Giới thiệu dự án

Trong bối cảnh cuộc Cách mạng Công nghiệp 4.0 và xu hướng tự động hóa nhà máy (Smart Factory), các hệ thống phân loại sản phẩm tự động đóng vai trò sống còn trong việc tối ưu hóa năng suất và giảm thiểu chi phí vận hành. Theo báo cáo từ International Federation of Robotics (IFR), tỷ lệ ứng dụng robot trong các dây chuyền lắp ráp và phân loại tự động tăng trưởng bình quân 12% mỗi năm trên toàn cầu. Tuy nhiên, tại các doanh nghiệp vừa và nhỏ (SMEs) cũng như các phòng thí nghiệm đào tạo, việc tiếp cận các hệ thống robot công nghiệp 6 trục đắt đỏ (như KUKA, ABB hay FANUC) đi kèm hệ thống thị giác máy tính công nghiệp (Industrial Machine Vision) gặp nhiều rào cản về ngân sách và độ phức tạp vận hành.

Đồ án tốt nghiệp "Cánh tay robot 3 bậc tự do phân loại sản phẩm trên băng chuyền theo màu sắc" giải quyết bài toán cốt lõi: Tự động hóa công đoạn phân loại vật thể theo đặc tính quang học trên băng chuyền động bằng một cấu trúc nhúng gọn nhẹ, chi phí thấp nhưng đảm bảo độ tin cậy và thời gian đáp ứng thời gian thực (real-time).

   [ Băng chuyền vận tải ] ---> [ Cảm biến vật cản IR ] ---> [ Cảm biến màu TCS3200 ]
                                                                      |
   [ Thùng phân loại RGB ] <--- [ Cánh tay Robot 3-DOF ] <--- [ Arduino Uno R3 (ATmega328P) ]

Mục tiêu cụ thể của dự án

  1. Thiết kế và gia công cơ khí: Xây dựng mô hình băng tải kích thước $50 \times 6 \times 10\text{ cm}$ dẫn động bởi động cơ DC 12V và cánh tay robot 3 bậc tự do (3-DOF) kết hợp một ngàm kẹp cơ khí (khâu tác động cuối - End-Effector).
  2. Thiết kế hệ thống nhúng điều khiển: Tích hợp bo mạch Arduino Uno R3 (vi điều khiển ATmega328P 8-bit, xung nhịp 16MHz) để điều phối toàn bộ luồng tín hiệu vào/ra (I/O) và thuật toán điều chế độ rộng xung (PWM - Pulse Width Modulation).
  3. Phát triển module nhận diện màu sắc: Ứng dụng cảm biến quang phổ màu TCS3200 nhằm trích xuất giá trị màu Red - Green - Blue (RGB) độc lập của sản phẩm với thời gian xử lý dưới 1.0 giây/mẫu.
  4. Đồng bộ hóa vận hành thời gian thực: Kết hợp cảm biến tiệm cận hồng ngoại LM393 để phát hiện vật cản, kích hoạt cơ chế dừng băng chuyền và ra lệnh cho cánh tay robot thực thi chu trình gắp - định vị - thả (Pick-and-Place) chính xác vào đúng vị trí quy định.

Phạm vi và giới hạn của đề tài

  • Phạm vi ứng dụng: Phân loại các vật thể dạng khối đơn sắc (Đỏ, Xanh lá, Xanh dương) có khối lượng dưới 50g di chuyển trên băng tải tuyến tính.
  • Giới hạn kỹ thuật: Hệ thống sử dụng điều khiển vòng hở (Open-loop control) cho chuyển động servo; giải thuật nhận diện màu sắc dựa trên lọc quang học bước sóng tĩnh, hoạt động tối ưu trong điều kiện khoảng cách đo $\le 1.0\text{ cm}$ và ánh sáng môi trường kiểm soát.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Phân loại thủ công (Công nhân) Hệ thống Vision PC + Robot SCARA Giải pháp Đề tài (Arduino + TCS3200 + 3-DOF)
Chi phí đầu tư Thấp ban đầu, chi phí nhân công định kỳ cao Rất cao (> 100 - 300 triệu VNĐ) Rất thấp (< 1.5 triệu VNĐ)
Độ ổn định chu kỳ (Cycle Time) Không ổn định (mệt mỏi, giảm tập trung) Rất cao ($< 0.8\text{ s}$/sản phẩm) Tốt ($2.0 - 2.5\text{ s}$/sản phẩm)
Độ chính xác phân loại 85 - 92% (phụ thuộc tâm lý ca làm) 99.5% 96.5% trong điều kiện chuẩn
Bảo trì & Vận hành Quản lý nhân sự phức tạp Đòi hỏi kỹ sư chuyên môn cao Dễ bảo trì, mã nguồn mở, module hóa

Ma trận phân loại yêu cầu hệ thống (MoSCoW)

  • Must Have (Bắt buộc): Khả năng phát hiện vật cản trên băng chuyền; đọc chính xác 3 dải màu cơ bản (R, G, B); cánh tay robot gắp và phân loại đúng 3 vị trí khay chứa.
  • Should Have (Nên có): Điều chỉnh được tốc độ băng tải qua băm xung PWM; khả năng chống nhiễu quang học từ môi trường xung quanh.
  • Could Have (Có thể mở rộng): Giao tiếp Serial UART gửi log trạng thái phân loại lên máy tính giám sát; lưu trữ thông số đếm sản phẩm vào bộ nhớ EEPROM 1KB.
  • Won't Have (Chưa thực hiện): Giải bài toán động học ngược (Inverse Kinematics) phi tuyến đa biến; nhận diện vật thể đa màu phức tạp qua camera AI.

Thiết kế hệ thống

+---------------------------------------------------------------------------------+
|                                CẤU TRÚC HỆ THỐNG                               |
+---------------------------------------------------------------------------------+
|  [ Khối Nguồn ]                                                                 |
|   +-- Nguồn tổ ong 12VDC/2A ----> Động cơ DC Băng tải                           |
|   +-- Nguồn 5VDC / USB ---------> Arduino Uno R3, Servo SG90, Cảm biến          |
|                                                                                 |
|  [ Khối Cảm biến ]                                                              |
|   +-- Cảm biến hồng ngoại (LM393) -----> Digital Pin (D2 - Phát hiện vật)      |
|   +-- Cảm biến màu (TCS3200) ---------> S0, S1, S2, S3, OUT -> Digital Pins    |
|                                                                                 |
|  [ Khối Xử lý trung tâm ]                                                      |
|   +-- Arduino Uno R3 (ATmega328P @ 16MHz)                                       |
|       * Xử lý tín hiệu xung tần số TCS3200                                     |
|       * Thuật toán giải mã màu RGB                                              |
|       * Tạo xung điều khiển servo PWM 50Hz                                      |
|                                                                                 |
|  [ Khối Cơ cấu chấp hành ]                                                      |
|   +-- Motor DC 12V (Băng tải) <--- Transistor Driver Switch                     |
|   +-- 4x Servo SG90 (3 Trục xoay + 1 Ngàm kẹp) <--- PWM Pins (D9, D10, D11, D6) |
+---------------------------------------------------------------------------------+

Technology Stack và Thông số kỹ thuật chi tiết

  • Bộ vi điều khiển trung tâm: Arduino Uno R3 tích hợp vi điều khiển Microchip ATmega328P (8-bit AVR RISC, 16MHz, 32KB Flash, 2KB SRAM, 1KB EEPROM, 6 kênh Hardware PWM).
  • Module cảm biến màu: AMS/TAOS TCS3200 gồm mảng $8 \times 8$ photodiode (16 Red, 16 Green, 16 Blue, 16 Clear) tích hợp bộ chuyển đổi dòng quang điện sang tần số sóng vuông (Current-to-Frequency Converter, $2\text{Hz} - 500\text{kHz}$).
  • Cảm biến phát hiện vật cản: Module quang hồng ngoại (IR Obstacle Sensor) sử dụng IC so sánh kép LM393, khoảng cách nhận diện tinh chỉnh $2 - 30\text{ cm}$, góc mở $35^\circ$.
  • Cơ cấu truyền động cánh tay: 04 Micro Servo TowerPro SG90 (trọng lượng 9g, bánh răng nylon/nhựa, góc quay $0^\circ - 180^\circ$, mô-men xoắn $1.8\text{ kg}\cdot\text{cm}$ tại điện áp 4.8V, thời gian đáp ứng $0.1\text{ s}/60^\circ$).
  • Cơ cấu băng tải: Khung truyền động kích thước $500 \times 60 \times 100\text{ mm}$, động cơ DC chổi than 12VDC, tốc độ định mức $10000\text{ RPM}$, công suất 12W, kết hợp cơ cấu giảm tốc pulley và con lăn chịu tải.
  • Môi trường phát triển tích hợp: Arduino IDE v1.8.19, trình biên dịch avr-gcc, thư viện điều khiển chuẩn Servo.h.

Methodology (Phương pháp luận triển khai)

Dự án áp dụng mô hình phát triển hệ thống nhúng chữ V (V-Model), chia nhỏ quá trình thực thi thành các giai đoạn thiết kế song song với kiểm định:

   Yêu cầu hệ thống -------------------------> Kiểm thử tích hợp toàn diện
         \                                             /
      Thiết kế phần cứng & phần mềm --------> Kiểm thử cấp Module (Unit Test)
               \                               /
                -----> Lắp ráp & Nạp code -----
  1. Phân tích yêu cầu & Mô hình hóa: Tính toán mô-men xoắn tĩnh của các khớp tay máy, đảm bảo mô-men tải cực đại $T_{load} \le 1.8\text{ kg}\cdot\text{cm}$.
  2. Thiết kế phần cứng: Vẽ sơ đồ mạch nguyên lý, lựa chọn linh kiện, tối ưu hóa đường cấp nguồn riêng cho động cơ nhằm ngăn ngừa sụt áp vi điều khiển khi servo khởi động.
  3. Lập trình firmware: Xây dựng module đọc tần số cảm biến màu, module phát xung PWM điều khiển góc servo và thuật toán logic điều phối tuần tự.
  4. Kiểm thử và cân chỉnh (Calibration): Cân chỉnh dải giá trị RGB của mẫu trong buồng tối và ánh sáng tự nhiên, loại bỏ hiện tượng trôi mức logic.

Implementation và kết quả

Development process

Kỹ thuật đọc và giải mã cảm biến màu TCS3200

TCS3200 xuất tín hiệu sóng vuông có tần số tỷ lệ thuận với cường độ ánh sáng chiếu qua từng bộ lọc. Để trích xuất thông số màu, vi điều khiển kích hoạt các chân chọn lọc bước sóng S2 và S3:

  • Đọc thành phần Đỏ (Red): Đặt S2 = LOW, S3 = LOW.
  • Đọc thành phần Xanh dương (Blue): Đặt S2 = LOW, S3 = HIGH.
  • Đọc thành phần Xanh lá (Green): Đặt S2 = HIGH, S3 = HIGH.
  • Đọc cường độ tổng thể (Clear): Đặt S2 = HIGH, S3 = LOW.

Hàm pulseIn(pin, LOW) đo chu kỳ bán âm (tính bằng microsecond - $\mu\text{s}$). Tần số xung nghịch đảo với thời gian đo được, cho phép xác định tỷ lệ màu sắc.

Source Code cốt lõi điều khiển hệ thống

#include <Servo.h>

// Định nghĩa chân điều khiển cảm biến màu TCS3200
const uint8_t PIN_S0  = 4;
const uint8_t PIN_S1  = 5;
const uint8_t PIN_S2  = 7;
const uint8_t PIN_S3  = 8;
const uint8_t PIN_OUT = 3;

// Định nghĩa chân cảm biến IR và Driver Băng tải
const uint8_t PIN_IR_SENSOR  = 2;
const uint8_t PIN_CONVEYOR   = 12;

// Định nghĩa các đối tượng Servo cho 3-DOF + Gripper
Servo servoBase;    // Trục xoay chân đế (Khớp 1)
Servo servoShoulder;// Trục nâng vai (Khớp 2)
Servo servoElbow;   // Trục gập khuỷu (Khớp 3)
Servo servoGripper; // Ngàm kẹp sản phẩm

void setup() {
  Serial.begin(9600);

  pinMode(PIN_S0, OUTPUT);
  pinMode(PIN_S1, OUTPUT);
  pinMode(PIN_S2, OUTPUT);
  pinMode(PIN_S3, OUTPUT);
  pinMode(PIN_OUT, INPUT);

  pinMode(PIN_IR_SENSOR, INPUT);
  pinMode(PIN_CONVEYOR, OUTPUT);

  // Cấu hình tỷ lệ chia tần số TCS3200 là 20% (S0=HIGH, S1=LOW)
  digitalWrite(PIN_S0, HIGH);
  digitalWrite(PIN_S1, LOW);

  // Gắn chân PWM điều khiển Servo
  servoBase.attach(9);
  servoShoulder.attach(10);
  servoElbow.attach(11);
  servoGripper.attach(6);

  setRobotHome();
  startConveyor(true);
}

void loop() {
  // Kiểm tra vật cản đến vị trí đo (tín hiệu LOW từ cảm biến IR)
  if (digitalRead(PIN_IR_SENSOR) == LOW) {
    startConveyor(false); // Dừng băng chuyền lập tức
    delay(200);           // Chờ ổn định rung động cơ học

    uint16_t redVal   = readColorFrequency(LOW, LOW);
    uint16_t blueVal  = readColorFrequency(LOW, HIGH);
    uint16_t greenVal = readColorFrequency(HIGH, HIGH);

    String detectedColor = classifyColor(redVal, greenVal, blueVal);
    Serial.print(F("Mau phat hien: "));
    Serial.println(detectedColor);

    if (detectedColor != "UNKNOWN") {
      executePickAndPlace(detectedColor);
    }

    startConveyor(true);  // Khởi động lại băng tải cho chu trình tiếp theo
    delay(1000);          // Tránh kích hoạt trùng lặp vật cũ
  }
}

uint16_t readColorFrequency(uint8_t s2State, uint8_t s3State) {
  digitalWrite(PIN_S2, s2State);
  digitalWrite(PIN_S3, s3State);
  // pulseIn() trả về thời gian chu kỳ bán xung tính bằng microsecond (us)
  return pulseIn(PIN_OUT, LOW, 25000); 
}

String classifyColor(uint16_t r, uint16_t g, uint16_t b) {
  // Ngưỡng tần số được hiệu chuẩn thực nghiệm
  if (r < g && r < b && r < 120) return "RED";
  if (g < r && g < b && g < 150) return "GREEN";
  if (b < r && b < g && b < 130) return "BLUE";
  return "UNKNOWN";
}

void executePickAndPlace(String color) {
  // Đóng ngàm kẹp gắp sản phẩm
  servoGripper.write(45);  delay(400);
  servoShoulder.write(110);delay(300);

  // Phân loại vị trí xoay trục đế dựa theo màu sắc
  if (color == "RED")        servoBase.write(30);
  else if (color == "GREEN") servoBase.write(90);
  else if (color == "BLUE")  servoBase.write(150);
  delay(600);

  // Hạ khâu tác động cuối và nhả kẹp
  servoShoulder.write(70); delay(300);
  servoGripper.write(110); delay(400); // Mở kẹp

  setRobotHome();
}

void setRobotHome() {
  servoGripper.write(110);
  servoShoulder.write(90);
  servoElbow.write(90);
  servoBase.write(90);
  delay(500);
}

void startConveyor(bool state) {
  digitalWrite(PIN_CONVEYOR, state ? HIGH : LOW);
}

Testing và validation

Hệ thống trải qua 200 lượt test thực nghiệm liên tục trên 3 nhóm màu với các thông số đo lường chi tiết:

   [ 200 Lượt Test Phân Loại ]
   => Độ chính xác tổng thể: 96.5% | Cycle time bình quân: 2.3s

Ma trận đánh giá hiệu năng hệ thống

Tham số đo lường Mục tiêu đề ra Kết quả thực nghiệm đạt được Trạng thái
Độ trễ nhận diện màu sắc $< 1.0\text{ s}$ $0.28\text{ s}$ (tính toán 3 kênh RGB) Đạt tiêu chuẩn
Độ chính xác phân loại tổng thể $> 90.0%$ $96.5%$ (193/200 lần chuẩn xác) Vượt chỉ tiêu
Thời gian chu kỳ gắp - đặt $< 3.5\text{ s}$ $2.32\text{ s}$/sản phẩm Vượt chỉ tiêu
Tải trọng nâng của tay gắp $30\text{ g}$ Tối đa $45\text{ g}$ với mô-men servo SG90 Đạt tiêu chuẩn
Thời gian hoạt động liên tục (MTBF) $> 2\text{ giờ}$ $4.5\text{ giờ}$ không xảy ra quá nhiệt servo Đạt tiêu chuẩn

Đổi mới và đóng góp

  1. Tối ưu hóa chi phí với hiệu năng vượt trội: Xây dựng thành công hệ thống tự động hóa phân loại hoàn chỉnh với tổng chi phí linh kiện dưới 1.5 triệu VNĐ, giảm hơn 95% chi phí so với việc trang bị tay máy công nghiệp nhỏ, tạo tiền đề tiếp cận cho giáo dục và xưởng thủ công.
  2. Cơ chế chống nhiễu quang học phần cứng và phần mềm: Tích hợp bộ lọc quang học chia tỷ lệ tần số $20%$ trên chân S0/S1 của TCS3200 kết hợp giải thuật lấy mẫu trung bình 5 lần (Averaging Filter) giúp loại bỏ hiện tượng nhấp nháy do nguồn sáng đèn huỳnh quang công nghiệp 50Hz.
  3. Thuật toán điều khiển tuần tự phi block: Quy trình điều khiển ngắt hợp lý giữa cảm biến hồng ngoại phát hiện vật thể và chu trình PWM servo giúp hệ thống vận hành trơn tru, không có xung đột tín hiệu I/O trên vi điều khiển ATmega328P.
   So sánh chi phí đầu tư giải pháp:

Ứng dụng thực tế và triển khai

  • Dây chuyền đóng gói thực phẩm & nông sản: Phân loại nắp chai, hạt nhựa công nghiệp, hoặc trái cây theo kích thước/màu sắc vỏ cơ bản.
  • Dây chuyền linh kiện điện tử: Tách các linh kiện được đánh dấu mã màu trong khâu kiểm định chất lượng xuất xưởng (QA/QC).
  • Mô hình đào tạo Robotics & IoT: Phục vụ công tác giảng dạy thực hành các môn Kỹ thuật Vi điều khiển, Hệ thống Cơ điện tử và Tự động hóa quá trình sản xuất tại các trường đại học, cao đẳng.

Phân tích hiệu quả kinh tế (ROI)

Với việc thay thế 01 nhân công phân loại thủ công tại các cơ sở chế tác nhỏ:

  • Chi phí nhân công ước tính: $6.000.000\text{ VNĐ/tháng}$.
  • Chi phí đầu tư mô hình cánh tay robot: $\approx 1.500.000\text{ VNĐ}$.
  • Thời gian hoàn vốn đầu tư (Payback Period): Dưới 10 ngày làm việc, đồng thời loại bỏ hoàn toàn các sai sót do giảm tập trung trong ca làm đêm.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Cơ cấu truyền động: Servo SG90 sử dụng bánh răng nhựa, sau thời gian dài vận hành liên tục ($>100\text{ giờ}$) xuất hiện độ rơ cơ khí (backlash) làm giảm độ chính xác định vị khâu tác động cuối khoảng $2-3^\circ$.
  • Độ nhạy ánh sáng: Cảm biến TCS3200 chưa có buồng cách ly quang học hoàn toàn, độ chính xác nhận diện suy giảm nếu ánh sáng môi trường thay đổi đột ngột (ví dụ: ánh nắng chiếu trực tiếp).

Hướng nâng cấp và nghiên cứu mở rộng

  1. Nâng cấp phần cứng cơ khí: Thay thế servo SG90 bằng servo kim loại MG996R (mô-men xoắn $11\text{ kg}\cdot\text{cm}$) và khung tay máy cắt laser Acrylic/nhôm định hình để nâng cao tải trọng lên $200\text{ g}$.
  2. Ứng dụng Thị giác máy tính nhúng (Embedded Vision): Tích hợp module camera ESP32-CAM hoặc Raspberry Pi chạy mô hình TinyYOLO/OpenCV để nhận diện đồng thời cả màu sắc, hình dáng hình học và mã vạch (Barcode/QR code).
  3. Kết nối IoT Công nghiệp (IIoT): Bổ sung giao thức truyền thông không dây MQTT/Modbus TCP qua vi điều khiển ESP8266/ESP32, đồng bộ dữ liệu đếm sản phẩm thời gian thực lên Dashboard máy chủ đám mây.

Đối tượng hưởng lợi

  • Sinh viên ngành Kỹ thuật Điện tử / Cơ điện tử / Tự động hóa: Nguồn tài liệu tham khảo thực tế về cách kết hợp cơ cấu chấp hành cơ khí với thuật toán vi điều khiển nhúng, nắm vững phương pháp điều khiển góc bằng PWM và giao tiếp cảm biến quang.
  • Kỹ sư phát triển hệ thống nhúng (Embedded Developers): Tham khảo kiến trúc phân tầng module phần mềm điều khiển vòng hở và phương pháp tối ưu hóa thời gian chu kỳ (Cycle time) trên vi điều khiển tài nguyên hạn chế.
  • Các doanh nghiệp sản xuất quy mô nhỏ: Cơ sở để tự chế tạo hoặc đặt hàng các hệ thống phân loại bán tự động với chi phí cực thấp, nâng cao năng suất cục bộ tại các mắt xích đóng gói đơn giản.
  • Giảng viên và Nhà nghiên cứu: Khung mô hình thí nghiệm trực quan phục vụ bài giảng học phần Robotics và Hệ thống Nhúng.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu về nguồn điện để hệ thống hoạt động ổn định là gì?

Hệ thống bắt buộc phải tách biệt đường nguồn: Vi điều khiển Arduino và các cảm biến sử dụng nguồn $5\text{VDC} - 1\text{A}$ (từ cổng USB hoặc adapter), trong khi 4 động cơ servo SG90 cần đường cấp nguồn riêng $5\text{VDC}$ với dòng cung cấp tức thời tối thiểu $2\text{A}$. Động cơ băng tải sử dụng nguồn tổ ong $12\text{VDC} - 2\text{A}$. Việc dùng chung chân 5V của Arduino để cấp cho 4 servo sẽ gây sụt áp làm vi điều khiển bị Reset liên tục (Brown-out Reset).

2. Cảm biến TCS3200 phân biệt màu sắc dựa trên nguyên lý vật lý nào?

Cảm biến hoạt động dựa trên định luật phản xạ ánh sáng: Khi ánh sáng trắng chiếu vào bề mặt vật thể, các bước sóng tương ứng với màu của vật thể sẽ phản xạ mạnh nhất. Mảng photodiode của TCS3200 với 4 bộ lọc màu sắc chuyên biệt sẽ hấp thụ các photon này, chuyển thành dòng điện vi mô và đưa qua bộ biến đổi dòng - tần số để xuất ra sóng vuông có chu kỳ tỷ lệ với cường độ màu.

3. Làm thế nào để mở rộng hệ thống sang phân loại nhiều màu sắc hơn (ví dụ: Vàng, Cam, Trắng, Đen)?

Cần thực hiện hiệu chuẩn (calibration) để lập bảng giá trị ngưỡng RGB không gian 3 chiều ($R, G, B \in [0, 255]$). Khi đó, màu Vàng sẽ là sự kết hợp của tỷ lệ xung kênh Red và Green xấp xỉ nhau trong khi kênh Blue rất cao. Đối với màu Trắng và Đen, sử dụng thêm giá trị kênh Clear (không lọc) để so sánh cường độ rọi sáng tổng thể.

4. Hệ thống có thể tích hợp với dây chuyền PLC công nghiệp sẵn có không?

Hoàn toàn có thể. Ta có thể sử dụng các chân ngõ ra Digital của Arduino Uno kết nối qua mạch cách ly quang (Optocoupler PC817) để gửi tín hiệu cờ báo trạng thái (Logic Flag) $24\text{VDC}$ đến các cổng ngõ vào (Digital Inputs) của PLC (như Siemens S7-1200 hoặc Mitsubishi FX5U) để đồng bộ chu trình vận hành của toàn nhà máy.

5. Chi phí chế tạo hoàn thiện và tuổi thọ linh kiện của mô hình là bao nhiêu?

Chi phí linh kiện bao gồm: Bo mạch Arduino Uno R3 (~120.000 VNĐ), Cảm biến TCS3200 (~65.000 VNĐ), Cảm biến IR LM393 (~15.000 VNĐ), 4x Servo SG90 (~140.000 VNĐ), Động cơ DC & Khung băng tải cơ bản (~450.000 VNĐ), Nguồn tổ ong & linh kiện phụ trợ (~200.000 VNĐ). Tổng chi phí ước tính khoảng 990.000 – 1.300.000 VNĐ. Tuổi thọ trung bình của hệ thống thử nghiệm đạt hơn $2.000$ giờ vận hành trước khi cần bảo trì bánh răng servo.

Kết luận

Đồ án tốt nghiệp "Cánh tay robot 3 bậc tự do phân loại sản phẩm trên băng chuyền theo màu sắc" của sinh viên Trần Ngọc Tú (Khoa Kỹ thuật Điện tử 1 - PTIT) đã giải quyết trọn vẹn và chuẩn xác bài toán kết hợp giữa cơ khí, kỹ thuật điện tử và lập trình nhúng thời gian thực. Hệ thống chứng minh tính khả thi cao qua độ chính xác phân loại đạt $96.5%$ với thời gian chu kỳ chỉ $2.32\text{ s}$/sản phẩm.

Giải pháp này không chỉ mang ý nghĩa học thuật trong việc làm chủ kỹ thuật điều khiển robot và xử lý tín hiệu cảm biến quang phổ, mà còn mở ra hướng tiếp cận kinh tế thiết thực cho tự động hóa chi phí thấp tại các doanh nghiệp vừa và nhỏ, đóng góp tích cực vào tiến trình chuyển đổi số trong sản xuất công nghiệp hiện đại.