Thiết kế và triển khai hệ thống kiểm tra chip/IC tự động sử dụng robot SCARA với công nghệ AOI, AI và IoT

Đồ án kiểm tra chip/IC tự động sử dụng robot SCARA với AOI, AI và IoT tại ĐH SPKT TP.HCM

• Tác giả: Lê Đình Học
• Người hướng dẫn: TS. Nguyễn Văn Thái
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa
• Đề tài: Thiết kế và triển khai hệ thống kiểm tra chip/IC tự động sử dụng robot SCARA với công nghệ AOI, AI và IoT
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2025
• Địa điểm: Hồ Chí Minh

Tóm tắt

I. Tổng quan hệ thống kiểm tra chip IC tự động dùng robot SCARA

Hệ thống kiểm tra chip, IC tự động dùng robot SCARA đánh dấu bước tiến lớn trong dây chuyền đóng gói vi mạch bán dẫn. Nghiên cứu tại Đại học Sư phạm Kỹ thuật TP.HCM phát triển mô hình tích hợp đồng bộ giữa cơ khí chính xác và công nghệ số. Tay máy SCARA đóng vai trò trung tâm trong chu trình gắp và đặt linh kiện. Cấu trúc bốn bậc tự do cho phép cánh tay di chuyển linh hoạt trên mặt phẳng ngang. Tốc độ thao tác nhanh đáp ứng yêu cầu khắt khe của dây chuyền công nghiệp. Băng tải cấp phôi liên tục vận chuyển khay chip đến vị trí kiểm tra. Cảm biến quang học xác định chính xác tọa độ dừng của sản phẩm. Toàn bộ chu trình vận hành tự động theo thuật toán điều khiển tối ưu. Thiết bị loại bỏ hoàn toàn sự can thiệp thủ công của con người. Năng suất kiểm định tăng trưởng vượt bậc so với phương thức truyền thống. Độ ổn định cơ học duy trì liên tục trong thời gian dài. Dự án mở ra hướng tiếp cận hiện đại cho ngành tự động hóa công nghiệp bán dẫn tại Việt Nam.

1.1. Cấu tạo cơ khí và nguyên lý vận hành robot SCARA

Robot SCARA sở hữu cấu trúc động học đặc thù với hai khớp quay song song. Thiết kế này mang lại độ cứng vững lớn theo phương thẳng đứng. Đầu công tác tích hợp cụm giác hút chân không hiệu suất cao. Hệ thống khí nén tạo áp suất âm để giữ chặt bề mặt chip IC nhỏ bé. Các khớp cầu và thanh trượt hoạt động êm ái nhờ động cơ bước kết hợp bộ truyền đai răng. Băng tải mini vận hành đồng tốc với cánh tay robot. Vị trí làm việc được định vị thông qua cữ chặn cơ khí và cảm biến tiệm cận. Sai số vị trí gắp linh kiện duy trì ở mức dưới một milimét. Chu kỳ nhặt và đặt một con chip diễn ra trong vài giây.

1.2. Mục tiêu nghiên cứu đồ án tự động hóa tại SPKT

Đồ án tốt nghiệp tại Đại học Sư phạm Kỹ thuật TP.HCM hướng tới làm chủ công nghệ đóng gói chip. Mục tiêu trọng tâm là hoàn thiện hệ thống cơ điện tử có chi phí hợp lý. Nhóm sinh viên tập trung thiết kế phần cứng, giải thuật điều khiển và giao diện quản lý. Hệ thống phải đáp ứng khả năng vận hành tự động liên tục trong môi trường công nghiệp. Các thông số kiểm tra chất lượng chip IC được thu thập và số hóa toàn diện. Dự án tạo cầu nối giữa lý thuyết điều khiển tự động và thực tiễn sản xuất bán dẫn. Kết quả nghiên cứu khẳng định năng lực ứng dụng công nghệ cao của sinh viên kỹ thuật. Mô hình này có tiềm năng phát triển thành dây chuyền đào tạo chuyên sâu.

II. Thách thức trong hệ thống kiểm tra chip IC tự động dùng robot

Ngành công nghiệp vi điện tử đối mặt với nhiều rào cản kỹ thuật trong khâu kiểm soát chất lượng linh kiện bán dẫn. Kích thước chip ngày càng thu nhỏ khiến việc quan sát bằng mắt thường trở nên bất khả thi. Phương pháp kiểm tra thủ công tồn tại nhiều hạn chế cố hữu. Tốc độ kiểm định của con người rất chậm và không thể đáp ứng năng suất dây chuyền hiện đại. Sự mệt mỏi về thị giác dẫn đến tỷ lệ bỏ sót lỗi nghiêm trọng. Những vết xước siêu nhỏ, hiện tượng cong vênh chân chip hay sai lệch ký hiệu bề mặt dễ bị bỏ qua. Hơn nữa, việc tiếp xúc cơ học không đúng cách gây tĩnh điện và làm hỏng mạch bán dẫn. Các hệ thống kiểm tra tự động nhập khẩu lại có giá thành vô cùng đắt đỏ. Doanh nghiệp vừa và nhỏ rất khó tiếp cận công nghệ từ các tập đoàn nước ngoài. Ngoài ra, việc bảo trì phần mềm và tùy biến thuật toán gặp nhiều rào cản bản quyền. Sự phụ thuộc vào chuyên gia ngoại quốc làm tăng chi phí vận hành lâu dài.

2.1. Hạn chế của phương pháp kiểm tra quang học thủ công

Kiểm tra thủ công đòi hỏi nhân công dùng kính lúp hoặc kính hiển vi quang học thông thường. Công việc này tiêu tốn nhiều thời gian và gây mỏi mắt sau vài giờ thao tác. Độ tập trung suy giảm làm sai lệch đánh giá chất lượng sản phẩm xuất xưởng. Việc ghi chép báo cáo bằng tay dẫn đến thất thoát dữ liệu thống kê. Nhà máy không thể truy vết lỗi theo thời gian thực để tinh chỉnh dây chuyền hàn chip. Chi phí nhân công chiếm tỷ trọng lớn trong cơ cấu giá thành sản phẩm. Tốc độ kiểm định chậm trễ tạo thành điểm nghẽn nghiêm trọng cho toàn bộ dây chuyền lắp ráp bán dẫn. Doanh nghiệp đối mặt nguy cơ mất uy tín khi xuất khẩu lô hàng lỗi.

2.2. Khó khăn trong tích hợp IoT và xử lý ảnh công nghiệp

Tích hợp hệ thống IoT trong môi trường sản xuất công nghiệp luôn đối mặt với vấn đề nhiễu tín hiệu. Vi điều khiển ESP32 cần nguồn điện độc lập để tránh sụt áp khi kích hoạt Wi-Fi truyền dữ liệu. Nhiệt độ làm việc cao đòi hỏi các giải pháp tản nhiệt tối ưu cho bo mạch. Bên cạnh đó, xử lý ảnh công nghiệp đòi hỏi thuật toán phát hiện biên dạng cực kỳ chính xác. Điều kiện chiếu sáng không đồng đều dễ gây sai lệch trong phân tích thị giác máy tính. Việc đồng bộ hóa tín hiệu giữa camera chụp ảnh, cánh tay SCARA và bộ điều khiển trung tâm là thử thách lớn. Sai lệch chỉ vài mili-giây có thể khiến cánh tay máy gắp trượt hoặc làm hỏng linh kiện vi mạch.

III. Thiết kế hệ thống kiểm tra chip IC tự động dùng robot SCARA

Giải pháp kỹ thuật kết hợp hài hòa công nghệ kiểm tra quang học tự động AOI, trí tuệ nhân tạo và tay máy SCARA. Hệ thống vận hành theo quy trình khép kín, chính xác và đồng bộ. Đầu tiên, băng tải đưa khay chứa chip IC vào buồng chụp ảnh chuyên dụng. Cụm camera độ phân giải cao ghi lại chi tiết bề mặt và cấu trúc chân vi mạch. Thuật toán AI lập tức tiền xử lý ảnh, trích xuất đặc trưng và nhận diện khiếm khuyết sản phẩm. Mô hình phân loại chip thành hai nhóm đạt chuẩn và phế phẩm. Bộ điều khiển trung tâm gửi xung điều khiển đến các động cơ bước của robot SCARA. Tay máy di chuyển theo quỹ đạo định sẵn để kích hoạt hút chân không. Chip đạt yêu cầu được phân loại vào khay thành phẩm, chip lỗi đưa vào khay phế phẩm. Vi điều khiển ESP32 thu thập kết quả và truyền về cơ sở dữ liệu Firebase qua mạng Wi-Fi. Người quản trị theo dõi sản lượng và tỷ lệ lỗi trực tiếp trên giao diện Web Server thời gian thực.

3.1. Ứng dụng công nghệ AOI và AI phát hiện lỗi vi mạch

Hệ thống kiểm tra quang học tự động AOI sử dụng nguồn sáng vòm LED đồng trục. Thiết lập quang học này loại bỏ hiện tượng phản xạ bóng trên nắp lưng kim loại của vi mạch. Camera chuyên dụng chụp hình với tốc độ khung hình cao. Dữ liệu hình ảnh được truyền trực tiếp đến máy tính công nghiệp để phân tích. Thuật toán học máy thực hiện nhận dạng các lỗi phổ biến như nứt vỏ, mất chân hoặc in mờ mã linh kiện. Độ chính xác phát hiện lỗi đạt trên 98% trong các bài kiểm tra thực nghiệm. Thuật toán xử lý mỗi ảnh vi mạch chỉ mất chưa tới 0,2 giây. Kết quả phân tích cung cấp tọa độ lỗi cho cánh tay robot xử lý tức thì.

3.2. Giám sát thời gian thực qua ESP32 và Firebase IoT

Vi điều khiển ESP32 đóng vai trò cổng truyền thông trung gian cho hệ thống. Chip vi xử lý kép thu nhận thông tin trạng thái từ cảm biến và robot. Dữ liệu được mã hóa chuẩn hóa và truyền lên nền tảng Firebase Realtime Database qua giao thức Wi-Fi an toàn. Hệ cơ sở dữ liệu đám mây đồng bộ liên tục các chỉ số sản xuất với độ trễ thấp. Giao diện Web Server trực quan hiển thị biểu đồ sản lượng, tỷ lệ chip lỗi và tốc độ phân loại. Người vận hành có thể giám sát trạng thái dây chuyền từ xa qua máy tính hoặc điện thoại thông minh. Tính năng bảo mật của Firebase bảo vệ an toàn thông tin sản xuất. Hệ thống lưu trữ lịch sử vận hành phục vụ việc truy xuất nguồn gốc linh kiện.

IV. Ứng dụng thực tế hệ thống kiểm tra chip IC tự động dùng robot

Hệ thống kiểm tra chip, IC tự động dùng robot SCARA mang lại giá trị thực tiễn to lớn cho ngành sản xuất bán dẫn. Mô hình nghiên cứu tại SPKT đã minh chứng khả năng thay thế lao động thủ công trong khâu đóng gói vi mạch. Thời gian chu kỳ kiểm tra và gắp đặt giảm đáng kể, giúp tăng năng suất dây chuyền tổng thể. Chi phí đầu tư chế tạo mô hình thấp hơn rất nhiều so với thiết bị thương mại nước ngoài. Doanh nghiệp trong nước hoàn toàn có thể tiếp cận và triển khai giải pháp này vào các dây chuyền lắp ráp linh kiện bề mặt SMT. Dữ liệu vận hành được lưu trữ trên điện toán đám mây hỗ trợ tối ưu hóa quy trình kiểm soát chất lượng. Hệ thống giúp phát hiện sớm nguyên nhân lỗi từ khâu hàn chân hoặc dập nắp bảo vệ. Tính ổn định và khả năng nhân rộng của hệ thống mở ra cơ hội thương mại hóa mạnh mẽ. Đây là bước đệm quan trọng trong tiến trình tự chủ công nghệ bán dẫn quốc gia.

4.1. Khả năng ứng dụng trong các nhà máy sản xuất điện tử

Hệ thống kiểm tra tự động dễ dàng tích hợp vào các nhà máy lắp ráp linh kiện điện tử hiện hữu. Cơ cấu robot SCARA chiếm diện tích lắp đặt nhỏ gọn trên sàn sản xuất. Cánh tay máy hoạt động bền bỉ, thích hợp với các môi trường làm việc phòng sạch nghiêm ngặt. Các doanh nghiệp vừa và nhỏ có thể tận dụng thiết bị để nâng cao năng lực cạnh tranh khi nhận đơn hàng gia công quốc tế. Khả năng phát hiện lỗi ngoại quan chuẩn xác giúp loại trừ rủi ro đưa sản phẩm hỏng ra thị trường tiêu thụ. Quy trình đóng gói tự động hóa giảm phụ thuộc vào tay nghề lao động, từ đó giữ vững chất lượng thành phẩm đồng đều qua từng ca làm việc.

4.2. Định hướng hoàn thiện và nâng cấp công nghệ tương lai

Trong tương lai, hệ thống có thể mở rộng tích hợp các thuật toán học sâu Deep Learning hiện đại hơn. Việc nâng cấp camera lên cảm biến quét laser 3D sẽ giúp kiểm tra chiều cao chân chip siêu nhỏ chính xác. Nền tảng điều khiển có thể tích hợp thêm chuẩn truyền thông công nghiệp OPC UA để tương thích với các mô hình nhà máy thông minh Smart Factory. Tốc độ gắp thả của cánh tay robot SCARA sẽ tiếp tục được tối ưu hóa qua thuật toán nội suy quỹ đạo nâng cao. Đội ngũ nghiên cứu kỳ vọng tiếp tục hoàn thiện khung cơ khí nguyên khối để giảm thiểu rung chấn khi vận hành tốc độ cao. Đây sẽ là bước tiến quan trọng thúc đẩy chuỗi cung ứng sản xuất bán dẫn tự chủ tại Việt Nam.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong quy trình sản xuất và đóng gói vi mạch bán dẫn hiện đại, khâu kiểm tra chất lượng linh kiện (Chip/IC) đóng vai trò then chốt nhằm loại bỏ các sản phẩm lỗi trước khi xuất xưởng hoặc gắn lên bo mạch in. Việc thực hiện kiểm tra bằng mắt thường bộc lộ nhiều hạn chế nghiêm trọng: linh kiện có kích thước nhỏ, mật độ chân dày đặc khiến thị lực con người dễ mệt mỏi, độ tập trung giảm sút theo thời gian, dẫn đến sai sót và bỏ lọt lỗi. Bên cạnh đó, phương pháp thủ công đòi hỏi chi phí nhân công cao và không đáp ứng được tốc độ của các dây chuyền sản xuất tự động hóa tốc độ cao. Xuất phát từ thực tiễn này, việc kết hợp cánh tay robot công nghiệp với hệ thống kiểm tra quang học tự động (Automated Optical Inspection - AOI), trí tuệ nhân tạo (AI) và mạng lưới vạn vật kết nối (IoT) trở thành giải pháp kỹ thuật cần thiết.

Đồ án tốt nghiệp "Thiết kế và triển khai hệ thống kiểm tra Chip/IC tự động sử dụng robot SCARA với công nghệ AOI, AI và IoT" được thực hiện bởi nhóm sinh viên Lê Đình Học, Phạm Quang Hồng và Ngô Anh Tuấn, dưới sự hướng dẫn của TS. Nguyễn Văn Thái tại Bộ môn Tự động điều khiển, Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (giai đoạn từ ngày 06/01/2025 đến ngày 10/06/2025).

Mục tiêu nghiên cứu tổng quát của đề tài là thiết kế, chế tạo và hoàn thiện một hệ thống robot SCARA 4 bậc tự do (4 DOF) tích hợp hệ thống thị giác máy tính và trí tuệ nhân tạo, có khả năng tự động nhận diện vị trí, định hướng góc quay và phân loại lỗi của Chip/IC trên băng chuyền, đồng thời cho phép giám sát dữ liệu vận hành thời gian thực thông qua máy chủ web trên nền tảng IoT.

Các nhiệm vụ kỹ thuật cụ thể bao gồm:

1. Thiết kế mô hình 3D và gia công chế tạo cánh tay robot SCARA cùng cơ cấu băng tải cấp phôi.
2. Thiết kế hệ thống điện động lực, mạch điều khiển và lập trình điều khiển chuyển động cho robot SCARA 4 bậc tự do.
3. Xây dựng thuật toán xử lý ảnh và triển khai các mô hình học sâu nhằm phát hiện, định vị linh kiện và nhận diện khuyết tật ngoại quan của Chip/IC.
4. Thiết kế giao diện đồ họa người dùng (GUI) phục vụ vận hành tại chỗ và xây dựng giao diện máy chủ web giám sát từ xa qua giao thức truyền thông mạng.
5. Tích hợp toàn diện phần cứng, giải thuật thị giác và hệ thống truyền thông để vận hành đồng bộ hệ thống theo thời gian thực.

Phạm vi và giới hạn của đề tài được tác giả xác định rõ trong văn bản:

• Phạm vi cơ khí: Kết cấu cơ khí của cánh tay robot còn hiện tượng rung lắc nhất định, gây ra sai số vị trí khi hoạt động liên tục trong thời gian dài.
• Phạm vi xử lý ảnh: Hệ thống tập trung phân loại các lỗi ngoại quan bề mặt nhìn thấy được gồm trầy xước, sứt mẻ thân vỏ và gãy/mất chân chip; không giải quyết các dạng lỗi vi mạch bên trong hoặc lỗi cấu trúc bán dẫn phức tạp.
• Phạm vi truyền thông và phần mềm: Chất lượng hình ảnh và độ trễ truyền dữ liệu khi phát trực tiếp lên máy chủ web chưa đạt mức tối ưu tuyệt đối; giao diện điều khiển và giám sát dừng lại ở mức mô hình thực nghiệm, chưa tích hợp hệ thống xác thực tài khoản và các lớp bảo mật chuyên sâu.

Cơ sở lý thuyết và phương pháp

Đề tài vận dụng tổng hợp nền tảng lý thuyết điều khiển robot, cơ điện tử, thị giác máy tính và kỹ thuật truyền thông IoT:

• Lý thuyết động học robot: Cánh tay robot SCARA (Selective Compliance Assembly Robot Arm) có cấu trúc 4 bậc tự do, hoạt động trong không gian làm việc hình trụ. Chuyển động của robot được mô hình hóa toán học thông qua phương pháp tham số Denavit – Hartenberg (DH) để thiết lập hệ tọa độ cho từng khâu khớp. Từ bảng thông số DH, hệ phương trình động học thuận (Forward Kinematics - FK) được thiết lập nhằm xác định vị trí và hướng của khâu tác động cuối (end-effector) từ các góc quay và khoảng dịch chuyển khớp. Phương trình động học nghịch (Inverse Kinematics - IK) được giải bằng phương pháp giải tích hình học để tính ngược góc xoay và độ dịch chuyển của các khớp từ tọa độ không gian làm việc yêu cầu.
• Kỹ thuật chuyển đổi tọa độ thị giác - robot: Nhóm tác giả sử dụng điểm chuẩn ArUco Marker để hiệu chuẩn camera, từ đó thiết lập ma trận biến đổi tọa độ giữa hệ quy chiếu camera {C'} và hệ quy chiếu gốc của robot {R}, kết hợp tính toán góc lệch giữa vị trí gắp trên băng tải và vị trí thả vào khay chứa.
• Cơ sở xử lý ảnh và trí tuệ nhân tạo:
  • Thư viện OpenCV: Đảm nhận các tác vụ tiền xử lý ảnh số gồm lọc nhiễu, chuyển đổi không gian màu, cân bằng lược đồ độ sáng (histogram), các phép biến đổi hình học (xoay, cắt vùng quan tâm - ROI, phép biến đổi Affine/Perspective) và vẽ hiển thị trực quan các trục định vị.
  • Thuật toán YOLOv11 OBB (Oriented Bounding Box): Mở rộng từ mạng nơ-ron tích chập (CNN) kết hợp các khối transformer và cơ chế attention để phát hiện vật thể dạng khung xoay nghiêng. Thuật toán trích xuất chính xác tọa độ tâm $(x, y)$, chiều dài, chiều rộng và góc xoay $(\theta)$ của linh kiện trên mặt phẳng băng tải, hỗ trợ vẽ trục định hướng X-Y để robot tự động xoay cổ tay điều chỉnh góc gắp.
  • Thuật toán PaddleOCR: Sử dụng cấu trúc phát hiện văn bản DBNet và nhận dạng ký tự CRNN để trích xuất chuỗi ký tự mã sản phẩm khắc trên bề mặt IC (IC marking), qua đó phát hiện các lỗi in mờ, in sai mã hoặc mất ký tự.
• Nền tảng điều khiển phần cứng và truyền thông IoT:
  • Vi điều khiển ESP32: Trang bị bộ vi xử lý lõi kép Xtensa 32-bit LX6 với xung nhịp lên đến 240 MHz, bộ nhớ SRAM 520 KB, hỗ trợ kết nối không dây Wi-Fi chuẩn 802.11 b/g/n và Bluetooth v4.2 BLE, hỗ trợ các ngoại vi UART, PWM, SPI, ADC.
  • Giao thức WebSocket (RFC 6455): Duy trì kết nối hai chiều liên tục qua cổng mạng TCP tiêu chuẩn (cổng 80), cho phép truyền nhận dữ liệu thời gian thực giữa máy tính điều khiển trung tâm, vi điều khiển ESP32 và máy chủ web với độ trễ thấp.
  • Dịch vụ đám mây Firebase (Google): Sử dụng hệ cơ sở dữ liệu thời gian thực (Firebase Realtime Database / Cloud Firestore) để lưu trữ và đồng bộ hóa lịch sử kiểm tra, trạng thái linh kiện.

Phương pháp nghiên cứu thực tế bao gồm phương pháp nghiên cứu lý thuyết (tính toán giải tích động học, mô phỏng không gian làm việc 2D/3D) và phương pháp thực nghiệm (chế tạo phần cứng, hiệu chuẩn camera quang học, lập trình nhúng điều khiển động cơ bước qua driver, thử nghiệm độ chính xác gắp đặt và độ chính xác phân loại lỗi dưới các điều kiện chiếu sáng khác nhau).

Thiết kế và triển khai

Hệ thống được thiết kế hoàn chỉnh từ cơ khí, mạch điều khiển động lực đến phần mềm điều khiển và thị giác máy tính:

Cấu trúc cơ khí và thiết bị phần cứng

Cánh tay robot SCARA được thiết kế trên phần mềm SolidWorks với cấu hình 4 bậc tự do cụ thể:

• Khớp 1: Khớp xoay quanh trục thẳng đứng, điều khiển hướng của cánh tay thứ nhất.
• Khớp 2: Khớp tịnh tiến theo trục Z, thực hiện nâng hạ cơ cấu gắp với hành trình thẳng đứng.
• Khớp 3: Khớp xoay ngang, điều khiển góc của cánh tay thứ hai.
• Khớp 4: Khớp xoay cổ tay, đảm nhận chức năng điều chỉnh góc xoay của giác hút để đồng bộ với góc nghiêng của linh kiện.

Cơ cấu kẹp hút sử dụng phương pháp hút chân không với bơm hút không khí mini kết hợp đầu hút cao su nhằm đảm bảo gắp giữ chip an toàn, không làm hỏng chân IC. Băng tải cấp phôi được kéo bởi động cơ DC thông qua bộ truyền động cơ khí. Hệ thống điện sử dụng bộ nguồn công nghiệp Omron S8JC-Z10024CD (24V DC), ổ cắm công tắc AC-01A (250V - 10A), dàn driver điều khiển động cơ bước TB6600 cho 4 trục robot và mạch điều khiển công suất L298 cho động cơ băng tải.

Thiết bị / Thành phần	Mã hiệu / Quy cách	Chức năng kỹ thuật trong hệ thống
Khâu xử lý trung tâm	Máy tính PC / Laptop	Chạy thuật toán AI, xử lý ảnh, điều phối hệ thống và GUI
Khâu điều khiển nhúng	ESP32-WROOM-32D	Phát xung điều khiển động cơ bước, điều khiển bơm hút và van khí
Động cơ trục 1, 2, 3, 4	Động cơ bước (Stepper Motor)	Dẫn động các khớp xoay và khớp tịnh tiến của robot SCARA
Driver động cơ bước	TB6600	Khuếch đại công suất và điều khiển vi bước cho 4 động cơ bước
Động cơ băng tải	Động cơ điện một chiều (DC Motor)	Dẫn động băng chuyền cấp phôi IC
Driver động cơ DC	Mạch cầu H L298	Điều khiển đóng/ngắt và tốc độ động cơ băng tải
Nguồn cấp DC	Omron S8JC-Z10024CD (24V)	Cung cấp nguồn 24V DC ổn định cho toàn bộ driver và thiết bị
Camera kiểm tra lỗi (Cam 1)	ELP 5MP CMOS OV5640	Cảm biến 1/4 inch, USB 2.0 UVC, độ phân giải 2592x1944, chụp cận cảnh kiểm tra lỗi ngoại quan chip
Camera định vị (Cam 2)	Basler puA1920-30uc	Cảm biến MT9P031, USB 3.0 Vision, 2MP (1920x1080), 30 fps, ngàm CS-mount, định vị tọa độ và góc xoay
Cơ cấu gắp	Bơm chân không & van khí	Hút giữ và nhả linh kiện IC bằng áp suất âm

Kiến trúc phần mềm và giải thuật điều khiển

Phần mềm hệ thống được phát triển trên môi trường Visual Studio Code và Qt Creator, chia thành các phân hệ chính:

• Phân hệ thị giác máy tính: Hoạt động với hai camera độc lập. Camera 1 (ELP 5MP) chụp ảnh linh kiện tại trạm kiểm tra ngoại quan; ảnh được chuyển vào mô hình YOLOv11 OBB và thuật toán trích xuất đặc trưng OpenCV để nhận diện vết mẻ, xước, cong vênh/mất chân, sau đó chuyển qua PaddleOCR để đọc chuỗi ký tự bề mặt. Camera 2 (Basler puA1920-30uc) chụp bao quát vùng băng tải và khay chứa, nhận diện phôi, tính toán tọa độ tâm và góc quay lệch, áp dụng ma trận chuyển đổi tọa độ từ camera sang tọa độ gốc của robot thông qua ArUco Marker.
• Phân hệ điều khiển chuyển động: Chương trình nhúng trên ESP32 tiếp nhận tọa độ đích và góc xoay từ máy tính qua WebSocket, kích hoạt giải thuật điều khiển xung cho 4 driver TB6600, phối hợp các khớp chuyển động nội suy tuyến tính đưa đầu hút tới vị trí chip, kích hoạt rơ-le bơm hút, nâng chip lên và di chuyển thả vào ô phân loại tương ứng (đạt chuẩn hoặc lỗi).
• Phân hệ giao diện điều khiển và máy chủ web: Giao diện phần mềm Qt (máy tính) cung cấp hai chế độ vận hành MANUAL (điều khiển độc lập từng khớp, đóng/ngắt bơm hút thủ công) và AUTO (vận hành tự động theo chu trình khép kín). Giao diện webserver giám sát hiển thị thông số tọa độ, luồng ảnh kiểm tra, bảng dữ liệu thống kê số lượng chip đạt chuẩn/hỏng và kết nối đồng bộ cơ sở dữ liệu Firebase.

Nội dung chính theo từng chương

Chương 1. Tổng quan

Chương 1 trình bày tính cấp thiết của đề tài trong bối cảnh tự động hóa công nghiệp bán dẫn, phân tích ưu điểm nổi bật về tốc độ và độ linh hoạt của robot SCARA 4 bậc tự do so với robot 6 trục truyền thống trong các tác vụ lắp ráp và gắp đặt (pick-and-place). Tác giả xác lập rõ ràng mục tiêu nghiên cứu, các giới hạn kỹ thuật của hệ thống thực nghiệm, đối tượng khảo sát và tiến độ triển khai đồ án trong khung thời gian 16 tuần từ ngày 06/01/2025 đến ngày 10/06/2025 tại Trường Đại học Sư phạm Kỹ thuật TP.HCM.

Chương 2. Cơ sở lý thuyết

Chương này tổng hợp các kiến thức chuyên ngành liên quan trực tiếp đến hệ thống:

• Phân tích cấu trúc cơ học, ưu điểm và ứng dụng của cánh tay robot SCARA trong công nghiệp đóng gói và hàn linh kiện bán dẫn.
• Giới thiệu cấu trúc phần cứng vi điều khiển ESP32 với bộ xử lý Xtensa 32-bit LX6 lõi kép (tốc độ 240 MHz, ROM 448 KB, SRAM 520 KB, bộ nhớ Flash ngoài 4MB/8MB), các chế độ tiết kiệm năng lượng (Active, Modem Sleep, Light Sleep, Deep Sleep) và hệ thống ngoại vi GPIO, PWM, UART.
• Trình bày nguyên lý hoạt động của động cơ DC và động cơ bước (cấu tạo rotor nam châm vĩnh cửu, stator rãnh từ, khả năng giữ mô-men không cần phản hồi).
• Khảo sát thông số kỹ thuật của hai module camera: camera ELP 5MP cảm biến OmniVision OV5640 chuẩn giao tiếp USB 2.0 UVC và camera công nghiệp Basler puA1920-30uc sử dụng cảm biến CMOS ON Semiconductor MT9P031 kích thước 1/3.2 inch, chuẩn USB 3.0 Vision, hỗ trợ bộ phần mềm pylon.
• Trình bày cơ sở thuật toán xử lý ảnh gồm thư viện OpenCV, thuật toán nhận diện vật thể có định hướng YOLOv11 OBB (sử dụng bounding box xoay) và hệ thống nhận diện ký tự quang học PaddleOCR (DBNet và CRNN).
• Giới thiệu các công cụ phát triển phần mềm (VS Code, PlatformIO, Qt framework), nguyên lý giao thức truyền thông WebSocket hai chiều (RFC 6455) và giải pháp lưu trữ đám mây Firebase (Realtime Database và Cloud Firestore).

Chương 3. Thiết kế và thi công hệ thống

Chương 3 tập trung vào quá trình hiện thực hóa mô hình từ bản vẽ thiết kế đến lắp ráp hoàn thiện:

• Thiết kế mô hình 3D trên phần mềm SolidWorks: bố trí không gian hình học cánh tay robot SCARA, băng tải cấp phôi, giá đỡ camera, tủ điện và các khay chứa sản phẩm phân loại.
• Chế tạo phần cứng cơ khí: lắp ráp 4 bậc tự do của robot (khớp 1 xoay, khớp 2 tịnh tiến Z, khớp 3 xoay, khớp 4 xoay) và hoàn thiện cơ cấu hút vật bằng giác hút chân không kết nối bơm khí.
• Thiết kế hệ thống điện: xây dựng sơ đồ khối tổng quát, sơ đồ kết nối dây giữa ESP32, bộ nguồn Omron S8JC-Z10024CD 24V, 4 driver TB6600, mạch cầu H L298 điều khiển động cơ băng tải và hệ thống cảm biến quang.
• Lắp đặt tủ điện điều khiển, hệ thống công tắc nguồn AC-01A và giá gá đặt hai camera (Camera 1 kiểm tra bề mặt chip, Camera 2 định vị tọa độ trên băng tải).

Chương 4. Giải thuật và chương trình

Nội dung chương 4 giải quyết các bài toán toán học và thuật toán điều khiển:

• Thiết lập hệ trục tọa độ cho cánh tay robot SCARA theo quy tắc Denavit – Hartenberg, lập bảng thông số DH và xây dựng hệ phương trình tính toán động học thuận (FK) cùng động học nghịch (IK).
• Phân tích và mô phỏng không gian làm việc của robot ở dạng 2D và 3D.
• Xây dựng các lưu đồ giải thuật hoàn chỉnh: lưu đồ vận hành tự động AUTO, lưu đồ xử lý ảnh của Camera 1 phát hiện lỗi ngoại quan, lưu đồ Camera 2 nhận diện tọa độ gắp bằng YOLOv11 OBB, và lưu đồ trao đổi dữ liệu máy chủ qua giao thức WebSocket.
• Thiết lập thuật toán nhận diện mốc ArUco Marker, tính toán ma trận chuyển đổi từ hệ tọa độ camera {C'} sang hệ tọa độ robot {R} và giải thuật tính toán góc lệch giữa vị trí gắp linh kiện và vị trí đặt vào khay.

Chương 5. Vận hành hệ thống và kết quả thực nghiệm

Chương 5 ghi nhận toàn bộ dữ liệu đo đạc, kiểm chứng và thử nghiệm hệ thống trong thực tế:

• Triển khai và kiểm tra hoạt động của hai chế độ điều khiển trên giao diện đồ họa Qt: chế độ MANUAL (vận hành từng trục) và chế độ AUTO (hoạt động tự động toàn trình).
• Kiểm chứng mô phỏng và thực nghiệm động học thuận tại các bộ thông số khớp cụ thể:
  • Cấu hình 1: $\theta_1 = 45^\circ$, $D_2 = 10\text{ mm}$, $\theta_3 = 45^\circ$.
  • Cấu hình 2: $\theta_1 = -60^\circ$, $D_2 = 15\text{ mm}$, $\theta_3 = 30^\circ$.
  • Cấu hình 3: $\theta_1 = 90^\circ$, $D_2 = -20\text{ mm}$, $\theta_3 = -60^\circ$.
• Kiểm chứng mô phỏng và thực nghiệm động học nghịch tại các tọa độ đích: vị trí $(277, 127, -50)$, vị trí $(230, -90, -40)$, vị trí $(200, 50, -10)$; kiểm nghiệm hai bộ nghiệm động học nghịch (BN1 và BN2) tại các điểm $(60, -250, -90)$, $(250, -150, -70)$ và $(230, 100, -70)$.
• Đánh giá khả năng xử lý ảnh của Camera 1: nhận diện phân loại chính xác các mẫu chip đạt chuẩn, chip lỗi loại 1 và 3 (trầy xước, mất chân), chip lỗi loại 1 và 2 (trầy xước, sứt mẻ bề mặt).
• Đánh giá khả năng định vị của Camera 2 trong hai điều kiện môi trường: đủ ánh sáng và thiếu ánh sáng.
• Vận hành kiểm nghiệm tổng thể hệ thống kết nối máy chủ web, xác nhận khả năng phối hợp đồng bộ giữa băng tải, hệ thống camera xử lý ảnh và cánh tay robot SCARA.

Chương 6. Kết luận và hướng phát triển

Chương cuối cùng tổng kết các hạng mục đã hoàn thành của đồ án tốt nghiệp, chỉ ra các tồn tại về mặt rung lắc cơ khí và độ trễ truyền dữ liệu webserver, đồng thời đề xuất các hướng mở rộng kỹ thuật cho các giai đoạn nghiên cứu tiếp theo.

Kết quả và đóng góp

Đồ án đã chế tạo thành công mô hình thực nghiệm và kiểm chứng hoạt động thông qua các số liệu đo đạc cụ thể trong văn bản:

Kết quả kiểm chứng động học robot

Các tính toán lý thuyết động học thuận và động học nghịch khớp hoàn toàn với kết quả mô phỏng và vị trí thực nghiệm của robot SCARA:

• Động học thuận: Xác nhận độ trùng khớp giữa tọa độ đầu cuối thực tế và giá trị giải tích khi robot quay các góc $\theta_1 = 45^\circ$, $D_2 = 10\text{ mm}$, $\theta_3 = 45^\circ$; $\theta_1 = -60^\circ$, $D_2 = 15\text{ mm}$, $\theta_3 = 30^\circ$; và $\theta_1 = 90^\circ$, $D_2 = -20\text{ mm}$, $\theta_3 = -60^\circ$.
• Động học nghịch: Cả hai bộ nghiệm cấu hình cánh tay trái (BN1) và cánh tay phải (BN2) đều được kiểm chứng thực tế tại các tọa độ $(60, -250, -90)\text{ mm}$, $(250, -150, -70)\text{ mm}$ và $(230, 100, -70)\text{ mm}$, robot đều di chuyển đầu hút đến đúng tâm phôi.

Kết quả kiểm nghiệm thị giác máy tính và phân loại

Hệ thống xử lý ảnh và nhận diện phân loại được kiểm tra qua nhiều mẫu thử nghiệm trong thực tế:

• Camera 1 (ELP 5MP OV5640): Nhận diện chính xác chip đạt chuẩn và phát hiện thành công các mẫu chip lỗi ngoại quan gồm lỗi nứt mẻ thân vỏ, trầy xước bề mặt và mất chân IC; trích xuất rõ ràng chuỗi ký tự trên thân chip bằng PaddleOCR.
• Camera 2 (Basler puA1920-30uc): Xác định tọa độ $(x, y)$ và góc xoay $\theta$ của phôi chip bằng YOLOv11 OBB. Thử nghiệm so sánh trong hai điều kiện ánh sáng cho thấy: trong điều kiện đủ ánh sáng, hệ thống đạt độ chính xác định vị và gắp đặt ổn định; trong điều kiện thiếu ánh sáng, camera vẫn nhận diện được vị trí nhưng xuất hiện sai số nhỏ ở khâu nhận diện góc xoay và biên dạng viền.

Đóng góp kỹ thuật của đề tài

1. Triển khai thành công mô hình học sâu hiện đại YOLOv11 OBB kết hợp PaddleOCR vào bài toán kiểm tra linh kiện công nghiệp, cho phép xác định đồng thời cả vị trí, góc xoay nghiêng và nội dung ký tự trên thân chip.
2. Xây dựng phương pháp chuyển đổi không gian tọa độ quang học sang tọa độ thực tế của robot SCARA 4 DOF sử dụng mốc ArUco Marker, cho phép robot tự động hiệu chỉnh góc gắp theo độ lệch thực tế của phôi trên băng tải.
3. Thiết lập hệ thống điều khiển và giám sát phân tán, kết nối máy tính xử lý trung tâm, vi điều khiển ESP32 và máy chủ web thông qua giao thức thời gian thực WebSocket, đồng bộ trạng thái lưu trữ trên nền tảng đám mây Firebase.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên các ghi nhận thực nghiệm trong báo cáo, nhóm tác giả nêu rõ các hạn chế tồn tại của hệ thống:

• Kết cấu khung cơ khí của cánh tay robot SCARA tự chế tạo vẫn còn độ rung lắc nhất định trong quá trình tăng/giảm tốc độ, gây ảnh hưởng đến độ chính xác lặp lại khi vận hành liên tục ở vận tốc cao.
• Khả năng kiểm tra khuyết tật ngoại quan của hệ thống hiện tại mới dừng ở các lỗi vật lý bề mặt (trầy xước, nứt mẻ, cong/mất chân chip); hệ thống hoàn toàn chưa có khả năng đo kiểm tính chất điện, đoản mạch hoặc phát hiện lỗi cấu trúc vi mạch bán dẫn bên trong.
• Băng thông và độ trễ truyền hình ảnh trực tiếp từ camera lên giao diện máy chủ web giám sát chưa được tối ưu triệt để.
• Giao diện giám sát webserver còn mang tính chất thử nghiệm, chưa được trang bị hệ thống phân quyền người dùng, quản lý tài khoản và các cơ chế bảo mật an toàn mạng.

Hướng nghiên cứu và phát triển tiếp theo được đề xuất:

• Nâng cấp độ cứng vững cơ khí, thay thế các khớp truyền động bằng cụm giảm tốc chuyên dụng độ rơ thấp nhằm triệt tiêu rung lắc.
• Mở rộng tập dữ liệu huấn luyện cho mô hình học sâu để phân loại thêm các dạng lỗi vi mô phức tạp hơn trên bề mặt bán dẫn.
• Tối ưu hóa thuật toán nén luồng dữ liệu video truyền qua WebSocket để giảm thiểu độ trễ trên giao diện webserver.
• Bổ sung module xác thực bảo mật tài khoản và phân quyền quản trị cho hệ thống giám sát IoT.

Giá trị tham khảo

Báo cáo đồ án tốt nghiệp này là tài liệu tham khảo hữu ích cho:

• Sinh viên và học viên cao học thuộc các ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Kỹ thuật Robot và Trí tuệ nhân tạo ứng dụng trong công nghiệp.
• Nhóm nghiên cứu phát triển các hệ thống gắp đặt phân loại sản phẩm tự động (Pick-and-Place) kết hợp thị giác máy tính tốc độ cao.
• Các nội dung kỹ thuật có giá trị tham khảo chuyên sâu bao gồm:
  • Phương pháp thiết lập bảng thông số DH và công thức giải thuật toán động học thuận/nghịch cho cánh tay robot SCARA 4 bậc tự do.
  • Quy trình ứng dụng mô hình YOLOv11 OBB (bounding box định hướng) kết hợp thư viện OpenCV và PaddleOCR để xử lý phôi có góc xoay bất kỳ.
  • Kỹ thuật hiệu chuẩn hệ tọa độ giữa camera công nghiệp và khâu tác động cuối của robot thông qua ArUco Marker.
  • Kiến trúc truyền thông thời gian thực giữa vi điều khiển ESP32 và máy tính chủ thông qua giao thức mạng WebSocket.

Câu hỏi thường gặp

Hệ thống sử dụng những loại camera nào và vai trò cụ thể của từng camera trong dây chuyền?

Hệ thống sử dụng hai camera với vai trò độc lập:

1. Camera 1 là ELP 5MP CMOS OV5640 (chuẩn giao tiếp USB 2.0 UVC, độ phân giải 2592x1944) được bố trí cận cảnh tại trạm kiểm tra ngoại quan, đảm nhận nhiệm vụ chụp ảnh bề mặt chip để phát hiện vết nứt mẻ, trầy xước, mất chân và đọc mã khắc IC bằng PaddleOCR.
2. Camera 2 là camera công nghiệp Basler puA1920-30uc (cảm biến CMOS ON Semiconductor MT9P031 1/3.2 inch, 2MP, tốc độ 30 fps, USB 3.0 Vision) được lắp đặt trên cao chụp bao quát băng chuyền, phục vụ thuật toán YOLOv11 OBB nhằm tính toán tọa độ $(x, y)$ và góc xoay định hướng để robot gắp chip.

Thuật toán nào được sử dụng để xác định góc xoay của linh kiện trên băng tải?

Hệ thống sử dụng mô hình học sâu YOLOv11 OBB (Oriented Bounding Box). Khác với các mô hình phát hiện vật thể dạng bounding box chữ nhật thẳng đứng thông thường, YOLOv11 OBB có khả năng trích xuất đồng thời tọa độ tâm, kích thước dài/rộng và góc quay nghiêng của linh kiện, từ đó vẽ trục định hướng X-Y giúp cánh tay robot SCARA xoay khớp cổ tay tương ứng để kẹp hút chính xác.

Động học robot SCARA trong đề tài được thiết lập và kiểm chứng như thế nào?

Động học robot được thiết lập bằng phương pháp Denavit – Hartenberg (DH) cho 4 khớp (khớp 1 xoay, khớp 2 tịnh tiến Z, khớp 3 xoay, khớp 4 xoay). Động học thuận được kiểm chứng thực nghiệm tại 3 cấu hình góc $(\theta_1, D_2, \theta_3)$ gồm: $(45^\circ, 10\text{ mm}, 45^\circ)$, $(-60^\circ, 15\text{ mm}, 30^\circ)$ và $(90^\circ, -20\text{ mm}, -60^\circ)$. Động học nghịch được kiểm chứng giải tích và thực nghiệm cho cả hai bộ nghiệm cánh tay trái (BN1) và cánh tay phải (BN2) tại các điểm tọa độ $(60, -250, -90)$, $(250, -150, -70)$ và $(230, 100, -70)\text{ mm}$.

Giao thức truyền thông nào được ứng dụng để liên lạc giữa máy tính xử lý và vi điều khiển điều khiển động cơ?

Hệ thống sử dụng giao thức truyền thông WebSocket (RFC 6455) chạy trên cổng TCP 80. Giao thức này cho phép duy trì kết nối hai chiều liên tục với độ trễ thấp giữa máy tính xử lý trung tâm (nơi chạy mô hình AI/Qt) với vi điều khiển ESP32 điều khiển phần cứng, đồng thời truyền dữ liệu trạng thái lên giao diện máy chủ web giám sát.

Phạm vi phát hiện khuyết tật của hệ thống giới hạn ở những loại lỗi nào?

Hệ thống chỉ tập trung phát hiện các dạng lỗi khuyết tật ngoại quan bề mặt cơ học nhìn thấy được của Chip/IC, bao gồm hiện tượng trầy xước lưng chip, sứt mẻ góc/vỏ và gãy hoặc mất chân tiếp xúc. Hệ thống không thực hiện kiểm tra các lỗi điện tích, đoản mạch hay các khuyết tật vật lý bên trong cấu trúc vi mạch bán dẫn.

Kết luận

Đồ án tốt nghiệp "Thiết kế và triển khai hệ thống kiểm tra Chip/IC tự động sử dụng robot SCARA với công nghệ AOI, AI và IoT" đã hoàn thành trọn vẹn các mục tiêu thiết kế, chế tạo phần cứng và xây dựng thuật toán điều khiển tích hợp. Nghiên cứu giải quyết thành công bài toán tự động hóa quy trình phân loại chip nhờ sự phối hợp đồng bộ giữa cánh tay robot SCARA 4 bậc tự do, thuật toán nhận diện vật thể xoay góc YOLOv11 OBB, thuật toán đọc ký tự PaddleOCR và giao thức truyền thông thời gian thực WebSocket trên vi điều khiển ESP32. Dù còn một số hạn chế về độ rung lắc cơ khí và chưa kiểm tra được lỗi vi mạch bên trong, đề tài đã xây dựng được một mô hình thực nghiệm hoàn chỉnh, có giá trị học thuật và thực tiễn cao trong lĩnh vực điều khiển tự động và thị giác máy tính công nghiệp.

Trích đoạn nội dung tài liệu

Chương 1. Tổng quan Trình bày về lý do chọn đề tài, mục tiêu nghiên cứu, giới hạn đề tài, đối tượng, nội dung và phương pháp nghiên cứu của đồ án tốt nghiệp đang thực hiện. Cơ sở lý thuyết Trình bày về cơ sở lý thuyết về robot Scara, kiến thức ESP32, đặc biệt là ESP32, Step motor, DC motor, camera cũng như phần mềm VS Code và các giao thức truyền thông. Thiết kế và thi công hệ thống Ở chương này sẽ trình bày các bước thiết kế, thi công phần cứng, phần điện, lựa chọn thiết bị, sơ đồ đấu dây, sơ đồ kết nối.

Giải thuật và chương trình Chương này trình bày tính toán động học robot, mô tả hệ thống, thiết kế chương trình, trình bày lưu đồ điều khiển hệ thống, tính toán các dữ liệu và điều khiển tích hợp robot, băng tải. Vận hành hệ thống và kết quả thực nghiệm Chương này trình bày cách vận hành hệ thống, thiết kế màn giao diện người dung và đánh giá kết quả của mô hình. Ghi nhận kết quả đạt được sau khi hoàn thành đồ án tốt nghệp. Phân tích kết quả của đồ án.

Kết luận và hướng phát triển Kết luận sau khi hoàn thành mô hình. Nêu ra những ưu, nhược điểm và hướng phát triển của đồ án để đưa ra hướng phát triển tiếp theo cho đề tài. CƠ SỞ LÝ THUYẾT Chương 2. CƠ SỞ LÝ THUYẾT Chương này nêu ra lý thuyết khái niệm, ưu điểm, ứng dụng và cấu trúc của một hệ thống Robot Scara phân loại test chip.

Ngoài ra, phân tích làm rõ từng thành phần trong cấu trúc đó, cũng như các hình thức giao tiếp điều khiển giữa người và máy móc cho việc điều khiển chúng.1 Giới thiệu về robot SCARA 2.1 Khái niệm SCARA là viết tắt của cụm từ Selective Compliance Articulated Robot Arm hay còn gọi là “Cánh tay robot có tính tuân thủ có chọn lọc”. Đây là các cánh tay robot có khả năng chuyển động chỉ theo hướng ngang, tức là theo mặt phẳng X-Y trong không gian ba chiều, đồng thời chúng cũng có thể di chuyển lên xuống ở phần trục làm việc. Điểm đặc trưng của loại robot này là phần giữa chiều dọc luôn được giữ cố định và không thể di chuyển như các loại robot khác. Robot SCARA được chế tạo với sự kết hợp giữa các trục quay cứng và linh hoạt, cho phép chúng thực hiện các nhiệm vụ như vận chuyển hàng hóa và cải thiện hiệu quả sản xuất.

Tuy nhiên, ưu điểm nổi bật nhất của robot SCARA là khả năng thực hiện các ứng dụng lắp ráp. Những ứng dụng này có thể từ xử lý các linh kiện bán dẫn đến các ứng dụng y tế và đóng gói sản phẩm. Năm 1981, một khái niệm hoàn toàn mới về robot lắp ráp mang tên SCARA đã được giới thiệu bởi các công ty Nhật Bản như Sankyo Seiki, Pentel và NEC, dưới sự chỉ đạo của giáo sư Hiroshi Makino từ trường đại học Yamanashi.2 Đặc điểm - Khả năng di chuyển của robot SCARA: Robot SCARA có bốn bậc tự do, bao gồm ba khớp quay và một khớp điều chỉnh chiều cao. Nhờ vào các khớp quay, nó có thể di chuyển trong mặt phẳng XY và xoay 360 độ quanh trục Z.

Sự kết hợp giữa các trục cho phép robot thực hiện tính toán động học thuận nghịch đối với chuyển động nội suy tuyến tính. - Động học thuận (Forward Kinematics) là quá trình xác định vị trí và hướng của đầu công cụ (end-effector) của robot dựa trên các thông số khớp, như góc xoay hoặc độ dịch chuyển của các khớp. CƠ SỞ LÝ THUYẾT - Động học nghịch (Inverse Kinematics) là phương pháp xác định vị trí và góc khớp dựa trên vị trí mong muốn của trục làm việc. Khi người dùng muốn đặt trục làm việc ở vị trí cụ thể, robot sẽ tính toán tọa độ điểm đó và quyết định cách các khớp cần di chuyển.

- Chuyển động nội suy tuyến tính (Linear interpolated moves) là việc di chuyển theo đường thẳng từ vị trí này sang vị trí khác. Đối với robot SCARA, phương pháp này giúp cải thiện sự mượt mà và hiệu quả trong di chuyển giữa các vị trí và góc quay. Cách tính toán động học ngược chính xác và nội suy tuyến tính mượt mà giúp robot di chuyển linh hoạt, nhanh chóng và đạt hiệu suất cao trong công việc. - Phạm vi làm việc và diện tích mà robot SCARA chiếm dụng: Phạm vi làm việc là không gian mà robot có thể tiếp cận để thực hiện các nhiệm vụ.

Đối với robot SCARA, nhờ vào khả năng xoay quanh trục Z cố định, nó tạo ra một phạm vi làm việc hình trụ, nghĩa là robot có thể di chuyển và thực hiện công việc trong không gian hình trụ xung quanh nó. Trong nhiều trường hợp lựa chọn robot cho sản xuất, phạm vi làm việc thường là yếu tố quyết định hơn cả. Ở một số ứng dụng, phạm vi làm việc của robot SCARA có thể bị giới hạn ở phía trước và hai bên do sự hiện diện của bộ cáp và ống thoát khí ở phía sau. Tuy nhiên, nhờ vào khả năng hoạt động trong phạm vi đó, robot SCARA có thể giữ diện tích chiếm dụng ở mức tối thiểu trong khi vẫn tối đa hóa không gian làm việc.

- Tốc độ hoạt động của robot SCARA: Tốc độ là yếu tố quan trọng hàng đầu khi lựa chọn robot cho sản xuất. Robot SCARA là một trong những loại robot có tốc độ nhanh nhất hiện nay. Với bốn bậc tự do, robot SCARA có số khớp nối di động ít hơn so với các loại robot khác, như robot sáu trục, điều này giúp chúng có tốc độ làm việc nổi bật. Hơn nữa, việc giảm bớt số lượng khớp nối cũng làm đơn giản hóa quá trình tính toán và lập trình trong cài đặt.

Trong những giai đoạn sản xuất mà yêu cầu thời gian chu kỳ rất nghiêm ngặt, robot SCARA sẽ là sự lựa chọn tối ưu 2.3 Ứng dụng Do thiết kế đặc thù, robot SCARA có những ứng dụng cụ thể riêng. Chúng khác biệt với robot khớp nối thông thường và robot sáu trục. Mặc dù ít ứng dụng trong sản xuất hơn các loại robot khác, nhưng chúng là lựa chọn tối ưu cho chức năng của mình. Các ứng dụng bao gồm: 6 CHƯƠNG 2.

CƠ SỞ LÝ THUYẾT Lắp ráp (Assembly): Robot SCARA được dùng cho quy trình lắp ráp nhanh và chính xác trong sản xuất. Tháo rời (Disassembly): Trong tái sử dụng và bảo trì, robot này thực hiện tháo dỡ hiệu quả. Nhặt lên và đặt xuống (Picking and Placing): Robot SCARA linh hoạt nên lý tưởng cho nhặt và đặt sản phẩm ở vị trí chính xác trong sản xuất hoặc đóng gói. Xử lý vật liệu (Material Handling): Chúng giúp di chuyển và xử lý vật liệu để tạo ra sản phẩm.

Hàn PCB (PCB Soldering): Trong điện tử, robot SCARA thực hiện hàn PCB với độ chính xác cao, kết nối linh kiện vào bảng mạch. Phân phối chất lỏng (Dispensing): Robot SCARA có thể được sử dụng để phân phối chất lỏng một cách chính xác và kiểm soát tốt lượng chất đó. Mặc dù nhiều loại robot khác cũng có thể thực hiện nhiệm vụ này trong sản xuất, nhưng robot SCARA lại là lựa chọn ưu việt hơn. Ví dụ, với ứng dụng yêu cầu tốc độ cao và kích thước nhỏ, robot sáu trục không cần thiết.

Một robot chính xác và tiết kiệm như SCARA sẽ phù hợp hơn trong dây chuyền sản xuất.2 Giới thiệu chung về vi điều khiển ESP32 2.1 Tổng quan về ESP32 ESP32 là dòng vi điều khiển tích hợp Wi-Fi và Bluetooth do Espressif Systems phát triển, được xem là phiên bản nâng cấp vượt trội so với ESP8266. Với hiệu năng mạnh mẽ, ESP32 phù hợp cho các ứng dụng trong Internet vạn vật (IoT), điều khiển tự động, hệ thống nhúng và các dự án phát triển sáng tạo. ESP32 được trang bị bộ vi xử lý lõi kép (dual-core) Xtensa LX6, tốc độ xử lý lên đến 240 MHz, bộ nhớ SRAM dung lượng lớn (520 KB), và hỗ trợ nhiều giao thức giao tiếp phổ biến như UART, SPI, I2C, PWM, ADC, DAC. Tính năng kết nối không dây bao gồm Wi-Fi chuẩn 802.4 GHz) và Bluetooth (bao gồm cả Bluetooth Low Energy - BLE), cho phép ESP32 dễ dàng tích hợp vào các hệ thống IoT, giao tiếp với các thiết bị thông minh và truyền dữ liệu không dây.

Với ưu điểm về giá thành phải chăng, hiệu năng cao, và khả năng lập trình linh hoạt thông qua các nền tảng như Arduino IDE, PlatformIO, hoặc ESP-IDF, ESP32 đã trở thành lựa chọn hàng đầu trong cộng đồng phát triển phần cứng, đặc biệt trong 7 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT các dự án DIY, nghiên cứu khoa học, và ứng dụng thực tế như điều khiển robot, hệ thống giám sát từ xa, cảm biến thông minh, và nhà thông minh.2 Cấu tạo và nguyên lý hoạt động CPU và bộ xử lý - Lõi xử lý: ESP32 sử dụng bộ vi xử lý 2 × Xtensa® 32-bit LX6 (hoặc LX7 trên các dòng ESP32-S3, ESP32-C3). - Tốc độ: Có thể đạt tối đa 240 MHz, tùy thuộc vào cấu hình và phiên bản. - Hiệu suất: Hỗ trợ xử lý đa tác vụ nhờ hệ điều hành thời gian thực (RTOS) như FreeRTOS, phù hợp cho các ứng dụng yêu cầu xử lý phức tạp.

- Cache: Tích hợp bộ nhớ cache cho lệnh (Instruction Cache) và dữ liệu (Data Cache), giúp tăng tốc độ truy xuất và xử lý. Bộ nhớ - ROM: Khoảng 448 KB, lưu trữ bootloader, firmware và các thư viện cần thiết như Wi-Fi stack. - SRAM: Khoảng 520 KB, dùng để lưu trữ dữ liệu tạm thời và chạy chương trình. - Flash ngoài: Hầu hết các mô-đun ESP32 sử dụng bộ nhớ Flash SPI ngoài với dung lượng phổ biến là 4 MB hoặc 8 MB, tùy thuộc vào phiên bản.

CƠ SỞ LÝ THUYẾT - PSRAM (nếu có): Một số mô-đun hỗ trợ RAM mở rộng (Pseudo SRAM) với dung lượng lên đến 4 MB hoặc 8 MB, phù hợp cho các ứng dụng yêu cầu xử lý dữ liệu lớn như xử lý hình ảnh hoặc trí tuệ nhân tạo (AI). Kết nối không dây - Wi-Fi: Hỗ trợ chuẩn 802.11 b/g/n, hoạt động ở tần số 2.4 GHz, phù hợp cho các ứng dụng kết nối mạng như Web Server, MQTT, hoặc giao tiếp với các thiết bị IoT. - Bluetooth: Hỗ trợ Bluetooth v4.2 (bao gồm cả Bluetooth Classic và Bluetooth Low Energy - BLE), cho phép kết nối với các thiết bị như điện thoại thông minh, tai nghe, hoặc cảm biến không dây. - ESP-NOW: Giao thức độc quyền của Espressif, cho phép giao tiếp trực tiếp giữa các thiết bị ESP32 mà không cần Wi-Fi Router, với tốc độ cao và độ trễ thấp.

Giao tiếp ngoại vi (Peripherals) - UART: 3 cổng UART để giao tiếp nối tiếp. - SPI: 4 cổng SPI cho giao tiếp tốc độ cao với các thiết bị như màn hình LCD, cảm biến, hoặc thẻ SD.