Development of a real-time multi-parameter environmental monitoring mobile robot system
,
and
Article Sidebar
Full Text: 
PDF
Abstract
This paper presents the design and implementation of a real-time multi-parameter air quality monitoring system that integrates low-cost environmental sensors with wireless communication technologies. The system is built on the microcontroller platform, enabling flexible data acquisition, processing, and transmission in various environmental conditions, including indoor areas with signal obstructions and wide outdoor spaces. Experimental results demonstrate high connection stability, a packet loss rate below 1%, and effective data visualization and data server synchronization. With its open architecture and scalable design, the proposed solution is well-suited for deployment in smart urban areas, industrial zones, and precision agriculture systems in Vietnam and other developing countries.
Tóm tắt
Quá trình thiết kế và triển khai một hệ thống giám sát chất lượng không khí đa tham số theo thời gian thực, kết hợp giữa các cảm biến môi trường giá thành thấp và công nghệ truyền thông không dây được giới thiệu trong bài báo. Hệ thống được xây dựng trên nền tảng vi điều khiển, hỗ trợ thu thập, xử lý và truyền dữ liệu linh hoạt trong nhiều điều kiện môi trường khác nhau, bao gồm không gian trong nhà nhiều vật cản và khu vực ngoài trời rộng mở. Các kết quả thử nghiệm thực tế cho thấy hệ thống đạt độ ổn định cao trong kết nối, tỉ lệ mất gói dưới 1%, khả năng hiển thị trực quan và đồng bộ dữ liệu lên máy chủ. Với kiến trúc mở và khả năng mở rộng linh hoạt, giải pháp này có tiềm năng ứng dụng trong các mô hình đô thị thông minh, khu công nghiệp và các hệ thống nông nghiệp chính xác tại Việt Nam và các quốc gia đang phát triển.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
Aboughaly, M., & Fattah, I. R. (2023). Environmental analysis, monitoring, and process control strategy for reduction of greenhouse gaseous emissions in thermochemical reactions. Atmosphere, 14(4), 655. https://doi.org/10.3390/atmos14040655
Angelini, F., Angelini, P., Angiolini, C., Bagella, S., Bonomo, F., Caccianiga, M., Della Santina, C., Gigante, D., Hutter, M., & Nanayakkara, T. (2023). Robotic monitoring of habitats: The natural intelligence approach. IEEE Access, 11, 72575-72591.
https://doi.org/10.1109/ACCESS.2023.3294276
El-Khozondar, H. J., Mtair, S. Y., Qoffa, K. O., Qasem, O. I., Munyarawi, A. H., Nassar, Y. F., Bayoumi, E. H., & Abd El, A. A. E. B. (2024). A smart energy monitoring system using ESP32 microcontroller. e-Prime-Advances in Electrical Engineering, Electronics and Energy, 9, 100666. https://doi.org/10.1016/j.prime.2024.100666
Essamlali, I., Nhaila, H., & El Khaili, M. (2024). Supervised machine learning approaches for predicting key pollutants and for the sustainable enhancement of urban air quality: A systematic review. Sustainability, 16(3), 976. https://doi.org/10.3390/su16030976
Halder, S., & Afsari, K. (2023). Robots in inspection and monitoring of buildings and infrastructure: A systematic review. Applied Sciences, 13(4), 2304.
https://doi.org/10.3390/app13042304
Imam, M., Adam, S., Dev, S., & Nesa, N. (2024). Air quality monitoring using statistical learning models for sustainable environment. Intelligent Systems with Applications, 22, 200333.
https://doi.org/10.1016/j.iswa.2024.200333
Junaedy, A., Masuta, H., Sawai, K., Motoyoshi, T., & Takagi, N. (2023). Real-Time 3D Map Building in a Mobile Robot System with Low-Bandwidth Communication. Robotics, 12(6), 157.
https://doi.org/10.3390/robotics12060157
Kwe, N. B., & Priyadarshini, R. (2024). Emerging trends in mobile robots. Robotics and Smart Autonomous Systems, 77-117.
https://doi.org/10.1201/9781003537083-4
Luperto, M., Monroy, J., Moreno, F.-A., Lunardini, F., Renoux, J., Krpic, A., Galindo, C., Ferrante, S., Basilico, N., & Gonzalez-Jimenez, J. (2023). Seeking at-home long-term autonomy of assistive mobile robots through the integration with an IoT-based monitoring system. Robotics and Autonomous Systems, 161, 104346.
https://doi.org/10.1016/j.robot.2022.104346
Mahammedi, C., Butt, T., & Al-Mhdawi, M. (2025). Emerging technologies in health and safety management: current perspectives and future prospects. Research Companion to Innovation in Construction, 300-321.
https://doi.org/10.4337/9781035326594.00024
Nazarov, D., Sulimin, V., & Shvedov, V. (2024). Advancing environmental stewardship: The role of automation in enhanced environmental monitoring. E3S Web of Conferences
https://doi.org/10.1051/e3sconf/202454205005
Saxena, V. (2025). Water quality, air pollution, and climate change: investigating the environmental impacts of industrialization and urbanization. Water, Air, & Soil Pollution, 236(2), 73.
https://doi.org/10.1007/s11270-024-07702-4
Siddique, A., Ahmed, H., Atiq, S., Ashraf, M., Raza, A., & Aslam, Z. (2024). Enhancing Crop Yield Through IoT-Based Precision Agriculture: An Optimized Multi-Parameter System for Solar-Powered Tunnel Farming. 2024 3rd International Conference on Emerging Trends in Electrical, Control, and Telecommunication Engineering (ETECTE)
https://doi.org/10.1109/ETECTE63967.2024.10823752
Tahir, B. F., Rasool, S. S., & Rao, N. R. (2024). Air pollution monitoring, and modelling: An overview. Environmental Forensics, 25(5), 309-336.
https://doi.org/10.1080/15275922.2023.2297437
Verma, S., Kameswari, Y. L., & Kumar, S. (2024). A review on environmental parameters monitoring systems for power generation estimation from renewable energy systems. BioNanoScience, 14(4), 3864-3888.
https://doi.org/10.1007/s12668-024-01358-4
Zhang, R., Wang, Z., Li, X., She, Z., & Wang, B. (2023). Water quality sampling and multi-parameter monitoring system based on multi-rotor UAV implementation. Water, 15(11), 2129.
https://doi.org/10.3390/w15112129