Bối cảnh và vấn đề nghiên cứu

Trong công tác tổ chức các sự kiện quy mô lớn như hội nghị quốc tế, hội chợ thương mại hay triển lãm nghệ thuật, khâu tiếp đón và kiểm soát khách mời (check-in) giữ vai trò then chốt trong việc tạo ấn tượng ban đầu và đảm bảo an ninh. Văn bản dẫn chứng thực tế từ sự kiện "Hawa Expo 2024: Hội chợ xuất khẩu đồ gỗ và nội thất" tổ chức tại SECC, Quận 7, TP. Hồ Chí Minh, nơi lượng khách tập trung quá đông vào giờ cao điểm dẫn đến hiện tượng xếp hàng kéo dài, không gian di chuyển bị thu hẹp và phát sinh tình trạng lộn xộn. Các phương thức check-in truyền thống hoặc hệ thống cố định tại quầy đòi hỏi nhiều nhân sự túc trực nhưng vẫn thiếu tính cơ động, không thể linh hoạt điều phối dòng người.

Trước thực trạng đó, đề tài "Thiết kế và chế tạo robot check-in tự động cho các sự kiện" (mã số đề tài: CDT-28) được nhóm sinh viên thực hiện nhằm nghiên cứu giải pháp tự động hóa hỗ trợ con người trong khu vực sảnh tiếp đón.

Mục tiêu và nhiệm vụ nghiên cứu của đề tài được xác định cụ thể:

  1. Nghiên cứu, thiết kế cơ cấu robot có ngoại hình phù hợp, vận hành an toàn trong không gian sự kiện của doanh nghiệp.
  2. Xây dựng mô hình robot di động sử dụng cơ cấu truyền động độc lập điều khiển bằng động cơ một chiều (DC), kết hợp cảm biến quét laser (LiDAR) và hệ điều hành robot (ROS) để di chuyển, tránh vật cản trong không gian xác định.
  3. Ứng dụng mô hình thị giác máy tính nhận dạng con người phục vụ việc định vị và tiếp cận khách tham quan.
  4. Xây dựng phần mềm check-in tự động qua mã phản hồi nhanh (QR Code), tích hợp cơ sở dữ liệu trực tuyến để lưu trữ và bảo mật dữ liệu khách mời, kết hợp in phiếu tham dự tại chỗ.
  5. Chế tạo mô hình thực tế, tiến hành thực nghiệm đánh giá sai số chuyển động, tốc độ xử lý dữ liệu và đề xuất phương hướng phát triển hoàn thiện hệ thống.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các công ty, doanh nghiệp, trường học có nhu cầu tổ chức sự kiện định kỳ; trọng tâm là mô hình robot tự hành di chuyển hỗ trợ thủ tục đăng ký trong khu vực đông người.
  • Phạm vi không gian: Mặt sàn gạch bằng phẳng, ít ma sát, môi trường mô phỏng một phần sảnh đón tiếp tại các trung tâm tổ chức sự kiện.
  • Phạm vi kỹ thuật: Robot hoạt động trong khu vực bản đồ được thiết lập trước. Đồ án tập trung vào các tính năng cơ bản, không tích hợp cơ chế tự động tìm về trạm sạc và sạc pin tự động.

Cơ sở lý thuyết và phương pháp

Đồ án ứng dụng phương pháp kết hợp giữa nghiên cứu lý thuyết, tính toán thiết kế động học - động lực học và thực nghiệm kiểm chứng trên mô hình vật lý. Cơ sở lý thuyết và các công nghệ nền tảng được tác giả xây dựng dựa trên các nội dung sau:

  • Động học robot vi sai (Differential Drive Mobile Robot): Hệ thống chuyển động gồm 2 bánh chủ động lắp đồng trục, dẫn động bởi hai động cơ DC độc lập, kết hợp các bánh xe đa hướng (caster wheels) giữ thăng bằng. Vận tốc tuyến tính $v$ và vận tốc góc $\omega$ của robot được xác định từ vận tốc tiếp tuyến của hai bánh xe bên trái ($v_L$) và bên phải ($v_R$).
  • Hệ điều hành Robot Operating System (ROS): Sử dụng phân phối ROS Noetic Ninjemys phát hành trên nền tảng Ubuntu 20.04 LTS, hỗ trợ Python 3. Kiến trúc ROS được phân tích theo 3 cấp độ: Cấp hệ thống tệp (Filesystem Level bao gồm Packages, Stacks, Messages, Services), Cấp đồ thị tính toán (Computation Graph Level bao gồm Nodes, Master, Parameter Server, Topics, Services, Bags) và Cấp cộng đồng (Community Level).
  • Mô hình học sâu YOLOv8: Cung cấp bởi Ultralytics, được sử dụng để phát hiện và định vị người trong khung hình thu nhận từ camera. Tác giả phân tích các biến thể từ nano (n), small (s), medium (m), large (l) đến extra large (x) và tiến hành huấn luyện lại trên tập dữ liệu COCO phục vụ nhận diện đối tượng người.
  • Thuật toán lập kế hoạch quỹ đạo toàn cục Dijkstra: Thuật toán đồ thị tìm đường đi ngắn nhất từ điểm nguồn (source node) đến các nút trên bản đồ lưới tĩnh, độ phức tạp tính toán đạt xấp xỉ $O(n^2 + m)$.
  • Thuật toán dẫn đường cục bộ Dynamic Window Approach (DWA): Giới thiệu bởi D. Thrun (1997), thuật toán trực tiếp tính toán không gian vận tốc cho phép dựa trên giới hạn gia tốc, vận tốc và khả năng phanh của robot để chọn quỹ đạo tránh các chướng ngại vật động.
  • Công nghệ mã hóa dữ liệu 2D (QR Code): Phương thức lưu trữ chuỗi ký tự định danh khách mời đã được gửi trước qua thư điện tử hoặc tạo mới tại chỗ.
  • Ngôn ngữ lập trình và cơ sở dữ liệu: Python được dùng để lập trình giao diện người dùng (GUI), điều khiển thiết bị ngoại vi và xử lý hình ảnh; kết hợp nền tảng đám mây Firebase Realtime Database của Google để đồng bộ thông tin đăng ký theo thời gian thực.

Thiết kế và triển khai

Hệ thống được tính toán, thiết kế và chế tạo tích hợp giữa cơ khí, phần cứng điện - điều khiển và hệ thống phần mềm xử lý.

Hạng mục Thông số kỹ thuật / Thiết bị lựa chọn Chức năng kỹ thuật trong hệ thống
Kích thước & Khối lượng 430 x 480 x 480 mm (kích thước ban đầu: 500 x 500 x 900 mm), nặng 20 kg Khung kết cấu chịu lực, tương thích không gian sảnh hẹp
Vật liệu chế tạo Nhôm hợp kim A6061 (tấm đế), nhôm định hình 30x30 (thân), thép S400 (trục bánh xe), mica (giá đỡ) Đảm bảo hệ số an toàn cơ học, giảm tải trọng bản thân
Cơ cấu truyền động 2 động cơ Planet DC 12-24V công suất 60W, tốc độ 320 vòng/phút, hộp số hành tinh Cung cấp mô-men xoắn dẫn động độc lập 2 bánh cao su
Bánh xe phụ trợ 4 bánh xe xoay đa hướng (caster) Giữ cân bằng trọng tâm cho kết cấu khung thân
Nguồn cấp điện 2 ắc-quy GS GTZ5S (12V) mắc nối tiếp thành 24V, kết hợp sạc dự phòng Cung cấp nguồn cho động cơ, mạch công suất và máy tính
Mạch biến đổi điện Module giảm áp LM2596 có đồng hồ hiển thị điện áp Hạ áp từ khối ắc-quy xuống 5V cấp cho vi điều khiển
Mạch công suất Driver cầu H BTS7960 dòng định mức 43A Điều khiển chiều quay và điều biến độ rộng xung (PWM)
Xử lý trung tâm (SBC) Single Board Computer Raspberry Pi 4 Model B Chạy ROS Noetic, xử lý thuật toán SLAM, DWA, YOLOv8
Khối vi điều khiển Mạch vi điều khiển Arduino Uno R3 Thu nhận tín hiệu xung encoder, chạy thuật toán PID tốc độ
Cảm biến quét laser Cảm biến LiDAR 2D Đo đạc khoảng cách, quét bản đồ môi trường, nhận diện vật cản
Khối camera Camera Module OV5647 5MP (FOV 65°) & Camera phụ Camera OV5647 nhận diện người; camera phụ quét mã QR
Thiết bị ngoại vi Máy in nhiệt mini dán nhãn, màn hình cảm ứng Hiển thị giao diện check-in và in thẻ đeo sự kiện cho khách

Trong quá trình xây dựng giải pháp, đồ án đã tiến hành so sánh hai phương án kỹ thuật:

Tiêu chí so sánh Phương án 1 (Phương án được chọn) Phương án 2
Bộ xử lý trung tâm Raspberry Pi 4 Model B kết hợp Arduino Uno R3 NVIDIA Jetson Nano kết hợp vi điều khiển STM32
Cảm biến tránh vật cản Cảm biến quét laser LiDAR kết hợp camera Cảm biến đo khoảng cách thông thường
Hệ điều hành điều khiển Hệ điều hành robot ROS Noetic Lập trình điều khiển tuần tự, PID trên vi điều khiển
Đánh giá lựa chọn Tối ưu chi phí, đáp ứng đủ hiệu năng tính toán thuật toán dẫn đường và nhận diện ảnh Chi phí phần cứng cao hơn, thời gian tích hợp kéo dài

Về quy trình điều khiển và phần mềm:

  1. Điều khiển động cơ: Tác giả sử dụng công cụ System Identification Tool trong MATLAB để nhận dạng hàm truyền động cơ từ dữ liệu đáp ứng tốc độ theo thời gian thực nghiệm, từ đó tính toán và cài đặt thông số bộ điều khiển PID trên vi điều khiển Arduino Uno R3.
  2. Xây dựng bản đồ và dẫn đường: Sử dụng gói thư viện ROS Navigation. Bản đồ không gian sảnh được xây dựng thông qua cảm biến LiDAR. Thuật toán Dijkstra tìm tuyến đường đi tổng thể ngắn nhất và thuật toán DWA điều chỉnh vận tốc tránh va chạm vật thể ngẫu nhiên.
  3. Thị giác máy tính: Thu nhận luồng dữ liệu hình ảnh từ Camera Raspberry Pi OV5647, mô hình YOLOv8 phát hiện sự xuất hiện của khách tham quan trong tầm nhìn để điều hướng robot dừng đúng khoảng cách.
  4. Quy trình nghiệp vụ check-in: Người tham gia có thể đăng ký trước (Online) để nhận mã QR qua email, hoặc đăng ký tại chỗ (Onsite) bằng cách quét mã truy cập biểu mẫu thông tin. Khi đến trước robot, camera quét mã QR, phần mềm Python truy vấn và đối soát thông tin trên Firebase Realtime Database. Sau khi xác thực hợp lệ, màn hình cảm ứng hiển thị thông báo thành công và robot kích hoạt lệnh in phiếu dán đeo thẻ.

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương mở đầu trình bày lý do chọn đề tài xuất phát từ nhu cầu giảm tải cho các quầy check-in sự kiện; phân tích tính cấp thiết và ý nghĩa của việc ứng dụng robot phục vụ. Tác giả xác định rõ mục tiêu nghiên cứu, phạm vi ứng dụng trong nhà xưởng/sảnh sự kiện có mặt nền phẳng và nêu phương pháp nghiên cứu kết hợp giữa tính toán lý thuyết với thực nghiệm chế tạo.

Chương 2: Tổng quan đề tài

Chương này khảo sát các phương thức check-in thực tế trong nước và quốc tế. Tác giả phân tích quy trình check-in onsite bằng mã QR tại triển lãm Hawa Expo 2024, hệ thống ứng dụng máy tính bảng tại sự kiện CBM 40 năm, và hệ thống máy quét mã vạch kết hợp máy in nhiệt tại lễ kỷ niệm 11 năm của Thế Giới Mã Vạch. Ngoài ra, chương 2 khảo sát robot dịch vụ Sara của hãng hàng không Emirates để rút ra các ưu điểm về tính cơ động và nhận diện người dùng.

Chương 3: Cơ sở lý thuyết

Nội dung chương 3 tập trung làm rõ các nguyên lý cốt lõi: mô hình toán học động học cơ cấu di chuyển vi sai hai bánh; kiến trúc hệ điều hành ROS (hệ thống tệp, đồ thị tính toán, cơ chế giao tiếp qua topics/nodes/services và phiên bản ROS Noetic); cấu trúc các mô hình mạng nơ-ron tích chập YOLOv8; nguyên lý tìm đường của thuật toán Dijkstra; cơ chế đánh giá quỹ đạo vận tốc của thuật toán Dynamic Window Approach (DWA); cấu trúc mã hóa mã phản hồi nhanh QR Code và đặc tính lập trình giao diện của ngôn ngữ Python.

Chương 4: Phương hướng thực hiện đề tài

Tác giả xác định các chỉ tiêu kỹ thuật thiết kế: tải trọng 20 kg, tốc độ di chuyển tối đa 1 m/s, chiều cao tổng thể từ 0,8 m đến 0,9 m để thuận tiện cho tầm nhìn người dùng. Chương này phân tích chi tiết hai phương án phần cứng và phần mềm, giải trình lý do lựa chọn Phương án 1 (sử dụng Raspberry Pi 4, Arduino, cảm biến LiDAR và mô hình YOLOv8) dựa trên điều kiện chi phí và tiến độ. Đồng thời, chương 4 vạch ra sơ đồ các bước thực hiện từ thu thập dữ liệu, thiết kế 3D, lập trình đến thử nghiệm thực tế.

Chương 5: Tính toán và thiết kế hệ thống

Đây là chương trọng tâm với khối lượng tính toán kỹ thuật lớn:

  • Tính toán công suất động cơ dẫn động dựa trên lực cản lăn, lực quán tính và ma sát; lựa chọn động cơ hành tinh Planet 24V 60W.
  • Thiết kế kết cấu cơ khí 3D trên phần mềm; phân tích tính bền của khung nhôm và đế chịu lực nhôm A6061; tính toán mối ghép bu-lông.
  • Thiết kế sơ đồ nguyên lý hệ thống điện điều khiển, tính toán sụt áp và an toàn nguồn điện với ắc-quy GS GTZ5S và các mạch giảm áp LM2596.
  • Nhận dạng hàm truyền động cơ thông qua System Identification Tool để xác lập bộ thông số điều khiển PID vận tốc.
  • Cấu hình gói ROS Navigation, thiết lập quan hệ hệ tọa độ (tf) giữa khung thân base_link và cảm biến base_laser, cài đặt thuật toán Dijkstra và DWA.
  • Huấn luyện mô hình YOLOv8 nhận diện người; lập trình phần mềm giao diện check-in bằng Python kết nối Firebase Realtime Database.

Chương 6: Chế tạo, thực nghiệm và kết quả

Trình bày quá trình lắp ráp hoàn chỉnh robot vật lý và kết quả các bài đo thực nghiệm:

  • Kiểm nghiệm khả năng bám quỹ đạo và sai lệch vị trí, sai lệch góc quay của robot khi di chuyển đến điểm đích định trước qua 2 lần chạy.
  • Đo đạc độ chính xác phát hiện người của mô hình YOLOv8 qua 2 lần huấn luyện; ghi nhận phản ứng dừng an toàn của robot khi phát hiện người ở khoảng cách 3 m.
  • Đo thời gian xử lý thực tế của phần mềm: tốc độ nhận diện mã QR của camera và thời gian phản hồi truy xuất dữ liệu từ Firebase.

Chương 7: Kết luận và phương hướng phát triển

Đánh giá mức độ hoàn thành so với mục tiêu đề ra; tổng kết các ưu điểm và hạn chế tồn tại của hệ thống cơ điện tử; đề xuất các hướng nâng cấp phần cứng, thuật toán điều hướng và tích hợp tự động sạc trong tương lai.

Kết quả và đóng góp

Nghiên cứu đã chế tạo thành công một mô hình robot check-in tự động hoàn chỉnh, đáp ứng được các yêu cầu kỹ thuật đề ra ban đầu với các kết quả cụ thể:

  • Kết quả cơ khí và điều khiển chuyển động: Robot hoàn thiện có kết cấu vững chắc, mang tải trọng 20 kg, vận hành trơn tru ở vận tốc thiết kế tối đa 1 m/s trên mặt sàn phẳng. Tác giả đã kiểm soát được tốc độ 2 bánh thông qua bộ điều khiển PID được cấu hình từ dữ liệu nhận dạng hàm truyền trên MATLAB.
  • Kết quả điều hướng và tránh vật cản: Tích hợp thành công cảm biến LiDAR vào không gian ROS Noetic. Robot có khả năng thiết lập bản đồ 2D của khu vực sảnh, tự động lập kế hoạch di chuyển theo thuật toán Dijkstra và né tránh chướng ngại vật linh hoạt nhờ thuật toán DWA.
  • Kết quả thị giác máy tính và nhận dạng: Mô hình YOLOv8 sau quá trình huấn luyện và tinh chỉnh đã nhận dạng chính xác đối tượng người tham gia sự kiện. Thử nghiệm thực tế xác nhận robot phát hiện đối tượng người ở khoảng cách 3 m và kích hoạt thuật toán dừng lại an toàn để phục vụ tương tác.
  • Kết quả phần mềm check-in: Xây dựng hoàn chỉnh giao diện cảm ứng bằng Python kết nối trực tiếp với Firebase Realtime Database. Hệ thống đọc mã QR ổn định qua camera, đối soát thông tin khách tham dự theo thời gian thực và kích hoạt máy in nhãn tự động ngay trên thân robot.

Đóng góp kỹ thuật của đồ án:

  • Tự thiết kế và chế tạo một hệ thống cơ điện tử tích hợp hoàn chỉnh từ khung vỏ cơ khí, mạch điện tử, thuật toán điều khiển động cơ đến phần mềm ứng dụng cấp cao.
  • Kết hợp giải thuật điều hướng robot tự hành trên nền tảng ROS với mô hình thị giác máy tính YOLOv8 và hệ thống quản trị dữ liệu đám mây Firebase, tạo nên một giải pháp hỗ trợ sự kiện khép kín, giảm áp lực cho nhân viên tại quầy đăng ký.

Hạn chế và hướng nghiên cứu tiếp

Theo đánh giá trung thực từ văn bản đồ án, hệ thống vẫn còn tồn tại các hạn chế kỹ thuật:

  • Robot chỉ hoạt động tốt trên bề mặt sàn gạch bằng phẳng, khả năng di chuyển trên địa hình gồ ghề hoặc vượt dốc chưa được tối ưu.
  • Chưa có tính năng tự động quay về vị trí sạc và kết nối trạm sạc tự động (docking station); việc tái nạp năng lượng cho ắc-quy vẫn phải thực hiện thủ công.
  • Nguồn cấp sử dụng ắc-quy chì có trọng lượng lớn, thời lượng hoạt động liên tục của robot ước tính còn ngắn (khoảng 1 tiếng cho các tải công suất cực đại).
  • Khả năng tương tác giao tiếp với người tham gia sự kiện mới dừng lại ở màn hình cảm ứng và quét mã, chưa tích hợp hệ thống nhận diện hay giao tiếp giọng nói thông minh để giải đáp các câu hỏi ngoài luồng.

Hướng phát triển được tác giả xác định:

  • Nâng cấp khối nguồn bằng pin Lithium-ion hoặc LiFePO4 để giảm khối lượng bản thân và tăng thời lượng vận hành.
  • Nghiên cứu cơ cấu định vị và thuật toán điều khiển giúp robot tự động tìm về dock sạc pin khi dung lượng nguồn xuống thấp.
  • Nâng cấp thuật toán dẫn đường và nhận diện để robot hoạt động ổn định hơn trong môi trường có mật độ người di chuyển dày đặc và phức tạp.
  • Phát triển thêm module giao tiếp bằng giọng nói tiếng Việt để hỗ trợ hướng dẫn khách mời trực tiếp.

Giá trị tham khảo

Đồ án là tài liệu tham khảo thực tiễn cho sinh viên các ngành Công nghệ Kỹ thuật Cơ điện tử, Kỹ thuật Điều khiển & Tự động hóa, Kỹ thuật Robot và Công nghệ Thông tin đang thực hiện các đề tài về robot di động (AGV/AMR). Các nội dung có giá trị tham khảo kỹ thuật cao bao gồm:

  • Quy trình tính toán lựa chọn công suất động cơ, kiểm nghiệm độ bền khung vỏ chịu lực và động học vi sai của robot hai bánh chủ động.
  • Phương pháp sử dụng công cụ System Identification Tool của MATLAB để tìm hàm truyền thực nghiệm phục vụ việc thiết kế bộ điều khiển PID tốc độ trên vi điều khiển.
  • Tài liệu cấu hình và triển khai thực tế hệ thống điều hướng ROS Navigation Stack (gmapping, Dijkstra, Dynamic Window Approach) kết nối với cảm biến LiDAR 2D.
  • Mô hình tích hợp nhận dạng vật thể bằng YOLOv8 song song với phần mềm ứng dụng quản lý dữ liệu trên nền tảng Firebase Realtime Database.

Câu hỏi thường gặp

1. Khối lượng và kích thước thực tế của robot check-in là bao nhiêu?
Theo nhiệm vụ và tính toán thiết kế của đồ án, robot có tổng khối lượng ước tính 20 kg (bao gồm tải trọng thiết bị và kết cấu). Kích thước thiết kế ban đầu là 500 x 500 x 900 mm, trong đó phần kích thước đế khung gia công đạt khoảng 430 x 480 x 480 mm và chiều cao tổng thể bố trí màn hình từ 0,8 m đến 0,9 m để phù hợp tầm tương tác của người lớn.

2. Robot sử dụng hệ thống xử lý nào để vận hành đồng thời việc dẫn đường và nhận dạng người?
Robot sử dụng cấu trúc điều khiển phân tầng: máy tính đơn bo Raspberry Pi 4 Model B đóng vai trò bộ xử lý trung tâm chạy hệ điều hành Ubuntu 20.04 với ROS Noetic (quản lý LiDAR, thuật toán Dijkstra, DWA, nhận dạng YOLOv8 và giao diện check-in); tầng dưới là vi điều khiển Arduino Uno R3 chuyên trách nhận lệnh vận tốc, đọc tín hiệu encoder và chạy vòng điều khiển PID cấp xung PWM cho driver BTS7960 điều khiển 2 động cơ.

3. Tại sao nhóm tác giả lại lựa chọn Phương án 1 thay vì Phương án 2?
Nhóm lựa chọn Phương án 1 (Raspberry Pi 4, Arduino, LiDAR) thay vì Phương án 2 (Jetson Nano, STM32, cảm biến khoảng cách) vì lý do kinh phí và quỹ thời gian thực hiện đồ án có hạn. Phương án 1 đáp ứng đầy đủ các yêu cầu kỹ thuật cơ bản của đề tài với mức chi phí linh kiện phù hợp và nguồn tài nguyên hỗ trợ từ cộng đồng ROS phong phú hơn.

4. Robot phản ứng như thế nào khi phát hiện có người đứng trước đường di chuyển?
Hệ thống sử dụng Camera OV5647 kết hợp mô hình học sâu YOLOv8 để nhận diện người. Theo kết quả thực nghiệm tại Chương 6, khi phát hiện người ở cự ly 3 m, hệ thống điều khiển sẽ kích hoạt trạng thái dừng di chuyển để đảm bảo an toàn va chạm và chuẩn bị cho thao tác tương tác check-in.

5. Cơ sở dữ liệu của phần mềm check-in được lưu trữ và đồng bộ bằng công cụ gì?
Phần mềm check-in viết bằng ngôn ngữ Python sử dụng công cụ Firebase Realtime Database của Google để lưu trữ thông tin khách tham dự trên đám mây. Dữ liệu đăng ký được cập nhật đồng thời khi khách đăng ký trực tuyến trước sự kiện hoặc đăng ký tại chỗ (onsite) qua biểu mẫu trực tuyến, cho phép robot truy vấn và xác thực mã QR tức thời.

Kết luận

Đồ án tốt nghiệp "Thiết kế và chế tạo robot check-in tự động cho các sự kiện" đã hoàn thành việc nghiên cứu, tính toán và chế tạo thực nghiệm thành công một mô hình robot dịch vụ di động hoàn chỉnh. Bằng việc tích hợp cơ cấu truyền động vi sai, hệ điều hành ROS Noetic, cảm biến LiDAR và thuật toán tránh vật cản DWA kết hợp mô hình thị giác YOLOv8, robot có khả năng di chuyển an toàn và nhận diện người dùng trong không gian sảnh. Giao diện phần mềm trên Python kết hợp cơ sở dữ liệu Firebase Realtime Database và máy in nhãn tại chỗ đã chứng minh tính khả thi của giải pháp tự động hóa thủ tục check-in tại các sự kiện đông người.