Chuyển đến nội dung
AIOTAIOT
  • Trang chủ
  • Giới thiệu
  • Tin tức
  • Sản phẩm
  • Giải pháp
    • Chấm công bằng Face ID
    • Thiết bị đọc căn cước
    • IoT trong giáo dục
    • IoT trong quản lý năng lượng
    • IoT trong y tế
  • Đào tạo
    • Khóa đào tạo cơ bản
      • Cảm biến
      • Hệ thống nhúng
      • LabVIEW FPGA
      • Phần cứng máy tính & Truyền thông công nghiệp
      • FPGA cơ bản
    • Khóa đào tạo nâng cao
      • LabVIEW FPGA High Performance
    • Tài liệu
  • PCCC
  • Liên hệ
  • icon
    097 186 8316    |    0839 799 889
Cảm biến, Tin tức

Bài 7: Định vị & Chuyển động – Sức mạnh của IMU 9 trục: Làm sao Robot biết mình đang đứng thẳng?

Đã đăng trên 06/07/202627/06/2026 bởi ThaoNguyen
06
Th7

Nằm trong chuỗi bài viết chủ đề “Kiến thức về Cảm biến”

💬

“Bạn có bao giờ thắc mắc làm thế nào smartphone của bạn tự động xoay màn hình khi bạn nghiêng máy, hay làm sao một chiếc Drone có thể đứng yên và giữ thăng bằng hoàn hảo ngay cả khi có gió thổi mạnh?”

🧭 1. IMU là gì? Sự kết hợp hoàn hảo của các giác quan chuyển động

IMU (Inertial Measurement Unit), hay Đơn vị Đo lường Quán tính, là một thiết bị điện tử phức hợp có khả năng đo đạc và báo cáo các thông số động lực học như lực cụ thể (Specific Force), vận tốc góc và đôi khi là hướng từ trường xung quanh.

Một bộ IMU đầy đủ (thường được gọi là IMU 9 trục) là sự tích hợp hoàn hảo của ba loại cảm biến chuyển động cơ bản, mỗi loại đảm nhận đo đạc trên cả ba trục tọa độ không gian X, Y, Z:

🔑 Ba thành phần cốt lõi của IMU 9 trục

  • Accelerometer (Gia tốc kế – 3 trục): Chuyên đo gia tốc tuyến tính của vật thể dọc theo các trục X, Y, Z. Nó cung cấp thông tin về lực quán tính tác động và vectơ trọng lực Trái Đất.
  • Gyroscope (Con quay hồi chuyển – 3 trục): Đo tốc độ tự quay quanh mình (vận tốc góc) của vật thể xung quanh ba trục tọa độ tương ứng.
  • Magnetometer (Cảm biến từ trường – 3 trục): Đo cường độ và hướng của từ trường Trái Đất xung quanh cảm biến, đóng vai trò như một chiếc la bàn số hóa giúp định vị hướng địa lý chính xác.

Loại cảm biến Đại lượng đo đạc Đơn vị đo chuẩn Vai trò chính trong IMU
Gia tốc kế (Accelerometer) Gia tốc tuyến tính dọc 3 trục. m/s² hoặc g Đo hướng trọng lực để xác định góc nghiêng tĩnh (Roll, Pitch).
Con quay hồi chuyển (Gyroscope) Vận tốc góc tự xoay quanh 3 trục. deg/s hoặc rad/s Theo dõi sự thay đổi góc quay động tức thời cực nhanh.
Cảm biến từ trường (Magnetometer) Cường độ từ trường Trái Đất dọc 3 trục. μT hoặc Gauss Định vị hướng Bắc địa lý, ổn định góc xoay ngang (Yaw).

⚙️ 2. Nguyên lý vận hành: Khi Silicon cảm nhận lực quán tính

Nhờ vào bước đột phá vĩ đại của công nghệ vi cơ điện tử MEMS, những cơ cấu đo đạc chuyển động cơ học cơ khí vô cùng phức tạp và cồng kềnh trước đây nay đã được thu nhỏ tinh vi vào trong cấu trúc một con chip silicon bán dẫn chỉ vài milimet:

  • Accelerometer & “Khối lượng thử” (Proof Mass): Bên trong cấu trúc silicon của gia tốc kế MEMS có một khối lượng siêu nhỏ được treo lơ lửng bởi hệ thống các lò xo silicon dẻo dai. Khi cảm biến chuyển động hoặc chịu tác động của lực trọng trường, khối lượng thử này sẽ dịch chuyển nhẹ theo quán tính, làm thay đổi khoảng cách và trực tiếp thay đổi điện dung giữa các bản cực động và bản cực cố định xung quanh. Từ mức dao động điện dung cực tiểu này, bộ xử lý của chip tính toán ra gia tốc tuyến tính đang tác động.
  • Gyroscope & Hiệu ứng Coriolis: Thay vì sử dụng một vòng bánh đà quay cơ học tốc độ cao như các la bàn hồi chuyển truyền thống, con quay hồi chuyển MEMS sử dụng một cấu trúc vi mô silicon liên tục dao động rung động ổn định. Khi cảm biến bị xoay chuyển, hiệu ứng quán tính Coriolis sẽ sinh ra một lực cơ học vuông góc tác động trực tiếp bẻ lệch hướng rung động của cấu trúc vi cơ này sang một hướng khác. Sự lệch hướng dao động này được đo đạc chính xác thông qua sự biến thiên điện dung để xác định vận tốc góc tức thời của thiết bị.


🔀 3. Sensor Fusion: Nghệ thuật “Dung hợp” dữ liệu

Nếu hoạt động một mình độc lập, bất kỳ loại cảm biến chuyển động nào cũng đều sở hữu những điểm yếu chí mạng không thể tự vượt qua:

  • Gia tốc kế tuy phản hồi góc nghiêng tĩnh rất chuẩn nhưng lại cực kỳ nhạy cảm với các rung động vật lý tức thời (nhiễu động cơ học làm kết quả đo nhảy loạn).
  • Con quay hồi chuyển bám sát mọi chuyển động xoay cực nhanh nhưng lại chịu đựng sai số tích lũy tăng dần theo thời gian, gọi là hiện tượng trôi (drift). Lỗi này khiến góc tính toán bị lệch dần so với thực tế, dù cho cảm biến đang được đặt đứng yên hoàn toàn trên bàn.

🔑 Thuật toán Dung hợp cảm biến (Sensor Fusion)

Để triệt tiêu hoàn toàn nhược điểm của từng cảm biến lẻ loi, các kỹ sư phần mềm sử dụng thuật toán Sensor Fusion (Dung hợp cảm biến) điển hình như bộ lọc bù Complementary Filter hoặc bộ lọc tối ưu toán học phức tạp Kalman Filter.

Thuật toán thông minh này liên tục thu nhận dữ liệu phản hồi siêu nhanh từ Gyroscope phối hợp nhịp nhàng với dữ liệu định vị tĩnh ổn định dài hạn của Accelerometer và hướng từ trường tuyệt đối của Magnetometer để liên tục bù trừ, hiệu chuẩn sai số trực tiếp cho nhau, từ đó tái tạo lại chuẩn xác tư thế thực tế không gian ba chiều (`$\text{Roll, Pitch, Yaw}$`) của vật thể chuyển động.


💡 4. Ví dụ thực tế và Ứng dụng trong đời sống thực tế

Sự ra đời của chip cảm biến IMU là nhân tố quyết định tính năng thông minh của vô vàn thiết bị hi-tech:

✨ Các thiết bị công nghệ đỉnh cao ứng dụng IMU

  • Thiết bị đeo thông minh (Wearable Technology): Giúp đếm chính xác số bước đi hàng ngày, theo dõi dáng đi đứng khoa học, phân tích biên độ động tác kỹ thuật của các vận động viên thể thao chuyên nghiệp.
  • Hệ thống cân bằng điện tử (ESC) trên Ô tô: IMU liên tục phát hiện tình trạng xe bị trượt bánh, văng cua mất thăng bằng ngang để can thiệp kích hoạt hệ thống phanh tự động từng bánh, giữ an toàn tính mạng lái xe.
  • Thiết bị ổn định hình ảnh (Gimbal): Mô tơ không chổi than kết hợp bộ điều khiển IMU liên tục quay ngược hướng rung động của tay cầm, đảm bảo ống kính camera luôn giữ tư thế mượt mà như đang trôi nổi trong không trung.

🔬 5. Thí nghiệm đơn giản: “Thám tử chuyển động trong túi quần”

Mỗi chúng ta đều đang mang theo một bộ IMU vô cùng nhạy bén ngay bên mình. Hãy cùng làm thí nghiệm trực quan để “nhìn thấy” cách cảm biến hoạt động bằng smartphone:

🧪 Đo lường gia tốc và tốc độ góc di động

Chuẩn bị dụng cụ:

  • 01 chiếc điện thoại thông minh (smartphone).
  • Tải xuống miễn phí ứng dụng đo đạc khoa học “Physics Toolbox Sensor Suite” hoặc ứng dụng nổi tiếng “Phyphox” từ chợ ứng dụng di động.

Các bước thực hiện:

  1. Mở ứng dụng đo lường lên, di chuyển đến mục Accelerometer (Gia tốc kế).
  2. Đặt điện thoại nằm phẳng yên tĩnh trên bề mặt bàn phẳng: Hãy quan sát kỹ đồ thị, bạn sẽ thấy trục Z liên tục báo giá trị xấp xỉ 9.8 m/s² (chính là gia tốc trọng lực Trái Đất hướng thẳng xuống), trong khi hai trục X và Y có giá trị gần mốc số 0.
  3. Thử nhấc máy lên và lắc nhẹ sang các hướng: Ghi nhận các đỉnh sóng đồ thị biểu diễn lực cơ học tác động tức thời lên thân máy.
  4. Chuyển đổi màn hình sang mục Gyroscope (Con quay hồi chuyển): Thử xoay tròn điện thoại và quan sát các giá trị góc quay biến thiên tăng giảm tương ứng với vận tốc xoay nhanh hay chậm của tay bạn.

🌐 6. Ứng dụng đa lĩnh vực của cảm biến chuyển động

Cảm biến IMU là thành phần xương sống kết nối giữa không gian vật lý tĩnh lặng với các thuật toán động năng số hóa phức tạp:

  • Hệ thống nhà thông minh: Ứng dụng chế tạo các module cảm biến rung động gắn cửa giúp lập tức phát hiện các hành vi cạy cửa xâm nhập bất hợp pháp hoặc phát hiện rung kính vỡ.
  • Giám sát máy móc công nghiệp: Liên tục đo đạc biên độ rung động cơ học của động cơ cỡ lớn để sớm đưa ra chẩn đoán lỗi, hư hỏng bạc đạn trước khi xảy ra sự cố sập nguồn dây chuyền sản xuất.
  • Khoa học Robot học: Giúp robot hai chân (Humanoid Robot) hoặc robot cân bằng tự động giữ thăng bằng cơ thể tĩnh và động mượt mà khi di chuyển địa hình khó; hỗ trợ định vị chính xác vị trí cơ khí của các cánh tay máy robot.
  • Hàng không & Không người lái: Là trái tim của hệ thống mạch tự động lái ổn định của các thiết bị bay không người lái (UAV/Drone), tính toán tư thế giữ thăng bằng khí động học giữa trời gió.
  • Quốc phòng & Dẫn đường tự hành: Là bộ phận cốt lõi của hệ thống dẫn đường quán tính (INS) giúp định hướng di chuyển chính xác cho tên lửa hành trình, thiết bị ngầm đại dương trong các môi trường khắc nghiệt bị mất hoàn toàn tín hiệu vệ tinh GPS.

⚠️ 7. Các sai lầm thường gặp khi làm việc với IMU

🛑 Các bẫy kỹ thuật phần cứng và thuật toán cần tránh

  • Tin tưởng tuyệt đối vào dữ liệu thô (Raw Data): Việc lấy dữ liệu vận tốc góc thô của Gyroscope để tính toán góc xoay mà bỏ qua quá trình bù trừ sai số trôi (drift) nội tại của bán dẫn sẽ làm xuất hiện lỗi tích phân, khiến Robot của bạn “tự lầm tưởng” rằng mình đang liên tục quay vòng tròn dù thực tế đang đứng yên bất động hoàn toàn trên mặt đất.
  • Để cảm biến gần nguồn nhiễu từ trường mạnh: Đặt module IMU nằm quá gần các khối kim loại bằng sắt thép lớn, dây dẫn điện chịu tải dòng lớn hoặc các cuộn dây điện từ của động cơ motor sẽ bóp méo hoàn toàn kết quả đo đạc từ trường của cảm biến la bàn số Magnetometer, trực tiếp phá hủy độ chuẩn xác của góc quay định hướng ngang `$Yaw$`.

🚀 8. Kiến thức nâng cao: Góc Euler và Hệ số ảo Quaternions bốn chiều

Khi nói về định vị chuyển động trong không gian, trực giác con người thường nghĩ về ba góc xoay trực quan bao gồm: Roll (Nghiêng dọc), Pitch (Gật đầu), và Yaw (Xoay ngang hướng la bàn). Đây được gọi là hệ góc xoay Euler truyền thống.

🎓 Giải quyết lỗi Khóa Gimbal (Gimbal Lock) bằng toán học Quaternions

Trong lập trình điều khiển bay và thuật toán Robot tự hành thực tế, việc sử dụng các góc Euler thuần túy sẽ dẫn tới một lỗi toán học trí mạng gọi là hiện tượng Khóa Gimbal (Gimbal Lock). Hiện tượng này xảy ra khi hai trong số ba trục xoay của vật thể bị xoay chuyển trùng lặp khít lên nhau, làm mất đi hoàn toàn một bậc tự do xoay của vật thể khiến hệ thống máy tính điều khiển rơi vào tình trạng bị “loạn trí”, mất phương hướng đo đạc tức thời.

Để giải quyết triệt để lỗi khóa Gimbal này, các kỹ sư luôn ưu tiên chuyển đổi biểu diễn tư thế sang hệ toán học phức tạp bốn chiều gọi là Quaternions (gồm một phần thực và ba phần ảo đại diện bằng biểu thức số phức q = w + xi + yj + zk. Hệ số Quaternions mô tả tư thế xoay bằng các hàm toán học phẳng trơn láng mượt mà, giúp máy tính tránh hoàn toàn điểm kỳ dị Gimbal Lock và tối ưu hóa tối đa tốc độ xử lý tính toán của bộ vi xử lý trên các thuật toán điều hướng bay tốc độ cao.

👉 Bài tiếp theo nên đọc:

“LiDAR & Radar: ‘Đôi mắt’ của Xe tự hành – Làm sao máy móc nhìn thấu bóng đêm?“ để khám phá cách các dải sóng ánh sáng laser hồng ngoại và sóng vô tuyến cao tần dựng nên bản đồ không gian ba chiều hoàn hảo cho những chiếc xe thông minh tương lai!

📝 Câu hỏi trắc nghiệm kiểm tra kiến thức

Question 1: Một bộ cảm biến IMU hoạt động ở cấu hình cơ bản phân khúc 6 trục (6-axis IMU) sẽ bao gồm những loại cảm biến thành phần nào sau đây?

  • (A) Gồm có 3 trục cảm biến đo đạc nhiệt độ và 3 trục cảm biến đo đạc độ ẩm môi trường.
  • (B) Gồm có 3 trục Gia tốc kế (Accelerometer) và 3 trục Con quay hồi chuyển (Gyroscope).
  • (C) Gồm có 3 trục cảm biến áp suất và 3 trục cảm biến đo đạc từ trường.
  • (D) Gồm có 3 trục Gia tốc kế và 3 trục cảm biến đo cường độ ánh sáng.
Click to reveal answer and explanation

The correct answer is (B).

Explanation: Một bộ IMU 6 trục cơ bản đo đạc chuyển động của vật thể dựa trên sự kết hợp của 3 trục gia tốc tuyến tính (Accelerometer) và 3 trục vận tốc góc xoay (Gyroscope). Các đáp án A, C, D không chứa đủ các phần tử đo lường chuyển động cơ bản này.

Question 2: Gia tốc kế cơ cấu MEMS (Accelerometer MEMS) sử dụng cơ chế vật lý nào để đo đạc và phát hiện các chuyển động?

  • (A) Đo đạc sự thay đổi trị số điện dung sinh ra do sự dịch chuyển của một “Khối lượng thử” (Proof Mass) liên kết với hệ lò xo dẻo silicon.
  • (B) Sử dụng các luồng tia bức xạ laser cường độ cao để đo đạc tốc độ tự quay quanh mình của vật thể.
  • (C) Dựa trên cơ chế giãn nở nhiệt tuyến tính của cột chất lỏng thủy ngân khi có chấn động cơ học tác động.
  • (D) Đo sự biến thiên điện trở của vật liệu cuộn cảm kim loại trần khi có lực xoay tác động.
Click to reveal answer and explanation

The correct answer is (A).

Explanation: Khi có sự thay đổi gia tốc tuyến tính hoặc tác động từ trọng lực, khối lượng thử (Proof Mass) treo trên hệ thống lò xo silicon siêu mỏng sẽ bị lệch vị trí, làm biến đổi khoảng cách bản cực tụ điện và thay đổi giá trị điện dung tương ứng để số hóa tín hiệu. Đáp án B mô tả nguyên lý của Gyro quang cao cấp; đáp án C là nhiệt kế cơ học truyền thống; đáp án D sai cấu tạo cảm biến.

Question 3: Hiện tượng “Trôi sai số” (Drift) lũy kế tăng dần theo thời gian là nhược điểm chí mạng đặc trưng của loại cảm biến nào nếu đặt hoạt động đơn lẻ?

  • (A) Cảm biến Gia tốc kế (Accelerometer).
  • (B) Cảm biến Con quay hồi chuyển (Gyroscope).
  • (C) Cảm biến Từ trường/La bàn số (Magnetometer).
  • (D) Cảm biến quang quang trở (LDR).
Click to reveal answer and explanation

The correct answer is (B).

Explanation: Con quay hồi chuyển (Gyroscope) đo vận tốc góc và phải thực hiện tích phân theo thời gian để tính toán ra góc xoay thực tế. Quá trình tích phân này sẽ liên tục cộng dồn các sai số điện tử nhỏ lẻ nội tại của cảm biến, làm cho kết quả góc xoay bị trôi dần ra xa giá trị thực tế sau thời gian dài hoạt động. Gia tốc kế (A) nhạy với rung động tức thời và Magnetometer (C) nhạy với nhiễu từ trường bên ngoài nhưng không bị trôi tích lũy.

Question 4: Nhiệm vụ kỹ thuật cốt lõi của cảm biến Từ trường (Magnetometer) tích hợp bên trong bộ cấu hình IMU 9 trục là:

  • (A) Cung cấp hệ quy chiếu hướng Bắc địa lý ổn định lâu dài để triệt tiêu hoàn toàn sai số trôi góc xoay ngang (Yaw) của Con quay hồi chuyển.
  • (B) Đo đạc và ước tính chính xác độ cao tuyệt đối của thiết bị di động so với mực nước biển trung bình.
  • (C) Tìm kiếm và phát hiện các mỏ khoáng sản hoặc đường ống kim loại ẩn sâu dưới lòng đất dơ bẩn.
  • (D) Hấp thụ từ trường xung quanh để chuyển hóa thành dòng điện nuôi mạch hoạt động cho chip.
Click to reveal answer and explanation

The correct answer is (A).

Explanation: Do gia tốc kế không thể phát hiện được hướng xoay quanh trục trọng lực (góc Yaw), các kỹ sư phải đưa thêm cảm biến Magnetometer làm la bàn số để bám hướng từ trường Trái Đất ổn định lâu dài, giúp thuật toán Sensor Fusion triệt tiêu hoàn toàn sai số trôi liên tục của Gyroscope trên trục đứng Yaw này. Đáp án B là nhiệm vụ của cảm biến áp suất; đáp án C là máy dò kim loại chuyên dụng; đáp án D phi lý.

Question 5: Tại sao trong lập trình điều hướng và robot học tự hành cao cấp, các kỹ sư luôn ưu tiên biểu diễn chuyển động bằng toán học Quaternions thay cho hệ góc Euler truyền thống?

  • (A) Vì hệ số Quaternions bốn chiều cực kỳ trực quan và dễ đọc hiểu đối với những người mới bắt đầu học lập trình phần cứng.
  • (B) Nhằm loại bỏ hoàn toàn lỗi toán học Khóa Gimbal (Gimbal Lock) gây mất phương hướng khi hai trục xoay không gian bị trùng lặp khít nhau.
  • (C) Vì việc sử dụng Quaternions giúp cho các chip cảm biến MEMS tự động tiết kiệm năng lượng tiêu thụ pin hơn rất nhiều.
  • (D) Nhằm chuyển hóa trực tiếp tín hiệu gia tốc cơ học thành góc quay mà không cần thông qua bộ lọc thông thấp.
Click to reveal answer and explanation

The correct answer is (B).

Explanation: Hệ góc xoay Euler (Roll, Pitch, Yaw) gặp điểm kỳ dị toán học khi hai trục xoay không gian 3D bị xoay trùng nhau, khiến hệ thống mất hoàn toàn một bậc tự do đo đạc xoay (lỗi Gimbal Lock). Số phức Quaternions bốn chiều giải quyết triệt để vấn đề này, đảm bảo các tính toán định hướng xoay luôn mượt mà và thông suốt. Đáp án A sai vì Quaternions rất khó hiểu hơn Euler; đáp án C và D không liên quan đến cơ chế hoạt động toán học này.

Mục nhập này đã được đăng trong Cảm biến, Tin tức và được gắn thẻ AIoT Sensors.
ThaoNguyen

Giải pháp kiểm soát chuyển động và tối ưu năng lượng trên robot humanoid: Phân tích dưới góc độ kỹ thuật
ASRock Industrial AI Pathfinder: Giải Pháp Tối Ưu Phần Cứng Edge AI

Để lại một bình luận Hủy

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Bài viết mới
  • ASRock Industrial AI Pathfinder: Giải Pháp Tối Ưu Phần Cứng Edge AI
  • Bài 7: Định vị & Chuyển động – Sức mạnh của IMU 9 trục: Làm sao Robot biết mình đang đứng thẳng?
  • Giải pháp kiểm soát chuyển động và tối ưu năng lượng trên robot humanoid: Phân tích dưới góc độ kỹ thuật
  • Xu hướng Trí tuệ Tài liệu 2026: Từ Nhận diện Ký tự sang Phân tích Ngữ cảnh và Tự động hóa Quy trình
  • Bài 6: Tầm nhìn Máy tính – Khi máy ảnh biết “đo” màu sắc: Khám phá bí mật của quang học và photon
Danh mục
  • Cảm biến
  • Đào tạo
  • FPGA cơ bản
  • Giải pháp
  • Hệ thống nhúng
  • IoT trong giáo dục
  • IoT trong y tế
  • Khóa đào tạo cơ bản
  • Khóa đào tạo nâng cao
  • LabVIEW FPGA
  • LabVIEW FPGA High Performance
  • Phần cứng máy tính & Truyền thông công nghiệp
  • Sản xuất công nghiệp
  • Thiết bị dịch vụ thông minh
  • Thiết bị đọc căn cước
  • Tin tức

CÔNG TY CỔ PHẦN HỆ THỐNG AIOT

VPGD: Số A21-TT9 Đường Foresa 1 KĐT Xuân Phương, Phường Xuân Phương, Hà Nội.

Địa chỉ kinh doanh: Đường Phú Diễn, Tổ dân phố 18, phường Phú Diễn, Thành phố Hà Nội, Việt Nam

Hotline/Zalo: 097 186 8316 | 0839 799 889

Email: aiot@aiots.vn

VỀ CHÚNG TÔI

Giới thiệu

Sản phẩm

Giải pháp

Đào tạo

Tin tức

QUY ĐỊNH & CHÍNH SÁCH

Chính sách thanh toán

Chính sách vận chuyển

Chính sách bảo hành

Chính sách đổi trả

Chính sách bảo mật

ĐỊA CHỈ VĂN PHÒNG GIAO DỊCH

Copyright 2024 © Bản quyền thuộc về AIOT. Thiết kế bởi Jamina JSC
  • Trang chủ
  • Giới thiệu
  • Tin tức
  • Sản phẩm
  • Giải pháp
    • Chấm công bằng Face ID
    • Thiết bị đọc căn cước
    • IoT trong giáo dục
    • IoT trong quản lý năng lượng
    • IoT trong y tế
  • Đào tạo
    • Khóa đào tạo cơ bản
      • Cảm biến
      • Hệ thống nhúng
      • LabVIEW FPGA
      • Phần cứng máy tính & Truyền thông công nghiệp
      • FPGA cơ bản
    • Khóa đào tạo nâng cao
      • LabVIEW FPGA High Performance
    • Tài liệu
  • PCCC
  • Liên hệ
Zalo
Phone

Đăng nhập

Quên mật khẩu?