Professional Documents
Culture Documents
DỰ ÁN
THIẾT BỊ HỖ TRỢ TÌM KIẾM ĐỒ VẬT CHO NGƯỜI KHIẾM THỊ SỬ
DỤNG TRÍ TUỆ NHÂN TẠO
MỤC LỤC
A. PHẦN I. MỞ ĐẦU..........................................................................................3
1. Lý do lựa chọn dự án......................................................................................3
2. Câu hỏi nghiên cứu..........................................................................................3
3. Mục tiêu nghiên cứu........................................................................................3
3.1. Mục tiêu chung.....................................................................................3
3.2. Mục tiêu cụ thể.....................................................................................3
4. Phương pháp nghiên cứu................................................................................3
4.1. Phương pháp phân tích và tổng hợp lý thuyết..................................3
4.2. Phương pháp thực nghiệm khoa học..................................................4
4.3. Phương pháp chuyên gia.....................................................................4
5. Kế hoạch nghiên cứu.......................................................................................4
6. Tính mới, tính sáng tạo của dự án.................................................................4
7. Ý nghĩa của dự án............................................................................................4
B. PHẦN II. QUÁ TRÌNH NGHIÊN CỨU.......................................................4
1. Tổng quan về vấn đề nghiên cứu...................................................................4
2. Cơ sở khoa học.................................................................................................5
2.1. Công nghệ trí tuệ nhân tạo AI là gì:...................................................5
2.2. Công nghệ nhận diện vật thể Object Detect :....................................6
3. Thiết kế hệ thống.............................................................................................6
3.1. Đề xuất chức năng của hệ thống.........................................................6
3.2. Xác định các thành phần cấu tạo cho thiết bị:...................................6
3.3. Thiết kế chế tạo sản phẩm:..................................................................6
3.4. Chế tạo...................................................................................................9
C. PHẦN III. KẾT LUẬN................................................................................14
1. Kết quả đạt được...........................................................................................14
3. Hướng phát triển...........................................................................................14
PHỤ LỤC...........................................................................................................16
1. Giá thành thiết bị:.........................................................................................16
3. Hướng dẫn sử dụng sản phẩm:....................................................................16
TÀI LIỆU THAM KHẢO................................................................................17
3
A. PHẦN I. MỞ ĐẦU
1. Lý do lựa chọn dự án
Theo thống kê đến ngày 10/09/2022 của Hội nhãn khoa Việt Nam hiện nay trên
thế giới hiện có khoảng 314 triệu người mù và thị lực thấp, trong đó khoảng 45 triệu
người mù. Tại Việt Nam hiện có khoảng 2 triệu người mù và thị lực thấp. Người
khiếm thị gặp rất nhiều khó khăn trong đi lại, tìm kiếm đồ vật cũng như những công
việc trong cuộc sống, họ phụ thuộc vào sự giúp đỡ của người khác. Ngoài ra, họ còn
gặp phải rào cản tâm lý vô cùng lớn, họ mặc cảm và thiếu tự tin.
Việc tìm kiếm đồ vật có ý nghĩa rất lớn đối với người khiếm thị, chúng em
quyết tâm xây dựng dự án với mong muốn giúp người khiếm thị tìm kiếm các vật dụng
như điện thoại, chìa khoá… từ vị trí của các vật dụng để xác định hướng di chuyển.
Trên thế giới nói chung và Việt Nam nói riêng có nhiều sản phẩm hỗ trợ người
khiếm thị, đề cập ở phần II mục 1, tuy nhiên em nhận thấy còn nhiều bất cập, hạn
chế, các sản phẩm hoạt động chưa ổn định, độ chính xác thấp, sử dụng trí tuệ nhân tạo
nhưng chủ yếu là các dự án nước ngoài, không thiết thực đối với người Việt.
Với cơ sở thực tiễn nêu trên, chúng em mong muốn chế tạo một sản phẩm hỗ
trợ người khiếm thị nhận biết các đồ vật, nhận biết được vật cản đảm bảo yêu cầu kỹ
thuật, đảm bảo tính chính xác, tính kinh tế, tính khả thi và phù hợp với điều kiện thực
tế hiện nay.
2. Câu hỏi nghiên cứu
- “Thiết bị hỗ trợ tìm kiếm đồ vật cho người khiếm thị sử dụng trí tuệ nhân tạo”
cần có những chức năng gì? Để những chức năng đó hoạt động chính xác, ổn định thì
phải thiết kế và chế tạo như thế nào?
- “Thiết bị hỗ trợ tìm kiếm đồ vật cho người khiếm thị sử dụng trí tuệ nhân tạo”
có đảm bảo tính chính xác, tính kinh tế, tính khả thi và phù hợp với điều kiện thực tiễn
hiện nay không?
3. Mục tiêu nghiên cứu
3.1. Mục tiêu chung
Thiết kế, chế tạo, thử nghiệm thành công thiết bị hỗ trợ tìm kiếm đồ vật cho
người khiếm thị sử dụng trí tuệ nhân tạo đảm bảo yêu cầu kỹ thuật, tính chính xác, giá
thành hợp lý và phù hợp với điều kiện hiện nay.
3.2. Mục tiêu cụ thể
Nghiên cứu, phân tích được ưu, nhược điểm của các thiết bị hỗ trợ người khiếm
thị hiện có trên thị trường; Nghiên cứu các sản phẩm được học sinh, sinh viên chế tạo
nhằm hỗ trợ người khiếm thị; Đề xuất những chức năng của thiết bị hỗ trợ người
khiếm thị mà chưa được nghiên cứu chế tạo thành công; Lựa chọn được các linh kiện
phù hợp, tiết kiệm, giá thành thấp để lắp đặt thiết bị ; Chế tạo thử nghiệm sản phẩm và
vận hành, kiểm tra hoạt động của sản phẩm trong các điều kiện khác nhau, cải tiến và
hoàn thiện chương trình lập trình cho sản phẩm; Đánh giá được ưu, nhược điểm của
sản phẩm và so sánh được giữa “Thiết bị hỗ trợ tìm kiếm đồ vật sử dụng trí tuệ nhân
tạo” và các sản phẩm có sẵn trên thị trường về tính chính xác, tính kinh tế, tính khả thi
và phù hợp với điều kiện thực tế hiện nay.
4. Phương pháp nghiên cứu
Trong dự án, chúng em sử dụng các phương pháp nghiên cứu sau:
4.1. Phương pháp phân tích và tổng hợp lý thuyết
4
Tìm hiểu tổng quan về vấn đề nghiên cứu (phân tích ưu, nhược điểm của thiết
bị, các thiết bị, hệ thống hỗ trợ người khiế thị hiện có); từ đó đề xuất chức năng và xác
định các thành phần cấu tạo nên sản phẩm; Tìm hiểu những khó khăn mà người khiếm
thị đang gặp phải; Tìm hiểu các hệ điều hành , ngôn ngữ lập trình, cấu trúc hệ thống
một chương trình AI, phương pháp chuyển đổi kết quả nhận diện sang giọng nói Tiếng
Việt phát ra loa ngoài,….
4.2. Phương pháp thực nghiệm khoa học
Phác thảo mô hình AI >> Chế tạo, thiết kế thử từ phần cứng máy tính >>
Đưa dự án lên máy tính nhúng >> Vận hành, kiểm tra, đánh giá >> Lập hồ sơ kĩ thuật
4.3. Phương pháp chuyên gia
Dự án xin ý kiến tham vấn, tư vấn của kỹ sư khoa học máy tính, chuyên
viên thiết kế dự án AI; nhân viên kỹ thuật thiết kế mạch điện tử, gia công cơ khí.
5. Kế hoạch nghiên cứu
- Tháng 6/2023: Hình thành ý tưởng nghiên cứu.
- Tháng 7/20232: Phân tích ưu, nhược điểm của các thiết hỗ trợ người khiếm
thị đang có mặt trên thị trường, các sản phẩm KHKT đã đạt giải trước đây, các sản
phẩm do học sinh, sinh viên chế tạo.
- Từ 01/8 - 14/8/2023: Đề xuất các chức năng của sản phẩm.
- Từ 15/8 – 15/9/2023: Lựa chọn phần cứng đáp ứng nhu cầu dự án ( Máy tính
nhúng, camera, pin, loa ngoài, mạch nguồn,…)
- Từ 16/9 – 26/9/2023: Xây dựng dự án lên phần cứng máy tính nhúng, thự
nghiệm, đánh giá về tính ổn định, tính chính xác và khả năng ứng dụng của sản phẩm
vào thực tế.
- Từ 27/9/2023 – tháng 01/2024: Cải tiến, điều chỉnh sản phẩm; viết báo cáo
khoa học.
6. Tính mới, tính sáng tạo của dự án
“Thiết bị hỗ trợ tìm kiếm đồ vật cho người kiếm thị sử dụng trí tuệ nhân tạo”
đảm bảo tính mới, tính sáng tạo sau:
- Thiết bị có khả năng nhận diện các đồ vật, phương tiện, con vật, các vật thể
xung quanh.. theo thời gian thực, tốc độ phản hồi nhanh.
- Thiết bị có khả năng đọc tên các kết quả nhận diện được ra loa ngoài hoàn
toàn bằng ngôn ngữ tiếng Việt.
- Có khả năng nhận biết, đọc tên cùng lúc nhiều đồ vật, nhiều vật thể trong một
khung hình.
- Có khả năng cảnh báo va chạm bằng còi khi đến gần các vật thể cố định như
bàn ghế, tường, tủ, cánh cửa…
7. Ý nghĩa của dự án
Thiết kế, chế tạo, thử nghiệm thành công “Thiết bị hỗ trợ tìm kiếm đồ vật cho
người khiếm thị” đảm bảo tính chính xác, tính kinh tế, tính khả thi và phù hợp với điều
kiện thực tế hiện nay; Hệ thống được đưa vào sử dụng trong thực tế sẽ giúp mỗi người
khiếm thị có khả năng tìm kiếm các vật dụng trong nhà; Xác định hướng đi nhờ cách
bố trí các vật dụng quen thuộc trong nhà; Hạn chế va chạm với các vật thể cố định
nhờ cảm biến khoảng cách và còi cảnh báo ; Giúp người khiếm thị bớt đi những khó
khăn trong cuộc sống; Đóng góp những nghiên cứu của mình vào lĩnh vực trí tuệ nhân
tạo, góp phần vào công cuộc đổi mới công nghệ.
5
diễn ra rất mạnh mẽ.Trong một cuộc khảo sát gần đây của Forbes Insights về trí tuệ
nhân tạo, “44% số người được hỏi từ các ngành sản xuất ô tô và sản xuất khác đã xếp
loại AI là rất quan trọng đối với chức năng sản xuất trong 5 năm tới, trong khi gần một
nửa 49% đã trả lời rằng sử dụng AI để tạo ra thành công”.
Trong dự án này, chúng em vận dụng một nhánh nhỏ của AI đó là Machine
Learning nhằm mục đích đạo tạo cho máy học những đồ vật, con vật, phương tiện
thông dụng, thường gặp để máy nhậns diện và đọc tên một cách chủ động, chính xác.
2.2. Công nghệ nhận diện vật thể Object Detect :
Một trong những lĩnh vực quan trọng của Trí tuệ nhân tạo (Artificial
Intelligence) là thị giác máy (Computer Vision). Computer Vision là một lĩnh vực bao
gồm các phương pháp thu nhận, xử lý ảnh kỹ thuật số, phân tích và nhận dạng các hình
ảnh, phát hiện các đối tượng, tạo ảnh, siêu phân giải hình ảnh và nhiều hơn vậy. Object
Detection có lẽ là khía cạnh sâu sắc nhất của thị giác máy do số lần sử dụng trong thực
tế.
Object Detection đề cập đến khả
năng của hệ thống máy tính và phần mềm
để định vị các đối tượng trong một hình ảnh
và xác định từng đối tượng. Object
Detection đã được sử dụng rộng rãi để phát
hiện khuôn mặt, phát hiện xe, đếm số người
đi bộ, hệ thống bảo mật và xe không người
lái. Có nhiều cách để nhận diện đối tượng
có thể được sử dụng cũng như trong nhiều
lĩnh vực thực hành. Giống như mọi công Hình 2. Object Detect trong thực tế
nghệ khác, một loạt các ứng dụng sáng tạo và tuyệt vời của Object Detection sẽ đến từ
các lập trình viên và các nhà phát triển phần mềm.
3. Thiết kế hệ thống
3.1. Đề xuất chức năng của hệ thống
Từ phân tích ưu, nhược điểm
của của thiết bị, hệ thống hỗ trợ người
khiếm thị kể trên, chúng em đề xuất
chức năng của sản phẩm ở hình 3:
- Trực tiếp thiết kế mạch , đấu nối mạch theo sơ đồ nguyên lý đã có (hình 13).
Ở phần này, chúng em chú ý đến vị trí sắp xếp các khối: khối nguồn, khối xử lý trung
tâm, khối ngoại vi, … ở các vị trí hợp lí phục vụ cho việc làm vỏ, tránh ảnh hưởng
của nhiễu từ các khối cao tần sang khối khác, tránh ảnh hưởng nhiệt độ giữa các
module , sau đó xin ý kiến nhận xét của chuyên gia.
9
+ Bước 2: Kết nối mạch nguồn với công tắc nguồn, mạch nguồn với máy tính nhúng;
mạch nguồn với vi điều khiển Arduino ProMini.
+ Bước 3: Kết nối máy tính nhúng với mạch khuếch đại loa; kết nối loa vào mạch
khuếch đại.
+ Bước 4: Đóng hộp, lắp camera, cảm biến khoảng cách vào hộp.
10
3.4.2. Xây dựng hệ thống nhận diện đồ vật sử dụng Model SSD
3.4.2.1. Giới thiệu về ModelSSD, tại sao chọn ModelSSD cho dự án
Model SSD là tên viết tắt của Single Shot Detection, đây là một mô hình Object
Detection. Model này được viết trên thư viện Tensorflow.
Model SSD của
TensorFlow được đào tạo trên Bộ
dữ liệu COCO 2017 chứa nhiều
đối tượng phổ biến, hàng ngày.
Định dạng ModelSSD của
TensorFlow bao gồm một tệp
save_model.pb và một thư mục Hình 12. Cấu trúc mô hình SSD
chứa các nhãn. Đây là 2 thành phần
quan trọng của model này.
Để lựa chọn ModelSSD cho
dự án này, chúng em đã nghiên cứu
và thất bại rất nhiều lần khi sử dụng
các model nặng như Yolo, và cũng
nhận thấy rõ rằng các sản phẩm
trước đây đã từng dùng những
model như YoloV3, R-CNN cho
hiệu quả không cao. Thay vào đó,
Model SSD là một mô hình mạng
CNN cho việc phát hiện, nhận Hình 13. Quy trình hoạt động của Model SSD
dạng, phân loại đối tượng được tạo ra từ việc kết hợp giữa các convolutional layers và
connected layers. ( Tóm tắt là có thể phát hiện được nhiều vật thể cùng 1 lúc trong một
khung hình); ModelSSD có thể đạt được tốc độ cao ở phần cứng yếu mà độ chính xác
không quá giảm so với các model nặng thuộc top đầu.
11
Hình 14. Quy trình nhận diện vật thể trong sản phẩm
Sau khi có được môi trường làm việc cho dự án , chúng em đã tải xuống Model
SSD đã được đào tạo sẵn một số đồ vật cơ bản và tiến hành nhúng Model vào máy tính
nhúng:
git clone https://github.com/tensorflow/models.git
cd models/research
protoc object_detection/protos/*.proto --python_out=.
export
PYTHONPATH=$PYTHONPATH:/home/pi/tensorflow/models/research:/home
/pi/tensorflow/models/research/slim
Tải model tại địa chỉ:
https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/
tf2_detection_zoo.md
Tiến hành đào tạo các vật thể cho dự án dựa trên cấu trúc mô hình chung đã
được Tensorflow đưa ra trước đó, giúp thiết bị nhận diện được đa đạng các đồ vật.
3.4.3. Chuyển đổi kết quả nhận diện thành giọng nói tiếng Việt sử dụng Pydub:
Quá trình quan trọng nhất và quyết định thành công của dự án là phải chuyển
đổi được kết quả nhận dạng thành âm thanh đọc ra loa ngoài, chúng em đã thử nghiệm
nhiều công nghệ như Google Cloud Speed, Google Text To Speech nhưng nhận ra một
số nhước điểm như sau:
+ Những công nghệ này đòi hỏi cấu hình phần cứng tương đối ổn định.
+ Phụ thuộc vào Internet.
+ Làm chậm tốc độ sản phẩm.
+ Mất một quá trình để chuyển từ tiếng Anh sang tiếng Việt có dấu vì dự án lập trình
trên ngôn ngữ không hỗ trợ tiếng Việt có dấu.
Qua thực tế và quá trình đào tạo cho máy, chúng em nhận ra rằng việc sử dụng
các công cụ chuyển văn bản thành giọng nói là không cần thiết vì số lượng vật thể ,
phương tiện, đối tượng nhận diện xung quanh chưa thực sự nhiều, vì thế chúng em đã
sử dụng Pydub để chuyển đổi kết quả nhận diện từ dạng văn bản (text) sang file mp3
rồi phát ra loa. Quá trình này tiêu tốt ít tài nguyên và hoạt động dường như tức thì,
giúp sản phẩm không bị trễ. Để làm được điều này, chúng em đã chuẩn bị ghi lại các
file mp3 đọc tên vật thể và để nó vào thư mục dự án, sau đó lập trình gọi tên file khi có
đúng kết quả nhận diện:
Cấu trúc thư mục dự án:
---- Du an
----- mp3
------ doituong1.mp3
------ doituong2.mp3
------ doituong3.mp3
------ doituong4.mp3
----- model
----- label
3.5. Thử nghiệm, đánh giá, điều chỉnh và hoàn thiện hệ thống
13
3.5.1. Thử nghiệm 1: thử nghiệm hoạt động của sản phẩm đối với tai nghe, loa
bluetooth.
* Hoạt động của hệ thống:
Sau khi khởi động và tải cơ sở dữ liệu, hệ thống đã có thể nhận diện các vật thể
xung quanh, truyền màn hình lên máy tính thông qua giao tiếp không dây, truyền tín
hiêu âm thanh qua loa bluetooth mỗi khi nhận diện được đồ vật.
* Đánh giá, kết luận:
Sản phẩm hoạt động như yêu cầu đề ra, tuy nhiên khi truyền qua bluetooth, file
mp3 sẽ bị khuyết mất 1 giây đầu tiên, vì thể thiết bị nói to những chưa rõ ràng. Thử
với tai nghe thì âm thanh nghe trọn vẹn nhưng dây tai nghe rất rối, và âm lượng nhỏ,
không trực quan.
* Những điều chỉnh, cải tiến:
Sử dụng mạch khuếch đại âm thanh, chuyển tín hiệu từ cổng tai nghe 3.5 lên
loa ngoài.
3.5.2. Thử nghiệm 2: thử nghiệm hoạt động của sản phẩm khi sử dụng loa ngoài
qua mạch khuếch đại
* Hoạt động của hệ thống:
Sau khi khởi động và tải cơ sở dữ liệu, hệ thống đã có thể nhận diện các vật thể
xung quanh, truyền màn hình lên máy tính thông qua giao tiếp không dây, truyền tín
hiêu âm thanh qua mạch khuếch đại từ cổng Audio 3.5 , loa ngoài được bật mỗi khi
nhận diện được đồ vật.
* Kết quả:
Sản phẩm hoạt động như yêu cầu đặt ra.
* Đánh giá, kết luận:
Sản phẩm đã hoạt động theo yêu cầu đặt ra, tuy nhiên chúng em vẫn muốn hoàn
thiện hơn nên có trang bị thêm bộ cảm biến khoảng cách và cảnh báo va chạm sớm,
giúp sản phẩm tiến sát đến thực tế.
3.5.3. Thử nghiệm 3: thử nghiệm sản phẩm kết hợp mạch cảnh báo va chạm sớm
* Hoạt động của hệ thống:
Sau khi khởi động và tải cơ sở dữ liệu, hệ thống đã có thể nhận diện các vật thể
xung quanh, truyền màn hình lên máy tính thông qua giao tiếp không dây, truyền tín
hiêu âm thanh qua mạch khuếch đại từ cổng Audio 3.5 , loa ngoài được bật mỗi khi
nhận diện được đồ vật.
Mỗi khi đến gần những vật thể cố định như bàn ghế, tủ, tường, cửa, cảm biến
khoảng cách sẽ đo đạc và gửi tín hiệu về cho vi điều khiển Arduino ProMini. Vi điều
khiển sẽ điều khiển còi kêu tuỳ theo khoảng cách giữa thiết bị và vật cản phía trước,
càng đến gần vật cản thì còi sẽ kêu nhịp độ càng nhanh.
* Kết quả:
Sản phẩm hoạt động như mục tiêu đã đề ra.
Đánh giá, kết luận:
Mặc dù sản phẩm đã hoạt động theo yêu cầu đề ra tuy nhiên thời gian khởi
động để tải cơ sở dữ liệu còn chậm – mất 2-3 phút. Cần tiếp tục tối ưu hoá chương
trình lập trình để đồng bộ hơn với phần cứng.
C. PHẦN III. KẾT LUẬN
1. Kết quả đạt được
14
Sau quá trình nghiên cứu, chế tạo và lập trình, chúng em đã hoàn thiện thành
công sản phẩm: “Thiết bị hỗ trợ tìm kiếm đồ vật cho người khiếm thị sử dụng trí tuệ
nhân tạo” với các tính năng :
+ Nhận diện vật thể theo thời gian thực.
+ Nhận diện được các đồ vật , con vật , phương tiện xung quanh chúng ta.
+ Chuyển đổi kết quả nhận diện được thành giọng nói phát ra loa ngoài giúp
người khiếm thị xác định được những đồ vật có trước camera.
+ Từ việc nhận biết được vị trí các đồ vật , người khiếm thị có thể xác định
được hướng di chuyển.
+ Sản phẩm có tính năng cảnh báo sớm những vật cản cố định nhờ cảm biến
khoảng cách hồng ngoại, khoảng cách càng gần vật cản, còi sẽ cảnh bảo càng nhanh.
2. Tồn tại và hướng khắc phục
Bảng 6. Tồn tại và hướng khắc phục của hệ thống
STT Tồn tại Hướng khắc phục
1 Thời gian khởi động chậm Phát triển dự án trên thư viện Tensorflow
Lite để cải thiện tốc độ.
2 Phần cứng còn cồng kềnh Xây dựng dự án thành một phần mềm, ứng
dụng phần cứng của các điện thoại thông
minh hiện nay để chạy phần mềm
3 Đôi lúc nhận diện sai các vật Đào tạo thêm cơ sở dữ liệu cho máy học,
thể có cùng hình dạng, như : giúp tăng độ chính xác cho dự án.
TV với màn hình máy tính, lọ
hoa với cốc uống nước….
3. Hướng phát triển
Xây dựng lại dự án trên thư viện Tensorflow Lite: (Mặc dù ở các phần cứng
nhỏ như Raspberry Pi4, module Tensorflow không được sử dụng phổ biến , thay vào
đó người ta sử dụng Tensorflow Lite. Tuy nhiên , Tensorflow Lite ngoài tốc độ xử lý
nhanh hơn thì nó gặp nhiều trục trặc khi chạy liên tục trong dự án này, vì vậy , chúng
em đã sử dụng module Tensorflow 2.) Tuy nhiên nếu có điều kiện thời gian, dự án này
vẫn có thể xây dựng lại trên Tensorflow Lite, giúp dự án khởi động nhanh hơn 80%,
độ chính xác không đổi.
Xây dựng dự án thành một phần mềm chạy trên phần cứng của các thiết bị di
động.
Đào tạo thêm cơ sở dữ liệu cho hệ thống.
PHỤ LỤC
1. Giá thành thiết bị:
Thiết bị Số lượng x đơn giá Thành tiền
Máy tính nhúng Raspberry 01 x 2.500.000 2.500.000
Pi4
Camera USB Logitech 01 x 450.000 450.000
C270
15
[1]. Trung tâm truyền thông, giáo dục sức khoẻ trung ương (2019):
http://t5g.org.vn/viet-nam-co-khoang-2-trieu-nguoi-mu-va-thi-luc-kem
[2]. Model SSD (2023):
https://phamdinhkhanh.github.io/2019/10/05/SSDModelObjectDetection.html.
[3]. VIBLO (2023). Tìm hiểu về ModelSSD: https://viblo.asia/p/tim-hieu-ve-ssd-
multibox-real-time-object-detection-3P0lPEPG5ox.
[4]. MIAI (2023) . Cộng đồng MiAI: http://miai.vn.
[5]. Đại học Công nghệ (2021): Sản phẩm trợ giúp người khiếm thị:
http://tuyensinh.vnu.edu.vn/index.php/Home/viewnewsVNU/175 .
[6]. Arduino VN (2021). Lập trình Arduino với Arduino IDE. http://arduino.vn/bai-
viet/68-cai-dat-driver-va-arduino-ide
[7]. VIBLO (2021). Giải mã về lập trình web: Front-End, Back-End và Full Stack. tại
https://viblo.asia/p/giai-ma-ve-lap-trinh-web-front-end-back-end-va-full-stack-
07LKXmPJZV4