Tổng quan nghiên cứu

Trong bối cảnh công nghiệp hiện đại, việc tự động hóa và ứng dụng robot trong dây chuyền sản xuất ngày càng trở nên thiết yếu. Theo ước tính, các hệ thống robot công nghiệp chiếm tỷ lệ lớn trong việc nâng cao năng suất và chất lượng sản phẩm. Đặc biệt, trong lĩnh vực kỹ thuật cơ điện tử, việc tích hợp công nghệ thị giác máy tính và học sâu vào điều khiển robot giúp cải thiện đáng kể khả năng nhận diện và thao tác chính xác với các đối tượng trong môi trường sản xuất. Luận văn tập trung nghiên cứu điều khiển robot 5 bậc tự do ứng dụng nhận dạng đối tượng và công nghệ học sâu nhằm nâng cao hiệu suất vận hành trong dây chuyền sản xuất thiết bị điện tử.

Mục tiêu cụ thể của nghiên cứu là xây dựng hệ thống phần cứng tích hợp hệ thống thị giác máy tính gắn trên cánh tay robot, áp dụng các thuật toán nhận dạng và học máy để nhận diện đối tượng thao tác, đồng thời định vị và điều hướng robot đến vị trí chính xác của đối tượng. Phạm vi nghiên cứu tập trung vào môi trường sản xuất tại một số dây chuyền sản xuất thiết bị điện tử, với dữ liệu thu thập và mô phỏng thực hiện trong năm 2022 tại Đại học Bách Khoa Hà Nội.

Ý nghĩa của nghiên cứu được thể hiện qua việc nâng cao độ chính xác trong thao tác gắp vật, giảm thời gian xử lý và tối ưu hóa chi phí vận hành. Việc áp dụng công nghệ học sâu trong nhận diện đối tượng giúp robot linh hoạt hơn, mở rộng khả năng ứng dụng trong các công đoạn sản xuất khác nhau, đồng thời góp phần thúc đẩy nghiên cứu học thuật gần gũi với thực tiễn sản xuất công nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: Thị giác máy tính (Computer Vision) và Học sâu (Deep Learning). Thị giác máy tính là lĩnh vực nghiên cứu các phương pháp thu nhận, xử lý và phân tích hình ảnh nhằm trích xuất thông tin trực quan từ môi trường thực. Trong đó, nhận diện đối tượng (Object Detection) là một bài toán trọng tâm, bao gồm các bước xử lý ảnh, phân loại và xác định vị trí đối tượng trong ảnh.

Học sâu, một nhánh của học máy có giám sát, được áp dụng để xây dựng các mô hình nhận diện đối tượng với độ chính xác cao. Mô hình SSD (Single Shot Multibox Detector) được lựa chọn do khả năng nhận diện đa tỷ lệ và xử lý thời gian thực hiệu quả. Ngoài ra, mô hình EfficientNet được sử dụng làm backbone trong SSD nhằm tối ưu hóa hiệu năng và giảm số lượng tham số, nâng cao độ chính xác nhận diện.

Các khái niệm chính bao gồm:

  • Phép biến đổi tọa độ thuần nhất (Homogeneous Transformation) để chuyển đổi tọa độ giữa hệ camera và hệ tọa độ robot.
  • Hiệu chuẩn camera (Camera Calibration) và hiệu chuẩn tay gắp - camera (Hand-Eye Calibration) nhằm xác định chính xác vị trí và hướng của camera so với robot.
  • Giao thức Robot Operating System (ROS) để điều khiển và đồng bộ hoạt động của robot.

Phương pháp nghiên cứu

Nguồn dữ liệu chính bao gồm hình ảnh thu thập từ camera 3D Intel Realsense D455 và camera 2D Basler Ace2500-14gm, với tổng số khoảng 4000 ảnh gốc và 1500 ảnh tăng cường dữ liệu. Dữ liệu được thu thập ở nhiều góc nhìn, điều kiện ánh sáng và khoảng cách khác nhau nhằm đảm bảo tính đa dạng và độ chính xác của mô hình.

Phương pháp phân tích sử dụng mô hình học sâu SSD với backbone EfficientNet, được huấn luyện trên tập dữ liệu đã gán nhãn với tỷ lệ 80% cho tập train và 20% cho tập test. Quá trình huấn luyện thực hiện trên môi trường Python3, sử dụng GPU RTX 4000 để tăng tốc xử lý. Số bước huấn luyện đạt 173000 bước để đảm bảo mô hình hội tụ và đạt hiệu suất cao.

Timeline nghiên cứu kéo dài trong năm 2022, bao gồm các giai đoạn: thu thập và xử lý dữ liệu, thiết lập phần cứng, huấn luyện mô hình, hiệu chuẩn hệ thống và triển khai điều khiển robot thực tế. Phương pháp hiệu chuẩn tay gắp - camera được thực hiện qua các chuyển động của robot và sử dụng vật mẫu Charuco để tính toán ma trận biến đổi thuần nhất.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu suất nhận diện đối tượng: Mô hình SSD EfficientNet sau 173000 bước huấn luyện đạt độ chính xác nhận diện trên tập test với tỷ lệ chính xác khoảng 85%, thời gian nhận diện trung bình dưới 0.1 giây cho mỗi ảnh.
  2. Hiệu chuẩn hệ tọa độ: Sai số trung bình sau 50 lần lấy mẫu trong hiệu chuẩn tay gắp - camera dưới 2 mm, đảm bảo độ chính xác cao trong việc chuyển đổi tọa độ từ hệ camera sang hệ tọa độ robot.
  3. Khả năng vận hành hệ thống: Robot ABB IRB 1200-5/0.9 với bộ điều khiển IRC5 hoạt động đồng bộ với mô hình nhận diện, thực hiện gắp vật chính xác trong vùng làm việc 900 mm, giảm thời gian thao tác xuống khoảng 30% so với phương pháp truyền thống không sử dụng thị giác máy tính.
  4. Tăng cường dữ liệu: Việc bổ sung 1500 ảnh tăng cường giúp cải thiện độ ổn định và khả năng nhận diện trong các điều kiện ánh sáng và góc nhìn khác nhau, tăng độ chính xác mô hình lên khoảng 5% so với chỉ sử dụng dữ liệu gốc.

Thảo luận kết quả

Nguyên nhân chính của hiệu quả đạt được là do việc lựa chọn mô hình SSD kết hợp EfficientNet làm backbone, tận dụng khả năng nhận diện đa tỷ lệ và trích xuất đặc trưng hiệu quả. So sánh với các nghiên cứu trong ngành, kết quả này tương đương hoặc vượt trội hơn các mô hình truyền thống như YOLO trong bài toán nhận diện thời gian thực cho robot gắp vật.

Sai số hiệu chuẩn thấp chứng tỏ phương pháp hiệu chuẩn tay gắp - camera sử dụng vật mẫu Charuco và thuật toán giải phương trình AX=XB là phù hợp và chính xác trong môi trường sản xuất. Việc áp dụng ROS Industrial giúp đồng bộ hóa các thành phần phần cứng và phần mềm, tăng tính ổn định và khả năng mở rộng hệ thống.

Dữ liệu có thể được trình bày qua biểu đồ hàm mất mát trong quá trình huấn luyện mô hình, biểu đồ sai số hiệu chuẩn qua các lần lấy mẫu, và bảng so sánh thời gian thao tác robot trước và sau khi tích hợp hệ thống thị giác máy tính.

Đề xuất và khuyến nghị

  1. Mở rộng tập dữ liệu đào tạo: Tiếp tục thu thập và tăng cường dữ liệu với các điều kiện môi trường đa dạng hơn nhằm nâng cao độ chính xác và khả năng thích ứng của mô hình nhận diện. Thời gian thực hiện: 6 tháng; Chủ thể: nhóm nghiên cứu và kỹ sư dữ liệu.
  2. Cải tiến thuật toán hiệu chuẩn: Áp dụng các thuật toán hiệu chuẩn song song như kỹ thuật Dual Quaternion để giảm sai số tịnh tiến và tăng độ chính xác hiệu chuẩn tay gắp - camera. Thời gian thực hiện: 3 tháng; Chủ thể: nhóm nghiên cứu.
  3. Tối ưu hóa phần cứng: Nâng cấp hệ thống xử lý trung tâm với GPU mạnh hơn và cải tiến thiết kế gá lắp camera để giảm rung lắc, tăng độ ổn định khi vận hành. Thời gian thực hiện: 4 tháng; Chủ thể: bộ phận kỹ thuật và quản lý dự án.
  4. Phát triển giao diện điều khiển trực quan: Xây dựng giao diện người dùng trên nền tảng ROS để dễ dàng giám sát và điều chỉnh hệ thống trong quá trình vận hành thực tế. Thời gian thực hiện: 2 tháng; Chủ thể: nhóm phát triển phần mềm.

Đối tượng nên tham khảo luận văn

  1. Kỹ sư tự động hóa và robot: Nghiên cứu và ứng dụng các giải pháp điều khiển robot tích hợp thị giác máy tính trong dây chuyền sản xuất, nâng cao hiệu suất và độ chính xác thao tác.
  2. Nhà nghiên cứu học máy và thị giác máy tính: Tham khảo phương pháp xây dựng và huấn luyện mô hình SSD EfficientNet trong bài toán nhận diện đối tượng thực tế, cũng như kỹ thuật hiệu chuẩn hệ tọa độ.
  3. Quản lý sản xuất công nghiệp: Hiểu rõ lợi ích và khả năng ứng dụng công nghệ học sâu và robot trong tối ưu hóa quy trình sản xuất, giảm chi phí và tăng năng suất.
  4. Sinh viên và học viên ngành kỹ thuật cơ điện tử: Học tập và áp dụng kiến thức về tích hợp phần cứng, phần mềm, cũng như các thuật toán học sâu trong điều khiển robot công nghiệp.

Câu hỏi thường gặp

  1. Mô hình SSD EfficientNet có ưu điểm gì so với các mô hình khác?
    Mô hình SSD EfficientNet kết hợp khả năng nhận diện đa tỷ lệ của SSD với hiệu năng trích xuất đặc trưng tối ưu của EfficientNet, giúp đạt độ chính xác cao và xử lý nhanh, phù hợp cho ứng dụng thời gian thực trong robot gắp vật.

  2. Làm thế nào để hiệu chuẩn tay gắp - camera đạt độ chính xác cao?
    Sử dụng vật mẫu Charuco kết hợp thuật toán giải phương trình AX=XB qua nhiều vị trí chuyển động của robot giúp xác định chính xác ma trận biến đổi thuần nhất, giảm sai số tịnh tiến và góc quay.

  3. Tại sao chọn camera di động (Eye in Hand) thay vì camera cố định?
    Camera di động gắn trên tay robot giúp tăng độ chính xác định vị do khoảng cách gần với đối tượng, đồng thời linh hoạt trong việc khảo sát chi tiết không gian làm việc, phù hợp với yêu cầu bài toán.

  4. Phương pháp tăng cường dữ liệu ảnh có tác dụng gì?
    Tăng cường dữ liệu bằng phóng to, xoay và thay đổi độ sáng giúp mô hình học sâu học được nhiều trường hợp đa dạng, cải thiện khả năng nhận diện trong điều kiện thực tế khác nhau và tăng độ ổn định.

  5. ROS Industrial hỗ trợ gì trong điều khiển robot?
    ROS Industrial cung cấp nền tảng mã nguồn mở giúp đồng bộ hóa các thiết bị phần cứng và phần mềm, hỗ trợ giao tiếp với bộ điều khiển robot IRC5, tăng tính ổn định và khả năng mở rộng hệ thống trong môi trường công nghiệp.

Kết luận

  • Đã xây dựng thành công hệ thống điều khiển robot 5 bậc tự do tích hợp công nghệ nhận dạng và học sâu, nâng cao hiệu suất thao tác trong dây chuyền sản xuất.
  • Mô hình SSD EfficientNet đạt độ chính xác nhận diện khoảng 85% với thời gian xử lý dưới 0.1 giây mỗi ảnh, đáp ứng yêu cầu thời gian thực.
  • Phương pháp hiệu chuẩn tay gắp - camera đạt sai số dưới 2 mm, đảm bảo độ chính xác cao trong định vị và điều hướng robot.
  • Hệ thống vận hành thực tế giảm thời gian thao tác khoảng 30% so với phương pháp truyền thống, góp phần tối ưu hóa chi phí và năng suất.
  • Đề xuất các bước tiếp theo bao gồm mở rộng dữ liệu, cải tiến thuật toán hiệu chuẩn, tối ưu phần cứng và phát triển giao diện điều khiển trực quan.

Khuyến khích các nhà nghiên cứu và kỹ sư trong lĩnh vực tự động hóa và robot tiếp tục phát triển và ứng dụng các giải pháp tích hợp thị giác máy tính và học sâu để nâng cao hiệu quả sản xuất công nghiệp.