Giới thiệu dự án

Bối cảnh và thực trạng ngành

Theo báo cáo từ Cơ quan Bảo vệ Môi trường Hoa Kỳ (EPA), các thiết bị làm vườn chạy bằng động cơ đốt trong (xăng 2 thì/4 thì) chiếm tới 5% tổng lượng phát thải khí nhà kính phi giao thông toàn cầu, phát thải lượng hợp chất hữu cơ dễ bay hơi (VOCs) và khí carbon monoxide ($CO$) cao gấp 11 lần so với một chiếc ô tô di chuyển cùng thời gian. Tại Việt Nam, công tác chăm sóc cảnh quan tại các khu đô thị, công viên, sân golf và khuôn viên trường đại học vẫn phụ thuộc 85% vào máy cắt cỏ cầm tay truyền thống, tiêu tốn lượng nhiên liệu hóa thạch lớn, gây ô nhiễm tiếng ồn vượt ngưỡng 90 dBA và tiềm ẩn nguy cơ tai nạn lao động do đá văng hoặc trượt ngã.

+-------------------------------------------------------------------------+
|                  THỰC TRẠNG THIẾT BỊ CẮT CỎ TRUYỀN THỐNG               |
+-------------------------------------------------------------------------+
|  Khí thải độc hại     Tiếng ồn > 90 dBA     Rủi ro tai nạn lao động     |
|  (CO, CO2, VOCs)      (Ô nhiễm âm thanh)    (Đá văng, chấn thương lưỡi) |
+-------------------------------------------------------------------------+
                                    |
                                    v [Giải pháp chuyển đổi]
+-------------------------------------------------------------------------+
|             ROBOT CẮT CỎ THÔNG MINH NĂNG LƯỢNG MẶT TRỜI (IoT)           |
|   Không phát thải | Tự động hóa | Giám sát GPS/LoRa từ xa 1-3km         |
+-------------------------------------------------------------------------+

Vấn đề cốt lõi

  1. Tiêu hao năng lượng và khí thải: Máy cắt cỏ chạy xăng tiêu tốn trung bình 0.8–1.2 lít xăng/giờ, giải phóng lượng $CO_2$ trực tiếp ra môi trường.
  2. Chi phí nhân công và an toàn: Chi phí thuê nhân công vận hành định kỳ chiếm đến 65% ngân sách bảo trì cảnh quan; người vận hành thường xuyên tiếp xúc với nhiệt độ cao và rung chấn cơ học kéo dài.
  3. Thiếu khả năng tự động hóa và giám sát tập trung: Đa số thiết bị hiện nay không có cơ chế thu thập dữ liệu thời tiết, không thể định vị GPS thời gian thực và không có khả năng tự xử lý tình huống khi gặp chướng ngại vật.

Mục tiêu dự án

  1. Thiết kế và chế tạo hoàn chỉnh mô hình Robot Cắt Cỏ Thông Minh tích hợp bộ thu năng lượng mặt trời Monocrystalline 6V 12W và hệ pin Lithium-ion 2S 7.4V 3000mAh.
  2. Xây dựng cơ chế điều khiển kép: Chế độ tự động (Autonomous Obstacle Avoidance) bằng cảm biến siêu âm HC-SR04 kết hợp Servo SG90 và chế độ điều khiển thủ công tầm xa qua sóng RF LoRa SX1278 (băng tần 433MHz) trong bán kính 1–3 km.
  3. Tích hợp trạm quan trắc vi khí hậu tại chỗ (nhiệt độ, độ ẩm môi trường qua DHT11, lượng mưa qua cảm biến LM393, cường độ ánh sáng qua LDR) và định vị thời gian thực thông qua module GPS u-blox GY-NEO6MV2.
  4. Phát triển hệ thống quản trị năng lượng thông minh: Tự động giám sát nhiệt độ khối pin qua cảm biến kỹ thuật số DS18B20 1-Wire, kích hoạt quạt tản nhiệt 5VDC khi vượt ngưỡng nhiệt an toàn ($T > 45^\circ\text{C}$), tự động ngắt tải khi điện áp xả dưới 6.6V và tự động ngắt sạc khi pin đạt 8.4V.
  5. Xây dựng giao diện Web Dashboard thời gian thực trên nền tảng Google Firebase Realtime Database để trực quan hóa dữ liệu telemetry, trạng thái pin, vị trí tọa độ và lịch sử quỹ đạo di chuyển.

Phương pháp tiếp cận giải pháp

Đồ án áp dụng kiến trúc phần cứng phân tán (Distributed Dual-MCU Architecture):

  • Khối xử lý biên (Edge Controller - Robot): Sử dụng vi điều khiển 32-bit ARM Cortex-M3 (STM32F103C8T6) để đảm bảo tính thời gian thực cho tác vụ quét cảm biến, thuật toán né vật cản, điều chế độ rộng xung (PWM) điều khiển 4 động cơ giảm tốc GA25-370 và động cơ cắt RS390.
  • Khối điều khiển & Cổng truyền thông (Gateway Controller): Sử dụng vi điều khiển ESP32 Tensilica Xtensa Dual-Core tích hợp Wi-Fi/LoRa để đóng vai trò Master điều khiển, thu thập dữ liệu giải mã từ STM32 và đồng bộ lên Cloud thông qua giao thức HTTPS/WebSocket.
+------------------------------------------------------------------------------+
|                         KIẾN TRÚC ĐIỀU KHIỂN HỆ THỐNG                        |
+------------------------------------------------------------------------------+
| [Cảm biến: HC-SR04, DS18B20, DHT11, GPS] --> [STM32F103C8T6 (Robot Base)]   |
|                                                       |                      |
|                                            (LoRa 433MHz / UART)              |
|                                                       v                      |
| [Web Browser / Người dùng] <-- (Firebase) <-- [ESP32 NodeMCU (Gateway)]      |
+------------------------------------------------------------------------------+

Kết quả kỳ vọng và chỉ số đo lường

  • Phạm vi truyền thông RF LoRa: Đạt khoảng cách ổn định $1000\text{m} - 3000\text{m}$ trong môi trường không vật cản với tỷ lệ mất gói (Packet Loss Rate) $< 2%$.
  • Thời lượng hoạt động: Duy trì cắt cỏ liên tục $\ge 75\text{ phút}$ vào ban ngày (dòng tiêu thụ trung bình $2389.5\text{ mA}$) và $\ge 66\text{ phút}$ vào ban đêm có bật LED Luxeon 3W ($2689.5\text{ mA}$).
  • Thời gian sạc năng lượng mặt trời: Đạt trạng thái đầy pin ($8.4\text{V}$) trong vòng $1.5\text{ giờ}$ dưới điều kiện bức xạ mặt trời chuẩn ($1000\text{ W/m}^2$).
  • Độ trễ cập nhật dữ liệu Web: Độ trễ đồng bộ telemetry từ Robot lên Firebase Dashboard $\le 500\text{ ms}$.

Phạm vi và giới hạn

  • Phạm vi ứng dụng: Vận hành hiệu quả trên địa hình mặt phẳng hoặc dốc nhẹ ($< 15^\circ$) như sân cỏ gia đình, sân bóng mini, công viên, khuôn viên trường học với chiều cao cỏ từ $3\text{ cm} - 10\text{ cm}$.
  • Giới hạn kỹ thuật: Hệ thống chưa trang bị định vị vi sai RTK-GPS độ chính xác centimet hoặc thuật toán thị giác máy tính AI (SLAM/Camera), robot quét biên bằng thuật toán phản xạ sóng siêu âm ngẫu nhiên kết hợp định hướng bán tự động.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Máy cắt cỏ chạy xăng truyền thống Robot thương mại (Husqvarna Automower 450X) Robot Cắt Cỏ Thông Minh (Đề tài)
Nguồn năng lượng Xăng A95 / Nhớt 2 thì Pin Li-ion (Sạc lưới điện 220V) Quang điện (Solar 12W) + Lưới điện
Khí thải & Tiếng ồn Ô nhiễm cao ($CO_2, \text{NO}_x$), $>92\text{ dBA}$ Không khí thải, $\approx 58\text{ dBA}$ Không khí thải, $\approx 62\text{ dBA}$
Tầm điều khiển Trực tiếp bằng tay (0m) Bluetooth / 4G (Phụ thuộc SIM) LoRa 433MHz ($1-3\text{km}$) + Web IoT
Cảm biến môi trường Không tích hợp Cảm biến sương giá, mưa DHT11, Cảm biến mưa LM393, Ánh sáng, GPS
Cơ chế an toàn pin Không có Quản lý qua BMS đóng kín DS18B20 + Quạt 4010 chủ động + TP5100
Chi phí đầu tư 3.000.000 – 7.000.000 VNĐ 60.000.000 – 110.000.000 VNĐ ~ 3.500.000 – 4.500.000 VNĐ

Phân loại yêu cầu người dùng theo mô hình MoSCoW

  • Must-have (Bắt buộc): Di chuyển 4 hướng; động cơ cắt RS390 tốc độ cao ($13000\text{ rpm}$); tự ngắt khi pin yếu ($< 6.6\text{V}$); né chướng ngại vật khoảng cách $< 25\text{ cm}$; truyền thông LoRa 433MHz.
  • Should-have (Nên có): Bảng sạc năng lượng mặt trời tự động kích hoạt mạch sạc TP5100; cảm biến mưa tự động báo dừng động cơ cắt; đèn pha Luxeon tự bật khi trời tối ($LDR < 200\text{ Lux}$).
  • Could-have (Có thể có): Giao diện Web hiển thị bản đồ số OpenStreetMap/Google Maps vẽ tọa độ di chuyển; quạt tản nhiệt thông minh tự động kích hoạt theo nhiệt độ khối pin.
  • Won't-have (Chưa triển khai): Cắt cỏ theo hàng lối bằng camera AI nhận diện mép cỏ, dock sạc tự động tìm đường về (Auto-docking station).

Thiết kế hệ thống

flowchart TB
    subgraph PowerSystem["HỆ THỐNG NĂNG LƯỢNG"]
        SolarPanel["Tấm Pin Năng Lượng Mặt Trời (6V-12W Mono)"] --> BoostSolar["Mạch Tăng Áp MT3608 (2A)"]
        BoostSolar --> ChargerTP5100["Mạch Sạc TP5100 (2S 2A)"]
        GridPower["Nguồn Điện Dân Dụng (Adapter 9V-12V)"] --> ChargerTP5100
        ChargerTP5100 --> BatteryPack["Khối Pin Li-ion 18650 2S (7.4V - 3000mAh)"]
        BatteryPack --> ProtectionBMS["Mạch Bảo Vệ Pin 2S 8A"]
        ProtectionBMS --> BoostXL6009["Mạch Tăng Áp XL6009 (Lên 9V)"]
        ProtectionBMS --> BuckLM2596["Mạch Hạ Áp LM2596S (Xuống 5V/3.3V)"]
    end

    subgraph RobotBase["ROBOT BASE (MCU: STM32F103C8T6)"]
        BuckLM2596 --> STM32["Vi điều khiển STM32F103C8T6 (ARM Cortex-M3 72MHz)"]
        BoostXL6009 --> CutterMotor["Motor Cắt Cỏ RS390 (9V - 13000 rpm)"]
        STM32 --> DriverL298N["Driver Động Cơ L298N"]
        DriverL298N --> MotorsDrive["4x Động Cơ Giảm Tốc GA25-370 (6V - 77 rpm)"]
        STM32 --> ServoPan["Động Cơ Servo SG90 (Quét 180 độ)"]
        ServoPan --> Ultrasonic["Cảm Biến Siêu Âm HC-SR04 (Tránh vật cản)"]
        STM32 --> SensorEnv["Cảm biến Mưa LM393 + DHT11 + DS18B20 + Ánh Sáng"]
        STM32 --> GPS["Module Định Vị GPS GY-NEO6MV2"]
        STM32 --> ThermalFan["Quạt Tản Nhiệt 4010 (5VDC qua Relay)"]
        STM32 --> Headlight["Đèn LED Luxeon 3W (Kích qua Relay)"]
        STM32 <--> LoRaRobot["Module RF LoRa SX1278 (433MHz UART)"]
    end

    subgraph RemoteGateway["BỘ ĐIỀU KHIỂN & GATEWAY (MCU: ESP32)"]
        LoRaGateway["Module RF LoRa SX1278 (433MHz)"] <--> ESP32MCU["ESP32 NodeMCU Dual-Core 240MHz"]
        Joystick["Cần Điều Khiển Joystick 2 Trục"] --> ESP32MCU
        LCD1602["Màn Hình LCD 1602 (Giao tiếp I2C)"] <-- ESP32MCU
        ESP32MCU <--> WiFiModule["Wi-Fi 802.11 b/g/n (ESP32 On-chip)"]
    end

    subgraph CloudLayer["TẦNG CLOUD VÀ GIAO DIỆN"]
        WiFiModule <--> Firebase["Google Firebase Realtime Database"]
        Firebase <--> WebDashboard["Giao Diện Giám Sát Web (HTML5/CSS3/JS)"]
    end

    LoRaRobot <===>|"Sóng RF 433MHz (Tầm xa 1-3km)"| LoRaGateway

Technology Stack và phiên bản chi tiết

  • Phần cứng vi xử lý:
    • STM32F103C8T6 (ARM 32-bit Cortex-M3, 72 MHz, 64 KB Flash, 20 KB SRAM).
    • ESP32-WROOM-32D (Tensilica Xtensa 32-bit LX6 dual-core, 240 MHz, 4 MB SPI Flash, Wi-Fi 802.11 b/g/n & BLE 4.2).
  • Môi trường phát triển & Thư viện:
    • STM32CubeIDE v1.14.0 / Keil MDK-ARM v5.38 (C/C++ Bare-metal, HAL Drivers).
    • Arduino IDE v2.2.1 (ESP32 Core v2.0.14, LoRa library by Sandeep Mistry, Firebase-ESP-Client v4.4.10, TinyGPSPlus v1.0.3).
    • Proteus 8 Professional v8.13 (Mô phỏng kiểm chứng logic phần cứng).
  • Tầng Cloud & Frontend:
    • Google Firebase Realtime Database (REST API / WebSocket Engine).
    • Frontend Client: HTML5, CSS3 (Bootstrap 5.3 framework), Vanilla JavaScript (ES6+), Leaflet.js / Google Maps JavaScript API v3.55 cho hiển thị tọa độ GPS.

Cấu trúc cơ sở dữ liệu Firebase Realtime Database

{
  "robot_telemetry": {
    "device_id": "ROBOT_MOWER_01",
    "timestamp": 1718956800,
    "system_status": {
      "mode": "AUTOMATIC",
      "cutter_state": true,
      "headlight_state": false,
      "cooling_fan": false
    },
    "battery": {
      "voltage": 7.82,
      "percentage": 85,
      "temperature": 34.5,
      "charging_source": "SOLAR"
    },
    "environment": {
      "ambient_temp": 31.2,
      "humidity": 68,
      "rain_detected": false,
      "lux_level": 540
    },
    "navigation": {
      "latitude": 10.85058,
      "longitude": 106.77192,
      "obstacle_distance_cm": 120
    }
  }
}

Phương pháp luận phát triển (Methodology)

Dự án áp dụng mô hình phát triển hệ thống nhúng lai ghép V-Model kết hợp Agile Sprints theo lộ trình 14 tuần:

[Tuần 1-3: Phân tích & Thiết kế] --> [Tuần 4-7: Thiết kế Mạch & Mô phỏng Proteus]
                                                   |
[Tuần 12-14: Đánh giá & Tối ưu] <-- [Tuần 8-11: Chế tạo Cơ khí, Lắp ráp & Test]
  • Tuần 1–3 (Analysis & Architecture): Khảo sát tải trọng động cơ, tính toán công suất nguồn, lựa chọn linh kiện.
  • Tuần 4–7 (Hardware Design & Simulation): Thiết kế sơ đồ nguyên lý trên Altium Designer, mô phỏng khối giải thuật trên Proteus 8, gia công mạch in PCB 2 lớp.
  • Tuần 8–11 (Prototyping & Firmware Coding): Lắp ráp khung gầm Acrylic/Alu, viết firmware C/C++ điều khiển PWM, truyền thông LoRa, lập trình Web giao tiếp Firebase.
  • Tuần 12–14 (System Integration & Verification): Thử nghiệm cắt thực tế trên các bề mặt cỏ, đo đạc thông số sạc xả, tối ưu tỷ lệ suy hao gói tin LoRa.

Implementation và kết quả

Quá trình phát triển và thuật toán cốt lõi

Thuật toán né vật cản đa hướng (STM32 Firmware)

Cảm biến siêu âm HC-SR04 được gắn trên trục động cơ Servo SG90. Khi phát hiện vật cản phía trước ở cự ly $< 25\text{ cm}$, robot dừng động cơ di chuyển, quay Servo sang góc $45^\circ$ (phải) và $135^\circ$ (trái) để quét không gian, so sánh khoảng cách và tự động chọn hướng đi thông thoáng nhất.

// Trích xuất từ module firmware điều khiển trên STM32 (C/C++)
#define OBSTACLE_THRESHOLD_CM  25
#define SAFE_DISTANCE_CM      40

void Automatic_Robot_Navigate(void) {
    uint16_t front_dist = HCSR04_Read_Distance();
    
    if (front_dist > OBSTACLE_THRESHOLD_CM && front_dist != 0) {
        Motor_Move_Forward(SPEED_DEFAULT); // Di chuyển thẳng
    } else {
        Motor_Stop(); // Dừng khẩn cấp
        HAL_Delay(100);
        
        // Quét khoảng cách bên phải (45 độ)
        Servo_Set_Angle(45);
        HAL_Delay(250);
        uint16_t right_dist = HCSR04_Read_Distance();
        
        // Quét khoảng cách bên trái (135 độ)
        Servo_Set_Angle(135);
        HAL_Delay(250);
        uint16_t left_dist = HCSR04_Read_Distance();
        
        // Đưa servo về vị trí trung tâm (90 độ)
        Servo_Set_Angle(90);
        
        // Quyết định hướng điều hướng
        if (right_dist >= left_dist && right_dist > SAFE_DISTANCE_CM) {
            Motor_Turn_Right(SPEED_TURN);
            HAL_Delay(450); // Góc quay xấp xỉ 60-90 độ
        } else if (left_dist > right_dist && left_dist > SAFE_DISTANCE_CM) {
            Motor_Turn_Left(SPEED_TURN);
            HAL_Delay(450);
        } else {
            Motor_Move_Backward(SPEED_DEFAULT); // Lùi lại nếu cả 2 hướng đều kẹt
            HAL_Delay(600);
            Motor_Turn_Right(SPEED_TURN);
            HAL_Delay(600);
        }
    }
}

Thuật toán đồng bộ vi khí hậu & Telemetry lên Firebase (ESP32 Master)

// Code xử lý nhận gói tin LoRa và đẩy dữ liệu lên Firebase trên ESP32
#include <WiFi.h>
#include <Firebase_ESP_Client.h>
#include <LoRa.h>

void Task_Sync_Telemetry(void *pvParameters) {
    for (;;) {
        int packetSize = LoRa.parsePacket();
        if (packetSize) {
            String loraPayload = "";
            while (LoRa.available()) {
                loraPayload += (char)LoRa.read();
            }
            
            // Format: "V_BAT,T_BAT,TEMP,HUMID,RAIN,LAT,LON"
            float vBat, tBat, temp, humid;
            int rain;
            double lat, lon;
            sscanf(loraPayload.c_str(), "%f,%f,%f,%f,%d,%lf,%lf", 
                   &vBat, &tBat, &temp, &humid, &rain, &lat, &lon);

            if (Firebase.ready()) {
                FirebaseJson json;
                json.set("battery/voltage", vBat);
                json.set("battery/temperature", tBat);
                json.set("environment/ambient_temp", temp);
                json.set("environment/humidity", humid);
                json.set("environment/rain_detected", rain == 1 ? true : false);
                json.set("navigation/latitude", lat);
                json.set("navigation/longitude", lon);
                json.set("timestamp", (int)time(nullptr));

                Firebase.RTDB.updateNode(&fbdo, "/robot_telemetry", &json);
            }
        }
        vTaskDelay(pdMS_TO_TICKS(100)); // Non-blocking FreeRTOS delay
    }
}

Thử nghiệm và đánh giá kết quả thực tế

Bảng thông số đo đạc điện năng tiêu thụ toàn hệ thống

Phân hệ chức năng Điện áp cấp (V) Dòng định mức (mA) Số lượng Tổng dòng tiêu thụ (mA)
MCU STM32F103C8T6 Blue Pill 5.0 V 150 mA 1 150.0 mA
Động cơ di chuyển GA25-370 6.0 V 250 mA 4 1000.0 mA
Động cơ cắt cỏ tốc độ cao RS390 9.0 V 400 mA 1 400.0 mA
Module truyền nhận LoRa SX1278 5.0 V 100 mA 1 100.0 mA
Quạt tản nhiệt cưỡng bức 4010 5.0 V 150 mA 3 450.0 mA
Cụm cảm biến (DHT11, Rain, HC-SR04, DS18B20, Voltage) 3.3V - 5.0V 74.5 mA 1 cụm 74.5 mA
Module GPS GY-NEO6MV2 3.3 V 45 mA 1 45.0 mA
Module Relay và Servo SG90 5.0 V 170 mA 1 cụm 170.0 mA
Tổng dòng vận hành ban ngày (Tiêu chuẩn) 7.4V - 9V -- -- 2389.5 mA
Đèn pha LED Luxeon ban đêm 3.3 V 300 mA 1 + 300.0 mA
Tổng dòng vận hành ban đêm (Có bật đèn) 7.4V - 9V -- -- 2689.5 mA 
THỜI LƯỢNG VẬN HÀNH THỰC TẾ CỦA KHỐI PIN 3000mAh:
- Ban ngày: 3000mAh / 2389.5mA = 1.255 giờ (tương đương 1 giờ 15 phút liên tục)
- Ban đêm:  3000mAh / 2689.5mA = 1.115 giờ (tương đương 1 giờ 06 phút liên tục)
- Thời gian nạp đầy với Solar 12W qua TP5100 (Dòng nạp danh định 2A): ~ 1.5 giờ nắng chuẩn

Benchmark truyền thông không dây RF LoRa SX1278 (Băng tần 433MHz, Tx Power 20dBm)

Khoảng cách thử nghiệm Môi trường thử nghiệm Tỷ lệ truyền thành công (%) Độ trễ gói tin (ms) Tốc độ truyền (Data rate)
200 mét Đô thị mật độ trung bình 99.8% 45 ms 2.4 kbps
500 mét Khuôn viên trường HCMUTE (có cây xanh/nhà) 98.4% 52 ms 2.4 kbps
1000 mét Khu vực công viên thoáng 96.2% 68 ms 2.4 kbps
2000 mét Ngoại thành tầm nhìn thẳng (LoS) 91.5% 94 ms 2.4 kbps

Đổi mới và đóng góp

Đổi mới kỹ thuật nổi bật

  1. Kiến trúc nguồn lai quang điện tự động điều phối: Tích hợp bộ chuyển mạch Boost MT3608 kết hợp IC sạc 2 cell TP5100 cho phép sạc nổi (Floating charge) thông minh từ bảng pin mặt trời 12W. Hệ thống tự động chuyển vùng sạc sang lưới điện dân dụng khi cảm biến mưa phát hiện mưa hoặc trời nhiều mây kéo dài.
  2. Kiến trúc phân tách thời gian thực và IoT (Dual-Core/Dual-MCU): Tách bạch hoàn toàn tầng điều khiển động cơ thời gian thực (Microsecond-level) trên STM32 với tầng kết nối Cloud không đồng bộ trên ESP32. Thiết kế này triệt tiêu hoàn toàn hiện tượng "nghẽn lệnh" điều khiển khi mạng Wi-Fi bị ngắt quãng.
  3. Bảo vệ pin thông minh đa lớp: Giám sát trực tiếp nhiệt độ lõi cell bằng cảm biến 1-Wire DS18B20 và ngắt xả bằng phần mềm khi $V_{\text{pin}} \le 6.6\text{V}$, đồng thời bảo vệ vật lý qua mạch BMS 2S 8A, gia tăng 40% tuổi thọ làm việc của cell 18650 so với các mạch DIY thông thường.
+------------------------------------------------------------------------------+
|                    SO SÁNH CÁC CHỈ SỐ CẢI TIẾN HIỆU QUẢ                      |
+------------------------------------------------------------------------------+
| Khí thải carbon:            [100% Cắt giảm]     (0 kg CO2 thải trực tiếp)    |
| Chi phí vận hành/tháng:     [Giảm 82%]          (Tận dụng Solar sạc độc lập) |
| Khoảng cách điều khiển:     [Gấp 20 lần]        (LoRa 2km vs RF 2.4GHz 100m) |
| Khả năng tự thích ứng:      [Tự động 100%]      (Tự bật đèn & kích quạt làm  |
|                                                  mát khi nhiệt > 45°C)       |
+------------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực tế

  • Cảnh quan trường học và công viên công cộng: Robot tự vận hành cắt cỏ theo lịch trình tại các khu vực bãi cỏ rộng, truyền trạng thái thời tiết và vị trí về phòng quản lý kỹ thuật trung tâm qua mạng Web.
  • Trang trại năng lượng mặt trời (Solar Farms): Giải quyết vấn đề cỏ dại che khuất bề mặt tấm pin năng lượng mặt trời mặt đất vốn gây giảm 15–25% hiệu suất phát điện; robot hoạt động hoàn toàn bằng nguồn điện tự sinh từ năng lượng mặt trời.
  • Khu nghỉ dưỡng (Resort) và sân Golf: Vận hành êm ái ban đêm ($< 65\text{ dBA}$), tự động bật đèn pha dẫn đường và tự động dừng khi trời mưa ẩm để tránh làm dập nát bề mặt thảm cỏ cao cấp.
+------------------------------------------------------------------------------+
|                     LỘ TRÌNH TRIỂN KHAI THỰC TẾ                              |
+------------------------------------------------------------------------------+
| Giai đoạn 1 (Tháng 1-2): Khảo sát địa hình, lắp đặt Router Gateway tại trạm |
| Giai đoạn 2 (Tháng 3-4): Triển khai Robot, cấu hình GPS ranh giới ảo         |
| Giai đoạn 3 (Tháng 5+):  Bàn giao vận hành, bảo trì định kỳ 6 tháng/lần      |
+------------------------------------------------------------------------------+

Phân tích hiệu quả kinh tế và thời gian hoàn vốn (ROI)

  • Chi phí đầu tư thiết bị: ~ 4.200.000 VNĐ/robot hoàn chỉnh.
  • Chi phí vận hành thủ công truyền thống: 1 nhân công cắt cỏ định kỳ 4 lần/tháng = 1.600.000 VNĐ/tháng + tiền xăng nhớt 200.000 VNĐ/tháng.
  • Thời gian hoàn vốn (Payback Period): $$\text{ROI} = \frac{4.200.000\text{ VNĐ}}{(1.600.000 + 200.000)\text{ VNĐ/tháng}} \approx 2.33\text{ tháng}$$ Sau chưa đầy 3 tháng vận hành, hệ thống bắt đầu tạo ra giá trị thặng dư kinh tế thuần túy cho đơn vị quản lý cảnh quan.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  1. Độ phân giải định vị GPS dân dụng: Sai số của module GY-NEO6MV2 dao động từ $2.5\text{m} - 5\text{m}$, chưa đủ độ mịn để robot tự vạch đường chạy song song (Grid-based lawn mowing path).
  2. Khả năng vượt địa hình gồ ghề: Sử dụng bánh xe cao su đường kính nhỏ với 4 động cơ GA25-370 nên robot gặp khó khăn khi di chuyển qua các vùng đất bùn lún hoặc đá lởm chởm $> 4\text{ cm}$.
  3. Dung lượng pin giới hạn: Hệ 2 cell 18650 ($3000\text{ mAh}$) chỉ duy trì hoạt động trong hơn 1 giờ, phù hợp cho diện tích sân cỏ dưới $350\text{ m}^2$ cho mỗi chu kỳ sạc.

Định hướng nghiên cứu mở rộng

  • Nâng cấp công nghệ định vị RTK-GNSS: Tích hợp bộ thu RTK (như u-blox ZED-F9P) kết hợp trạm Base station để giảm sai số định vị xuống mức $< 2\text{ cm}$.
  • Tích hợp thị giác máy tính AI (Edge AI): Bổ sung vi máy tính Raspberry Pi 4 hoặc ESP32-CAM chạy mô hình YOLOv8-Nano nhằm nhận diện mép cỏ, động vật nuôi và người để nâng cao tính an toàn tuyệt đối.
  • Chế tạo Dock sạc tự động (Auto-docking Station): Ứng dụng cảm biến hồng ngoại đa hướng và beacon không dây giúp robot tự điều hướng về trạm sạc khi dung lượng pin xuống dưới mức $15%$.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------+
|                         ĐỐI TƯỢNG HƯỞNG LỢI                             |
+-------------------------------------------------------------------------+
| Sinh viên / NCKH:    Mã nguồn mở, kiến trúc Dual-MCU chuẩn mẫu          |
| Kỹ sư IoT/Nhúng:     Mô hình tích hợp LoRa SX1278 + Firebase thực chiến |
| Doanh nghiệp / Farm: Giảm 82% chi phí bảo dưỡng cỏ, Zero emission       |
| Nhà nghiên cứu:      Dữ liệu thực nghiệm về hệ thống sạc Solar Tracking |
+-------------------------------------------------------------------------+
  • Sinh viên ngành Kỹ thuật Điện tử - Viễn thông, Tự động hóa: Tài liệu tham khảo thực chứng về thiết kế mạch nhúng, xử lý cảm biến, thuật toán né vật cản và giao tiếp không dây tầm xa.
  • Kỹ sư phát triển IoT: Mẫu kiến trúc tích hợp hệ thống telemetry hỗn hợp (LoRa to Cloud Gateway) với cơ chế bảo vệ pin Lithium an toàn cao.
  • Doanh nghiệp quản lý cảnh quan & Khu công nghiệp: Giải pháp tối ưu hóa chi phí vận hành, loại bỏ 100% rủi ro tai nạn lao động liên quan đến lưỡi cắt kim loại công suất lớn.
  • Cộng đồng nghiên cứu môi trường: Mô hình điển hình chứng minh tính khả thi của việc thay thế động cơ phát thải khí nhà kính cục bộ bằng nguồn năng lượng tái tạo phân tán.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và hạ tầng để triển khai hệ thống là gì?

Hệ thống yêu cầu mạng Wi-Fi băng tần 2.4GHz tại khu vực đặt bộ điều khiển trung tâm (ESP32 Gateway) để đồng bộ dữ liệu lên Firebase. Bản thân Robot hoạt động độc lập ngoài bãi cỏ và liên lạc với Gateway thông qua sóng RF LoRa 433MHz không phụ thuộc vào hạ tầng mạng internet tại sân vườn.

2. Phạm vi điều khiển và giới hạn truyền thông LoRa trong thực tế?

Trong điều kiện khu đô thị có nhiều vật cản và công trình xây dựng, module LoRa SX1278 (công suất $20\text{ dBm} \approx 100\text{ mW}$) hoạt động ổn định ở cự ly $800\text{m} - 1200\text{m}$. Ở địa hình quang đãng (Line-of-Sight), phạm vi có thể mở rộng lên tới $2.5\text{km} - 3.0\text{km}$ với tỷ lệ lỗi bit cực thấp ($BER < 10^{-5}$).

3. Hệ thống xử lý thế nào khi xảy ra mưa lớn bất ngờ?

Cảm biến mưa LM393 gắn trên nóc robot sẽ phát hiện hạt mưa trong vòng $< 1\text{ giây}$. STM32 lập tức kích hoạt ngắt ngoài (External Interrupt), ngắt rơ-le động cơ cắt cỏ RS390 để tránh chập cháy cơ khí và bảo vệ lưỡi cắt, đồng thời gửi mã cảnh báo nguy cấp về Web Dashboard để người dùng biết và thu hồi robot.

4. Quy trình bảo trì và thay thế linh kiện định kỳ như thế nào?

  • Khối pin Li-ion 18650: Kiểm tra nội trở và độ cân bằng cell sau mỗi 500 chu kỳ sạc/xả (~1 năm vận hành).
  • Lưỡi cắt cơ khí: Vệ sinh cặn cỏ sau mỗi lần hoạt động và mài sắc lưỡi cắt sau 50 giờ hoạt động.
  • Tấm pin mặt trời: Lau sạch bụi bẩn bề mặt kính 1 tháng/lần để đảm bảo hiệu suất truyền quang đạt trên 95%.

5. Chi phí đầu tư chế tạo và thời gian thu hồi vốn thực tế?

Tổng chi phí linh kiện phần cứng và gia công mạch in PCB của hệ thống dao động từ 3.500.000 đến 4.500.000 VNĐ. Với chi phí thuê nhân công làm vườn cắt cỏ trung bình 400.000 VNĐ/buổi (mỗi tháng 4 buổi), thời gian hoàn vốn đầu tư đạt được chỉ sau khoảng 2.5 đến 3 tháng sử dụng.

Kết luận

Đồ án tốt nghiệp "Robot Cắt Cỏ Thông Minh" của nhóm sinh viên Lê Trọng Sang và Lý Thành Trung (Khoa Điện - Điện tử, Trường Đại học Sư phạm Kỹ thuật TP.HCM) dưới sự hướng dẫn của PGS.TS Phạm Ngọc Sơn đã hiện thực hóa thành công một giải pháp tự động hóa cảnh quan toàn diện, bền vững và thân thiện với môi trường.

Bằng việc kết hợp hài hòa giữa kỹ thuật vi điều khiển 32-bit (STM32 & ESP32), công nghệ viễn thông tầm xa LoRa 433MHz, năng lượng tái tạo quang điện và nền tảng đám mây Google Firebase, đề tài không chỉ giải quyết triệt để bài toán thay thế động cơ đốt trong gây ô nhiễm mà còn mở ra hướng tiếp cận mới trong việc xây dựng các thiết bị nông nghiệp công nghệ cao phân tán. Kết quả thử nghiệm thực tế khẳng định tính khả thi cao về kỹ thuật, độ tin cậy của phần cứng và hiệu quả kinh tế vượt trội, sẵn sàng cho các giai đoạn nâng cấp và thương mại hóa trong tương lai.