I. Giới thiệu về đồ án tốt nghiệp
Đồ án tốt nghiệp với chủ đề Công nghệ điều khiển và tự động hóa hệ thống xe AMR được thực hiện bởi sinh viên Đoàn Nam Long và Đào Việt Thịnh dưới sự hướng dẫn của TS. Trần Vi Đô. Đề tài tập trung vào việc nghiên cứu và phát triển hệ thống xe tự hành AMR (Autonomous Mobile Robot) sử dụng công nghệ điều khiển tự động và tự động hóa công nghiệp. Mục tiêu chính là thiết kế một robot có khả năng tự hành trong môi trường nhà máy, thực hiện các nhiệm vụ vận chuyển hàng hóa và nâng hạ hàng lên kệ.
1.1. Mục tiêu đề tài
Mục tiêu của đồ án tốt nghiệp là thiết kế và thi công một hệ thống xe AMR hoàn chỉnh, có khả năng tự hành trong môi trường phức tạp. Robot được yêu cầu thực hiện các nhiệm vụ vận chuyển hàng hóa với độ chính xác cao, sai số vị trí không quá 3% và sai số hướng không quá 2%. Thời gian thực hiện nhiệm vụ được đặt mục tiêu là 180 giây với tỷ lệ thành công 90%.
1.2. Nội dung nghiên cứu
Nội dung nghiên cứu bao gồm việc tìm hiểu và ứng dụng các công nghệ như hệ điều hành Ubuntu, ROS (Robot Operating System), và các thuật toán điều hướng. Đồ án cũng tập trung vào việc thiết kế phần cứng, tích hợp cảm biến Lidar, và xây dựng bản đồ để xe có thể tự động di chuyển và thực hiện nhiệm vụ.
II. Cơ sở lý thuyết và công nghệ
Phần này trình bày các cơ sở lý thuyết và công nghệ được sử dụng trong đồ án tốt nghiệp. Bao gồm việc nghiên cứu về hệ thống xe AMR, công nghệ điều khiển tự động, và các nền tảng phần mềm như ROS và Ubuntu.
2.1. Hệ thống xe AMR
Hệ thống xe AMR là một loại robot tự hành có khả năng di chuyển trong môi trường mà không cần sự can thiệp trực tiếp của con người. Khác với AGV, AMR có thể tự quyết định đường đi và không cần cơ sở hạ tầng cố định. Đồ án sử dụng cấu trúc 4 bánh mecanum để tăng tính linh hoạt và khả năng di chuyển trong không gian hẹp.
2.2. Công nghệ điều khiển tự động
Công nghệ điều khiển tự động được áp dụng để điều khiển các bánh xe độc lập, giúp xe di chuyển theo hướng mong muốn. Việc sử dụng vi điều khiển Arduino và máy tính nhúng Raspberry Pi cho phép tính toán và điều khiển chính xác các thông số như tốc độ và hướng di chuyển.
III. Thiết kế và thi công hệ thống
Phần này mô tả quá trình thiết kế và thi công hệ thống xe AMR, bao gồm việc lựa chọn phần cứng, thiết kế mô hình, và tích hợp các phần mềm điều khiển.
3.1. Lựa chọn phần cứng
Các thành phần phần cứng được lựa chọn bao gồm vi điều khiển Arduino Mega 2560, máy tính nhúng Raspberry Pi 4B, cảm biến Lidar, và động cơ DC Servo. Việc lựa chọn các thiết bị này dựa trên yêu cầu về độ chính xác, khả năng xử lý, và tính tương thích với hệ thống điều khiển.
3.2. Thiết kế mô hình
Mô hình xe AMR được thiết kế với cấu trúc 4 bánh mecanum, cho phép xe di chuyển linh hoạt trong không gian hẹp. Khung xe được làm từ vật liệu nhẹ và bền, đảm bảo khả năng chịu tải và độ ổn định khi di chuyển.
IV. Kết quả và đánh giá
Phần này trình bày các kết quả đạt được từ việc thực hiện đồ án tốt nghiệp, bao gồm khả năng di chuyển, độ chính xác, và hiệu suất của hệ thống xe AMR.
4.1. Khả năng di chuyển
Hệ thống xe AMR đã được thử nghiệm trong môi trường mô phỏng và thực tế, cho thấy khả năng di chuyển linh hoạt và chính xác. Xe có thể di chuyển qua các vật cản và thực hiện các nhiệm vụ vận chuyển hàng hóa với độ chính xác cao.
4.2. Đánh giá hiệu suất
Kết quả thử nghiệm cho thấy hệ thống đạt được các mục tiêu đề ra, với sai số vị trí và hướng nằm trong phạm vi cho phép. Thời gian thực hiện nhiệm vụ cũng đáp ứng được yêu cầu, với tỷ lệ thành công trên 90%.
V. Kết luận và hướng phát triển
Đồ án tốt nghiệp đã thành công trong việc thiết kế và thi công một hệ thống xe AMR hoàn chỉnh, có khả năng tự hành và thực hiện các nhiệm vụ vận chuyển hàng hóa. Đồ án cũng mở ra các hướng phát triển tiềm năng trong tương lai.
5.1. Kết luận
Đồ án tốt nghiệp đã đạt được các mục tiêu đề ra, chứng minh được tính khả thi và hiệu quả của hệ thống xe AMR trong môi trường nhà máy. Các kết quả thử nghiệm cho thấy hệ thống có độ chính xác cao và khả năng ứng dụng thực tế.
5.2. Hướng phát triển
Trong tương lai, hệ thống xe AMR có thể được cải tiến bằng cách tích hợp thêm các công nghệ như trí tuệ nhân tạo và học máy để tăng khả năng tự học và thích nghi với môi trường phức tạp hơn.
