I. Giới thiệu về Mô hình Phân loại Cà chua theo Màu sắc
Mô hình phân loại cà chua theo màu sắc là một đồ án tự động hóa công nghiệp hiện đại, kết hợp các công nghệ xử lý ảnh, trí tuệ nhân tạo và điều khiển lập trình (PLC) để phân loại cà chua dựa trên màu sắc của quả. Đề tài này được thực hiện tại Trường Đại học Sư phạm Kỹ thuật TP.HCM, Khoa Điện - Điện tử, bộ môn Tự động điều khiển. Hệ thống hoạt động bằng cách sử dụng camera để chụp ảnh cà chua, sau đó áp dụng các thuật toán nhận diện hình ảnh để xác định màu sắc và phân loại thành các nhóm: cà chua xanh, cà chua chín vừa, và cà chua chín hoàn toàn. Mô hình này không chỉ giúp tự động hóa quy trình phân loại nông sản mà còn nâng cao hiệu suất sản xuất và giảm chi phí nhân công.
1.1. Mục tiêu và ý nghĩa của đề tài
Mục tiêu chính của đề tài là thiết kế và thi công hệ thống tự động phân loại cà chua theo đặc tính màu sắc. Ý nghĩa thực tiễn của đề tài bao gồm: giảm thời gian phân loại thủ công, nâng cao độ chính xác phân loại, tối ưu hóa quy trình sản xuất nông nghiệp, và ứng dụng công nghệ machine learning trong lĩnh vực nông nghiệp hiện đại.
1.2. Phạm vi ứng dụng thực tế
Hệ thống có thể được triển khai rộng rãi trong các nhà máy chế biến nông sản, các trung tâm phân loại cà chua xuất khẩu, và các trang trại nông nghiệp công nghiệp. Công nghệ này cũng có thể mở rộng để phân loại các loại nông sản khác dựa trên màu sắc như cà rốt, cam, quýt hoặc các loại trái cây tương tự.
II. Các Thành phần Chính của Hệ thống Phân loại Cà chua
Mô hình phân loại cà chua bao gồm nhiều thành phần phần cứng và phần mềm hoạt động tổng hợp. Về mặt phần cứng, hệ thống sử dụng PLC S7-1200 1214DC/DC/DC là bộ điều khiển trung tâm, camera Logitech B525 để chụp ảnh cà chua, cảm biến hồng ngoại E3F-DS30C4 để phát hiện sự có mặt của sản phẩm, van điện từ khí nén SMC SY3120-5LZD-M5 để điều khiển độ dịch chuyển, và xi-lanh khí nén MAL 16x50 thực hiện tác vụ đẩy sản phẩm. Hệ thống băng tải dây (Belt Conveyor) vận chuyển cà chua qua các vị trí phân loại. Phần nguồn cấp điện là một nguồn tổ ong 24V 5A đảm bảo cung cấp năng lượng ổn định cho toàn bộ thiết bị.
2.1. Hệ thống xử lý hình ảnh và nhân diện
Camera tích hợp trong hệ thống giúp chụp ảnh cà chua real-time khi nó đi qua các vị trí nhất định. Hình ảnh được xử lý bằng thuật toán CSPDarknet (P5) - một mạng nơ-ron tích chập hiện đại. Hệ thống sử dụng ba tập dữ liệu huấn luyện cho cà chua xanh, cà chua chín vừa, và cà chua chín hoàn toàn để tăng độ chính xác nhận diện lên trên 95%.
2.2. Bộ điều khiển và giao tiếp hệ thống
PLC S7-1200 chịu trách nhiệm điều khiển toàn bộ quy trình thông qua các chương trình logic. Giao thức Modbus được sử dụng để giao tiếp giữa PLC và hệ thống xử lý ảnh, cho phép truyền tải dữ liệu phân loại một cách nhanh chóng và chính xác. Giao diện người dùng được thiết kế để hỗ trợ chế độ tự động (Auto Mode) và chế độ thủ công (Manual Mode).
III. Nguyên lý Hoạt động và Quy trình Phân loại
Quy trình hoạt động của mô hình phân loại cà chua được chia thành những bước chính theo lưu đồ giải thuật tổng quát. Khi hệ thống được khởi động, cà chua được đặt lên băng tải và vận chuyển đến vị trí chụp ảnh. Camera thu thập hình ảnh và gửi đến module xử lý ảnh. Thuật toán machine learning phân tích hình ảnh dựa trên đặc tính màu sắc của quả. Dựa trên kết quả nhận diện, PLC điều khiển van điện từ và xi-lanh pneumatic để đẩy cà chua vào các khay phân loại tương ứng: khay cà chua xanh, khay cà chua chín vừa, hoặc khay cà chua chín. Các cảm biến hồng ngoại xác nhận sự có mặt của sản phẩm tại các điểm kiểm soát. Quá trình này lặp lại liên tục, cho phép hệ thống xử lý hàng chục cà chua mỗi phút mà không cần can thiệp thủ công.
3.1. Quá trình nhận diện và phân loại
Lưu đồ giải thuật phân loại hiển thị rõ từng bước của quy trình. Sau khi camera chụp ảnh, hệ thống tính toán các tham số màu sắc sử dụng mô hình phân tích đặc trưng. Nếu cà chua được nhận diện là màu xanh, nó được điều hướng sang khay xanh. Nếu là màu đỏ nhạt (chín vừa), sẽ sang khay chín vừa. Nếu là màu đỏ đậm (chín hoàn toàn), sẽ sang khay cuối cùng.
3.2. Chế độ tự động và thủ công
Hệ thống hỗ trợ hai chế độ hoạt động. Ở chế độ tự động, toàn bộ quy trình phân loại diễn ra tự động không cần tác động. Ở chế độ thủ công, người dùng có thể điều khiển từng bước thông qua bảng điều khiển bằng các nút nhấn LA38-11D và nút dừng khẩn cấp để đảm bảo an toàn khi bảo trì hoặc sửa chữa.
IV. Kết quả Đạt được và Triển vọng Phát triển
Đồ án phân loại cà chua theo màu sắc đã hoàn thành thành công với các kết quả nổi bật. Mô hình đạt được độ chính xác phân loại cao hơn 95% nhờ sử dụng các thuật toán machine learning tiên tiến. Thời gian phân loại mỗi quả cà chua chỉ mất khoảng 2-3 giây, tăng hiệu suất lao động so với phân loại thủ công truyền thống. Hệ thống đã được kiểm tra thực tế và chạy ổn định trong các điều kiện phòng lab. Triển vọng phát triển trong tương lai bao gồm: mở rộng khả năng phân loại cho nhiều loại nông sản khác nhau, tích hợp kỹ thuật deep learning nâng cao hơn, cải thiện tốc độ xử lý bằng GPU acceleration, và phát triển ứng dụng mobile để theo dõi từ xa.
4.1. Thành tích và hiệu quả đạt được
Nhóm sinh viên Lê Hoàng Anh (22151048) và Trần Thành Khang (22151100) đã thành công trong việc thiết kế, lắp ráp, lập trình và kiểm thử hệ thống. Hệ thống hoạt động ổn định, độ tin cậy cao, và có thể áp dụng thực tế. Các tài liệu báo cáo đầy đủ và khoa học, tuân thủ tiêu chuẩn học thuật.
4.2. Hướng phát triển và ứng dụng tương lai
Trong tương lai, hệ thống có thể được nâng cấp với AI nâng cao hơn, hỗ trợ phân loại đa tiêu chí (vừa theo màu sắc vừa theo kích thước), tích hợp IoT để kết nối với hệ thống quản lý trang trại. Công nghệ này mở ra cơ hội lớn trong tự động hóa nông nghiệp và công nghiệp 4.0.
