Sinh viên FPT nghiên cứu mô hình tăng tốc thu thập dữ liệu nông nghiệp

Nguyễn Hoàng Minh và Nguyễn Đức Mạnh, sinh viên Swinburne Việt Nam, Khối Giáo dục FPT, nghiên cứu bài toán tối ưu thu thập dữ liệu cho nông nghiệp thông minh dưới sự hướng dẫn của TS. Phạm Văn Đại.

Nghiên cứu xuất phát từ thực tế các trang trại quy mô lớn có thể thiếu hạ tầng mạng cố định, trong khi dữ liệu từ cảm biến IoT về độ ẩm, sâu bệnh, sương giá cần được truyền về trung tâm nhanh để hỗ trợ người sản xuất ra quyết định. Nhóm sử dụng UAV như trạm trung chuyển di động, giảm yêu cầu xây dựng mạng cố định. Giải pháp này đồng thời đặt ra các bài toán về thời lượng pin, vị trí trạm sạc, đường bay và phối hợp giữa nhiều UAV.

Thay vì tối ưu từng yếu tố riêng lẻ, nhóm đưa vị trí trạm sạc, quỹ đạo của nhiều UAV và độ "tươi" của dữ liệu vào cùng một bài toán. Trong đó, nhóm tập trung vào "Fresh IoT Data", chỉ số phản ánh khoảng thời gian từ khi cảm biến tạo bản cập nhật gần nhất đến khi trung tâm nhận được dữ liệu. Khoảng thời gian này càng ngắn, dữ liệu càng mới và có giá trị trong quá trình ra quyết định.

"Chúng tôi đặt mục tiêu nghiên cứu không chỉ thu thập dữ liệu chính xác mà còn giảm độ trễ để dữ liệu phản ánh gần nhất tình trạng hiện tại của trang trại", đại diện nhóm chia sẻ.

Nhóm nghiên cứu mong muốn tiếp tục phát triển mô hình theo hướng toàn diện và sát với điều kiện vận hành thực tế hơn.

Các sinh viên sử dụng thuật toán để xác định vị trí trạm sạc và điều phối đường bay của nhiều UAV, hướng tới giảm độ trễ truyền dữ liệu. Theo nhóm, đây là điểm mới so với nhiều nghiên cứu trước, vốn thường tối ưu riêng từng yếu tố.

Nếu được ứng dụng, mô hình có thể hỗ trợ các vùng sản xuất quy mô lớn còn hạn chế về hạ tầng mạng, như vùng trồng sầu riêng, cà phê, hồ tiêu tại Tây Nguyên, các cánh đồng lúa ở Đồng bằng sông Cửu Long hoặc nhà màng trồng rau, hoa công nghệ cao tại Đà Lạt.

Dữ liệu được cập nhật nhanh có thể cung cấp thêm cơ sở để người sản xuất điều chỉnh tưới tiêu, phát hiện rủi ro thời tiết và xử lý bất thường trên cây trồng. Khung nghiên cứu cũng có thể mở rộng cho các UAV thực hiện tưới tiêu tự động, rải phân bón hoặc hoạt động trong địa hình phức tạp.

Để rút ngắn khoảng cách giữa mô phỏng và ứng dụng, nhóm dự kiến bổ sung các yếu tố như mưa bão, tầm nhìn, địa hình và vật cản động vào mô hình. Các thành viên cũng hướng tới tích hợp dữ liệu môi trường thực tế trong quá trình huấn luyện và ra quyết định, sau đó, kiểm chứng thuật toán trên nền tảng UAV thực tế.

Hoàng Minh và Đức Mạnh vừa trình bày kết quả nghiên cứu tại vòng chung kết ResFes 2026 và nhận góp ý từ hội đồng chuyên môn. Nhóm dự kiến sử dụng các phản hồi này để tiếp tục hoàn thiện mô hình theo điều kiện vận hành thực tế.

ResFes là cuộc thi nghiên cứu khoa học dành cho học sinh, sinh viên do Khối Giáo dục FPT tổ chức thường niên. Năm 2026, cuộc thi có chủ đề "Triển khai RBL, Triển vọng trong Nghiên cứu". Vòng chung kết quy tụ 58 đề tài của sinh viên Khối Giáo dục FPT và sinh viên Philippines, thuộc các lĩnh vực Công nghệ thông tin, Kinh tế - Quản trị kinh doanh, Công nghệ truyền thông, Ngôn ngữ và Thiết kế mỹ thuật số.

Hải Ngân