Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh khoa học kỹ thuật và trí tuệ nhân tạo phát triển nhanh chóng, việc ứng dụng robot tự hành (Wheeled Mobile Robot - WMR) vào các dịch vụ công cộng đang trở thành xu hướng nhằm tối ưu hóa hoạt động vận hành và hỗ trợ con người. Tại các cơ sở giáo dục đại học, nhu cầu tiếp đón, hướng dẫn thông tin, tra cứu học vụ và điều hướng di chuyển giữa các phòng ban là rất lớn. Xuất phát từ thực tiễn đó, đồ án tốt nghiệp ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh đã thực hiện đề tài "Xây dựng robot lễ tân ứng dụng trong trường học" do nhóm sinh viên Trương Quang Trường, Nguyễn Xuân Trưởng và Lý Đắc Vinh thực hiện dưới sự hướng dẫn của TS. Đặng Xuân Ba.

Mục đích tổng quát của đề tài là áp dụng kiến thức chuyên ngành điều khiển và tự động hóa để thiết kế, chế tạo và lập trình điều khiển mô hình robot di động có khả năng tương tác, hỗ trợ con người trong vai trò lễ tân trường học.

Mục tiêu và các nhiệm vụ nghiên cứu cụ thể được xác định bao gồm 13 nội dung:

  1. Thiết kế phần cứng mô hình robot lễ tân trên phần mềm SolidWorks và lựa chọn linh kiện thực tế (kích thước, camera, cảm biến, động cơ).
  2. Thiết kế và thi công cơ cấu cánh tay robot 3 bậc tự do nhằm thực hiện thao tác ấn nút thang máy.
  3. Tính toán phương trình động học thuận và động học nghịch cho hệ thống robot di động 2 bánh vi sai và cánh tay robot 3 bậc.
  4. Xây dựng chương trình mô phỏng kiểm chứng mô hình động học trên phần mềm MATLAB/Simulink.
  5. Xây dựng chương trình điều khiển dựa trên hệ điều hành robot (Robot Operating System - ROS) cho mô hình di động.
  6. Xây dựng tính năng di chuyển tự hành và dẫn đường người dùng đến các phòng ban mục tiêu.
  7. Lưu trữ tọa độ vị trí các phòng trên hệ quản trị cơ sở dữ liệu MySQL; trích xuất dữ liệu để điều khiển xe di chuyển tuần tự hoặc đến từng vị trí chỉ định.
  8. Tích hợp khả năng nhận diện và né tránh vật cản tĩnh và động trên quỹ đạo di chuyển.
  9. Xây dựng tính năng trợ lý ảo hỗ trợ hỏi đáp thông tin và tiếp nhận mệnh lệnh điều khiển.
  10. Tích hợp chức năng truy cập cổng thông tin của trường và hỗ trợ thực hiện giao dịch đóng học phí.
  11. Ứng dụng thị giác máy tính để xác định tọa độ nút bấm thang máy và bám theo người dùng (tracking).
  12. Xây dựng hệ thống điều khiển và giám sát robot từ xa qua mạng internet.
  13. Thiết kế giao diện tương tác trực tiếp trên màn hình cảm ứng và giao diện web điều khiển từ xa.

Đối tượng nghiên cứu của đề tài là hệ thống robot dịch vụ di động hai bánh dẫn động vi sai kết hợp hai bánh điều hướng, tích hợp cánh tay thao tác 3 bậc tự do, hệ thống cảm biến LiDAR, thị giác máy tính và các thuật toán điều hướng tự hành. Phạm vi không gian thực nghiệm được triển khai tại các phòng học C201, C202, C203, C204, C205 thuộc khuôn viên trường học. Thời gian thực hiện đồ án diễn ra từ ngày 14/01/2024 đến ngày 25/06/2024.

Cơ sở lý thuyết và phương pháp

Đề tài kết hợp giữa lý thuyết điều khiển học robot, thị giác máy tính, mạng truyền thông và kỹ thuật phần mềm nhúng.

Khung lý thuyết và mô hình toán học

  • Động học robot di động bánh vi sai: Mô hình toán học mô tả mối quan hệ giữa vận tốc dài $v_R, v_L$ của hai bánh dẫn động với vận tốc dài $V_B$ và vận tốc góc $\omega$ tại tâm robot thông qua bán kính bánh xe $r$, khoảng cách hai bánh $L$, và tâm quay tức thời (ICC). Trạng thái vị trí trong hệ tọa độ toàn cục được xác định bởi vector $[x, y, \theta]^T$.
  • Động học cánh tay robot 3 bậc tự do: Sử dụng phương pháp bảng thông số Denavit-Hartenberg (DH) để thiết lập ma trận biến đổi thuần nhất $T_i^{i-1}$. Giải thuật giải tích động học nghịch áp dụng hàm lượng giác $\text{atan2}$ nhằm xác định các góc khớp $(\theta_1, \theta_2, \theta_3)$ từ tọa độ mục tiêu $(P_x, P_y, P_z)$ của nút thang máy.
  • Khung điều khiển tự hành trên ROS: Vận hành gói điều hướng 2D Navigation Stack bao gồm các tiến trình: định vị thích nghi AMCL (Adaptive Monte Carlo Localization), tạo lập bản đồ đồng thời SLAM (Simultaneous Localization and Mapping), và nút điều phối move_base.
  • Thuật toán quy hoạch đường đi: Sử dụng thuật toán Dijkstra để quy hoạch đường đi toàn cục (Global Path Planning) trên đồ thị trọng số không âm; thuật toán DWA (Dynamic Window Approach) để quy hoạch cục bộ (Local Planner) và tính toán vận tốc tránh vật cản động; bộ điều khiển PID dùng để ổn định tốc độ chuyển động của bánh xe.
  • Thị giác máy tính và AI: Thư viện MediaPipe ứng dụng mạng nơ-ron tích chập đa nhiệm để trích xuất 468 điểm đặc trưng khuôn mặt, 21 điểm bàn tay và 33 điểm dáng người phục vụ bám đối tượng. Mô hình hình học Stereo Camera kết hợp thuật toán tính tổng sai số tuyệt đối (Sum of Absolute Differences - SAD) dùng để phân vùng và xác định tọa độ chiều sâu điểm nút bấm thang máy. Nền tảng Google Cloud Vertex AI được tích hợp làm mô hình ngôn ngữ cho trợ lý ảo.
  • Giao thức truyền thông: Ứng dụng giao thức truyền thông MQTT qua nền tảng HiveMQ Cloud, giao tiếp chuỗi không đồng bộ UART, HTTP/HTTPS, RESTful API và công cụ tạo đường hầm Ngrok.

Phương pháp nghiên cứu

  • Phương pháp phân tích lý thuyết và mô phỏng: Dùng MATLAB/Simulink mô hình hóa phương trình vi phân chuyển động, kiểm chứng đáp ứng vị trí và hướng của robot trước khi chế tạo cơ khí.
  • Phương pháp thiết kế mô hình cơ điện tử: Thiết kế mô hình 3D trên SolidWorks 2021 nhằm tối ưu hóa kết cấu chịu lực, trọng tâm và không gian lắp đặt thiết bị.
  • Phương pháp thực nghiệm tích hợp hệ thống: Lập trình nhúng C/C++ trên nền tảng Arduino Mega và ESP8266; lập trình ứng dụng quản lý, thị giác và ROS bằng ngôn ngữ Python trên hệ điều hành Linux (Ubuntu 20.04); thiết kế giao diện tương tác bằng Qt Designer và giao diện web với HTML/PHP/JavaScript.

Nguồn dữ liệu

Dữ liệu sử dụng trong nghiên cứu bao gồm: dữ liệu quét 2D theo thời gian thực từ cảm biến SLAMTEC M1M1 Mapper; luồng hình ảnh kỹ thuật số từ camera Logitech C310 HD; dữ liệu tọa độ vị trí các phòng học lưu trữ trong hệ quản trị cơ sở dữ liệu MySQL Workbench; và dữ liệu âm thanh thu nhận trực tiếp từ micro để xử lý giọng nói.

Thiết kế và triển khai hệ thống

Hệ thống robot lễ tân được xây dựng trên sự phối hợp đồng bộ giữa phần cứng cơ điện tử và kiến trúc phần mềm phân tầng.

Kết cấu phần cứng cơ khí

Mô hình thực tế có quy cách kỹ thuật ban đầu:

  • Kích thước cơ sở: Đế tròn đường kính 60 cm, tổng chiều cao 140 cm.
  • Khối lượng toàn tải: 30 kg.
  • Phân bổ cơ học: Kết cấu chia làm 4 cụm chính gồm:
    • Cụm đế: Chứa khung kim loại chịu tải, 2 bánh xe dẫn động bằng nhôm đường kính 100 mm (trục 8 mm), 2 bánh xe điều hướng tự do, cụm động cơ dẫn động, mạch công suất, các khối pin và mạch hạ áp.
    • Cụm thân: Khung đỡ định hình che chắn hệ thống dây dẫn, chứa bộ chuyển đổi nguồn, giá đỡ màn hình cảm ứng tương tác ở mặt trước và giá đỡ cánh tay ấn nút.
    • Cụm đầu: Cơ cấu khớp quay tích hợp cụm camera quan sát Logitech C310 HD và hệ thống thu/phát âm thanh.
    • Cánh tay 3 bậc tự do: Thiết kế gồm 3 khâu nối với các động cơ bước giảm tốc, có hành trình vươn đến vị trí bảng điều khiển thang máy tiêu chuẩn.

Cấu hình thiết bị điện và điều khiển

Thiết bị Chủng loại / Thông số kỹ thuật Vai trò trong hệ thống
Máy tính xử lý trung tâm Mini PC (chạy Ubuntu 20.04 LTS) Thực thi ROS Master, SLAM, Navigation, xử lý MediaPipe và giao tiếp Vertex AI
Vi điều khiển cấp thấp Arduino Mega 2560 & Mega 2560 Pro Đọc encoder, tính toán giải thuật PID và xuất xung điều khiển động cơ di chuyển
Vi điều khiển truyền thông Bo mạch ESP8266 Nhận lệnh điều khiển qua giao thức MQTT từ internet, chuyển tiếp qua UART tới Arduino
Cảm biến LiDAR SLAMTEC Mapper M1M1 Quét 360°, phạm vi 20 m, tần số 7000 Hz, độ phân giải 0.05 m, tái định vị < 0.02 m
Camera thu nhận hình ảnh Logitech C310 HD / Cụm Stereo Camera Cung cấp luồng ảnh bám người và trích xuất độ sâu nút nhấn thang máy
Động cơ di chuyển DC Servo JGB37-545 kèm Encoder Dẫn động 2 bánh xe vi sai chính
Động cơ cánh tay Động cơ bước giảm tốc 17HS15-1584S-MG50, Nema 17 SK4248, 17HS1538-1704A Dẫn động 3 khớp cánh tay cơ khí ấn nút thang máy
Mạch điều khiển công suất Cầu H BTS7960, Driver Microstep Điều khiển động cơ DC dòng cao và điều khiển vi bước động cơ bước
Màn hình hiển thị Màn hình cảm ứng ZX1505 Giao diện tương tác người dùng tại chỗ
Hệ thống nguồn cấp Pin LiPo 6S 5300 mAh, Pin Tattu 2300 mAh 4S, Nguồn tổ ong 24V 10A, Inverter Cung cấp năng lượng độc lập cho động cơ, máy tính, mạch hạ áp và cảm biến

Kiến trúc phần mềm và triển khai chức năng

Hệ thống phần mềm được tổ chức thành các khối chuyên trách:

  1. Khối điều hướng tự hành (Navigation Stack): Dữ liệu đám mây điểm từ LiDAR M1M1 được truyền qua mạng Wi-Fi tới Mini PC, node slam_gmapping hoặc mapper nội tại của LiDAR xây dựng bản đồ môi trường. Bản đồ sau đó được lưu lại, hiệu chỉnh các vùng nhiễu thông qua phần mềm GIMP và cung cấp cho map_server. Gói amcl sử dụng dữ liệu odometry kết hợp tia laser để ước lượng tọa độ robot. Nút move_base tiếp nhận mục tiêu tọa độ từ cơ sở dữ liệu MySQL, sử dụng Dijkstra tạo quỹ đạo toàn cục và DWA tính toán vận tốc gửi vào topic /cmd_vel. Khi gặp chướng ngại vật bị kẹt, hệ thống chuyển sang quy trình hành vi phục hồi (Recovery Behaviors).
  2. Khối thị giác máy tính:
    • Mô-đun bám đối tượng sử dụng MediaPipe nhận diện các mốc cơ thể người, tính toán độ lệch tâm giữa đối tượng và khung hình camera để phát tín hiệu điều khiển xoay thân robot tương ứng.
    • Mô-đun Stereo Camera thu thập cặp ảnh, áp dụng thuật toán đối sánh SAD tính độ chênh lệch thị sai (Disparity), trích xuất tọa độ không gian $(y, z)$ của nút bấm thang máy và chuyển đổi thành góc quay khớp của cánh tay 3 bậc.
  3. Khối giao tiếp giọng nói và trợ lý ảo: Thư viện SpeechRecognition thu âm và chuyển giọng nói thành chuỗi văn bản (STT). Chuỗi này được đối soát với tập lệnh nội bộ để thực thi các hành vi trực tiếp; nếu là câu hỏi tra cứu, văn bản được gửi lên nền tảng Google Cloud Vertex AI để tạo câu trả lời tự nhiên. Sau đó, thư viện gTTS kết hợp PyAudio và Playsound chuyển văn bản thành giọng nói (TTS) phát qua loa.
  4. Khối điều khiển và giám sát từ xa qua Internet: Tín hiệu điều khiển di chuyển từ giao diện web được gửi đến máy chủ đám mây HiveMQ Cloud thông qua giao thức MQTT. Bo mạch ESP8266 kết nối Wi-Fi nhận dữ liệu từ HiveMQ, xử lý dữ liệu trong hàm Callback và gửi lệnh qua giao tiếp nối tiếp UART đến Arduino Mega. Luồng video streaming từ camera được Mini PC nén thành dạng byte và truyền tải ra ngoài mạng thông qua công cụ tạo đường hầm Ngrok.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày bối cảnh chung về sự phát triển của công nghệ robot tự hành và ứng dụng của trí tuệ nhân tạo trong đời sống. Tác giả khảo sát tình hình nghiên cứu robot dịch vụ trên thế giới, điểm qua các sản phẩm như robot nhà hàng LEO và CLEO (Mỹ), Pangolin (Nhật Bản), Matradee (RichTech Robotics), cùng các dự án nghiên cứu của DARPA và NASA. Tại Việt Nam, chương này tóm lược một số hướng phát triển như robot phục vụ VOR và công nghiệp VMR của Viettel, NextAMR của tập đoàn FPT, và xe lăn thông minh Wheelchair. Từ đó, tác giả xác định mục tiêu, nhiệm vụ nghiên cứu, phương pháp tiếp cận kỹ thuật và giới hạn của đề tài đồ án tốt nghiệp.

Chương 2: Cơ sở lý thuyết

Chương 2 thiết lập toàn bộ nền tảng toán học và kỹ thuật phần mềm cần thiết:

  • Trình bày chi tiết công thức động học thuận và nghịch của xe hai bánh vi sai, xây dựng ma trận chuyển đổi tọa độ điểm tiếp xúc mặt đất $v_R, v_L$ sang tọa độ toàn cục $[x_t, y_t, \theta_t]^T$.
  • Thiết lập bảng thông số Denavit-Hartenberg (Bảng 2-2) cho cánh tay robot 3 bậc, từ đó suy ra ma trận chuyển đổi tổng quát ${}^0_3T$ và các phương trình giải tích động học nghịch tìm góc $\theta_1, \theta_2, \theta_3$.
  • Phân tích cấu trúc hệ điều hành ROS (Packages, Nodes, Topics, Services, Actions, ROS Master) và thành phần gói 2D Navigation Stack.
  • Trình bày công nghệ cảm biến LiDAR, đặc tính kỹ thuật của SLAMTEC M1M1 Mapper, cùng nguyên lý thuật toán lập bản đồ SLAM.
  • Phân tích cơ chế thuật toán tìm đường ngắn nhất Dijkstra, thuật toán Dynamic Window Approach (DWA) và giải thuật điều khiển chuyển động PID.
  • Nêu lý thuyết thị giác máy tính với các mô hình nhận diện điểm đặc trưng của MediaPipe (468 điểm mặt, 21 điểm tay, 33 điểm dáng), nguyên lý ảnh Stereo Camera và thuật toán SAD.
  • Trình bày lý thuyết mạng và giao thức truyền thông: HTTP/HTTPS, RESTful API, MQTT, UART, hệ điều hành Ubuntu, ngôn ngữ lập trình Python, C, công cụ Qt Designer, MySQL Workbench và các thư viện hỗ trợ giọng nói (SpeechRecognition, gTTS).

Chương 3: Thiết kế hệ thống và lựa chọn thiết bị

Chương 3 tập trung vào thiết kế cơ khí và lựa chọn phần cứng:

  • Thuyết minh và đưa ra các tiêu chuẩn lựa chọn linh kiện: bánh xe nhôm đường kính 100 mm trục 8 mm; vi điều khiển Arduino Mega 2560 Pro và ESP8266; Mini PC; động cơ DC Servo JGB37-545 có encoder; các dòng động cơ bước giảm tốc (17HS15-1584S-MG50, Nema 17 SK4248, 17HS1538-1704A); mạch công suất BTS7960; Stepper Motor Driver Microstep; màn hình cảm ứng ZX1505; camera Logitech C310 HD; nguồn pin LiPo 6S 5300 mAh, Pin Tattu 2300 mAh 4S, nguồn tổ ong 24V 10A và Inverter.
  • Thiết kế sơ đồ nguyên lý kết nối điện và điều khiển giữa Mini PC, Arduino, ESP8266, các driver công suất và khối cấp nguồn.
  • Mô tả bản vẽ thiết kế 3D hoàn chỉnh trên SolidWorks bao gồm kết cấu cụm đế, cụm thân, cụm đầu, cơ cấu truyền động và cánh tay robot 3 bậc ấn nút thang máy.

Chương 4: Xây dựng chương trình điều khiển

Chương 4 mô tả quá trình hiện thực hóa các giải thuật điều khiển:

  • Trình bày lưu đồ giải thuật hệ thống điều hướng tự hành Navigation, lưu đồ bám điểm Waypoint và quy trình điều khiển động cơ Mobile_base kết hợp giao tiếp nối tiếp Serial.
  • Chi tiết hóa quá trình thiết lập các node ROS trong việc tạo lập bản đồ laser, quy trình biên tập bản đồ bằng phần mềm GIMP, cấu hình các khung tọa độ (TF frames), và phân tích các topic tương tác của gói move_base (như topic /cmd_vel).
  • Hiện thực hóa giải thuật xử lý ảnh: lưu đồ bám mục tiêu bằng MediaPipe và giải thuật Stereo Camera trích xuất vị trí nút thang máy để điều khiển cánh tay chuyển động.
  • Triển khai tính năng tương tác âm thanh: chuyển đổi giọng nói sang văn bản, hệ thống phân loại câu lệnh và hành vi tương ứng, chuyển đổi văn bản sang âm thanh.
  • Tích hợp mô hình ngôn ngữ lớn thông qua việc thiết lập thông tin xác thực Google Cloud, khởi tạo Vertex AI và thu nhận phản hồi hội thoại dựa trên văn bản đầu vào.
  • Thiết lập hệ thống điều khiển qua mạng internet: cấu hình broker HiveMQ Cloud, nạp chương trình cho bo mạch ESP8266 kết nối Wi-Fi và thực hiện hàm gọi lại (callback) dữ liệu qua UART; cấu hình Ngrok tạo luồng phát video giám sát thời gian thực.
  • Thiết kế giao diện đồ họa Python (Qt Designer) phục vụ người dùng tương tác trực tiếp và giao diện web đáp ứng (responsive web) để giám sát và điều khiển từ xa.

Chương 5: Kết quả và đánh giá

Chương 5 công bố các dữ liệu thực nghiệm và kết quả vận hành hệ thống:

  • Trình bày kết quả mô phỏng động học xe 2 bánh vi sai trên Simulink qua 2 trường hợp khảo sát, đánh giá sự bám sát giữa giá trị đặt và giá trị đáp ứng ngõ ra của tọa độ $X, Y$ và góc hướng $\theta$.
  • Đánh giá khả năng xử lý ảnh: thuật toán MediaPipe theo dõi đối tượng ổn định trong các điều kiện bất lợi (khuôn mặt bị che khuất một phần, đối tượng đứng nghiêng góc so với robot, đối tượng di chuyển với tốc độ nhanh).
  • Thử nghiệm định vị và ấn nút thang máy bằng Stereo Camera kết hợp cánh tay 3 bậc: tính toán chính xác giá trị tọa độ $y, z$ và hoàn thành thao tác ấn các nút tầng số 2, 3, 4, và 5.
  • Hoàn thiện giao diện đồ họa trên Python gồm các trang chức năng: trang chờ tải, trang chủ (Home), chatbot, truy cập trang trường, đóng học phí, bám người dùng (tracking), điều khiển di chuyển bằng tay (Manual), di chuyển tự động (Auto), và giao diện điều khiển ấn thang máy.
  • Đánh giá kết quả điều hướng thực tế: robot tự hành di chuyển chính xác đến 5 vị trí phòng học thực tế (C201, C202, C203, C204, C205) dựa trên việc đối chiếu kết quả hiển thị trên Terminal, môi trường mô phỏng 3D Rviz và dữ liệu lưu trữ trong cơ sở dữ liệu MySQL.
  • Thống kê sai số thực tế giữa vị trí đặt và vị trí thực tế của robot tại các phòng kiểm chứng (thể hiện qua Bảng 5-1 với các thông số sai số tọa độ $X, Y$ và góc xoay Yaw).
  • Kiểm chứng khả năng truyền nhận tín hiệu điều khiển từ xa qua internet ở cả hai chế độ tự động (Auto) và thủ công (Manual).

Chương 6: Kết luận và hướng phát triển

Chương 6 tổng kết các hạng mục đã hoàn thành của đề tài dựa trên mục tiêu đề ra ban đầu, đồng thời chỉ rõ các hạn chế tồn đọng và đề xuất các định hướng nghiên cứu nhằm nâng cấp hệ thống trong tương lai.

Kết quả và đóng góp

Kết quả nghiên cứu cụ thể

  1. Thiết kế và chế tạo phần cứng: Chế tạo hoàn chỉnh mô hình vật lý robot lễ tân có kích thước đế tròn 60 cm, chiều cao 140 cm, tải trọng 30 kg, vận hành ổn định trên hệ thống 2 bánh dẫn động vi sai và 2 bánh hỗ trợ. Cánh tay thao tác 3 bậc tự do gắn trên thân hoạt động chính xác theo lệnh.
  2. Khả năng điều hướng và lập bản đồ: Cảm biến SLAMTEC M1M1 Mapper kết hợp với ROS 2D Navigation Stack cho phép quét bản đồ độ phân giải 0.05 m, định vị tái lập sai số dưới 0.02 m. Robot tự tìm đường và né tránh vật cản tĩnh/động thành công. Trong các bài kiểm tra di chuyển tự động đến 5 phòng học (C201, C202, C203, C204, C205), robot đến đúng tọa độ chỉ định từ hệ cơ sở dữ liệu MySQL với sai số vị trí và góc quay nằm trong phạm vi cho phép được ghi nhận tại Bảng 5-1 của văn bản.
  3. Thị giác máy tính và cơ cấu chấp hành: Tích hợp thành công thư viện MediaPipe giúp robot luôn giữ người dùng trong vùng nhìn của camera kể cả khi bị che khuất một phần hay di chuyển nhanh. Hệ thống Stereo Camera xác định đúng tọa độ $(y, z)$ của các nút bảng điều khiển thang máy, điều khiển cánh tay 3 bậc ấn thành công các nút tầng số 2, 3, 4 và 5.
  4. Tích hợp phần mềm và điều khiển qua mạng: Xây dựng hệ thống giao diện tương tác người dùng đa nền tảng bằng Qt Designer (hỗ trợ hỏi đáp thông tin, truy cập trang web trường, đóng học phí, ra lệnh di chuyển) kết hợp giao diện web điều khiển từ xa qua giao thức MQTT (HiveMQ Cloud) và đường hầm Ngrok. Trợ lý ảo kết nối Google Cloud Vertex AI phản hồi câu hỏi ngữ cảnh tự nhiên.

Đóng góp kỹ thuật mà nhóm tác giả tự xác định

  • Chế tạo một hệ thống robot lễ tân tích hợp đa chức năng: không chỉ dừng lại ở tính năng tự hành mặt sàn thông thường mà còn giải quyết được bài toán di chuyển liên tầng nhờ cơ cấu cánh tay cơ học 3 bậc tự do ấn nút thang máy dựa trên tọa độ thị giác máy tính.
  • Xây dựng giải pháp điều khiển phân tầng linh hoạt: tầng tính toán cao cấp (Mini PC chạy ROS, AI, xử lý ảnh) kết hợp với tầng điều khiển thời gian thực cấp thấp (Arduino Mega điều khiển động cơ PID, ESP8266 truyền thông IoT), bảo đảm tính độc lập và khả năng xử lý song song nhiều tác vụ phức tạp.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đề tài

Căn cứ vào giới hạn đề tài được nhóm tác giả nêu rõ trong văn bản:

  • Mô hình robot lễ tân thực tế do nhóm sinh viên tự thiết kế và gia công cơ khí nên chưa có điều kiện thử nghiệm dài hạn trên các thiết bị chuyên dụng để đánh giá một cách khách quan độ bền mỏi, mức độ bền vững và tính ổn định cơ cấu theo thời gian.
  • Đề tài tập trung vào việc mô hình hóa động học để điều khiển bám quỹ đạo mà chưa đi sâu vào phân tích động lực học (chưa khảo sát đầy đủ ma sát, quán tính khối lượng biến thiên và mô-men cản).
  • Khả năng hội thoại của robot phụ thuộc vào API trợ lý ảo Google Cloud Vertex AI, hệ thống giọng nói phụ thuộc vào các thư viện trực tuyến (gTTS, SpeechRecognition), do đó hiệu năng phản hồi bị phụ thuộc vào chất lượng đường truyền internet và bị giới hạn bởi các thiết lập mặc định của nhà cung cấp dịch vụ đám mây.
  • Cơ sở dữ liệu phòng ban lưu trên phần mềm MySQL Workbench chỉ đáp ứng các truy vấn cơ bản trong phạm vi trường học được cấu hình sẵn.
  • Các thuật toán xử lý ảnh (MediaPipe, Stereo SAD) chủ yếu được ứng dụng từ thư viện mã nguồn mở có sẵn, chưa can thiệp sâu để tối ưu hóa cấu trúc tầng nơ-ron hay viết lại thuật toán lõi.

Hướng nghiên cứu và phát triển tiếp theo

  • Hoàn thiện kết cấu cơ khí theo hướng công nghiệp hóa nhằm gia tăng tính thẩm mỹ, giảm trọng lượng tổng thể và tăng tính ổn định cơ học khi vận hành lâu dài.
  • Đi sâu vào nghiên cứu và áp dụng mô hình động lực học toàn phần cho robot tự hành và cánh tay thao tác để nâng cao độ chính xác khi di chuyển ở dải tốc độ cao.
  • Triển khai các mô hình trí tuệ nhân tạo nhận dạng giọng nói (STT), tổng hợp giọng nói (TTS) và mô hình ngôn ngữ lớn (LLM) chạy cục bộ (offline / Edge AI) trực tiếp trên máy tính nhúng để triệt tiêu độ trễ mạng và tăng tính bảo mật thông tin.
  • Mở rộng chức năng quản lý cơ sở dữ liệu trên nền tảng đám mây phân tán và bổ sung các tính năng dịch vụ chuyên sâu cho môi trường học đường.

Giá trị tham khảo

Đồ án là tài liệu tham khảo thực nghiệm phù hợp cho:

  • Sinh viên và học viên chuyên ngành: Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Kỹ thuật Robot, Công nghệ Thông tin và Kỹ thuật Máy tính đang thực hiện các đồ án thiết kế hệ thống robot di động (WMR).
  • Nội dung kỹ thuật đáng tham khảo:
    • Quy trình tính toán động học thuận/nghịch cho hệ thống truyền động vi sai và cánh tay 3 bậc bằng phương pháp Denavit-Hartenberg (Chương 2).
    • Phương pháp xây dựng và cấu hình chi tiết gói 2D Navigation Stack, các node TF, Map Server, và thuật toán DWA trên hệ điều hành ROS 1 (Chương 2 và Chương 4).
    • Thiết kế mạch kết nối phân tầng phần cứng giữa Mini PC, Arduino Mega 2560, ESP8266, mạch cầu công suất BTS7960 và các thiết bị ngoại vi (Chương 3).
    • Kỹ thuật xây dựng hệ thống truyền thông đa giao thức phối hợp giữa ROS Master, truyền thông nối tiếp UART và giao thức MQTT qua HiveMQ Cloud để điều khiển robot từ xa qua internet (Chương 4).

Câu hỏi thường gặp

1. Robot lễ tân trong đồ án sử dụng cấu hình dẫn động di chuyển nào?
Robot sử dụng cấu hình di chuyển vi sai gồm 2 bánh xe chủ động bằng nhôm (đường kính 100 mm, trục 8 mm) được dẫn động bởi 2 động cơ DC Servo JGB37-545 có gắn encoder đo tốc độ, kết hợp với 2 bánh xe điều hướng tự do nhằm giữ thăng bằng và định hướng chuyển động cho toàn bộ thân robot.

2. Cảm biến chính dùng để quét môi trường và tạo lập bản đồ là loại nào và có thông số kỹ thuật ra sao?
Robot sử dụng cảm biến laser SLAMTEC M1M1 Mapper tích hợp công nghệ SLAM. Cảm biến có phạm vi đo khoảng cách 20 m, tần số quét 7000 Hz, phạm vi vùng quét $300\text{ m} \times 300\text{ m}$, độ phân giải 0.05 m, tốc độ làm mới dữ liệu 8 Hz, độ chính xác của việc tái định vị dưới 0.02 m và khả năng hoạt động tốt cả trong nhà lẫn ngoài trời.

3. Cánh tay 3 bậc tự do trên robot được thiết kế để giải quyết nhiệm vụ cụ thể nào và điều khiển bằng thuật toán gì?
Cánh tay robot 3 bậc tự do được thiết kế chuyên biệt để ấn nút gọi thang máy, giúp robot có khả năng di chuyển liên tầng. Vị trí nút bấm được nhận diện thông qua thuật toán thị giác Stereo Camera (dựa trên thuật toán so khớp SAD), sau đó tọa độ không gian $(y, z)$ được đưa vào giải thuật động học nghịch cánh tay sử dụng các hàm giải tích lượng giác ($\text{atan2}$) để điều khiển các động cơ bước xoay khớp tay đến đúng vị trí nút cần ấn (đã kiểm chứng ấn thành công các nút tầng số 2, 3, 4, 5).

4. Dữ liệu các phòng ban được lưu trữ và truy xuất như thế nào để robot thực hiện tự hành?
Tọa độ vị trí của các phòng học (như C201, C202, C203, C204, C205) được lưu trữ cố định trên hệ quản trị cơ sở dữ liệu MySQL Workbench. Khi người dùng hoặc người quản trị chọn phòng cần đến trên giao diện tương tác, chương trình điều khiển sẽ trích xuất tọa độ đích tương ứng từ cơ sở dữ liệu và chuyển thành mục tiêu điều hướng (goal) gửi tới topic điều khiển của gói move_base trên ROS để robot tự động di chuyển đến nơi.

5. Hệ thống thực hiện việc điều khiển và giám sát từ xa qua mạng internet bằng những phương thức nào?
Hệ thống sử dụng mô hình truyền thông MQTT với broker trung gian là HiveMQ Cloud kết nối với vi điều khiển ESP8266 qua Wi-Fi; ESP8266 nhận lệnh và chuyển tiếp qua chuẩn giao tiếp UART đến Arduino Mega để điều khiển chuyển động của xe. Đồng thời, luồng video thời gian thực từ camera giám sát được Mini PC nén thành dạng byte và truyền trực tiếp lên giao diện web thông qua giải pháp tạo đường hầm mạng Ngrok.

Kết luận

Đồ án tốt nghiệp "Xây dựng robot lễ tân ứng dụng trong trường học" của nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP.HCM đã thiết kế và chế tạo thành công một mô hình robot dịch vụ hoàn chỉnh cả về cơ khí, mạch điện tử và phần mềm điều khiển. Bằng việc kết hợp hệ điều hành ROS, công nghệ cảm biến LiDAR SLAMTEC M1M1, giải thuật thị giác máy tính và cánh tay cơ khí 3 bậc, hệ thống đã giải quyết trọn vẹn các yêu cầu tự hành dẫn đường, tránh vật cản, ấn nút thang máy và tương tác hỗ trợ người dùng. Mặc dù vẫn còn một số giới hạn về mức độ thử nghiệm độ bền cơ khí và sự phụ thuộc vào các dịch vụ đám mây, công trình đã cung cấp một mô hình thực nghiệm có giá trị khoa học và ứng dụng thực tiễn cao cho lĩnh vực robot tự hành dịch vụ.