Bối cảnh và vấn đề nghiên cứu

Trong xu thế hiện đại hóa các quy trình sản xuất công nghiệp và nông nghiệp, tự động hóa khâu phân loại nông sản sau thu hoạch đóng vai trò then chốt nhằm giải phóng sức lao động thủ công, rút ngắn thời gian xử lý, giảm thiểu sai sót do yếu tố chủ quan của con người và nâng cao năng suất cũng như giá trị kinh tế của nông phẩm. Cà chua là loại nông sản có sản lượng tiêu thụ lớn nhưng chất lượng và độ chín thường không đồng đều khi thu hoạch, đòi hỏi phải được phân loại chặt chẽ theo các tiêu chí ngoại quan và kích thước/khối lượng trước khi đưa vào đóng gói hoặc chế biến.

Trước thời điểm thực hiện đề tài, một số công trình nghiên cứu ứng dụng kỹ thuật và công nghệ đã được triển khai tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh nhằm giải quyết bài toán phân loại sản phẩm:

  • Đề tài của Phan Thanh Phong và Nguyễn Hiền Minh (2019) với tên gọi "Ứng dụng xử lý ảnh trong hệ thống phân loại sản phẩm", sử dụng kết hợp bo mạch Raspberry Pi và Arduino, thu nhận tín hiệu từ camera và cảm biến để điều khiển động cơ DC và hiển thị kết quả lên màn hình LCD 16x2.
  • Đề tài của Trần Khánh Hưng và Hoàng Như Ý (2018) với tên gọi "Hệ thống phân loại cà chua theo màu sắc sử dụng PLC S7-1200", sử dụng bộ điều khiển khả trình PLC S7-1200 kết hợp cùng Arduino, các cảm biến màu sắc và cảm biến hồng ngoại để điều khiển cơ cấu khí nén và băng chuyền, nhận diện được 3 trạng thái màu sắc của quả cà chua (đỏ, vàng, xanh).

Kế thừa các hướng tiếp cận trên, đồ án tốt nghiệp "Hệ thống phân loại cà chua theo màu sắc và khối lượng" do sinh viên Trần Hoàng Minh và Lê Duy Ân thực hiện dưới sự hướng dẫn của ThS. Nguyễn Thanh Nghĩa (chuyên ngành Công nghệ Kỹ thuật Điện tử Truyền thông, Bộ môn Điện tử Công nghiệp – Y sinh, Khoa Điện – Điện tử) đã kết hợp đồng thời phương pháp xử lý ảnh trên máy tính thông qua phần mềm Matlab và cảm biến khối lượng để phân loại tự động sản phẩm cà chua.

Mục tiêu nghiên cứu

Mục tiêu chính của đề tài là tìm hiểu sâu hơn về ứng dụng thực tế của công nghệ xử lý ảnh; từ đó thiết kế, thi công và thử nghiệm hoàn chỉnh một mô hình hệ thống cơ điện tử có khả năng tự động phân loại cà chua dựa trên hai thông số độc lập: màu sắc (thu nhận qua webcam và xử lý trên máy tính) và khối lượng (thu nhận qua cảm biến lực Loadcell và xử lý trên vi điều khiển Arduino Nano).

Nhiệm vụ nghiên cứu

Văn bản đồ án xác định 8 nội dung công việc cụ thể:

  1. Tìm hiểu về vi điều khiển Arduino Nano, phần mềm Matlab và thiết bị thu nhận hình ảnh Webcam.
  2. Thiết lập kết nối truyền thông giữa Arduino với Matlab, giữa Webcam với Matlab và giữa các thiết bị ngoại vi với Arduino.
  3. Thiết kế buồng nhận diện màu sắc kết hợp cơ cấu cân khối lượng.
  4. Thiết kế mô hình cơ khí và hệ thống điện cho toàn bộ mô hình.
  5. Xây dựng lưu đồ giải thuật và lập trình chương trình điều khiển hệ thống.
  6. Thi công hoàn chỉnh hệ thống điện, vận hành chạy thử nghiệm và tiến hành hiệu chỉnh sai số.
  7. Viết báo cáo thuyết minh đồ án tốt nghiệp.
  8. Báo cáo bảo vệ đề tài tốt nghiệp trước hội đồng chuyên môn.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Quả cà chua với các đặc trưng ngoại quan về màu sắc (đỏ, vàng, xanh) và khối lượng cơ học (ngưỡng 30g).
  • Phạm vi không gian và công nghệ: Nghiên cứu được triển khai dưới dạng mô hình phần cứng thu nhỏ trong phòng thí nghiệm; dữ liệu hình ảnh được thu nhận từ Webcam Logitech trong điều kiện ánh sáng môi trường thông thường; thuật toán nhận diện màu sắc thực hiện trên phần mềm Matlab; điều khiển cơ cấu chấp hành thời gian thực thực hiện qua vi điều khiển 8-bit Arduino Nano.
  • Giới hạn đề tài: Hệ thống chỉ tập trung vào việc phân loại theo màu sắc cơ bản và khối lượng; không thực hiện đánh giá chất lượng bên trong, hàm lượng dinh dưỡng hay mức độ chín chi tiết của quả; tốc độ xử lý bị giới hạn bởi độ trễ truyền thông và cơ cấu phân loại của mô hình.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết xử lý ảnh và không gian màu

Xử lý ảnh số trong đề tài được tiếp cận theo chuỗi quá trình chuẩn của thị giác máy tính:

  1. Thu nhận ảnh (Image Acquisition): Chuyển đổi tín hiệu quang học từ đối tượng cà chua thành tín hiệu số thông qua cảm biến hình ảnh của webcam.
  2. Tiền xử lý (Preprocessing): Nâng cao chất lượng ảnh, cải thiện độ tương phản, khử nhiễu và bù sáng nhằm phục vụ cho các bước phân tích tiếp theo.
  3. Phân đoạn ảnh (Image Segmentation): Phân chia bức ảnh thành các vùng liên thông có cùng tính chất về mức xám hoặc màu sắc; tách đối tượng quả cà chua ra khỏi vùng nền quan sát dựa trên ngưỡng giá trị màu.
  4. Biểu diễn và trích chọn đặc trưng: Trích xuất các thông số màu sắc đặc trưng của đối tượng từ ma trận dữ liệu ảnh.
  5. Nhận dạng và phân lớp: Gán nhãn đối tượng vào một trong các nhóm màu sắc đã được định nghĩa trước.

Về không gian màu, tác giả phân tích và đối chiếu hai không gian màu cơ bản:

  • Không gian màu RGB: Mô hình không gian 3 chiều lập phương với 3 trục màu cơ bản Đỏ (Red - R), Xanh lục (Green - G) và Xanh lam (Blue - B). Với mã hóa 24-bit (8-bit cho mỗi kênh màu, giá trị từ 0 đến 255), mô hình có thể biểu diễn hơn 16,7 triệu màu sắc rời rạc. Không gian màu RGB chuẩn hóa được tính theo các công thức: $$\text{Cường độ } I = \frac{R + G + B}{3}$$ $$r = \frac{R}{R + G + B}$$ $$g = \frac{G}{R + G + B}$$ $$b = 1 - r - g$$
  • Không gian màu HSV: Biểu diễn màu sắc theo 3 thông số độc lập gồm Sắc độ ($H$ - Hue, từ $0^\circ$ đến $360^\circ$), Độ bão hòa ($S$ - Saturation, từ 0 đến 1) và Cường độ sáng ($V$ - Value, từ 0 đến 1). Không gian này có ưu điểm tách biệt thông tin màu sắc và độ sáng, giúp giảm ảnh hưởng của sự thay đổi ánh sáng môi trường.
  • Kỹ thuật chuyển đổi ảnh: Chuyển đổi ảnh màu sang ảnh xám thông qua hàm rgb2gray với công thức trọng số tuyến tính tổng quát $P = a \cdot C_r + b \cdot C_b + c \cdot C_g$; nhị phân hóa ảnh theo ngưỡng; lọc nhiễu không gian và phát hiện biên đối tượng dựa trên độ biến thiên mức xám.

Phương pháp nghiên cứu và mô hình hóa kỹ thuật

Đề tài sử dụng phương pháp thiết kế kỹ thuật kết hợp thực nghiệm:

  • Phương pháp hiệu chỉnh cảm biến khối lượng (Loadcell): Sử dụng phương trình quan hệ tuyến tính: $$y = m \cdot x + b$$ Trong đó, $x$ là giá trị số đọc từ bộ biến đổi tương tự - số (ADC) HX711, $y$ là khối lượng thực tế, $m$ là hệ số góc (độ dốc) của đường đặc tính và $b$ là giá trị điểm không (offset) khi chưa đặt tải trọng ($y_0 = 0$). Hệ số $m$ được xác định dựa trên hai điểm đo thực nghiệm: $$m = \frac{y_1 - y_0}{x_1 - x_0} = \frac{y_1}{x_1 - x_0}$$
  • Phương pháp phân loại màu sắc bằng thuật toán ngưỡng trên Matlab: Trích xuất các giá trị kênh màu từ dữ liệu ma trận ảnh thu được để phân lớp đối tượng:
    • Cà chua đỏ: Thành phần màu đỏ vượt ngưỡng 5000 và lớn hơn thành phần màu xanh lục.
    • Cà chua xanh: Thành phần màu xanh lục vượt ngưỡng 5000.
    • Cà chua vàng: Không chứa thành phần màu xanh dương và thỏa mãn điều kiện phân tách màu còn lại.

Thiết kế và triển khai hệ thống

Kiến trúc tổng thể và sơ đồ khối

Hệ thống được thiết kế thành 5 khối chức năng chính hoạt động liên hoàn:

Khối chức năng Phần cứng / Công nghệ sử dụng Nhiệm vụ chính
Khối nguồn Nguồn tổ ong 24VDC–5A, Mạch hạ áp LM2596 (hạ 24V xuống 5VDC–3A), Nguồn USB 5VDC Cung cấp điện áp 24VDC cho van khí nén, động cơ DC và điện áp 5VDC cho Arduino, cảm biến, relay, màn hình LCD.
Khối thu nhận ảnh Webcam Logitech C170/C270 Chụp ảnh quả cà chua tại buồng nhận diện với độ phân giải video tối đa 1280x720 và cảm biến VGA 640x480.
Khối máy tính và xử lý ảnh Laptop / PC chạy môi trường phần mềm Matlab Thu nhận hình ảnh từ webcam qua cổng USB, thực thi thuật toán phân tích màu sắc và truyền kết quả phân loại xuống vi điều khiển qua giao thức UART.
Khối điều khiển trung tâm Kit vi điều khiển Arduino Nano (ATmega328P) Giao tiếp máy tính (cổng COM, baudrate 9600), nhận dữ liệu cân từ Loadcell/HX711, xử lý logic và xuất tín hiệu điều khiển khối chấp hành.
Khối chấp hành & Cảm biến Động cơ DC, 5 Xylanh khí nén, 5 Van điện từ SMC 5/2, 2 Module 4-Relay, 5 Cảm biến hồng ngoại, Cụm Loadcell 1kg + HX711, LCD 16x2 I2C Kéo băng tải, đẩy sản phẩm tại các vị trí nạp liệu, bàn cân và các khay phân loại; hiển thị thông số khối lượng.

Danh mục thiết bị và thông số kỹ thuật chi tiết

STT Tên linh kiện / Thiết bị Thông số kỹ thuật chính trong văn bản Số lượng
1 Arduino Nano Vi điều khiển ATmega328P 8-bit, 16 MHz, 14 chân Digital I/O (6 chân PWM), 8 chân Analog (10-bit), Flash 32 KB, SRAM 2 KB, EEPROM 1 KB 1
2 Webcam Logitech C170/C270 Độ phân giải quay 1280x720, cảm biến VGA 640x480, công nghệ Logitech Fluid Crystal, giao tiếp USB 1
3 Động cơ DC giảm tốc Điện áp 12VDC (32 vòng/phút) hoặc 24VDC (150 vòng/phút), dòng cực đại $I_{\max} = 0{,}12\text{ A}$ 1
4 Module 4 Relay 5V 4 kênh relay cách ly quang, kích mức Thấp (0V), tải đóng ngắt AC 250V/10A hoặc DC 30V/10A, dòng kích 5mA 2
5 Nguồn tổ ong 24V Điện áp vào 100–220VAC (50Hz), điện áp ra 24VDC, dòng định mức 5A, kích thước 130 x 99 x 41 mm 1
6 Băng tải mini Mặt băng tải màu xanh, chiều dài hoạt động 60 cm 1
7 Xylanh khí nén & Phụ kiện Xylanh hành trình tịnh tiến (áp suất hoạt động đến 0.7 MPa), 5 van tiết lưu điều chỉnh tốc độ khí nén, ống hơi PU kích thước 4mm, 6mm, 8mm 5
8 Cảm biến tiệm cận hồng ngoại Điện áp nuôi 5VDC, khoảng cách phát hiện vật cản 3–80 cm (chỉnh bằng biến trở), ngõ ra cực thu hở NPN 5
9 Màn hình LCD 16x2 kèm Module I2C LCD ký tự HD44780 chữ trắng nền xanh, tích hợp module chuyển đổi I2C (địa chỉ mặc định 0x27), điện áp 2.5–6VDC 1
10 Cảm biến tải trọng Loadcell Model YZC-133, tải trọng định mức 1 kg, độ lệch tuyến tính 0.1%, điện áp nuôi 5V, sơ đồ dây: Đỏ (V+), Đen (V-), Xanh lá (Out+), Trắng (Out-) 1
11 Module biến đổi ADC HX711 Bộ chuyển đổi tương tự - số độ phân giải 24-bit chuyên dụng cho Loadcell, tốc độ lấy mẫu 10 SPS hoặc 80 SPS, dòng tiêu thụ chế độ nghỉ < 1 $\mu$A 1
12 Cụm van điện từ khí nén SMC SYJ3143-5LOZ, loại van 5/2 (5 cửa, 2 vị trí), điều khiển điện từ đơn, điện áp 24VDC, công suất 0.35W, áp suất 0.15–0.7 MPa, lưu lượng 122 L/phút 5

Sơ đồ kết nối phần cứng và phân bổ chân điều khiển

  • Giao tiếp máy tính - Arduino Nano: Kết nối qua cổng Mini USB sử dụng giao thức truyền thông nối tiếp UART (chân D0-RX, D1-TX) và cấp nguồn 5VDC/500mA cho bo mạch.
  • Khối chấp hành Relay: Các chân điều khiển tín hiệu IN1, IN2, IN3, IN4, IN5, IN6 của hai module relay được kết nối lần lượt tới các chân tín hiệu A2, A3, 11, 12, 2, 3 trên Arduino Nano. Tiếp điểm thường mở (NO) của relay đóng cắt nguồn 24VDC cấp cho động cơ băng tải và cuộn hút của các van điện từ SMC.
  • Khối hiển thị: Màn hình LCD 16x2 kết nối với Arduino Nano thông qua chuẩn I2C tại chân A4 (SDA) và A5 (SCL).
  • Khối đo khối lượng: Cảm biến Loadcell kết nối trực tiếp với 4 đầu vào vi sai của module HX711; dữ liệu số từ HX711 được truyền về vi điều khiển Arduino Nano qua các chân I/O số.
  • Phân bổ nguồn điện: Nguồn tổ ong 24VDC–5A cấp trực tiếp cho cuộn van khí nén và động cơ DC; đồng thời đi qua mạch nguồn giảm áp LM2596 để tạo đường nguồn ổn áp 5VDC–3A cấp cho các cuộn kích relay và các cảm biến, khắc phục giới hạn công suất dòng ra 500mA của cổng USB máy tính.

Nguyên lý vận hành và tiêu chí phân loại

Hệ thống vận hành theo chu trình tự động khép kín:

  1. Khởi động: Cấp nguồn điện 24VDC và 5VDC cho hệ thống, kết nối máy tính với Arduino qua cổng COM7 (baudrate 9600), mở giao diện điều khiển GUI trên phần mềm Matlab và nhấn nút Start. Động cơ DC khởi động kéo băng tải 60cm chạy liên tục.
  2. Nạp liệu và chuyển quả: Quả cà chua được đưa vào máng nạp liệu. Cảm biến hồng ngoại 1 phát hiện có vật thể sẽ gửi tín hiệu về Arduino Nano; vi điều khiển kích relay điều khiển Xylanh 1 đẩy quả cà chua sang vị trí buồng đo (bàn cân và ô chụp ảnh).
  3. Thu nhận dữ liệu và phân loại:
    • Tại bàn cân, Webcam Logitech chụp ảnh quả và truyền về Matlab để phân tích các thành phần màu sắc $R, G, B$.
    • Đồng thời, cảm biến Loadcell YZC-133 cùng module HX711 thu nhận dữ liệu lực, chuyển đổi thành giá trị khối lượng thực và gửi về Arduino Nano, hiển thị trực tiếp lên màn hình LCD 16x2.
    • Sản phẩm được phân chia thành 4 nhóm theo quy chuẩn:
      • Đỏ loại 1: Màu sắc nhận diện là màu đỏ, khối lượng trên 30g ($m > 30\text{ g}$).
      • Đỏ loại 2: Màu sắc nhận diện là màu đỏ, khối lượng dưới 30g ($m \le 30\text{ g}$).
      • Cà chua xanh: Thành phần màu sắc nhận diện là màu xanh lục.
      • Cà chua vàng: Thành phần màu sắc nhận diện là màu vàng.
  4. Đẩy quả sang băng tải và phân nhánh: Sau khi hoàn tất quá trình nhận diện và cân, Xylanh 2 được kích hoạt để đẩy quả cà chua từ bàn cân sang mặt băng tải đang chuyển động.
  5. Phân phối về khay chứa:
    • Khi quả là Đỏ loại 2, băng tải đưa quả đến vị trí Cảm biến 2; cảm biến phát hiện và kích hoạt Xylanh 3 đẩy quả vào khay chứa Đỏ loại 2.
    • Khi quả là Đỏ loại 1, quả đi tiếp đến vị trí Cảm biến 3; cảm biến kích hoạt Xylanh 4 đẩy quả vào khay chứa Đỏ loại 1.
    • Khi quả là Cà chua xanh, quả di chuyển đến vị trí Cảm biến 4; cảm biến kích hoạt Xylanh 5 đẩy quả vào khay chứa Cà chua xanh.
    • Khi quả là Cà chua vàng, quả di chuyển thẳng đến cuối băng tải và tự rơi vào khay chứa Cà chua vàng; Cảm biến 5 đặt tại cuối hành trình có nhiệm vụ gửi tín hiệu xác nhận quả vàng đã vào khay an toàn.

Nội dung chính theo từng chương

Chương 1: Tổng Quan

Chương này phân tích tính cấp thiết của việc hiện đại hóa quy trình sản xuất và ứng dụng thị giác máy tính trong phân loại nông sản. Tác giả khảo sát các công trình nghiên cứu đi trước, xác định rõ mục tiêu chế tạo hệ thống phân loại cà chua theo hai tiêu chí màu sắc và khối lượng, liệt kê 8 nội dung nghiên cứu cần hoàn thành, xác lập các giới hạn thực nghiệm về điều kiện ánh sáng, kích thước mô hình thu nhỏ và tốc độ xử lý của hệ thống.

Chương 2: Cơ Sở Lý Thuyết

Nội dung chương 2 tập trung vào cơ sở toán học và kỹ thuật của xử lý ảnh số:

  • Trình bày 5 bước cơ bản trong chuỗi xử lý ảnh từ thu nhận, tiền xử lý, phân đoạn, biểu diễn đến nhận dạng.
  • Phân tích chi tiết hai không gian màu cơ bản: Không gian màu RGB với khối lập phương 24-bit và không gian màu HSV dạng trụ giúp tách biệt độ sáng và độ bão hòa màu.
  • Khái quát các khái niệm nền tảng: Cấu trúc điểm ảnh (pixel), độ phân giải ảnh số, biểu diễn ảnh xám và ảnh nhị phân, quan hệ lân cận điểm ảnh ($N_4(p)$ và $N_8(p)$).
  • Khảo sát các giải thuật biến đổi ảnh màu sang ảnh xám qua hàm rgb2gray, phân tích lược đồ xám (histogram), thuật toán nhị phân hóa theo ngưỡng, kỹ thuật lọc nhiễu không gian (lọc trung bình, lọc thông thấp, lọc Laplace) và các phương pháp phát hiện biên đối tượng.

Chương 3: Tính Toán Thiết Kế Hệ Thống

Chương 3 trình bày toàn bộ quá trình tính toán và thiết kế kỹ thuật phần cứng:

  • Xây dựng sơ đồ khối chức năng và phân định nhiệm vụ cho từng khối (khối nguồn, khối thu nhận ảnh, khối máy tính xử lý ảnh, khối điều khiển Arduino Nano, khối chấp hành và cảm biến).
  • Lựa chọn và phân tích thông số kỹ thuật chi tiết của từng linh kiện phần cứng: Vi điều khiển Arduino Nano (ATmega328P), Webcam Logitech C170/C270, cảm biến tải trọng Loadcell 1kg YZC-133, IC chuyển đổi ADC 24-bit HX711, cảm biến tiệm cận hồng ngoại 3–80cm, động cơ DC băng tải, module 4-relay kích mức thấp, màn hình LCD 16x2 chuẩn giao tiếp I2C và cụm 5 van điện từ khí nén SMC SYJ3143-5LOZ loại 5/2.
  • Thiết lập phương trình đường thẳng hiệu chỉnh cảm biến khối lượng và tính toán công suất nguồn cấp (sử dụng nguồn tổ ong 24VDC–5A kết hợp module hạ áp LM2596 để cấp nguồn 5VDC–3A cho hệ thống phụ trợ).
  • Thiết lập sơ đồ kết nối chân vi điều khiển và xây dựng nguyên lý hoạt động tuần tự cùng các tiêu chuẩn logic phân loại cho 4 nhóm sản phẩm cà chua.

Chương 4: Thi Công Hệ Thống

Chương 4 mô tả quá trình hiện thực hóa mô hình từ bản vẽ thiết kế sang sản phẩm thực tế:

  • Quy trình thi công cơ khí - phần cứng gồm 5 bước:
    1. Lắp ráp khung cơ khí băng tải dài 60cm và gá đặt động cơ DC kéo băng chuyền.
    2. Lắp ráp cụm cân khối lượng kết hợp Loadcell 1kg và mạch ADC HX711.
    3. Lắp đặt hệ thống máng trượt và các khay chứa phân loại.
    4. Lắp đặt giá đỡ cố định Webcam Logitech phía trên buồng chụp ảnh.
    5. Đi dây điện điều khiển, đường ống khí nén PU (kèm van tiết lưu), gá đặt 5 cụm cảm biến hồng ngoại và hoàn thiện toàn bộ mô hình vật lý.
  • Bố trí các vị trí chức năng trên mô hình:
    • Vị trí 1: Máng nhập liệu với Cảm biến hồng ngoại 1 và Xylanh 1.
    • Vị trí 2: Buồng nhận diện và cân khối lượng gồm bàn cân Loadcell, Webcam và Xylanh 2.
    • Vị trí 3: Băng tải dẫn động và cụm 3 xylanh đẩy (Xylanh 3, 4, 5) tương ứng với 3 cảm biến định vị (Cảm biến 2, 3, 4).
    • Vị trí 4: Khay chứa sản phẩm cuối hành trình với Cảm biến 5 xác nhận cà chua vàng.
  • Lập trình hệ thống: Xây dựng lưu đồ giải thuật tổng thể cho hệ thống điều khiển và lưu đồ giải thuật xử lý nhận diện màu sắc trên phần mềm Matlab.

Chương 5: Kết Quả, Nhận Xét Và Đánh Giá

Chương 5 tổng kết các kết quả vận hành thực nghiệm của mô hình thu nhỏ; đối chiếu mức độ đáp ứng của hệ thống so với các mục tiêu thiết kế ban đầu; phân tích các thông số hoạt động của cảm biến lực Loadcell, độ chính xác của giải thuật nhận dạng màu sắc trên Matlab và khả năng phối hợp thời gian thực giữa vi điều khiển Arduino Nano và cơ cấu khí nén.

Chương 6: Kết Luận Và Hướng Phát Triển

Chương cuối cùng đúc kết toàn bộ quá trình thực hiện đồ án tốt nghiệp, khẳng định tính khả thi của mô hình phân loại cà chua kết hợp thị giác máy tính và cân điện tử; đồng thời chỉ ra các hạn chế kỹ thuật còn tồn đọng và đề xuất các giải pháp nâng cấp trong tương lai.

Kết quả và đóng góp

Kết quả thực nghiệm đạt được

  1. Thi công hoàn chỉnh mô hình phần cứng: Chế tạo thành công mô hình cơ điện tử thu nhỏ tích hợp đầy đủ hệ thống băng tải chuyển động liên tục, buồng cân và thu nhận ảnh, 5 xylanh khí nén tác động êm nhờ van tiết lưu, cụm van điện từ SMC 5/2 điều khiển qua relay và 5 cảm biến hồng ngoại định vị vật thể.
  2. Hiện thực hóa quy trình phân loại 4 nhóm sản phẩm: Hệ thống phân loại thành công cà chua thành 4 nhóm theo đúng thiết kế logic:
    • Cà chua đỏ loại 1 (màu đỏ, khối lượng $> 30\text{ g}$).
    • Cà chua đỏ loại 2 (màu đỏ, khối lượng $\le 30\text{ g}$).
    • Cà chua xanh.
    • Cà chua vàng.
  3. Tích hợp phần mềm và phần cứng ổn định: Thiết lập thành công giao tiếp truyền thông nối tiếp UART hai chiều giữa máy tính (chạy thuật toán xử lý ảnh trên Matlab) và vi điều khiển Arduino Nano qua cổng COM với tốc độ truyền 9600 baud.
  4. Hiệu chỉnh cảm biến khối lượng chính xác: Ứng dụng thành công phương trình đường thẳng tuyến tính để chuyển đổi giá trị số từ bộ chuyển đổi 24-bit HX711 sang đơn vị khối lượng thực tế và hiển thị trực quan trên màn hình LCD 16x2.

Đóng góp của đề tài

  • Tích hợp đa tiêu chí phân loại: Khác với các đề tài nghiên cứu trước đó chỉ thuần túy phân loại theo màu sắc (dùng cảm biến màu đơn giản hoặc xử lý ảnh độc lập) hoặc chỉ phân loại theo kích thước cơ học, đề tài đã kết hợp thành công hai tiêu chí độc lập là màu sắc (bằng thị giác máy tính) và khối lượng (bằng cảm biến lực điện tử) trong cùng một chu trình xử lý liên hoàn.
  • Mô hình hóa giải pháp chi phí thấp: Đề tài chứng minh tính khả thi của việc phân cấp xử lý trong các hệ thống tự động hóa nông nghiệp vừa và nhỏ: Giao tác vụ tính toán xử lý ảnh phức tạp cho máy tính (Matlab) và giao tác vụ điều khiển thời gian thực, đọc cảm biến, kích hoạt chấp hành cho vi điều khiển 8-bit giá thành rẻ (Arduino Nano).

Hạn chế và hướng nghiên cứu tiếp

Hạn chế kỹ thuật

Căn cứ theo nội dung công bố trong văn bản đồ án, hệ thống còn tồn tại các giới hạn:

  • Phạm vi phân loại giới hạn: Đề tài chỉ tập trung phân biệt 3 trạng thái màu sắc cơ bản (đỏ, vàng, xanh) và 1 ngưỡng khối lượng định mức (30g); chưa đánh giá được toàn diện chất lượng thịt quả, độ đường, khuyết tật bề mặt hay các giai đoạn chín trung gian.
  • Phụ thuộc điều kiện môi trường: Quá trình chụp ảnh diễn ra trong điều kiện ánh sáng tự nhiên thông thường, chưa có buồng chụp ảnh cách ly quang học chuyên dụng tích hợp nguồn sáng nhân tạo chuẩn hóa, dễ dẫn đến sai lệch khi cường độ sáng môi trường thay đổi đột ngột.
  • Quy mô mô hình: Toàn bộ hệ thống mới dừng lại ở mức độ mô hình thực nghiệm thu nhỏ trong phòng thí nghiệm; kết cấu cơ khí và băng tải chưa đáp ứng tiêu chuẩn tải trọng công nghiệp.
  • Tốc độ xử lý: Tốc độ phân loại của hệ thống còn chậm do tồn tại độ trễ trong quá trình chụp ảnh, truyền dữ liệu ảnh từ webcam lên máy tính, xử lý ma trận ảnh trên Matlab và phản hồi lệnh điều khiển về Arduino.

Hướng nghiên cứu tiếp

  • Thiết kế buồng chụp ảnh kín chuyên dụng tích hợp hệ thống đèn LED chiếu sáng đồng đều, triệt tiêu bóng đổ và chống nhiễu quang học từ môi trường bên ngoài.
  • Nâng cấp thuật toán xử lý ảnh trên Matlab hoặc chuyển đổi sang các thư viện xử lý ảnh nhúng chuyên dụng (như OpenCV trên kit nhúng hiệu năng cao) để tối ưu hóa thời gian tính toán và tăng tốc độ xử lý.
  • Mở rộng thuật toán để nhận diện thêm các lỗi bề mặt, vết sâu bệnh, vết nứt trên quả cà chua và phân chia thêm nhiều cấp độ chín chi tiết hơn.
  • Cải tiến cơ cấu cơ khí, nâng cấp kích thước băng tải và công suất xylanh khí nén nhằm hướng tới ứng dụng trong dây chuyền đóng gói nông sản thực tế.

Giá trị tham khảo

Tài liệu đồ án tốt nghiệp này mang lại giá trị tham khảo kỹ thuật cho:

  • Sinh viên và học viên: Thuộc các ngành Kỹ thuật Điện tử Truyền thông, Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Công nghệ Nông nghiệp công nghệ cao đang thực hiện đồ án môn học, khóa luận tốt nghiệp hoặc nghiên cứu ứng dụng thị giác máy tính kết hợp hệ thống nhúng.
  • Kỹ sư và người làm kỹ thuật: Cần tham khảo mô hình phân cấp điều khiển kết nối máy tính (xử lý ảnh cấp cao) với vi điều khiển (điều khiển chấp hành cấp thấp) trong các bài toán phân loại sản phẩm tự động quy mô nhỏ và vừa.

Các phần nội dung có giá trị ứng dụng cao gồm:

  • Thiết kế mạch động lực điều khiển cụm van khí nén 24VDC thông qua module relay cách ly quang và giải pháp ổn áp công suất 5VDC bằng mạch hạ áp LM2596.
  • Phương pháp lập trình giao tiếp nối tiếp UART giữa phần mềm Matlab và bo mạch Arduino Nano.
  • Quy trình toán học hiệu chỉnh tuyến tính cảm biến khối lượng Loadcell YZC-133 sử dụng IC ADC 24-bit HX711.

Câu hỏi thường gặp

1. Hệ thống phân loại cà chua thành những nhóm cụ thể nào và theo tiêu chí nào?

Hệ thống phân loại cà chua thành 4 nhóm cụ thể dựa trên hai tiêu chí độc lập là màu sắc và khối lượng:

  • Cà chua đỏ loại 1: Có màu đỏ và khối lượng đạt trên 30g ($m > 30\text{ g}$).
  • Cà chua đỏ loại 2: Có màu đỏ và khối lượng đạt dưới 30g ($m \le 30\text{ g}$).
  • Cà chua xanh: Có màu sắc chủ đạo là màu xanh lục.
  • Cà chua vàng: Có màu sắc chủ đạo là màu vàng.

2. Thuật toán nhận diện màu sắc trên phần mềm Matlab dựa trên nguyên lý gì?

Thuật toán phân tích các thành phần màu sắc của ảnh chụp quả cà chua trong không gian màu RGB:

  • Quả được nhận diện là màu đỏ nếu thành phần màu đỏ ($R$) có giá trị trên 5000 và giá trị thành phần màu xanh lục ($G$) nhỏ hơn thành phần màu đỏ.
  • Quả được nhận diện là màu xanh nếu thành phần màu xanh lục ($G$) có giá trị trên 5000.
  • Quả được nhận diện là màu vàng khi không chứa thành phần màu xanh dương ($B$) và thỏa mãn điều kiện phân tách màu còn lại.

3. Nhiệm vụ của vi điều khiển Arduino Nano và máy tính PC được phân chia như thế nào?

  • Máy tính (PC/Laptop): Đóng vai trò là bộ xử lý ảnh cấp cao; giao tiếp trực tiếp với Webcam Logitech C170/C270 qua cổng USB, thu nhận khung hình, chạy thuật toán nhận diện màu sắc trên phần mềm Matlab và gửi mã kết quả phân loại xuống vi điều khiển qua cổng COM (UART, tốc độ 9600 baud).
  • Arduino Nano: Đóng vai trò là bộ điều khiển trung tâm thời gian thực; nhận tín hiệu từ 5 cảm biến tiệm cận hồng ngoại, đọc tín hiệu khối lượng từ mạch ADC HX711/Loadcell, nhận dữ liệu phân loại màu từ máy tính, điều khiển hiển thị trên màn hình LCD 16x2 qua chuẩn I2C và xuất tín hiệu kích 2 module relay điều khiển động cơ DC băng tải cùng cụm 5 van khí nén điện từ SMC.

4. Cảm biến tải trọng Loadcell 1kg được hiệu chỉnh khối lượng dựa trên phương pháp toán học nào?

Cảm biến tải trọng Loadcell YZC-133 kết hợp module ADC HX711 được hiệu chỉnh dựa trên phương trình đường thẳng tuyến tính $y = m \cdot x + b$. Trong đó $x$ là giá trị số rời rạc đọc về từ bộ ADC 24-bit, $y$ là khối lượng thực tế của quả, $m$ là hệ số góc đặc tính và $b$ là giá trị điểm không (offset khi không đặt tải, $y_0 = 0$). Hệ số dốc $m$ được xác định thông qua điểm đo mẫu với khối lượng chuẩn đã biết trước theo công thức $m = y_1 / (x_1 - x_0)$.

5. Cơ cấu khí nén và cảm biến phối hợp như thế nào để đưa từng loại cà chua vào đúng khay phân loại?

Sau khi quả cà chua được Xylanh 2 đẩy từ bàn cân lên băng tải dài 60cm:

  • Khi quả là Đỏ loại 2, quả di chuyển đến vị trí Cảm biến 2; cảm biến phát hiện vật thể và truyền tín hiệu về Arduino kích hoạt Xylanh 3 đẩy quả vào khay Đỏ loại 2.
  • Khi quả là Đỏ loại 1, quả đi qua vị trí Cảm biến 2 và đến vị trí Cảm biến 3; cảm biến kích hoạt Xylanh 4 đẩy quả vào khay Đỏ loại 1.
  • Khi quả là Cà chua xanh, quả tiếp tục di chuyển đến vị trí Cảm biến 4; cảm biến kích hoạt Xylanh 5 đẩy quả vào khay Cà chua xanh.
  • Khi quả là Cà chua vàng, quả không bị các xylanh tác động mà chạy thẳng đến cuối băng tải rồi tự rơi vào khay Cà chua vàng; Cảm biến 5 đặt tại đây làm nhiệm vụ phát hiện và gửi tín hiệu xác nhận quả vàng đã vào khay an toàn.

Kết luận

Đồ án tốt nghiệp "Hệ thống phân loại cà chua theo màu sắc và khối lượng" của nhóm tác giả Trần Hoàng Minh và Lê Duy Ân (Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh) đã thiết kế và chế tạo thành công một mô hình thực nghiệm cơ điện tử hoàn chỉnh tích hợp công nghệ xử lý ảnh số và cân điện tử. Hệ thống giải quyết hiệu quả bài toán phân loại nông sản tự động thành 4 nhóm độc lập (đỏ loại 1, đỏ loại 2, xanh, vàng) thông qua sự phối hợp đồng bộ giữa phần mềm xử lý ảnh Matlab trên máy tính, vi điều khiển Arduino Nano, cụm cảm biến Loadcell/HX711 và cơ cấu chấp hành khí nén SMC. Mặc dù còn một số hạn chế về quy mô mô hình thu nhỏ và sự phụ thuộc vào ánh sáng môi trường, đề tài đã cung cấp một giải pháp kỹ thuật có tính ứng dụng cao và là tài liệu tham khảo chi tiết cho các nghiên cứu phát triển hệ thống tự động hóa nông nghiệp tiếp theo.