Bối cảnh và vấn đề nghiên cứu

Trong thế kỷ 21, ngành nông nghiệp đối mặt với nhiều thách thức lớn như tác động của biến đổi khí hậu, sự khan hiếm nguồn tài nguyên nước và áp lực gia tăng dân số toàn cầu. Những yếu tố này làm suy giảm năng suất cây trồng và gây áp lực nặng nề lên nguồn tài nguyên thiên nhiên. Để duy trì an ninh lương thực và nâng cao hiệu quả sản xuất, mô hình nhà kính (greenhouse) đã được ứng dụng rộng rãi nhằm tạo môi trường vi khí hậu tối ưu cho cây trồng sinh trưởng. Tuy nhiên, việc giám sát và duy trì thủ công các yếu tố môi trường trong nhà kính đòi hỏi nhiều công sức, độ chính xác không cao và khó phản ứng kịp thời với các biến động bất thường.

Sự phát triển của Internet of Things (IoT) đã mở ra phương thức tiếp cận mới trong việc quản lý và tự động hóa nông nghiệp. Thông qua mạng lưới cảm biến và các bộ vi xử lý, các thông số môi trường có thể được thu thập, xử lý và điều khiển theo thời gian thực. Xuất phát từ bối cảnh đó, đề tài đồ án tốt nghiệp "Xây dựng hệ thống IoT Greenhouse dựa trên mã nguồn mở ThingsBoard" được sinh viên Nguyễn Đức Hùng (ngành Công nghệ thông tin, Trường Đại học Phenikaa) thực hiện dưới sự hướng dẫn của TS. Mai Xuân Tráng vào năm 2023. Đề tài tập trung nghiên cứu giải pháp ứng dụng nền tảng mã nguồn mở ThingsBoard kết hợp với thiết bị máy tính nhúng và cảm biến để xây dựng hệ thống giám sát, điều khiển tự động vi khí hậu nhà kính.

Mục tiêu chung của đề tài là xây dựng một hệ thống IoT Greenhouse thông minh hoàn chỉnh, cho phép theo dõi và tự động hóa quá trình chăm sóc cây trồng, tối ưu hóa năng suất và giảm thiểu lãng phí tài nguyên. Để hiện thực hóa mục tiêu này, 6 nhiệm vụ nghiên cứu cụ thể được xác lập:

  1. Thiết kế hệ thống IoT Greenhouse: Xây dựng cấu trúc cảm biến đo đạc các thông số nhiệt độ, độ ẩm không khí, độ ẩm đất và cường độ ánh sáng.
  2. Phát triển giao diện người dùng: Thiết lập dashboard trên nền tảng web tĩnh và ứng dụng di động ThingsBoard để phục vụ việc giám sát, điều khiển từ xa.
  3. Điều khiển và tự động hóa: Lập trình cơ chế vận hành thiết bị chấp hành dựa trên dữ liệu cảm biến thu thập nhằm giảm thiểu can thiệp thủ công.
  4. Thu thập và xử lý dữ liệu: Xây dựng luồng tiếp nhận và các thuật toán xử lý dữ liệu từ các node cảm biến môi trường.
  5. Tối ưu hóa môi trường: Tự động kích hoạt tưới nước, chiếu sáng và thông gió để duy trì điều kiện sinh trưởng lý tưởng.
  6. Hệ thống cảnh báo tự động: Tích hợp cơ chế thông báo trên giao diện và gửi thư điện tử khi các chỉ số vượt ngưỡng an toàn.

Đối tượng nghiên cứu của đồ án là hệ thống thu thập dữ liệu, giám sát và điều khiển vi khí hậu nhà kính ứng dụng nền tảng ThingsBoard. Phạm vi nghiên cứu tập trung vào việc thiết kế mạch, tích hợp phần cứng và lập trình xử lý logic trên mô hình thực nghiệm (demo thu nhỏ) tại môi trường phòng lab thuộc Khoa Công nghệ thông tin, Trường Đại học Phenikaa năm 2023.

Cơ sở lý thuyết và phương pháp

Đồ án dựa trên nền tảng lý thuyết cốt lõi của Internet vạn vật (IoT) và kiến trúc phần mềm trung gian (middleware) của ThingsBoard. Các khái niệm và nguyên lý chính bao gồm:

  • Đặc tính hệ thống IoT: Nguyên lý truyền thông máy - máy (M2M), khả năng kết nối mạng không đồng nhất, định danh duy nhất (UID) cho thiết bị, cùng sự kết hợp giữa trí tuệ môi trường (ambient intelligence) và mạng lưới cảm biến.
  • Kiến trúc ThingsBoard: Nền tảng IoT mã nguồn mở cung cấp các khối chức năng quản trị thiết bị, bao gồm tầng giao vận (Transport Layer hỗ trợ MQTT, HTTP, CoAP, LwM2M), ThingsBoard Core (xử lý API REST, WebSocket và quản lý phiên dựa trên mô hình Actor System), công cụ xử lý sự kiện Rule Engine (dựa trên các thành phần Message, Rule Node, Rule Chain), cùng hai dạng dữ liệu cơ bản là Telemetry (dữ liệu chuỗi thời gian) và Attributes (thuộc tính/trạng thái thiết bị).
  • Cơ chế RPC (Remote Procedure Calls): Kỹ thuật điều khiển thiết bị từ xa qua ThingsBoard theo hình thức một chiều (1-way RPC) hoặc hai chiều (2-way RPC).

Phương pháp nghiên cứu được triển khai bao gồm:

  • Phương pháp nghiên cứu lý thuyết: Tổng hợp tài liệu kỹ thuật về các giao thức truyền thông IoT, cấu trúc ThingsBoard Rule Engine và tài liệu thông số phần cứng từ các nhà sản xuất.
  • Phương pháp phân tích và thiết kế hệ thống: Khảo sát yêu cầu bài toán nhà kính, xây dựng sơ đồ khối chức năng, sơ đồ phân tầng kiến trúc, sơ đồ nguyên lý mạch điện tử và sơ đồ tuần tự (sequence diagram) cho cả hai quy trình: vận hành tự động và điều khiển thủ công.
  • Phương pháp thực nghiệm kỹ thuật: Lắp ráp phần cứng thực tế, lập trình điều khiển nhúng trên máy tính đơn bo Raspberry Pi 3B+, thiết lập cấu hình Rule Chain trên máy chủ ThingsBoard, kết nối API gửi thư điện tử và chạy thử nghiệm kiểm tra tính đáp ứng của hệ thống trên mô hình thực tế.

Nguồn dữ liệu của nghiên cứu bao gồm các thông số đo đạc thời gian thực từ cảm biến DHT22, BH1750, cảm biến độ ẩm đất Soil Moisture V2.0, cùng dữ liệu vận hành và nhật ký cảnh báo lưu trữ trên hệ quản trị cơ sở dữ liệu của máy chủ ThingsBoard.

Thiết kế và triển khai

Hệ thống IoT Greenhouse được phân chia thành hai phân hệ chính: Phân hệ thiết bị vật lý (Hardware Edge) và Phân hệ máy chủ ThingsBoard (Cloud/Server).

Kiến trúc phần cứng và sơ đồ kết nối

Phân hệ phần cứng sử dụng bo mạch Raspberry Pi 3 Model B+ làm bộ điều khiển trung tâm (Gateway). Do Raspberry Pi không hỗ trợ cổng đọc tín hiệu tương tự (Analog Input), hệ thống tích hợp chip chuyển đổi tương tự - số (ADC) MCP3008 với độ phân giải 10-bit để đọc tín hiệu điện áp từ cảm biến độ ẩm đất analog.

Thiết bị / Linh kiện Số lượng Giá thành dự toán (VNĐ) Vai trò trong hệ thống
Raspberry Pi 3 Model B+ 1 1.400.000 Xử lý trung tâm, đọc cảm biến, gửi dữ liệu MQTT, nhận lệnh RPC
Module Relay 5V Opto 3 60.000 Đóng/cắt nguồn điều khiển quạt làm mát, máy bơm nước và đèn LED
Đèn LED 5V 1 400 Cơ cấu mô phỏng hệ thống chiếu sáng bổ sung
Màn hình OLED SSD1306 1 50.000 Hiển thị trực tiếp các thông số môi trường tại chỗ
Cảm biến độ ẩm đất V2.0 1 20.000 Đo độ ẩm đất dưới dạng tín hiệu analog qua chân AOUT
Động cơ Servo MG90S 1 30.000 Kéo/mở rèm che nắng dựa trên điều khiển xung PWM
Cảm biến ánh sáng BH1750 1 40.000 Đo cường độ ánh sáng kỹ thuật số theo đơn vị Lux qua I2C
Cảm biến nhiệt độ - độ ẩm DHT22 2 160.000 Đo nhiệt độ và độ ẩm không khí bên trong và bên ngoài nhà kính
Chip ADC MCP3008 1 40.000 Chuyển đổi 8 kênh tín hiệu analog sang số chuẩn SPI 10-bit
Dây cắm mạch và Pin AA ~100 dây, 4 pin 120.000 Cấp nguồn phụ và kết nối các khối phần cứng
Tổng chi phí phần cứng ~ 1.920.400

Sơ đồ kết nối giữa Raspberry Pi 3B+ và các thiết bị ngoại vi được ánh xạ chi tiết theo từng chân GPIO:

  • Cảm biến DHT22 (Bên trong nhà kính): Nguồn 3.3V, GND, Chân dữ liệu Out nối GPIO4.
  • Cảm biến DHT22 (Bên ngoài nhà kính): Nguồn 3.3V, GND, Chân dữ liệu Out nối GPIO26.
  • Cảm biến ánh sáng BH1750: Nguồn 3.3V, GND, chân SDA nối GPIO2 (SDA), SCL nối GPIO3 (SCL).
  • Màn hình OLED SSD1306: Nguồn 5V, GND, chân SDA nối GPIO2 (SDA), SCL nối GPIO3 (SCL).
  • Động cơ Servo MG90S: Nguồn 5V, GND, chân tín hiệu DATA nối GPIO22.
  • Module Relay điều khiển Đèn LED: Nguồn 5V, GND, chân IN nối GPIO18.
  • Module Relay điều khiển Quạt thông gió: Nguồn 5V, GND, chân IN nối GPIO27.
  • Module Relay điều khiển Máy bơm nước: Nguồn 5V, GND, chân IN nối GPIO16.
  • Chip ADC MCP3008: Nguồn VDD 3.3V, AGND/DGND nối GND, CLK nối GPIO11 (SCLK), DOUT nối GPIO9 (MISO), DIN nối GPIO10 (MOSI), CS/SHDN nối GPIO8 (CE0).
  • Cảm biến độ ẩm đất Soil Moisture V2.0: Nguồn 3.3V, GND, chân tín hiệu AOUT nối kênh CH0 của MCP3008.

Xây dựng phần mềm và cấu hình ThingsBoard Server

Phần mềm trên Raspberry Pi được lập trình bằng Python để đọc tuần tự tín hiệu từ các giao tiếp 1-Wire (DHT22), I2C (BH1750, OLED SSD1306) và SPI (MCP3008). Dữ liệu sau khi thu thập được đóng gói thành cấu trúc Dictionary và chuyển đổi sang định dạng chuỗi JSON:

  • Telemetry data: Gửi định kỳ qua giao thức MQTT lên topic quy chuẩn của ThingsBoard, gồm các khóa temperature_inside, humidity_inside, temperature_outside, humidity_outside, soil_moisture, light_intensity.
  • Client Attributes: Gửi trạng thái đóng/ngắt hiện tại của các thiết bị chấp hành (đèn, quạt, máy bơm, góc quay servo) lên máy chủ để đồng bộ hiển thị.

Giao diện Web Dashboard được xây dựng trên ThingsBoard bằng cách kết hợp nhiều loại Widget:

  • Widget Card hiển thị chỉ số số học tức thời của nhiệt độ, độ ẩm không khí, độ ẩm đất và cường độ ánh sáng.
  • Widget Time-Series Chart hiển thị biểu đồ diễn biến nhiệt độ và ánh sáng theo trục thời gian thực.
  • Widget Control Switch và Buttons gửi lệnh RPC request (chứa phương thức method và giá trị tham số params = true/false) tới thiết bị trung tâm để điều khiển bật/tắt tải.
  • Widget State hiển thị trạng thái hoạt động của rơ-le đèn (Key 18), rơ-le quạt (Key 27), rơ-le bơm (Key 16) và servo (Key 22).
  • Widget Alarm hiển thị danh sách các cảnh báo khẩn cấp khi tham số môi trường chạm ngưỡng nguy hiểm.
  • Ứng dụng di động ThingsBoard Live (Android) được cấu hình đồng bộ để theo dõi và điều khiển trên thiết bị cầm tay.

Logic xử lý trung tâm được triển khai tại Root Rule Chain của ThingsBoard:

  • Luồng dữ liệu Telemetry sau khi tiếp nhận được dẫn qua bộ lọc quan hệ Post Telemetry và Post Attributes.
  • Khi dữ liệu thỏa mãn điều kiện logic (quan hệ True relation), các Rule Node chuyên biệt như Fanrpc, Pumpsrpc, Servorpc được kích hoạt để tự động phát sinh bản tin RPC Call Request gửi ngược về Raspberry Pi nhằm bật quạt làm mát khi quá nhiệt, kích hoạt máy bơm khi đất khô, hoặc xoay Servo MG90S kéo rèm chắn khi cường độ sáng vượt mức cho phép.
  • Nhánh Temperature alarm rule chain kiểm tra ngưỡng nhiệt độ; nếu vượt quá mức cài đặt, hệ thống tạo bản tin Alarm trên Dashboard và đồng thời gửi yêu cầu tới API bên thứ ba là Mailgun API để tự động gửi thư điện tử cảnh báo trực tiếp đến hộp thư của người quản trị.

Nội dung chính theo từng chương

Chương 1. Tổng quan đề tài

Chương 1 trình bày tính cấp thiết của đề tài trong bối cảnh sản xuất nông nghiệp chịu nhiều tác động tiêu cực từ biến đổi khí hậu và thiếu hụt nguồn nước. Tác giả giới thiệu tổng quan về vai trò của công nghệ IoT như một giải pháp giúp giám sát vi khí hậu và tối ưu hóa tài nguyên trong nhà kính. Chương này xác định rõ mục tiêu nghiên cứu, ý nghĩa ứng dụng thực tiễn của đề tài và công bố danh mục 6 nhiệm vụ kỹ thuật cụ thể cần hoàn thành trong quá trình thiết kế, triển khai hệ thống.

Chương 2. IoT và ThingsBoard

Chương 2 hệ thống hóa cơ sở lý thuyết về Internet of Things và nền tảng mã nguồn mở ThingsBoard. Tác giả phân tích các đặc trưng kỹ thuật của IoT bao gồm tính thông minh (ambient intelligence), khả năng kết nối vạn vật, vai trò của công nghệ cảm biến và tính không đồng nhất của phần cứng. Ưu điểm của IoT về giao tiếp M2M, giám sát thời gian thực, tiết kiệm chi phí và nâng cao chất lượng vận hành được đặt cạnh các thách thức về bảo mật, tính tương thích, bảo trì và chất lượng đường truyền. Chương này cũng phân loại các lĩnh vực ứng dụng điển hình như Smart Home, Smart Healthcare, Smart City và Smart Agriculture. Về ThingsBoard, tác giả phân tích chi tiết các tính năng thu thập dữ liệu chuỗi thời gian, cơ chế mở rộng phân cụm ngang, kiến trúc xử lý sự kiện Rule Engine, cơ chế giao tiếp RPC hai chiều và hệ thống quản lý cảnh báo theo thời gian thực.

Chương 3. Thiết kế hệ thống

Chương 3 tập trung vào thiết kế kỹ thuật chi tiết của toàn bộ hệ thống. Tác giả xây dựng sơ đồ khối phân định rõ hai thành phần: phân hệ thiết bị vật lý và phân hệ máy chủ ThingsBoard. Từng thiết bị phần cứng được lựa chọn và phân tích thông số kỹ thuật toàn diện, bao gồm bộ vi xử lý Broadcom BCM2837B0 trên Raspberry Pi 3B+, chip ADC 8 kênh 10-bit MCP3008, cảm biến nhiệt ẩm DHT22, cảm biến quang BH1750, màn hình OLED SSD1306, động cơ Servo MG90S và module Relay 5V opto. Tác giả thiết lập bảng dự toán linh kiện với tổng chi phí ~1.920.000 VNĐ và lập bảng sơ đồ chân kết nối GPIO chi tiết. Về phía phần mềm, chương này mô tả kiến trúc phân tầng của ThingsBoard (Transport Layer, Core, Express.js UI), phân biệt cấu trúc Telemetry và Attributes, đồng thời xây dựng các sơ đồ tuần tự thể hiện quy trình vận hành tự động theo ngưỡng cảm biến và quy trình điều khiển chủ động theo lệnh người dùng.

Chương 4. Triển khai hệ thống

Chương 4 mô tả quá trình hiện thực hóa và kiểm thử hệ thống. Tác giả trình bày chi tiết các hàm thu thập dữ liệu bằng Python trên Raspberry Pi, cách thức đóng gói JSON và xuất bản tin qua giao thức MQTT lên ThingsBoard. Trên máy chủ, chương này minh họa việc thiết kế giao diện Dashboard đa thông số (trên cả trình duyệt web và ứng dụng ThingsBoard Live Android), cấu hình mạng lưới Rule Node trong Root Rule Chain để tự động tạo RPC request điều khiển rơ-le quạt, bơm, rèm servo và liên kết dịch vụ Mailgun API nhằm tự động gửi email thông báo khi phát hiện quá nhiệt. Cuối cùng, tác giả trình bày giao diện Dashboard Public cho phép người dùng giám sát từ xa không cần đăng nhập nội bộ.

Kết quả và đóng góp

Kết quả đạt được

  • Chế tạo thành công mô hình phần cứng demo: Hoàn thiện mô hình nhà kính thu nhỏ với bộ xử lý trung tâm Raspberry Pi 3B+ kết nối đồng bộ cùng các cảm biến DHT22, BH1750, Soil Moisture V2.0 qua chip ADC MCP3008 và các cơ cấu chấp hành (quạt làm mát, máy bơm nước, đèn LED, động cơ Servo MG90S điều khiển rèm). Tổng chi phí phần cứng được tối ưu ở mức xấp xỉ 1.920.000 VNĐ.
  • Xây dựng luồng dữ liệu thời gian thực: Thu thập ổn định các đại lượng nhiệt độ không khí (trong/ngoài), độ ẩm không khí, độ ẩm đất và cường độ ánh sáng; đóng gói chuỗi JSON và truyền tải chính xác qua giao thức MQTT.
  • Triển khai giao diện điều khiển đa nền tảng: Thiết lập hoàn chỉnh Web Dashboard trực quan với các widget số liệu, biểu đồ chuỗi thời gian, công tắc điều khiển RPC và tích hợp thành công trên ứng dụng di động ThingsBoard Live.
  • Tự động hóa và cảnh báo kép: Vận hành thành công logic Rule Engine để tự động đóng ngắt quạt, tưới nước và kéo rèm khi các chỉ số môi trường chạm ngưỡng quy định. Kích hoạt đồng thời cảnh báo hiển thị trên giao diện (Alarm widget) và gửi email cảnh báo quá nhiệt thông qua Mailgun API.

Đóng góp của đề tài

Đồ án đã chứng minh tính hiệu quả và khả năng ứng dụng thực tiễn của nền tảng mã nguồn mở ThingsBoard trong việc xây dựng hệ thống IoT phục vụ nông nghiệp thông minh với chi phí thấp. Nghiên cứu cung cấp tài liệu kỹ thuật hoàn chỉnh từ sơ đồ mạch đấu nối phần cứng, giải pháp chuyển đổi ADC cho Raspberry Pi bằng MCP3008, cấu trúc dữ liệu JSON đến phương pháp lập trình Rule Chain và kết nối API gửi mail cảnh báo, đóng vai trò như một mô hình tham chiếu thực tế cho các dự án phát triển hệ thống điều khiển vi khí hậu nhà kính.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

  • Hệ thống mới dừng lại ở quy mô thử nghiệm trên mô hình demo nhỏ, sử dụng các tải điện một chiều điện áp thấp (5V) và máy bơm mini, chưa triển khai kiểm thử trên môi trường nhà kính quy mô công nghiệp thực tế với các thiết bị công suất lớn sử dụng điện áp 220V AC.
  • Hệ thống phụ thuộc vào kết nối mạng Wi-Fi/Ethernet sẵn có của Raspberry Pi; trong điều kiện triển khai nông nghiệp diện rộng tại các vùng sâu vùng xa, việc thiếu hụt hạ tầng mạng Internet băng rộng có thể gây gián đoạn đường truyền dữ liệu.
  • Cảm biến độ ẩm đất và cảm biến nhiệt ẩm DHT22 được sử dụng thuộc phân khúc phổ thông phục vụ nghiên cứu mô phỏng, độ bền vật lý và tính ổn định khi hoạt động liên tục trong môi trường ẩm ướt kéo dài chưa được đánh giá toàn diện.

Hướng nghiên cứu tiếp

  • Mở rộng kiến trúc mạng bằng cách tích hợp các giao thức truyền thông vô tuyến tầm xa, công suất thấp như LoRaWAN hoặc Zigbee để liên kết nhiều cụm cảm biến phân tán về một trạm trung tâm.
  • Nâng cấp phần cứng với các module cảm biến và cơ cấu chấp hành đạt chuẩn công nghiệp, trang bị mạch bảo vệ rơ-le chống nhiễu để điều khiển trực tiếp hệ thống động lực điện áp cao 220V.
  • Tích hợp các mô hình học máy (Machine Learning/AI) vào Rule Engine hoặc xử lý biên nhằm dự báo biến thiên thời tiết, tối ưu hóa lượng nước tưới và chất dinh dưỡng tự động theo từng giai đoạn sinh trưởng của cây trồng.

Giá trị tham khảo

Đồ án là tài liệu tham khảo hữu ích cho sinh viên, học viên các ngành Công nghệ thông tin, Kỹ thuật điều khiển và Tự động hóa, Kỹ thuật Máy tính, Điện tử Viễn thông và Nông nghiệp Công nghệ cao. Cụ thể:

  • Tham khảo thiết kế phần cứng: Phương pháp ghép nối và cấu hình giao tiếp SPI để đọc dữ liệu analog qua chip MCP3008 trên bo mạch Raspberry Pi; kỹ thuật phối ghép các module cảm biến đa chuẩn (1-Wire, I2C, SPI) trên cùng một vi xử lý.
  • Tham khảo cấu hình ThingsBoard: Hướng dẫn chi tiết cách tổ chức dữ liệu Telemetry và Client Attributes, quy trình xây dựng giao diện Dashboard chuyên nghiệp và cấu hình luồng xử lý sự kiện trong Rule Engine.
  • Tham khảo kỹ thuật điều khiển và tích hợp dịch vụ: Cách thiết lập cơ chế RPC hai chiều để gửi lệnh điều khiển thiết bị chấp hành và phương thức tích hợp API gửi thư điện tử (Mailgun) trong hệ sinh thái ThingsBoard.

Câu hỏi thường gặp

1. Hệ thống giải quyết hạn chế không có chân đọc tín hiệu Analog của Raspberry Pi 3B+ như thế nào?
Hệ thống sử dụng chip chuyển đổi tương tự - số (ADC) MCP3008 với 8 kênh đầu vào và độ phân giải 10-bit. Cảm biến độ ẩm đất analog (Soil Moisture V2.0) kết nối chân tín hiệu AOUT vào kênh CH0 của MCP3008. Raspberry Pi giao tiếp với MCP3008 qua chuẩn giao tiếp nối tiếp SPI (sử dụng các chân GPIO11 SCLK, GPIO9 MISO, GPIO10 MOSI và GPIO8 CE0) để đọc giá trị số từ 0 đến 1023 tương ứng với độ ẩm đất.

2. Cơ chế điều khiển thiết bị từ Dashboard ThingsBoard xuống Raspberry Pi hoạt động theo phương thức nào?
Cơ chế điều khiển sử dụng giao thức RPC (Remote Procedure Call). Khi người dùng thao tác trên Widget điều khiển của Dashboard hoặc khi Rule Engine kích hoạt node RPC, máy chủ ThingsBoard sẽ đóng gói bản tin JSON chứa tên hàm (method) và trạng thái (params = true/false) gửi tới Raspberry Pi qua MQTT. Script Python chạy trên Raspberry Pi bắt sự kiện RPC, phân tích chuỗi JSON và điều khiển mức logic (HIGH/LOW) trên các chân GPIO tương ứng để kích hoạt rơ-le hoặc điều chế độ rộng xung PWM cho servo.

3. Dữ liệu giám sát nhà kính được ThingsBoard phân loại và quản lý thành những định dạng nào?
Dữ liệu được chia thành hai nhóm chính:

  • Telemetry: Dữ liệu chuỗi thời gian ghi nhận liên tục từ cảm biến (nhiệt độ trong/ngoài, độ ẩm không khí, độ ẩm đất, ánh sáng), lưu trữ dưới dạng key-value và dùng để vẽ biểu đồ diễn biến môi trường.
  • Attributes: Dữ liệu thuộc tính và trạng thái tĩnh của thiết bị (trạng thái bật/tắt của đèn key 18, quạt key 27, máy bơm key 16 và vị trí góc servo key 22), dùng để đồng bộ trạng thái hiển thị trên giao diện.

4. Quy trình cảnh báo khi nhiệt độ nhà kính vượt ngưỡng nguy hiểm được thực hiện như thế nào?
Khi dữ liệu nhiệt độ gửi lên ThingsBoard vượt qua giá trị ngưỡng cài đặt trong Temperature alarm rule chain, hệ thống sẽ kích hoạt đồng thời hai hành động: tạo một thông báo lỗi khẩn cấp hiển thị trực tiếp trên Alarm Widget của Web Dashboard/Mobile App và gọi lệnh REST API chuyển tiếp thông tin tới Mailgun API để tự động gửi một email cảnh báo chi tiết tới địa chỉ hòm thư của người quản lý.

5. Tổng dự toán chi phí phần cứng để chế tạo mô hình IoT Greenhouse trong đồ án là bao nhiêu?
Tổng chi phí phần cứng theo danh mục tính toán của tác giả là xấp xỉ 1.920.000 VNĐ. Các linh kiện chủ yếu gồm bo mạch Raspberry Pi 3 Model B+ (1.400.000 VNĐ), 2 cảm biến DHT22 (160.000 VNĐ), 3 module Relay 5V (60.000 VNĐ), màn hình OLED SSD1306 (50.000 VNĐ), cảm biến ánh sáng BH1750 (40.000 VNĐ), chip ADC MCP3008 (40.000 VNĐ), động cơ Servo MG90S (30.000 VNĐ), cảm biến độ ẩm đất V2.0 (20.000 VNĐ) cùng phụ kiện dây nối và nguồn pin.

Kết luận

Đồ án tốt nghiệp của sinh viên Nguyễn Đức Hùng đã nghiên cứu và triển khai thành công mô hình hệ thống giám sát, điều khiển vi khí hậu nhà kính thông minh dựa trên nền tảng mã nguồn mở ThingsBoard và máy tính nhúng Raspberry Pi 3B+. Hệ thống đáp ứng đầy đủ các yêu cầu kỹ thuật về thu thập dữ liệu đa thông số môi trường, tự động hóa cơ cấu chấp hành theo ngữ cảnh, trực quan hóa dữ liệu đa nền tảng và phát tín hiệu cảnh báo kép kịp thời. Kết quả nghiên cứu khẳng định tính khả thi của giải pháp ứng dụng công nghệ IoT mã nguồn mở vào hiện đại hóa nông nghiệp với chi phí đầu tư hợp lý, đồng thời tạo tiền đề kỹ thuật vững chắc cho việc phát triển các hệ thống nông nghiệp chính xác quy mô lớn trong tương lai.