I HC QUC GIA TP H CHÍ MINH
TRNG I HC BÁCH KHOA
KHOA C KHÍ

LUN VN TT NGHIP I HC XE HAI BÁNH T CÂN BNG
DI CHUYN
TRÊN A HÌNH PHNG
MÃ NGÀNH: 128 SVTH :MAI TUN T
CBHD :KS. VÕ TNG QUÂN SVTH :MAI TUN T
MSSV :P0000016
CBHD :KS. VÕ TNG QUÂN CHNG TRÌNH ÀO TO K S CHT LNG CAO
KHÓA 2: 2000 – 2005
TP. H CHÍ MINH, 07/2005 Lôøi caûm ôn
Tôi không th theo đui và hoàn thành đ tài ca lun vn trong
vòng 16 tun nu không có s giúp đ ca nhng ngi thân và ngi
bn xung quanh. Do vy, vi s trân trng và cm kích, tôi xin gi li
cm n đn ông bà và cha m, nhng ngi thân trong gia đình ht
lòng chm sóc, an i khi gp tr ngi và đng viên tôi trong thi gian
thc hin lun vn, xin cm n TS. Nguyn Vn Giáp và giáo viên tr
c
tip hng dn lun vn, thy Võ Tng Quân đã cho phép tôi theo

Abstract v

CHNG 1 TNG QUAN 1
1.1 Li nói đu 1
1.2 Th nào là xe hai bánh t cân bng (two wheels self balancing) 2
1.3 Ti sao phi thit k xe hai bánh t cân bng 3
1.4 u nhc đim ca xe hai bánh t cân bng 4
1.4.1 u đim ca xe scooter t cân bng trên hai bánh 4
1.4.2 Nhc đim ca xe
4
1.5 Kh nng ng dng 5
1.6 Tình hình nghiên cu trong và ngoài nc 5
1.6.1 Mt s dng xe hai bánh t cân bng dùng trên robot 5
1.6.2 Mt s dng scooter hai bánh t cân bng 9
1.7 Nhu cu thc t 14

CHNG 2 NHIM V LUN VN 15
2.1 Mc tiêu đ tài 15
2.2 Phng pháp nghiên cu 15

CHNG 3 LÝ THUYT TIP CN 17
3.1 Phng pháp tính đng lc hc 17
3.2 Thut toán điu khin - K thut điu khin hin đi 24
3.3 Các phng pháp x lý tín hiu t cm bin 29
3.3.1 Lc b ph thông tn (complementaty filter) 29
3.3.2 Lc thích nghi - B lc Kalman 32
3.3.3 So sánh các b lc vi b lc Kalman 40
3.4 Mô hinh lý thuyt đng c
 DC 43


5.2.4 B x lý trung tâm - vi điu khin PIC 18F452 76
5.2.4.1 Các kh nng ca vi điu khin Microchip PIC 18F452: 76
5.2.4.2 Mch điu khin trung tâm 79
5.2.5 Bng điu khin và hin th 80
5.2.6 ng c 80
5.2.7 Hình chp các mch đin t 85
5.3 Gii thut - Lu đ
chng trình 88
5.3.1 Chng trình chính 88
5.3.2 Chng trình ngt 89
5.3.3 Cp nht encoder 91
5.3.4 iu khin đng c 92
5.4 Kt qu 94

CHNG 6 CÁCH VN HÀNH 95
6.1 Cách s dng 95
6.2 Bo dng 97

CHNG 7 KT LUN 98
ii
SVTH: Mai Tun t

7.1 Nhng kt qu đt đc 98
7.2 Nhng kt qu cha đt đc 98
7.3 Nhng vn đ cha gii quyt 99
7.4 Hng phát trin 99

TÀI LIU THAM KHO 100
PH LC 102
1. GII THIU PHN MM VISUALNASTRAN 102

điu khin, vit các chng trình điu khin vi mc đích cui cùng là to ra mt mô
hình xe di chuyn cân bng trên hai bánh xe đ
ng trc đc lp trên hai đng c da
theo các đnh lut c hc Newton và c hc vt rn: điu khin đ luôn duy trì b
mt chân đ (hai bánh xe)  v trí ngay di trng tâm ca xe khi đng yên, và to
mt sai s nh v góc nghiêng ca thân xe vi nn khi mun xe chuyn đng.
S cân bng đc tính toán và mô phng bng 2 phn mm MatLAB-
SIMULINK và Visual Nastran, đ chng minh r
ng hoàn toàn có kh nng đ điu
khin mt mô hình xe t cân bng ch nh mt h thng điu khin hot đng ca
đng c đin gn trên mi bánh xe.
Mô hình bao gm mt thân mang hai đng c DC đc tích hp trong mi bánh
xe đp đin 400 mm ph bin trong thi gian gn đây ti Vit Nam, bo mch s dng
b đ
iu khin trung tâm PIC18Fxxx ca hãng Microchip đ điu khin nhng mch
khuch đi công sut, lái công sut (MOSFET driver) cho nhng đng c, điu khin
nhng cm bin cn thit đ đo các giá tr góc và quãng đng đi. Các tín hiu đo
góc t hai cm bin accelerometer và gyro đc thông qua mt b lc Kalman đc
lp trình trên vi điu khin PIC đ có các thông s đo góc chính xác. Bng đi
n kim
soát và hin th chc nng hot đng ca xe. Bình đin đc lp di sàn xe bng
nhôm đ cung cp toàn b nng lng cho xe hot đng. iv
SVTH: Mai Tun t


amplifiers, MOSFET driver for the motors and of the necessary sensors to measure
the vehicle’s states. To have the exact information of angle received from the noisy
accelerometer and piezo-electric gyro, a discrete Kalman filter is implemented in PIC
microcontroller. A control board is used to display the state of sensors, operation of
scooter and to control the speed and steering. Batteries are bolted under the chassis
of scooter, supply electric energies for scooter’s operation. v
SVTH: Mai Tun t Chng 1 Tng quan
Chng 1
TNG QUAN

1.1 Li nói đu
Bài lun vn xut phát t ý tng đã đc thng mi hóa ca công ty Segway:
kt hp ý tng v cách gi thng bng ca con ngi trên đôi chân và đ c đng
trong di chuyn ca các loi xe di chuyn bng bánh. Thông qua bài nghiên cu, ta có
th phn nào nm bt nhng ý tng gi thng bng cho các loi humanoid robot
(robot dng ngi), cách phi hp và x
 lý tín hiu tt nht t cm bin. Tuy vy, giá
thành ca sn phm Segway không r (khong 5000USD/xe) do chi phí rt cao t các
cm bin đã đc tích hp và x lý vi đ chính xác và tin cy cao (khong
900USD/b). Do vy, chúng ta s tìm cách kt hp các cm bin riêng l vi giá thành
thp (4 - 40USD/cm bin) và x lý tín hiu cm bin ca chúng đ có đc các tín
hiu tinh khit và chính xác nh mong mu
n vi giá thành không cao.
Mô hình là mt chic xe có hai bánh đc đt dc trc vi nhau (khác vi xe đp

ca vi điu khin trong đ tài s tính toán và đa ra tín hiu điu khin b truyn đng,
đn bánh xe đ gi thng bng/di chuyn, đi thng, quay, quo.
ây là mt phng tin vn chuyn mi ti các thành ph trong tng lai vi
nhiu u đim: gn, nh
, ít chim din tích đng ph, d mang vác, tháo lp và vn
chuyn, nhiên liu sch, d điu khin cho ngi ln và tr em, đi đc trên mt s đa
hình phc tp.

1.2 Th nào là xe hai bánh t cân bng (two wheels self balancing)

B nghiêng
Cân bng

Hình 1.1 Mô t nguyên lý gi thng bng
i vi các xe ba hay bn bánh, vic thng bng và n đnh ca chúng là nh
trng tâm ca chúng nm trong b mt chân đ do các bánh xe to ra. i vi các xe 2
bánh có cu trúc nh xe đp, vic thng bng khi không di chuyn là hoàn toàn không
th, vì vic thng bng ca xe da trên tính cht con quay hi chuyn  hai bánh xe
khi đang quay. Còn đi vi xe hai bánh t cân bng, là loi xe ch có hai bánh vi trc
ca hai bánh xe trùng nhau, đ cho xe cân bng, tr
ng tâm ca xe (bao gm c ngi
s dng chúng) cn đc gi nm ngay gia các bánh xe. iu này ging nh ta gi
mt cây gy dng thng đng cân bng trong lòng bàn tay.
Thc ra, trng tâm ca toàn b scooter không đc bit nm  v trí nào, cng
không có cách nào tìm ra nó, và có th không có kh nng di chuyn bánh xe đ nhanh
đ gi nó luôn  di toàn b trng tâm.
V mt k thu
t, góc gia sàn scooter và chiu trng lc có th bit đc. Do
vy, thay vì tìm cách xác đnh trng tâm nm gia các bánh xe, tay lái cn đc gi
thng đng, vuông góc vi sàn xe (góc cân bng khi y là zero).

chuyn lên xung trên đa hình li lõm (mt
phng nghiêng). Khi di chuyn lên đi, trng
lng xe/robot dn vào đuôi xe làm bánh lái
mt kh nng bám và trt ngã, đi vi nhng
bc thang, thm chí nó dng hot đng và ch
quay tròn bánh xe.
Khi di chuyn xung đi, s vic còn t
hn, trng tâm thay đi v phía trc và th
m
chí làm xe/robot b lt úp khi di chuyn trên
bc thang. Hu ht nhng xe/robot này có th
leo lên nhng dc ít hn là khi chúng di
chuyn xung, b lt úp khi đ dc ch 15
o
hay
20
o
. Vic b trí bn bánh xe, ging nh xe hi
đ chi hay các loi xe bn bánh hin đang s
dng trong giao thông không gp vn đ nhng điu này s làm các mobile robot
không gn gàng và thit k b phn lái (cua quo) gp mt chút phin toái đ có th
xác đnh chính xác quãng đng đã đi
[16]
.
Ngc li, các xe dng hai bánh đng trc li thng bng rt linh đng khi di
chuyn trên đa hình phc tp, mc dù bn thân là mt h thng không n đnh. Khi nó
leo sn dc, nó t đng nghiêng ra trc và gi cho trng lng dn v hai bánh lái
Hình 1.3 Trn
g
thái xe ba bánh khi di

lòng đng.
− Giá thành thp hn so vi xe hi.
− Cun hút ngi s dng cng nh
mi ngi xung quanh vì hình dáng k l
ca nó, phá v các hình nh thng thy v các phng tin giao thông ca
con ngi.
Trang 4
SVTH: Mai Tun t Chng 1 Tng quan
1.4.2 Nhc đim ca xe
− Không th th giãn và khá mt khi lái do phi đng trong khi điu khin. Vì
đng trên mt sàn rung (do đng c gây ra) và cng làm chân mi. Do luôn
gi t th thng đng đ trng lng c th đt  trng tâm và đôi lúc gp
nhng đon đng xu khin c th ngi điu khin mt mi.
− Không th làm các vic khác khi đng trên scooter này, ch
ng hn va đi
va nghe đin thoi, hoc va ung nc.
− Scooter không đ nhanh đ đi đng trng và không đ an toàn đ lên
xung l đng.
− Không th vn chuyn hai ngi trên cùng mt xe. Vic này không thành
vn đ khi xe t cân bng đóng vai trò mt platform ca mobile robot, vì
khi lng ti là tnh.
− Không th leo bc thang có chiu cao quá ½ bán kính bánh xe.
1.5 Kh
nng ng dng
Xây dng đc mt phng tin vn chuyn mi trong khu vc cht hp có th
di chuyn ngay trong các chung c tòa nhà cao tng, dùng tr giúp di chuyn cho
ngi già, và tr em vn chuyn.
Làm phng tin vn chuyn hàng hoá đn nhng ni đã đc lp trình sn 
trong các tòa nhà, phòng làm vic, nhng không gian cht hp, khó xoay tr.
Thm chí kt hp trên các humanoid robot, nu đc kt h

ca robot vi trng lc, và encoder trên bánh xe đ đo v trí c bn ca robot. Bn
thông s ngõ vào đ xác đnh hot đng và v trí ca xe con lc ngc cân bng là:
1) góc nghiêng.
2) đo hàm ca góc nghiêng, vn tc góc.
3) v trí bánh xe.
4) đo hàm v trí bánh, vn tc bánh xe.
Bn giá tr đo lng đc cng li và phn hi ti đin áp đng c, tng ng
vi momen quay, cân bng, và b phn lái robot.

1.6.1.2 Balance bot I
[28]Hình 1.6 Balance-bot
Balance-bot I (do Sanghyuk, Hàn Quc thc hin) là
mt robot hai bánh t cân bng bng cách kim soát thông
tin phn hi. H thng cao 50cm. Khung chính đc làm
bng nhôm. Nó có hai trc bánh xe ni vi hp gim tc và
đng c DC cho s phát đng. Tng cng có ba b vi x lý
Atmel đc s dng. Vi điu khin chính (master) thi hành
nhng nguyên lý kim soát và thut toán c lng. Mt vi
điu khin khác kim soát tt c cm bin analog. Vi điu
khin th
ba điu khin đng c DC.
Linear quadratic regulator (LQR) đc thit k và thc
thi mch điu khin. Nó có bn giá tr khác nhau – góc
nghiêng, vn tc góc nghiêng, góc quay bánh xe, và vn tc
góc quay, sau đó nó to lnh cho đng c DC đ điu chnh
tc đ bánh xe.


Thy S, đã to ra cuc cách mng đu tiên khi xây dng mô hình xe hai bánh. Robot
JOE cao 65cm, nng 12kg, tc đ ti đa khong 1,5m/s, có kh nng leo dc nghiêng
đn 30
o
. Ngun đin cp là ngun pin 32V kh nng 1,8Ah.
Hình dng ca nó gm hai bánh xe trc, mi
bánh gn vi mt đng c DC, chic xe này có th
chuyn đng xoay theo hình U. H thng điu
khin đc lp t hai b điu khin state-space
tách ri nhau, kim soát đng c đ gi cân bng
cho h thng. Nhng thông tin v trng thái ca
JOE đ
c cung cp bi hai encoder quang và vn
tc ca con quay hi chuyn.
JOE đc điu khin bi mt b điu khin
t xa R/C thng đc s dng đ điu khin các
máy bay mô hình. B điu khin trung tâm và x
lý tín hiu là mt board x lý tín hiu s (DSP)
đc phát trin bi chính nhóm và ca vin
Federal, có kh nng x lý du chm đng
(SHARC floating point), FPGA XILINC, 12 b
bin đi A/D 12bit và 4 b bin đi D/A 10bit. Hình 1.8 Hình chp JOE
Hình 1.9 Equibot
1.6.1.5 Equibot
[27]

Equibot là robot cân bng do Dan Piponi thc

MMA2260 đc s dng, thit b có cu trúc MEMS.
Hình 1.10 Balibot
Hình 1.11 Các tng mch, gm
ngun, vi điu khin và cm bin
PIC16F876 ca hãng Microchip
©
đc chn làm trung tâm điu khin cho robot.
PIC tích hp mt b bin đi A/D nhiu kênh đ đo cm bin góc nghiêng và các ngõ
I/O đ kim soát hai servo đc mô t cho s quay vòng tip theo. in đc cung cp
bng bn cc pin AA và đc n áp dropout. Ngun đin 6V không qua n áp đc
phân phi đn đng c servo qua t đin 3300µF qua bù nng lng cho vi mch điu
khi
n khi công sut ngõ ra t các servo đc hot đng. Mch đin t đc xây dng
trên bng project board Radio Shack RS 276-150 và lp ráp phía trên các motor servo,
trên khung bng nhôm. Ngun đin đc đt gn đnh và hot đng nh trng lng
Trang 8
SVTH: Mai Tun t Chng 1 Tng quan
ca con lc ngc. Mt phiên bn khác ca BaliBot s dng các cm bin hng ngoi
đ đo khong cách thay vì dùng các cm bin đo góc.

1.6.1.7 Bender
[21]

Robot cân bng Bender là đ án do TedLarson, San Francisco thc hin. Mc
tiêu hin ti ca ông là xây dng robot t cân bng trên mt sàn, và t đó dùng làm
nn c bn (platform) đ xây dng robot t hành dùng bánh xe. Hình 1.12 Hình chp robot Bender


quá trình hot đng. Xem xét v mô hình Karmen v thng bng ca c th ngi đ
hiu h thng làm vic nh th nào. Nu ta đng và nghiêng ngi v phía trc,
không còn thng bng, bn s ngã v trc. B não bit rng bn không còn thng
bng na, bi vì ch
t dch trong tai trong dao đng, nên nó truyn tín hiu ra lnh cho
chân bn đt lên phía trc và bn ly li thng bng. Nu bn gi mình trong trng
thái nghiêng v trc, b não điu khin chân bn đt lên trc và gi bn đng thng.
Thay vì ngã, bn bc đn trc. Hình 1.14 Segway

Segway to ra khá ging nh vy, ngoi tr nó có bánh xe thay vì đôi chân, đng
c thay cho bp c, tp hp các vi mch x lý thay cho mt b não và mt dãy các
cm bin nghiêng thay cho h thng cân bng tai trong. Nh b não ca bn, Segway
nhn bit khi ta hng v trc.  duy trì cân bng, nó quay bánh xe đn trc ch
vi tc đ va phi (chính xác), nên ta di chuyn đn trc.
S phân chia rõ ràng (con quay h
i chuyn chính yu – trng thái cân bng).
Khi Segway đc lp đt nhiu hn hai bánh xe. Thit b lái tn dng c công ngh
drive-by-wire và thit b c khí có h thng. Trong khi vic thit k bn bánh đa đn
vn đng d dàng và tc đ cao hn mt tí, ngi lái có th chn la gia vic s dng
bn bánh hay ch hai bánh xe.
iu c b
n nht, Segway là s kt hp ca mt dãy các cm bin, mt h thng
kim soát và mt h thng đng c.
H thng cm bin ch yu là s kt hp các con quay hi chuyn (gyroscope).
Mt con quay hi chuyn c hc c bn là mt bánh xe quay tròn bên trong c cu
vng chc. Mc đích s quay tròn nhm kháng li s thay đi trc quay c
a nó, bi vì

Segway đòi hi nng lc làm vic cao ca b não vì nó cn điu chnh cc k
chính xác đ gi không b ngã. Trong nhng máy thông thng, bng mch điu khin
kim tra v trí cm bi
n khong 100 ln/giây. Mch vi x lý điu hành phn mm
tng thích đ phát tín hiu tt c các thông tin n đnh và điu chnh tc đ cho nhiu
đng c đin phù hp. ng c đin đc np nng lng t mt cp pin (Ni-MH) có
th sc li, làm quay đc lp mi bánh xe vi tc đ khác nhau.
Khi xe nghiêng v trc,
đng c làm c hai bánh xe quay v trc và gi v
trng thái nghiêng. Khi xe nghiêng ra sau, đng c làm c hai bánh xe quay ra sau. Khi
ngi lái điu khin tay lái quo trái hay phi, đng c làm mt trong hai bánh xe
quay nhanh hn bánh xe kia hay hai bánh xe quay ngc chiu đ xe xoay quanh.
Nó ch đi khong 12 dm/gi (20km/gi), và nó cn np đin khong 6 gi đ d
tr dùng đ cho mt chuyn đi 15 dm (24km).
Segway là s la ch
n cao trong thành ph. Vì các xe hi đt tin và nu có
lng ln xe hi chy trên đng ph s gây nên ùn tt giao thông, và thiu ch đu
xe. Tt c nhng điu y, xe hi không là phng tin ti u nht trong khu dân c
đông đúc.
Segway không th đa con ngi đi đn ni mun đn vi tc đ cao nht,
nhng Segway có th đi bng s di chuy
n chm, ni đuôi nhau. Mt khi chúng đn
ni, ngi lái có th mang Segway vào bên trong mà không phi lo lng gì v ch đu
xe. Và cng không cn dng  nhng trm xng du, mà ch cn np đin cho xe ti
nhà.
Trang 11
SVTH: Mai Tun t Chng 1 Tng quan
Segway cng là chic máy tt dùng đ đi trong các kho hàng, ni có nhiu hành
lang. Ngi ta còn nhn thy s hu dng khi đi quanh trong các khu dân c, sân bay
hay công viên. Tht s không có gii hn không gian trong vic s dng xe. Segway

và s dng port s đ truyn thông tin đn con quay
hi chuyn và m
ch điu khin đng c.
Xe đc s dng vi điu khin 8-bit t Atmel,
chy trên code C vi mt s đim trôi. Nó gi nhng
lnh kim soát tc đ ra port serial khong 9600 baud
trong ASCII đi vi b phn lái đng c, có giá
10USD do Digikey to. Mt con quay hi chuyn ceramic và gia tc k hai trc đ
điu chnh hng chính xác, cùng hot đng vi vi mch
điu khin Atmel, vi giá
149USD do Rotomotion to ra.

1.6.2.3 HTV
[18]
Hình 1.15 Xe 2 bánh t cân bng
ca Trevor Blackwell
Trang 12
SVTH: Mai Tun t Chng 1 Tng quan
Nh thut HTV ca trng đi hc Camosun gm các thành
viên
óm sinh viên ngành k
Brian Beckwith, Eric Desjardins, Chris Howard, Joel Murphy, Matt Uganecz,
Jack Woolley đn t các bang khác nhau Victoria, British Columbia ca Canada.
Tháng 3/2004, h đã cho ra đi sn phm scooter HTV nh mt đ án tt nghip đi
hc ca h.
điu khin). Khung xe đc ch to t khung nhôm và si
carbon. B lái MOSFET đng c lái là module t Roboteq
đc dùng trên robot chin đu. Ngun đin là loi dùng
trong mô hình RC (NiMh 3000mAh).

7
Hin ti, trong điu ki
Trang 13
SVTH: Mai Tun t Chng 1 Tng quan
x, k
trng đ có kinh nghim trong vic tính toán, mô hình và ch to
các r
i sao có th di chuyn và
thng
í nhng lý do khách quan nh đã nu, đ tài có l có mt nhu cu nh
t đnh
trong tình hình hin nay ca Vit Nam cng nh toàn th gii.
hông s dng nhiên liu đt trong là mt nhu cu thc s. Bên cnh đó, thit k
mt platform cho mobile robot cng là mt đ tài cn thit trong lnh vc t đng hóa
ngày nay, nhm tr giúp cho tr em, ngi già, vn chuyn hàng hóa, giám sát …
trong cuc sng hàng ngày vn có nhiu nhu cu trong vic đi li và vn chuyn ti
các thành ph ln.
V khía cnh khoa hc và công ngh, mô hình xe hai bánh t cân b
ng thc s là
mt bc đm quan
obot hai chân (biped-robot, humanoid robot), là đnh cao v khoa hc và công
ngh mà các trng đi hc trên toàn th gii mong mun vn ti. Ngoài ra, mô hình
cng s là s b sung cn thit v các gii pháp công ngh di chuyn ca các mobile
robot 3 bánh, 4 bánh cng nh mobile robot có chân, làm phong phú nhng la chn
gii pháp đ chuyn đng trong không gian cho các robot.

− Thit k mch điu khi
n trung tâm, làm nhim v x lý tín hiu đo và đa ra
các quyt đnh điu khin.
− Thit k mch đin t kt hp các cm bin thc hin chc nng đo góc (phn
cng).
− Thit k mch lái các MOSFET công sut cho hai đng c (MOSFET driver)
có kh nng hot đng  tn s t 7-15KHz.
− Gii thut cho vi điu khin kt hp và bù tr các cm bin đ có đc giá tr
đo góc chính xác.
− Xây dng thut toán điu khin cho đng c, gi thng bng và ngn nga
quá ti ca các bánh xe.
− Lp trình điu khin.

2.2 Phng pháp nghiên cu
− Xây dng mô hình lý thuyt gm có:
̇ Tip cn t mô hình tng đng – mô hình con lc ngc đn mô hình tht
ca đ tài.
̇ Mô phng mô hình bng VN Nastran và MatLAB: scooter t cân bng trên
hai bánh.
Trang 15
SVTH: Mai Tun t Chng 2 Nhim v lun vn

− Tip cn mô hình thc, gm có:
̇ Thit k khung sn c khí ca mô hình.
̇ Công sut đin và đin t (điu khin bánh xe).
̇ Mch cm bin (góc, v trí, vn tc góc và vn tc dài).
̇ Calibre cm bin.
̇ B điu khin trung tâm.
̇ Lp trình vi điu khin.



– Ta xem xét mô hình toán hc ca con lc ngc vi các tham s nh sau:
M Khi lng xe (kg).
m Khi lng con lc (kg).
b Ma sát ca xe (N).
L Chiu dài ½ con lc (m).
I Momen quán tính ca con lc (Nm).
F Lc tác đng vào xe (N).
X V trí ca xe (m).
 Góc ca con lc so vi phng thng đng (rad). Hình 3.1 Phân tích lc trên xe và trên con lc
[34]
Trang 17