Đề Tài: Điều Khiển Cánh Tay Robot Phân Loại Sản Phẩm Ứng Dụng Thị Giác Máy Tính

Trong bối cảnh công nghiệp hiện đại, cánh tay robot ngày càng trở thành một phần… 88 trang · Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh · 2024.

• Tác giả: Nguyễn Thành Tây
• Người hướng dẫn: ThS. Nguyễn Trần Minh Nguyệt
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Công Nghệ Kỹ Thuật Điều Khiển Và Tự Động Hóa
• Đề tài: Điều Khiển Cánh Tay Robot Phân Loại Sản Phẩm Ứng Dụng Thị Giác Máy Tính
• Loại tài liệu: Đồ Án Tốt Nghiệp
• Năm xuất bản: 2024
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Mục tiêu đề tài
• 1.2. Giới hạn đề tài
• 1.3. Nội dung nghiên cứu
• 1.4. Sơ lược về hệ thống robot
• 1.5. Khái niệm cánh tay robot
• 1.6. Hệ trục tọa độ
• 1.7. Bài toán động ngược
• 1.8. Khảo sát robot 3 bậc tự do
• 1.9. Giải bài toán động học thuận
• 1.10. Giải bài toán động học nghịch
• 2. TỔNG QUAN VỀ HỆ THỐNG THỊ GIÁC MÁY TÍNH
• 2.1. Ý tưởng về hệ thống thị giác máy tính
• 2.2. Các phương pháp sử dụng
• 3. TÍNH TOÁN VÀ THIẾT KẾ
• 3.1. Tổng quan về hệ thống
• 3.2. Thiết kế phần cứng
• 3.2.1. Lựa chọn thiết bị phần cứng
• 3.2.2. Cánh tay robot
• 3.2.3. Board mở rộng
• 3.2.4. Driver điều khiển động cơ
• 3.2.5. Nguồn cung cấp
• 3.2.6. Công tắc hành trình
• 3.2.7. Động cơ giảm tốc
• 3.2.8. Mạch 2 relay opto
• 3.2.9. Mạch điều khiển tốc độ động cơ Mini DC
• 3.2.10. Băng tải mini
• 3.3. Phần mềm sử dụng
• 4. THI CÔNG HỆ THỐNG
• 4.1. Thi công phần cứng
• 4.1.1. Tổng quan về kết nối hệ thống phần cứng
• 4.1.2. Sơ đồ kết nối phần cứng
• 4.2. Lập trình hệ thống
• 4.2.1. Lập trình điều khiển robot
• 4.2.2. Chương trình xử lý trên máy tính
• 4.2.3. Chương trình xử lý trên vi điều khiển
• 4.2.4. Giải thuật xử lý ảnh nhận dạng và theo dõi vật thể
• 4.2.5. Thư viện OpenCV
• 4.2.6. Sơ đồ khối giải thuật nhận dạng và phân loại sản phẩm
• 4.2.7. Giải thuật nhận dạng vật thể
• 4.2.8. Giải thuật phân loại vật thể
• 4.2.9. Gửi thông tin các sản phẩm phân loại lên cơ sở dữ liệu MySQL
• 4.2.10. Xây dựng giao diện người dùng
• 4.2.10.1. Thư viện PyQt5
• 4.2.10.2. Các thành phần giao diện người dùng của hệ thống
• 4.3. KẾT QUẢ VÀ ĐÁNH GIÁ
• 4.3.1. Kết quả thực hiện
• 4.3.2. Lập trình điều khiển cánh robot Magician
• 4.3.3. Thiết kế giao diện người dùng kết hợp hệ thống robot và hệ thống thị giác máy tính
• 4.3.4. Kết quả phân loại sử dụng giải thuật đã xây dựng
• 4.3.5. Kết quả phân loại theo màu sắc
• 4.3.6. Kết quả phân loại theo mã QR
• 5. THUẬT TOÁN ĐIỀU KHIỂN ROBOT HÚT VÀ PHÂN LOẠI VẬT
• 5.1. Thuật toán phân loại vật sử dụng thị giác máy tính
• 5.2. Kết quả đạt được
• 5.3. Hướng phát triển
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC CÁC BẢNG BIỂU
• DANH MỤC HÌNH ẢNH

Tóm tắt

I. Tổng quan về điều khiển cánh tay robot ứng dụng thị giác máy tính

Trong bối cảnh công nghiệp hiện đại, cánh tay robot ngày càng trở thành một phần không thể thiếu trong các dây chuyền sản xuất tự động. Việc ứng dụng thị giác máy tính trong điều khiển cánh tay robot không chỉ giúp nâng cao hiệu suất làm việc mà còn giảm thiểu rủi ro cho con người. Hệ thống này cho phép robot nhận diện và phân loại sản phẩm một cách chính xác, từ đó tối ưu hóa quy trình sản xuất.

1.1. Khái niệm về cánh tay robot và thị giác máy tính

Cánh tay robot là thiết bị tự động hóa có khả năng thực hiện các thao tác giống như tay người. Thị giác máy tính là công nghệ cho phép máy tính phân tích và hiểu hình ảnh từ camera, giúp robot nhận diện và phân loại sản phẩm.

1.2. Lợi ích của việc kết hợp cánh tay robot và thị giác máy tính

Sự kết hợp này mang lại nhiều lợi ích như tăng năng suất, giảm chi phí lao động và cải thiện độ chính xác trong sản xuất. Robot có thể hoạt động liên tục mà không cần nghỉ ngơi, từ đó tối ưu hóa quy trình sản xuất.

II. Thách thức trong điều khiển cánh tay robot phân loại sản phẩm

Mặc dù có nhiều lợi ích, việc điều khiển cánh tay robot vẫn gặp phải nhiều thách thức. Các vấn đề như độ chính xác trong nhận diện sản phẩm, tốc độ xử lý hình ảnh và khả năng tương tác giữa các thiết bị là những yếu tố cần được giải quyết.

2.1. Độ chính xác trong nhận diện sản phẩm

Độ chính xác của hệ thống phụ thuộc vào chất lượng hình ảnh và thuật toán xử lý. Việc cải thiện độ chính xác là rất quan trọng để đảm bảo robot có thể phân loại sản phẩm đúng cách.

2.2. Tốc độ xử lý hình ảnh

Tốc độ xử lý hình ảnh ảnh hưởng trực tiếp đến hiệu suất của robot. Cần có các giải pháp tối ưu hóa thuật toán để giảm thời gian xử lý mà vẫn đảm bảo độ chính xác.

III. Phương pháp điều khiển cánh tay robot hiệu quả

Để điều khiển cánh tay robot một cách hiệu quả, cần áp dụng các phương pháp tiên tiến trong lĩnh vực thị giác máy tính và điều khiển tự động. Các giải pháp này bao gồm việc sử dụng các thuật toán học máy và các cảm biến hiện đại.

3.1. Sử dụng thuật toán học máy trong điều khiển robot

Thuật toán học máy giúp robot cải thiện khả năng nhận diện và phân loại sản phẩm thông qua việc học từ dữ liệu. Điều này giúp tăng cường độ chính xác và hiệu suất làm việc.

3.2. Tích hợp cảm biến và thiết bị ngoại vi

Việc tích hợp các cảm biến như camera và cảm biến khoảng cách giúp robot có thể thu thập thông tin chính xác về môi trường xung quanh, từ đó đưa ra quyết định điều khiển hợp lý.

IV. Ứng dụng thực tiễn của cánh tay robot trong sản xuất

Cánh tay robot ứng dụng thị giác máy tính đã được triển khai trong nhiều lĩnh vực sản xuất, từ ngành công nghiệp ô tô đến sản xuất hàng tiêu dùng. Những ứng dụng này không chỉ giúp tăng năng suất mà còn cải thiện chất lượng sản phẩm.

4.1. Phân loại sản phẩm trong ngành công nghiệp ô tô

Trong ngành công nghiệp ô tô, cánh tay robot được sử dụng để phân loại và lắp ráp các linh kiện, giúp giảm thiểu sai sót và tăng tốc độ sản xuất.

4.2. Ứng dụng trong sản xuất hàng tiêu dùng

Cánh tay robot cũng được sử dụng để phân loại hàng hóa trong kho, giúp tối ưu hóa quy trình lưu kho và vận chuyển, từ đó giảm chi phí và thời gian.

V. Kết luận và tương lai của điều khiển cánh tay robot

Tương lai của cánh tay robot trong sản xuất hứa hẹn sẽ còn phát triển mạnh mẽ với sự tiến bộ của công nghệ. Việc áp dụng thị giác máy tính sẽ giúp robot ngày càng thông minh hơn, có khả năng thực hiện các tác vụ phức tạp hơn.

5.1. Xu hướng phát triển công nghệ robot

Công nghệ robot sẽ tiếp tục phát triển với sự tích hợp của trí tuệ nhân tạo và Internet of Things, giúp robot có khả năng tự học và tự điều chỉnh.

5.2. Tác động đến thị trường lao động

Sự phát triển của robot sẽ tạo ra những thay đổi lớn trong thị trường lao động, yêu cầu người lao động cần có kỹ năng mới để thích ứng với công nghệ.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong xu hướng tự động hóa sản xuất hiện đại, các hệ thống cánh tay robot công nghiệp kết hợp kỹ thuật thị giác máy tính đang được ứng dụng rộng rãi nhằm nâng cao năng suất và thay thế con người tại các môi trường làm việc độc hại, nguy hiểm hoặc đòi hỏi độ chính xác lặp lại cao. Tại Việt Nam, nhu cầu nguồn nhân lực và việc tiếp cận các nghiên cứu công nghệ robot tiên tiến vẫn còn nhiều hạn chế, phần lớn trang thiết bị trong nước vẫn vận hành dựa trên công nghệ thế hệ cũ. Xuất phát từ thực tiễn đào tạo và yêu cầu công nghiệp, đề tài "Điều khiển cánh tay robot phân loại sản phẩm ứng dụng thị giác máy tính" được thực hiện bởi nhóm sinh viên Nguyễn Thành Tây và Trần Vũ Quân, dưới sự hướng dẫn của ThS. Nguyễn Trần Minh Nguyệt tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (Khoa Điện - Điện tử, Bộ môn Tự động điều khiển).

Đề tài đặt ra 3 nhiệm vụ và mục tiêu nghiên cứu cụ thể:

1. Xây dựng hệ thống thị giác máy tính thu nhận hình ảnh trực tiếp từ camera để nhận dạng, theo dõi chuyển động (tracking) của sản phẩm trên băng tải, trích xuất các đặc trưng phân loại gồm màu sắc (đỏ, vàng, xanh) và thông tin giải mã từ mã QR, sau đó truyền tọa độ sang hệ thống điều khiển.
2. Thiết lập giải thuật điều khiển cánh tay robot 3 bậc tự do dựa trên mô hình hình học và bài toán động học, thực hiện gắp động sản phẩm bằng giác hút chân không khi vật di chuyển qua vùng làm việc và phân loại chính xác về các vị trí quy định.
3. Thiết kế giao diện người dùng (GUI) phục vụ công tác giám sát, điều khiển vận hành hệ thống ở các chế độ thủ công (Manual) và tự động (Auto), đồng thời kết nối cơ sở dữ liệu để lưu trữ và truy xuất thông tin phân loại sản phẩm.

Phạm vi và giới hạn của nghiên cứu:

• Đối tượng nghiên cứu: Mô hình cánh tay robot 3 bậc tự do (phát triển theo cấu hình robot Magician với khung in 3D), băng tải mini, webcam thu nhận hình ảnh và hệ thống điều khiển tích hợp.
• Phạm vi hoạt động: Phân loại sản phẩm chuyển động trên băng tải dựa trên 2 tiêu chí là màu sắc cơ bản (đỏ, vàng, xanh) và mã ma trận vuông 2 chiều (QR code).
• Giới hạn hệ thống: Cánh tay robot không thể gắp vật khi băng tải vận hành ở dải tốc độ cao do giới hạn thời gian xử lý ảnh và đáp ứng cơ khí; hệ thống chỉ phân loại được vật đến trước nếu các vật nằm quá sát nhau; độ chính xác phân loại phụ thuộc vào điều kiện chiếu sáng của môi trường xung quanh do hạn chế phần cứng của webcam tiêu cự cố định.

Cơ sở lý thuyết và phương pháp

Nghiên cứu sử dụng các nền tảng lý thuyết và công cụ phân tích kỹ thuật sau:

• Lý thuyết động học robot: Ứng dụng quy tắc bàn tay phải và phương pháp biểu diễn tham số Denavit – Hartenberg (D-H) để gắn hệ trục tọa độ lên các khâu và khớp của robot 3 bậc tự do. Xác định các hệ tọa độ: hệ tọa độ cơ bản (Base), hệ tọa độ đối tượng công việc (Work object), hệ tọa độ công cụ (Tool), hệ tọa độ thế giới (World) và hệ tọa độ người dùng (User). Thiết lập phương trình ma trận chuyển đổi thuần nhất $^0_5T$ để giải bài toán động học thuận và áp dụng phương pháp đại số để giải bài toán động học ngược nhằm tìm nghiệm góc biến khớp ($\theta_1, \theta_2, \theta_3$).
• Phương pháp xử lý ảnh và thị giác máy tính: Ứng dụng kỹ thuật trừ nền (background subtraction) giữa ảnh nền tĩnh và khung hình hiện tại để phát hiện sự xuất hiện của vật thể; chuyển đổi không gian màu sang hệ màu HSV (Hue - Saturation - Value) để phân đoạn và nhận dạng màu sắc độc lập với sự biến thiên cường độ sáng; kỹ thuật xử lý hình thái học (phép co - erosion, phép giãn - dilation) để lọc nhiễu; thuật toán tìm đường bao (contours) và xác định tọa độ tâm vật thể trên không gian pixel, sau đó chuyển đổi sang hệ tọa độ thực của robot. Giải mã ma trận điểm ảnh mã QR (phát triển bởi Denso Wave năm 1994) bằng thư viện chuyên dụng.
• Phương pháp điều khiển và truyền thông: Ứng dụng thuật toán điều khiển vector định hướng từ trường (Field-Oriented Control - FOC) và giải thuật PID gia vi (PID Incremental) tích hợp trên vi điều khiển STM32 của driver MKS Servo42C để điều khiển vòng kín động cơ bước với phản hồi từ encoder từ tính 14-bit; truyền thông nối tiếp UART phục vụ giao tiếp dữ liệu giữa máy tính xử lý trung tâm và vi điều khiển Arduino UNO R3.
• Nguồn dữ liệu: Dữ liệu hình ảnh thời gian thực thu nhận từ webcam Logitech C310 (độ phân giải 720p, tốc độ 30 khung hình/giây); dữ liệu vận hành và nhật ký sản phẩm được quản lý qua hệ quản trị cơ sở dữ liệu quan hệ MySQL.

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế theo cấu trúc module hóa phân tầng, tích hợp giữa phần cứng cơ điện tử và phần mềm điều khiển:

Phân hệ / Thiết bị	Thông số kỹ thuật / Đặc tính chi tiết	Vai trò trong hệ thống
Cánh tay robot	Cấu hình Magician in 3D; kích thước khâu: $d_1 = 129$ mm, $a_2 = 140$ mm, $a_3 = 140$ mm, $a_4 = 40$ mm, $a_5 = 50$ mm	Cơ cấu chấp hành chuyển động 3 bậc tự do, giữ đầu công tác luôn song song mặt phẳng
Arduino UNO R3	Vi điều khiển ATmega328 (8-bit, 16 MHz), 32 KB Flash, 2 KB SRAM, 1 KB EEPROM, 14 chân Digital I/O	Điều khiển tầng dưới, nhận lệnh góc khớp qua UART và phát xung điều khiển
Board mở rộng CNC Shield V3	Tương thích firmware GRBL, hỗ trợ 4 trục, thiết lập vi bước qua jumper	Phân phối tín hiệu điều khiển và kết nối công tắc hành trình
Driver MKS Servo42C	Chip STM32 tích hợp driver TMC2209, FOC, PID Incremental, encoder từ tính 14-bit, chia bước 1-256 microstepping	Điều khiển vòng kín động cơ bước, chống hiện tượng mất bước
Động cơ bước 127K38200	Động cơ bước 2 pha, dòng pha 1.7A, điện trở 1.5 $\Omega$, mô-men xoắn 43 Ncm, khối lượng 400g	Dẫn động các khớp quay của cánh tay robot
Cơ cấu hút chân không	Bơm màng 12VDC Pyp-370, áp lực chân không $> -58$ kPa, lưu lượng khí $> 2$ L/phút, độ ồn $< 50$ dB	Tạo lực hút giữ và thả sản phẩm tại khâu tác động cuối (end-effector)
Hệ thống băng tải mini	Động cơ giảm tốc LS220 (12VDC, 30 rpm, tải hộp số kim loại) kết hợp mạch điều tốc PWM DC 2.5A (5-35VDC)	Vận chuyển sản phẩm liên tục qua vùng quan sát của camera
Webcam thu hình	Logitech C310, độ phân giải 720p/30fps, cảm biến 1.2 MP, kết nối USB Type-A, tiêu cự cố định	Thu nhận dữ liệu video thời gian thực vùng làm việc
Phần mềm và Cơ sở dữ liệu	Python, thư viện OpenCV, thư viện PyQt5, MySQL Server kết hợp MySQL Workbench	Xử lý ảnh, xây dựng GUI điều khiển và lưu trữ số liệu sản phẩm

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày tính cấp thiết của việc tự động hóa quá trình phân loại hàng hóa trong công nghiệp bằng sự kết hợp giữa cánh tay robot và thị giác máy tính. Tác giả khảo sát các dòng robot công nghiệp phổ biến trên thế giới (ABB, Yaskawa, FANUC), phân tích thực trạng nghiên cứu trong nước và xác định phạm vi đề tài: xây dựng mô hình cánh tay robot 3 bậc tự do kết hợp camera theo dõi vật thể chuyển động trên băng tải để phân loại theo màu sắc hoặc mã QR. Chương này cũng phân định rõ giới hạn nghiên cứu về tốc độ băng tải, mật độ vật thể và ảnh hưởng của cường độ sáng.

Chương 2: Cơ sở lý thuyết

Chương 2 tập trung giải quyết nền tảng toán học và thuật toán cho toàn bộ hệ thống:

• Trình bày khái niệm cơ bản về tay máy, định nghĩa 5 hệ trục tọa độ liên quan (Base, World, Tool, Work Object, User).
• Thiết lập bảng thông số Denavit - Hartenberg (D-H) cho cánh tay robot cấu hình Magician với 5 khâu liên kết.
• Xây dựng hệ phương trình động học thuận từ các ma trận chuyển đổi thuần nhất $^0_1T, ^1_2T, ^2_3T, ^3_4T, ^4_5T$, xác định tọa độ vị trí điểm đầu cuối $(P_x, P_y, P_z)$ theo các góc quay $\theta_1, \theta_2, \theta_3$.
• Giải bài toán động học ngược bằng phương pháp đại số, tìm ra các phương trình xác định góc khớp $\theta_1 = \text{atan2}(P_y, P_x)$, $\theta_3$ và $\theta_2$. Do đặc thù cơ khí của cơ cấu tay máy Magician, thuật toán chọn bộ nghiệm có góc $\theta_3$ mang giá trị âm để đảm bảo robot không bị xung đột giới hạn vật lý.
• Trình bày nguyên lý thị giác máy tính: kỹ thuật trừ khung hình nền, không gian màu HSV để nhận dạng 3 màu cơ bản (đỏ, vàng, xanh), kỹ thuật phân ngưỡng nhị phân, các phép toán hình thái học (erosion, dilation) và cấu trúc ma trận của mã phản hồi nhanh (QR code).

Chương 3: Tính toán và thiết kế

Chương 3 chi tiết hóa việc lựa chọn phần cứng và thiết kế sơ đồ nguyên lý toàn hệ thống:

• Xác định kích thước hình học các khâu robot gia công bằng công nghệ in 3D ($d_1 = 129$ mm, $a_2 = 140$ mm, $a_3 = 140$ mm, $a_4 = 40$ mm, $a_5 = 50$ mm).
• Tính toán lựa chọn các thiết bị phần cứng gồm: vi điều khiển Arduino UNO R3, board CNC Shield V3, mạch điều khiển động cơ bước MKS Servo42C hỗ trợ thuật toán FOC vòng kín, 3 động cơ bước 127K38200 (mô-men xoắn 43 Ncm), nguồn tổ ong 12V-10A (150W), công tắc hành trình KW11-3Z làm cảm biến gốc tọa độ, webcam Logitech C310, bơm chân không Pyp-370 kết hợp giác hút khí nén, động cơ giảm tốc LS220 (30 rpm) kéo băng tải, mạch 2 relay cách ly quang opto và mạch điều tốc mini PWM DC 2.5A.

Chương 4: Thi công hệ thống

Chương 4 mô tả quá trình lắp ráp cơ khí, kết nối mạch điện và lập trình phần mềm:

• Đấu nối phần cứng giữa Arduino UNO R3 với CNC Shield V3, driver MKS Servo42C, module relay điều khiển bơm hút và động cơ băng tải.
• Lập trình firmware điều khiển chuyển động trên vi điều khiển Arduino và chương trình xử lý trung tâm trên máy tính bằng ngôn ngữ Python.
• Ứng dụng OpenCV xây dựng lưu đồ thuật toán xử lý ảnh: tách vùng quan tâm (ROI), trừ nền, chuyển đổi HSV, lọc nhiễu nhị phân bằng phép toán co giãn hình thái, tìm contours, xác định tọa độ tâm vật thể $(x_{pixel}, y_{pixel})$, chuyển đổi sang tọa độ thế giới thực của robot $(X, Y, Z)$ và giải mã chuỗi dữ liệu mã QR.
• Lập trình giao diện người dùng bằng PyQt5 gồm hai màn hình Manual (điều khiển từng khớp, hút/nhả thử nghiệm) và Auto (giám sát camera thời gian thực, lựa chọn chế độ phân loại theo màu sắc hoặc mã QR, thống kê số lượng).
• Kết nối phần mềm với hệ quản trị cơ sở dữ liệu MySQL thông qua MySQL Workbench để lưu trữ tự động dữ liệu sản phẩm gồm mã định danh, thời gian và nhóm phân loại.

Chương 5: Kết quả và đánh giá

Chương 5 trình bày kết quả thực nghiệm của hệ thống:

• Hệ thống cơ khí và cánh tay robot hoạt động ổn định theo đúng các phương trình động học thuận - ngược đã tính toán.
• Giao diện PyQt5 hiển thị đầy đủ các thông số vận hành, luồng video camera và tương tác dữ liệu hai chiều với MySQL.
• Đánh giá khả năng phân loại sản phẩm trong hai điều kiện chiếu sáng: điều kiện ánh sáng tiêu chuẩn cho kết quả nhận dạng ổn định; điều kiện ánh sáng kém gây ra hiện tượng nhiễu ảnh và sai lệch tọa độ gắp của robot.

Kết quả và đóng góp

Nghiên cứu đạt được các kết quả kỹ thuật cụ thể:

• Thiết kế, chế tạo hoàn chỉnh mô hình cánh tay robot 3 bậc tự do in 3D hoạt động dựa trên cơ cấu giữ hướng nằm ngang của dòng Magician, kết hợp hệ thống giác hút chân không điều khiển bằng relay.
• Xây dựng thành công hệ thống điều khiển vòng kín cho động cơ bước thông qua driver MKS Servo42C tích hợp encoder 14-bit và vi xử lý STM32, loại bỏ hiện tượng trượt bước khi robot mang tải và chuyển động liên tục.
• Triển khai thuật toán xử lý ảnh thời gian thực trên Python và OpenCV, thực hiện đồng thời việc xác định tọa độ động của vật thể trên băng tải và phân loại chính xác theo 2 phương thức: không gian màu HSV và giải mã QR code.
• Xây dựng hoàn chỉnh phần mềm giám sát giao diện người dùng bằng PyQt5, tích hợp đồng bộ với cơ sở dữ liệu MySQL nhằm tự động hóa quá trình ghi nhận số lượng và phân loại sản phẩm.

Các giải pháp và đóng góp kỹ thuật:

• Tối ưu hóa chi phí chế tạo bằng giải pháp kết hợp khung in 3D với driver động cơ bước vòng kín MKS Servo42C thay vì sử dụng các hệ thống động cơ servo công nghiệp đắt tiền, nhưng vẫn đảm bảo độ chính xác vị trí góc bước đạt 0.08°.
• Cung cấp mô hình thực nghiệm hoàn chỉnh kết hợp giữa xử lý ảnh trên máy tính và điều khiển vi xử lý tầng dưới, đóng vai trò tài liệu tham khảo cho các nghiên cứu ứng dụng thị giác máy tính trong hệ thống tự động hóa.

Hạn chế và hướng nghiên cứu tiếp

Các hạn chế được nhóm tác giả ghi nhận trong báo cáo:

• Tốc độ gắp sản phẩm bị giới hạn khi băng tải chuyển động nhanh do độ trễ trong quá trình xử lý ảnh và đáp ứng của cơ cấu chấp hành.
• Hệ thống chưa có giải thuật tách vật thể khi các sản phẩm xuất hiện liên tiếp ở khoảng cách quá gần nhau, dẫn đến việc robot chỉ gắp được vật thể đầu tiên.
• Khả năng thích ứng với môi trường ánh sáng biến đổi chưa cao do sử dụng webcam Logitech C310 tiêu cự cố định, độ phân giải cơ bản, dễ bị nhiễu màu khi cường độ sáng yếu.

Hướng phát triển tiếp theo của đề tài:

• Tối ưu hóa thuật toán xử lý ảnh nhằm rút ngắn thời gian tính toán và tăng cường khả năng lọc nhiễu môi trường.
• Nâng cấp phần cứng thu nhận hình ảnh công nghiệp và áp dụng các thuật toán điều khiển thông minh để tăng tốc độ di chuyển và độ chính xác quỹ đạo của robot.

Giá trị tham khảo

Đồ án là tài liệu tham khảo thực tế cho sinh viên và học viên chuyên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Kỹ thuật Robot và Công nghệ Thông tin. Các nội dung có giá trị tham khảo chuyên sâu bao gồm:

• Quy trình giải bài toán động học thuận và ngược hoàn chỉnh cho cấu hình robot Magician 3 bậc tự do bằng ma trận D-H và phương pháp đại số.
• Giải pháp thiết kế hệ thống điều khiển động cơ bước vòng kín sử dụng driver MKS Servo42C (FOC/PID) giao tiếp qua Arduino và CNC Shield V3.
• Cấu trúc chương trình xử lý ảnh thời gian thực bằng Python - OpenCV kết hợp truyền thông UART và lưu trữ cơ sở dữ liệu MySQL phục vụ bài toán phân loại sản phẩm trên băng tải.

Câu hỏi thường gặp

1. Cánh tay robot sử dụng trong đề tài có cấu hình hình học và kích thước các khâu như thế nào?
Robot có cấu hình 3 bậc tự do dựa trên mô hình Magician với cơ cấu đầu tác động luôn song song mặt phẳng ngang, các khâu được in 3D với kích thước: khâu đế $d_1 = 129$ mm, khâu tay dưới $a_2 = 140$ mm, khâu tay trên $a_3 = 140$ mm, khoảng cách bù trục $a_4 = 40$ mm và chiều dài khâu đầu cuối $a_5 = 50$ mm.

2. Giải pháp kỹ thuật nào được sử dụng để khắc phục hiện tượng mất bước của động cơ bước?
Nhóm tác giả sử dụng mạch điều khiển động cơ bước MKS Servo42C gắn trực tiếp sau động cơ. Mạch tích hợp vi điều khiển STM32, driver TMC2209 và encoder từ tính 14-bit, vận hành theo thuật toán điều khiển định hướng từ trường (FOC) và PID gia vi, biến động cơ bước thông thường thành động cơ servo vòng kín với độ phân giải góc 0.08°.

3. Tiêu chí lựa chọn nghiệm trong bài toán động học ngược của robot là gì?
Khi giải bài toán động học ngược bằng phương pháp đại số, hệ phương trình cho ra hai bộ nghiệm góc khớp. Dựa trên kết cấu giới hạn cơ khí thực tế của cánh tay robot mô hình Magician, tác giả lựa chọn bộ nghiệm có góc biến khớp $\theta_3$ mang giá trị âm để đảm bảo các khớp không vượt quá giới hạn chuyển động.

4. Hệ thống thực hiện việc phân loại sản phẩm dựa trên các tiêu chí và thuật toán nào?
Hệ thống phân loại theo 2 tiêu chí độc lập: dựa vào màu sắc cơ bản (đỏ, vàng, xanh) thông qua việc phân ngưỡng trên không gian màu HSV sau khi lọc nhiễu bằng phép toán co/giãn hình thái học; hoặc dựa vào việc trích xuất và giải mã thông tin nhị phân từ mã QR dán trên bề mặt sản phẩm.

5. Cơ cấu chấp hành cuối (End-effector) của robot được cấu tạo và điều khiển như thế nào?
Cơ cấu đầu cuối sử dụng đầu hút chân không kết hợp với bơm màng 12VDC Pyp-370 (áp lực chân không lớn hơn -58 kPa, lưu lượng trên 2 L/phút). Việc bật/tắt bơm hút để gắp và nhả vật được điều khiển thông qua mạch 2 relay có cách ly quang (opto) kết nối với vi điều khiển Arduino.

Kết luận

Đồ án tốt nghiệp của sinh viên Nguyễn Thành Tây và Trần Vũ Quân đã hoàn thành việc thiết kế, chế tạo và thử nghiệm mô hình cánh tay robot 3 bậc tự do phân loại sản phẩm trên băng tải ứng dụng thị giác máy tính. Nghiên cứu đã giải quyết trọn vẹn bài toán động học tay máy, xây dựng hệ thống điều khiển vòng kín cho động cơ bước và triển khai giải thuật nhận dạng theo màu sắc HSV cùng mã QR trên nền tảng OpenCV và Python. Hệ thống được tích hợp đồng bộ với giao diện giám sát PyQt5 và cơ sở dữ liệu MySQL, tạo nên một mô hình tự động hóa hoàn chỉnh có giá trị thực tiễn và tính ứng dụng cao trong công tác nghiên cứu, đào tạo kỹ thuật.

Trích đoạn nội dung tài liệu

Đặt vấn đề Hiện nay, hệ thống robot ngày càng phát triển và đóng vai trò rất quan trọng trong cuộc sống hiện đại của chúng ta. Ngành công nghiệp robot bao gồm các công nghệ phức tạp, tiên tiến từ cảm biến, máy móc, điện tử, điều khiển tự động và các lĩnh vực khác. Đây là ngành công nghệ cao, có tư duy tiến bộ ảnh hưởng tới sự phát triển trong tương lai của nhân loại. Cánh tay robot được ứng dụng trong nhiều dây chuyền sản xuất tự động, từ ngành công nghiệp nặng như sản xuất ô tô cho đến phân loại sản phẩm tiêu dùng.

Đây được coi là công cụ lao động của tương lai, lực lượng lao động chính trong nhiều lĩnh vực khác nhau. Robot hỗ trợ con người rất nhiều trong sản xuất đặc biệt là trong điều kiện môi trường khắc nghiệt hoặc nhiều chất độc hại, nguy hiểm. Hiện tại có nhiều loại robot mới xuất hiện trên thế giới, đánh dấu bước đột phá trong phát triển lĩnh vực này giúp các doanh nghiệp tăng doanh thu bằng cách giảm lực lượng lao động, giảm chi phí sản xuất và cải thiện năng suất. Với sự phát triển chóng mặt của khoa học máy tính và trí tuệ nhân tạo, các hệ thống robot ngày càng trở nên thông minh hơn nhờ tích hợp các công nghệ tiên tiến: internet vạn vật (Internet of Things), thị giác máy tính (Computer Vision), nền tảng đám mây (Cloud), dữ liệu lớn (Big Data),.

từ đó các hệ thống robot có thể thực hiện các tác vụ phức tạp như nhận biết cảm xúc con người, chẩn đoán y tế, truyền động thông minh,. Một số tập đoàn lớn trong ngành công nghiệp robot có thể kể đến như: ABB (Thụy Sĩ), Yaskawa (Nhật Bản), FANUC (Nhật Bản), …. Việt Nam đang trong quá trình hiện đại hóa và hội nhập quốc tế rất mạnh mẽ nên cần nguồn nhân lực lớn cho các ngành công nghiệp tiên tiến đặc biệt là ngành công nghiệp robot. Tuy nhiên ở nước ta việc đào tạo ra nhân lực cũng như thực hiện các nghiên cứu trong lĩnh vực này vẫn còn nhiều hạn chế.

Lượng robot được sản xuất ở nước ta đa phần là sử dụng công nghệ kiểu cũ của thế giới. Do đó, xu hướng giáo dục ở các trường đại học hiện nay là đẩy mạnh các nghiên cứu về các công nghệ tiên tiến hơn trong lĩnh vực robot, tiếp cận với nền công nghiệp của các nước phát triển mạnh trong ngành này. TỔNG QUAN Cùng với sự phát triển của ngành công nghiệp robot, thị giác máy tính cũng là một lĩnh vực được xem là xu hướng của tương lai. Thị giác máy tính được ví như đôi mắt của robot, giúp chúng hoạt động dễ dàng và linh hoạt hơn, giúp xử lý được các tác vụ phức tạp, nâng cao hiệu suất hoạt động, giảm thiểu nguy hiểm và rủi ro cho con người.

Một số ứng dụng tiêu biểu của thị giác máy tính có thể kể đến như: kiểm soát giao thông, chẩn đoán bệnh từ hình ảnh MRI, xử lý ảnh từ vệ tinh, hệ thống cảnh báo va chạm trên xe hơi,. Khi kết hợp thị giác máy tính và robot ta sẽ được các hệ thống có khả năng nhận dạng và phân loại các vật thể khác nhau dựa vào màu sắc, hình dạng, kích thước,.Bằng cách sử dụng hình ảnh từ camera, tiến hành phân tích và xử lý để có thể trích xuất ra các thông tin hữu ích cho robot, giúp chúng thực hiện nhiệm vụ cụ thể. Từ đó ta thấy được việc lập trình điều khiển, tính toán, xử lý hình ảnh và thực hiện giao tiếp giữa máy tính và robot là vô cùng cần thiết và quan trọng. Thông qua những khảo sát và những nhu cầu thực tế về các hệ thống phân loại sản phẩm bằng robot.

Cùng với việc vận dụng những kiến thức đã được trạng bị và sự tìm tòi nghiên cứu, nhóm đã quyết định sẽ thực hiện nghiên cứu, thiết kế và thi công một hệ thống phân loại sản phẩm sử dụng cánh tay robot đồng thời kết hợp với ứng dụng của công nghệ xử lý ảnh để xây dựng nên một mô hình với tên gọi là “Điều khiển cánh tay robot phân loại sản phẩm ứng dụng thị giác máy tính”. Mục tiêu đề tài Để hiểu sâu hơn về việc kết hợp việc điều khiển robot và kỹ thuật xử lý ảnh trong thị giác máy tính, nhóm đã xây dựng một mô hình hệ thống bao gồm cánh tay robot sử dụng camera để nhận dạng và phân loại các vật chuyển động trên băng tải. Một số yêu cầu của đề tài: - Hệ thống thị giác máy tính có vai trò thu nhận hình ảnh trực tiếp từ camera, nhận dạng và theo dõi chuyển động của vật trên băng tải. Trích xuất thông tin đặc trưng của vật cụ thể trong đề tài là màu sắc, mã QR, sau đó gửi cho robot tiến hành gắp và phân loại.

- Điều khiển cánh tay robot có thể dựa vào những thông tin nhận được gắp chính xác được vật, và phân loại nó theo thông tin nhận được từ máy tính. - Xây dựng giao diện điều khiển giúp cho người dùng quản lý hệ thống dễ dàng và trực quan. Giới hạn đề tài - Robot không thể hút vật khi băng tải chạy với tốc độ cao, đồng thời khi băng tải ở tốc độ cao thì không đủ thời gian xử lý để truy xuất thông tin sản phẩm. - Khi các sản phẩm để quá gần nhau thì robot chỉ hút được vật đến trước, còn vật phía sau thì không thể phân loại được.

- Chỉ có thể phân loại sản phẩm ổn định và chính xác khi điều kiện ánh sáng được đảm bảo. Chất lượng camera còn chưa tốt nên khi có sự thay đổi đáng kể về độ sáng của môi trường việc xác định vị trí của vật bị nhiễu dẫn đến robot gắp sai vị trí. Nội dung nghiên cứu Hệ thống robot sử dụng thị giác máy tính mà nhóm xây dựng được chia làm ba phần chính: - Hệ thống robot: + Lập trình trên Arduino điều khiển các khớp của cánh tay của robot, giải quyết bài toán động học thuận và ngược. + Xây dựng giải thuật gắp và phân loại vật.

- Hệ thống thị giác máy tính: + Lập trình xử lý các khung ảnh nhận được từ camera, xác định vị trí và thông tin vật thể cần thiết để phân loại. + Từ các thông tin nhận được, thực hiện chuyển đổi thông tin hệ tọa độ đã chọn trong camera sang hệ tọa độ robot. - Hệ thống giao tiếp giữa robot và thị giác máy tính: + Tính toán, xử lý các thông tin nhận được từ hệ thống này sang hệ thống còn lại, để có thể tiến hành gắp và phân loại vật. + Lập trình giao diện, có thể nhận thông tin từ cả hai hệ thống để người dùng dễ quan sát và vận hành.

CƠ SỞ LÝ THUYẾT CHƯƠNG 2. Sơ lược về hệ thống robot 2. Khái niệm cánh tay robot Cánh tay robot là những cỗ máy được dùng trong quá trình sản xuất công nghiệp, chúng có thể hoạt động một cách tự động hoặc được vận hành bởi con người.Cánh tay robot được thiết kế linh hoạt theo nhu cầu sử dụng với tốc độ và độ chính xác cao, có thể linh hoạt như cánh tay của con người. Robot có thể thay thế con người trong các công việc lắp ráp các linh kiện nhỏ yêu cầu độ chính xác cao hoặc hoạt động trong các môi trường khắc nghiệt, độc hại.

Với nhiều ưu điểm vượt trội nên ngày càng nhiều chủng loại robot được tạo ra và được ứng dụng trong đa ngành đa lĩnh vực. Cánh tay robot hoạt động dựa trên cơ chế các liên kết từ phần mềm điều khiển đến phần cứng là các khớp của robot kết hợp hợp với nhau để tạo nên chuyển động của chúng. Bộ điều khiển trung tâm truyền các lệnh đến các khâu, các khâu này sẽ chuyển động dựa trên bài toán động học đã được tính toán để tạo thành một chuỗi hành động của robot. Hệ trục tọa độ 1.

Hệ tọa độ cơ bản (The base coordinate system): được đặt tại vị trí gốc của robot. Hệ tọa độ cơ bản có điểm Zero tại gốc của robot, làm cho các chuyển động có thể dự đoán được đối với robot cố định. Do đó rất hữu ích cho việc di chuyển từ vị trí này sang vị trí khác. Quy tắc bàn tay phải (dùng để xác định phương, chiều của các trục x, y, z).

Dùng bàn tay phải nắm 2 ngón út và áp út lại, còn 3 ngón : ngón cái, ngón trỏ và ngón giữa xòe ra sao cho vuông góc từng cặp với nhau. Khi đó ngón cái chỉ phương và chiều của trục Z thì ngón trỏ chỉ phương, chiều trục X, ngón giữa chỉ phương chiều trục Y. 1: Bàn tay phải xác định phương triều các trục 4 CHƯƠNG 2. Hệ tọa độ đối tượng công việc (word object coordinate system): với các mục tiêu và đường dẫn khi lập trình cho robot mang lại rất nhiều lợi thế.

Khi định vị lại phần công việc của robot trong dãy băng chuyền, ta chỉ cần thay đổi vị trí của hệ tọa độ đối tượng công việc và khi đó tất cả các đường dẫn sẽ được cập nhật cùng một lục. Cho phép làm việc trên các phần công việc được di chuyển bởi các trục bên ngoài hoặc các băng chuyền, vì toàn bộ công việc đối tượng với các đường dẫn của nó có thể được di chuyển. Hệ tọa độ công cụ (The tool coordinate system): Xác định vị trí của công cụ mà robot sử dụng khi thực hiện các mục tiêu được lập trình. Hệ tọa độ công cụ có vị trí gốc O ở điểm giữa của công cụ.

Nó xác định vị trí và hướng của dụng cụ. Hệ tọa độ thế giới (The world coordinate system): Dùng để xác định robot cell, tất cả các hệ tọa độ khác đều có sự liên quan đến hệ toạ độ World theo cách trực tiếp hoặc gián tiếp. Đây là hệ tọa độ rất hữu ích cho việc xử lý một số robot hoặc khi robot di chuyển bởi theo các trục bên ngoài. Hệ tọa độ người dùng (The user coordinate system): Hệ tọa độ người dùng có thể được sử dụng để đại diện cho các thiết bị cố định như sàn làm việc.

Điều này hữu ích cho việc robot cầm nắm di chuyển hàng hóa. 2: Các hệ trục tọa độ 2. Bài toán động học thuận Trong đại đa số các trường hợp, tay máy được cấu tạo bởi các khâu (Links), được nối với nhau nhờ các khớp (Joint). Một đầu của chuỗi nối với giá (Bowse), 5 CHƯƠNG 2.

CƠ SỞ LÝ THUYẾT còn đầu kia nối với phần công tác. Mỗi khâu hình thành cùng với khớp phía trước nó một cặp khâu – khớp. Tuỳ theo kết cấu của robot mà mỗi loại khớp đảm bảo cho khâu nối sau nó các khả năng chuyển động nhất định.