Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh già hóa dân số đang diễn ra nhanh chóng trên quy mô toàn cầu, việc hỗ trợ người cao tuổi và những người bị hạn chế khả năng vận động trong các sinh hoạt thường nhật trở thành một nhu cầu cấp thiết. Tại các không gian bán lẻ quy mô lớn như siêu thị hoặc trung tâm thương mại, việc di chuyển liên tục kết hợp mang vác hoặc đẩy xe hàng truyền thống tạo ra áp lực thể chất đáng kể đối với nhóm đối tượng này. Sự phát triển của các phương tiện tự hành AGV (Automated Guided Vehicle) và robot dịch vụ (Service Robotics) mở ra tiềm năng ứng dụng công nghệ để giải quyết bài toán hỗ trợ mua sắm tự động.

Đề tài "Nghiên cứu, thiết kế và chế tạo xe tự hành dùng xử lý ảnh bám theo người ứng dụng trong siêu thị" do nhóm sinh viên ngành Công nghệ Kỹ thuật Cơ điện tử, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh thực hiện, tập trung vào việc thiết kế một hệ thống robot vận chuyển thông minh có khả năng nhận biết và di chuyển bám sát người dùng.

Mục tiêu và nhiệm vụ nghiên cứu cụ thể của đề tài bao gồm:

  1. Nghiên cứu nhu cầu, đặc điểm không gian siêu thị và yêu cầu kỹ thuật đối với phương tiện hỗ trợ vận chuyển hàng hóa cho người mua sắm, đặc biệt là người cao tuổi.
  2. Tính toán, thiết kế và gia công chế tạo hệ thống cơ khí vững chắc, đảm bảo khả năng chịu tải và di chuyển linh hoạt.
  3. Thiết kế hệ thống điện, mạch điều khiển động lực, thu thập tín hiệu hồi tiếp và thiết lập bộ điều khiển tốc độ cho động cơ.
  4. Xây dựng thuật toán thị giác máy tính trên nền tảng trí tuệ nhân tạo để phát hiện, phân loại và ước lượng vị trí, khoảng cách của người dùng so với robot.
  5. Lắp ráp hoàn thiện mô hình thực nghiệm, tiến hành chạy thử nghiệm đánh giá hiệu năng và đề xuất định hướng phát triển.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Xe tự hành phục vụ chở hàng trong siêu thị và nhóm khách hàng cần hỗ trợ di chuyển hàng hóa (người cao tuổi, người hạn chế vận động).
  • Phạm vi không gian và điều kiện môi trường: Không gian mô phỏng siêu thị với mặt sàn gạch bằng phẳng, hệ thống chiếu sáng đầy đủ; lối đi giữa các kệ hàng có kích thước tiêu chuẩn từ 1,0 m đến 1,5 m.
  • Phạm vi chức năng: Robot bám theo đối tượng mục tiêu mặc áo chuyên dụng; phát hiện vật cản phía trước để dừng hoặc đưa ra cảnh báo an toàn (chưa thực hiện chức năng tự động né vật cản); không tích hợp tính năng tự điều hướng về trạm sạc tự động.

Cơ sở lý thuyết và phương pháp

Khóa luận kết hợp liên ngành giữa cơ học truyền động, kỹ thuật điều khiển tự động và thị giác máy tính:

Khung lý thuyết và mô hình áp dụng

  • Cơ cấu di động vi sai (Differential Drive): Robot sử dụng cấu hình hai bánh dẫn động độc lập và hai bánh xe đa hướng. Hướng và vận tốc di chuyển được điều khiển thông qua sự chênh lệch vận tốc góc giữa hai bánh chủ động.
  • Mô hình phát hiện đối tượng SSD (Single Shot MultiBox Detector): Phương pháp phát hiện vật thể một giai đoạn (one-stage detector), kết hợp mạng trích xuất đặc trưng MobileNetV2 (SSD-MobileNetV2) huấn luyện trên tập dữ liệu COCO. Mô hình sử dụng các khung mặc định (default boxes) với các tỷ lệ co giãn (scale) và tỷ lệ khung hình (aspect ratio) khác nhau trên các feature map, tối ưu hóa hàm mất mát gồm Smooth L1 cho sai số định vị (localization loss) và Softmax cho độ tin cậy phân loại (confidence loss).
  • Thị giác máy tính 3D và cảm biến ToF (Time-of-Flight): Sử dụng camera Microsoft Kinect v2 hoạt động theo nguyên lý đo thời gian bay của tia hồng ngoại để tạo lập ảnh độ sâu (Depth image), ảnh màu RGB và đám mây điểm (Point Cloud) với sai số khoảng 1 cm.
  • Hệ thống điều khiển vòng kín PI (Proportional-Integral): Cấu trúc điều khiển phản hồi tốc độ động cơ DC Servo, sử dụng tín hiệu sai số vận tốc từ encoder để tính toán độ rộng xung PWM thông qua hàm truyền đạt được xác định bằng công cụ System Identification Tool trong MATLAB.
  • Hệ điều hành Robot ROS (Robot Operating System): Khung kiến trúc phần mềm phân tán quản lý luồng dữ liệu thông qua các Node, Topic, Message và Master node (Roscore).

Phương pháp nghiên cứu

  • Phương pháp phân tích lý thuyết và mô phỏng: Tra cứu tiêu chuẩn kỹ thuật, tính toán động lực học, động học vi sai, ứng suất trục và bộ truyền đai; dựng mô hình 3D trên phần mềm CAD.
  • Phương pháp thực nghiệm chế tạo: Gia công cơ khí chính xác các kết cấu khung, đế, trục; thiết kế mạch nguồn, mạch công suất cầu H; tích hợp vi điều khiển STM32 và máy tính nhúng Jetson Nano.
  • Phương pháp kiểm thử và thu thập dữ liệu: Thực nghiệm nhận dạng hệ thống để lấy hàm truyền động cơ; thử nghiệm các kịch bản nhận diện ảnh trong điều kiện chuyển động, che khuất và thay đổi tư thế.

Thiết kế kỹ thuật và triển khai hệ thống

Đề tài đưa ra hai phương án thiết kế phần cứng và phần mềm trước khi chọn phương án tối ưu về chi phí và tính khả thi:

Tiêu chí Phương án 1 (Được chọn) Phương án 2 (Đề xuất mở rộng)
Cảm biến thị giác Camera Microsoft Kinect v2 (ToF) Intel RealSense D435i
Cảm biến môi trường Cảm biến đo khoảng cách phát hiện vật cản Cảm biến quét Laser LiDAR
Bộ xử lý trung tâm Jetson Nano (4GB) + STM32 Jetson Nano + STM32
Nhận diện mục tiêu SSD-MobileNetV2 + Phân loại màu áo Thuật toán Object Tracking đa mục tiêu
Điều hướng & Bản đồ Bám theo vị trí mục tiêu từ ảnh RGB-D Thuật toán SLAM quét bản đồ, tự về trạm sạc
Đánh giá triển khai Chi phí hợp lý, đáp ứng thời gian thực Chi phí cao, vượt tài nguyên phần cứng hiện có

Tính toán và thiết kế cơ khí

  • Kích thước bao: Chiều dài x Chiều rộng x Chiều cao = 430 x 480 x 480 mm; chiều cao đáy giỏ hàng từ mặt sàn là 400–500 mm.
  • Tải trọng và vận tốc: Tổng khối lượng bản thân và tải trọng tối đa $m = 50\text{ kg}$; vận tốc thiết kế tối đa $v = 1\text{ m/s}$ ($3{,}6\text{ km/h}$). Đường kính bánh xe chủ động $d_{xe} = 145\text{ mm}$ ($r = 0{,}0725\text{ m}$).
  • Tính chọn động cơ: Lực kéo cản ma sát $F_k \approx F_{ms} = 30\text{ N}$ (với hệ số ma sát lăn chọn theo điều kiện tiếp xúc bánh cao su - nền gạch). Công suất làm việc mỗi động cơ: $$P_{lv} = \frac{P_{xe}}{2} = \frac{F_k \cdot v}{2} = \frac{30 \cdot 1}{2} = 15\text{ W}$$ Hiệu suất chung qua bộ truyền đai ($\eta_đ = 0{,}95$) và ổ lăn ($\eta_{ol} = 0{,}99$) đạt $\eta = 0{,}9405$, dẫn đến công suất cần thiết $P_{ct} \approx 15{,}95\text{ W}$. Đồ án lựa chọn 02 động cơ Planet DC Servo 12–24VDC công suất 30W, hộp số hành tinh tỷ số truyền $1/19{,}2$, tốc độ định mức sau giảm tốc 600 vòng/phút, tích hợp encoder 12 xung/vòng (2 kênh A/B).
  • Bộ truyền đai răng: Tỷ số truyền $u = 2$; số răng đĩa nhỏ $Z_1 = 20$, số răng đĩa lớn $Z_2 = 40$; mô-đun đai $m = 1{,}5\text{ mm}$; bước răng $p = 4{,}71\text{ mm}$; khoảng cách trục $a = 95\text{ mm}$; chiều rộng đai $b = 12{,}5\text{ mm}$; chiều rộng bánh đai $B = 14\text{ mm}$; chiều dài đai tiêu chuẩn $L = 380\text{ mm}$ ($Z_p = 40\text{ răng}$).
  • Vật liệu chế tạo: Đế chịu lực bằng thép SS400; khung thân trên bằng nhôm định hình 20x20 mm; trục bánh xe gia công từ thép không gỉ Inox 304 tròn đặc.

Thiết kế hệ thống điện và thuật toán phần mềm

  • Hệ thống điện: Sử dụng ắc quy Eagle Gel 12V 5Ah cấp nguồn động lực; nguồn dự phòng 15.000 mAh cấp cho Jetson Nano; mạch giảm áp DC-DC 24V/12V sang 5V 5A cấp cho cảm biến và vi điều khiển; mạch công suất cầu H điều khiển đảo chiều và điều chế độ rộng xung (PWM).
  • Kiến trúc phần mềm ROS:
    • Node process_img: Nhận luồng dữ liệu RGB và Depth từ Kinect v2, chạy mạng SSD-MobileNetV2 để phát hiện người, sau đó chuyển vùng quan tâm (ROI) qua khối Classifier để phân loại màu áo chuyên dụng.
    • Node data_processing: Tiếp nhận tọa độ tâm bounding box và ma trận chiều sâu, tính toán khoảng cách thực tế $d$ và góc lệch $\alpha$ giữa tâm robot với người dùng; sau đó tính toán vận tốc dài ($v$) và vận tốc góc ($\omega$) để gửi lệnh điều khiển xuống STM32 qua giao tiếp nối tiếp UART.

Nội dung chính theo từng chương

CHƯƠNG 1: GIỚI THIỆU

Chương này trình bày tính cấp thiết của đề tài xuất phát từ nhu cầu thực tiễn của xã hội già hóa và sự phát triển của hệ thống AGV; nêu rõ ý nghĩa khoa học trong việc tích hợp liên ngành Cơ khí - Điện tử - Công nghệ thông tin; xác định mục tiêu, đối tượng, phạm vi nghiên cứu và đề cương 7 chương của đồ án tốt nghiệp.

CHƯƠNG 2: TỔNG QUAN NGHIÊN CỨU ĐỀ TÀI

Phân tích xu thế phát triển của robot dịch vụ, robot hợp tác và xe đẩy siêu thị thông minh. Chương khảo sát các mô hình thực tế trên thế giới như giỏ hàng tự hành wiiGo Retail (Bồ Đào Nha), robot phục vụ BellaBot (Pudu Robotics), robot giao hàng Starship Technologies, Robotic Shopping Cart (Five Elements Robotics) và robot ELI; đồng thời đánh giá mô hình Followbot do sinh viên Trường ĐH Sư phạm Kỹ thuật TP.HCM chế tạo trước đó.

CHƯƠNG 3: CƠ SỞ LÝ THUYẾT

Trình bày nguyên lý hoạt động của các cơ cấu di động AGV (vi sai, vô lăng, kết hợp); lý thuyết thị giác máy tính 2D (không gian màu RGB, bài toán phân loại, định vị và phát hiện đối tượng); kiến trúc mạng SSD và ưu điểm của backbone MobileNetV2 khi triển khai trên phần cứng nhúng; nguyên lý các dòng camera 3D (Stereo, ToF, Structured Light); lý thuyết điều khiển tự động với bộ điều khiển PID; kiến trúc và các khái niệm cốt lõi của ROS (Node, Topic, Message, Service, Package, Launch file, Roscore).

CHƯƠNG 4: CÁC GIẢI PHÁP THỰC HIỆN ĐỀ TÀI VÀ TÍNH TOÁN THIẾT KẾ HỆ THỐNG CƠ KHÍ

Xác định thông số thiết kế dựa trên khảo sát lối đi siêu thị (1–1,5 m); phân tích lựa chọn Phương án 1. Trình bày chi tiết các bước tính toán động lực học kéo xe, công suất động cơ (15W/động cơ), thiết kế bộ truyền đai răng ($u=2, m=1{,}5\text{ mm}$), tính toán ứng suất, kiểm nghiệm bền mòn và xác định dung sai lắp ghép cho trục bánh xe và ổ lăn trên nền vật liệu thép SS400, Inox 304 và nhôm định hình 20x20.

CHƯƠNG 5: TÍNH TOÁN THIẾT KẾ HỆ THỐNG ĐIỆN VÀ THIẾT KẾ BỘ PI CHO ĐỘNG CƠ

Thiết lập sơ đồ khối hệ thống điện phân tầng (Kinect v2 $\rightarrow$ Jetson Nano $\rightarrow$ STM32 $\rightarrow$ Cầu H $\rightarrow$ Động cơ DC Servo). Thu thập dữ liệu thực nghiệm đáp ứng tốc độ động cơ ở điện áp 24,3VDC, sử dụng System Identification Tool trong MATLAB để nhận dạng hàm truyền đối tượng; từ đó tính toán và cài đặt các tham số cho bộ điều khiển PI vòng kín trên vi điều khiển STM32.

CHƯƠNG 6: XÂY DỰNG THUẬT TOÁN XỬ LÝ ẢNH

Chi tiết hóa thuật toán phát hiện người bằng SSD-MobileNetV2 kết hợp bộ lọc phân loại màu áo để nhận diện chính xác chủ thể; trích xuất khoảng cách $d$ từ ảnh chiều sâu Kinect v2 và tính góc lệch $\alpha$; xây dựng thuật toán điều hướng chuyển động vi sai thông qua hai node ROS trung tâm là process_img và data_processing.

CHƯƠNG 7: THỰC NGHIỆM VÀ ĐÁNH GIÁ

Trình bày kết quả gia công lắp ráp hoàn thiện cơ khí; kết quả thực nghiệm đáp ứng của bộ điều khiển PI trong hai trạng thái không tải và có tải; kiểm thử thuật toán xử lý ảnh trong các tình huống thực tế (chỉ có người dùng, có người khác đi ngang cắt ngang tầm nhìn, người dùng cúi xuống nhặt đồ) và thử nghiệm robot bám theo người chuyển động trên sàn phẳng.

Kết quả và đóng góp

Kết quả kỹ thuật đạt được

  • Cơ khí: Chế tạo hoàn chỉnh xe tự hành AGV hai bánh dẫn động vi sai với kích thước $430 \times 480 \times 480\text{ mm}$, tải trọng vận hành đạt $50\text{ kg}$, tốc độ bám tối đa $1\text{ m/s}$, kết cấu khung vỏ bằng thép SS400 và nhôm định hình vững chắc.
  • Điều khiển: Nhận dạng thành công mô hình toán học của động cơ DC Servo; bộ điều khiển PI đảm bảo bám sát giá trị tốc độ đặt cả trong điều kiện không tải lẫn khi chịu tải trọng hàng hóa, triệt tiêu sai số xác lập.
  • Xử lý ảnh & Dẫn hướng: Triển khai thành công mạng SSD-MobileNetV2 trên Jetson Nano kết hợp thuật toán nhận diện màu sắc áo; xác định chính xác khoảng cách và góc lệch mục tiêu theo thời gian thực; robot bám theo người ổn định ngay cả khi đối tượng thay đổi tư thế (cúi người nhặt hàng) hoặc có người khác di chuyển trong khung hình.

Đóng góp của đề tài

  • Cung cấp một phương án thiết kế hệ thống robot dịch vụ chi phí thấp, ứng dụng hiệu quả nền tảng mã nguồn mở ROS kết hợp phần cứng nhúng (Jetson Nano, STM32) và cảm biến thương mại sẵn có (Kinect v2).
  • Giải quyết bài toán tích hợp giữa thị giác máy tính 3D (RGB-D) và giải thuật điều khiển chuyển động vi sai bám theo người trong không gian siêu thị.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được ghi nhận

  • Tài nguyên xử lý: Do giới hạn phần cứng của board Jetson Nano 4GB, hệ thống chưa thể tích hợp các thuật toán theo dõi đối tượng chuyên sâu (Object Tracking) mà phải dựa vào việc nhận diện màu áo chuyên dụng để phân biệt người dùng.
  • Tính năng an toàn: Robot mới chỉ dừng lại ở mức phát hiện vật cản phía trước để dừng/cảnh báo, chưa thể tự động tính toán quỹ đạo vòng tránh chướng ngại vật.
  • Mức độ tự động hóa: Chưa trang bị cảm biến LiDAR để quét bản đồ môi trường (SLAM), do đó robot chưa có khả năng tự động quay về vị trí ban đầu hoặc trạm sạc sau khi hoàn thành nhiệm vụ.

Hướng phát triển

  • Nâng cấp năng lực tính toán phần cứng để triển khai các thuật toán tracking người dùng độc lập, không phụ thuộc vào màu sắc trang phục.
  • Tích hợp cảm biến quét laser 2D/3D LiDAR để xây dựng bản đồ siêu thị và thực hiện thuật toán tránh vật cản động.
  • Phát triển tính năng tự động tìm đường về trạm sạc pin tự động và cải tiến kiểu dáng công nghiệp để nâng cao tính thẩm mỹ và thân thiện với người dùng.

Giá trị tham khảo

Tài liệu đồ án là nguồn tham khảo hữu ích cho sinh viên và kỹ sư thuộc các chuyên ngành Kỹ thuật Cơ điện tử, Robot và Hệ thống tự động, Kỹ thuật Điều khiển & Tự động hóa, và Kỹ thuật Máy tính:

  • Phần tính toán cơ khí (Chương 4): Cung cấp quy trình bài bản từ xác định lực cản lăn, tính công suất động cơ, thiết kế bộ truyền đai răng đến tính toán ứng suất và dung sai trục.
  • Phần điều khiển động cơ (Chương 5): Cung cấp quy trình nhận dạng hệ thống thực nghiệm qua System Identification Tool và thiết kế bộ điều khiển PI trên vi điều khiển STM32.
  • Phần xử lý ảnh và ROS (Chương 6): Cung cấp giải pháp triển khai mô hình học sâu SSD-MobileNetV2 kết hợp xử lý dữ liệu ảnh RGB-D từ camera ToF trên nền tảng Jetson Nano.

Câu hỏi thường gặp

1. Tại sao đề tài lựa chọn cơ cấu truyền động 2 bánh vi sai thay vì cơ cấu vô lăng hay cơ cấu kết hợp?
Trả lời: Cơ cấu vi sai với 2 bánh dẫn động độc lập và 2 bánh đa hướng giúp robot có khả năng quay vòng tại chỗ với bán kính quay bằng không, cấu tạo cơ khí đơn giản, dễ điều khiển chuyển hướng trên mặt sàn phẳng của siêu thị và tối ưu hóa không gian bố trí khung gầm so với cơ cấu có vô lăng lái.

2. Lý do mô hình SSD-MobileNetV2 được chọn thay vì các kiến trúc mạng khác như VGG16 hay ResNet50?
Trả lời: Do hệ thống sử dụng máy tính nhúng Jetson Nano 4GB có tài nguyên tính toán và bộ nhớ giới hạn, MobileNetV2 (sử dụng depthwise separable convolution) là mô hình nhẹ, kích thước nhỏ và tốc độ suy luận nhanh, đáp ứng tốt yêu cầu xử lý thời gian thực mà vẫn duy trì độ chính xác cần thiết cho bài toán phát hiện người.

3. Tại sao robot cần người dùng mặc áo có màu sắc chuyên dụng để bám theo?
Trả lời: Do tài nguyên phần cứng Jetson Nano 4GB không đủ khả năng chạy đồng thời các mô hình Object Tracking phức tạp trong môi trường đông người, nhóm nghiên cứu sử dụng giải pháp kết hợp nhận diện người (SSD) và nhận diện màu sắc đặc trưng của áo để phân biệt chính xác người sử dụng robot với những người xung quanh.

4. Động cơ được chọn cho robot có thông số kỹ thuật như thế nào?
Trả lời: Robot sử dụng 02 động cơ Planet DC Servo điện áp 12–24VDC, công suất định mức 30W, hộp số hành tinh tỷ số truyền $1/19{,}2$, tốc độ qua hộp giảm tốc 600 vòng/phút, mô-men xoắn 9500 gf.cm và tích hợp sẵn encoder 12 xung/vòng (2 kênh A, B).

5. Camera Microsoft Kinect v2 đóng vai trò gì trong hệ thống xử lý ảnh của robot?
Trả lời: Kinect v2 là camera 3D hoạt động theo nguyên lý Time-of-Flight (ToF). Cảm biến này cung cấp đồng thời luồng ảnh màu RGB để nhận dạng người/màu áo và luồng ảnh chiều sâu (Depth) với sai số khoảng 1 cm để xác định khoảng cách $d$ và góc lệch $\alpha$ giữa robot và người dùng.

Kết luận

Đồ án tốt nghiệp đã hoàn thành đầy đủ các mục tiêu đề ra khi nghiên cứu, thiết kế và chế tạo thành công mô hình xe tự hành AGV chở hàng dịch vụ ứng dụng trong siêu thị. Hệ thống kết hợp cơ cấu cơ khí vi sai vững chắc, bộ điều khiển PI ổn định tốc độ động cơ trên vi điều khiển STM32 và thuật toán xử lý ảnh SSD-MobileNetV2 trên máy tính nhúng Jetson Nano cùng camera Kinect v2. Kết quả thực nghiệm khẳng định khả năng nhận diện, ước lượng khoảng cách và bám theo người dùng ổn định trên mặt sàn phẳng, tạo tiền đề vững chắc cho việc tích hợp thêm LiDAR, thuật toán SLAM và cơ chế tránh vật cản tự động trong tương lai.