Bối cảnh và vấn đề nghiên cứu

Thiết bị bay không người lái bốn cánh quạt (quadcopter/drone) ban đầu được phát triển chủ yếu phục vụ các nhiệm vụ trong lĩnh vực quân sự. Dưới tác động của cuộc cách mạng công nghiệp lần thứ tư, công nghệ máy bay không người lái đã mở rộng mạnh mẽ sang các ứng dụng dân sự như giám sát hạ tầng, nông nghiệp, lâm nghiệp, truyền hình và trắc địa không gian. Ưu thế động học của quadcopter nằm ở khả năng cất cánh, hạ cánh thẳng đứng và bay lơ lửng tại chỗ (hovering).

Tuy nhiên, việc triển khai các hệ thống thị giác thông minh trên quadcopter gặp phải nhiều rào cản kỹ thuật. Góc quay camera từ trên xuống và yêu cầu xử lý thời gian thực đòi hỏi năng lực tính toán cao, trong khi tải trọng và dung lượng nguồn pin của thiết bị bay bị giới hạn nghiêm ngặt, gây khó khăn cho việc tích hợp các hệ thống phần cứng xử lý hình ảnh phức tạp trực tiếp trên máy bay. Nhằm giải quyết các bài toán này, đồ án tốt nghiệp tập trung vào việc tự thiết kế, chế tạo mô hình quadcopter và áp dụng kỹ thuật xử lý ảnh, bộ lọc tương quan để bám theo đối tượng mục tiêu.

Mục tiêu nghiên cứu được tác giả xác định cụ thể gồm ba nhiệm vụ:

  1. Xây dựng một mô hình quadcopter hoàn chỉnh.
  2. Điều khiển quadcopter bay và bám theo đối tượng.
  3. Hoàn thành đúng thời gian tiến độ đặt ra.

Đối tượng và phạm vi nghiên cứu của đề tài được giới hạn như sau:

  • Đối tượng nghiên cứu: Mô hình thiết bị bay quadcopter tự chế tạo kết hợp hệ thống máy tính nhúng, cảm biến đo lường quán tính và thuật toán nhận dạng mục tiêu.
  • Phạm vi không gian: Khảo sát và thử nghiệm bay trong điều kiện môi trường ngoài trời.
  • Phạm vi tính năng: Hệ thống thực hiện bám một đối tượng đơn lẻ tại một thời điểm; cơ chế theo dõi duy trì hướng quay quanh trục (Yaw) để giữ mục tiêu trong khung hình camera.
  • Phạm vi thời gian bay: Thời gian hoạt động liên tục của mô hình trong mỗi lần bay thử nghiệm đạt từ 3 đến 5 phút. Đề tài được thực hiện trong giai đoạn khóa học 2016 – 2020 tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng trên nền tảng cơ học vật rắn, lý thuyết điều khiển tự động, kỹ thuật dung hợp cảm biến và xử lý ảnh số:

Mô hình động học và động lực học quadcopter

Mô hình toán học của quadcopter được xây dựng dựa trên hệ tọa độ quán tính và hệ tọa độ gắn liền với thân vật thể (Body frame). Chuyển động quay của vật thể được xác định bằng ba góc Euler: góc lắc ngang Roll ($\phi$) quanh trục x, góc chúc ngóc Pitch ($\theta$) quanh trục y, và góc hướng Yaw ($\psi$) quanh trục z. Ma trận chuyển đổi hướng từ hệ tọa độ thân sang hệ tọa độ quán tính được biểu diễn qua tích các ma trận quay cơ bản.

Hệ thống lực đẩy gồm bốn động cơ BLDC gắn cánh quạt: hai rotor quay thuận chiều kim đồng hồ (CW) và hai rotor quay ngược chiều kim đồng hồ (CCW) nhằm triệt tiêu phản phản mô-men xoắn tác dụng lên khung máy bay. Phương trình động lực học tổng quát được thiết lập qua hệ phương trình Newton-Euler:

  • Lực nâng của mỗi động cơ tỷ lệ với bình phương vận tốc góc cánh quạt: $f_i = k \cdot \omega_i^2$.
  • Tổng lực đẩy hướng theo trục z của thân máy bay: $T = \sum_{i=1}^4 f_i$.
  • Mô-men xoắn khí động học tạo ra bởi rotor: $\tau_{Mi} = b \cdot \omega_i^2 + I_M \frac{d\omega}{dt}$ (trong đó ảnh hưởng của gia tốc góc rotor thường được bỏ qua do giá trị nhỏ).
  • Lực cản không khí tịnh tiến được đưa vào mô hình đơn giản hóa với ma trận hệ số cản đường chéo ($A_x, A_y, A_z$).

Xác định tư thế và kỹ thuật dung hợp cảm biến

Để khắc phục hiện tượng khóa Gimbal (Gimbal Lock) vốn làm mất một bậc tự do quay khi sử dụng góc Euler, nhóm tác giả ứng dụng phương pháp Quaternion ($q = [q_0, q_1, q_2, q_3]^T$) với điều kiện chuẩn hóa $|q|^2 = 1$. Sau khi tính toán trên không gian Quaternion, hệ thống chuyển đổi ngược về các góc Euler để phục vụ thuật toán cân bằng.

Hệ thống đo lường quán tính (IMU) sử dụng cảm biến MPU-6050 tích hợp con quay hồi chuyển 3 trục (Gyroscope) và gia tốc kế 3 trục (Accelerometer). Do tín hiệu vận tốc góc từ Gyroscope bị trôi dạt (drift) tích lũy theo thời gian khi lấy tích phân, còn Accelerometer dễ bị can thiệp bởi rung chấn cơ học và gia tốc chuyển động động học, giải pháp lọc bù (Complementary Filter) được áp dụng:

$$\text{angle} = \alpha \cdot (\text{angle} + \text{gyroData} \times dt) + (1 - \alpha) \cdot \text{accData}$$

Hệ số lọc được lựa chọn ở mức $\alpha = 0{,}98$, cho phép ưu tiên 98% giá trị con quay hồi chuyển trong ngắn hạn và hiệu chỉnh 2% bằng dữ liệu gia tốc kế trong dài hạn để giữ tín hiệu góc ổn định, không bị lệch điểm không.

Thuật toán điều khiển PID

Bộ điều khiển PID số (Proportional - Integral - Derivative) giữ vai trò trung tâm trong mạch phản hồi vòng kín của hệ thống ổn định bay. Tín hiệu sai số $e(t) = SP - PV(t)$ giữa điểm đặt mong muốn (Setpoint) và giá trị đo thực tế (Process Variable) được xử lý qua ba thành phần:

  • Khâu tỷ lệ (P): Tạo tín hiệu điều khiển tỷ lệ thuận với biên độ sai số hiện tại.
  • Khâu tích phân (I): Triệt tiêu sai số xác lập ở trạng thái ổn định thông qua tích lũy sai số theo thời gian.
  • Khâu vi phân (D): Đáp ứng theo tốc độ thay đổi của sai số, đóng vai trò giảm độ vọt lố và tăng độ ổn định của hệ thống. Quá trình cân chỉnh tham số PID được thực hiện bằng phương pháp thực nghiệm ngoại tuyến thông qua việc kích thích đáp ứng bước nhảy (step input).

Cơ sở xử lý ảnh và bám đối tượng

Thuật toán phân đoạn đối tượng khai thác không gian màu HSV (Hue, Saturation, Value) thay vì RGB nhằm loại bỏ sự phụ thuộc vào cường độ chiếu sáng. Vùng màu được lượng hóa trên bánh xe màu $360^\circ$ với các dải đặc trưng: Đỏ ($300^\circ - 60^\circ$), Xanh lục ($60^\circ - 180^\circ$) và Xanh lam ($180^\circ - 300^\circ$). Chuỗi thuật toán tiền xử lý hình ảnh bao gồm:

  1. Lọc mịn ảnh bằng bộ lọc phân phối chuẩn Gaussian Blur 2 chiều nhằm loại bỏ nhiễu hạt.
  2. Chuyển đổi không gian màu RGB sang HSV và áp dụng ngưỡng nhị phân để trích xuất màu sắc mục tiêu.
  3. Thực hiện các phép toán hình thái học (Morphology): phép co (Erosion) loại bỏ các pixel nhiễu cô lập xung quanh biên và phép giãn (Dilation) để nối liền các nét đứt.
  4. Trích xuất đường bao (Contour) trên ảnh nhị phân để xác định trọng tâm hình học của đối tượng phục vụ việc tính toán sai lệch góc quay cho quadcopter.

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc module phân tầng, bảo đảm tính gọn nhẹ và tối ưu hóa thời gian đáp ứng thời gian thực giữa khối thị giác máy tính và khối chấp hành bay.

Kiến trúc phần cứng tổng thể

Cấu trúc hệ thống bao gồm ba khối chức năng chính:

  • Khối thu nhận và xử lý ảnh: Camera truyền dữ liệu khung hình về máy tính nhúng để thực hiện thuật toán xử lý ảnh, xác định tọa độ lệch của đối tượng so với tâm khung hình.
  • Khối điều khiển trung tâm: Vi điều khiển 32-bit tiếp nhận dữ liệu vị trí mục tiêu từ máy tính nhúng, đọc dữ liệu góc nghiêng từ cảm biến IMU, tính toán giải thuật PID và xuất xung PWM.
  • Khối chấp hành: Hệ thống 4 mạch điều tốc ESC nhận lệnh PWM để điều khiển độc lập tốc độ 4 động cơ BLDC, gắn trên bộ khung sợi carbon ZMR250.
Bộ phận Mã thiết bị / Quy cách Đặc tính kỹ thuật chính
Khung máy bay ZMR250 Carbon Fiber Kích thước trục chéo 250 mm; vật liệu sợi carbon nhẹ, chịu lực
Động cơ EMAX RS2205 RaceSpec Loại BLDC không chổi than; 2300 KV; dòng tối đa 40A; nặng 30 g
Điều tốc (ESC) Emax Lighting_S 30A Firmware BLHeli_S; vi xử lý EFM8BB2 50 MHz; dòng liên tục 30A; PWM 36 kHz
Vi điều khiển STM32F103C8T6 Lõi ARM Cortex-M3 32-bit; 72 MHz; 64/128 KB Flash; 20 KB SRAM
Cảm biến IMU MPU-6050 (Module GY-521) Con quay hồi chuyển 3 trục ($\pm 250$ đến $\pm 2000^\circ/\text{s}$); gia tốc kế 3 trục ($\pm 2$ đến $\pm 16g$)

Cấu hình điều chế độ rộng xung (PWM)

Trên vi điều khiển STM32F103C8T6, các bộ định thời (Timer) từ TIM1 đến TIM4 được sử dụng để phát xung PWM điều khiển góc quay và tốc độ động cơ. Mỗi Timer cung cấp 4 kênh đầu ra độc lập. Riêng TIM1 hỗ trợ các kênh đầu ra đảo (CH1 – CH1N) với chế độ bảo vệ chống trùng dẫn hai van công suất trong cấu trúc cầu H của mạch điều khiển động cơ.

Mạch điều tốc ESC Emax Lighting_S 30A sử dụng thuật toán chuyển mạch 6 bước (six-step commutation) để cấp nguồn xoay chiều 3 pha cho các cuộn dây Stator của động cơ BLDC theo chu kỳ góc điện $60^\circ$:

Bước Khoảng góc điện Cảm biến H1 Cảm biến H2 Cảm biến H3 Công tắc đóng Pha A Pha B Pha C
1 $0^\circ - 60^\circ$ 1 0 0 $Q_1, Q_4$ Dương (+) Âm (-) Ngắt (Off)
2 $60^\circ - 120^\circ$ 1 1 0 $Q_1, Q_4$ Dương (+) Ngắt (Off) Âm (-)
3 $120^\circ - 180^\circ$ 0 1 0 $Q_3, Q_6$ Ngắt (Off) Dương (+) Âm (-)
4 $180^\circ - 240^\circ$ 0 1 1 $Q_3, Q_6$ Âm (-) Dương (+) Ngắt (Off)
5 $240^\circ - 300^\circ$ 0 0 1 $Q_5, Q_2$ Âm (-) Ngắt (Off) Dương (+)
6 $300^\circ - 360^\circ$ 1 0 1 $Q_5, Q_2$ Ngắt (Off) Âm (-) Dương (+)

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày tổng quan về xu hướng phát triển của thiết bị bay không người lái trên thế giới và tại Việt Nam. Tác giả dẫn chứng dữ liệu thị trường từ Gartner với dự báo khoảng 3 triệu drone được tiêu thụ trong năm 2017, doanh thu toàn cầu tăng 34% đạt 6 tỷ USD năm 2017 và đạt 11,2 tỷ USD vào năm 2020. Nghiên cứu của BI Intelligence cũng chỉ ra đầu tư phần cứng drone đạt hơn 12 tỷ USD vào năm 2021.

Chương này cũng phân loại các công nghệ bám mục tiêu hiện có: theo dõi qua GPS/Bộ điều khiển mặt đất (GSC), công nghệ nhận dạng trực tiếp qua cảm biến/camera không cần GPS, dự án tránh vật cản trong 3,5 mili giây của Đại học Zurich (tháng 3/2020), và công nghệ điều khiển drone bằng tín hiệu sóng não qua điện não đồ (EEG). Đồng thời, tác giả xác định mục tiêu đề tài, nhận diện các khó khăn về phần cứng nhúng và nêu rõ các giới hạn thử nghiệm của mô hình tự chế tạo.

Chương 2: Quadcopter tự động theo dõi đối tượng

Chương 2 tập trung vào nền tảng lý thuyết vận hành của máy bay 4 cánh quạt và hệ thống thuật toán liên quan:

  • Cơ chế tạo chuyển động: Chuyển động nâng/hạ (Throttle) điều khiển bằng việc tăng/giảm đồng đều tốc độ 4 cánh quạt; chuyển động Roll điều chỉnh chênh lệch tốc độ giữa cặp động cơ bên trái và bên phải; chuyển động Pitch thay đổi vận tốc giữa cặp động cơ phía trước và phía sau; chuyển động Yaw điều khiển sai lệch vận tốc giữa hai cặp cánh quạt quay chéo chiều nhau.
  • Xây dựng hệ phương trình động lực học Newton-Euler, ma trận quán tính chéo đối xứng ($I_{xx} = I_{yy}$), và ma trận xoay Euler. Phân tích chi tiết phương pháp biểu diễn Quaternion để tránh hiện tượng khóa Gimbal.
  • Cấu trúc hệ thống IMU/INS, nguyên lý làm việc của cảm biến gia tốc và con quay hồi chuyển trong chip MPU-6050, thuật toán lọc bù khử sai số trôi dạt với hệ số $\alpha = 0{,}98$.
  • Cấu trúc giải thuật PID kỹ thuật số (các khâu P, I, D) và cơ chế băm xung PWM trên các Timer của vi điều khiển STM32F103.
  • Cơ sở lý thuyết xử lý ảnh số: So sánh các không gian màu RGB, RGB chuẩn hóa, CMYK, CIE LAB, HSV; kỹ thuật làm mịn Gaussian Blur; thuật toán biến đổi hình thái học co/giãn ảnh và phương pháp dò biên Contour trên ảnh nhị phân.

Chương 3: Thiết kế và xây dựng phần cứng

Chương 3 trình bày chi tiết quá trình lựa chọn linh kiện, bố trí cơ khí và kết nối mạch điện tử cho quadcopter:

  • Lựa chọn khung ZMR250 vật liệu sợi carbon với kích thước cơ sở 250 mm.
  • Phân tích ưu thế của động cơ không chổi than (BLDC) rotor ngoài, sử dụng động cơ EMAX RS2205 KV2300 kết hợp cánh quạt tương ứng.
  • Lựa chọn mạch điều tốc ESC Emax Lighting_S 30A tích hợp vi xử lý EFM8BB2 tốc độ 50 MHz, hỗ trợ giao thức BLHeli_S và tần số xung PWM 36 kHz.
  • Thiết kế kết nối cho vi điều khiển STM32F103C8T6 (giao tiếp I2C với module MPU-6050, nhận dữ liệu qua UART/SPI, xuất 4 kênh PWM điều khiển ESC).

Chương 4: Thuật toán điều khiển

Theo cấu trúc thiết kế của đề tài, Chương 4 trình bày chi tiết hóa các mô hình toán học giải tích, lưu đồ thuật toán điều khiển tổng thể và lưu đồ giải thuật cho từng bài toán thành phần:

  • Thuật toán đọc, giải mã và lọc tín hiệu từ cảm biến MPU-6050 bằng bộ lọc bù.
  • Thuật toán tính toán sai số góc quay và vòng điều khiển PID cân bằng tư thế.
  • Lưu đồ xử lý luồng dữ liệu hình ảnh, trích xuất tọa độ mục tiêu màu sắc và tính toán góc quay Yaw tương ứng để máy bay tự xoay hướng bám theo đối tượng.

Chương 5: Kết quả thực nghiệm

Chương 5 ghi nhận kết quả sau khi hoàn thiện chế tạo và lắp ráp phần cứng:

  • Kiểm tra hoạt động đồng bộ giữa hệ thống máy tính nhúng, vi điều khiển STM32 và cơ cấu chấp hành động cơ.
  • Thử nghiệm khả năng đáp ứng bay cân bằng và kiểm tra độ ổn định của thuật toán lọc bù khi có rung động cơ khí từ động cơ BLDC.
  • Đánh giá khả năng nhận dạng và xoay bám theo đối tượng đơn lẻ trong không gian thực tế ngoài trời, đáp ứng các tiêu chuẩn kỹ thuật đặt ra ban đầu.

Chương 6: Kết luận và phát triển

Chương 6 tổng kết toàn bộ nội dung nghiên cứu của đồ án:

  • Tổng hợp các ưu điểm về thiết kế cơ khí nhỏ gọn, chi phí chế tạo phù hợp và khả năng bám bắt đối tượng thông qua thị giác máy tính.
  • Thẳng thắn chỉ ra các hạn chế kỹ thuật còn tồn tại của hệ thống tự phát triển so với các thiết bị thương mại.
  • Đề xuất các giải pháp nâng cấp thuật toán điều khiển và mở rộng tính năng cho hệ thống trong tương lai.

Kết quả và đóng góp

Kết quả kỹ thuật đạt được

  • Chế tạo hoàn chỉnh mô hình phần cứng: Lắp ráp thành công khung bay ZMR250 tích hợp 4 động cơ EMAX RS2205 (KV2300), 4 ESC Emax Lighting_S 30A, vi điều khiển STM32F103C8T6 và module cảm biến MPU-6050.
  • Hiện thực hóa giải thuật ước lượng tư thế: Ứng dụng thành công giải thuật lọc bù với hệ số $\alpha = 0{,}98$, kết hợp tính toán qua Quaternion để chuyển đổi sang góc Euler mà không gặp lỗi Gimbal Lock, triệt tiêu độ trôi dạt tín hiệu góc trong điều kiện vận hành ngoài trời.
  • Điều khiển chấp hành qua PWM: Khai thác thành công các bộ Timer trên STM32F103C8T6 để phát xung PWM 36 kHz điều khiển chính xác mạch điều tốc ESC theo bảng trạng thái chuyển mạch 6 bước.
  • Xử lý ảnh thời gian thực: Triển khai chuỗi thuật toán trích xuất màu sắc trên không gian HSV, kết hợp bộ lọc Gaussian Blur, phép toán co/giãn ảnh và tìm biên Contour, giúp hệ thống phân biệt rõ đối tượng mục tiêu với nền môi trường.

Đóng góp của đề tài

Tác giả đã tự thiết kế và tích hợp thành công một hệ thống quadcopter hoàn chỉnh từ các linh kiện phần cứng rời rạc, có khả năng tự động phát hiện và theo dõi đối tượng mà không cần dựa vào thiết bị phát tín hiệu GPS chuyên biệt. Đồ án đưa ra một phương án cấu hình phần cứng chi phí thấp nhưng đáp ứng được khả năng tính toán xử lý ảnh và điều khiển vòng kín thời gian thực, tạo tiền đề thực nghiệm cho các nghiên cứu ứng dụng thị giác máy tính trên thiết bị bay không người lái quy mô nhỏ.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên các số liệu và ghi nhận thực tế được nêu trong văn bản, đồ án tồn tại các hạn chế kỹ thuật sau:

  • Độ ổn định hệ thống: Thiết bị bay là sản phẩm tự chế tạo và lập trình độc lập nên độ ổn định động học trong quá trình bay chưa đạt mức tối ưu như các dòng máy bay thương mại chuyên dụng.
  • Thời gian bay hạn chế: Do giới hạn về dung lượng pin và tổng tải trọng của mô hình, thời gian bay thử nghiệm chỉ duy trì được từ 3 đến 5 phút.
  • Phụ thuộc điều kiện môi trường: Mô hình chỉ mới được thử nghiệm và hoạt động ổn định trong điều kiện môi trường ngoài trời.
  • Năng lực bám bắt mục tiêu: Thuật toán hiện tại chỉ có khả năng nhận dạng và theo dõi duy nhất 1 đối tượng trong một thời điểm; chưa hỗ trợ bám bắt đa đối tượng.
  • Cơ chế theo dõi: Hệ thống theo dõi mục tiêu bằng cách tự xoay quanh trục (Yaw) tại chỗ để giữ đối tượng trong tầm nhìn camera, chưa thực hiện bay tịnh tiến bám theo khi đối tượng di chuyển xa.

Các định hướng phát triển tiếp theo được tác giả đề xuất gồm: cải thiện thuật toán điều khiển để tăng độ ổn định của máy bay; tối ưu hóa phần cứng và nguồn pin nhằm nâng cao thời gian bay; mở rộng thuật toán xử lý ảnh để bám bắt nhiều mục tiêu đồng thời; và phát triển giải thuật điều khiển vị trí cho phép quadcopter tự động bay tịnh tiến bám đuổi theo quỹ đạo di chuyển của đối tượng.

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu tham khảo phù hợp cho sinh viên, học viên và nhóm nghiên cứu thuộc các chuyên ngành Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Robot và Hệ thống thông minh, hoặc Kỹ thuật Máy tính.

Các nội dung có giá trị tham khảo chuyên sâu trong tài liệu bao gồm:

  • Mô hình hóa toán học: Phương pháp thiết lập hệ phương trình Newton-Euler, ma trận quán tính và công thức chuyển đổi giữa Quaternion và góc Euler áp dụng cho vật thể bay 4 bậc tự do.
  • Dung hợp cảm biến: Phương thức lập trình bộ lọc bù (Complementary Filter) để xử lý dữ liệu cảm biến MPU-6050 trên dòng vi điều khiển ARM Cortex-M3 (STM32F103).
  • Cấu hình phần cứng và điều khiển động cơ: Sơ đồ khối tích hợp vi điều khiển với mạch điều tốc ESC BLHeli_S, kỹ thuật băm xung PWM tần số cao và nguyên lý chuyển đổi 6 bước cho động cơ BLDC 3 pha.
  • Xử lý ảnh nhúng: Quy trình xử lý ảnh trên không gian màu HSV kết hợp các bộ lọc hình thái học phục vụ bài toán nhận diện mục tiêu trong điều kiện tài nguyên tính toán hạn chế.

Câu hỏi thường gặp

1. Tại sao đồ án sử dụng biểu diễn Quaternion thay vì chỉ dùng các góc Euler truyền thống?
Phương pháp góc Euler truyền thống khi quay trong không gian ba chiều dễ gặp hiện tượng khóa Gimbal (Gimbal Lock) — tình trạng hai trong ba trục quay bị điều khiển trùng nhau, khiến hệ thống mất đi một bậc tự do quay. Phương pháp Quaternion sử dụng hệ số 4 chiều ($q_0, q_1, q_2, q_3$) giúp giải quyết triệt để lỗi khóa Gimbal. Sau khi tính toán ma trận xoay trong không gian ba chiều, hệ thống mới chuyển đổi ngược về các góc Roll, Pitch, Yaw để phục vụ điều khiển.

2. Bộ lọc bù (Complementary Filter) giải quyết nhược điểm của cảm biến MPU-6050 như thế nào?
Module MPU-6050 gồm gia tốc kế và con quay hồi chuyển, mỗi cảm biến đều có nhược điểm riêng: con quay hồi chuyển cho kết quả tức thời chính xác nhưng bị trôi dạt (drift) tích lũy theo thời gian khi lấy tích phân; gia tốc kế không bị trôi dạt lâu dài nhưng lại rất nhạy với nhiễu rung cơ học từ động cơ. Bộ lọc bù kết hợp hai nguồn dữ liệu theo công thức: $\text{angle} = \alpha \cdot (\text{angle} + \text{gyroData} \times dt) + (1 - \alpha) \cdot \text{accData}$, với $\alpha = 0{,}98$. Thuật toán lấy 98% dữ liệu con quay hồi chuyển trong ngắn hạn và 2% dữ liệu gia tốc kế để bù trôi dạt trong dài hạn.

3. Khối điều tốc ESC Emax Lighting_S 30A có các thông số kỹ thuật then chốt nào?
Mạch điều tốc ESC Emax Lighting_S 30A sử dụng vi điều khiển hiệu suất cao EFM8BB2 xung nhịp 50 MHz, chạy firmware BLHeli_S với tần số PWM ngõ ra 36 kHz. Thiết bị hỗ trợ nguồn vào từ pin LiPo 2S – 4S, chịu dòng tải định mức 30A (dòng cực đại 40A trong không quá 10 giây). Kích thước mạch là $32{,}6 \times 18{,}0 \times 6{,}5\text{ mm}$ và khối lượng đạt 14 g. Tốc độ quay tối đa hỗ trợ là 210.000 vòng/phút đối với động cơ 2 cực và 70.000 vòng/phút đối với động cơ 6 cực.

4. Tại sao không gian màu HSV được ưu tiên lựa chọn hơn không gian màu RGB trong bài toán nhận diện đối tượng của đồ án?
Không gian màu RGB có tính tương quan rất cao giữa các kênh màu và có sự pha trộn giữa dữ liệu màu sắc với cường độ ánh sáng, khiến việc nhận dạng dễ bị sai lệch khi môi trường thay đổi độ sáng. Ngược lại, không gian HSV tách biệt rõ ràng giữa vùng màu (Hue), độ bão hòa (Saturation) và độ sáng (Value). Nhờ đó, dải màu của vật thể (như màu xanh lam hoặc xanh lục) giữ được tính bất biến tốt hơn khi cường độ chiếu sáng ngoài trời biến động.

5. Cơ chế bám theo đối tượng của quadcopter trong đồ án hoạt động theo nguyên lý nào?
Sau khi camera thu nhận hình ảnh, thuật toán xử lý ảnh (chuyển đổi HSV, lọc Gaussian, co giãn ảnh, trích xuất Contour) sẽ xác định tọa độ trọng tâm của mục tiêu và tính toán độ lệch so với tâm khung hình. Tín hiệu sai lệch này được gửi đến vi điều khiển STM32F103 để điều khiển góc xoay Yaw thông qua việc thay đổi chênh lệch tốc độ giữa hai cặp cánh quạt quay chéo chiều nhau, giúp thiết bị bay tự xoay thân để luôn giữ đối tượng ở trung tâm khung hình.

Kết luận

Đồ án tốt nghiệp "Xây dựng mô hình Quadcopter và điều khiển bay bám theo đối tượng" đã hoàn thành việc thiết kế, tích hợp phần cứng máy bay 4 cánh quạt trên nền vi điều khiển STM32F103C8T6 kết hợp hệ thống đo lường quán tính MPU-6050. Nhóm nghiên cứu đã làm chủ mô hình toán học động lực học bay, hiện thực hóa thành công giải thuật lọc bù tư thế và bộ điều khiển PID số, kết hợp với các kỹ thuật xử lý ảnh trong không gian màu HSV để phân đoạn đối tượng. Kết quả thử nghiệm thực tế ngoài trời xác nhận hệ thống có khả năng bay cân bằng và tự động xoay hướng bám theo đối tượng mục tiêu trong khoảng thời gian từ 3 đến 5 phút, cung cấp nền tảng kỹ thuật hữu ích cho các nghiên cứu phát triển thiết bị bay thông minh tiếp theo.