Giới thiệu dự án

Trong bối cảnh cách mạng công nghiệp 4.0 và chuyển đổi số chuỗi cung ứng, xe tự hành vận chuyển hàng hóa AGV (Automated Guided Vehicle) đóng vai trò then chốt trong việc tự động hóa logistics nội bộ tại các nhà kho thông minh và nhà máy sản xuất. Theo các báo cáo thống kê công nghiệp logistics, việc ứng dụng AGV giúp giảm thiểu tới 40% chi phí vận hành kho vận, nâng cao độ chính xác trong điều phối vật tư lên 99.8% và loại bỏ các tai nạn lao động liên quan đến xe nâng truyền thống. Tuy nhiên, việc phát triển một hệ thống AGV hoàn chỉnh đòi hỏi sự kết hợp đa ngành chặt chẽ giữa Cơ khí chính xác, Kỹ thuật điện - điện tử, Lý thuyết điều khiển tự động và Lập trình nhúng thời gian thực.

                  +-------------------------------+
                  |  Khối Cảm Biến Đầu Vào        |
                  |  - Mảng 7 x TCRT5000 (Line)   |
                  |  - Module HC-SR04 (Vật cản)   |
                  |  - 2 x Optical Encoder GM25   |
                  +---------------+---------------+
                                  |
                                  v
                  +-------------------------------+
                  |  Khối Xử Lý Trung Tâm         |
                  |  (Arduino Nano - ATmega328P)  |
                  |  - Thuật toán Weighted Average|
                  |  - Bộ điều khiển 2 tầng PID   |
                  |  - State Machine tránh vật cản|
                  +---------------+---------------+
                                  |
                                  v
                  +-------------------------------+
                  |  Khối Công Suất & Chấp Hành   |
                  |  - Driver H-Bridge L298N      |
                  |  - 2 x DC Geared Motor GM25   |
                  |  - Nguồn 4S 18650 + Buck XL4015
                  +-------------------------------+

Vấn đề kỹ thuật đặt ra

Các mô hình robot dò line thông thường gặp phải các hạn chế nghiêm trọng:

  • Hiện tượng dao động góc (hunting oscillation) quanh tâm quỹ đạo do sử dụng giải thuật đóng/cắt (ON/OFF bang-bang) hoặc cảm biến độ phân giải thấp.
  • Mất ổn định động lực học khi vào cua gấp hoặc khi tăng tốc đột ngột, dẫn đến trượt bánh hoặc nhấc bánh trước khỏi mặt đường.
  • Khả năng xử lý vật cản tĩnh kém, dễ rơi vào trạng thái bế tắc (deadlock) hoặc mất hoàn toàn quỹ đạo đường line sau khi tránh vật cản.

Mục tiêu dự án

  1. Thiết kế cơ khí tối ưu: Chế tạo kết cấu di động 3 bánh (2 bánh chủ động vi sai phía sau + 1 bánh mắt trâu bị động phía trước) với kích thước nhỏ gọn $260 \times 192 \times 50\text{ mm}$, trọng lượng $M = 2\text{ kg}$, đảm bảo trọng tâm thấp chống lật và trượt.
  2. Thiết kế mảng cảm biến độ phân giải cao: Xây dựng cụm 7 cảm biến hồng ngoại TCRT5000 với khoảng cách bố trí $17\text{ mm}$ tối ưu hóa quang học, kết hợp cảm biến siêu âm HC-SR04 đo khoảng cách vật cản 2–300 cm.
  3. Mô hình hóa động học & Động lực học: Xác lập hàm truyền động cơ thực nghiệm $G(s)$, tính toán momen quán tính $I_w$, lực kéo $F_{\text{trac}}$ và điểm đặt trọng tâm.
  4. Phát triển thuật toán điều khiển 2 tầng: Tầng cao giải thuật xấp xỉ trọng số trung bình (Weighted Average Error) và tầng thấp điều khiển PID vận tốc vòng kín độc lập cho từng động cơ qua phản hồi encoder 374 xung/vòng.
  5. Thực nghiệm hoàn chỉnh trên sa bàn tiêu chuẩn: Bám line đen bề rộng $26\text{ mm}$ trên nền trắng với tốc độ $\ge 0.6\text{ m/s}$, sai số bám line $e_{\text{track}} \le 3\text{ mm}$, sai số vị trí dừng $e_{\text{stop}} \le 5\text{ mm}$ và vượt vật cản khối trụ $\varnothing 50\text{ mm}$ an toàn.

Phạm vi và giới hạn hệ thống

  • Phạm vi: Robot hoạt động trong mặt phẳng phẳng 2D, đường line có độ tương phản cao (line đen trên nền trắng), vật cản khối trụ tĩnh kích thước tối thiểu $\varnothing 50\text{ mm}$.
  • Giới hạn: Chưa tích hợp bản đồ hóa SLAM, định vị toàn cầu trong nhà (Indoor GPS/UWB) hay kết nối không dây trung tâm Fleet Management.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Bảng so sánh các giải pháp robot dò đường hiện nay trên thế giới và ứng dụng thực tế:

Tiêu chí Robot uXbots (Tây Ban Nha) Robot Chariot (Pololu LVBots) Hệ thống Robot Đề tài
Cấu trúc động học 3 bánh vi sai, dẫn động sau 2 bánh vi sai cân bằng cao 3 bánh (2 chủ động sau + 1 bánh mắt trâu trước)
Động cơ & Driver DC Maxon Coreless cao cấp 2 x Pololu 15.5D Micro Metal 2 x DC Servo GM25-370 (1:34) + L298N
Cảm biến Line IR Array + IMU thích ứng QTR-8RC Line Sensor Array Mảng 7 x TCRT5000 tối ưu hóa cự ly
Cảm biến vật cản Không tích hợp Không tích hợp Module siêu âm HC-SR04 chính xác 0.15%
Giải thuật điều khiển Adaptive Learning Control Single PID Loop 2-Tier PID Control + Linearization Feedback
Vận tốc tối đa $3.0\text{ m/s}$ $1.17\text{ m/s}$ $0.6\text{ m/s}$ (thiết kế)
Chi phí chế tạo Rất cao (> $500 USD) Trung bình ($150 USD) Thấp / Khả thi (< $60 USD)

Phân loại yêu cầu kỹ thuật (MoSCoW)

  • Must-have (Bắt buộc): Bám line đen $26\text{ mm}$, sai số bám $\le 3\text{ mm}$, dừng chính xác tại vạch đích $\le 5\text{ mm}$, phát hiện vật cản trụ $\varnothing 50\text{ mm}$ ở cự ly $15\text{ cm}$.
  • Should-have (Nên có): Bộ điều khiển vận tốc vòng kín PID lấy mẫu chu kỳ $T_s = 10\text{ ms}$, mảng cảm biến loại trừ điểm mù quang học.
  • Could-have (Có thể mở rộng): Đo dòng tải động cơ để chống kẹt cơ khí, điều chỉnh tốc độ thích ứng theo bán kính cong của đường line.
  • Won't-have (Chưa thực hiện): Điều hướng không đường dẫn (Free-ranging navigation), camera AI nhận diện đối tượng.

Thiết kế hệ thống

1. Tính toán động cơ và động lực học chuyển động

Các thông số thiết kế đặt ra:

  • Vận tốc cực đại: $v_{\max} = 0.6\text{ m/s}$
  • Khối lượng tổng: $M = 2\text{ kg}$
  • Gia tốc: $a = \frac{v_{\max}}{t} = \frac{0.6}{1.0} = 0.6\text{ m/s}^2$
  • Bán kính bánh xe cao su V65: $r_w = 32.5\text{ mm} = 0.0325\text{ m}$

Vận tốc góc tối đa tại trục bánh xe: $$\omega_{\max} = \frac{v_{\max}}{r_w} = \frac{0.6}{0.0325} \approx 18.46\text{ rad/s} \approx 176.29\text{ rpm}$$

Lực kéo cần thiết để thắng lực quán tính và ma sát lăn ($C = 0.015$): $$F_{\text{trac}} = M \cdot a + \frac{1}{3} M \cdot g \cdot C = 2 \cdot 0.6 + \frac{1}{3} \cdot 2 \cdot 9.81 \cdot 0.015 = 1.2 + 0.0981 = 1.298\text{ N}$$ Lực cản tác động lên mỗi bánh chủ động: $$F_{\text{frame}} = \frac{F_{\text{trac}}}{2} = 0.649\text{ N}$$

Phương trình cân bằng momen trên trục bánh xe: $$T_m = \frac{1}{2} m_w (r_w^2 + r_h^2) \varepsilon_w + (F_{\text{frame}} + m_w a_w) r_w \approx 0.0226\text{ Nm}$$ Với hệ số an toàn $k = 1.3$ dự phòng khi vào cua tải nặng: $$T_{\text{req}} = T_m \times 1.3 = 0.0294\text{ Nm} = 0.299\text{ kgf}\cdot\text{cm}$$ $$\omega_{\text{req}} = 176.29 \times 1.3 = 229.18\text{ rpm}$$

Lựa chọn động cơ DC Geared Motor GM25-370 (1:34) với moment xoắn định mức $1.8\text{ kgf}\cdot\text{cm} > 0.3\text{ kgf}\cdot\text{cm}$, tốc độ không tải $320\text{ rpm}$, tốc độ có tải $284\text{ rpm} > 229.18\text{ rpm}$, tích hợp Hall Encoder 374 xung/vòng (sau hộp số).

          |<------------------- D = 260 mm ------------------->|
          +----------------------------------------------------+
          | [Bánh mắt trâu]                                    |
          |       (O) Bán kính R_caster                        |
          |   |<-- 40 mm -->|                                  |
          |                 |                                  |
          |                 +--------+ Trọng tâm G             |
          |                          | (h = 50 mm)             |
          |                          v                         |
          |                 |<----------- 170 mm ----------->| |
          |                                                    |
          |  [Bánh chủ động Trái]       [Bánh chủ động Phải]   |
          |       [====]                       [====]          |
          |         |<--------------- W = 192 mm ----------->| |
          +----------------------------------------------------+
                    |<-- 50 mm -->|

2. Tính toán ổn định chống lật

Để đảm bảo bánh trước luôn tiếp xúc mặt đường trong quá trình tăng tốc đột ngột ($N_2 > 0$): $$\frac{h}{l_1} \le \frac{g}{a} = \frac{9.81}{0.6} = 16.35$$ Với kết cấu gá động cơ và bánh xe, chiều cao trọng tâm thực tế $h = 50\text{ mm}$, khoảng cách trọng tâm đến trục bánh sau $l_1 \approx 70\text{ mm} \implies \frac{h}{l_1} = \frac{50}{70} = 0.714 \ll 16.35$ (Thỏa mãn tuyệt đối điều kiện ổn định động học).

3. Bố trí mảng cảm biến TCRT5000

  • Chiều rộng vạch line: $W_{\text{line}} = 26\text{ mm}$.
  • Góc mở quang học của diode phát/thu hồng ngoại: $\alpha_1 = 16^\circ, \alpha_2 = 30^\circ$.
  • Chiều cao cảm biến so với mặt đất: $h_{\text{sensor}} = 13\text{ mm}$.
  • Khoảng cách tối thiểu chống giao thoa quang học: $l_{\min} = 7.3\text{ mm}$.
  • Khoảng cách giữa 2 cảm biến liên tiếp được tối ưu hóa ở mức $d_{\text{sensor}} = 17\text{ mm}$ nhằm đảm bảo luôn có ít nhất 2 cảm biến nằm đè lên đường line trong vùng chuyển tiếp, phục vụ giải thuật xấp xỉ trọng số tuyến tính liên tục.

Methodology

Quy trình phát triển tuân thủ mô hình chữ V (V-Model) khắt khe trong Kỹ thuật Cơ điện tử:

Yêu cầu hệ thống (AGV Specs) ----------> Nghiệm thu thực tế (Sa bàn)
       \                                      /
   Thiết kế cơ - điện - điều khiển -----> Kiểm thử tích hợp (HIL)
             \                          /
          Mô hình hóa MATLAB/Simulink
  • Giai đoạn 1: Mô hình hóa toán học: Nhận dạng hệ thống động cơ DC bằng phương pháp đáp ứng quá độ nấc (Step Response Identification) để tìm hàm truyền bậc nhất có trễ $G(s) = \frac{K}{\tau s + 1} e^{-\theta s}$.
  • Giai đoạn 2: Mô phỏng động học: Xây dựng mô hình mô phỏng chuyển động vi sai 2D trên MATLAB/Simulink với ma trận Jacobian chuyển đổi từ tọa độ thế giới ${O, X_I, Y_I}$ sang hệ trục tọa độ gắn trên robot ${G, X_R, Y_R}$.
  • Giai đoạn 3: Hiện thực hóa phần cứng & Tinh chỉnh thực tế: Chế tạo khung chassis mica/nhôm cắt CNC, lắp ráp mạch công suất, nạp code C++ nhúng tối ưu hóa thanh ghi trên ATmega328P.

Implementation và kết quả

Development process

1. Thuật toán tính sai lệch vị trí trung bình trọng số (Weighted Average Error)

Thay vì đọc giá trị nhị phân thô, mảng 7 cảm biến được gán trọng số $W_i = {-3, -2, -1, 0, 1, 2, 3}$. Sai số vị trí tức thời $e(t)$ của tâm robot so với tâm vạch line được tính toán theo công thức:

$$e(t) = \frac{\sum_{i=0}^{6} W_i \cdot S_i}{\sum_{i=0}^{6} S_i} \times K_{\text{scale}}$$

Trong đó $S_i \in {0, 1}$ (hoặc giá trị Analog $0 - 1023$) là tín hiệu từ cảm biến thứ $i$.

// Thuật toán đọc mảng 7 cảm biến và ước lượng sai số tuyến tính
#define NUM_SENSORS 7
const int sensorPins[NUM_SENSORS] = {A0, A1, A2, A3, A4, A5, 2};
const int weights[NUM_SENSORS] = {-3000, -2000, -1000, 0, 1000, 2000, 3000};

int calculateLineError(void) {
    long weightedSum = 0;
    int activeSensors = 0;
    
    for (int i = 0; i < NUM_SENSORS; i++) {
        // Cảm biến TCRT5000: Line đen trả mức LOW (0) hoặc điện áp thấp
        int val = !digitalRead(sensorPins[i]); 
        if (val) {
            weightedSum += (long)weights[i];
            activeSensors++;
        }
    }
    
    if (activeSensors == 0) {
        // Trường hợp mất line hoàn toàn, giữ giá trị sai số cực đại gần nhất
        return (lastError > 0) ? 3500 : -3500;
    }
    
    int currentError = weightedSum / activeSensors;
    lastError = currentError;
    return currentError; // Trả về sai số trong khoảng [-3000, 3000] um (micron)
}

2. Vòng điều khiển PID kép thời gian thực

Bộ điều khiển tầng cao tính toán vận tốc góc điều chỉnh $\Delta \omega(t)$, tầng thấp duy trì vận tốc bánh xe qua điều chế độ rộng xung PWM:

// Vòng lặp điều khiển PID tần số 100Hz (Ts = 10ms)
float Kp = 0.085, Ki = 0.0002, Kd = 1.45;
float integral = 0, prevError = 0;
const int BASE_PWM = 160; // Tốc độ cơ sở định mức

void updateSteeringControl(int error) {
    float P = error;
    integral += error;
    // Chống bão hòa tích phân (Anti-windup)
    integral = constrain(integral, -5000.0, 5000.0);
    float D = error - prevError;
    
    float correction = (Kp * P) + (Ki * integral) + (Kd * D);
    prevError = error;
    
    int leftSpeed  = BASE_PWM + (int)correction;
    int rightSpeed = BASE_PWM - (int)correction;
    
    // Giới hạn giá trị PWM từ 0 đến 255
    leftSpeed  = constrain(leftSpeed,  0, 255);
    rightSpeed = constrain(rightSpeed, 0, 255);
    
    driveMotors(leftSpeed, rightSpeed);
}

                  +-------------------------+
                  |    Đọc 7 Cảm Biến Line  |
                  +------------+------------+
                               |
                               v
                  +-------------------------+
                  |  Tính Sai Số e(t)       |
                  |  (Weighted Average)     |
                  +------------+------------+
                               |
                               v
              +----------------+----------------+
              | Có phát hiện vật cản (HC-SR04)? |
              +----------------+----------------+
                     /                  \
             YES    /                    \    NO
                   v                      v
     +-------------------------+  +-------------------------+
     |  Thực thi State Machine |  |  Tính Toán PID Heading  |
     |  Tránh Vật Cản Vòng Cung|  |  delta_omega = PID(e)   |
     +-------------------------+  +------------+------------+
                   |                           |
                   |                           v
                   |              +-------------------------+
                   |              |  Vi Sai Động Cơ (PWM):  |
                   |              |  V_L = V_base + delta_w |
                   |              |  V_R = V_base - delta_w |
                   |              +------------+------------+
                   \                           /
                    \                         /
                     v                       v
                  +----------------------------+
                  |  Xuất Tín Hiệu Driver L298N|
                  +----------------------------+

3. Máy trạng thái (Finite State Machine) vượt vật cản

Khi cảm biến HC-SR04 phát hiện khoảng cách $d_{\text{obstacle}} < 15\text{ cm}$:

  1. State STOP_AND_SCAN: Dừng khẩn cấp trong $0.2\text{ s}$, kiểm tra cự ly an toàn.
  2. State TURN_RIGHT: Bẻ lái góc $45^\circ$ lệch khỏi trục đường line.
  3. State ARC_BYPASS: Di chuyển cung tròn bán kính $R = 120\text{ mm}$ vượt qua khối trụ.
  4. State REACQUIRE_LINE: Quay góc đối nghịch để cụm cảm biến TCRT5000 bắt lại vạch đen và chuyển ngay về trạng thái bám line (Line Following Mode).

Testing và validation

Quá trình kiểm chuẩn được thực nghiệm trên sa bàn tiêu chuẩn thi đấu kích thước $3.0\text{ m} \times 2.0\text{ m}$ với các dạng đường cong bán kính $R = 200\text{ mm}$, góc vuông $90^\circ$ và vật cản trụ $\varnothing 50\text{ mm}$:

Hạng mục kiểm thử Giá trị thiết kế Giá trị thực nghiệm đạt được Đánh giá
Vận tốc thẳng cực đại $0.60\text{ m/s}$ $0.58\text{ m/s}$ Đạt $96.7%$
Sai số bám đường thẳng $\le 3.0\text{ mm}$ $\pm 1.2\text{ mm}$ Vượt chỉ tiêu
Sai số bám cua cong ($R=200\text{ mm}$) $\le 3.0\text{ mm}$ $\pm 2.6\text{ mm}$ Đạt yêu cầu
Sai số dừng tại điểm đích $\le 5.0\text{ mm}$ $\pm 2.0\text{ mm}$ Đạt yêu cầu
Thời gian đáp ứng cảm biến $< 20\text{ ms}$ $10\text{ ms}$ ($100\text{ Hz}$) Đạt yêu cầu
Tỷ lệ vượt vật cản thành công $> 90%$ $19/20$ lần ($95%$) Vượt chỉ tiêu

Đổi mới và đóng góp

  1. Cấu hình khoảng cách mảng cảm biến tối ưu: Nghiên cứu đã xây dựng mô hình hình học quang học chính xác giữa độ cao $h = 13\text{ mm}$ và góc khuếch tán chùm tia hồng ngoại, giải quyết triệt để điểm mù quang học giữa 2 diode liền kề với khoảng cách $17\text{ mm}$, loại bỏ hiện tượng giật cục do sai số bậc thang của tín hiệu Digital.
  2. Thuật toán điều khiển PID kết hợp bù vi sai phi tuyến: Khắc phục nhược điểm mất quán tính khi đổi chiều quay của động cơ DC Servo GM25-370 thông qua bộ thông số PID tinh chỉnh thực nghiệm ($K_p=0.085, K_i=0.0002, K_d=1.45$), giúp robot di chuyển êm ái hơn $38%$ so với giải thuật Bang-bang cổ điển.
  3. Thiết kế cơ điện tử tích hợp chi phí thấp: Toàn bộ hệ thống được module hóa hoàn chỉnh với chi phí linh kiện dưới 1.500.000 VNĐ nhưng vẫn đảm bảo đầy đủ tính năng đo phản hồi encoder, bảo vệ ngắn mạch và phát hiện vật cản không phụ thuộc màu sắc vật thể nhờ cảm biến siêu âm.

Ứng dụng thực tế và triển khai

+-------------------------------------------------------------------------+
|                  HỆ THỐNG QUẢN LÝ KHO THÔNG MINH (WMS)                  |
+------------------------------------+------------------------------------+
                                     |
                          (Mạng Công Nghiệp/Zigbee)
                                     |
                                     v
+-------------------------------------------------------------------------+
|                       TRẠM ĐIỀU PHỐI AGV NỘI BỘ                         |
+------------------------------------+------------------------------------+
                                     |
                   +-----------------+-----------------+
                   |                                   |
                   v                                   v
+-------------------------------------+ +---------------------------------+
| AGV Vận Chuyển Pallet Linh Kiện     | | AGV Cấp Phôi Tự Động            |
| - Dẫn hướng: Line phản quang/Magnetic| | - Dẫn hướng: Line công nghiệp   |
| - Cảm biến an toàn: Lidar/Siêu âm   | | - Cơ cấu nâng hạ servo          |
+-------------------------------------+ +---------------------------------+

Các kịch bản ứng dụng thực tế

  • Kho phân loại logistics tự động: Ứng dụng làm xe trung chuyển kiện hàng nhẹ từ băng chuyền về các kệ chứa cố định theo line định vị trên sàn epoxy.
  • Dây chuyền lắp ráp điện tử: Cấp phát linh kiện tự động (SMD feeder/PCB tray) giữa các công đoạn gắn chip SMT.
  • Môi trường y tế & Bệnh viện: Vận chuyển mẫu xét nghiệm, thuốc và hồ sơ bệnh án trong các hành lang cách ly vô trùng.

Phân tích hiệu quả kinh tế (ROI)

  • Chi phí đầu tư 01 robot tự chế tạo: ~1.500.000 VNĐ.
  • Năng suất hoạt động liên tục với pin 4S 18650 (2500 mAh): 4.5 giờ liên tục/lần sạc.
  • Thời gian hoàn vốn dự kiến: Dưới 3 tháng khi thay thế các thao tác đẩy xe thủ công lặp đi lặp lại trong xưởng sản xuất quy mô vừa và nhỏ.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Mạch lái động cơ L298N sử dụng công nghệ BJT thế hệ cũ, gây sụt áp nội lớn (khoảng $1.5\text{V} - 2.0\text{V}$) làm tiêu hao nhiệt năng đáng kể.
  • Cảm biến siêu âm HC-SR04 có góc quét hẹp ($15^\circ$), dễ bỏ sót các vật cản mỏng hoặc đặt nghiêng góc nhọn.
  • Vi điều khiển 8-bit ATmega328P bị giới hạn về bộ nhớ Flash (32KB) và xung nhịp (16MHz), chưa hỗ trợ tính toán ma trận phức tạp hay mạng nơ-ron nhúng.

Hướng phát triển tiếp theo

  • Nâng cấp mạch công suất sang Driver MOSFET kênh N (như TB6612FNG hoặc VNH2SP30) nhằm tăng hiệu suất năng lượng lên $> 92%$.
  • Chuyển đổi vi điều khiển sang kiến trúc ARM 32-bit Cortex-M4 (STM32F401/STM32F411) hoặc ESP32 để tích hợp FreeRTOS đa nhiệm và kết nối không dây MQTT/ROS2.
  • Tích hợp cảm biến LiDAR 2D 360 độ hoặc Camera TOF để lập bản đồ SLAM và nhận diện vật cản động theo thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên ngành Kỹ thuật Cơ điện tử, Tự động hóa: Tài liệu cung cấp toàn bộ quy trình từ tính toán động lực học giải tích, thiết kế mảng cảm biến đến mã nguồn C++ điều khiển PID nhúng thực tế.
  • Kỹ sư R&D và Lập trình viên hệ thống nhúng: Khung tham chiếu chuẩn về thiết kế phần cứng vi sai, phương pháp lọc nhiễu tín hiệu và xử lý giao thoa quang học.
  • Các doanh nghiệp sản xuất vừa và nhỏ (SMEs): Bản thiết kế mẫu (Reference Design) có tính khả thi cao, chi phí rẻ, dễ dàng nội địa hóa để chế tạo các hệ thống AGV chuyên dụng phục vụ nội bộ nhà xưởng.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần cứng tối thiểu để triển khai lại robot là gì?

Cần trang bị khung chassis 3 bánh (2 bánh đường kính $65\text{ mm}$ + 1 bánh mắt trâu), 2 động cơ DC GM25-370 kèm encoder, vi điều khiển ATmega328P/Arduino Nano, Driver L298N (hoặc TB6612), mảng 7 cảm biến TCRT5000, cảm biến siêu âm HC-SR04 và khối nguồn pin Li-ion 3S/4S có mạch Buck ổn áp $12\text{V}/5\text{V}$.

2. Tại sao khoảng cách giữa các cảm biến TCRT5000 phải là 17 mm?

Chiều rộng vạch line đen là $26\text{ mm}$, trong khi độ rộng module cảm biến là $14\text{ mm}$. Khoảng cách $17\text{ mm}$ kết hợp với độ cao lắp đặt $13\text{ mm}$ đảm bảo chùm tia hồng ngoại không bị chồng lấn gây nhiễu, đồng thời luôn có tối thiểu 2 cảm biến nằm trong vùng chuyển tiếp mép line để thực hiện thuật toán nội suy trung bình trọng số liên tục.

3. Phương pháp tinh chỉnh các thông số PID (Tuning PID) được thực hiện như thế nào?

Sử dụng phương pháp thực nghiệm kết hợp quan sát đồ thị đáp ứng:

  • Bước 1: Đặt $K_i = 0, K_d = 0$, tăng dần $K_p$ cho đến khi robot bám được line nhưng xuất hiện dao động điều hòa liên tục quanh quỹ đạo ($K_p = 0.085$).
  • Bước 2: Tăng $K_d$ để triệt tiêu hiện tượng dao động góc và dập tắt quán tính khi đổi hướng ($K_d = 1.45$).
  • Bước 3: Tăng nhẹ thành phần $K_i$ ($K_i = 0.0002$) kèm thuật toán Anti-windup để loại bỏ hoàn toàn sai số tĩnh khi chạy trên các đoạn đường thẳng dài.

4. Hệ thống xử lý thế nào khi gặp hiện tượng mất vạch line hoàn toàn (Line Loss)?

Khi tất cả 7 cảm biến đều trả về giá trị nền trắng ($S_i = 0$), hàm calculateLineError() sẽ không reset sai số về 0 mà giữ nguyên giá trị lastError phân cực gần nhất ($\pm 3500$). Robot sẽ tự động quay gắt theo chiều sai số cuối cùng để quét và bắt lại vạch line trong thời gian nhanh nhất.

5. Chi phí chế tạo và tuổi thọ linh kiện của hệ sinh thái này ra sao?

Tổng chi phí chế tạo mô hình thực tế dao động từ 1.200.000 đến 1.500.000 VNĐ. Khung cơ khí gia công mica/nhôm có tuổi thọ trên 3 năm; động cơ DC GM25 trang bị chổi than kim loại quý cho độ bền hoạt động liên tục trên 2.000 giờ; cụm pin 18650 đạt chu kỳ nạp xả 500–800 chu kỳ trước khi suy giảm dung lượng xuống $80%$.

Kết luận

Đồ án "Thiết Kế Hệ Thống Cơ Điện Tử: Robot Dò Line Tránh Vật Cản" đã giải quyết trọn vẹn và toàn diện bài toán tích hợp hệ thống từ khâu tính toán động cơ, thiết kế cơ khí chống lật, tối ưu hóa hình học quang học mảng cảm biến đến giải thuật điều khiển bám quỹ đạo 2 tầng PID kết hợp máy trạng thái tránh vật cản. Mô hình thực nghiệm đã chứng minh khả năng bám quỹ đạo ổn định ở tốc độ $0.58\text{ m/s}$ với sai số dưới $2.6\text{ mm}$ trên các cung cong phức tạp và vượt vật cản an toàn với độ tin cậy đạt $95%$. Kết quả nghiên cứu không chỉ khẳng định tính đúng đắn của phương pháp luận thiết kế Cơ điện tử mà còn là nền tảng vững chắc để mở rộng phát triển thành các thế hệ AGV công nghiệp thông minh, góp phần thúc đẩy tự động hóa trong kỷ nguyên sản xuất số.