Giới thiệu dự án

Bối cảnh ngành và thực trạng tự động hóa

Trong bối cảnh cuộc Cách mạng Công nghiệp 4.0 và sự bùng nổ của thương mại điện tử, ngành dịch vụ và logistics nội bộ (intralogistics) đang đối mặt với bài toán tối ưu hóa chi phí vận hành và nâng cao năng suất lao động. Theo các báo cáo thị trường dịch vụ tự động hóa, nhu cầu ứng dụng robot tự hành trong nhà xưởng, bệnh viện và nhà hàng đạt tốc độ tăng trưởng kép (CAGR) trên 22% mỗi năm. Tuy nhiên, việc vận chuyển thủ công các kiện hàng cồng kềnh, khay thức ăn hoặc trang thiết bị y tế nặng từ 30kg đến 50kg vẫn phụ thuộc chủ yếu vào con người, dẫn đến tình trạng quá tải, sai sót trong điều phối và chi phí nhân công leo thang.

Vấn đề nghiên cứu (Problem Statement)

Các doanh nghiệp vừa và nhỏ (SMEs), nhà hàng và cơ sở y tế gặp phải 3 điểm nghẽn (pain points) lớn:

  1. Thiếu hụt lao động phổ thông: Năng suất giảm sút trong các khung giờ cao điểm; con người không thể duy trì hiệu suất liên tục 24/7.
  2. Chi phí đầu tư robot AMR (Autonomous Mobile Robot) quá cao: Các dòng robot tích hợp LiDAR 3D và hệ thống SLAM công nghiệp thường có giá thành dao động từ 150 - 400 triệu VNĐ, vượt quá khả năng tài chính của các đơn vị quy mô vừa và nhỏ.
  3. Không gian di chuyển chật hẹp: Các mẫu xe tự hành 2 bánh vi sai (Differential Drive) hoặc dẫn động 3 bánh thông thường gặp khó khăn khi quay vòng trong các lối đi hẹp (dưới 80 cm) khi mang tải trọng lớn, dễ gây mất cân bằng động học.

Mục tiêu dự án

  1. Nghiên cứu, tính toán động lực học và thiết kế kết cấu cơ khí robot vận chuyển 4 bánh có khả năng chịu tải trọng tối đa 50 kg.
  2. Thiết kế và chế tạo cơ cấu lái 4 bánh nghịch pha (4WS - Counter-Phase Steering) nhằm tối ưu hóa bán kính quay vòng trong không gian hẹp.
  3. Xây dựng kiến trúc điều khiển phân tầng (3-Tier Architecture) bao gồm: Tầng Ứng dụng (Application Level), Tầng Điều khiển Cấp cao (High Level), và Tầng Chấp hành Cấp thấp (Low Level).
  4. Tích hợp hệ thống dẫn đường kép (Hybrid Navigation): Dò đường bằng cảm biến tiệm cận kim loại (Inductive Proximity Sensor) kết hợp thị giác máy tính nhận diện mã Quick Response (QR code) định vị trạm dừng.
  5. Xây dựng giao diện điều khiển tương tác người dùng (GUI) đa nền tảng kết nối cơ sở dữ liệu quan hệ MariaDB.

Phương pháp tiếp cận giải pháp

Đề tài lựa chọn giải pháp kết hợp cơ điện tử và thị giác máy tính: Sử dụng vật liệu thép tấm CT3 gia công cắt CNC để đảm bảo độ cứng vững với chi phí tối ưu; sử dụng vi điều khiển ARM Cortex-M3 (STM32F103C8T6) xử lý thời gian thực các thuật toán bám line và điều khiển động cơ DC qua mạch cầu H công suất cao BTS7960; tầng xử lý cấp cao sử dụng máy tính xử lý luồng video qua OpenCV và Pyzbar để giải mã vị trí trạm dừng với độ trễ thấp.

+-------------------------------------------------------------------------+
|                           EXPECTED OUTCOMES                             |
+-------------------+-----------------------------------------------------+
| Payload Capacity  | 50 kg (Tải trọng định mức)                          |
| Linear Velocity   | 0.2 m/s (Ổn định, chống rung lắc vật phẩm)          |
| Continuous Runtime| >= 2.0 giờ với pin Li-ion 18650 10C                 |
| Tracking Accuracy | Sai số lệch tâm < 10 mm                             |
| Stop Precision    | Độ chính xác dừng trạm theo QR code <= 5 mm         |
+-------------------+-----------------------------------------------------+

Phạm vi và giới hạn đề tài

  • Môi trường hoạt động: Mặt sàn bằng phẳng trong nhà (nhà hàng, kho vận, bệnh viện) có gắn line kim loại định tuyến và thẻ QR định vị.
  • Tải trọng tối đa: 50 kg; khối lượng bản thân robot: 12 kg.
  • Giới hạn kỹ thuật: Robot không di chuyển qua bậc thang hoặc địa hình gồ ghề ngoài trời; hệ thống máy chủ xử lý hình ảnh sử dụng laptop kết nối trung gian qua giao thức UART.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Robot dẫn đường từ tính truyền thống (AGV Magnetic) Robot tự hành LiDAR SLAM cao cấp Giải pháp Đề tài (4WS Metal Line + QR Vision)
Cơ cấu đánh lái 2WD Vi sai (Differential) 2WD / Bánh Omni / Mecanum 4WS Nghịch pha (Counter-Phase)
Độ phức tạp điều hướng Cố định theo băng từ dán sàn Tự lập bản đồ thời gian thực Bám line kim loại + QR Landmark
Khả năng chịu tải 20 - 40 kg 30 - 60 kg 50 kg
Bán kính quay vòng Trung bình (cần khoảng lùi) Rất nhỏ (quay tại chỗ) Tối thiểu hóa nhờ 4WS góc đối xứng
Chi phí chế tạo 30.000.000 - 60.000.000 VNĐ 120.000.000 - 300.000.000 VNĐ < 15.000.000 VNĐ
Khả năng bảo trì Băng từ dễ rách, bong tróc Cảm biến LiDAR nhạy cảm bụi bẩn Thép âm sàn/bề mặt bền bỉ, dễ thay thế

Ma trận ưu tiên yêu cầu người dùng (MoSCoW)

  • Must have (Bắt buộc): Di chuyển ổn định tải trọng 50 kg; tự động bám line kim loại; phát hiện mã QR và dừng chính xác tại bàn/trạm; giao diện quản lý đơn hàng.
  • Should have (Nên có): Cơ cấu bẻ lái 4 bánh đồng bộ ngược pha; cảnh báo an toàn qua công tắc hành trình; hiển thị trạng thái thời gian thực lên cơ sở dữ liệu.
  • Could have (Có thể có): Chế độ tự động quay về trạm sạc pin khi điện áp sụt giảm dưới ngưỡng an toàn.
  • Won't have (Chưa thực hiện đợt này): Lập bản đồ động 3D SLAM không cần đường dẫn vật lý; nhận diện vật cản động bằng mạng nơ-ron học sâu (Deep Learning).

Thiết kế hệ thống

Kiến trúc hệ thống phân tầng (System Architecture)

Bảng thông số công nghệ (Technology Stack)

  • Host Software: Python v3.9.13, OpenCV v4.8.0, Pyzbar v0.1.9, PyQt5 v5.15.9, PySerial v3.5, Imutils v0.5.4.
  • Database: MariaDB v10.6.12 (Hỗ trợ cấu trúc lưu trữ quan hệ, transaction ACID).
  • Embedded Firmware: C/C++ (Keil MDK-ARM v5.36 / STM32CubeIDE), FreeRTOS / Bare-metal event-driven.
  • Hardware Controller: Vi điều khiển STM32F103C8T6 (72 MHz, 64KB Flash, 20KB SRAM).
  • Power Drivers & Actuators: Mạch điều khiển động cơ DC BTS7960 (43A, 6V-27V), Mạch hạ áp Buck LM2596S, Bộ chuyển đổi USB-UART CP2102.
  • Sensors: Cảm biến tiệm cận cảm ứng từ Autonics PSN17-8DN (khoảng cách phát hiện 8mm, ngõ ra NPN NO), Cảm biến Hall NJK-5002C.

Thiết kế cơ sở dữ liệu (Database Schema)

Hệ thống sử dụng MariaDB với các bảng thực thể chính:

  • orders (order_id INT PK, table_id INT, status ENUM('PENDING', 'PROCESSING', 'DELIVERING', 'COMPLETED'), created_at TIMESTAMP)
  • stations_qr (station_id INT PK, qr_code_hash VARCHAR(64), station_name VARCHAR(50), coordinate_x FLOAT, coordinate_y FLOAT)
  • robot_telemetry (id INT PK, battery_voltage FLOAT, current_state VARCHAR(30), last_updated TIMESTAMP)

Giao thức truyền thông UART (Data Frame Format)

Dữ liệu truyền giữa máy tính chủ (Python) và STM32F103C8T6 qua UART với cấu hình Baudrate 115200 bps, 8 Data bits, 1 Stop bit, No Parity:

$$\text{Frame Structure: } \mathtt{[0xAA]} \mid \mathtt{[CMD]} \mid \mathtt{[STATION_ID]} \mid \mathtt{[CHECKSUM]} \mid \mathtt{[0x55]}$$

  • 0xAA: Byte bắt đầu (Header).
  • CMD: Mã lệnh (0x01: Chạy đến trạm, 0x02: Dừng khẩn cấp, 0x03: Quay về vị trí chờ, 0x04: Xác nhận đã đến nơi).
  • CHECKSUM: $(\text{CMD} \oplus \text{STATION_ID}) \ & \ \text{0xFF}$.
  • 0x55: Byte kết thúc (Tail).

Implementation và kết quả

Development process

1. Tính toán động lực học và lựa chọn động cơ

Để đảm bảo robot kéo được tải trọng $m_{\text{total}} = m_{\text{robot}} + m_{\text{payload}} = 12\text{ kg} + 50\text{ kg} = 62\text{ kg}$ với vận tốc $v = 0.2\text{ m/s}$ và gia tốc khởi động $a = 0.1\text{ m/s}^2$:

Lực cản lăn tổng cộng: $$F_{\text{friction}} = \mu \cdot m_{\text{total}} \cdot g = 0.05 \cdot 62 \cdot 9.81 \approx 30.41\text{ N}$$

Lực quán tính khi tăng tốc: $$F_{\text{inertia}} = m_{\text{total}} \cdot a = 62 \cdot 0.1 = 6.2\text{ N}$$

Tổng lực kéo yêu cầu tại các bánh dẫn động: $$F_{\text{total}} = F_{\text{friction}} + F_{\text{inertia}} = 30.41 + 6.2 = 36.61\text{ N}$$

Với bán kính bánh xe $r_{\text{wheel}} = 0.05\text{ m}$ (đường kính $100\text{ mm}$), tổng mô-men xoắn cần thiết trên trục bánh xe: $$T_{\text{total}} = F_{\text{total}} \cdot r_{\text{wheel}} = 36.61 \cdot 0.05 = 1.83\text{ N}\cdot\text{m}$$

Với hệ dẫn động phân bổ đều cho 4 bánh xe qua hệ thống truyền động: $$T_{\text{per_wheel}} = \frac{T_{\text{total}}}{4} \cdot k_{\text{safety}} = \frac{1.83}{4} \cdot 1.5 \approx 0.69\text{ N}\cdot\text{m} \approx 7.0\text{ kg}\cdot\text{cm}$$

Nhóm lựa chọn động cơ DC giảm tốc DS400 điện áp 12V-24V với mô-men xoắn định mức $15\text{ kg}\cdot\text{cm}$, hoàn toàn đáp ứng hệ số an toàn $k_{\text{safety}} > 2.0$.

2. Thuật toán xử lý thị giác máy tính giải mã QR Code (Python / OpenCV / Pyzbar)

import cv2
import serial
import time
from pyzbar import pyzbar

class DeliveryVisionCore:
    def __init__(self, port='/dev/ttyUSB0', baudrate=115200):
        self.ser = serial.Serial(port, baudrate, timeout=0.1)
        self.cap = cv2.VideoCapture(0)
        self.cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
        self.cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
        self.target_station = None

    def set_target(self, station_id: str):
        self.target_station = station_id

    def process_frame(self):
        ret, frame = self.cap.read()
        if not ret:
            return None
        
        # Chuyển đổi sang ảnh xám để tối ưu hóa tốc độ giải mã
        gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        barcodes = pyzbar.decode(gray_frame)

        for barcode in barcodes:
            barcode_data = barcode.data.decode('utf-8')
            (x, y, w, h) = barcode.rect
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

            if barcode_data == self.target_station:
                self.send_stop_command(int(barcode_data))
                return barcode_data
        return None

    def send_stop_command(self, station_id: int):
        cmd = 0x04  # Lệnh dừng xác nhận trạm
        checksum = (cmd ^ station_id) & 0xFF
        packet = bytearray([0xAA, cmd, station_id, checksum, 0x55])
        self.ser.write(packet)

3. Thuật toán điều khiển vi bước tầng nhúng (STM32 C Logic)

#include "stm32f10x.h"

#define SENSOR_LEFT_PIN     GPIO_Pin_0
#define SENSOR_CENTER_PIN   GPIO_Pin_1
#define SENSOR_RIGHT_PIN    GPIO_Pin_2
#define SENSOR_PORT         GPIOA

typedef enum {
    STATE_FORWARD,
    STATE_STEER_LEFT,
    STATE_STEER_RIGHT,
    STATE_STOP_STATION
} RobotState_t;

RobotState_t current_state = STATE_FORWARD;

void Process_Line_Tracking(void) {
    uint8_t left   = GPIO_ReadInputDataBit(SENSOR_PORT, SENSOR_LEFT_PIN);
    uint8_t center = GPIO_ReadInputDataBit(SENSOR_PORT, SENSOR_CENTER_PIN);
    uint8_t right  = GPIO_ReadInputDataBit(SENSOR_PORT, SENSOR_RIGHT_PIN);

    // Logic điều khiển cơ cấu lái 4WS Nghịch pha
    if (center == 1 && left == 0 && right == 0) {
        // Đi thẳng: Giữ cơ cấu bẻ lái góc 0 độ
        Set_Steering_Angle(0);
        Set_Motor_PWM(1200, 1200); // 60% Duty Cycle
        current_state = STATE_FORWARD;
    } 
    else if (left == 1 && right == 0) {
        // Lệch trái: Bánh trước bẻ trái, bánh sau bẻ phải (Counter-phase)
        Set_Steering_Angle(-25);
        Set_Motor_PWM(800, 1400);
        current_state = STATE_STEER_LEFT;
    } 
    else if (right == 1 && left == 0) {
        // Lệch phải: Bánh trước bẻ phải, bánh sau bẻ trái
        Set_Steering_Angle(25);
        Set_Motor_PWM(1400, 800);
        current_state = STATE_STEER_RIGHT;
    }
}

Testing và validation

Bảng kết quả thực nghiệm hiệu năng

Kịch bản kiểm thử Số lần thử nghiệm Tải trọng (kg) Tỷ lệ thành công (%) Sai số dừng vị trí (mm) Thời gian đáp ứng (ms)
Bám line thẳng (Quãng đường 20m) 30 0 100% $\pm 3.2$ --
Bám line thẳng (Quãng đường 20m) 30 50 96.7% $\pm 4.8$ --
Cua góc $90^\circ$ bán kính $R=50\text{ cm}$ 25 30 96.0% $\pm 6.1$ --
Cua góc $90^\circ$ bán kính $R=50\text{ cm}$ 25 50 92.0% $\pm 8.5$ --
Quét mã QR code trong điều kiện đủ sáng (300 Lux) 50 50 98.0% $\pm 3.5$ $85\text{ ms}$
Quét mã QR code trong điều kiện thiếu sáng (80 Lux) 50 50 92.0% $\pm 5.0$ $135\text{ ms}$

Thống kê xử lý lỗi trong quá trình tích hợp (Bug Tracking)

  • Lỗi trôi dạt góc lái (Steering Drift): Đã khắc phục bằng cách bổ sung 2 công tắc hành trình cơ khí ở 2 biên góc lái và sử dụng cảm biến Hall NJK-5002C để định vị điểm Home ($0^\circ$).
  • Sụt áp nguồn cấp (Voltage Sag): Hiện tượng khi 4 động cơ khởi động đồng thời gây sụt áp MCU STM32. Giải pháp: Cách ly nguồn động lực (Pin 3S 12.6V qua BTS7960) và nguồn điều khiển (qua mạch Buck LM2596S lọc nguồn độc lập kết hợp tụ hóa $2200\mu\text{F}$).

Kết quả đạt được

+--------------------------------------------------------------------------+
|                       TARGET VS ACTUAL COMPARISON                        |
+--------------------------+--------------------+--------------------------+
| Thông số kỹ thuật        | Thiết kế ban đầu   | Kết quả thực nghiệm      |
+--------------------------+--------------------+--------------------------+
| Kích thước tổng thể      | 40 x 40 x 95 cm    | 40 x 40 x 95 cm (Đạt)    |
| Khối lượng bản thân      | 12 kg              | 12.4 kg (+3.3%)          |
| Tải trọng tối đa         | 50 kg              | 50 kg (Vận hành ổn định) |
| Tốc độ di chuyển         | 0.2 m/s            | 0.195 - 0.21 m/s (Đạt)   |
| Bán kính quay vòng       | < 60 cm            | 48 cm (Nhờ cơ cấu 4WS)   |
| Độ trễ giải mã QR        | < 200 ms           | 85 - 135 ms (Đạt)        |
| Thời lượng hoạt động     | 2.0 giờ            | 2.2 giờ (Tải 30 kg)      |
+--------------------------+--------------------+--------------------------+

Đổi mới và đóng góp

Các cải tiến kỹ thuật nổi bật

  1. Cơ cấu đánh lái 4 bánh nghịch pha (Counter-Phase 4WS): Khác với các hệ thống lái 2 bánh trước truyền thống có bán kính quay vòng lớn ($R > 85\text{ cm}$), cơ cấu 4WS cho phép bánh trước và bánh sau xoay ngược chiều một góc $\pm 25^\circ$. Bán kính quay giảm xuống chỉ còn $48\text{ cm}$, giúp robot xoay sở linh hoạt trong các lối đi hẹp của nhà hàng mà không va chạm vào bàn ghế.
  2. Khung vỏ mô-đun hóa tháo lắp nhanh: Khung robot chia thành 2 phần: Đế truyền động (40x40x15 cm, 9kg) và Khung chứa hàng trên (40x40x80 cm, 3kg) liên kết bằng 4 chốt bu-lông góc. Thiết kế này cho phép tùy biến linh hoạt thân trên thành khay chở đồ ăn 3 tầng, thùng chuyển phát y tế vô trùng, hoặc mặt phẳng chở pallet hàng hóa.
  3. Giải pháp định vị Hybrid tiết kiệm chi phí: Thay vì trang bị hệ thống LiDAR đắt tiền, dự án kết hợp cảm biến kim loại bám rãnh sàn với thị giác máy tính nhận diện mã QR (OpenCV/Pyzbar). Giải pháp này giảm chi phí phần cứng hơn 80% nhưng vẫn đảm bảo độ chính xác dừng trạm $\pm 5\text{ mm}$.
+--------------------------------------------------------------------------+
|                       BENCHMARK VỚI CÁC GIẢI PHÁP                        |
+---------------------+-------------------+---------------+----------------+
| Đặc tính kỹ thuật   | BellaBot (Pudu)   | AGV Băng Từ   | Robot Đề Tài   |
+---------------------+-------------------+---------------+----------------+
| Cảm biến điều hướng | 3D LiDAR + RGB-D  | Magnetic Line | Inductive + QR |
| Khả năng chịu tải   | 40 kg             | 30 kg         | 50 kg          |
| Bán kính quay vòng  | 55 cm             | 75 cm         | 48 cm (4WS)    |
| Chi phí sản xuất    | ~180.000.000 VNĐ  | ~45.000.000   | ~12.500.000    |
| Mức độ tùy biến cơ khí| Thấp (Nguyên khối)| Trung bình    | Rất cao (Modular)|
+---------------------+-------------------+---------------+----------------+

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Nhà hàng và Quán ăn thông minh: Robot đóng vai trò là nhân viên phục vụ bàn (Food Runner). Khách hàng hoặc quản trị viên nhập món tại bàn qua GUI Qt; bếp xác nhận đơn và đặt khay thức ăn lên tầng chứa; robot tự hành bám line kim loại đến đúng bàn tương ứng với mã QR bàn đó và thông báo khách nhận món.
  • Bệnh viện và Trung tâm Y tế: Vận chuyển thuốc, mẫu bệnh phẩm, bệnh án giữa các khoa xét nghiệm và phòng điều trị cách ly, hạn chế tối đa nguy cơ lây nhiễm chéo vi khuẩn/virus giữa nhân viên y tế và bệnh nhân.
  • Nhà máy sản xuất linh kiện điện tử: Chuyển giao các cuộn linh kiện SMD, bo mạch PCB giữa các công đoạn hàn gắn và kiểm định chất lượng QA/QC.

Phân tích chi phí và hiệu quả đầu tư (Cost-Benefit & ROI Analysis)

  • Chi phí chế tạo nguyên mẫu: ~12.500.000 VNĐ (Bao gồm vật liệu sắt CT3, 4 động cơ DC DS400, pin Li-ion, bộ vi điều khiển STM32, cảm biến, gia công CNC và hoàn thiện bề mặt).
  • So sánh chi phí nhân sự:
    • Lương 01 nhân viên phục vụ bàn/chở hàng: 6.500.000 VNĐ/tháng.
    • Chi phí vận hành robot (điện năng + khấu hao bảo trì): ~350.000 VNĐ/tháng.
    • Thời gian hoàn vốn (ROI):

$$\text{ROI} = \frac{\text{Chi phí đầu tư robot}}{\text{Tiết kiệm ròng hàng tháng}} = \frac{12.500.000}{6.500.000 - 350.000} \approx 2.03\text{ tháng}$$

Chỉ sau hơn 2 tháng vận hành, doanh nghiệp đã có thể thu hồi hoàn toàn vốn đầu tư thiết bị.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Độ phụ thuộc vào hạ tầng đường dẫn: Robot vẫn yêu cầu lắp đặt line kim loại cố định dưới sàn nhà, gây khó khăn khi muốn thay đổi sơ đồ phòng ốc linh hoạt.
  • Xử lý vật cản động: Hệ thống hiện tại dừng lại khi gặp vật cản qua cảm biến tiệm cận nhưng chưa có thuật toán chủ động tính toán đường đi vòng tránh vật cản (Dynamic Obstacle Avoidance).
  • Máy tính xử lý hình ảnh: Vẫn cần kết nối với máy tính xách tay bên ngoài để làm server nhận diện hình ảnh thay vì tích hợp bo mạch máy tính nhúng chuyên dụng (như NVIDIA Jetson Nano hay Raspberry Pi 4).

Hướng phát triển trong tương lai

  1. Tích hợp cảm biến LiDAR 2D và ROS2: Chuyển đổi hệ thống sang nền tảng Robot Operating System (ROS2 Navigation2) để thực hiện SLAM định vị thuần túy không cần đường dẫn vật lý.
  2. Nhúng phần cứng AI Edge: Thay thế Host PC bằng Raspberry Pi 4 Model B (4GB) kết hợp Camera AI nhằm tối ưu kích thước và giảm trọng lượng tổng thể.
  3. Cơ chế tự động sạc (Auto-docking Station): Thiết kế trạm sạc tiếp xúc điện cực tự động kết hợp thuật toán căn chỉnh hồng ngoại/ArUco marker.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------+
|                         BENEFICIARY MATRIX                              |
+------------------+------------------------------------------------------+
| Đối tượng        | Giá trị thực tiễn mang lại                           |
+------------------+------------------------------------------------------+
| Sinh viên        | Bộ tài liệu mẫu hoàn chỉnh về thiết kế cơ điện tử,   |
| Cơ điện tử/CNTT  | tính toán cơ khí, lập trình nhúng STM32 & Qt GUI     |
+------------------+------------------------------------------------------+
| Kỹ sư phát triển | Kiến trúc phần mềm 3 tầng phân lập, giao thức UART   |
| (Developers)     | tùy biến và giải thuật thị giác máy tính OpenCV      |
+------------------+------------------------------------------------------+
| Doanh nghiệp     | Giải pháp tự động hóa vận chuyển nội bộ giá rẻ,      |
| dịch vụ / SMEs   | giảm 90% chi phí đầu tư AMR, thời gian hoàn vốn 2 th.|
+------------------+------------------------------------------------------+
| Nhà nghiên cứu   | Dữ liệu thực nghiệm về động học lái 4WS ngược pha     |
| (Researchers)    | và phân tích cân bằng tải trọng trong không gian hẹp |
+------------------+------------------------------------------------------+

Câu hỏi thường gặp (FAQ)

1. Yêu cầu kỹ thuật tối thiểu để triển khai robot trong thực tế là gì?

Mặt bằng triển khai cần có sàn phẳng với độ dốc không quá $5^\circ$, rãnh hoặc băng kim loại dẫn hướng rộng tối thiểu $20\text{ mm}$ được lắp đặt trên các tuyến di chuyển chính, và các thẻ mã QR vuông (kích thước tối thiểu $10\times10\text{ cm}$) dán ở độ cao $40-60\text{ cm}$ tại các trạm dừng. Mạng Wi-Fi cục bộ (Local WLAN) băng tần 2.4GHz để đảm bảo đồng bộ dữ liệu giữa GUI người dùng và MariaDB Server.

2. Giới hạn tải trọng và độ ổn định của hệ thống đánh lái 4WS như thế nào?

Hệ thống khung thép CT3 được gia công dập tấm có khả năng chịu ứng suất tĩnh lên đến $120\text{ kg}$. Tuy nhiên, để đảm bảo hệ số an toàn động học khi vào cua và tránh lật đổ đồ vật trên tầng cao, tải trọng định mức khuyến nghị là 50 kg với vận tốc tối đa 0.2 m/s.

3. Robot có thể tích hợp với các hệ thống quản trị ERP hoặc POS nhà hàng có sẵn không?

Có. Nhờ kiến trúc cơ sở dữ liệu MariaDB chuẩn hóa, các hệ thống phần mềm quản lý bán hàng (POS), phần mềm quản lý kho (WMS) có thể dễ dàng liên kết dữ liệu qua các câu lệnh SQL chuẩn hoặc thông qua RESTful API trung gian được viết bổ sung bằng Python Flask/FastAPI.

4. Quy trình bảo trì và bảo dưỡng định kỳ bao gồm những gì?

  • Hàng tuần: Vệ sinh ống kính camera thị giác máy tính, kiểm tra độ mòn lớp cao su bọc 4 bánh xe nhôm.
  • Hàng tháng: Tra dầu mỡ bôi trơn các khớp rotuyn và trục bánh răng cơ cấu bẻ lái 4WS; kiểm tra độ chặt của các bu-lông khung vỏ.
  • Mỗi 6 tháng: Kiểm tra dung lượng và nội trở các cell pin Li-ion 18650, hiệu chuẩn lại vị trí cảm biến cữ hành trình.

5. Chi phí chi tiết và thời gian hoàn vốn (ROI) được tính toán ra sao?

Chi phí linh kiện và gia công cơ khí tổng cộng khoảng 12.500.000 VNĐ. So với việc thuê 01 nhân sự phục vụ với mức lương trung bình 6.500.000 VNĐ/tháng, robot giúp tiết kiệm chi phí ròng trên 6.000.000 VNĐ mỗi tháng, giúp điểm hòa vốn đạt được chỉ sau 2 tháng vận hành liên tục.

Kết luận

Đồ án tốt nghiệp "Nghiên cứu, thiết kế và chế tạo robot giao hàng đa năng" đã giải quyết trọn vẹn và thực tế bài toán tự động hóa vận chuyển nội bộ tải trọng trung bình (50 kg) với chi phí tối ưu. Dự án đã hiện thực hóa thành công mô hình cơ khí vững chắc bằng thép CT3 kết hợp cơ cấu bẻ lái 4 bánh nghịch pha (4WS) thu hẹp bán kính quay vòng xuống còn $48\text{ cm}$, kiến trúc điều khiển 3 tầng tin cậy trên vi điều khiển STM32F103C8T6, thuật toán thị giác máy tính OpenCV giải mã QR định vị chuẩn xác và hệ thống phần mềm quản trị PyQt5 tích hợp cơ sở dữ liệu MariaDB.

Kết quả thực nghiệm minh chứng mô hình vận hành ổn định, đáp ứng hoàn toàn các tiêu chuẩn kỹ thuật đặt ra và sẵn sàng ứng dụng trong các nhà hàng thông minh, bệnh viện và nhà xưởng logistics. Đây là nền tảng kỹ thuật vững chắc để tiếp tục nâng cấp lên các hệ thống tự hành thông minh không đường dẫn sử dụng công nghệ ROS2 và AI Vision trong các giai đoạn tiếp theo.