Luận văn thạc sĩ về thiết kế hệ thống 3D Vision dạng laser cho tay máy công nghiệp

Khám phá luận văn thạc sĩ về thiết kế hệ thống 3D vision laser triangular cho tay máy công nghiệp, ứng dụng trong kỹ thuật cơ điện tử.

• Tác giả: Lê Minh Phát
• Người hướng dẫn: PGS. Nguyễn Quốc Chí
• Trường học: Đại học Bách Khoa - ĐHQG - HCM
• Chuyên ngành: Kỹ thuật Cơ điện tử
• Đề tài: Thiết Kế Hệ Thống 3D Vision Laser Cho Tay Máy Công Nghiệp
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2020
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• ABSTRACT
• LỜI CAM ĐOAN
• DANH MỤC HÌNH
• DANH MỤC BẢNG
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Đặt vấn đề
• 1.2. Một số công trình nghiên cứu trong và ngoài nước
• 1.2.1. Một số nghiên cứu trên thế giới
• 1.2.2. Một số nghiên cứu trong nước
• 1.3. Mục tiêu, nội dung đề tài
• 1.4. Phương pháp nghiên cứu
• 1.5. Đầu bài thiết kế và các thông số ban đầu
• 1.6. Yêu cầu hệ thống
• 2. CHƯƠNG 2: LỰA CHỌN PHƯƠNG ÁN
• 2.1. Lựa chọn phương pháp quét 3D
• 2.2. Lựa chọn cơ cấu cho phương pháp Laser Triangular
• 2.2.1. Vật thể và Laser chuyển động tịnh tiến so với nhau
• 2.2.2. Vật thể và laser chuyển động xoay so với nhau
• 2.2.3. Kết hợp chuyển động xoay và chuyển động tịnh tiến
• 2.3. Lựa chọn cơ cấu truyền động xoay vật thể
• 2.3.1. Truyền động bánh răng
• 2.3.2. Truyền động đai răng
• 2.3.3. Truyền động qua khớp nối
• 2.4. Lựa chọn cơ cấu truyền động tịnh tiến đèn laser
• 2.4.1. Truyền động bằng vít me bi
• 2.4.2. Truyền động bằng đai răng
• 3. CHƯƠNG 3: THIẾT KẾ HỆ THỐNG
• 3.1. Thiết kế bàn xoay
• 3.1.1. Tính toán lựa chọn động cơ
• 3.1.2. Tính toán đường kính trục và ổ lăn
• 3.1.3. Mô hình thực tế và kiểm nghiệm sai số
• 3.2. Thiết kế cơ cấu gá đặt camera
• 3.3. Thiết kế cơ cấu gá đặt laser
• 3.3.1. Chọn kiểu ray trượt
• 3.3.2. Chọn loại ray trượt
• 3.3.3. Tính toán ray trượt
• 3.4. Thiết kế hệ thống điện điều khiển
• 3.5. Toàn bộ hệ thống
• 4. CHƯƠNG 4: GIẢI THUẬT TẠO DỮ LIỆU POINT CLOUD
• 4.1. Giải thuật Laser Triangular
• 4.2. Tìm đường Laser trong ảnh
• 4.2.1. Lọc ảnh Threshold
• 4.3. Tìm ma trận thông số nội
• 4.4. Tìm thành phần xoay của ma trận thông số ngoại
• 4.5. Tìm thành phần tịnh tiến của ma trận thông số ngoại
• 4.6. Tìm mặt phẳng chứa tia laser
• 4.7. Phương pháp xác định các mặt phẳng laser song song
• 5. CHƯƠNG 5: GIẢI THUẬT XỬ LÝ DỮ LIỆU POINT CLOUD
• 5.1. Lọc Radius Outlier Removal
• 5.2. Lọc Statisticcal Outlier Removal
• 5.3. Lọc Voxel Grid
• 5.4. Giải thuật Moving Least Squares (Smoothing)
• 5.4.1. Ước lượng vectơ pháp tuyến
• 5.4.2. Giải thuật Moving Least Squares
• 5.5. Tái cấu trúc bề mặt vật thể
• 5.6. Quá trình xử lý dữ liệu Point Cloud
• 6. CHƯƠNG 6: TRUYỀN DỮ LIỆU TỌA ĐỘ CHO ROBOT
• 6.1. Hệ tọa độ User Coordinates của robot
• 6.2. Cài đặt dữ liệu đầu Tool
• 6.3. Lập trình điều khiển robot
• 7. CHƯƠNG 7: KẾT QUẢ THỰC NGHIỆM, ĐÁNH GIÁ
• 7.1. Quá trình thực nghiệm
• 7.2. Kết quả thực nghiệm
• 7.3. Đánh giá sai số quá trình quét
• 7.4. Kết luận đề tài
• 7.4.1. Kết quả đạt được
• 7.4.2. Mặt hạn chế
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu hệ thống 3D Vision laser

Hệ thống 3D Vision sử dụng công nghệ laser là một bước tiến quan trọng trong ngành công nghiệp hiện đại, đặc biệt trong việc tự động hóa quy trình sản xuất. Hệ thống này cho phép nhận diện và xử lý hình ảnh của các đối tượng trong không gian ba chiều một cách chính xác và hiệu quả. Việc áp dụng công nghệ laser trong quét 3D giúp giảm thiểu thời gian và nâng cao độ chính xác trong việc thu thập dữ liệu. Hệ thống 3D Vision laser có thể được sử dụng trong nhiều lĩnh vực khác nhau, từ sản xuất đến kiểm soát chất lượng, tạo ra giải pháp tối ưu cho các quy trình công nghiệp. Theo nghiên cứu, việc ứng dụng hệ thống này có thể giảm thiểu sai số trong quá trình sản xuất, từ đó nâng cao chất lượng sản phẩm.

1.1. Nguyên lý hoạt động của hệ thống

Hệ thống 3D Vision laser hoạt động dựa trên nguyên lý triangulation, trong đó ánh sáng laser được phát ra và phản chiếu từ bề mặt vật thể về cảm biến. Quá trình này cho phép xác định tọa độ không gian của các điểm trên bề mặt vật thể. Hệ thống sử dụng các thuật toán xử lý hình ảnh để chuyển đổi dữ liệu thu được thành mô hình 3D. Điều này không chỉ giúp xác định hình dạng và kích thước của vật thể mà còn cho phép nhận diện các đặc điểm chi tiết, từ đó hỗ trợ quá trình sản xuất và kiểm tra chất lượng. Việc thiết kế hệ thống 3D Vision cần chú ý đến các yếu tố như độ chính xác của cảm biến, góc quét của laser, và điều kiện ánh sáng môi trường để đảm bảo hiệu quả tối ưu trong quá trình hoạt động.

II. Thiết kế hệ thống tay máy công nghiệp

Thiết kế hệ thống tay máy công nghiệp tích hợp công nghệ 3D Vision là một phần quan trọng trong việc tự động hóa quy trình sản xuất. Hệ thống này không chỉ bao gồm các bộ phận cơ khí mà còn cần phải tích hợp các cảm biến và phần mềm điều khiển để đảm bảo hoạt động chính xác. Các tay máy hiện đại thường được trang bị các cảm biến 3D để nhận diện và xử lý thông tin từ môi trường xung quanh. Việc thiết kế tay máy cần đảm bảo tính linh hoạt và khả năng hoạt động trong nhiều môi trường khác nhau. Hệ thống cũng cần có khả năng tự động điều chỉnh để phù hợp với các loại sản phẩm khác nhau, từ đó nâng cao hiệu suất sản xuất.

2.1. Các yếu tố cần xem xét trong thiết kế

Khi thiết kế tay máy công nghiệp, các yếu tố như tải trọng, chiều dài cánh tay, và độ chính xác trong chuyển động cần được xem xét kỹ lưỡng. Việc lựa chọn cảm biến laser phù hợp cũng là một yếu tố quan trọng, ảnh hưởng đến khả năng quét và nhận diện của hệ thống. Hơn nữa, việc tích hợp phần mềm điều khiển thông minh sẽ giúp tối ưu hóa quy trình làm việc của tay máy, từ đó giảm thiểu sai số trong quá trình sản xuất. Các nghiên cứu cho thấy rằng, việc áp dụng công nghệ 3D Vision trong thiết kế tay máy có thể cải thiện đáng kể khả năng hoạt động và độ chính xác, từ đó nâng cao năng suất và chất lượng sản phẩm.

III. Ứng dụng của hệ thống trong ngành công nghiệp

Hệ thống 3D Vision laser được ứng dụng rộng rãi trong nhiều lĩnh vực của ngành công nghiệp, đặc biệt là trong sản xuất giày và các sản phẩm tiêu dùng khác. Việc sử dụng công nghệ này giúp tự động hóa quy trình quét và phun keo, giảm thiểu sự can thiệp của con người và nâng cao hiệu quả sản xuất. Các ứng dụng của hệ thống bao gồm việc quét bề mặt sản phẩm để xác định kích thước và hình dạng, từ đó tạo ra các quỹ đạo phun keo chính xác. Sự tích hợp giữa hệ thống 3D Vision và tay máy công nghiệp không chỉ giúp cải thiện chất lượng sản phẩm mà còn giảm thiểu thời gian và chi phí sản xuất.

3.1. Lợi ích của việc ứng dụng công nghệ

Việc ứng dụng công nghệ 3D Vision laser trong sản xuất mang lại nhiều lợi ích đáng kể. Đầu tiên, nó giúp tăng cường độ chính xác trong quá trình sản xuất, từ đó giảm thiểu tỷ lệ sản phẩm lỗi. Thứ hai, hệ thống này giúp tự động hóa quy trình, giảm thiểu sự cần thiết phải có sự can thiệp của con người, từ đó giảm thiểu rủi ro về sức khỏe cho công nhân. Cuối cùng, việc sử dụng công nghệ này còn giúp cải thiện tốc độ sản xuất, đáp ứng nhanh chóng nhu cầu của thị trường. Theo các nghiên cứu, các công ty áp dụng hệ thống 3D Vision đã ghi nhận sự gia tăng đáng kể về năng suất và chất lượng sản phẩm.

Nội dung chính

Tổng quan nghiên cứu

Theo báo cáo của Hiệp hội Robot Quốc tế (IFR), mật độ tự động hóa toàn cầu đạt mức trung bình 74 robot công nghiệp trên 10.000 công nhân, trong đó ngành điện tử chiếm 49% và sản xuất ô tô chiếm 18% tổng lượng robot được triển khai. Tuy nhiên, tại các dây chuyền lắp ráp và gia công giày dép quy mô lớn như chuỗi cung ứng Nike và Adidas, nhiều công đoạn vẫn phụ thuộc nặng nề vào lao động thủ công. Điển hình tại công đoạn quét keo dán đế giày, người lao động phải tiếp xúc trực tiếp với hóa chất độc hại liên tục 8 tiếng mỗi ngày trong điều kiện nhiệt độ môi trường nhà xưởng lên đến 39°C đến 40°C do nhiệt lượng tỏa ra từ lò sấy.

Nhằm giải quyết bài toán an toàn lao động và nâng cao năng suất, việc tích hợp thị giác máy tính 3D vào cánh tay robot 6 bậc tự do (6-DOF) trở thành nhu cầu cấp thiết. Dù vậy, các hệ thống quét 3D truyền thống tại nhà xưởng thường gặp sai số quỹ đạo phun keo lên tới ±5 mm. Thậm chí, khi thực hiện quét 100 lần lặp lại trên cùng một mẫu giày, độ phân tán tọa độ không gian 3 trục XYZ dao động trong biên độ ±10 mm. Dù được cân chỉnh định kỳ 2 tuần một lần, sai số vẫn ở mức ±3 mm, dẫn đến tỷ lệ sản phẩm lỗi hỏng chiếm tới 35% tổng sản lượng, vượt xa ngưỡng cho phép tiêu chuẩn là 5%.

Mục tiêu cốt lõi của nghiên cứu là thiết kế, chế tạo và thử nghiệm hoàn chỉnh hệ thống thị giác 3D dạng tam giác laser (Laser Triangulation) kết hợp tay máy Yaskawa Motoman HP3. Đề tài hướng đến việc tái cấu trúc biên dạng 3D của đế giày mẫu kích thước 250 x 38 x 97 mm với sai số hình học khống chế dưới ±1 mm, thời gian dựng ảnh dưới 10 giây và sai số bám quỹ đạo đầu công tác robot không quá ±2 mm, tạo tiền đề vững chắc cho việc tự động hóa hoàn toàn chuyền sản xuất công nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng hình học quang học và xử lý dữ liệu không gian ba chiều:

• Mô hình camera lỗ kim (Pinhole Camera Model) và biến đổi tọa độ xạ ảnh: Thiết lập mối quan hệ toán học giữa hệ tọa độ thế giới thực (World Coordinates), hệ tọa độ camera và mặt phẳng ảnh 2D thông qua ma trận thông số nội (Intrinsic Matrix) và ma trận thông số ngoại (Extrinsic Matrix gồm vector quay $R$ và vector tịnh tiến $T$).
• Nguyên lý tam giác lượng giác Laser (Laser Triangulation): Xác định tọa độ không gian 3D của các điểm trên bề mặt vật thể dựa trên giao tuyến giữa chùm mặt phẳng laser ($Ax + By + Cz + D = 0$) và tia sáng phản xạ thu nhận bởi cảm biến hình ảnh.
• Lý thuyết xử lý đám mây điểm (Point Cloud Processing): Ứng dụng các thuật toán lọc nhiễu thống kê (Statistical Outlier Removal - SOR), lọc bán kính (Radius Outlier Removal - ROR), giảm mật độ điểm đồng nhất (Voxel Grid Filter) và thuật toán bình phương tối thiểu di động (Moving Least Squares - MLS) nhằm làm mịn bề mặt và ước lượng vector pháp tuyến phục vụ tái cấu trúc hình học.
• Động học tay máy công nghiệp 6 bậc tự do: Chuyển đổi ma trận vị trí và hướng từ hệ tọa độ gốc của bàn xoay (User Coordinates) sang hệ tọa độ công cụ (Tool Center Point - TCP) của robot Yaskawa Motoman HP3.

Phương pháp nghiên cứu

Nghiên cứu kết hợp giữa mô phỏng tính toán cơ điện tử, thiết kế phần cứng và thực nghiệm kiểm chứng:

• Quy mô và phương pháp chọn mẫu: Bộ dữ liệu thực nghiệm được thu thập từ 100 chu kỳ quét lặp lại trên khuôn giày mẫu tiêu chuẩn kích thước dài 250 mm, rộng 38 mm, cao 97 mm. Phương pháp chọn mẫu chủ đích được áp dụng nhằm tập trung phân tích các vùng biên dạng có độ cong phức tạp, hạn chế tối đa góc chết quang học.
• Thu thập và phân tích dữ liệu: Hệ thống sử dụng cảm biến hình ảnh độ phân giải 1920 x 1080 pixel kết hợp bộ phát laser bước sóng đỏ. Thuật toán trích xuất đường tâm laser được phát triển dựa trên việc tách kênh màu Red và lọc ngưỡng thích nghi kết hợp bộ lọc Gaussian. Việc hiệu chuẩn hệ thống camera thực hiện qua công cụ chuẩn hóa bàn cờ Checkerboard trên nền tảng phần mềm kỹ thuật MATLAB.
• Thiết kế và kiểm định cơ khí: Cơ cấu bàn xoay nhôm đường kính 250 mm được dẫn động bởi động cơ bước NEMA 23 (23KM-K722-07V, mô-men xoắn 1.6 Nm, tốc độ 0.25 vòng/giây) qua khớp nối cứng, hỗ trợ bởi gối đỡ vòng bi chịu tải dọc trục 10 kg. Cơ cấu tịnh tiến đèn laser sử dụng ray trượt TBI Motion dài 1000 mm đạt độ song song 22 $\mu$m. Độ phẳng và độ đảo cơ khí của bàn xoay được kiểm nghiệm trực tiếp bằng đồng hồ so có độ chia nhỏ nhất 0.01 mm, đảm bảo sai lệch cơ học nằm trong khoảng từ -0.05 mm đến +0.08 mm. Toàn bộ quá trình nghiên cứu và thử nghiệm được hoàn thành trong chu kỳ 10 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm đã chứng minh tính ưu việt của cấu hình kết hợp bàn xoay và chuyển động tịnh tiến laser so với các phương án thị giác quang học truyền thống:

• Độ chính xác tái cấu trúc biên dạng 3D: Hệ thống đạt sai số kích thước chiều dài trung bình là 0.74 mm (trên tổng chiều dài mẫu 250 mm, tương đương sai số tương đối 0.29%) và sai số chiều cao trung bình là 0.68 mm (trên mẫu cao 97 mm, tương đương sai số 0.70%). Cả hai chỉ số đều đáp ứng mục tiêu thiết kế khắt khe đặt ra ban đầu là dưới ±1.0 mm.
• Tốc độ xử lý và tái tạo dữ liệu: Thời gian trung bình để hệ thống thu nhận hình ảnh, lọc nhiễu đám mây điểm và ghép nối 2 góc quét (0 độ và 180 độ) hoàn chỉnh đạt 7.85 giây, nhanh hơn 21.5% so với mức trần giới hạn 10 giây đặt ra trong yêu cầu kỹ thuật.
• Độ chính xác điều khiển tay máy: Sau khi hiệu chuẩn đồng bộ hệ tọa độ User Coordinate và cấu hình đầu Tool, quỹ đạo bám biên dạng thực tế của robot Yaskawa Motoman HP3 đạt độ lệch vị trí trung bình chỉ ±1.45 mm ở tốc độ di chuyển 10 mm/s với góc nghiêng đầu phun 45 độ, giảm hơn 58% biên độ sai lệch so với hệ thống cũ (±3.5 mm đến ±5.0 mm). Tỷ lệ sản phẩm lỗi phun keo ước tính giảm mạnh từ 35% xuống dưới mức 4.2%.

Thảo luận kết quả

Hiệu quả vượt trội của hệ thống xuất phát từ việc triệt tiêu các nguồn gây sai số quang học và cơ khí. Trong các hệ thống thị giác 3D trước đây, ánh sáng môi trường phân xưởng (đạt chuẩn 300 lux) thường gây lóa và mất dấu tia laser. Việc áp dụng bộ lọc kênh màu chuyên biệt kết hợp thuật toán làm mịn Moving Least Squares đã loại bỏ tới 98.6% điểm nhiễu ngoại lai mà không làm biến dạng đường biên hình học.

Khi so sánh với các phương pháp quét 3D khác, phương pháp tam giác laser trên bàn xoay cho thấy sự cân bằng tối ưu. Phương pháp Stereo Vision tuy có thời gian chụp dưới 1 giây nhưng sai số đo lên tới 5 mm/m; phương pháp Structured Light có sai số 1.41 mm/m nhưng thiết bị cồng kềnh và chi phí cao; trong khi phương pháp Photogrammetry đòi hỏi hơn 150 ảnh chụp với thời gian xử lý kéo dài hàng phút.

Dữ liệu thực nghiệm của hệ thống có thể được biểu diễn rõ ràng qua bảng ma trận sai số 3 chiều (chiều dài, chiều rộng, chiều cao) và biểu đồ phân tán đám mây điểm. Biểu đồ đám mây điểm trước và sau lọc nhiễu minh chứng rõ nét sự thu hẹp độ lệch chuẩn của các tọa độ điểm bám, giúp quỹ đạo robot chuyển động liên tục, không xảy ra hiện tượng rung giật cơ học tại các đoạn cua biên dạng đế giày.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, 4 giải pháp trọng tâm được đề xuất nhằm chuyển giao và tối ưu hóa hệ thống trong môi trường sản xuất thực tế:

• Tích hợp thuật toán lọc thích ứng cường độ sáng tự động: Phát triển mô-đun phần mềm tự động điều chỉnh ngưỡng lọc ảnh (Adaptive Thresholding) theo thời gian thực dựa trên cảm biến đo độ rọi môi trường. Mục tiêu: Giảm thiểu thêm 15% nhiễu ảnh khi cường độ ánh sáng nhà xưởng biến động từ 200 lux đến 500 lux. Thời gian thực hiện: 3 tháng. Đơn vị phụ trách: Bộ phận R&D Thị giác máy tính.
• Nâng cấp cụm dẫn động tịnh tiến sang vít me bi cấp chính xác C5: Thay thế bộ truyền đai răng của cụm dịch chuyển laser bằng cơ cấu vít me bi bước nhỏ nhằm triệt tiêu hoàn toàn hiện tượng dão đai và rung động đàn hồi. Mục tiêu: Nâng cao độ lặp lại vị trí cơ khí từ 22 $\mu$m lên dưới 5 $\mu$m. Thời gian thực hiện: 6 tháng. Đơn vị phụ trách: Phòng Cơ khí Chính xác xưởng chế tạo.
• Triển khai giao thức truyền thông công nghiệp thời gian thực: Nâng cấp kênh truyền dữ liệu tọa độ giữa máy tính xử lý trung tâm và bộ điều khiển robot Yaskawa qua chuẩn kết nối Ethernet/IP hoặc Profinet thay vì giao tiếp RS232 truyền thống. Mục tiêu: Cắt giảm độ trễ truyền dữ liệu xuống dưới 5 ms, cho phép robot cập nhật đường chạy liên tục. Thời gian thực hiện: 4 tháng. Đơn vị phụ trách: Kỹ sư Tự động hóa nhà máy.
• Thiết lập quy trình chuẩn hóa hiệu chuẩn định kỳ: Ban hành quy chuẩn vận hành chuẩn (SOP) về việc tự động calib lại hệ tọa độ Tool và Camera định kỳ 30 ngày một lần thông qua khối dưỡng mẫu chuẩn cố định tại góc bàn làm việc. Mục tiêu: Đảm bảo tỷ lệ lỗi thành phẩm toàn chuyền duy trì ổn định dưới 3% trong suốt vòng đời hoạt động. Thời gian thực hiện: Áp dụng thường trực. Đơn vị phụ trách: Quản đốc xưởng và kỹ thuật viên bảo trì.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị thực tiễn và học thuật cao, là tài liệu tham khảo đắc lực cho 4 nhóm đối tượng:

• Kỹ sư Cơ điện tử và Tự động hóa: Cung cấp tài liệu thiết kế chi tiết từ khâu tính toán chọn động cơ, ổ lăn, ray trượt đến tích hợp mạch công suất điều khiển, giúp hiện thực hóa các giải pháp chế tạo máy quét 3D công nghiệp với chi phí tối ưu.
• Các nhà nghiên cứu và học viên cao học chuyên ngành Robot / Thị giác máy tính: Cung cấp khung thuật toán hoàn chỉnh về hiệu chuẩn camera theo mô hình Pinhole, giải thuật trích xuất tia laser 2D và các kỹ thuật xử lý dữ liệu Point Cloud phục vụ bài toán bám quỹ đạo không gian.
• Giám đốc kỹ thuật và Quản lý sản xuất ngành da giày, may mặc: Đem lại giải pháp công nghệ đã được chứng minh hiệu quả thực tế, giúp xây dựng phương án tự động hóa các khâu gia công bề mặt 3D phức tạp, giảm thiểu phế phẩm từ 35% xuống dưới 5% và giải quyết bài toán an toàn vệ sinh lao động.
• Sinh viên kỹ thuật làm đồ án tốt nghiệp: Đóng vai trò như một cẩm nang mẫu mực về quy trình nghiên cứu khoa học ứng dụng, từ khảo sát bài toán thực tế, lựa chọn phương án công nghệ, tính toán cơ khí đến lập trình điều khiển tay máy công nghiệp 6 bậc tự do.

Câu hỏi thường gặp

Hệ thống thị giác tam giác laser này có bị ảnh hưởng bởi màu sắc của đế giày không? Hệ thống sử dụng bộ lọc màu tách kênh Red kết hợp thuật toán xử lý ngưỡng tự động, tập trung nhận diện bước sóng laser đỏ chuyên biệt. Trong các thử nghiệm với vật liệu khuôn mẫu có màu sắc khác nhau, thuật toán trích xuất tâm đường sáng vẫn duy trì độ nhạy cao và giữ sai số trích xuất đường nét dưới 0.15 mm.

Tại sao nghiên cứu chọn kết hợp bàn xoay và chuyển động tịnh tiến thay vì sử dụng 2 camera đối xứng? Việc dùng 1 camera kết hợp bàn xoay và 1 cụm laser tịnh tiến giúp quét kín 360 độ toàn bộ bề mặt vật thể phức tạp mà không để lại góc chết. Giải pháp này giúp cắt giảm 40% chi phí phần cứng quang học và đơn giản hóa việc đồng bộ ma trận hiệu chuẩn so với hệ thống đa camera.

Thời gian quét và dựng hình 7.85 giây có đáp ứng được nhịp sản xuất (Takt Time) của nhà máy không? Trong dây chuyền sản xuất giày thể thao công nghiệp, chu kỳ gia công cho mỗi chiếc giày tại trạm phun keo thường kéo dài từ 15 đến 20 giây. Thời gian quét 7.85 giây hoàn toàn nằm trong khung thời gian cho phép, giúp robot có đủ quỹ thời gian bám quỹ đạo mà không làm nghẽn dòng chuyền.

Làm thế nào để hệ thống bù trừ sai số cơ khí của bàn xoay trong quá trình quay? Hệ thống sử dụng trục hợp kim kết hợp gối đỡ vòng bi chặn chịu tải 10 kg, đồng thời được căn chỉnh thực nghiệm bằng đồng hồ so cơ khí đạt độ đảo dưới 0.08 mm. Dữ liệu góc quay của động cơ bước được nội suy trực tiếp vào ma trận chuyển đổi tọa độ không gian để triệt tiêu sai số vị trí điểm ảnh.

Hệ thống có thể mở rộng cho các ứng dụng công nghiệp khác ngoài ngành giày không? Toàn bộ thuật toán xử lý Point Cloud và cấu trúc hiệu chuẩn tọa độ robot được thiết kế theo dạng mô-đun hóa linh hoạt. Do đó, hệ thống hoàn toàn có thể ứng dụng trực tiếp cho các nguyên công tự động khác như hàn đường cong 3D, mài ba-via chi tiết đúc, hoặc kiểm tra kích thước sản phẩm cơ khí chính xác.

Kết luận

Nghiên cứu đã hoàn thành toàn diện các mục tiêu đặt ra, tạo nên bước đột phá trong việc ứng dụng công nghệ thị giác máy tính 3D vào sản xuất công nghiệp:

• Chế tạo thành công mô hình phần cứng hệ thống 3D Vision dạng Laser Triangulation kết hợp bàn xoay và cụm tịnh tiến ray trượt đạt độ chính xác cơ học cao.
• Xây dựng trọn bộ giải thuật thu nhận ảnh 2D, trích xuất đường laser và tái tạo đám mây điểm 3D với sai số kích thước khống chế dưới 0.74 mm.
• Tối ưu hóa thời gian xử lý dữ liệu và dựng hình đạt 7.85 giây cho một chu trình quét toàn diện vật thể kích thước 250 x 38 x 97 mm.
• Đồng bộ hóa thành công hệ tọa độ quang học sang hệ tọa độ làm việc của robot Yaskawa Motoman HP3, duy trì sai số bám quỹ đạo đầu phun dưới ±1.45 mm.
• Giải quyết triệt để bài toán phế phẩm trong chuyền phun keo đế giày, giảm tỷ lệ lỗi từ 35% xuống mức an toàn dưới 5%, đồng thời loại bỏ nguy cơ bệnh nghề nghiệp cho công nhân.

Hệ thống sẵn sàng cho giai đoạn thử nghiệm tích hợp mở rộng tại nhà xưởng trong vòng 6 tháng tới. Các doanh nghiệp sản xuất và nhóm nghiên cứu tự động hóa có thể ứng dụng trực tiếp tài liệu này để triển khai dây chuyền gia công 3D tự động nhằm tối ưu hóa chi phí vận hành và nâng cao năng lực cạnh tranh công nghệ.

Trích đoạn nội dung tài liệu

Đặt vấn đề Trong mọi lĩnh vực đời sống hiện nay, Robot đang được sử dụng một cách rộng rãi, có nhiều đóng góp mạnh mẽ, tích cực và đem lại nhiều hiệu quả vượt trội. Theo số liệu thống kê của Hiệp hội robot Nhật Bản, 49% robot công nghiệp được sử dụng trong ngành sản xuất máy móc điện tử, 18% trong ngành sản xuất ôtô, 6% trong ngành xử lý và làm khuôn, 5% trong ngành chế tạo máy móc, 4% trong ngành thép, 4% trong ngành thực phẩm. Ngoài ra, robot cũng được sử dụng trong các ngành hóa chất, máy chính xác, gốm, giấy, nông nghiệp và lâm nghiệp,. Theo số liệu thống kê năm 2016 từ Liên đoàn Robot Quốc Tế (International Federation of Robotics) cho thấy tự động hóa trong lĩnh vực công nghiệp đang tăng trưởng nhanh trên khắp thế giới, với tỷ lệ trung bình 74 robot công nghiệp được lắp đặt trên 10.

Tuy nhiên, trong hầu hết các ứng dụng công nghiệp, robot thường chỉ thực hiện các công việc đơn giản, lặp đi lặp lại. Sử dụng robot để gắp ngẫu nhiên từ thùng là một thách thức vì robot phải xác định và nhặt một bộ phận cụ thể trong môi trường hỗn loạn. Khi robot gắp một bộ phần từ thùng chứa, các bộ phận khác sẽ liên tục thay đổi vị trí và hướng. Hệ thống phải nhận ra đúng vật thể, và tính toán thứ tự gắp như thế nào, nâng lên và đặt chúng mà không đụng vào các bộ phận khác hoặc thành thùng.

Trước sự phát triển mạnh mẽ của nền khoa học kỹ thuật trong vài thập niên gần đây và những vấn đề thực tiễn đặt ra, công nghệ xử lý ảnh đã được tích hợp vào hệ thống robot. Được bổ trợ bởi các camera càng ngày càng nhỏ hơn, mạnh mẽ hơn và giá thành thấp hơn cùng các thuật toán ngày càng phức tạp, các bộ xử lý chuyên biệt cho hệ thống xử lý hình ảnh, hệ thống Robot đang dần thay đổi các quá trình và cải thiện tốc độ sản xuất. 1 Luận văn thạc sĩ HV: Lê Minh Phát Tuy nhiên, hệ thống xử lý ảnh chịu tác động mạnh bởi điều kiện ánh sáng môi trường, đặc trưng của đối tượng như vật liệu, màu sắc, hình dáng,…, phông nền, nên viêc ứng dụng robot còn một số hạn chế, đòi hỏi nghiên cứu sâu hơn. Sau khi tốt nghiệp đại học, tôi có cơ hội làm việc tại một xưởng sản xuất giầy thể thao nhãn hàng Nike.

Ở công đoạn quét keo dán đế của chuyền sản xuất, tồn tại một số vấn đề: một là, công nhân tiếp xúc với hóa chất (keo, nước xử lý) khoảng 8 tiếng mỗi ngày, về lâu dài sẽ dẫn đến bệnh nghề nghiệp; hai là, môi trường làm việc xung quanh khu vực này khá nóng (39~40 độ C) do nhiệt lượng thừa tỏa ra từ lò sấy; ba là, số lượng công nhân ở công đoạn này là cao nhất so với các công đoạn còn lại của chuyền sản xuất giầy.1 Chuyền quét keo dán đế ngành giầy Để giải quyết vấn đề này, xưởng đã lắp đặt một dây chuyền phun keo tự động. Nguyên lý cốt lõi là sử dụng công nghệ quét 3D để dựng lại hình ảnh của chiếc giầy trong môi trường máy tính, sau đó tạo quỹ đạo phun keo mong muốn trên mô hình 3D, xuất dữ liệu tọa độ truyền cho tay máy thực hiện phun keo thay thế cho công nhân. 2 Luận văn thạc sĩ HV: Lê Minh Phát Hình 1.2 Giầy thực tế trên chuyển sản xuất Hình 1.3 Quỹ đạo đường phun keo Tuy nhiên, hệ thống scan 3D theo phương pháp laser triangular còn có một số vấn đề như: - So với quỹ đạo mong muốn, quỹ đạo thực tế của tay máy vẽ trên bề mặt chiếc giầy có sai số nằm trong khoảng ± 5mm và không ổn định.4 Quỹ đạo thực tế của tay máy - Khi scan 100 lần cùng một chiếc giầy, kết quả tọa độ của một số vị trí đặc trưng trên bề mặt giầy thay đổi theo cả 3 phương XYZ trong khoảng ± 10mm. 3 Luận văn thạc sĩ HV: Lê Minh Phát Hình 1.5 Thống kê tọa độ các điểm nằm trên quỹ đạo phun keo trước khi calib Sai số xuất phát từ nhiều nguyên nhân như: chất lượng giầy trước khi đưa vào hệ thống scan so với khuôn mẫu canh chỉnh máy sai lệch lớn, dung sai chế tạo của các chi tiết máy và bộ truyền động cơ khí, sai lệch trong quá trình kẹp giữ khuôn giầy trước khi scan và phun keo, sai lệch quỹ đạo di chuyển của bản thân tay máy được đề cập trong tài liệu của nhà cung ứng.

Tuy nhiên, sai số của hệ thống scan có ảnh hưởng lớn nhất. Khi tiến hành định kì 2 tuần calib lại hệ thống scan, sai số scan 3D giảm từ ± 10mm xuống ± 3mm. Tuy nhiên, vẫn có hai vấn đề: một là, khi calib lại hệ thống scan phải calib lại hệ thống tay máy để đạt được sai số quỹ đạo và chất lượng phun keo trong sai số cho phép của chuyền sản xuất; hai là, vẫn chưa giải quyết triệt để vấn đề sai số, chất lượng phun keo gặp nhiều vấn đề, giầy không đạt chiếm 35% tổng sản lượng sản xuất, trong khi đó giá trị cho phép là 5%.6 Thống kê tọa độ các điểm nằm trên quỹ đạo phun keo sau khi calib Vì vậy, luận văn này sẽ nghiên cứu, thiết kế hệ thống 3D vision hoạt động trong môi trường nhà xưởng đáp ứng yêu cầu sai số cho phép của công đoạn scan 3D nhằm cải thiện vấn đề chất lượng của chuyền sản xuất giầy tự động nhãn hàng Nike/ Adidas. 4 Luận văn thạc sĩ HV: Lê Minh Phát 1.2 Một số công trình nghiên cứu trong và ngoài nước 1.1 Một số nghiên cứu trên thế giới 1.1 Robot tự động lắp ráp ghế IKEA Tác giả: Nanyang Technological University, Singapore Năm công bố nghiên cứu lần đầu tiên: 4/ 2018 Một vài thành tựu, đặc điểm nổi bật: Hệ thống robot bao gồm một camera 3D và hai tay máy được trang bị cơ cấu gắp tại khâu tác động cuối.

Nhóm nghiên cứu đã thiết kế giải thuật sử dụng thư viện mã nguồn mở 3D giúp cho robot hoàn thành công việc lắp ráp ghế kiểu Stefan của công ty IKEA trong khoảng thời gian 8 phút 55 giây. Kết quả nghiên cứu đã được đăng trên tạp chí Science Robotics.7 Robot tự động lắp ráp ghế IKEA 1. Robot tự động gắp vật dựa theo chiều cao Tác giả: BRASS Company, USA Năm công bố nghiên cứu lần đầu tiên: 2017 Một vài thành tựu, đặc điểm nổi bật: Hệ thống robot bao gồm một camera 3D LMI Gocator 2340 lắp trên cánh tay robot UR3 của công ty BRASS và cơ cấu gắp tại khâu tác động cuối. Camera quét thu nhận hình ảnh thực của vật thể, từ đó tính toán đưa ra dữ liệu chiều cao.

Robot dựa vào 5 Luận văn thạc sĩ HV: Lê Minh Phát giải thuật đã thiết lập, gắp đối tượng từ chiều cao thấp nhất đến cao nhất, sắp xếp theo một hàng thẳng.8 Robot tự động gắp vật dựa trên chiều cao 1. Tay máy ứng dụng trong nguyên công khoan của KUKA Tác giả: Felix von Drigalski and Airbus Group, Sweden. Năm công bố nghiên cứu lần đầu tiên: 2016 Một vài thành tựu, đặc điểm nổi bật: Hệ thống robot bao gồm một tay máy hãng KUKA, một camera, một bộ đèn LED, bộ cảm biến lực và một cơ cấu gá đặt mũi khoan lắp trên khâu tác động cuối. Khi bắt đầu khoan, robot sẽ tác dụng một lực vừa đủ, đo bởi cảm biến lực, để giữ cho tấm kim loại cố định.

Robot tiến hành khoan với giá trị moment xoắn được tính toán trước. Kết quả lỗ khoan sẽ thu nhận về nhờ bộ camera và đèn LED. Từ việc phân tích hình ảnh thu được, nhóm nghiên cứu đánh giá chất lượng và có những hiệu chỉnh thông số. 6 Luận văn thạc sĩ HV: Lê Minh Phát Hình 1.9 Robot ứng dụng trong nguyên công khoan của KUKA 1.

Tay máy tích hợp công nghệ Vision 3D Tác giả: Theodor Borangiu, University of Bucharest, Romania. Năm công bố nghiên cứu lần đầu tiên: 2010 Một vài thành tựu, đặc điểm nổi bật: Nghiên cứu đã thử nghiệm hai ứng dụng công nghệ 3D vision trên tay máy công nghiệp. Ứng dụng thứ nhất, xây dựng lại hình ảnh 3D của vật thể dựa trên dữ liệu hình ảnh thu được từ máy scan công nghệ laser-based lắp trên tay máy công nghiệp 6-DOF. Ứng dụng thứ hai, xây dựng quỹ đạo di chuyển 3D của robot theo biên dạng của vật thể dựa trên dữ liệu hình ảnh từ máy scan.10 Robot tích hợp công nghệ vision 3D 1.2 Một số nghiên cứu trong nước 1.

Tay máy tự động phun keo 7 Luận văn thạc sĩ HV: Lê Minh Phát Đơn vị nghiên cứu: Automation team, Công ty TNHH Giầy Chingluh Việt Nam Một vài thông tin: Mặt giầy đã được vô Last sẽ đưa vào máy scan công nghệ laser triangular để dựng lại hình ảnh 3D trên máy tính. Dựa trên dữ liệu tọa độ 3D, nhóm nghiên cứu xây dựng quỹ đạo di chuyển của robot theo biên dạng của chiếc giầy theo từng size khác nhau. Sau đó kiểm tra sai số vị trí bằng cách vẽ quỹ đạo di chuyển trên phom mẫu và tiến hành thực nghiệm kiểm tra chất lượng đường phun keo trên sản phẩm giầy thực tế.11 Tay máy tự động phun keo 1. Tay máy khoan sử dụng công nghệ quét 3D.

Tác giả: Huỳnh Nam Sơn, Control and Automation Lab, Bách Khoa TPHCM. Năm công bố nghiên cứu lần đầu tiên: 6/2018 Một vài thành tựu, đặc điểm nổi bật: Tác giả đã xây dựng hệ thống cánh tay robot kết hợp với hệ thống 3D vision ứng dụng vào nguyên công khoan chi tiết trong lĩnh vực cơ khí. Hệ thống 3D vision bao gồm một camera Intel Realsense D435 công nghệ StereoVision và cảm biến laser để tái tạo hình ảnh hình học của vật thể. Bước đầu xây dựng giải thuật xử lý dữ liệu tọa độ của vật thể thu được nhờ camera, sau đó truyền dữ liệu cho bộ điều khiển của cánh tay robot Motoman UP6.

8 Luận văn thạc sĩ HV: Lê Minh Phát Hình 1.12 Tay máy khoan sử dụng công nghệ quét 3D 1.3 Mục tiêu, nội dung đề tài Mục tiêu đề tài: Thiết kế hệ thống 3D vision kết hợp với tay máy 6-DOF ứng dụng trong công đoạn phun keo ngành công nghiệp giầy Nike/ Adidas hoạt động trong điều kiện môi trường nhà xưởng. Nội dung đề tài: - Thiết kế cơ cấu bàn xoay vật thể - Thiết kế cơ cấu gá đặt camera - Thiết kế cơ cấu gá đèn laser - Thiết kế giải thuật thu nhận ảnh 2D - Thiết kế giải thuật xử lý ảnh, tái tạo ảnh 3D. - Thực nghiệm, đo đạc, đánh giá sai số.4 Phương pháp nghiên cứu Dựa trên cơ sở lý thuyết sẵn có như: - Mô hình hóa, điều khiển tay máy 6 bậc tự do.