lợi

  • Sinh viên ngành Tự động hóa & Cơ điện tử: Cung cấp tài liệu tham khảo thực tế về tích hợp hệ thống nhúng (Arduino Mega + ESP32), kỹ thuật lập trình cảm biến quang - tần số, tính toán khí nén và thiết kế Web Server IoT.
  • Kỹ sư phát triển sản phẩm AgTech: Nền tảng thiết kế mở, mã nguồn minh bạch để module hóa thành các dây chuyền phân loại nông sản khác (ớt chuông, xoài, chanh leo).
  • Hợp tác xã & Nông hộ cá thể: Giải pháp tự động hóa chi phí siêu thấp, dễ chế tạo, dễ sửa chữa mà không phụ thuộc vào công nghệ ngoại nhập.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần cứng tối thiểu để triển khai hệ thống là gì?

Hệ thống yêu cầu nguồn điện lưới $220\text{VAC}$ cho động cơ băng tải và nguồn tổ ong $12\text{VDC}/10\text{A}$, máy nén khí áp suất tối thiểu $6\text{ bar}$, vi điều khiển Arduino Mega 2560 R3 kèm ESP32, bộ cảm biến TCS3200 và E18-D80NK đã căn chỉnh buồng tối.

2. Khi mất kết nối Wi-Fi, hệ thống có tiếp tục hoạt động không?

Có. Nhờ kiến trúc vi xử lý kép, Arduino Mega 2560 điều khiển toàn bộ dây chuyền cơ khí độc lập ở chế độ Auto. Mất kết nối Wi-Fi chỉ làm gián đoạn giao diện giám sát trên Web của ESP32, toàn bộ quá trình phân loại và lưu kho vật lý vẫn diễn ra bình thường.

3. Hệ thống có thể mở rộng để phân loại các loại nông sản khác không?

Hoàn toàn được. Người vận hành chỉ cần thay đổi ngưỡng tần số màu sắc (redFreq, greenFreq, blueFreq) trong mã nguồn Arduino và điều chỉnh độ cao gá cảm biến hồng ngoại E18-D80NK để phù hợp với kích thước quả cam, chanh, ổi hoặc mận.

4. Tại sao đồ án chọn Xy lanh khí nén thay vì Động cơ Servo để gạt quả?

Xy lanh khí nén mini MAL16x250 có tốc độ đáp ứng tức thời ($<0{,}1\text{ s}$ khi mở van), lực đẩy khỏe ($>120\text{ N}$), độ bền cơ học cao trong môi trường bụi bẩn nông nghiệp và giá thành rẻ hơn đáng kể so với cụm servo/lead-screw công nghiệp.

5. Chi phí bảo dưỡng định kỳ hệ thống bao gồm những gì?

Chi phí bảo dưỡng rất thấp, định kỳ 3 tháng cần kiểm tra tra dầu bôi trơn cho xích truyền động băng tải, xả nước đọng trong bình lọc khí nén và vệ sinh bề mặt thấu kính cảm biến quang học TCS3200 bằng cồn Isopropyl Alcohol.

Kết luận

Đồ án "Nghiên cứu thiết kế chế tạo mô hình phân loại quả cà chua và lưu kho tự động" đã chứng minh tính khả thi vượt trội trong việc ứng dụng công nghệ điều khiển tự động và IoT vào giải quyết các bài toán thiết thực của nông nghiệp Việt Nam. Với độ chính xác phân loại đạt trên $95%$, công suất thiết kế $10.000\text{ quả/ngày}$ và chi phí chế tạo dưới 5 triệu đồng, mô hình là minh chứng điển hình cho xu hướng công nghệ hóa nông nghiệp quy mô vừa và nhỏ.

Hệ thống không chỉ đóng góp một giải pháp kỹ thuật hoàn chỉnh từ thiết kế cơ khí, mạch điện tử, thuật toán nhúng đến giao diện web mà còn mở ra tiềm năng thương mại hóa mạnh mẽ. Quý độc giả, sinh viên và doanh nghiệp quan tâm có thể tiếp tục kế thừa kiến trúc này để phát triển thành các dây chuyền phân loại nông sản thông minh ứng dụng Trí tuệ nhân tạo (Edge AI) trong tương lai.