Giới thiệu dự án

Sự gia tăng mật độ đô thị và nhu cầu vận chuyển linh hoạt trong các không gian khép kín (nhà máy, kho vận, văn phòng lớn) đặt ra thách thức về các phương tiện di chuyển cá nhân thế hệ mới: nhỏ gọn, không phát thải và khả năng cơ động cao. Các phương tiện truyền thống (xe gắn máy, ô tô, xe ba/bốn bánh) thường chiếm diện tích lớn, bán kính quay vòng rộng và phát thải carbon. Nghiên cứu "Thiết kế và chế tạo xe hai bánh tự cân bằng" tập trung giải quyết bài toán điều khiển hệ thống cơ điện tử phi tuyến bất định (non-linear, under-actuated inverted pendulum system) nhằm tạo ra phương tiện di chuyển thông minh, thân thiện môi trường với giá thành tối ưu hóa cho thể trạng người Việt Nam.

                  [Thanh điều khiển / Góc nghiêng θ]
                                  │
                                  ▼
[Trọng tâm dời lệch] ──> [MPU-6050 (Gia tốc + Con quay hồi chuyển)]
                                  │ (I2C Bus 400kHz)
                                  ▼
                    [dsPIC30F4011 (40 MIPS DSC)]
                                  │
                  ┌───────────────┴───────────────┐
                  ▼                               ▼
       [Bộ lọc Kalman 1-D]               [Bộ điều khiển PID]
   (Ước lượng góc nghiêng θ, ω)     (Tính toán đáp ứng PWM)
                  │                               │
                  └───────────────┬───────────────┘
                                  ▼
                    [Mạch Driver Cầu H MOSFET]
                                  │
                                  ▼
                   [2x Động cơ DC Servo 200W]
                                  │ (Hộp số 1:15)
                                  ▼
                   [Cân bằng & Di chuyển 2 Bánh]

Vấn đề kỹ thuật cốt lõi (Problem Statement)

Hệ thống xe hai bánh đồng trục là một hệ phi tuyến, không ổn định tự nhiên với các thách thức:

  • Trọng tâm hệ thống thay đổi liên tục theo tư thế và khối lượng người lái ($m \in [45, 80]\text{ kg}$).
  • Tín hiệu cảm biến góc nghiêng và vận tốc góc bị ảnh hưởng nghiêm trọng bởi nhiễu rung động động học (vibrational noise) và trôi dạt tích phân (gyro drift).
  • Độ trễ phần cứng (actuator latency) và mô-men xoắn của động cơ cần đáp ứng tức thời trong chu kỳ lấy mẫu dưới $10\text{ ms}$ để ngăn chặn hiện tượng lật xe.

Mục tiêu dự án

  1. Thiết kế cơ khí hoàn chỉnh: Chịu tải trọng tối đa $100\text{ kg}$ (người lái $80\text{ kg}$ + khung xe $20\text{ kg}$), vận tốc thiết kế tối đa $20\text{ km/h}$, phân tích bền đạt hệ số an toàn $SF > 7.0$.
  2. Xây dựng mô hình toán học: Tuyến tính hóa hệ thống con lắc ngược hai bánh đồng trục trên nền tảng cơ học Lagrange/Newton-Euler.
  3. Thiết kế phần cứng điều khiển nhúng: Ứng dụng vi điều khiển 16-bit DSC dsPIC30F4011 kết hợp khối cảm biến đo lường quán tính 6 trục (6-DOF IMU) MPU-6050 và mạch công suất cầu H.
  4. Phát triển thuật toán lọc và điều khiển: Triển khai bộ lọc Kalman rời rạc triệt tiêu nhiễu và bộ điều khiển PID bù góc nghiêng theo thời gian thực với tần số quét $100\text{ Hz}$.

Phạm vi và giới hạn

  • Phạm vi vận hành: Mặt sàn công nghiệp, đường nội bộ bằng phẳng hoặc có độ dốc $\le 10^\circ$, bề mặt gồ ghề cục bộ dưới $2\text{ cm}$.
  • Giới hạn kỹ thuật: Hệ thống thiết kế cho 01 người điều khiển; không tích hợp hệ thống định vị vệ tinh GPS toàn cầu.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Giải pháp / Sản phẩm Ưu điểm Nhược điểm Chi phí ước tính
Segway PT (Mỹ) Cân bằng hoàn hảo, 10 vi xử lý dự phòng, tải trọng $110\text{ kg}$, tốc độ $20\text{ km/h}$. Trọng lượng lớn ($36\text{ kg}$), giá thành quá cao, cấu trúc kín khó tùy biến. ~6.000 USD
Trevor Blackwell Scooter (DIY) Mã nguồn mở (Python/C), linh kiện xe lăn giá rẻ, dễ sửa chữa. Độ trễ thuật toán cao, thuật toán bù góc thô sơ, tính thẩm mỹ và độ bền cơ khí thấp. ~800 - 1.200 USD
Giải pháp đề tài (HCMUTE) Tối ưu hóa vi điều khiển DSC 16-bit, lọc Kalman tốc độ cao, khung thép CT3 chịu lực lớn, giá trị thương mại hóa cao. Chưa tích hợp màn hình hiển thị đồ họa cao cấp; cần sạc lưới AC truyền thống. ~350 - 450 USD

Ma trận yêu cầu người dùng (MoSCoW)

  • Must Have: Khả năng tự giữ cân bằng tĩnh và động; chịu tải $80\text{ kg}$; tự ngắt khi góc nghiêng $|\theta| > 45^\circ$.
  • Should Have: Tốc độ tối đa $15 - 20\text{ km/h}$; điều khiển tiến, lùi, rẽ mượt mà thông qua độ nghiêng thanh điều hướng.
  • Could Have: Phanh tái sinh năng lượng (Regenerative braking); hiển thị điện áp pin qua LED/LCD.
  • Won't Have: Chế độ lái tự động bám làn (Autonomous driving) bằng LiDAR.

Thiết kế hệ thống

Ngăn xếp công nghệ (Technology Stack)

  • Vi điều khiển trung tâm: Microchip dsPIC30F4011-30I/P (Architecture: 16-bit DSC, tốc độ $40\text{ MIPS}$, 24 KB Flash, 1 KB RAM, tích hợp ngoại vi QEI, 6 kênh Motor Control PWM).
  • Cảm biến góc nghiêng: InvenSense MPU-6050 (3-axis Accelerometer $\pm 2g$, 3-axis Gyroscope $\pm 250^\circ/\text{s}$, giao thức $I^2C$ Fast Mode $400\text{ kHz}$).
  • Động cơ chấp hành: 2x DC Servo Tamagawa Seiki công suất $200\text{ W}$, điện áp danh định $40\text{ V}$, tích hợp Optical Encoder $250\text{ PPR}$ (xung/vòng, qua mạch đếm giải mã x4 cho độ phân giải $1000\text{ pulses/rev}$).
  • Bộ truyền động: Hộp giảm tốc hành tinh TSUBAKI tỉ số truyền $i = 1:15$, đường kính bánh xe $D = 0.28\text{ m}$.
  • Môi trường lập trình và mô phỏng: MPLAB IDE v8.92 + Trình biên dịch C30 Compiler v3.31; MATLAB/Simulink R2014b; Autodesk Inventor Professional 2015.
graph TD
    subgraph SENSING_LAYER ["Khối cảm biến & Giao tiếp"]
        IMU["MPU-6050 (6-DOF IMU)"] -->|I2C Data: Accel_Y, Accel_Z, Gyro_X| DSC["dsPIC30F4011 Microcontroller"]
        ENC["2x Optical Encoders (250 PPR)"] -->|QEI Channel A/B Phase| DSC
    end

    subgraph PROCESSING_LAYER ["Xử lý thuật toán thời gian thực"]
        DSC --> KF["Bộ lọc Kalman (Kalman Filter 1-D)"]
        KF -->|Góc ước lượng theta & Vận tốc góc omega| PID["Bộ điều khiển Dual-Loop PID"]
    end

    subgraph ACTUATION_LAYER ["Khối công suất & Chấp hành"]
        PID -->|PWM Signals & DIR Pins| DRV["Mạch công suất Cầu H MOSFET (IRF1404 / IR2104)"]
        DRV -->|Dòng tải điều khiển| MOT["2x Động cơ DC Tamagawa 200W + Hộp số 1:15"]
        MOT -->|Tác động mô-men| WHEEL["2x Bánh xe chuyển động (D = 0.28m)"]
    end

Phương pháp luận (Methodology)

Quy trình phát triển hệ thống áp dụng mô hình chữ V (V-Model), kết hợp giữa tính toán lý thuyết, mô phỏng động lực học và kiểm định phần cứng thực tế.

Yêu cầu hệ thống ─────────────────────────────────> Thử nghiệm thực tế
    │                                                     ▲
    ▼                                                     │
Phân tích mô hình toán ───────────────> Đo kiểm đáp ứng góc & tốc độ
        │                                         ▲
        ▼                                         │
    Thiết kế Cơ khí & Mạch ────> Tích hợp phần cứng & Tuning PID
            │                             ▲
            ▼                             │
        Mô phỏng MATLAB/Simulink ─────────┘

Ma trận rủi ro và biện pháp xử lý (Risk Assessment)

  1. Rủi ro lật xe do quá dòng động cơ: Tích hợp cảm biến dòng Hall shunt resistor và rơ-le ngắt khẩn cấp khi góc nghiêng $|\theta| > 35^\circ$.
  2. Nhiễu điện từ do đóng cắt MOSFET: Cách ly quang toàn phần (Optocoupler isolation PC817 + High-speed 6N137) giữa khối điều khiển 5V và khối công suất 40V/20A.
  3. Trôi dạt tích phân cảm biến Gyro (Drift): Xây dựng ma trận hiệp phương sai sai số đo $R$ và nhiễu quá trình $Q$ để cập nhật liên tục thông qua gia tốc kế.

Implementation và kết quả

Development Process & Mô hình hóa toán học

1. Phương trình động lực học hệ con lắc ngược hai bánh

Hệ thống được mô hình hóa thành hai thành phần chính: thân xe (con lắc khối lượng $M_p$, chiều dài tới trọng tâm $l$, mô-men quán tính $I_p$) và hai bánh xe (khối lượng mỗi bánh $M_w$, bán kính $r$, mô-men quán tính $I_w$).

Thiết lập hệ phương trình chuyển động phi tuyến theo phương ngang $x$ và góc nghiêng thân xe $\theta$:

$$\begin{cases} \left(2 M_w + M_p + \dfrac{2 I_w}{r^2}\right) \ddot{x} + \dfrac{2 k_m k_e}{R r^2} \dot{x} - M_p l \ddot{\theta} \cos\theta + M_p l \dot{\theta}^2 \sin\theta = \dfrac{2 k_m}{R r} V_a \ \left(I_p + M_p l^2\right) \ddot{\theta} - M_p g l \sin\theta - M_p l \ddot{x} \cos\theta + \dfrac{2 k_m k_e}{R r} l \dot{x} = \dfrac{2 k_m}{R} V_a \end{cases}$$

Tuyến tính hóa quanh điểm cân bằng thẳng đứng ($\theta \approx 0 \Rightarrow \sin\theta \approx \theta, \cos\theta \approx 1, \dot{\theta}^2 \approx 0$):

$$\ddot{\theta} = \frac{M_p g l}{I_p + M_p l^2} \theta - \frac{2 k_m k_e}{R r (I_p + M_p l^2)} l \dot{x} + \frac{2 k_m}{R (I_p + M_p l^2)} V_a + \frac{M_p l}{I_p + M_p l^2} \ddot{x}$$

$$\ddot{x} = \frac{\dfrac{2 k_m}{R r} V_a - \dfrac{2 k_m k_e}{R r^2} \dot{x} + M_p l \ddot{\theta}}{2 M_w + M_p + \dfrac{2 I_w}{r^2}}$$

2. Thuật toán lọc Kalman rời rạc (Discrete Kalman Filter 1-D)

Tín hiệu góc từ cảm biến MPU-6050 được xử lý qua 2 trạng thái: Góc nghiêng $\theta$ và độ trôi vận tốc góc $\text{Bias}_b$.

// Cấu trúc dữ liệu và giải thuật Kalman trên dsPIC30F4011
typedef struct {
    float Q_angle;   // Phương sai nhiễu quá trình (Gia tốc kế) = 0.001f
    float Q_bias;    // Phương sai nhiễu quá trình trôi dạt (Gyro Bias) = 0.003f
    float R_measure; // Phương sai nhiễu đo lường (Measurement Noise) = 0.03f
    float angle;     // Trạng thái góc ước lượng hậu nghiệm
    float bias;      // Trạng thái bias con quay hồi chuyển
    float rate;      // Vận tốc góc hiệu chỉnh
    float P[2][2];   // Ma trận hiệp phương sai sai số
} Kalman_t;

float Kalman_getAngle(Kalman_t *Kalman, float newAngle, float newRate, float dt) {
    // 1. Cập nhật trạng thái thời gian (Dự đoán)
    Kalman->rate = newRate - Kalman->bias;
    Kalman->angle += dt * Kalman->rate;

    // 2. Dự đoán ma trận hiệp phương sai sai số Pk|k-1 = F*P*F^T + Q
    Kalman->P[0][0] += dt * (dt * Kalman->P[1][1] - Kalman->P[0][1] - Kalman->P[1][0] + Kalman->Q_angle);
    Kalman->P[0][1] -= dt * Kalman->P[1][1];
    Kalman->P[1][0] -= dt * Kalman->P[1][1];
    Kalman->P[1][1] += Kalman->Q_bias * dt;

    // 3. Tính độ lệch đo lường và sai số đo
    float S = Kalman->P[0][0] + Kalman->R_measure;
    // 4. Tính hệ số khuếch đại Kalman (Kalman Gain) K = P * H^T * inv(S)
    float K[2];
    K[0] = Kalman->P[0][0] / S;
    K[1] = Kalman->P[1][0] / S;

    // 5. Hiệu chỉnh trạng thái hậu nghiệm x_k = x_pred + K * y
    float y = newAngle - Kalman->angle;
    Kalman->angle += K[0] * y;
    Kalman->bias  += K[1] * y;

    // 6. Cập nhật ma trận hiệp phương sai P = (I - K*H) * P_pred
    float P00_temp = Kalman->P[0][0];
    float P01_temp = Kalman->P[0][1];

    Kalman->P[0][0] -= K[0] * P00_temp;
    Kalman->P[0][1] -= K[0] * P01_temp;
    Kalman->P[1][0] -= K[1] * P00_temp;
    Kalman->P[1][1] -= K[1] * P01_temp;

    return Kalman->angle;
}

3. Thuật toán điều khiển PID kép (Dual-Loop PID Controller)

// Vòng lặp điều khiển cân bằng góc nghiêng và bù tốc độ
float Compute_PID(float setpoint, float current_angle, float current_gyro_rate, float dt) {
    static float error_integral = 0.0f;
    float error = current_angle - setpoint;
    
    // Tích phân sai số có giới hạn chống bão hòa (Anti-windup)
    error_integral += error * dt;
    if (error_integral > MAX_INTEGRAL) error_integral = MAX_INTEGRAL;
    else if (error_integral < -MAX_INTEGRAL) error_integral = -MAX_INTEGRAL;
    
    // Khâu vi phân dựa trực tiếp trên con quay hồi chuyển để giảm nhiễu vi phân (Derivative Kick)
    float derivative = current_gyro_rate; 
    
    float output_pwm = (KP * error) + (KI * error_integral) + (KD * derivative);
    return output_pwm;
}

Testing và validation

1. Kiểm tra ứng suất và chuyển vị kết cấu cơ khí (FEA Simulation)

Khung xe và part đỡ được phân tích phần tử hữu hạn (FEA) dưới tải trọng cưỡng bức $1000\text{ N}$ ($100\text{ kg}$).

Chi tiết cơ khí Vật liệu Tải trọng (N) Ứng suất Von Mises lớn nhất (MPa) Giới hạn chảy vật liệu (MPa) Độ biến dạng lớn nhất (mm) Hệ số an toàn (Safety Factor)
Part đỡ trên Thép CT3 500 N 0.9734 MPa 240 MPa 0.0556 mm 7.29 ul
Tổng thể khung xe Thép CT3 + Gỗ 1000 N 0.0078 MPa 240 MPa 0.0000019 mm 14.00 ul

Đánh giá: Kết cấu đảm bảo độ cứng vững tuyệt đối, ứng suất tập trung cực đại thấp hơn nhiều so với ứng suất cho phép ($\sigma_{allow} = 180\text{ MPa}$), không xuất hiện hiện tượng biến dạng dẻo trong quá trình gia tốc hay rung xóc.

2. Kiểm định hiệu năng thuật toán lọc Kalman & Cân bằng

Kịch bản kiểm thử Góc lệch ban đầu $\theta_0$ Thời gian xác lập $t_s$ ($e < 2%$) Độ vọt lố cực đại (Overshoot) Tần số dao động chu kỳ giới hạn Kết quả
Tự đứng cân bằng tĩnh $0^\circ$ $< 0.4\text{ s}$ $1.2^\circ$ Không dao động Đạt
Tác động lực cưỡng bức $15^\circ$ $0.85\text{ s}$ $3.5^\circ$ Tắt dần sau 1.5 chu kỳ Đạt
Góc nghiêng giới hạn $60^\circ$ ($1\text{ rad}$) $1.42\text{ s}$ (Simulink) $5.8^\circ$ Ổn định sau 2.0 s Đạt

Kết quả đạt được

  • Hoàn thiện mô hình thực nghiệm: Chế tạo thành công nguyên mẫu xe hai bánh tự cân bằng hoàn chỉnh với kích thước bao $650 \times 450 \times 1150\text{ mm}$, khối lượng bản thân $22\text{ kg}$.
  • Khả năng tải trọng: Vận hành ổn định với người lái có khối lượng lên đến $80\text{ kg}$.
  • Tốc độ di chuyển: Đạt vận tốc tối đa $15\text{ km/h}$ trên đường bằng phẳng, thời gian đáp ứng hệ thống đạt chu kỳ $10\text{ ms}$ ($100\text{ Hz}$).
  • Tiết kiệm điện năng: Hệ thống ắc quy $24\text{V} - 12\text{Ah}$ cho phép xe hoạt động liên tục trong phạm vi $12 - 15\text{ km}$ cho một lần sạc đầy.

Đổi mới và đóng góp

  1. Ứng dụng thành công vi điều khiển DSC 16-bit giá rẻ: Thay vì sử dụng các bộ xử lý công nghiệp đắt tiền hoặc máy tính nhúng x86 cồng kềnh, đề tài đã khai thác triệt để vi điều khiển Microchip dsPIC30F4011 có tập lệnh DSP chuyên dụng, thực thi thuật toán ma trận lọc Kalman trong thời gian dưới $1.2\text{ ms}$.
  2. Cấu trúc lọc Kalman 1 chiều tối ưu: Giảm tải $65%$ khối lượng tính toán ma trận so với bộ lọc Kalman mở rộng (EKF) tiêu chuẩn nhưng vẫn duy trì sai số ước lượng góc dưới $0.5^\circ$ trong điều kiện động cơ phát sinh rung động tần số cao.
  3. Mạch công suất Cầu H tích hợp bảo vệ dòng điện thời gian thực: Thiết kế tầng kích IR2104 kết hợp MOSFET IRF1404 cho dòng chịu đựng danh định tức thời lên tới $40\text{ A}$, triệt tiêu hiện tượng sụt áp và bảo vệ xả sâu nguồn ắc quy.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

  • Vận chuyển nội bộ trong kho vận (Smart Logistics): Công nhân hoặc giám sát viên di chuyển trong các nhà kho có diện tích hàng chục nghìn mét vuông để kiểm kê hàng hóa.
  • Phương tiện cá nhân trong sân bay và khu công nghiệp: Hỗ trợ lực lượng bảo an tuần tra liên tục với bán kính hoạt động linh hoạt, dễ dàng xoay trở $360^\circ$ tại chỗ.
[Mạng lưới Kho vận / Nhà máy]
              │
              ├──> [Tuần tra bảo an & Giám sát diện rộng]
              ├──> [Kiểm kê hàng hóa trong lối đi hẹp (< 0.8m)]
              └──> [Di chuyển cá nhân cự ly ngắn (1-3 km)]

Phân tích hiệu quả kinh tế (ROI)

  • Chi phí sản xuất: Giá thành chế tạo nguyên mẫu ước tính khoảng $8.500.000\text{ VNĐ}$ (~$370\text{ USD}$), chỉ bằng $6.2%$ so với sản phẩm Segway nhập khẩu ($6.000\text{ USD}$).
  • Thời gian hoàn vốn: Đối với doanh nghiệp áp dụng cho nhân sự tuần tra kho, thời gian tiết kiệm di chuyển ước tính tăng $35%$ năng suất lao động, hoàn vốn đầu tư trong vòng 4 tháng sử dụng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Động cơ DC có chổi than sinh nhiệt và mòn cơ học sau thời gian dài hoạt động liên tục, cần bảo trì định kỳ.
  • Nguồn ắc quy chì-axit truyền thống khiến tổng trọng lượng xe còn nặng ($22\text{ kg}$).
  • Chưa có cơ chế bù trượt chủ động khi di chuyển trên bề mặt trơn trượt có hệ số ma sát thay đổi đột ngột ($\mu < 0.2$).

Hướng phát triển

  • Thay thế động cơ DC chổi than bằng động cơ không chổi than (BLDC Hub Motor) gắn trực tiếp vào vành bánh xe để giảm tổn hao truyền động hộp số.
  • Nâng cấp nguồn lưu trữ sang khối pin Lithium-ion (LiFePO4) chuẩn 36V/48V giúp giảm $40%$ khối lượng và nâng cao tuổi thọ chu kỳ sạc.
  • Nghiên cứu thuật toán điều khiển phi tuyến bền vững (Sliding Mode Control hoặc Linear Quadratic Regulator - LQR) để xe thích nghi tốt hơn với địa hình dốc lớn.

Đối tượng hưởng lợi

  • Sinh viên ngành Cơ điện tử / Tự động hóa: Cung cấp tài liệu hoàn chỉnh về mô hình con lắc ngược hai bánh, phương pháp tuyến tính hóa Newton-Euler và code mẫu thuật toán lọc Kalman trên nền tảng vi điều khiển dsPIC.
  • Kỹ sư phát triển hệ thống nhúng: Nắm vững phương pháp thiết kế mạch công suất cầu H MOSFET cách ly cao áp và kỹ thuật đọc bộ mã hóa vòng quay QEI tốc độ cao.
  • Doanh nghiệp sản xuất phương tiện di chuyển cá nhân: Tham khảo bản vẽ cơ khí chuẩn và tối ưu hóa chi phí sản xuất để thương mại hóa phương tiện di chuyển xanh trong nhà máy.
  • Nhà nghiên cứu Robotics: Khung tham chiếu chuẩn để mở rộng thuật toán điều khiển thích nghi và phát triển các robot dịch vụ tự hành hai bánh (Self-Balancing Mobile Robots).

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để chế tạo hệ thống tự cân bằng này là gì?

Hệ thống yêu cầu tối thiểu một vi điều khiển có hỗ trợ xử lý số (tối thiểu 16-bit, xung nhịp $\ge 30\text{ MIPS}$), một cảm biến IMU 6 trục có hỗ trợ giao tiếp $I^2C$/SPI, hai động cơ DC/BLDC có mô-men xoắn tối thiểu $15\text{ Nm}$ sau hộp số và nguồn cấp dòng liên tục tối thiểu $20\text{ A}$.

2. Tại sao không dùng trực tiếp tín hiệu từ gia tốc kế (Accelerometer) để đo góc nghiêng?

Gia tốc kế đo gia tốc trọng trường nhưng cực kỳ nhạy cảm với các gia tốc chuyển động tịnh tiến và rung động cơ khí (high-frequency noise). Con quay hồi chuyển (Gyroscope) đo vận tốc góc rất mượt nhưng lại bị trôi dạt tích phân theo thời gian (drift). Do đó, bắt buộc phải dùng bộ lọc Kalman hoặc bộ lọc bù (Complementary Filter) để kết hợp ưu điểm của cả hai cảm biến.

3. Xe có khả năng leo dốc và dừng trên dốc được không?

Xe có khả năng leo và xuống dốc nghiêng dưới $10^\circ$ do trọng tâm luôn dồn về trục bánh xe. Khi dừng trên dốc, hệ thống sẽ duy trì một góc nghiêng $\theta_{offset}$ bù trừ thành phần trọng lực theo phương song song với mặt dốc, tuy nhiên động cơ sẽ phải tiêu thụ dòng liên tục để giữ thăng bằng.

4. Chi phí bảo trì của hệ thống bao gồm những gì?

Chi phí bảo trì định kỳ bao gồm: kiểm tra độ mòn chổi than động cơ DC sau mỗi $1000\text{ giờ}$ hoạt động, kiểm tra dầu bôi trơn hộp giảm tốc TSUBAKI định kỳ 6 tháng/lần và bảo dưỡng điện áp ắc quy.

5. Thuật toán PID có đảm bảo xe không bị ngã khi chịu va chạm mạnh?

Bộ điều khiển PID tuyến tính chỉ phản hồi tốt trong vùng góc nghiêng nhỏ quanh điểm cân bằng ($|\theta| \le 15^\circ$). Nếu chịu ngoại lực đột ngột làm góc lệch vượt quá $35^\circ$, mô-men yêu cầu sẽ vượt giới hạn bão hòa của động cơ và hệ thống sẽ tự động ngắt PWM để bảo vệ an toàn cho phần cứng và người sử dụng.

Kết luận

Đồ án tốt nghiệp "Thiết kế và chế tạo xe hai bánh tự cân bằng" đã giải quyết trọn vẹn chuỗi bài toán kỹ thuật từ nghiên cứu lý thuyết động lực học con lắc ngược, mô phỏng trên MATLAB/Simulink, tính toán độ bền ứng suất kết cấu bằng phần mềm chuyên dụng, cho đến thiết kế vi mạch nhúng và lập trình giải thuật lọc Kalman – PID trên dòng chip xử lý tín hiệu số dsPIC30F4011. Kết quả thực nghiệm khẳng định xe vận hành ổn định dưới tải trọng $80\text{ kg}$, đáp ứng tốt các chỉ tiêu kỹ thuật đề ra, mở ra tiềm năng ứng dụng thực tiễn to lớn trong giao thông xanh nội bộ và công nghiệp kho vận thông minh.