Bối cảnh và vấn đề nghiên cứu

Bối cảnh thực tiễn và lý do chọn đề tài

Trong xu thế tự động hóa công nghiệp và kho vận hiện đại, các hệ thống vận chuyển tự hành như xe tự hành dẫn đường (Automated Guided Vehicles - AGV) và robot di động tự trị (Autonomous Mobile Robots - AMR) đóng vai trò then chốt nhằm tối ưu hóa chuỗi cung ứng, giảm thiểu chi phí nhân công và nâng cao năng suất vận hành. Các thiết bị này thực hiện nhiệm vụ luân chuyển linh kiện, cấp phát hàng hóa giữa các trạm sản xuất hoặc phân phối vật tư trong bệnh viện, siêu thị và văn phòng mà không cần sự can thiệp trực tiếp của con người.

Nhằm tiếp cận xu hướng công nghệ và giải quyết bài toán vận chuyển hàng hóa tự động theo yêu cầu thực tế, đồ án "Robot Giao Hàng Dựa Trên Cảm Biến Cân Nặng" (Goods Delivery Robot Based On Weight-Detecting) được thực hiện trong khuôn khổ môn học Thiết kế Hệ thống Cơ điện tử tại Khoa Kỹ thuật Cơ khí, Trường Đại học Bách Khoa – ĐHQG TP.HCM. Đề tài tập trung nghiên cứu, thiết kế và chế tạo hoàn chỉnh một robot di động có khả năng bám quỹ đạo (line tracking), kết hợp tích hợp cảm biến đo lường tải trọng nhằm nhận diện khối lượng hàng hóa và tự động điều hướng đến vị trí trả hàng tương ứng.

Mục tiêu và nhiệm vụ nghiên cứu

Mục tiêu trọng tâm của đồ án là xây dựng một hệ thống robot giao hàng hoạt động ổn định trên sa bàn định tuyến, đáp ứng các nhiệm vụ kỹ thuật cụ thể:

  1. Nhiệm vụ cơ khí: Tính toán động lực học, phân tích lực kéo, xác định trọng tâm, kiểm tra độ bền khung vỏ và thiết kế cơ cấu di chuyển đảm bảo robot không bị lật khi chuyển hướng.
  2. Nhiệm vụ phần cứng và mạch điện: Thiết kế hệ thống điện nguồn, mạch phân chia điện áp, mạch giao tiếp vi điều khiển trung tâm và mạch ghép nối cảm biến.
  3. Nhiệm vụ đo lường và cảm biến: Hiệu chuẩn hệ thống cảm biến hồng ngoại dò line và cảm biến tải trọng (loadcell) để nhận biết chính xác trạng thái tải hàng.
  4. Nhiệm vụ điều khiển và thuật toán: Nhận dạng hàm truyền động cơ chấp hành, thiết kế bộ điều khiển PID tốc độ và lập trình thuật toán điều hướng phân loại hàng hóa theo trọng lượng.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Robot di động 3 bánh dẫn động vi sai tích hợp cơ cấu cân tải trọng và hệ thống dò đường quang điện.
  • Không gian hoạt động: Sa bàn thử nghiệm mặt sàn phẳng, đường dẫn line màu đen kích thước rộng $26\text{ mm}$ trên nền màu trắng; vạch dừng bốc hàng cắt ngang có kích thước $50\text{ mm} \times 26\text{ mm}$.
  • Tải trọng nhận diện: Hàng hóa khối lượng $1\text{ kg}$ hoặc $2\text{ kg}$ được đặt thủ công tại trạm bốc dỡ hàng (Loading Area).
  • Thời gian thực hiện: Kế hoạch triển khai dự án được xác lập trong thời gian 15 tuần.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình áp dụng

Đồ án áp dụng hệ thống lý thuyết liên ngành Cơ điện tử bao gồm:

  • Lý thuyết động học và động lực học robot di động: Thiết lập phương trình chuyển động cho cơ cấu dẫn động vi sai (Differential Drive), mô hình hóa lực cản lăn ($F_{rolling}$), lực quán tính ($M a_{max}$), lực kéo tiếp tuyến ($P$) và giới hạn bám chống trượt ($P \le P_{grip}$).
  • Lý thuyết ổn định chống lật: Thiết lập cân bằng giữa mô-men gây lật do lực ly tâm ($M_1 = F_n \cdot b$) và mô-men chống lật do trọng lực ($M_2 = \frac{m \cdot g \cdot a}{2}$), xác định tỷ lệ hình học giữa chiều cao trọng tâm ($b$) và khoảng cách hai bánh chủ động ($a$).
  • Lý thuyết xử lý tín hiệu và nhận dạng hệ thống: Áp dụng định lý lấy mẫu Shannon – Nyquist ($f_s \ge 2 f_h$) để tính toán tần số lấy mẫu thực nghiệm, sử dụng bộ lọc thông thấp (Low-pass Filter) bậc 1 để khử nhiễu tín hiệu vận tốc trước khi nhận dạng hàm truyền động cơ thông qua công cụ Matlab System Identification.
  • Phương pháp xấp xỉ trung bình trọng số (Weighted Average Approximation): Tính toán độ lệch khoảng cách giữa tâm mảng cảm biến hồng ngoại và tâm vạch line để làm tín hiệu đầu vào cho bộ điều khiển dẫn hướng.

Phương pháp nghiên cứu

  • Phương pháp ma trận lựa chọn và đánh giá (Decision Matrix): So sánh ưu - nhược điểm định lượng giữa các sơ đồ nguyên lý cơ khí (3 bánh, 4 bánh) và các dòng vi điều khiển (STM32, PIC, ESP32) để chọn phương án tối ưu.
  • Phương pháp thiết kế và mô phỏng số (CAD/CAE): Thiết kế mô hình hình học 3D trên SolidWorks; mô phỏng độ bền, biến dạng tổng (Total Deformation), biến dạng đàn hồi tương đương (Equivalent Elastic Strain) và ứng suất tương đương (Equivalent Stress) trên phần mềm ANSYS Workbench 2023.
  • Phương pháp thực nghiệm và hiệu chuẩn (Calibration): Thu thập dữ liệu thực tế đáp ứng phần trăm PWM so với tốc độ vòng quay (RPM) của động cơ, dữ liệu biến thiên điện trở cầu Wheatstone của cảm biến Loadcell qua mạch biến đổi ADC HX711, và khảo sát vùng phát - thu quang học của cảm biến TCRT5000.

Thiết kế và triển khai hệ thống kỹ thuật

Thiết kế kết cấu cơ khí và phân tích kết cấu

Sau quá trình tính toán và so sánh kỹ thuật, nhóm tác giả lựa chọn cấu hình robot 3 bánh gồm 2 bánh chủ động phía sau và 1 bánh bị động (bánh bi cầu kim loại - roller ball bearing) phía trước:

  • Bánh chủ động: Sử dụng bánh xe V2 (đường kính $65\text{ mm}$, khớp nối lục giác $12\text{ mm}$, bề rộng bánh $27\text{ mm}$) vật liệu nhựa, cao su và mút xốp nhằm tăng hệ số bám đường.
  • Bánh bị động: Sử dụng bánh bi cầu với chiều cao nhô ra $20\text{ mm}$, khoảng cách hai lỗ bắt bu-lông $40\text{ mm}$ nhằm loại bỏ hiện tượng lệch trục tự do thường gặp ở bánh xe caster.
  • Tính toán chống lật: Khoảng cách giữa 2 bánh chủ động được chọn là $a = 150\text{ mm}$. Tỷ lệ $\frac{b}{a}$ được thiết lập ở mức $0{,}4$, từ đó khống chế chiều cao trọng tâm xe không vượt quá $b = 60\text{ mm}$.
  • Tính toán phân bố trọng tâm:
    • Trọng tâm xe khi không tải: $a = 78{,}33\text{ mm}$, tải trọng phân bố lên trục $Z_2 = 4217\text{ g}$.
    • Trọng tâm xe khi có tải hàng hóa $2\text{ kg}$: $a = 97{,}4\text{ mm}$.
  • Vật liệu và kiểm tra độ bền: Khung chassis chế tạo bằng nhôm tấm định hình, qua phân tích phần tử hữu hạn (FEA) trên ANSYS Workbench 2023 chứng minh kết cấu chịu lực an toàn dưới tải trọng hàng hóa và tự trọng hệ thống.
Thông số cơ học Giá trị tính toán / lựa chọn
Kích thước bao (Dài $\times$ Rộng $\times$ Cao) $250\text{ mm} \times 190\text{ mm} \times 76\text{ mm}$
Khoảng cách hai bánh xe chủ động ($a$) $150\text{ mm}$
Chiều cao trọng tâm cho phép ($b$) $60\text{ mm}$
Động cơ chấp hành DC Servo JGB37-520 có hộp số giảm tốc
Tỷ số truyền hộp giảm tốc $30:1$ (Đĩa encoder tạo $330\text{ xung/vòng}$)
Tốc độ không tải / có tải $333\text{ rpm}$ / $250\text{ rpm}$
Công suất cơ học yêu cầu tính toán $0{,}46\text{ W}$ (Động cơ đáp ứng định mức $20\text{ W}$)
Giới hạn điện áp cấp động cơ $3 - 12\text{ V}$

Thiết kế hệ thống điện - điện tử và cảm biến

Hệ thống điều khiển điện tử được phân tầng theo cấu trúc Master - Slave để tối ưu hóa tốc độ xử lý:

  • Khối điều khiển trung tâm (Master): Sử dụng vi điều khiển ESP32-S (Ai-Thinker, bộ nhớ SPI Flash $32\text{ Mbits}$, tích hợp giao tiếp UART/SPI/I2C/PWM/ADC) đảm nhận xử lý thuật toán dẫn hướng chính và điều khiển động cơ.
  • Khối thu thập tín hiệu cảm biến (Slave): Tích hợp bo mạch Arduino Micro Compatible (vi điều khiển Atmega32U4) nhằm mở rộng số lượng chân đọc analog cho dàn cảm biến hồng ngoại dò line.
  • Khối truyền động (Driver): Mạch cầu H L298 kép, điện áp hoạt động tối đa $12\text{ V}$, dòng tải định mức $2\text{ A}$ mỗi kênh, công suất tiêu tán $25\text{ W}$.
  • Khối nguồn và hạ áp: Bộ pin sạc Li-Ion 18650 ($3{,}2\text{ VDC}$, dung lượng $1200\text{ mAh}$) kết hợp mạch giảm áp DC-DC Buck LM2596 $3\text{ A}$ (nguồn vào $3 - 30\text{ V}$, nguồn ra điều chỉnh $1{,}25 - 35\text{ V}$) cấp nguồn $5\text{ V}$ ổn định cho vi điều khiển và $12\text{ V}$ cho động cơ.
  • Khối cảm biến tải trọng (Loadcell): Thanh tải trọng dạng thẳng $5\text{ kg}$ (cấu trúc 4 lá điện trở strain gauge mắc theo sơ đồ cầu Wheatstone, sai số tuyến tính $0{,}05%$) kết hợp mạch chuyển đổi tương tự - số ADC HX711 ($24\text{-bit}$, dòng tiêu thụ $< 1{,}5\text{ mA}$).
  • Khối cảm biến dò đường: Cụm cảm biến quang điện TCRT5000 bố trí thành hàng ngang, mạch in được thiết kế chuyên biệt bằng phần mềm Altium Designer.

Nhận dạng hệ thống và thiết kế thuật toán điều khiển

  • Xác định chu kỳ lấy mẫu: Căn cứ vận tốc quay của trục động cơ trước hộp giảm tốc là $n = 166{,}5\text{ rps}$, giới hạn sai số thiết lập $5%$, khoảng thời gian trễ $T_n = 0{,}08325\text{ s}$. Tần số lấy mẫu chọn $f_s = 25\text{ Hz}$, suy ra chu kỳ lấy mẫu thực nghiệm $\delta T = 0{,}04\text{ s}$ với số mẫu $N = 50$.
  • Lọc tín hiệu và nhận dạng hàm truyền: Tín hiệu đáp ứng tốc độ (RPM) từ encoder được xử lý qua bộ lọc thông thấp bậc 1 tần số cắt $0{,}05$. Sử dụng công cụ System Identification trên Matlab, hàm truyền động cơ 1 thu được có dạng: $$G_1(s) = \frac{24{,}2}{s + 5{,}696}$$ với mức độ trùng khớp đáp ứng (estimation fit) đạt trên $90%$.
  • Cấu trúc điều khiển: Thiết lập sơ đồ khối PID Tuner trong môi trường Matlab Simulink để tinh chỉnh các tham số điều khiển cho 2 khối Motor - Driver, đảm bảo bám sát tín hiệu đặt vận tốc khi robot chạy thẳng và quay vòng.

Nội dung chính theo từng phần của báo cáo

PART I: OVERVIEW (Tổng quan và phân công nhiệm vụ)

Trình bày tổng quan về robot dò đường, phân loại xe tự hành AGV/AMR trong công nghiệp và khảo sát cấu trúc các robot thực tế (như AGV TZAGV-B02, robot TARBAR tại cuộc thi Tabrize, robot Usain Volt 2.0 tại cuộc thi LVBots). Thiết lập các yêu cầu kỹ thuật: tốc độ di chuyển $0{,}9\text{ m/s}$, sai số bám line trong phạm vi $\pm 3\text{ mm}$, sai số dừng điểm cuối trong phạm vi $\pm 5\text{ mm}$. Phân công trách nhiệm 4 thành viên (Đỗ Hoàng Khương: Cơ khí & cảm biến line; Đặng Ngọc Trí - Trưởng nhóm: Mạch điện, lập trình & mô phỏng; Vũ Xuân Vinh: Thiết kế cơ khí & lựa chọn kết cấu; Nguyễn Phước Vinh: Điều khiển động cơ, PID, hiệu chuẩn loadcell).

PART II: SELECTION METHOD (Phương pháp lựa chọn phần cứng)

Thiết lập bảng ma trận đánh giá để lựa chọn kết cấu và linh kiện:

  • Cơ cấu bánh: Kết cấu 3 bánh đạt tổng điểm đánh giá 4/6, vượt trội hơn kết cấu 4 bánh (3/6 điểm) nhờ giải quyết triệt để bài toán đồng phẳng và mô hình toán học đơn giản.
  • Vi điều khiển: ESP32 đạt 6/6 điểm đánh giá (so với STM32 đạt 3 điểm, PIC đạt 3 điểm) nhờ tốc độ xử lý nhanh, giá thành hợp lý, thư viện hỗ trợ phong phú và tích hợp nạp chip tiện dụng.
  • Các thiết bị ngoại vi: Lựa chọn Driver L298, mạch giảm áp LM2596, cảm biến TCRT5000, cảm biến Loadcell $5\text{ kg}$ kèm IC ADC HX711 và pin Li-Ion 18650.

PART III: MECHANICAL DESIGN (Thiết kế cơ khí và mô phỏng kết cấu)

Trình bày chi tiết chuỗi tính toán động lực học xe: lực cản lăn $F_{rolling} = f_{roll} \cdot M \cdot 9{,}7\text{ N}$, mô-men động cơ yêu cầu $\tau = 17{,}4\text{ N.mm}$, công suất cơ học $P = 0{,}46\text{ W}$, điều kiện bám không trượt $P \le P_{grip}$. Phân tích vị trí trọng tâm xe khi không tải ($a = 78{,}33\text{ mm}$) và khi mang vật thể $2\text{ kg}$ ($a = 97{,}4\text{ mm}$). Xây dựng mô hình 3D trên SolidWorks và thực hiện phân tích phần tử hữu hạn (FEA) trên ANSYS Workbench 2023 để kiểm tra độ biến dạng và ứng suất tương đương của khung nhôm.

PART IV: MOTOR CONTROL (Điều khiển và nhận dạng động cơ)

Trình bày quy trình lấy mẫu tín hiệu với chu kỳ $\delta T = 0{,}04\text{ s}$ ($f_s = 25\text{ Hz}$). Thu thập bảng dữ liệu thực nghiệm mối quan hệ giữa $%$ PWM và tốc độ vòng quay RPM. Áp dụng giải thuật lọc thông thấp bậc 1 (tần số cắt $0{,}05$) để khử nhiễu tín hiệu encoder và nhận dạng thành công hàm truyền động cơ trên Matlab với độ chính xác đạt trên $90%$.

PART V: SYSTEM MODELING (Mô hình hóa hệ thống robot)

Phân tích mô hình động học vi sai của robot trong hệ tọa độ cố định ($Oxy$) và hệ tọa độ gắn trên thân robot ($Cxy$). Thiết lập các phương trình vi phân mô tả chuyển động thẳng và chuyển động quay, tính toán phân bố vận tốc góc giữa hai bánh xe chủ động trong quá trình bám đường cong và chuyển hướng.

PART VI: SENSORS CALIBRATION (Hiệu chuẩn hệ thống cảm biến)

  • Hiệu chuẩn Loadcell: Kết nối cầu Wheatstone với mô-đun HX711 và ESP32-S, xây dựng đường đặc tính tuyến tính chuyển đổi tín hiệu số sang đơn vị khối lượng gram.
  • Hiệu chuẩn dàn cảm biến TCRT5000: Khảo sát đặc tính điện áp - dòng điện cực thu/phát ($V_{CE}$, $I_C$), xác định độ cao gá đặt tối ưu so với mặt sàn, tính toán cự ly lắp đặt giữa các mắt cảm biến liền kề để loại bỏ điểm mù quang học.
  • Thiết kế phần cứng cảm biến: Vẽ sơ đồ nguyên lý và thiết kế mạch in (PCB) bằng phần mềm Altium Designer, gia công mạch thực tế và chế tạo cơ cấu gá lắp lên khung robot.

PART VII: CONTROL DESIGN (Thiết kế hệ thống điều khiển và mô phỏng)

Xây dựng lưu đồ giải thuật điều khiển tổng thể (Main program, Run block, Return block). Thiết kế bộ điều khiển PID cho hệ thống Motor - Driver trên Matlab Simulink. Mô phỏng và kiểm nghiệm thực nghiệm sai số bám vạch của robot khi mang tải trọng $1\text{ kg}$ và $2\text{ kg}$, ghi nhận đáp ứng chuyển động ổn định trên sa bàn.

PART VIII: SUMMARY (Đánh giá và định hướng phát triển)

Tổng kết quá trình triển khai dự án, đánh giá mức độ hoàn thành so với các tiêu chí kỹ thuật ban đầu và đề xuất các định hướng nâng cấp, phát triển hệ thống trong tương lai.

Kết quả và đóng góp

Kết quả kỹ thuật đạt được

  1. Chế tạo hoàn chỉnh phần cứng robot: Hiện thực hóa mô hình robot di động 3 bánh bằng khung nhôm định hình kích thước $250\text{ mm} \times 190\text{ mm} \times 76\text{ mm}$, bố trí bánh bi cầu triệt tiêu hiện tượng lệch hướng chuyển động.
  2. Nhận dạng chính xác đối tượng điều khiển: Xây dựng thành công hàm truyền động học động cơ vi sai $G(s) = \frac{24{,}2}{s + 5{,}696}$ thông qua thực nghiệm lấy mẫu $\delta T = 0{,}04\text{ s}$ và lọc số.
  3. Độ chính xác bám đường và định vị: Hệ thống đáp ứng yêu cầu sai số bám line trong ngưỡng $\pm 3\text{ mm}$ và sai số dừng trả hàng tại trạm cuối trong phạm vi $\pm 5\text{ mm}$.
  4. Tự động hóa phân loại hàng theo tải trọng: Cảm biến loadcell kết hợp HX711 nhận diện chính xác tải trọng $1\text{ kg}$ và $2\text{ kg}$ tại Loading Area, từ đó kích hoạt lưu trình điều hướng đến đúng trạm trả hàng đã lập trình.

Đóng góp của đề tài

  • Hoàn thiện quy trình thiết kế tích hợp một hệ thống cơ điện tử từ khâu tính toán lý thuyết, lựa chọn phần cứng định lượng qua ma trận điểm, mô phỏng kiểm nghiệm kết cấu (ANSYS), nhận dạng tham số thực nghiệm (Matlab) đến thi công chế tạo mạch in (Altium) và lắp ráp thực tế.
  • Đưa ra giải pháp kết hợp phân tầng vi điều khiển (Master ESP32-S + Slave Atmega32U4) giải quyết hiệu quả hạn chế về số chân đọc analog khi triển khai dàn cảm biến quang điện mật độ cao.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của hệ thống

  • Kết cấu 3 bánh (với 1 bánh bi cầu kim loại) dù đơn giản về mặt mô hình toán nhưng khả năng bám đường ở các khúc cua hẹp vẫn chịu ảnh hưởng nhất định bởi độ nhẵn bề mặt sàn.
  • Khả năng xử lý tín hiệu analog của vi điều khiển đơn lẻ bị giới hạn, đòi hỏi phải sử dụng thêm vi điều khiển phụ làm tăng độ phức tạp trong kết nối giao tiếp.
  • Đồ án mới tập trung thử nghiệm trên hai mức tải trọng tĩnh cố định ($1\text{ kg}$ và $2\text{ kg}$) trên bề mặt sàn phẳng tiêu chuẩn.

Hướng phát triển đề xuất

  • Tối ưu hóa giải thuật điều khiển dẫn đường (kết hợp các thuật toán điều khiển nâng cao như Fuzzy-PID hoặc thích nghi) để nâng cao độ mượt mà khi đổi hướng ở dải vận tốc cao.
  • Nâng cấp phần cứng vi điều khiển có khả năng xử lý tập trung đa kênh analog tốc độ cao nhằm tinh gọn kiến trúc mạch điện.
  • Mở rộng thuật toán nhận diện dải tải trọng liên tục và tích hợp các cảm biến tránh vật cản đa hướng để tiệm cận hoàn toàn tiêu chuẩn xe tự hành công nghiệp AMR.

Giá trị tham khảo

Tài liệu đồ án là tài liệu tham khảo kỹ thuật hữu ích cho:

  • Sinh viên ngành Kỹ thuật Cơ điện tử, Tự động hóa và Cơ kỹ thuật: Tham khảo phương pháp luận thiết kế hệ thống robot di động, các bước tính toán phân bố tải trọng, xác định tâm khối và mô phỏng ứng suất khung vỏ trên ANSYS Workbench.
  • Người nghiên cứu và thực hiện đề tài AGV/Line Following Robot: Học hỏi quy trình thực nghiệm nhận dạng hàm truyền động cơ DC có encoder (System Identification trên Matlab), phương pháp thiết kế bộ lọc số và thuật toán xấp xỉ trung bình trọng số cho dàn cảm biến hồng ngoại.
  • Kỹ sư phát triển phần cứng nhúng: Tham khảo sơ đồ nguyên lý ghép nối loadcell qua IC HX711 và thiết kế mạch in phân tầng vi điều khiển trên Altium Designer.

Câu hỏi thường gặp

1. Tại sao đồ án lựa chọn kết cấu 3 bánh thay vì kết cấu 4 bánh?

Theo ma trận đánh giá kỹ thuật trong đồ án, kết cấu 3 bánh đạt 4/6 điểm (cao hơn 4 bánh đạt 3/6 điểm). Kết cấu 3 bánh giải quyết triệt để bài toán đồng phẳng (coplanar) trên mặt sàn, loại bỏ sự phức tạp của cơ cấu vi sai cơ khí giữa 4 bánh, đồng thời đơn giản hóa mô hình toán học phục vụ thiết kế bộ điều khiển dẫn hướng.

2. Tần số lấy mẫu và chu kỳ lấy mẫu để nhận dạng hàm truyền động cơ được tính như thế nào?

Từ tốc độ cực đại của động cơ trước hộp số ($n = 166{,}5\text{ rps}$) và yêu cầu sai số đặt $5%$, thời gian trễ lấy mẫu xác định là $T_n = 0{,}08325\text{ s}$. Áp dụng định lý Shannon – Nyquist ($f_s \ge 2 f_h$), tần số lấy mẫu được chọn là $f_s = 25\text{ Hz}$, tương ứng với chu kỳ lấy mẫu $\delta T = 0{,}04\text{ s}$ và số lượng mẫu thu thập $N = 50$.

3. Giải pháp nào được sử dụng để chống lật xe khi robot chuyển hướng?

Nhóm tác giả phân tích cân bằng giữa mô-men gây lật do lực ly tâm ($M_1$) và mô-men chống lật do trọng lực ($M_2$). Với khoảng cách hai bánh chủ động chọn là $a = 150\text{ mm}$, tỷ số chiều cao trọng tâm trên khoảng cách bánh được khống chế ở mức $\frac{b}{a} = 0{,}4$, giới hạn chiều cao trọng tâm xe không vượt quá $b = 60\text{ mm}$.

4. Hệ thống nhận diện tải trọng hoạt động theo nguyên lý nào?

Hệ thống sử dụng cảm biến loadcell thanh thẳng $5\text{ kg}$ chế tạo từ hợp kim nhôm chứa 4 điện trở strain gauge mắc theo cầu Wheatstone. Khi hàng hóa ($1\text{ kg}$ hoặc $2\text{ kg}$) được đặt lên, sự biến dạng cơ học làm thay đổi điện trở cầu, tạo ra điện áp vi sai được khuếch đại và số hóa qua chip ADC HX711 $24\text{-bit}$ truyền về vi điều khiển để phân loại điểm đến.

5. Vai trò của vi điều khiển Arduino Micro trong hệ thống là gì khi đã có ESP32-S?

Mặc dù ESP32-S đóng vai trò vi điều khiển trung tâm (Master) điều hành thuật toán chính và phát xung PWM, số lượng kênh đọc analog của nó bị hạn chế cho việc đọc đồng thời nhiều mắt cảm biến TCRT5000. Do đó, Arduino Micro (chip Atmega32U4) được sử dụng làm vi điều khiển phụ (Slave) chuyên trách đọc tín hiệu analog từ mảng cảm biến dò line và truyền dữ liệu tiền xử lý về cho ESP32-S.

Kết luận

Đồ án "Robot Giao Hàng Dựa Trên Cảm Biến Cân Nặng" đã hoàn thành trọn vẹn mục tiêu thiết kế và chế tạo thực nghiệm hệ thống xe tự hành vận chuyển hàng hóa tự động theo vạch dẫn đường kết hợp nhận diện tải trọng. Bằng việc kết hợp chặt chẽ giữa tính toán cơ học động lực học, mô phỏng ứng suất kết cấu trên ANSYS, nhận dạng hàm truyền động cơ trên Matlab và tối ưu hóa hệ thống mạch nhúng phân tầng, mô hình robot hoạt động ổn định với độ chính xác bám line $\pm 3\text{ mm}$ và sai số dừng $\pm 5\text{ mm}$. Công trình là tài liệu tham khảo có giá trị kỹ thuật cao trong đào tạo và nghiên cứu ứng dụng robot di động tự hành trong công nghiệp.