Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh công nghiệp hóa và hiện đại hóa, việc ứng dụng các hệ thống tự động hóa vào dây chuyền sản xuất đóng vai trò then chốt nhằm nâng cao năng suất, tiết kiệm sức lao động và giảm thiểu sự can thiệp trực tiếp của con người. Đặc biệt, sau các giai đoạn biến động kinh tế và yêu cầu duy trì sản xuất liên tục 24/24 với độ chính xác cao, nhu cầu ứng dụng robot công nghiệp ngày càng gia tăng. Trong các dây chuyền phân loại, đóng gói thực phẩm, lắp ráp linh kiện điện tử và y tế, dòng robot song song (Robot Delta) sở hữu nhiều ưu điểm vượt trội so với các loại cánh tay robot nối tiếp truyền thống nhờ trọng lượng nhẹ, quán tính nhỏ, tốc độ chuyển động cao, khả năng định vị chính xác và chi phí chế tạo hợp lý.

Đề tài "Robot Delta phân loại sản phẩm" (tên gọi khác trong văn bản: Điều khiển và giám sát hệ thống phân loại sản phẩm dùng Delta Robot / Thiết kế mô hình Robot Delta ứng dụng phân loại sản phẩm) do sinh viên Bùi Đức Nghĩa và Trần Huy Vũ thực hiện dưới sự hướng dẫn của ThS. Nguyễn Phong Lưu tại Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh (chuyên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, bảo vệ tháng 07/2024), tập trung giải quyết bài toán tự động hóa quy trình phân loại vật thể kết hợp giữa cơ cấu Robot Delta, hệ thống thị giác máy tính và bộ điều khiển công nghiệp PLC.

Nhiệm vụ và mục tiêu nghiên cứu cụ thể của đề tài:

  1. Thiết kế và mô phỏng cơ khí: Thiết kế toàn bộ kết cấu mô hình Robot Delta 3 bậc tự do trên phần mềm Solidworks 2020; khảo sát và mô phỏng không gian làm việc của robot trên phần mềm MATLAB.
  2. Tính toán động học: Xây dựng và giải quyết trọn vẹn phương trình động học thuận và động học nghịch cho cơ cấu robot song song, phục vụ cho việc lập trình quỹ đạo chuyển động.
  3. Chế tạo và thi công phần cứng: Gia công, lắp ráp mô hình cơ khí Robot Delta; thi công băng tải sản phẩm; lắp đặt tủ điện điều khiển đạt chuẩn an toàn; tích hợp cơ cấu chấp hành hút/nhả sản phẩm bằng bơm hút chân không và hệ thống camera thị giác máy tính.
  4. Xây dựng thuật toán xử lý ảnh và điều khiển: Lập trình thuật toán nhận dạng hình dạng, màu sắc, xác định tọa độ tâm và góc xoay của sản phẩm bằng thư viện OpenCV trên môi trường Python (Visual Studio Code); lập trình điều khiển chuyển động cho robot và các thiết bị ngoại vi qua PLC S7-1200 bằng phần mềm TIA Portal; thiết kế giao diện giám sát và điều khiển người dùng với hai chế độ Auto (Tự động) và Manual (Thủ công).
  5. Chỉ tiêu kỹ thuật mục tiêu: Đạt năng suất phân loại tối đa 20 sản phẩm/phút và tỷ lệ phân loại chính xác trên 95% tổng số sản phẩm đưa vào hệ thống.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng phân loại: Các sản phẩm mẫu mang 3 dạng hình học đặc trưng (hình vuông, hình tròn, hình tam giác) kết hợp 2 tông màu sắc cơ bản (màu cam và màu xanh dương) di chuyển trên bề mặt băng tải.
  • Phạm vi giới hạn: Nghiên cứu tập trung vào cơ cấu Robot Delta 3 bậc tự do chuyển động tịnh tiến song phẳng ($X, Y, Z$) với góc quay của các khớp chủ động được giới hạn trong khoảng $0^\circ \le \theta_1, \theta_2, \theta_3 \le 90^\circ$. Hệ thống xử lý ảnh tĩnh thông qua webcam thu nhận khung hình 2D từ trên xuống, chuyển đổi tọa độ pixel trên ảnh sang tọa độ thực trong không gian làm việc 3D của robot để thực thi thao tác gắp – thả vào các khay phân loại cố định.

Cơ sở lý thuyết và phương pháp

Đề tài kết hợp nền tảng toán học giải tích cơ cấu không gian, lý thuyết robot học và kỹ thuật xử lý ảnh kỹ thuật số:

1. Khung lý thuyết động học Robot Delta

Cơ cấu Robot Delta là dạng robot song song gồm bàn máy cố định (Base platform - $F$), bàn máy di động (End-effector - $E$), 3 khâu chủ động $F_iJ_i$ (chiều dài $r_f$) nối với trục động cơ qua các khớp quay và 3 khâu bị động $J_iE_i$ (chiều dài $r_e$) có kết cấu hình bình hành gắn vòng bi mắt trâu. Do tính chất hình học của hình bình hành, bàn máy di động luôn duy trì chuyển động tịnh tiến song phẳng với bàn máy cố định theo 3 trục tọa độ $X, Y, Z$ mà không bị thay đổi hướng quay.

  • Động học nghịch (Inverse Kinematics): Từ tọa độ vị trí mong muốn của điểm tâm bàn di động $E_0(x_0, y_0, z_0)$, tính toán góc quay của 3 khớp chủ động $\theta_1, \theta_2, \theta_3$. Do khớp trên $F_1J_1$ chỉ quay trong mặt phẳng $YZ$ tạo thành đường tròn tâm $F_1$ bán kính $r_f$, còn khâu hình bình hành $J_1E_1$ tạo thành mặt cầu tâm $E_1$ bán kính $r_e$, giao tuyến giữa mặt cầu và mặt phẳng $YZ$ là đường tròn tâm $E'1$ bán kính $E'1J_1$. Bằng phương pháp giải tích hình học và áp dụng định lý Pytago, bài toán đưa về phương trình bậc hai theo ẩn tọa độ $y{J1}$: $$\theta_1 = \arctan\left(\frac{z{J1}}{y_{F1} - y_{J1}}\right)$$ Dựa trên tính đối xứng quay $120^\circ$ và $-120^\circ$ của cơ cấu tam giác đều quanh trục $Z$, các góc $\theta_2$ và $\theta_3$ được xác định thông qua ma trận biến đổi tọa độ quay $R_z(120^\circ)$ và $R_z(-120^\circ)$.
  • Động học thuận (Forward Kinematics): Từ các giá trị góc quay khớp đã biết $\theta_1, \theta_2, \theta_3$, tính toán vị trí thực tế của điểm thao tác cuối $E_0(x_0, y_0, z_0)$. Khi tịnh tiến các điểm $J_1, J_2, J_3$ theo các vector tương ứng $\vec{E_iE_0}$, bài toán trở thành tìm giao điểm duy nhất của 3 mặt cầu có tâm tại $J'_1, J'_2, J'_3$ với cùng bán kính $r_e$. Nghiệm $z_0$ được chọn theo dấu âm do cấu trúc robot luôn làm việc ở nửa không gian phía dưới đế cố định ($z < 0$).
  • Không gian làm việc (Workspace): Khảo sát tập hợp các vị trí điểm cuối có thể tiếp cận được khi góc các khớp biến thiên trong dải $0^\circ \le \theta_1, \theta_2, \theta_3 \le 90^\circ$, biểu diễn qua đồ thị 3 chiều $XYZ$ và các hình chiếu 2 chiều $XY, YZ, XZ$ trên MATLAB.

2. Lý thuyết xử lý ảnh và thị giác máy tính

Ảnh thu nhận từ camera là ảnh màu RGB được số hóa thành ma trận điểm ảnh với độ sâu 8-bit trên mỗi kênh (256 mức xám). Quy trình trích xuất đặc trưng sản phẩm áp dụng các kỹ thuật:

  • Chuyển đổi không gian màu HSV: Biến đổi từ RGB sang mô hình hình trụ HSV (Hue - Sắc thái, Saturation - Độ bão hòa, Value - Độ sáng). Do giá trị trong đề tài được quy chuẩn về thang đo $[0, 255]$, hệ thống áp dụng hàm inRange để phân ngưỡng nhị phân, loại bỏ phông nền và tách riêng dải màu cam hoặc màu xanh dương của vật thể.
  • Xử lý hình thái học (Morphology): Sử dụng phép toán co ảnh (Erosion) với phần tử cấu trúc (kernel) kích thước $8 \times 8$ để khử các đốm nhiễu li ti và tách rời các biên dính, sau đó áp dụng phép toán giãn ảnh (Dilation) để phục hồi kích thước nguyên bản của vật thể và làm mịn đường viền (áp dụng 1 lần co và 1 lần giãn).
  • Trích xuất đường bao (Contours) và phân tích hình dạng: Sử dụng hàm findContours với phương pháp xấp xỉ chainApproxSimple để tìm kiếm đường biên khép kín. Thuật toán xấp xỉ đa giác Ramer-Douglas-Peucker (Approximation Contour) dựa trên tham số khoảng cách sai số $\epsilon > 0$ được sử dụng để đếm số đỉnh của đường bao, từ đó phân loại chính xác hình tam giác (3 đỉnh), hình vuông/tứ giác (4 đỉnh) và hình tròn.
  • Xác định tọa độ tâm bằng Image Moments: Tính toán các mô-men không gian cấp 0 và cấp 1 của vùng ảnh ($M_{00}, M_{10}, M_{01}$) theo công thức: $$M_{ij} = \sum_{x}\sum_{y} x^i y^j I(x, y)$$ Tọa độ tâm đối tượng trên mặt phẳng ảnh $(C_x, C_y)$ được xác định bởi: $$C_x = \frac{M_{10}}{M_{00}}, \quad C_y = \frac{M_{01}}{M_{00}}$$
Phương pháp / Thuật toán Công cụ / Hàm triển khai Mục đích chức năng trong hệ thống
Biến đổi không gian màu cv2.cvtColor(RGB $\to$ HSV), inRange Tách dải màu cam và xanh dương khỏi nền băng tải
Lọc nhiễu hình thái cv2.erode(), cv2.dilate() (Kernel $8 \times 8$) Khử nhiễu biên, làm mượt đối tượng nhị phân
Nhận diện biên bao cv2.findContours(chainApproxSimple) Xác định đường bao hình học của vật thể
Xấp xỉ đa giác cv2.approxPolyDP() Phân loại hình học: tam giác, vuông, tròn
Tính toán tâm vật cv2.moments() ($M_{00}, M_{10}, M_{01}$) Xác định tọa độ điểm đặt $(C_x, C_y)$ và góc xoay
Tính toán động học Giải tích hình học trên Python / MATLAB Quy đổi tọa độ $(X, Y, Z) \leftrightarrow (\theta_1, \theta_2, \theta_3)$

Thiết kế và triển khai hệ thống

Hệ thống phân loại sản phẩm tự động sử dụng Robot Delta được thiết kế và chế tạo thành một tổ hợp hoàn chỉnh gồm cơ khí, điện – điều khiển và phần mềm thị giác máy tính:

1. Kiến trúc cơ khí và thiết bị phần cứng

  • Kết cấu cơ khí: Khung đỡ chịu lực bằng nhôm định hình; bàn máy cố định hình tam giác đều bố trí 3 động cơ Servo đặt lệch nhau góc $120^\circ$; 3 cánh tay chủ động bằng kim loại gia công chính xác liên kết với 3 cặp cánh tay bị động bằng ống carbon siêu nhẹ qua khớp cầu (vòng bi mắt trâu). Bàn thao tác di động mang cụm đầu hút chân không đặt tại tâm hình học.
  • Bộ điều khiển trung tâm: PLC Siemens S7-1200 CPU 1214C DC/DC/DC, đóng vai trò phát xung điều khiển vị trí tốc độ cao cho 3 Driver Servo, điều khiển động cơ kéo băng tải, đóng ngắt rơ-le bơm hút chân không và van xả áp khí nén.
  • Hệ thống truyền động và cảm biến: 3 bộ động cơ Servo kèm Driver chuyên dụng giúp định vị góc quay chính xác; 3 công tắc hành trình đặt tại các vị trí giới hạn để định vị gốc tọa độ (Home) cho các trục robot; 1 camera chuẩn USB (Webcam) gắn vuông góc phía trên băng tải; 1 băng tải mini dẫn động bởi động cơ DC/AC.
  • Hệ thống nguồn và bảo vệ: Nguồn tổ ong 24VDC cấp nguồn điều khiển cho PLC, cảm biến và rơ-le; CB tép 1 pha đóng cắt và bảo vệ quá tải; nút nhấn dừng khẩn cấp (Emergency Stop) ngắt toàn bộ hệ thống khi xảy ra sự cố.

2. Kiến trúc điều khiển và luồng xử lý dữ liệu

Quy trình vận hành khép kín diễn ra theo các bước:

  1. Sản phẩm mẫu được đặt lên băng tải di chuyển vào vùng làm việc của camera.
  2. Camera thu nhận luồng hình ảnh truyền về máy tính (PC). Thuật toán Python/OpenCV xử lý khung hình: lọc màu HSV $\to$ nhị phân hóa $\to$ Morphology $\to$ tìm Contours $\to$ xấp xỉ Approximation nhận diện hình dạng (vuông, tròn, tam giác) và màu sắc (cam, xanh).
  3. Thuật toán Image Moments tính toán tọa độ tâm $(C_x, C_y)$ trên ảnh. Thông qua ma trận hiệu chuẩn, tọa độ pixel được chuyển đổi sang hệ tọa độ không gian thực $(X, Y, Z)$ của Robot Delta.
  4. Chương trình trên PC giải bài toán động học nghịch, quy đổi tọa độ $(X, Y, Z)$ thành bộ 3 góc quay $(\theta_1, \theta_2, \theta_3)$, sau đó truyền các thông số điều khiển xuống PLC S7-1200 qua giao thức truyền thông công nghiệp.
  5. PLC phát xung điều khiển 3 động cơ Servo đưa bàn di động đến đúng vị trí sản phẩm, kích hoạt bơm hút chân không để gắp vật, điều khiển robot di chuyển và ngắt bơm hút để thả vật vào đúng khay phân loại quy định.

Giao diện người dùng (GUI) được lập trình trên Visual Studio Code hỗ trợ 2 chế độ vận hành:

  • Chế độ Manual: Cho phép người vận hành điều khiển độc lập từng khớp động cơ, bật/tắt bơm hút chân không, chạy/dừng băng tải phục vụ kiểm tra và căn chỉnh.
  • Chế độ Auto: Tự động hóa toàn bộ quá trình nhận diện, gắp, phân loại và cập nhật trạng thái nhận diện sản phẩm trực tiếp lên màn hình máy tính.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày bối cảnh công nghiệp hóa, sự cần thiết của việc áp dụng tự động hóa và robot công nghiệp (đặc biệt là Robot Delta) trong các dây chuyền phân loại sản phẩm. Tác giả nêu rõ mục tiêu thiết kế mô hình phân loại tự động 2 đối tượng màu sắc và 3 dạng hình học, thiết lập giới hạn chuyển động cơ cấu và đề xuất sơ đồ quy trình thực hiện đồ án từ khâu thiết kế Solidworks, tính toán động học trên MATLAB/Python đến thi công phần cứng và lập trình PLC S7-1200.

Chương 2: Cơ sở lý thuyết

Chương này tập trung xây dựng toàn bộ mô hình toán học và lý thuyết thị giác máy tính ứng dụng:

  • Thiết lập chi tiết phương trình động học nghịch và động học thuận của Robot Delta dựa trên phương pháp hình học không gian, giải hệ phương trình giao tuyến mặt cầu - mặt phẳng và giao điểm 3 mặt cầu, kết hợp ma trận xoay quanh trục $Z$.
  • Khảo sát không gian làm việc của robot trên MATLAB với miền góc khớp $0^\circ \le \theta_i \le 90^\circ$.
  • Trình bày hệ thống lý thuyết xử lý ảnh số: định dạng pixel 8-bit, mức xám, không gian màu RGB và HSV, các phép toán hình thái học (co - giãn ảnh với kernel $8 \times 8$), thuật toán trích xuất Contours (chainApproxSimple), tính tâm vật thể bằng Image Moments ($M_{00}, M_{10}, M_{01}$) và thuật toán xấp xỉ đa giác Approximation Contour.

Chương 3: Thi công phần cứng

Chương 3 mô tả chi tiết quá trình hiện thực hóa mô hình vật lý:

  • Yêu cầu thiết kế mô hình 3 bậc tự do chuyển động song phẳng, tích hợp đầu hút chân không tại tâm đế di động.
  • Bản vẽ thiết kế 3D hoàn chỉnh trên phần mềm Solidworks 2020.
  • Lựa chọn và tính toán thiết bị: PLC Siemens S7-1200 CPU 1214C DC/DC/DC, 3 bộ động cơ Servo và Driver, hệ thống công tắc hành trình định vị Home, bơm hút chân không, nguồn tổ ong 24VDC, CB tép 1 pha và nút dừng khẩn cấp Emergency.
  • Xây dựng sơ đồ khối kết nối toàn hệ thống và sơ đồ đấu dây chi tiết ngõ vào/ra (DI/DO) cho PLC.

Chương 4: Thuật toán điều khiển

Chương này đi sâu vào việc phát triển phần mềm và thuật toán:

  • Xây dựng lưu đồ giải thuật điều khiển tổng thể toàn hệ thống và lưu đồ điều khiển riêng cho PLC S7-1200.
  • Thiết lập giải thuật xử lý ảnh nhận diện màu sắc, trích xuất đường bao, xác định hình dạng hình học, tính toán tọa độ tâm và góc xoay của sản phẩm.
  • Thuật toán chuyển đổi ma trận tọa độ từ hệ quy chiếu camera sang hệ quy chiếu làm việc của Robot Delta.
  • Thiết kế giao diện giám sát và điều khiển người dùng trên máy tính (Visual Studio Code) hiển thị trạng thái nhận diện và chuyển đổi chế độ Manual/Auto.

Chương 5: Kết quả và nhận xét

Chương 5 công bố các kết quả thực nghiệm đạt được sau khi chế tạo và thử nghiệm mô hình thực tế:

  • Hoàn thiện mô hình phần cứng cơ khí, tủ điện điều khiển và giao diện phần mềm.
  • Kết quả nhận diện và phân loại thực nghiệm các đối tượng mẫu theo màu sắc và hình dạng đạt độ chính xác cao.
  • Đánh giá khả năng hoạt động đồng bộ giữa thuật toán xử lý ảnh trên máy tính và chương trình điều khiển phát xung vị trí của PLC.

Chương 6: Kết luận và hướng phát triển

Chương cuối tóm tắt toàn bộ khối lượng công việc đã hoàn thành so với các mục tiêu ban đầu; chỉ ra các hạn chế còn tồn tại trong quá trình vận hành mô hình và đề xuất các giải pháp kỹ thuật nhằm cải tiến và nâng cao hiệu suất hệ thống trong tương lai.

Kết quả và đóng góp

1. Kết quả kỹ thuật và thực nghiệm

Tác giả đã chế tạo thành công mô hình thực tế Robot Delta 3 bậc tự do phân loại sản phẩm tích hợp thị giác máy tính và điều khiển công nghiệp với các thông số vận hành ghi nhận được:

Hạng mục thông số Giá trị thiết kế / Mục tiêu Kết quả thực nghiệm thực tế
Cơ cấu robot Robot Delta song song 3-DOF Hoàn thiện chuyển động song phẳng $X, Y, Z$
Bộ điều khiển trung tâm PLC Siemens S7-1200 CPU 1214C DC/DC/DC điều khiển phát xung Servo
Đối tượng phân loại 3 hình dạng $\times$ 2 màu sắc Nhận diện chính xác vuông, tròn, tam giác; màu cam, xanh
Tỷ lệ phân loại chính xác Mục tiêu $> 95%$ Đạt xấp xỉ $96%$ trên mô hình thực nghiệm
Năng suất phân loại Tối đa $20$ sản phẩm/phút Đạt định mức $20$ sản phẩm/phút
Chế độ vận hành Manual và Auto Hoạt động ổn định trên giao diện giám sát máy tính

2. Đóng góp kỹ thuật của đề tài

  • Làm chủ mô hình toán học: Thiết lập hoàn chỉnh bài toán động học thuận và động học nghịch giải tích cho Robot Delta, cung cấp phương pháp luận tính toán rõ ràng kết hợp phép biến đổi tọa độ quay $120^\circ$.
  • Tích hợp đa ngành Cơ - Điện - Thị giác: Ứng dụng thành công xử lý ảnh số (OpenCV/Python) vào hệ thống điều khiển công nghiệp PLC S7-1200 thông qua quy trình: xử lý hình ảnh $\to$ trích xuất tâm bằng Image Moments $\to$ giải động học nghịch $\to$ truyền thông PLC $\to$ điều khiển Servo gắp – thả vật thể.
  • Tính ứng dụng thực tiễn: Mô hình được thi công hoàn chỉnh với tủ điện đúng quy chuẩn, giao diện giám sát trực quan, mô phỏng sát với quy trình phân loại sản phẩm tự động trong sản xuất công nghiệp.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế

  • Ảnh hưởng của điều kiện chiếu sáng: Hệ thống xử lý ảnh dựa trên ngưỡng màu HSV còn nhạy cảm với hiện tượng nhiễu xạ và biến thiên cường độ ánh sáng từ môi trường xung quanh, có thể gây sai lệch khi tách biên trong một số điều kiện chiếu sáng không ổn định.
  • Phạm vi đối tượng phân loại: Mới chỉ thử nghiệm trên các mẫu sản phẩm có hình học cơ bản (tam giác, vuông, tròn) và 2 màu sắc cố định (cam, xanh dương) nằm trên mặt phẳng 2D của băng tải.
  • Tài liệu tham khảo: Tác giả ghi nhận nguồn tài liệu thực chứng về thiết kế phần cơ khí dây chuyền phân loại cho dòng Robot Delta trong nước còn hạn chế.

2. Hướng nghiên cứu phát triển tiếp

  • Cải tiến xử lý ảnh: Bổ sung buồng sáng tiêu chuẩn gắn kèm đèn LED chuyên dụng nhằm ổn định môi trường ánh sáng; tối ưu hóa thuật toán lọc nhiễu thích nghi để tăng độ chính xác nhận diện.
  • Mở rộng khả năng nhận dạng: Nâng cấp thuật toán để nhận dạng đa dạng chủng loại sản phẩm có hình dạng phức tạp và dải màu mở rộng.
  • Tối ưu hóa chuyển động: Nghiên cứu giải thuật bám bắt đối tượng động trên băng tải (Conveyor Tracking) giúp robot có thể gắp sản phẩm trực tiếp khi băng tải đang chuyển động liên tục mà không cần dừng, nâng cao năng suất tổng thể của dây chuyền.

Giá trị tham khảo

Bản đồ án là tài liệu tham khảo hữu ích cho sinh viên, giảng viên và kỹ sư thuộc các chuyên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Kỹ thuật Robot và Thị giác máy tính:

  • Tham khảo về động học robot song song: Cung cấp phương pháp chi tiết từng bước giải bài toán động học thuận, động học nghịch và thuật toán khảo sát không gian làm việc cho Robot Delta 3 bậc tự do.
  • Tham khảo về xử lý ảnh ứng dụng: Hướng dẫn quy trình thực tế kết hợp không gian màu HSV, xử lý hình thái học (Morphology), hàm findContours, thuật toán xấp xỉ approxPolyDP và giải thuật Image Moments để xác định chính xác tọa độ và góc xoay của vật thể.
  • Tham khảo về tích hợp hệ thống: Bản vẽ kết nối phần cứng chi tiết giữa PLC Siemens S7-1200 với Driver Servo, hệ thống bơm hút chân không và phương thức giao tiếp điều khiển từ máy tính.

Câu hỏi thường gặp

1. Cơ cấu Robot Delta trong đồ án duy trì chuyển động song phẳng của bàn thao tác di động bằng cách nào?
Robot Delta sử dụng 3 chuỗi động học kết nối giữa bàn máy cố định và bàn máy di động. Mỗi chuỗi động học bao gồm một khâu chủ động nối với một khâu bị động có cấu trúc hình bình hành. Nhờ tính chất hình học của cấu trúc hình bình hành, bàn máy di động luôn chuyển động tịnh tiến trong không gian 3 chiều ($X, Y, Z$) mà không bị thay đổi hướng quay đối với bàn máy cố định.

2. Giải thuật xử lý ảnh thực hiện các bước nào để nhận dạng và định vị tâm sản phẩm?
Quy trình xử lý ảnh gồm các bước: (1) Chuyển ảnh RGB sang không gian màu HSV; (2) Phân ngưỡng nhị phân bằng hàm inRange để tách màu cam và xanh; (3) Áp dụng phép toán co ảnh (Erosion) với kernel $8 \times 8$ rồi giãn ảnh (Dilation) để khử nhiễu và làm mượt biên; (4) Tìm đường bao bằng findContours; (5) Dùng thuật toán Approximation Contour đếm số đỉnh để phân loại hình tam giác, vuông hoặc tròn; (6) Tính toán các mô-men $M_{00}, M_{10}, M_{01}$ để trích xuất tọa độ tâm $(C_x, C_y)$ trên khung hình.

3. Phương pháp giải bài toán động học nghịch của Robot Delta trong đồ án được thực hiện ra sao?
Từ tọa độ điểm cuối $E_0(x_0, y_0, z_0)$, tác giả thiết lập phương trình giao tuyến của mặt cầu chuyển động khớp bị động với mặt phẳng quay $YZ$ của khớp chủ động $F_1J_1$, đưa về phương trình bậc hai theo ẩn $y_{J1}$ để tính góc $\theta_1$. Dựa trên tính đối xứng quay $120^\circ$ và $-120^\circ$ quanh trục $Z$, hệ thống nhân ma trận xoay $R_z(120^\circ)$ và $R_z(-120^\circ)$ để tìm ra 2 góc khớp còn lại là $\theta_2$ và $\theta_3$.

4. Cấu hình phần cứng điều khiển chính của hệ thống bao gồm những thiết bị nào?
Hệ thống sử dụng bộ điều khiển lập trình PLC Siemens S7-1200 (CPU 1214C DC/DC/DC), 3 động cơ Servo kèm Driver điều khiển vị trí, 3 công tắc hành trình định vị Home, 1 webcam thu nhận hình ảnh, 1 bơm hút chân không gắn đầu hút tại tâm bàn di động, băng tải dẫn động, nguồn tổ ong 24VDC, CB tép 1 pha và nút dừng khẩn cấp Emergency Stop.

5. Kết quả thực nghiệm về năng suất và độ chính xác phân loại của mô hình đạt bao nhiêu?
Trên mô hình thực nghiệm thực tế, hệ thống đạt năng suất phân loại tối đa 20 sản phẩm/phút và tỷ lệ nhận diện, gắp đặt sản phẩm chính xác đạt xấp xỉ 96%, đáp ứng các chỉ tiêu kỹ thuật đã đặt ra ban đầu.

Kết luận

Đồ án tốt nghiệp "Robot Delta phân loại sản phẩm" đã hoàn thành toàn diện việc nghiên cứu lý thuyết động học, thiết kế mô hình 3D, thi công phần cứng cơ khí và tích hợp hệ thống điều khiển tự động hoàn chỉnh. Bằng việc kết hợp hiệu quả giữa xử lý ảnh số OpenCV trên máy tính và điều khiển phát xung vị trí PLC Siemens S7-1200, hệ thống đã chứng minh tính khả thi cao với tỷ lệ phân loại thực nghiệm đạt gần 96% ở tốc độ 20 sản phẩm/phút. Công trình là tài liệu tham khảo kỹ thuật có giá trị thực tiễn cao cho việc ứng dụng robot song song và thị giác máy tính vào các dây chuyền sản xuất tự động hóa hiện đại.