Bối cảnh và vấn đề nghiên cứu

Năm 2022, liên minh các tập đoàn công nghệ lớn bao gồm Amazon, Google, Samsung và Zigbee đã chính thức giới thiệu giao thức Matter. Giao thức này được phát triển nhằm tích hợp các chuẩn công nghệ sẵn có, cho phép thiết bị thuộc các hệ sinh thái smarthome khác nhau có thể giao tiếp và liên kết vận hành đồng bộ. Sự ra đời của Matter thúc đẩy mạnh mẽ cuộc đua tích hợp công nghệ IoT (Internet of Things) trên các thiết bị điện tử gia dụng. Trong xu hướng này, các thiết bị gia dụng truyền thống hoạt động hoàn toàn bằng sóng hồng ngoại (IR - Infrared Ray) dần bộc lộ nhiều hạn chế về khả năng kết nối mạng và giám sát từ xa.

Thực tế thị trường cho thấy các dòng máy điều hòa không khí (máy lạnh) rất đa dạng về thương hiệu, chủng loại và hầu hết không sử dụng chung một giao thức hay một chuẩn điều khiển thống nhất. Việc thiếu tính đồng bộ khiến người dùng gặp trở ngại khi muốn tích hợp máy lạnh vào cùng một hệ thống nhà thông minh. Xuất phát từ bối cảnh đó, đề tài "Thiết kế hệ thống điều khiển máy lạnh sử dụng các dịch vụ từ AWS" được tác giả Vũ Nguyễn Đức Mạnh (ngành Công nghệ Kỹ thuật Máy tính, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh) thực hiện dưới sự hướng dẫn của ThS. Huỳnh Hoàng Hà, nhằm chuyển đổi các máy lạnh điều khiển thuần bằng sóng hồng ngoại thành các thiết bị thông minh có thể giám sát và quản lý tập trung từ xa.

Hệ thống hướng tới việc thực hiện các mục tiêu cụ thể sau:

  1. Thiết kế hệ thống phần cứng có khả năng phát tín hiệu IR để điều khiển máy lạnh.
  2. Thực thi đầy đủ các chức năng cơ bản của máy lạnh: bật/tắt nguồn, chuyển đổi chế độ làm việc (Cool, Fan, Dry), tăng giảm nhiệt độ cài đặt và điều chỉnh hướng gió (tự động hoặc cố định).
  3. Phát triển ứng dụng di động cho phép người dùng giám sát nhiệt độ, độ ẩm môi trường theo thời gian thực và thực hiện các thao tác điều khiển thiết bị.
  4. Tích hợp khả năng kết nối Bluetooth Low Energy (BLE) trên ứng dụng di động để cấu hình mạng Wi-Fi (SSID và mật khẩu) cho phần cứng.
  5. Xây dựng hệ thống máy chủ (backend) theo kiến trúc không máy chủ (serverless) dựa trên nền tảng điện toán đám mây Amazon Web Services (AWS).
  6. Quản trị và lưu trữ an toàn dữ liệu xác thực, trạng thái tài khoản của người dùng trên đám mây.
  7. Xây dựng cơ sở dữ liệu lưu trữ 3 nhóm thông tin chính: dữ liệu phần cứng sau khi kết nối mạng, dữ liệu phân quyền người dùng đối với thiết bị, và dữ liệu mã tín hiệu IR của các loại remote máy lạnh.
  8. Thiết lập kênh giao tiếp giữa ứng dụng di động và server qua giao diện lập trình ứng dụng RESTful API.
  9. Thiết lập kênh truyền dữ liệu hai chiều giữa khối phần cứng và server thông qua giao thức MQTT.

Phạm vi nghiên cứu của đề tài giới hạn ở việc chế tạo một nguyên mẫu thiết bị nhúng có khả năng đo đạc nhiệt độ, độ ẩm thực tế trong phòng và phát tín hiệu IR; xây dựng ứng dụng di động trên nền tảng Flutter; thiết lập hạ tầng backend serverless trên AWS; và thực nghiệm điều khiển trên đối tượng cụ thể là máy lạnh LG Inverter 1.5 HP (mã model V13WIN1) thông qua việc giải mã tín hiệu từ remote LG mã hiệu AKB75075801.

Cơ sở lý thuyết và phương pháp

Nghiên cứu kết hợp cơ sở lý thuyết về quang điện tử, kỹ thuật truyền thông không dây, kiến trúc điện toán đám mây và phát triển phần mềm di động:

  • Tín hiệu hồng ngoại (IR): Bức xạ hồng ngoại là sóng điện từ trong quang phổ có bước sóng từ 870 nm đến 950 nm, không nhìn thấy bằng mắt thường và không bị ảnh hưởng bởi nhiễu điện từ. Tín hiệu IR truyền dữ liệu bằng phương pháp điều chế xung trên sóng mang tần số từ 35 kHz đến 40 kHz, phổ biến nhất là 38 kHz để tránh nhiễu từ ánh sáng môi trường. Tín hiệu được cấu thành từ hai trạng thái logic: "mark" (mức cao, có phát xung sóng mang) và "space" (mức thấp, không phát xung). Dữ liệu thô sau khi giải mã là một chuỗi số nguyên biểu thị xen kẽ độ dài thời gian tính bằng micro giây ($\mu\text{s}$) của các trạng thái mark và space. Khóa luận phân tích cấu trúc giao thức NEC tiêu chuẩn (header gồm 9 ms mark và 4.5 ms space, bit 1 gồm 560 $\mu\text{s}$ mark và 1690 $\mu\text{s}$ space, bit 0 gồm 560 $\mu\text{s}$ mark và 560 $\mu\text{s}$ space) làm nền tảng trước khi giải mã các chuỗi xung đặc thù của điều khiển máy lạnh.
  • Hạ tầng điện toán đám mây AWS: Tác giả áp dụng mô hình kiến trúc serverless thông qua 5 dịch vụ cốt lõi:
    • AWS Cognito: Cung cấp giải pháp xác thực (Authentication), phân quyền và quản lý tài khoản người dùng, cấp phát JWT (JSON Web Token) để truy cập API an toàn.
    • AWS Lambda: Đóng vai trò máy chủ xử lý logic trung tâm, tự động cấp phát tài nguyên tính toán (bộ nhớ hỗ trợ cấu hình từ 128 MB đến 10240 MB, giới hạn payload xử lý 128 kB, nhật ký lưu trữ tại CloudWatch).
    • AWS DynamoDB: Cơ sở dữ liệu NoSQL lưu trữ phi quan hệ với độ trễ thấp, giới hạn dung lượng mỗi item tối đa 400 kB.
    • AWS API Gateway: Điểm tiếp nhận và điều phối các yêu cầu HTTP/REST API từ ứng dụng, kiểm tra tính hợp lệ của token trước khi chuyển giao cho Lambda.
    • AWS IoT Core: Trung gian kết nối các thiết bị IoT với đám mây, xác thực thiết bị qua chứng chỉ số (X.509 Certificate) và khóa bảo mật (Private Key).
  • Giao thức truyền thông: Sử dụng giao thức MQTT (Message Queuing Telemetry Transport) theo mô hình Publish/Subscribe qua broker trung tâm để truyền nhận dữ liệu nhẹ giữa phần cứng và AWS IoT Core; sử dụng giao thức HTTPS kết hợp chuẩn bảo mật JWT để trao đổi thông tin giữa ứng dụng di động và API Gateway.
  • Nền tảng ứng dụng di động: Khung phát triển Flutter (ngôn ngữ Dart) của Google hỗ trợ tạo ứng dụng đa nền tảng, áp dụng mô hình kiến trúc quản lý trạng thái Bloc-Cubit và thư viện mạng Dio.

Phương pháp nghiên cứu thực tế gồm: thiết kế phần cứng vi điều khiển; phân tích và thu thập tín hiệu quang học thực nghiệm từ remote IR; triển khai hạ tầng đám mây dạng mã nguồn (Cloud backend implementation); và thực nghiệm đo kiểm hệ thống thực tế.

Thiết kế và triển khai

Hệ thống được thiết kế thành một thể thống nhất gồm 3 phân hệ chính: Khối phần cứng, Khối Server đám mây và Khối ứng dụng di động.

Phân hệ Thành phần kỹ thuật Vai trò và thông số kỹ thuật
Phần cứng Vi điều khiển ESP32-C3 DevKit M-1 CPU 32-bit RISC-V 160 MHz, 384 kB ROM, 400 kB RAM, 4 MB Flash, hỗ trợ Wi-Fi 802.11 b/g/n và BLE 5.0.
Cảm biến môi trường SHT30 Đo nhiệt độ (-40°C đến 125°C, sai số 0.2°C) và độ ẩm (0% - 100% RH, sai số 2% RH), giao tiếp I2C, điện áp 2.5 V.
Mạch thu hồng ngoại TSOP38438 Tần số thu 38 kHz, điện áp hoạt động -0.3 V đến 6 V, dòng 3 mA, kết nối chân GPIO7 của ESP32-C3.
Mạch phát hồng ngoại Sử dụng 2 LED phát hồng ngoại tần số 38 kHz nhằm tăng cường độ bức xạ và độ ổn định tín hiệu.
Mạch nguồn hạ áp IC ổn áp SGM2212-3.3 chuyển đổi nguồn 5 V từ cổng Micro-USB xuống 3.3 V cấp cho toàn mạch.
Server đám mây AWS Cognito Quản lý người dùng, chính sách mật khẩu (tối thiểu 8 ký tự, gồm số, ký tự đặc biệt, chữ hoa, chữ thường), xác thực mã kích hoạt qua email.
AWS API Gateway Cấu hình REST API với 4 đường dẫn chính: /controls, /devices, /remote, /role (hỗ trợ phương thức GET, POST, PUT).
AWS Lambda Ngôn ngữ NodeJS SDK, thiết kế dạng đơn hàm phân luồng (file index.js gọi các module devices/get.js, devices/post.js, iotcore/sendCommand.js).
AWS DynamoDB 3 bảng dữ liệu NoSQL: Bảng thiết bị phần cứng (khóa chính id), Bảng tín hiệu remote (trường control và chuỗi xung signal), Bảng phân quyền (khóa chính row_id, lưu user_id, device_id, role).
AWS IoT Core Quản lý "Thing", cấp phát policy toàn quyền, quản trị 2 topic MQTT: 1 topic Publish đẩy dữ liệu cảm biến lên, 1 topic Subscribe nhận lệnh phát IR.
Ứng dụng di động Flutter Framework Quản lý trạng thái theo mô hình Bloc-Cubit (View - Cubit - State), giao tiếp API qua thư viện Dio (cấu hình thời gian timeout 30 giây).

Quy trình vận hành phần cứng: Sau khi khởi động và thiết lập các chân GPIO (I2C, chân thu TSOP38438, chân phát LED IR), ESP32-C3 kiểm tra thông tin mạng trong bộ nhớ đệm. Nếu chưa có thông tin Wi-Fi hoặc kết nối thất bại, thiết bị tự động kích hoạt Bluetooth BLE để chờ ứng dụng cấu hình. Khi kết nối Wi-Fi thành công, ESP32-C3 sử dụng chứng chỉ số nhúng trong mã nguồn để kết nối AWS IoT Core qua MQTT, định kỳ đọc dữ liệu từ cảm biến SHT30 gửi lên topic Publish dưới dạng chuỗi JSON:

{
  "method": "update_sensor",
  "sn": "<serial_number>",
  "temp": <gia_tri_nhiet_do>,
  "hum": <gia_tri_do_am>
}

Đồng thời, vi điều khiển duy trì trạng thái thường trực lắng nghe lệnh tại topic Subscribe. Khi nhận chuỗi JSON chứa mã tín hiệu hồng ngoại điều khiển máy lạnh gửi từ server:

{
  "method": "send_ir",
  "signal": "<chuoi_thoi_gian_mark_space>"
}

vi điều khiển sẽ bóc tách chuỗi số (phân tách bởi ký tự \n) và kích hoạt 2 LED phát tín hiệu đúng các khoảng thời gian micro giây tương ứng đến máy lạnh.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày bối cảnh công nghệ nhà thông minh sau khi giao thức Matter ra mắt năm 2022, phân tích sự dịch chuyển từ các thiết bị hồng ngoại truyền thống sang hệ thống kết nối IoT. Tác giả chỉ ra sự thiếu vắng chuẩn kết nối chung giữa các hãng sản xuất máy lạnh hiện nay, từ đó xác định mục tiêu xây dựng một hệ sinh thái đồng bộ gồm phần cứng điều khiển, ứng dụng di động và backend serverless trên nền tảng AWS. Chương này đồng thời công bố phạm vi giới hạn của đề tài và bố cục 5 chương của đồ án tốt nghiệp.

Chương 2: Lý thuyết

Chương 2 cung cấp toàn bộ cơ sở lý thuyết kỹ thuật về phần cứng, tín hiệu và nền tảng phần mềm:

  • Linh kiện: Trình bày thông số kỹ thuật của module ESP32-C3 DevKit M-1 (SoC RISC-V 160 MHz), cảm biến nhiệt độ - độ ẩm SHT30 (giao tiếp I2C) và cảm biến thu hồng ngoại TSOP38438 (tần số 38 kHz).
  • Tín hiệu IR: Trình bày cơ chế điều chế sóng mang quang học dải 870–950 nm, nguyên lý tạo bit từ trạng thái mark/space, phân tích gói tin giao thức NEC chuẩn làm ví dụ và quy tắc chuyển đổi tín hiệu dạng sóng thành chuỗi dữ liệu thô.
  • Hạ tầng AWS: Giới thiệu kiến trúc đám mây và vai trò của 5 dịch vụ backend gồm AWS Cognito (xác thực), AWS Lambda (tính toán serverless), AWS DynamoDB (CSDL NoSQL), AWS API Gateway (phân luồng API) và AWS IoT Core (kết nối MQTT qua cơ chế publish/subscribe).
  • Flutter Framework: Trình bày đặc điểm ngôn ngữ Dart, khả năng biên dịch giao diện đa nền tảng, tính năng hot reload, đồng thời phân tích ưu nhược điểm của Flutter khi xây dựng ứng dụng kết nối IoT.

Chương 3: Xây dựng và thiết kế hệ thống

Chương 3 chi tiết hóa quy trình thiết kế kỹ thuật từ sơ đồ khối tổng thể đến việc hiện thực hóa từng phân hệ:

  • Yêu cầu hệ thống: Đặt ra tiêu chuẩn kỹ thuật về thu phát tín hiệu quang 38 kHz, cập nhật thông số môi trường liên tục và khả năng điều khiển máy lạnh LG Inverter 1.5 HP V13WIN1 qua remote LG AKB75075801.
  • Thiết kế server AWS: Trình bày luồng xác thực Amplify Auth; chính sách quản trị tài khoản trên Cognito; cấu trúc mã nguồn NodeJS tối ưu trong một hàm Lambda duy nhất; định tuyến 4 path REST API trên API Gateway; thiết kế lược đồ dữ liệu NoSQL trên 3 bảng DynamoDB; và quy trình cấu hình thing, policy, chứng chỉ số và gói tin JSON truyền nhận trên AWS IoT Core.
  • Thiết kế phần cứng: Cung cấp sơ đồ nguyên lý mạch điều khiển trung tâm ESP32-C3, mạch hạ áp SGM2212-3.3, khối cảm biến SHT30 (I2C), khối thu TSOP38438 và khối phát 2 LED hồng ngoại; trình bày lưu đồ thuật toán điều khiển nhúng trên môi trường Arduino IDE (chia tách file .cpp và .h).
  • Thiết kế ứng dụng di động: Mô tả kiến trúc Bloc-Cubit phân tách rõ ràng giữa View, Cubit và State; triển khai thư viện Dio để gửi request có token JWT và tự động làm mới token; thiết kế giao diện đăng nhập, đăng ký kiểm tra tính hợp lệ email, màn hình cấu hình Wi-Fi qua BLE và màn hình giám sát - điều khiển chi tiết.
  • Thu thập tín hiệu IR: Trình bày quy trình sử dụng chân GPIO7 và cảm biến TSOP38438 để đọc dữ liệu thô từ remote máy lạnh LG, chuẩn hóa thành chuỗi thời gian phân tách bởi dấu ngắt dòng \n và đẩy lên lưu trữ trong DynamoDB.

Chương 4: Kết quả

Chương 4 công bố kết quả triển khai thực tế của đề tài:

  • Mô hình thi công: Bản vẽ mạch in PCB hoàn chỉnh được thiết kế trên phần mềm KiCad và sản phẩm phần cứng thực tế sau khi đóng hộp hoạt động ổn định.
  • Đo đạc dạng sóng: Tín hiệu quang học thu nhận tại chân GPIO7 của ESP32-C3 thể hiện đúng chuỗi xung điều khiển; dữ liệu thô được chuẩn hóa và lưu trữ chính xác trên DynamoDB.
  • Vận hành hệ thống: Kiểm thử thành công tính năng xác thực người dùng qua mã kích hoạt gửi từ AWS Cognito về email; liên kết thành công ứng dụng với phần cứng qua BLE để nhập Wi-Fi; đồng bộ dữ liệu nhiệt độ, độ ẩm từ cảm biến SHT30 lên giao diện ứng dụng theo thời gian thực; và điều khiển bật/tắt, thay đổi nhiệt độ, chế độ, hướng gió trên máy lạnh thực tế LG V13WIN1.
  • Đánh giá hiệu năng: Khảo sát thời gian phản hồi của dịch vụ AWS API Gateway (Bảng 4.1 trong văn bản) và tính toán dung lượng trung bình của một item dữ liệu trên các bảng DynamoDB (Bảng 4.2 trong văn bản).

Chương 5: Kết luận và hướng phát triển

Chương 5 tổng kết mức độ hoàn thành nhiệm vụ nghiên cứu so với các mục tiêu đề ra ban đầu, xác nhận hệ thống hoạt động chính xác từ phần cứng đến đám mây và ứng dụng người dùng. Đồng thời, tác giả đề xuất các hướng nghiên cứu mở rộng trong tương lai nhằm khắc phục các giới hạn hiện tại.

Kết quả và đóng góp

Nghiên cứu đã hiện thực hóa thành công mô hình hệ thống điều khiển máy lạnh IoT với các kết quả cụ thể:

  • Về mặt phần cứng: Chế tạo thành công bo mạch PCB (thiết kế bằng KiCad) sử dụng vi điều khiển ESP32-C3-Mini-1; tích hợp thành công cảm biến SHT30 qua giao tiếp I2C với độ sai số nhiệt độ thấp (0.2°C) và độ ẩm (2% RH); mạch thu nhận tín hiệu IR 38 kHz qua TSOP38438 (đo kiểm thực tế trên chân GPIO7) và mạch phát công suất sử dụng 2 LED hồng ngoại đảm bảo tầm phủ sóng tới máy lạnh.
  • Về mặt hạ tầng đám mây: Xây dựng hoàn chỉnh kiến trúc serverless trên AWS, kết nối liền mạch 5 dịch vụ (Cognito, API Gateway, Lambda, DynamoDB, IoT Core). Toàn bộ logic hệ thống được gom cụm trong một hàm Lambda viết bằng NodeJS giúp tiết kiệm chi phí vận hành và tài nguyên đám mây. Cơ sở dữ liệu DynamoDB quản lý hiệu quả 3 bảng dữ liệu với dung lượng mỗi item tối ưu dưới mức giới hạn 400 kB.
  • Về mặt ứng dụng và điều khiển: Ứng dụng di động Flutter vận hành ổn định trên kiến trúc Bloc-Cubit; quét và kết nối BLE mượt mà để cấu hình Wi-Fi cho phần cứng; đồng bộ thông số môi trường liên tục; giải mã và điều khiển thành công các chức năng (bật, tắt, chuyển chế độ Cool/Fan/Dry, tăng giảm nhiệt độ, chỉnh hướng gió) của máy lạnh LG Inverter 1.5 HP V13WIN1 thông qua bộ mã tín hiệu của remote LG AKB75075801.

Đóng góp chính của đề tài là xây dựng một giải pháp kỹ thuật có tính ứng dụng cao, giúp "thông minh hóa" các thiết bị máy lạnh truyền thống điều khiển bằng hồng ngoại mà không cần can thiệp vào cấu trúc bên trong của máy lạnh. Đồ án chứng minh tính khả thi và hiệu quả kinh tế của mô hình kiến trúc serverless AWS kết hợp giao thức MQTT trong việc xây dựng hệ sinh thái IoT dân dụng có độ trễ thấp và độ bảo mật cao.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ ra một số hạn chế gắn liền với phạm vi nghiên cứu:

  • Phạm vi thiết bị thực nghiệm: Hệ thống mới chỉ thực hiện thu thập tín hiệu, lưu trữ mã IR và thử nghiệm điều khiển thực tế trên duy nhất một model máy lạnh (LG Inverter 1.5 HP V13WIN1) sử dụng remote LG AKB75075801.
  • Độ trễ và giới hạn của dịch vụ đám mây: Dịch vụ AWS Lambda có giới hạn tải xử lý (payload) không vượt quá 128 kB và thời gian khởi động nguội (cold start); chi phí ghi log vào AWS CloudWatch tương đối tốn kém nếu hệ thống mở rộng quy mô lớn.
  • Thư viện di động cho IoT: Framework Flutter ra mắt năm 2018 nên các gói thư viện hỗ trợ chuyên sâu cho phần cứng và giao thức IoT chưa phong phú bằng các nền tảng lập trình gốc (Native Android/iOS), ứng dụng tiêu tốn tài nguyên thiết bị di động hơn.

Các hướng phát triển tiếp theo được tác giả đề xuất:

  1. Tiếp tục thu thập và giải mã tín hiệu hồng ngoại của nhiều mẫu remote từ các thương hiệu máy lạnh khác nhau (Panasonic, Daikin, Toshiba...) nhằm làm phong phú cơ sở dữ liệu tín hiệu IR trên DynamoDB.
  2. Nâng cấp thuật toán tự động hóa: thiết lập các kịch bản thông minh cho phép hệ thống tự động điều chỉnh nhiệt độ, tốc độ gió hoặc bật/tắt máy lạnh dựa trên dữ liệu môi trường (nhiệt độ, độ ẩm) đo được thực tế từ cảm biến SHT30.
  3. Tối ưu hóa kích thước mạch in phần cứng và nghiên cứu các giải pháp tiết kiệm năng lượng cho khối vi điều khiển ESP32-C3.

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu tham khảo có giá trị học thuật và thực tiễn đối với sinh viên, kỹ sư thuộc các ngành Công nghệ Kỹ thuật Máy tính, Điện tử - Viễn thông, Công nghệ Thông tin và Kỹ thuật Điều khiển & Tự động hóa:

  • Về kỹ thuật nhúng và IoT: Cung cấp hướng dẫn chi tiết về sơ đồ nguyên lý mạch (KiCad), kỹ thuật thu nhận và giải mã xung tín hiệu hồng ngoại thô tần số 38 kHz, cấu hình Bluetooth Low Energy để truyền dữ liệu mạng cho vi điều khiển ESP32-C3, và cách tích hợp chứng chỉ bảo mật X.509 để kết nối giao thức MQTT với AWS IoT Core qua Arduino framework.
  • Về kỹ thuật đám mây: Cung cấp mẫu thiết kế kiến trúc serverless hoàn chỉnh trên AWS, cách cấu hình phân quyền người dùng qua Cognito, thiết lập REST API trên API Gateway và tối ưu mã nguồn NodeJS trên Lambda để tương tác đồng thời với DynamoDB và IoT Core.
  • Về lập trình ứng dụng: Minh họa cách tổ chức mã nguồn Flutter theo kiến trúc Bloc-Cubit rõ ràng, cách xử lý gọi API với thư viện Dio và cơ chế tự động làm mới mã xác thực (refresh token).

Câu hỏi thường gặp

Hệ thống sử dụng vi điều khiển và các cảm biến cụ thể nào cho khối phần cứng?
Khối phần cứng sử dụng vi điều khiển ESP32-C3 DevKit M-1 (SoC kiến trúc RISC-V 32-bit tốc độ 160 MHz, tích hợp Wi-Fi và BLE 5.0), kết hợp cảm biến nhiệt độ - độ ẩm SHT30 giao tiếp qua chuẩn I2C, cảm biến thu hồng ngoại TSOP38438 nhận sóng tần số 38 kHz (nối chân GPIO7) và 2 LED phát hồng ngoại tần số 38 kHz.

Backend của hệ thống được xây dựng từ những dịch vụ đám mây nào của AWS?
Hệ thống sử dụng kiến trúc serverless kết hợp 5 dịch vụ AWS gồm: AWS Cognito (quản lý tài khoản và cấp phát token xác thực), AWS API Gateway (cung cấp 4 đường dẫn REST API), AWS Lambda (chạy mã nguồn xử lý logic viết bằng NodeJS), AWS DynamoDB (cơ sở dữ liệu NoSQL lưu trữ 3 bảng thông tin) và AWS IoT Core (kết nối và điều phối dữ liệu qua giao thức MQTT).

Dữ liệu tín hiệu hồng ngoại của remote máy lạnh được lưu trữ như thế nào trong cơ sở dữ liệu?
Tín hiệu IR được lưu trữ trong bảng dữ liệu của AWS DynamoDB dưới dạng chuỗi các giá trị thời gian trạng thái mark và space (tính theo đơn vị micro giây) xen kẽ nhau, ngăn cách bởi ký tự \n. Mỗi bản ghi gắn liền với trường control xác định chức năng điều khiển tương ứng.

Ứng dụng di động được xây dựng bằng công nghệ gì và quản lý trạng thái bằng kiến trúc nào?
Ứng dụng di động được xây dựng bằng framework Flutter (ngôn ngữ lập trình Dart) và áp dụng kiến trúc quản lý trạng thái Bloc theo phương pháp Cubit, chia tách hệ thống thành 3 tầng: View (giao diện), Cubit (xử lý logic nghiệp vụ và gọi API) và State (trạng thái hiển thị).

Đề tài đã thực nghiệm điều khiển thành công trên mẫu máy lạnh và remote cụ thể nào?
Đề tài đã tiến hành thu thập tín hiệu thực tế từ remote LG mang mã hiệu AKB75075801 và điều khiển thực nghiệm thành công các chức năng (bật/tắt, chuyển chế độ Cool/Fan/Dry, đổi nhiệt độ, chỉnh cánh đảo gió) trên dòng máy lạnh LG Inverter 1.5 HP có mã model V13WIN1.

Kết luận

Đồ án tốt nghiệp của tác giả Vũ Nguyễn Đức Mạnh đã thiết kế và triển khai thành công hệ thống chuyển đổi máy lạnh truyền thống thành thiết bị thông minh thông qua việc kết hợp mạch nhúng ESP32-C3, ứng dụng di động Flutter và hạ tầng điện toán đám mây serverless trên AWS. Bằng phương pháp giải mã xung hồng ngoại 38 kHz và truyền nhận dữ liệu qua giao thức MQTT cùng RESTful API, hệ thống thực thi chính xác các chức năng điều khiển máy lạnh LG Inverter 1.5 HP V13WIN1 và giám sát môi trường phòng theo thời gian thực. Đề tài đạt được đầy đủ các mục tiêu đề ra, cung cấp tài liệu tham khảo kỹ thuật có giá trị thực tiễn cao cho việc ứng dụng kiến trúc serverless vào các giải pháp Internet vạn vật (IoT).