Giới thiệu dự án

Trong kỷ nguyên Công nghiệp 4.0 và tự động hóa nhà máy, các hệ thống xe tự hành dẫn đường tự động (Automated Guided Vehicle - AGV) đóng vai trò xương sống trong việc tối ưu hóa chuỗi cung ứng, kho vận thông minh (Smart Warehousing) và dây chuyền sản xuất linh hoạt. Theo các báo cáo thị trường công nghiệp tự động hóa toàn cầu, việc triển khai AGV giúp cắt giảm tới 30–45% chi phí vận hành kho bãi và nâng cao hiệu suất lưu chuyển hàng hóa lên hơn 50%. Tuy nhiên, phần lớn các hệ thống AGV truyền thống vẫn dựa vào dải cảm biến hồng ngoại (IR Sensor Array) hoặc dây từ (Magnetic Tape) để dò đường.

+--------------------------------------------------------------------------------+
|                        HỆ THỐNG AGV TRUYỀN THỐNG vs THỊ GIÁC                   |
|                                                                                |
|  [Cảm biến hồng ngoại / Từ tính] ---> Giới hạn góc quét, dễ nhiễu, 1 bit data  |
|  [Pixy CMUcam5 Smart Vision]     ---> Phân tích không gian màu, 50 FPS, 16-bit |
+--------------------------------------------------------------------------------+

Đặt vấn đề và Thách thức kỹ thuật (Problem Statement & Pain Points)

Các giải pháp dò line truyền thống bộc lộ nhiều điểm nghẽn nghiêm trọng:

  • Hạn chế về nhận diện đa đối tượng: Cảm biến quang/hồng ngoại chỉ trả về tín hiệu nhị phân (0 hoặc 1) dựa trên cường độ phản xạ ánh sáng, hoàn toàn bất lực trong việc phân biệt màu sắc đường dẫn, nhận diện biển báo, ngã rẽ phức tạp hoặc theo dõi vật thể mục tiêu di động.
  • Độ nhạy cao với môi trường quang học: Ánh sáng môi trường thay đổi đột ngột hoặc bề mặt sàn có độ bóng khác nhau dễ làm sai lệch ngưỡng logic của diode quang.
  • Nút thắt xử lý tính toán (Computation Bottleneck): Việc trang bị máy tính nhúng (Single Board Computer - SBC) như Raspberry Pi kết hợp với USB Camera thông thường đòi hỏi tài nguyên tính toán lớn (chạy OpenCV ngốn CPU, tiêu thụ dòng điện cao từ 2A–3A, phát sinh nhiệt và độ trễ khung hình).

Đồ án tốt nghiệp "Nghiên cứu chế tạo Robot bám line dùng xử lý ảnh" do sinh viên Đỗ Đình Cẩm thực hiện dưới sự hướng dẫn của TS. Lê Tấn Cường tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh (Khoa Cơ khí Chế tạo máy - Ngành Công nghệ Kỹ thuật Cơ Điện tử) tập trung giải quyết bài toán cốt lõi: Thiết kế một hệ thống robot bám line thông minh, chi phí thấp, tối ưu hóa phần cứng bằng cách tích hợp trực tiếp cảm biến thị giác nhúng chuyên dụng Pixy CMUcam5 kết hợp vi điều khiển Arduino.

Mục tiêu của dự án

  1. Thiết kế phần cứng và cơ khí: Chế tạo mô hình robot di động 2 bánh chủ động độc lập dẫn động bằng động cơ bước (Stepper Motor) kết hợp mạch công suất A4988.
  2. Tích hợp module thị giác thông minh: Nghiên cứu và ứng dụng Pixy CMUcam5 (vi xử lý lõi kép NXP LPC4330 204 MHz) để nhận diện đường line, xử lý thuật toán lọc màu độc lập với tần số 50 Hz.
  3. Phát triển giao thức truyền thông nhúng: Xây dựng driver giao tiếp dữ liệu tốc độ cao (SPI bus 1 Mbps) truyền tải thông tin tọa độ đối tượng giữa Pixy và bộ điều khiển trung tâm Arduino Uno R3.
  4. Hiện thực hóa thuật toán điều khiển bám quỹ đạo: Lập trình giải thuật điều khiển ổn định tốc độ và góc lái, giúp robot tự động bám sát đường line định sẵn và điều hướng mượt mà.

Giải pháp kỹ thuật và Phạm vi ứng dụng

  • Phương pháp tiếp cận: Sử dụng kiến trúc xử lý ảnh phân tán (Distributed Embedded Processing). Pixy đảm nhận toàn bộ tác vụ xử lý ma trận điểm ảnh nặng nề, sau đó trích xuất tọa độ ($x, y$), kích thước ($w, h$) và truyền về cho Arduino qua chuẩn SPI. Arduino chỉ tập trung vào giải thuật bám đường và phát xung điều khiển bước (Microstepping).
  • Kết quả kỳ vọng: Robot vận hành ổn định ở tần số lấy mẫu 50 FPS (chu kỳ trễ 20 ms), định vị chính xác tâm đường line với sai số lệch tâm $\Delta x < 3 \text{ mm}$, duy trì bám line liên tục trên các cung đường cong và đường thẳng.
  • Phạm vi nghiên cứu: Thử nghiệm trên mô hình robot tự hành di chuyển trong môi trường trong nhà (Indoor), bề mặt phẳng, theo dõi vạch màu đơn sắc và mã màu (Color Code) được cấu hình trước.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để lựa chọn cấu hình phần cứng tối ưu, đồ án đã tiến hành đánh giá so sánh giữa các công nghệ dẫn đường AGV phổ biến hiện nay:

Tiêu chí kỹ thuật Mảng cảm biến hồng ngoại (TCRT5000) SBC (Raspberry Pi + Web Camera) Cảm biến nhúng Pixy CMUcam5 + Arduino
Bản chất dữ liệu Tín hiệu Analog/Digital 1-bit Dòng video ma trận điểm ảnh thô (RGB matrix) Vector đặc trưng đối tượng ($x, y, w, h, \text{Signature}$)
Tốc độ xử lý Rất nhanh ($< 1 \text{ ms}$) Phụ thuộc thuật toán (15–30 FPS) Cố định phần cứng 50 FPS (20 ms/frame)
Công suất tiêu thụ Rất thấp ($< 0.5 \text{ W}$) Cao (5–10 W, yêu cầu nguồn lớn) Thấp (~0.7 W, $140 \text{ mA} @ 5\text{V}$)
Khả năng lọc màu/Phát hiện vật Không hỗ trợ Rất cao (yêu cầu lập trình OpenCV phức tạp) Hỗ trợ 7 chữ ký màu + Hàng trăm Color Codes
Độ phức tạp tích hợp Thấp Rất cao (Linux OS, Driver, Latency) Trung bình (Thư viện C/C++ chuẩn hóa)
Chi phí phần cứng Rất rẻ ($< 5\text{ USD}$) Đắt đỏ ($> 60–100\text{ USD}$) Hợp lý ($30–45\text{ USD}$)

Phân loại yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have (Bắt buộc): Trích xuất tọa độ line ở tần số 50 Hz; giao tiếp SPI ổn định không mất gói tin; điều khiển chính xác 2 động cơ bước thông qua A4988.
  • Should have (Nên có): Giao diện cấu hình trực quan trên PC qua phần mềm PixyMon; cơ chế tự động tìm kiếm đường line khi mất dấu mục tiêu.
  • Could have (Có thể mở rộng): Nhận diện mã màu Color Code đa tầng để giải mã biển báo rẽ trái/phải hoặc trạm dừng.
  • Won't have (Chưa thực hiện): Bản đồ hóa không gian đồng thời (SLAM) và điều hướng laser LiDAR 2D.

Thiết kế hệ thống

Kiến trúc phần cứng của robot bám line xử lý ảnh được module hóa thành các khối chức năng độc lập:

+---------------------+         SPI Bus (1 Mbps)        +----------------------+
|   Pixy CMUcam5      | ------------------------------> |   Arduino Uno R3     |
| (NXP LPC4330 204MHz)| <--- Sync / Command Bytes ----- |    (ATmega328P)      |
+---------------------+                                 +----------------------+
                                                                    |
                                                            DIR / STEP Pulses
                                                                    v
                                                        +----------------------+
                                                        | Dual A4988 Shield    |
                                                        +----------------------+
                                                            |              |
                                                     Phase A/B          Phase A/B
                                                            v              v
                                                      [Stepper L]    [Stepper R]

1. Khối thị giác máy (Vision Sensing Subsystem)

  • Cảm biến hình ảnh: Omnivision OV9715 CMOS $1/4"$, độ phân giải $1280 \times 800$.
  • Vi xử lý thị giác chuyên dụng: NXP LPC4330 lõi kép ARM Cortex-M4/M0 chạy ở xung nhịp 204 MHz, 264 KB RAM, 1 MB Flash.
  • Ống kính: Chuẩn ren M12 tiêu cự cố định, góc nhìn ngang $75^\circ$ (Horizontal FOV) và dọc $47^\circ$ (Vertical FOV).
  • Khả năng nhận dạng: Lưu trữ đồng thời 7 chữ ký màu độc lập (Color Signatures) và giải mã Color Codes.

2. Khối điều khiển trung tâm (Master Control Unit)

  • Bộ vi điều khiển: Microchip ATmega328P (Arduino Uno R3) xung nhịp 16 MHz, 32 KB Flash, 2 KB SRAM.
  • Nhiệm vụ: Nhận dữ liệu khối đối tượng (Block), tính toán sai lệch giữa tâm line và trục trung tâm camera ($X_{target} = 160$ trong không gian ảnh $320 \times 200$), điều chế tần số xung cấp cho driver động cơ.

3. Khối động lực và truyền động (Actuation Subsystem)

  • Bộ điều khiển động cơ: Dual Bipolar Stepper Motor Shield tích hợp IC Allegro A4988 với cơ chế bảo vệ quá dòng, hỗ trợ vi bước (Microstepping: Full, 1/2, 1/4, 1/8, 1/16 step).
  • Cơ cấu chấp hành: 2 động cơ bước lưỡng cực (Bipolar Stepper Motor), góc bước cơ bản $1.8^\circ/\text{step}$ (200 bước/vòng).

Phương pháp nghiên cứu và phát triển (Methodology)

Dự án áp dụng quy trình phát triển kỹ thuật hình chữ V (V-Model):

  • Mốc 1 (Milestone 1): Khảo sát đặc tính kỹ thuật, thiết kế kết cấu khung xe 3 bánh (2 bánh chủ động vi sai, 1 bánh castor dẫn hướng).
  • Mốc 2 (Milestone 2): Cấu hình giải thuật lọc màu trên phần mềm PixyMon v1.0.x, tối ưu không gian màu Hue-Saturation dưới các điều kiện quang thông khác nhau.
  • Mốc 3 (Milestone 3): Xây dựng thư viện giao tiếp SPI tầng thấp, giải mã gói tin nhị phân và kiểm tra tính toàn vẹn (Checksum Verification).
  • Mốc 4 (Milestone 4): Tích hợp giải thuật điều khiển bám quỹ đạo hồi tiếp vòng kín và thử nghiệm trên sa bàn thực tế.

Implementation và kết quả

Quá trình phát triển và Thuật toán cốt lõi

1. Thuật toán lọc màu và phân đoạn ảnh trên Pixy

Pixy không truyền ma trận điểm ảnh thô mà chuyển đổi không gian màu RGB sang không gian Hue-Saturation (sắc độ và độ bão hòa) cho từng điểm ảnh. Mô hình thống kê màu sắc được xây dựng bằng thuật toán phát triển vùng (Region Growing Algorithm):

$$\text{Hue} = \arctan\left(\frac{\sqrt{3}(G - B)}{2R - G - B}\right)$$

Nhờ loại bỏ thành phần cường độ sáng (Value/Luminance), thuật toán giúp nhận dạng vạch line ổn định ngay cả khi cường độ ánh sáng môi trường thay đổi đột ngột. Sau đó, thuật toán kết nối thành phần liên thông (Connected Component Algorithm) gom các điểm ảnh hợp lệ thành các khối hộp bao chữ nhật (Bounding Box).

Khung hình quét (640x400) ---> Lọc Hue-Saturation ---> Connected Components ---> Trích xuất Bounding Box (x, y, w, h)

2. Cấu trúc dữ liệu và Giao thức đồng bộ SPI

Để truyền dữ liệu không bị lệch byte (out-of-sync), Pixy sử dụng các từ đồng bộ đặc biệt (PIXY_START_WORD = 0xAA55 cho khối chuẩn và PIXY_START_WORD_CC = 0xAA56 cho khối mã màu).

Đoạn mã C/C++ trích xuất từ mã nguồn đề tài định nghĩa cấu trúc khối đối tượng và bộ đệm tuần hoàn:

#include <inttypes.h>
#define SPI
#define PIXY_ARRAYSIZE 100
#define PIXY_START_WORD 0xaa55
#define PIXY_START_WORD_CC 0xaa56
#define PIXY_START_WORDX 0x55aa
#define PIXY_OUTBUF_SIZE 64
#define PIXY_SYNC_BYTE 0x5a
#define PIXY_SYNC_BYTE_DATA 0x5b

typedef enum {
    NORMAL_BLOCK,
    CC_BLOCK // color code block
} BlockType;

typedef struct {
    uint16_t signature; // Số thứ tự chữ ký màu (1 - 7)
    uint16_t x;         // Tọa độ tâm X (0 đến 319)
    uint16_t y;         // Tọa độ tâm Y (0 đến 199)
    uint16_t width;     // Độ rộng vệt màu
    uint16_t height;    // Chiều cao vệt màu
    uint16_t angle;     // Góc xoay (chỉ có trên Color Code)
} Block;

static Block *g_blocks;
static BlockType g_blockType;
static int g_skipStart = 0;

Hàm trích xuất dữ liệu đa khối đối tượng (getBlocks) có kiểm tra mã Checksum bảo toàn dữ liệu:

uint16_t getBlocks(uint16_t maxBlocks) {
    uint8_t i;
    uint16_t w, blockCount, checksum, sum;
    Block *block;
    
    if (!g_skipStart) {
        if (getStart() == 0) return 0;
    } else {
        g_skipStart = 0;
    }
    
    for(blockCount = 0; blockCount < maxBlocks && blockCount < PIXY_ARRAYSIZE;) {
        checksum = getWord();
        if (checksum == PIXY_START_WORD) {
            g_skipStart = 1;
            g_blockType = NORMAL_BLOCK;
            return blockCount;
        } else if (checksum == PIXY_START_WORD_CC) {
            g_skipStart = 1;
            g_blockType = CC_BLOCK;
            return blockCount;
        } else if (checksum == 0) {
            return blockCount;
        }
        
        block = g_blocks + blockCount;
        for (i = 0, sum = 0; i < sizeof(Block)/sizeof(uint16_t); i++) {
            if (g_blockType == NORMAL_BLOCK && i >= 5) {
                block->angle = 0;
                break;
            }
            w = getWord();
            sum += w;
            *((uint16_t *)block + i) = w;
        }
        
        // Xác thực checksum dữ liệu
        if (checksum == sum) {
            blockCount++;
        } else {
            printf("checksum error!\n");
        }
        
        w = getWord();
        if (w == PIXY_START_WORD) g_blockType = NORMAL_BLOCK;
        else if (w == PIXY_START_WORD_CC) g_blockType = CC_BLOCK;
        else return blockCount;
    }
    return blockCount;
}

3. Thuật toán điều khiển bám quỹ đạo đường line

Bộ điều khiển Arduino tính toán độ lệch vị trí $e(t)$ giữa tâm thực tế của vạch dẫn hướng $X_{detected}$ và tâm mong muốn $X_{setpoint} = 160$:

$$e(t) = X_{detected} - 160$$

Tín hiệu điều khiển vi sai được tính theo giải thuật tỷ lệ - vi phân để điều chỉnh tốc độ 2 bánh động cơ bước:

$$V_{left} = V_{base} + K_p \cdot e(t) + K_d \cdot \frac{de(t)}{dt}$$

$$V_{right} = V_{base} - K_p \cdot e(t) - K_d \cdot \frac{de(t)}{dt}$$

  • Khi $e(t) > 0$ (Đường line lệch sang phải): Tăng tốc bánh trái, giảm tốc bánh phải $\rightarrow$ Robot bẻ lái sang phải.
  • Khi $e(t) < 0$ (Đường line lệch sang trái): Giảm tốc bánh trái, tăng tốc bánh phải $\rightarrow$ Robot bẻ lái sang trái.
  • Khi mất dấu đường line ($blockCount = 0$): Kích hoạt hàm quét tìm kiếm xoay quanh trục (In-place Rotation) với góc quét định kỳ.
     Line lệch trái                   Line chuẩn tâm                   Line lệch phải
 [Line]      |                 |       [Line]        |                 |      [Line]
   x = 80    |  Center = 160   |       x = 160       |  Center = 160   |      x = 240
 (Bẻ lái trái mượt mà)             (Chạy thẳng ổn định)              (Bẻ lái phải mượt mà)

Thử nghiệm và Đánh giá hiệu năng (Testing & Validation)

Hệ thống được thử nghiệm thực tế trên đường line màu có độ rộng vạch $30 \text{ mm}$, bán kính góc cua nhỏ nhất $R_{min} = 150 \text{ mm}$:

+-------------------------------------------------------------------------------+
|                            KẾT QUẢ ĐO KIỂM THỰC NGHIỆM                         |
|                                                                               |
|  [Tần số lấy mẫu hình ảnh]   ==============================> 50.0 FPS         |
|  [Độ trễ truyền nhận SPI]     ===> 1.2 ms                                     |
|  [Độ chính xác nhận diện]    ============================> 98.4%              |
|  [Vận tốc bám line ổn định]   =================> 0.35 m/s                     |
+-------------------------------------------------------------------------------+
  • Độ ổn định khung hình: Tần số khung hình đạt chính xác 50 FPS đều đặn (mỗi chu kỳ xử lý chiếm đúng $20 \text{ ms}$), không xuất hiện hiện tượng drop khung hình khi giao tiếp qua SPI ở tốc độ xung clock 1 MHz.
  • Thời gian đáp ứng trễ (System Latency): Thời gian từ khi cảm biến thu nhận hình ảnh đến khi Arduino phát lệnh xung bước động cơ dao động trong khoảng $21.2–23.5 \text{ ms}$.
  • Khả năng thích ứng quang thông: Robot hoạt động ổn định trong dải độ rọi từ 200 Lux đến 1200 Lux. Nhờ tinh chỉnh thanh trượt Signature Range trên PixyMon, tỷ lệ dương tính giả (False Positive) và âm tính giả (False Negative) giảm xuống dưới $1.6%$.

Kết quả đạt được so với mục tiêu ban đầu

Hạng mục mục tiêu Chỉ tiêu đề ra ban đầu Kết quả thực tế đạt được Đánh giá hoàn thành
Nhận diện đối tượng Tách được vạch line màu xác định Nhận diện đồng thời 7 chữ ký màu và Color Code Vượt chỉ tiêu
Tốc độ xử lý hình ảnh $\ge 30 \text{ FPS}$ Đạt tuyệt đối 50 FPS Đạt 100%
Giao tiếp ngoại vi Kết nối truyền dữ liệu tọa độ Chuẩn SPI 1 Mbps, cơ chế Checksum chống lỗi Đạt 100%
Điều khiển động lực Bám line liên tục không trật quỹ đạo Bám tốt đường thẳng, đường cong $R \ge 150\text{ mm}$ Đạt 100%

Đổi mới và đóng góp

1. Đổi mới kỹ thuật (Technical Innovations)

  • Mô hình Edge-AI Vision thu nhỏ: Đưa năng lực thị giác máy tính tiên tiến vào một hệ thống nhúng giá rẻ. Thay vì phụ thuộc vào cấu hình máy tính cồng kềnh, giải pháp khai thác bộ xử lý chuyên dụng NXP LPC4330 204 MHz dual-core giúp giải phóng tới 90% tải tính toán cho vi điều khiển điều khiển ATmega328P.
  • Tối ưu truyền thông phần cứng: Ứng dụng giao thức nhị phân tối giản qua SPI kết hợp cấu trúc hàng đợi đệm vòng (Circular Queue), cho phép truyền nhận đồng thời $135 \text{ objects/frame}$ mà không chiếm dụng tài nguyên bộ nhớ SRAM hạn hẹp của Arduino.

2. So sánh cải tiến hiệu năng

So với đề tài dò line truyền thống dùng mảng quang trở/IR sensor, hệ thống camera thị giác máy mở rộng phạm vi bao quát từ điểm nhìn tiếp xúc mặt sàn ($< 10 \text{ mm}$) lên tầm quan sát không gian xa ($150–500 \text{ mm}$ phía trước xe). Điều này giúp robot chủ động tính toán trước góc bẻ lái khi tiến vào khúc cua gắt, giảm thiểu hiện tượng lắc lư (Hunting/Overshoot) và cải thiện độ mượt mà của chuyển động lên 40%.

Mảng quang trở IR (Cận thị: 10mm)   : [Xe] -> Vạch sàn (Chỉ phản xạ tức thời khi đã đè vạch)
Thị giác máy Pixy (Tầm xa: 500mm)   : [Xe] =======================> [Khúc cua phía trước] (Dự đoán quỹ đạo)

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực tế

  • Hệ thống AGV Logistics trong kho hàng thông minh: Dẫn đường tự động cho xe trung chuyển pallet, thùng hàng theo các đường kẻ màu sơn trên nền nhà xưởng công nghiệp.
  • Xe giao hàng/phát thuốc tự động trong bệnh viện: Robot di chuyển dọc theo các hành lang được phân định mã màu riêng biệt đến từng phòng bệnh, hạn chế tiếp xúc trực tiếp trong môi trường truyền nhiễm.
  • Hệ thống phân loại sản phẩm trên băng chuyền: Tận dụng Pixy để vừa bám đường vừa nhận diện màu sắc vỏ hộp sản phẩm để phân luồng tự động.
                    +---------------------------------------+
                    |    KHO VẬN / DÂY CHUYỀN THÔNG MINH     |
                    +---------------------------------------+
                                        |
         +------------------------------+-------------------------------+
         v                                                              v
[Xe kéo hàng Pallet]                                         [Robot giao dược phẩm]
- Bám line vàng chịu tải                                      - Phân luồng theo vạch màu khu vực
- Đọc Color Code tại trạm sạc                                - Dừng chính xác trước cửa phòng khám

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

+--------------------------------------------------------------------------------+
|                   BẢNG DỰ TOÁN CHI PHÍ PHẦN CỨNG (BOM)                        |
|                                                                                |
| 1. Module Pixy CMUcam5 (Omnivision Sensor + LPC4330)       : 40.00 USD        |
| 2. Bo mạch Arduino Uno R3 (ATmega328P)                     :  6.00 USD        |
| 3. Dual Stepper Driver Shield A4988                        :  4.50 USD        |
| 4. Động cơ bước Bipolar Stepper Motor NEMA 17 (x2)         : 16.00 USD        |
| 5. Khung xe Acrylic, Bánh xe & Pin Li-ion 7.4V             : 12.00 USD        |
| ------------------------------------------------------------------------------ |
| TỔNG CHI PHÍ PHẦN CỨNG (BOM ESTIMATE)                      : 78.50 USD        |
+--------------------------------------------------------------------------------+

Với tổng chi phí dưới 80 USD, hệ thống mang lại hiệu quả kinh tế vượt trội so với các module AGV công nghiệp nhập khẩu (thường dao động từ 1,500–5,000 USD), rút ngắn thời gian hoàn vốn (ROI) cho các doanh nghiệp vừa và nhỏ xuống dưới 3–6 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Hệ thống truyền động hở (Open-loop System): Việc sử dụng động cơ bước không gắn cảm biến xung Encoder khiến hệ thống dễ bị mất bước (Step Loss) khi chịu tải trọng đột ngột hoặc trượt bánh trên sàn trơn.
  • Độ phụ thuộc góc nghiêng quang học: Khi camera bị rung lắc mạnh do dao động cơ khí, tọa độ $Y$ của vạch line bị dịch chuyển, ảnh hưởng đến việc ước lượng khoảng cách hình học.

Hướng phát triển nâng cao

  1. Chuyển đổi sang động cơ DC Servo / BLDC có Encoder: Xây dựng vòng điều khiển hồi tiếp kín tốc độ và vị trí thực, ứng dụng giải thuật PID kép (Cascade PID Control).
  2. Nâng cấp phần mềm thị giác: Tích hợp bộ lọc thích nghi ánh sáng tự động (Auto White Balance Calibration) trên nền tảng firmware Pixy mới.
  3. Mở rộng nhận diện biển báo giao thông: Kết hợp Color Code với mạng nơ-ron nhúng siêu nhẹ để nhận diện biển báo dừng (STOP), biển báo hạn chế tốc độ trên sa bàn.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN                              |
|                                                                                   |
|  [Sinh viên]   ---> Nguồn tài liệu thực hành Mechatronics, Embedded C/C++ chuẩn    |
|  [Kỹ sư nhúng] ---> Kiến trúc mẫu xử lý truyền thông SPI bus tốc độ cao 50 FPS    |
|  [Doanh nghiệp]---> Giải pháp AGV chi phí thấp (< $100), tối ưu hóa vận hành      |
|  [Nghiên cứu]  ---> Nền tảng phát triển robot bám quỹ đạo kết hợp thị giác máy    |
+-----------------------------------------------------------------------------------+
  • Sinh viên ngành Cơ điện tử, Tự động hóa, CNTT: Tiếp cận giáo trình thực tế về ghép nối phần cứng, lập trình nhúng C/C++ tầng thanh ghi và nguyên lý xử lý ảnh thời gian thực.
  • Kỹ sư phát triển hệ thống nhúng (Embedded Developers): Nắm bắt mô hình kiến trúc phân tán giữa Smart Camera và MCU, mẫu cấu trúc dữ liệu nhị phân tối ưu hóa bộ nhớ.
  • Doanh nghiệp vừa và nhỏ (SMEs): Bản thiết kế mẫu để phát triển các dòng xe chở hàng tự hành nội bộ với chi phí siêu tiết kiệm.
  • Nhà nghiên cứu học thuật: Cung cấp số liệu thực nghiệm làm tiền đề phát triển các thuật toán bám quỹ đạo thông minh (Fuzzy Logic, Model Predictive Control - MPC).

Câu hỏi thường gặp

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

Hệ thống yêu cầu nguồn cấp pin Li-ion 7.4V–11.1V (dòng xả tối thiểu 2A), một vi điều khiển hỗ trợ SPI Master (như ATmega328P, STM32 hoặc ESP32), module Pixy CMUcam5 kèm cáp ICSP 6-pin/10-pin, 02 động cơ bước lưỡng cực và driver A4988. Trên máy tính cần cài đặt phần mềm PixyMon để nạp và hiệu chỉnh chữ ký màu trước khi vận hành độc lập.

2. Giới hạn khả năng mở rộng của hệ thống và giải pháp khắc phục?

Giới hạn lớn nhất là bộ nhớ SRAM của Arduino Uno (2 KB) hạn chế khả năng lưu trữ các bản đồ phức tạp. Giải pháp mở rộng là nâng cấp vi điều khiển trung tâm lên dòng STM32F4 (ARM Cortex-M4) hoặc ESP32, đồng thời sử dụng chuẩn giao tiếp I2C đa điểm để kết nối đồng thời nhiều camera Pixy mở rộng góc quan sát lên $360^\circ$.

3. Tích hợp robot với hệ thống quản lý nhà máy (MES/WMS) như thế nào?

Có thể bổ sung thêm module truyền thông không dây Wi-Fi (ESP8266/ESP32) hoặc nRF24L01 vào cổng UART của Arduino. Robot sẽ gửi trạng thái hoạt động, tọa độ trạm và dung lượng pin về máy chủ trung tâm qua giao thức MQTT/HTTP RESTful API.

4. Nhu cầu bảo trì và hỗ trợ kỹ thuật định kỳ bao gồm những gì?

Cần vệ sinh bề mặt thấu kính camera M12 bằng dung dịch chuyên dụng tránh bụi bẩn làm mờ cảm biến; kiểm tra độ căng dây đai/khớp nối trục động cơ bước; và cân chỉnh lại ngưỡng màu (Color Signature Calibration) khi di chuyển robot sang môi trường có nhiệt độ màu ánh sáng thay đổi lớn.

5. Dự toán chi phí và thời gian hoàn vốn (ROI)?

Toàn bộ chi phí linh kiện chế tạo nguyên mẫu khoảng 1,800,000 – 2,000,000 VNĐ. Khi đưa vào vận hành tại các xưởng may mặc hoặc chế tạo linh kiện nhỏ để thay thế công nhân đẩy hàng thủ công, thời gian hoàn vốn ước tính đạt được sau 3 đến 5 tháng vận hành liên tục.

Kết luận

Đồ án tốt nghiệp "Nghiên cứu chế tạo Robot bám line dùng xử lý ảnh" đã giải quyết triệt để bài toán tích hợp thị giác máy tính thời gian thực lên hệ thống cơ điện tử nhúng quy mô nhỏ. Bằng việc kết hợp vi xử lý chuyên dụng NXP LPC4330 trên Pixy CMUcam5 ở tốc độ xử lý 50 FPS với vi điều khiển ATmega328P qua chuẩn truyền thông SPI 1 Mbps, hệ thống đã chứng minh tính khả thi vượt trội về độ chính xác, tốc độ đáp ứng và hiệu quả kinh tế so với các phương pháp dò line truyền thống.

Công trình mở ra hướng phát triển ứng dụng rộng rãi cho các thế hệ AGV thông minh thế hệ mới phục vụ logistics và sản xuất công nghiệp tại Việt Nam. Quý độc giả, sinh viên và kỹ sư quan tâm có thể tiếp tục kế thừa cấu trúc mã nguồn, mở rộng thêm các thuật toán điều khiển hiện đại để nâng tầm ứng dụng vào thực tế.