I. Tổng quan robot Delta 6 DOF phân loại sản phẩm tại HCMUTE
Dự án nghiên cứu thiết kế chế tạo robot Delta 6-DOF phân loại sản phẩm tại HCMUTE đánh dấu bước tiến quan trọng trong đào tạo kỹ thuật tự động hóa. Đề tài được thực hiện bởi sinh viên Đại học Sư phạm Kỹ thuật TP.HCM dưới sự hướng dẫn của TS. Đặng Xuân Ba. Mô hình robot song song sáu bậc tự do khắc phục nhiều nhược điểm của các loại cánh tay robot nối tiếp truyền thống. Cấu trúc cơ khí gồm các nhánh động học song song giúp tăng đáng kể độ cứng vững và tốc độ dịch chuyển. Hệ thống tích hợp camera công nghiệp cùng thuật toán xử lý ảnh số hiện đại. Nhờ đó, máy nhận diện chuẩn xác hình dáng sản phẩm trên băng chuyền theo thời gian thực. Toàn bộ chu trình từ khâu phát hiện vật thể, tính toán tọa độ không gian đến thao tác gắp đặt diễn ra hoàn toàn tự động. Dự án này vừa đóng vai trò mô hình học thuật thực nghiệm giá trị, vừa mở ra hướng phát triển hệ thống phân loại công nghiệp tốc độ cao.
1.1. Bối cảnh nghiên cứu robot song song tại HCMUTE
Nhu cầu tự động hóa trong các nhà máy sản xuất bánh kẹo, đóng gói thực phẩm và lắp ráp linh kiện điện tử tại Việt Nam ngày càng tăng cao. Các mô hình robot chuỗi hở thường có quán tính lớn, làm hạn chế tốc độ bốc dỡ sản phẩm liên tục. Khoa Đào tạo Chất lượng cao thuộc HCMUTE đã định hướng sinh viên ngành Điều khiển và Tự động hóa tiếp cận dòng robot Delta song song. Với cơ cấu các động cơ đặt cố định tại bệ đỡ trên cao, cụm công tác phía dưới duy trì trọng lượng cực nhẹ. Điều này cho phép cơ cấu đạt gia tốc chuyển động rất cao, rút ngắn thời gian làm việc trên mỗi chu kỳ phân loại sản phẩm công nghiệp.
1.2. Mục tiêu kỹ thuật của mô hình robot Delta 6 DOF
Mục tiêu cốt lõi của đề tài tập trung vào việc làm chủ thiết kế cơ khí và thuật toán điều khiển cho mô hình robot sáu bậc tự do. Nhóm tác giả xây dựng không gian làm việc tối ưu trên phần mềm mô phỏng trước khi gia công chế tạo. Mô hình tích hợp camera thu nhận hình ảnh sản phẩm di chuyển trên băng tải. Thuật toán thị giác máy tính sẽ trích xuất tọa độ trọng tâm và góc xoay của từng mẫu hàng hóa. Sau đó, bộ điều khiển trung tâm gửi xung điều khiển đến các khớp chấp hành để thực hiện động tác gắp đặt chính xác vào khay chứa. Toàn bộ tiến trình làm việc được ghi nhận và lưu trữ trực tiếp vào cơ sở dữ liệu.
II. Phân tích thách thức chế tạo robot Delta 6 DOF tại HCMUTE
Quá trình chế tạo robot Delta 6-DOF đặt ra nhiều thách thức kỹ thuật phức tạp đối với sinh viên kỹ thuật. Khác với các dòng robot song song 3 bậc tự do thông thường, hệ thống 6 bậc tự do đòi hỏi giải quyết bài toán động học phi tuyến tính bậc cao. Các phương trình động học thuận và nghịch có mức độ ràng buộc hình học vô cùng ngặt nghèo. Sai số tích lũy từ khâu gia công cơ khí các cánh tay đòn rất dễ dẫn đến hiện tượng kẹt khớp hoặc mất độ chính xác vị trí của khâu tác động cuối. Bên cạnh đó, tốc độ xử lý ảnh trong môi trường thực tế cũng là trở ngại lớn. Khi băng chuyền chuyển động nhanh, hiện tượng nhòe ảnh và ánh sáng môi trường thay đổi đột ngột làm thuật toán phân đoạn sai lệch. Nếu bộ vi xử lý không đủ mạnh, thời gian trễ giữa khâu nhận diện và khâu phát xung điều khiển sẽ khiến bàn kẹp gắp trượt mục tiêu. Ngoài ra, việc đồng bộ giữa các module phần mềm giám sát, cơ sở dữ liệu và mạch chấp hành đòi hỏi đường truyền dữ liệu ổn định và kháng nhiễu cao.
2.1. Độ phức tạp của bài toán động học sáu bậc tự do
Hệ thống robot Delta 6-DOF sở hữu cấu trúc chuỗi động học khép kín với sáu nhánh liên kết song song. Việc giải bài toán động học thuận để xác định tọa độ khâu chấp hành cuối từ góc quay của sáu trục đòi hỏi khối lượng tính toán ma trận khổng lồ. Ngược lại, bài toán động học nghịch phải tìm ra góc quay của từng động cơ dựa trên vị trí mục tiêu trong không gian 3 chiều kèm 3 góc nghiêng Euler. Nếu tính toán sai sót, các cánh tay robot có thể va chạm trực tiếp với nhau hoặc rơi vào điểm kỳ dị cơ học. Điểm kỳ dị làm mất khả năng điều khiển hướng và gây quá tải nghiêm trọng cho hệ thống truyền động.
2.2. Khó khăn trong xử lý ảnh và đồng bộ dữ liệu
Trong quá trình phân loại, sản phẩm di chuyển liên tục trên băng tải với vận tốc không đều. Khâu thu nhận khung hình dễ xuất hiện nhiễu hạt, bóng mờ và phản xạ bề mặt từ ánh sáng phòng thí nghiệm. Việc phân loại chuẩn xác đòi hỏi các bước xử lý hình thái học như phép giãn, co và biến đổi gradient hình thái diễn ra cực nhanh. Nếu thuật toán quá nặng nề, độ trễ xử lý sẽ vượt quá ngưỡng cho phép của chu kỳ điều khiển. Hơn nữa, việc tích hợp giao tiếp đồng bộ giữa chương trình C# trên máy tính, cơ sở dữ liệu SQL Server và bo mạch Arduino Mega 2560 cũng tạo ra nguy cơ tắc nghẽn gói tin điều khiển.
III. Giải pháp thiết kế robot Delta 6 DOF phân loại sản phẩm
Để giải quyết triệt để các hạn chế kỹ thuật, nhóm nghiên cứu tại HCMUTE đã triển khai giải pháp tích hợp toàn diện từ mô phỏng đến phần cứng thực nghiệm. Mô hình cơ khí hoàn chỉnh được dựng trên phần mềm SolidWorks nhằm kiểm tra vùng làm việc và loại bỏ xung đột vật lý giữa các thanh giằng. Tiếp theo, các thuật toán động học và quỹ đạo chuyển động được lập trình kiểm chứng trên môi trường Matlab. Về phần cứng điều khiển, bo mạch Arduino Mega 2560 đóng vai trò điều khiển phát xung chính xác cho các cơ cấu truyền động. Hệ thống thị giác máy tính ứng dụng kỹ thuật phân ngưỡng ảnh kết hợp lọc gradient hình thái học. Phương pháp này tách chính xác biên dạng hình học của vật thể khỏi phông nền băng chuyền. Giao diện điều khiển giám sát được viết bằng ngôn ngữ C# trong môi trường Visual Studio. Phần mềm kết nối trực tiếp với SQL Server nhằm xác thực quyền truy cập và lưu trữ toàn bộ dữ liệu phân loại hàng hóa.
3.1. Thiết kế cơ khí và mô phỏng trên SolidWorks Matlab
Quy trình chế tạo khởi đầu từ việc dựng mô hình không gian 3D chi tiết trên nền tảng SolidWorks. Bản vẽ xác định chính xác kích thước bệ đỡ cố định, khớp bản lề cầu và cụm công tác mang đầu gắp. Việc này giúp tối ưu hóa trọng lượng vật liệu và loại trừ va chạm động học giữa sáu cánh tay. Tiếp đó, dữ liệu hình học được xuất sang môi trường Matlab để thiết lập thuật toán động học nghịch. Công cụ mô phỏng giúp kiểm tra tính ổn định của quỹ đạo di chuyển và tính toán không gian làm việc khả thi. Quá trình kiểm tra số học kỹ lưỡng này đảm bảo robot chuyển động mượt mà trước khi tiến hành gia công thực tế.
3.2. Ứng dụng xử lý ảnh và điều khiển qua C SQL Server
Thuật toán xử lý ảnh tiếp nhận khung hình từ camera gắn trực diện phía trên băng tải. Kỹ thuật trừ ảnh nền, phân ngưỡng nhị phân và trích xuất gradient hình thái học giúp nhận diện đường biên rõ nét của sản phẩm. Hệ thống tự động xác định tâm điểm tọa độ và góc xoay thực tế của sản phẩm. Ứng dụng quản trị xây dựng bằng ngôn ngữ C# tiếp nhận dữ liệu thị giác và truyền lệnh điều khiển xuống Arduino Mega 2560 thông qua cổng giao tiếp nối tiếp. Mọi thông tin phân loại gồm thời gian, loại sản phẩm và số lượng đều được lưu trữ an toàn trong hệ quản trị cơ sở dữ liệu SQL Server.
IV. Đánh giá ứng dụng robot Delta 6 DOF phân loại từ HCMUTE
Dự án chế tạo robot Delta 6-DOF phân loại sản phẩm tại HCMUTE đã chứng minh tính khả thi cao trên mô hình thực nghiệm. Robot hoạt động ổn định, thực hiện trơn tru các chu trình nhận diện, gắp thả và phân loại sản phẩm vào đúng vị trí quy định. Độ chính xác định vị và tốc độ đáp ứng tốt các yêu cầu kỹ thuật ban đầu của đề tài tốt nghiệp. Sự kết hợp giữa cơ cấu song song linh hoạt cùng hệ thống thị giác máy tính tạo nên một giải pháp tự động hóa hoàn chỉnh. Nghiên cứu mở ra tiềm năng ứng dụng to lớn trong các nhà máy chế biến thực phẩm, đóng gói dược phẩm và sản xuất linh kiện điện tử tại Việt Nam. Không chỉ giải quyết bài toán nhân công trong môi trường làm việc đơn điệu, mô hình còn giúp nâng cao năng suất và giảm thiểu tỷ lệ lỗi sản phẩm. Đây là nền tảng vững chắc để tiếp tục nâng cấp hệ thống với các thuật toán học máy và trí tuệ nhân tạo chuyên sâu hơn trong tương lai.
4.1. Hiệu quả vận hành và độ chính xác phân loại
Kết quả thử nghiệm thực tế chứng minh hệ thống đạt độ ổn định cao trong suốt quá trình hoạt động liên tục. Camera xử lý hình ảnh và truyền tọa độ về trung tâm điều khiển chỉ trong vài mili-giây. Cánh tay robot 6 bậc tự do định vị chính xác vị trí vật thể trên băng chuyền đang chuyển động. Bàn kẹp thực hiện thao tác gắp và thả sản phẩm vào các ô phân loại với sai số vị trí rất nhỏ. Giao diện C# hiển thị trực quan thông số làm việc và trạng thái kết nối phần cứng. Cơ sở dữ liệu ghi nhận đầy đủ lịch sử hoạt động giúp kỹ thuật viên dễ dàng đánh giá hiệu suất của toàn bộ dây chuyền sản xuất.
4.2. Khả năng ứng dụng công nghiệp và hướng phát triển
Mô hình robot Delta 6-DOF từ HCMUTE mang tiềm năng thương mại hóa cao trong nhiều ngành sản xuất công nghiệp nhẹ. Khả năng làm việc linh hoạt ở sáu bậc tự do mở rộng phạm vi thao tác đối với các chi tiết phức tạp. Doanh nghiệp có thể áp dụng thiết kế này để tự động hóa khâu phân loại nông sản, bánh kẹo và linh kiện máy móc. Hướng nghiên cứu tiếp theo sẽ tập trung vào việc tích hợp mạng nơ-ron học sâu để nhận diện sản phẩm đa dạng hơn trong môi trường ánh sáng phức tạp. Đồng thời, việc nâng cấp phần cứng điều khiển công nghiệp chuyên dụng sẽ giúp tăng tốc độ xử lý chu kỳ làm việc lên mức tối đa.
