I. Hướng dẫn toàn diện đồ án cánh tay robot 5 bậc tự do
Đồ án tốt nghiệp thiết kế và chế tạo cánh tay robot 5 bậc tự do phân loại sản phẩm ứng dụng công nghệ xử lý ảnh là một đề tài mang tính ứng dụng cao, kết hợp nhuần nhuyễn giữa kỹ thuật cơ khí, tự động hóa và công nghệ thông tin. Mục tiêu chính của đồ án là xây dựng một hệ thống tự động hoàn chỉnh, có khả năng thay thế con người trong các dây chuyền sản xuất đòi hỏi sự chính xác và lặp lại. Hệ thống này sử dụng một camera để thu nhận hình ảnh sản phẩm trên băng tải, sau đó máy tính sẽ phân tích dữ liệu ảnh để nhận dạng màu sắc và nhận dạng hình dạng. Dựa trên kết quả phân tích, bộ điều khiển robot sẽ ra lệnh cho cánh tay robot 5 bậc tự do thực hiện thao tác gắp và thả sản phẩm vào đúng vị trí quy định. Đây là một ví dụ điển hình của tự động hóa dây chuyền sản xuất, giúp tăng năng suất, giảm thiểu sai sót do yếu tố con người và cải thiện điều kiện làm việc. Nghiên cứu này không chỉ dừng lại ở việc chế tạo một mô hình vật lý mà còn đi sâu vào các thuật toán của thị giác máy tính (computer vision) và giải quyết các bài toán động học robot. Việc thực hiện thành công đề tài này mở ra nhiều cơ hội ứng dụng trong các ngành công nghiệp như lắp ráp linh kiện điện tử, đóng gói thực phẩm, và kiểm tra chất lượng sản phẩm. Các báo cáo đồ án tốt nghiệp về lĩnh vực này thường yêu cầu sinh viên phải nắm vững kiến thức từ thiết kế cơ khí robot đến lập trình Python cho robot hoặc các ngôn ngữ khác, tạo nên một nền tảng vững chắc cho sự nghiệp kỹ sư trong tương lai. Đồ án là minh chứng cho sự phát triển của công nghệ robot và xử lý ảnh tại Việt Nam.
1.1. Mục tiêu và phạm vi nghiên cứu của đồ án tốt nghiệp
Mục tiêu cốt lõi của đề tài là ứng dụng kiến thức đã học vào thực tế để thiết kế và chế tạo một hệ thống phân loại sản phẩm tự động. Hệ thống bao gồm một cánh tay robot 5 bậc tự do (robot arm 5 DOF), một hệ thống băng tải, và một hệ thống thị giác máy tính sử dụng camera. Phạm vi nghiên cứu tập trung vào việc: (1) Nghiên cứu lý thuyết về động học robot, bao gồm cả động học thuận và động học ngược (Inverse Kinematics). (2) Tính toán và thiết kế kết cấu cơ khí cho cánh tay robot và băng tải. (3) Lựa chọn các thiết bị phần cứng phù hợp như Arduino, động cơ servo, động cơ bước. (4) Xây dựng thuật toán phân loại sản phẩm bằng xử lý ảnh để nhận diện đối tượng dựa trên màu sắc và hình dạng. (5) Chế tạo mô hình thực tế và tiến hành kiểm nghiệm, đánh giá độ chính xác của hệ thống. Đây là một luận văn cánh tay robot điển hình, đòi hỏi sự kết hợp đa ngành.
1.2. Tổng quan về công nghệ thị giác máy tính trong công nghiệp
Thị giác máy tính (computer vision) là một lĩnh vực của trí tuệ nhân tạo, cho phép máy tính "nhìn" và diễn giải thế giới trực quan. Trong công nghiệp, công nghệ này được ứng dụng rộng rãi để tự động hóa các quy trình kiểm tra và phân loại. Các hệ thống xử lý ảnh giúp nhận dạng lỗi sản phẩm, đọc mã vạch, kiểm tra kích thước, và định vị đối tượng cho robot. Theo tài liệu nghiên cứu, "Nhờ các hệ thống xử lý ảnh, con người đã giảm được khối lượng công việc cũng như tăng sự chính xác trong việc đưa ra các quyết định". Các thư viện phần mềm như OpenCV cung cấp một bộ công cụ mạnh mẽ để thực hiện các tác vụ này, từ tiền xử lý ảnh, trích xuất đặc trưng cho đến nhận dạng mẫu. Việc tích hợp computer vision vào dây chuyền sản xuất là một bước tiến quan trọng hướng tới nhà máy thông minh.
II. Thách thức khi tự động hóa phân loại sản phẩm bằng robot
Việc tự động hóa dây chuyền phân loại sản phẩm đặt ra nhiều thách thức kỹ thuật phức tạp. Một trong những khó khăn lớn nhất là đảm bảo độ chính xác và tốc độ của toàn bộ hệ thống. Các phương pháp phân loại thủ công thường bị ảnh hưởng bởi sự mệt mỏi và cảm xúc của công nhân, dẫn đến sai sót. Tuy nhiên, một hệ thống tự động cũng phải đối mặt với các vấn đề riêng. Hệ thống thị giác máy tính cần phải hoạt động ổn định trong các điều kiện ánh sáng thay đổi, có khả năng nhận diện chính xác sản phẩm ngay cả khi chúng bị xoay hoặc che khuất một phần. Việc xử lý ảnh đòi hỏi năng lực tính toán cao để không làm chậm dây chuyền. Đối với cánh tay robot 5 bậc tự do, thách thức nằm ở việc giải bài toán động học ngược một cách nhanh chóng và chính xác để xác định góc quay của các khớp. Ngoài ra, thiết kế cơ khí robot phải đủ cứng vững để chịu tải nhưng cũng phải đủ nhẹ để di chuyển linh hoạt. Việc đồng bộ hóa hoạt động giữa băng tải, camera và robot là một bài toán khó, đòi hỏi thuật toán điều khiển tinh vi. Chi phí đầu tư ban đầu cho một hệ thống robot gắp thả sản phẩm (pick and place robot) cũng là một rào cản đối với nhiều doanh nghiệp. Do đó, việc nghiên cứu và tối ưu hóa các giải pháp như trong báo cáo đồ án tốt nghiệp này là vô cùng cần thiết.
2.1. Hạn chế của các phương pháp phân loại thủ công
Các dây chuyền sản xuất truyền thống phụ thuộc nhiều vào lao động thủ công trong khâu phân loại. Hạn chế lớn nhất của phương pháp này là năng suất thấp và thiếu nhất quán. Con người không thể duy trì sự tập trung cao độ trong thời gian dài, dẫn đến các lỗi như phân loại sai, bỏ sót sản phẩm lỗi. Như tài liệu đã đề cập, "Đôi khi việc nhầm lẫn do họ mệt mỏi hoặc cảm xúc không tốt là rất hay xảy ra, vì thế năng suất bị ảnh hưởng rất nhiều". Hơn nữa, môi trường làm việc trong một số nhà máy có thể độc hại hoặc nguy hiểm, ảnh hưởng đến sức khỏe người lao động. Việc tự động hóa bằng cánh tay robot và xử lý ảnh giúp khắc phục triệt để những nhược điểm này, đảm bảo chất lượng sản phẩm đồng đều 24/7.
2.2. Yêu cầu kỹ thuật đối với hệ thống robot gắp thả sản phẩm
Một hệ thống robot gắp thả sản phẩm (pick and place robot) hiệu quả phải đáp ứng nhiều yêu cầu kỹ thuật khắt khe. Tốc độ chu trình (cycle time) phải đủ nhanh để không gây tắc nghẽn băng tải. Độ chính xác định vị của tay gắp phải rất cao, thường là dưới một milimet, để có thể gắp và đặt sản phẩm đúng vị trí. Tải trọng của robot phải phù hợp với khối lượng sản phẩm. Vùng làm việc (workspace) phải bao phủ được toàn bộ khu vực cần thao tác. Bộ điều khiển robot phải có khả năng giao tiếp và đồng bộ hóa với các thiết bị khác như camera và PLC. Đặc biệt, hệ thống thị giác máy tính phải nhận dạng đối tượng với tỷ lệ thành công trên 99% để đảm bảo hiệu quả của cả dây chuyền.
III. Phương pháp thiết kế cơ khí cánh tay robot 5 bậc tự do
Quá trình thiết kế cơ khí robot là nền tảng quyết định đến hiệu suất và độ bền của hệ thống. Đối với cánh tay robot 5 bậc tự do, việc lựa chọn vật liệu và kết cấu có ảnh hưởng trực tiếp đến độ cứng vững và khối lượng. Trong đồ án này, vật liệu nhựa PLA được lựa chọn chế tạo các khâu robot thông qua công nghệ in 3D. Lựa chọn này dựa trên các ưu điểm như "nhẹ, giá thành thấp, có thể dễ dàng chế tạo các bề mặt phức tạp theo ý muốn". Tuy nhiên, khả năng chịu lực của PLA kém hơn kim loại nên cần tính toán kỹ lưỡng về kết cấu. Quá trình thiết kế bắt đầu bằng việc xây dựng mô hình 3D trên các phần mềm CAD như Solidworks hoặc Creo. Sau đó, các bài toán quan trọng về động học robot được giải quyết. Động học thuận được sử dụng để xác định vị trí và hướng của tay gắp khi biết các góc khớp, trong khi động học ngược (Inverse Kinematics) là bài toán ngược lại, có vai trò cực kỳ quan trọng trong việc điều khiển robot đi đến một điểm mong muốn. Việc tính toán và lựa chọn động cơ servo và động cơ bước cũng là một bước không thể thiếu. Các động cơ được chọn phải cung cấp đủ mô-men xoắn để thắng được trọng lực và lực quán tính của các khâu, đảm bảo robot hoạt động ổn định. Đồ án đã thực hiện các tính toán chi tiết, ví dụ như mô men cản trên trục 2: 𝑀𝑐2 ≈ 8,465 𝑁𝑚.
3.1. Phân tích động học thuận và động học ngược robot
Phân tích động học là bước cốt lõi trong nghiên cứu và điều khiển robot. Động học thuận (Forward Kinematics) là quá trình xác định vị trí (tọa độ x, y, z) và hướng của điểm tác động cuối (end-effector) dựa trên các giá trị góc quay của các khớp. Bài toán này được giải quyết bằng phương pháp Denavit-Hartenberg (D-H) để thiết lập ma trận biến đổi thuần nhất. Ngược lại, động học ngược (Inverse Kinematics) là bài toán phức tạp hơn, nhằm tìm ra bộ giá trị góc khớp cần thiết để đưa điểm tác động cuối đến một vị trí và hướng cho trước trong không gian. Việc giải thành công bài toán này là điều kiện tiên quyết để lập trình quỹ đạo chuyển động cho robot gắp thả sản phẩm.
3.2. Lựa chọn động cơ servo và động cơ bước phù hợp
Việc lựa chọn động cơ quyết định trực tiếp đến độ chính xác, tốc độ và tải trọng của robot. Đồ án này sử dụng kết hợp cả hai loại động cơ. Động cơ bước (Step Motor), như loại 86BYGH450A và Nema 23, được dùng cho các khớp gốc yêu cầu mô-men xoắn lớn và khả năng giữ vị trí tốt mà không cần phản hồi. Trong khi đó, động cơ servo (RC Servo LD-20MG, Tower Pro MG996R) được ưu tiên cho các khớp cuối. Ưu điểm của servo là "Momen trên trục đều hơn, tốc độ cao hơn, ... làm việc êm, độ chính xác cao" nhờ có hệ thống phản hồi vị trí tích hợp. Quá trình lựa chọn dựa trên tính toán chi tiết mô-men tĩnh và mô-men quán tính tại mỗi khớp để đảm bảo động cơ không bị quá tải.
IV. Bí quyết lập trình robot phân loại sản phẩm bằng xử lý ảnh
Hệ thống điều khiển và xử lý ảnh được xem là "bộ não" của toàn bộ cánh tay robot phân loại sản phẩm. Quá trình này bắt đầu khi camera chụp ảnh sản phẩm và gửi về máy tính. Tại đây, phần mềm được phát triển trên nền tảng Visual Studio, kết hợp với sức mạnh của thư viện OpenCV, sẽ tiến hành phân tích. OpenCV (Open Source Computer Vision Library) là một công cụ mã nguồn mở mạnh mẽ, cung cấp hàng ngàn thuật toán tối ưu cho các tác vụ thị giác máy tính. Thuật toán xử lý ảnh trong đồ án gồm hai giai đoạn chính: tiền xử lý và nhận dạng. Ở giai đoạn tiền xử lý, ảnh gốc được chuyển đổi từ không gian màu RGB sang HSV để việc nhận dạng màu sắc trở nên dễ dàng và ổn định hơn dưới các điều kiện ánh sáng khác nhau. Các bộ lọc như GaussianBlur được áp dụng để loại bỏ nhiễu. Giai đoạn nhận dạng sử dụng các phép toán hình thái học để xác định đường viền, hình dạng và tọa độ của sản phẩm. Sau khi xác định được loại sản phẩm, máy tính sẽ gửi một chuỗi lệnh điều khiển qua giao tiếp nối tiếp (Serial) đến bộ điều khiển robot trung tâm là mạch Arduino NANO. Mạch Arduino sẽ biên dịch các lệnh này thành tín hiệu điều khiển PWM để điều khiển chính xác góc quay của các động cơ servo và tín hiệu xung/hướng cho động cơ bước, từ đó điều khiển robot thực hiện thao tác gắp thả. Toàn bộ quy trình được thể hiện qua các lưu đồ thuật toán chi tiết trong báo cáo đồ án tốt nghiệp.
4.1. Ứng dụng thư viện OpenCV để nhận dạng đối tượng
Thư viện OpenCV là trái tim của hệ thống phân loại sản phẩm bằng xử lý ảnh. Nó cung cấp các hàm chức năng cao cấp để thực hiện các công việc phức tạp. Quá trình nhận dạng bắt đầu bằng việc đọc ảnh từ camera. Sau đó, hàm cvtColor() được sử dụng để chuyển đổi không gian màu. Để tách đối tượng khỏi nền, kỹ thuật ngưỡng (thresholding) trên không gian màu HSV được áp dụng để tạo ra ảnh nhị phân. Tiếp theo, các hàm như findContours() giúp tìm ra đường bao của các đối tượng trong ảnh. Từ các đường bao này, có thể tính toán các đặc trưng như diện tích, chu vi, tâm đối tượng, giúp nhận dạng hình dạng và vị trí. Code cánh tay robot phân loại sản phẩm sử dụng các thông tin này để ra quyết định.
4.2. Xây dựng bộ điều khiển robot sử dụng Arduino
Arduino NANO được chọn làm bộ điều khiển robot cấp thấp do có ưu điểm nhỏ gọn, giá thành rẻ và cộng đồng hỗ trợ lớn. Nó đóng vai trò trung gian, nhận lệnh từ máy tính và thực thi các chuyển động vật lý. Arduino nhận dữ liệu (ví dụ: tọa độ đích của sản phẩm) thông qua cổng USB (giao tiếp Serial). Chương trình nạp trên Arduino sẽ sử dụng các giá trị này, kết hợp với lời giải của bài toán động học ngược đã được tính toán sẵn, để xác định các góc quay cần thiết cho mỗi khớp. Sau đó, nó tạo ra các tín hiệu điều khiển tương ứng cho các driver của động cơ bước và các động cơ servo. Việc sử dụng một hệ thống nhúng như Arduino giúp giảm tải cho máy tính và tăng tính ổn định cho hệ thống.
V. Ứng dụng thực tiễn và kết quả của cánh tay robot 5 bậc
Mô hình cánh tay robot 5 bậc tự do phân loại sản phẩm sau khi hoàn thiện đã được đưa vào vận hành thử nghiệm để đánh giá hiệu quả. Hệ thống bao gồm băng tải di chuyển sản phẩm qua khu vực làm việc của camera. Khi camera phát hiện có sản phẩm, nó sẽ chụp ảnh và gửi về máy tính. Chương trình xử lý ảnh phân tích và gửi lệnh đến Arduino. Robot sau đó di chuyển chính xác đến vị trí, dùng tay gắp để nhấc sản phẩm và đặt vào khu vực phân loại tương ứng. Kết quả thực nghiệm cho thấy hệ thống hoạt động ổn định, đáp ứng được các mục tiêu đề ra trong luận văn cánh tay robot. Tỷ lệ nhận dạng chính xác màu sắc và hình dạng sản phẩm đạt mức cao, chứng tỏ thuật toán xử lý ảnh và việc căn chỉnh camera, ánh sáng đã được tối ưu tốt. Chuyển động của robot mượt mà, chính xác, sai số định vị thấp, thể hiện sự thành công trong việc giải bài toán động học robot và lập trình điều khiển. Mô phỏng robot trước khi chế tạo cũng góp phần quan trọng giúp phát hiện và khắc phục các sai sót trong thiết kế. Đồ án không chỉ là một bài tập học thuật mà còn là một giải pháp tiềm năng cho việc tự động hóa dây chuyền sản xuất tại các doanh nghiệp vừa và nhỏ ở Việt Nam, nơi chi phí đầu tư là một yếu tố quan trọng. Các kết quả này được ghi nhận chi tiết trong báo cáo đồ án tốt nghiệp.
5.1. Quy trình vận hành hệ thống phân loại trên băng tải
Quy trình vận hành của hệ thống robot gắp thả sản phẩm được chuẩn hóa để đảm bảo tính liên tục và hiệu quả. Bước 1: Sản phẩm được đặt lên băng tải và di chuyển vào vùng quan sát của camera. Bước 2: Camera được kích hoạt (trigger) để chụp ảnh khi sản phẩm đi vào đúng vị trí. Bước 3: Máy tính xử lý ảnh, xác định loại và tọa độ của sản phẩm trong vòng vài mili giây. Bước 4: Máy tính gửi lệnh điều khiển cho bộ điều khiển robot (Arduino). Bước 5: Cánh tay robot 5 bậc tự do thực hiện chu trình gắp-thả (pick and place). Bước 6: Arduino gửi tín hiệu phản hồi về máy tính, báo hiệu chu trình hoàn tất và sẵn sàng cho sản phẩm tiếp theo. Việc đồng bộ hóa các bước này là yếu tố then chốt cho sự thành công của hệ thống.
5.2. Đánh giá độ chính xác và hiệu suất của hệ thống
Đánh giá hiệu suất là bước cuối cùng và quan trọng nhất. Các chỉ số được xem xét bao gồm: (1) Tỷ lệ nhận dạng thành công của hệ thống thị giác máy tính. (2) Độ chính xác định vị của tay gắp, đo bằng sai số giữa vị trí đích và vị trí thực tế. (3) Thời gian chu trình (cycle time), là tổng thời gian từ lúc sản phẩm được nhận dạng đến khi được phân loại xong. (4) Độ ổn định và độ tin cậy của hệ thống khi hoạt động liên tục trong thời gian dài. Các kết quả thực nghiệm từ đồ án cho thấy hệ thống đáp ứng tốt các yêu cầu cơ bản, mở ra khả năng cải tiến và ứng dụng vào thực tế sản xuất.
