Tôi đã mày mò với máy tính đơn bo mạch và vi điều khiển được một thời gian, và có một điều tôi mất quá lâu mới nhận ra: chúng không phải đối thủ của nhau — chúng tốt hơn khi đi cùng nhau. Arduino rất tuyệt cho mạch điện, cảm biến và tự động hóa, trong khi Raspberry Pi đảm nhận phần tính toán nặng hơn. Kết hợp chúng lại, bạn sẽ mở ra những dự án mà không thiết bị nào làm tốt được khi đứng riêng.
Combo yêu thích của tôi là một trạm thời tiết dùng Home Assistant. Arduino đọc cảm biến BME280 trên breadboard, còn Raspberry Pi chạy Home Assistant, và tôi kết nối hai thiết bị qua MQTT. Nó rẻ, ổn định, và bảng điều khiển hiển thị nhiệt độ, độ ẩm theo thời gian thực từ ban công nhà tôi.
Một dự án khác mà tôi cứ quay lại mãi là bàn cờ vua thông minh: Arduino Nano điều khiển đèn LED và các công tắc bên dưới bàn cờ, còn Pi chạy engine cờ vua Stockfish để làm đối thủ AI. Đó là sự pha trộn thú vị giữa điện tử, in 3D và phần mềm.
Nếu bạn mê game retro, Raspberry Pi sẽ là một cỗ máy giả lập tuyệt vời, và Arduino có thể trở thành tay cầm chơi game tự chế cho nó. Tôi cũng từng thấy những người khéo léo làm khóa cửa RFID, trong đó Pi lưu cơ sở dữ liệu thẻ còn Arduino xử lý đầu đọc và chốt khóa — một dự án gia đình thực sự hữu ích.
Nếu bạn mới bắt đầu, đừng nghĩ quá nhiều: hãy kiếm một chiếc Arduino cũ và một chiếc Pi, rồi thử làm trọn vẹn một dự án nhỏ từ đầu đến cuối. Kinh nghiệm sẽ tích lũy rất nhanh, và chẳng mấy chốc bạn sẽ bắt đầu nghĩ ra những dự án của riêng mình.
Nguồn: XDA Developers
Dự án này được đăng trên blog Maker của Robotistan, giải quyết một vấn đề mà ai phải chuyển từ cuộc họp này sang cuộc họp khác đều quen thuộc: thay vì liên tục mở tab lịch hoặc chờ thông báo trên điện thoại, bạn có thể xem cuộc họp tiếp theo trên một màn hình thật đặt trên bàn.
Dự án sử dụng màn hình TFT LCD ESP32 HMI 5,0 inch. Màn hình đã tích hợp sẵn vi điều khiển ESP32-S3, Wi-Fi và mạch điều khiển đồ họa, nên không cần đấu thêm một ESP32 rời bằng dây jumper. Hệ thống kết nối Wi-Fi, truy vấn sự kiện sắp tới qua Google Calendar API, rồi hiển thị tiêu đề, thời gian và mô tả cuộc họp trên màn hình 800x480. Giờ hiện tại được lấy từ máy chủ NTP. Khi thêm cuộc họp mới vào lịch, bạn không cần chạm vào ESP32, vì thiết bị tự kiểm tra lịch theo chu kỳ và tự cập nhật màn hình.
Màn hình có cảm ứng điện dung, nhưng phiên bản này không dùng tính năng chạm; bảng chỉ dùng để hiển thị thông tin. Dự án không dừng ở phần điện tử và phần mềm: nó được cấp nguồn bằng pin Li-Po 1S 3,7 V, 1800 mAh, và một hộp gắn tường in 3D chứa cả màn hình lẫn pin. Nhờ vậy bảng có thể treo lên tường mà không phải cắm dây USB suốt thời gian. Trong quá trình phát triển, dự án cũng dùng một bo phát triển ESP32 30 chân, nhưng bản hoàn thiện không bắt buộc phải có.
Điều tôi thích là chỉ với ít linh kiện mà tạo được một công cụ thực sự hữu ích hằng ngày. Cùng ý tưởng này có thể điều chỉnh để hiển thị thời khóa biểu của trường học hay lịch của xưởng thực hành. Danh sách vật liệu ngắn gọn nên người mới cũng có thể thử mà không quá vất vả.
Nguồn: Robotistan Maker
Tiếp nối các thử nghiệm với USB RTL-SDR V4, framboise314 đăng một bài chuyên sâu về giải mã APRS trên Raspberry Pi 4. Ý tưởng là biến bo mạch nhỏ thành một trạm thu của người chơi vô tuyến nghiệp dư, lắng nghe tần số VHF châu Âu 144,800 MHz.
Bài viết bắt đầu bằng việc giải thích APRS (Automatic Packet Reporting System) là gì. Hệ thống ra đời vào cuối những năm 1980, thuộc dạng vô tuyến gói: các xung âm thanh rất ngắn điều chế AFSK tốc độ 1200 baud, được đóng gói trong khung AX.25. Chúng dùng để theo dõi vị trí, đo từ xa (trạm khí tượng, tình trạng pin của một bộ lặp ở xa) và gửi tin nhắn ngắn. Mạng hoạt động không cần Internet nhờ các digipeater, còn iGate kết nối nó với web. Tác giả cũng so sánh với Meshtastic, và cho rằng khác biệt lớn nằm ở quy định và tần số.
Về thực tế, cách lắp đặt đi qua GQRX được cấu hình cẩn thận, rồi chuyển sang Dire Wolf, một TNC thuần phần mềm để giải mã các khung. Hướng dẫn trình bày phần cài đặt, định tuyến âm thanh qua UDP và một cái bẫy rất thực tế: GQRX mặc định gửi qua IPv6, nên phải ép luồng sang IPv4 thì Dire Wolf mới nhận được dữ liệu. Cuối cùng, bài viết đề cập một vấn đề phần cứng là bộ xử lý bị giảm xung nhiệt (thermal throttling) khi chịu tải xử lý tín hiệu, điều cần khắc phục nếu muốn một trạm hoạt động ổn định liên tục.
Điều tôi thấy dễ chịu là giọng điệu của một người từng chơi vô tuyến gói vào những năm 90 và nay tìm lại kỹ thuật đó với phần cứng chỉ vài chục euro. Đây là điểm khởi đầu tốt cho ai muốn kết hợp Raspberry Pi với vô tuyến.
Nguồn: Framboise 314
Nhắc đến LLM, người ta thường nghĩ ngay đến chatbot, nhưng Needle đi theo hướng khác. Đây là một mô hình trí tuệ nhân tạo nhỏ, chỉ 14 MB, do Cactus Compute phát triển, và chỉ có một nhiệm vụ: biến yêu cầu bằng ngôn ngữ tự nhiên thành lệnh gọi một hàm Python. Nó không dùng để trò chuyện, mà để điều khiển ứng dụng, thiết bị và tự động hóa.
Điều khiến tôi thú vị là nó chạy cục bộ trên Raspberry Pi 5 chỉ bằng CPU, không cần đám mây hay phần cứng AI chuyên dụng. Thay vì viết accendi_led(), chỉ cần nói "Bật đèn LED 1" và mô hình sẽ chọn đúng hàm. Nó cũng hiểu lệnh tiếng Ý, và trang web của dự án có các bản demo trực tuyến (nhà thông minh, robot hút bụi, đồng hồ thông minh, kính AR) để thử.
Hướng dẫn của RaspberryItaly xây dựng một trợ lý cục bộ nhỏ, có thể lưu ghi chú vào tệp, đọc nhiệt độ của Raspberry Pi, bật tắt đèn LED và hiểu các lệnh viết bằng tiếng Ý. Bạn cần một Raspberry Pi (tốt nhất là đời 5), Raspberry Pi OS đã cập nhật, Python 3, một đèn LED kèm điện trở 220 hoặc 330 ohm và vài dây jumper. Cài đặt đi qua môi trường ảo và gói cactus-needle; kết nối internet chỉ cần cho lần tải đầu tiên.
Có một lời khuyên của tác giả nên ghi nhớ: tốt hơn là mỗi lần chỉ đưa một lệnh. Một câu như "tắt đèn bếp và hạ rèm xuống" có thể không được hiểu đúng, trong khi hai lệnh riêng biệt thì hoạt động tốt.
Về ý tưởng dự án, tôi thấy nó rất thiết thực: kết hợp với nhận dạng giọng nói cục bộ, bạn có thể điều khiển robot hay một hệ thống tự động nhỏ bằng giọng nói mà không phụ thuộc vào bất kỳ dịch vụ mạng nào.
Nguồn: RaspberryItaly
Embarcados giới thiệu XIAOML Kit của Seeed Studio, được thiết kế để đi cùng các bài thực hành trong cuốn sách «Machine Learning Systems» của Giáo sư Vijay Janapa Reddi thuộc Đại học Harvard. Các bài thực hành được phát triển cùng Giáo sư Marcelo Rovai thuộc UNIFEI ở Itajubá, trong nhóm tinyML4D.
Bộ kit gồm một XIAO ESP32-S3 Sense với camera OV3660, micro kỹ thuật số và đầu đọc thẻ SD, cùng một bo mạch mở rộng có IMU 6 trục và màn hình OLED 0,42 inch. Nhờ vậy, bộ kit bao quát đủ ba loại dữ liệu mà cuốn sách đề cập: hình ảnh, âm thanh và chuyển động. Trong hộp còn có ăng-ten FPC 2,4 GHz, hai tản nhiệt và thẻ microSD 32 GB kèm adapter.
SoC là ESP32-S3R8, lõi kép Xtensa LX7 chạy 240 MHz, với 512 KB SRAM, 8 MB PSRAM và 8 MB flash. IMU là LSM6DS3TR-C, còn OLED dùng bộ điều khiển SSD1315, được thư viện coi như SSD1306 với độ phân giải 72 x 40 điểm ảnh. Thiết bị đã lắp ráp có kích thước 21 x 17,8 x 30 mm và nặng 10,6 g. Một chi tiết thực tế mà tác giả nêu ra là IMU và OLED dùng chung bus I2C ở các địa chỉ 0x6A và 0x3C, nên khi gắn thêm cảm biến I2C khác phải tránh hai địa chỉ này. Bo IMU còn có đầu nối JST cho pin lithium 3,7 V, rất tiện cho các dự án đeo được.
Điều tôi thích nhất là sự kết hợp giữa một cuốn sách tham khảo và phần cứng rẻ, gọn: bạn có thể đi từ lý thuyết sang chạy suy luận trên một vi điều khiển thực sự. Tất nhiên, OLED chỉ hiển thị được hai ba dòng dễ đọc, nhưng như vậy đã đủ để hiện lớp được nhận dạng hoặc phần trăm độ tin cậy.
Nguồn: Embarcados
Arduino đã bắt đầu nhận đặt trước Ventuno Q, mẫu đã được công bố từ tháng 3. Theo báo cáo của Make, bo mạch có giá 298,99 euro và các thiết bị đặt trước dự kiến được giao trong khoảng bốn tuần. Sản phẩm chủ yếu nhắm đến AI biên (edge AI) và robot.
Điều khiến tôi thấy thú vị là khái niệm "hai bộ não". Phía Linux có Qualcomm Dragonwing IQ8 (QCS8275) với tám nhân Kryo và NPU Hexagon đạt tới 40 TOPS. Mọi tác vụ nhạy cảm về thời gian do STM32H5F5 với nhân Cortex-M33 đảm nhiệm, chạy Zephyr RTOS cùng lõi Arduino để điều khiển động cơ, PWM và GPIO. Hai phía giao tiếp qua cầu RPC. Nhờ vậy, một robot có thể phân tích hình ảnh camera ngay trên thiết bị và đồng thời điều khiển động cơ, mà không cần ghép nhiều bo mạch.
Cấu hình khá dư dả so với chuẩn của Arduino: 16 GB LPDDR5, 64 GB eMMC, khe M.2 cho SSD NVMe, ba đầu nối camera MIPI-CSI, Ethernet 2,5 Gb, Wi-Fi 6 và Bluetooth 5.3. Ngoài ra còn có I2C, SPI, UART, nhiều giao diện CAN-FD, đầu nối Qwiic, bốn đèn LED RGB và ma trận LED 8×13.
Về phần mềm, Ubuntu là hệ điều hành dự kiến, Debian sẽ đến sau. Theo Arduino, Docker và apt đã sẵn sàng sử dụng. Trong Arduino App Lab, có thể kết nối sketch, script Python và các mô hình AI đóng gói trong container. Các mô hình có sẵn gồm Qwen, Gemma, Whisper, YOLOX và MediaPipe, còn mô hình GGUF riêng thì chạy qua llama.cpp.
Giá cao hơn nhiều so với mức thông thường của Arduino, nên bo mạch này hợp với dự án lớn hơn là người mới bắt đầu. Điều khiến tôi hứng thú nhất là ý tưởng điều khiển bằng giọng nói cục bộ và tự động hóa không phụ thuộc vào đám mây.
Nguồn: heise online (Make)
Vào mùa hè nóng bức, ngày càng có nhiều trường hợp người cao tuổi sống một mình phải nhập viện vì say nắng, do không nhận ra nhiệt độ trong phòng đang tăng. Dự án cá nhân «THSense», được đăng trên Zenn, nhắm tới những người chăm sóc người thân sống ở xa. Hệ thống theo dõi nhiệt độ và độ ẩm trong phòng, rồi gửi email khi nhiệt độ đạt mức nguy hiểm.
Tính năng đơn giản. Mỗi phút hệ thống đo nhiệt độ và độ ẩm, gửi email khi vượt 35 °C, và người dùng có thể xem giá trị hiện tại cùng lịch sử dưới dạng biểu đồ trên trình duyệt. Theo tác giả, biểu đồ giúp nhận ra sớm các dấu hiệu như nhiệt độ liên tục tăng.
Kiến trúc khá thú vị. Việc đọc cảm biến (DHT20) được giao cho Arduino trên bộ Grove Beginner Kit thay vì Raspberry Pi, vì như vậy phản hồi thời gian thực tốt hơn và dễ lấy được số liệu chính xác. Cứ 60 giây, Arduino gửi một chuỗi ký tự qua cổng USB serial đến Raspberry Pi. Chương trình Python trên Raspberry Pi nhận chuỗi bằng pyserial, chuyển lại thành số, rồi đảm nhiệm việc kiểm tra nhiệt độ, gửi email và lưu vào cơ sở dữ liệu. Cơ sở dữ liệu là MariaDB chạy trên máy ảo của Azure, còn giao diện được làm bằng Flask và Chart.js. Email gửi qua máy chủ SMTP của Gmail bằng smtplib, và thông tin tài khoản được đọc từ tệp .env thay vì ghi trong mã nguồn.
Phân chia vai trò rõ ràng, nên dự án là ví dụ hữu ích cho thiết kế hệ thống IoT nhỏ. Việc Arduino đo còn Raspberry Pi đánh giá và thông báo là cách chia mà tôi cũng có thể áp dụng cho các dự án tự làm tương tự. Tác giả cho biết mã nguồn được công khai trên GitHub.
Nguồn: Zenn
Raspberry Pi cuối cùng đã đưa Smart Display Module của mình ra bán. Sản phẩm được công bố lần đầu vào tháng 1, và từ tuần này có thể mua qua các đại lý được ủy quyền với giá 30 USD. Compute Module 5 được bán riêng, nên đây chỉ là một bo chuyển đổi trần, không phải một máy tính hoàn chỉnh.
Đó là bo chuyển đổi dành cho Compute Module 5, cắm được vào màn hình và máy chiếu tuân theo đặc tả Smart Display Module (SDM) của Intel. Nguồn điện, video, âm thanh, dữ liệu và điều khiển đều đi qua đầu nối bên trong, nghĩa là không có dây cáp, bộ nguồn hay giá đỡ thừa treo phía sau màn hình. Sản phẩm được phát triển cùng Sharp Display Solutions Europe và hỗ trợ phát video 4K.
Bo mạch còn có khe M.2 để gắn bộ nhớ tốc độ cao hoặc bộ tăng tốc AI như module Hailo. Bo không quạt và êm ái, nhắm đến biển hiệu kỹ thuật số phải chạy 24/7: màn hình thông tin chuyến bay ở sân bay, chỉ dẫn đường đi, màn hình trong cửa hàng và doanh nghiệp, hoặc các triển lãm nhập vai khi kết hợp với máy chiếu SDM.
Một trong những người thử nghiệm đầu tiên, dịch vụ biển hiệu nhỏ có tên Media Looper, đã chạy nó trên màn hình Sharp trong ba tháng. Người sáng lập cho biết nó làm được mọi việc mà cấu hình Raspberry Pi 5 của họ làm, nhưng không có dây cáp, nguồn điện hay giá đỡ mà khách hàng có thể vô tình làm lỏng, và họ sẽ dùng nó làm mặc định cho mọi màn hình có khe SDM.
Tôi thích kiểu thông báo này vì nó cho thấy nền tảng đã đi xa đến mức nào, từ các bo mạch dành cho người chơi sang phần cứng nhúng gọn gàng. Với ai đang làm dự án màn hình, một module 30 USD biến mất bên trong màn hình là lựa chọn gọn gàng, dù vẫn nên kiểm tra xem màn hình của bạn có thực sự có khe SDM hay không.
Nguồn: Raspberry Pi News
Giao diện HDA Link, còn gọi là Azalia, thường chỉ có trên chipset của máy tính cá nhân. Tác giả một bài viết trên Habr muốn kiểm tra xem vi điều khiển RP2040 trên Raspberry Pi Pico có thể làm máy chủ điều khiển giao diện này không. Lợi ích rõ ràng: codec âm thanh HDA đa kênh cung cấp số kênh nhiều hơn hẳn I²S.
Dự án xoay quanh RP2040 với các khối PIO và codec Realtek ALC889 gắn trên bo mạch, bo mạch còn lại từ một lần thử trước đó thất bại với STM32F103 và Spartan-3. Tín hiệu BCLK phải ổn định ở 24 MHz nên không thể tạo bằng phần mềm. Giao diện dùng bốn đường tín hiệu: BCLK, SYNC, SDO và SDI, và một khung 1000 bit cho 48 kHz; ở 96 và 192 kHz, số mẫu trên mỗi khung tăng lên.
Cách triển khai dùng bốn máy trạng thái PIO: xuất SDO, xuất SYNC, nhập SDI kèm tạo BCLK, và một máy gán địa chỉ cho codec. Dữ liệu truyền qua DMA, trong khi nhân thứ hai của RP2040 đóng gói mẫu và lệnh, đồng thời phân tích phản hồi của codec. Dự án minh họa tạo sóng sin trên năm DAC stereo, với sóng hài bậc ba khoảng −123 dB.
Codec hoạt động ở tần số lấy mẫu 192 kHz. Ép xung RP2040 lên 32 MHz (256 kHz) cũng chạy được, nhưng codec nóng lên đáng kể. Bo mạch tiêu thụ từ 150 đến 270 mA ở 3,3 V. Cũng có giới hạn: bộ lọc tích hợp hoạt động như bộ lọc thông cao bậc một với tần số cắt khoảng 4 Hz, và băng thông đầu vào HDA không cho phép ba kênh stereo 24/192 cùng lúc.
Tác giả còn phát hiện lỗi đồng bộ của RP2040 khi DMA, USB và lấy mẫu XIP chạy đồng thời; nguyên nhân được các chuyên gia của Raspberry Pi xác định. Với xử lý phức tạp, ông khuyên dùng RP2350 có lệnh DSP. Tôi thích cách dự án trung thực cho thấy cả kết quả lẫn điểm yếu.
Nguồn: Habr
Cảm biến không còn là những linh kiện gần như vô hình trong xưởng hay nhà máy. Hardware Libre điểm qua nhiều dự án ở Tây Ban Nha và châu Âu, nơi mạng thiết bị kết nối, nền tảng dữ liệu và trí tuệ nhân tạo được dùng cho những việc rất khác nhau: dự báo hỏng hóc, giám sát ô nhiễm, nhận diện chim qua tiếng hót, hay nâng cao an toàn cho phương tiện.
Ví dụ chi tiết nhất là Scamia ở Madrid, dự án của công ty nhà ở thành phố EMVS, sẽ được áp dụng cho mười lăm tòa nhà vào năm 2027, trong đó mười ba tòa là nhà ở công. Dự án có ngân sách khoảng 5,2 triệu euro với đồng tài trợ từ châu Âu, và xoay quanh một bản sao số (digital twin) của từng tòa nhà. Dữ liệu từ khoảng hai trăm cảm biến mỗi tòa, kết nối qua Wi-Fi và IoT, đo nhiệt độ, độ ẩm tương đối hoặc nồng độ CO2 và phát hiện bất thường trước khi hàng xóm nhận ra. Dữ liệu được ẩn danh và gắn với hộ gia đình, không gắn với cá nhân.
Người phụ trách ước tính chi phí bảo trì các thiết bị như máy bơm nhiệt hay nồi hơi giảm 15% đến 20%, và tiêu thụ năng lượng giảm 5% đến 10%. Bài báo còn thêm góc nhìn thực tế: các tỷ lệ này tương đương khoảng 40 đến 100 euro tiết kiệm năng lượng mỗi năm cho một căn hộ, và giá trị thật chỉ rõ khi cộng nhiều hộ lại với nhau và tránh được những hỏng hóc tốn kém.
Ở Cartagena, một mạng lưới khác đang được chuẩn bị cho các khu phía bắc, với hợp đồng 130.258 euro đã gồm thuế GTGT và khoảng mười lăm thiết bị sẽ đo các khí như nitơ đioxit hay ozon.
Bài viết nhắc rằng những nguyên tắc chúng ta dùng trong một dự án tại nhà với vi điều khiển và cảm biến nhiệt độ có thể mở rộng cho cả một thành phố. Như bài viết chỉ ra, điều khó không phải là đo đạc, mà là biến hàng triệu số đọc thành những quyết định hữu ích.
Nguồn: Hardware Libre
Pavel Loktev đã đăng trên Habr một bài đánh giá sau một tuần dùng bảng điều khiển treo tường Elecrow CrowPanel dựa trên ESP32-P4, đồng thời tìm hiểu xem thiết bị như vậy thật sự cần thiết để làm gì. Tôi thấy kết luận của anh ấy rất thẳng thắn nên xin lược lại những ý chính.
Thiết bị có màn hình 10,1 inch độ phân giải 1024×600, 32 MB PSRAM, 16 MB flash, cảm ứng điện dung, âm thanh, khe SD và GPIO. Firmware là mã đóng, nên đây là sản phẩm hoàn chỉnh hơn là nền tảng để phát triển. Bảng hoạt động như một client: cài một add-on trên máy chủ Home Assistant, sau đó nhập địa chỉ máy chủ, tên đăng nhập và mật khẩu ngay trên bảng. Từ đó, bảng hiển thị bảng điều khiển HA thông thường, không cần tự thiết kế giao diện riêng.
Tác giả có đưa ra số đo. Khởi động nguội đến khi có bảng điều khiển hoạt động mất khoảng 20 giây. Từ lúc nhấn nút đến khi trạng thái đổi là 0,7–0,8 giây, còn chuyển tab đến khi khối sẵn sàng là 1,1–1,3 giây. Lệnh được gửi gần như ngay lập tức, nhưng phản hồi trực quan trên màn hình đến chậm hơn đáng kể. Thanh trượt hoạt động tốt, và anh cũng thử camera cùng phát đa phương tiện.
Về các giải pháp thay thế, anh cũng nói thẳng. Máy tính bảng nhanh hơn và linh hoạt hơn, nhưng cần giá đỡ, nguồn điện và chế độ kiosk. ESPHome với LVGL rẻ hơn, nhưng phải tự xây dựng và bảo trì giao diện. Các bảng làm sẵn như Sonoff NSPanel giải quyết được vỏ máy và nguồn, nhưng thường cần firmware của bên thứ ba. CrowPanel là lựa chọn ở giữa: một bảng điều khiển dùng chung cho điện thoại, máy tính và tường.
Anh nêu các nhược điểm là hiệu năng thấp hơn, độ phân giải không đủ cho bảng điều khiển dày đặc và firmware đóng. Không có pin tích hợp. Kết luận là nó không thay thế máy tính bảng, mà thay thế điều khiển từ xa đặt ở lối vào, trong bếp hoặc trong gara. Tôi thích cách anh diễn đạt về công tắc có màn hình lớn, thấy rất chính xác.
Nguồn: Habr
