Dự án STEM: Phân loại rác thông minh bằng thị giác máy tính AI (KHTN 8 - Tin học 8)

Dự án STEM: Phân loại rác thông minh bằng thị giác máy tính AI (KHTN 8 - Tin học 8)

1. Bối cảnh và ý nghĩa thực tiễn

Ô nhiễm rác thải sinh hoạt, đặc biệt là rác thải nhựa, đang là một trong những thách thức môi trường cấp bách nhất hiện nay. Trong chương trình GDPT 2018, môn Khoa học tự nhiên 8 chú trọng giáo dục ý thức bảo vệ môi trường và phân loại chất thải tại nguồn, trong khi môn Tin học 8 và Công nghệ 8 giúp học sinh tiếp cận các thuật toán logic và hệ thống tự động hóa.

Dự án STEM này ứng dụng thiết bị thuộc danh mục khung Thông tư 86/2026/TT-BGDĐT (nhóm Bộ thị giác máy tính giáo dục cấp THCS - mã chủng loại thcs-19). Học sinh sẽ tự tay lắp ráp và lập trình một mô hình thùng rác thông minh có khả năng nhận diện hình ảnh rác thải (vỏ chai nhựa, giấy vụn, rác hữu cơ) bằng camera AI và tự động gạt mở ngăn chứa tương ứng.

2. Mục tiêu bài học (Bám sát yêu cầu cần đạt GDPT 2018)

• Năng lực Khoa học tự nhiên: Phân biệt được các nhóm rác thải sinh hoạt phổ biến (rác tái chế được, rác hữu cơ, rác vô cơ khó phân hủy) và giải thích được ý nghĩa sinh thái của việc phân loại rác tại nguồn.
• Năng lực Tin học & Công nghệ: Hiểu nguyên lý cơ bản của thị giác máy tính (thu nhận hình ảnh, trích xuất đặc trưng và so khớp nhãn dữ liệu); lập trình điều khiển động cơ servo xoay góc tương ứng với kết quả nhận dạng từ cảm biến AI.
• Phẩm chất & Năng lực chung: Hình thành thói quen phân loại rác trong trường học, phát triển tư duy sáng chế kỹ thuật và kỹ năng phối hợp làm việc nhóm.

3. Thiết bị và vật liệu chuẩn bị

• Cảm biến thị giác AI: Mô-đun camera AI tích hợp bộ xử lý thị giác tại biên (như HUSKYLENS hoặc camera AI tương đương có sẵn màn hình hiển thị).
• Bộ điều khiển trung tâm: Mạch vi điều khiển (micro:bit, Arduino hoặc ESP32) kèm board mở rộng chân cắm.
• Cơ cấu chấp hành: 01 đến 02 động cơ Servo 180 độ điều khiển nắp mở hoặc cánh tay gạt phân luồng rác.
• Khung thùng rác mô hình: Khung 3 ngăn (Hữu cơ - Tái chế - Rác khác) cắt laser bằng mica hoặc gỗ ép mỏng.
• Mẫu vật thực nghiệm: Vỏ chai nhựa nhỏ, lon nước ngọt nhôm, giấy vo tròn, lá cây khô.

4. Tiến trình tổ chức hoạt động dạy học (Thời lượng: 90 phút - 2 tiết)

Hoạt động 1: Xác định vấn đề và tiêu chí sản phẩm (15 phút)

• Giáo viên cho học sinh xem phóng sự ngắn về tình trạng rác thải tại các trường học chưa được phân loại, dẫn đến khó khăn trong xử lý và tái chế.
• Đặt câu hỏi định hướng: Làm thế nào để ứng dụng công nghệ trí tuệ nhân tạo giúp học sinh tự động phân loại đúng thùng rác ngay khi bỏ vào?
• Giao nhiệm vụ: Thiết kế và lập trình mô hình "Thùng rác phân loại thông minh bằng AI".

Hoạt động 2: Huấn luyện dữ liệu cho cảm biến thị giác AI (20 phút)

• Học sinh tìm hiểu chức năng "Nhận diện vật thể" (Object Recognition) trên mô-đun camera AI.
• Các nhóm thực hiện thu thập dữ liệu mẫu và huấn luyện tại chỗ:
• Nhãn 1 (Label 1 - Màu vàng): Huấn luyện với mẫu chai nhựa, vỏ hộp sữa (rác tái chế).
• Nhãn 2 (Label 2 - Màu xanh lá): Huấn luyện với mẫu lá cây, vỏ hoa quả (rác hữu cơ).
• Nhãn 3 (Label 3 - Màu xanh dương): Huấn luyện với mẫu giấy trắng, bìa carton.
• Kiểm tra độ tin cậy bằng cách đưa vật thể ở các góc chụp và điều kiện ánh sáng khác nhau.

Hoạt động 3: Lắp ráp cơ khí và lập trình thuật toán điều khiển (30 phút)

• Lắp ráp: Gắn camera AI hướng thẳng vào khay tiếp nhận rác phía trên thùng; kết nối động cơ servo với nắp mở của các ngăn chứa.
• Lập trình điều khiển:

1. Đọc tín hiệu ID nhãn từ cổng giao tiếp I2C/UART của camera AI.
2. Dùng cấu trúc điều kiện:

• • Nếu ID nhận diện = 1: Servo quay 45 độ mở ngăn Tái chế.
  • Nếu ID nhận diện = 2: Servo quay 90 độ mở ngăn Hữu cơ.
  • Nếu ID nhận diện = 3: Servo quay 135 độ mở ngăn Rác giấy.
  • Nếu không nhận diện được: Giữ nguyên trạng thái đóng và phát tiếng bíp nhắc nhở.

3. Duy trì mở nắp trong 3 giây rồi tự động xoay về vị trí ban đầu (0 độ).

Hoạt động 4: Thử nghiệm thực tế và tối ưu hóa hệ thống (15 phút)

• Các nhóm đưa lần lượt các mẫu rác vào khay nhận diện để kiểm tra tốc độ phản hồi và độ chính xác của cơ cấu servo.
• Tinh chỉnh góc quay của động cơ và bổ sung thêm các mẫu huấn luyện mới nếu hệ thống nhận diện nhầm lẫn giữa vỏ lon kim loại và chai nhựa.

Hoạt động 5: Trình diễn, đánh giá và chia sẻ thông điệp xanh (10 phút)

• Từng nhóm thuyết minh về cơ chế hoạt động của sản phẩm và tỷ lệ nhận diện chính xác đạt được.
• Đánh giá chéo giữa các nhóm dựa trên 3 tiêu chí: Thiết kế cơ khí vững chắc, Thuật toán điều khiển mượt mà, và Ý nghĩa bảo vệ môi trường.