Bối cảnh và vấn đề nghiên cứu

Bối cảnh thực tiễn và lý do chọn đề tài

Trong bối cảnh công nghiệp hiện đại và xu hướng tự động hóa ngày càng phát triển, việc ứng dụng máy móc tự hành nhằm nâng cao năng suất, tối ưu hóa quy trình sản xuất và giảm thiểu rủi ro cho người lao động tại các nhà máy đang trở thành nhu cầu thiết yếu. Đối với các tác vụ vận chuyển hàng hóa, linh kiện và vật tư nặng trong nội bộ phân xưởng hoặc kho bãi, các hệ thống xe tự hành AGV (Automated Guided Vehicle) truyền thống bộc lộ hạn chế khi phụ thuộc cố định vào đường ray từ tính hoặc vạch kẻ sẵn trên sàn. Ngược lại, robot di động tự hành AMR (Autonomous Mobile Robot) sở hữu tính linh hoạt cao hơn nhờ khả năng tự lập bản đồ, tự định vị và tự tính toán đường đi tránh vật cản theo thời gian thực. Xuất phát từ nhu cầu thực tế của các dây chuyền sản xuất công nghiệp và mong muốn làm chủ công nghệ thiết kế, chế tạo robot tự hành trong nước, đề tài "Nghiên cứu, thiết kế và chế tạo robot AMR ứng dụng trong nhà máy sản xuất" đã được nhóm tác giả lựa chọn và triển khai.

Mục tiêu và nhiệm vụ nghiên cứu

Mục tiêu tổng quát của đề tài là chế tạo hoàn chỉnh một mẫu robot AMR phục vụ công tác vận chuyển hàng hóa trong môi trường nhà máy sản xuất. Cụ thể, các nhiệm vụ nghiên cứu được phân định rõ trong văn bản bao gồm:

  1. Nghiên cứu tổng quan về cấu trúc, nguyên lý hoạt động và các mẫu robot AMR thương mại trên thị trường trong và ngoài nước.
  2. Thiết kế và chế tạo hoàn thiện cơ cấu cơ khí của robot, bao gồm khung chịu lực, hệ thống treo giảm chấn và phần vỏ bảo vệ.
  3. Thiết kế, tính toán và thi công hoàn chỉnh hệ thống điện, bao gồm khối phân phối nguồn, mạch hạ áp, cảm biến và hệ thống động lực truyền động.
  4. Xây dựng mô hình toán học động học robot di động bánh xe và áp dụng thuật toán điều khiển PID để kiểm soát vận tốc động cơ.
  5. Ứng dụng hệ điều hành Robot Operating System (ROS) trên môi trường Linux để xử lý dữ liệu cảm biến, xây dựng bản đồ môi trường (thuật toán SLAM), định vị và hoạch định quỹ đạo di chuyển tự động (thuật toán Navigation).
  6. Thiết kế giao diện điều khiển qua giao diện web (Web Interface) để giám sát và vận hành robot từ xa.
  7. Lắp ráp, chạy thử nghiệm thực tế và đánh giá các thông số kỹ thuật của hệ thống so với yêu cầu đặt ra.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Kết cấu cơ khí, động học di động vi sai, hệ thống điện động lực, các thiết bị phần cứng (cảm biến LiDAR, IMU, vi điều khiển, máy tính nhúng) và các thuật toán điều khiển tự hành (SLAM, Navigation, PID) trên nền tảng ROS.
  • Phạm vi nghiên cứu: Thiết kế và chế tạo mô hình robot AMR vận hành trên mặt phẳng nhà xưởng công nghiệp, phục vụ nhiệm vụ vận chuyển hàng hóa với tải trọng hữu ích định mức 50 kg (tổng khối lượng toàn tải cho phép đạt 70 kg).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình toán học

  • Mô hình động học robot di động vi sai (Differential Drive Mobile Robot): Không gian làm việc của robot được quy định trên mặt phẳng hai chiều $Oxy$. Robot gồm 2 bánh chủ động độc lập và 4 bánh dẫn hướng (caster). Phương trình động học xác định vị trí $(x, y, \theta)$ và mối quan hệ giữa vận tốc dài $v$, vận tốc góc $\omega$ của robot với vận tốc bánh trái ($v_l$), bánh phải ($v_r$) theo bán kính bánh xe $R$ và khoảng cách giữa hai bánh $L$: $$\begin{cases} \dot{x} = v \cos\theta = \dfrac{R}{2}(v_r + v_l)\cos\theta \ \dot{y} = v \sin\theta = \dfrac{R}{2}(v_r + v_l)\sin\theta \ \dot{\theta} = \omega = \dfrac{R}{L}(v_r - v_l) \end{cases}$$
  • Lý thuyết điều khiển PID: Áp dụng bộ điều khiển tỉ lệ - tích phân - vi phân (Proportional - Integral - Derivative) để hiệu chỉnh tín hiệu điều chế độ rộng xung (PWM) đến driver động cơ, đảm bảo tốc độ quay thực tế bám sát tốc độ đặt, triệt tiêu sai số do tải trọng và ma sát bề mặt.
  • Giao thức truyền thông UART và Rosserial: Cơ chế truyền thông nối tiếp bất đồng bộ (Universal Asynchronous Receiver-Transmitter) kết hợp với gói thư viện rosserial để chuyển đổi các topic, message giữa máy tính nhúng (ROS Master/Server) và mạch vi điều khiển (ROS Client/Node).

Phương pháp nghiên cứu

  • Phương pháp tính toán và mô phỏng số: Ứng dụng phần mềm Autodesk Inventor để dựng mô hình 3D và tiến hành phân tích phần tử hữu hạn (FEA) nhằm kiểm nghiệm ứng suất và độ chuyển vị của khung thép dưới tải trọng tĩnh.
  • Phương pháp thiết kế và chế tạo thực nghiệm:
    • Gia công kim loại tấm bằng phương pháp cắt laser và hàn lắp ghép khối kết cấu.
    • Chế tạo bánh xe chủ động bằng hợp kim nhôm (Alu) gia công CNC bọc đúc polyurethane (PU).
    • Ứng dụng công nghệ in 3D để tạo hình các chi tiết vỏ bảo vệ và nắp đậy.
  • Phương pháp tích hợp hệ thống phần mềm: Cấu hình hệ thống ngăn xếp điều hướng (Navigation Stack), thuật toán quét tạo bản đồ Gmapping dựa trên dữ liệu cảm biến LiDAR và thuật toán bám quỹ đạo DWA (Dynamic Window Approach).

Nguồn dữ liệu

Dữ liệu sử dụng trong đồ án gồm các thông số kỹ thuật tiêu chuẩn từ nhà sản xuất vật liệu (thép C45), thông số linh kiện điện tử - cơ điện (động cơ BLDC GGM, driver GUX-2-50, cảm biến RPLIDAR A2M12, cảm biến MPU-9250) và dữ liệu thực nghiệm đo đạc từ các đợt chạy thử tại mặt sàn công xưởng.

Thiết kế và triển khai hệ thống kỹ thuật

Thiết kế cơ khí và kết cấu chịu lực

Khung robot được chế tạo từ thép tấm C45 độ dày từ 2 mm đến 5 mm, liên kết bằng phương pháp hàn ghép nối chính xác. Hệ thống dẫn động sử dụng cơ cấu treo giảm chấn độc lập cho hai bánh chủ động nhằm đảm bảo độ bám sàn liên tục và giảm thiểu xung chấn truyền lên trục hộp giảm tốc khi có tải trọng.

Bộ phận / Thông số Quy cách / Giá trị thực tế Ý nghĩa kỹ thuật
Kích thước khung tổng thể 670 mm (Dài) $\times$ 500 mm (Rộng) $\times$ 137 mm (Cao) Tối ưu không gian lắp đặt thiết bị bên trong
Vật liệu khung Thép tấm C45 (dày 2 – 5 mm) Giới hạn bền đứt $\sigma_b = 610\text{ MPa}$, giới hạn chảy uốn $\sigma_c = 360\text{ MPa}$
Tải trọng thiết kế 50 kg hàng hóa (tổng tải định mức 70 kg) Lực kiểm nghiệm tính toán phân bố $700\text{ N}$
Ứng suất lớn nhất phân tích $86.17\text{ MPa}$ Nhỏ hơn giới hạn cho phép ($\ll 610\text{ MPa}$)
Chuyển vị lớn nhất của khung $0.2384\text{ mm}$ Đảm bảo khung không biến dạng khi mang tải
Kết cấu bánh dẫn động 02 bánh Alu CNC đúc PU $\varnothing 150\text{ mm}$ Tăng hệ số ma sát, chịu mài mòn tốt
Kết cấu bánh phụ 04 bánh xe xoay đa hướng (caster) Giữ thăng bằng và ổn định tư thế cho robot
Lò xo hệ thống treo Cặp lò xo Inox ($\varnothing_{\text{ngoài}} 27\text{ mm}, \varnothing_{\text{trong}} 24\text{ mm}$) Chiều dài ban đầu $l_0 = 60\text{ mm}$, có tải $l = 50\text{ mm}$, độ nén $\Delta l = 10\text{ mm}$
Con trượt dẫn hướng treo Con trượt tròn SCS16UU Dẫn hướng chuyển động tịnh tiến cho cụm giảm xóc
Vỏ bảo vệ Nhựa in 3D (Vỏ đầu, vỏ đuôi, nắp pin) Đảm bảo thẩm mỹ công nghiệp, bảo vệ linh kiện

Kiến trúc hệ thống điện và phần cứng điều khiển

Hệ thống điện được tổ chức thành các tầng chức năng rõ ràng: tầng cấp nguồn, tầng điều khiển trung tâm, tầng cảm biến và tầng chấp hành động lực.

Khối chức năng Tên thiết bị / Linh kiện Thông số / Vai trò kỹ thuật
Nguồn cấp chính Khối Pin sạc trung tâm Bố trí tại trọng tâm khung nhằm cân bằng động học
Mạch chuyển đổi nguồn Module hạ áp DC-DC 15A (8~55V, 200W) & 8A (5~30V) Chuyển đổi điện áp cấp cho máy tính và mạch điều khiển
Bo mạch phân phối nguồn Multi-Output P/S Module (Indruino) Cấp các mức điện áp tiêu chuẩn cho toàn hệ thống
Máy tính xử lý trung tâm Mini PC Intel NucBox ZX01 Pro Vi xử lý Intel Celeron N5105, cài đặt hệ điều hành Linux và ROS
Bo mạch vi điều khiển Board OPEN-iAR Xử lý tín hiệu cảm biến cấp thấp, điều khiển PWM qua rosserial
Động cơ truyền động 02 Động cơ BLDC GGM K8XH50N2-E Động cơ một chiều không chổi than kết hợp hộp giảm tốc K8H10B
Driver điều khiển động cơ Driver GUX-2-50 Nhận lệnh điều khiển tốc độ và phản hồi Encoder động cơ
Cảm biến LiDAR RPLIDAR A2M12 Quét 2D 360 độ phục vụ thuật toán SLAM và phát hiện vật cản
Cảm biến quán tính IMU MPU-9250 Đo gia tốc và vận tốc góc để ước lượng hướng robot
Giao diện tương tác Màn hình OLED, cụm nút nhấn, đèn báo Hiển thị trạng thái vận hành và thao tác nhanh

Kiến trúc phần mềm và thuật toán điều khiển

  • Nền tảng ROS (Robot Operating System): Vận hành trên Linux, quản lý hệ thống phân tán thông qua cấu trúc Node, Topic và Service. Dữ liệu vận tốc di chuyển từ node move_base được xuất ra topic /cmd_vel, sau đó node rosserial chuyển tiếp dữ liệu này về bo mạch vi điều khiển.
  • Thuật toán SLAM (Gmapping): Xử lý luồng dữ liệu đám mây điểm từ cảm biến RPLIDAR A2M12 kết hợp với dữ liệu Odometry từ Encoder bánh xe để tái tạo bản đồ 2D dạng lưới xác suất (Occupancy Grid Map).
  • Thuật toán Navigation: Sử dụng gói move_base tích hợp bộ định vị Adaptive Monte-Carlo Localizer (AMCL), kết hợp bản đồ chi phí toàn cục (Global Costmap) và cục bộ (Local Costmap). Thuật toán Dynamic Window Approach (DWA) được dùng làm Local Planner để tính toán cặp vận tốc $(v, \omega)$ tối ưu, tránh chướng ngại vật tĩnh và động.
  • Giao diện Web điều khiển (Web Interface): Kết nối với hệ thống ROS thông qua rosbridge_suite bằng giao thức WebSocket, cho phép người dùng giám sát trạng thái, chọn vị trí đích (Goal Coordinates) và phát lệnh điều khiển trực tiếp trên trình duyệt web.

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương này thiết lập tính cấp thiết của việc áp dụng tự động hóa bằng robot AMR trong các phân xưởng sản xuất hiện đại nhằm giảm thiểu rủi ro cho người lao động và tối ưu hóa chi phí vận hành. Tác giả nêu bật ý nghĩa khoa học trong việc kết hợp cơ học, trí tuệ nhân tạo, xử lý cảm biến và ý nghĩa thực tiễn khi robot có thể ứng dụng đa ngành từ công nghiệp, y tế, dịch vụ đến nông nghiệp. Xác định rõ mục tiêu, phạm vi giới hạn trong tải trọng 50 kg và bố cục 7 chương của khóa luận.

Chương 2: Cơ sở lý thuyết

Trình bày các kiến thức nền tảng làm tiền đề cho đồ án:

  • Tổng quan về robot AMR, so sánh ưu thế không cần dẫn đường cố định của AMR so với AGV, phân tích các điều kiện làm việc lý tưởng trong nhà xưởng (mặt sàn phẳng, sóng truyền thông ổn định, trạm sạc tự động).
  • Lý thuyết giao thức UART, cấu trúc khung dữ liệu (Start bit, Data frames 5–9 bit, Parity bit, Stop bit) và vai trò của gói rosserial làm cầu nối giữa hệ thống ROS và vi xử lý (Publish/Subscribe nodes).
  • Xây dựng hệ phương trình động học vi sai 2 bánh chủ động trên mặt phẳng $Oxy$, thiết lập công thức xác định vận tốc dài, vận tốc góc và vận tốc từng bánh xe.
  • Nguyên lý điều khiển PID với công thức chi tiết của các khâu Tỉ lệ ($P$), Tích phân ($I$) và Đạo hàm ($D$) nhằm triệt tiêu sai lệch vận tốc thực tế của động cơ so với giá trị đặt.
  • Tổng quan về cấu trúc phần cứng vi điều khiển (CPU, Flash, RAM, I/O, giao tiếp ngoại vi).

Chương 3: Tổng quan nghiên cứu đề tài

Khảo sát các công trình nghiên cứu và sản phẩm thương mại hiện hữu:

  • Nghiên cứu trong nước: Phân tích mẫu robot AMR AR-300 của Công ty IROCO VN (dẫn đường LiDAR, động cơ không chổi than, tải trọng 300 kg, kích thước $1220 \times 550 \times 337\text{ mm}$, vận tốc tối đa $1.2\text{ m/s}$).
  • Nghiên cứu quốc tế: Điểm qua các giải pháp công nghệ cao từ MiR (Mobile Industrial Robots) và ABB ứng dụng khung chịu lực phức tạp và thuật toán điều hướng thông minh.
  • Phân tích 3 khối cấu tạo chính của robot AMR: Hệ thống khung vỏ, hệ thống dẫn động và hệ thống điện - điều khiển, từ đó định hình phương án thiết kế cho mẫu robot thử nghiệm có tải trọng 50 kg.

Chương 4: Tính toán, thiết kế cơ khí, động học robot và hệ thống điện

Nội dung chương mô tả chi tiết quy trình tính toán, thiết kế và chế tạo phần cứng:

  • Thiết kế cơ khí: Trình bày bảng kế hoạch 5 giai đoạn thực hiện. Dựng mô hình 3D trên Solidworks/Inventor. Kiểm nghiệm bền phần tử hữu hạn khung thép C45 với tải trọng $700\text{ N}$, ghi nhận ứng suất cực đại $86.17\text{ MPa}$ và độ võng cực đại $0.2384\text{ mm}$, đáp ứng an toàn chịu lực. Thiết kế cụm hệ thống treo giảm chấn độc lập dùng lò xo inox và con trượt SCS16UU cho 2 bánh nhôm bọc PU đường kính 150 mm.
  • Hệ thống điện: Xây dựng sơ đồ phân phối nguồn và lựa chọn các linh kiện phần cứng gồm: Mini PC Intel NucBox ZX01 Pro (Celeron N5105), Board điều khiển OPEN-iAR, 2 động cơ BLDC GGM K8XH50N2-E kèm hộp giảm tốc K8H10B và driver GUX-2-50, cảm biến RPLIDAR A2M12, cảm biến MPU-9250 cùng hệ thống mạch hạ áp DC-DC.

Chương 5: Thiết kế hệ thống điều khiển

Tập trung vào phần mềm và thuật toán tích hợp trên ROS:

  • Trình bày kiến trúc ROS, cơ chế truyền thông điệp qua các Node/Topic/Service và cấu hình thư viện OpenCR kết nối phần cứng.
  • Quy trình quét tạo bản đồ môi trường bằng thuật toán SLAM Gmapping từ cảm biến LiDAR.
  • Thiết lập hệ thống Navigation: Cấu hình move_base, bản đồ chi phí Costmap, thuật toán định vị AMCL và thuật toán tìm đường ngắn nhất kết hợp bộ điều khiển cục bộ DWA lựa chọn cặp vận tốc $(v, \omega)$.
  • Thiết kế giao diện Web Interface hiển thị trực quan thông tin bản đồ, trạng thái robot và các nút điều khiển gửi tọa độ đích.

Chương 6: Kết quả & thực nghiệm

Kiểm chứng thực tế mô hình robot AMR hoàn thiện trong không gian nhà xưởng:

  • Xây dựng bản đồ khu vực thử nghiệm và thiết lập các điểm mốc tọa độ: vị trí kho lưu trữ (Storehouse), vị trí điểm A, vị trí điểm B.
  • Thực nghiệm điều hướng tự động bằng việc gửi mục tiêu qua node move_base_goal. Kết quả ghi nhận robot tự động xuất phát từ Storehouse, di chuyển chính xác đến điểm A, sau đó tiếp tục hành trình đến điểm B và quay về điểm xuất phát an toàn, tự né tránh chướng ngại vật phát sinh trên đường đi.
  • Giám sát và ghi nhận các thông số vận tốc thực tế thông qua việc theo dõi topic /cmd_vel.
  • Thử nghiệm điều khiển cơ cấu bàn nâng thông qua cổng giao tiếp UART USB.

Chương 7: Kết luận và kiến nghị

Tổng kết toàn bộ các kết quả đạt được về mặt cơ khí, phần cứng điện tử và phần mềm điều hướng tự động. Nêu bật khả năng tự hành ổn định của robot theo các mục tiêu ban đầu và đưa ra các đề xuất phát triển tiếp theo.

Kết quả và đóng góp

Kết quả chính kèm số liệu thực nghiệm

Đồ án đã chế tạo thành công mẫu robot AMR thực tế và vận hành ổn định với các thông số kỹ thuật được kiểm chứng:

  • Khung xe bằng thép C45 đảm bảo chịu tải tĩnh $700\text{ N}$ với ứng suất tối đa $86.17\text{ MPa}$ và độ biến dạng dịch chuyển $0.2384\text{ mm}$.
  • Tải trọng vận chuyển hàng hóa hữu ích đạt 50 kg (tổng khối lượng toàn tải 70 kg).
  • Hệ thống treo giảm xóc bằng lò xo inox đảm bảo độ nén làm việc $\Delta l = 10\text{ mm}$ khi chịu tải, giúp hai bánh chủ động $\varnothing 150\text{ mm}$ duy trì tiếp xúc mặt sàn liên tục.
  • Hệ thống điều khiển tích hợp hoàn chỉnh Mini PC Intel NucBox ZX01 Pro và board OPEN-iAR, giao tiếp ổn định qua giao thức UART và rosserial.
  • Thuật toán SLAM Gmapping và gói Navigation trên ROS định vị chính xác và điều hướng robot tự hành di chuyển linh hoạt giữa các điểm mốc (Storehouse, Điểm A, Điểm B) trong môi trường thử nghiệm.
  • Giao diện Web Interface cho phép theo dõi và phát lệnh điều hướng từ xa thông qua mạng không dây.

Giải pháp và đề xuất của tác giả

  • Ứng dụng kết cấu khung thép tấm hàn lắp ghép kết hợp với hệ giảm chấn bánh xe độc lập để tối ưu chi phí gia công so với khung nhôm định hình, đồng thời tăng khả năng chịu lực trong môi trường công nghiệp.
  • Kết hợp xử lý phân tầng: Sử dụng Mini PC chạy ROS đảm nhận các tác vụ tính toán nặng (SLAM, Path Planning, Web Server) và vi điều khiển chuyên trách đọc encoder, tính toán PID và xuất xung PWM điều khiển động cơ BLDC.
  • Tích hợp cổng giao tiếp điều khiển phụ trợ (bàn nâng, cơ cấu kéo) qua giao diện UART USB để mở rộng khả năng tác nghiệp của robot.

Đóng góp kỹ thuật

Tác giả đã tự chủ trong toàn bộ quy trình từ nghiên cứu, thiết kế cơ khí 3D, phân tích FEA, gia công chế tạo, thiết kế mạch điện đến lập trình thuật toán điều hướng tự율 trên nền tảng ROS mã nguồn mở. Hệ thống minh chứng tính khả thi của việc phát triển robot AMR nội địa với chi phí hợp lý, sẵn sàng tích hợp vào dây chuyền sản xuất công nghiệp vừa và nhỏ.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

  • Dung lượng và thời lượng hoạt động của pin chưa được kiểm nghiệm chuyên sâu trong điều kiện vận hành liên tục nhiều ca làm việc.
  • Hệ thống chưa trang bị trạm sạc tự động (Auto-docking station) để robot tự quay về sạc khi pin yếu.
  • Thử nghiệm dừng lại ở phạm vi một robot đơn lẻ trong không gian môi trường xác định, chưa đánh giá bài toán điều phối đội tàu nhiều robot (Fleet Management).
  • Vỏ ngoài chế tạo bằng công nghệ in 3D đáp ứng tốt giai đoạn thử nghiệm nhưng cần nâng cấp công nghệ gia công khi sản xuất thương mại hàng loạt.

Hướng nghiên cứu tiếp

  • Nghiên cứu và hoàn thiện cơ chế tự động tìm và kết nối trạm sạc pin tự động.
  • Nâng cấp vật liệu và công nghệ chế tạo vỏ ngoài để tăng độ bền cơ học và chỉ số chống bụi, kháng nước công nghiệp.
  • Mở rộng thuật toán điều khiển phối hợp đa robot (Multi-robot Navigation) và tích hợp hệ thống quản lý sản xuất/kho bãi tổng thể (WMS/MES).
  • Tích hợp thêm các cảm biến an toàn bổ trợ như camera 3D Depth hoặc cảm biến siêu âm/chạm quang để nâng cao mức độ an toàn lao động.

Giá trị tham khảo

Tài liệu đồ án này có giá trị ứng dụng và tham khảo thiết thực cho:

  • Sinh viên và học viên ngành Công nghệ Kỹ thuật Cơ điện tử, Kỹ thuật Robot, Tự động hóa và Cơ khí chế tạo máy: Cung cấp tài liệu tham khảo chi tiết về quy trình chế tạo một robot tự hành hoàn chỉnh từ bản vẽ kết cấu, phân tích bền FEM, sơ đồ mạch điện đến cấu hình hệ điều hành ROS.
  • Các nhóm nghiên cứu và kỹ sư phát triển hệ thống tự hành AGV/AMR:
    • Phần tham khảo nổi bật: Chương 4 với các công thức tính toán động học vi sai, kiểm nghiệm bền khung xe trên Inventor và cách thiết kế cụm giảm chấn độc lập cho bánh xe chủ động.
    • Chương 5 với phương pháp kết nối phần cứng vi điều khiển tới ROS qua rosserial, cách tinh chỉnh cấu hình Navigation Stack (move_base, DWA, Gmapping) và xây dựng giao diện điều khiển qua Web Interface.

Câu hỏi thường gặp

1. Robot AMR trong đồ án được thiết kế với tải trọng và kích thước khung như thế nào?

Robot được thiết kế để vận chuyển tải trọng hàng hóa hữu ích là 50 kg, tổng khối lượng toàn tải cho phép đạt 70 kg. Phần khung chịu lực được chế tạo từ thép tấm C45 (dày từ 2 mm đến 5 mm) với kích thước bao tổng thể là $670\text{ mm}$ (Dài) $\times 500\text{ mm}$ (Rộng) $\times 137\text{ mm}$ (Cao).

2. Kết quả kiểm nghiệm bền cơ học của khung xe bằng phần mềm Inventor cho thấy điều gì?

Khi đặt lực phân bố tĩnh $700\text{ N}$ lên cơ cấu khung (tương đương khối lượng có tải 70 kg), kết quả phân tích phần tử hữu hạn (FEA) cho thấy ứng suất lớn nhất sinh ra trên khung là $86.17\text{ MPa}$, nhỏ hơn rất nhiều so với giới hạn bền đứt ($610\text{ MPa}$) và giới hạn chảy uốn ($360\text{ MPa}$) của thép C45. Độ chuyển vị (độ võng) cực đại của kết cấu chỉ là $0.2384\text{ mm}$, chứng minh khung xe hoàn toàn đảm bảo độ bền và độ cứng vững khi mang tải.

3. Hệ thống treo và dẫn động của robot có cấu tạo như thế nào?

Hệ dẫn động gồm 2 bánh chủ động và 4 bánh dẫn hướng đa hướng (caster). Hai bánh chủ động là bánh nhôm hợp kim Alu gia công CNC, bọc đúc nhựa PU với đường kính $150\text{ mm}$. Cụm bánh chủ động được tích hợp hệ thống treo giảm chấn độc lập sử dụng khung thép 3 mm, con trượt tròn SCS16UU và cặp lò xo inox ($\varnothing_{\text{ngoài}} 27\text{ mm}$, $\varnothing_{\text{trong}} 24\text{ mm}$, chiều dài tự do $60\text{ mm}$, độ nén có tải $10\text{ mm}$) giúp bảo vệ trục hộp giảm tốc và tăng cường độ bám đường.

4. Cấu hình phần cứng điện tử và máy tính điều khiển của robot gồm những thiết bị nào?

Phần cứng điều khiển gồm máy tính Mini PC Intel NucBox ZX01 Pro (chip Intel Celeron N5105) đóng vai trò xử lý trung tâm chạy ROS, bo mạch điều khiển OPEN-iAR xử lý tín hiệu tầng thấp, 02 động cơ BLDC GGM K8XH50N2-E kèm hộp giảm tốc K8H10B và Driver GUX-2-50, cảm biến quét laser 2D RPLIDAR A2M12, cảm biến quán tính IMU MPU-9250, bộ phân phối nguồn Indruino và các mạch hạ áp DC-DC (15A và 8A).

5. Robot thực hiện việc định vị, lập bản đồ và tự điều hướng bằng những thuật toán nào trên ROS?

Robot sử dụng thuật toán SLAM Gmapping để xử lý dữ liệu từ cảm biến RPLIDAR A2M12 và Encoder nhằm lập bản đồ 2D dạng lưới. Quá trình điều hướng tự hành được đảm nhiệm bởi gói Navigation Stack (move_base), sử dụng thuật toán AMCL để định vị vị trí robot trên bản đồ và thuật toán Dynamic Window Approach (DWA) làm Local Planner để tính toán vận tốc tránh vật cản theo thời gian thực.

Kết luận

Đồ án tốt nghiệp "Nghiên cứu, thiết kế và chế tạo robot AMR ứng dụng trong nhà máy sản xuất" của nhóm tác giả Nguyễn Nhĩ Thái và Huỳnh Đoàn Trung Tín (hướng dẫn bởi ThS. Lê Tấn Cường tại Trường ĐH Sư phạm Kỹ thuật TP. HCM) đã hoàn thành toàn diện các mục tiêu đề ra về thiết kế cơ khí, hệ thống điện và tích hợp phần mềm điều khiển. Sản phẩm robot AMR thực tế hoạt động ổn định với khả năng chịu tải hàng hóa 50 kg, tự động quét bản đồ SLAM, định vị và di chuyển tự hành chính xác giữa các trạm làm việc thông qua nền tảng ROS và giao diện web. Đồ án là tài liệu tham khảo kỹ thuật giá trị, đóng góp giải pháp thiết thực cho việc nghiên cứu và ứng dụng robot tự hành trong chuyển đổi số sản xuất công nghiệp.