Đề án thạc sĩ IoT và Cloud computing cho robot giám sát di động - ĐH CNTT&TT Thái Nguyên 2025

Nghiên cứu ứng dụng công nghệ IoT và điện toán đám mây trong phát triển robot giám sát di động, giúp tối ưu hóa khả năng thu thập dữ liệu và điều khiển từ xa.

• Tác giả: Nguyễn Trung Kiên
• Người hướng dẫn: TS. Phạm Thành Nam
• Trường học: Trường Đại học Công nghệ Thông tin và Truyền thông - Đại học Thái Nguyên
• Chuyên ngành: Kỹ thuật viễn thông
• Đề tài: Nghiên cứu công nghệ IoT và Cloud computing trong xây dựng hệ thống robot giám sát di động
• Loại tài liệu: Đề án thạc sĩ
• Năm xuất bản: 2025
• Địa điểm: Thái Nguyên

Tóm tắt

I. Tổng quan về IoT và Cloud Computing trong robot giám sát di động

Kỷ nguyên Công nghiệp 4.0 thúc đẩy sự phát triển mạnh mẽ của hệ thống tự động hóa. Trong đó, hệ thống robot giám sát di động đóng vai trò quan trọng trong việc bảo đảm an ninh và giám sát môi trường. Sự kết hợp giữa công nghệ Internet of Things (IoT) và Cloud Computing mang lại bước đột phá lớn cho lĩnh vực này. Công nghệ IoT cho phép các cảm biến và camera gắn trên robot thu thập dữ liệu thời gian thực. Hệ thống mạng không dây truyền tải toàn bộ tín hiệu về trung tâm điều khiển một cách liên tục. Đồng thời, nền tảng Cloud Computing cung cấp năng lực tính toán không giới hạn và kho lưu trữ dữ liệu an toàn. Mô hình này giúp loại bỏ sự phụ thuộc vào cấu hình phần cứng cục bộ trên thân robot. Trọng lượng robot giảm đáng kể, giúp tiết kiệm năng lượng và kéo dài thời gian hoạt động. Sự kết hợp này tạo ra một giải pháp giám sát thông minh, linh hoạt và có khả năng mở rộng cao. Các tổ chức có thể triển khai nhiều robot tại các khu vực rộng lớn với chi phí vận hành tối ưu. Việc theo dõi trạng thái thiết bị diễn ra mượt mà thông qua giao diện đám mây trực quan.

1.1. Vai trò của công nghệ IoT trong thu thập dữ liệu di động

IoT đóng vai trò là mạng lưới thần kinh của hệ thống robot giám sát di động. Robot mang theo các cảm biến đa dạng như cảm biến nhiệt độ, độ ẩm, khí gas và máy ảnh độ nét cao. Các mô-đun phần cứng như vi điều khiển và bộ truyền thông không dây liên tục ghi nhận tham số môi trường. Dữ liệu sau đó được số hóa và đóng gói theo các giao thức mạng tiêu chuẩn như MQTT hoặc HTTP. Công nghệ IoT giúp thiết lập kênh liên lạc liên tục giữa robot và người vận hành. Hệ thống phản hồi tức thì với các thay đổi bất thường tại hiện trường tuần tra. Tính linh hoạt của IoT giúp việc tích hợp thêm cảm biến mới trở nên dễ dàng.

1.2. Năng lực xử lý của Cloud Computing đối với hệ thống robot

Cloud Computing đóng vai trò là trung tâm xử lý dữ liệu của hệ thống giám sát. Các máy chủ đám mây tiếp nhận khối lượng lớn luồng video và tín hiệu cảm biến từ robot. Hạ tầng đám mây sở hữu tài nguyên điện toán quy mô lớn, cho phép chạy các thuật toán trí tuệ nhân tạo phức tạp. Hệ thống có thể nhận diện khuôn mặt, phát hiện xâm nhập và phân tích hành vi trong vài giây. Khả năng mở rộng linh hoạt của đám mây giúp doanh nghiệp quản lý hàng trăm robot cùng lúc mà không lo nghẽn mạng. Dữ liệu được sao lưu định kỳ, bảo mật tuyệt đối và sẵn sàng truy xuất mọi lúc mọi nơi.

II. Thách thức trong xây dựng hệ thống robot giám sát di động IoT

Xây dựng robot giám sát di động đối mặt với nhiều thách thức kỹ thuật phức tạp. Robot di chuyển liên tục qua nhiều địa hình, đòi hỏi cơ cấu cơ khí và nguồn pin ổn định. Việc truyền tải video chất lượng cao qua mạng không dây thường gặp vấn đề về độ trễ và mất gói tin. Nếu đường truyền mạng gián đoạn, người giám sát không thể điều khiển kịp thời. Bên cạnh đó, các cảm biến biên trên robot bị giới hạn về năng lượng và năng lực xử lý cục bộ. Xử lý thuật toán trí tuệ nhân tạo nặng ngay trên vi điều khiển dễ gây quá nhiệt và cạn pin nhanh chóng. Vấn đề bảo mật thông tin cũng là rủi ro lớn. Luồng dữ liệu giám sát nhạy cảm có nguy cơ bị tấn công mạng nếu thiếu mã hóa mạnh. Việc đồng bộ hóa dữ liệu giữa robot, cổng IoT và máy chủ đám mây đòi hỏi kiến trúc phần mềm tối ưu. Nếu không xử lý tốt, hệ thống sẽ phản hồi chậm và giảm hiệu quả an ninh.

2.1. Hạn chế về phần cứng cục bộ và tiêu thụ năng lượng

Robot giám sát di động bị ràng buộc nghiêm ngặt bởi kích thước và trọng lượng nguồn pin. Việc trang bị bộ vi xử lý máy tính mạnh trực tiếp trên robot làm tăng tải trọng và tiêu tốn năng lượng rất lớn. Thời lượng pin bị rút ngắn đáng kể, làm giảm phạm vi và thời gian tuần tra liên tục. Các linh kiện điện tử hoạt động liên tục trong môi trường khắc nghiệt cũng dễ bị suy giảm tuổi thọ do nhiệt độ. Việc cân bằng giữa chi phí linh kiện, hiệu năng cảm biến và khả năng duy trì hoạt động dài ngày là bài toán nan giải trong thiết kế phần cứng robot.

2.2. Vấn đề trễ mạng và an toàn bảo mật thông tin đám mây

Độ trễ truyền dẫn là rào cản lớn khi điều khiển robot di động qua nền tảng đám mây. Sự dao động của sóng Wi-Fi hoặc sóng di động 4G/5G có thể làm chậm trễ tín hiệu điều khiển khẩn cấp. Hiện tượng này tiềm ẩn nguy cơ va chạm nguy hiểm trong quá trình robot di chuyển. Ngoài ra, việc gửi dữ liệu giám sát trực tiếp lên đám mây làm tăng nguy cơ rò rỉ dữ liệu nhạy cảm. Hệ thống cần các cơ chế xác thực danh tính mạnh mẽ và giao thức mã hóa đường truyền nghiêm ngặt để ngăn chặn tin tặc chiếm quyền điều khiển.

III. Phương pháp tích hợp IoT và Cloud Computing cho robot di động

Giải pháp hiệu quả là thiết kế kiến trúc phân tầng kết hợp giữa phần cứng nhúng và dịch vụ đám mây. Tầng biên sử dụng các vi điều khiển nhỏ gọn như ESP32 hoặc vi máy tính kết hợp cảm biến để điều khiển động cơ và thu nhận hình ảnh. Tầng truyền thông sử dụng giao thức kết nối nhẹ như MQTT và WebRTC để truyền dữ liệu và video độ trễ thấp. Toàn bộ tác vụ tính toán nặng được đẩy lên tầng đám mây máy chủ. Nền tảng Cloud Computing đảm nhận nhiệm vụ lưu trữ cơ sở dữ liệu thời gian thực và phân tích trí tuệ nhân tạo. Người quản lý sử dụng ứng dụng di động được xây dựng từ các công cụ như MIT App Inventor để điều khiển robot từ xa. Ứng dụng hiển thị hình ảnh camera trực tiếp, các thông số cảm biến và cung cấp các nút bấm điều hướng linh hoạt. Nhờ phân chia hợp lý, robot hoạt động nhẹ nhàng, bền bỉ và đảm bảo tính tức thời trong mọi tình huống.

3.1. Thiết kế phần cứng và cơ chế thu thập dữ liệu IoT

Hệ thống phần cứng robot được xây dựng dựa trên khung gầm dẫn động linh hoạt. Vi điều khiển trung tâm kết nối trực tiếp với các mạch điều khiển động cơ, cảm biến siêu âm tránh vật cản và camera quan sát. Module Wi-Fi/4G tích hợp sẵn đảm bảo việc phát và nhận tín hiệu liên tục. Các cảm biến đo đạc môi trường được cấu hình thu thập dữ liệu theo chu kỳ định sẵn nhằm tiết kiệm năng lượng. Luồng dữ liệu cảm biến được chuyển đổi thành các gói tin định dạng JSON gọn nhẹ trước khi gửi đi. Thiết kế module hóa giúp việc bảo trì và nâng cấp cảm biến diễn ra thuận tiện.

3.2. Xây dựng ứng dụng điều khiển và hạ tầng Cloud Computing

Hạ tầng đám mây sử dụng dịch vụ cơ sở dữ liệu thời gian thực để đồng bộ trạng thái của robot. Phần mềm giao diện người dùng được thiết kế trực quan trên thiết bị di động thông qua MIT App Inventor. Ứng dụng cho phép thiết lập kết nối an toàn với máy chủ qua giao thức mạng xác thực. Người vận hành có thể điều khiển hướng di chuyển, góc quay camera và kích hoạt còi báo động chỉ với vài thao tác chạm. Mọi cảnh báo bất thường từ robot đều được hệ thống đám mây đẩy ngay lập tức về điện thoại thông minh dưới dạng thông báo nổi.

IV. Ứng dụng thực tế của robot giám sát di động IoT Cloud Computing

Ứng dụng công nghệ IoT và Cloud Computing mở ra tiềm năng lớn cho robot giám sát di động. Trong an ninh đô thị, robot có thể tuần tra bãi đỗ xe, trung tâm thương mại và khu công nghiệp 24/7. Các nghiên cứu thực tế chứng minh robot giúp giảm đáng kể tỷ lệ tội phạm và tiết kiệm chi phí nhân công. Trong lĩnh vực công nghiệp, robot hỗ trợ bảo trì dự đoán tại các môi trường độc hại hoặc nhiệt độ cao. Robot kiểm tra đường ống, đo nồng độ khí gas và phát hiện rung chấn máy móc kịp thời. Điều này giúp ngăn ngừa sự cố cháy nổ nguy hiểm và đảm bảo an toàn lao động. Trong tương lai, việc tích hợp trí tuệ nhân tạo tạo sinh và mạng viễn thông thế hệ mới sẽ nâng cao hơn nữa khả năng tự hành của thiết bị. Robot giám sát di động khẳng định vai trò là công cụ đắc lực trong kỷ nguyên số hóa an ninh.

4.1. Ứng dụng trong an ninh công cộng và tuần tra thông minh

Robot giám sát di động được triển khai rộng rãi tại các địa điểm công cộng như cảng biển, sân bay và công viên. Thiết bị tự động di chuyển theo lịch trình lập sẵn để quét hình ảnh và kiểm tra an ninh xung quanh. Các giải pháp như robot tuần tra Knightscope đã chứng minh khả năng giảm thiểu đáng kể các hành vi vi phạm pháp luật. Nhờ khả năng gửi cảnh báo tức thời qua đám mây, lực lượng bảo vệ có thể phát hiện kẻ đột nhập từ sớm và can thiệp kịp thời mà không cần tốn nhiều nhân lực túc trực tại hiện trường.

4.2. Giám sát công nghiệp và bảo trì dự đoán tự động

Trong các nhà máy sản xuất, robot giám sát di động đảm nhận công việc tuần tra tại những vị trí nguy hiểm đối với con người. Robot đo nhiệt độ máy móc, kiểm tra rò rỉ khí gas độc hại và phát hiện các dấu hiệu rung động bất thường. Toàn bộ thông số đo lường được gửi lên nền tảng đám mây công nghiệp để phân tích xu hướng hoạt động. Nhờ đó, các kỹ sư có thể lên kế hoạch bảo trì trước khi thiết bị gặp sự cố hỏng hóc nghiêm trọng, giúp tối ưu hóa chi phí vận hành và bảo đảm an toàn sản xuất.

Nội dung chính

Tổng quan nghiên cứu

Theo các báo cáo công nghệ toàn cầu, số lượng thiết bị kết nối IoT đạt 14,4 tỷ thiết bị vào năm 2023 và dự kiến chạm mốc 16,7 tỷ thiết bị vào năm 2025, cùng với quy mô thị trường điện toán đám mây toàn cầu đạt 591 tỷ USD. Trong bối cảnh đô thị hóa nhanh chóng và nhu cầu an ninh ngày càng cấp thiết, các hệ thống camera giám sát cố định bộc lộ nhiều hạn chế về điểm mù quan sát và phụ thuộc lớn vào nhân lực tuần tra trực tiếp. Vấn đề nghiên cứu then chốt là xây dựng một hệ thống tuần tra tự hành linh hoạt, có khả năng phát hiện mối đe dọa kịp thời và truyền tải dữ liệu thời gian thực với chi phí tối ưu.

Mục tiêu cụ thể của đề tài là nghiên cứu, thiết kế và chế tạo hoàn chỉnh mô hình robot giám sát an ninh di động tích hợp công nghệ Internet of Things (IoT) và nền tảng điện toán đám mây Google Cloud Firebase, điều khiển từ xa qua ứng dụng di động Android. Nghiên cứu được thực hiện bởi học viên Nguyễn Trung Kiên dưới sự hướng dẫn khoa học của Tiến sĩ Phạm Thành Nam tại Trường Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái Nguyên, hoàn thành nghiệm thu năm 2025 thuộc ngành Kỹ thuật viễn thông với mã số đào tạo 8520208.

Ý nghĩa khoa học và thực tiễn của công trình thể hiện ở việc làm chủ giải pháp phần cứng nhúng kết hợp lưu trữ đám mây thời gian thực, đạt tỷ lệ phát hiện đối tượng xâm nhập chính xác trên 90%, đồng thời giúp tiết kiệm khoảng 20% chi phí vận hành an ninh so với các phương thức truyền thống. Đề tài mở ra hướng ứng dụng hiệu quả cho giám sát nhà xưởng, khu dân cư và tòa nhà thông minh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng hai khung lý thuyết trụ cột của cuộc Cách mạng Công nghiệp 4.0: Lý thuyết kiến trúc Internet vạn vật (IoT) theo khuyến nghị ITU-T Y.2060 và Khung tiêu chuẩn Điện toán đám mây (Cloud Computing) theo định nghĩa của Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST SP 800-145). Cấu trúc IoT được triển khai theo mô hình 4 tầng gồm: tầng thiết bị thu thập cảm biến, tầng kết nối truyền thông không dây Wi-Fi 2.4GHz chuẩn IEEE 802.11b/g/n, tầng nền tảng xử lý dữ liệu đám mây và tầng ứng dụng giao diện người dùng.

Khung lý thuyết đám mây ứng dụng mô hình Nền tảng như một dịch vụ (PaaS) và Cơ sở dữ liệu thời gian thực (Realtime Database) của Google Cloud Firebase, bảo đảm 5 đặc tính cốt lõi của NIST gồm tự phục vụ theo nhu cầu, truy cập mạng diện rộng, chia sẻ tài nguyên, co giãn linh hoạt và đo lường dịch vụ. Bên cạnh đó, đề tài tích hợp lý thuyết điều khiển tự động vòng lặp kín cho động cơ DC qua mạch cầu H L298N, thuật toán điều chế độ rộng xung (PWM 150kHz) và lý thuyết truyền dẫn tín hiệu hình ảnh thời gian thực qua giao thức HTTP/RTSP trên module ESP32-CAM.

Phương pháp nghiên cứu

Về nguồn dữ liệu và thực nghiệm, tác giả tiến hành thu thập dữ liệu vận hành từ 50 phiên chạy thực tế trên sa bàn mô phỏng môi trường tuần tra trong nhà và ngoài trời tại phòng thí nghiệm Đại học Thái Nguyên. Cỡ mẫu nghiên cứu bao gồm 120 mẫu dữ liệu đo lường độ trễ truyền thông mạng, 80 kịch bản thử nghiệm phát hiện và né tránh vật cản ở khoảng cách từ 10cm đến 50cm, cùng 30 chu kỳ đo mức xả năng lượng của hệ thống pin Lithium-ion 18650.

Phương pháp chọn mẫu là chọn mẫu có chủ đích kết hợp chọn mẫu ngẫu nhiên phân tầng theo các điều kiện môi trường: độ rọi ánh sáng thay đổi từ 50 lux đến 500 lux, góc cua đường line 45 độ đến 90 độ và mật độ chướng ngại vật tĩnh lẫn động. Lý do lựa chọn phương pháp phân tích định lượng kết hợp kiểm thử thực nghiệm trực tiếp là nhằm đánh giá chính xác các thông số kỹ thuật then chốt như thời gian đáp ứng tín hiệu, mức sụt giảm điện áp nguồn 5V và 8V, cũng như tỷ lệ phát hiện cảnh báo sai lệch. Toàn bộ quá trình nghiên cứu, thiết kế phần cứng và lập trình phần mềm trên Arduino IDE, MIT App Inventor được triển khai liên tục trong khung thời gian 12 tháng, từ đầu năm 2024 đến đầu năm 2025.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, mô hình phần cứng robot di động tích hợp vi điều khiển Arduino Nano (xung nhịp 16MHz) và module Wi-Fi NodeMCU ESP8266 chứng minh khả năng xử lý tín hiệu và kết nối đồng bộ vượt trội. Hệ thống truyền nhận dữ liệu trạng thái lên máy chủ Google Cloud Firebase đạt độ trễ trung bình chỉ 180ms đến 250ms trên băng tần Wi-Fi 2.4GHz thông dụng.

Thứ hai, hệ thống thu nhận và truyền dẫn hình ảnh sử dụng module ESP32-CAM trang bị cảm biến OV2640 cho chất lượng hình ảnh rõ nét với tốc độ truyền 15 khung hình/giây. Khi kết hợp cảm biến hồng ngoại thụ động (PIR), hệ thống đạt độ chính xác phát hiện chuyển động xâm nhập lên tới 92,5%, đồng thời gửi tín hiệu cảnh báo kèm ảnh chụp về điện thoại người dùng trong thời gian dưới 0,8 giây.

Thứ ba, thuật toán điều khiển di chuyển tự hành và né tránh vật cản hoạt động với độ chính xác cao. Cảm biến siêu âm phát hiện chướng ngại vật tin cậy trong phạm vi từ 2cm đến 400cm, giúp robot chủ động chuyển hướng khi gặp vật cản ở khoảng cách an toàn 15cm đến 30cm với tỷ lệ thành công đạt 95,2%, sai số bám đường line dưới 3%.

Thứ tư, hiệu năng tiêu thụ năng lượng được tối ưu hóa hiệu quả nhờ mạch hạ áp xung LM2596 (tần số 150kHz) và hai cell pin dung lượng cao 18650. Khi robot vận hành liên tục với các tác vụ tuần tra, cảm biến và truyền hình ảnh ở mức tải công suất 76%, nguồn pin duy trì thời lượng hoạt động liên tục đạt 4,5 giờ trước khi cần sạc lại.

Thảo luận kết quả

Kết quả nghiên cứu khẳng định tính khả thi của kiến trúc phân tán giữa xử lý cục bộ trên Arduino/ESP8266 và lưu trữ đồng bộ trên Google Cloud Firebase. Nguyên nhân chính giúp hệ thống đạt hiệu suất cao là nhờ phân bổ tác vụ hợp lý: Arduino Nano chuyên trách đọc cảm biến và phát xung PWM điều khiển động cơ L298N, ESP32-CAM độc lập truyền video, trong khi Firebase đóng vai trò trung gian dữ liệu thời gian thực giúp giảm thiểu khoảng 40% tải tính toán cho bộ vi điều khiển.

So sánh với các giải pháp thương mại như robot tuần tra K5 Knightscope (giảm 35% tội phạm nhưng chi phí sản xuất lên tới hàng chục nghìn USD), hệ thống robot đề xuất có chi phí linh kiện chỉ bằng khoảng 5% đến 10% nhưng vẫn đáp ứng đầy đủ các yêu cầu cốt lõi về giám sát an ninh di động.

Dữ liệu thực nghiệm được trình bày trực quan qua Bảng tổng hợp các tham số hiệu năng hoạt động dựa trên chỉ số năng lượng (% Pin), Bảng đối chiếu thông số mặc định và thông số thực tế khi vận hành, cùng Biểu đồ thời gian đáp ứng của cảm biến siêu âm và Biểu đồ mức suy giảm điện áp theo thời gian. Cách biểu diễn dạng bảng và biểu đồ giúp người quản trị dễ dàng nhận diện ngưỡng an toàn vận hành của thiết bị.

Đề xuất và khuyến nghị

Thứ nhất, nâng cấp module truyền thông không dây sang chuẩn 5G NR hoặc mạng Mesh diện rộng. Nhóm nghiên cứu thuộc bộ môn Kỹ thuật Viễn thông cần chủ trì triển khai giải pháp này trong lộ trình 6 tháng tới, nhằm giảm độ trễ truyền dữ liệu xuống dưới 10ms, tăng băng thông truyền hình ảnh Full HD 1080p và mở rộng bán kính tuần tra của robot lên trên 2.000 mét tại các khu công nghiệp.

Thứ hai, tích hợp vi xử lý chuyên dụng hỗ trợ trí tuệ nhân tạo tại biên (Edge AI) như ESP32-S3 hoặc Raspberry Pi 4. Đơn vị phát triển phần mềm cần thực hiện nhúng mô hình học sâu TinyYOLO trong vòng 9 tháng, đặt mục tiêu nâng tỷ lệ nhận diện chính xác đối tượng từ 92,5% hiện tại lên trên 98%, đồng thời tự động lọc bỏ 95% cảnh báo giả do động vật hoặc biến đổi môi trường.

Thứ ba, thiết kế và chế tạo trạm sạc tự động thông minh (Auto-docking station). Nhóm cơ điện tử cần hoàn thiện cơ cấu tiếp xúc sạc tự hành và thuật toán dẫn đường tìm trạm trong thời hạn 4 tháng, hướng tới tự động hóa 100% quy trình nạp điện khi mức dung lượng pin giảm xuống dưới ngưỡng an toàn 20%.

Thứ tư, tăng cường bảo mật dữ liệu đầu cuối theo tiêu chuẩn mã hóa AES-256 và xác thực hai yếu tố (2FA). Đội ngũ kỹ sư an ninh mạng cần triển khai các giao thức mã hóa cho luồng dữ liệu Firebase và camera trong 3 tháng, loại bỏ 99% nguy cơ bị tấn công trung gian (Man-in-the-Middle) và xâm nhập trái phép vào hệ thống điều khiển.

Đối tượng nên tham khảo luận văn

Thứ nhất, sinh viên và học viên cao học chuyên ngành Kỹ thuật Viễn thông, Công nghệ Thông tin, Điện tử - Tự động hóa. Luận văn cung cấp tài liệu tham khảo thực chứng chi tiết về cách thiết kế sơ đồ nguyên lý mạch nhúng, lập trình vi điều khiển Arduino kết hợp ESP8266 và tích hợp dịch vụ đám mây Firebase, giúp rút ngắn khoảng 40% thời gian nghiên cứu đồ án tốt nghiệp.

Thứ hai, kỹ sư nghiên cứu và phát triển (R&D) tại các doanh nghiệp công nghệ IoT và chế tạo robot. Tài liệu là cẩm nang hữu ích về việc lựa chọn linh kiện tối ưu chi phí (module LM2596, L298N, ESP32-CAM) và kỹ thuật thiết kế ứng dụng điều khiển đa chức năng qua MIT App Inventor với chi phí bản quyền 0 đồng.

Thứ ba, ban quản lý vận hành tòa nhà, khu đô thị thông minh và các nhà máy công nghiệp. Báo cáo cung cấp mô hình thực tiễn giúp đánh giá khả năng tự động hóa công tác tuần tra, giảm bớt từ 30% đến 50% nhu cầu nhân sự an ninh tuần tra thủ công tại các khu vực nguy hiểm.

Thứ tư, giảng viên đại học và các viện nghiên cứu chuyên ngành viễn thông - tự động hóa. Đề án là nguồn tư liệu giảng dạy thực hành giá trị, minh họa trực quan cách thức liên kết giữa các học phần Hệ thống nhúng, Mạng truyền thông không dây và Điện toán đám mây với hơn 30 sơ đồ kỹ thuật và kết quả đo kiểm thực tế.

Câu hỏi thường gặp

Robot sử dụng giao thức truyền thông nào để gửi dữ liệu lên Google Cloud Firebase? Robot ứng dụng giao thức Wi-Fi 2.4GHz chuẩn IEEE 802.11b/g/n thông qua module NodeMCU ESP8266, kết nối trực tiếp với Firebase Realtime Database qua giao thức REST API và HTTPS. Tốc độ truyền tải dữ liệu thông số điện áp, phần trăm pin và trạng thái cảm biến đạt tần suất cập nhật liên tục với độ trễ dưới 250ms.

Module ESP32-CAM đóng vai trò gì trong hệ thống giám sát an ninh di động? Module ESP32-CAM tích hợp cảm biến hình ảnh OV2640 làm nhiệm vụ chụp ảnh và phát luồng video trực tiếp qua mạng Wi-Fi. Khi cảm biến hồng ngoại PIR phát hiện có chuyển động trong vùng quét 120 độ, ESP32-CAM lập tức ghi lại hình ảnh độ nét cao và gửi cảnh báo về ứng dụng điện thoại người dùng trong thời gian dưới 0,8 giây.

Khả năng phát hiện và tránh chướng ngại vật của robot hoạt động như thế nào? Robot sử dụng cảm biến siêu âm gắn phía trước để phát xung sóng âm và đo thời gian phản hồi, tính toán khoảng cách vật cản từ 2cm đến 400cm. Khi phát hiện vật cản trong cự ly dưới 20cm, vi điều khiển Arduino Nano lập tức điều khiển động cơ dừng và quay góc né tránh an toàn với tỷ lệ thành công 95,2%.

Nguồn năng lượng của robot đáp ứng thời gian vận hành liên tục trong bao lâu? Hệ thống sử dụng hai cell pin Lithium-ion 18650 cung cấp điện áp qua mạch hạ áp LM2596 (5V cho mạch số và 8V cho động cơ). Ở chế độ tuần tra bám line kết hợp truyền video liên tục ở mức tải công suất 76%, robot có khả năng vận hành ổn định trong thời gian khoảng 4,5 giờ liên tục.

Ứng dụng di động thiết kế trên MIT App Inventor có những tính năng điều khiển nào? Ứng dụng Android cho phép người quản lý theo dõi trực tiếp hình ảnh video, giám sát dung lượng pin và điện áp theo thời gian thực. Ngoài ra, giao diện tích hợp các nút bấm điều hướng thủ công (tiến, lùi, rẽ trái, rẽ phải, dừng) và điều khiển góc quay động cơ servo camera 180 độ khi cần can thiệp xử lý sự cố.

Kết luận

• Đề tài đã nghiên cứu và làm chủ thành công việc tích hợp công nghệ IoT và điện toán đám mây Google Cloud Firebase vào hệ thống robot giám sát di động tự hành.
• Chế tạo hoàn chỉnh mô hình phần cứng robot hoạt động ổn định với Arduino Nano, ESP8266, ESP32-CAM, đạt tỷ lệ phát hiện đối tượng xâm nhập chính xác trên 92%.
• Xây dựng thành công ứng dụng di động điều khiển và giám sát trực quan trên hệ điều hành Android thông qua nền tảng MIT App Inventor với độ trễ phản hồi dưới 250ms.
• Tối ưu hóa hiệu suất năng lượng, cho phép robot tuần tra liên tục 4,5 giờ với nguồn pin 18650 và mạch hạ áp xung LM2596 đạt hiệu suất chuyển đổi trên 90%.
• Mở ra giải pháp an ninh tự động hóa chi phí thấp, giúp giảm 20% chi phí vận hành an ninh và giảm 50% nguy cơ rủi ro cho con người trong môi trường độc hại.

Trong giai đoạn tiếp theo từ năm 2025 đến năm 2026, nhóm nghiên cứu sẽ tiến hành nâng cấp kết nối mạng 5G và tích hợp chip xử lý Edge AI để nâng cao khả năng tự hành thông minh. Hãy liên hệ ngay với tác giả hoặc Khoa Kỹ thuật và Công nghệ - Đại học Thái Nguyên để tiếp cận toàn văn công trình nghiên cứu và hợp tác chuyển giao công nghệ ứng dụng vào thực tiễn sản xuất.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN VỀ CÔNG NGHỆ IOT, CLOUD COMPUTING VÀ ỨNG DỤNG TRONG HỆ THỐNG ROBOT GIÁM SÁT DI ĐỘNG 1. Giới thiệu về công nghệ IoT Internet vạn vật (Internet of Things - IoT) là một trong những trụ cột chính của cuộc cách mạng công nghiệp 4.0, cho phép kết nối và trao đổi dữ liệu giữa các thiết bị vật lý thông qua mạng Internet mà không cần sự can thiệp trực tiếp của con người. Công nghệ IoT đã tạo ra những thay đổi mang tính cách mạng trong nhiều lĩnh vực, từ sản xuất công nghiệp, y tế, nông nghiệp, giao thông vận tải đến các ứng dụng đời sống như nhà thông minh và thành phố thông minh. Trong bối cảnh các hệ thống robot giám sát di động ngày càng được ứng dụng rộng rãi, IoT đóng vai trò quan trọng trong việc cung cấp khả năng giám sát, thu thập và xử lý dữ liệu theo thời gian thực.

Phần này sẽ trình bày chi tiết về khái niệm, đặc điểm, cấu trúc, xu hướng phát triển, ứng dụng, thách thức và triển vọng của công nghệ IoT, với trọng tâm là vai trò của nó trong các hệ thống robot giám sát di động. Khái niệm và đặc điểm của IoT IoT được định nghĩa là một hệ sinh thái các thiết bị điện toán có khả năng kết nối mạng, thu thập, xử lý và trao đổi dữ liệu một cách tự động và theo thời gian thực. Các thiết bị IoT có thể là các cảm biến đơn giản như cảm biến nhiệt độ, độ ẩm, ánh sáng, hoặc các thiết bị phức tạp hơn như robot giám sát di động, máy móc công nghiệp, và phương tiện giao thông thông minh. Theo Liên minh Viễn thông Quốc tế (ITU), IoT là “một cơ sở hạ tầng toàn cầu đối với xã hội thông tin, cho phép các dịch vụ tiên tiến bằng cách liên kết các đối tượng vật lý hoặc ảo thông qua các công nghệ truyền thông tương thích” [22].

Khái niệm này nhấn mạnh khả năng tích hợp và tương tác giữa các thiết bị, tạo ra một mạng lưới thông minh với khả năng tự động hóa cao. Các đặc điểm nổi bật của IoT bao gồm: • Kết nối liên tục: Các thiết bị IoT được kết nối liên tục với Internet hoặc các mạng nội bộ thông qua các giao thức như Wi-Fi, Bluetooth, Zigbee, hoặc mạng di động (4G/5G). Điều này đảm bảo dữ liệu được truyền tải tức thời, cho phép phản hồi nhanh chóng trong các ứng dụng giám sát và điều khiển. • Tính tự động hóa: IoT hỗ trợ tự động hóa các quy trình thông qua việc thu thập và phân tích dữ liệu, từ đó giảm thiểu sự can thiệp của con người.

Ví dụ, trong 1 một hệ thống nhà thông minh, đèn có thể tự động bật/tắt dựa trên dữ liệu từ cảm biến chuyển động. • Tính tương tác: Các thiết bị IoT không chỉ hoạt động độc lập mà còn tương tác với nhau, tạo thành một hệ sinh thái tích hợp. Chẳng hạn, một robot giám sát di động có thể gửi dữ liệu từ cảm biến đến nền tảng đám mây, sau đó nhận lệnh điều khiển từ xa. • Khả năng mở rộng: Hệ thống IoT có thể dễ dàng mở rộng để hỗ trợ hàng triệu thiết bị trong một mạng lưới, từ các ứng dụng quy mô nhỏ như gia đình đến quy mô lớn như thành phố thông minh.

• Tính thông minh: Nhờ tích hợp với trí tuệ nhân tạo (AI) và học máy (machine learning), các thiết bị IoT có khả năng học hỏi từ dữ liệu, từ đó đưa ra các quyết định tối ưu hơn.1: Minh họa các thành phần chính của một hệ thống IoT 1. Cấu trúc của hệ thống IoT Một hệ thống IoT điển hình được xây dựng dựa trên bốn thành phần chính, hoạt động đồng bộ để đảm bảo hiệu quả và tính linh hoạt: 1. Thiết bị IoT (Devices): Đây là các thiết bị vật lý như cảm biến (sensors), thiết bị truyền động (actuators), camera, hoặc robot giám sát di động. Các thiết bị này có nhiệm vụ thu thập dữ liệu từ môi trường (như nhiệt độ, độ ẩm, hình ảnh) hoặc 2 thực hiện các hành động cụ thể (như mở cửa, di chuyển robot).

Ví dụ, trong một hệ thống giám sát di động, robot có thể được trang bị cảm biến siêu âm để phát hiện chướng ngại vật. Kết nối (Connectivity): Các giao thức truyền thông như Wi-Fi, Bluetooth, Zigbee, LoRaWAN, hoặc mạng di động (4G/5G) đảm bảo việc truyền dữ liệu giữa các thiết bị IoT và nền tảng xử lý. Sự phát triển của mạng 5G đã cải thiện đáng kể tốc độ và độ trễ, hỗ trợ các ứng dụng IoT yêu cầu xử lý dữ liệu thời gian thực. Nền tảng xử lý dữ liệu (Data Processing Platform): Dữ liệu từ các thiết bị IoT được gửi đến các nền tảng xử lý như điện toán đám mây (Cloud Computing) hoặc điện toán biên (Edge Computing).

Điện toán đám mây cung cấp khả năng lưu trữ và xử lý dữ liệu quy mô lớn, trong khi điện toán biên giảm độ trễ bằng cách xử lý dữ liệu ngay tại thiết bị hoặc gần thiết bị. Giao diện người dùng (User Interface): Các ứng dụng di động, trang web, hoặc bảng điều khiển cung cấp cho người dùng khả năng giám sát và điều khiển hệ thống IoT từ xa. Giao diện này thường được thiết kế trực quan, cho phép người dùng dễ dàng truy cập dữ liệu và ra lệnh.2 minh họa cấu trúc tổng quan của hệ thống IoT với các tầng chức năng, từ thiết bị đến ứng dụng người dùng.2: Minh họa các thành phần chính của một hệ thống IoT 1. Xu hướng phát triển và thống kê về IoT Sự phát triển của công nghệ IoT đã ghi nhận tốc độ tăng trưởng ấn tượng trong thập kỷ qua, với số lượng thiết bị kết nối tăng nhanh và chi tiêu cho IoT tăng mạnh.

3 Theo báo cáo của IoT Analytics (2023) [23], số lượng thiết bị IoT toàn cầu đạt 14,4 tỷ vào năm 2023 và dự kiến sẽ đạt 16,7 tỷ vào năm 2025, với tốc độ tăng trưởng hàng năm (CAGR) khoảng 16%. Sự gia tăng này được thúc đẩy bởi các ứng dụng trong công nghiệp, y tế, và thành phố thông minh, cùng với sự phổ biến của các giao thức truyền thông tiên tiến như 5G. Bảng 1 dưới đây trình bày số liệu thống kê về số lượng thiết bị IoT kết nối toàn cầu từ năm 2015 đến 2025 (dự báo).1: Thống kê số lượng thiết bị IoT kết nối toàn cầu qua các năm Năm Số lượng thiết bị IoT (tỷ) Nguồn 2015 4.7 (dự báo) IoT Analytics (2023) Về chi tiêu, theo Gartner (2023) [24], thị trường IoT toàn cầu đạt giá trị 250 tỷ USD vào năm 2023 và dự kiến đạt 11.110 tỷ USD vào năm 2025. Sự tăng trưởng này phản ánh nhu cầu ngày càng cao về các giải pháp IoT trong các lĩnh vực như sản xuất thông minh, y tế thông minh, và quản lý đô thị.2 trình bày chi tiêu cho IoT qua các năm, với các con số ước tính và dự báo.2: Thống kê chi tiêu cho IoT toàn cầu qua các năm Năm Chi tiêu IoT (tỷ USD) Nguồn 2019 40.

Sự tăng trưởng này được hỗ trợ bởi các công nghệ như trí tuệ nhân tạo, học máy, và mạng 5G, giúp cải thiện hiệu suất và khả năng xử lý dữ liệu của các hệ thống IoT. Ứng dụng của IoT trong hệ thống robot giám sát di động IoT đóng vai trò quan trọng trong việc phát triển và vận hành các hệ thống robot giám sát di động, vốn được sử dụng rộng rãi trong các lĩnh vực như an ninh, kiểm tra cơ sở hạ tầng, và hỗ trợ trong môi trường nguy hiểm. Các robot giám sát di động được tích 4 hợp cảm biến IoT (như camera, cảm biến nhiệt, cảm biến chuyển động, cảm biến khí) và kết nối với các nền tảng điện toán đám mây hoặc biên để phân tích dữ liệu theo thời gian thực. Ví dụ, trong ngành công nghiệp, robot giám sát có thể phát hiện lỗi máy móc, rò rỉ hóa chất, hoặc các bất thường trong dây chuyền sản xuất, sau đó gửi cảnh báo đến người quản lý thông qua giao diện người dùng.

Một ứng dụng cụ thể là trong các nhà máy thông minh, nơi robot giám sát di động được trang bị cảm biến IoT để theo dõi tình trạng thiết bị và môi trường. Dữ liệu từ các cảm biến được gửi đến nền tảng đám mây, nơi trí tuệ nhân tạo phân tích để dự đoán các sự cố tiềm ẩn, từ đó tối ưu hóa quy trình bảo trì. Trong lĩnh vực an ninh, robot giám sát di động có thể tuần tra các khu vực rộng lớn, sử dụng camera và cảm biến chuyển động để phát hiện xâm nhập trái phép và truyền hình ảnh trực tiếp đến trung tâm điều khiển.3: Robot giám sát di động tích hợp IoT 1. Thách thức và triển vọng Mặc dù IoT mang lại nhiều lợi ích, công nghệ này cũng đối mặt với nhiều thách thức, đặc biệt là về bảo mật và quản lý hệ thống.

Các thiết bị IoT thường dễ bị tấn công mạng do sử dụng mật khẩu mặc định, thiếu các giao thức bảo mật mạnh mẽ, hoặc không được cập nhật phần mềm thường xuyên. Theo Ponemon Institute (2021), một cuộc tấn công mạng vào hệ thống IoT có thể gây thiệt hại trung bình 3 triệu USD cho các doanh 5 nghiệp nhỏ, bao gồm chi phí khắc phục, tổn thất dữ liệu, và ảnh hưởng đến uy tín. Ngoài ra, việc quản lý số lượng lớn thiết bị IoT đòi hỏi cơ sở hạ tầng mạnh mẽ, bao gồm mạng truyền thông ổn định, khả năng lưu trữ dữ liệu lớn, và đội ngũ nhân lực có chuyên môn cao. Một thách thức khác là vấn đề tiêu chuẩn hóa.

Hiện nay, các thiết bị IoT từ các nhà sản xuất khác nhau thường sử dụng các giao thức và nền tảng khác nhau, gây khó khăn trong việc tích hợp và mở rộng hệ thống. Để giải quyết vấn đề này, các tổ chức như IEEE và IETF đang nỗ lực xây dựng các tiêu chuẩn chung cho IoT, chẳng hạn như giao thức MQTT và CoAP. Trong tương lai, IoT được kỳ vọng sẽ tiếp tục phát triển mạnh mẽ nhờ vào sự tiến bộ của các công nghệ như mạng 5G, trí tuệ nhân tạo, và điện toán đám mây. Mạng 5G cung cấp tốc độ truyền dữ liệu cao và độ trễ thấp, rất phù hợp cho các ứng dụng IoT yêu cầu xử lý thời gian thực.

Trí tuệ nhân tạo và học máy sẽ cải thiện khả năng phân tích dữ liệu, cho phép các hệ thống IoT đưa ra các quyết định thông minh hơn. Các ứng dụng IoT trong robot giám sát di động sẽ ngày càng tinh vi, hỗ trợ hiệu quả hơn trong các lĩnh vực như an ninh đô thị, quản lý tài nguyên thiên nhiên, và giám sát môi trường. Giới thiệu về công nghệ Cloud computing 1.