Bối cảnh và vấn đề nghiên cứu

Lý do chọn đề tài và bối cảnh thực tiễn

Trong bối cảnh khoa học kỹ thuật và công nghệ thông tin phát triển mạnh mẽ, nhu cầu bảo mật thông tin cá nhân và định danh chính xác con người trong quản lý xã hội ngày càng trở nên cấp thiết. Các công nghệ nhận dạng sinh trắc học đã ra đời nhằm đáp ứng yêu cầu này dựa trên các đặc trưng sinh học như dấu vân tay, khuôn mặt, mống mắt và giọng nói. Trong đó, dấu vân tay là đặc trưng sinh học bất biến theo thời gian, được hình thành từ khi thai nhi được 4 tháng tuổi và mang tính độc nhất cho từng cá thể (chỉ mất đi khi có tổn thương sâu hình thành sẹo chằng chịt).

Tại các cơ sở giáo dục đại học, việc quản lý thời gian ra vào lớp học, điểm danh và kiểm soát chuyên cần của sinh viên đóng vai trò quan trọng trong việc đảm bảo chất lượng đào tạo. Kế thừa và phát triển từ đề tài "Thiết kế và thi công hệ thống đóng mở cửa bằng vân tay sử dụng kit Arduino được giám sát bằng máy tính thông qua Internet", đồ án "Quản lý và cảnh báo thông tin sinh viên bằng máy quét vân tay" được thực hiện nhằm xây dựng một hệ thống tự động hóa quá trình điểm danh, thống kê số lần đi trễ, vắng học và tự động gửi thông báo cảnh báo đến sinh viên qua thư điện tử.

Mục tiêu và nhiệm vụ nghiên cứu

Đề tài xác định các mục tiêu cụ thể gồm:

  1. Nghiên cứu vi điều khiển Arduino Mega 2560, cảm biến vân tay R307, các thiết bị điện và phương pháp ghép nối phần cứng để hoàn thiện mô hình thực tế.
  2. Xây dựng hệ thống quét vân tay phục vụ quản lý và gửi dữ liệu điểm danh lên Internet thông qua module ESP8266.
  3. Quản lý, thống kê thời gian ra vào, số lần đến lớp và số lần đi trễ so với quy định thông qua nền tảng Internet và cơ sở dữ liệu.
  4. Cảnh báo tự động về tình trạng chuyên cần (số lần trễ, số buổi vắng) đến hộp thư điện tử cá nhân của sinh viên.

Để hoàn thành các mục tiêu trên, nhiệm vụ nghiên cứu được phân chia thành 9 nội dung:

  • Nội dung 1: Tìm hiểu và nghiên cứu cấu tạo phần cứng, nguyên lý hoạt động, tính năng của module Arduino Mega 2560, cảm biến vân tay R307, bàn phím ma trận 3x4 và module ESP8266.
  • Nội dung 2: Tìm hiểu và nghiên cứu lập trình Web Server, phần mềm Excel, cơ sở dữ liệu MySQL và cơ chế gửi thông tin tự động đến Gmail sinh viên.
  • Nội dung 3: Đề xuất và lựa chọn các giải pháp thiết kế hệ thống, thi công mô hình phần cứng.
  • Nội dung 4: Thiết kế hệ thống điều khiển, xây dựng lưu đồ giải thuật và viết chương trình điều khiển cho hệ thống.
  • Nội dung 5: Thiết kế và thi công hoàn chỉnh mô hình thực tế.
  • Nội dung 6: Chạy thử nghiệm toàn bộ hệ thống.
  • Nội dung 7: Cân chỉnh, tối ưu hóa hoạt động của mô hình.
  • Nội dung 8: Viết sách luận văn/tiểu luận tốt nghiệp.
  • Nội dung 9: Bảo vệ tiểu luận tốt nghiệp trước hội đồng chuyên môn.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Hệ thống phần cứng nhúng (Arduino Mega 2560, cảm biến R307, ESP8266, bàn phím ma trận, LCD), thuật toán xử lý đối sánh sinh trắc học vân tay, cơ sở dữ liệu và hệ thống phần mềm quản lý, cảnh báo chuyên cần.
  • Phạm vi áp dụng: Áp dụng cho quy mô lớp học đại trà với sĩ số khoảng 100 sinh viên tại Trường Đại học Nông Lâm TP. Hồ Chí Minh.
  • Thời gian hoàn thành: Tháng 5 năm 2021.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và công nghệ sử dụng

  1. Lý thuyết nhận dạng sinh trắc học vân tay:

    • Cơ sở lịch sử và pháp lý: Francis Galton giới thiệu các đặc trưng chi tiết phục vụ đối sánh vân tay từ năm 1888. Đến đầu thế kỷ 20, nhận dạng vân tay chính thức trở thành tiêu chuẩn pháp lý (năm 1924, FBI đã xây dựng cơ sở dữ liệu với 810.000 thẻ vân tay).
    • Quy trình xử lý ảnh vân tay (5 bước):
      • Tăng cường ảnh (Image Enhancement): Làm rõ nét ảnh thu được từ cảm biến quang học, khắc phục nhiễu do bụi bẩn, mòn da tay hoặc lực ấn không đều.
      • Phân tích ảnh (Image Analysis): Loại bỏ các thông tin nhiễu không cần thiết.
      • Nhị phân hóa (Binarization): Chuyển đổi ảnh vân tay sang định dạng nhị phân đen - trắng.
      • Làm mỏng (Thinning): Làm mỏng các đường vân lồi để phục vụ trích xuất đặc trưng.
      • Rút trích đặc trưng (Minutiae Extraction): Thu nhận các điểm đặc trưng then chốt của mẫu vân.
    • Quy trình so sánh vân tay (4 bước):
      • Phân tích đặc trưng (Minutiae Analysis): Phân tích tọa độ $(x, y)$, góc tiếp tuyến và hướng của các điểm đặc trưng.
      • Xét độ tương tự cục bộ (Local Similarity): So khớp từng nhóm đặc trưng cục bộ giữa hai mẫu vân.
      • Xét độ tương tự toàn cục (Global Similarity): Mở rộng phạm vi so khớp ra toàn bộ bề mặt vân tay.
      • Tính điểm so sánh (Calculate Matching Score): Xác định tỷ lệ tương đồng để đưa ra quyết định chấp nhận hoặc từ chối.

  2. Nền tảng phần cứng và truyền thông:

    • Vi điều khiển ATmega2560: Kiến trúc AVR 8-bit, xung nhịp 16 MHz, bộ nhớ Flash 256 KB (8 KB dùng cho bootloader), 54 chân Digital I/O, 16 chân Analog Input, tích hợp 4 cổng truyền thông nối tiếp phần cứng (UART).
    • Module cảm biến quang học R307: Xử lý ảnh độ phân giải 500 dpi, bộ nhớ lưu trữ 120 mẫu vân tay, hỗ trợ chế độ so khớp 1:1 và 1:N, giao tiếp UART với tốc độ baud mặc định 57600 bps.
    • Module truyền thông Wi-Fi ESP8266 NodeMCU V3: Tích hợp chip nạp UART CH340, hỗ trợ kết nối mạng không dây và truyền dữ liệu theo giao thức HTTP/TCP.
    • Mạch điều chỉnh điện áp LM2596: Bộ chuyển đổi nguồn xung Buck DC-DC với tần số chuyển mạch cố định 150 kHz, hiệu suất chuyển đổi lên tới 92%, hỗ trợ dòng tải tối đa 3A.
    • Giao thức giao tiếp: UART (giao tiếp vi điều khiển với cảm biến R307 và máy tính), I2C (giao tiếp giữa Arduino và module màn hình LCD qua 2 đường tín hiệu SDA, SCL với địa chỉ mặc định 0x27).

Phương pháp nghiên cứu thực tế

  • Phương pháp nghiên cứu tài liệu kỹ thuật: Khảo sát datasheet, giản đồ xung, tập lệnh và cấu trúc khung truyền gói tin của vi điều khiển ATmega2560, cảm biến R307, module ESP8266 và IC LM2596.
  • Phương pháp thiết kế và tích hợp hệ thống: Phân chia hệ thống thành 6 khối chức năng, tính toán dòng tiêu thụ tải, thiết kế sơ đồ nguyên lý kết nối và đóng gói mạch điện tử.
  • Phương pháp lập trình và phát triển phần mềm: Xây dựng lưu đồ giải thuật cho vi điều khiển bằng Arduino IDE (C/C++), thiết kế giao diện Web bằng HTML/CSS/PHP, xây dựng cơ sở dữ liệu MySQL và lập trình tự động hóa xử lý bảng tính Excel để gửi cảnh báo qua Gmail.
  • Phương pháp thực nghiệm và kiểm thử mô hình: Lắp ráp mô hình thực tế, đo kiểm tín hiệu tại các cổng vào/ra, thử nghiệm quá trình đăng ký, nhận dạng vân tay, truyền dữ liệu lên Web Server và kiểm tra việc kích hoạt email cảnh báo.

Thiết kế và triển khai

Kiến trúc hệ thống

Hệ thống được thiết kế theo sơ đồ cấu trúc gồm 6 khối chức năng chính:

Tên khối Linh kiện / Thiết bị sử dụng Chức năng kỹ thuật
Khối nguồn Adapter 12V 3A, Mạch hạ áp LM2596 Cung cấp nguồn tổng 12V DC và hạ áp cố định xuống 5V DC ổn định cấp cho toàn bộ mạch điều khiển và cảm biến
Khối xử lý trung tâm Board Arduino Mega 2560 (ATmega2560) Thu thập tín hiệu đầu vào, điều khiển các module ngoại vi, xử lý thuật toán quét vân tay và điều phối dữ liệu
Khối cảm biến vân tay Module quang học R307 Thu thập hình ảnh vân tay, xử lý mẫu, lưu trữ thư viện mẫu (120 vân tay) và so khớp nhận dạng
Khối truyền thông Module ESP8266 NodeMCU V3 Kết nối mạng Wi-Fi và truyền dữ liệu thời gian điểm danh lên Web Server
Khối hiển thị Màn hình LCD tích hợp mạch chuyển I2C Hiển thị trạng thái hoạt động, hướng dẫn thao tác nhập mã, thêm/xóa vân tay cho người dùng
Khối chấp hành Bàn phím ma trận 3x4 (Keypad 3x4) Cung cấp giao diện nhập số, điều khiển menu quản trị, nhập mật khẩu quản lý hệ thống

Thông số kỹ thuật của các module phần cứng

Module / Thiết bị Thông số kỹ thuật chính Chi tiết thông số
Arduino Mega 2560 - Chip vi điều khiển
- Điện áp hoạt động / khuyên dùng
- Số chân I/O số / Tương tự
- Bộ nhớ Flash / Xung nhịp		 ATmega2560
5V DC / 7 - 12V DC
54 Digital (15 chân PWM) / 16 Analog Inputs
256 KB (8 KB bootloader) / 16 MHz
Cảm biến vân tay R307 - Điện áp cấp nguồn
- Dòng làm việc / dòng đỉnh
- Độ phân giải quang học
- Dung lượng lưu trữ mẫu
- Tốc độ truyền UART
- Tỷ lệ chấp nhận nhầm (FAR)
- Tỷ lệ từ chối nhầm (FRR)
- Thời gian tìm kiếm		 DC 3.6V - 6.0V
40 mA / 150 mA
500 dpi
120 mẫu vân tay
Mặc định 57600 bps (9600 x N bps, N=1~12)
< 0.001%
< 0.1%
< 0.2 giây
Mạch hạ áp LM2596 - Điện áp vào / Điện áp ra
- Tần số chuyển mạch
- Dòng tải tối đa
- Hiệu suất chuyển đổi		 3V - 40V DC / 1.25V - 30V DC (cố định 5V)
150 kHz
3.0 A
Lên đến 92%
Module ESP8266 - Vi điều khiển tích hợp
- Điện áp cấp nguồn
- Giao thức nạp / Giao tiếp logic		 ESP8266 Wi-Fi SoC
5V DC qua MicroUSB hoặc Vin
CH340 / GPIO mức 3.3V
LCD & Mạch I2C - Chuẩn giao tiếp
- Địa chỉ phần cứng mặc định		 I2C (2 dây tín hiệu: SDA, SCL)
0x27

Sơ đồ kết nối và tính toán tài nguyên mạch

  • Kết nối cảm biến R307 với Arduino Mega 2560: Chân 1 (VCC) nối 5V, chân 2 (GND) nối mass, chân 3 (TXD) nối chân số 19 (RX1 của vi điều khiển), chân 4 (RXD) nối chân số 18 (TX1 của vi điều khiển).
  • Kết nối LCD chuyển đổi I2C: Chân SDA nối chân số 20 (SDA), chân SCL nối chân số 21 (SCL) của Arduino Mega 2560.
  • Tính toán tài nguyên vi điều khiển:
    • Bộ nhớ chương trình tiêu tốn: 2.958 bytes (chiếm khoảng 36% bộ nhớ tính toán cho phân vùng chương trình điều khiển).
    • Tổng số chân I/O số được sử dụng: 20 chân.
    • Tổng dòng tiêu thụ ước tính trên các cổng I/O: $I_{\text{tiêu thụ}} = 20 \times 40\text{ mA} = 800\text{ mA}$.

Quy trình phần mềm và tích hợp hệ thống

  1. Lưu đồ quét và đối sánh vân tay: Hệ thống ở trạng thái chờ; khi người dùng đặt ngón tay vào cảm biến quang học, module R307 chụp ảnh 500 dpi, thực hiện rút trích đặc trưng và đối sánh với thư viện (1:N). Nếu dữ liệu khớp (mã xác nhận 0x00h), hệ thống xác nhận thông tin thành công, hiển thị lên màn hình LCD và gửi tín hiệu sang ESP8266. Nếu không trùng khớp (mã lỗi 0x08h hoặc 0x09h), hệ thống đưa ra thông báo từ chối.
  2. Lưu đồ truyền dữ liệu và cảnh báo qua mạng: Module ESP8266 nhận gói tin từ Arduino Mega qua giao thức UART, gửi dữ liệu thời gian điểm danh lên Web Server để ghi nhận vào cơ sở dữ liệu MySQL. Dữ liệu từ MySQL được đồng bộ sang phần mềm Excel để tính toán số lần đi trễ, thời gian trễ và số buổi vắng học. Khi các chỉ số vi phạm vượt ngưỡng quy định, hệ thống tự động gửi thư cảnh báo trực tiếp về tài khoản Gmail của sinh viên.
  3. Chế độ quản trị (Admin): Thông qua bàn phím ma trận 3x4 và màn hình hiển thị LCD, người quản trị nhập mật khẩu bảo mật để truy cập menu cài đặt, thực hiện các thao tác: thêm vân tay mới (quét 2 lần để tạo khuôn mẫu), xóa từng ID vân tay hoặc đổi mật mã quản lý.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Trình bày bối cảnh thực tiễn, tính cấp thiết của việc tự động hóa công tác quản lý sinh viên bằng sinh trắc học vân tay. Xác định mục tiêu chế tạo hệ thống quét vân tay điều khiển vi điều khiển Arduino Mega 2560 kết nối Internet qua ESP8266, xử lý dữ liệu qua Web Server, bảng tính Excel và gửi email cảnh báo. Đề ra 9 nội dung công việc cụ thể từ nghiên cứu lý thuyết, thiết kế phần cứng, lập trình phần mềm đến thử nghiệm và bảo vệ đồ án.

Chương 2: Cơ sở lý thuyết

Cung cấp tổng quan về nền tảng vi điều khiển Arduino (cấu trúc phần cứng AVR, các dòng chip ATMega). Trình bày lý thuyết nhận dạng sinh trắc học vân tay: nguồn gốc cấu tạo da, lịch sử phát triển nhận dạng từ Francis Galton (1888) đến tiêu chuẩn cơ sở dữ liệu FBI (1924), chi tiết 5 bước của quy trình xử lý ảnh và 4 bước của quy trình so sánh vân tay. Trình bày chi tiết thông số kỹ thuật, sơ đồ chân và nguyên lý hoạt động của các phần cứng: vi điều khiển Arduino Mega 2560, cảm biến vân tay R307 (cấu trúc gói tin truyền thông UART, các byte mã xác nhận lỗi từ 0x00h đến 0x1Dh), bàn phím ma trận 3x4 cùng kỹ thuật quét hàng/cột, màn hình LCD 1602 kèm module I2C (địa chỉ 0x27), module Wi-Fi ESP8266 NodeMCU V3 và mạch nguồn hạ áp Buck LM2596.

Chương 3: Tính toán và thiết kế

Phân tích yêu cầu kỹ thuật của hệ thống và xây dựng sơ đồ khối gồm 6 khối (Khối nguồn, Khối xử lý trung tâm, Khối cảm biến vân tay, Khối Module ESP8266, Khối hiển thị, Khối chấp hành). Trình bày quá trình tính toán thiết kế chi tiết: lựa chọn Arduino Mega 2560 để đáp ứng 20 chân I/O và dòng tiêu thụ 800 mA; lựa chọn cảm biến R307 với dung lượng 120 mẫu phù hợp quy mô lớp học 100 sinh viên; sử dụng giao tiếp I2C để tối ưu hóa chân cắm cho màn hình LCD; tính toán mạch nguồn dùng Adapter 12V 3A kết hợp module hạ áp LM2596 xuống 5V. Thiết lập sơ đồ nguyên lý kết nối toàn mạch.

Chương 4: Thi công hệ thống

Trình bày các bước đóng gói bộ điều khiển và bố trí linh kiện mặt trước, bên ngoài và bên trong hộp mô hình. Xây dựng môi trường lập trình nhúng trên Arduino IDE, lập trình giao diện Web (HTML, CSS, PHP), cấu hình cơ sở dữ liệu MySQL và thiết lập liên kết với phần mềm Excel để tính toán chuyên cần và tự động gửi Gmail cảnh báo. Xây dựng tài liệu hướng dẫn quy trình vận hành hệ thống, bao gồm các bước điểm danh, quy trình đăng nhập quyền Admin, thao tác thêm mới và xóa dấu vân tay.

Chương 5: Kết quả, nhận xét, đánh giá

Tổng kết kết quả chế tạo mô hình thực tế: hệ thống nhận dạng vân tay chính xác, thời gian phản hồi nhanh (< 0.2 giây), dữ liệu điểm danh được truyền nhận đầy đủ lên Web Server và hiển thị trực quan. Chức năng tính toán thống kê trên Excel và tự động gửi email cảnh báo khi sinh viên đi trễ hoặc vắng học hoạt động ổn định đúng theo thiết kế. Đánh giá mức độ hoàn thành nhiệm vụ nghiên cứu đạt yêu cầu đề ra.

Chương 6: Kết luận và hướng phát triển

Tóm lược các thành tựu đạt được của đề tài trong việc làm chủ công nghệ sinh trắc học vân tay kết hợp IoT để quản lý thông tin sinh viên. Nêu rõ các hạn chế tồn đọng về khả năng lưu trữ mẫu của module R307 và độ phụ thuộc của cảm biến quang học vào chất lượng bề mặt ngón tay. Đề xuất các giải pháp nâng cấp trong tương lai nhằm mở rộng quy mô ứng dụng.

Kết quả và đóng góp

Kết quả kỹ thuật đạt được

  1. Chế tạo mô hình phần cứng hoàn chỉnh:
    • Đóng gói thành công khối điều khiển trung tâm với bố trí mặt trước gồm cảm biến vân tay R307, bàn phím ma trận 3x4 và màn hình LCD có mạch chuyển I2C.
    • Hệ thống nguồn vận hành ổn định qua bộ hạ áp LM2596 với hiệu suất 92%, đáp ứng dòng tải đỉnh 150 mA của cảm biến R307 và dòng tải tổng 800 mA của các chân I/O.
  2. Khả năng xử lý và nhận dạng sinh trắc học:
    • Tích hợp cảm biến R307 với độ phân giải 500 dpi, tỷ lệ nhận dạng nhầm (FAR) dưới 0.001%, tỷ lệ từ chối nhầm (FRR) dưới 0.1% và thời gian tìm kiếm đối sánh mẫu nhanh dưới 0.2 giây.
    • Dung lượng lưu trữ nội vi đạt 120 mẫu vân tay, đáp ứng tốt cho lớp học quy mô 100 sinh viên.
  3. Liên kết phần mềm và tự động hóa cảnh báo:
    • Đồng bộ thành công luồng dữ liệu thời gian thực từ cảm biến $\rightarrow$ Arduino Mega 2560 $\rightarrow$ Module ESP8266 qua UART $\rightarrow$ Web Server và cơ sở dữ liệu MySQL.
    • Tự động hóa xử lý bảng tính trên Excel để trích xuất danh sách sinh viên vi phạm quy định chuyên cần (thời gian đi trễ, số lần vắng) và gửi thư cảnh báo trực tiếp về Gmail của từng sinh viên.

Đóng góp của đề tài

  • Nâng cấp mô hình từ hệ thống đóng/mở cửa độc lập trước đây thành một hệ thống quản lý học vụ toàn diện, tích hợp giám sát qua mạng Internet và cơ chế cảnh báo tự động.
  • Cung cấp giải pháp kỹ thuật kết hợp hiệu quả giữa vi điều khiển nhúng giá thành thấp (Arduino, ESP8266) với các công cụ phần mềm văn phòng và web phổ biến (MySQL, PHP, Excel, Gmail) để giải quyết bài toán quản lý sinh viên thực tế.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

  • Giới hạn dung lượng lưu trữ: Module R307 chỉ lưu trữ tối đa 120 mẫu vân tay, giới hạn phạm vi sử dụng trong quy mô một lớp học đơn lẻ, chưa thể mở rộng cho toàn khoa hoặc toàn trường nếu không nâng cấp phần cứng.
  • Độ nhạy của cảm biến quang học: Quá trình quét vân tay dễ bị ảnh hưởng nếu bề mặt ngón tay của người dùng bị ướt, dính bẩn, trầy xước hoặc do áp lực đặt ngón tay không đồng đều.
  • Tối ưu hóa phần cứng: Hệ thống hiện tại vẫn kết hợp nhiều module rời rạc (Arduino Mega 2560 kết nối dây với ESP8266), làm tăng kích thước đóng gói của mô hình điều khiển.

Hướng nghiên cứu tiếp

  • Nâng cấp cảm biến vân tay có dung lượng lưu trữ lớn hơn như module R301 (500 mẫu), R303S hoặc R101 (1000 mẫu vân tay) để phục vụ quy mô điểm danh lớn hơn.
  • Thiết kế bo mạch in (PCB) nguyên khối tích hợp sẵn vi điều khiển và vi mạch Wi-Fi nhằm tăng tính nhỏ gọn, độ bền và tính thẩm mỹ công nghiệp của thiết bị.
  • Mở rộng thêm các phương thức nhận dạng sinh trắc học khác như nhận dạng khuôn mặt, hoặc tích hợp đầu đọc thẻ từ RFID để tạo hệ thống điểm danh đa phương thức.
  • Phát triển ứng dụng di động (Mobile App) liên kết trực tiếp với Web Server để sinh viên và giảng viên có thể theo dõi tình trạng điểm danh theo thời gian thực mà không phụ thuộc hoàn toàn vào email.

Giá trị tham khảo

  • Đối tượng tham khảo: Sinh viên, giảng viên và kỹ sư thuộc các chuyên ngành Công nghệ Kỹ thuật Cơ điện tử, Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Điện - Điện tử, Công nghệ Thông tin đang thực hiện các đề tài tốt nghiệp hoặc dự án nghiên cứu về hệ thống nhúng và IoT.
  • Nội dung giá trị:
    • Cung cấp đầy đủ thông số kỹ thuật, cấu trúc chân, sơ đồ ghép nối nguyên lý giữa Arduino Mega 2560 với module vân tay R307, module ESP8266, bàn phím 3x4 và màn hình LCD qua giao tiếp I2C.
    • Cung cấp bảng mã lỗi chi tiết và giao thức truyền thông gói tin UART của dòng cảm biến vân tay R307/R308.
    • Phương pháp xây dựng hệ thống thu thập dữ liệu phân tầng từ thiết bị biên nhúng truyền qua Wi-Fi lên cơ sở dữ liệu Web và xử lý tự động gửi email cảnh báo.

Câu hỏi thường gặp

1. Vi điều khiển trung tâm sử dụng trong đề tài là gì và mức tiêu thụ tài nguyên ra sao?

Hệ thống sử dụng bo mạch vi điều khiển Arduino Mega 2560 tích hợp chip ATmega2560 (xung nhịp 16 MHz, bộ nhớ Flash 256 KB, 54 chân Digital I/O, 16 chân Analog). Trong quá trình lập trình và kết nối, hệ thống sử dụng hết 2.958 bytes bộ nhớ (chiếm khoảng 36% dung lượng bộ nhớ khả dụng), sử dụng 20 chân I/O với tổng dòng tiêu thụ trên các chân ước tính là $20 \times 40\text{ mA} = 800\text{ mA}$.

2. Module cảm biến vân tay R307 có các thông số kỹ thuật nhận dạng như thế nào?

Module R307 sử dụng cảm biến quang học với độ phân giải hình ảnh 500 dpi, dung lượng lưu trữ 120 mẫu vân tay trong bộ nhớ Flash. Cảm biến hỗ trợ so sánh 1:1 và tìm kiếm 1:N với thời gian tìm kiếm dưới 0.2 giây. Tỷ lệ chấp nhận nhầm (FAR) của module là dưới 0.001%, tỷ lệ từ chối nhầm (FRR) dưới 0.1%, giao tiếp qua chuẩn UART với tốc độ truyền mặc định 57600 bps và điện áp hoạt động từ 3.6V đến 6.0V DC.

3. Phương thức truyền thông và kết nối giữa các khối phần cứng được thực hiện như thế nào?

  • Module cảm biến R307 giao tiếp với Arduino Mega 2560 thông qua cổng nối tiếp UART phần cứng (chân TXD của cảm biến nối chân 19 RX1, chân RXD nối chân 18 TX1 của Arduino).
  • Màn hình LCD kết nối qua mạch chuyển đổi I2C với 2 chân tín hiệu SDA (nối chân 20) và SCL (nối chân 21) của Arduino Mega tại địa chỉ 0x27.
  • Module ESP8266 nhận dữ liệu từ vi điều khiển trung tâm để gửi lên Web Server thông qua kết nối Wi-Fi.

4. Hệ thống thực hiện quy trình cảnh báo cho sinh viên vi phạm như thế nào?

Dữ liệu quét vân tay được ESP8266 đẩy lên Web Server và lưu vào cơ sở dữ liệu MySQL. Sau đó, dữ liệu được nhập liệu qua ứng dụng Excel để tính toán tự động số lần đi trễ, thời gian trễ và số buổi vắng học của từng sinh viên. Khi sinh viên vi phạm các ngưỡng chuyên cần quy định, hệ thống tự động kích hoạt gửi thư cảnh báo trực tiếp đến tài khoản Gmail của sinh viên đó.

5. Giao diện phần cứng của mô hình cho phép người dùng thao tác những chức năng gì?

Mặt trước mô hình trang bị cảm biến vân tay R307, bàn phím ma trận 3x4 và màn hình LCD. Người dùng có thể đặt vân tay để điểm danh ra/vào lớp. Người quản trị (Admin) có thể sử dụng bàn phím ma trận để nhập mật mã truy cập hệ thống nhằm thực hiện các chức năng: thêm mẫu vân tay mới, xóa mẫu vân tay theo ID hoặc đổi mật khẩu quản lý.

Kết luận

Khóa luận tốt nghiệp "Quản lý và cảnh báo thông tin sinh viên bằng máy quét vân tay" của sinh viên Nguyễn Hùng Duy (ngành Công nghệ Kỹ thuật Cơ điện tử, Trường Đại học Nông Lâm TP. Hồ Chí Minh) đã thiết kế và thi công thành công một mô hình phần cứng hoàn chỉnh kết hợp công nghệ sinh trắc học và IoT. Hệ thống sử dụng vi điều khiển Arduino Mega 2560 làm trung tâm điều khiển, kết hợp cảm biến R307, module truyền thông ESP8266, bàn phím ma trận và màn hình LCD chuẩn I2C. Toàn bộ quy trình từ nhận dạng vân tay, truyền dữ liệu lên Web Server, quản lý cơ sở dữ liệu MySQL đến việc tự động hóa tính toán chuyên cần và gửi email cảnh báo qua Gmail đều được tích hợp đồng bộ, đáp ứng tốt yêu cầu quản lý thực tiễn cho một lớp học đại trà.