Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh tự động hóa và cơ khí hóa ngày càng phát triển tại các nhà máy sản xuất, hệ thống máy dẫn đường tự động (Automated Guided Vehicle - AGV) đã trở thành thành phần quan trọng trong khâu xử lý, vận chuyển và bốc dỡ vật liệu. Việc ứng dụng xe AGV giúp doanh nghiệp tiết kiệm thời gian, tối ưu hóa chi phí nhân công và giảm thiểu rủi ro vận hành do con người gây ra. Tuy nhiên, các ứng dụng AGV thực tế chủ yếu tập trung trong khu vực sản xuất công nghiệp, kho bãi mà chưa được triển khai phổ biến tại môi trường văn phòng.

Tại Việt Nam, các doanh nghiệp thường tổ chức không gian làm việc theo mô hình phòng, ban đặt liền kề nhau trong các tòa nhà. Hoạt động trao đổi, luân chuyển văn bản giấy tờ (hợp đồng, hồ sơ dự án, chứng từ trình ký) giữa các bộ phận diễn ra thường xuyên thông qua nhân viên, dẫn đến tình trạng tiêu tốn thời gian di chuyển, làm giảm hiệu suất lao động và lãng phí nguồn nhân lực. Bên cạnh đó, việc đưa robot tự hành vào văn phòng gặp phải những trở ngại đặc thù như: không gian hành lang chật hẹp, điều kiện ánh sáng thay đổi giữa các khu vực, yêu cầu hoạt động êm ái không gây ảnh hưởng đến sự tập trung của nhân viên và vấn đề bảo mật tài liệu khi giao nhận.

Nhằm giải quyết bài toán trên, đồ án tốt nghiệp ngành Công nghệ Kỹ thuật Cơ Điện tử tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh (thực hiện bởi nhóm sinh viên Trương Đồng Bảo, Võ Trịnh Anh Khoa, Nguyễn Ngọc Thạch dưới sự hướng dẫn của TS. Bùi Hà Đức) đã xác định các mục tiêu và nhiệm vụ nghiên cứu cụ thể:

  1. Thiết kế mô hình cơ khí xe AGV gồm 2 phần riêng biệt (phần đế di chuyển và phần tủ đựng tài liệu phía trên), có khả năng tháo lắp linh hoạt phục vụ bảo trì.
  2. Gia công, chế tạo và hoàn thiện mô hình vật lý của xe.
  3. Thiết kế hệ thống điều khiển và ổn định tốc độ động cơ dẫn động.
  4. Xây dựng thuật toán xử lý ảnh số để nhận diện vạch dẫn đường (lane) và phát hiện vật cản.
  5. Xây dựng máy chủ web (web server) cho phép theo dõi vị trí xe trực quan và thiết lập lại các thông số điều khiển khi cần thiết.

Đối tượng nghiên cứu của đề tài là hệ thống xe tự hành vận chuyển tài liệu trong nhà sử dụng cơ cấu 3 bánh omni, định vị dẫn đường bằng thị giác máy tính và quản lý bằng mạng không dây. Phạm vi nghiên cứu giới hạn ở môi trường mặt sàn phẳng trong nhà/văn phòng, dẫn đường dựa trên vạch kẻ màu vàng cố định trên sàn, nhận diện trạm dừng và xác thực người dùng thông qua công nghệ nhận dạng qua tần số vô tuyến (RFID).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình tính toán

Nghiên cứu ứng dụng các khối kiến thức liên ngành cơ điện tử, xử lý ảnh và công nghệ thông tin:

  • Lý thuyết xe tự hành AGV: Đề tài phân tích hai nhóm AGV chính gồm loại chạy không theo đường dẫn và loại chạy theo đường dẫn (đường dẫn từ ngầm, đường ray cố định, đường băng kẻ trên sàn). Nhóm tác giả lựa chọn phương pháp bám đường băng kẻ trên sàn thông qua camera quang học nhằm tối ưu tính linh hoạt khi cần thay đổi lộ trình mà không làm biến dạng kết cấu sàn nhà.
  • Cơ cấu bánh xe toàn hướng (Omni wheel): Sử dụng loại bánh xe có các con lăn nhỏ lắp vuông góc với hướng quay chính, cho phép xe di chuyển đa hướng (tiến, lùi, dạt ngang, xoay tại chỗ). Đồ án so sánh mô hình 3 bánh và 4 bánh omni:
Tiêu chí so sánh Cấu hình 3 bánh Omni (bố trí lệch $120^\circ$) Cấu hình 4 bánh Omni (bố trí vuông góc)
Độ bám và tiếp xúc Ma sát tốt, luôn đảm bảo 3 điểm tiếp xúc ổn định trên mặt phẳng. Khó đảm bảo cả 4 bánh cùng tiếp xúc đều khi sàn không phẳng tuyệt đối.
Chi phí chế tạo Tiết kiệm chi phí linh kiện (ít hơn 1 động cơ và 1 bánh). Chi phí cao hơn do thêm động cơ và cơ cấu bánh xe.
Tính toán động học Phức tạp hơn do các trục tạo góc $120^\circ$. Thuật toán điều khiển hình học đơn giản hơn.
Hiệu suất động cơ Tận dụng lực phân bố đều theo 3 góc. Tận dụng tốt lực kéo khi chuyển động dọc theo trục vuông góc.
  • Mô hình động học 3 bánh Omni: Đặt trong hệ tọa độ cục bộ của xe $OX_1Y_1$ (với trục $Y_1$ vuông góc với vector vận tốc bánh 1, góc lệch giữa các bánh là $120^\circ$, góc $\theta = 60^\circ$):

$$\begin{bmatrix} V_1 \ V_2 \ V_3 \end{bmatrix} = \begin{bmatrix} -1 & 0 & L \ \cos\theta & -\sin\theta & L \ \cos\theta & \sin\theta & L \end{bmatrix} \begin{bmatrix} V_{x1} \ V_{y1} \ \omega \end{bmatrix} = \begin{bmatrix} -1 & 0 & L \ \frac{1}{2} & -\frac{\sqrt{3}}{2} & L \ \frac{1}{2} & \frac{\sqrt{3}}{2} & L \end{bmatrix} \begin{bmatrix} V_d \cos\alpha \ V_d \sin\alpha \ \omega \end{bmatrix}$$

Chuyển đổi sang hệ tọa độ toàn cục $OXY$ thông qua ma trận quay với góc lệch hướng $\beta$:

$$\begin{bmatrix} V_1 \ V_2 \ V_3 \end{bmatrix} = \begin{bmatrix} \cos\beta & \sin\beta & 0 \ -\sin\beta & \cos\beta & 0 \ 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} -1 & 0 & L \ \frac{1}{2} & -\frac{\sqrt{3}}{2} & L \ \frac{1}{2} & \frac{\sqrt{3}}{2} & L \end{bmatrix} \begin{bmatrix} V_d \cos\alpha \ V_d \sin\alpha \ \omega \end{bmatrix}$$

  • Kiến trúc phần mềm máy chủ LAMP: Ứng dụng giải pháp ngăn xếp phần mềm mã nguồn mở gồm hệ điều hành Linux, máy chủ HTTP Apache, hệ quản trị cơ sở dữ liệu MySQL và ngôn ngữ lập trình PHP để xây dựng cổng thông tin giám sát và điều khiển.

Phương pháp nghiên cứu

  • Phương pháp mô hình hóa và mô phỏng số: Thiết kế hình học 3D chi tiết các cụm cơ khí; phân tích phân bố ứng suất và tính toán sức bền tĩnh cho khung đỡ dưới tải trọng làm việc bằng phần mềm ANSYS.
  • Phương pháp xử lý ảnh số thời gian thực (Computer Vision): Sử dụng thư viện OpenCV trên môi trường nhúng Linux, triển khai chuỗi thuật toán xử lý:
    1. Cân bằng trắng tự động: Sử dụng thuật toán Gray-world tính toán hệ số tỷ lệ $scale = \frac{average}{avg_c}$ để chuẩn hóa lại cường độ các kênh màu RGB.
    2. Chuyển đổi không gian màu HSV: Tách kênh màu sắc (Hue), độ bão hòa (Saturation) và giá trị độ sáng (Value) nhằm giảm thiểu ảnh hưởng của cường độ sáng môi trường.
    3. Phân đoạn ngưỡng màu: Dùng hàm Threshold inRange lọc dải màu vàng của đường lane để tạo ảnh nhị phân (binary).
    4. Trích xuất biên cạnh: Áp dụng giải thuật Canny gồm 4 bước (lọc nhiễu Gaussian, tính độ lớn và góc gradient bằng toán tử Sobel, triệt tiêu không cực đại - Non-maximum suppression, lọc ngưỡng đôi Hysteresis).
    5. Truy vết đường bao (Contour): Nghiên cứu hai giải thuật Square Tracing và Moore-Neighbor Tracing; lọc diện tích contour để loại bỏ nhiễu biên.
    6. Biến đổi đoạn thẳng: Ứng dụng thuật toán biến đổi Hough xác suất (HoughLinesP) chuyển đổi không gian sang hệ tọa độ cực $(\rho, \theta)$ để trích xuất phương trình các đoạn thẳng tạo nên vạch kẻ đường.
  • Phương pháp thực nghiệm kiểm thử: Đánh giá độ chính xác nhận diện lane trong 3 điều kiện ánh sáng (bình thường, chiếu sáng trực tiếp, thiếu sáng nhẹ); đo kiểm thời gian đáp ứng khi xe chạy thẳng, vào cua và dừng tại trạm RFID.

Thiết kế và triển khai

Thiết kế cơ khí

Mô hình cơ khí của xe AGV được phân chia thành 3 cụm kết cấu độc lập:

  • Cụm dẫn động: Gồm 2 tấm thép tròn đường kính $d = 400\text{ mm}$, chiều dày $3\text{ mm}$, liên kết cứng vững với nhau bằng 6 thanh nhôm định hình kích thước $20 \times 20 \times 100\text{ mm}$. Khoang rỗng giữa 2 đĩa thép là nơi lắp đặt 3 cụm động cơ DC servo liền hộp giảm tốc GA 37, mạch driver công suất, khối nguồn pin và các mạch hạ áp.
  • Cụm khung đỡ: Kết cấu chịu lực chính nối từ đế dẫn động lên hộp chứa tài liệu, bảo đảm độ cứng vững và ổn định trọng tâm khi xe di chuyển.
  • Cụm thùng đựng tài liệu: Đặt ở tầng trên cùng, gồm các ngăn chứa hồ sơ riêng biệt có gắn khóa đóng/mở tự động điều khiển bằng cơ cấu điện từ, bảo đảm tài liệu không bị rơi rớt hoặc mở trái phép trong quá trình chuyển phát.
Thông số kỹ thuật Giá trị thiết kế
Kích thước đường kính thân xe $\Phi 400\text{ mm}$
Cơ cấu truyền động 3 bánh xe Omni lệch nhau góc $120^\circ$
Động cơ sử dụng Động cơ DC Servo giảm tốc GA 37
Tải trọng chuyên chở $15 - 20\text{ kg}$
Thời gian vận hành liên tục $8 - 10\text{ giờ}$
Điều kiện mặt đường Mặt phẳng trong nhà, bám vạch kẻ sàn

Thiết kế phần cứng và hệ thống điều khiển

Hệ thống điều khiển trung tâm được xây dựng theo mô hình phân tầng Master - Slave:

  • Khối xử lý trung tâm (Master): Sử dụng máy tính nhúng Raspberry Pi chạy hệ điều hành Linux. Raspberry Pi đảm nhận việc thu nhận luồng video từ webcam Logitech HD ($1280 \times 720\text{ pixels}, 30\text{ fps}$), thực thi các thuật toán xử lý ảnh để tính toán góc lệch tâm, đồng thời chạy LAMP server để lưu trữ cơ sở dữ liệu và phát giao diện web điều khiển.
  • Khối điều khiển chấp hành (Slave): Sử dụng vi điều khiển Arduino Nano để thực hiện các tác vụ điều khiển thời gian thực gồm:
    • Tiếp nhận lệnh vận tốc từ Raspberry Pi, điều khiển băm xung PWM đến 3 mạch cầu H công suất LMD18200T để lái 3 động cơ DC servo.
    • Giao tiếp với cảm biến siêu âm HC-SR04 gắn phía trước xe để phát hiện vật cản trong khoảng cách an toàn.
    • Giao tiếp với module đọc thẻ RFID RC522 đặt dưới đáy xe nhằm nhận diện các thẻ RFID gắn tại các trạm dừng cố định trên sàn.
    • Điều khiển cơ cấu chốt điện từ đóng/mở cửa tủ tài liệu dựa trên tín hiệu quét thẻ RFID của nhân viên nhận tài liệu.
                  +-----------------------------------+
                  |      Webcam Logitech HD 720p      |
                  +-----------------+-----------------+
                                    | (USB Video)
                                    v
+-----------------+       +-------------------+       +-------------------+
|  Trình duyệt    | <---> |   Raspberry Pi    | <---> |   Cơ sở dữ liệu   |
|  (Client Web)   | HTTP  |   (Master Node)   |       |   MySQL / Apache  |
+-----------------+       +---------+---------+       +-------------------+
                                    | (UART / Serial)
                                    v
                          +-------------------+
                          |   Arduino Nano    |
                          |   (Slave Node)    |
                          +----+----+----+----+
                               |    |    |
        +----------------------+    |    +----------------------+
        |                           |                           |
        v                           v                           v
+---------------+           +---------------+           +---------------+
| Mạch LMD18200 |           | Cảm biến      |           | Đầu đọc RFID  |
| 3x Động cơ    |           | siêu âm       |           | RC522 & Chốt  |
| DC GA 37      |           | HC-SR04       |           | khóa điện từ  |
+---------------+           +---------------+           +---------------+

Thuật toán bám làn (Lane Tracking)

Từ dữ liệu các đoạn thẳng tìm được bằng biến đổi Hough, thuật toán tính toán góc nghiêng $\alpha$ của đoạn thẳng $AB$ so với trục thẳng đứng $Oy$:

  • Trường hợp $5^\circ < \alpha \le 80^\circ$ (Đoạn cong/góc cua): Đếm số lượng đường cong. Nếu $x_A < x_B$, xác định làn rẽ phải; nếu $x_A > x_B$, xác định làn rẽ trái. Khi cả hai làn đều cong, gửi lệnh cho xe xoay tại chỗ hoặc bám cua theo hướng tương ứng.
  • Trường hợp $0^\circ \le \alpha \le 5^\circ$ (Đoạn thẳng): Xác định 4 tọa độ đầu mút bao quanh dải lane, từ đó tính trung điểm $E$ (đáy) và $F$ (đỉnh) của từng vạch. Lấy trung bình cộng tọa độ qua 3 khung hình liên tiếp để triệt tiêu dao động nhiễu. Đường tâm thực tế của cả lộ trình ($E_TF_T$) được xác định từ trung điểm của làn trái ($E_1F_1$) và làn phải ($E_2F_2$):

$$E_T = \frac{E_1 + E_2}{2}, \quad F_T = \frac{F_1 + F_2}{2}$$

Độ sai lệch giữa đường tâm lộ trình và đường tâm ảnh camera được đưa vào bộ điều khiển để tạo tín hiệu bù vận tốc cho 3 bánh omni, giữ xe luôn chạy trùng tâm đường dẫn.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương này phân tích tính cấp thiết của đề tài xuất phát từ nhu cầu thực tế của các doanh nghiệp văn phòng tại Việt Nam. Nội dung nêu rõ sự lãng phí thời gian khi luân chuyển hồ sơ thủ công giữa các phòng ban, đồng thời thiết lập 5 mục tiêu kỹ thuật cốt lõi cần giải quyết. Chương 1 cũng giới hạn phạm vi nghiên cứu của đồ án vào mô hình xe tự hành trong nhà sử dụng bánh omni, dẫn đường thị giác bằng camera, quản lý qua web server, điều khiển động cơ qua mạch cầu H LMD18200T và xác thực trạm/tủ bằng công nghệ RFID.

Chương 2: Cơ sở lý thuyết

Nội dung chương 2 trình bày tổng quan lý thuyết về xe tự hành AGV, phân tích ưu nhược điểm của các phương pháp dẫn đường và giải thích lý do lựa chọn cơ cấu 3 bánh omni. Chương này thiết lập toàn bộ công thức toán học động học cho xe 3 bánh toàn hướng. Phần xử lý ảnh trình bày chi tiết cơ chế thu nhận dữ liệu từ camera Logitech, thuật toán cân bằng sáng Gray-world, chuyển đổi hệ màu HSV, giải thuật dò biên Canny, phương pháp tìm contour (Square Tracing, Moore-Neighbor Tracing), biến đổi Hough tìm đường thẳng và giải thuật xác định sai lệch tâm lane. Phần cuối chương giới thiệu cấu trúc ngăn xếp phần mềm LAMP server (Linux, Apache, MySQL, PHP).

Chương 3: Thiết kế cơ khí

Chương 3 trình bày các yêu cầu kỹ thuật của xe như khả năng di chuyển linh hoạt trong không gian hẹp, tải trọng $15 - 20\text{ kg}$, thời gian hoạt động $8 - 10\text{ giờ}$ liên tục. Tác giả trình bày bản vẽ tháo lắp chi tiết của 3 cụm kết cấu: cụm dẫn động (2 đĩa thép $\Phi 400\text{ mm}$ dày $3\text{ mm}$ kết hợp 6 thanh nhôm $20 \times 20 \times 100\text{ mm}$), cụm khung đỡ và cụm tủ chứa tài liệu. Chương này cũng trình bày sơ đồ phân bố lực cơ học, kết quả tính toán mô phỏng sức bền tĩnh bằng phần mềm ANSYS và các bước tính chọn động cơ GA 37.

Chương 4: Bộ điều khiển

Chương 4 tập trung vào việc thiết kế kiến trúc phần cứng điều khiển. Tác giả phân tích lý do lựa chọn máy tính nhúng Raspberry Pi làm bộ điều khiển Master và vi điều khiển Arduino Nano làm bộ điều khiển Slave. Nội dung cung cấp các sơ đồ nguyên lý và sơ đồ nối dây chi tiết giữa Raspberry Pi, Arduino, mạch công suất cầu H LMD18200T điều khiển động cơ DC servo, mạch đọc thẻ RFID RC522 để nhận diện trạm dừng, mạch RFID thứ hai kết hợp cảm biến siêu âm HC-SR04 phục vụ việc phát hiện vật cản và đóng mở khóa tủ tài liệu an toàn.

Chương 5: Lập trình điều khiển

Chương 5 diễn giải lưu đồ giải thuật và cấu trúc mã nguồn của toàn bộ hệ thống. Bao gồm: lưu đồ giải thuật xử lý ảnh tổng thể chạy trên Raspberry Pi; thuật toán giao tiếp và cập nhật cơ sở dữ liệu trên web server; thuật toán giải mã tín hiệu RFID để xác định mã trạm dừng và kiểm tra quyền truy cập mở tủ; thuật toán tính toán phân phối vận tốc cho các bánh xe theo chế độ tự động (Auto) bám vạch hoặc chế độ điều khiển thủ công (Manual) thông qua dữ liệu ghi nhận trên database.

Chương 6: Kết quả

Chương cuối cùng tổng hợp các kết quả thực nghiệm của đề tài:

  • Hoàn thiện mô hình cơ khí thực tế hoạt động vững chắc, tải trọng đáp ứng yêu cầu.
  • Giao diện Web Server hoạt động đầy đủ với 5 tab chức năng: Tab điều khiển tự động (Auto), Tab hiệu chỉnh hệ số PID, Tab hiệu chỉnh dải màu lane (HSV Tuning), Tab điều khiển thủ công (Manual), Tab quản lý nguồn hệ thống.
  • Kiểm thử hệ thống xử lý ảnh trong 3 môi trường thực tế: ánh sáng bình thường, ánh sáng chiếu trực tiếp và thiếu sáng nhẹ, cho thấy thuật toán lọc màu và Canny nhận dạng chính xác đường thẳng cũng như góc cua.
  • Ghi nhận dữ liệu thực nghiệm chạy xe thực tế, quy trình người dùng quẹt thẻ RFID mở tủ nhận tài liệu và xác nhận thành công.
  • Đề xuất các phương án phát triển mở rộng trong tương lai.

Kết quả và đóng góp

Kết quả nghiên cứu và thực nghiệm

Đồ án đã chế tạo thành công mẫu thử nghiệm xe AGV vận chuyển tài liệu tự động với các kết quả đo kiểm cụ thể:

Hạng mục kiểm tra Kết quả đạt được trong thực nghiệm
Khả năng chịu tải cơ khí Chịu tải trọng ổn định trong khoảng $15 - 20\text{ kg}$.
Thời gian vận hành nguồn Khối pin duy trì hoạt động liên tục từ $8 - 10\text{ giờ}$.
Xử lý ảnh bám làn Nhận diện chính xác vạch lane màu vàng ở tốc độ 30 khung hình/giây trong các điều kiện: ánh sáng tiêu chuẩn, ánh sáng chói trực tiếp và thiếu sáng nhẹ.
Điều hướng góc cua Phân biệt chính xác góc lệch $\alpha$ ($0^\circ \le \alpha \le 5^\circ$ cho đường thẳng; $5^\circ < \alpha \le 80^\circ$ cho đường cong), thực hiện quay xe mượt mà tại các góc rẽ.
Hệ thống giám sát Web Cập nhật trạng thái xe, tọa độ vị trí trạm và cho phép tinh chỉnh trực tiếp tham số PID và ngưỡng màu HSV trên trình duyệt.
Tính năng bảo mật RFID Nhận dạng đúng mã thẻ định danh tại trạm dừng và kích hoạt mở chốt tủ khi người dùng quẹt đúng thẻ phân quyền.

Giải pháp và kiến nghị của tác giả

  • Tối ưu hóa khả năng cơ động: Sử dụng cơ cấu 3 bánh omni giúp xe có thể tự xoay tại chỗ và di chuyển dạt ngang trong các khúc cua hẹp của hành lang văn phòng mà các dòng xe 2 bánh vi sai thông thường gặp khó khăn.
  • Tách biệt kiến trúc phần cứng: Mô hình Master (Raspberry Pi) xử lý các tác vụ nặng về tính toán (Computer Vision, Web Server) kết hợp với Slave (Arduino Nano) xử lý các tác vụ thời gian thực (băm xung PWM, đọc cảm biến, ngắt RFID) giúp hệ thống không bị trễ tín hiệu điều khiển.
  • Phương án phát triển tiếp theo: Tác giả đề xuất nâng cấp thuật toán nhận diện vật cản động phức tạp hơn, nghiên cứu tích hợp thuật toán nhận diện người đi bộ, cải tiến bộ lọc ánh sáng thích nghi tự động cao cấp hơn và hoàn thiện kiểu dáng công nghiệp cho vỏ bọc ngoài của xe.

Đóng góp của đề tài

So với các nghiên cứu xe AGV công nghiệp truyền thống vốn cồng kềnh và đắt đỏ, đề tài đã chứng minh tính khả thi của việc chế tạo một hệ thống AGV cỡ nhỏ phục vụ riêng cho văn phòng với chi phí thấp bằng cách kết hợp linh kiện nhúng phổ thông (Raspberry Pi, Arduino Nano, cảm biến quang học, động cơ GA 37) nhưng vẫn bảo đảm đầy đủ các tính năng tự hành, an toàn, bảo mật tài liệu và quản trị tập trung qua giao diện web.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên phạm vi và nội dung trình bày trong văn bản đồ án, các hạn chế và hướng mở của nghiên cứu bao gồm:

Hạn chế

  • Phụ thuộc vào chất lượng vạch kẻ sàn: Phương pháp bám đường quang học yêu cầu vạch kẻ màu vàng phải liên tục; nếu vạch kẻ bị bám bẩn nặng, biến dạng hoặc bị che khuất trên một đoạn dài sẽ ảnh hưởng đến độ chính xác của giải thuật HoughLinesP.
  • Độ nhạy cảm biến với ánh sáng mạnh: Dù đã áp dụng giải thuật cân bằng sáng Gray-world và không gian màu HSV, hệ thống camera vẫn có thể bị nhiễu cục bộ trong điều kiện cường độ ánh sáng thay đổi quá đột ngột hoặc ánh sáng phản quang mạnh trên bề mặt sàn bóng.
  • Hạn chế trong tránh vật cản động: Cảm biến siêu âm HC-SR04 chỉ hỗ trợ phát hiện chướng ngại vật phía trước theo phương thẳng để dừng xe khẩn cấp, chưa có cơ chế tự động quy hoạch lại quỹ đạo vòng tránh vật cản động trên đường đi.

Hướng phát triển

  • Tích hợp thêm cảm biến định vị không gian (như Lidar hoặc cụm camera chiều sâu) để nâng cấp thành hệ thống AGV chạy không phụ thuộc vào đường dẫn cố định (SLAM).
  • Hoàn thiện thuật toán nhận diện khuôn mặt hoặc nhận diện người đi bộ phục vụ tương tác thông minh hơn trong môi trường công sở.
  • Tối ưu hóa thuật toán điều khiển mờ (Fuzzy) hoặc cải tiến vòng lặp PID để xe chuyển động êm ái hơn ở các dải vận tốc cao.

Giá trị tham khảo

Báo cáo đồ án tốt nghiệp này là tài liệu tham khảo hữu ích cho sinh viên, giảng viên và kỹ sư thuộc các chuyên ngành: Công nghệ Kỹ thuật Cơ Điện tử, Kỹ thuật Robot, Tự động hóa và Khoa học Máy tính / Hệ thống Nhúng.

Các nội dung có giá trị tham khảo chuyên sâu gồm:

  1. Phương pháp xây dựng ma trận động học xe 3 bánh toàn hướng (Omni 3 wheels): Cung cấp đầy đủ công thức chuyển đổi từ vận tốc dài/vận tốc góc của thân xe sang vận tốc từng bánh độc lập trong hệ tọa độ cục bộ và toàn cục.
  2. Quy trình xử lý ảnh số bằng C++/OpenCV cho bài toán bám làn: Chuỗi thuật toán từ cân bằng sáng Gray-world, chuyển đổi HSV, lọc Canny, truy vết Moore-Neighbor cho đến biến đổi Hough xác suất và giải thuật phân loại góc cua $\alpha$ bám sát thực tế.
  3. Mô hình kết nối hệ thống nhúng lai Master - Slave: Cách phân bổ nhiệm vụ xử lý ảnh trên Raspberry Pi kết hợp điều khiển động cơ thời gian thực trên Arduino Nano thông qua giao thức truyền thông nối tiếp.
  4. Xây dựng hệ thống IoT giám sát công nghiệp bằng LAMP Stack: Tài liệu hướng dẫn phương pháp thiết kế giao diện web điều chỉnh thông số PID và ngưỡng màu trực tiếp xuống phần cứng qua cơ sở dữ liệu MySQL.

Câu hỏi thường gặp

1. Tại sao nhóm tác giả lại lựa chọn thiết kế xe AGV với 3 bánh Omni thay vì 4 bánh Omni?
Trả lời: Dựa trên phân tích cơ học ở Chương 2, kết cấu 3 bánh omni bố trí lệch nhau $120^\circ$ đảm bảo hệ thống luôn tạo thành 3 điểm tiếp xúc ổn định trên mặt phẳng sàn nhà, tạo ma sát bám đường tốt hơn và tiết kiệm chi phí phần cứng (giảm 1 động cơ và 1 cụm bánh xe), dù việc tính toán động học có phức tạp hơn so với cấu hình 4 bánh vuông góc.

2. Thuật toán Gray-world được sử dụng trong đồ án nhằm mục đích gì và hoạt động như thế nào?
Trả lời: Thuật toán Gray-world được sử dụng ở bước tiền xử lý ảnh nhằm cân bằng sáng tự động cho ảnh thu được từ camera. Thuật toán quét toàn bộ pixel trong ảnh, tính giá trị trung bình cường độ của từng kênh màu ($avg_R, avg_G, avg_B$), sau đó tính giá trị trung bình tổng $average = (avg_R + avg_G + avg_B)/3$ và nhân từng pixel với hệ số chuẩn hóa $scale = average / avg_c$ để cân bằng lại màu sắc trong các điều kiện đủ sáng hoặc thiếu sáng.

3. Làm thế nào hệ thống phân biệt được đoạn đường thẳng và góc cua từ hình ảnh vạch kẻ đường?
Trả lời: Sau khi trích xuất các đoạn thẳng $AB$ bằng thuật toán HoughLinesP, hệ thống tính góc $\alpha$ giữa đoạn thẳng $AB$ và trục thẳng đứng $Oy$. Nếu $0^\circ \le \alpha \le 5^\circ$, đoạn thẳng được phân loại là đường thẳng để tính tâm lane ($E_T F_T$). Nếu $5^\circ < \alpha \le 80^\circ$, đoạn thẳng được phân loại là đường cong; hệ thống tiếp tục so sánh hoành độ $x_A$ và $x_B$ để xác định hướng rẽ trái hoặc rẽ phải và phát tín hiệu xoay xe phù hợp.

4. Vai trò của công nghệ RFID trong mô hình xe tự hành này là gì?
Trả lời: Đồ án ứng dụng hai khối RFID: một đầu đọc RFID RC522 gắn dưới gầm xe để quét các thẻ gắn cố định trên mặt sàn nhằm nhận biết chính xác vị trí các trạm làm việc; đầu đọc RFID thứ hai gắn trên thân xe đóng vai trò như khóa điện tử bảo mật, yêu cầu nhân viên phải quẹt đúng thẻ định danh cá nhân mới kích hoạt mở chốt cửa tủ để lấy tài liệu.

5. Giao diện Web Server trên xe cung cấp những tính năng quản lý nào?
Trả lời: Hệ thống web server (xây dựng trên nền tảng LAMP) cung cấp 5 bảng điều khiển chuyên biệt: Tab Auto (chạy tự động theo lịch trình), Tab PID (hiệu chỉnh trực tiếp các thông số $K_p, K_i, K_d$), Tab hiệu chỉnh màu sắc (tinh chỉnh ngưỡng trên và ngưỡng dưới của hệ màu HSV cho lane), Tab Manual (điều khiển xe di chuyển thủ công) và Tab điều khiển nguồn hệ thống.

Kết luận

Đồ án tốt nghiệp "Nghiên cứu, thiết kế và chế tạo xe vận chuyển tài liệu trong văn phòng tự động" của nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh đã giải quyết trọn vẹn bài toán tự động hóa giao nhận tài liệu nội bộ bằng giải pháp cơ điện tử tích hợp. Nghiên cứu đã hoàn thiện từ khâu tính toán động học, mô phỏng kết cấu cơ khí 3 bánh omni, xây dựng mạch điều khiển phân tầng Master - Slave đến triển khai các thuật toán xử lý ảnh số thời gian thực và máy chủ giám sát LAMP. Kết quả thực nghiệm khẳng định tính đúng đắn của mô hình với khả năng chịu tải $15 - 20\text{ kg}$, bám vạch ổn định trong nhiều điều kiện chiếu sáng và bảo mật tài liệu an toàn bằng công nghệ RFID.