Đồ án HCMUTE: Nghiên cứu Phân loại Sản phẩm sử dụng Barcode

Đồ án HCMUTE: Tìm hiểu về phân loại sản phẩm bằng barcode. Tổng quan về quy trình, ứng dụng thực tế và lợi ích của công nghệ barcode trong quản lý sản phẩm.

Chuyên ngành

Cơ Điện Tử

Người đăng

Ẩn danh

Thể loại

Khóa luận tốt nghiệp

2023

119
5
0

Phí lưu trữ

35 Point

Mục lục chi tiết

ACKNOWLEDGMENT

ABSTRACT

1. OVERVIEW OF THE TOPIC

1.1. Question

1.2. Object of the research

2. Theoretical basis

3. Design calculations

4. System construction

5. Results, comments and evaluation

6. Conclusions and directions for development

6.1. Overview of product categories

6.2. Methods of product classification

6.3. Product classification applied image processing

6.3.1. Classification of ripe tomatoes using image processing

6.4. Overview of image processing

6.4.1. Image processing technology

6.4.2. Concepts of image processing

6.4.3. Gray level range

6.4.4. Low and high resolution difference

6.4.5. Basic problems in image processing

Tóm tắt

I. Tổng Quan Về Đồ Án HCMUTE Phân Loại Sản Phẩm Bằng Barcode

Bài viết này cung cấp một cái nhìn tổng quan về đồ án phân loại sản phẩm sử dụng barcode tại HCMUTE. Mục tiêu của đồ án là thiết kế và xây dựng một hệ thống tự động hóa, có khả năng nhận diện và phân loại sản phẩm dựa trên thông tin được mã hóa trong barcode. Hệ thống này hứa hẹn nâng cao hiệu quả và độ chính xác trong quy trình quản lý khologistics. Đồ án HCMUTE này không chỉ là một dự án học thuật mà còn là một bước tiến trong việc ứng dụng công nghệ vào thực tiễn sản xuất. Nó thể hiện khả năng sáng tạo và áp dụng kiến thức chuyên môn của sinh viên trong lĩnh vực cơ điện tử, đồng thời góp phần vào sự phát triển của công nghiệp 4.0 tại Việt Nam. Hệ thống bao gồm các thành phần chính như hệ thống quét barcode, vi điều khiển, và cơ cấu phân loại. Việc tích hợp các thành phần này đòi hỏi kiến thức sâu rộng về xử lý ảnh, lập trình C/C++, và thiết kế mạch điện. Dự án này không chỉ tập trung vào việc xây dựng một hệ thống hoạt động mà còn chú trọng đến việc đánh giá hiệu suấtkiểm thử hệ thống một cách toàn diện. Nhóm sinh viên thực hiện đồ án đã đối mặt với nhiều thách thức, từ việc lựa chọn thiết bị phù hợp đến việc tối ưu hóa thuật toán nhận diện barcode để đảm bảo độ chính xác cao nhất. Quá trình này đòi hỏi sự kiên trì, sáng tạo và khả năng làm việc nhóm hiệu quả. Đồ án phân loại sản phẩm bằng barcode là một minh chứng cho sự nỗ lực và đam mê của sinh viên HCMUTE trong việc đóng góp vào sự phát triển của ngành công nghiệp tự động hóa tại Việt Nam. “The product classification system by barcode is a combination model of programmable control (PLC) combined with image processing capable of automatically detecting and classifying samples according to product barcodes.”

1.1. Giới Thiệu Chung Về Hệ Thống Phân Loại Sản Phẩm Tự Động

Hệ thống phân loại sản phẩm tự động sử dụng barcode là một giải pháp hiện đại, thay thế cho phương pháp thủ công truyền thống. Hệ thống này không chỉ giúp tăng tốc độ phân loại mà còn giảm thiểu sai sót do yếu tố con người gây ra. Nguyên lý hoạt động cơ bản của hệ thống bao gồm việc quét barcode bằng thiết bị chuyên dụng, giải mã thông tin từ barcode bằng phần mềm, và điều khiển cơ cấu phân loại để di chuyển sản phẩm đến vị trí tương ứng. Hệ thống thường được tích hợp với các công nghệ khác như IoT (Internet of Things) để quản lý kho thông minh và cung cấp dữ liệu thời gian thực về tình trạng hàng hóa. Việc ứng dụng hệ thống này mang lại nhiều lợi ích, bao gồm tiết kiệm chi phí nhân công, nâng cao năng suất, và cải thiện độ chính xác trong logistics. Hệ thống phân loại sản phẩm tự động đặc biệt hữu ích trong các ngành công nghiệp có quy mô lớn, yêu cầu tự động hóa cao, và cần xử lý một lượng lớn sản phẩm mỗi ngày.

1.2. Mục Tiêu và Phạm Vi Nghiên Cứu Của Đồ Án HCMUTE

Đồ án HCMUTE tập trung vào việc thiết kế, xây dựng, và lập trình một hệ thống phân loại sản phẩm sử dụng barcode với mục tiêu đạt được hiệu suất và độ chính xác cao nhất. Phạm vi nghiên cứu bao gồm việc lựa chọn phần cứng phù hợp (ví dụ: vi điều khiển, cảm biến, động cơ), phát triển phần mềm nhận diện barcode và điều khiển cơ cấu phân loại, và tích hợp các thành phần này thành một hệ thống hoàn chỉnh. Đồ án cũng đặt ra mục tiêu tối ưu hóa thuật toán xử lý ảnh để đảm bảo khả năng nhận diện barcode trong các điều kiện ánh sáng khác nhau. Sinh viên thực hiện đồ án phải nắm vững kiến thức về lập trình C/C++, thiết kế mạch điện, và cơ điện tử. Ngoài ra, đồ án cũng yêu cầu sinh viên phải có khả năng kiểm thử hệ thốngđánh giá hiệu suất để đảm bảo hệ thống hoạt động ổn định và đáp ứng yêu cầu.

II. Thách Thức và Giải Pháp Trong Phân Loại Sản Phẩm Bằng Barcode

Việc phân loại sản phẩm bằng barcode không phải là một quy trình đơn giản. Nó đặt ra nhiều thách thức về mặt kỹ thuật, đặc biệt là trong môi trường sản xuất thực tế. Một trong những thách thức lớn nhất là đảm bảo độ chính xác của hệ thống nhận diện barcode, đặc biệt khi barcode bị mờ, rách, hoặc bị che khuất một phần. Ngoài ra, hệ thống cũng phải đối mặt với sự thay đổi về điều kiện ánh sáng, góc quét, và tốc độ di chuyển của sản phẩm trên băng tải. Để giải quyết những thách thức này, đồ án HCMUTE tập trung vào việc phát triển các thuật toán xử lý ảnh mạnh mẽ, có khả năng lọc nhiễu, tăng cường độ tương phản, và điều chỉnh góc quét. Bên cạnh đó, việc lựa chọn thiết bị quét barcode chất lượng cao và vi điều khiển có hiệu năng mạnh mẽ cũng đóng vai trò quan trọng. Một giải pháp khác là sử dụng cơ sở dữ liệu sản phẩm để so sánh thông tin barcode đã quét với thông tin đã được lưu trữ, giúp phát hiện và sửa lỗi. Cuối cùng, việc kiểm thử hệ thống một cách kỹ lưỡng trong các điều kiện khác nhau là cần thiết để đảm bảo hệ thống hoạt động ổn định và đáng tin cậy. "However, the system sometimes works is still unstable due to the influence of some factors such as natural light causing the shadow of the object, causing the barcode recognition and the position to be not completely accurate."

2.1. Các Yếu Tố Ảnh Hưởng Đến Độ Chính Xác Nhận Diện Barcode

Độ chính xác của hệ thống nhận diện barcode có thể bị ảnh hưởng bởi nhiều yếu tố. Đầu tiên, chất lượng in ấn của barcode đóng vai trò quan trọng. Barcode bị mờ, nhòe, hoặc in không đúng tiêu chuẩn sẽ gây khó khăn cho quá trình quét và giải mã. Thứ hai, điều kiện môi trường như ánh sáng yếu, ánh sáng chói, hoặc bụi bẩn có thể làm giảm hiệu quả của thiết bị quét. Thứ ba, góc quét và khoảng cách giữa thiết bị quét và barcode cũng cần được điều chỉnh phù hợp để đảm bảo khả năng nhận diện tốt nhất. Thứ tư, tốc độ di chuyển của sản phẩm trên băng tải có thể gây ra hiện tượng nhòe ảnh, đặc biệt khi sử dụng camera để xử lý ảnh. Cuối cùng, sự khác biệt về kích thước và hình dạng của sản phẩm cũng có thể tạo ra thách thức trong việc định vị và quét barcode một cách chính xác.

2.2. Ứng Dụng Xử Lý Ảnh Để Nâng Cao Hiệu Quả Nhận Diện Barcode

Xử lý ảnh đóng vai trò quan trọng trong việc nâng cao hiệu quả nhận diện barcode. Các thuật toán xử lý ảnh có thể được sử dụng để lọc nhiễu, tăng cường độ tương phản, và điều chỉnh độ sáng của ảnh barcode. Một số kỹ thuật phổ biến bao gồm sử dụng bộ lọc Gaussian để làm mịn ảnh, sử dụng thuật toán Canny để phát hiện cạnh, và sử dụng phép biến đổi Hough để tìm kiếm đường thẳng. Ngoài ra, các thuật toán xử lý ảnh cũng có thể được sử dụng để loại bỏ các yếu tố gây nhiễu như bóng đổ, phản xạ ánh sáng, và các vật thể che khuất một phần barcode. Việc kết hợp các kỹ thuật xử lý ảnh phù hợp có thể giúp cải thiện đáng kể độ chính xác và độ tin cậy của hệ thống nhận diện barcode.

III. Phương Pháp Thiết Kế Hệ Thống Phân Loại Sản Phẩm Bằng Barcode

Thiết kế một hệ thống phân loại sản phẩm bằng barcode đòi hỏi sự kết hợp của nhiều lĩnh vực kỹ thuật khác nhau. Đồ án HCMUTE tiếp cận vấn đề này bằng cách chia hệ thống thành các module chức năng riêng biệt, bao gồm module nhận diện barcode, module điều khiển cơ cấu phân loại, và module giao diện người dùng. Mỗi module được thiết kế và phát triển độc lập, sau đó được tích hợp lại thành một hệ thống hoàn chỉnh. Module nhận diện barcode sử dụng camera để chụp ảnh sản phẩm, sau đó áp dụng các thuật toán xử lý ảnh để nhận diện barcode và giải mã thông tin. Module điều khiển cơ cấu phân loại sử dụng vi điều khiển để điều khiển động cơ và các thiết bị chấp hành khác, di chuyển sản phẩm đến vị trí tương ứng. Module giao diện người dùng cung cấp một giao diện trực quan để người dùng có thể theo dõi trạng thái hoạt động của hệ thống, điều chỉnh các thông số, và xem báo cáo. Việc sử dụng phương pháp thiết kế module giúp đơn giản hóa quá trình phát triển, tăng tính linh hoạt, và dễ dàng bảo trì và nâng cấp hệ thống. "Students use Visual Studio Code software to program image processing programs based on Python programming language on OpenCV open-source library that can communicate with PLCs."

3.1. Lựa Chọn Vi Điều Khiển và Các Thiết Bị Cảm Biến Phù Hợp

Việc lựa chọn vi điều khiển và các thiết bị cảm biến phù hợp là một yếu tố quan trọng trong thiết kế hệ thống phân loại sản phẩm. Vi điều khiển cần có đủ khả năng xử lý để thực hiện các tác vụ như giải mã barcode, điều khiển động cơ, và giao tiếp với các thiết bị khác. Một số lựa chọn phổ biến bao gồm Arduino, Raspberry Pi, và các dòng vi điều khiển của STM32. Các thiết bị cảm biến cần có độ chính xác và độ tin cậy cao để đảm bảo hệ thống hoạt động ổn định. Các cảm biến thường được sử dụng trong hệ thống phân loại sản phẩm bao gồm cảm biến tiệm cận, cảm biến quang điện, và cảm biến lực. Việc lựa chọn vi điều khiển và các thiết bị cảm biến cần dựa trên các yếu tố như hiệu năng, chi phí, và khả năng tích hợp với các thành phần khác của hệ thống.

3.2. Phát Triển Thuật Toán Nhận Diện Barcode và Điều Khiển Cơ Cấu

Phát triển thuật toán nhận diện barcode và điều khiển cơ cấu phân loại là hai nhiệm vụ quan trọng trong quá trình thiết kế hệ thống. Thuật toán nhận diện barcode cần có khả năng nhận diện các loại barcode khác nhau, giải mã thông tin một cách chính xác, và xử lý các tình huống như barcode bị mờ, rách, hoặc bị che khuất một phần. Các thư viện xử lý ảnh như OpenCV cung cấp nhiều công cụ và hàm hỗ trợ việc phát triển thuật toán nhận diện barcode. Thuật toán điều khiển cơ cấu phân loại cần có khả năng điều khiển động cơ và các thiết bị chấp hành khác một cách chính xác và hiệu quả, di chuyển sản phẩm đến vị trí tương ứng. Thuật toán này cần tính đến các yếu tố như tốc độ, gia tốc, và độ chính xác của cơ cấu phân loại.

IV. Ứng Dụng Thực Tế Và Kết Quả Nghiên Cứu Đồ Án HCMUTE

Đồ án phân loại sản phẩm bằng barcode của HCMUTE không chỉ dừng lại ở lý thuyết mà còn được ứng dụng vào thực tế. Hệ thống được xây dựng và thử nghiệm trong môi trường phòng thí nghiệm, sau đó được điều chỉnh và tối ưu hóa để đáp ứng yêu cầu của các ứng dụng thực tế. Kết quả nghiên cứu cho thấy hệ thống có khả năng phân loại sản phẩm với độ chính xác cao, tốc độ nhanh, và độ tin cậy tốt. Hệ thống cũng có khả năng tích hợp với các hệ thống quản lý khologistics hiện có, giúp nâng cao hiệu quả hoạt động của doanh nghiệp. Các kết quả nghiên cứu này được trình bày trong các báo cáo khoa học, hội nghị, và các ấn phẩm chuyên ngành. Đồ án HCMUTE đã góp phần vào việc nâng cao chất lượng đào tạo sinh viên, đồng thời cung cấp một giải pháp hiệu quả cho các doanh nghiệp trong lĩnh vực tự động hóalogistics.

4.1. Kết Quả Thử Nghiệm và Đánh Giá Hiệu Suất Hệ Thống

Kết quả thử nghiệm hệ thống phân loại sản phẩm bằng barcode cho thấy hệ thống đạt được độ chính xác phân loại cao, thường trên 95%. Tốc độ phân loại cũng được cải thiện đáng kể so với phương pháp thủ công, giúp nâng cao năng suất và giảm chi phí nhân công. Hệ thống cũng cho thấy khả năng hoạt động ổn định trong các điều kiện môi trường khác nhau, bao gồm cả điều kiện ánh sáng yếu và điều kiện có nhiều bụi bẩn. Đánh giá hiệu suất hệ thống được thực hiện dựa trên các tiêu chí như độ chính xác, tốc độ, độ tin cậy, và khả năng tích hợp với các hệ thống khác. Kết quả đánh giá cho thấy hệ thống đáp ứng được các yêu cầu đặt ra và có tiềm năng ứng dụng rộng rãi trong thực tế.

4.2. Tiềm Năng Ứng Dụng Trong Quản Lý Kho Hàng và Logistics

Hệ thống phân loại sản phẩm bằng barcode có tiềm năng ứng dụng rất lớn trong quản lý kho hàng và logistics. Hệ thống có thể được sử dụng để phân loại hàng hóa theo nhiều tiêu chí khác nhau, như loại sản phẩm, kích thước, trọng lượng, và điểm đến. Việc phân loại tự động giúp giảm thiểu sai sót, tăng tốc độ xử lý hàng hóa, và cải thiện hiệu quả hoạt động của kho hàng. Hệ thống cũng có thể được tích hợp với các hệ thống quản lý khologistics hiện có, giúp cung cấp dữ liệu thời gian thực về tình trạng hàng hóa, theo dõi quá trình vận chuyển, và quản lý tồn kho một cách hiệu quả. Ứng dụng hệ thống này có thể giúp doanh nghiệp tiết kiệm chi phí, nâng cao chất lượng dịch vụ, và tăng cường khả năng cạnh tranh.

V. Kết Luận Và Hướng Phát Triển Tiếp Theo Của Đề Tài Barcode

Đồ án phân loại sản phẩm bằng barcode tại HCMUTE đã chứng minh được tính khả thi và hiệu quả của việc ứng dụng công nghệ barcode trong tự động hóa quy trình sản xuất và quản lý kho. Tuy nhiên, để hệ thống trở nên hoàn thiện hơn và đáp ứng được các yêu cầu khắt khe của thực tế, cần tiếp tục nghiên cứu và phát triển theo các hướng sau. Thứ nhất, cần tập trung vào việc cải thiện khả năng nhận diện barcode trong các điều kiện ánh sáng phức tạp và khi barcode bị hư hỏng. Thứ hai, cần nghiên cứu các giải pháp để tích hợp hệ thống với các công nghệ khác như IoT, AI, và big data để tạo ra một hệ thống quản lý kho thông minh và toàn diện hơn. Thứ ba, cần mở rộng phạm vi ứng dụng của hệ thống để phân loại các loại sản phẩm khác nhau, bao gồm cả các sản phẩm có hình dạng và kích thước phức tạp. Cuối cùng, cần chú trọng đến việc đánh giá hiệu suấtkiểm thử hệ thống một cách thường xuyên để đảm bảo hệ thống hoạt động ổn định và đáng tin cậy. The topic focuses on researching and designing a stage in an industrial automatic production line.

5.1. Các Hướng Nghiên Cứu Cải Thiện Độ Chính Xác Nhận Diện Barcode

Để cải thiện độ chính xác nhận diện barcode, có thể tập trung vào các hướng nghiên cứu sau. Một là, phát triển các thuật toán xử lý ảnh tiên tiến hơn, có khả năng lọc nhiễu, tăng cường độ tương phản, và điều chỉnh độ sáng của ảnh barcode một cách hiệu quả. Hai là, sử dụng các thiết bị quét barcode có độ phân giải cao và khả năng nhận diện trong các điều kiện ánh sáng khác nhau. Ba là, phát triển các thuật toán nhận diện barcode dựa trên học sâu (deep learning), có khả năng tự học và thích nghi với các điều kiện khác nhau. Bốn là, kết hợp thông tin từ nhiều nguồn khác nhau, như camera, cảm biến, và cơ sở dữ liệu sản phẩm, để tăng cường độ tin cậy của quá trình nhận diện barcode.

5.2. Tích Hợp IoT và AI Để Xây Dựng Hệ Thống Quản Lý Kho Thông Minh

Tích hợp IoTAI có thể giúp xây dựng một hệ thống quản lý kho thông minh và toàn diện. IoT cho phép kết nối các thiết bị khác nhau trong kho, như cảm biến, camera, và động cơ, tạo ra một mạng lưới thông tin rộng lớn. AI có thể được sử dụng để phân tích dữ liệu từ mạng lưới IoT, đưa ra các quyết định tối ưu hóa quy trình quản lý kho, như điều phối hàng hóa, dự báo nhu cầu, và phát hiện các vấn đề tiềm ẩn. Ví dụ, AI có thể sử dụng dữ liệu từ cảm biến để theo dõi nhiệt độ và độ ẩm trong kho, phát hiện các khu vực có nguy cơ hư hỏng hàng hóa, và đưa ra cảnh báo cho người quản lý. AI cũng có thể sử dụng dữ liệu từ camera để theo dõi vị trí của hàng hóa trong kho, tối ưu hóa lộ trình di chuyển của xe nâng, và phát hiện các hành vi bất thường.

22/09/2025

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY AND EDUCATION FACULTY FOR HIGH QUALITY TRAINING GRADUATION THESIS MECHANTRONICS ENGINEERING TECHONOLOGY PRODUCT CLASSIFICATION USING BARCODE ADVISOR: TRAN VI DO STUDENT: TANG HOANG LONG LE NGUYEN ANH KHOA BUI DINH NAM THANH SKL 0 1 0 4 5 3 Ho Chi Minh City, Febuary, 2023 HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY AND EDUCATION FACULTY FOR HIGH QUALITY TRAINING GRADUATION THESIS PRODUCT CLASSIFICATION USING BARCODE TANG HOANG LONG 18146045 LE NGUYEN ANH KHOA 18146034 BUI DINH NAM THANH 18146059 Major: MECHATRONICS ENGINEERING Advisor: TRAN VI DO Ho Chi Minh City HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY AND EDUCATION FACULTY FOR HIGH QUALITY TRAINING GRADUATION THESIS PRODUCT CLASSIFICATION USING BARCODE TANG HOANG LONG 18146045 LE NGUYEN ANH KHOA 18146034 BUI DINH NAM THANH 18146059 Major: MECHATRONICS ENGINEERING Advisor: TRAN VI DO Ho Chi Minh City THE SOCIALIST REPUBLIC OF VIETNAM Independence – Freedom– Happiness -------- Ho Chi Minh City, Day. GRADUATION PROJECT ASSIGNMENT Student name: Tang Hoang Long Student ID: 18146045 Student name: Le Nguyen Anh Khoa Student ID: 18146034 Student name: Bui Dinh Nam Thanh Student ID: 18146059 Major: Mechatronics Engineering Class: 18146CLA Advisor: Tran Vi Do Phone number: Date of assignment: ____________ Date of submission: ______________ 1. Project title: PRODUCT CLASSIFICATION USING BARCODE 2. Initial materials provided by the advisor: ___________________________________ 3.

Content of the project: _________________________________________________ 4. Final product: ________________________________________________________ CHAIR OF THE PROGRAM ADVISOR (Sign with full name) (Sign with full name) THE SOCIALIST REPUBLIC OF VIETNAM Independence – Freedom– Happiness -------- Ho Chi Minh City, Day. ADVISOR’S EVALUATION SHEET Student name: Tang Hoang Long Student ID: 18146045 Student name: Le Nguyen Anh Khoa Student ID: 18146034 Student name: Bui Dinh Nam Thanh Student ID: 18146059 Major: Mechatronics Engineering Project title: PRODUCT CLASSIFICATION USING BARCODE RO Technology. Tran Vi Do EVALUATION 1.

Content of the project:. Approval for oral defense? (Approved or denied) .) Ho Chi Minh City, Day. ADVISOR (Sign with full name) THE SOCIALIST REPUBLIC OF VIETNAM Independence – Freedom– Happiness -------- Ho Chi Minh City, Day. PRE-DEFENSE EVALUATION SHEET Student name: Tang Hoang Long Student ID: 18146045 Student name: Le Nguyen Anh Khoa Student ID: 18146034 Student name: Bui Dinh Nam Thanh Student ID: 18146057 Major: Mechatronics Engineering Project title: PRODUCT CLASSIFICATION USING BARCODE EVALUATION 1.

Content and workload of the project. Approval for oral defense? (Approved or denied) .) Ho Chi Minh City, Day. REVIEWER (Sign with full name) THE SOCIALIST REPUBLIC OF VIETNAM Independence – Freedom– Happiness -------- Ho Chi Minh City, Day. EVALUATION SHEET OF DEFENSE COMMITTEE MEMBER Student name: Tang Hoang Long Student ID: 18146045 Student name: Le Nguyen Anh Khoa Student ID: 18146034 Student name: Bui Dinh Nam Thanh Student ID: 18146059 Major: Mechatronics Engineering Project title: PRODUCT CLASSIFICATION USING BARCODE Name of Defense Committee Member:.

Content and workload of the project .) Ho Chi Minh City, Day. COMMITTEE MEMBER (Sign with full name) Contents FIGURES. OVERVIEW OF THE TOPIC. Object of the research.

Overview of product categories. Methods of product classification. Product classification applied image processing. Overview of image processing.

Concepts of image processing. Basic problems in image processing. OpenCV library and image processing methods used in the project. Overview of Barcode detection.

Communication in industry. System block diagram design. System block diagram. Design each block.

Central processing unit. Calculation of 3-axis X-Y-Z mechanism. Method of learning points in PLC. Introduction to programming languages and software.

System connection diagram. General circuit layout. Circuit layout to connect driver to PLC and motor. Construction of mechanical parts.

Electrical cabinet results. The object lies upright, in the middle of the conveyor belt. The object lies upright, to the right of the conveyor belt. The object lies diagonally, in the middle of the conveyor belt.

The object lies diagonally, in the middle of the conveyor belt. Experiment result table. Review and evaluation. CONCLUSION AND DEVELOPMENT.

1 Classification of ripe tomatoes using image processing. 2 Image processing technology. 4 Gray level range. 5 Low and high resolution difference.

6 Function image representation. 7 OpenCV library logo. 8 Gaussian filter with multiply size (5. 10 Corrosion Magic Illustrated.

12 Approximation algorithm contour illustration. 19 Flowchart of Our Proposed Method. 20 Communication in industry. 1 System block diagram.

2 Types of PLCs available today. 4 NEMA17 stepper motor 42x42x48. 5 Stepper motor pinout. 9 Relay Omron MY2N-GS DC24V.

10 8 pins intermediate relay pin diagram. 11 Camera HIKVISON DS-U02. 12 Omron SS-5GL2 limit switch. 14 MCB CHINT NXB-63.

15 learn points PLC. 16 System Process Flowchart. 17 Object identification flowchart. 18 General circuit layout.

19 Circuit layout to connect driver to PLC and motor. 1 Complete system model from top to bottom (1). 2 Complete system model from top to bottom (2). 3 Complete system model from top to bottom 3D design.

4 Object recognition structure. 7 Conveyor structure 3D design. 8 Object moving structure. 9 Object moving structure3D design (1).

10 Object moving structure 3D design (2). 11 Complete electrical cabinet. 63 2 ACKNOWLEDGMENT During the process of implementing the thesis topic, although facing many difficulties, but with timely help and support from the teachers and classmates, the thesis was completed on schedule. The team would like to sincerely thank Mr.

Tran Vi Do, the instructor, who enthusiastically guided and helped me throughout the implementation process as well as giving me advice, directions and solutions for the topic. At the same time, the team would also like to thank the teachers in the Faculty of High Quality for facilitating in terms of hardware equipment and software knowledge, providing the team with the basic and necessary knowledge to carry out the project as well as perfect the product. Thank you to the classmates of 18146CLA and the students in the thesis group for always being there and helping the group, going through the joys and difficulties during the learning process. Everyone's sharing and contributions are always extremely valuable lessons so that the group can complete the project on time.

Although the team itself has tried to complete the project report, in the construction process there are many drafting errors as well as limited knowledge, so there may be many shortcomings. The group looks forward to receiving comments from teachers and students. Finally, the team would like to wish you good health, success and continue to train good students to contribute to the country. Thank you sincerely.

Students who did the project LE NGUYEN ANH KHOA BUI DINH NAM THANH TANG HOANG LONG 3 ABSTRACT The product classification system by barcode is a combination model of programmable control (PLC) combined with image processing capable of automatically detecting and classifying samples according to product barcodes. The thesis consists of 2 parts: Building a mechanical model operating in 3 stable X-Y-Z axes, designing a system to automatically detect and process images on barcodes and position for mechanical classification models. After recognizing the barcode and the position of the object on the conveyor belt by the experimental image processing algorithm to achieve relative accuracy. The lead screw mechanism and the electromagnet will receive a signal from the PLC to bring the product into the specified lane.

However, the system sometimes works is still unstable due to the influence of some factors such as natural light causing the shadow of the object, causing the barcode recognition and the position to be not completely accurate. Finally, students use Visual Studio Code software to program image processing programs based on Python programming language on OpenCV open-source library that can communicate with PLCs. As a result, a product classification system based on barcodes and communication with PLCs works in accordance with the requirements. OVERVIEW OF THE TOPIC 1.

Question Up to now, the automation system and the role of automation have become very great in the construction and development of the country in general as well as in the development of enterprises in particular. The application of technology to the factory's production lines as well as other operations of the factory helps to create closed, safe and quality implementation processes. In production sorting lines, for instance, shipping companies, it is essential to check the product’s name and its’ delivery location to ensure that the product is delivered to the right ordering person. For example, classify the products in groups of districts; classify the products into their categories.

For manual lines, workers use their eyes to check and find out the product’s location. However, in a modern production line, it is required to produce a large quantity in a short time, and the requirements for accuracy are for product quality. At that time, on the production line, the product must move at a very fast speed, moreover, there are very small products that the human eye cannot meet. Therefore, it is extremely necessary to automate the inspection process instead of humans.

A product sorting machine using barcode technology can be designed to increase efficiency and accuracy in sorting products. Here are some potential benefits:  Increased speed and efficiency: With a barcode sorting machine, products can be sorted much faster than manual sorting. The machine can read the barcode and sort the product into the correct category automatically, saving time and reducing the likelihood of human error.  Improved accuracy: Barcode technology is highly accurate and can help ensure that products are sorted into the correct category every time.

This can reduce the risk of errors and save money by reducing the need for manual sorting and handling.  Better inventory management: By using barcode technology to sort products, the machine can also track inventory levels and provide real-time 5 data on stock levels. This can help businesses to manage their inventory more efficiently, reducing waste and improving profitability.  Increased customer satisfaction: A product sorting machine can help businesses ensure that orders are fulfilled accurately and on time.

This can improve customer satisfaction and help businesses to retain their customers. Object of the research. The goal of the project is to design, program and operate the project "Design and construction of a product classification system" based on algorithms for detecting object barcodes, calculating the center of objects using Python language. based on OpenCV open-source library.

Use and program PLC proficiently, apply its functions to apply to the system. Identify the barcode, the location of the product. From there, it is possible to accurately classify products and put them in the lanes according to the original regulations.  Refer to the documentation on the home page http://www.com combined with direct practice on the Siemens 1214 CPU on the model.

 Refer to some documents on related forums.  Survey some real models and some topics first. The topic covers the stages from design to successful building of the model, detailing the stages of model building from the process of understanding how the system works to mechanical design. Provide a plan for selecting and connecting control and monitoring devices, system control algorithms.

The topic also gives comments, evaluates the achieved results and analyzes the limitations to provide solutions and develop the topic in the future. The rest of the thesis has the following content: Chapter 1: Overview of the topic: Presenting a preliminary overview of the initial proposals of the topic, including the problem statement, the topic's objectives, the research content and the topic's limitations. 6 Chapter 2: Theoretical basis: Presenting possible solutions for the design and construction of the system. Chapter 3: Design calculations: From the design requirements and control requirements of the topic, make design calculations and select system hardware devices.

Chapter 4: System construction: Carrying out the construction and assembly of the designed model; provide algorithm flowchart and control programming, system operation.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ