I. Tổng quan về robot di động quản lý kệ hàng tại ĐH SPKT TP
Nhu cầu tự động hóa kho hàng gia tăng mạnh mẽ trong thời đại công nghiệp mới. Sinh viên ngành Kỹ thuật Điều khiển và Tự động hóa tại Đại học Sư phạm Kỹ thuật TP.HCM đã phát triển đề tài nghiên cứu robot di động quản lý kệ hàng. Hệ thống giải quyết bài toán vận hành logistics nội bộ bằng công nghệ tự hành hiện đại. Mô hình sử dụng cấu trúc di chuyển hai bánh vi sai nhỏ gọn. Nền tảng điều khiển trung tâm vận hành trên máy tính nhúng Raspberry Pi cùng hệ điều hành Ubuntu 24.04 và ROS 2 Humble. Sự kết hợp này mang lại khả năng phân bổ tài nguyên hiệu quả và xử lý thời gian thực ổn định. Robot được trang bị cảm biến LiDAR quét 2D, encoder đo tốc độ góc và camera độ phân giải cao. Thiết bị có nhiệm vụ tự hành tuần tra dọc các lối đi trong kho. Hệ thống tự động quét nhận diện kiện hàng và kiểm tra đối soát vị trí lưu trữ. Kết quả nghiên cứu chứng minh tính khả thi cao trong việc chuyển đổi số các kho bãi thông minh.
1.1. Mục tiêu và bối cảnh phát triển đề tài tại HCMUTE
Ngành logistics đang đối mặt với áp lực lớn về tốc độ xử lý đơn hàng và tính chính xác trong việc kiểm đếm tồn kho. Phương pháp quản lý thủ công truyền thống thường tiêu tốn nhiều thời gian và dễ phát sinh sai sót nhân sự. Đề tài tại trường Đại học Sư phạm Kỹ thuật TP.HCM đặt mục tiêu nghiên cứu và chế tạo mẫu robot tự hành hoàn chỉnh. Thiết bị có khả năng tự động rà soát kiện hàng trên các tầng kệ theo chu kỳ định sẵn. Nhóm tác giả hướng đến việc làm chủ công nghệ điều khiển tự động và thuật toán xử lý ảnh tiên tiến. Nghiên cứu cung cấp giải pháp chuyển đổi số thiết thực cho các doanh nghiệp vừa và nhỏ.
1.2. Cấu trúc tổng thể của mô hình robot di động vi sai
Hệ thống phần cứng robot được thiết kế trên phần mềm cơ khí SolidWorks nhằm đảm bảo tính cân bằng trọng tâm. Khung gầm sử dụng cơ cấu hai bánh dẫn động vi sai độc lập kết hợp với bánh xe đa hướng hỗ trợ thăng bằng. Hai động cơ DC giảm tốc tích hợp encoder quang học giúp thu thập phản hồi tốc độ quay chính xác. Bộ não trung tâm là bo mạch Raspberry Pi 4 đảm nhận xử lý các tác vụ tính toán phức tạp. Cảm biến LiDAR 2D được lắp đặt trên đỉnh khung để quét môi trường phẳng xung quanh. Camera USB góc rộng gắn phía trước nhằm thu thập hình ảnh và nhận diện các nhãn mã QR trên kệ hàng. Nguồn điện pin Li-ion cung cấp năng lượng liên tục và ổn định cho toàn hệ thống.
II. Phân tích thách thức trong thiết kế robot di động quản lý kệ hàng
Môi trường kho bãi công nghiệp đặt ra nhiều thách thức kỹ thuật phức tạp cho hệ thống robot di động. Không gian lối đi giữa các kệ hàng thường hẹp và có nhiều góc khuất. Sự xuất hiện bất ngờ của chướng ngại vật tĩnh và động đòi hỏi hệ thống phản ứng tức thì. Sai số cơ khí từ bề mặt sàn dẫn đến hiện tượng trượt bánh xe. Sai số tích lũy này khiến việc ước lượng vị trí dựa trên động học xe vi sai bị trôi dạt theo thời gian. Ngoài ra, điều kiện chiếu sáng trong nhà kho không đồng đều giữa các khu vực. Hiện tượng này ảnh hưởng trực tiếp đến chất lượng ghi hình của cảm biến camera quang học. Thuật toán nhận diện mã vạch và nhãn hàng hóa dễ bị sai sót nếu hình ảnh mờ nhòe. Băng thông truyền dữ liệu giữa các tiến trình điều khiển cần được duy trì với độ trễ cực thấp. Nếu xử lý tính toán không kịp thời, nguy cơ va chạm với cấu trúc kệ hàng sẽ tăng cao. Do đó, việc xây dựng mô hình toán học và kiểm soát cảm biến chuẩn xác đóng vai trò quyết định.
2.1. Vấn đề động học và sai số định vị tích lũy trong không gian
Robot sử dụng hệ dẫn động hai bánh vi sai với tâm quay nằm giữa hai trục bánh. Phương trình động học vi sai xác định vận tốc tuyến tính và vận tốc góc dựa trên hiệu vận tốc từng bánh. Tuy nhiên, trong thực tế chuyển động, hiện tượng trượt bánh cơ học luôn xuất hiện liên tục. Bụi bẩn trên sàn kho hoặc độ mòn lốp xe gây ra sai lệch lớn đối với các số liệu encoder. Phương pháp ước lượng vị trí thuần túy (odometry) tạo ra sai số lũy tiến theo quãng đường di chuyển. Nếu không có thuật toán hiệu chỉnh từ cảm biến môi trường, tọa độ robot sẽ sai lệch hoàn toàn so với thực tế. Điều này dẫn đến sự cố robot đi lệch quỹ đạo hoặc kẹt cứng giữa các lối đi kệ hàng.
2.2. Khó khăn trong nhận dạng thị giác và kiểm kê sản phẩm
Thị giác máy tính trong môi trường kho công nghiệp gặp phải rào cản ánh sáng phức tạp. Các góc kệ hàng thường bị che khuất hoặc thiếu sáng, làm giảm độ tương phản ảnh. Mã QR in trên bao bì sản phẩm có thể bị mờ, rách hoặc dán ở góc nghiêng. Khi robot di chuyển liên tục, hiện tượng rung lắc gây nhòe khung hình camera. Các giải thuật trích xuất đặc trưng hình ảnh truyền thống dễ thất bại trong trường hợp này. Bên cạnh đó, việc thực thi các mô hình mạng nơ-ron học sâu đòi hỏi năng lực phần cứng lớn. Bộ vi xử lý Raspberry Pi có tài nguyên RAM và xung nhịp giới hạn. Hệ thống dễ rơi vào tình trạng quá tải tính toán và giật lag tín hiệu nếu không được tối ưu thuật toán.
III. Giải pháp điều khiển robot di động quản lý kệ hàng bằng ROS 2
Giải pháp kỹ thuật của nhóm nghiên cứu tập trung vào hệ thống kiến trúc mở ROS 2 Humble. Khung phần mềm này sử dụng giao thức truyền thông phân tán DDS hiện đại. Nhờ đó, việc trao đổi gói tin giữa các nút điều khiển diễn ra với tính bảo mật và độ trễ thấp. Thuật toán SLAM kết hợp dữ liệu quét từ LiDAR 2D và encoder giúp tái tạo bản đồ kho bãi sắc nét. Gói điều hướng Navigation 2 được cấu hình nhằm lập kế hoạch quỹ đạo toàn cục và cục bộ. Khi phát hiện vật cản bất ngờ, robot chủ động điều chỉnh vận tốc góc để tránh va chạm an toàn. Ở tầng nhận diện, nhóm tích hợp mô hình thị giác máy tính CNN kết hợp mạng YOLO rút gọn. Mô hình quét nhanh các vùng ảnh chứa mã QR và nhận dạng thông tin mã vạch trên thùng carton. Giao diện điều khiển trung tâm được lập trình bằng Python cung cấp bảng điều khiển trực quan. Người quản lý kho có thể gửi lệnh mục tiêu và giám sát số liệu vị trí theo thời gian thực.
3.1. Ứng dụng ROS 2 Humble và SLAM LiDAR trong điều hướng kho
ROS 2 Humble cung cấp nền tảng truyền thông vững chắc cho kiến trúc phần mềm robot. Cảm biến LiDAR 2D liên tục đo khoảng cách đến các vách kệ kho để xây dựng bản đồ dạng lưới 2D (occupancy grid map). Thuật toán SLAM xử lý hợp nhất dữ liệu quét laser cùng thông tin vận tốc từ bộ đếm encoder. Hệ thống giảm thiểu tối đa độ trôi dạt của tọa độ ước lượng. Stack điều hướng Nav2 sử dụng thuật toán Costmap để nhận diện chướng ngại vật theo hai lớp tĩnh và động. Bộ điều phối quỹ đạo tạo đường đi ngắn nhất và tính toán lệnh điều khiển động cơ mượt mà. Robot tự động bám theo đường dẫn định sẵn và cập nhật lộ trình nếu gặp vật cản bất ngờ.
3.2. Thuật toán thị giác CNN và nhận diện mã QR kiểm kê
Hệ thống thị giác ứng dụng mạng nơ-ron tích chập (CNN) kết hợp giải thuật phát hiện đối tượng YOLO. Cấu trúc CNN trích xuất các đặc trưng cạnh, góc và biên dạng bao bì hàng hóa thông qua phép tính chập ma trận. Camera liên tục ghi hình các thùng sản phẩm đặt trên tầng kệ kho. Mô hình YOLO định vị chính xác vùng tọa độ chứa mã định danh dù bị biến dạng nhẹ. Sau khi khoanh vùng, thư viện giải mã OpenCV và Pyzbar đọc dữ liệu chuỗi ký tự từ mã QR. Thông tin mã hàng, số lượng và ngày nhập kho được phân tích tự động. Kết quả đối soát được đồng bộ trực tiếp lên hệ thống cơ sở dữ liệu kho bãi, loại bỏ hoàn toàn các thao tác thủ công.
IV. Đánh giá ứng dụng thực tế của robot di động quản lý kệ hàng
Kết quả thực nghiệm tại Đại học Sư phạm Kỹ thuật TP.HCM khẳng định tính hiệu quả của mô hình robot di động. Robot vận hành bền bỉ trên bề mặt sàn phẳng với độ ổn định cao. Sai số dừng tại điểm đích trong bản đồ SLAM được duy trì ở mức dưới hai centimet. Tốc độ nhận diện và đọc mã QR đạt độ chuẩn xác vượt trội trên 95% ở cự ly quét tiêu chuẩn. Việc triển khai hệ thống giúp doanh nghiệp cắt giảm đến 70% thời gian kiểm kho định kỳ. Đồng thời, nguy cơ xảy ra tai nạn lao động trong các kho chứa hàng cao tầng giảm thiểu đáng kể. Nghiên cứu mở ra tiềm năng thương mại hóa lớn trong lĩnh vực kho bãi và logistics thông minh. Trong tương lai, mô hình có thể phát triển thêm cơ cấu tay gắp hoặc nâng hạ hàng hóa tự động. Việc kết hợp mạng truyền thông công nghiệp 5G sẽ cho phép điều phối cụm robot làm việc đồng thời. Dự án là bước tiến vững chắc trong nghiên cứu ứng dụng robot dịch vụ tại Việt Nam.
4.1. Hiệu quả vận hành trong tối ưu hóa logistics nhà kho
Ứng dụng robot di động giúp thay đổi hoàn toàn quy trình quản lý kho truyền thống. Thiết bị hoạt động liên tục mà không chịu tác động bởi yếu tố mệt mỏi hay phân tâm. Hệ thống tự động cập nhật số lượng tồn kho theo thời gian thực về phần mềm máy chủ quản lý. Sai sót thất thoát hàng hóa do con người được loại bỏ gần như triệt để. Tốc độ kiểm kê tăng gấp bốn lần so với phương pháp kiểm đếm thủ công bằng sổ sách. Doanh nghiệp dễ dàng truy xuất nguồn gốc lô hàng và kiểm soát chu kỳ xuất nhập kho tức thì. Mô hình này giúp tiết kiệm đáng kể chi phí vận hành hàng tháng cho các doanh nghiệp kho bãi.
4.2. Hướng mở rộng nghiên cứu và khả năng thương mại hóa
Đề tài tốt nghiệp tại HCMUTE tạo tiền đề kỹ thuật vững chắc để nâng cấp lên sản phẩm thương mại. Trong các giai đoạn tiếp theo, robot có thể tích hợp thêm cụm camera 3D đo chiều sâu và cảm biến siêu âm. Cải tiến này giúp nâng cao độ an toàn khi phát hiện vật cản ở các độ cao khác nhau. Cấu trúc khung cơ khí có thể lắp đặt thêm cơ cấu nâng tự động để kiểm tra các tầng kệ cao. Ngoài ra, việc nghiên cứu thuật toán điều phối đa robot (Fleet Management) sẽ tối ưu hóa lộ trình tổng thể trong các nhà kho lớn. Giải pháp có tiềm năng chuyển giao công nghệ cao cho các trung tâm phân phối thương mại điện tử hiện đại.
