Bối cảnh và vấn đề nghiên cứu

Sự bùng nổ của trí tuệ nhân tạo, Internet vạn vật (IoT) và công nghệ tự động hóa đã thúc đẩy mạnh mẽ lĩnh vực xe tự hành trên toàn cầu. Các tập đoàn công nghệ và sản xuất ô tô như Tesla, Waymo, Google, Amazon, Ford hay Bosch đã đưa các tính năng tự lái từ cấp độ 3 đến cấp độ 4 (theo phân loại SAE J3016) vào thử nghiệm và vận hành thực tế. Tại Việt Nam, xu hướng nghiên cứu xe tự hành được thúc đẩy qua các cuộc thi học thuật như "UIT Car Racing" (Trường Đại học Công nghệ Thông tin - ĐHQG TP.HCM), "Cuộc đua số" (Tập đoàn FPT), cũng như các hoạt động thử nghiệm thương mại của VinFast và Phenikaa-X với mẫu xe Minibus tự hành cấp độ 4.

Hầu hết các dòng xe thương mại hiện đại tích hợp hệ thống trợ lái nâng cao (ADAS) gồm các chức năng hỗ trợ chuyển làn, bám làn, đỗ xe tự động hoặc phanh khẩn cấp có giá thành rất cao, vượt quá khả năng tiếp cận của các nhóm nghiên cứu quy mô nhỏ. Nhằm giải quyết rào cản chi phí, hướng tiếp cận phổ biến là hoán cải các phương tiện có sẵn (như xe điện sân golf) thành xe tự hành. Trong đề tài tiền nhiệm của nhóm nghiên cứu, việc chuyển đổi một chiếc xe điện 6 chỗ đã được thực hiện nhưng còn bộc lộ ba hạn chế kỹ thuật lớn:

  1. Kiến trúc xử lý sử dụng một vi điều khiển trung tâm duy nhất (Central Control Unit) để đọc toàn bộ cảm biến và điều khiển mọi cơ cấu chấp hành, gây nghẽn cổ chai và rất khó mở rộng thêm tính năng mới.
  2. Tốc độ điều khiển và đáp ứng của động cơ bẻ lái còn rất chậm (chỉ đạt 1 độ/giây).
  3. Hệ thống chưa có cơ chế phản hồi vận tốc thực tế của phương tiện trong quá trình di chuyển.

Để khắc phục triệt để các hạn chế trên, khóa luận tốt nghiệp kỹ sư ngành Kỹ thuật Máy tính của sinh viên Nguyễn Văn Tín (Trường Đại học Công nghệ Thông tin - ĐHQG TP.HCM), dưới sự hướng dẫn của Thầy Phạm Minh Quân, đã thực hiện đề tài: "Thiết kế và hiện thực kiến trúc phần cứng mạng máy tính nhúng - vi điều khiển cho xe tự hành" (năm 2023). Đề tài xác định 7 nhiệm vụ và mục tiêu cụ thể gồm:

  1. Chia các tính năng chính của xe thành các node (nút) cơ sở độc lập nhằm dễ dàng quản lý, thay thế và mở rộng chức năng.
  2. Xây dựng mạng truyền thông CAN (Controller Area Network) để liên kết toàn bộ các node cơ sở.
  3. Cải tiến tốc độ và độ chính xác của hệ thống đánh lái bằng việc sử dụng bộ điều khiển động cơ Servo EZI.
  4. Cải tiến hệ thống cảm biến phát hiện vật cản xung quanh phương tiện.
  5. Tích hợp thêm các cảm biến vận tốc, gia tốc và hệ thống định vị toàn cầu GPS nhằm phục vụ công tác định vị xe.
  6. Xây dựng cơ chế ghi nhật ký dữ liệu (log data) phục vụ quá trình gỡ lỗi (debug).
  7. Xây dựng máy chủ trung tâm để tiếp nhận và lưu trữ toàn bộ dữ liệu hoạt động truyền về từ xe.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Kiến trúc mạng máy tính nhúng kết hợp vi điều khiển; giao thức truyền thông CAN Bus và MQTT; các khối điều khiển điện tử (ECU) phân tán cho xe tự hành.
  • Phạm vi nghiên cứu: Triển khai và tích hợp thực tế trên nền tảng khung gầm xe điện 6 chỗ; tập trung vào tầng điều khiển phần cứng cấp thấp (Low Level) và cơ chế liên lạc trung gian lên tầng xử lý cấp cao (High Level).

Cơ sở lý thuyết và phương pháp tiếp cận

Khung lý thuyết và công nghệ sử dụng

Khóa luận vận dụng các chuẩn truyền thông công nghiệp, hệ điều hành nhúng thời gian thực và các dòng vi xử lý chuyên dụng:

  • Chuẩn mạng CAN (Controller Area Network): Chuẩn truyền thông đa chủ (Multi-master) được Robert Bosch GmbH phát triển từ năm 1983. Mạng truyền dữ liệu dạng tín hiệu vi sai qua 2 dây (CAN_H và CAN_L) với trạng thái trội (Dominant - bit 0) và trạng thái lặn (Recessive - bit 1). Đề tài nghiên cứu cấu trúc khung truyền dữ liệu tiêu chuẩn (CAN 2.0A Data Frame) gồm: Start of Frame (1 bit), Arbitration Field (11 bit Identifier phân định độ ưu tiên và 1 bit RTR), Control Field (bit IDE và 4 bit DLC xác định độ dài dữ liệu tối đa 8 bytes), Data Field, CRC Field (kiểm tra lỗi) và End of Frame (7 bit).
  • Hệ điều hành thời gian thực CMSIS-RTOS2: Sử dụng nhân FreeRTOS chuẩn hóa qua giao diện CMSIS-RTOS của ARM Cortex-M. Cơ chế điều phối hỗ trợ quản lý trạng thái luồng (Running, Ready, Blocked, Terminated, Inactive), cờ sự kiện (Event Flags), khóa tương hỗ (Mutex) và bộ đếm đồng bộ (Semaphore).
  • Giao thức MQTT (Message Queuing Telemetry Transport): Giao thức truyền tin gọn nhẹ theo mô hình Publish/Subscribe qua Broker, sử dụng các khái niệm Topic, Session và Subscription nhằm tối ưu đường truyền mạng không dây giữa xe và máy chủ.
  • Linh kiện phần cứng triển khai:
    • Vi điều khiển chính: STM32F103C8T6 (lõi ARM Cortex-M3 32-bit, tần số 72 MHz) và ESP32 (lõi kép Xtensa 32-bit, xung nhịp 240 MHz, tích hợp Wi-Fi/Bluetooth).
    • Cảm biến và đo lường: Cảm biến khoảng cách quang học VL53L0x, cảm biến vật cản XKC-KD200, mạch đo điện áp/dòng điện/công suất INA219 (giao tiếp I2C, đo dòng ±3.2A, điện áp 0-26V), cảm biến quán tính 9 trục IMU BNO055 (tích hợp vi xử lý Cortex-M0+ chạy thuật toán Sensor Fusion), cảm biến Rotary Encoder đọc xung tốc độ trục quay.
    • Thiết bị điều khiển và bảo vệ: Bộ điều khiển góc lái EZI Servo Plus R (giao tiếp RS485), rơ-le bán dẫn SSR (Solid State Relay cách ly quang), IC thu phát CAN Transceiver MCP2551 (chuẩn CAN 2.0B, tốc độ đến 1 Mbps, chịu xung áp 50V), IC định thời 555 và cầu chì ngắt mạch.

Phương pháp nghiên cứu

  • Phương pháp phân rã module hệ thống: Tách cấu trúc điều khiển tập trung thành kiến trúc phân tán gồm tầng High Level (máy tính nhúng xử lý thuật toán phức tạp) và tầng Low Level (các ECU vi điều khiển chuyên trách từng cụm chức năng).
  • Phương pháp thiết kế phần cứng và nhúng: Thiết kế sơ đồ nguyên lý, bố trí mạch in (PCB) cho từng node; lập trình đa luồng tiền định thời gian thực bằng CMSIS-RTOS2/FreeRTOS trên vi điều khiển STM32F103C8T6; thiết kế tầng mạng CAN 4 lớp dựa trên mô hình OSI.
  • Phương pháp thực nghiệm và kiểm thử tích hợp: Lắp đặt thực tế các mạch điều khiển, bộ truyền động cơ cấu lái, cảm biến vòng quay encoder và hệ thống ắc quy lên xe điện 6 chỗ để vận hành thử nghiệm trên đường truyền CAN Bus.

Thiết kế và triển khai kiến trúc hệ thống

Khóa luận phân chia hệ thống điều khiển tổng thể thành hai phân tầng rõ rệt:

  • Tầng cao (High Level): Gồm máy tính nhúng có năng lực xử lý mạnh đảm nhận tác vụ định vị, nhận diện làn đường, camera và thuật toán tự hành; giao tiếp với tầng thấp qua giao thức MQTT.
  • Tầng thấp (Low Level): Gồm 6 node vi điều khiển cơ sở giao tiếp trực tiếp qua mạng CAN Bus nội bộ:
    1. Power Management Node: Đo điện áp, dòng điện tiêu thụ từ bình ắc quy 12V qua IC INA219. Khi công suất hoặc dòng điện vượt ngưỡng, vi điều khiển kích hoạt ngắt SSR và bảo vệ bằng cầu chì chống quá tải đột xuất.
    2. Distance Node: Đọc tín hiệu từ 2 cảm biến khoảng cách VL53L0x và XKC-KD200; phát lệnh khẩn cấp yêu cầu dừng động cơ qua mạng CAN khi phát hiện vật cản phía trước nằm trong khoảng cách nguy hiểm.
    3. Light-Speaker-GPS Node: Điều khiển còi và hệ thống đèn báo rẽ (sử dụng IC 555 tạo xung nhấp nháy); tiếp nhận tọa độ kinh/vĩ độ từ module GPS để gửi lên mạng CAN.
    4. Engine Node: Điều khiển tốc độ xe bằng cách kích rơ-le mô phỏng tín hiệu nhấn ga/đạp phanh của hệ thống động cơ dùng nguồn 72V; đọc tín hiệu xung từ Rotary Encoder để chạy giải thuật điều khiển kín PID; đọc dữ liệu gia tốc và hướng từ IMU BNO055.
    5. Steering Node: Điều khiển hệ thống bẻ lái thông qua việc gửi lệnh cấu hình đến bộ điều khiển EZI Servo Plus R qua chuẩn giao tiếp RS485; sử dụng 2 cảm biến INA219 để giám sát riêng năng lượng của bo mạch và năng lượng của bộ lái servo (sử dụng ắc quy riêng biệt).
    6. Master Node (Gateway): Thiết bị trung gian giữa High Level và Low Level. Node lắng nghe toàn bộ thông điệp trên CAN Bus để gửi lên máy chủ qua MQTT hoặc tạm lưu vào thẻ nhớ SD Card trong trường hợp mất kết nối mạng.
Tên Node Tên Thread trong RTOS Mức độ ưu tiên Tần số hoạt động (Hz) Chức năng cụ thể
Power Management Blinker BelowNormal 2 Nhấp nháy LED báo hiệu trạng thái hoạt động
Power Monitor RealTime 100 Đọc cảm biến INA219, ngắt relay khi vượt ngưỡng an toàn
Power Publisher Normal 50 Đóng gói dữ liệu năng lượng gửi lên Master qua CAN
CAN Receiver High - Lắng nghe và tiếp nhận lệnh điều khiển từ CAN Bus
Distance Blinker BelowNormal 2 Nhấp nháy LED báo hiệu trạng thái hoạt động
Sensor Monitor RealTime 100 Đọc khoảng cách từ cảm biến VL53L0x và XKC-KD200
Power Publisher Normal 50 Gửi dữ liệu công suất tiêu thụ của node lên Master
CAN Receiver High - Lắng nghe đường truyền CAN Bus
Light-Speaker-GPS Blinker BelowNormal 2 Nhấp nháy LED báo trạng thái bo mạch
GPS Publisher Normal 2 10 Gửi thông tin tọa độ định vị GPS vào mạng CAN
Power Publisher Normal 50 Gửi thông số dòng/áp tiêu thụ lên Master Node
CAN Receiver High - Lắng nghe lệnh bật còi, đèn từ mạng CAN
GPS Receiver Normal 3 - Đọc dữ liệu NMEA thô từ module GPS qua cổng nối tiếp
Engine Blinker BelowNormal 1 2 Báo trạng thái hoạt động của bo mạch
IMU Reader & Publisher Normal 2 50 Đọc gia tốc, góc quay từ BNO055 và phát lên CAN
Power Publisher Normal 20 Gửi thông số công suất của node lên Master Node
CAN Receiver High - Tiếp nhận lệnh điều khiển tốc độ từ hệ thống
Engine Controller RealTime 50 Thuật toán PID điều khiển ga/phanh dựa trên Encoder
Steering Blinker BelowNormal 2 Báo trạng thái hoạt động của bo mạch
Ezi Power Publisher Normal 2 20 Đọc và gửi dữ liệu tiêu thụ nguồn của bộ EZI Servo
Main Power Publisher Normal 20 Đọc và gửi dữ liệu tiêu thụ nguồn của vi điều khiển
CAN Receiver High - Lắng nghe lệnh đánh lái từ Master Node
EZI Status Monitor Normal 3 50 Giám sát vị trí và trạng thái phản hồi của bộ lái EZI
Master Blinker BelowNormal 2 Báo trạng thái hoạt động của bo mạch trung tâm
MQTT Receiver Normal 2 50 Đọc và phân tích gói tin nhận từ máy chủ/tầng cao
Main Power Publisher Normal 50 Gửi trạng thái nguồn của Master Node lên mạng
CAN Receiver High - Lắng nghe toàn bộ dữ liệu CAN để đóng gói chuyển tiếp

Kiến trúc mạng CAN nội bộ được thiết kế theo 4 tầng chức năng:

  • Physical Layer: Tuân thủ chuẩn ISO 11898-2/5, dùng chip MCP2551 và mạch vi sai để đảm bảo tính toàn vẹn tín hiệu trên môi trường xe điện.
  • Datalink Layer: Sử dụng khung chuẩn CAN Standard Data Frame với định dạng ID 11 bit để phân chia mức ưu tiên gói tin.
  • Network Layer: Phân bổ trường địa chỉ ID theo cấu trúc phân cấp (Message Type, Target Node, Frame Type).
  • Application Layer: Định dạng dữ liệu Data Field tải trọng tối đa 8 bytes, quy chuẩn các mã lệnh điều khiển động cơ, góc đánh lái, tín hiệu cảm biến và thông điệp cảnh báo.

Nội dung chính theo từng chương

Chương 1: Tổng quan đề tài

Chương 1 trình bày bối cảnh nghiên cứu về xe tự hành trên thế giới và tại Việt Nam, phân tích 6 cấp độ tự hành theo chuẩn SAE J3016. Tác giả tổng hợp các mô hình nghiên cứu xe tự lái hoán cải từ xe điện, chỉ ra nhược điểm của kiến trúc điều khiển tập trung một vi điều khiển STM32F3 trong nghiên cứu tham khảo nước ngoài [8] và hệ thống cũ tại phòng thí nghiệm [10]. Trên cơ sở đó, tác giả xác định mục tiêu xây dựng kiến trúc mạng phân tán gồm 6 node chuyên trách, mạng CAN 4 tầng, cải tiến tốc độ bẻ lái bằng Servo EZI, tích hợp thêm Encoder, IMU, GPS và xây dựng máy chủ quản lý.

Chương 2: Cơ sở lý thuyết

Nội dung chương 2 hệ thống hóa toàn bộ các nền tảng lý thuyết và linh kiện kỹ thuật sử dụng trong đề tài. Trọng tâm gồm có:

  • Nguyên lý hoạt động của đường truyền mạng CAN, cấu trúc các trường trong Standard Data Frame (SOF, Arbitration, Control, Data, CRC, ACK, EOF) và Remote Frame.
  • Cơ chế quản lý đa nhiệm trong hệ điều hành thời gian thực CMSIS-RTOS2 (nhân FreeRTOS), các trạng thái chuyển đổi của Thread, phương pháp đồng bộ luồng qua Event Flags, Mutex và Semaphore.
  • Giao thức mạng MQTT dành cho truyền nhận dữ liệu IoT thông qua cơ chế Publish/Subscribe qua Broker.
  • Thông số kỹ thuật chi tiết của các phần cứng: vi điều khiển STM32F103C8T6, ESP32; IC đo công suất INA219; cảm biến quán tính 9 trục IMU BNO055; cảm biến Rotary Encoder; bộ điều khiển servo vị trí EZI Servo Plus R; rơ-le bán dẫn SSR; IC thu phát MCP2551.

Chương 3: Phương pháp đề xuất

Chương 3 là phần trọng tâm thiết kế kỹ thuật của khóa luận. Tác giả xây dựng chi tiết sơ đồ khối tổng thể phân tầng High Level và Low Level. Từng node chức năng trong số 6 node cơ sở (Power Management, Distance, Light-Speaker-GPS, Engine, Steering, Master) đều được trình bày rõ ràng qua sơ đồ nguyên lý mạch điện tử và sơ đồ luồng chương trình phần mềm nhúng. Tác giả lập bảng chi tiết nhiệm vụ, mức độ ưu tiên và tần số quét của toàn bộ các Thread chạy trên FreeRTOS cho từng vi điều khiển. Chương này cũng chuẩn hóa kiến trúc mạng CAN 4 tầng (Physical, Datalink, Network, Application) và mô hình định dạng gói tin điều khiển trên bus.

Chương 4: Kết quả đạt được

Chương 4 công bố các kết quả chế tạo phần cứng thực tế và thử nghiệm vận hành hệ thống. Tác giả trưng bày hình ảnh các bo mạch hoàn chỉnh gồm mạch Light-Speaker-GPS, cụm Distance Node, mạch Power Management, mạch Engine Node tích hợp cảm biến Encoder gắn trên trục bánh xe, mạch Steering Node nối với cụm cơ cấu lái EZI Servo, và mạch trung tâm Master Node. Về mặt phần mềm máy chủ, tác giả xây dựng thành công cơ sở dữ liệu MongoDB cùng hai màn hình giao diện trực quan: giao diện hiển thị trạng thái vận hành của xe và giao diện giám sát trạng thái truyền thông trên mạng CAN. Chương này kết thúc bằng việc đánh giá các ưu nhược điểm kỹ thuật và đề xuất hướng phát triển tiếp theo.

Kết quả và đóng góp

Kết quả kỹ thuật đạt được

  • Hiện thực hóa 6 khối phần cứng hoàn chỉnh: Chế tạo thành công 6 node điều khiển điện tử (ECU) chuyên biệt, lắp đặt gọn gàng và vận hành đồng bộ trên xe điện 6 chỗ.
  • Tối ưu hóa thời gian đáp ứng thời gian thực: Ứng dụng CMSIS-RTOS2/FreeRTOS trên tất cả các vi điều khiển STM32F103C8T6, phân định mức ưu tiên rõ ràng cho các tác vụ quan trọng (như ngắt bảo vệ nguồn điện và đọc cảm biến an toàn ở mức RealTime tần số 100 Hz; thuật toán PID điều khiển động cơ ở tần số 50 Hz).
  • Cải tiến cơ cấu chấp hành: Khắc phục nhược điểm bẻ lái chậm (1 độ/giây) của hệ thống cũ thông qua việc tích hợp bộ điều khiển động cơ EZI Servo Plus R giao tiếp RS485; bổ sung cảm biến Rotary Encoder thu thập vận tốc bánh xe phục vụ phản hồi vòng kín PID.
  • Xây dựng mạng CAN chuẩn hóa và hệ thống giám sát năng lượng: Thiết lập thành công mô hình mạng CAN 4 tầng với tốc độ truyền ổn định; mỗi node đều có khả năng tự giám sát công suất tiêu thụ bằng IC INA219 và truyền tải về máy chủ quản lý.
  • Hệ thống phần mềm máy chủ: Triển khai cơ sở dữ liệu MongoDB lưu trữ dữ liệu tập trung, tích hợp khe cắm thẻ nhớ SD Card tại Master Node để lưu dữ liệu đệm khi mất mạng và xây dựng giao diện hiển thị trạng thái xe theo thời gian thực.

Đóng góp kỹ thuật so với nghiên cứu trước

  1. Chuyển đổi thành công kiến trúc vi điều khiển tập trung đơn lẻ (dễ nghẽn, khó mở rộng) sang kiến trúc mạng phân tán module hóa qua CAN Bus, cho phép tháo lắp, nâng cấp hoặc thay thế từng node mà không làm gián đoạn toàn hệ thống.
  2. Bổ sung cơ chế an toàn chủ động đa lớp: vừa có rơ-le SSR ngắt điện tức thời khi phần mềm phát hiện quá dòng, vừa có cầu chì phần cứng bảo vệ chống sự cố ngắn mạch đột xuất.
  3. Thiết lập hệ thống thu thập dữ liệu toàn diện (gồm góc lái, vận tốc encoder, gia tốc/hướng IMU, tọa độ GPS, vật cản và dòng điện tiêu thụ) hỗ trợ việc phát triển các giải thuật xe tự hành tầng cao trong giai đoạn tiếp theo.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế kỹ thuật được đề cập

  • Tầng High Level trong phạm vi khóa luận mới chỉ dừng lại ở việc hiện thực một bộ điều khiển (controller) đơn giản đảm nhận việc phát lệnh điều khiển và định vị cơ bản, chưa tích hợp các giải thuật xử lý ảnh phức tạp hay tự hành hoàn chỉnh.
  • Số lượng và chủng loại cảm biến phát hiện vật cản còn hạn chế (mới tích hợp cảm biến khoảng cách quang học VL53L0x và XKC-KD200 ở Distance Node), chưa tạo ra góc bao quát toàn diện xung quanh thân xe 6 chỗ.
  • Khả năng đồng bộ dữ liệu thời gian thực lên máy chủ quản lý còn phụ thuộc chặt chẽ vào độ ổn định của đường truyền mạng không dây tại khu vực vận hành.

Hướng nghiên cứu tiếp theo

  • Phát triển và hoàn thiện các thuật toán xe tự hành phức tạp trên máy tính nhúng ở tầng High Level (xử lý hình ảnh từ camera nhận diện làn đường, tích hợp cảm biến LiDAR, giải thuật định vị và xây dựng bản đồ đồng thời - SLAM).
  • Mở rộng số lượng node cảm biến vật cản trên mạng CAN nhằm loại bỏ các điểm mù quanh xe.
  • Nghiên cứu cơ chế phanh tự động hoàn toàn bằng cơ cấu chấp hành điện tử thay thế cho việc mô phỏng đóng ngắt tín hiệu rơ-le thông thường.
  • Nâng cấp và tối ưu hóa băng thông truyền thông của mạng CAN nội bộ khi lượng dữ liệu cảm biến tần số cao gia tăng.

Giá trị tham khảo

Tài liệu khóa luận tốt nghiệp này cung cấp giá trị tham khảo thực tiễn và học thuật cho các nhóm đối tượng sau:

  • Sinh viên ngành Kỹ thuật Máy tính, Hệ thống Nhúng, Cơ điện tử và Kỹ thuật Ô tô: Cung cấp tài liệu thiết kế chi tiết về việc ứng dụng hệ điều hành thời gian thực (FreeRTOS/CMSIS-RTOS2) trên dòng vi điều khiển phổ biến STM32F103; phương pháp lập trình chia luồng, xử lý tương tranh bằng Mutex, Semaphore và Event Flags.
  • Các nhóm nghiên cứu phát triển xe tự hành quy mô phòng thí nghiệm: Là tài liệu tham khảo trực tiếp về quy trình hoán cải xe điện chở khách 6 chỗ thành nền tảng tự hành; cách ly khối động cơ công suất lớn (nguồn 72V) với hệ thống điều khiển số (12V/5V/3.3V) nhằm chống nhiễu công nghiệp.
  • Kỹ sư thiết kế mạng truyền thông công nghiệp: Tham khảo quy cách phân tầng mạng CAN (4 lớp dựa trên mô hình OSI), phương pháp đóng gói khung truyền chuẩn CAN 2.0A và cơ chế bắc cầu (Gateway) chuyển đổi giữa bus trường CAN và mạng IoT không dây qua MQTT.

Câu hỏi thường gặp

1. Khóa luận giải quyết bài toán nghẽn cổ chai của đề tài tiền nhiệm bằng phương án nào?
Tác giả thay thế vi điều khiển trung tâm duy nhất bằng kiến trúc phân tán gồm 6 node vi điều khiển chuyên biệt ở tầng thấp (Low Level). Mỗi node độc lập quản lý một khối phần cứng riêng (nguồn, vật cản, đèn/GPS, động cơ, bánh lái, trung tâm) và liên lạc với nhau qua mạng CAN Bus 2 dây theo chuẩn công nghiệp.

2. Hệ thống kiểm soát tốc độ của xe tự hành dựa trên các cảm biến và giải thuật nào?
Engine Node nhận dữ liệu phản hồi vận tốc và số vòng quay bánh xe thông qua cảm biến Rotary Encoder gắn trên trục xe. Vi điều khiển STM32 áp dụng thuật toán điều khiển PID vòng kín ở tần số 50 Hz để kích hoạt các rơ-le tín hiệu chân ga/phanh, kết hợp cảm biến quán tính 9 trục IMU BNO055 để xác định gia tốc và hướng chuyển động.

3. Cơ chế bảo vệ quá tải và giám sát nguồn điện trên xe được thiết kế ra sao?
Mỗi node đều được trang bị IC đo năng lượng INA219 giao tiếp I2C. Riêng Power Management Node liên tục đọc dòng điện và điện áp của bình ắc quy 12V bằng một luồng chuyên trách chạy ở mức ưu tiên RealTime (tần số 100 Hz). Khi phát hiện thông số vượt ngưỡng, vi điều khiển lập tức kích rơ-le bán dẫn SSR để ngắt nguồn hệ thống, đồng thời trang bị thêm cầu chì bảo vệ chống ngắn mạch.

4. Dữ liệu từ xe được gửi về máy chủ bằng cách nào và giải pháp xử lý khi mất mạng là gì?
Master Node đảm nhận vai trò Gateway, lắng nghe toàn bộ thông điệp trên CAN Bus và đóng gói gửi lên máy chủ quản lý thông qua giao thức MQTT. Nếu đường truyền mạng không dây bị gián đoạn, Master Node sẽ tự động ghi lưu dữ liệu thô vào thẻ nhớ SD Card tích hợp và gửi bù lên máy chủ ngay khi có mạng trở lại. Dữ liệu trung tâm được lưu trữ trên cơ sở dữ liệu MongoDB.

5. Hệ thống bẻ lái được cải tiến như thế nào để vượt qua giới hạn 1 độ/giây của đề tài cũ?
Nhóm nghiên cứu đã thay thế cơ cấu cũ bằng bộ điều khiển động cơ EZI Servo Plus R chuyên dụng, điều khiển trực tiếp qua giao thức truyền thông nối tiếp RS485 từ Steering Node. Hệ thống này được cấp nguồn từ một bộ bình ắc quy riêng biệt để đảm bảo công suất hoạt động ổn định và có cảm biến INA219 riêng để theo dõi điện năng tiêu thụ.

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Văn Tín đã hoàn thành việc thiết kế và hiện thực hóa thành công kiến trúc phần cứng mạng phân tán giữa máy tính nhúng và vi điều khiển cho xe điện tự hành 6 chỗ. Bằng cách kết hợp chuẩn truyền thông CAN 4 tầng, hệ điều hành thời gian thực CMSIS-RTOS2 trên vi điều khiển STM32F103 và bộ điều khiển góc lái EZI Servo, hệ thống đã giải quyết triệt để các hạn chế về nghẽn dữ liệu, thiếu hụt phản hồi vận tốc và tốc độ đánh lái chậm của công trình tiền nhiệm. Toàn bộ 6 node chức năng cùng hệ thống máy chủ giám sát dữ liệu qua MQTT và MongoDB đã được chế tạo, lắp đặt và kiểm thử thực tế, tạo nền tảng phần cứng vững chắc phục vụ cho việc tích hợp các giải thuật tự hành cấp cao trong tương lai.