Bối cảnh và vấn đề nghiên cứu

Trong quy trình sản xuất công nghiệp và tự động hóa hiện đại, công tác kiểm tra và phân loại sản phẩm đóng vai trò then chốt nhằm đảm bảo chất lượng thành phẩm đồng đều trước khi xuất xưởng, đồng thời loại bỏ kịp thời các sản phẩm hư hỏng hoặc sai lệch quy cách (chẳng hạn như việc loại bỏ bánh vỡ, sai hình dạng trước khi đóng gói). Việc áp dụng các giải pháp tự động hóa kết hợp thị giác máy tính và cánh tay robot giúp nâng cao năng suất, tiết kiệm chi phí vận hành, rút ngắn thời gian và hạn chế tối đa các sai sót chủ quan do con người. Song song đó, sự phát triển của công nghệ mạng và Internet of Things (IoT) mở ra khả năng kết nối vạn vật, cho phép giám sát trạng thái thiết bị và dữ liệu tồn kho từ xa mà không cần can thiệp trực tiếp tại hiện trường.

Xuất phát từ thực tiễn trên, đề tài "Băng chuyền nhận dạng, phân loại sản phẩm theo mẫu, kết hợp giám sát hệ thống thông qua mạng" được thực hiện bởi sinh viên Nguyễn Xuân Lộc (MSSV: 13141597, Lớp: 13141CLVT, Khóa 2013–2017) dưới sự hướng dẫn của PGS.TS Phạm Hồng Liên tại Khoa Đào tạo Chất lượng cao, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh.

Mục tiêu nghiên cứu tổng quát của đề tài là xây dựng một chương trình nhận dạng hình dạng sản phẩm dựa trên phần mềm MATLAB theo các mẫu chuẩn tùy chọn (như hình vuông, hình tròn, hình tam giác hoặc các biên dạng bất kỳ có sẵn mẫu), kết hợp điều khiển cơ cấu chấp hành và giám sát dữ liệu qua mạng.

Nhiệm vụ nghiên cứu cụ thể được xác định bao gồm:

  1. Nghiên cứu cơ sở lý thuyết xử lý ảnh số và thuật toán phân đoạn, nhận dạng hình dạng theo mẫu.
  2. Thiết kế và chế tạo mô hình phần cứng băng chuyền tải sản phẩm tự động.
  3. Chế tạo cánh tay robot gắp và phân loại sản phẩm theo kết quả nhận dạng vào 3 kho chứa riêng biệt.
  4. Thiết lập giao tiếp điều khiển đồng bộ giữa máy tính (MATLAB) và vi điều khiển (Arduino UNO R3).
  5. Xây dựng khối đếm sản phẩm và module giao tiếp mạng (Ethernet Shield) để truyền dữ liệu, hiển thị thông tin số lượng sản phẩm tồn trong từng kho lên giao diện web HTML.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Cấu trúc ảnh số, giải thuật xử lý và phân đoạn ảnh; cơ chế giao tiếp phần cứng giữa Camera, kit vi điều khiển Arduino UNO R3, module ngoại vi với phần mềm MATLAB; kỹ thuật điều khiển động cơ servo của cánh tay robot; giải pháp giám sát hệ thống thông qua giao thức mạng và ngôn ngữ HTML.
  • Phạm vi nghiên cứu: Hệ thống tiếp nhận và phân loại tối đa 3 mẫu sản phẩm khác nhau; phân chia thành phẩm vào 3 vị trí kho tương ứng; dữ liệu giám sát số lượng được hiển thị qua trang web nội bộ; thời gian thực hiện đề tài kéo dài từ ngày 02/03/2017 đến ngày 11/07/2017.

Cơ sở lý thuyết và phương pháp

Đề tài ứng dụng tổng hợp các cơ sở lý thuyết về xử lý ảnh số, hệ thống nhúng vi điều khiển và mạng truyền thông để giải quyết bài toán tự động hóa:

1. Cơ sở lý thuyết xử lý ảnh số

  • Cấu trúc ảnh và biểu diễn mức xám: Ảnh số được định nghĩa là tập hợp các điểm ảnh (pixel) phân bố trong không gian hai chiều, với giá trị độ chói tỷ lệ thuận với cường độ photon ánh sáng thu nhận. Ảnh xám được biểu diễn bằng 8-bit (256 mức chói từ 0 đến 255). Mô hình màu RGB sử dụng 3 thành phần sơ cấp Đỏ (Red), Lục (Green), Lam (Blue) chuẩn hóa trong không gian lập phương $[0, 1]$, từ đó trích xuất tín hiệu độ chói theo phương trình màu $Y = 0.299R + 0.587G + 0.114B$.
  • Các bước cơ bản trong xử lý ảnh: Bao gồm thu nhận ảnh từ camera, tiền xử lý (khử nhiễu hệ thống, lọc nhiễu ngẫu nhiên, chuyển đổi ảnh mức xám), phân đoạn ảnh, trích chọn đặc trưng và mô tả hình học (biểu diễn bằng mã chạy, mã xích, mã tứ phân), nhận dạng và nội suy (theo tham số hoặc cấu trúc).
  • Thuật toán phân đoạn ảnh Otsu: Phương pháp phân đoạn nhị phân dựa trên lược đồ xám (histogram) nhằm tìm giá trị ngưỡng $k^*$ tối ưu để cực đại hóa phương sai giữa hai lớp đối tượng $C_1$ (vật thể) và $C_2$ (nền): $$\sigma_B^2(k) = \frac{[m_G P_1(k) - m(k)]^2}{P_1(k)[1 - P_1(k)]}$$ Trong đó $P_1(k)$ là xác suất tích lũy của lớp $C_1$, $m(k)$ là giá trị trung bình mức xám đến ngưỡng $k$, và $m_G$ là giá trị trung bình toàn ảnh.
  • Phương pháp phân nhóm: Sử dụng ma trận tán xạ trong nhóm $S_W$ và ma trận tán xạ giữa các nhóm $S_B$ để tối ưu hóa việc phân chia không gian đặc trưng thông qua chỉ số chất lượng $\beta = \text{tr}{S_W} \cdot \text{tr}{S_B}$.

2. Thiết bị phần cứng và công nghệ truyền thông

  • Kit vi điều khiển Arduino UNO R3: Trang bị vi điều khiển 8-bit ATmega328, tần số xung nhịp 16 MHz, bộ nhớ Flash 32 KB (0.5 KB dùng cho bootloader), 2 KB SRAM, 1 KB EEPROM; hỗ trợ 14 chân Digital I/O (với 6 kênh PWM phần cứng), 6 kênh ngõ vào Analog độ phân giải 10-bit; điện áp hoạt động 5V DC, hỗ trợ các giao tiếp Serial (UART qua chân 0-RX, 1-TX), SPI (chân 10-SS, 11-MOSI, 12-MISO, 13-SCK) và I2C (chân A4-SDA, A5-SCL).
  • Camera thu nhận hình ảnh Microsoft LifeCam HD-3000: Hỗ trợ chuẩn video độ phân giải HD 720p (1280x720 pixel), tỷ lệ khung hình 16:9, giao tiếp qua cổng USB 2.0, tích hợp công nghệ TrueColor tự động cân bằng sáng trong các điều kiện chiếu sáng khác nhau.
  • Cảm biến và cơ cấu chấp hành: Cảm biến vật cản thu phát hồng ngoại (hoạt động ở mức tích cực thấp: xuất tín hiệu logic 0 khi có vật thể và logic 1 khi không có vật); các động cơ RC Servo điều khiển các khớp của cánh tay robot; động cơ DC kéo băng tải; IC ổn áp nguồn LM7805 cung cấp điện áp 5V ổn định.
  • Môi trường phần mềm và giao tiếp: Nền tảng MATLAB kết hợp bộ công cụ Image Acquisition Toolbox và gói hỗ trợ phần cứng MATLAB Support Package for Arduino Hardware; môi trường lập trình nhúng Arduino IDE; công cụ thiết kế giao diện đồ họa người dùng MATLAB GUIDE; ngôn ngữ HTML sử dụng các thẻ cấu trúc (<html>, <head>, <body>, <div>, <span>, <table>, <font>) để thiết lập giao diện web giám sát số lượng.

3. Phương pháp nghiên cứu

Tác giả kết hợp phương pháp nghiên cứu lý thuyết (tổng hợp tài liệu chuyên ngành xử lý tín hiệu số, thị giác máy tính, kỹ thuật vi điều khiển) với phương pháp thiết kế kỹ thuật và thực nghiệm: chế tạo khung mô hình phần cứng, tích hợp hệ thống điện - điện tử, xây dựng thuật toán phần mềm trên máy tính và tiến hành chạy thử nghiệm đánh giá độ chính xác phân loại trong điều kiện vận hành lặp lại.

Thiết kế và triển khai

Hệ thống được thiết kế tích hợp giữa khối xử lý thuật toán trên máy tính cá nhân, khối điều khiển ngoại vi chấp hành và khối giám sát mạng:

Khối chức năng Phần cứng / Nền tảng Vai trò và cơ chế hoạt động
Khối thu nhận ảnh Microsoft LifeCam HD-3000 Kết nối qua USB, thu nhận luồng video liên tục và chụp khung hình khi có tín hiệu kích hoạt từ cảm biến.
Khối xử lý trung tâm MATLAB (PC) Giao tiếp với camera qua Image Acquisition Toolbox, xử lý ảnh nhị phân, tính toán diện tích, so khớp mẫu và gửi lệnh qua cổng COM Serial.
Khối điều khiển ngoại vi Arduino UNO R3 Đọc trạng thái chân Digital của cảm biến hồng ngoại, nhận chuỗi lệnh từ MATLAB để điều khiển động cơ băng tải và góc quay của các servo cánh tay robot.
Khối cơ cấu chấp hành Cánh tay Robot & Động cơ băng tải Băng tải đưa phôi đến vùng quan sát; cánh tay robot nhiều bậc tự do sử dụng động cơ servo thực hiện chu trình gắp và thả sản phẩm vào 3 kho.
Khối cảm biến vị trí Cảm biến hồng ngoại thu - phát Đặt tại vị trí cố định trên băng chuyền; xuất tín hiệu mức thấp (0) báo hiệu sản phẩm đã vào tầm nhìn của camera.
Khối giám sát mạng (IoT) Arduino Ethernet Shield & Web Server Giao tiếp với Arduino qua chuẩn SPI, khởi tạo trang web tĩnh bằng HTML để hiển thị chỉ số đếm sản phẩm của 3 kho qua địa chỉ IP.

Quy trình điều khiển và thuật toán phân loại được tổ chức theo các bước:

  1. Thiết lập kết nối ban đầu: Khởi động camera bằng hàm videoinput, hiển thị khung hình qua preview và khai báo đối tượng kết nối Arduino qua lệnh a = arduino.
  2. Nạp dữ liệu mẫu chuẩn: Người vận hành lần lượt đưa 3 mẫu sản phẩm tiêu chuẩn vào hệ thống để chụp ảnh; chương trình chuyển ảnh sang mức xám, phân đoạn nhị phân theo thuật toán Otsu, lọc nhiễu và tính toán giá trị diện tích mẫu chuẩn $S_1, S_2, S_3$.
  3. Quét và nhận dạng sản phẩm vận hành: Động cơ băng tải chạy đưa sản phẩm qua cảm biến hồng ngoại. Hàm readDigitalPin(a, pin) phát hiện mức logic 0 sẽ gửi lệnh dừng băng tải; camera thực hiện chụp khung hình bằng lệnh getsnapshot.
  4. Tiền xử lý và so khớp: Ảnh chụp sản phẩm thực tế được nhị phân hóa và tính toán diện tích thực $S_{thuc}$. Chương trình so sánh sai số diện tích $|S_{thuc} - S_i|$ với ngưỡng dung sai cho phép để xác định loại sản phẩm (Mẫu 1, Mẫu 2 hoặc Mẫu 3).
  5. Thực thi phân loại và cập nhật: Máy tính truyền mã phân loại xuống Arduino; vi điều khiển điều khiển cánh tay servo gắp vật thể bỏ vào đúng kho chỉ định thông qua hàm writePosition. Sau khi hoàn thành thao tác gắp, bộ đếm tương ứng tăng thêm 1 đơn vị và module Ethernet cập nhật dữ liệu số lượng lên giao diện web HTML.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Trình bày tổng quan về tình hình ứng dụng công nghệ tự động hóa, xử lý ảnh và robot công nghiệp trong dây chuyền sản xuất hiện đại. Xác định tính cấp thiết của việc tự động hóa khâu phân loại sản phẩm nhằm loại trừ sai sót thủ công và nâng cao chất lượng đồng đều. Xác định rõ mục tiêu chế tạo hệ thống phân loại 3 mẫu sản phẩm kết hợp robot gắp và truyền dữ liệu giám sát IoT; nêu bố cục tổng thể gồm 5 chương của đồ án.

Chương 2: Cơ sở lí thuyết

Hệ thống hóa toàn bộ các nền tảng lý thuyết và công nghệ sử dụng trong đồ án:

  • Phân tích bản chất của xử lý ảnh số, các khái niệm điểm ảnh, độ phân giải, mức xám, mô hình màu RGB và các giải thuật tiền xử lý (khử nhiễu hệ thống, nhiễu ngẫu nhiên).
  • Chi tiết hóa thuật toán phân đoạn ảnh Otsu thông qua việc tối ưu hóa phương sai giữa các lớp và phương pháp phân cụm ma trận tán xạ.
  • Khảo sát thông số kỹ thuật của kit Arduino UNO R3 (vi điều khiển ATmega328, bộ nhớ Flash/SRAM/EEPROM, các chân Digital, PWM, Analog, SPI, I2C).
  • Giới thiệu đặc điểm kỹ thuật của webcam Microsoft LifeCam HD-3000 (chuẩn HD 720p, công nghệ TrueColor).
  • Hướng dẫn quy trình cài đặt và cấu hình thư viện giao tiếp giữa phần cứng với MATLAB (Image Acquisition Toolbox, MATLAB Support Package for Arduino).
  • Khái niệm về giao diện GUIDE trên MATLAB, tổng quan công nghệ Internet of Things (IoT) và cấu trúc lập trình web bằng ngôn ngữ HTML (các thẻ tiêu đề, khối <div>/<span>, bảng biểu và mã màu HEX).

Chương 3: Thiết kế và xây dựng hệ thống

Đi sâu vào thiết kế chi tiết phần cứng và thuật toán điều khiển:

  • Xây dựng sơ đồ khối tổng thể và mô tả chức năng của từng khối (khối điều khiển ngoại vi, khối xử lý ảnh, khối chấp hành cánh tay robot, khối cảm biến và khối giám sát mạng).
  • Lập bảng sơ đồ chân kết nối tín hiệu giữa Arduino UNO R3 với các thiết bị ngoại vi (động cơ servo, cảm biến hồng ngoại, mạch nguồn IC LM7805 và shield Ethernet).
  • Xây dựng lưu đồ giải thuật chi tiết cho các quá trình: thiết lập kết nối phần cứng, nạp mẫu và tính toán diện tích mẫu chuẩn, xử lý ảnh nhị phân phân loại sản phẩm, điều khiển chu trình gắp của cánh tay robot và lưu đồ truyền thông đếm số lượng qua mạng.
  • Thiết kế giao diện điều khiển trung tâm bằng công cụ GUIDE trên MATLAB và thiết kế trang web HTML hiển thị bảng thống kê số lượng sản phẩm trong các kho.

Chương 4: Kết quả thực hiện

Trình bày kết quả hoàn thiện của toàn bộ đề tài sau quá trình lắp ráp và thử nghiệm:

  • Mô hình phần cứng hoàn chỉnh gồm khung băng chuyền, cơ cấu tay gắp servo, giá đỡ camera và các hộp mạch điều khiển vận hành đồng bộ.
  • Phần mềm MATLAB GUIDE hiển thị luồng video trực tiếp, các phím chức năng nạp mẫu, khung hiển thị kết quả phân loại và trạng thái kết nối phần cứng.
  • Giao diện web HTML hiển thị chính xác số lượng sản phẩm cập nhật theo thời gian thực của từng kho hàng.
  • Trình bày bảng dữ liệu khảo sát vận hành thực nghiệm trên 3 mẫu sản phẩm với quy mô thử nghiệm 60 lần/mẫu.

Chương 5: Kết luận và hướng phát triển

Đánh giá tổng kết các kết quả đạt được đối chiếu với mục tiêu ban đầu; chỉ ra các ưu điểm về tính thực tiễn, chi phí chế tạo thấp, khả năng tùy biến mẫu phân loại linh hoạt và tính năng giám sát qua mạng; đồng thời nêu rõ các mặt hạn chế còn tồn tại và đề xuất các giải pháp phát triển, nâng cấp hệ thống trong tương lai.

Kết quả và đóng góp

1. Kết quả thực nghiệm

Hệ thống đã hoàn thiện cả về cấu trúc cơ khí, mạch điện tử điều khiển và giải thuật phần mềm. Kết quả khảo sát vận hành thực tế được tác giả ghi nhận qua quá trình thử nghiệm lặp lại:

Mẫu sản phẩm Số lần kiểm tra (lần) Kết quả nhận dạng và phân loại Đánh giá vận hành
Mẫu 1 60 Nhận dạng đúng hình dạng, cánh tay robot gắp chính xác vào Kho 1 Băng tải dừng đúng vị trí, camera bắt hình nét, hệ thống hoạt động ổn định.
Mẫu 2 60 Nhận dạng đúng hình dạng, cánh tay robot gắp chính xác vào Kho 2 Xử lý ngưỡng Otsu chính xác, phân loại đúng kho chứa.
Mẫu 3 60 Nhận dạng đúng hình dạng, cánh tay robot gắp chính xác vào Kho 3 Cơ cấu servo đáp ứng đúng góc gắp/thả theo lập trình.

Phần mềm giao diện MATLAB GUIDE tiếp nhận video mượt mà, cho phép nạp mẫu linh hoạt và hiển thị kết quả phân loại tức thời. Module Arduino Ethernet Shield duy trì kết nối mạng ổn định, truyền phát dữ liệu đếm sản phẩm chính xác lên trang web giám sát HTML.

2. Giải pháp và đóng góp của đề tài

  • Giải pháp kỹ thuật: Đề tài đã kết hợp thành công công nghệ xử lý ảnh số trên máy tính với nền tảng phần cứng mã nguồn mở Arduino giá thành thấp, tạo ra một giải pháp tự động hóa phân loại sản phẩm có tính khả thi cao.
  • Tính linh hoạt trong nhận dạng: Khác với các hệ thống phân loại cố định bằng cảm biến quang/màu thông thường, hệ thống cho phép người dùng tùy chọn nạp các mẫu hình học bất kỳ (tối đa 3 mẫu) trước mỗi ca vận hành thông qua thuật toán trích xuất diện tích và phân đoạn Otsu.
  • Tích hợp giám sát IoT: Ứng dụng công nghệ mạng vào khâu quản lý kho hàng, giúp người giám sát theo dõi số lượng sản phẩm được phân loại theo thời gian thực thông qua trình duyệt web trên mạng máy tính mà không cần túc trực tại dây chuyền.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế của hệ thống

  • Tốc độ xử lý ảnh và độ chính xác của giải thuật phân đoạn nhị phân phụ thuộc nhiều vào tính đồng đều của cường độ ánh sáng môi trường xung quanh khu vực đặt camera.
  • Hệ thống chỉ mới phân loại dựa trên đặc trưng hình học/diện tích đơn giản, giới hạn tối đa 3 mẫu sản phẩm trong một chu trình làm việc.
  • Cơ cấu cánh tay robot sử dụng các động cơ RC Servo công suất nhỏ nên tốc độ gắp và tải trọng nâng còn hạn chế, chưa đáp ứng được yêu cầu tải nặng trong công nghiệp.
  • Giao diện web giám sát xây dựng trên ngôn ngữ HTML tĩnh cơ bản chạy trên nền vi điều khiển nhúng, chưa tích hợp hệ quản trị cơ sở dữ liệu chuyên sâu và các cơ chế bảo mật nâng cao.

2. Hướng nghiên cứu tiếp

  • Cải tiến thuật toán xử lý ảnh, kết hợp nhận dạng đa đặc trưng (nhận dạng hình học, nhận dạng màu sắc, nhận dạng mã vạch/mã QR và phát hiện lỗi khuyết tật bề mặt sản phẩm).
  • Nâng cấp phần cứng thu nhận ảnh bằng camera công nghiệp có tốc độ màn trập cao và bổ sung hộp chiếu sáng tiêu chuẩn để triệt tiêu ảnh hưởng của ánh sáng môi trường.
  • Thiết kế và chế tạo cánh tay robot công nghiệp có tải trọng lớn hơn, sử dụng động cơ bước hoặc động cơ servo công nghiệp có phản hồi encoder nhằm nâng cao tốc độ và độ chính xác cơ cấu chấp hành.
  • Mở rộng hệ thống giám sát IoT lên nền tảng đám mây (Cloud Platform), xây dựng cơ sở dữ liệu lưu trữ lịch sử sản xuất và thiết kế ứng dụng giám sát chuyên biệt trên thiết bị di động.

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu tham khảo chuyên ngành hữu ích cho:

  • Sinh viên và học viên: Thuộc các ngành Công nghệ Kỹ thuật Điện tử - Truyền thông, Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Kỹ thuật Máy tính và Công nghệ Thông tin đang thực hiện đồ án môn học, nghiên cứu khoa học hoặc khóa luận tốt nghiệp liên quan đến thị giác máy tính và hệ thống nhúng.
  • Kỹ sư và người nghiên cứu kỹ thuật: Những người cần tài liệu hướng dẫn thực hành chi tiết về phương thức kết nối, truyền nhận dữ liệu giữa MATLAB và vi điều khiển Arduino qua giao thức Serial; kỹ thuật thu thập khung hình từ webcam bằng Image Acquisition Toolbox; và giải pháp triển khai web server mini giám sát thông số trên Arduino Ethernet Shield.

Câu hỏi thường gặp

1. Khóa luận sử dụng phương pháp nào để phân đoạn và nhận dạng sản phẩm từ ảnh thu nhận?
Tác giả sử dụng phương pháp chuyển đổi ảnh màu RGB sang ảnh mức xám, sau đó áp dụng thuật toán phân đoạn ngưỡng tự động Otsu để nhị phân hóa bức ảnh, tách biệt vật thể ra khỏi nền dựa trên nguyên lý cực đại hóa phương sai giữa các lớp. Sau khi phân đoạn, chương trình tiến hành khử nhiễu và tính toán diện tích vùng điểm ảnh của sản phẩm để so khớp với diện tích của các mẫu chuẩn đã nạp trước đó.

2. Hệ thống phần cứng trung tâm và camera được sử dụng gồm những thiết bị cụ thể nào?
Hệ thống sử dụng kit vi điều khiển Arduino UNO R3 (trang bị chip vi điều khiển 8-bit ATmega328, tần số 16 MHz, bộ nhớ Flash 32 KB) kết hợp với camera Microsoft LifeCam HD-3000 (độ phân giải HD 720p 1280x720, tỷ lệ màn hình 16:9, giao tiếp USB 2.0, công nghệ TrueColor).

3. Số lượng mẫu sản phẩm tối đa mà hệ thống có thể nhận dạng và phân loại là bao nhiêu?
Theo thiết kế và nhiệm vụ đồ án, hệ thống có khả năng nhận dạng và phân loại tối đa 3 mẫu sản phẩm khác nhau trong một chu trình vận hành. Sản phẩm sau khi nhận dạng sẽ được cánh tay robot gắp phân chia vào 3 kho chứa riêng biệt.

4. Cơ chế phát hiện sản phẩm trên băng chuyền để kích hoạt camera chụp ảnh hoạt động như thế nào?
Hệ thống sử dụng một cảm biến vật cản thu phát hồng ngoại đặt tại vị trí cố định trên băng chuyền. Cảm biến hoạt động ở mức tích cực thấp; khi sản phẩm di chuyển đến cắt ngang tia hồng ngoại, chân tín hiệu chuyển về mức logic 0. Phần mềm MATLAB đọc tín hiệu này qua hàm readDigitalPin trên Arduino, lập tức gửi lệnh dừng băng tải và kích hoạt camera thực hiện lệnh getsnapshot để chụp ảnh xử lý.

5. Chức năng giám sát hệ thống qua mạng được triển khai bằng công nghệ và phần cứng gì?
Khối giám sát mạng được xây dựng bằng cách gắn board Arduino Ethernet Shield (giao tiếp SPI qua các chân 10, 11, 12, 13) lên Arduino UNO R3. Vi điều khiển đóng vai trò là một web server mini, biên dịch trang web tĩnh bằng ngôn ngữ HTML và xuất dữ liệu số lượng sản phẩm của từng kho theo địa chỉ IP để người dùng theo dõi từ xa qua trình duyệt mạng.

Kết luận

Đồ án tốt nghiệp của tác giả Nguyễn Xuân Lộc đã thiết kế và chế tạo thành công mô hình băng chuyền nhận dạng, phân loại 3 mẫu sản phẩm tự động kết hợp cánh tay robot gắp phôi và giám sát số lượng tồn kho qua mạng Internet. Đề tài đã hiện thực hóa giải thuật phân đoạn ảnh Otsu trên nền tảng MATLAB, thiết lập giao tiếp điều khiển thời gian thực với vi điều khiển Arduino UNO R3 và hiển thị dữ liệu trực quan qua giao diện web HTML. Kết quả thực nghiệm với 60 lần kiểm tra cho mỗi mẫu sản phẩm khẳng định tính đúng đắn của giải thuật, độ ổn định của cơ cấu chấp hành và khả năng ứng dụng thực tiễn của giải pháp thị giác máy tính kết hợp IoT trong tự động hóa sản xuất.