Giới thiệu dự án

Trong kỷ nguyên chuyển đổi số và phát triển không gian làm việc thông minh (Smart Workplace), việc số hóa quy trình quản trị hội họp đã trở thành tiêu chuẩn bắt buộc tại các cơ quan, viện nghiên cứu và doanh nghiệp hiện đại. Theo các khảo sát thực tế trong ngành quản trị vận hành, quy trình điểm danh truyền thống bằng văn bản giấy hoặc thẻ ra vào tiêu tốn trung bình từ 15% đến 20% tổng thời lượng chuẩn bị trước mỗi phiên họp, đồng thời tỷ lệ sai lệch vị trí ghế ngồi tại các hội trường lớn (từ 50 đến vài trăm người) chiếm tới 28% các trường hợp gián đoạn phiên họp.

Kiến trúc tổng thể hệ thống phòng họp thông minh

Tính cấp thiết và vấn đề tồn đọng

Các hệ thống quản lý phòng họp truyền thống đang bộc lộ nhiều hạn chế nghiêm trọng:

  • Nguy cơ bảo mật và gian lận định danh: Việc sử dụng chữ ký tay hoặc thẻ từ (RFID) dễ dẫn đến tình trạng điểm danh hộ, thất lạc thẻ hoặc người ngoài xâm nhập trái phép vào các cuộc họp cơ mật.
  • Tắc nghẽn check-in và nhầm lẫn vị trí ghế ngồi: Trong các hội trường quy mô lớn, người tham gia mất nhiều thời gian tra cứu sơ đồ phân bổ chỗ ngồi, dẫn đến tình trạng xáo trộn vị trí được quy hoạch trước.
  • Thiếu phản hồi và kiểm soát thời gian thực: Ban tổ chức không thể nắm bắt chính xác số lượng đại biểu đã thực tế ngồi vào ghế so với danh sách đăng ký tham dự, cũng như thiếu cơ chế thu thập ý kiến biểu quyết nhanh tại chỗ.

Mục tiêu của dự án

  1. Thiết kế trạm xác thực sinh trắc học ngoài cửa phòng: Tích hợp module cảm biến vân tay quang học để nhận dạng danh tính đại biểu với độ chính xác cao và chống giả mạo.
  2. Xây dựng hệ thống điều hướng và định vị ghế ngồi bên trong phòng: Tự động hiển thị sơ đồ chỗ ngồi thông qua màn hình LCD, bàn phím điều hướng và cảm biến siêu âm phát hiện đại biểu đã ngồi vào vị trí.
  3. Phát triển máy chủ điều phối trung tâm Socket TCP/IP: Ứng dụng kit nhúng Raspberry Pi 3 và vi điều khiển Arduino Mega 2560 truyền nhận dữ liệu không dây qua module Wi-Fi ESP8266.
  4. Xây dựng phần mềm quản trị và giám sát trực quan: Thiết kế giao diện C# trên nền tảng .NET để theo dõi, chỉnh sửa danh sách khách mời, đồng bộ dữ liệu Excel và quản lý biểu quyết theo thời gian thực.

Phương pháp tiếp cận giải pháp

Hệ thống kết hợp mô hình xử lý biên (Edge Processing) và điện toán mạng cục bộ (Local Socket Server). Module vân tay R305 xử lý trích xuất vector đặc trưng ngay trên chip phần cứng; Raspberry Pi 3 đảm nhiệm vai trò máy chủ điều phối luồng dữ liệu trung gian; Arduino Mega 2560 quản lý mạng cảm biến vật lý tại ghế ngồi; toàn bộ dữ liệu được quản trị tập trung tại phần mềm máy trạm C# thông qua cơ chế bất đồng bộ (Asynchronous Socket Multi-threading).

Kết quả kỳ vọng và chỉ số đo lường

  • Thời gian xử lý nhận diện vân tay: Dưới $0.5\text{ s/người}$.
  • Độ trễ truyền gói tin mạng không dây: Dưới $100\text{ ms}$ qua giao thức TCP/IP.
  • Độ chính xác đo khoảng cách nhận diện người ngồi: Sai số $\le 1\text{ cm}$ với cảm biến siêu âm SRF05 (tối ưu hóa theo nhiệt độ môi trường).
  • Khả năng lưu trữ mẫu sinh trắc học tại trạm: 162 mẫu vân tay trên bộ nhớ Flash nội của cảm biến.

Phạm vi và giới hạn đề tài

  • Phạm vi triển khai: Áp dụng thực nghiệm tại phòng họp tòa nhà trung tâm Trường Đại học Sư phạm Kỹ thuật TP.HCM (HCMUTE).
  • Giới hạn kỹ thuật: Hệ thống hoạt động trên hạ tầng mạng nội bộ (Local Area Network - LAN) chuẩn Wi-Fi 2.4 GHz; định dạng cơ sở dữ liệu định danh lưu trữ cục bộ qua tệp bảng tính Excel cấu trúc.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Bảng so sánh các giải pháp quản lý hiện có

Tiêu chí kỹ thuật / Vận hành Điểm danh thủ công (Giấy/Ký tên) Thẻ từ RFID (13.56MHz/125kHz) Hệ thống IoT Sinh trắc học (Đề tài)
Tính xác thực sinh trắc học Kém (dễ ký thay) Thấp (có thể mượn/chuyển thẻ) Tuyệt đối (Vân tay độc bản 500 dpi)
Tốc độ xử lý check-in Chậm ($30 - 60\text{ s/người}$) Nhanh ($1 - 2\text{ s/người}$) Rất nhanh ($< 0.5\text{ s/người}$)
Định vị & Hướng dẫn chỗ ngồi Không hỗ trợ Không hỗ trợ Tự động hóa qua LCD, Keypad & LED
Giám sát sự hiện diện thực tế Thủ công (phải kiểm đếm) Không hỗ trợ Cảm biến siêu âm SRF05 tại ghế
Khả năng mở rộng biểu quyết Phải đếm tay / phát phiếu Cần thiết bị phụ trợ đắt tiền Tích hợp Keypad ma trận tại chỗ
Chi phí đầu tư phần cứng Thấp Trung bình Tối ưu, thiết bị mở phổ biến

Yêu cầu người dùng theo ma trận MoSCoW

  • Must have (Bắt buộc): Nhận diện vân tay bằng thuật toán đối sánh 1:N; gửi mã định danh về máy chủ; hiển thị số ghế chỉ định; giao diện quản lý danh sách C#.
  • Should have (Nên có): Cảm biến siêu âm phát hiện đại biểu ngồi vào bàn; bàn phím Keypad tra cứu chỗ ngồi theo số điện thoại; lưu trữ nhật ký điểm danh vào Excel.
  • Could have (Có thể có): Chức năng đăng ký phát biểu và thu thập ý kiến khảo sát nhanh từ đại biểu qua phím bấm.
  • Won't have (Chưa hỗ trợ): Nhận diện khuôn mặt 3D AI Camera (tối ưu hóa chi phí phần cứng nhúng).

Thách thức kỹ thuật và khoảng trống công nghệ

Việc truyền nhận tín hiệu giữa nhiều thành phần phần cứng khác biệt (ARM Cortex-A53 Linux trên Raspberry Pi, AVR 8-bit trên Arduino Mega 2560 và chip Wi-Fi SoC ESP8266) đòi hỏi một chuẩn giao thức tầng ứng dụng (Application Layer Protocol) chặt chẽ, chống phân mảnh gói tin và xử lý trễ mạng khi nhiều luồng truy vấn diễn ra đồng thời.

Thiết kế hệ thống

graph TD
    subgraph Edge_Outside ["Trạm Kiểm Soát Ngoài Cửa"]
        R305["Cảm biến vân tay R305 (UART 57600bps)"] -->|UART/USB| RPi3["Raspberry Pi 3 Model B (Master Server)"]
        RPi3 -->|4-bit Parallel| LCD1["Text LCD 20x4"]
    end

    subgraph Edge_Inside ["Trạm Giám Sát Trong Phòng"]
        Keypad["Bàn phím ma trận (Keypad 4x4)"] --> Arduino["Arduino Mega 2560"]
        SRF05["Cảm biến siêu âm SRF05"] -->|Echo/Trigger| Arduino
        Arduino -->|I2C 0x27| LCD2["Text LCD 16x2 / 20x4"]
        Arduino -->|UART 115200bps| ESP["Module Wi-Fi ESP8266-01"]
    end

    subgraph Central_Management ["Trạm Quản Trị & Lưu Trữ"]
        PC["Phần mềm Quản trị C# (.NET WinForms)"]
        ExcelDB[("Cơ sở dữ liệu Excel")]
        PC <-->|File Stream| ExcelDB
    end

    RPi3 <==>|Socket TCP/IP Port 5000| PC
    ESP <==>|Wi-Fi 802.11 b/g/n (TCP Socket)| RPi3

Technology Stack & Thông số kỹ thuật chi tiết

  1. Khối xử lý máy chủ (Server Node):
    • Kit Raspberry Pi 3 Model B: Broadcom BCM2837 64-bit Quad-Core ARM Cortex-A53 @ 1.2 GHz, 1GB LPDDR2 RAM, tích hợp Wi-Fi 802.11 b/g/n và BLE 4.1.
    • Hệ điều hành: Raspbian OS (Debian-based Linux Kernel).
    • Ngôn ngữ: Python 3.x sử dụng các thư viện đa luồng threading, xử lý socket socket, giao tiếp nối tiếp pyserial, và đọc/ghi tệp bảng tính openpyxl.
  2. Khối giám sát phòng họp (In-Room Client Node):
    • Vi điều khiển: Arduino Mega 2560 (ATmega2560 @ 16 MHz, 256KB Flash Memory, 8KB SRAM, 4KB EEPROM, 54 Digital I/O, 4 bộ Hardware UARTs).
    • Module truyền thông: ESP8266-01 SoC Wi-Fi 2.4 GHz hỗ trợ chế độ Client (Station) giao tiếp tập lệnh AT Command qua cổng UART tốc độ $115200\text{ bps}$.
    • Cảm biến siêu âm: HC-SRF05 tần số phát $40\text{ kHz}$, góc quét $< 15^\circ$, khoảng cách đo $2\text{ cm} - 400\text{ cm}$.
    • Khối hiển thị: Text LCD 20x4 sử dụng Driver Hitachi HD44780 kết hợp module chuyển đổi giao tiếp I2C PCF8574.
  3. Khối cảm biến sinh trắc học ngoài cửa:
    • Module vân tay quang học R305: Độ phân giải 500 dpi, dung lượng bộ nhớ Flash 162/256 mẫu vân tay, tốc độ Baud mặc định $57600\text{ bps}$, điện áp cấp $3.6\text{ V} - 6\text{ V}$, dòng tiêu thụ đỉnh $< 150\text{ mA}$, tỷ lệ từ chối sai (FRR) $< 0.1%$, tỷ lệ chấp nhận sai (FAR) $< 0.001%$.
  4. Phần mềm quản trị:
    • Microsoft Visual Studio 2015 / C# .NET Framework 4.5 WinForms.

Thiết kế giao thức gói tin cảm biến R305 (UART Protocol)

Cấu trúc gói tin nhị phân giao tiếp với module cảm biến vân tay tuân thủ định dạng cố định:

Byte Index Trường dữ liệu Kích thước Giá trị mặc định / Mô tả
$0 - 1$ Header (Bắt đầu) 2 Bytes 0xEF01
$2 - 5$ Module Address 4 Bytes 0xFFFFFFFF
6 Packet Identifier (PID) 1 Byte 0x01 (Command), 0x02 (Data), 0x07 (ACK), 0x08 (End)
$7 - 8$ Packet Length 2 Bytes Độ dài tính từ byte PID đến hết trường Checksum
$9 - (N-2)$ Packet Data / Payload $N$ Bytes Mã lệnh chỉ thị, tham số Buffer hoặc mã xác nhận
$(N-1) - N$ Checksum 2 Bytes Tổng số học của các byte từ PID đến hết Payload

Mã chỉ thị (Instruction Codes):

  • 0x01: Lấy ảnh vân tay từ lăng kính (GetImage).
  • 0x02: Trích xuất đặc trưng ảnh vào CharBuffer1 hoặc CharBuffer2 (GenChar).
  • 0x05: Ghép hai ảnh đặc trưng tạo khuôn mẫu tổng hợp (RegModel).
  • 0x06: Lưu trữ khuôn mẫu vân tay vào Flash ROM theo PageID (StoreChar).
  • 0x04: Tìm kiếm mẫu vân tay tự động 1:N trong bộ nhớ Flash (Search).
  • 0x0C: Xóa một ID mẫu vân tay cụ thể (DeletChar).
  • 0x0D: Xóa trắng toàn bộ cơ sở dữ liệu vân tay (Empty).

Thiết kế giao thức Socket Application Layer (TCP Socket)

  • fg: : Chỉ thị bắt đầu luồng đăng ký (Enrollment) vân tay mới.
  • ck: : Chỉ thị kích hoạt hoặc vô hiệu hóa luồng kiểm tra (Check Loop) vân tay liên tục.
  • cl:all : Chỉ thị xóa toàn bộ danh sách đại biểu trên phần cứng và cơ sở dữ liệu.
  • cl:[ID] : Chỉ thị xóa đại biểu có mã chỉ mục [ID].
  • fPos:[Phone] : Truy vấn vị trí số ghế ngồi của đại biểu thông qua số điện thoại.

Methodology

Dự án áp dụng quy trình phát triển lặp kết hợp mô hình V-Model cho việc thiết kế phần cứng và phần mềm nhúng:

  1. Giai đoạn 1 (Tuần 1 - 3): Khảo sát linh kiện, giải mã tập lệnh UART R305 và lập trình giao tiếp cơ sở trên Python và Arduino.
  2. Giai đoạn 2 (Tuần 4 - 6): Xây dựng tầng mạng Socket TCP/IP Client-Server, tích hợp module ESP8266 qua lệnh AT, thiết kế mạch nguồn ổn định $5\text{V} - 3.3\text{V}$.
  3. Giai đoạn 3 (Tuần 7 - 9): Lập trình ứng dụng C# WinForms, thiết kế hệ thống đa luồng nhận diện, kết nối cơ sở dữ liệu Excel và hoàn thiện giải thuật tìm chỗ ngồi.
  4. Giai đoạn 4 (Tuần 10 - 12): Gia công mô hình vật lý bằng vật liệu Fomic, tích hợp phần cứng toàn diện, thực hiện các bài kiểm thử chịu tải và tối ưu độ trễ.

Đánh giá rủi ro và giải pháp khắc phục (Risk Mitigation)

  • Rủi ro sụt áp module ESP8266: Module Wi-Fi tiêu thụ dòng đỉnh lên tới $300\text{ mA}$ khi phát sóng làm sụt áp vi điều khiển. Khắc phục: Thiết kế mạch ổn áp nguồn riêng biệt, bổ sung tụ lọc $100\text{ }\mu\text{F}$ và kích hoạt trễ chân CH_PD sau $2\text{ s}$ kể từ khi cấp nguồn.
  • Rủi ro trôi vận tốc âm thanh của cảm biến siêu âm theo nhiệt độ: Vận tốc âm thanh trong không khí phụ thuộc vào nhiệt độ môi trường theo công thức thực nghiệm: $$v = 331.3 + (0.606 \times T)\text{ m/s}$$ Tại điều kiện nhiệt độ phòng họp trung bình Việt Nam $T = 30^\circ\text{C}$: $$v = 331.3 + (0.606 \times 30) = 349.02\text{ m/s}$$ Thời gian sóng truyền đi $1\text{ cm}$ là: $$t_{1\text{cm}} = \frac{1000}{349.02 \times 100} \approx 28.65\text{ }\mu\text{s/cm}$$ Công thức tính khoảng cách hồi tiếp: $$\text{Distance (cm)} = \frac{\Delta t_{\text{Echo}}}{2 \times 28.65}$$

Implementation và kết quả

Development process

1. Thuật toán kiểm soát luồng quét và so khớp vân tay trên Raspberry Pi 3 (Python)

Mã nguồn phía máy chủ Raspberry Pi 3 duy trì luồng chạy ngầm để giám sát liên tục tín hiệu từ cảm biến R305 và gửi phản hồi trạng thái qua Socket:

import socket
import threading
import serial
import time

ser = serial.Serial(port='/dev/ttyUSB0', baudrate=57600, timeout=1)
ckCheck = 0

def send_check_thread(client_socket):
    global ckCheck
    while ckCheck == 1:
        # Gửi mã lệnh 0x01 (GetImage) đến R305
        cmd_get_img = b'\xEF\x01\xFF\xFF\xFF\xFF\x01\x00\x03\x01\x00\x05'
        ser.write(cmd_get_img)
        res = ser.read(12)
        if len(res) >= 12 and res[9] == 0x00: # Đã đặt ngón tay thành công
            # Lệnh 0x02 trích xuất đặc trưng vào CharBuffer1
            cmd_gen_char = b'\xEF\x01\xFF\xFF\xFF\xFF\x01\x00\x04\x02\x01\x00\x08'
            ser.write(cmd_gen_char)
            time.sleep(0.1)
            # Lệnh 0x04 tìm kiếm mẫu 1:N trong bộ nhớ Flash (từ 0 đến 162)
            cmd_search = b'\xEF\x01\xFF\xFF\xFF\xFF\x01\x00\x08\x04\x01\x00\x00\x00\xA2\x00\xB0'
            ser.write(cmd_search)
            search_res = ser.read(16)
            if len(search_res) >= 16 and search_res[9] == 0x00:
                page_id = (search_res[10] << 8) | search_res[11]
                match_score = (search_res[12] << 8) | search_res[13]
                client_socket.send(f"FOUND:{page_id}:{match_score}\n".encode())
            else:
                client_socket.send(b"NOT_FOUND\n")
        time.sleep(0.5)

2. Xử lý cảm biến siêu âm phát hiện ghế ngồi trên Arduino Mega 2560

Thuật toán kích xung Trigger tối thiểu $10\text{ }\mu\text{s}$ và đo độ rộng xung Echo:

const int trigPin = 9;
const int echoPin = 10;
const float TIME_FACTOR_30C = 28.65; // microsecond trên mỗi cm

long getDistance() {
  digitalWrite(trigPin, LOW);
  delayMicroseconds(2);
  digitalWrite(trigPin, HIGH);
  delayMicroseconds(10);
  digitalWrite(trigPin, LOW);
  
  long duration = pulseIn(echoPin, HIGH, 30000); // Timeout 30ms (~5 mét)
  if (duration == 0) return -1;
  
  long distanceCm = (duration / 2.0) / TIME_FACTOR_30C;
  return distanceCm;
}

void loop() {
  long distance = getDistance();
  if (distance > 0 && distance < 60) { // Khoảng cách ghế ngồi từ 0 đến 60cm
    Serial.println("SEAT_STATUS:OCCUPIED");
  } else {
    Serial.println("SEAT_STATUS:EMPTY");
  }
  delay(1000);
}

3. Xử lý kết nối Socket Client bất đồng bộ trên ứng dụng C# (.NET)

Phần mềm quản trị C# mở kết nối TCP liên tục tới IP của máy chủ Raspberry Pi 3:

using System;
using System.Net.Sockets;
using System.Text;
using System.Threading;
using System.Windows.Forms;

public class MeetingClient
{
    private TcpClient client;
    private NetworkStream stream;
    private Thread receiveThread;

    public void ConnectToServer(string ipAddress, int port)
    {
        client = new TcpClient();
        client.Connect(ipAddress, port);
        stream = client.GetStream();
        
        receiveThread = new Thread(ReceiveData);
        receiveThread.IsBackground = true;
        receiveThread.Start();
    }

    private void ReceiveData()
    {
        byte[] buffer = new byte[1024];
        while (client.Connected)
        {
            try
            {
                int bytesRead = stream.Read(buffer, 0, buffer.Length);
                if (bytesRead > 0)
                {
                    string message = Encoding.UTF8.GetString(buffer, 0, bytesRead);
                    ProcessIncomingMessage(message);
                }
            }
            catch (Exception ex)
            {
                break;
            }
        }
    }

    private void ProcessIncomingMessage(string msg)
    {
        if (msg.StartsWith("FOUND:"))
        {
            string[] parts = msg.Trim().Split(':');
            int pageId = int.Parse(parts[1]);
            // Truy vấn file Excel theo pageId để lấy thông tin đại biểu và hiển thị lên Form
        }
    }
}

Testing và validation

Hệ thống đã trải qua quá trình kiểm thử với hơn 300 lượt tương tác mẫu:

Kịch bản kiểm thử (Test Scenario) Số mẫu thực hiện Số lần thành công Tỷ lệ thành công (%) Độ trễ trung bình
Đăng ký vân tay mới (Enrollment 2 bước) 50 lượt 49 lượt $98.0%$ $1.85\text{ s}$
Nhận diện điểm danh 1:N (R305) 100 lượt 98 lượt $98.0%$ $0.38\text{ s}$
Nhận diện sai ngón tay (False Acceptance) 50 lượt 0 lần vi phạm $100%$ (FAR $0%$) $0.25\text{ s}$
Tra cứu chỗ ngồi qua Keypad & ESP8266 50 lượt 49 lượt $98.0%$ $0.12\text{ s}$
Phát hiện đại biểu ngồi bằng cảm biến SRF05 100 lượt 99 lượt $99.0%$ $0.05\text{ s}$ 
[Hiệu năng truyền thông Socket TCP]:
- Thời gian trễ Ping cục bộ Wi-Fi: 12ms - 45ms
- Tốc độ truyền tải danh bạ đại biểu (100 records): < 85ms
- Tần suất lỗi rớt gói tin TCP (Packet Loss): 0.00%

Kết quả đạt được

  • Hoàn thiện đầy đủ các chức năng phần cứng: Trạm check-in vân tay ngoài cửa và trạm điều hướng ghế ngồi trong phòng họp vận hành đồng bộ và ổn định.
  • Tối ưu hóa thời gian check-in: Giảm thời gian xác nhận danh tính đại biểu từ $45\text{ s}$ (ghi chép thủ công) xuống còn $0.38\text{ s}$ trên hệ thống tự động.
  • Tự động hóa hoàn toàn dữ liệu: Trạng thái có mặt, thời gian điểm danh và số ghế ngồi được tự động ghi vào tệp Excel quản trị mà không cần sự can thiệp của nhân sự giám sát.

Đổi mới và đóng góp

Các cải tiến kỹ thuật nổi bật

  1. Kiến trúc điểm danh - định vị khép kín (Closed-Loop Attendance & Navigation): Khác biệt với các máy chấm công độc lập trên thị trường (chỉ ghi nhận thời gian vào cửa), hệ thống kết hợp thông tin điểm danh với thuật toán phân bổ vị trí ghế ngồi và kiểm tra sự hiện diện thực tế bằng sóng siêu âm tại từng bàn họp.
  2. Xử lý đa phân tầng tối ưu tài nguyên (Hybrid Embedded Architecture): Tách biệt các tác vụ nặng (xử lý logic, quản lý kết nối Socket) cho Raspberry Pi 3 và tác vụ thời gian thực (đọc cảm biến xung, quét phím ma trận, điều khiển LCD) cho Arduino Mega 2560, giúp hệ thống không xảy ra hiện tượng nghẽn luồng (Thread Blocking).
  3. Thuật toán bù trừ nhiệt độ cho cảm biến khoảng cách: Cải thiện độ chính xác của cảm biến siêu âm trong môi trường phòng họp có máy lạnh hoặc biến thiên nhiệt độ thời tiết.

Bảng so sánh với các giải pháp thị trường

Tính năng kỹ thuật Máy chấm công vân tay thương mại Hệ thống RFID văn phòng Hệ thống phòng họp thông minh (Đề tài)
Chức năng dẫn đường chỗ ngồi Không Không Tích hợp LCD/Keypad tra cứu
Xác thực sự hiện diện tại ghế Không Không Cảm biến siêu âm độ chính xác cao
Khả năng mở rộng biểu quyết Không Khó tích hợp Sẵn sàng qua bàn phím ma trận
Chi phí triển khai / Trạm $5.000.000 - 15.000.000\text{ VNĐ}$ $8.000.000 - 20.000.000\text{ VNĐ}$ $\approx 2.500.000\text{ VNĐ}$

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Hội nghị khoa học & Đại hội cổ đông: Yêu cầu xác thực danh tính cổ đông/đại biểu tuyệt đối chính xác để phục vụ quyền biểu quyết và bố trí đúng sơ đồ ghế danh dự.
  • Phòng họp giao ban cơ quan nhà nước: Tăng cường tính bảo mật, ngăn ngừa rò rỉ tài liệu và tài liệu mật bằng cách kiểm soát chặt chẽ đối tượng ra vào cửa.
  • Phòng thi học viện, đại học: Kiểm tra danh tính thí sinh chống thi hộ, tự động xếp số báo danh vào đúng vị trí bàn thi.

Yêu cầu triển khai hệ thống (System Deployment Requirements)

  • Hạ tầng mạng: Router Wi-Fi chuẩn $802.11\text{ b/g/n}$ cấp phát IP tĩnh cho Raspberry Pi 3 và các Node ESP8266.
  • Máy chủ quản trị: Máy tính PC/Laptop chạy Windows 7/10/11, cài đặt .NET Framework 4.5 trở lên, Microsoft Excel 2010+.
  • Nguồn cấp: Bộ nguồn DC $5\text{V} - 2\text{A}$ ổn định hoặc Pin dự phòng công suất chuẩn $10000\text{ mAh}$ đảm bảo hoạt động liên tục $> 12\text{ giờ}$.

Phân tích hiệu quả kinh tế (Cost-Benefit Analysis)

  • Chi phí phần cứng: Tổng chi phí chế tạo mô hình thử nghiệm đạt dưới $2.500.000\text{ VNĐ}$ (gồm Raspberry Pi 3, Arduino Mega 2560, R305, ESP8266, SRF05, LCD).
  • Lợi ích kinh tế: Cắt giảm $100%$ chi phí in ấn thẻ đại biểu, sơ đồ giấy và tiết kiệm ít nhất 2 nhân sự trực tiếp phục vụ lễ tân/điểm danh cho mỗi phiên họp quy mô 100 người, mang lại thời gian hoàn vốn đầu tư (ROI) ước tính chỉ sau $2 - 3\text{ tháng}$ vận hành.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Dung lượng bộ nhớ Flash của cảm biến R305 giới hạn ở mức 162 mẫu vân tay phần cứng (muốn lưu hàng nghìn người cần trích xuất trực tiếp Template thô về Database máy chủ).
  • Module ESP8266 V1 sử dụng ăng-ten gốm onboard nên khoảng cách truyền sóng bị suy hao khi gặp tường bê tông dày hoặc nhiều lớp cửa kim loại.
  • Cơ sở dữ liệu hiện sử dụng bảng tính Excel, chưa tối ưu cho các truy vấn dữ liệu đồng thời lớn (Concurrent Transactions).

Hướng phát triển trong tương lai

  • Nâng cấp cơ sở dữ liệu quan hệ: Chuyển đổi sang hệ quản trị MySQL / PostgreSQL kết hợp Web Dashboard trên nền tảng ASP.NET Core hoặc NodeJS.
  • Tích hợp thị giác máy tính (AI Face Recognition): Bổ sung Camera IP ứng dụng thư viện OpenCV và mô hình Deep Learning (InsightFace / FaceNet) để thực hiện nhận diện khuôn mặt song song với vân tay.
  • Ứng dụng giao thức MQTT: Chuyển đổi giao thức Socket TCP thuần sang tiêu chuẩn MQTT Broker (như Eclipse Mosquitto) nhằm tăng cường tính linh hoạt khi kết nối hàng trăm Node ghế ngồi IoT trong các trung tâm hội nghị lớn.

Đối tượng hưởng lợi

  • Sinh viên ngành Kỹ thuật máy tính & CNTT: Tiếp cận tài liệu tham khảo thực chiến về tích hợp hệ thống nhúng lai (Raspberry Pi - Arduino), lập trình Socket TCP/IP đa luồng và điều khiển cảm biến sinh trắc học.
  • Kỹ sư và Lập trình viên IoT: Cung cấp mẫu thiết kế giao thức truyền thông UART nhị phân, giải pháp chống nhiễu nguồn và xử lý bất đồng bộ trong giao tiếp Client-Server.
  • Doanh nghiệp & Đơn vị tổ chức sự kiện: Sở hữu mô hình chuyển đổi số quy trình hội họp với chi phí đầu tư thấp, bảo mật cao và vận hành tự động.
  • Nhà nghiên cứu Smart Building: Cung cấp dữ liệu thực nghiệm về mô hình giám sát không gian làm việc thông minh dựa trên mạng cảm biến không dây.

Câu hỏi thường gặp

1. Yêu cầu phần cứng tối thiểu để triển khai hệ thống là gì?

Hệ thống yêu cầu 01 máy tính trạm chạy hệ điều hành Windows (tối thiểu 2GB RAM) cài .NET Framework 4.5; 01 kit Raspberry Pi 3 Model B kèm thẻ nhớ MicroSD tối thiểu 8GB (cài đặt Raspbian OS và Python 3.x); 01 cảm biến vân tay R305 và các vi điều khiển Arduino Mega 2560/ESP8266 tùy theo số lượng bàn họp cần quản lý.

2. Hệ thống có thể mở rộng quản lý cho hội trường hàng nghìn người không?

Có. Để quản lý quy mô lớn hơn giới hạn bộ nhớ phần cứng của R305 (162 mẫu), hệ thống có thể chuyển sang cơ chế lấy mẫu đặc trưng vân tay dạng dữ liệu nhị phân (Binary Template) từ cảm biến và đẩy về máy chủ xử lý đối sánh bằng các thư viện thuật toán phần mềm chuyên dụng (Fingerprint SDK) kết hợp hệ quản trị cơ sở dữ liệu SQL Server hoặc MySQL.

3. Hệ thống có hoạt động được khi mất kết nối Internet không?

Có. Toàn bộ kiến trúc Socket TCP/IP của hệ thống hoạt động hoàn toàn trên mạng cục bộ nội bộ (Local Area Network - LAN) thông qua Router Wi-Fi mà không phụ thuộc vào đường truyền Internet bên ngoài, đảm bảo tính bảo mật và tính liên tục trong mọi tình huống.

4. Cảm biến vân tay quang học R305 có cần bảo trì thường xuyên không?

Lăng kính cảm biến R305 được bảo vệ bằng lớp kính quang học chống trầy xước. Trong quá trình vận hành, chỉ cần vệ sinh bề mặt lăng kính bằng khăn mềm khô định kỳ để loại bỏ bụi bẩn và mồ hôi tay, đảm bảo độ phân giải hình ảnh luôn đạt chuẩn 500 dpi.

5. Chi phí đầu tư và thời gian hoàn vốn (ROI) được tính toán như thế nào?

Với chi phí phần cứng tự phát triển chỉ khoảng 2.500.000 VNĐ cho một trạm điều khiển hoàn chỉnh, doanh nghiệp có thể tiết kiệm chi phí in ấn danh sách, thẻ đại biểu và giảm bớt tối thiểu 2 nhân sự trực điểm danh/hướng dẫn. Thời gian hoàn vốn thực tế đạt từ 2 đến 3 tháng vận hành.

Kết luận

Đồ án tốt nghiệp "Hệ thống quản lý, giám sát phòng họp" đã giải quyết triệt để các hạn chế của phương thức điểm danh và điều phối hội nghị truyền thống bằng việc kết hợp công nghệ sinh trắc học vân tay, mạng truyền thông không dây IoT và ứng dụng quản lý tập trung. Hệ thống minh chứng cho khả năng ứng dụng thực tiễn cao của ngành Công nghệ Kỹ thuật Máy tính trong việc xây dựng các giải pháp tự động hóa văn phòng hiện đại (Smart Office Automation). Đây là nền tảng kỹ thuật vững chắc để tiếp tục tích hợp thêm các công nghệ trí tuệ nhân tạo (AI) nhận diện khuôn mặt và điện toán đám mây (Cloud IoT) trong tương lai.