Nghiên cứu thiết kế robot di động dọn vệ sinh phòng

Đồ án nghiên cứu thiết kế robot di động dọn vệ sinh phòng tích hợp cánh tay gắp ĐH SPKT TP.HCM

• Tác giả: Nguyễn Tấn Phát
• Người hướng dẫn: TS. Bùi Hà Đức
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ kỹ thuật Cơ điện tử
• Đề tài: Nghiên cứu thiết kế robot di động dọn vệ sinh phòng
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2025
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan về robot di động dọn vệ sinh phòng tại ĐH SPKT TP

Nhu cầu tự động hóa công tác dọn dẹp vệ sinh nhà ở ngày càng tăng cao. Các robot hút bụi thông thường chỉ xử lý được bụi mịn và rác nhỏ. Những vật thể lớn như vỏ hộp sữa, chai nhựa hoặc giấy vụn thường gây kẹt thiết bị. Đề tài nghiên cứu thiết kế robot di động dọn vệ sinh phòng tại Trường Đại học Sư phạm Kỹ thuật TP.HCM giải quyết trực tiếp bài toán này. Nghiên cứu do sinh viên ngành Cơ điện tử thuộc Khoa Cơ khí Chế tạo máy thực hiện dưới sự hướng dẫn của Tiến sĩ Bùi Hà Đức. Mô hình tích hợp cánh tay robot gắp rác chuyên dụng ngay trên khung gầm vi sai tự hành. Cấu trúc cơ khí kết hợp thuật toán điều khiển tiên tiến giúp mở rộng phạm vi làm việc. Thiết bị vận hành hiệu quả trong môi trường phòng ốc dân dụng thực tế. Hệ thống kết hợp khả năng quét laser, thị giác máy tính và lập bản đồ đồng thời. Sự phối hợp này tạo nên một giải pháp làm sạch phòng toàn diện và thông minh.

1.1. Bối cảnh phát triển robot dịch vụ vệ sinh

Thị trường robot gia dụng phát triển nhanh chóng trong thập kỷ qua. Các hãng công nghệ hàng đầu liên tục cải tiến tính năng hút bụi và lau sàn. Tuy nhiên, khả năng tương tác vật lý với rác thải thô vẫn còn hạn chế. Người sử dụng vẫn phải tự tay nhặt rác lớn trước khi cho máy hoạt động. Đến năm 2025, các thương hiệu lớn như Roborock và Dreame mới bắt đầu bổ sung cánh tay cơ khí thu nhỏ. Xu hướng này mở ra một hướng nghiên cứu đầy triển vọng cho lĩnh vực cơ điện tử. Việc chế tạo robot có tay gắp linh hoạt giúp quy trình vệ sinh trở nên hoàn toàn tự động. Đồ án tại ĐH Sư phạm Kỹ thuật TP.HCM nhanh chóng nắm bắt xu hướng công nghệ mới này.

1.2. Mục tiêu nghiên cứu đề tài tại trường ĐH SPKT TP.HCM

Đề tài tập trung thiết kế hoàn chỉnh hệ thống robot di động phục vụ vệ sinh nội thất. Mục tiêu cốt lõi là phát triển khung gầm vi sai kết hợp cánh tay gắp rác cơ khí. Robot có nhiệm vụ thu gom các loại rác sinh hoạt có kích thước và hình dáng đa dạng. Danh mục rác thải bao gồm vỏ hộp sữa, vỏ lon kim loại, cốc nhựa, giấy vò và chai nước. Hệ thống cần đạt độ ổn định cao khi di chuyển và chính xác khi gắp thả. Ngoài ra, mục tiêu nghiên cứu còn bao gồm việc làm chủ công nghệ điều khiển trên nền tảng ROS 2. Mô hình thực nghiệm chứng minh năng lực chế tạo thiết bị thông minh ứng dụng thực tiễn cao của sinh viên kỹ thuật.

II. Phân tích thách thức thiết kế robot di động dọn vệ sinh phòng

Việc tích hợp cánh tay robot lên khung gầm di động tạo ra nhiều thách thức kỹ thuật phức tạp. Trọng tâm của robot thường bị thay đổi khi cánh tay vươn dài để nhặt rác. Nếu tính toán sai lệch, xe vi sai rất dễ mất thăng bằng hoặc lật đổ. Không gian bên trong khung gầm cũng bị hạn chế nghiêm trọng. Robot vừa phải chứa mạch điều khiển, pin nguồn, vừa phải bố trí động cơ dẫn động và thùng chứa rác. Việc bố trí quá nhiều linh kiện khiến thiết bị dễ bị quá nhiệt và cồng kềnh. Ngoài ra, cơ chế di chuyển vi sai gặp trở ngại lớn từ hiện tượng trượt bánh xe. Sai số trượt tích lũy theo thời gian làm sai lệch hoàn toàn tọa độ ước tính. Cảm biến nhận diện vật thể cũng chịu tác động từ điều kiện ánh sáng phòng thay đổi. Rác thải sinh hoạt có hình dạng bất định, độ mềm cứng và kích thước không đồng nhất. Cánh tay robot phải tạo ra lực kẹp vừa đủ để không làm vỡ hoặc trượt vật thể.

2.1. Hạn chế của cấu trúc truyền động vi sai trong thực tế

Khung gầm vi sai sử dụng hai bánh dẫn động độc lập và một bánh xe xoay tự do. Cơ cấu này giúp robot quay tại chỗ linh hoạt trong không gian hẹp. Dẫu vậy, bánh xe dễ bị trượt khi tăng tốc hoặc di chuyển trên mặt sàn trơn. Sai số cơ khí từ hộp số và độ mòn lốp cũng ảnh hưởng đến quỹ đạo. Vận tốc dài của từng bánh xe không hoàn toàn đồng đều trong suốt chu trình hoạt động. Hiện tượng trôi dạt góc hướng làm robot đi chệch đường thẳng quy định. Bộ mã hóa encoder đơn thuần không thể bù đắp sai số trượt thực tế. Để khắc phục, hệ thống cần giải thuật lọc trạng thái chuyên sâu nhằm ước lượng vị trí chính xác hơn.

2.2. Khó khăn khi tích hợp cánh tay robot gắp rác kích thước lớn

Cánh tay cơ khí phải đảm bảo tầm vươn xa nhưng vẫn phải gập gọn trên thân robot. Khung gầm có đường kính giới hạn 350 mm nên các khâu cơ khí phải tính toán cực kỳ tỉ mỉ. Nếu các khâu quá dài, robot sẽ mất ổn định khi gập gọn hoặc quay thân. Ngược lại, nếu cánh tay quá ngắn, robot không thể chạm tới rác ở các góc khuất. Cơ cấu kẹp rác cũng đối mặt với sự phân loại đa dạng của vật thể. Hộp sữa rỗng có trọng lượng nhẹ nhưng dễ biến dạng. Chai nước hoặc lon nước ngọt có bề mặt trơn trượt và trọng tâm lệch. Động cơ servo tại mỗi khớp phải chịu tải mô-men xoắn lớn khi gắp vật nặng ở tầm với tối đa.

III. Phương pháp giải quyết và thiết kế robot di động dọn vệ sinh phòng

Giải pháp thiết kế phân chia robot thành hai hệ thống chính gồm bệ di động vi sai và cánh tay 4 bậc tự do. Bệ di động sử dụng hai động cơ DC giảm tốc có gắn encoder phản hồi tốc độ. Thuật toán PI vận tốc giúp bánh xe duy trì tốc độ ổn định trước tải trọng thay đổi. Bộ lọc Kalman mở rộng EKF kết hợp dữ liệu encoder và cảm biến IMU để khử sai số định vị. Cánh tay robot được mô hình hóa và kiểm nghiệm trên phần mềm Autodesk Inventor. Chiều dài khâu số hai được giới hạn ở mức 155 mm, nhỏ hơn bán kính bệ xe. Tổng chiều dài khâu ba và khâu bốn đạt 290 mm, cho phép tầm vươn tối đa 450 mm. Cấu hình này giúp cánh tay gấp gọn ngang thân xe mà không làm tăng chiều cao tổng thể. Về điều khiển cấp cao, nhóm nghiên cứu triển khai hệ điều hành ROS 2 trên máy tính nhúng. Mạng nơ-ron Yolov11-nano nhận diện nhanh các loại rác thải từ camera gắn trên robot. Robot tự động bám quỹ đạo zíc-zắc để quét sạch toàn bộ diện tích sàn.

3.1. Thiết kế cơ khí cánh tay robot 4 bậc tự do trên Inventor

Cánh tay robot được tính toán kỹ lưỡng nhằm cân bằng giữa tầm với và sự nhỏ gọn. Nhóm tác giả bố trí khớp số hai nằm ngang độ cao với khớp số một. Thiết kế thông minh này giúp giảm đáng kể chiều cao tĩnh của robot khi xếp gọn. Khâu số một có chiều dài 22 mm đóng vai trò đế xoay. Khâu số hai dài 155 mm giúp tay gắp vươn tới sát mặt sàn phòng. Khâu số ba dài 190 mm và khâu số bốn dài 100 mm kết hợp đầu kẹp chuyên dụng. Cơ cấu kẹp tích hợp ngàm giữ có độ ma sát cao để cố định chắc chắn lon bia hay chai nước. Toàn bộ chi tiết được gia công bằng vật liệu nhẹ nhằm tối ưu mô-men quán tính.

3.2. Ứng dụng ROS 2 và Yolov11 nano trong nhận diện điều khiển

Khung phần mềm ROS 2 đóng vai trò điều phối toàn bộ các gói chức năng trên robot. Các nút giao tiếp phân tán quản lý việc đọc cảm biến, tính toán động học và xuất lệnh động cơ. Mô hình học sâu Yolov11-nano được huấn luyện chuyên biệt để phát hiện 6 nhóm rác thải phổ biến. Trọng số mô hình được tối ưu hóa để chạy trực tiếp trên phần cứng máy tính nhúng với độ trễ thấp. Khi phát hiện mục tiêu, hệ thống tự động trích xuất tọa độ không gian ba chiều của rác. Tọa độ này được chuyển đổi thành biến khớp thông qua giải thuật động học nghịch. Bệ xe vi sai tiếp cận mục tiêu và cánh tay thực hiện chu trình gắp rác chuẩn xác vào thùng chứa.

IV. Kết luận và ứng dụng thực tiễn robot di động dọn vệ sinh phòng

Đề tài nghiên cứu tại ĐH Sư phạm Kỹ thuật TP.HCM chế tạo thành công mẫu thử nghiệm robot vệ sinh hoàn chỉnh. Kết quả thực nghiệm cho thấy robot di chuyển chính xác theo quỹ đạo zíc-zắc trong phòng đã lập bản đồ. Cánh tay 4 bậc tự do gắp và thả thành công các vật thể như vỏ hộp sữa, vỏ lon bia, chai nhựa và giấy vụn. Việc kết hợp bộ lọc Kalman mở rộng và điều khiển PI giúp duy trì sai số di chuyển ở mức tối thiểu. Hệ thống nhận diện Yolov11-nano đạt độ chính xác cao trong môi trường ánh sáng tiêu chuẩn. Mẫu robot này mang lại tiềm năng ứng dụng to lớn trong đời sống và dịch vụ công cộng. Thiết bị có thể làm việc tại các văn phòng công ty, sảnh khách sạn, thư viện trường học và bệnh viện. Việc cơ giới hóa khâu thu gom rác lớn giúp giảm thiểu sức lao động của nhân viên tạp vụ. Mẫu nghiên cứu cũng cung cấp cơ sở dữ liệu quý giá cho các đề tài phát triển robot dịch vụ tương lai.

4.1. Khả năng ứng dụng thực tế trong không gian dân dụng và văn phòng

Robot đáp ứng nhu cầu tự động hóa làm sạch tại các khu vực có diện tích sàn rộng. Thiết kế thông minh với cánh tay xếp gọn giúp thiết bị dễ dàng di chuyển qua lối đi hẹp và dưới gầm bàn ghế. Tại văn phòng làm việc, thiết bị chủ động gom giấy vò và ly rác bỏ đi mà không cần con người can thiệp. Trong các căn hộ gia đình, robot dọn sạch đồ chơi nhỏ hoặc vỏ bánh kẹo vương vãi trên sàn nhà. Sự kết hợp giữa bánh xe vi sai linh hoạt và khả năng nhận dạng rác thông minh mang lại trải nghiệm tiện ích vượt bậc. Năng lượng tiêu thụ của hệ thống được tối ưu hóa cho chu kỳ hoạt động kéo dài nhiều giờ liên tục.

4.2. Hướng phát triển nâng cấp hệ thống robot trong tương lai

Nghiên cứu mở ra nhiều hướng hoàn thiện công nghệ trong các giai đoạn tiếp theo. Cơ cấu kẹp rác có thể được tích hợp thêm cảm biến lực để nhận biết độ cứng của vật thể tự động. Giải pháp này giúp điều chỉnh lực kẹp thích ứng, tránh làm bẹp hộp giấy hoặc rơi trượt chai thủy tinh. Hệ thống thị giác cần được huấn luyện thêm nhiều tập dữ liệu rác thải phức tạp trong các môi trường thiếu sáng. Nhóm phát triển có thể tích hợp thêm camera độ sâu RealSense để cải thiện độ chính xác tọa độ mục tiêu. Bên cạnh đó, việc bổ sung trạm sạc tự động và trạm xả rác sẽ khép kín chu trình vận hành độc lập của robot.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong lĩnh vực tự động hóa gia dụng, các dòng robot hút bụi và lau nhà tự động đã trở nên phổ biến nhằm giải phóng sức lao động cho con người. Tuy nhiên, phần lớn các thiết bị thương mại hiện nay bị giới hạn ở chức năng làm sạch bề mặt sàn và không có khả năng thu dọn các chướng ngại vật hoặc rác thải có kích thước lớn (như vỏ chai, hộp giấy, giày dép). Đầu năm 2025, tại triển lãm công nghệ CES ở Las Vegas, các nhà sản xuất như Roborock (với dòng Saros Z70) và Dreame (với dòng Dreame X60) đã giới thiệu thế hệ robot dọn dẹp tích hợp thêm cánh tay cơ khí xếp gọn, ứng dụng thị giác máy tính và trí tuệ nhân tạo để phát hiện và gắp vật thể. Nhận thấy tiềm năng phát triển của mô hình này và nhu cầu ứng dụng thực tế trong kỹ thuật cơ điện tử, đề tài "Nghiên cứu thiết kế robot di động dọn vệ sinh phòng" được thực hiện bởi nhóm sinh viên Nguyễn Tấn Phát và Phùng Hiếu Cường dưới sự hướng dẫn của TS. Bùi Hà Đức tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh.

Đề tài xác định bốn mục tiêu nghiên cứu cụ thể được đánh số như sau:

1. Thiết kế, chế tạo robot vi sai với kích cỡ phù hợp, có chức năng tạo lập, đi theo quỹ đạo zig-zag và tự động tránh né vật cản trong quá trình di chuyển trong môi trường đã lập bản đồ.
2. Huấn luyện mô hình trí tuệ nhân tạo có khả năng phát hiện vật thể (rác, vật dụng cần gắp) từ dữ liệu tự thu thập và triển khai mô hình đã huấn luyện trên phần cứng của robot (camera và bộ xử lý trung tâm).
3. Thiết kế và chế tạo cánh tay robot có khả năng gắp các vật thể đã được huấn luyện và khả năng xếp gọn khi không dùng đến.
4. Lập trình điều khiển toàn hệ thống để robot có khả năng phát hiện vật thể, tiếp cận vật, gắp vật và di chuyển đến nơi cần thiết.

Đối tượng nghiên cứu của đồ án bao gồm: phần đế di chuyển sử dụng cơ cấu vi sai; mô hình trí tuệ nhân tạo phát hiện vật thể; cánh tay robot 4 bậc tự do có cơ cấu xếp gọn; giải thuật điều khiển quy trình tiếp cận và gắp các vật có chiều ngang dưới 70 mm và khối lượng dưới 100 g; lập trình tích hợp toàn bộ các chế độ làm việc của robot.

Về phạm vi nghiên cứu:

• Phạm vi lý thuyết và mô phỏng: Tính toán, lựa chọn bộ điều khiển trung tâm, nguồn cấp, cảm biến và cơ cấu chấp hành; tính toán động học thuận/nghịch cho robot vi sai và cánh tay robot; xác định thông số bộ điều khiển PI cho động cơ DC servo; ứng dụng bộ lọc Kalman mở rộng (EKF) để ước tính quỹ đạo dựa trên động học và cảm biến IMU; nghiên cứu thuật toán sinh quỹ đạo zig-zag; cấu hình ngăn xếp Navigation 2 (Nav2) trong Robot Operating System 2 (ROS 2).
• Giới hạn nghiên cứu: Robot hoạt động trong môi trường sàn nhà bằng phẳng, đủ ánh sáng; không tích hợp module quạt hút bụi và giẻ lau nhà; chỉ sử dụng cảm biến lidar 2D và camera 2D nên không có khả năng nhận biết không gian 3D phức tạp (như chui gầm thấp); cánh tay robot chỉ thao tác trên 6 loại vật thể đã huấn luyện (kích thước tối đa 7,5 × 7,5 cm, khối lượng tối đa 100 g) và không thể xoay đổi hướng kẹp tự do; chưa trang bị cơ cấu tự sạc pin tự động và chưa xây dựng giao diện người dùng hoàn chỉnh.

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng nền tảng tính toán dựa trên các mô hình toán học và lý thuyết điều khiển tự động kinh điển trong kỹ thuật robot:

• Động học robot vi sai: Sử dụng hệ phương trình động học thuận và nghịch để quy đổi giữa vận tốc dài $V$, vận tốc góc $\omega$ của thân xe với tốc độ góc của hai bánh dẫn động ($\dot{\phi}_R, \dot{\phi}_L$) thông qua khoảng cách giữa hai bánh xe $w = 2b$ và bán kính bánh xe $R$.
• Biểu diễn tư thế không gian: Sử dụng góc Euler để mô tả hướng của robot trong mặt phẳng, đồng thời thiết lập công thức chuyển đổi qua lại giữa góc Euler và Quaternion để tích hợp vào hệ thống tọa độ định vị của ROS 2 nhằm loại bỏ hiện tượng khóa trục (gimbal lock).
• Bộ điều khiển vận tốc PI kết hợp giải thuật Anti-windup: Áp dụng phương pháp xấp xỉ hình chữ nhật lùi để rời rạc hóa khâu tích phân với chu kỳ lấy mẫu $T_s$, bổ sung khâu hồi tiếp sai số bão hòa $e_{reset}$ nhằm triệt tiêu hiện tượng tích lũy sai số khi bộ biến đổi điện áp đạt giới hạn bão hòa (100% PWM).
• Bộ lọc Kalman mở rộng (Extended Kalman Filter - EKF): Xây dựng thuật toán lọc EKF thời gian rời rạc để ước lượng trạng thái phi tuyến của robot, kết hợp dữ liệu hành trình từ encoder bánh xe với giá trị đo từ cảm biến quán tính IMU.
• Động học và động lực học cánh tay robot: Áp dụng quy tắc Denavit-Hartenberg (DH) để lập bảng thông số khâu khớp, thiết lập các ma trận biến đổi thuần nhất $^{i-1}T_i$ cho bài toán động học thuận. Bài toán động học nghịch được giải quyết bằng kỹ thuật biến đổi ngược (inverse transformation technique) nhằm xác định tập nghiệm góc khớp phù hợp với không gian làm việc. Mô hình động lực học được xây dựng theo phương trình Lagrange dạng ma trận để tính toán mô-men yêu cầu tại từng khớp.
• Mô hình thị giác máy tính: Khảo sát các kiến trúc mạng nơ-ron phát hiện vật thể gồm Faster R-CNN, SSD và lựa chọn kiến trúc YOLO (cụ thể là phiên bản YOLOv11-nano) nhờ ưu điểm xử lý một giai đoạn (one-stage detector), tốc độ suy luận nhanh và tối ưu hóa tốt trên thiết bị biên.

Phương pháp nghiên cứu thực tế bao gồm: phương pháp mô phỏng cơ khí trên phần mềm Autodesk Inventor và kiểm nghiệm động học trên MATLAB/Simulink; phương pháp phân tích lực động học; phương pháp thực nghiệm kiểm tra thông số động cơ, đo đạc đáp ứng vận tốc thực tế, huấn luyện mô hình học sâu và kiểm thử hành trình bám quỹ đạo ngoài thực tế.

Thiết kế và triển khai hệ thống kỹ thuật

Hệ thống robot được thiết kế dưới dạng một hệ thống cơ điện tử tích hợp hoàn chỉnh, bao gồm kết cấu cơ khí, mạch điện tử và kiến trúc điều khiển đa cấp.

Cụm hệ thống	Thông số thiết kế / Thiết bị lựa chọn	Chức năng kỹ thuật chính
Khung đế di chuyển	Nhôm 6061, đường kính 350 mm, cao 170 mm, khối lượng $\le 5$ kg	Chịu lực cho toàn bộ hệ thống; ứng suất lớn nhất đạt 14,25 MPa (giới hạn bền chảy 245 MPa)
Động cơ dẫn động	02 động cơ DC servo JGB37-520 (hộp số 1:90), encoder 11 xung/kênh/vòng	Cung cấp lực kéo tối đa 10,3 N lúc khởi động và 0,33 N lúc ổn định; vận tốc tối đa 0,3 m/s
Mạch điều khiển công suất	02 mạch điều khiển cầu H BTS7960 43A	Điều chế độ rộng xung (PWM) điều khiển độc lập hai động cơ DC
Cánh tay cơ khí	Cấu trúc 4 bậc tự do; chiều dài khâu 1: 22 mm, khâu 2: 155 mm, khâu 3: 190 mm, khâu 4: 100 mm	Tầm với tối đa 450 mm, kẹp vật nặng dưới 100 g, có khớp xoay đế dùng vòng bi 72 mm
Động cơ khớp cánh tay	Động cơ Serial Bus Servo LX-225, LX-15D, HX-06L	Điều khiển vị trí góc khớp thông qua truyền thông nối tiếp nối tầng
Xử lý trung tâm	Máy tính nhúng Raspberry Pi 5 kết hợp bo tăng tốc Raspberry Pi AI Kit (Hailo-8L)	Chạy ROS 2, thuật toán định vị, lập quỹ đạo Nav2 và mô hình YOLOv11-nano (hiệu năng 13 TOPS)
Vi điều khiển phụ trợ	01 bo Bluepill (STM32F103C8T6) và 01 bo Nucleo (STM32L432KC)	STM32F quản lý PID vận tốc bánh xe và cảm biến; STM32L quản lý chuỗi servo cánh tay
Hệ thống cảm biến	Lidar RPLIDAR A1M8, cảm biến khoảng cách TOF VL53L1X, IMU BNO055, Camera Module V3	Quét bản đồ 2D, đo khoảng cách tiếp cận vật, xác định tư thế robot và thu nhận hình ảnh

Robot sử dụng hai khối nguồn pin sạc lithium độc lập thông qua mạch giảm áp nhằm tránh sụt áp và cách ly nhiễu giữa khối vi xử lý, cảm biến với khối động cơ chấp hành công suất lớn. Việc truyền thông nội bộ giữa Raspberry Pi 5 và các vi điều khiển STM32 được thực hiện thông qua giao tiếp UART có cách ly quang điện (FT232RL và CP2102).

Nội dung chính theo từng chương

CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN

Chương này tập trung trình bày tính cấp thiết của đề tài xuất phát từ sự hạn chế của các dòng robot dọn dẹp truyền thống và sự xuất hiện của các thiết kế tích hợp cánh tay cơ khí tại CES 2025. Tác giả phân tích ý nghĩa khoa học trong việc tích hợp liên ngành cơ khí, điện tử, thị giác máy tính và ROS 2, đồng thời xác định rõ ràng mục tiêu, 5 đối tượng nghiên cứu chính, phạm vi thực hiện và 6 giới hạn kỹ thuật của hệ thống mẫu thử nghiệm.

CHƯƠNG 2: TỔNG QUAN NGHIÊN CỨU ĐỀ TÀI VÀ CƠ SỞ LÍ THUYẾT

Chương 2 tổng hợp cấu trúc các dòng robot hút bụi thương mại hiện có và phân tích chi tiết cơ sở lý thuyết điều khiển robot. Nội dung toán học trọng tâm bao gồm việc xây dựng ma trận động học thuận và nghịch cho robot vi sai, lý thuyết biểu diễn góc quay Euler và Quaternion cùng các công thức chuyển đổi tương hỗ. Tác giả trình bày sơ đồ khối và thuật toán rời rạc hóa cho bộ điều khiển PI với khâu Anti-windup, thuật toán ước lượng trạng thái bằng bộ lọc Kalman mở rộng (EKF). Đối với cánh tay robot, chương này trình bày phương pháp đặt hệ trục Denavit-Hartenberg (DH), giải thuật động học nghịch bằng kỹ thuật biến đổi ngược, phương trình động lực học vi phân Lagrange và so sánh cấu trúc các mạng nơ-ron phát hiện vật thể (Faster R-CNN, SSD, YOLO).

CHƯƠNG 3: THIẾT KẾ PHẦN CỨNG ROBOT

Chương 3 chi tiết hóa quy trình tính toán và thiết kế cơ điện tử. Dựa trên yêu cầu tải trọng 5 kg và vận tốc 0,3 m/s, tác giả áp dụng định luật II Newton để tính toán lực kéo khởi động (10,3 N), lực kéo khi chuyển động ổn định (0,33 N), tính chọn động cơ JGB37-520 và mạch công suất BTS7960. Tấm đế nhôm 6061 được kiểm nghiệm độ bền tĩnh trên phần mềm Autodesk Inventor cho thấy ứng suất phân bố lớn nhất chỉ đạt 14,25 MPa, đảm bảo hệ số an toàn. Kích thước các khâu của cánh tay 4 bậc tự do được phân bổ để đảm bảo khả năng xếp gọn nằm ngang trên thân mà không vượt quá bán kính đế (175 mm). Tác giả cũng trình bày thiết kế sơ đồ nguyên lý, mạch in PCB hai lớp và bố trí không gian phần cứng cho các bo mạch điều khiển (Raspberry Pi 5, Hailo-8L, STM32), cảm biến (Lidar, IMU, TOF, Camera) và khối nguồn pin lithium.

CHƯƠNG 4: ĐIỀU KHIỂN ROBOT ĐI THEO QUỸ ĐẠO ZIGZAG

Chương 4 mô tả quá trình lập trình và thực nghiệm điều khiển di chuyển bám quỹ đạo. Tác giả trình bày phương pháp đọc tín hiệu encoder hai kênh A-B để đo vận tốc động cơ, thiết lập vòng điều khiển kín PI vận tốc và thực hiện thuật toán ước tính hướng bằng EKF từ dữ liệu IMU BNO055. Chương này giải thích chi tiết cấu hình ngăn xếp Nav2 trong ROS 2, bao gồm bộ định vị xác suất AMCL, thuật toán tránh vật cản DWA (Dynamic Window Approach) và cấu trúc bản đồ chi phí (Costmap). Thuật toán tạo lập đường đi zig-zag tự động phát sinh các điểm mục tiêu (waypoints) để robot quét kín không gian phòng đã được tạo bản đồ. Các đồ án thực nghiệm cho thấy đáp ứng vận tốc bánh xe bám sát giá trị yêu cầu và quỹ đạo chuyển động thực tế bám sát quỹ đạo zig-zag thiết kế trong khi né tránh được các vật cản xuất hiện bất ngờ.

CHƯƠNG 5: ĐIỀU KHIỂN ROBOT GẮP, THẢ VẬT

Chương này giải quyết bài toán định vị và thao tác vật thể. Dữ liệu hình ảnh thu nhận từ Raspberry Pi Camera Module V3 được gán nhãn thủ công cho 6 nhóm vật thể (vỏ hộp sữa, hộp carton nhỏ, giấy bị vò, chai nước, vỏ lon bia, cái cốc) để huấn luyện mô hình YOLOv11-nano, sau đó nén và triển khai trên bo mạch tăng tốc Hailo-8L. Tác giả xây dựng giải thuật điều khiển liên hoàn: robot xoay thân để đưa tâm bounding box của vật thể về giữa khung ảnh, đo khoảng cách bằng cảm biến TOF để tiến lại gần vật thể, truyền lệnh cho vi điều khiển STM32L432KC giải bài toán động học nghịch cánh tay để đưa kẹp đến vị trí tọa độ mục tiêu, thực hiện thao tác kẹp, co tay về trạng thái an toàn, điều hướng xe đến điểm xả rác và nhả vật thể. Chương này ghi nhận các ma trận nhầm lẫn (confusion matrix), đồ án hàm mất mát (loss) và kết quả thử nghiệm gắp thả thực tế trên từng mẫu vật.

CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

Chương cuối cùng tổng kết các kết quả kỹ thuật đã hoàn thành so với mục tiêu đề ra ban đầu, đồng thời thẳng thắn chỉ ra các điểm còn tồn tại của hệ thống nguyên mẫu và đề xuất định hướng nghiên cứu hoàn thiện trong tương lai.

Kết quả và đóng góp

Đồ án đã chế tạo thành công một mẫu thử nghiệm robot di động kết hợp cánh tay cơ khí với các kết quả cụ thể được ghi nhận trong văn bản:

• Về phần cứng: Chế tạo hoàn chỉnh robot dạng tròn kích thước đường kính 350 mm, cao 170 mm, khối lượng dưới 5 kg. Hệ thống khung nhôm 6061 hoạt động ổn định, chịu được tải trọng thiết kế. Cánh tay 4 bậc tự do đạt tầm với 450 mm và có khả năng xếp gọn theo phương nằm ngang trên bề mặt robot.
• Về điều khiển chuyển động: Bộ điều khiển PI vận tốc cho động cơ DC servo có đáp ứng thực tế tốt khi thay đổi các mức tốc độ (từ 2 lên 5 rồi lên 9 rad/s; từ 5 lên 11 rad/s; và giảm từ 9 về 8 rad/s rồi về 0 rad/s), đạt vận tốc dài tối đa theo thiết kế là 0,3 m/s. Robot điều hướng ổn định theo các điểm mốc (waypoints) của quỹ đạo zig-zag và phản ứng tránh né kịp thời các vật cản động nhờ tích hợp ngăn xếp ROS 2 Nav2 và bộ lọc EKF.
• Về nhận diện và thao tác: Mô hình YOLOv11-nano sau khi tối ưu và triển khai trên vi xử lý AI Hailo-8L đã nhận diện thành công 6 nhóm vật dụng trong thực tế gồm: vỏ hộp sữa, hộp carton nhỏ, giấy bị vò, chai nước, vỏ lon bia, cái cốc. Robot thực hiện thành công chu trình tự động: phát hiện vật thể, căn chỉnh góc xoay thân xe, di chuyển tiếp cận, giải động học nghịch điều khiển cánh tay gắp vật thể, co tay về tư thế di chuyển, bám quỹ đạo đưa vật về vị trí quy định và thả vật.

Về đóng góp học thuật và thực tiễn, đề tài đã:

• Thiết kế và tích hợp thành công một hệ thống cơ điện tử hoàn chỉnh từ cơ cấu cơ khí, mạch điện tử, thuật toán điều khiển nhúng thời gian thực đến trí tuệ nhân tạo biên (Edge AI) và phần mềm quản lý phân tán ROS 2.
• Kiểm chứng tính khả thi của mô hình robot di động vệ sinh thế hệ mới có tích hợp cánh tay gắp vật thể, cung cấp dữ liệu thực nghiệm, kinh nghiệm thiết kế phần cứng và tài liệu tham khảo cho các nghiên cứu tiếp theo trong nước về lĩnh vực robot dịch vụ.

Hạn chế và hướng nghiên cứu tiếp

Các hạn chế của đề tài được tác giả ghi nhận bao gồm:

• Robot chưa được tích hợp cụm quạt hút bụi và cơ cấu giẻ lau sàn như các dòng robot dọn dẹp thương mại hoàn chỉnh.
• Việc sử dụng hệ thống cảm biến 2D (Lidar 2D và Camera RGB 2D) khiến robot bị hạn chế khả năng nhận thức môi trường không gian ba chiều; robot không thể di chuyển trong các không gian hẹp phức tạp hoặc bên dưới gầm bàn, gầm tủ.
• Cánh tay robot 4 bậc tự do chưa thể xoay chuyển hướng gắp linh hoạt trong không gian 3D, chỉ có thể gắp các vật thể thẳng đứng hoặc nằm ở tư thế thuận lợi với khối lượng dưới 100 g và kích thước nhỏ hơn 7,5 × 7,5 cm.
• Mô hình thị giác máy tính vẫn xuất hiện hiện tượng nhận diện sai khi môi trường có nhiều vật thể đặt sát nhau hoặc có đặc điểm hình dạng, màu sắc tương đồng; hệ thống phụ thuộc hoàn toàn vào điều kiện đủ sáng.
• Robot chưa có cảm biến theo dõi mức dung lượng pin để tự động định vị và quay trở về trạm sạc khi cạn năng lượng; chưa xây dựng giao diện người dùng (GUI/App) trên thiết bị di động để giám sát và điều khiển từ xa.

Hướng phát triển tiếp theo mà đồ án hướng tới là: nghiên cứu bổ sung cụm hút bụi và lau nhà; nâng cấp cánh tay robot lên 5 hoặc 6 bậc tự do; tích hợp camera độ sâu 3D (Depth Camera / TOF Camera) để nhận diện hướng gắp và điều hướng thông minh trong không gian 3D; xây dựng trạm sạc tự động và phát triển ứng dụng điều khiển trên điện thoại thông minh.

Giá trị tham khảo

Đồ án tốt nghiệp này là tài liệu tham khảo hữu ích cho sinh viên, học viên cao học và kỹ sư thuộc các chuyên ngành Kỹ thuật Cơ điện tử, Robot và Trí tuệ nhân tạo, Kỹ thuật Điều khiển và Tự động hóa.

Các nội dung có giá trị tham khảo chuyên môn cao bao gồm:

• Quy trình tính toán động lực học và thiết kế cơ khí cho khung xe vi sai và cánh tay robot xếp gọn bằng phần mềm chuyên dụng kèm kiểm nghiệm ứng suất.
• Phương pháp phối hợp phân tầng điều khiển giữa máy tính nhúng hiệu năng cao (Raspberry Pi 5) và các dòng vi điều khiển công nghiệp 32-bit (STM32F1, STM32L4) qua giao thức UART.
• Tài liệu thực tế về việc cấu hình, tối ưu hóa hệ điều hành ROS 2 (Nav2, AMCL, DWA) kết hợp bộ lọc Kalman mở rộng (EKF) để định vị và điều hướng trong nhà.
• Hướng dẫn thực hành triển khai mô hình học sâu nhận diện vật thể (YOLO) lên phần cứng tăng tốc thần kinh biên (NPU Hailo-8L) kết hợp với bài toán giải động học nghịch cánh tay trong không gian làm việc thực tế.

Câu hỏi thường gặp

1. Động cơ và cơ cấu chấp hành nào được lựa chọn cho phần đế di chuyển và cánh tay robot? Phần đế di chuyển sử dụng 02 động cơ DC servo JGB37-520 có hộp giảm tốc 1:90, tích hợp encoder 2 kênh A-B (11 xung/kênh/vòng), điều khiển qua mạch cầu H BTS7960 43A. Cánh tay robot 4 bậc tự do sử dụng các động cơ servo thông minh chuẩn truyền thông nối tiếp (Serial Bus Servo) bao gồm các mã LX-225, LX-15D và HX-06L, kết hợp cụm vòng bi xoay đường kính 72 mm tại khớp đế.

2. Kiến trúc phân tầng điều khiển phần cứng của robot được tổ chức như thế nào? Hệ thống xử lý trung tâm là bo mạch máy tính nhúng Raspberry Pi 5 kết hợp bo mở rộng Raspberry Pi AI Kit (chip NPU Hailo-8L) để chạy hệ điều hành ROS 2, thuật toán lập kế hoạch đường đi Nav2 và suy luận mô hình học sâu YOLOv11-nano. Tầng chấp hành cấp thấp sử dụng 02 vi điều khiển riêng biệt giao tiếp với máy tính nhúng qua UART: bo Bluepill STM32F103C8T6 làm nhiệm vụ điều khiển thuật toán PI vận tốc động cơ bánh xe, đọc encoder, cảm biến khoảng cách TOF VL53L1X và IMU BNO055; bo Nucleo STM32L432KC làm nhiệm vụ giải mã lệnh và điều khiển chuỗi động cơ Serial Bus Servo của cánh tay robot.

3. Quy trình robot phát hiện và thực hiện gắp thả một vật thể diễn ra theo các bước nào? Quy trình gồm 6 bước liên hoàn: (1) Camera Module V3 thu nhận hình ảnh, mô hình YOLOv11-nano trên chip Hailo-8L phát hiện và phân loại vật thể; (2) Hệ thống tính toán độ lệch pixel của tâm vật thể so với tâm khung ảnh và điều khiển robot vi sai xoay tại chỗ để căn thẳng hướng nhìn; (3) Robot tiến thẳng về phía vật thể dựa trên tín hiệu đo khoảng cách từ cảm biến TOF; (4) Khi đến cự ly làm việc, máy tính nhúng gửi tọa độ mục tiêu xuống vi điều khiển STM32L432KC để giải bài toán động học nghịch bằng kỹ thuật biến đổi ngược; (5) Các khớp servo điều khiển cánh tay hạ xuống gắp vật thể rồi thu tay về vị trí xếp gọn an toàn; (6) Robot di chuyển theo quỹ đạo định sẵn đến vị trí thả, mở kẹp nhả vật thể và quay trở lại điểm xuất phát.

4. Thuật toán điều hướng nào được ứng dụng để robot bám theo quỹ đạo zig-zag và né tránh chướng ngại vật? Hệ thống sử dụng ngăn xếp Navigation 2 (Nav2) trong ROS 2. Định vị robot dựa trên giải thuật lọc hạt thích nghi AMCL kết hợp dữ liệu hành trình đã qua bộ lọc Kalman mở rộng (EKF). Thuật toán sinh quỹ đạo zig-zag tạo ra một chuỗi các điểm mục tiêu (waypoints) phủ kín khu vực cần dọn dẹp trên bản đồ. Trong quá trình bám điểm, thuật toán Dynamic Window Approach (DWA) kết hợp với bản đồ chi phí hai lớp (Global Costmap và Local Costmap) từ dữ liệu Lidar RPLIDAR A1M8 được sử dụng để liên tục tính toán vectơ vận tốc an toàn nhằm tránh né các vật cản động xuất hiện trên đường đi.

5. Những thông số kỹ thuật giới hạn của cánh tay robot và đối tượng gắp là gì? Cánh tay robot có 4 bậc tự do với tầm với tối đa là 450 mm. Khối lượng nâng tối đa thiết kế là 0,1 kg (100 g). Cánh tay chỉ có thể kẹp các vật thể có kích thước chiều ngang không vượt quá 70 mm (hoặc không gian bao không quá 7,5 × 7,5 cm) thuộc 6 nhóm vật thể đã được huấn luyện: vỏ hộp sữa, hộp carton nhỏ, giấy bị vò cục, vỏ lon bia, chai nước và cái cốc.

Kết luận

Đồ án "Nghiên cứu thiết kế robot di động dọn vệ sinh phòng" của nhóm tác giả tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh đã chế tạo và thử nghiệm thành công một nguyên mẫu robot vi sai tích hợp cánh tay 4 bậc tự do xếp gọn, ứng dụng ROS 2 và trí tuệ nhân tạo biên. Nghiên cứu đã giải quyết trọn vẹn từ bài toán thiết kế cơ khí, tính toán động học/động lực học, điều khiển kín vận tốc, định vị EKF, sinh quỹ đạo zig-zag đến bài toán thị giác máy tính nhận diện và tự động gắp 6 loại vật thể trong nhà. Mặc dù vẫn còn những giới hạn về phạm vi nhận thức 2D và chưa tích hợp trạm sạc tự động, công trình đã cung cấp một mô hình thực nghiệm cơ điện tử hoàn chỉnh, có giá trị học thuật và ứng dụng thực tiễn cao cho hướng phát triển robot dịch vụ thông minh.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN 1.1 Tính cấp thiết và lí do chọn đề tài Trong gia đình, các loại robot giúp hỗ trợ con người có thể kể đến như robot hút bụi, lau nhà, robot lau kính, robot giám sát (an ninh),. đã và đang mang lại sự tiện nghi và giúp tiết kiệm thời gian cho người dùng. Ở các nước phát triển, robot dọn dẹp có chức năng như hút bụi, lau nhà tự động rất phổ biến. Gần đây, đầu năm 2025, tại hội nghị CES diễn ra ở Las Vegas (Hoa Kỳ), một hãng robot dọn dẹp nổi tiếng của Trung Quốc tên Roborock đã giới thiệu một dòng sản phẩm hút bụi, lau nhà mới (Roborock Saros Z70) với cánh tay cơ khí có khả năng nhìn, nhận biết và suy luận nhờ vào trí tuệ nhân tạo, thị giác máy tính và hệ thống cảm biến tiên tiến.

Ngoài các nâng cấp so với các dòng sản phẩm trước đây, Saros Z70 có thể phát hiện và phân loại hàng trăm loại rác, vật dụng bị để vương vãi trên sàn nhà, sau đó dùng cánh tay cơ khí có thể xếp gọn trên robot để kẹp những vật này và di chuyển chúng đến nơi mà người dùng quy định trước. Đây không những là bước tiến lớn và còn mà là sự dẫn đầu về công nghệ, khi mà các robot dọn dẹp truyền thống chỉ có thể hút bụi và lau sàn đơn thuần. Tuy nhiên, dòng robot này chỉ vừa ra mắt nên tiềm năng để nghiên cứu, phát triển thêm vẫn còn rất lớn. Đó là lí do nhóm tác giả thực hiện đề tài "Nghiên cứu thiết kế robot di động dọn vệ sinh phòng".

Việc nghiên cứu đề tài này không chỉ nhằm mục tiêu nâng cao hiểu biết, năng lực chuyên môn phù hợp với chương trình đào tạo của chúng tôi ở bậc Đại học mà còn góp phần vào việc nghiên cứu, phát triển lĩnh vực robot để đóng góp vào sự phát triển của khoa học nước nhà.2 Ý nghĩa khoa học và thực tiễn của đề tài 1.1 Ý nghĩa khoa học Đề tài này có các ý nghĩa khoa học sau: Thứ nhất, đề tài này thiết kế robot như một hệ thống Cơ điện tử vì yêu cầu kết hợp đầy đủ cơ khí, điện tử và lập trình. Bên cạnh đó, đề tài cũng sử dụng trí tuệ nhân tạo và thị giác máy để robot hoạt động. Thứ hai, đề tài còn là cơ hội để kiểm chứng, đánh giá tính khả thi của việc xây dựng một robot đa chức năng sử dụng cảm biến, thị giác và cánh tay, từ đó đóng góp thêm dữ liệu, kinh nghiệm và mô hình tham khảo cho các nghiên cứu tương tự.2 Ý nghĩa thực tiễn Việc nghiên cứu đề tài này có các ý nghĩa thực tiễn sau: Robot khi được nghiên cứu phát triển thành công sẽ làm tăng tính tiện nghi trong sinh hoạt gia đình, làm giảm khối lượng việc nhà cho người nội trợ. Đề tài đóng góp vào kho tư liệu để những công trình nghiên cứu khác có thể rút ngắn thời gian nghiên cứu, phát triển.3 Mục tiêu nghiên cứu Thiết kế, chế tạo robot vi sai với kích cỡ phù hợp, có một số chức năng của robot dọn vệ sinh là tạo lập, đi theo quỹ đạo zig-zag và tự động tránh né vật cản trong quá trình di chuyển trong môi trường đã lập bản đồ.

Huấn luyện mô hình trí tuệ nhân tạo có khả năng phát hiện vật thể (rác, vật dụng cần gắp) từ dữ liệu tự thu thập và triển khai mô hình đã huấn luyện trên phần cứng của robot (camera và bộ xử lí trung tâm). Thiết kế và chế tạo cánh tay robot có khả năng gắp các vật thể đã được huấn luyện và khả năng xếp gọn khi không dùng đến.