Giới thiệu dự án

Sự bùng nổ của cuộc Cách mạng Công nghiệp 4.0 và chuyển đổi số trong sản xuất đã đưa robot công nghiệp trở thành nhân tố cốt lõi quyết định năng suất và độ chính xác của dây chuyền chế tạo. Theo các báo cáo thị trường tự động hóa, ngành robot công nghiệp tại Việt Nam duy trì tốc độ tăng trưởng kép hàng năm (CAGR) từ 10% – 15%, đặc biệt trong các lĩnh vực đóng gói, lắp ráp linh kiện điện tử (PCB), bán dẫn và logistics thông minh. Trong số các cấu hình robot hiện đại, robot SCARA (Selective Compliance Assembly Robot Arm - Cánh tay robot lắp ráp tuân thủ có chọn lọc) đóng vai trò then chốt nhờ ưu thế vượt trội về tốc độ và độ cứng vững trên mặt phẳng ngang phẳng $X\text{–}Y$.

Tuy nhiên, tại nhiều cơ sở đào tạo kỹ thuật, các mô hình robot thí nghiệm sau thời gian dài sử dụng thường bị xuống cấp, thiếu hụt hệ thống điều khiển đồng bộ và tách rời khỏi các công nghệ xử lý ảnh hiện đại. Đề tài “Nghiên cứu, phát triển robot SCARA đa chức năng phục vụ tuyển sinh” (Mã số: CKM-29, ngành Công nghệ Kỹ thuật Cơ điện tử, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh) được thực hiện nhằm mục tiêu tái thiết kế, phục hồi và nâng cấp toàn diện một mô hình robot SCARA 3 bậc tự do đã hư hỏng, tích hợp hệ thống thị giác máy tính (Machine Vision) và giao diện điều khiển hiện đại phục vụ công tác giảng dạy, nghiên cứu và quảng bá tuyển sinh kỹ thuật.

                  KIẾN TRÚC TỔNG THỂ HỆ THỐNG ROBOT SCARA
+-------------------------------------------------------------------------+
|                              HOST PC / HMI                              |
|   +--------------------------+          +---------------------------+   |
|   |  PyQt5 GUI Control App   | <======> | OpenCV QR Vision Pipeline |   |
|   +--------------------------+          +---------------------------+   |
+-----------------------------------|-------------------------------------+
                                    | USB CDC / UART (115200 bps)
+-----------------------------------|-------------------------------------+
|                     STM32F103C8T6 CONTROLLER BOARD                      |
|   - Trajectory Generation                 - Pulse/Dir Output Generator  |
|   - Realtime Motion Control               - Sensor Feedback Processing  |
+-----------------------------------|-------------------------------------+
        |                 |                    |                 |
+-------v-------+ +-------v-------+    +-------v-------+ +-------v--------+
| 2HSS57 Driver | | 2HSS57 Driver |    | TB6560 Driver | | TB6560 Driver  |
+-------+-------+ +-------+-------+    +-------+-------+ +-------+--------+
        |                 |                    |                 |
+-------v-------+ +-------v-------+    +-------v-------+ +-------v--------+
| Hybrid Stepper| | Hybrid Stepper|    | Stepper Motor | | Stepper Motor  |
| 57J1880EC (X) | | 57J1880EC (Y) |    | 17HS4401 (Z)  | | 17HS4401 (Grip)|
+---------------+ +---------------+    +---------------+ +----------------+

Problem Statement và các thách thức kỹ thuật

Hệ thống phần cứng ban đầu tiếp nhận từ xưởng thực hành gặp các tổn hại nghiêm trọng:

  • Toàn bộ hệ thống điện - điều khiển, tủ điện, bộ nguồn và driver đã mất hoàn toàn.
  • Các động cơ nguyên bản không có thông số kỹ thuật, mất nhãn mác và suy hao từ tính.
  • Cơ cấu dẫn động trục $Z$ (trục vít me - đai ốc, trục dẫn hướng) và hệ thống puly - đai răng bên trong cánh tay 1 bị rỉ sét, đai cao su lão hóa chỉ còn lõi thép.
  • Thiếu thuật toán điều khiển động học (Kinematics) chính xác và chưa có cơ chế thị giác máy tính để nhận dạng, phân loại tự động.

Mục tiêu nghiên cứu cụ thể

  1. Khảo sát, phục hồi và tối ưu hóa kết cấu cơ khí 3 bậc tự do ($R\text{–}R\text{–}P$) của robot SCARA.
  2. Thiết kế và kiểm nghiệm độ bền cơ học các chi tiết gá động cơ bằng phương pháp phân tích phần tử hữu hạn (FEA).
  3. Thiết kế, tích hợp tủ điện điều khiển trung tâm sử dụng vi điều khiển ARM Cortex-M3 32-bit (STM32F103C8T6) và các driver công suất chuyên dụng.
  4. Xây dựng mô hình động học thuận (Forward Kinematics), động học nghịch (Inverse Kinematics) và kiểm chứng trên MATLAB/Simulink.
  5. Phát triển thuật toán xử lý ảnh nhận diện mã phản hồi nhanh (QR Code) và chuyển đổi tọa độ điểm ảnh sang tọa độ thực tế của tay máy.
  6. Thiết kế phần mềm giao diện người dùng (HMI GUI) bằng Python/PyQt5 với 4 chế độ vận hành: Joint Control, Position Mode, Auto Mode và Export Mode.

Phạm vi và giới hạn hoạt động

  • Cấu hình hình học: Chiều dài cánh tay 1 ($l_1 = 332\text{ mm}$), chiều dài cánh tay 2 ($l_2 = 160\text{ mm}$), hành trình tịnh tiến trục $Z$ ($d_3 = 0 \div 100\text{ mm}$).
  • Tải trọng danh định: Khối lượng vật gắp $m_{\text{payload}} = 20\text{ g}$ (vật mẫu kiểm thử), tải trọng tối đa cơ cấu tay kẹp $m_{\text{max}} = 500\text{ g}$.
  • Môi trường hoạt động: Phòng thí nghiệm, triển lãm tuyển sinh, hệ thống phân loại mini kết hợp băng tải và kho lưu trữ dạng ma trận.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí kỹ thuật Robot Cartesian (XYZ) Robot Articulated (6 trục) Robot SCARA (Đề tài phát triển)
Không gian làm việc Khối hộp chữ nhật Hình cầu bao quát Hình trụ trụ tròn, tối ưu mặt phẳng ngang
Tốc độ di chuyển ($X\text{–}Y$) Trung bình ($0.2 \div 0.5\text{ m/s}$) Rất cao ($1.5 \div 3.0\text{ m/s}$) Cao ($0.8 \div 1.5\text{ m/s}$)
Độ cứng vững trục đứng Thấp đến trung bình Trung bình Rất cao (Selective Compliance)
Chi phí chế tạo / Phục hồi Thấp Rất cao ($> 150\text{ triệu VNĐ}$) Tối ưu ($< 15\text{ triệu VNĐ}$)
Độ phức tạp thuật toán Đơn giản (Đại số tuyến tính) Rất phức tạp (Ma trận chuyển đổi bậc 6) Vừa phải (Giải tích hình học bậc 3)

Ma trận ưu tiên yêu cầu kỹ thuật (MoSCoW)

  • Must have (Bắt buộc): Hệ thống điều khiển chuyển động 3 trục không trượt bước; thuật toán giải động học nghịch thời gian thực; cơ cấu kẹp cơ - điện ổn định; nhận dạng mã QR Code dưới $200\text{ ms}$.
  • Should have (Nên có): Giao diện giám sát GUI trực quan đa chế độ; kết nối truyền thông công nghiệp ổn định qua USB CDC; cơ cấu đệm đàn hồi cao su chống biến dạng vật thể.
  • Could have (Có thể có): Khả năng tự động hiệu chuẩn (Auto-calibration) tọa độ camera bằng bàn cờ Checkerboard; phân loại kết hợp theo mã sản phẩm và dữ liệu chuỗi.
  • Won't have (Chưa thực hiện): Khớp xoay cổ tay $\theta_4$ (bậc tự do định hướng góc kẹp); tích hợp cảm biến lực loadcell đa trục ở đầu gắp.

Thiết kế hệ thống

Hệ thống được chia thành 3 phân khu chức năng:

  1. Module Cánh tay Robot SCARA & Tủ điện: Gồm khung đế, cánh tay 1, cánh tay 2, cụm dẫn động trục vít me trục $Z$, cơ cấu kẹp phôi và tủ điều khiển tích hợp.
  2. Module Băng tải phân loại: Chiều dài băng tải $149\text{ cm}$, trang bị cảm biến quang điện hồng ngoại E18-D80NK phát hiện vật cản và cánh gạt phân làn điều khiển bởi động cơ bước.
  3. Module Kho lưu trữ: Kết cấu kho dạng ngăn tầng, định vị theo tọa độ lưới ma trận.
       SƠ ĐỒ PHÂN BỐ KHÔNG GIAN CÔNG TÁC VÀ BỐ TRÍ THIẾT BỊ
                      
     [ Module Kho Lưu Trữ ] <--------+
     (Ngăn chứa 1, 2, 3...)           |
                                      | Quỹ đạo gắp/trả
     +-------------------------+      | (Inverse Kinematics)
     |    ROBOT SCARA 3-DOF    | -----+
     | (L1=332mm, L2=160mm)    | <----+
     +-------------------------+      |
                  ^                   |
                  | Tọa độ (X, Y)     |
     +------------+------------+      |
     |  Camera Vision (Webcam) |      |
     +-------------------------+      |
                  ^                   |
                  | Nhận diện QR      |
     =============+===================+=============
     [ Băng Tải Cấp / Phân Loại Hàng ]  (L = 149 cm)
     ===============================================

Bảng thông số công nghệ và thiết bị phần cứng

Thành phần Mã hiệu / Quy cách Thông số kỹ thuật chính Vai trò trong hệ thống
Vi điều khiển STM32F103C8T6 32-bit ARM Cortex-M3, $72\text{ MHz}$, $64\text{ KB}$ Flash Xử lý thời gian thực, phát xung điều khiển chuyển động
Động cơ khớp 1, 2 Stepper Hybrid 57J1880EC Động cơ bước lai 2 pha, Moment giữ $2.0\text{ N}\cdot\text{m}$, dòng $5.0\text{ A}$ Dẫn động cánh tay 1 ($X$) và cánh tay 2 ($Y$)
Driver khớp 1, 2 2HSS57 Closed-loop Điện áp $24\div 50\text{ VDC}$, ngõ ra xung/hướng ($PUL/DIR$), phản hồi Encoder Triệt tiêu hiện tượng mất bước, nâng cao độ êm
Động cơ trục Z & Gắp NEMA 17 (17HS4401) Góc bước $1.8^\circ$, Dòng $1.0\text{ A/pha}$, Moment $0.4\text{ N}\cdot\text{m}$ Nâng hạ trục $Z$ và đóng/mở kẹp cơ khí
Driver trục phụ Toshiba TB6560 Dòng đỉnh $3.5\text{ A}$, vi bước $1/16$, bảo vệ quá dòng/quá nhiệt Điều khiển động cơ NEMA 17 và băng chuyền
Cảm biến vị trí E18-D80NK Cảm biến quang hồng ngoại NPN, khoảng cách $3\div 80\text{ cm}$ Phát hiện phôi hàng trên băng tải
Bộ nguồn công suất MeanWell 24V & 5V Nguồn tổ ong $24\text{ VDC}\text{ – }15\text{ A}$ và $5\text{ VDC}\text{ – }5\text{ A}$ Cung cấp nguồn động lực và nguồn điều khiển
Vật liệu cơ khí Hợp kim Nhôm 6061 & Inox 304 Giới hạn bền chảy $\sigma_y = 276\text{ MPa}$ (Nhôm 6061) Gia công tấm gá động cơ và chi tiết chịu lực

Methodology

Quy trình phát triển hệ thống áp dụng mô hình kỹ thuật lai (Hybrid V-Model / Agile Mechatronics) kéo dài trong 6 tháng (01/2024 – 07/2024):

  • Giai đoạn 1 (Tháng 1 – 2): Đo đạc giải mã kết cấu cơ khí cũ, mô hình hóa 3D trên SolidWorks 2018, phân tích tải trọng động và mô phỏng ứng suất phần tử hữu hạn FEA.
  • Giai đoạn 2 (Tháng 3 – 4): Gia công CNC chi tiết gá nhôm 6061, lắp ráp hệ truyền động dây đai/vít me, thiết kế mạch nguyên lý, thi công tủ điện chuẩn công nghiệp.
  • Giai đoạn 3 (Tháng 5): Xây dựng firmware điều khiển STM32 (C/HAL), tính toán động học robot, kiểm nghiệm mô phỏng trên MATLAB/Simulink.
  • Giai đoạn 4 (Tháng 6 – 7): Phát triển pipeline thị giác máy tính OpenCV, lập trình GUI điều khiển đa chế độ trên Python PyQt5, thực nghiệm toàn hệ thống và đánh giá sai số.

Implementation và kết quả

Development process & Tính toán động lực học

1. Tính toán lực kẹp và chọn động cơ tay gắp

Cơ cấu gắp sử dụng ngón kẹp cơ khí liên kết vít me truyền động bởi động cơ bước. Khối lượng phôi $m = 0.02\text{ kg}$, gia tốc trọng trường $g = 9.81\text{ m/s}^2$, hệ số ma sát cao su - nhựa PLA $\mu = 0.03 \div 0.05$, hệ số an toàn $S = 2$. Lực ma sát giữ phôi: $$F_{\text{friction}} = m \cdot g \cdot S = 0.02 \cdot 9.81 \cdot 2 \approx 0.392\text{ N}$$ Phương trình cân bằng moment tại điểm quay $O$ (khoảng cách tay đòn $a = 0.084\text{ m}$, $b = 0.024\text{ m}$): $$\sum M_O = 0 \iff N \cdot b - F_{\text{friction}} \cdot a = 0 \implies N = \frac{0.392 \cdot 0.084}{0.024} = 1.372\text{ N}$$ Lực dọc trục cần thiết tác dụng lên vít me bước $p = 2\text{ mm} = 0.002\text{ m}$: $$F_a = P - F = 0.36\text{ N}$$ Moment xoắn đầu trục động cơ: $$T_{\text{gripper}} = F_a \cdot \frac{p}{2\pi \cdot \eta} = 0.36 \cdot \frac{0.002}{2\pi \cdot 0.9} \approx 1.27 \times 10^{-4}\text{ N}\cdot\text{m}$$ Động cơ NEMA 17 (17HS4401) có moment xoắn định mức $T_{\text{rated}} = 0.4\text{ N}\cdot\text{m} \gg T_{\text{gripper}}$, hoàn toàn triệt tiêu nguy cơ trượt bước khi kẹp.

2. Tính toán moment khớp xoay cánh tay 1 và 2

Thông số hình học và khối lượng: $l_1 = 0.332\text{ m}$, $l_2 = 0.160\text{ m}$, $m_1 = 5.8\text{ kg}$, $m_2 = 0.6\text{ kg}$, $m_{\text{head}} = 0.54\text{ kg}$.

  • Moment tĩnh tại khớp B (Cánh tay 2): $$M_B = \left( m_2 \cdot \frac{l_2}{2} + m_{\text{head}} \cdot l_2 \right) \cdot g = \left( 0.6 \cdot 0.08 + 0.54 \cdot 0.16 \right) \cdot 9.81 = 1.318\text{ N}\cdot\text{m}$$ Với tỷ số truyền bộ giảm tốc đai $i_2 = 16:1$, hiệu suất $\eta = 0.9$: $$M_{\text{motor2}} = \frac{M_B}{i_2 \cdot \eta} = \frac{1.318}{16 \cdot 0.9} \approx 0.091\text{ N}\cdot\text{m}$$
  • Moment tĩnh tại khớp A (Cánh tay 1): $$M_A = \left( m_1 \cdot \frac{l_1}{2} + (m_2 + m_{\text{head}}) \cdot l_1 \right) \cdot g = \left( 5.8 \cdot 0.166 + 1.14 \cdot 0.332 \right) \cdot 9.81 = 13.158\text{ N}\cdot\text{m}$$ Với tỷ số truyền $i_1 = 54:1$, hiệu suất $\eta = 0.9$: $$M_{\text{motor1}} = \frac{M_A}{i_1 \cdot \eta} = \frac{13.158}{54 \cdot 0.9} \approx 0.271\text{ N}\cdot\text{m}$$ Động cơ Hybrid Stepper 57J1880EC sở hữu moment xoắn $2.0\text{ N}\cdot\text{m}$, đảm bảo hệ số an toàn $S > 7$ cho cả tải trọng tĩnh lẫn quán tính gia tốc chuyển động nhanh.
       MÔ PHỎNG ĐỘNG HỌC CÁNH TAY ROBOT SCARA (2R1P)
              
            Y
            ^               (x, y) Khâu chấp hành cuối
            |                 /
            |     l2         /
            |    o--------->[EE]
            |   / \ theta2
            |  /   \
            | / l1  \
            |/ theta1\
          (0,0)-------> X

3. Mô hình toán học Động học Robot (Kinematics)

  • Động học thuận (Forward Kinematics): Xác định tọa độ thao tác $(x, y, z)$ từ các góc quay khớp $(\theta_1, \theta_2)$ và độ dịch chuyển tịnh tiến $d_3$: $$\begin{cases} x = l_1 \cos(\theta_1) + l_2 \cos(\theta_1 + \theta_2) \ y = l_1 \sin(\theta_1) + l_2 \sin(\theta_1 + \theta_2) \ z = d_3 \end{cases}$$

  • Động học nghịch (Inverse Kinematics): Giải tìm biến khớp $(\theta_1, \theta_2, d_3)$ từ tọa độ đích mong muốn $(x, y, z)$: Áp dụng định lý hàm số cosin trong tam giác cấu hình: $$\cos(\theta_2) = \frac{x^2 + y^2 - l_1^2 - l_2^2}{2 l_1 l_2}$$ $$\theta_2 = \text{atan2}\left( \pm \sqrt{1 - \cos^2(\theta_2)}, \ \cos(\theta_2) \right)$$ Góc khớp 1: $$\theta_1 = \text{atan2}(y, x) - \text{atan2}\left( l_2 \sin(\theta_2), \ l_1 + l_2 \cos(\theta_2) \right)$$ Trục tịnh tiến: $$d_3 = z$$

4. Thuật toán xử lý ảnh và chuyển đổi tọa độ Camera sang Robot

Quy trình nhận diện mã QR Code và định vị không gian được thực thi trên môi trường Python 3.10 và OpenCV:

import cv2
import numpy as np

class VisionSystem:
    def __init__(self, camera_id=0, pixel_to_mm_ratio=0.825):
        self.cap = cv2.VideoCapture(camera_id)
        self.detector = cv2.QRCodeDetector()
        self.k = pixel_to_mm_ratio  # mm per pixel calibration constant
        self.x_cam_offset = 120.0   # Distance from camera origin to robot base (mm)
        self.y_cam_offset = 45.0

    def process_frame(self):
        ret, frame = self.cap.read()
        if not ret:
            return None
            
        data, points, _ = self.detector.detectAndDecode(frame)
        if points is not None and data:
            pts = points[0].astype(int)
            # Tinh toan tam diem cua ma QR tren mat phang anh
            cx = int(np.mean(pts[:, 0]))
            cy = int(np.mean(pts[:, 1]))
            
            # Chuyen doi toa do pixel sang toa do the gioi thuc cua Robot
            x_robot = (cx * self.k) + self.x_cam_offset
            y_robot = (cy * self.k) + self.y_cam_offset
            
            return {"payload": data, "target_pos": (x_robot, y_robot), "pixel_center": (cx, cy)}
        return None

/* STM32 Timer Interrupt - Pulse/Direction Profile Generation */
void TIM2_IRQHandler(void) {
    if (__HAL_TIM_GET_FLAG(&htim2, TIM_FLAG_UPDATE) != RESET) {
        __HAL_TIM_CLEAR_IT(&htim2, TIM_FLAG_UPDATE);
        if (current_step < total_target_steps) {
            HAL_GPIO_WritePin(STEP_PORT, STEP_PIN, GPIO_PIN_SET);
            // Dynamic delay to ensure proper driver optical coupler response
            for(volatile int i = 0; i < 15; i++);
            HAL_GPIO_WritePin(STEP_PORT, STEP_PIN, GPIO_PIN_RESET);
            current_step++;
        } else {
            HAL_TIM_Base_Stop_IT(&htim2);
            motion_completed_flag = 1;
        }
    }
}

Testing và validation

1. Đánh giá độ bền kết cấu tấm gá động cơ bằng FEA (SolidWorks SimulationXpress)

  • Vật liệu: Hợp kim nhôm 6061-T6 (Giới hạn bền chảy: $276\text{ MPa}$, Mô đun đàn hồi: $68.9\text{ GPa}$).
  • Tải trọng thử nghiệm: $P_{\text{load}} = 15\text{ N}$ (tổng trọng lượng động cơ, bánh răng và lực căng đai).
  • Kết quả mô phỏng:
    • Ứng suất Von Mises cực đại đạt $\sigma_{\text{max}} = 1.84\text{ MPa} \ll \sigma_y$ ($276\text{ MPa}$).
    • Hệ số an toàn (Factor of Safety - FOS) đạt $N_{\text{FEA}} > 15$.
    • Độ chuyển vị lớn nhất (Displacement): $\delta_{\text{max}} = 0.0012\text{ mm}$, đảm bảo độ cứng vững hoàn hảo, không gây sai lệch tâm trục truyền động.

2. Thực nghiệm nhận diện thị giác và độ chính xác vận hành

Điều kiện thực nghiệm Số lần thử Tỷ lệ nhận diện QR thành công Sai số vị trí ($X\text{–}Y$) Thời gian chu kỳ Pick-and-Place
Ánh sáng chuẩn ($500\text{ lux}$), góc $0^\circ$ 50 $100%$ ($50/50$) $\pm 0.35\text{ mm}$ $4.12\text{ s}$
Ánh sáng yếu ($200\text{ lux}$), góc $15^\circ$ 50 $98.0%$ ($49/50$) $\pm 0.48\text{ mm}$ $4.25\text{ s}$
Băng tải chuyển động ($0.05\text{ m/s}$) 50 $96.0%$ ($48/50$) $\pm 0.62\text{ mm}$ $4.38\text{ s}$
Tổng thể trung bình 150 $98.0%$ $\pm 0.48\text{ mm}$ $4.25\text{ s}$

Kết quả đạt được

  • Phục hồi $100%$ kết cấu cơ khí cũ; thiết kế hoàn chỉnh hệ thống điện điều khiển với độ an toàn cao.
  • Khớp xoay đạt tốc độ góc lớn nhất $\omega_{\text{max}} = 120^\circ/\text{s}$, trục $Z$ nâng hạ vận tốc $v_z = 0.02\text{ m/s}$.
  • Tích hợp thành công 4 chế độ vận hành trên HMI: Điều khiển góc khớp thủ công (Joint), điều khiển tọa độ Đề-các (Position), tự động nhận diện gắp phôi từ băng tải (Auto), xuất kho theo dữ liệu QR (Export).

Đổi mới và đóng góp

  1. Giải pháp phục hồi cơ điện tử tiết kiệm chi phí: Thay vì đầu tư hệ thống robot mới tiêu tốn từ $3,500\text{ – }5,000\text{ USD}$, giải pháp tận dụng khung cơ khí sẵn có kết hợp công nghệ điều khiển bước lai vòng kín (Closed-loop Hybrid Stepper) giúp giảm hơn $78%$ tổng chi phí đầu tư mà vẫn đạt độ chính xác định vị $\pm 0.5\text{ mm}$.

  2. Khắc phục triệt để hiện tượng mất bước (Step-skipping): Việc nâng cấp từ động cơ bước thông thường lên cụm truyền động Hybrid Stepper 57J1880EC tích hợp Driver 2HSS57 có Encoder phản hồi xung giúp cánh tay robot duy trì moment xoắn cao ở dải vận tốc thấp, loại bỏ hoàn toàn rung lắc và sai lệch tích lũy khi vận hành liên tục.

  3. Cơ chế kẹp đàn hồi thích nghi phôi nhẹ: Thiết kế ngón kẹp cơ khí kết hợp lớp lót cao su biến dạng mềm giúp hấp thụ xung lực khi đóng kẹp, giải quyết nhược điểm thiếu cảm biến lực mà không làm nứt vỡ các chi tiết nhựa in 3D (PLA/ABS).

  4. Tích hợp xử lý ảnh mã phản hồi nhanh (QR Code Vision Pipeline): Thay vì chỉ phân loại theo màu sắc hoặc kích thước dễ bị nhiễu bởi ánh sáng môi trường, việc giải mã QR 2D ma trận cho phép robot truy xuất trực tiếp các chuỗi dữ liệu định danh phức tạp, số hóa quy trình quản lý kho theo chuẩn Industry 4.0.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

  • Hệ thống giảng dạy & NCKH tại các trường đại học/cao đẳng: Phục vụ các môn học Robot công nghiệp, Kỹ thuật Điều khiển tự động, Thị giác máy tính và Hệ thống Cơ điện tử.
  • Mô hình trình diễn tuyển sinh công nghệ: Tương tác trực quan, quét mã QR thông tin học sinh để thực hiện gắp các món quà lưu niệm tương ứng vào từng ô khay chứa tự động.
  • Dây chuyền phân loại bưu kiện vi mô trong Logistics: Ứng dụng trong các trung tâm trung chuyển hàng nhỏ, phân làn gói hàng dựa trên mã định danh bưu bộ.
       QUY TRÌNH VẬN HÀNH TỰ ĐỘNG PHÂN LOẠI & NHẬP KHO
                      
  [Phôi Hàng Trên Băng Tải]
             |
             v
  [Cảm Biến E18-D80NK Kích Hoạt Dừng Băng Tải]
             |
             v
  [Webcam Chụp Khung Hình & Giải Mã QR (OpenCV)]
             |
             v
  [Tính Tọa Độ Robot (X, Y, Z) Qua Động Học Nghịch]
             |
             v
  [Robot SCARA Di Chuyển -> Kẹp Phôi -> Nâng Trục Z]
             |
             v
  [Phân Loại Vào Ô Kho Chỉ Định / Máng Trượt]
             |
             v
  [HMI Cập Nhật Cơ Sở Dữ Liệu Tồn Kho]

Phân tích hiệu quả kinh tế và thời gian hoàn vốn (ROI)

  • Chi phí phục hồi và chế tạo mới:
    • Động cơ Hybrid + Driver: $\approx 3.2\text{ triệu VNĐ}$
    • Vi điều khiển, cảm biến, nguồn MeanWell, thiết bị đóng cắt: $\approx 1.8\text{ triệu VNĐ}$
    • Gia công cơ khí CNC nhôm 6061, Inox, in 3D: $\approx 2.5\text{ triệu VNĐ}$
    • Băng tải, khung bàn, webcam: $\approx 2.0\text{ triệu VNĐ}$
    • Tổng ngân sách: $\approx 9.5\text{ triệu VNĐ}$ ($\approx 380\text{ USD}$).
  • Thời gian hoàn vốn: Mô hình mang lại giá trị đào tạo tương đương các trạm thực hành nhập khẩu có giá từ $60\text{ – }80\text{ triệu VNĐ}$, thời gian hoàn vốn đào tạo/sản xuất ước tính dưới 6 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  1. Bậc tự do trục quay cổ tay ($\theta_4$) chưa được tích hợp, dẫn đến góc kẹp phôi luôn cố định song song với hệ trục tọa độ gốc.
  2. Tốc độ khung hình của webcam tiêu chuẩn ($30\text{ FPS}$) tạo độ trễ xử lý nếu phôi di chuyển trên băng chuyền ở vận tốc cao ($> 0.2\text{ m/s}$).
  3. Cơ cấu tay kẹp chưa tích hợp cảm biến lực siêu nhỏ (micro Loadcell) để phản hồi lực kẹp thời gian thực đối với các vật phẩm siêu giòn/dễ vỡ.

Kế hoạch nâng cấp và mở rộng

  • Nâng cấp phần cứng 4-DOF: Bổ sung động cơ bước trục rỗng micro tại khâu cuối để điều khiển góc xoay định hướng $\theta_4$.
  • Nâng cấp thị giác AI: Ứng dụng mạng nơ-ron tích chập (YOLOv8-Pose / MobileNet) để định vị và gắp các vật thể bất đối xứng không dán mã QR.
  • Chuẩn hóa công nghiệp: Chuyển đổi giao thức truyền thông sang nền tảng Robot Operating System (ROS 2) và bus trường CANopen / EtherCAT.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------+
|                          ĐỐI TƯỢNG HƯỞNG LỢI                            |
+--------------------+-------------------+--------------------------------+
| Sinh viên &        | Kỹ sư &           | Doanh nghiệp &                 |
| Học viên           | Lập trình viên    | Nhà trường                     |
|                    |                   |                                |
| Tiếp cận mô hình   | Mã nguồn mở       | Trạm đào tạo                   |
| Scara trực quan,   | Python/C chuẩn    | chi phí tối ưu                 |
| thực hành thuật    | module hóa,       | (-78%), thiết bị               |
| toán động học.     | dễ mở rộng ROS.   | demo tuyển sinh.               |
+--------------------+-------------------+--------------------------------+
  • Sinh viên ngành Cơ điện tử / Tự động hóa: Cung cấp học cụ trực quan để thực hành tính toán động học robot, lập trình vi điều khiển STM32 và xử lý ảnh OpenCV.
  • Kỹ sư phát triển hệ thống: Cung cấp kiến trúc phần cứng - phần mềm tham chiếu chuẩn, giúp rút ngắn chu kỳ thiết kế các hệ thống gắp nhả (Pick-and-Place) công nghiệp quy mô vừa và nhỏ.
  • Các trường đại học & Viện đào tạo: Sở hữu thiết bị thí nghiệm hiện đại với ngân sách tối ưu; làm công cụ trực quan thu hút học sinh trong các sự kiện ngày hội tuyển sinh và STEM.

Câu hỏi thường gặp

1. Yêu cầu cấu hình hệ thống máy tính để vận hành phần mềm điều khiển HMI là gì?

Hệ thống yêu cầu máy tính chạy hệ điều hành Windows 10/11 hoặc Ubuntu Linux (20.04/22.04 LTS), bộ vi xử lý Intel Core i3 thế hệ 8 trở lên (hoặc tương đương), RAM tối thiểu $4\text{ GB}$, trang bị 2 cổng USB $2.0/3.0$ (1 cổng kết nối Webcam và 1 cổng kết nối mạch STM32 qua Virtual COM Port).

2. Giới hạn tải trọng và không gian làm việc của cánh tay robot là bao nhiêu?

Không gian làm việc là hình trụ rỗng bán kính lớn nhất $R_{\text{max}} = l_1 + l_2 = 492\text{ mm}$, bán kính góc chết tối thiểu $R_{\text{min}} = |l_1 - l_2| = 172\text{ mm}$, hành trình nâng hạ trục $Z$ là $100\text{ mm}$. Tải trọng nâng làm việc an toàn là $500\text{ g}$.

3. Giao thức truyền thông giữa máy tính và mạch vi điều khiển STM32 được thực hiện như thế nào?

Dữ liệu được đóng gói thành các chuỗi byte khung truyền chuẩn qua giao thức UART/USB CDC với tốc độ Baudrate $115200\text{ bps}$. Định dạng bản tin: $<MODE>,<PARAM1>,<PARAM2>,<PARAM3>,<CHECKSUM># đảm bảo tính toàn vẹn và chống nhiễu công nghiệp.

4. Quy trình bảo trì cơ khí và điện định kỳ của hệ thống như thế nào?

  • Hàng tuần: Kiểm tra độ căng của đai răng truyền động cánh tay 1 và 2; vệ sinh thấu kính webcam.
  • Hàng tháng: Tra mỡ bôi trơn chuyên dụng gốc Lithium lên trục vít me và các thanh trượt dẫn hướng trục $Z$; siết chặt các ốc bắt gá động cơ nhôm 6061.
  • Hàng quý: Kiểm tra các đầu cos tủ điện, đo độ suy hao điện áp nguồn $24\text{ VDC}$.

5. Chi phí chế tạo hệ thống và thời gian hoàn vốn ước tính?

Toàn bộ chi phí phần cứng, gia công cơ khí và linh kiện điện tử dao động khoảng $9.5\text{ – }10\text{ triệu VNĐ}$. So với việc trang bị các bộ thí nghiệm nhập khẩu tương đương có giá $60\text{ – }80\text{ triệu VNĐ}$, hệ thống giúp tiết kiệm ngay $85%$ chi phí đầu tư ban đầu, hoàn vốn giáo dục ngay trong khóa đào tạo đầu tiên.

Kết luận

Đề tài “Nghiên cứu, phát triển robot SCARA đa chức năng phục vụ tuyển sinh” đã giải quyết thành công bài toán tái thiết kế và nâng cấp hệ thống cơ điện tử phức tạp:

  1. Phục hồi hoàn chỉnh kết cấu cơ khí 3-DOF, gia công tối ưu hóa các chi tiết gá nhôm 6061 với hệ số an toàn $N_{\text{FEA}} > 15$.
  2. Xây dựng thành công thuật toán động học thuận/nghịch chính xác, tích hợp hệ thống truyền động Hybrid Stepper vòng kín giúp robot vận hành ổn định, không mất bước.
  3. Ứng dụng thị giác máy tính OpenCV nhận dạng mã QR Code với tỷ lệ chính xác $98.0%$, chu kỳ gắp trả trung bình $4.25\text{ s/sản phẩm}$.
  4. Xây dựng phần mềm HMI trực quan đa chế độ, biến một mô hình thiết bị cũ thành trạm thực hành và trình diễn công nghệ hiện đại.

Mô hình không chỉ đáp ứng xuất sắc các yêu cầu học thuật của đồ án tốt nghiệp Cơ điện tử mà còn là giải pháp kỹ thuật có tính ứng dụng cao, sẵn sàng chuyển giao cho các phòng thí nghiệm tự động hóa và trạm phân loại thông minh trong thực tế sản xuất.