Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh công nghiệp 4.0, việc chuyển đổi và ứng dụng các công nghệ tiên tiến vào các ngành sản xuất truyền thống, đặc biệt là nông nghiệp quy mô lớn, đặt ra yêu cầu cấp thiết về nâng cao năng suất và khả năng giám sát từ xa. Xu hướng kết hợp giữa hạ tầng vạn vật kết nối (IoT) và thực tế hỗn hợp (Mixed Reality - MR) mang lại tiềm năng hiển thị thông tin trực quan hóa môi trường thực tế. Nhóm tác giả Đinh Thanh Tùng và Trần Toàn Thắng, dưới sự hướng dẫn của TS. Huỳnh Thế Thiện tại Khoa Điện - Điện tử, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh, đã thực hiện đồ án tốt nghiệp ngành Hệ thống nhúng và IoT với đề tài "Xây dựng hệ thống quản lý nông nghiệp kết hợp công nghệ MR" (mã số SKL013304, bảo vệ tháng 5 năm 2024).

Lý do chọn đề tài xuất phát từ hai vấn đề thực tiễn:

  • Công tác giám sát nông nghiệp đòi hỏi theo dõi liên tục nhiều yếu tố môi trường (nhiệt độ, độ ẩm đất, nhiệt độ, độ ẩm không khí, nồng độ khí CO2 và cường độ ánh sáng) trên diện tích canh tác lớn với chi phí năng lượng thấp.
  • Công tác đào tạo kỹ sư và bảo trì thiết bị tại hiện trường thông qua tài liệu giấy hoặc video hướng dẫn 2D truyền thống thiếu tính trực quan, tương tác kém, dễ dẫn đến sai sót kỹ thuật. Trong khi đó, các thiết bị kính hiển thị XR chuyên dụng (HoloLens, Magic Leap) có giá thành quá cao, khó tiếp cận diện rộng.

Văn bản xác định 6 mục tiêu nghiên cứu cụ thể:

  1. Xây dựng mô hình giám sát nghiên cứu nông nghiệp kết hợp giữa MR và IoT phục vụ nâng cao sự tiện lợi khi giám sát thiết bị ở mọi nơi, mọi lúc.
  2. Thiết kế cảm biến đo đạc các tác nhân môi trường xung quanh ảnh hưởng đến cây trồng, hỗ trợ chuẩn công nghiệp để có thể tái sử dụng cho các hệ thống khác.
  3. Tạo điều kiện quản lý nông trại thông minh, giảm thiểu sức lao động thủ công và nâng cao hiệu quả sản xuất thông qua tự động hóa và điều khiển thiết bị từ xa.
  4. Xây dựng cơ sở hạ tầng IoT thu thập dữ liệu khoảng cách xa qua sóng không dây công suất thấp, cho phép truy cập hệ thống qua Internet khi có kết nối mạng.
  5. Thiết kế ứng dụng MR có khả năng linh hoạt chuyển đổi giữa nhiều dòng thiết bị hiển thị, tối ưu hóa giao diện người dùng trên nền tảng thiết bị di động chi phí thấp.
  6. Cung cấp công cụ hướng dẫn thao tác lắp đặt và bảo trì phần cứng thông qua công nghệ thực tế hỗn hợp kết hợp bản sao số (Digital Twin) nhằm giảm thiểu sai sót kỹ thuật.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Hệ thống cảm biến đo đạc môi trường nông nghiệp, vi điều khiển kiến trúc RISC-V, hạ tầng mạng LoRa/LoRaWAN, máy chủ trung tâm điện toán đám mây và ứng dụng MR tích hợp Digital Twin.
  • Phạm vi không gian: Hệ thống phần cứng được triển khai thử nghiệm thực tế tại khu vườn canh tác ngoài trời; máy chủ xử lý dữ liệu đặt tại hệ thống mạng nội bộ gia đình kết nối Internet công cộng.
  • Phạm vi thời gian và thiết bị: Thử nghiệm vận hành và ghi nhận số liệu điện áp pin, nhiệt độ liên tục trong vòng 1 tuần ngoài trời; phạm vi thiết bị đầu cuối hiển thị MR giới hạn trên điện thoại thông minh chạy hệ điều hành hỗ trợ Google ARCore và Depth API.

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng dựa trên các nền tảng lý thuyết và tiêu chuẩn kỹ thuật phần cứng, mạng truyền thông và đồ họa không gian:

  • Khung lý thuyết và công nghệ hiển thị: Khái niệm thực tế hỗn hợp (MR), công nghệ bản sao số (Digital Twin), công cụ phát triển Unity Engine (phiên bản 2022.3.14f1) kết hợp kiến trúc Scriptable Render Pipeline (URP - Universal Render Pipeline), bộ công cụ Microsoft Mixed Reality Toolkit 2 (MRTK2) và thư viện nhận diện Vuforia Engine.
  • Chuẩn giao tiếp và giao thức công nghiệp: Giao tiếp nội bo mạch I2C (mô hình master/slave), chuẩn truyền thông vi sai RS485 (hỗ trợ tối đa 32 thiết bị trên khoảng cách 1200 m) và giao thức Modbus RTU (khung truyền gồm địa chỉ, mã hàm, dữ liệu và mã kiểm tra lỗi CRC).
  • Giao thức mạng và dịch vụ web: Giao thức truyền thông nhẹ MQTT (mô hình Publish/Subscribe qua các topic, cơ chế QoS), giao thức HTTP và kiến trúc REST API (các phương thức CRUD, tính chất Stateless).
  • Hạ tầng vô tuyến diện rộng: Kỹ thuật điều chế trải phổ LoRa (Semtech) và giao thức mạng LPWAN LoRaWAN theo tiêu chuẩn ITU-T Y.4480. Đồ án áp dụng kiến trúc mạng gồm Thiết bị cuối (End Devices), Trạm trung chuyển (Gateway), Máy chủ mạng (Network Server) và Máy chủ ứng dụng (Application Server); phân loại thiết bị Class A, B, C; cơ chế kích hoạt thiết bị qua không khí (OTAA) và kích hoạt cá nhân hóa (ABP); tuân thủ dải băng tần 920-923 MHz theo quy định tại Thông tư 08/2021/TT-BTTTT của Bộ Thông tin và Truyền thông.

Phương pháp nghiên cứu thực tế gồm:

  • Phương pháp thực nghiệm: Thiết kế schematic và mạch in PCB trên phần mềm Altium Designer; viết mã nhúng cho vi điều khiển trên Mounriver Studio và Arduino IDE; đo kiểm xung logic truyền thông bằng Saleae Logic; đo lường dòng điện và mức tiêu thụ công suất bằng thiết bị đo chuyên dụng Otii.
  • Phương pháp thu thập dữ liệu: Kiểm thử thực tế các chức năng ứng dụng trên nhiều dòng máy di động; tiến hành khảo sát lấy ý kiến người dùng thử nghiệm ở nhiều độ tuổi và trình độ công nghệ khác nhau.
  • Phương pháp phân tích và tổng kết: So sánh hiệu năng kết xuất đồ họa giữa các phiên bản render pipeline; đánh giá số liệu dòng sạc và điện áp pin sạc năng lượng mặt trời thực tế thu thập từ cơ sở dữ liệu MariaDB thông qua giao diện máy chủ.

Nguồn dữ liệu của nghiên cứu:

  • Dữ liệu môi trường đo đạc từ cảm biến Sensirion SCD40 (nồng độ CO2, nhiệt độ, độ ẩm không khí), cảm biến Rohm BH1750 (cường độ ánh sáng) và cảm biến điện dung/nhiệt điện trở đo đất.
  • Dữ liệu vận hành hệ thống thu thập từ cổng Gateway Pi HAT RAK5146 truyền về máy chủ Raspberry Pi 4.

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế thành một kiến trúc phân tầng kỹ thuật hoàn chỉnh gồm phần cứng thu thập tại hiện trường, trạm trung gian, hạ tầng máy chủ đám mây và ứng dụng thực tế hỗn hợp.

Thành phần hệ thống Phần cứng / Nền tảng cốt lõi Thông số kỹ thuật / Đặc tả chính
Mạch cảm biến đo môi trường Vi điều khiển WCH CH32V003, IC MAX3485EESA+T Lõi QingKe RISC-V2A @ 48 MHz, 16 KB Flash, 2 KB RAM, giá linh kiện khoảng 3.700 VND; giao tiếp RS485 Modbus RTU
Cảm biến CO2 & Ánh sáng Sensirion SCD40, Rohm BH1750 SCD40: NDIR Photoacoustic, 400-2000 ppm CO2, sai số ±(50 ppm + 5%); BH1750: dải đo 0-65.535 lux, phân giải 1 lux
Trạm thu thập dữ liệu (Node) Module RAKwireless RAK3172 Chip Semtech SX1262, LoRaWAN 1.0.3/1.1; dòng ngủ < 2 µA, dòng truyền < 100 mA; nguồn 2,0V - 3,6V
Khối nguồn năng lượng trạm IC CN3791, IC TPS62840, Pin Lithium-ion CN3791: Sạc PWM năng lượng mặt trời hỗ trợ MPPT, áp vào 4,4V-28V; TPS62840: IC Buck dòng tĩnh 60 nA, tải max 750 mA
Trạm trung gian (Gateway) Kit Raspberry Pi HAT RAK5146 Chipset Semtech SX1303, giao tiếp SPI, 8 kênh đa SF, công suất phát max 27 dBm, độ nhạy thu -139 dBm, tích hợp GPS
Máy chủ mạng và ứng dụng Raspberry Pi 4 Model B (RAM 8GB) SoC Broadcom BCM2711 4 nhân Cortex-A72 @ 1.5 GHz, hệ điều hành Raspberry Pi OS 64-bit Bookworm
Nền tảng phần mềm máy chủ Docker & Docker Compose The Things Stack, Home Assistant, MariaDB, Mosquitto Broker (MQTT Bridge), Nginx Reverse Proxy (Swag/SSL), dịch vụ ArIoT
Ứng dụng hiển thị MR Unity 2022.3.14f1, MRTK2, URP Triển khai trên điện thoại hỗ trợ ARCore và Depth API; tích hợp mô hình tối ưu từ Blender 3.0

Quá trình triển khai kỹ thuật:

  1. Phát triển mạch cảm biến: Thiết kế hai module cảm biến riêng biệt gồm module đo không khí (tích hợp SCD40, BH1750) và module đo đất. Sử dụng vi điều khiển giá rẻ CH32V003 làm cầu nối đọc tín hiệu từ các cảm biến qua I2C/ADC, đóng gói theo chuẩn Modbus RTU và truyền qua IC thu phát MAX3485EESA+T.
  2. Phát triển trạm thu thập dữ liệu (Sensor Node): Thiết kế mạch nguồn tích hợp bảo vệ pin, sạc pin mặt trời MPPT dùng IC CN3791, mạch nâng áp cấp nguồn cảm biến ngoài và mạch hạ áp tiết kiệm điện dùng TPS62840. Bộ điều khiển trung tâm RAK3172 lập trình theo chu trình: thức dậy -> kích hoạt nguồn cảm biến -> gửi lệnh Modbus RTU đọc tham số -> ngắt nguồn cảm biến -> nén dữ liệu -> gửi gói tin LoRaWAN lên Gateway -> nhận xác nhận (ACK) -> chuyển sang chế độ ngủ sâu (Deep Sleep) tiêu thụ dưới 2 µA.
  3. Thiết lập máy chủ đám mây: Triển khai các container dịch vụ bằng Docker Compose. The Things Stack tiếp nhận gói tin từ Gateway RAK5146, giải mã payload và đẩy sang Mosquitto Broker. Dịch vụ Home Assistant nhận dữ liệu từ MQTT để hiển thị dashboard web và ghi nhận vào cơ sở dữ liệu MariaDB. Dịch vụ tự phát triển ArIoT bằng Python đảm nhận cung cấp REST API tùy biến và xử lý định vị tọa độ GPS của các trạm. Hệ thống mạng được bảo vệ và ánh xạ ra Internet bằng Swag (Nginx reverse proxy kết hợp chứng chỉ Let's Encrypt SSL/TLS).
  4. Xây dựng ứng dụng MR và Digital Twin: Chuyển đổi mô hình CAD từ Altium Designer sang Blender 3.0 để tối ưu lưới đa giác (mesh), làm sạch topology, trải UV map và tạo animation tháo lắp linh kiện. Trên Unity Engine, ứng dụng cấu hình Universal Render Pipeline, sử dụng MRTK2 để thiết kế hệ thống tương tác và giao diện nổi không gian. Ứng dụng tích hợp thuật toán so sánh khoảng cách tọa độ GPS để tự động chọn trạm đo gần người dùng nhất, đồng thời truy xuất dữ liệu từ API ArIoT/MQTT để cập nhật các chỉ số thời gian thực và biểu đồ lịch sử lên bảng thông tin ảo.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày bối cảnh chuyển đổi số trong nông nghiệp dưới tác động của cuộc cách mạng công nghiệp 4.0 và sự mở rộng của các thiết bị XR giá rẻ. Tác giả phân tích các hạn chế của phương pháp đào tạo kỹ thuật, giám sát nông nghiệp truyền thống, chỉ ra sự cần thiết của việc kết hợp mạng cảm biến IoT diện rộng với giao diện trực quan MR. Chương này xác định rõ mục tiêu chế tạo hệ thống cảm biến môi trường chuẩn RS485, trạm thu thập dữ liệu không dây LoRaWAN dùng năng lượng mặt trời, máy chủ đám mây và ứng dụng MR di động kèm tính năng Digital Twin; đồng thời nêu rõ phạm vi, giới hạn và phương pháp luận của đề tài.

Chương 2: Cơ sở lý thuyết

Chương 2 cung cấp toàn bộ nền tảng lý thuyết cho hệ thống. Nội dung bao quát các khái niệm về công nghệ Thực tế hỗn hợp (MR), công nghệ Bản sao số (Digital Twin) và các thiết bị phần cứng hỗ trợ (Cave, kính HUD, kính XR, điện thoại). Tác giả phân tích kiến trúc phần mềm đồ họa Unity Engine, cơ chế dựng hình Scriptable Render Pipeline (tập trung vào URP), bộ công cụ MRTK2 và thư viện Vuforia Engine. Đối với phần mạng và truyền thông, chương hệ thống hóa nguyên lý hoạt động của bus I2C, chuẩn vật lý RS485, cấu trúc gói tin Modbus RTU (Address, Function Code, Data, CRC), giao thức MQTT (kiến trúc Publisher/Subscriber, QoS), giao thức HTTP/REST API và công nghệ LoRa/LoRaWAN (các lớp Class A, B, C; cơ chế kích hoạt OTAA và ABP; dải tần số 920-923 MHz).

Chương 3: Thiết kế và thi công hệ thống

Chương 3 là chương trọng tâm mô tả chi tiết toàn bộ quá trình thiết kế phần cứng và phần mềm. Tác giả đặc tả thông số kỹ thuật các linh kiện chính gồm vi điều khiển RISC-V CH32V003, IC sạc CN3791, IC nguồn TPS62840, module LoRa RAK3172, các cảm biến SCD40, BH1750, bộ Gateway Pi HAT RAK5146 và máy tính Raspberry Pi 4. Trình bày chi tiết sơ đồ nguyên lý khối nguồn, khối chuyển đổi UART sang RS485, khối vi điều khiển cho cảm biến và trạm thu thập. Phân tích lưu đồ thuật toán khởi động, chu kỳ thức/ngủ của trạm đo và bảng ánh xạ thanh ghi Modbus RTU. Phần máy chủ trình bày cấu hình cụm container Docker (The Things Stack, Home Assistant, MariaDB, Mosquitto, Swag, ArIoT). Phần ứng dụng MR phân tích quy trình dựng mô hình 3D, thiết kế shader trong Unity Shader Graph, thuật toán tính toán bán kính nhận diện trạm gần nhất dựa trên GPS, logic điều khiển thiết bị từ xa và các luồng sự kiện tương tác hướng dẫn lắp ráp phần cứng.

Chương 4: Kết quả

Chương 4 công bố các kết quả thực nghiệm sau khi hoàn thiện chế tạo và lắp ráp. Tác giả trình bày hình ảnh thực tế mạch in hai module cảm biến, kết quả kiểm tra giao tiếp Modbus RTU qua máy tính bằng phần mềm Hercules, hình ảnh bảng mạch trạm thu thập dữ liệu và trạm Gateway hoàn chỉnh. Báo cáo cung cấp biểu đồ thực nghiệm đo dòng tiêu thụ của trạm ở các mức cấp nguồn 5V và 12V cho cảm biến, biểu đồ ghi nhận quá trình sạc năng lượng mặt trời và mức suy hao điện áp pin trong điều kiện vận hành liên tục 1 tuần ngoài trời, cùng đồ thị diễn biến nhiệt độ môi trường đo được. Đồng thời, chương đánh giá hiệu năng hiển thị của ứng dụng MR, độ ổn định của giao diện giám sát, điều khiển và tính trực quan của module hướng dẫn kỹ thuật trên một số dòng thiết bị di động thực tế.

Chương 5: Kết luận và hướng phát triển

Chương 5 tóm tắt các hạng mục đã hoàn thành của đồ án gồm hệ thống cảm biến RS485 tự thiết kế, trạm đo LoRaWAN độc lập năng lượng, máy chủ đám mây quản lý dữ liệu và ứng dụng MR trên điện thoại. Tác giả thảo luận về tiềm năng ứng dụng thực tế của MR trong sản xuất và lao động kỹ thuật, chỉ rõ các hạn chế tồn đọng về phần cứng máy chủ cũng như tính tương thích thiết bị, từ đó đề xuất các hướng mở rộng kỹ thuật cho các giai đoạn phát triển tiếp theo.

Kết quả và đóng góp

Nghiên cứu đạt được các kết quả kỹ thuật và số liệu thực nghiệm cụ thể:

  • Chế tạo thành công mạch cảm biến môi trường (không khí và đất) sử dụng vi điều khiển RISC-V CH32V003 có giá thành tối ưu (khoảng 3.700 VND/chip), hỗ trợ chuẩn giao tiếp công nghiệp RS485 Modbus RTU, giao tiếp thành công và tin cậy với phần mềm giám sát máy tính (Hercules).
  • Chế tạo trạm thu thập dữ liệu tích hợp module RAK3172 và hệ thống quản lý nguồn pin thông minh. Số liệu đo lường thực tế cho thấy dòng rò ở chế độ ngủ của module điều khiển chỉ dưới 2 µA, IC hạ áp TPS62840 có dòng tĩnh 60 nA. Mạch sạc MPPT CN3791 vận hành ổn định trong dải áp đầu vào từ tấm pin mặt trời, duy trì trạm hoạt động bền bỉ trong suốt đợt thử nghiệm thực tế 1 tuần ngoài trời với biểu đồ điện áp pin và nhiệt độ môi trường được ghi nhận liên tục về máy chủ.
  • Xây dựng hoàn chỉnh hạ tầng mạng diện rộng LoRaWAN tầm xa với Gateway RAK5146 kết hợp Raspberry Pi 4 8GB, vận hành đầy đủ cụm dịch vụ ảo hóa qua Docker Compose (The Things Stack, Home Assistant, MariaDB, Mosquitto, Swag).
  • Hoàn thiện ứng dụng di động MR chạy trên nền tảng Android (yêu cầu hỗ trợ ARCore và Depth API), cung cấp giao diện hiển thị thông số môi trường tức thời, biểu đồ dữ liệu lịch sử, điều khiển rơ-le chấp hành từ xa, tự động phát hiện trạm theo tọa độ GPS và tính năng Digital Twin thể hiện mô hình hoạt ảnh 3D hướng dẫn từng bước tháo lắp phần cứng.

Các giải pháp và kiến nghị kỹ thuật do nhóm tác giả đề xuất:

  • Ứng dụng cơ chế cấp nguồn gián đoạn cho cảm biến ngoại vi: Cắt toàn bộ nguồn cấp cho cảm biến RS485 và IC chuyển đổi khi trạm ở chu kỳ ngủ, chỉ cấp nguồn trong vài giây khi cần đọc dữ liệu để tiết kiệm năng lượng tối đa.
  • Cho phép người dùng can thiệp cấu hình thời gian ngủ của trạm cảm biến từ xa thông qua giao diện trang web máy chủ (downlink) nhằm linh hoạt điều chỉnh tần suất lấy mẫu theo từng giai đoạn phát triển của cây trồng.
  • Tận dụng điện thoại thông minh tích hợp ARCore làm thiết bị hiển thị MR thay cho kính chuyên dụng nhằm hạ thấp rào cản chi phí đầu tư trong nông nghiệp quy mô vừa và nhỏ.

Đóng góp so với các nghiên cứu trước:

  • Tự thiết kế và làm chủ phần cứng mạch cảm biến Modbus RTU chi phí thấp trên nền tảng vi điều khiển RISC-V mới, không phụ thuộc vào các module cảm biến thương mại đắt tiền.
  • Tích hợp thành công công nghệ Digital Twin vào ứng dụng MR trên thiết bị di động, chuyển đổi trực tiếp mô hình thiết kế kỹ thuật từ Altium Designer sang mô hình tương tác thời gian thực trong không gian thực tế, hỗ trợ người dùng không chuyên có thể tự thao tác bảo trì và lắp đặt thiết bị.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của hệ thống được tác giả xác định trong văn bản:

  • Hệ thống chỉ tương thích và hỗ trợ các module cảm biến do nhóm tự thiết kế, chưa mở rộng giao thức để tích hợp trực tiếp các loại cảm biến công nghiệp có sẵn trên thị trường.
  • Ứng dụng MR giới hạn trên các dòng điện thoại thông minh có trang bị ARCore và API cảm biến độ sâu (Depth API); việc trải nghiệm MR trên màn hình phẳng của điện thoại chưa mang lại góc nhìn và sự tiện lợi trọn vẹn như trên các thiết bị kính đeo chuyên dụng (kính XR).
  • Người sử dụng cần có hiểu biết và kinh nghiệm ban đầu nhất định về thiết bị XR để thao tác các tính năng tương tác không gian.
  • Máy chủ đám mây vận hành trên máy tính nhúng Raspberry Pi đặt tại môi trường dân dụng, sử dụng nguồn điện và đường truyền Internet gia đình nên chưa đảm bảo tính sẵn sàng cao và ổn định liên tục 24/7.

Hướng phát triển tiếp theo:

  • Nâng cấp phần mềm để hỗ trợ đa dạng các dòng cảm biến môi trường công nghiệp có sẵn trên thị trường thông qua chuẩn Modbus RTU.
  • Chuyển giao và tối ưu hóa ứng dụng MR lên các thiết bị kính đeo chuyên dụng như Microsoft HoloLens hoặc Magic Leap để nâng cao tính rảnh tay và góc nhìn thực tế cho kỹ sư nông nghiệp.
  • Di chuyển hạ tầng máy chủ trung tâm lên các nền tảng điện toán đám mây chuyên nghiệp nhằm đảm bảo độ tin cậy, an toàn thông tin và tính sẵn sàng cao.
  • Khai thác cơ sở dữ liệu cảm biến thu thập được để huấn luyện các mô hình trí tuệ nhân tạo (AI) phục vụ phát hiện sâu bệnh tự động và đề xuất kịch bản chăm sóc cây trồng chính xác.

Giá trị tham khảo

Tài liệu khóa luận có giá trị tham khảo kỹ thuật cho sinh viên, giảng viên và kỹ sư thuộc các chuyên ngành Hệ thống nhúng và IoT, Kỹ thuật Máy tính, Điện tử - Viễn thông và Kỹ thuật Phần mềm:

  • Tài liệu hữu ích cho những người nghiên cứu thiết kế thiết bị IoT năng lượng thấp (Low-power IoT) hoạt động ngoài trời bằng pin mặt trời kết hợp mạng không dây tầm xa LoRaWAN.
  • Phần sơ đồ nguyên lý mạch phần cứng (Schematic) của module cảm biến dùng vi điều khiển RISC-V CH32V003, mạch sạc pin MPPT CN3791 và mạch hạ áp TPS62840 (Chương 3) là tài liệu tham khảo chi tiết cho việc thiết kế mạch in PCB công nghiệp.
  • Quy trình triển khai hệ thống máy chủ mạng LoRaWAN hoàn chỉnh bằng Docker Compose (The Things Stack, Home Assistant, Mosquitto Bridge) cung cấp hướng dẫn từng bước cho các dự án xây dựng hạ tầng IoT cục bộ hoặc doanh nghiệp.
  • Phương pháp xử lý mô hình CAD từ Altium Designer qua Blender để nạp vào Unity Engine kết hợp MRTK2 và URP là tài liệu thực hành hữu ích cho các đề tài phát triển ứng dụng Digital Twin và Thực tế tăng cường/Thực tế hỗn hợp trên thiết bị di động.

Câu hỏi thường gặp

1. Vi điều khiển nào được sử dụng để phát triển module cảm biến và lý do lựa chọn là gì?

Các module cảm biến đo không khí và đất sử dụng vi điều khiển CH32V003 của hãng WCH (Nanjing Qinheng Microelectronics). Vi điều khiển này được xây dựng trên kiến trúc QingKe RISC-V2A với tốc độ xung nhịp 48 MHz, bộ nhớ Flash 16 KB, RAM 2 KB, tích hợp sẵn các giao tiếp UART, I2C, SPI và bộ chuyển đổi ADC 10-bit. Nhóm tác giả lựa chọn linh kiện này do mức tiêu thụ năng lượng thấp và giá thành rất rẻ (khoảng 3.700 VND một chiếc), giúp giảm tối đa chi phí sản xuất các module cảm biến công nghiệp chuẩn RS485 Modbus RTU.

2. Trạm thu thập dữ liệu (Sensor Node) giải quyết bài toán tiêu thụ năng lượng khi hoạt động ngoài trời bằng cách nào?

Trạm thu thập dữ liệu áp dụng đồng thời ba giải pháp kỹ thuật:

  • Sử dụng module thu phát LoRaWAN RAK3172 với dòng tiêu thụ ở chế độ ngủ (Deep Sleep) dưới 2 µA.
  • Sử dụng IC hạ áp buck TPS62840 với dòng điện tĩnh siêu nhỏ ở mức 60 nA và IC điều khiển sạc pin mặt trời PWM CN3791 hỗ trợ theo dõi điểm công suất tối đa (MPPT) cho pin Lithium-ion 4,2V.
  • Lập trình chu trình hoạt động ngắt quãng: Trạm chỉ thức dậy theo chu kỳ cấu hình sẵn, cấp điện cho các cảm biến ngoài qua mạch công tắc nguồn để đọc thông số, sau đó ngắt toàn bộ nguồn cảm biến, đóng gói gửi dữ liệu qua sóng LoRa và ngay lập tức trở lại trạng thái ngủ sâu.

3. Cụm máy chủ trung tâm được triển khai trên phần cứng nào và gồm những dịch vụ phần mềm nào?

Máy chủ trung tâm được cài đặt trên máy tính nhúng Raspberry Pi 4 Model B (bản 8GB RAM) chạy hệ điều hành Raspberry Pi OS 64-bit (Bookworm), vận hành thông qua Docker và Docker Compose với các dịch vụ chính:

  • The Things Stack (kèm Postgres, Redis): Đóng vai trò máy chủ mạng LoRaWAN (Network Server).
  • Mosquitto Broker: Làm máy chủ MQTT và làm cầu nối (MQTT Bridge) trung chuyển gói tin từ The Things Stack.
  • Home Assistant (HASS): Đóng vai trò máy chủ ứng dụng quản lý trạng thái, hiển thị dashboard và cung cấp API.
  • MariaDB: Hệ quản trị cơ sở dữ liệu quan hệ lưu trữ toàn bộ lịch sử dữ liệu cảm biến.
  • Swag: Cấu hình Nginx reverse proxy và quản lý chứng chỉ bảo mật SSL/TLS Let's Encrypt cho các tên miền con.
  • ArIoT: Dịch vụ viết bằng Python cung cấp REST API riêng cho ứng dụng MR và quản lý tọa độ vị trí trạm.

4. Ứng dụng MR yêu cầu thiết bị di động đáp ứng các điều kiện phần cứng và phần mềm nào?

Ứng dụng MR của đồ án được xuất bản từ Unity Engine nhắm tới nền tảng điện thoại thông minh chạy hệ điều hành Android. Thiết bị bắt buộc phải nằm trong danh mục hỗ trợ nền tảng Google ARCore và phải được trang bị API cảm biến độ sâu (Depth API) để hệ thống nhận diện không gian bề mặt thực tế, định vị hiển thị giao diện thông tin ảo và mô hình Digital Twin ba chiều.

Kết luận

Đồ án tốt nghiệp của Đinh Thanh Tùng và Trần Toàn Thắng đã thiết kế và triển khai thành công hệ thống giám sát nông nghiệp kết hợp đồng bộ giữa mạng cảm biến không dây công suất thấp LoRaWAN và ứng dụng thực tế hỗn hợp (MR). Giải pháp phần cứng tự chủ từ mạch cảm biến vi điều khiển RISC-V chi phí thấp đến trạm thu thập dữ liệu dùng năng lượng mặt trời đã chứng minh được tính ổn định qua kiểm thử thực tế 1 tuần liên tục ngoài trời. Bên cạnh đó, việc tích hợp bản sao số (Digital Twin) trên giao diện di động giá thành thấp mở ra hướng tiếp cận trực quan, hỗ trợ hiệu quả cho công tác giám sát nông nghiệp từ xa và hướng dẫn kỹ thuật tại hiện trường.