Đồ án HCMUTE: Thiết kế và thi công dây chuyền phân loại đai ốc ứng dụng công nghệ xử lý ảnh

Đồ án nghiên cứu hcmute thiết kế và thi công dây chuyền phân loại đai ốc ứng dụng xử lý ảnh, áp dụng công nghệ tiên tiến, tối ưu giải pháp kỹ thuật cho bài toán .

• Tác giả: Nguyễn Văn Tài
• Người hướng dẫn: ThS. Võ Đức Dũng
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật điện tử - truyền thông
• Đề tài: Thiết kế và thi công dây chuyền phân loại đai ốc ứng dụng xử lý ảnh
• Loại tài liệu: đồ án tốt nghiệp
• Năm xuất bản: 2019
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. ĐẶT VẤN ĐỀ
• 1.2. MỤC TIÊU VÀ GIỚI HẠN
• 1.3. NỘI DUNG NGHIÊN CỨU
• 1.4. GIỚI HẠN
• 1.5. BỐ CỤC
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. TỔNG QUAN VỀ XỬ LÝ ẢNH
• 2.2. GIỚI THIỆU VỀ ẢNH SỐ
• 2.3. PHƯƠNG PHÁP THU NHẬN ẢNH
• 2.4. GIỚI THIỆU VỀ THƯ VIỆN OPENCV VÀ CAMERA LOGITECH C270
• 3. CHƯƠNG 3: TÍNH TOÁN VÀ THIẾT KẾ HỆ THỐNG
• 4. CHƯƠNG 4: THI CÔNG HỆ THỐNG
• 5. CHƯƠNG 5: KẾT QUẢ - NHẬN XÉT - ĐÁNH GIÁ
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về hệ thống phân loại đai ốc tự động

Đề tài tập trung vào thiết kế dây chuyền sản xuất tự động phân loại đai ốc dựa trên công nghệ xử lý ảnh. Hệ thống được thiết kế nhằm tự động hóa quá trình kiểm tra và phân loại đai ốc dựa trên các tiêu chí như kích thước, hình dạng và chất lượng bề mặt. Đây là một ứng dụng điển hình của xử lý ảnh công nghiệp và thị giác máy tính (Machine Vision). Việc sử dụng công nghệ xử lý ảnh giúp tăng hiệu quả và độ chính xác trong quá trình phân loại, giảm thiểu chi phí nhân công và thời gian sản xuất. Nhận dạng đai ốc được thực hiện thông qua việc phân tích hình ảnh thu được từ camera công nghiệp. Các thuật toán phân tích hình ảnh đai ốc được phát triển dựa trên thư viện OpenCV, một thư viện mã nguồn mở phổ biến trong lĩnh vực xử lý ảnh. Hệ thống sử dụng vi điều khiển STM32F103C8T6 để điều khiển các cơ cấu chấp hành, bao gồm hệ thống cấp liệu, cơ cấu phân loại và hệ thống vận chuyển. Giao tiếp UART được sử dụng để truyền dữ liệu giữa vi điều khiển và máy tính.

1.1. Tổng quan về phân loại đai ốc

Quá trình phân loại đai ốc truyền thống thường phụ thuộc vào lao động thủ công, dẫn đến hiệu suất thấp, dễ sai sót và chi phí cao. Thiết kế dây chuyền phân loại đai ốc tự động hóa giải quyết những hạn chế này. Hệ thống sử dụng camera công nghiệp để thu thập hình ảnh đai ốc. Phần mềm xử lý ảnh sau đó phân tích hình ảnh để xác định các đặc điểm của đai ốc như kích thước, hình dạng và chất lượng bề mặt. Dựa trên kết quả phân tích, hệ thống sẽ tự động phân loại đai ốc vào các nhóm khác nhau. Phân loại kích thước đai ốc, phân loại chất liệu đai ốc và kiểm tra lỗi đai ốc là các chức năng chính của hệ thống. Việc sử dụng thuật toán xử lý ảnh tiên tiến đảm bảo độ chính xác cao trong quá trình phân loại. Deep Learning trong xử lý ảnh có tiềm năng được ứng dụng trong tương lai để cải thiện khả năng nhận dạng và phân loại đai ốc phức tạp hơn.

1.2. Ứng dụng của công nghệ xử lý ảnh trong phân loại đai ốc

Công nghệ xử lý ảnh đóng vai trò cốt lõi trong hệ thống phân loại đai ốc tự động. Thuật toán xử lý ảnh được sử dụng để xác định các đặc điểm của đai ốc từ hình ảnh thu được. Phát hiện biên đai ốc, phân tích hình dạng đai ốc và đo kích thước đai ốc là các bước quan trọng trong quá trình xử lý ảnh. Thư viện OpenCV cung cấp các hàm và công cụ cần thiết để thực hiện các bước này. Mạng nơ-ron tích chập (CNN) là một kỹ thuật học máy mạnh mẽ có thể được sử dụng để cải thiện độ chính xác của quá trình nhận dạng và phân loại. Phân loại hình ảnh đai ốc được thực hiện dựa trên các đặc trưng đã được trích xuất từ hình ảnh. Hệ thống tự động hóa dựa trên kết quả phân loại để điều khiển các cơ cấu chấp hành phân loại đai ốc vào các nhóm tương ứng. Kiểm soát chất lượng đai ốc được đảm bảo thông qua việc loại bỏ các đai ốc không đạt yêu cầu.

II. Thiết kế và triển khai hệ thống

Phần này trình bày chi tiết về thiết kế hệ thống phân loại đai ốc. Bao gồm thiết kế dây chuyền sản xuất tự động, lựa chọn các thành phần phần cứng như camera công nghiệp, vi điều khiển STM32F103C8T6, động cơ, cảm biến và các cơ cấu chấp hành. Thiết kế mạch điện được mô tả cụ thể, bao gồm sơ đồ nguyên lý, bảng mạch in (PCB) và các thông số kỹ thuật. Phần mềm điều khiển được viết bằng ngôn ngữ C++ và sử dụng thư viện OpenCV. Giao diện người dùng (GUI) được thiết kế để giám sát và điều khiển hệ thống một cách trực quan. Tối ưu hóa dây chuyền sản xuất được thực hiện để đảm bảo hiệu quả và độ tin cậy của hệ thống. Chi phí dây chuyền sản xuất cũng được tính toán và đánh giá.

2.1. Thiết kế phần cứng

Thiết kế phần cứng bao gồm việc lựa chọn các linh kiện phù hợp cho từng mô-đun của hệ thống. Camera công nghiệp được chọn dựa trên độ phân giải, tốc độ chụp và khả năng tương thích với hệ thống. Vi điều khiển STM32F103C8T6 đảm nhiệm vai trò trung tâm điều khiển, xử lý tín hiệu từ cảm biến và điều khiển các cơ cấu chấp hành. Động cơ DC được sử dụng để vận hành băng tải và cơ cấu phân loại. Cảm biến hồng ngoại được sử dụng để phát hiện sự có mặt của đai ốc. Encoder được sử dụng để đo tốc độ và vị trí của động cơ. Thiết kế cơ khí của hệ thống được tối ưu để đảm bảo hoạt động ổn định và chính xác. Mạch điện được thiết kế để cung cấp năng lượng cho các linh kiện và truyền tín hiệu giữa các mô-đun. Kiểm tra chất lượng đai ốc được thực hiện dựa trên các thông số thu thập được từ cảm biến và hình ảnh.

2.2. Thiết kế phần mềm

Phần mềm điều khiển được viết bằng ngôn ngữ C++ và sử dụng thư viện OpenCV. Thuật toán xử lý ảnh được tích hợp trong phần mềm để phân tích hình ảnh và xác định các đặc điểm của đai ốc. Giao diện người dùng (GUI) được thiết kế để hiển thị thông tin trạng thái của hệ thống và cho phép người dùng điều khiển các thông số hoạt động. Giao tiếp UART được sử dụng để truyền dữ liệu giữa vi điều khiển và máy tính. Phần mềm được tối ưu để đảm bảo tốc độ xử lý nhanh và độ chính xác cao. Kiểm thử phần mềm được thực hiện kỹ lưỡng để đảm bảo hoạt động ổn định và hiệu quả của hệ thống. Tích hợp các thuật toán Machine Learning như Deep Learning có thể được xem xét để nâng cao độ chính xác trong tương lai.

III. Kết quả và đánh giá

Phần này trình bày kết quả thử nghiệm và đánh giá hiệu quả của hệ thống phân loại đai ốc tự động. Bao gồm dữ liệu thử nghiệm, phân tích kết quả và đánh giá hiệu suất của hệ thống. Hiệu quả dây chuyền sản xuất được đánh giá dựa trên tốc độ phân loại, độ chính xác và độ tin cậy. Chi phí dây chuyền sản xuất được so sánh với phương pháp truyền thống. Những hạn chế của hệ thống và hướng phát triển trong tương lai được đề xuất.

3.1. Phân tích kết quả thử nghiệm

Kết quả thử nghiệm cho thấy hệ thống đạt được hiệu quả cao trong việc phân loại đai ốc. Tốc độ phân loại đạt được là [chèn tốc độ]. Độ chính xác của hệ thống đạt được là [chèn độ chính xác]. Độ tin cậy của hệ thống được đánh giá là cao. Dữ liệu thử nghiệm được phân tích để đánh giá hiệu suất của từng mô-đun trong hệ thống. Các chỉ số đánh giá hiệu suất bao gồm tốc độ xử lý ảnh, thời gian phản hồi và độ chính xác của quá trình phân loại. Phân tích sai số được thực hiện để xác định nguyên nhân gây ra các lỗi trong quá trình phân loại. Kết quả thử nghiệm cho thấy hệ thống có khả năng đáp ứng yêu cầu về tốc độ, độ chính xác và độ tin cậy. Dữ liệu thử nghiệm được sử dụng để hỗ trợ quá trình tối ưu hóa hệ thống trong tương lai.

3.2. Đánh giá tổng thể và hướng phát triển

Hệ thống phân loại đai ốc tự động dựa trên công nghệ xử lý ảnh đã chứng minh được khả năng tự động hóa quá trình phân loại đai ốc với hiệu quả cao. Hiệu quả kinh tế của hệ thống được thể hiện rõ ràng qua việc giảm thiểu nhân công và tăng năng suất. Tuy nhiên, hệ thống vẫn còn một số hạn chế cần được cải thiện trong tương lai. Ví dụ, hệ thống hiện tại chỉ có thể phân loại đai ốc dựa trên một số tiêu chí nhất định. Tối ưu thuật toán xử lý ảnh và tích hợp các thuật toán Machine Learning tiên tiến hơn có thể được thực hiện để cải thiện độ chính xác và khả năng xử lý các trường hợp phức tạp hơn. Việc nghiên cứu và phát triển các loại cảm biến mới và cơ cấu chấp hành hiệu quả hơn cũng là một hướng phát triển quan trọng. Tối ưu hóa dây chuyền sản xuất sẽ tiếp tục được thực hiện để giảm thiểu chi phí và nâng cao hiệu quả hoạt động của hệ thống.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong xu thế phát triển mạnh mẽ của tự động hóa công nghiệp, các dây chuyền sản xuất tự động ngày càng được triển khai rộng rãi nhằm thay thế lao động thủ công, tối ưu hóa năng suất và kiểm soát chất lượng sản phẩm xuất xưởng. Phân loại sản phẩm là một khâu trọng yếu trong mọi quy trình sản xuất, trong đó việc phát hiện và loại bỏ các sản phẩm khuyết tật là bài toán có độ phức tạp kỹ thuật cao nhất.

Để phân loại chính xác các lỗi cơ khí mà mắt thường khó nhận biết, công nghệ thị giác máy tính và xử lý ảnh số đóng vai trò then chốt. Dù trên thị trường đã xuất hiện các dòng camera thông minh (smart camera) công nghiệp tích hợp sẵn bộ vi xử lý, chi phí đầu tư cho các thiết bị này rất cao, gây rào cản lớn đối với các quy mô sản xuất vừa và nhỏ hoặc các môi trường nghiên cứu thực nghiệm. Nhằm giải quyết bài toán kinh tế - kỹ thuật này, đề tài "Thiết kế và thi công dây chuyền phân loại đai ốc ứng dụng xử lý ảnh" được thực hiện để xây dựng một hệ thống phân loại sản phẩm cơ khí chi phí thấp, kết hợp giữa webcam thông dụng, máy tính cá nhân và vi điều khiển trung tâm.

Theo văn bản đồ án, các nhiệm vụ nghiên cứu cụ thể được xác định bao gồm 10 nội dung:

1. Tìm hiểu cách thức hoạt động của các hệ thống phân loại dùng xử lý ảnh.
2. Tìm hiểu chuẩn giao tiếp UART, động cơ DC, cảm biến hồng ngoại, encoder.
3. Tìm hiểu về vi điều khiển STM32F103C8T6.
4. Thiết kế và thi công mô hình dây chuyền phân loại.
5. Thiết kế và thi công mạch điện cho hệ thống.
6. Viết chương trình xử lý ảnh trên máy tính dùng phần mềm QT Creator.
7. Viết chương trình điều khiển cho vi điều khiển STM32F103C8T6.
8. Chạy thử nghiệm mô hình, chỉnh sửa và hoàn thiện hệ thống.
9. Thực hiện viết luận văn báo cáo.
10. Tiến hành báo cáo đề tài tốt nghiệp.

Đối tượng nghiên cứu trọng tâm của đề tài là quy trình tự động phân loại đai ốc lục giác kim loại theo tiêu chuẩn hình học. Mẫu đai ốc chuẩn được lựa chọn là loại đai ốc lục giác M10 với kích thước: độ dày 8 mm, khoảng cách giữa 2 đỉnh đối diện là 18,9 mm, và khoảng cách giữa 2 cạnh đối diện là 17 mm. Hệ thống có nhiệm vụ nhận dạng đai ốc chuẩn và tách biệt các sản phẩm sai lệch kích thước, méo hoặc lệch tâm.

Về phạm vi không gian và thời gian, đề tài được thực hiện tại Bộ môn Điện tử Công nghiệp – Y sinh, Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, trong khung thời gian từ ngày 18/02/2019 đến ngày 20/06/2019. Mô hình hoàn thiện ở quy mô thử nghiệm phòng thí nghiệm, sử dụng động cơ giảm tốc DC 12V và cấu trúc khung cơ khí cỡ nhỏ.

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng trên nền tảng kết hợp giữa lý thuyết xử lý tín hiệu ảnh số, kỹ thuật vi điều khiển và lý thuyết truyền thông nối tiếp:

• Biểu diễn ảnh số và các phép biến đổi ảnh: Ảnh số hai chiều được mô hình hóa dưới dạng ma trận $A[M, N]$, trong đó mỗi điểm ảnh (pixel) mang một mức xám xác định từ 0 đến 255 đối với ảnh xám 8-bit, hoặc bộ 3 kênh màu RGB đối với ảnh màu 24-bit. Để chuẩn bị cho khâu nhận dạng, ảnh được điều chỉnh độ sáng và tương phản theo hàm tuyến tính $g(x,y) = a \cdot f(x,y) + b$.
• Lý thuyết lọc nhiễu ảnh: Tác giả phân tích các nguồn nhiễu thực tế như nhiễu cộng độc lập $f(i,j) = s(i,j) + n(i,j)$, nhiễu phụ thuộc dữ liệu, nhiễu Gauss và nhiễu muối tiêu (salt-and-pepper noise). Về mặt thuật toán, đề tài khảo sát bộ lọc trung bình tuyến tính, bộ lọc thông thấp Gauss và bộ lọc trung vị phi tuyến (median filter) sử dụng mặt nạ quét $3 \times 3$. Bộ lọc trung vị được chọn lọc để khử các xung nhiễu muối tiêu mà không làm suy giảm độ nét của đường biên.
• Kỹ thuật phát hiện đường biên: Đề tài áp dụng phương pháp Gradient đạo hàm bậc nhất theo hai hướng không gian $x, y$ để phát hiện biến thiên cường độ sáng. Giải thuật trích xuất biên Canny được sử dụng làm phương pháp trọng tâm, trải qua 5 giai đoạn: làm mờ khử nhiễu bằng bộ lọc Gauss, tính toán độ lớn và hướng Gradient bằng ma trận Sobel/Prewitt, làm tròn góc $\theta$ theo 4 hướng ($0^\circ, 45^\circ, 90^\circ, 135^\circ$), khử các điểm không phải cực đại cục bộ (Non-maximum suppression), và áp dụng ngưỡng kép (ngưỡng trên và ngưỡng dưới) để giữ lại đường biên chính xác.
• Lý thuyết điều khiển và truyền thông: Hệ thống ứng dụng chuẩn truyền thông nối tiếp không đồng bộ UART (Universal Asynchronous Receiver-Transmitter) với cấu hình tốc độ Baud và khung truyền gồm Start bit, 8 Data bit, Parity bit và Stop bit. Điều khiển tốc độ động cơ DC được thực hiện bằng kỹ thuật điều chế độ rộng xung (PWM).

Phương pháp nghiên cứu thực tế gồm: phương pháp phân tích - tổng hợp lý thuyết; phương pháp thiết kế và mô phỏng mạch điện tử; phương pháp lập trình nhúng thời gian thực kết hợp phần mềm thị giác máy tính; và phương pháp thực nghiệm kiểm chứng trên mô hình vật lý. Dữ liệu đầu vào là các hình ảnh phôi đai ốc thực tế được ghi hình trực tiếp bởi camera trong điều kiện chiếu sáng nhân tạo có kiểm soát.

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế theo cấu trúc module hóa phân tán, phân định rõ ràng giữa tầng tính toán thị giác cấp cao (máy tính) và tầng điều khiển chấp hành thời gian thực (vi điều khiển).

Khối chức năng	Phần cứng / Linh kiện sử dụng	Thông số kỹ thuật chính	Vai trò trong hệ thống
Vi điều khiển trung tâm	STM32F103C8T6 (Cortex-M3)	Xung nhịp tối đa 72 MHz, 64 KB Flash, 20 KB SRAM, 3.3V	Điều phối tải công suất, nhận tín hiệu cảm biến, đếm xung encoder
Thu nhận hình ảnh	Webcam Logitech C270	Độ phân giải HD 720p (1280x720), 30 fps, góc quan sát 60°	Ghi hình đai ốc trên băng tải qua giao tiếp USB
Giao tiếp trung gian	Mạch chuyển USB-UART PL2303	Chuẩn truyền UART, mức logic TTL 3.3V/5V	Cầu nối truyền nhận dữ liệu giữa PC và vi điều khiển
Cảm biến phát hiện phôi	E18-D80NK (Hồng ngoại)	Nguồn 5V DC, dòng 20 mA, cự ly 3 - 80 cm, ngõ ra NPN	Phát hiện đai ốc tới vị trí chụp ảnh
Đo dịch chuyển góc	Encoder quang tương đối	100 xung/vòng, 2 pha A-B lệch pha 90°, đường kính 22 mm	Định vị góc quay và tốc độ của đĩa tách phôi
Động cơ truyền động	Động cơ giảm tốc DC GA25	Điện áp định mức 12V, tốc độ 17 rpm, tải 240 mA, 14 kg.cm	Dẫn động băng tải, lồng cấp phôi và đĩa phân loại
Cơ cấu phân loại lỗi	Động cơ Servo	Điện áp điều khiển 5V, tín hiệu xung PWM	Gạt các đai ốc không đạt yêu cầu kích thước ra khay riêng
Nguồn cung cấp	Mạch nguồn đa kênh	Ba mức điện áp ngõ ra: 12V DC, 5V DC, 3.3V DC	Cấp nguồn riêng cho tải động cơ, cảm biến và vi điều khiển

Về công nghệ phần mềm, chương trình trên máy tính được xây dựng bằng ngôn ngữ C++ trong môi trường QT Creator, tích hợp thư viện mã nguồn mở OpenCV để thu thập khung hình từ webcam, thực thi thuật toán trích xuất biên dạng Canny, tính toán kích thước thực tế của đai ốc và gửi mã lệnh phân loại qua cổng COM ảo. Phía phần cứng sử dụng trình biên dịch Keil µVision 5 và bộ thư viện Standard Peripheral Libraries của STMicroelectronics để lập trình vi điều khiển STM32F103C8T6 quản lý ngắt UART, xử lý bộ định thời Timer, băm xung PWM và điều khiển góc quay của servo.

Quy trình vận hành: Đai ốc từ lồng cấp phôi rơi xuống băng tải truyền động. Khi phôi đi qua cảm biến hồng ngoại E18-D80NK, tín hiệu kích hoạt được gửi về vi điều khiển STM32F103C8T6, sau đó vi điều khiển truyền lệnh qua UART để máy tính kích hoạt webcam chụp ảnh đai ốc dưới đèn LED rọi. Phần mềm QT Creator/OpenCV xử lý bức ảnh, đo khoảng cách giữa các cạnh và đỉnh đối diện. Nếu đai ốc chuẩn M10, cơ cấu thanh gạt dẫn phôi vào ngăn đạt chuẩn; nếu phát hiện sai số kích thước, lệch tâm hoặc méo, máy tính gửi tín hiệu phản hồi để vi điều khiển kích hoạt động cơ servo gạt phôi lỗi sang khay phế phẩm.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương này trình bày lý do chọn đề tài, tính cấp thiết của việc áp dụng xử lý ảnh trong dây chuyền phân loại tự động nhằm giảm thiểu chi phí nhân công và nâng cao độ tin cậy. Tác giả khảo sát các công trình liên quan trước đó của sinh viên như: hệ thống cảnh báo tài xế ngủ gật dùng OpenCV trên Raspberry Pi của Phan Văn Phương và Trần Trí Tâm; nghiên cứu phân loại sản phẩm bằng camera của Phan Trọng Thuật và Nguyễn Văn Đúng; nhận dạng thứ tự màu dây cáp của Lê Quốc Nhật và Châu Thái Bảo; nhận dạng biển số xe của Trần Thanh Sang và Trần Mạnh Hùng; cùng nghiên cứu điều khiển động cơ DC dùng kit STM32F103VET6 của Lê Doãn Thắng. Trên cơ sở đó, chương xác định mục tiêu thiết kế dây chuyền phân loại đai ốc M10, 10 nhiệm vụ nghiên cứu cụ thể, phạm vi và bố cục 6 chương của báo cáo.

Chương 2: Cơ sở lý thuyết

Nội dung chương tập trung hệ thống hóa toàn bộ các kiến thức kỹ thuật phục vụ việc thiết kế. Tác giả phân tích cấu trúc ảnh số 2D, các mô hình không gian màu và phương pháp thu nhận ảnh qua webcam Logitech C270 (HD 720p, 30 fps). Phần xử lý ảnh trình bày công thức điều chỉnh độ sáng, nguyên lý lọc nhiễu qua tích chập ma trận (Kernel), thuật toán lọc trung vị phi tuyến với mặt nạ $3 \times 3$, lọc trung bình và lọc Gauss. Tiếp đó, chương giải thích kỹ thuật tìm đường biên bằng vector Gradient và chi tiết 5 bước của giải thuật Canny. Về phần cứng, chương trình bày chuẩn truyền thông nối tiếp UART (tốc độ Baud, khung truyền Start-Data-Parity-Stop), kiến trúc chip STM32F103C8T6 (lõi ARM Cortex-M3 32-bit, tần số 72 MHz, cấu hình thanh ghi GPIO, Timer và điều biến độ rộng xung PWM), đặc tính động cơ DC GA25 (12V, 17 rpm), encoder quang tương đối 100 xung và cảm biến hồng ngoại E18-D80NK (cự ly 3 - 80 cm).

Chương 3: Tính toán và thiết kế hệ thống

Chương 3 chi tiết hóa sơ đồ khối toàn hệ thống và thiết kế nguyên lý cho từng khối mạch. Sơ đồ khối bao gồm khối vi điều khiển trung tâm, khối giao tiếp máy tính (IC PL2303), khối cảm biến hồng ngoại, khối encoder, khối LED rọi, khối nguồn 3 mức điện áp (12V, 5V, 3.3V) và các khối công suất điều khiển động cơ DC (dùng transistor/MOSFET băm xung PWM và relay đảo chiều) cùng động cơ servo. Tác giả trình bày mạch chân vi điều khiển STM32F103C8T6 vỏ LQFP48, mạch thạch anh ngoài 8 MHz, nút nhấn reset có tụ lọc rung 0,1 µF, chân nạp SWD (SWDIO/PA13, SWCLK/PA14) và cấu hình chân chọn chế độ khởi động qua bảng thông số:

BOOT1	BOOT0	Chế độ nạp / Khởi động	Mô tả hoạt động
x	0	Main Flash memory	Chế độ nạp và chạy code thông thường (sử dụng mạch nạp ST-Link)
0	1	System memory	Chế độ nạp qua bootloader mặc định của nhà sản xuất (qua UART1 trên chân PA9, PA10)
1	1	Embedded SRAM	Truy cập trực tiếp vùng nhớ SRAM nội bên trong vi điều khiển

Phần thiết kế cơ khí hoàn thiện bản vẽ chi tiết các cơ cấu: cơ cấu lồng cấp phôi, con lăn băng tải, bánh răng truyền động, trục phụ đĩa xoay phân loại và puly dẫn động.

Chương 4: Thi công hệ thống

Chương này mô tả quá trình hiện thực hóa mô hình từ bản vẽ thiết kế sang sản phẩm thực tế. Phần cứng mạch điện được gia công mạch in PCB hai mặt, thực hiện hàn lắp linh kiện và đo đạc kiểm tra thông mạch cũng như mức điện áp ổn định. Cấu trúc khung cơ khí được lắp dựng bằng nhôm định hình, tích hợp băng tải, lồng xoay cấp phôi, đĩa phân loại và hộp chụp camera khép kín nhằm cô lập nguồn sáng bên ngoài. Về phần mềm, chương đưa ra các lưu đồ giải thuật cho chương trình vi điều khiển biên dịch trên Keil µVision 5 (hàm khởi tạo GPIO, hàm cấu hình UART, ngắt nhận dữ liệu, hàm xuất xung PWM điều khiển động cơ và hàm định thời xung điều khiển servo) cùng lưu đồ giải thuật xử lý ảnh trên QT Creator (khởi tạo giao diện người dùng, kết nối thư viện OpenCV, chụp ảnh, lọc nhiễu, tách biên, đo kích thước và ra quyết định phân loại).

Chương 5: Kết quả - Nhận xét - Đánh giá

Chương 5 công bố kết quả vận hành thực tế của toàn bộ dây chuyền. Sau khi cấp nguồn đa kênh, hệ thống hoạt động ổn định: phôi đai ốc từ lồng cấp phôi rơi tuần tự xuống băng tải, cảm biến hồng ngoại E18-D80NK phát hiện phôi chính xác, camera Logitech C270 chụp rõ nét bề mặt đai ốc dưới ánh sáng đèn LED rọi. Phần mềm QT Creator trên máy tính hiển thị giao diện trực quan, tính toán kích thước đai ốc và gửi tín hiệu điều khiển qua cổng UART. Cơ cấu chấp hành phân loại vận hành đúng theo kịch bản: đai ốc chuẩn M10 được thanh gạt dẫn ra vị trí thành phẩm, trong khi đai ốc lỗi (sai kích cỡ, méo) bị cánh tay servo gạt chính xác ra khay phế phẩm. Các hình ảnh sau khi chụp và phân tích được phần mềm tự động lưu trữ vào thư mục hệ thống phục vụ công tác đối soát.

Chương 6: Kết luận và hướng phát triển

Tác giả đúc kết những thành quả đã đạt được của đề tài, khẳng định mô hình đã giải quyết thành công bài toán phân loại sản phẩm ứng dụng thị giác máy tính kết hợp điều khiển nhúng với chi phí thấp. Chương cũng chỉ rõ các hạn chế còn tồn tại về quy mô thử nghiệm và đưa ra các hướng phát triển nâng cao tính tự động hóa trong tương lai.

Kết quả và đóng góp

Về kết quả thực nghiệm, đồ án đã chế tạo thành công một mô hình dây chuyền phân loại cơ điện tử hoàn chỉnh, vận hành đồng bộ giữa phần cứng cơ khí, mạch điện tử và phần mềm máy tính với các thông số cụ thể:

• Phần cứng cơ khí và điều khiển: Chế tạo khung máy bằng nhôm định hình tích hợp lồng cấp phôi, băng tải con lăn và đĩa phân loại; tích hợp động cơ giảm tốc DC GA25 (hoạt động tại 12V, tốc độ 17 rpm, dòng định mức 240 mA, mô-men xoắn 14 kg.cm); đọc thành công tín hiệu phản hồi từ encoder quang tương đối 100 xung và cảm biến hồng ngoại E18-D80NK (tầm phát hiện 3 - 80 cm).
• Mạch điều khiển trung tâm: Thiết kế và thi công bo mạch in PCB hoàn chỉnh cho vi điều khiển STM32F103C8T6 (ARM Cortex-M3 32-bit, tốc độ 72 MHz), kết nối máy tính thông qua mạch chuyển đổi USB-UART PL2303, nạp chương trình thành công qua chuẩn SWD bằng bộ nạp ST-Link ở chế độ Main Flash memory (BOOT0 nối GND).
• Phần mềm xử lý ảnh và giao diện: Xây dựng thành công ứng dụng giao diện trực quan trên QT Creator (C++) kết hợp OpenCV; thu nhận ảnh độ phân giải HD 720p từ webcam Logitech C270 ở tốc độ 30 fps; thực thi giải thuật lọc trung vị $3 \times 3$ và tách biên Canny để đo đạc và phân loại chính xác đai ốc lục giác M10 (độ dày 8 mm, khoảng cách đỉnh 18,9 mm, khoảng cách cạnh 17 mm) so với các mẫu đai ốc sai lệch kích thước hoặc bị méo; kích hoạt động cơ servo gạt vật lỗi chuẩn xác.

Về mặt đóng góp giải pháp, tác giả đã đề xuất một phương án kỹ thuật mang tính thực tiễn cao: chia sẻ khối lượng tính toán nặng của thị giác máy tính cho máy tính cá nhân đảm nhiệm, trong khi giao toàn bộ tác vụ điều khiển thời gian thực và đóng ngắt công suất cho vi điều khiển STM32F103C8T6. Giải pháp này giúp cắt giảm chi phí đầu tư thiết bị so với việc sử dụng các camera thông minh công nghiệp đắt tiền.

So với các công trình nghiên cứu trước đó của sinh viên được trích dẫn trong văn bản (chỉ dừng ở việc xử lý ảnh nhận dạng thuần túy trên phần mềm hoặc điều khiển động cơ đơn lẻ), đề tài này đã hoàn thiện một hệ thống điều khiển kín: kết nối liền mạch từ khâu cấp phôi, cảm biến phát hiện, chụp ảnh số hóa, phân tích thuật toán trên máy tính cho đến cơ cấu chấp hành servo phân loại vật lý trên dây chuyền thực tế.

Hạn chế và hướng nghiên cứu tiếp

Các hạn chế được chỉ ra trong đồ án bao gồm:

• Dây chuyền mới chỉ dừng lại ở quy mô mô hình thử nghiệm nhỏ trong phòng thí nghiệm, chưa được thiết kế và kiểm nghiệm trong điều kiện tải liên tục của môi trường công nghiệp thực tế.
• Khả năng nhận dạng kích thước chỉ giới hạn trên một loại đối tượng duy nhất là đai ốc lục giác M10 (dày 8 mm, khoảng cách đỉnh 18,9 mm, khoảng cách cạnh 17 mm) với các phôi sai kích thước hoặc méo; hệ thống chưa được lập trình để phân loại đồng thời nhiều loại bu lông, đai ốc với đa dạng bước ren và biên dạng khác nhau.
• Hệ thống xử lý ảnh còn phụ thuộc vào máy tính cá nhân hoặc laptop chạy hệ điều hành Windows, chưa được tối ưu hóa để đóng gói hoàn toàn trên một bo mạch nhúng độc lập.

Hướng phát triển tiếp theo được tác giả đề xuất:

• Nâng cấp thuật toán phần mềm để nhận diện và phân loại linh hoạt nhiều chủng loại đai ốc với các dải kích thước cơ khí khác nhau trên cùng một băng tải.
• Cải tiến cơ cấu cấp phôi cơ khí để phôi đai ốc rơi xuống mặt băng tải với tần suất cao hơn, định hướng phôi ổn định hơn và tránh tình trạng kẹt phôi.
• Nghiên cứu tích hợp các kit máy tính nhúng chuyên dụng có khả năng xử lý ảnh trực tiếp để tinh gọn kết cấu phần cứng, hướng tới việc triển khai một thiết bị độc lập trong nhà máy.

Giá trị tham khảo

Đồ án là tài liệu tham khảo thực nghiệm cho sinh viên và kỹ sư thuộc các chuyên ngành Kỹ thuật Điện tử - Truyền thông, Cơ điện tử, Kỹ thuật Điều khiển và Tự động hóa.

Các nội dung có giá trị tham khảo kỹ thuật nổi bật gồm:

• Phương pháp thiết kế sơ đồ nguyên lý và layout PCB cho vi điều khiển ARM Cortex-M3 (STM32F103C8T6), bao gồm cấu hình chân nạp, mạch reset chống rung phím, và mạch giao tiếp máy tính qua IC PL2303.
• Thiết kế các mạch công suất điều khiển động cơ DC dùng kỹ thuật PWM, mạch điều khiển góc quay động cơ servo và mạch đệm nhận tín hiệu cảm biến hồng ngoại, encoder quang 100 xung.
• Quy trình tích hợp thư viện OpenCV vào phần mềm QT Creator viết bằng C++ trên hệ điều hành Windows, cùng phương pháp lập trình giải thuật lọc trung vị và tách biên Canny phục vụ nhận dạng kích thước chi tiết cơ khí.
• Cấu trúc chương trình nhúng thời gian thực trên Keil µVision 5 sử dụng thư viện Standard Peripheral Libraries để quản lý giao tiếp nối tiếp UART hai chiều giữa máy tính và vi điều khiển.

Câu hỏi thường gặp

1. Thông số kỹ thuật của loại đai ốc chuẩn được chọn để phân loại trong đề tài là gì?
Theo mục 1.4 của đồ án, đối tượng phân loại tiêu chuẩn là loại đai ốc lục giác M10 có độ dày 8 mm, khoảng cách giữa 2 đỉnh đối diện là 18,9 mm và khoảng cách giữa 2 cạnh đối diện là 17 mm. Hệ thống có nhiệm vụ nhận dạng đai ốc đạt thông số này và tách biệt các đai ốc bị sai lệch kích thước, méo hoặc lệch tâm.

2. Đồ án sử dụng giải thuật xử lý ảnh cụ thể nào để lọc nhiễu và trích xuất đường biên của phôi?
Đồ án sử dụng giải thuật lọc trung vị (median filter) phi tuyến với cửa sổ trượt kích thước $3 \times 3$ để khử nhiễu muối tiêu và nhiễu đốm mà vẫn giữ nguyên độ nét của biên. Tiếp đó, hệ thống sử dụng thuật toán Canny 5 bước dựa trên đạo hàm Gradient bậc nhất (kết hợp làm mờ Gauss, tính toán biên độ và góc hướng Gradient bằng bộ lọc Sobel/Prewitt, triệt tiêu điểm không phải cực đại cục bộ và phân ngưỡng kép) để trích xuất đường bao biên dạng mảnh và chuẩn xác của đai ốc.

3. Khối vi điều khiển và máy tính xử lý ảnh trao đổi dữ liệu với nhau qua phương thức và vi mạch nào?
Dữ liệu giữa máy tính và vi điều khiển STM32F103C8T6 được truyền nhận qua giao thức nối tiếp không đồng bộ UART. Trên bo mạch, tác giả sử dụng IC chuyển đổi PL2303 để chuyển đổi mức điện áp TTL từ chân UART của vi điều khiển sang chuẩn tín hiệu USB kết nối trực tiếp với cổng USB của máy tính cá nhân.

4. Thiết bị thu nhận ảnh và cơ cấu chiếu sáng trong hệ thống được cấu hình như thế nào?
Hệ thống sử dụng webcam Logitech C270 kết nối qua cổng USB máy tính, có độ phân giải HD 720p (1280x720 pixel), tốc độ khung hình 30 fps và góc chụp 60 độ. Webcam được đặt bên trong một hộp che khép kín để hạn chế ảnh hưởng của quang sai môi trường, kết hợp với khối đèn LED rọi chiếu sáng trực tiếp lên phôi để camera bắt hình rõ nét phục vụ tính toán.

5. Vi điều khiển STM32F103C8T6 có các chế độ nạp chương trình nào và đề tài sử dụng chế độ nào trong thực tế?
Theo Bảng 3.1 của đồ án, STM32F103C8T6 có 3 chế độ nạp cấu hình qua chân BOOT0 và BOOT1: Main Flash memory (BOOT0 nối GND), System memory (BOOT0 nối 3.3V, BOOT1 nối GND để nạp qua UART1 trên chân PA9, PA10), và Embedded SRAM (BOOT0 nối 3.3V, BOOT1 nối 3.3V). Trong thi công thực tế, tác giả cấu hình chân BOOT0 nối GND để hoạt động ở chế độ Main Flash memory và nạp chương trình qua giao diện SWD (chân PA13/SWDIO và PA14/SWCLK) bằng mạch nạp ST-Link.

Kết luận

Đồ án tốt nghiệp "Thiết kế và thi công dây chuyền phân loại đai ốc ứng dụng xử lý ảnh" đã hoàn thành việc nghiên cứu, thiết kế và chế tạo thành công một mô hình phân loại sản phẩm cơ điện tử khép kín với chi phí thấp. Hệ thống vận hành đồng bộ nhờ sự kết hợp giữa thuật toán xử lý ảnh số OpenCV trên môi trường QT Creator (C++) và mạch điều khiển nhúng thời gian thực sử dụng vi điều khiển STM32F103C8T6. Kết quả thực nghiệm khẳng định dây chuyền có khả năng tự động cấp phôi, chụp ảnh, đo đạc kích thước và kích hoạt cơ cấu servo phân loại chính xác đai ốc lục giác M10 đạt chuẩn so với các mẫu phôi khuyết tật.

Trích đoạn nội dung tài liệu

đặt vấn đề dẫn nhập lý do chọn đề tài, mục tiêu, nội dung nghiên cứu, các giới hạn thông số và bố cục đồ án. Chương 2: CƠ SỞ LÝ THUYẾT. Giới thiệu các cơ sở lý thuyết gồm lý thuyết về xử lý ảnh, các linh kiện và thiết bị sử dụng để thiết kế hệ thống và trình bày các chuẩn truyền, giao thức. Chương 3: TÍNH TOÁN VÀ THIẾT KẾ HỆ THỐNG.

Thiết kế sơ đồ khối của hệ thống, đưa ra sơ đồ nguyên lí của các khối trong hệ thống và thực hiện việc tính toán thiết kế. Chương 4: THI CÔNG HỆ THỐNG. Trình bày về thiết kế lưu đồ, đưa ra giải thuật và viết chương trình. Quá trình thi công mạch điện, mô hình hệ thống hoàn chỉnh.

Chương 5: KẾT QUẢ - NHẬN XÉT - ĐÁNH GIÁ. Đưa ra kết quả đạt được sau khi thi công mô hình, rút ra những nhận xét, đánh giá toàn bộ hệ thống. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH 3 do an Chương 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN. Trình bày những kết luận về hệ thống những phần đã làm và chưa làm, đồng thời nêu ra hướng phát triển cho hệ thống BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH 4 do an Chương 2.

TỔNG QUAN VỀ XỬ LÝ ẢNH Xử lý ảnh là quá trình xử lý số tín hiệu ở đây là tín hiệu hình ảnh. Hiện nay xử lý ảnh đang phát triển rất mạnh mẽ, vì ứng dụng của nó rất rộng và hữu ích bao gồm ở rất nhiều lĩnh vực: sản xuất, kinh tế, đời sống, y tế, quân sự… Chúng ta có thể chia xử lý ảnh thành bốn nhóm ứng với bốn lĩnh vực chính: xử lý nâng cao chất lượng ảnh, nhận dạng ảnh, truy vấn ảnh và nén ảnh. Trong đề tài này sẽ tìm hiểu về lĩnh vực nhận dạng Hình 2.Các Hình 1bước 1 Các bước lý ảnh xử xử lý ảnh ảnh. Các bước cơ bản của xử lý ảnh như hình 2.

Giới thiệu về ảnh số Ảnh số là tập hợp các điểm ảnh (Pixel) có giá trị mức xám xác định dùng để mô tả ảnh gần với ảnh thật, trong đề tài này chỉ xét đến ảnh 2 chiều, một ảnh sau khi được số hóa có thể được mô tả như một ma trận điểm A[M, N] trong không gian hai chiều trong đó M và N là số cột và số hàng của các điểm ảnh. Một điểm ảnh bất kì lúc này sẽ có tọa độ A(x, y) với 0=<x<=M-1 và 0=<y<=N-1. Số điểm ảnh xác định độ phân giải của ảnh. Ảnh có độ phân giải càng cao thì ảnh càng trở nên chân thực và sắc nét hơn.

Giá trị của mỗi điểm ảnh sẽ quyết định màu sắc của ảnh ta gọi là mức xám của điểm ảnh, giá trị này có thể là một số (ảnh nhị phân, ảnh xám) hoặc một tập hợp các giá trị (ảnh màu). Xử lý ảnh là ta xử lý các giá trị này trong ma trận ảnh để được một kết quả mong muốn. Số bit của một bức ảnh chính là số các giá trị mức xám có thể có, ví dụ một ảnh 8bit sẽ có =256 giá trị mức xám từ 0 đến 255 tương tự ảnh 16bit thì sẽ có giá trị. Tùy theo giá trị dùng để biểu diễn điểm ảnh mà ta có thể phân ra 3 loại ảnh chính thông dụng: BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH 5 do an + Ảnh nhị phân: giá trị mỗi điểm ảnh là 0 hoặc 1, nghĩa là trắng hoặc đen.

Chính vì vậy mà còn gọi là ảnh đen trắng + Ảnh xám: giá trị mỗi điểm ảnh nằm trong giải giá trị từ 0 đến 255, nghĩa là cần 8 bits hay 1 byte để biểu diễn mỗi điểm ảnh này.