Đồ Án Cơ Sở 5 Nghiên Cứu Và Chế Tạo Máy Thu Gom Rác Trên Mặt Sông.doc

MẪU ĐỒ ÁN KHOÁ LUẬN TỐT NGHIỆP TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG VIỆT – HÀN KHOA KỸ THU T MÁY TÍNH VÀ ĐI N TỬẬ Ệ ĐỒ ÁN CƠ SỞ 5 NGHIÊN CỨU VÀ CHẾ TẠO MÁY THU GOM RÁC TRÊN MẶT[.]

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG VIỆT – HÀN KHOA KỸ THUẬT MÁY TÍNH VÀ ĐIỆN TỬ ĐỒ ÁN CƠ SỞ NGHIÊN CỨU VÀ CHẾ TẠO MÁY THU GOM RÁC TRÊN MẶT SÔNG LỜI MỞ ĐẦU Hiện nay, Việt Nam tiến trình đẩy mạnh cơng nghiệp hố, đại hố đất nước theo hướng phát triển bền vững Cùng với tăng thêm sở sản xuất với quy mô ngày lớn, khu tập trung dân cư ngày nhiều, nhu cầu tiêu dùng sản phẩm vật chất ngày lớn Tất điều tạo điều kiện kích thích ngành sản xuất, kinh doanh dịch vụ mở rộng phát triển nhanh chóng, đóng góp tích cực cho phát triển kinh tế đất nước, nâng cao mức sống chung xã hội Mặt khác tạo số lượng lớn chất thải gây vấn đề nghiêm trọng tới mơi trường Do đó, để bảo vệ mơi trường, đảm bảo phát triển bền vững cho tương lai cần tiến hành thu hồi, xử lý chất thải ô nhiễm, độc hại sản xuất sinh Tình hình phát triển kinh tế xã hội của thành phố Đà Nẵng những năm qua đạt những thành tựu to lớn, chất lượng sống của người dân Thành phố ngày nâng cao Tuy nhiên, hoạt động Kinh Tế - Xã Hội gây nhiều hậu xấu mơi trường nói chung mơi trường nước nói riêng Chất lượng mơi trường nước, đặc biệt môi trường nước sông cải thiện năm trước, diễn biến phức tạp, nhiều nơi cịn bị nhiễm, có nơi đáng báo động, nhiều khu vực ô nhiễm kéo dài, có nơi phát sinh nhiễm Đây nguy đáng lo ngại thời gian tới thành phố Đà Nẵng nước Việt Nam Nhận thấy vấn đề cấp bách nhóm chúng em định chọn đề tài “nghiên cứu chế tạo máy thu gom rác thải” để góp phần giúp đỡ xã hội ngày tươi đẹp LỜI CẢM ƠN Để hoàn thành tốt đề tài chúng em xin cảm ơn tới quý thầy cô Trường Đại học Công nghệ thông tin truyền thông Việt – Hàn tạo điều kiện cho nhóm chúng em nghiên cứu hồn thành đề tài Tiếp đến, chúng em xin chân trọng cảm ơn giảng viên Lê Tự Thanh tận tình giúp đỡ, bảo hướng dẫn chúng em suốt trình thực đề tài Vì thời gian lực cịn có hạn chế nên khơng thể tránh khỏi thiếu sót thực đề tài nghiên cứu Rất mong góp ý bổ sung thầy để đề tài nhóm chúng em ngày hoàn thiện Xin chân thành cảm ơn! MỤC LỤC Chương Tổng quan 1.1 Giới thiệu chung tình hình rác thải 1.1.1 Tổng quan tình hình rác thải 1.1.2 Thực trạng rác thải Việt Nam – số đáng báo động 1.1.3 Nguồn gốc làm tăng lượng rác thải, tăng nguy hại cho môi trường 1.2 Giới thiệu máy thu gom rác mặt sông 1.2.1 Mục đích nghiên cứu 1.2.2 Nội dung nghiên cứu Chương Cơ sở lý thuyết .4 2.1 phân loại rác thải 2.1.1 Khái niệm rác thải sinh hoạt 2.1.2 Phân loại rác thải sông 2.2 Bài toán nhận diện rác thải 2.2.1 Phương pháp nhận dạng dựa đặc trưng HOG 2.2.2 Các ứng dụng thuật toán HOG .5 2.2.3 Hoạt động thuật toán HOG 2.2.4 ESP32- CAM Bluetooth Camera OV2640 10 2.3 Bài toán đo độ đục nước .11 2.3.1 Độ đục nước 11 2.3.2 Đo độ đục 12 2.4 Điều khiển động 15 Chương Xây dựng hệ thống .16 3.1 Cài đặt công cụ 16 3.1.1 Arduino 16 3.1.2 Deep Learning 17 3.1.3 OpenCV 18 - Tính module phổ biến OpenCV 18 3.2 Kiến trúc hệ thống 19 3.3 Xây dựng hệ thống IOT- chế tạo máy thu gom rác mặt sông 19 Kết luận hướng phát triển 21 3.4 Kết luận .21 3.5 Hướng phát triển 21 Tài liệu tham khảo 22 DANH MỤC HÌNH Hình 1-1: Biểu đồ quốc gia gây nhiễm mơi trường biển nhiều .1 Hình 1-2: Biểu đồ tình trạng rác thải nhựa lượng thải nhựa biển việt nam Hình 1-3: Rác thải nhựa thải mặt sông Hình 1-4: Cuộc sống nhộn nhịp người Hình 2-1: Human detection Hình 2-2: Face detection Hình 2-3 Tiền xử lý để xác định khung hình .7 Hình 2-4 Độ dốc sau tính tốn Hình 2-5 Kết sau tính tốn véc tơ đặc trưng cho .8 Hình 2-6:Biểu diễn véc tơ hướng theo HOG thu sau tính tốn .9 Hình 2-7:Thơng số kỹ thuật ESP32-Cam 10 Hình 2-8:Sơ đồ kết nối mạch ESP32-Cam .11 Hình 2-9:Sơ đồ nguyên lý mạch ESP32-Cam 11 Hình 2-10:Mức đục nước 11 Hình 2-11: Cảm biến độ đục DfRobot 13 Hình 2-12: Sơ đồ nguyên lý hoạt động cảm biến đo độ đục 13 Hình 2-13: Cảm biến mặt trước đo độ đục 13 Hình 2-14: Sơ đồ mặt trước cảm biến đo độ đục nước 14 Hình 2-15: Bảng điều khiển cảm biến đo độ đục 14 Hình 2-16: Sơ đồ bảng điều khiển cảm biến đo độ đục 14 Hình 2-17: Tay điều khiển Flysky FSI6 15 Hình 2-18: Receiver 15 Hình 2-19: Bộ điều khiển chân vịt 15 Hình 3-1: Arduino 16 Hình 3-2: Deep Learning 17 Hình 3-3: OpenCV 18 Hình 3-4: Mơ hình kiến trúc hệ thống 19 Hình 3-5: Mơ hình thực tế 20 Chương Tổng quan 1.1 Giới thiệu chung tình hình rác thải 1.1.1 Tổng quan tình hình rác thải Hiện nay, tốc độ phát sinh rác thải tùy thuộc vào loại đô thị dao động từ 0,35 – 0,8 kg/người/ngày Rác thải sản phẩm tất yếu sống thải từ hoạt động sản xuất, kinh doanh, dịch vụ, sinh hoạt hoạt động khác khám chữa bệnh, vui chơi giải trí người Cùng với mức sống nhân dân ngày nâng cao công cơng nghiệp hố ngày phát triển sâu rộng, rác thải tạo ngày nhiều với thành phần ngày phức tạp đa dạng Xử lý rác thải trở thành vấn đề nóng bỏng quốc gia giới, có Việt Nam   Hình 1-1: Biểu đồ quốc gia gây ô nhiễm môi trường biển nhiều 1.1.2 Thực trạng rác thải Việt Nam – số đáng báo động Những số thống kê lượng sử dụng túi nilon, chai nhựa cho thấy tình hình rác thải nhựa Việt Nam thật đáng lo ngại - Theo Bộ tài nguyên mơi trường, tháng, gia đình sử dụng đến 1kg túi nilon Ở thành phố lớn Hà Nội Hồ Chí Minh, số lượng rác thải nhựa ngày thải môi trường lên tới 80 - Còn theo thống kê hiệp hội nhưa Việt Nam khoảng thơi gian từ 1990-2015 số lượng tiêu thụ nhựa Việt Nam tăng lên chóng mặt, từ 3,8kg/người/năm lên đến 41kg/người/năm Hình 1-2: Biểu đồ tình trạng rác thải nhựa lượng thải nhựa biển việt nam Trong đó, lĩnh vực xử lý tái chế nhựa Việt Nam chưa phát triển nên đa số rác thải chôn lấp, đột thải thẳng môi trường Những số cho thấy tình hình rác thải Việt Nam thật đáng báo động, đòi hỏi phải chung tay, nâng cao ý thức cá nhân bảo vệ mơi trường Hình 1-3: Rác thải nhựa thải mặt sông 1.1.3 Nguồn gốc làm tăng lượng rác thải, tăng nguy hại cho môi trường Vậy nguồn gốc làm tăng rác thải đâu? Theo chúng tôi, nguồn gốc phát sinh rác thải xuất phát từ tiện lợi tiêu dùng sản phẩm nhựa - Cuộc sống nhộn nhịp vội vã khiến nhiều người thích sử dụng đồ nhựa lần, chúng nhanh,gọn,không cần rửa,lau chùi,dọn dẹp Tuy nhiên, họ loại nhựa hàng trăm năm, chí hàng ngàn năm phân hủy Trong khoảng thời gian đó, gây tác hại cho mơi trường Hình 1-4: Cuộc sống nhộn nhịp người - Nhiều người tiêu dùng không suy nghĩ, thấy sản phẩm nhựa rẻ, đẹp sử dụng mà chẳng quan tâm chúng ảnh hưởng tới môi trường sau Sau đêm ca nhạc, lễ hội bãi rác bạn trẻ để lại nhiều vô số Họ để rác thải nhựa khắp đường phố, lẫn lùm cây, khiến cho việc thu gom, phân loại, xử lý tái chế số lượng rác thải thêm khó khăn 1.2 Giới thiệu máy thu gom rác mặt sơng Thời gian gần đây, tình trạng ùn đọng rác thải sinh hoạt điểm tập kết kênh, sơng ngịi gây ô nhiễm môi trường, đe dọa đa dạng sinh học, biến đổi hậu nhiều hệ lụy khác mà người phải gánh chịu Giải toán rác thải đặc biệt rác thải nhựa thả mặt sông nhiều đặt vấn đề để giải từ lâu, song đến hiệu đạt hạn chế Thấy tác hại nhóm nảy ý tưởng chế tạo máy thu gom rác mặt sơng 1.2.1 Mục đích nghiên cứu - Đánh giá thực trạng rác thải sinh hoạt thải sông ngòi Đề xuất giải pháp thu gom rác thải mặt sông hiểu 1.2.2 Nội dung nghiên cứu - Tìm hiểu, đánh giá thực trạng rác thải thải mơi trường Tìm hiểu cách thức phân loại rác thải Tìm hiểu cách thức để đo độ đục nước sông - Tìm hiểu nguyên lý hoạt động cảm biến độ đục DFRobot Nguyên lý hoạt động máy thu gom rác mặt sông Chương Cơ sở lý thuyết 2.1 phân loại rác thải 2.1.1 Khái niệm rác thải sinh hoạt Rác thải sinh hoạt chất thải bao gồm thứ mà người không cịn sử dụng tới, có ý định vứt loại bỏ Chất thải dạng rắn, lỏng khí - Nguyên nhân rác thải sơng: Lý nhiều sơng, hộ phải “sống mịn” gần biết, tình trạng thị hóa chóng mặt, với loại nước thải sinh hoạt, nước thải bệnh viện, nước thải công nghiệp thải sông hàng ngày, hàng Bên cạnh đó, loại rác thải khổng lồ đổ vào sông làm tàn phá môi trường nghiêm trọng, ảnh hưởng trực tiếp tới chất lượng nước sông Hơn nữa, khơng có nguồn nước bổ sung, độ dốc nhỏ khiến tốc độ chảy chậm, nên dịng sơng khơng có khả tự làm sạch, độc tố tích tụ lâu ngày, dẫn đến ô nhiễm nguồn nước mặt nguồn nước ngầm nguyên nhân khách quan, nguyên nhân chủ quan trực tiếp thiếu ý thức nghiêm trọng người dân Nếu vấn đề cịn xảy dài kết sơng có nguy “chết mịn” - Tác hại rác: Gây nhiều loại bệnh tật: Bãi rác nơi trú ngụ phát triển nhiều loại vi khuẩn gây bệnh truyền nhiễm Chúng truyền bệnh qua số loại côn trùng động vật sống bãi rác Khí thải, nước thải gây bệnh đường hô hấp, … Ảnh hưởng đến đa dạng sinh học: Chất thải gây ảnh hưởng nghiêm trọng tới thiên nhiên Nhiều sinh vật chết sau ăn phải rác thải nhựa vướng vào rác thải Bên cạnh đó, đất, nước chứa rác thải nhiễm nhiều chất độc khiến cối, sinh vật sinh trưởng, phát triển Ảnh hưởng đến cảnh quan: Các bãi rác làm ảnh hưởng đến cảnh quan làm bốc mùi thối, khó chịu Ơ nhiễm mơi trường đát, nước khơng khí 2.1.2 Phân loại rác thải sông Rác thải sinh hoạt trước đưa xử lý, cần phân loại Cách nhận biết sau:  Rác hữu dễ phân hủy: loại rác dễ bị thối rữa điều kiện tự nhiên sinh mùi hôi thối như: loại thức ăn thừa, hư hỏng (rau, cá chết ), vỏ trái cây, Rác thải khó phân hủy chia làm loại rác tái chế không tái chế Rác tái chế loại rác sử dụng lại nhiều lần trực tiếp chế biến lại như: giấy, tông, kim loại (khung sắt, máy tàu hỏng, ), loại nhựa Cịn lại loại rác khơng tái chế phần thải bỏ - Vì phải phân loại rác nguồn? Phân loại rác nguồn góp phần tiết kiệm tài nguyên; mang lại lợi ích cho chủ nguồn thải từ việc tận dụng phế liệu tái chế phân compost tự chế biến Phân loại rác nguồn góp phần giảm thiểu nhiễm Phân loại rác nguồn góp phần nâng cao nhận thức cộng đồng bảo vệ sử dụng hợp lý tài ngun mơi trường Phân loại rác nguồn góp phần giảm thiểu tổng lượng rác thải cộng đồng thải môi trường nhằm giảm tải cho môi trường, tiết kiệm chi phí thu gom, vận chuyển, xử lý 2.2 Bài toán nhận diện rác thải 2.2.1 Phương pháp nhận dạng dựa đặc trưng HOG Có nhiều phương pháp khác computer vision Khi phân loại ảnh, áp dụng họ mơ hình CNN (Inception Net, mobile Net, Resnet, Dense Net, Alexnet, Unet…) phát vật thể mơ hình YOLO, SSD, Faster RCNN, Fast RCNN, Mask RCNN Các thuật tốn kể mơ hình deep learning Nhưng trước deep learning bùng nổ, thuật toán thường sử dụng cho xử lí ảnh HOG (histogram of oriented gradient) Thuật toán tạo mơ tả đặc trưng (feature descriptor) nhằm mục đích phát vật thể (object detection) Từ ảnh, lấy ma trận quan trọng giúp lưu thơng tin ảnh độ lớn gradient (gradient magnitute) phương gradient (gradient orientation) Bằng cách kết hợp thông tin vào biểu đồ phân phối histogram, độ lớn gradient đếm theo nhóm bins phương gradient Cuối thu véc tơ đặc trưng HOG đại diện cho histogram Sơ khai vậy, thực tế thuật tốn cịn hoạt động phức tạp véc tơ HOG tính vùng cụ mạng CNN sau phép chuẩn hóa cụ để đồng độ đo Cuối véc tơ HOG tổng hợp từ véc tơ vùng cục 2.2.2 Các ứng dụng thuật toán HOG Các ứng dụng thuật tốn hog kể đến: - Nhận diện người (human detection): Lần ứng dụng giới thiệu báo Histograms of Oriented Gradients for Human Detection của Dalal Trigg HOG phát nhiều người hình ảnh Hình 2-8 Độ dốc sau tính tốn Trong đó: Hình bên Trái: giá trị tuyệt đối độ dốc theo x Hình giữa: giá trị tuyệt đối độ dốc theo y Hình bên phải: độ lớn độ dốc Bước Tính vector đặc trưng cho (ví dụ 8x8 pixel) Dựa vào độ dốc, ơ, tính tốn véc tơ đặt trưng theo hướng Trong ta chia khơng gian hướng thành p chiều vector đặt trưng ô Sau rời rạc hóa góc hướng nghiêng điểm ảnh vào chiều véc tơ đặc trưng Hình 2-9 Kết sau tính tốn véc tơ đặc trưng cho 12 Hình bên Trái: liệu hình ảnh chia theo 8x8 Hình giữa: độ dốc biểu diễn hình ảnh mũi tên Hình bên phải: cường độ dốc hướng dốc biểu thị số Bước Chuẩn hóa khối (ví dụ 2x2 ơ) Bằng cách tính ngưỡng cường độ khối sử dụng giá trị để chuẩn hóa tất ô khối, biểu đồ cục chuẩn hóa độ tương phản để tăng cường khả nhận dạng Kết sau bước chuẩn hóa vector đặc trưng tính theo tỉ lệ ánh sáng, có tính bất biến cao thay đổi điều kiện ánh sáng Bước Tính tốn vector HOG Với ơ, có véc tơ có kích thước x Một khối chứa 2x2 ơ, có véc tơ có kích thước x x = 36 x Tương tự, với ví dụ khung hình có khối ngang 15 khối dọc, nối toàn véc tơ khối lại, thu vec tơ HOG với kích thước 36 x x x 15 = 3780 x Hình 2-10:Biểu diễn véc tơ hướng theo HOG thu sau tính tốn Sau hồn thiện bước trên, sử dụng véc tơ HOG để tính tốn nhận diện đối tượng 13 2.2.4 ESP32- CAM Bluetooth Camera OV2640 - Giới thiệu chung Ở việc nhận biết phân loại rác nhóm chúng em tham khảo đưa định sử dụng ESP32-Cam để phân loại rác thải vì: + ESP32-Cam có module camera cỡ nhỏ hoạt động hệ thống độc lập với kích thước nhỏ dòng tiêu thu chế độ deep sleep có 6mA + ESP32-Cam có kiểu chân DIP-16 hai hàng, dễ dàng lắp đặt bread board tích hợp lên bo mạch sản phẩm cách chắn có tính tùy biến cao ứng dụng IOT + ESP32-Cam quay trực tiếp trình chiếu thơng qua địa IP, nhận biết phân loại rác thải cách dễ dàng - Thông số kỹ thuật - Hình 2-11:Thơng số kỹ thuật ESP32-Cam Sơ đồ kết nối mạch ESP32-Cam 14 - Hình 2-12:Sơ đồ kết nối mạch ESP32-Cam Sơ đồ nguyên lý mạch ESP32-Cam Hình 2-13:Sơ đồ nguyên lý mạch ESP32-Cam 2.3 Bài toán đo độ đục nước 2.3.1 Độ đục nước - Độ đục nước gì? Ở dạng đơn giản nhất, độ đục vẩn đục nước Sự vẩn đục xuất phát từ hạt lơ lửng nước mà nhìn thấy chúng riêng lẻ Những hạt tảo, bụi bẩn, khống chất, protein, dầu chí vi khuẩn Độ đục phép đo quang diện hạt lơ lửng Nó đo cách chiếu ánh sáng qua mẫu định lượng nồng độ hạt lơ lửng Khi có nhiều hạt dung dịch, độ đục cao Hình 2-14:Mức đục nước 15 Điều quan trọng cần lưu ý độ đục tương quan với chất rắn lơ lửng đo độ đục không giống đo tổng chất rắn lơ lửng (TSS) Các phép đo TSS phép đo trọng lượng để xác định khối lượng chất rắn lơ lửng mẫu, thực cách cân chất rắn tách khỏi dung dịch Độ đục thông số chất lượng nước tiêu chuẩn tất tiêu từ nước uống đến quản lý môi trường - Tác động độ đục Độ đục cao làm giảm đáng kể chất lượng thẩm mĩ của hồ suối. Nó làm tăng chi phí xử lý nước để uống chế biến thực phẩm. Nó có thể gây hại cho cá và các lồi thủy sinh khác bằng cách làm giảm nguồn cung cấp thức ăn, làm suy giảm bãi đẻ ảnh hưởng đến chức mang - Điểm khác đo độ đục chất rắn lơ + Điểm giống nhau: Độ đục tổng chất rắn lơ lửng để cập đến hạt có cột nước Độ đục độ nước đề đặc tính trực quan nước dựa tán xạ suy giảm ánh sáng Cả ba thông số liên quan đến hạt nước, dù trực tiếp hay gián tiếp + Điểm khác nhau:  Độ đục: Được xác định bơi lượng ánh sáng bị phân tán khỏi hạt lơ lửng nước Mặc phép sau có thẻ sử dụng để ước tính tổng nồng độ chất rắn hịa tan, khơng xác Độ đục khơng bao gồm chất rắn lắng đọng khối lượng đáy Ngoài ra, phép đo độ đục bị ảnh hưởng chất hữu hịa tan có màu sắc hấp thụ ánh sáng thay tán xạ ánh sáng  Tổng chất rắn lơ lửng: Đây đại lượng đo tổng chất rắn thể tích nước Điều có nghĩa TSS phép đo cụ thể tất chất rắn lơ lửng, hữu vô theo khối lượng TSS bao gồm chất rắn lắng phép đo trực tiếp tổng chất rắn có nước Như vậy, TSS sử dụng để tính toán tốc độ lắng 16 2.3.2 Đo độ đục Độ đục đo thiết bị quang học chuyên dụng phịng thí nghiệm trường. Ánh sáng dẫn qua mẫu nước lượng ánh sáng tán xạ đo Đơn vị đo lường gọi Đơn vị đo độ đục (NTU), có nhiều biến thể. Sự tán xạ ánh sáng lớn độ đục cao. Giá trị độ đục thấp cho thấy độ nước cao; giá trị cao cho thấy độ nước thấp - Cảm biến đo độ đục DfRobot Hình 2-15: Cảm biến độ đục DfRobot Cảm biến độ đục Arduino trọng lực DfRobot phát chất lượng nước cách đo mức độ đục. Nó sử dụng ánh sáng để phát hạt lơ lửng nước cách đo tốc độ truyền ánh sáng tốc độ tán xạ, thay đổi theo lượng tổng chất rắn lơ lửng (TSS) nước. Khi TTS tăng, mức độ đục chất lỏng tăng lên Cảm biến chất lỏng cung cấp chế độ đầu tín hiệu tương tự kỹ thuật số. Có thể điều chỉnh ngưỡng chế độ tín hiệu kỹ thuật số. Bạn chọn chế độ theo Ứng dụng vi điều khiển - Nguyên lý hoạt động Hình 2-16: Sơ đồ nguyên lý hoạt động cảm biến đo độ đục Cảm biến hoạt động theo nguyên tắc ánh sáng truyền qua mẫu nước, lượng ánh sáng truyền qua mẫu phụ thuộc vào lượng đất nước. Khi tầng đất tăng lên, lượng ánh sáng truyền qua giảm. Cảm biến độ đục đo lượng ánh sáng truyền qua để xác định độ đục nước rửa - Cấu tạo mạch cảm biến 17 Hình 2-17: Cảm biến mặt trước đo độ đục Cảm biến mặt trước thiết bị quang học bao gồm đèn LED (bộ gửi ánh sáng) điện trở quang (bộ thu ánh sáng). Sơ đồ bảng bên Cảm biến độ đục đưa bên dưới. Nó có giao diện ba dây: VCC (+5 V), GND (0 V) & OUT / SIGNAL Hình 2-18: Sơ đồ mặt trước cảm biến đo độ đục nước Cảm biến độ đục có bảng kết nối tín hiệu Bảng kết nối tín hiệu kết nối trực tiếp với mạch Hình 2-19: Bảng điều khiển cảm biến đo độ đục Mô-đun dựa IC LMV358 cung cấp giao diện ba chân để kết nối với Arduino có cơng tắc chọn tương tự / kỹ thuật số mô-đun để chuyển đổi chế độ đầu tương tự kỹ thuật số 18 Hình 2-20: Sơ đồ bảng điều khiển cảm biến đo độ đục 2.4 Điều khiển động Bộ điều khiển động chúng em sử dụng điều khiển Flysky FSI6, điều khiển có tay điều khiển truyền tín hiệu đến receiver, từ bọn em đọc xung từ receiver xử lý đến động chân vịt Hình 2-21: Tay điều khiển Flysky FSI6 Hình 2-22: Receiver Hình 2-23: Bộ điều khiển chân vịt 19