Tự động hóa kho hàng đang trở thành xu hướng tất yếu nhằm tối ưu hiệu suất và giảm chi phí vận hành trong kho hàng (Tiwari, 2023). Trong đó, xe tự hành (AGV) đóng vai trò then chốt, giúp giảm phụ thuộc vào lao động thủ công, nâng cao độ chính xác, tốc độ và khả năng truy xuất hàng hóa (Cheng et al., 2025). Hệ thống AGV còn góp phần tối ưu luồng di chuyển, giảm thời gian chờ, chi phí nhân công và rủi ro tai nạn trong các kho vận hành liên tục, quy mô lớn (Liu et al., 2025; Maza, 2025).
Hệ thống AGV sử dụng module định vị D-DWM-PG3.6 phối hợp với cảm biến siêu
âm HC-SR05 được tập trung phát triển để xác định vị trí nâng cao khả năng điều hướng chính xác cho xe. Thông tin hàng hóa được điều khiển qua ứng dụng di động, hỗ trợ vận chuyển và sắp xếp tự động. Hệ thống cho phép giám sát thời gian thực, điều khiển từ xa và đã được thử nghiệm qua nhiều lần để đánh giá hiệu suất, độ chính xác và độ ổn định. Các hướng cải tiến như tăng tốc độ di chuyển, tối ưu thuật toán điều hướng và mở rộng quy mô ứng dụng trong kho hàng thông minh cũng được đề xuất trong nghiên cứu.
Kết quả thực nghiệm cho thấy việc xe vận chuyển tự hành sử dụng công nghệ định vị bằng sóng WiFi có thể mang lại hiệu quả trong việc quản lý và vận chuyển hàng hóa trong kho. Hệ thống hoạt động với sai số ghi nhận đảm bảo đủ mức độ chính xác để di chuyển và đặt hàng.
Từ khảo nghiệm module D-DWM-PG3.6 và di chuyển của xe tự hành, sai số trung bình ghi nhận được là 10,4 ± 5,1 cm. Tỉ lệ hoàn thành xử lý hàng đạt 86,7%. Các kết quả đạt được cho thấy tính khả thi của việc áp dụng xe tự hành vào việc di chuyển và cấp hàng trong nhà kho. Tỷ lệ hoàn thành này còn có thể tăng lên do phần cứng của mô hình thí nghiệm còn chưa đáp ứng tính ổn định công nghiệp.
Trong quá trình di chuyển xe gặp vấn đề là lệch hướng, nguyên nhân dự đoán là do ảnh hưởng của hệ số Kp và nhiễu trong quá trình nhận dữ liệu từ các trạm UWB. Điều này đã được khắc phục thông qua việc khảo nghiệm nhiều lần để tìm hệ số thích hợp, cũng như thiết kế bộ lọc để giảm sai số từ dữ liệu đầu vào. Nhờ đó, đạt được độ chính xác như đã mô tả.
Để nâng cao hiệu quả ứng dụng, mô hình cần được cải tiến theo các hướng chính: (1) Mở rộng quy mô hoạt động lên 500 m² trở lên bằng cách tích hợp thuật toán SLAM và nâng cấp phần cứng để giảm sai số định vị (< 5 cm); (2) Tích hợp AI để tối ưu lộ trình và xử lý vật cản động; (3) Phát triển hệ thống đa xe (swarm robotics) kết hợp IoT để đồng bộ với hệ thống quản lý kho (WMS). Trong các nghiên cứu tiếp theo, việc nâng cấp phần mềm quản lý và tối ưu hóa thuật toán điều hướng là cần thiết để giúp xe hoạt động hiệu quả hơn trong không gian lớn. Đồng thời, các hệ thống cảm biến và camera có thể được bổ sung để tăng cường khả năng nhận dạng, xử lí đơn hàng và phát hiện lỗi trong hệ thống. |