Thiết kế hệ thống giám sát môi trường nước cho hồ nuôi tôm

Đồ án thiết kế hệ thống giám sát môi trường nước cho hồ nuôi tôm - ĐH Sư phạm Kỹ thuật TPHCM

• Tác giả: Võ Việt Duy
• Người hướng dẫn: ThS. Huỳnh Thị Thu Hiền
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ Kỹ thuật Điện tử - Viễn thông
• Đề tài: Thiết kế hệ thống giám sát môi trường nước cho hồ nuôi tôm
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan hệ thống giám sát môi trường nước hồ nuôi tôm

Nuôi tôm công nghiệp đang phát triển mạnh tại Việt Nam. Tuy nhiên, kiểm soát chất lượng nước vẫn là thách thức lớn nhất. Các thông số môi trường như pH, nhiệt độ, oxy hòa tan (DO), độ mặn và độ đục ảnh hưởng trực tiếp đến tỷ lệ sống và năng suất tôm. Việc đo thủ công tiêu tốn nhiều nhân công và dễ sai lệch số liệu.

Đồ án tốt nghiệp của sinh viên Võ Việt Duy và Nguyễn Hữu Đạt tại Trường Đại học Sư phạm Kỹ thuật TP.HCM (ĐH SPKT TPHCM) đề xuất giải pháp hiện đại hóa quy trình này. Hệ thống tích hợp cảm biến đa thông số, vi điều khiển, công nghệ truyền thông LoRa và nền tảng IoT. Dữ liệu được thu thập liên tục và truyền về trung tâm xử lý từ xa. Người vận hành theo dõi ao nuôi qua máy tính hoặc thiết bị di động có kết nối internet. Khi thông số vượt ngưỡng, hệ thống tự động cảnh báo và kích hoạt biện pháp khắc phục. Đây là hướng tiếp cận phù hợp cho các trang trại nuôi tôm quy mô nhỏ và vừa tại Việt Nam, giảm chi phí vận hành và nâng cao hiệu quả sản xuất.

1.1. Bối cảnh và sự cần thiết của đề tài nghiên cứu

Ngành nuôi trồng thủy sản, đặc biệt là nuôi tôm, đóng vai trò quan trọng trong kinh tế nông nghiệp Việt Nam. Tôm là mặt hàng xuất khẩu chủ lực, mang lại hàng tỷ USD mỗi năm. Tuy nhiên, tỷ lệ thất bại trong các vụ nuôi vẫn còn cao. Nguyên nhân chính đến từ biến động môi trường nước không được phát hiện kịp thời. pH giảm đột ngột, oxy hòa tan thiếu hụt hoặc nhiệt độ tăng cao đều có thể gây chết hàng loạt trong vài giờ. Giải pháp tự động hóa giám sát môi trường trở thành nhu cầu cấp thiết, đặc biệt với các hộ nuôi quy mô nhỏ không có đủ nhân lực kỹ thuật.

1.2. Mục tiêu và phạm vi của hệ thống giám sát IoT

Hệ thống được thiết kế nhằm giám sát liên tục 5 thông số cốt lõi: pH, nhiệt độ, oxy hòa tan (DO), độ mặn (EC) và độ đục. Mục tiêu là tự động hóa toàn bộ quy trình thu thập, truyền tải và phân tích dữ liệu môi trường ao nuôi. Phạm vi ứng dụng hướng đến các cơ sở nuôi đa chủng tôm quy mô nhỏ. Hệ thống hoạt động độc lập, không phụ thuộc vào hạ tầng mạng di động nhờ công nghệ LoRa. Kết quả thực nghiệm được kiểm chứng tại phòng thí nghiệm Khoa Điện – Điện tử, ĐH SPKT TPHCM trong tháng 12 năm 2024.

II. Phân tích thách thức môi trường nước trong nuôi tôm công nghiệp

Môi trường nước ao nuôi tôm là hệ sinh thái phức tạp và nhạy cảm. Mỗi thông số đều có ngưỡng tối ưu hẹp. Chỉ cần một thông số lệch khỏi giới hạn cho phép, tôm có thể bị stress hoặc chết hàng loạt. Đây là rủi ro thường trực mà người nuôi phải đối mặt mỗi ngày.

pH lý tưởng cho tôm dao động từ 7,5 đến 8,5. Nhiệt độ nước duy trì trong khoảng 25–30°C. Oxy hòa tan cần đạt trên 5 mg/L. Độ mặn phù hợp cho tôm thẻ chân trắng từ 10–25 ppt. Độ đục phản ánh mật độ phù du sinh vật và chất lơ lửng. Các thông số này thay đổi liên tục theo thời gian trong ngày, theo mùa và theo điều kiện thời tiết.

Phương pháp đo thủ công truyền thống chỉ thực hiện được 2–3 lần mỗi ngày. Khoảng cách giữa các lần đo tạo ra vùng mù dữ liệu nguy hiểm. Ngoài ra, sai số của thiết bị cầm tay và kỹ năng người đo cũng ảnh hưởng đến độ chính xác. Hậu quả là các sự cố môi trường không được phát hiện sớm, dẫn đến thiệt hại kinh tế nghiêm trọng.

2.1. Các thông số môi trường nước quan trọng cần giám sát

pH là chỉ số phản ánh tính axit hoặc kiềm của nước ao. Sự dao động pH đột ngột làm tôm bị sốc, giảm khả năng miễn dịch và tăng nguy cơ mắc bệnh. Oxy hòa tan (DO) là yếu tố sống còn, thiếu hụt DO ngay cả trong thời gian ngắn cũng gây chết hàng loạt. Nhiệt độ ảnh hưởng đến tốc độ trao đổi chất và khả năng hấp thụ thức ăn của tôm. Độ mặn (EC) quyết định sự phù hợp của môi trường với từng loài tôm. Độ đục cung cấp thông tin về chất lượng nước tổng thể và mật độ vi sinh vật trong ao.

2.2. Hạn chế của phương pháp giám sát thủ công truyền thống

Giám sát thủ công đòi hỏi nhân viên kỹ thuật có mặt tại ao nhiều lần trong ngày, kể cả ban đêm. Chi phí nhân công cao trong khi hiệu quả kiểm soát thấp. Thiết bị đo cầm tay thường có sai số cao hơn cảm biến cố định được hiệu chuẩn định kỳ. Dữ liệu thu thập rời rạc, không liên tục khiến việc phân tích xu hướng biến động gần như không thực hiện được. Không có cơ chế cảnh báo tức thời khi môi trường xấu đi. Người nuôi thường chỉ phát hiện sự cố sau khi tôm đã chết, lúc đó mọi biện pháp can thiệp đều quá muộn.

III. Giải pháp thiết kế hệ thống IoT giám sát nước ao nuôi tôm

Hệ thống được xây dựng trên ba lớp kiến trúc chính: lớp cảm biến, lớp truyền thông và lớp quản lý dữ liệu. Lớp cảm biến bao gồm các module đo pH, nhiệt độ (DS18B20), oxy hòa tan, độ mặn (EC) và độ đục. Tất cả cảm biến kết nối với vi điều khiển Arduino để thu thập và xử lý tín hiệu tại chỗ.

Lớp truyền thông sử dụng công nghệ LoRa (Long Range). LoRa là công nghệ truyền thông không dây hoạt động trên băng tần ISM không cần cấp phép. Kỹ thuật điều chế phổ trải rộng (spread-spectrum) giúp LoRa truyền dữ liệu đi xa hàng kilômét với tiêu thụ điện năng rất thấp. Đây là ưu điểm vượt trội so với WiFi hay 4G tại các vùng nông thôn xa hạ tầng viễn thông.

Lớp quản lý dữ liệu tiếp nhận thông tin từ gateway LoRa, lưu trữ và hiển thị trực quan trên giao diện web. Người vận hành xem được biểu đồ thời gian thực của tất cả thông số. Hệ thống gửi cảnh báo ngay khi phát hiện bất thường và tự động kích hoạt bơm sục khí hoặc thay nước khi DO xuống thấp.

3.1. Công nghệ LoRa và kiến trúc mạng cảm biến không dây

LoRa (Long Range) do Semtech phát triển, nổi bật với khả năng truyền tín hiệu trong điều kiện che khuất và nhiễu cao. Trong mô hình LoRaWAN, các node cảm biến giao tiếp với gateway trung tâm theo kiến trúc hình sao. Gateway tập hợp dữ liệu và chuyển lên network server qua kết nối Ethernet hoặc WiFi. Phạm vi phủ sóng lên đến 5–15 km ở vùng nông thôn trống trải. Tiêu thụ điện của node chỉ vài mA khi truyền, phù hợp để chạy bằng pin hoặc năng lượng mặt trời. Đây là lựa chọn lý tưởng cho ao nuôi tôm ở vùng sâu, vùng xa không có WiFi ổn định.

3.2. Các cảm biến và phần cứng được tích hợp trong hệ thống

Cảm biến pH analog được kết nối qua bộ khuếch đại tín hiệu để đảm bảo độ chính xác. Cảm biến nhiệt độ DS18B20 sử dụng giao tiếp 1-Wire, chống nước tốt và phù hợp môi trường ao nuôi. Module đo DO dùng điện cực điện hóa để xác định nồng độ oxy hòa tan. Cảm biến EC đo độ dẫn điện của nước để suy ra độ mặn. Cảm biến độ đục hoạt động dựa trên tán xạ ánh sáng LED, tiêu thụ chỉ 25mA. Toàn bộ hệ thống được cấp nguồn qua bộ nguồn xung 12V-5A (nguồn tổ ong) đảm bảo ổn định điện áp cho tất cả thiết bị hoạt động liên tục.

IV. Kết quả thực nghiệm và ứng dụng thực tiễn tại SPKT TPHCM

Hệ thống giám sát môi trường nước hồ nuôi tôm được thử nghiệm thực tế tại phòng thí nghiệm Khoa Điện – Điện tử, Trường ĐH SPKT TPHCM. Kết quả cho thấy hệ thống đo lường chính xác, ổn định các thông số pH, DO, nhiệt độ, EC và độ đục theo thời gian thực. Dữ liệu truyền qua module LoRa đến gateway và hiển thị trên dashboard web không có độ trễ đáng kể.

Hệ thống cảnh báo hoạt động đúng theo kịch bản: khi DO giảm dưới ngưỡng 5 mg/L, lệnh kích hoạt máy sục khí được gửi tự động. Khi pH vượt ngưỡng, hệ thống ghi nhật ký và gửi thông báo đến người quản lý. Toàn bộ lịch sử dữ liệu được lưu trữ phục vụ phân tích xu hướng dài hạn.

Đề tài mở ra hướng ứng dụng rộng cho ngành nuôi trồng thủy sản Việt Nam. Mô hình có thể nhân rộng ra các vùng nuôi tôm trọng điểm tại Đồng bằng sông Cửu Long. Chi phí đầu tư thấp hơn nhiều so với các hệ thống thương mại nhập khẩu. Đây là minh chứng cho năng lực nghiên cứu ứng dụng của sinh viên kỹ thuật Việt Nam.

4.1. Đánh giá hiệu quả và độ chính xác của hệ thống đề xuất

Quá trình kiểm thử so sánh giá trị đọc từ cảm biến với thiết bị đo chuẩn cho thấy sai số nằm trong giới hạn chấp nhận được cho ứng dụng thực tế. Cảm biến pH đạt độ lệch dưới ±0,1 đơn vị. Nhiệt độ đo chính xác đến ±0,5°C. Hệ thống hoạt động ổn định liên tục trong suốt thời gian thử nghiệm mà không cần can thiệp thủ công. Chức năng tự động hóa khắc phục sự cố vận hành đúng theo logic lập trình. Giao diện người dùng trực quan, dễ theo dõi ngay cả với người không có chuyên môn kỹ thuật sâu.

4.2. Tiềm năng phát triển và hướng mở rộng trong tương lai

Hệ thống có thể tích hợp thêm trí tuệ nhân tạo (AI) để dự báo biến động môi trường trước khi xảy ra sự cố. Mạng lưới cảm biến có thể mở rộng để giám sát nhiều ao cùng lúc qua một gateway LoRa duy nhất. Ứng dụng di động có thể được phát triển thêm để tăng tính tiện lợi cho người nuôi tôm tại hiện trường. Năng lượng mặt trời có thể thay thế nguồn điện lưới để hệ thống hoạt động hoàn toàn độc lập. Đây là nền tảng công nghệ mở, sẵn sàng tích hợp với các nền tảng nông nghiệp thông minh quốc gia trong tương lai gần.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Ngành nuôi tôm tại Việt Nam đóng vai trò quan trọng trong cơ cấu xuất khẩu thủy sản quốc gia. Theo số liệu của Hiệp hội Chế biến và Xuất khẩu Thủy sản Việt Nam (VASEP), trong 9 tháng đầu năm 2024, kim ngạch xuất khẩu tôm đạt 2,8 tỷ USD, tăng 11% so với cùng kỳ năm 2023. Các thị trường tiêu thụ chủ lực ghi nhận mức tăng trưởng cụ thể gồm: thị trường Trung Quốc và Hồng Kông đạt 585 triệu USD (tăng 29%), thị trường Hoa Kỳ đạt 566 triệu USD (tăng 9%), và thị trường Liên minh Châu Âu (EU) đạt trên 360 triệu USD (tăng 15%, chiếm 13% tổng giá trị xuất khẩu). Tuy nhiên, các thị trường nhập khẩu quốc tế, đặc biệt là EU, áp dụng các tiêu chuẩn kiểm định nghiêm ngặt về chất lượng và an toàn thực phẩm. Điều này đòi hỏi môi trường nuôi trồng phải được kiểm soát chặt chẽ nhằm giảm thiểu rủi ro dịch bệnh và nâng cao tỷ lệ sống của tôm.

Thực trạng canh tác tại nhiều cơ sở nuôi tôm hiện nay vẫn phụ thuộc chủ yếu vào phương pháp đo đạc thủ công. Cách tiếp cận này tiêu tốn thời gian, nhân lực, tần suất lấy mẫu thưa và dễ xảy ra sai lệch số liệu do thao tác của người đo. Khi các chỉ số môi trường nước biến động tiêu cực mà không được phát hiện kịp thời, tôm nuôi dễ bị sốc môi trường, giảm sức đề kháng hoặc chết hàng loạt. Xuất phát từ thực tiễn đó, việc nghiên cứu và ứng dụng công nghệ mạng lưới vạn vật kết nối Internet (IoTs) kết hợp truyền thông không dây để tự động hóa quá trình giám sát môi trường nước hồ nuôi tôm trở thành nhu cầu cấp thiết.

Mục tiêu chung của đề tài "Thiết kế hệ thống giám sát môi trường nước cho hồ nuôi tôm" là ứng dụng công nghệ IoTs để tối ưu hóa công tác quản lý và giám sát môi trường sống của tôm thẻ chân trắng (Litopenaeus vannamei). Hệ thống hướng tới các mục tiêu cụ thể:

• Đo lường và giám sát liên tục theo thời gian thực 5 thông số môi trường nước: nhiệt độ, độ pH, nồng độ oxy hòa tan (DO), độ đục và độ dẫn điện/độ mặn (EC).
• Xây dựng hệ thống tự động hóa hỗ trợ 3 chế độ điều khiển linh hoạt: Chế độ tự động (Auto Mode), Chế độ tùy chỉnh (Manual Mode) và Chế độ điều khiển trực tiếp (On-Off Mode).
• Tích hợp tính năng cảnh báo thời gian thực khi các chỉ số vượt ngưỡng an toàn.
• Cung cấp giao diện web trực quan, cho phép người dùng theo dõi và điều khiển từ xa qua mạng Internet thông qua nền tảng cơ sở dữ liệu Firebase.

Để hoàn thành các mục tiêu trên, đề tài thực hiện 4 nhiệm vụ nghiên cứu:

1. Nghiên cứu lý thuyết: Tổng hợp tài liệu về công nghệ IoTs, cảm biến đo môi trường nước, các giao thức truyền thông không dây (LoRa, Wi-Fi) và có dây (SPI, UART, I2C); nghiên cứu tiêu chuẩn kỹ thuật sinh học của tôm thẻ chân trắng.
2. Thiết kế hệ thống phần cứng: Lựa chọn và phối ghép các module cảm biến (nhiệt độ, pH, DO, độ đục, EC); xây dựng mạch xử lý trung tâm sử dụng vi điều khiển ESP32, vi điều khiển Arduino UNO R3 và khối truyền nhận không dây LoRa.
3. Phát triển phần mềm: Lập trình thu thập, xử lý tín hiệu cảm biến; kết nối đồng bộ hóa dữ liệu với nền tảng Firebase và thiết kế giao diện web điều khiển, giám sát.
4. Thử nghiệm và hiệu chỉnh: Lắp đặt thực nghiệm hệ thống tại hồ nuôi tôm; kiểm tra độ ổn định, sai số đo lường và tối ưu hóa giải thuật điều khiển.

Phạm vi nghiên cứu của đề tài được giới hạn như sau:

• Không gian nghiên cứu: Thử nghiệm thực tế tại các hồ nuôi tôm quy mô nhỏ và trung bình.
• Thời gian nghiên cứu: Hệ thống thực hiện đo đạc, giám sát liên tục trong điều kiện nhiệt độ môi trường thực tế dao động từ 25°C đến 30°C.
• Đối tượng nghiên cứu: Môi trường nước hồ nuôi tôm thẻ chân trắng (Litopenaeus vannamei), tập trung vào 5 thông số tác động trực tiếp đến sinh trưởng của tôm gồm: nhiệt độ, độ pH, DO, độ đục và độ mặn.
• Giới hạn nghiên cứu: Đề tài chỉ áp dụng cho tôm thẻ chân trắng, không mở rộng sang các loài thủy sản khác; không đi sâu vào phân tích bài toán kinh tế, giá thành thương mại hóa sản phẩm.

Cơ sở lý thuyết và phương pháp

Đề tài vận dụng khung lý thuyết về công nghệ IoTs, các chuẩn truyền thông công nghiệp, đặc tính sinh học của tôm thẻ chân trắng và nguyên lý đo lường của các loại cảm biến hóa lý.

Về công nghệ truyền thông, nghiên cứu phân tích hai nhóm giao thức:

• Truyền thông không dây: Khảo sát Wi-Fi (802.11 b/g/n), Bluetooth/Bluetooth Low Energy (BLE), ZigBee, NB-IoT, LTE-M và công nghệ LoRa/LoRaWAN. Trong đó, LoRa (Long Range) sử dụng kỹ thuật điều chế phổ trải rộng (Chirp Spread Spectrum - CSS) trên các dải tần vô tuyến không cần cấp phép (ISM), đạt cự ly truyền thông từ 2–5 km tại đô thị và 10–15 km tại khu vực nông thôn với công suất tiêu thụ thấp. Cấu trúc gói tin LoRa bao gồm các trường: Preamble (tiền tố đồng bộ), PHDR_CRC (kiểm tra lỗi tiêu đề), PHYPayload (tải trọng dữ liệu tầng MAC) và CRC (kiểm tra tính toàn vẹn dữ liệu). Giao thức LoRaWAN quản lý mạng với 3 lớp thiết bị (Class A, Class B, Class C).
• Giao tiếp có dây giữa các vi điều khiển và module chức năng: Giao tiếp SPI (sử dụng 4 đường SCK, MOSI, MISO, CS/SS với các cấu hình cực tính CPOL và pha xung CPHA); giao tiếp nối tiếp không đồng bộ UART (đường truyền TX và nhận RX); giao tiếp I2C (sử dụng đường dữ liệu SDA và đường xung nhịp SCL, định địa chỉ phần cứng cho từng thiết bị trên bus).

Về kỹ thuật nuôi tôm công nghiệp, các ngưỡng chỉ số môi trường thích hợp cho tôm thẻ chân trắng (Litopenaeus vannamei) được tổng hợp làm cơ sở thiết lập thông số vận hành:

Thông số môi trường	Ngưỡng thích hợp / Tối ưu	Ảnh hưởng khi lệch ngưỡng
Nhiệt độ	25°C – 30°C	Dưới 20°C: tôm giảm ăn, ngừng lớn; Trên 35°C: sốc nhiệt, nguy cơ tử vong cao.
Độ pH	7,5 – 8,5	Dưới 7,5 hoặc trên 8,5: tôm bị stress, suy giảm sức đề kháng, dễ nhiễm bệnh.
Oxy hòa tan (DO)	> 5 mg/L	Giảm thấp do tảo hô hấp ban đêm hoặc mùn bã hữu cơ phân hủy; gây ngạt cho tôm.
Độ mặn (EC)	5 – 35‰ (tối ưu: 15 – 25‰)	Dao động mạnh do mưa lớn hoặc bốc hơi làm tôm khó điều hòa áp suất thẩm thấu.
Độ đục	25 – 50 NTU	Nước quá đục cản trở quang hợp của tảo; quá trong làm thiếu hụt nguồn thức ăn tự nhiên.

Phương pháp nghiên cứu thực tế bao gồm:

• Phương pháp phân tích - tổng hợp lý thuyết: Thu thập, xử lý tài liệu kỹ thuật về phần cứng nhúng, cảm biến chuyên dụng và sinh lý học thủy sản.
• Phương pháp thiết kế kỹ thuật: Xây dựng sơ đồ nguyên lý mạch điện tử, tính toán dòng tải nguồn cung cấp, thiết kế lưu đồ giải thuật cho vi điều khiển và lập trình hệ thống web trên nền tảng đám mây.
• Phương pháp thực nghiệm: Lắp đặt thực tế tại hồ nuôi, lấy mẫu nước kiểm tra, thu thập số liệu truyền nhận qua LoRa và Wi-Fi.
• Phương pháp so sánh, đánh giá: Đối chiếu dữ liệu đo đạc của các module cảm biến (nhiệt độ, pH, EC) với các dụng cụ đo chuẩn để xác định sai số và kiểm chứng độ ổn định của giải thuật.

Nguồn dữ liệu của đề tài gồm số liệu thống kê xuất khẩu từ VASEP, các thông số kỹ thuật cung cấp bởi nhà sản xuất linh kiện (DFRobot, Espressif, Microchip, ASAIR) và chuỗi dữ liệu thực nghiệm đo đạc trực tiếp từ hồ nuôi tôm.

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế theo cấu trúc module phân tán, gồm hai khối xử lý chính: Khối thu thập dữ liệu đặt tại hồ nuôi và Khối điều khiển trung tâm đặt tại trạm giám sát.

Kiến trúc phần cứng

Hệ thống sử dụng các thiết bị phần cứng được lựa chọn phù hợp với môi trường nước nuôi trồng thủy sản:

• Vi điều khiển thu thập dữ liệu tại hồ: Bo mạch Arduino UNO R3 (vi điều khiển ATmega328P, xung nhịp 16 MHz, bộ nhớ Flash 32 KB, SRAM 2 KB, 14 chân I/O số trong đó có 6 chân PWM, 6 kênh ADC 10-bit).
• Bộ điều khiển trung tâm: Bo mạch Kit RF ESP32 NodeMCU LuaNode32 tích hợp vi xử lý ESP32-WROOM-32 (kiến trúc Tensilica Xtensa Dual-Core 32-bit LX6, xung nhịp 160/240 MHz, Flash 4 MB, SRAM 520 KB, hỗ trợ Wi-Fi 802.11 b/g/n và Bluetooth BLE/Classic).
• Module truyền thông vô tuyến: Cặp module LoRa kết nối với Arduino UNO R3 và ESP32 qua giao tiếp SPI, đảm bảo liên lạc tầm xa giữa hồ nuôi và trạm trung tâm.
• Module chấp hành: Mạch 2 relay 5V tích hợp opto cách ly quang (kích hoạt mức thấp Low-Level Trigger, dòng kích ~20 mA, đóng cắt tải xoay chiều tối đa 250V AC/10A hoặc tải một chiều 30V DC/10A) dùng để đóng ngắt máy bơm, quạt sục khí.
• Khối hiển thị tại chỗ: Màn hình LCD 20×4 kết nối qua module chuyển đổi I2C (địa chỉ phần cứng mặc định 0x27), sử dụng 2 chân tín hiệu SDA và SCL.
• Khối nguồn: Nguồn xung tổ ong 12V–5A chuyển đổi từ lưới điện xoay chiều AC sang một chiều DC, cung cấp năng lượng cho mạch điều khiển và các module cảm biến.

Danh mục các cảm biến chuyên dụng được sử dụng trong hệ thống:

Tên cảm biến / Module	Thông số kỹ thuật chính	Giao tiếp / Tín hiệu ra	Chức năng trong hệ thống
DFRobot Gravity Analog pH Sensor V1	Dải đo: 0 – 14 pH; Sai số: ±0,1 pH (ở 25°C); Điện áp cấp: 3,3V – 5V; Đầu dò chuẩn BNC	Tín hiệu tương tự (Analog): 0 – 3,0V	Đo độ kiềm/axit của nước hồ
DFRobot Gravity Analog EC Sensor (K=10)	Dải đo: 10 – 100 mS/cm; Sai số: ±5% F.S; Điện áp cấp: 3,0V – 5,0V; Đầu dò cấp phòng thí nghiệm BNC	Tín hiệu tương tự (Analog): 0 – 3,2V	Đo độ dẫn điện, suy ra độ mặn của nước
DFRobot Gravity Analog DO Sensor	Dải đo: 0 – 20 mg/L; Sai số: ±0,1 mg/L; Thời gian phản hồi: < 60 giây; Cáp dài 300 cm	Tín hiệu tương tự (Analog): 0 – 3,0V	Đo nồng độ oxy hòa tan
Cảm biến nhiệt độ DS18B20	Dải đo: -55°C đến +125°C; Sai số: ±0,5°C (-10°C đến +85°C); Vỏ bọc thép không gỉ chống nước	Chuẩn truyền dữ liệu 1-Wire	Đo nhiệt độ nước hồ liên tục
Cảm biến độ đục ASAIR AZDM01	Dải đo: 0 – 1000 NTU; Dòng tiêu thụ: 25 mA; Điện áp cấp: 4,5V – 5V DC	Ngõ ra kép: Analog (0 – 4,5V) và Digital	Phát hiện nồng độ hạt lơ lửng, bùn bã hữu cơ

Kiến trúc phần mềm và các chế độ vận hành

Quy trình xử lý dữ liệu và điều khiển bao gồm:

1. Thu thập và truyền dẫn nội bộ: Arduino UNO R3 đọc giá trị điện áp từ các cảm biến pH, DO, EC, độ đục qua các kênh ADC và nhận tín hiệu số từ DS18B20 qua giao thức 1-Wire. Dữ liệu được đóng gói và gửi qua module LoRa 1.
2. Xử lý trung tâm: Module LoRa 2 nhận gói tin và chuyển tiếp sang ESP32. ESP32 thực hiện tính toán giá trị thực tế, hiển thị lên màn hình LCD 20×4, đồng thời gửi chuỗi dữ liệu lên máy chủ cơ sở dữ liệu thời gian thực Firebase thông qua kết nối Wi-Fi.
3. Giám sát và điều khiển trên Web: Giao diện web kết nối với Firebase để cập nhật thông số liên tục, đồng thời cung cấp giao diện quản trị cho phép người dùng giám sát và gửi lệnh điều khiển xuống hệ thống theo 3 chế độ:

• Chế độ tự động (Auto Mode): ESP32 liên tục so sánh số liệu đo với các ngưỡng chuẩn đã cài đặt sẵn trong bộ nhớ. Khi một chỉ số vượt ngưỡng an toàn, hệ thống tự động kích hoạt relay để bật các thiết bị ngoại vi tương ứng (bơm cấp nước PUMPOUT, quạt nước/sục khí FAN, thiết bị châm hóa chất cân bằng pH LOW/HIGH).
• Chế độ tùy chỉnh (Manual Mode): Người dùng có thể thiết lập lại các ngưỡng giới hạn (ngưỡng trên Max, ngưỡng dưới Min) của từng thông số cảm biến trực tiếp từ giao diện web hoặc nút nhấn cơ học, cho phép hệ thống vận hành linh hoạt theo từng giai đoạn phát triển của tôm. Hệ thống có giải thuật kiểm tra lỗi nhập liệu (báo lỗi khi nhập pH Max bé hơn hoặc bằng pH Min, hoặc nhập độ đục vượt ngưỡng dải đo cho phép).
• Chế độ điều khiển trực tiếp (On-Off Mode): Cho phép người dùng vô hiệu hóa điều khiển tự động để bật hoặc tắt cưỡng bức các thiết bị chấp hành (bơm, quạt nước) thông qua các nút gạt trên giao diện web.

Nội dung chính theo từng chương

CHƯƠNG 1: TỔNG QUAN

Chương 1 trình bày bối cảnh thực tiễn của ngành xuất khẩu tôm Việt Nam trong năm 2024 với số liệu tăng trưởng đạt 2,8 tỷ USD trong 9 tháng đầu năm. Tác giả phân tích các rào cản kỹ thuật của các thị trường lớn (Trung Quốc, Hoa Kỳ, EU) và chỉ rõ những hạn chế của phương pháp đo thủ công tại các đầm nuôi truyền thống. Từ đó, chương xác lập mục tiêu nghiên cứu, liệt kê 4 nhiệm vụ kỹ thuật cụ thể, xác định đối tượng là môi trường nước nuôi tôm thẻ chân trắng, giới hạn phạm vi thử nghiệm trong dải nhiệt độ 25°C – 30°C và phác thảo phương pháp nghiên cứu cùng bố cục 5 chương của khóa luận.

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

Chương 2 cung cấp cơ sở lý thuyết toàn diện phục vụ việc xây dựng hệ thống. Về công nghệ mạng, chương phân tích khái niệm IoTs, phân loại các giao thức truyền thông không dây (Wi-Fi, BLE, ZigBee, LoRa, LoRaWAN, NB-IoT, LTE-M) và các chuẩn bus giao tiếp vi điều khiển (SPI, UART, I2C). Công nghệ LoRa được làm rõ về kỹ thuật điều chế phổ trải rộng CSS, cấu trúc vật lý gói tin vô tuyến (gói uplink, gói downlink, gói chế độ implicit) và các lớp kiến trúc mạng LoRaWAN (Class A, B, C). Về sinh thái học nuôi tôm, chương phân tích nguồn gốc tôm thẻ chân trắng (Litopenaeus vannamei), đặc tính lột xác và mức độ tác động của 5 thông số môi trường: nhiệt độ (ngưỡng 25°C – 30°C), độ pH (7,5 – 8,5), nồng độ DO (> 5 mg/L), độ mặn (15 – 25‰) và độ đục (25 – 50 NTU). Phần cuối chương mô tả chi tiết thông số kỹ thuật, cấu tạo, nguyên lý hoạt động và sơ đồ kết nối của các linh kiện phần cứng: Arduino UNO R3, Kit RF ESP32 NodeMCU LuaNode32, Module 2 relay 5V opto cách ly, LCD 20×4 I2C, nguồn xung tổ ong 12V–5A, cùng 5 module cảm biến chuyên dụng (pH DFRobot V1, EC K=10, DO DFRobot, DS18B20, ASAIR AZDM01).

CHƯƠNG 3: THIẾT KẾ HỆ THỐNG

Chương 3 trình bày quy trình tính toán, thiết kế hệ thống từ yêu cầu kỹ thuật đến hiện thực hóa phần cứng và phần mềm. Tác giả xây dựng sơ đồ khối tổng thể gồm: Khối cảm biến, Khối xử lý 1 (Arduino), Khối LoRa phát, Khối LoRa thu, Khối xử lý trung tâm 2 (ESP32), Khối hiển thị (LCD 20×4), Khối thực thi (Relay) và Khối nguồn. Chi tiết kết nối phần cứng được thể hiện qua các bảng đấu nối chân giữa LoRa với Arduino/ESP32, sơ đồ nút nhấn, mạch relay và cảm biến. Đồng thời, chương trình bày tính toán cân bằng công suất tiêu thụ điện cho module cảm biến và module điều khiển trung tâm. Phần mềm hệ thống được thể hiện qua hệ thống lưu đồ giải thuật hoàn chỉnh: giải thuật đọc cảm biến, giải thuật hiển thị LCD, giải thuật quét nút nhấn chuyển chế độ, giải thuật điều khiển chi tiết cho từng chế độ (Auto Mode, Manual Mode, On-Off Mode), giải thuật truyền nhận dữ liệu giữa ESP32 với máy chủ đám mây Firebase và giải thuật xử lý sự kiện trên giao diện web.

CHƯƠNG 4: KẾT QUẢ VÀ ĐÁNH GIÁ

Chương 4 công bố kết quả chế tạo mô hình phần cứng thực tế và giao diện phần mềm web. Về phần cứng, hệ thống mạch in và các khối module được lắp đặt, vận hành ổn định tại hồ nuôi; màn hình LCD 20×4 hiển thị chính xác các thông số thời gian thực. Về phần mềm, giao diện web hoàn thiện các tính năng: đăng nhập xác thực, cảnh báo nhập sai mật khẩu, hiển thị trực quan thông số lấy từ Firebase, các bảng điều khiển bật/tắt thiết bị ngoại vi (PUMPOUT, FAN, pH LOW), cấu hình ngưỡng cảm biến và các thông báo cảnh báo lỗi (cảnh báo nhiệt độ vượt ngưỡng Max, độ mặn thấp hơn Min, báo lỗi nhập ngưỡng đục quá dải đo, báo lỗi pH Max nhỏ hơn pH Min). Chương trình bày các bảng số liệu thực nghiệm đo đạc thực tế của cảm biến nhiệt độ, cảm biến pH và cảm biến EC, qua đó chứng minh độ chính xác của hệ thống. Cuối chương, tác giả chỉ ra các hạn chế kỹ thuật phát sinh trong quá trình thử nghiệm.

CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

Chương 5 tóm tắt các kết quả đạt được của đề tài: thiết kế thành công mô hình phần cứng hoạt động ổn định, đo lường chính xác các thông số chất lượng nước trong dải nhiệt độ 25°C – 30°C, xây dựng thành công 3 chế độ điều khiển và đồng bộ dữ liệu lên Firebase phục vụ giám sát từ xa qua Web. Trên cơ sở những kết quả đó, tác giả đề xuất các định hướng nghiên cứu tiếp theo nhằm nâng cấp hệ thống trong tương lai.

Kết quả và đóng góp

Kết quả đo đạc thực nghiệm

Quá trình thử nghiệm thực tế tại hồ nuôi tôm thẻ chân trắng ghi nhận các kết quả kỹ thuật cụ thể:

• Hệ thống duy trì hoạt động ổn định trong dải nhiệt độ môi trường đo thực tế từ 25°C đến 30°C.
• Dữ liệu từ các cảm biến nhiệt độ, độ pH và độ dẫn điện (EC) được ghi nhận qua các đợt đo thử nghiệm thực tế (trình bày tại Bảng 4.1, Bảng 4.2 và Bảng 4.3 trong văn bản) cho thấy độ nhạy cao, số liệu phản ánh chính xác sự thay đổi hóa lý của nước ao nuôi và tương thích với dải đo kỹ thuật đã công bố.
• Khối truyền thông vô tuyến LoRa thiết lập kênh truyền tin cậy từ hồ nuôi về trạm điều khiển trung tâm ESP32 mà không bị mất gói tin trong khoảng cách kiểm tra.
• Kết nối Wi-Fi giữa ESP32 và Firebase Realtime Database thực hiện đồng bộ dữ liệu liên tục; giao diện Web hiển thị tức thời các thông số đo, phản hồi nhanh chóng khi người dùng chuyển đổi giữa các chế độ Auto Mode, Manual Mode và On-Off Mode.
• Hệ thống cảnh báo phát hiện chính xác các trạng thái vượt ngưỡng (nhiệt độ vượt mức cực đại, độ mặn giảm dưới mức tối thiểu) và chặn thành công các thao tác cấu hình sai quy tắc (nhập giá trị độ đục vượt ngưỡng cho phép, cấu hình pH Max nhỏ hơn pH Min).

Giải pháp và kiến nghị của tác giả

Để tối ưu hóa quy trình nuôi tôm công nghiệp, nhóm tác giả đề xuất:

• Triển khai mô hình giám sát đa thông số tự động thay thế cho phương pháp thủ công nhằm loại bỏ sai số do con người và giảm chi phí nhân công vận hành đầm tôm.
• Áp dụng cơ chế điều khiển tự động linh hoạt 3 chế độ kết hợp quạt nước và máy bơm để phản ứng kịp thời với các biến động bất thường của thời tiết (như mưa lớn làm giảm độ mặn và pH, nắng nóng làm tăng nhiệt độ và giảm DO).
• Định kỳ hiệu chuẩn các đầu dò điện hóa (đặc biệt là đầu dò pH và DO) bằng các dung dịch đệm tiêu chuẩn nhằm duy trì độ chính xác lâu dài.

Đóng góp kỹ thuật của đề tài

So với các giải pháp giám sát truyền thống được đề cập trong văn bản, đề tài mang lại các đóng góp:

• Xây dựng thành công nguyên mẫu hệ thống tích hợp đầy đủ 5 cảm biến thiết yếu cho tôm thẻ chân trắng (nhiệt độ, pH, DO, EC, độ đục) trên một kiến trúc phần cứng thống nhất.
• Ứng dụng giải pháp truyền thông hỗn hợp LoRa và Wi-Fi: LoRa đảm nhiệm việc truyền dữ liệu cự ly xa từ giữa hồ nuôi về bờ với mức tiêu thụ năng lượng thấp và không phụ thuộc vào hạ tầng mạng viễn thông tại chỗ; ESP32 đảm nhiệm vai trò gateway Wi-Fi để đưa dữ liệu lên dịch vụ đám mây Firebase.
• Cung cấp giải pháp giám sát và can thiệp từ xa theo thời gian thực với chi phí linh kiện hợp lý, phù hợp với các trang trại nuôi tôm quy mô vừa và nhỏ tại Việt Nam.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đề tài

Theo phân tích của tác giả trong quá trình thực nghiệm:

• Phạm vi thử nghiệm thực tế mới chỉ thực hiện trên các hồ nuôi tôm thẻ chân trắng quy mô nhỏ và trung bình, chưa kiểm chứng trên các vùng nuôi công nghiệp diện tích lớn với mật độ thả nuôi dày đặc.
• Dải nhiệt độ thử nghiệm thực tế của hệ thống mới tập trung trong khoảng từ 25°C đến 30°C; chưa kiểm tra toàn diện hoạt động của các module cảm biến trong điều kiện thời tiết khắc nghiệt (nhiệt độ dưới 20°C hoặc trên 35°C kéo dài).
• Nghiên cứu tập trung hoàn toàn vào tôm thẻ chân trắng (Litopenaeus vannamei), chưa thử nghiệm đối với các đối tượng thủy sản khác như tôm sú hay cá nước lợ.
• Đề tài tập trung vào thiết kế kỹ thuật và giải thuật điều khiển, chưa giải quyết bài toán tối ưu hóa chi phí sản xuất công nghiệp, đóng gói thương phẩm và đánh giá độ bền ăn mòn của đầu dò khi ngâm liên tục trong môi trường nước mặn thời gian dài.

Hướng nghiên cứu tiếp theo

Được tác giả đề xuất tại Chương 5:

• Nâng cấp và mở rộng quy mô hệ thống để có thể quản lý đồng thời nhiều ao nuôi trên cùng một giao diện điều khiển tập trung.
• Tích hợp thêm các cảm biến đo lường các thành phần hóa học khác trong nước như nồng độ khí độc (khí $NH_3$, $H_2S$, $NO_2^-$) nhằm quản lý toàn diện chất lượng nước ao nuôi.
• Nghiên cứu tối ưu hóa phần cứng, thiết kế vỏ bọc công nghiệp đạt chuẩn kháng nước, chống ăn mòn hóa chất để nâng cao tuổi thọ của thiết bị khi làm việc ngoài trời.
• Mở rộng phạm vi nghiên cứu ứng dụng cho các đối tượng thủy hải sản khác và phát triển các thuật toán thông minh để dự báo sớm chất lượng môi trường nước.

Giá trị tham khảo

Đề tài là tài liệu tham khảo kỹ thuật hữu ích cho:

• Sinh viên và học viên các ngành: Công nghệ Kỹ thuật Điện tử - Viễn thông, Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Máy tính, Công nghệ Thông tin và Nông nghiệp Công nghệ cao.
• Kỹ sư thiết kế hệ thống IoTs: Cung cấp sơ đồ phối ghép hoàn chỉnh giữa vi điều khiển ATmega328P, ESP32 với các module cảm biến hóa lý qua nhiều chuẩn giao tiếp khác nhau (Analog, 1-Wire, I2C, SPI).
• Người phát triển hệ thống quan trắc môi trường: Cung cấp giải pháp mẫu về việc sử dụng mạng vô tuyến LoRa làm cầu nối thu thập dữ liệu từ các vị trí đo xa nguồn điện và hạ tầng mạng viễn thông, kết hợp đồng bộ cơ sở dữ liệu thời gian thực Firebase.
• Kỹ thuật viên nuôi trồng thủy sản: Cung cấp cơ sở định lượng về các ngưỡng sinh học của tôm thẻ chân trắng và logic vận hành các thiết bị sục khí, máy bơm tự động phục vụ quản lý chất lượng nước ao hồ.

Câu hỏi thường gặp

1. Hệ thống giám sát những thông số chất lượng nước nào và ngưỡng tối ưu cho tôm thẻ chân trắng là bao nhiêu?
Hệ thống giám sát 5 chỉ số nước cốt lõi: nhiệt độ nước (ngưỡng tối ưu từ 25°C đến 30°C; dưới 20°C hoặc trên 35°C tôm bị stress và có nguy cơ tử vong), độ pH (ngưỡng tối ưu từ 7,5 đến 8,5), nồng độ oxy hòa tan DO (tối ưu duy trì trên 5 mg/L), độ dẫn điện/độ mặn EC (thích nghi từ 5–35‰, tối ưu từ 15–25‰) và độ đục của nước (khoảng thích hợp từ 25 đến 50 NTU).

2. Tại sao hệ thống lại kết hợp cả hai công nghệ truyền thông LoRa và Wi-Fi?
LoRa sử dụng kỹ thuật điều chế phổ trải rộng CSS, hoạt động trên dải tần ISM không cần cấp phép, cho phép truyền dữ liệu khoảng cách xa (2–5 km tại đô thị, 10–15 km tại nông thôn) với công suất tiêu thụ rất thấp, phù hợp để gửi dữ liệu từ giữa mặt hồ nuôi về bờ. Trong khi đó, Wi-Fi trên vi điều khiển ESP32 đóng vai trò cổng kết nối (Gateway) để đồng bộ dữ liệu từ trạm bờ lên cơ sở dữ liệu đám mây Firebase, phục vụ việc hiển thị và điều khiển từ xa qua mạng Internet.

3. Ba chế độ vận hành (Auto Mode, Manual Mode, On-Off Mode) của hệ thống khác nhau như thế nào?

• Auto Mode: Hệ thống tự động so sánh dữ liệu cảm biến đo được với các ngưỡng mặc định để điều khiển đóng ngắt relay (quạt nước, máy bơm, châm hóa chất cân bằng pH).
• Manual Mode: Cho phép người vận hành thay đổi trực tiếp các ngưỡng Min/Max của từng cảm biến trên web hoặc nút bấm theo từng giai đoạn tôm phát triển, hệ thống tự động kiểm tra và báo lỗi nếu cấu hình sai quy tắc.
• On-Off Mode: Chế độ điều khiển thủ công hoàn toàn, người dùng có thể can thiệp cưỡng bức bật hoặc tắt trực tiếp từng relay tải từ giao diện web mà không phụ thuộc vào giá trị cảm biến.

4. Khối thu thập dữ liệu tại hồ nuôi sử dụng các model cảm biến cụ thể nào?
Khối cảm biến tích hợp 5 module phần cứng gồm: Cảm biến pH DFRobot Gravity Analog pH Sensor V1, Cảm biến độ dẫn điện DFRobot Gravity Analog EC Sensor (hằng số tế bào K=10), Cảm biến oxy hòa tan DFRobot Gravity Analog DO Sensor, Cảm biến nhiệt độ ngâm nước DS18B20 vỏ thép không gỉ giao tiếp 1-Wire, và Cảm biến đo độ đục quang học ASAIR AZDM01.

5. Nền tảng nào được sử dụng để quản lý dữ liệu trực tuyến và hệ thống có những cảnh báo lỗi nào trên giao diện web?
Hệ thống sử dụng cơ sở dữ liệu thời gian thực Firebase Realtime Database kết nối với giao diện web. Giao diện tích hợp các chức năng cảnh báo thời gian thực bao gồm: cảnh báo nhiệt độ vượt ngưỡng Max, cảnh báo độ mặn giảm dưới ngưỡng Min, cảnh báo nhập sai mật khẩu đăng nhập, cảnh báo nhập giá trị độ đục vượt dải đo cho phép và báo lỗi cấu hình khi đặt giá trị pH Max nhỏ hơn pH Min.

Kết luận

Đồ án tốt nghiệp "Thiết kế hệ thống giám sát môi trường nước cho hồ nuôi tôm" của sinh viên Võ Việt Duy và Nguyễn Hữu Đạt đã giải quyết thành công bài toán tự động hóa đo đạc 5 chỉ số chất lượng nước thiết yếu phục vụ nuôi tôm thẻ chân trắng. Hệ thống tích hợp hiệu quả giữa vi điều khiển Arduino UNO R3, ESP32, công nghệ truyền thông không dây tầm xa LoRa và nền tảng dữ liệu đám mây Firebase. Kết quả thử nghiệm thực tế khẳng định hệ thống hoạt động ổn định trong dải nhiệt độ 25°C – 30°C, cung cấp 3 chế độ điều khiển linh hoạt cùng khả năng cảnh báo lỗi tin cậy, đóng góp một giải pháp công nghệ khả thi nhằm nâng cao hiệu quả và tính bền vững cho ngành thủy sản.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan o Trình bày vấn đề của đề tài, mục tiêu nghiên cứu, nhiệm vụ nghiên cứu, phạm vi nghiên cứu, phương pháp nghiên cứu và bố cục tổng thể của đề tài.  Chương 2: Cơ sở lý thuyết và công nghệ o Trình bày các khái niệm, lý thuyết cơ bản về môi trường nước nuôi tôm, 4 vai trò của các thông số như nhiệt độ, pH, DO, độ đục, độ mặn. o Giới thiệu về công nghệ IoTs, cảm biến, vi điều khiển (ESP32), và các giao thức truyền thông không dây (LoRa, Wi-Fi).  Chương 3: Thiết kế hệ thống o Phân tích yêu cầu kỹ thuật và các tính năng của hệ thống.

o Thiết kế phần cứng, bao gồm các module cảm biến và bộ điều khiển trung tâm. o Thiết kế phần mềm, bao gồm chương trình điều khiển, xử lý dữ liệu và giao diện web.  Chương 4: Kết quả và đánh giá o Trình bày các kết quả đạt được của hệ thống, bao gồm kết quả đo lường các thông số môi trường và hiệu quả hoạt động. o Đánh giá hệ thống trên các tiêu chí: độ chính xác, độ ổn định, khả năng mở rộng và tính khả thi khi áp dụng thực tế.

 Chương 5: Kết luận và hướng phát triển o Tổng kết những kết quả đã đạt được, ý nghĩa của đề tài đối với ngành nuôi tôm. o Đề xuất các hướng phát triển tương lai như tích hợp thêm các tính năng mới, mở rộng quy mô ứng dụng, và tối ưu hóa hệ thống. 5 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Tổng quan về IOTS 2.1 Khái niệm về IOTS IoTs (Internet of Things), hay còn gọi là Mạng lưới vạn vật kết nối Internet, là một khái niệm trong lĩnh vực công nghệ thông tin mô tả mạng lưới các thiết bị thông minh được kết nối với Internet. Những thiết bị này, chẳng hạn như cảm biến nhiệt độ, hệ thống cảnh báo an ninh, hoặc thiết bị gia dụng, có khả năng tự động thu thập, xử lý và truyền tải dữ liệu qua các công nghệ không dây như WiFi, Bluetooth, hoặc các giao thức truyền thông khác mà không cần sự can thiệp trực tiếp của con người.[2] IoTs không chỉ tạo ra sự liên kết giữa các thiết bị, mà còn giúp tối ưu hóa hiệu suất hoạt động của toàn bộ hệ thống, với tiềm năng ảnh hưởng sâu rộng đến nhiều lĩnh vực trong đời sống.2 Các chuẩn giao thức truyền thông  Truyền thông không dây: Trong hệ thống Internet of Things (IoTs), các chuẩn truyền thông không dây đóng vai trò quan trọng trong việc kết nối các thiết bị thông minh và truyền tải dữ liệu một cách hiệu quả.

Các chuẩn này bao gồm:[3]  Wi-Fi: Wi-Fi là một trong những chuẩn truyền thông phổ biến nhất cho các thiết bị IoTs nhờ khả năng truyền tải dữ liệu với tốc độ cao và phạm vi kết nối rộng. Tuy nhiên, Wi-Fi tiêu thụ năng lượng khá lớn, nên thường được sử dụng trong các ứng dụng cần kết nối liên tục như nhà thông minh hoặc giám sát an ninh.  Bluetooth và Bluetooth Low Energy (BLE): Bluetooth truyền thống và BLE được sử dụng rộng rãi trong các thiết bị IoTs cá nhân như thiết bị đeo tay thông minh, vì chúng tiêu thụ năng lượng thấp và có khả năng kết nối trong khoảng cách ngắn. BLE đặc biệt phù hợp với các ứng dụng cần tiết kiệm năng lượng.

6  ZigBee: ZigBee là một chuẩn truyền thông không dây tiêu thụ năng lượng thấp, phù hợp với các ứng dụng yêu cầu mạng lưới thiết bị dày đặc và độ tin cậy cao như hệ thống cảm biến môi trường hoặc giám sát nhà xưởng.