Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh khoa học kỹ thuật và trí tuệ nhân tạo phát triển, việc ứng dụng robot tự hành (Autonomous Mobile Robot - AMR) vào các không gian công cộng và dịch vụ đang trở thành xu hướng nhằm giảm tải công việc thủ công, nâng cao hiệu quả vận hành. Tại các thư viện hiện đại, khối lượng công việc quản lý tài liệu, kiểm soát lượt mượn - trả sách, điểm danh và hướng dẫn độc giả đòi hỏi nhiều nhân lực và thời gian. Để giải quyết bài toán tự động hóa quy trình phục vụ độc giả, đề tài "Thiết kế và điều khiển mô hình robot phục vụ thư viện" được nhóm sinh viên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh thực hiện dưới sự hướng dẫn của TS. Đặng Xuân Ba.

Mục tiêu cụ thể của đề tài bao gồm 5 nhiệm vụ trọng tâm:

  1. Xây dựng giao diện người dùng cho phép thực hiện các thao tác mượn sách, trả sách, tra cứu tài liệu và điểm danh độc giả trực tiếp trên robot.
  2. Ứng dụng công nghệ xử lý ảnh để nhận diện khuôn mặt người dùng, thay thế hoặc bổ trợ cho phương thức quét thẻ sinh viên/thẻ thư viện truyền thống.
  3. Thiết lập hệ thống điều hướng tự hành, cho phép robot tự di chuyển đến các vị trí chỉ định và tự động tránh các vật cản tĩnh cũng như vật cản động trong môi trường thư viện.
  4. Xây dựng giải pháp điều khiển, giám sát hoạt động của robot từ xa và truyền phát hình ảnh qua mạng Internet.
  5. Thiết kế và chế tạo mô hình phần cứng robot hoạt động ổn định về mặt cơ khí và điện - điều khiển.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Hệ thống robot di động 4 bánh đa hướng Mecanum tích hợp hệ điều hành ROS, cảm biến LiDAR, thị giác máy tính và giao thức truyền thông IoT phục vụ các tác vụ thư viện.
  • Phạm vi không gian và thời gian: Đề tài được triển khai thực hiện từ ngày 06/02/2023 đến ngày 30/06/2023 tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh; không gian thử nghiệm là môi trường trong nhà mô phỏng các luồng di chuyển và khu vực chức năng của thư viện.

Cơ sở lý thuyết và phương pháp

Đồ án kết hợp cơ sở lý thuyết đa ngành giữa cơ học chuyển động, hệ điều hành robot, lý thuyết điều khiển tự động, thị giác máy tính và mạng truyền thông công nghiệp.

Khung lý thuyết và mô hình toán học

  • Mô hình động học bánh xe Mecanum: Đề tài sử dụng mô hình toán học của hệ thống 4 bánh xe Mecanum với con lăn nghiêng một góc $45^\circ$ so với trục bánh. Phương trình động học thuận và nghịch được thiết lập dựa trên phép biến đổi tọa độ giữa hệ quy chiếu cố định toàn cục ${I}$ và hệ quy chiếu gắn trên thân robot ${B}$ qua ma trận quay $H(\theta)$. Vận tốc dài $(v_x, v_y)$ và vận tốc góc $(\omega_z)$ của thân robot được quy đổi tuyến tính thành vận tốc góc của từng bánh xe $(\omega_1, \omega_2, \omega_3, \omega_4)$ thông qua các tham số hình học gồm khoảng cách từ tâm robot đến bánh xe theo phương x ($L$), phương y ($D$) và bán kính bánh xe ($R$).
  • Động lực học robot: Phương trình động lực học được xây dựng theo phương pháp Lagrange-Euler nhằm tính toán mô-men kéo yêu cầu cho từng động cơ dựa trên khối lượng và quán tính của robot.
  • Hệ điều hành robot (Robot Operating System - ROS): Ứng dụng cấu trúc mạng đồ thị tính toán (Computation Graph) gồm các thành phần Node, ROS Master, Parameter Server, Topic (mô hình Publish/Subscribe), Service (Request/Response) và ROS Bag. Hệ thống dẫn đường sử dụng ngăn xếp 2D Navigation Stack kết hợp thuật toán AMCL (Adaptive Monte Carlo Localization) để ước lượng vị trí robot.
  • Thuật toán quy hoạch đường đi và tránh vật cản:
    • Thuật toán Dijkstra: Tìm kiếm đường đi ngắn nhất toàn cục (Global Path Planning) trên đồ thị lưới không gian.
    • Thuật toán DWA (Dynamic Window Approach): Tính toán và lựa chọn bộ vận tốc $(v, \omega)$ tối ưu trong cửa sổ vận tốc cho phép ở thời gian thực nhằm tránh chướng ngại vật động và tĩnh (Local Path Planning).
    • Bộ điều khiển PID (Proportional-Integral-Derivative): Điều khiển hồi tiếp tốc độ động cơ theo tín hiệu phản hồi từ encoder.
  • Thị giác máy tính và xử lý ngôn ngữ:
    • Mạng nơ-ron tích chập đa tầng MTCNN (Multi-task Cascaded Convolutional Networks): Gồm 3 mạng P-Net, R-Net và O-Net dùng để phát hiện và căn chỉnh vị trí khuôn mặt trong khung hình.
    • Mô hình FaceNet: Trích xuất đặc trưng khuôn mặt thành vector 128 chiều (Face Embedding) để so khớp nhận dạng người dùng với ảnh đầu vào chuẩn hóa kích thước $160 \times 160$ pixel.
    • Xử lý mã vạch (Barcode Recognition): Sử dụng OpenCV để tiền xử lý ảnh (chuyển xám, làm mờ, cân bằng sáng, phân ngưỡng) và giải mã thông tin sách.
    • Giao tiếp giọng nói: Sử dụng thư viện SpeechRecognition cho chức năng chuyển đổi giọng nói thành văn bản (Speech-to-Text) và công cụ Text-to-Speech để phản hồi độc giả.
  • Giao thức truyền thông và mạng: Mô hình Client-Server, HTTP/HTTPS, RESTful API, giao thức MQTT cho hệ thống IoT, công cụ tạo đường hầm ngrok, nền tảng cPanel/phpMyAdmin/MySQL và giao tiếp phần cứng qua UART.

Phương pháp nghiên cứu

  • Phương pháp mô phỏng: Mô phỏng kiểm chứng đáp ứng động học thuận và nghịch của xe 4 bánh Mecanum bằng MATLAB/Simulink; mô phỏng môi trường quét LiDAR, bản đồ không gian và thuật toán điều hướng trên công cụ Rviz thuộc hệ điều hành ROS.
  • Phương pháp thiết kế cơ khí và mạch điện: Thiết kế 3D hoàn chỉnh khung vỏ robot trên phần mềm SolidWorks 2019; thiết kế mạch điều khiển trung tâm và phân phối nguồn bằng sơ đồ nguyên lý.
  • Phương pháp thực nghiệm: Chế tạo mô hình thực tế, nạp chương trình điều khiển nhúng, thu thập tập dữ liệu ảnh khuôn mặt (30 ảnh/người dùng), đo đạc khả năng nhận dạng, kiểm tra độ chính xác của bản đồ SLAM và thử nghiệm điều hướng tránh vật cản thực tế.

Thiết kế và triển khai

Hệ thống robot phục vụ thư viện được thiết kế dạng khối hoàn chỉnh, phân tầng rõ ràng giữa phần cứng cơ khí, mạch điện - công suất và các tầng phần mềm xử lý.

Nhóm hệ thống Thành phần / Thiết bị Thông số kỹ thuật / Vai trò
Bộ xử lý trung tâm Mini PC LongVu Chạy hệ điều hành Ubuntu, điều phối ROS, xử lý ảnh MTCNN/FaceNet và giao diện Qt Designer
Khối vi điều khiển ESP32 & Vi điều khiển phụ Đọc cảm biến, nhận lệnh điều khiển động cơ qua UART, kết nối Wi-Fi nhận dữ liệu qua MQTT
Cảm biến định vị LiDAR Slamtec Mapper M1M1 Tích hợp SLAM, góc quét $360^\circ$, tốc độ 7000 điểm đo/giây, cự ly quét tối đa 20m, diện tích dựng bản đồ đến $100,\text{m}^2$
Cảm biến an toàn Cảm biến siêu âm & hồng ngoại Phát hiện vật cản ở tầm thấp và góc khuất mà tia quét LiDAR không bao phủ
Hệ thống dẫn động 04 Động cơ DC Servo JGB37-545 kèm Encoder Dẫn động độc lập cho 4 bánh xe Mecanum kim loại; điều khiển qua mạch cầu H công suất HI216
Cơ cấu hiển thị Màn hình cảm ứng ViewSonic Giao diện đồ họa cho độc giả tương tác mượn/trả sách và điểm danh
Hệ thống nguồn Ắc quy/Pin, Inverter kích điện, Mạch Buck/Boost DC-DC Cung cấp nguồn 5V, 12V, 24V DC và 220V AC cho toàn bộ thiết bị trên robot

Thiết kế cơ khí và cấu trúc phần cứng

Toàn bộ khung vỏ robot được thiết kế trên SolidWorks với kích thước thực tế: đế tròn đường kính $70,\text{cm}$, chiều cao tổng thể $157,\text{cm}$, tổng trọng lượng khoảng $30,\text{kg}$. Robot được chia thành ba module chính:

  1. Module đế: Chứa 4 cụm bánh xe Mecanum bố trí đối xứng, 4 động cơ JGB37-545, hệ thống mạch cầu HI216, bộ chuyển đổi nguồn DC-DC và khối nguồn ắc quy chính.
  2. Module thân: Khung trụ chịu lực bên trong gắn Mini PC LongVu, các mạch chuyển đổi mức tín hiệu (I2C, UART, SPI logic converter), cảm biến LiDAR Slamtec Mapper M1M1 đặt ở độ cao quét chuẩn và màn hình cảm ứng ViewSonic gắn nghiêng ở mặt trước vừa tầm thao tác của người dùng.
  3. Module đầu: Tích hợp camera thu hình độ phân giải cao phục vụ nhận diện khuôn mặt, đầu đọc mã vạch, micro thu âm và loa phát âm thanh tương tác.

Kiến trúc phần mềm và tích hợp hệ thống

Hệ thống phần mềm được module hóa và phân luồng xử lý trên nền Ubuntu Linux:

  • Tầng điều khiển chuyển động (ROS Node & Firmware): Node move_base trên Mini PC tính toán quỹ đạo toàn cục (Dijkstra) và vận tốc cục bộ (DWA), sau đó gửi lệnh vận tốc cmd_vel qua giao tiếp nối tiếp Serial/UART xuống mạch vi điều khiển. Mạch vi điều khiển tính toán động học nghịch, xuất xung PWM điều khiển 4 kênh động cơ và áp dụng PID vòng kín dựa trên tín hiệu xung từ Encoder.
  • Tầng nhận diện thị giác: Luồng camera được truyền vào module OpenCV; khi phát hiện khuôn mặt, MTCNN thực hiện phân đoạn khuôn mặt và đưa vào FaceNet để tạo vector đặc trưng đối sánh với cơ sở dữ liệu lưu trong MySQL. Module Barcode xử lý ảnh luồng song song để trích xuất mã số sách/thẻ.
  • Tầng giao diện người dùng: Phần mềm giao diện thiết kế bằng Qt Designer trên nền ngôn ngữ Python, kết nối trực tiếp với hệ quản trị cơ sở dữ liệu MySQL Workbench/phpMyAdmin để cập nhật trạng thái sách, thông tin tài khoản độc giả và lịch sử mượn trả.
  • Tầng giám sát từ xa qua Internet: Tích hợp máy chủ web cục bộ, sử dụng công cụ ngrok để tạo tên miền truy cập từ xa. ESP32 kết nối mạng Internet qua nền tảng IoT E-Ra (Cloud MQTT), cho phép người quản lý gửi lệnh điều khiển di chuyển đa hướng bằng nút nhấn trên web và nhận luồng video streaming từ camera robot, hỗ trợ chức năng ghi video và lưu trữ lên Google Drive.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày tính cấp thiết của việc nghiên cứu robot phục vụ, phân tích tổng quan tình hình nghiên cứu robot tự hành trong nước và quốc tế (tiêu biểu như các dự án robot phẫu thuật, robot thám hiểm NASA, robot công nghiệp NextAMR, robot y tế VIBOT tại Việt Nam). Tác giả xác định rõ mục đích, 5 mục tiêu nghiên cứu cụ thể, phương pháp tiếp cận kỹ thuật, phạm vi giới hạn của đề tài và bố cục tổng thể của đồ án tốt nghiệp gồm 6 chương.

Chương 2: Cơ sở lý thuyết

Chương 2 cung cấp toàn bộ nền tảng lý thuyết phục vụ việc thiết kế và lập trình robot:

  • Xây dựng chi tiết hệ phương trình động học thuận và nghịch cho hệ 4 bánh xe đa hướng Mecanum trong hệ tọa độ cực và tọa độ Descartes.
  • Trình bày kiến trúc 3 cấp của ROS (Filesystem, Computation Graph, Community) và nguyên lý hoạt động của ngăn xếp 2D Navigation Stack (move_base, amcl, map_server).
  • Phân tích nguyên lý đo khoảng cách bằng thời gian phản xạ chùm tia laser và thuật toán dựng bản đồ của cảm biến LiDAR Slamtec Mapper M1M1.
  • Trình bày thuật toán tìm đường Dijkstra, thuật toán tránh va chạm trong cửa sổ động DWA và cấu trúc bộ điều khiển PID kinh điển.
  • Phân tích kiến trúc 3 mạng nơ-ron của MTCNN, cơ chế nhúng vector của mạng FaceNet, cùng các giao thức mạng HTTP/HTTPS, RESTful API, MQTT và giao tiếp phần cứng UART.

Chương 3: Thiết kế hệ thống và lựa chọn thiết bị

Chương 3 chi tiết hóa quá trình tính toán công suất, lựa chọn linh kiện phần cứng và thiết kế mô hình:

  • Trình bày các tiêu chuẩn lựa chọn vi điều khiển (ESP32), máy tính nhúng (Mini PC LongVu), động cơ DC Servo JGB37-545 có gắn encoder quang, mạch công suất cầu H HI216, LiDAR Slamtec Mapper M1M1, cảm biến siêu âm, màn hình cảm ứng ViewSonic và hệ thống biến đổi nguồn.
  • Thiết kế sơ đồ nguyên lý đấu nối điện toàn hệ thống, bảng phân phối nguồn DC và mạch logic chuyển mức tín hiệu.
  • Bản vẽ thiết kế 3D các chi tiết cơ khí (khung đế, vỏ thân, module đầu) trên phần mềm SolidWorks 2019, tối ưu hóa không gian chứa linh kiện và trọng tâm của robot.

Chương 4: Xây dựng chương trình điều khiển

Chương 4 tập trung vào triển khai giải thuật và lập trình các tính năng phần mềm:

  • Thiết lập mô hình mô phỏng Simulink kiểm tra đáp ứng động học của 4 bánh xe Mecanum.
  • Xây dựng cấu trúc các Node ROS, thiết lập liên kết khung tọa độ TF (Transform Frames) giữa tâm robot (base_link), bánh xe và cảm biến LiDAR (laser_frame); cấu hình node move_base cho việc tạo bản đồ SLAM và định tuyến tự động.
  • Lập trình firmware điều khiển động cơ trên vi điều khiển, thực thi thuật toán PID vận tốc và thiết lập giao tiếp nối tiếp Serial truyền nhận dữ liệu với ROS Master.
  • Viết thuật toán xử lý ảnh nhận diện barcode sách bằng OpenCV và nhận diện khuôn mặt qua MTCNN kết hợp FaceNet (chụp 30 ảnh mẫu, cắt khuôn mặt, chuẩn hóa sáng, resize về $160 \times 160$ pixel để trích xuất đặc trưng).
  • Lập trình chức năng giao tiếp giọng nói (Speech-to-Text và Text-to-Speech) thông qua các nhãn hành động định sẵn.
  • Cấu hình ESP32 kết nối Wi-Fi, thiết lập giao tiếp MQTT qua nền tảng E-Ra, tạo đường hầm ngrok để truyền hình ảnh camera theo thời gian thực và lưu video vào Google Drive.
  • Thiết kế giao diện đồ họa người dùng GUI trên Qt Designer (giao diện khởi động, đăng ký, nhận diện, mượn sách, trả sách, tra cứu) và giao diện Web điều khiển từ xa.

Chương 5: Kết quả và đánh giá

Chương 5 công bố các kết quả thực nghiệm đạt được trên mô hình mô phỏng và phần cứng thực tế:

  • Kết quả mô phỏng động học trên MATLAB/Simulink và mô phỏng điều hướng ROS trên môi trường không gian ảo Rviz cho thấy robot bám tốt quỹ đạo đặt.
  • Kết quả nhận diện mã vạch và nhận dạng khuôn mặt độc giả đạt độ chính xác cao trong điều kiện ánh sáng ổn định.
  • Kết quả chạy thực tế của hệ thống xe tự hành: Robot xây dựng thành công bản đồ 2D của khu vực thử nghiệm, di chuyển chính xác đến các vị trí mục tiêu được chỉ định trên bản đồ và nhận diện né tránh được cả người đi bộ lẫn vật cản tĩnh xuất hiện bất ngờ trên lộ trình.
  • Kết quả điều khiển từ xa qua Internet: Web server hoạt động ổn định, truyền nhận lệnh điều khiển thời gian thực và ghi hình video giám sát lưu trữ thành công lên đám mây.

Chương 6: Kết luận và hướng phát triển của đề tài

Chương 6 tổng kết các hạng mục đã hoàn thành theo mục tiêu ban đầu, chỉ rõ các giới hạn tồn tại trong quá trình thực hiện và vạch ra các hướng nâng cấp phần cứng, phần mềm cho hệ thống robot trong tương lai.

Kết quả và đóng góp

Đồ án đã chế tạo thành công một mô hình thực nghiệm robot phục vụ thư viện hoàn chỉnh, kết hợp đồng bộ giữa phần cứng cơ điện tử và hệ thống phần mềm điều khiển thông minh.

Các kết quả thực nghiệm chính

  • Khung vỏ cơ khí và hệ thống truyền động: Chế tạo hoàn chỉnh mô hình robot 4 bánh Mecanum theo đúng kích thước thiết kế (đế tròn $70,\text{cm}$, cao $157,\text{cm}$, nặng $30,\text{kg}$), vận hành chuyển động đa hướng (tiến, lùi, di chuyển ngang, di chuyển chéo và xoay tại chỗ) ổn định.
  • Xây dựng bản đồ và tự hành: Cảm biến LiDAR Slamtec Mapper M1M1 kết hợp thuật toán SLAM tạo lập thành công bản đồ lưới 2D không gian thử nghiệm với diện tích quét đạt chuẩn thiết kế. Node điều hướng thực hiện định tuyến qua thuật toán Dijkstra và điều khiển tránh vật cản động/tĩnh linh hoạt bằng giải thuật DWA.
  • Xử lý ảnh và cơ sở dữ liệu: Hệ thống nhận diện khuôn mặt hoạt động thông suốt qua quy trình: thu thập tập mẫu (30 ảnh/người) $\rightarrow$ phát hiện khuôn mặt bằng MTCNN $\rightarrow$ tiền xử lý và chuẩn hóa kích thước $160 \times 160$ pixel $\rightarrow$ trích xuất vector đặc trưng bằng FaceNet $\rightarrow$ đối chiếu dữ liệu sinh viên trong MySQL. Tính năng đọc mã vạch qua camera nhận diện chính xác các mã barcode sách thư viện.
  • Tương tác đa phương thức: Màn hình cảm ứng tích hợp giao diện đồ họa Qt Designer cho phép thực hiện trọn vẹn quy trình điểm danh, tra cứu sách theo tên/theo khoa, mượn và trả sách. Module giọng nói nhận dạng khẩu lệnh cơ bản và phản hồi âm thanh tương ứng.
  • Điều khiển và giám sát từ xa: Tích hợp thành công giao diện web qua ngrok và giao thức MQTT trên nền tảng E-Ra, cho phép điều khiển hướng di chuyển thủ công, kích hoạt các điểm đến cố định, xem luồng video thời gian thực và lưu trữ video vào Google Drive.

Đóng góp kỹ thuật của đề tài

Tác giả đã tích hợp thành công một hệ thống dịch vụ tự động khép kín trên một nền tảng robot duy nhất: từ cơ cấu di động đa hướng Mecanum, hệ điều hành robot ROS cho bài toán điều hướng tự hành, thị giác máy tính AI cho xác thực người dùng, đến giải pháp truyền thông IoT và cơ sở dữ liệu quản lý mượn trả tài liệu.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên các giới hạn được nhóm tác giả nêu rõ trong báo cáo:

Hạn chế kỹ thuật

  • Độ bền cơ khí: Do mô hình thực tế do nhóm sinh viên tự thiết kế và gia công thủ công, chưa có trang thiết bị chuyên dụng và cơ sở khách quan để đo lường, kiểm tra độ bền vững, chống rung lắc và độ ổn định lâu dài của kết cấu cơ khí trong điều kiện vận hành liên tục.
  • Thuật toán điều khiển: Đề tài chỉ ứng dụng các gói thuật toán có sẵn trên hệ điều hành ROS (Dijkstra, DWA, AMCL) mà chưa đi sâu vào việc hiệu chỉnh, tối ưu hóa các hàm mục tiêu hoặc phát triển thuật toán điều khiển động lực học nâng cao cho xe 4 bánh Mecanum khi mang tải thay đổi.
  • Mô hình trí tuệ nhân tạo: Việc nhận diện khuôn mặt phụ thuộc vào các thư viện tiền huấn luyện có sẵn (mtcnn, facenet-pytorch, keras-facenet), chưa thực hiện huấn luyện lại (fine-tuning) mô hình trên tập dữ liệu người Việt quy mô lớn.
  • Hạn chế truyền thông mạng: Việc điều khiển từ xa qua Internet sử dụng dịch vụ đám mây Cloud MQTT trung gian và công cụ ngrok bản miễn phí nên bị giới hạn về số lượng yêu cầu gọi hàm (API Calls) và băng thông đường truyền video.
  • Hệ thống cơ sở dữ liệu: Chức năng quản lý dữ liệu sinh viên và sách chỉ dừng lại ở các thao tác cơ bản trên MySQL/phpMyAdmin, chưa tích hợp chuẩn giao tiếp dữ liệu liên thông với hệ thống phần mềm quản lý thư viện chuyên dụng.

Hướng nghiên cứu và phát triển tiếp theo

  • Hoàn thiện kết cấu cơ khí, sử dụng vật liệu chịu lực tốt hơn nhằm giảm độ rung lắc và tiếng ồn khi di chuyển.
  • Nghiên cứu và tối ưu hóa các thuật toán điều hướng, nâng cao khả năng lập bản đồ và tự định vị trong môi trường thư viện rộng lớn, đông người qua lại.
  • Nâng cấp phần cứng xử lý AI chuyên dụng để tăng tốc độ nhận diện khuôn mặt và cải thiện khả năng lọc nhiễu âm thanh cho module giao tiếp giọng nói trong không gian ồn.
  • Xây dựng hệ thống Cloud Server riêng biệt để mở rộng băng thông truyền phát video và gỡ bỏ giới hạn số lượng cuộc gọi API.

Giá trị tham khảo

Báo cáo đồ án tốt nghiệp là tài liệu tham khảo kỹ thuật hữu ích dành cho:

  • Sinh viên và học viên ngành Kỹ thuật Điều khiển - Tự động hóa, Cơ điện tử và Kỹ thuật Robot: Cung cấp phương pháp xây dựng phương trình động học thuận/nghịch cho xe 4 bánh Mecanum, cách lập trình vi điều khiển đọc encoder và điều khiển động cơ bằng thuật toán PID.
  • Người nghiên cứu hệ điều hành ROS và robot tự hành (AMR): Tài liệu cung cấp quy trình cấu hình ngăn xếp 2D Navigation Stack, liên kết khung tọa độ TF, kết nối cảm biến LiDAR Slamtec Mapper M1M1 và tích hợp thuật toán Dijkstra cùng DWA trên hệ điều hành Ubuntu.
  • Người phát triển ứng dụng thị giác máy tính và IoT: Cung cấp tài liệu thực hành về việc kết hợp MTCNN và FaceNet để nhận dạng khuôn mặt trên Python, thiết kế giao diện đồ họa với Qt Designer và tích hợp điều khiển từ xa qua giao thức MQTT/nền tảng E-Ra.

Câu hỏi thường gặp

1. Hệ thống truyền động của robot thư viện sử dụng loại bánh xe nào và có ưu điểm gì?
Robot sử dụng hệ thống 4 bánh xe Mecanum kim loại được bố trí lệch một góc $45^\circ$. Ưu điểm của loại bánh xe này là giúp robot có khả năng chuyển động đa hướng linh hoạt (tịnh tiến dọc, tịnh tiến ngang, di chuyển chéo và xoay tròn quanh tâm) mà không cần thay đổi hướng của thân xe, rất phù hợp trong không gian hẹp giữa các kệ sách.

2. Cảm biến LiDAR Slamtec Mapper M1M1 trên robot có các thông số kỹ thuật chính nào?
LiDAR Slamtec Mapper M1M1 là loại cảm biến tích hợp sẵn chức năng SLAM, quét $360^\circ$ theo chiều kim đồng hồ với tần suất 7000 điểm đo mỗi giây, khoảng cách đo xa nhất đạt 20 mét và có khả năng xây dựng diện tích bản đồ môi trường lên đến $100,\text{m}^2$.

3. Quy trình nhận diện khuôn mặt của robot được thực hiện qua các bước nào?
Quy trình nhận diện gồm các bước: Camera thu nhận hình ảnh $\rightarrow$ Mạng MTCNN (gồm P-Net, R-Net, O-Net) phát hiện và cắt khung khuôn mặt $\rightarrow$ Ảnh được chuẩn hóa mức sáng và đưa về kích thước chuẩn $160 \times 160$ pixel $\rightarrow$ Mạng FaceNet chuyển đổi ảnh thành vector đặc trưng $\rightarrow$ So sánh khoảng cách vector với cơ sở dữ liệu sinh viên trong MySQL để định danh.

4. Robot sử dụng những thuật toán nào cho nhiệm vụ định tuyến và tránh va chạm?
Robot sử dụng ngăn xếp 2D Navigation Stack trong ROS, trong đó thuật toán Dijkstra được dùng để quy hoạch đường đi toàn cục ngắn nhất từ điểm xuất phát đến đích, còn thuật toán DWA (Dynamic Window Approach) được sử dụng để tính toán cửa sổ vận tốc và điều chỉnh quỹ đạo cục bộ nhằm né tránh các vật cản tĩnh và động trong thời gian thực.

5. Giải pháp điều khiển và truyền video từ xa qua Internet của robot hoạt động như thế nào?
Hệ thống sử dụng vi điều khiển ESP32 kết nối mạng Internet qua giao thức MQTT trên nền tảng đám mây E-Ra để nhận lệnh điều khiển di chuyển. Luồng video từ camera Mini PC được phát qua web server cục bộ và đưa ra mạng diện rộng bằng công cụ tạo đường hầm ngrok, hỗ trợ người giám sát theo dõi hình ảnh trực tuyến và ghi video lưu trữ vào Google Drive.

Kết luận

Đồ án "Thiết kế và điều khiển mô hình robot phục vụ thư viện" đã hoàn thành toàn diện các mục tiêu đề ra về việc thiết kế cơ khí 4 bánh Mecanum, tích hợp hệ thống điện - máy tính nhúng và xây dựng chương trình điều khiển tự hành trên nền tảng ROS. Mô hình thực nghiệm đã vận hành thành công các chức năng cốt lõi gồm tạo lập bản đồ không gian, định tuyến tránh vật cản bằng LiDAR, nhận dạng khuôn mặt qua MTCNN - FaceNet, hỗ trợ mượn trả sách trên giao diện cảm ứng và giám sát từ xa qua Internet. Công trình là tài liệu tham khảo có giá trị thực tiễn cao cho việc nghiên cứu, phát triển các dòng robot dịch vụ thông minh trong các trường đại học và cơ quan hành chính.