Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh khoa học công nghệ phát triển mạnh mẽ, robot tự hành và trí tuệ nhân tạo ngày càng được ứng dụng sâu rộng vào đời sống nhằm tối ưu hóa quy trình vận hành và nâng cao chất lượng dịch vụ công. Tại các hệ thống thư viện hiện đại trên thế giới, việc ứng dụng robot phục vụ đã trở thành một xu hướng rõ nét. Các nghiên cứu và triển khai quốc tế tiêu biểu có thể kể đến như robot phục vụ tại thư viện Akita (Nhật Bản), robot Aurora tại Thư viện Quốc gia Singapore với khả năng tìm kiếm và gợi ý sách, mô hình robot trả sách tự động Mobile Bookdrop tại Thư viện Khu vực Tampines (Singapore), cũng như các hệ thống robot hỗ trợ phân loại tại Tokyo hay Bremen (Đức). Tại Việt Nam, nghiên cứu chế tạo robot phục vụ thư viện là hướng đi mới mẻ nhưng giàu tiềm năng, bước đầu được triển khai tại các trường đại học kỹ thuật như Đại học Bách khoa TP.HCM, Đại học Sư phạm Kỹ thuật TP.HCM (HCMUTE) và Đại học Lạc Hồng.

Nhằm giải quyết bài toán tự động hóa các khâu trung gian trong thư viện và hỗ trợ người dùng tiếp cận nguồn tư liệu nhanh chóng, nhóm tác giả thuộc ngành Robot và Trí tuệ nhân tạo, Khoa Cơ khí Chế tạo máy, Trường Đại học Sư phạm Kỹ thuật TP.HCM đã thực hiện đồ án tốt nghiệp với đề tài: "Thiết kế và chế tạo mô hình robot phục vụ trong thư viện" (Mã số đề tài: CKM-22).

Mục tiêu nghiên cứu của đồ án bao gồm ba nhiệm vụ trọng tâm:

  1. Thiết kế và chế tạo hoàn chỉnh mô hình robot tự hành có khả năng di chuyển linh hoạt, tự xây dựng bản đồ và né tránh vật cản trong không gian thư viện.
  2. Xây dựng hệ thống trợ lý ảo thông minh tích hợp mô hình ngôn ngữ lớn (LLM) và xử lý giọng nói nhằm giao tiếp, giải đáp thông tin và hỗ trợ người dùng thay thế nhân viên thư viện.
  3. Thiết kế giao diện tương tác hỗ trợ các chức năng nghiệp vụ cơ bản: tra cứu thông tin danh mục tài liệu, mượn sách và trả sách tự động qua quét mã vạch/thẻ người dùng.

Đối tượng nghiên cứu là mô hình robot dịch vụ dẫn động vi sai (differential drive mobile robot) tích hợp hệ thống máy tính nhúng, cảm biến đo khoảng cách laser (LiDAR) và trợ lý ảo thông minh. Phạm vi nghiên cứu về mặt vật lý giới hạn ở robot có kích thước 40 cm × 60 cm × 100 cm, tải trọng phục vụ tối đa khoảng 22 kg, hoạt động thử nghiệm trong môi trường trong nhà (phòng lab và hành lang tầng học tại HCMUTE). Về mặt dữ liệu, do chính sách bảo mật hệ thống thông tin của thư viện trường, nhóm tác giả không kết nối trực tiếp vào cơ sở dữ liệu thời gian thực mà sử dụng tập dữ liệu mô phỏng dựa trên cấu trúc thông tin thu thập từ các nguồn công khai trên cổng thông tin trường.


Cơ sở lý thuyết và phương pháp

Đồ án được xây dựng dựa trên sự kết hợp liên ngành giữa cơ học chuyển động, kỹ thuật điều khiển tự động, hệ điều hành robot và trí tuệ nhân tạo.

Mô hình động học robot vi sai

Mô hình toán học của robot dựa trên cơ cấu dẫn động vi sai với hai bánh dẫn động độc lập (bán kính $r$, khoảng cách giữa hai tâm bánh xe là $L$) và hai bánh xe tự lựa (caster wheels) giữ thăng bằng. Không gian hoạt động của robot được xét trên mặt phẳng hai chiều ($xy$) với 2 bậc tự do (chuyển động tịnh tiến dọc trục và quay quanh trục $z$).

Vận tốc dài $V$ và vận tốc góc $\omega$ của khung robot liên hệ với vận tốc dài bánh phải ($V_r$) và bánh trái ($V_l$), cũng như vận tốc góc tương ứng ($\omega_r, \omega_l$) qua các phương trình động học thuận: $$V = \frac{V_r + V_l}{2} = \frac{r(\omega_r + \omega_l)}{2}$$ $$\omega = \frac{V_r - V_l}{L} = \frac{r(\omega_r - \omega_l)}{L}$$

Mô hình động học ngược được sử dụng để tính toán tốc độ quay yêu cầu cho từng động cơ từ lệnh vận tốc điều khiển $(V, \omega)$: $$\omega_r = \frac{2V + \omega L}{2r}$$ $$\omega_l = \frac{2V - \omega L}{2r}$$

Hệ điều hành robot (ROS) và các gói điều khiển tự hành

Đồ án sử dụng khung làm việc Robot Operating System (ROS / ROS 2) với kiến trúc phân tán gồm các Node giao tiếp qua Topic (mô hình Publish/Subscribe), Service (Request/Response), Action và Parameter Server. Mô hình hình học và vật lý của robot được mô tả chuẩn hóa qua định dạng URDF (Unified Robot Description Format) và cây biến đổi hệ tọa độ (TF Tree - base_link, odom, map).

  • Định vị và lập bản đồ đồng thời (SLAM): Sử dụng gói slam_toolbox phát triển dựa trên thuật toán tối ưu hóa đồ thị tư thế (Pose-Graph Optimization) kết hợp thư viện Google Ceres Solver. Hệ thống hỗ trợ các chế độ bản đồ đồng bộ (Synchronous), không đồng bộ (Asynchronous) và định vị thuần túy (Pure Localization) dựa trên bộ đệm quét laser cuốn chiếu.
  • Hệ thống dẫn đường (Navigation2 - Nav2): Điều phối hành vi di chuyển bằng Cây hành vi (Behavior Trees), tích hợp các lớp chi phí môi trường (Global/Local Costmaps), thuật toán lập quỹ đạo toàn cục và bám quỹ đạo cục bộ tránh vật cản động.

Công nghệ cảm biến LiDAR 2D

Cảm biến LiDAR 2D hoạt động theo nguyên lý đo thời gian bay của xung laser (Time-of-Flight - ToF). Khoảng cách $D$ tới vật cản được xác định theo công thức: $$D = c \times \frac{t}{2}$$ trong đó $c$ là tốc độ ánh sáng và $t$ là thời gian phát xạ và phản hồi của tia laser. Cơ chế quay quét gương giúp thu thập dữ liệu khoảng cách theo các góc quét liên tục, tái tạo thành đám mây điểm 2D phục vụ SLAM và điều hướng.

Xử lý ngôn ngữ tự nhiên và Mô hình ngôn ngữ lớn (LLM)

Hệ thống hội thoại của robot xây dựng dựa trên kiến trúc Transformer với cơ chế tự chú ý (Self-Attention), mã hóa vị trí (Positional Encoding) cùng các khối Encoder và Decoder. Để đáp ứng nghiệp vụ đặc thù của thư viện, tác giả ứng dụng kỹ thuật sinh tăng cường thu nhận thông tin (Retrieval-Augmented Generation - RAG) thông qua khung phát triển LangChain kết hợp OpenAI API. Cơ chế này chuyển đổi dữ liệu sách và quy định thư viện thành các vector nhúng (Embeddings), lưu trữ trong cơ sở dữ liệu vector và sử dụng Parent Document Retriever nhằm trích xuất ngữ cảnh chính xác cung cấp cho LLM tạo câu trả lời.

Giao thức truyền thông

Hệ thống sử dụng hai giao thức truyền thông chính:

  • UART (Universal Asynchronous Receiver/Transmitter): Truyền dữ liệu nối tiếp dị bộ 2 dây (Tx, Rx) ở tầng phần cứng giữa vi điều khiển và máy tính nhúng, đóng gói dữ liệu với các bit Start, dữ liệu, Parity và Stop.
  • HTTP/HTTPS: Hoạt động theo mô hình Client-Server tại tầng ứng dụng (cổng tiêu chuẩn 80/443), hỗ trợ các phương thức GET, POST, PUT, DELETE để giao tiếp giữa giao diện web người dùng (Flask framework) và các dịch vụ xử lý nghiệp vụ nội bộ.

Thiết kế và triển khai

Hệ thống được thiết kế và tích hợp đồng bộ từ kết cấu cơ khí, mạch điện tử công suất, vi điều khiển cấp thấp đến phần mềm điều khiển cấp cao và trợ lý ảo.

Thiết kế cơ khí và cơ cấu trả sách

Toàn bộ kết cấu robot được mô hình hóa và tối ưu hóa trên phần mềm Autodesk Inventor, chia làm 3 cụm chính:

  • Cụm đế (Base): Bố trí 2 cụm động cơ dẫn động chính, giá đỡ ắc quy, mạch công suất và 2 bánh xe tự lựa trước - sau tạo hệ thống 4 điểm tiếp xúc ổn định.
  • Cụm thân (Body): Khung chịu lực bằng kim loại kết hợp tấm ốp bảo vệ, bên trong tích hợp cơ cấu khoang chứa và tiếp nhận sách hoàn trả. Cơ cấu tiếp nhận sách được tính toán giải tích dựa trên biểu đồ phân tích lực ở hai trạng thái: trạng thái tĩnh (giữ sách) và trạng thái động (nhả/chuyển sách vào khoang lưu trữ).
  • Cụm đầu (Head): Vị trí gắn màn hình cảm ứng tương tác, cảm biến LiDAR D200, camera USB quét mã và mảng microphone thu âm.

Thiết kế hệ thống điện và lựa chọn thiết bị phần cứng

Hệ thống điện được thiết kế nhằm cung cấp năng lượng độc lập, ổn định cho toàn bộ cơ cấu chấp hành và mạch điều khiển.

Tên thiết bị / linh kiện Thông số kỹ thuật chính Chức năng trong hệ thống
Động cơ DC Planet 320rpm 24V, công suất 60W, tích hợp Hall Encoder 13 xung/vòng Dẫn động 2 bánh xe chủ động
Mạch điều khiển động cơ Cầu H công suất, điều khiển chiều và băm xung PWM Nhận tín hiệu điều khiển từ STM32 để lái động cơ
Ắc quy Long WP1236W Ắc quy khô lưu trữ điện áp danh định 12V (kết nối nối tiếp/song song) Cung cấp nguồn tổng cho hệ thống
Mạch hạ áp XL4015 (12V & 5V) Chuyển đổi DC-DC Buck, dòng tối đa 5A, công suất định mức 75W Hạ áp cấp nguồn cho máy tính nhúng và vi điều khiển
Vi điều khiển STM32 Lõi ARM Cortex-M, hỗ trợ ngắt ngoài, Timer bộ đếm phần cứng Đọc xung encoder, tính toán vận tốc và xuất xung PWM điều khiển động cơ
Raspberry Pi 4 Model B CPU lõi tứ 64-bit, 8GB RAM, kết nối Wi-Fi/Bluetooth, cổng USB 3.0 Máy tính nhúng chạy hệ điều hành Ubuntu, điều phối ROS, SLAM, Nav2 và giao diện Flask
Cảm biến LiDAR D200 Quét 360 độ mặt phẳng 2D, giao tiếp UART/USB Cung cấp dữ liệu đám mây điểm phục vụ SLAM và phát hiện vật cản
Camera USB Chuẩn kết nối USB tương thích Raspberry Pi / Jetson Thu thập hình ảnh nhận diện thẻ sinh viên và quét mã vạch (barcode) sách
ReSpeaker 2-Mics Pi HAT Mạch tích hợp mở rộng 2 micro thu âm định hướng cho Raspberry Pi Thu nhận tín hiệu âm thanh người dùng phục vụ nhận dạng giọng nói

Thiết kế bộ điều khiển vận tốc động cơ

Để đảm bảo robot bám sát quỹ đạo định vị, nhóm tác giả tiến hành nhận dạng hệ thống thực nghiệm cho từng động cơ:

  1. Thu thập dữ liệu đáp ứng vận tốc góc thực tế từ tín hiệu phản hồi của Hall encoder thông qua ngắt ngoại vi (ISR) trên STM32 khi cấp các mức điện áp PWM khác nhau.
  2. Dùng công cụ System Identification Toolbox trong MATLAB để xác định hàm truyền đạt vòng hở dạng quán tính bậc nhất có trễ cho động cơ bánh trái và bánh phải.
  3. Thiết kế bộ điều khiển Tỉ lệ - Tích phân (PI Controller) trên miền số. Thông qua mô phỏng MATLAB/Simulink và tinh chỉnh tham số trên mô hình thực, bộ điều khiển PI đảm bảo triệt tiêu sai số xác lập giữa vận tốc thực tế và vận tốc đặt khi di chuyển thẳng cũng như khi quay góc.

Phát triển trợ lý ảo và giao diện người dùng

  • Trợ lý ảo: Triển khai luồng công việc (Agent Workflow) dựa trên LangChain. Hệ thống định tuyến các yêu cầu người dùng (tra cứu danh mục, thủ tục mượn sách, vị trí kệ sách). Dữ liệu sách được định dạng theo cấu trúc JSON gồm tiêu đề, tác giả, thể loại, mã định danh và trạng thái lưu kho.
  • Tương tác giọng nói: Xử lý chuỗi tín hiệu âm thanh từ card ReSpeaker 2-Mics, chuyển đổi giọng nói thành văn bản (Speech-to-Text), xử lý logic qua LLM Agent và phản hồi âm thanh (Text-to-Speech).
  • Giao diện Flask Web: Xây dựng màn hình khởi động, giao diện đăng ký/xác thực thẻ sinh viên, giao diện quét mã vạch mượn/trả sách và màn hình hiển thị trực quan thông tin sách tìm kiếm.

Nội dung chính theo từng chương

Chapter 1: Overview

Chương 1 khái quát tổng quan lĩnh vực robot tự hành và sự cần thiết của robot dịch vụ trong quản lý thư viện hiện đại. Tác giả tiến hành khảo cứu tình hình nghiên cứu quốc tế (Singapore, Nhật Bản, Đức) và trong nước (HCMUTE, ĐH Lạc Hồng), từ đó xác định mục tiêu nghiên cứu, phương pháp tiếp cận kỹ thuật, giới hạn đề tài (tải trọng 22 kg, dữ liệu mô phỏng do bảo mật) và phân chia nội dung cấu trúc toàn văn khóa luận thành 6 chương.

Chapter 2: Theoretical Background

Chương 2 trình bày toàn bộ cơ sở lý thuyết làm nền tảng cho đồ án. Nội dung bao gồm việc thiết lập hệ phương trình vi phân mô tả động học thuận và nghịch của robot vi sai 2 bậc tự do; giới thiệu kiến trúc hệ điều hành ROS và ưu điểm trong phát triển robot; phân tích nguyên lý hoạt động của gói định vị lập bản đồ slam_toolbox và gói dẫn đường Nav2; cấu tạo và công thức tính toán thời gian bay (ToF) của cảm biến LiDAR 2D; lý thuyết xử lý ngôn ngữ tự nhiên từ các bước cơ bản (Tokenization, POS tagging, NER, Parsing, Semantics) đến kiến trúc Transformer và các dòng mô hình ngôn ngữ lớn (GPT-3, GPT-4, PaLM, LaMDA); cuối cùng là nguyên lý khung truyền thông HTTP/HTTPS và chuẩn giao tiếp nối tiếp UART.

Chapter 3: System Design and Control Program Development

Chương 3 chi tiết hóa toàn bộ quá trình thiết kế phần cứng và lập trình điều khiển mức thấp. Tác giả trình bày bản vẽ 3D trên Inventor của các cụm đế, thân, đầu và tính toán cân bằng lực cơ cấu trả sách. Sơ đồ nguyên lý điện tổng thể được thiết lập cùng bảng lựa chọn linh kiện chi tiết (động cơ Planet 24V, ắc quy Long WP1236W, hạ áp XL4015, STM32, Raspberry Pi 4). Chương này trình bày chi tiết thuật toán đọc xung encoder, phương pháp nhận dạng hàm truyền hai động cơ qua MATLAB System Identification Toolbox, thiết kế bộ điều khiển PI số và kết quả đáp ứng vận tốc thực nghiệm. Đồng thời, chương trình điều khiển ROS được thiết lập thông qua việc xây dựng tệp mô tả hình học URDF, cây biến đổi tọa độ TF và cấu hình ngăn xếp Nav2.

Chapter 4: Virtual Assistant Development

Chương 4 tập trung vào quy trình xây dựng trợ lý ảo thông minh và giao diện tương tác người - máy. Tác giả thiết lập mô hình hội thoại RAG trên nền tảng LangChain kết nối API của OpenAI, xây dựng quy trình làm việc (workflow) có giám sát (Supervisor Agent) để xử lý logic mượn, trả và tra cứu sách từ tệp dữ liệu JSON. Phần cứng âm thanh ReSpeaker 2-Mics Pi HAT được tích hợp cùng quy trình chuyển đổi âm thanh hai chiều. Giao diện đồ họa (GUI) được lập trình hoàn chỉnh trên nền Flask Framework, hỗ trợ màn hình cảm ứng và tương tác thu nhận mã vạch/thẻ người dùng qua camera.

Chapter 5: Results and Evaluation

Chương 5 công bố các dữ liệu thực nghiệm và đánh giá hiệu năng của từng khối hệ thống. Tác giả trình bày kết quả mô phỏng không gian ảo trên Gazebo; kết quả điều khiển vận tốc động cơ thực tế (độ bám giữa vận tốc đặt và vận tốc thực của bánh trái, bánh phải; độ lệch quỹ đạo thẳng); kết quả đo lường tỷ lệ lỗi từ (Word Error Rate - WER) của mô hình nhận dạng giọng nói qua nhiều vòng lặp; kết quả xây dựng bản đồ thực tế 2D tại phòng sinh viên và hành lang giảng đường HCMUTE; và cuối cùng là kết quả dẫn đường tự động tránh vật cản tới điểm đích định trước.

Chapter 6: Conclusion and Future Work

Chương 6 tổng kết các hạng mục đã hoàn thành so với mục tiêu ban đầu của đồ án, khẳng định tính khả thi của mô hình robot dịch vụ thư viện tự chế tạo. Tác giả đồng thời chỉ ra các hạn chế kỹ thuật hiện hữu và định hướng các nội dung cải tiến cần thực hiện trong tương lai.


Kết quả và đóng góp

Kết quả thực nghiệm cụ thể

  • Động học và điều khiển chuyển động: Mô hình hàm truyền động cơ nhận dạng qua MATLAB phản ánh chính xác đáp ứng động cơ thực tế. Bộ điều khiển PI giúp vận tốc hai bánh bám sát giá trị đặt (thực nghiệm kiểm chứng tại các mức vận tốc đặt như $4\text{ rad/s}$), sai số vị trí theo phương chuyển động thẳng được duy trì ở mức thấp, đảm bảo robot di chuyển ổn định không bị lệch hướng nghiêm trọng.
  • Xây dựng bản đồ (SLAM) và Dẫn đường (Navigation): Gói slam_toolbox phối hợp với cảm biến LiDAR D200 đã thiết lập thành công bản đồ lưới 2D không gian kín tại hai khu vực thử nghiệm thực tế: phòng sinh viên và hành lang tòa nhà thuộc HCMUTE. Khung Nav2 lập kế hoạch đường đi toàn cục, bám quỹ đạo cục bộ và điều khiển robot tự hành đến chính xác tọa độ mục tiêu được giao diện chỉ định, đồng thời né tránh hiệu quả các chướng ngại vật tĩnh và động (người di chuyển, bàn ghế).
  • Hệ thống trợ lý ảo: Đánh giá độ chính xác nhận dạng giọng nói qua biểu đồ tỷ lệ lỗi từ (Word Error Rate - WER) cho thấy chất lượng nhận diện cải thiện rõ rệt qua các lần lặp tinh chỉnh cấu hình âm học. Hệ thống hội thoại RAG kết hợp LangChain truy xuất thông tin sách từ tệp JSON chuẩn xác, thực hiện trơn tru chuỗi logic mượn và trả sách theo kịch bản người dùng.
  • Giao diện và cơ cấu cơ học: Giao diện Flask hiển thị trực quan các luồng thao tác; camera nhận diện tốt mã sinh viên và barcode của sách; cơ cấu giữ và nhả sách cơ khí thực hiện thành công chu trình tiếp nhận sách vào khoang chứa theo lệnh điều khiển.

Đóng góp kỹ thuật của đề tài

  1. Đã tích hợp thành công một kiến trúc cơ điện tử hoàn chỉnh: kết hợp phần cứng cơ khí tự chế tạo, mạch điều khiển nhúng thời gian thực (STM32), máy tính biên (Raspberry Pi 4) chạy hệ điều hành ROS và hệ thống AI đám mây/biên.
  2. Ứng dụng thành công kỹ thuật nhận dạng hệ thống thực nghiệm trên MATLAB để thiết kế bộ điều khiển vòng kín PI cho động cơ DC có encoder, giải quyết triệt để vấn đề lệch hướng trên khung gầm dẫn động vi sai giá thành thấp.
  3. Đề xuất quy trình tích hợp mô hình ngôn ngữ lớn (LLM) và RAG vào hệ thống robot dịch vụ thực tế, chứng minh tính khả thi của việc sử dụng AI tạo sinh để tương tác nghiệp vụ chuyên ngành thay thế nhân viên trực quầy trong môi trường thư viện.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được ghi nhận trong văn bản

  • Tải trọng và kích thước: Khung gầm robot chỉ hỗ trợ tải trọng tối đa khoảng 22 kg, giới hạn số lượng sách tiếp nhận trong một chu trình làm việc trước khi phải dỡ tải.
  • Thẩm mỹ gia công: Do kinh phí và điều kiện chế tạo thủ công trong môi trường xưởng sinh viên, ngoại quan khung vỏ robot chưa đạt độ tinh xảo công nghiệp.
  • Hạn chế dữ liệu nghiệp vụ: Do quy định bảo mật hệ thống thông tin của nhà trường, nhóm nghiên cứu không được cấp quyền truy cập cơ sở dữ liệu thực của thư viện. Toàn bộ dữ liệu độc giả, mã sách và lịch sử mượn trả đều phải lập trình mô phỏng dựa trên cấu trúc thu thập công khai.
  • Chức năng cơ học: Robot hiện mới dừng lại ở việc tiếp nhận sách trả vào khoang chứa qua cơ cấu trượt/giữ, chưa có cánh tay robot để tự động phân loại hoặc xếp sách trực tiếp lên các kệ cao.

Hướng nghiên cứu và phát triển tiếp

  • Nâng cấp kết cấu cơ khí, sử dụng vật liệu vỏ đúc công nghiệp chuyên dụng nhằm tăng độ cứng vững và tính thẩm mỹ.
  • Mở rộng giao thức bảo mật để xin cấp phép tích hợp trực tiếp API vào hệ thống quản lý thư viện tập trung của nhà trường khi triển khai thử nghiệm thực tế.
  • Tích hợp thêm cảm biến hình ảnh chiều sâu (RGB-D Camera) để nâng cao khả năng tránh vật cản 3D phức tạp ngoài mặt phẳng quét của LiDAR 2D.
  • Tối ưu hóa mô hình ngôn ngữ lớn chạy trực tiếp trên các bộ tăng tốc tính toán biên (Edge AI) nhằm giảm độ trễ phụ thuộc vào đường truyền Internet.

Giá trị tham khảo

Đồ án là tài liệu tham khảo kỹ thuật hữu ích đối với sinh viên, học viên cao học và kỹ sư thuộc các chuyên ngành: Kỹ thuật Robot, Trí tuệ nhân tạo, Cơ điện tử, Kỹ thuật Điều khiển và Tự động hóa, và Kỹ thuật Phần mềm nhúng.

Các nội dung có giá trị tham khảo chuyên môn cao bao gồm:

  • Quy trình mô hình hóa động học robot vi sai và phương pháp nhận dạng hệ thống động cơ thực tế sử dụng công cụ MATLAB System Identification Toolbox.
  • Cách thức thiết lập cây biến đổi tọa độ (TF), tệp URDF và cấu hình các ngăn xếp slam_toolbox, Nav2 trên hệ điều hành ROS phục vụ xe tự hành trong nhà.
  • Kiến trúc tích hợp giữa máy tính nhúng Linux, vi điều khiển thời gian thực và card mở rộng micro âm thanh chuyên dụng (ReSpeaker 2-Mics).
  • Quy trình ứng dụng khung làm việc LangChain và kỹ thuật RAG để xây dựng Agent hội thoại điều khiển luồng công việc nghiệp vụ dựa trên dữ liệu có cấu trúc.

Câu hỏi thường gặp

1. Động cơ dẫn động chính của robot sử dụng loại nào và việc điều khiển tốc độ được thực hiện ra sao?
Robot sử dụng 2 động cơ Planet DC 24V, công suất 60W, tốc độ định mức 320 vòng/phút, tích hợp Hall Encoder 13 xung/vòng. Vi điều khiển STM32 thực hiện đọc xung encoder qua ngắt ngoại vi để tính vận tốc bánh xe, sau đó thuật toán điều khiển PI (được thiết kế từ hàm truyền nhận dạng qua MATLAB System Identification Toolbox) sẽ tính toán và xuất tín hiệu băm xung PWM đến mạch cầu H để điều khiển chính xác vận tốc hai bánh xe độc lập.

2. Hệ thống tính toán và cảm biến của robot bao gồm những thành phần phần cứng nào?
Hệ thống xử lý trung tâm là máy tính nhúng Raspberry Pi 4 Model B (RAM 8GB) kết hợp với vi điều khiển phụ STM32. Cảm biến định vị và phát hiện vật cản chính là LiDAR D200 (quét mặt phẳng 2D). Cảm biến thu hình ảnh là camera USB chuyên dụng, và thiết bị thu âm giọng nói là mạch mở rộng ReSpeaker 2-Mics Pi HAT gắn trực tiếp lên chân GPIO của Raspberry Pi.

3. Gói phần mềm nào được sử dụng để định vị, lập bản đồ và điều hướng robot tự hành?
Quá trình định vị và lập bản đồ đồng thời sử dụng gói slam_toolbox (hoạt động trên nền tảng ROS với công cụ tối ưu đồ thị Google Ceres Solver). Quá trình dẫn đường, lập quỹ đạo di chuyển toàn cục và cục bộ né tránh vật cản được đảm nhiệm bởi ngăn xếp Nav2 (Navigation2) sử dụng cơ chế điều phối bằng Cây hành vi (Behavior Trees).

4. Trợ lý ảo của robot xử lý các yêu cầu tra cứu và mượn/trả sách như thế nào?
Trợ lý ảo được phát triển trên khung LangChain kết nối với OpenAI API, áp dụng kỹ thuật RAG (Retrieval-Augmented Generation). Thông tin về sách và người dùng được lưu trữ trong tệp JSON, sau đó được chuyển đổi thành vector nhúng. Một bộ điều phối (Supervisor Agent) sẽ phân tích ý định từ giọng nói hoặc giao diện cảm ứng của người dùng, truy vấn dữ liệu từ tệp tài liệu để đưa ra câu trả lời tự nhiên và hướng dẫn thực hiện quy trình quét mã barcode sách/thẻ sinh viên.

5. Giới hạn tải trọng và nguyên nhân sử dụng dữ liệu mô phỏng trong đồ án là gì?
Robot được thiết kế chịu tải trọng tối đa khoảng 22 kg để phục vụ việc mang và chứa sách trả lại. Về dữ liệu, do chính sách bảo mật thông tin nội bộ của thư viện trường đại học không cho phép hệ thống chưa kiểm định kết nối vào cơ sở dữ liệu gốc, nhóm tác giả đã mô phỏng toàn bộ trường thông tin sinh viên, lịch sử mượn và mã định danh sách dựa trên các dữ liệu danh mục công khai trên website trường.


Kết luận

Đồ án tốt nghiệp "Thiết kế và chế tạo mô hình robot phục vụ trong thư viện" của nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP.HCM đã hoàn thành trọn vẹn việc nghiên cứu, chế tạo và tích hợp một hệ thống robot dịch vụ tự hành dẫn động vi sai. Công trình kết hợp chặt chẽ giữa thiết kế cơ điện tử, điều khiển vòng kín ổn định vận tốc động cơ, điều hướng tự động bằng ROS/SLAM/Nav2 và trợ lý ảo thông minh tương tác bằng giọng nói dựa trên LangChain và LLM. Mặc dù còn những giới hạn về thẩm mỹ chế tạo cơ khí, tải trọng và dữ liệu thực tế do rào cản bảo mật, mô hình đã chứng minh tính khả thi kỹ thuật cao, cung cấp cơ sở thực nghiệm vững chắc cho việc ứng dụng robot dịch vụ và trí tuệ nhân tạo vào các hệ thống thư viện thông minh.