Ứng dụng iot trong nhà kính thông minh

Mục Lục
Chương 1: Giới thiệu..................................................................................................................................... 3
Chương 2: Nhà Kính thơng minh .................................................................................................................. 6

2.1.

Tổng quan về nhà Kính thơng minh : ....................................................6

2.1.1.

Khái niệm : .........................................................................................6

2.1.2.

Cấu trúc nhà kính thơng minh : .......................................................7

2.1.3.

Phân loại: ............................................................................................9

2.1.4. Ưu nhược điểm :...................................................................................10
2.2. HỆ THỐNG QUẢN LÍ NHÀ THƠNG MINH ............................................10
2.2.1 lý thuyết..................................................................................................10
2.2.1.1 xác xuất ...............................................................................................10
2.2.1.2 Hồi quy tuyến tính .......................................................................................................................... 17
2.2.1.3 Machine Learning............................................................................................................................ 19
2.2.1.4 Thuật toán Iterative Dichotomiser 3 (ID3). ..................................................................................... 20
2.2.2 Phương pháp...................................................................................................................................... 21
2.2.2.1 Các thành phần trong mơ hình IoT ................................................................................................. 21
2.2.2.2 Các vấn đề cần giải quyết................................................................................................................ 23
2.2.2.3 Các yêu cầu chung........................................................................................................................... 24

.2.3 Mô phỏng ............................................................................................................................................. 24

2.2.3.1 Chuẩn bị ..............................................................................................24
2.2.3.2 Sơ đồ khối và nguyên lý hoạt động...................................................25
2.3. Thiết bị ứng dụng ..........................................................................................27
2.3.1. Giới thiệu ...............................................................................................27
2.3.2. Cảm biến được sử dụng trong nhà kính ..............................................27
2.3.3. Arduino UNO Kit .................................................................................28
2.3.4. Mơ tả phần cứng ..................................................................................29
2.4. Giao Thức ứng dụng. ..................................................................................37
2.4.1. Giới thiệu. .............................................................................................37
2.4.2. MQTT là gì? .........................................................................................38


2.4.3. Tính năng và đặc điểm nổi bật ...........................................................38
2.4.4. Mơ hình MQTT ....................................................................................39
2.4.5. Cơ chế hoạt động của giao thức MQTT ............................................43
2.4.6. Định dạng tin nhắn MQTT .................................................................43
2.4.7. MQTT QoS ...........................................................................................50
2.4.8. CONNECT and SUBSCRIBE message sequence .............................51
2.4.9. PUBLISH message flows .....................................................................52
2.4.10. MQTT-SN ...........................................................................................54

Tóm tắt: Sự gia tăng dân số tồn cầu cùng với sự suy giảm tài nguyên
thiên nhiên, đất canh tác và sự gia tăng các điều kiện môi trường khó
lường dẫn đến an ninh lương thực đang trở thành mối quan tâm lớn của
tất cả các quốc gia trên toàn thế giới. Những vấn đề này là động lực đang
thúc đẩy ngành nông nghiệp chuyển đổi sang nông nghiệp thông minh với
việc ứng dụng Internet vạn vật (IoT) và các giải pháp dữ liệu lớn để nâng
cao hiệu quả hoạt động và năng suất. IoT tích hợp một loạt các giải pháp

và công nghệ hiện đại, chẳng hạn như mạng cảm biến không dây, mạng
ad hoc vô tuyến nhận thức, điện toán đám mây, dữ liệu lớn và các ứng
dụng dành cho người dùng cuối. Bài Luận này trình bày về giải pháp IoT
trong nơng nghiệp đặc biệt tập trung vào ứng dụng của IoT trong nhà kính
thơng minh. Để đạt được mục tiêu này, chúng tơi trình bày tổng quan về
nhà kính thơng minh, hệ thống IoT ứng dụng trong hệ thống nhà kính, các
giao thức liên quan và các thiết bị IoT sử dụng trong nhà kính thơng minh.
Qua bài này chúng tơi hy vọng những trình bày trong bài luận này góp
một phần trong việc mở rộng tầm nhìn về IoT nói chung, tầm nhìn về IoT
trong nơng nghiệp nói riêng. Một phần nào đó thúc đẩy sự phát triển của
IoT trong nông nghiệp Việt Nam


Chương 1: Giới thiệu
Để đáp ứng nhu cầu phát triển công nghệ đang ngày một lớn mạnh, các công nghệ
, kỹ thuật mới liên tục được triển khai và phát triển. Điều này tạo cơ hội cho IoT ra
đời và phát triển mạnh mẽ. Tính đến hiện tại, đã có khoảng 24tỷ thiết bị IoT ra đời
trên toàn thế giới ( số liệu 2020). Sự bùng nổ của IoT chỉ là vấn đề thời gian.
IoT ( Internet of Thing ) là một hệ thống mạng lưới các thiết bị được kế nối, có thể
thu thập và trao đổi thơng tin.
Hệ sinh thái IoT cung cấp cho người dùng quyền hạn kết nối, kiểm soát, sử dụng
các thiết bị IoT từ xa qua điện thoại thơng minh, máy tính bản….Điều này mang lại
sự thuận tiện cho mọi người dùng.
Vì lý do này,trong những năm gần đây, IoT đã được ứng dụng trong hàng loạt lĩnh
vực như nhà thông minh, thành phố thông minh ,năng lượng thông minh, xe tự hành,
nông nghiệp thơng minh , quản lý khn viên trường ,chăm sóc sức khỏe, và hậu
cần……. Hình 1.1 minh họa các ứng dụng IoT phong phú và đa dạng cho nông
nghiệp thông minh.

Hình 1.1: Mơ hình IoT trong nơng nghiệp
Nơng nghiệp là một nghành phát triển mạnh tại Việt Nam. Nhưng những áp dụng
kỹ thuật trong cơng nghiệp cịn gặp rất nhiều hạn chế. Vì vậy, chúng tơi viết luận
này, trình bày về những ứng dụng của IoT trong lình vực Nơng Nghiệp.
Đây là một lĩnh vực rất đáng được khai thác và phát triển, do khí hậu địa hình của
Việt Nam thích hợp để trồng trọt. Với những ứng dụng IoT, chúng tơi mong muốn
tự động hóa q trình sản xuất, tăng năng suất, giảm lao động chân tay, giúp ngành
nông nhiệp trở nên dễ dàng hơn.
Trên cơ bản, IoT trong nông nghiệp tập trung vào việc cung cấp dữ liệu về vật ni
và cây trồng, từ đó đưa ra giải pháp tối ưu cho các vấn đề tương ứng hiệu quả hơn
so với phụ thuộc hoàn toàn vào lao động.
Các ứng dụng nổi bật của IoT trong nông nghiệp gồm có:
- Nơng nghiệp chính xác: cịn gọi là canh tác chính xác, dựa vào dữ liệu vật
ni và cây trồng, đưa ra giải pháp tối ưu trong canh tác và nuôi trồng.
- Máy Bay không người lái: thực hiện giám sát, đánh giá sức khỏe cây trồng,
thậm chí đất trồng. Bên cạnh đó có thể thay thế con người thực hiện chăm sóc
cây trồng( ví dụ như phun thuốc, tưới tiêu….)


- Giám sát vật nuôi: hỗ trợ đánh giá, giám sát tình hình vật ni trong thời gian
thực
- Nhà Kính thơng minh:canh tác trong nhà kính góp phần cải thiện môi trường
cho cây trồng, sự can thiệp của IoT khiến q trình chăm sóc được tối ưu, tự
động hóa hơn

Bàn về hệ thống IoT trong nông nghiệp bao gồm 3 phần chính: thiết bị IoT, cơng
nghệ kết nối, dữ liệu và lưu trữ(database), được trình bầy trong hình 1.2

Hình 1.2: Các thành phần IoT trong nông nghiệp

Trong bài này, chúng tôi tập trung về ứng dụng của IoT trong Nhà Kính Thơng Minh.
Cơng việc được tổ chức như sau:
- Chương 1: Giới thiệu chung về IoT nói chung cũng như ứng dụng của IoT
trong nơng nghiệp, các thành phần của IoT trong nơng nghiệp
- Chương 2:Trình bày về ứng dụng của IoT trong nhà kính : bao gồm tổng quan
về nhà kính thơng minh, Hệ thống, các giao thức, thiết bị IoT của hệ thống
IoT trong nhà kính thơng minh
- Chương 3: Chúng tơi tổng kết kết quả của bài tiểu luận.

Chương 2: Nhà Kính thơng minh
2.1.

Tổng quan về nhà Kính thơng minh :
2.1.1. Khái niệm :

Những năm gần đây, Mơ hình nhà kính được sử dụng phổ biến để chăm sóc ni
trồng cây non nhằm tạo môi trường phát triển lý tưởng giúp cây non phát triển và
một số giống cây trồng cần điều kiện chăm sóc đặc biệt. Tuy nhiên , với mơ hình
nhà kính thơng thường, nhà vườn sẽ phải bỏ cơng chăm sóc rất nhiều. Vì đặc thù của
cây non cần chăm sóc , theo dõi tình hình thường xun, với điều kiện khơng phù
hợp, cây con có thể bị chết bất cứ lúc nào. Bên cạnh đó, có một số yếu tố mà nhà
vườn không thể tự điều chỉnh được như độ ẩm khơng khí, nhiệt độ nhà kính….. Điều
này làm mơ hình nhà kính thơng thường khơng có những vượt trội đáng nói so với
việc canh tác tự nhiên.
Nhưng với mơ hình nhà kính thơng minh thì có thể khắc phục, tối ưu hóa những
nhược điểm đó. Mơ hình nhà kính thơng minh là sự kết hợp hồn hảo của mơ hình
nhà kính thơng thường và ứng dụng IoT (Internet of Thing) tạo ra sự thuận tiện, rút
bớt thời gian chăm sóc của nhà vườn với câu trồng.
Mơ hình nhà kính thơng minh đơn giản là một tịa nhà được thiết kế đặc biệt để trồng

cây. Nó tạo ra một mơi trường cách biệt với thế giới bên ngồi, có thể theo điều kiện
lý tưởng của cây trồng mà nhà vườn-người trồng có thể điều chỉnh nhiệt độ , độ ẩm,
ánh sáng, hàm lượng nước trong đất phù hợp với cây trồng. Những điều kiện này
được điều chỉnh hoàn toàn tự động nhờ hệ thống IoT, và có bộ cảnh báo SMS, gửi
thông tin về cây trông đến nhà vườn.


2.1.2. Cấu trúc nhà kính thơng minh :
2.1.2.1. Hệ thống khung vườn nhà kính :

Hình 2.1 : Mơ hình khung vườn nhà kính thơng minh
Hệ thống sử dụng khung bằng sắt, thép… Xung quanh bao bọc bởi nilong để tạo mơi
trường riêng, ngăn chặn sâu bệnh từ bên ngồi vào vườn, giảm tác hại từ mơi trường
bên ngồi như nắng gắt, mưa, bão, sương muối…..
2.1.2.2. Cấu trúc mái che
Mái che được thiết kế mái vịm, có thể phủ 1 lớp nilong hoặc kính , polycarbonate
chống tia UV….. ngăn ánh nắng gắt, mưa lớn ảnh hưởng đến cây trong vườn.
2.1.2.3. Hệ thống phun sương
Tưới sương là hình thức tạo mưa nhân tạo nhờ thiết bị hỗ trợ và đầu phun(hình 2.3).
Tưới phun sương nhằm tiết kiệm một lượng nước khổng lồ cũng như công tưới. Tưới
phun sương nhằm đáp ứng được lượng nước cho cây, điều hịa khơng khí, làm sachj
lá, giúp cây sinh trưởng tốt.


Hình 2.3: Hệ thống phun sương trong nhà kính
2.1.2.4. Hệ thống thơng gió, làm mát
Nhà kính được bao bọc bởi nilong, dưới tác dụng của quá trình quang hợp,
hiệu ứng nhà kính … khiến khơng khí trong nhà kính khơng được điều hịa, gây
tình trạng bí bách, thiếu O2 , nhiệt độ cao….. gây tác hại xấu đến cây trồng.
Hệ thống thơng gió, làm mát được đặt ở bên hơng hoặc trên mái của nhà kính.

Sử dụng quạt thơng gió giúp khơng khí lưu thơng, góp phần điều hịa nhiệt độ.


Hình 2.3: Hệ thống làm mát bằng quạt thơng gió

2.1.2.5. Hệ thống ánh sáng
Thời tiết bên ngồi nhà kính là khơng thể kiểm sốt. Với những ngày nắng đẹp, ánh
sáng đầy đủ, Với mái che trong suốt giúp ánh sáng xuyên qua, Cây trồng đủ điều
kiện để quang hợp, trao đổi chất.
Tuy nhiên, những ngày trời mù, râm mát ánh sáng không đủ cung cấp, hoặc tăng số
giờ quang hợp khi cây ra hoa, kết trái, hệ thống đèn chiếu sáng đóng vai trị ánh sáng
nhân tạo, cung cấp ánh sáng đầy đủ giúp cây phát triển.
Hệ thống tự động tắt khi trời tối.
Ngồi ra, cửa sổ thơng minh cũng được sử dụng để điều chỉnh lượng ánh sáng phù
hợp trong nhà kính.

Hình 2.4: Hệ thống của sổ và đèn sáng trong nhà kính
2.1.3.
-

Phân loại:
Mơ hình nhà kính thơng minh kiểu cánh bướm
Mơ hình nhà kính mini trồng rau gia đình
Mơ hình nhà kính trồng nấm
Mơ hình nhà kính mái hở một bên hoặc 2 bên


- Mơ hình nhà kính mái vịm
2.1.4. Ưu nhược điểm :

a. Ưu điểm của nhà kính thơng minh :
- Hệ thống nhà kính được phủ kín, giúp che chắn cây trồng khỏi các loại sâu
bọ gây bệnh, thay đổi thời tiết thất thường.
- Áp dụng hệ thống tự động hóa điều khiển nhà kính. Điều này giúp cho q
trình giảm sát, chăm sóc cây trồng tốt hơn, giảm sức người.
- Những trang thiết bị và kiểu nhà kính thơng minh khác nhau sẽ phù hợp với
từng loại cây trồng, mục đích sử dụng khác nhau.

b. Nhược điểm:
- Chi phí chưa được tối ưu, mỗi một nhà kính thơng minh được lắp đặt tốn lượng
kinh phí rất lớn.
2.2. HỆ THỐNG QUẢN LÍ NHÀ THƠNG MINH
2.2.1 lý thuyết
2.2.1.1 xác xuất
a) Khái niệm
Xác suất là một đại lượng linh hoạt dùng để đo lường sự chắc chắn của một
sự kiện. Khi nói đến xác suất, chúng ta nghĩ đến khả năng xảy ra. Lấy ví dụ trong
tác vụ phân loại ảnh chó và mèo. Nếu bạn rất chắc chắn rằng bức ảnh đó là một con
chó thì bạn sẽ đưa ra xác suất là một giá trị nào đó rất gần 1, chẳng hạn 0.95. Nhưng
giả sử bức ảnh bị nhoè và chụp ở khoảng cách rất xa thì bạn khơng chắc chắn đó là
một con chó. Do đó xác suất sẽ giúp bạn đưa ra một lựa chọn lưỡng lự hơn, đó là 0.5
(có thể là chó, mà cũng có thể là mèo).
Các sự kiện trong tự nhiên thì hồn tồn khơng bao giờ chắc chắn. Chắc bạn
còn nhớ trong bầu cử tổng thống Mỹ năm 2016 giữa ông Donald Trumph và bà
Hillary Clinton. Trước khi bầu cử rất nhiều nhận định cho rằng bà Clinton sẽ thắng
cử nhưng cuối cùng ông Trumph vẫn trở thành tổng thống. Chính vì thế các nhà khoa


học sẽ gán cho các sự kiện không chắc chắn một xác suất để cho thấy sự tin cậy của
quyết định.

Việc chúng ta dự báo xác suất có rất nhiều ý nghĩa trong thực tiễn. Các công
ty thương mại điện tử muốn dự đoán khả năng khách hàng mua sản phẩm nào là cao
nhất dựa trên xác suất. Từ đó họ tối ưu lại thiết kế hệ thống recommendation của
mình để gợi ý cho khách hàng sao cho họ mua hàng nhiều nhất. Trong ngành bài
bạc, các nhà cái muốn tìm cách chiến thắng người chơi dựa trên tính tốn về khả
năng chiến thắng/thất bại là bao nhiêu để tìm ra kỳ vọng về lợi nhuận. Các công ty
bảo hiểm muốn tính tốn khả năng xảy ra rủi ro đối với khách hàng của mình để đưa
ra mức phí bảo hiểm phù hợp. Trong nông nghiệp chúng ta quan tâm nhiều hơn tới
khả năng mưa, nắng, độ ẩm, gió, các cơn bão để tìm cách điều tiết mùa màng, …
Mục tiêu của các mơ hình phân loại trong học máy đều là tìm ra một mơ hình ước
lượng xác suất tốt nhất để mang lại lợi ích cho tác vụ huấn luyện.
Chính vì vai trị quan trọng như vậy nên có rất nhiều ngành học đã ứng dụng
xác suất như xác suất thống kê, định giá tài sản tài chính, định giá bảo hiểm, …
Không thể phủ nhận rằng đây là một mảng rất rộng và tất nhiên chương này tơi cũng
khơng tìm cách bao qt tồn bộ kiến thức về xác suất mà chỉ giới thiệu đến các bạn
những khái niệm nền tảng được ứng dụng nhiều trong học máy. Từ đó bạn đọc sẽ có
thêm kiến thức để tự nghiên cứu và ứng dụng các mơ hình trong thực tiễn.
b) Khơng gian mẫu
Các xác suất chính là một độ đo được xác định trên một không gian mẫu.
Không gian mẫu được ký hiệu là S cho biết tất cả các khả năng có thể xảy ra của
một sự kiện. Ví dụ khi chúng ta gieo một xúc sắc 6 mặt thì các
mặt {1,2,3,4,5,6} chính là một khơng gian mẫu. Khi chúng ta tung đồng xu 2 mặt
đồng chất thì các mặt {sấp, ngửa} chính là một khơng gian mẫu.


Xác suất của một sự kiện i bất kỳ nằm trong không gian mẫu được ký hiệu
bằng P(X=i) hoặc chúng ta có thể viết tắt P(i).
Chúng ta cũng có thể sử dụng ký hiệu P(1≤X≤4) để chỉ ra xác suất rơi vào các
khả năng {1,2,3,4}. Ký hiệu X ở trên được gọi là biến ngẫu nhiên.
c) Biến ngẫu nhiên

Biến ngẫu nhiên (random variable, aleatory variable hoặc stochastic
variable) là một khái niệm xuất phát từ bộ môn xác suất thống kê, biến ngẫu nhiên
là biến mà có giá trị phụ thuộc vào một sự kiện ngẫu nhiên. Ví dụ như kết quả của
tung đồng xu hai mặt đồng chất, kết quả gieo xúc sắc 6 mặt hay kết quả hai số cuối
của giải đặc biệt xskt MB mà bạn xem hàng ngày là một biến ngẫu nhiên. Biến ngẫu
nhiên có thể liên tục hoặc rời rạc tuỳ theo đại lượng mà nó biểu diễn.
Trong trường hợp tung xúc sắc 6 mặt thì biến ngẫu nhiên chính là một trong
các khả năng {1,2,3,4,5,6}. Đây là biến rời rạc vì tập hợp của chúng có số lượng
quan sát cố định. Nếu chúng ta đo lường cân nặng của một người thì giá trị đó là một
biến ngẫu nhiên liên tục. Lý do nó liên tục là vì cân nặng có thể là một số hữu tỷ bất
kỳ, ví dụ như 55.1293102311 mà khơng nhất thiết phải là một số nguyên. Bởi vì
chắc chắn rằng cân nặng giữa 2 người bất kỳ trên trái đất là khác nhau. Khi chúng ta
nói hai người có cân nặng bằng nhau là ta đang giả định rằng cân nặng của họ cùng
nằm trên một khoảng rất nhỏ ví dụ như từ 52−53.
Biến ngẫu nhiên liên tục và rời rạc có sự khác biệt nhau về tính liên tục nên
trong cơng thức tính tốn xác suất chúng ta thường sử dụng tổng cho biến rời rạc và
tích phân cho biến ngẫu nhiên. Tiếp theo ta sẽ cùng tìm hiểu các đặc trưng của biến
cho hai trường hợp biến ngẫu nhiên liên tục và rời rạc như bên dưới.
d) Đặc trưng của biến
• Kì vọng


Trong một biến ngẫu nhiên có rất nhiều các quan sát thì chúng ta khơng biết
chọn ra giá trị nào làm đại diện cho biến. Đại diện của biến phải là giá trị có thể giúp
đánh giá được khái quát độ lớn của biến đó về mặt giá trị. Kỳ vọng là một giá trị đáp
ứng được điều này vì nó cho biết về trung bình thì biến có độ lớn là bao nhiêu. Giá
trị của kỳ vọng được tính theo hai trường hợp:
Nếu x là biến ngẫu nhiên rời rạc.
𝑛

𝐸(𝑥) = ∑ 𝑥𝑖 𝑝(𝑥𝑖 )
𝑖=1

Trong đó p(xi) là xác suất xảy ra biến cố x=xi. Khi khả năng xảy ra của các
biến cố ngẫu nhiên xi là như nhau thì giá trị của kỳ vọng:
𝐸(𝑥)

∑𝑛𝑖=1 𝑥𝑖
= 𝑥=
𝑛

Nếu x là một đại lượng ngẫu nhiên liên tục:
𝐸(𝑥) = 𝑥 = ∫ 𝑥𝑝(𝑥)𝑑𝑥
Một số tính chất của kì vọng:
𝐸(𝑎𝑥) = 𝑎𝐸(𝑎𝑥)
𝐸(𝑎𝑥+𝑏𝑦) = 𝑎𝐸(𝑥) + 𝑏𝐸(𝑦)
𝐸(𝑥𝑦) = 𝐸(𝑥) 𝐸(𝑦) ,

• Hiệp phương sai (Covariance)

𝑖𝑓 𝑥, 𝑦 độ𝑐 𝑙ậ𝑝


Hiệp phương sai (Covariance) là giá trị đo lường mối quan hệ cùng chiều hoặc
ngược chiều giữa 2 biến ngẫu nhiên. Đây là giá trị được sử dụng nhiều trong kinh tế
lượng và thống kê học để giải thích mối quan hệ tác động giữa các biến. Khi hiệp
phương sai giữa 2 biến lớn hơn 0, chúng có quan hệ đồng biến và ngược lại. Hiệp
phương sai chỉ được tính trên 2 chuỗi có cùng độ dài.
∑𝑛𝑖=1(𝑥𝑖 − 𝑥)(𝑦𝑖 − 𝑦)
cov(𝑥, 𝑦) = 𝐸[(𝑥 − 𝑥)(𝑦 − 𝑦)] =

𝑛
Gía trị của hiệp phương sai giữa 2 chuỗi số x,y được kí hiệu
là cov(x,y) hoặc σxy và được tính bằng kì vọng của tích chéo độ lệch so với trung
bình của 2 biến như cơng thức trên.
Như vậy ta có thể rút ra các tính chất của hiệp phương sai:

Khai triển cơng thức hiệp phương sai ta có:
cov(𝑥, 𝑦) = 𝐸(𝑥𝑦) − 𝑥𝐸(𝑦) − 𝑦𝐸(𝑥) + 𝑥𝑦
= 𝐸(𝑥𝑦) − 𝐸(𝑥)𝐸(𝑦)

Ma trận hiệp phương sai giữa hai biến ngẫu nhiên x, y:
cov(𝑥, 𝑥), cov(𝑥, 𝑦)
𝑨=[
]
cov(𝑦, 𝑥), cov(𝑦, 𝑦)
Ma trận hiệp phương sai là một ma trận đối xứng.


• Phương sai
Là trường hợp đặc biệt của hiệp phương sai. Phương sai chính là hiệp phương
sai giữa một biến ngẫu nhiên với chính nó. Giá trị của phương sai ln lớn hơn hoặc
bằng 0 do bằng tổng bình phương sai số của từng mẫu so với kỳ vọng. Trong trường
hợp phương sai bằng 0, đại lượng là một hằng số không biến thiên. Phương sai của
một đại lượng thể hiện mức độ biến động của đại lượng đó xung quanh giá trị kỳ
vọng. Nếu phương sai càng lớn, miền biến thiên của đại lượng càng cao và ngược
lại.
Công thức của phương sai được kí hiệu là Var(x), giá trị của phương sai được
ký hiệu là σx2 đối với tổng thể và sx2 đối với tập mẫu con được trích từ tổng thể.
Cơng thức phương sai được tính như sau:
Nếu x là đại lượng ngẫu nhiên rời rạc:

𝑛

𝑉𝑎𝑟(𝑥) = ∑(𝑥𝑖 − 𝜇)2 𝑝(𝑥𝑖 )𝑑𝑥
𝑖=1

Trong đó E(x)=μ. Khi các giá trị xảy ra với cùng xác suất bằng 1n, phương sai
chính là trung bình Var(x)=∑i=1n(xi−μ)2n
Nếu x là đại lượng ngẫu nhiên liên tục:


𝑉𝑎𝑟(𝑥) = ∫(𝑥 − 𝜇)2 𝑝(𝑥)𝑑𝑥
Phương sai của một biến có thể được tính tốn thơng qua kì vọng của biến:
𝑉𝑎𝑟(𝑥) = 𝐸((𝑥 − 𝜇)2 )
= 𝐸((𝑥 2 − 2𝜇𝑥 + 𝜇2 ))
= 𝐸(𝑥 2 ) − 2𝜇𝐸(𝑥) + 𝐸(𝜇2 )
= 𝐸(𝑥 2 ) − 2𝜇2 + 𝜇2
= 𝐸(𝑥 2 ) − 𝜇2
= 𝐸(𝑥 2 ) − 𝐸(𝑥 2 )
Đây là một trong những tính chất rất thường được sử dụng khi tính tốn nhanh
phương sai mà bạn đọc cần nhớ. Đồng thời từ công thức trên ta cũng suy ra một bất
đẳng thức quan trọng đó là kỳ vọng của bình phương ln lớn hơn bình phương của
kỳ vọng: E(x2) ≥ E(x)2
Để tính phương sai của véc tơ x trên numpy ta dùng hàm np.var().

• Độ lệch chuẩn
Độ lệch chuẩn của một đại lượng có giá trị bằng căn bậc 2 của phương sai. Nó
đại diện cho sai số của đại lượng so với trung bình.
σx = √Var(x)

Trong trường hợp các biến rời rạc phân phối đều với xác suất 1n:

𝜎𝑥 = √

∑𝑛𝑖=1(𝑥 − 𝑥)2
𝑛

Trong thống kê chúng ta thường xác định các giá trị outliers dựa trên nguyên
lý 3 sigma bằng cách xem những giá trị nằm ngồi khoảng [μ−3σ,μ+3σ] như là
outliers. Ta có thể xử lý outliers bằng cách đưa giá trị của outliers về các đầu
mút μ−3σ và μ+3σ hoặc loại bỏ luôn outliers.

Độ lệch chuẩn được tính theo hàm np.std().
2.2.1.2 Hồi quy tuyến tính


1.1 Mơ hình hồi quy tuyến tính Gujarati bắt đầu bằng mơ hình hồi quy bội
(multiple regression model, dạng mơ hình hồi quy tổng thể - population regression
model) với k -1 biến giải thích có dạng như sau:
Yi = B1 + B2X2i + B3X3i + ... + BkXki + ui

(1.1)

Trong đó:
Y là biến phụ thuộc (dependent variable) hoặc cịn gọi là regressand;
X là các biến giải thích (explanatory variables) hoặc cịn có những tên gọi khác
như predictors, covariates, hoặc regressors;
u là hạng nhiễu ngẫu nhiên (random hay stochastic error term);
i là ký hiệu cho quan sát thứ i trong tổng thể.

[Diễn giải: Hàm ý dữ liệu chéo, và với mô hình tổng thể thì chúng ta khơng
thể biết được có bao nhiêu quan sát]. Đơi khi để đơn giản hóa, phương trình (1.1)
cịn được viết ở dạng rút gọn như sau:
Yi = BX + ui (1.2) với BX là B1 + B2X2i + B3X3i + ... + BkXki.
(1.2)

Phương trình (1.1) hoặc hình thức rút gọn của nó là phương trình (1.2) được
gọi là mơ hình tổng thể (population model) hoặc mơ hình thực (true model). Mơ hình
này gồm hai thành phần: (1) thành phần tất định (deterministic component), BX, và
(2) thành phần phi hệ thống (nonsystematic component) hoặc thành phần ngẫu nhiên
(random component), ui. BX có thể được giải thích như trung bình có điều kiện của
Yi, tức là E(Yi|X): giá trị trung bình của Y khi X được cho trước là bao nhiêu 3 . Vì
thế, phương trình (1.2) phát biểu rằng một giá trị Yi của một cá nhân i bất kỳ sẽ bằng
giá trị trung bình của tổng thể trong đó người này là một thành viên cộng hoặc trừ
một con số ngẫu nhiên. Khái niệm tổng thể (population) có nghĩa là tổng quát
(general) và đề cập đến một thực thể được xác định rõ (ví dụ con người, các công ty,
các thành phố, các quốc gia, …) là trọng tâm của một phân tích kinh tế lượng hoặc
thống kê.
2.2.1.3 Machine Learning
Machine Learning có nghĩa là học máy. Đây là một lĩnh vực của trí tuệ nhân
tạo liên quan đến việc nghiên cứu và xây dựng các kĩ thuật cho phép các hệ thống
“học” tự động từ dữ liệu để giải quyết những vấn đề cụ thể. Các thuật toán của
phương pháp học máy là các chương trình máy tính có khả năng học hỏi về cách
hồn thành các nhiệm vụ và cách cải thiện hiệu suất theo thời gian.


Máy có khả năng thích nghi với các điều kiện mơi trường xung quanh để rút
trích ra các ngun lý từ tri thức thu nhận được phục vụ cho việc ra quyết định. Có
thể kể đến một số sản phẩm của phương pháp học máy như: Cảnh báo giao thông

trên ứng dụng Google Maps, Deepface của mạng xã hội Facebook, các máy có thể
“học” cách phân loại thư điện tử xem có phải thư rác (spam) hay khơng và tự động
xếp chúng vào thư mục tương ứng.

2.2.1.4 Thuật toán Iterative Dichotomiser 3 (ID3).
Giới thiệu và ý tưởng


ID3 (Iterative Dichotomiser 3) là một thuật toán được sử dụng để tạo ra một
cây quyết định do Ross Quinlan phát minh ra.
Thuật toán ID3 sử dụng cách tiếp cận tìm kiếm tham lam để xác định lựa chọn
nút quyết định, nghĩa là nó chọn một thuộc tính lý tưởng một lần và không xem xét
lại hoặc sửa đổi các lựa chọn trước đó của nó
Các thuật tốn ID3 sử dụng entropy và thu nhập thông tin để xác định thuộc
tính nào phân chia dữ liệu tốt nhất.

2.2.2 Phương pháp
2.2.2.1 Các thành phần trong mơ hình IoT

Network
and
Cloud
Cảm biến

Service


Gateway

Các thành phần chính của nhà kính thơng minh: Các cảm biến thu thập dữ liệu nhà

kính, các cơ cấu chấp hành, các cổng kết nối I/O, phần điều khiển trung tâm, các
thiết bị giao tiếp qua mạng, các thiết bi điều khiển giám sát và cơ sở dữ liệu.
Nhà kính báo gồm 4 phần chính: Chế độ điều khiển, giao diện điều khiển, cơ sở
dữ liệu và thuật toán.
+ Chế độ điều khiển bao gồm 2 chế độ: chế độ bằng tay và chế độ tự động.
+Giao diện điều khiển gòm giao điện đăng nhập, chế độ điều khiển, tình trạng
hoạt động ON/OFF của các thiết bị đặt trong hệ thống: hiển thị các bảng thông số và
các đồ thị thơng số cảm biến.
+Cơ sở dữ liệu nhà kính lưu lại tồn bộ dữ liệu nhà kính để đảm bảo cho q
trình thu thập và phân tích dữ liệu mọi thời điểm.


+Phần thuật toán sử dụng thuật toán Deccision Tree để đánh giá độ chính xác
phân lớp và dự đốn, ra quyết định trạng thái nhà kính, sau đó lấy trạng thái làm cơ
sở điều khiển nhà kính.

Web server, mã nguồn Node.js, giao thức MQTT và cơ sở dữ liệu MongoDB.

Hình 1.2 Tổng quan các thiết bị sử dụng trong nghiên cứu

2.2.2.2 Các vấn đề cần giải quyết


Truyền nhận dữ liệu giữa vi điều khiển, nhúng và web.
Đồng bộ dữ liệu giữa web và bộ điều khiển.
Tạo cơ sở dữ liệu để lưu trữ và phân tích.
Sử dựng thuật tốn để tối ưu hóa hệ thống điểu khiển.
2.2.2.3 Các yêu cầu chung
Thứ nhất một trang web với một địa chỉ tên miền riêng và giao diện để người sử
dụng có thể quan sat được trạng thái của các thiết bị và tạo ra những tác động với

thiết bị đó. Để tạo ra một trang web chúng ta cần tích hợp rất nhiều ngơn ngữ để tạo
ra một trang web mang tính thẩm mỹ cao và phù hợp với mục đích người sử dụng.
Thứ hai chúng ta cần một vi điều khiển trung tâm để thu thập dữ liệu từ các cảm
biến và điều khiển các thiết bị. Đặc biệt, vi điều khiển này phải giao tiếp ngoại vi để
có thể truyền nhận dữ liệu lên Internet.
Thứ ba chúng ta cần giao tiếp giữa vi điều khiển và nhúng.
Thứ tư là thu thập và phân tích dữ liệu vào cơ sở dữ liệu MONGODB
Thứ năm là sử dụng thuật tốn Deccision Tree để tối ưu hóa hệ thống điều khiển
bằng cách đánh giá độ chính xác phân lớp, dự đốn trạng thái nhà kính.
.2.3 Mơ phỏng
2.2.3.1 Chuẩn bị

- Aduno IDE để chạy code nạp cho vi điều khiển(VĐK)
- Các thiết bị bao gồm: 1 VĐK esp 8266, 1 cảm biến độ ẩm đất, 1 rơ-le, 1 bộ nguồn
tổ ong, dây dẫn điện, tô-vit, …
- App Blynk –IoT để trao đổi dữ liệu thông qua giao diện Wifi của VĐK và hiển thị
thơng số độ ẩm lên màn hình điện thoại.


2.2.3.2 Sơ đồ khối và nguyên lý hoạt động
a) Sơ đồ khối

b) Nguyên lý hoạt động
#Mode Auto
Cảm biến thu tín hiệu độ ẩm về chân A0 của NodeMCU => Hiển thị trên Blynk
thơng qua Value Display (V1)
Sau đó gửi tín hiệu về NodeMCU để thực thi các lệnh đã ràng buộc
#Mode Manual
- Điều khiển đóng tắt relay thơng qua BlinkApp bằng button (V9)
- Bật: Xuất tín hiệu HIGH về chân D2 trên NodeMCU để đóng relay mở máy

bơm
- Tắt: Xuất tín hiệu LOW về chân D2 trên NodeMCU để đóng relay tắt máy
bơm.