Xây dựng ứng dụng thùng rác tích hợp AI

Trong kỷ nguyên chuyển đổi số và trí tuệ nhân tạo, việc áp dụng công nghệ vào bảo vệ môi trường là một trong những hướng đi sáng tạo và ý nghĩa nhất. Khóa học “Xây dựng Ứng dụng Thùng Rác Tích Hợp AI” giúp học sinh THCS & THPT khám phá cách kết hợp AI (Trí tuệ nhân tạo) và IoT (Internet of Things) để tạo ra một hệ thống thùng rác thông minh có khả năng nhận diện, phân loại rác tự động và gửi dữ liệu qua Internet.

Thông qua từng bài học, học sinh được hướng dẫn từng bước xây dựng dự án hoàn chỉnh, từ huấn luyện mô hình AI nhận diện rác đến lập trình điều khiển thiết bị và hiển thị thông tin thông minh.

Khóa học kết thúc bằng Triển lãm Công nghệ Tái Chế, nơi các nhóm trình bày sản phẩm sáng tạo của mình.

ội dung khóa học (15 buổi + 2 tuần sáng tạo)

1. Phân tích Dự án & Kết nối Phần cứng
   Tìm hiểu nguyên lý hoạt động và kết nối các module cảm biến, camera AI, servo điều khiển nắp thùng.

2. “Bộ não” Nhận diện – Cấu hình Camera AI
   Làm quen với camera AI, thiết lập và kiểm tra tín hiệu đầu vào hình ảnh.

3. Huấn luyện AI Phân loại Rác
   Sử dụng Google Teachable Machine để huấn luyện mô hình AI nhận diện các loại rác: nhựa, giấy, kim loại…

4. Kiểm thử Mô hình AI
   Kiểm tra độ chính xác và tối ưu hóa mô hình nhận diện bằng cách thử nghiệm thực tế.

5. Điều khiển Hệ thống Nắp Thùng Rác
   Lập trình servo tự động mở/đóng nắp theo kết quả phân loại rác.

6. Giao tiếp IoT – Thiết lập Server
   Học cách thiết lập server IoT để thu thập và hiển thị dữ liệu phân loại rác từ thiết bị.

7. Lập trình Camera Gửi Dữ Liệu
   Cấu hình camera AI gửi kết quả nhận dạng đến vi điều khiển qua mạng nội bộ hoặc Internet.

8. Lập trình Yolo UNO Nhận Dữ Liệu
   Viết chương trình xử lý dữ liệu từ camera để ra quyết định điều khiển.

9. Logic Phân loại
   Xây dựng thuật toán quyết định hành động dựa trên loại rác nhận diện được.

10. Tích hợp Hệ thống Phân loại
    Kết nối toàn bộ phần cứng và phần mềm thành hệ thống hoàn chỉnh.

11. Giao diện và Âm thanh
    Thiết kế hiển thị trực quan trên LCD và thêm hiệu ứng âm thanh hướng dẫn.

12. Kết hợp AI và IoT
    Hoàn thiện mô hình thông minh có thể nhận diện – xử lý – báo cáo dữ liệu online.