02363502992

Học sinh THPT FPT Đà Nẵng thắng lớn tại Cuộc thi Khoa học kỹ thuật cấp thành phố Đà Nẵng năm học 2020 – 2021

Liên kết hữu ích: Két Sắt Toàn Cầu

Học sinh THPT FPT Đà Nẵng thắng lớn tại Cuộc thi Khoa học kỹ thuật cấp thành phố Đà Nẵng năm học 2020 – 2021

Ngày 05/12 vừa qua, tại trường THCS & THPT Nguyễn Khuyến, Sở Giáo dục và Đào tạo (GD&ĐT) đã phối hợp cùng UBND thành phố Đà Nẵng tổ chức Cuộc thi Khoa học kỹ thuật (KHKT) cấp thành phố dành cho học sinh Trung học năm học 2020-2021.

Bằng sự cố gắng và nỗ lực, các bạn học sinh trường THPT FPT Đà Nẵng đã tham gia cuộc thi và giành về nhiều giải thưởng giá trị trong cuộc thi Khoa học kỹ thuật cấp thành phố Đà Nẵng dành cho học sinh Trung học năm học 2020 – 2021 lần này, cụ thể như sau:

  • Giải Nhất – Dự án Ứng dụng tín hiệu sóng não trong việc điều khiển xe lăn thuộc về 02 bạn Huỳnh Lê Đan Linh lớp 11A2 và Ngô Quang Thắng lớp 11A10.
  • Giải Nhì – Dự án Ứng dụng trí tuệ nhân tạo vào điều khiển và quản lý Smarthome thuộc về 02 bạn Lê Thanh Tùng lớp 12A8 và Nguyễn Trần Thế Anh lớp 12A1.
  • Giải Tư – Dự án Hệ thống cảnh báo sạt lở núi, cháy rừng thuộc về 02 bạn Nguyễn Khánh Thanh Thuý lớp 12A4 và Bùi Trần Thành Đạt lớp 12A4.

Cuộc Thi Khoa Học Kỹ Thuật Cấp Thành Phố Học Sinh Trung Học Năm Học 2020 – 2021

Để đạt được những giải thưởng giá trị lần này, các bạn học sinh đã dành rất nhiều thời gian cùng nhau mày mò nghiên cứu cho những đứa con tinh thần của mình. Cùng theo chân các bạn trong quá trình chuẩn bị các dự án của mình nhé!

Giải Nhất: Dự án nghiên cứu – Ứng dụng tín hiệu sóng não trong việc điều khiển xe lăn (Bạn Huỳnh Lê Đan Linh lớp 11A2 và Ngô Quang Thắng lớp 11A10)

Bạn Huỳnh Lê Đan Linh lớp 11A2 và Ngô Quang Thắng lớp 11A10 dành giải Nhất

Giải Nhất – Bạn Huỳnh Lê Đan Linh lớp 11A2

Giải Nhất – Bạn Ngô Quang Thắng lớp 11A10

Trên thế giới, cứ mười người thì có một người khuyết tật. Họ phải đối mặt với các rào cản khi hòa nhập vào cộng đồng bởi những khiếm khuyết trên cơ thể. Cùng với sự phát triển mạnh mẽ của khoa học – kỹ thuật, đời sống con người đang ngày một tiến bộ, nhiều phát minh mới ra đời nhằm hỗ trợ tốt nhất cho cuộc sống, trong đó có những phát minh hướng đến việc trợ giúp cho người khuyết tật – những đối tượng yếu thế trong xã hội.

Não bộ là cơ quan phức tạp và bí ẩn nhất trong cơ thể con người thu hút sự quan tâm, nghiên cứu của các nhà khoa học nhưng vẫn còn nhiều điều bí ẩn. Và đối với những người khuyết tật, đặc biệt là khiếm khuyết về vận động, những sáng chế liên quan đến sóng não nhằm hỗ trợ cho khả năng vận động thực sự hữu dụng.

Với sự giúp ích của công nghệ, người khuyết tật sẽ hòa nhập vào cuộc sống bình thường dễ dàng hơn, lí do này chính là cội nguồn ý tưởng đưa nhóm tiếp cận với đề tài trên. Hiện tại xe lăn đang ở quá trình mô hình và có thể thực hiện những hoạt động theo đúng với ý nghĩ của người điều khiển.

Quá trình tạo ra sản phẩm

  • Đọc giá trị module bằng phần mềm của nhà sản xuất.
  • Nghiên cứu các tần số của thiết bị đọc sóng não MindWave Mobile 2, hiện tại đã tìm được hai thông số bao gồm chỉ số tập trung (Attention) và chỉ số thiền (Meditation).

Thử nghiệm nhận diện độ tập trung của thiết bị MindWave

  • Nghiên cứu phần mềm Matlab để xử lí các tín hiệu nhận được từ module.

Đọc tín hiệu của thiết bị MindWave qua phần mền Matlab

  • Kết nối Matlab với Arduino. Tại đây bao gồm các code xử lí các chỉ số ghi được và các code quy định hướng chuyển động của xe lăn. Các lệnh đã thực hiện được bao gồm điều khiển xe lăn tiến – lùi dựa trên chỉ số Attention và dừng xe theo chỉ số Meditation.

Chuyển tín hiệu thu được từ Matlab qua Arduino để xử lý

  • Làm mô hình xe lăn. Mô hình hiện tại chỉ biểu diễn chức năng di chuyển, chưa phải chức năng tải trọng.

tả về mô hình

  • Mặt trên gồm có các module điều khiển như Arduino Nano, mạch thu sóng nRF24l01, module điều khiển động cơ L298, một công tắc nguồn.
  • Mặt dưới gồm hai động cơ motor, module sạc TP4056, module tăng áp XL6009 và pin và một bánh cân bằng.

Mặt trước

Mặt sau

  • Luyện tập điều khiển xe lăn theo suy nghĩ và chỉnh sửa sản phẩm.

Nguyên lý hoạt động

  • Tín hiệu từ MindWave được ghi lại vào MathLab.
  • Thông tin từ MathLab qua mạch chuyển giao tiếp USB đến Arduino Uno đã được nạp code điều khiển xe, dữ liệu trả về được chuyển đến mạch thu phát nRF24l01 + PA + LNA. (phát sóng).
  • Dữ liệu từ nRF24l01 + PA + LNA (phát sóng) được chuyển sang nRF24l01 (thu sóng) gắn trên xe.
  • Mạch RF24101 chuyển dữ liệu sang Arduino Uno điều khiển module L298 để làm bánh xe quay. 

Sản phẩm sau khi đã hoàn thiện xong

Cách sử dụng:

– Điều chỉnh MindWave Mobile 2 sao cho máy tính có thể nhận được tín hiệu gửi đi.

– Chạy chương trình trên MathLab.

– Điều khiển xe dựa vào chỉ số Attention và Meditation.

Kết luận

Tuy chưa phải mô hình hoàn hảo nhất nhưng sản phẩm đã cho thấy khả năng điều khiển các hoạt động của máy móc chỉ bằng việc sử dụng trí não của con người. “Ứng dụng tín hiệu sóng não trong việc điều khiển xe lăn” không chỉ là một giấc mơ hão huyền mà rất thực tế, thậm chí còn có thể thực hiện với giá thành không cao, phù hợp một cá nhân có thu nhập cơ bản đạt mức trung bình.

Dự án nghiên cứu này không những có thể hiện thực việc hỗ trợ những người khiếm khuyết về vận động, còn có tiềm năng áp dụng cho những nghiên cứu lớn hơn về não bộ con người. Tựu chung, mô hình là một bước khởi đầu cho những dự án thiết thực và tiến bộ hơn, tiền đề cho sự phát triển, nhất là trong thời đại công nghệ đang ngày càng được áp dụng rộng rãi vào đời sống con người như hiện tại.

Giải Nhì: Dự án nghiên cứu – Ứng dụng trí tuệ nhân tạo vào điều khiển và quản lý Smarthome (Bạn Lê Thanh Tùng lớp 12A8 và Nguyễn Trần Thế Anh lớp 12A1)

Giải Nhì – Bạn Nguyễn Trần Thế Anh lớp 12A1

Giải Nhì – Bạn Lê Thanh Tùng lớp 12A8

Bạn Lê Thanh Tùng, đại diện nhóm nghiên cứu có chia sẻ:

“Home Assistant đến nay đã hỗ trợ kết nối lên đến hàng nghìn thiết bị IOT của các hãng như Samsung, LG, điều hoà thông minh, robot hút bụi, Google Home, đèn thông minh Philip Hue, công tắc thông minh,… Chính vì thế, nền tảng Messenger và xử lý ảnh của bọn em với việc hỗ trợ Home Assistant sẽ giúp liên kết được rất nhiều thiết bị để thực hiện ngữ cảnh và kịch bản tương tác với các thiết bị trong nhà, ngoài ra cộng đồng hỗ trợ và phát triển Home Assistant rất lớn nên sẽ liên tục được cập nhật các bản vá bảo mật và các tính năng ở mức ổn định nhất!

Với tính năng điều khiển bằng giọng nói, người tiêu dùng có khả năng điều khiển trực tiếp các thiết bị bằng cách nói thông qua Google Assistant, một nền tảng nổi tiếng về nhận dạng giọng nói. Chúng em đã cải thiện lệnh thực tế hơn cho điều khiển bằng giọng nói. Giờ đây, con người không cần phải  bước ra khỏi chiếc giường ấm áp của họ chỉ để bật và tắt  đèn hoặc các thiết bị điện tử. Ví dụ: khi đi ra ngoài ăn tối, thay vì tắt các thiết bị theo cách thủ công, cách nói“ I’m leaving home” và nhà của bạn sẽ tắt ngay lập tức và giữ cho báo động an ninh của bạn luôn bật. Google Assistant có thể trực tiếp trả lời câu hỏi của người tiêu dùng về hóa đơn điện tử bạn phải trả cho tháng đó và đưa ra lời khuyên để bạn tiết kiệm năng lượng bằng một số tính toán được lập trình.

Vấn đề an ninh là một tính năng cực kỳ quan trọng và cần thiết để bảo vệ tài sải và những người gia đình trong chính căn nhà của mình. Hiện nay có rất nhiều sản phẩm về báo trộm, điển hình là sử dụng cảm biến chuyển động (Motion Sensor) sử dụng hồng ngoại, tuy nhiên một vấn đề đa số người dùng vẫn đang lưỡng lự có nên lắp hay không đó chính là độ chính xác, đôi khi chỉ cần một chút gió rung cây hay một con mèo, con chim bay ngang qua cũng réo inh ỏi làm chủ nhân không ngủ ngon giấc, lúc thật lúc giả.

Để giải quyết vấn đề này, chúng em đã nghiên cứu sử dụng AI, phát hiện và bám theo động hình dạng người, xe máy, xe ô tô, động vật, …. với độ chính xác được xem gần như là tuyệt đối. Ngoài ra chúng em cũng nghiên cứu thêm phương pháp rằng người dùng có thể bật tắt hệ thống an ninh qua ứng dụng Messenger. Và để tránh phát hiện nhầm lẫn trộm với người nhà, người đi ngang qua đường thì khi có người đứng trước khung hình quá 20s, hệ thống sẽ tự động cho là trộm và phát lên báo động.”

Quá trình thực hiện nghiên cứu

Để thực hiện nhận diện được mặt, mắt, khóe miệng, xây dựng đồng thời 3 mô hình nhận diện song song. Sử dụng thư viện OpenCV kết hợp với 3 mô hình nhận diện được huấn luyện:

  • Nhận diện khuôn mặt bằng Haar Cascade
  • Nhận diện mắt bằng Haar Cascade
  • Nhận diện gương mặt cảm xúc bằng mini XCEPTION

Xây dựng hệ thống

Linh kiện:

Raspberry Pi 3B+; Google Home Mini; Webcam; Router Wifi; Công tắc Sonoff và Bóng đèn

Sơ đồ lắp đặt hệ thông SmartHome

 

Quy trình xử lý tính năng “Nhận diện cảm xúc” và Quy trình xử lý “Camera an ninh”

 

Kết quả thử nghiệm tính năng “nhận diện cảm xúc”

 

Thử nghiệm tính năng “Camera an ninh”

Kết luận

Theo đánh giá của chính thí sinh tham gia cuộc thi Khoa học kỹ thuật cấp thành phố Đà Nẵng dành cho học sinh Trung học năm học 2020 – 2021:

“Mặc dù sản phẩm của tụi em còn chưa hoàn thiện nhiều khả năng nhận diện của tính năng nhận diện cảm xúc gương mặt. Nhưng với hai tính năng còn lại có thể phần nào khiến cho ngôi nhà trở nên một cách tự động hơn, người trong nhà cũng không cần phải động tay động chân nhiều sau một ngày căng thẳng mệt mỏi khi ở trên cơ quan.

Vì trong hệ thống của bọn em có sử dụng nền tảng Home Assistant nên tính tương thích đối với các thiết bị thông minh trên thị trường hiện nay rất là cao, nền tảng này có một cộng đồng phát triển rất là lớn. Từ đó cho thấy rằng, tính khả thi và phổ biến của hệ thống tụi em sẽ càng được nâng cao – người dùng không cần phải băn khoăn khi có thể lựa chọn nhiều sản phẩm của nhiều hãng khác nhau, ngay cả đối với các thiết bị bảo vệ như cảm biến chuyển động hay camera. Dù so với các sản phẩm nhà thông minh trên thị trường hiện nay đã có như BKAV thì tụi em vẫn chưa có nhiều tính năng như họ nhưng tụi em tin chắc rằng hệ thống của tụi em trong tương lai sẽ được ứng dụng cao bởi vì khả năng tương thích của nền tảng Home Assistant.

Không phải chỉ để đi thi hay thử nghiệm “chơi” như các phần cứng nhỏ như (Arduino, ESP, ….), lí do bọn em sử dụng phần cứng có sẵn và tuỳ chỉnh, bổ sung tính năng thêm cho nó là vì nó có tính ổn định cao và cộng đồng hỗ trợ lớn, người dùng dễ tiếp cận và ổn định, dễ lắp đặt. Không chỉ là một món đồ chơi thử nghiệm, áp dụng hiệu quả vào thực tế, đó cũng chính là mục tiêu và sứ mệnh của bọn em mong muốn hướng tới.”

Giải Tư: Dự án nghiên cứu – Hệ thống cảnh báo sạt lở núi, cháy rừng (Bạn Nguyễn Khánh Thanh Thuý lớp 12A4 và Bùi Trần Thành Đạt lớp 12A4)

Bạn Nguyễn Khánh Thanh Thuý lớp 12A4 và Bùi Trần Thành Đạt lớp 12A4 dành giải Tư

Giải Tư – Bạn Bùi Trần Thành Đạt lớp 12A4

Giải Tư – Bạn Nguyễn Khánh Thanh Thuý lớp 12A4

Tình hình biến đổi khí hậu đang ngày càng diễn ra hết sức phức tạp trên khắp thế giới đã gây ảnh hưởng nặng nề đến thời tiết và khí hậu của mọi quốc gia. Những cơn bão ngày nhiều và với cường độ mạnh hơn, những cơn mưa kéo dài với lượng mưa rất lớn là nguyên nhân của việc sạt lở núi. Rừng bị tàn phá, diện tích rừng ngày càng giảm, tình trạng khô hạn kéo dài dẫn đến cháy rừng.

Có thể thấy, sạt lở núi vào mùa mưa bão hay cháy rừng vào mùa khô đang diễn ra ngày càng nhiều và để lại những hậu quả nghiêm trọng về vật chất và con người. Nhận thức được điều đó, bên cạnh việc tham gia vào các chiến dịch cứu trợ mùa bão lũ cũng như các hoạt động tình nguyện khác, nhóm nghiên cứu mong muốn xây dựng dự án có tính ứng dụng cao, có thể cảnh báo để giúp đỡ người dân giảm thiểu thiệt hại của thiên tai, vì vậy đã chọn đề tài “Hệ thống cảnh báo sạt lở núi và cháy rừng”.

Quá trình tạo ra sản phẩm

  • Tìm hiểu về code Arduino, gửi dữ liệu từ ESP8266 về server Blynk và nhận dữ liệu từ Blynk về và điều khiển thiết bị.

Giao diện chính của ứng dụng điều khiển trên điện thoại

  • Cách truyền nhận dữ liệu không dây sử dụng module Lora.
  • Đọc cảm biến khói, góc nghiêng, nhiệt độ, độ ẩm và gửi sang Lora.Nhận dữ liệu từ Lora và đưa server Blynk
  • Vẽ mạch in và đặt gia công.

Hình ảnh 3D của mạch khi thiết kế:

Hình ảnh 3D của mạch

Nguyên lí mạch điều khiển trung tâm:

Nguyên lí mạch đọc cảm biến:

Làm mô hình bằng fomex.

Cắt ghép các tấm fomex thành hình hộp chữ nhật có kích thước 90x50x30 (cm) và làm mô hình nhà.

Cắt ghép các tấm fomex thành hình hộp chữ nhật và làm mô hình nhà

Cắt ghép các ống nhựa làm trụ đặt các thiết bị

Lắp đặt bộ mạch bao gồm các cảm biến

Sản phẩm sau khi đã hoàn thiện

Mô hình mô phỏng nhà dân và núi (điểm xảy ra sạt lở, nguy cơ cháy rừng cao)

Lắp đặt thiết bị cảnh báo bên trong nhà dân

Mô hình mô phỏng trục đặt thiết bị cảm biến

Mô hình mô phỏng nhà dân

Kết luận

Sản phẩm của dự án là một hệ thống hoàn chỉnh có thể đưa ra các cảnh báo cho người dùng về việc sạt lở đất, cháy rừng, động đất, góp phần vào việc bảo vệ môi trường, ngăn chặn những thiên tai có thể xảy ra. Có thể thấy, sản phẩm “Hệ thống cảnh báo sạt lở núi, cháy rừng” đã giải quyết hầu hết những mục đích mà nghiên cứu đã đề ra.

Nhìn qua những quá trình chuẩn bị hết sức kỳ công này,  có thể thấy được rằng các bạn học sinh trường F của chúng ta quả thật tài năng phải không ạ? Để có được những kết quả tốt như vậy cũng là nhờ một phần không thể thiếu của các thầy cô trường THPT FPT Đà Nẵng đã tận tình giảng dạy cho những học sinh của mình.

Bình luận

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *