Bối cảnh và vấn đề nghiên cứu

Đề tài "Ứng dụng chatbot vào điều khiển nhà thông minh" được thực hiện bởi sinh viên Nguyễn Minh Hùng dưới sự hướng dẫn của TS. Nguyễn Mạnh Hùng, thuộc Bộ môn Điện tử Công nghiệp – Y sinh, Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh (khóa 2014, bảo vệ tháng 06/2018).

Lý do chọn đề tài xuất phát từ sự phát triển của công nghệ trí tuệ nhân tạo (AI) và mạng lưới Internet, trong đó chatbot nổi lên như một công cụ giao tiếp người – máy hiệu quả. Trong lĩnh vực nhà thông minh (Smart Home), hầu hết các hệ thống hiện hành đều yêu cầu người dùng thao tác bấm nút cơ học hoặc điều khiển qua các thanh menu cố định trên ứng dụng di động Android. Phương thức này mang tính thao tác cứng nhắc, thiếu tính tương tác tự nhiên. Nhằm cải thiện trải nghiệm điều khiển và biến hệ thống nhà thông minh thành một trợ lý ảo có khả năng đối thoại, tác giả đã nghiên cứu việc ứng dụng chatbot để tiếp nhận ngữ cảnh, xử lý ngôn ngữ tự nhiên và chuyển tiếp lệnh điều khiển thiết bị qua Internet.

Mục tiêu nghiên cứu của đề tài bao gồm:

  1. Tạo ra một chatbot có khả năng giao tiếp với người dùng và thực thi các nhiệm vụ điều khiển thiết bị thông qua mạng Internet.
  2. Thiết kế và thi công mô hình phần cứng nhà thông minh hoàn chỉnh, kết nối với bộ điều khiển trung tâm để tiếp nhận dữ liệu từ chatbot.
  3. Hiện thực hóa các chức năng điều khiển và giám sát cụ thể:
    • Điều khiển đóng/ngắt các thiết bị điện dân dụng.
    • Điều khiển tuyến tính công suất tải (độ sáng bóng đèn).
    • Đóng và mở cửa tự động bằng động cơ servo.
    • Giám sát các thông số môi trường (nhiệt độ, độ ẩm) trong phòng.
    • Thực hiện đóng/ngắt đồng thời toàn bộ hoặc từng thiết bị riêng lẻ theo kịch bản.

Nhiệm vụ nghiên cứu được văn bản chia thành 10 nội dung cụ thể:

  1. Tìm hiểu khái niệm và phương pháp xây dựng chatbot.
  2. Tìm hiểu các khái niệm về API, Webhook và nền tảng Dialogflow.
  3. Nghiên cứu các thành phần Intent, Entity, Fulfillment để khởi tạo chatbot trên Dialogflow.
  4. Tìm hiểu cấu trúc dữ liệu JSON và phương pháp bóc tách dữ liệu để trích xuất ý định người dùng.
  5. Nghiên cứu phần cứng kit Raspberry Pi 3 và ngôn ngữ lập trình Python.
  6. Lập trình truyền nhận dữ liệu giữa Raspberry Pi 3 với chatbot thông qua Webhook trên môi trường Internet.
  7. Thiết kế, thi công và lập trình khối điều khiển công suất tải và khối cảm biến.
  8. Thiết kế và thi công mô hình kiến trúc nhà thông minh thu nhỏ.
  9. Chạy thử nghiệm và hiệu chỉnh hoạt động của toàn bộ hệ thống.
  10. Đánh giá và nhận xét kết quả thực hiện.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Nền tảng xử lý ngôn ngữ tự nhiên Dialogflow, máy tính nhúng Raspberry Pi 3 Model B, các mạch công suất chấp hành (Relay, Dimmer Mosfet, Servo) và cảm biến môi trường DHT11.
  • Phạm vi không gian: Hệ thống được triển khai trên mô hình vật lý nhà thông minh thu nhỏ phục vụ mục đích thực nghiệm tại phòng thí nghiệm trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh.
  • Phạm vi thời gian: Đề tài được giao ngày 16/03/2018 và hoàn thành nghiệm thu ngày 28/06/2018.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết của đề tài kết hợp giữa xử lý ngôn ngữ tự nhiên trên nền tảng đám mây và kỹ thuật điều khiển nhúng:

  • Xử lý ngôn ngữ tự nhiên (NLP): Được sử dụng thông qua nền tảng Dialogflow của Google để phân tích văn bản đầu vào, trích xuất ý định và chuyển đổi câu thoại tự nhiên thành các tham số có cấu trúc.
  • Giao diện lập trình ứng dụng (API) và Webhook: Áp dụng kiến trúc Webhook (HTTP callback) dựa trên phương thức truyền nhận HTTP POST. Khi người dùng gửi lệnh thoại, Dialogflow gửi một gói tin JSON tới Webhook URL để kích hoạt các xử lý nghiệp vụ ở phía máy chủ nội bộ.
  • Cấu trúc nền tảng Dialogflow: Vận hành dựa trên 5 thành phần chính gồm Agent (mô-đun NLU quản lý hội thoại), Intent (ánh xạ ý định người dùng với hành vi hệ thống), Entities (công cụ phân loại và trích xuất thực thể dữ liệu), Fulfillment (cấu hình kết nối Webhook về back-end), và Integrations (kết nối với các nền tảng tin nhắn).
  • Kỹ thuật điều khiển nhúng và hệ điều hành: Sử dụng kit Raspberry Pi 3 Model B trang bị vi xử lý SoC Broadcom BCM2836/BCM2835 (lõi tứ ARM Cortex-A7 xung nhịp 900 MHz, 1 GB SDRAM), giao tiếp qua hệ thống 40 chân GPIO xuất mức logic 3,3V. Hệ điều hành là Raspbian (nhân Linux tối ưu hóa trên nền Debian, sử dụng giao diện MATE).
  • Lý thuyết điều khiển công suất và cảm biến:
    • Động cơ Servo MG90S: Hoạt động theo nguyên lý điều khiển hồi tiếp vòng kín bằng xung điều chế độ rộng (PWM) ở tần số 50 Hz (chu kỳ 20 ms). Góc quay từ 0° đến 180° được điều biến tương ứng với chu kỳ nhiệm vụ (Duty Cycle) từ 2,5% đến 12,5%.
    • Cảm biến DHT11: Sử dụng chuẩn giao tiếp kỹ thuật số một dây (1-Wire) để thu thập dữ liệu nhiệt độ và độ ẩm phòng.
    • Module Relay 2 kênh 5V: Sử dụng phần tử cách ly quang (Optocoupler) để đóng ngắt điện áp xoay chiều 220V cho quạt và đèn.
    • Mạch Dimmer: Sử dụng cầu chỉnh lưu kết hợp Transistor hiệu ứng trường Mosfet kênh N và tầng cách ly quang để điều chỉnh công suất chiếu sáng bằng tín hiệu PWM.

Phương pháp nghiên cứu thực tế bao gồm phương pháp phân tích thiết kế hệ thống phần cứng và phần mềm, phương pháp tính toán mạch điện tử công suất, và phương pháp thực nghiệm kiểm thử trên mô hình vật lý. Dữ liệu vận hành được thu thập trực tiếp từ các chuỗi hội thoại thử nghiệm của người dùng và tín hiệu phản hồi từ cảm biến DHT11.

Thiết kế và triển khai

Hệ thống điều khiển nhà thông minh được thiết kế tích hợp giữa dịch vụ điện toán đám mây và thiết bị phần cứng tại chỗ thông qua sơ đồ luồng dữ liệu khép kín:

Thành phần hệ thống Chức năng kỹ thuật Thông số / Công nghệ áp dụng
Giao diện người dùng Tiếp nhận câu lệnh dạng văn bản hoặc giọng nói Giao diện trò chuyện trực tiếp (Web/Chatbot UI)
Dialogflow Engine Phân tích cú pháp, trích xuất Intent và Entities Xử lý ngôn ngữ tự nhiên (NLP), định dạng JSON
Đường truyền trung gian Tạo đường hầm kết nối Internet tới máy chủ cục bộ Công cụ ngrok, chuyển tiếp HTTP POST request
Bộ xử lý trung tâm Xử lý kịch bản back-end, xuất tín hiệu GPIO Raspberry Pi 3 Model B, lập trình Python 3 IDLE
Khối đóng ngắt AC Đóng/cắt nguồn điện xoay chiều cho đèn và quạt Module Relay 2 kênh 5V, cách ly quang, tiếp điểm 10A
Khối điều khiển tuyến tính Điều biến độ sáng của đèn sợi đốt 220V AC Mạch Dimmer dùng Mosfet kênh N, kích đóng bằng Opto
Khối chấp hành cơ khí Kéo chốt đóng và mở cửa mô hình nhà Động cơ Servo MG90S, tín hiệu PWM 50 Hz
Khối cảm biến môi trường Đo lường nhiệt độ và độ ẩm trong nhà Cảm biến DHT11, chuẩn truyền thông 1-Wire Digital

Quy trình thiết kế phần cứng và tính toán thông số mạch:

  • Khối điều khiển tải xoay chiều: Mạch sử dụng nguồn điện lưới AC 220V. Để đảm bảo an toàn cho kit Raspberry Pi (vốn xuất tín hiệu logic 3,3V, dòng tải mỗi chân chỉ từ 2 mA đến 16 mA, giới hạn toàn bộ chân là 50 mA), tác giả tính toán lựa chọn Module Relay kích hoạt mức thấp ở 5V có cách ly quang, tiếp điểm đóng cắt định mức đạt AC 250V/10A hoặc DC 30V/10A. Dòng định mức của bóng đèn dân dụng được tính toán làm cơ sở chọn tải, với điều kiện dòng định mức tiếp điểm $I_{Cont} > 2 \cdot I_{đm}$.
  • Thiết kế mạch Dimmer: Tác giả xây dựng sơ đồ mạch in (PCB) với tầng chỉnh lưu toàn sóng để chuyển đổi điện xoay chiều sang một chiều nhấp nháy, cấp qua một Mosfet công suất kênh N. Giá trị điện áp trung bình sau chỉnh lưu được xác định theo biểu thức: $$V_{AVG} = \frac{2 \cdot V_{max}}{\pi}$$ Cường độ dòng điện qua diode phát quang của optocoupler được thiết lập ở mức $I = 10\text{ mA}$ nhằm đảm bảo kích dẫn tin cậy cho Mosfet mà không gây quá dòng cổng vi điều khiển.
  • Cấu hình phần mềm và đường hầm dữ liệu:
    • Trên Dialogflow: Khởi tạo Agent, định nghĩa các Entities gồm on-off (trạng thái bật/tắt), led (loại thiết bị đèn), room (vị trí phòng), status (trạng thái hoạt động). Xây dựng các Intent xử lý điều khiển tương ứng như on-off:condition, intent điều khiển mở/đóng cửa, và intent truy vấn dữ liệu môi trường.
    • Trên Raspberry Pi 3: Lập trình dịch vụ Webhook cục bộ bằng ngôn ngữ Python 3. Dịch vụ này liên tục lắng nghe tại cổng mạng nội bộ. Để kết nối với Webhook URL công cộng trên Dialogflow mà không cần địa chỉ IP tĩnh, tác giả sử dụng công cụ ngrok tạo cổng kết nối trực tuyến an toàn. Khi nhận gói tin JSON từ Dialogflow, đoạn mã Python tiến hành bóc tách các trường tham số, xuất lệnh điều khiển chân GPIO tương ứng thông qua thư viện RPi.GPIO, đọc tín hiệu từ cảm biến DHT11 và đóng gói chuỗi phản hồi trả lời ngược lại cho Dialogflow với mã trạng thái HTTP 200 OK.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương này trình bày lý do lựa chọn đề tài dựa trên xu hướng phát triển của trí tuệ nhân tạo và nhu cầu tương tác tự nhiên trong điều khiển nhà thông minh. Tác giả xác định mục tiêu tổng quát là xây dựng hệ thống điều khiển thông qua hội thoại, liệt kê chi tiết 10 nội dung nghiên cứu kỹ thuật cần triển khai, xác định phạm vi giới hạn của đề tài (tập trung vào các thiết bị mô phỏng trong nhà gồm đèn, quạt, cửa và cảm biến nhiệt độ/độ ẩm kết nối qua Internet), đồng thời khái quát cấu trúc bố cục gồm 6 chương của toàn bộ khóa luận.

Chương 2: Cơ sở lý thuyết

Chương 2 cung cấp nền tảng lý thuyết chuyên sâu về các công nghệ được tích hợp trong đồ án:

  • Phân loại chatbot thành hai nhóm chính theo phương thức tương tác: âm thanh (Auditory như Siri, Jarvis) và văn bản (Textual trong các ứng dụng dịch vụ). Giải thích vai trò của công nghệ xử lý ngôn ngữ tự nhiên (NLP) trong việc hiểu ngữ nghĩa câu nói.
  • Trình bày kiến trúc API, các phương thức giao thức HTTP chuẩn (GET, POST, PUT, DELETE), và cơ chế hoạt động của Webhook với ba đặc tính: Push (đẩy dữ liệu thời gian thực), Pipes (chuyển tiếp luồng dữ liệu) và Plugins (mở rộng khả năng xử lý nghiệp vụ).
  • Trình bày chi tiết 5 thành phần của Dialogflow: Agent, Intent (phân tích Contexts, Events, Training phrases, Action & parameters, Responses, Fulfillment), Entities (System entities, Developer entities và User entities), Fulfillment và Integrations.
  • Giới thiệu cấu hình phần cứng của kit Raspberry Pi 3 Model B, cấu trúc sơ đồ 40 chân GPIO, hệ điều hành Raspbian giao diện MATE, nguyên lý quét xung PWM điều khiển động cơ servo, thông số kỹ thuật cảm biến DHT11 (đo nhiệt độ 0°C đến 50°C sai số ±2°C, độ ẩm 20% đến 90% RH sai số ±5% RH), thông số Module Relay 2 kênh 5V, cấu tạo và nguyên lý đóng cắt của Transistor hiệu ứng trường Mosfet kênh N.

Chương 3: Tính toán và thiết kế

Chương này tập trung vào khâu thiết kế kỹ thuật của toàn hệ thống:

  • Thiết lập sơ đồ khối hệ thống gồm 7 khối chức năng: Người dùng (User), Dialogflow, Fulfillment, Webhook, Bộ điều khiển trung tâm (Raspberry Pi chạy Python), Khối công suất (Device) và Khối nguồn.
  • Mô tả sơ đồ mặt bằng kiến trúc ngôi nhà thông minh mô hình.
  • Trình bày các bước tính toán và thiết kế mạch điện:
    • Khối Dialogflow: Cấu hình các kịch bản bóc tách ngôn ngữ đầu vào thành cấu trúc dữ liệu JSON.
    • Khối điều khiển Raspberry Pi: Xây dựng thuật toán nhận diện và phản hồi Webhook.
    • Khối động lực: Tính toán chọn Relay bảo vệ dựa trên dòng định mức của thiết bị xoay chiều; thiết lập sơ đồ nguyên lý mạch Dimmer kết hợp cầu chỉnh lưu, Mosfet và optocoupler điều khiển công suất tải; thiết kế sơ đồ nối dây khối cảm biến DHT11 và động cơ servo MG90S.

Chương 4: Thi công hệ thống

Chương 4 ghi lại chi tiết các bước triển khai thực tế trên cả phần mềm và phần cứng:

  • Quá trình khởi tạo và cấu hình Agent trên Dialogflow, thêm các Entities (on-off, led, room, status), huấn luyện câu mẫu tại Training Phrases, thiết lập tham số tại mục Action and Parameters, và gán liên kết Webhook trong Fulfillment.
  • Lập trình hệ thống trên Raspberry Pi 3 bằng Python 3 IDLE, nạp các thư viện điều khiển chân GPIO, cấu hình công cụ ngrok để tạo URL công khai cho máy chủ cục bộ.
  • Thiết kế mạch in (PCB) cho mạch Dimmer, gia công, hàn linh kiện và kiểm tra mạch thực tế.
  • Đóng hộp bộ điều khiển trung tâm, gắn các thiết bị chấp hành, động cơ servo, module relay, cảm biến DHT11 vào các vị trí tương ứng trên mô hình ngôi nhà.
  • Thử nghiệm vận hành thực tế hệ thống thông qua các chuỗi câu lệnh: bật/tắt thiết bị, điều khiển độ sáng bóng đèn, đóng mở cửa, và truy vấn thông số nhiệt độ phòng; đồng thời biên soạn lưu đồ tài liệu hướng dẫn vận hành cho người dùng.

Chương 5: Kết quả, nhận xét và đánh giá

Chương này tổng kết các kết quả đạt được sau quá trình thi công và thử nghiệm:

  • Kiểm tra chức năng đóng ngắt của Module Relay đối với các thiết bị gia dụng 220V.
  • Kiểm tra tính ổn định của mạch Dimmer khi điều chỉnh độ sáng đèn tuyến tính theo lệnh từ chatbot.
  • Đánh giá khả năng thu thập và phản hồi dữ liệu nhiệt độ, độ ẩm của cảm biến DHT11.
  • Đánh giá độ trễ và tính ổn định của đường truyền tín hiệu từ Dialogflow qua ngrok về Raspberry Pi. Tác giả đưa ra các nhận xét kỹ thuật về những điểm làm được và các hạn chế phát sinh trong quá trình vận hành mô hình.

Chương 6: Kết luận và hướng phát triển

Chương cuối cùng khẳng định mức độ hoàn thành so với các mục tiêu đề ra ban đầu, đồng thời đề xuất các giải pháp nâng cấp hệ thống trong tương lai nhằm hoàn thiện tính năng và nâng cao tính ứng dụng thực tiễn.

Kết quả và đóng góp

Kết quả thực nghiệm chính của đề tài bao gồm:

  • Xây dựng thành công một chatbot trên nền tảng Dialogflow có khả năng nhận dạng chính xác các câu lệnh điều khiển tiếng Việt dạng văn bản cho hệ thống nhà thông minh.
  • Thiết lập hoàn chỉnh cơ chế truyền nhận dữ liệu hai chiều giữa Dialogflow và máy tính nhúng Raspberry Pi 3 thông qua Webhook cục bộ được mở rộng bằng công cụ ngrok.
  • Thi công hoàn chỉnh mô hình nhà thông minh vật lý, tích hợp các cơ cấu chấp hành và cảm biến:
    • Đóng ngắt độc lập và đồng thời các thiết bị điện 220V (đèn, quạt) thông qua module relay 2 kênh 5V (dòng tải cho phép lên đến 10A).
    • Điều khiển tuyến tính độ sáng bóng đèn bằng mạch Dimmer tự thiết kế dùng Mosfet kênh N kết hợp cách ly quang.
    • Điều khiển cơ cấu đóng mở cửa chính xác thông qua động cơ servo MG90S bằng chuỗi xung PWM ở tần số 50 Hz.
    • Thu thập và phản hồi chỉ số môi trường trong phòng qua cảm biến DHT11 (đo nhiệt độ dải 0°C đến 50°C và độ ẩm dải 20% đến 90% RH) trực tiếp lên khung chat của người dùng.

Giải pháp kỹ thuật tác giả đề xuất:

  • Ứng dụng mô hình xử lý ngôn ngữ tự nhiên làm giao diện điều khiển thay thế cho các nút bấm tĩnh trên các ứng dụng di động thông thường, giúp người dùng tương tác như với một trợ lý ảo.
  • Sử dụng giải pháp tạo đường hầm ngrok để kết nối Dialogflow với máy tính nhúng nội bộ, giải quyết bài toán giao tiếp Internet mà không đòi hỏi hệ thống mạng phải có địa chỉ IP tĩnh hay cấu hình định tuyến phức tạp.

Đóng góp tự nêu của đề tài:

  • Hiện thực hóa thành công mô hình tích hợp giữa nền tảng AI đám mây (Cloud AI) với hệ thống phần cứng IoT nhúng chi phí thấp, chứng minh tính khả thi của việc ứng dụng chatbot đàm thoại vào điều khiển thiết bị dân dụng trong thực tế.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đề tài được chỉ ra trong văn bản:

  • Chatbot mới chỉ xử lý được các mẫu câu giao tiếp cơ bản, từ vựng và kịch bản huấn luyện còn giới hạn, chưa xử lý được các tình huống ngữ cảnh phức tạp hoặc các câu nói đa nghĩa kéo dài.
  • Hệ thống phụ thuộc hoàn toàn vào kết nối mạng Internet; nếu mất kết nối hoặc đường truyền gián đoạn, việc điều khiển thiết bị qua chatbot không thể thực hiện được.
  • Việc sử dụng công cụ ngrok phiên bản miễn phí khiến đường dẫn Webhook URL bị thay đổi sau mỗi lần khởi động lại máy chủ, đòi hỏi phải cập nhật thủ công URL mới vào mục Fulfillment của Dialogflow.
  • Hệ thống mới dừng lại ở mức độ mô hình thử nghiệm quy mô nhỏ, chưa được kiểm thử trong môi trường thực tế với tải công suất lớn và liên tục.

Hướng nghiên cứu và phát triển tiếp theo được tác giả đề xuất:

  • Mở rộng tập dữ liệu mẫu (Training Phrases) và tối ưu hóa các Entities nhằm giúp chatbot hiểu được đa dạng cách diễn đạt tự nhiên hơn của người dùng.
  • Tích hợp thêm các kênh tương tác âm thanh trực tiếp (Voice Recognition) để người dùng có thể điều khiển trực tiếp bằng giọng nói tiếng Việt thay vì chỉ nhập văn bản.
  • Bổ sung thêm nhiều loại cảm biến an ninh (như cảm biến khí gas, cảm biến chuyển động) và mở rộng điều khiển nhiều thiết bị gia dụng khác trong gia đình.
  • Triển khai máy chủ cố định trên nền tảng đám mây hoặc sử dụng tên miền tĩnh có chứng chỉ bảo mật để ổn định đường truyền Webhook lâu dài, thay thế cho giải pháp tạm thời bằng ngrok.

Giá trị tham khảo

Đồ án là tài liệu kỹ thuật có giá trị tham khảo hữu ích cho:

  • Sinh viên chuyên ngành Kỹ thuật Điện tử Truyền thông, Kỹ thuật Máy tính, Cơ điện tử và Công nghệ Thông tin đang thực hiện các đồ án tốt nghiệp hoặc dự án nghiên cứu về Internet vạn vật (IoT) và nhà thông minh.
  • Người nghiên cứu muốn tìm hiểu phương pháp kết nối nền tảng xử lý ngôn ngữ tự nhiên Dialogflow với các bộ điều khiển nhúng thông qua Webhook và ngôn ngữ Python.
  • Các nội dung có giá trị tham khảo cao trong văn bản bao gồm: sơ đồ nguyên lý và cách tính toán mạch Dimmer dùng Mosfet cách ly quang, phương pháp cấu hình Intent/Entities trên Dialogflow, và quy trình xử lý chuỗi dữ liệu JSON trên kit Raspberry Pi 3.

Câu hỏi thường gặp

1. Nền tảng Dialogflow xử lý ngôn ngữ tự nhiên của người dùng và chuyển tiếp dữ liệu đến bộ điều khiển như thế nào?
Dialogflow sử dụng công nghệ NLU để đối sánh câu nói của người dùng với các Intent đã được huấn luyện, bóc tách các tham số dựa trên hệ thống Entities đã định nghĩa, sau đó đóng gói dữ liệu thành một tệp tin định dạng JSON (chứa responseId, session, queryResult) và gửi qua phương thức HTTP POST đến địa chỉ Webhook được cấu hình tại mục Fulfillment.

2. Tại sao tác giả phải sử dụng công cụ ngrok trong mô hình kết nối của đồ án?
Kit Raspberry Pi 3 đóng vai trò là máy chủ Webhook nội bộ chạy trong mạng cục bộ (LAN) không có địa chỉ IP tĩnh công khai. Công cụ ngrok được sử dụng để tạo một đường hầm (tunnel) an toàn, cung cấp một URL công cộng trên Internet trỏ trực tiếp về cổng dịch vụ của Raspberry Pi, cho phép Dialogflow chuyển tiếp các HTTP POST request về máy tính nhúng.

3. Động cơ servo MG90S được điều khiển đóng mở cửa theo nguyên lý kỹ thuật nào?
Động cơ servo MG90S hoạt động theo hệ thống hồi tiếp vòng kín và được điều khiển bằng tín hiệu xung PWM tần số 50 Hz (chu kỳ 20 ms). Tác giả điều biến chu kỳ nhiệm vụ (Duty Cycle) của xung trong khoảng từ 2,5% đến 12,5% để xác định góc quay chính xác của động cơ từ 0° đến 180° nhằm thực hiện thao tác đóng và mở cửa.

4. Mạch Dimmer trong đồ án được thiết kế gồm những linh kiện chính nào và đảm nhiệm chức năng gì?
Mạch Dimmer được thiết kế gồm cầu chỉnh lưu, Transistor hiệu ứng trường Mosfet kênh N và tầng cách ly quang (Optocoupler). Mạch đảm nhiệm chức năng biến đổi điện xoay chiều thành một chiều nhấp nháy và đóng ngắt theo tín hiệu điều khiển xung PWM từ Raspberry Pi để điều chỉnh tuyến tính công suất và độ sáng của bóng đèn 220V AC.

5. Cảm biến DHT11 giao tiếp với Raspberry Pi theo chuẩn nào và có giới hạn thông số đo ra sao?
Cảm biến DHT11 sử dụng chuẩn giao tiếp kỹ thuật số một dây (1-Wire Digital) với tần số lấy mẫu tối đa là 1 Hz. Dải đo độ ẩm của cảm biến từ 20% đến 90% RH (sai số ±5% RH) và dải đo nhiệt độ từ 0°C đến 50°C (sai số ±2°C), với khoảng cách truyền dẫn tối đa cho phép là 20 m.

Kết luận

Đồ án tốt nghiệp "Ứng dụng chatbot vào điều khiển nhà thông minh" của sinh viên Nguyễn Minh Hùng đã nghiên cứu và tích hợp thành công nền tảng xử lý ngôn ngữ tự nhiên Dialogflow với máy tính nhúng Raspberry Pi 3. Hệ thống vận hành ổn định trên mô hình vật lý thu nhỏ, cho phép người dùng điều khiển đóng ngắt thiết bị điện, điều chỉnh độ sáng đèn, đóng mở cửa và giám sát nhiệt độ, độ ẩm thông qua giao tiếp hội thoại. Mặc dù còn phụ thuộc vào đường truyền Internet và sử dụng công cụ ngrok dùng thử, công trình đã giải quyết trọn vẹn mục tiêu kỹ thuật đề ra và cung cấp một mô hình tham khảo thực tế cho các ứng dụng giao tiếp người – máy trong nhà thông minh.