Đồ án: Thiết kế hệ thống băng tải phân loại sản phẩm dùng QR Code - HCMUTE

Đồ án nghiên cứu hcmute design a conveyor system to sort products using qr code, áp dụng công nghệ tiên tiến, tối ưu giải pháp kỹ thuật cho bài toán .

• Tác giả: Nguyen Pham Duy Thai
• Người hướng dẫn: Ph.D Do Duy Tan
• Trường học: Ho Chi Minh City University Of Technology And Education
• Chuyên ngành: Electronics And Telecommunication Engineering Technology
• Đề tài: Design A Conveyor System To Sort Products Using Qr Code
• Loại tài liệu: Graduation Thesis
• Năm xuất bản: 2022
• Địa điểm: Ho Chi Minh

Mục lục chi tiết

• ABSTRACT
• Contents
• 1. CHAPTER 1: INTRODUCTION
• 1.1. OVERVIEW
• 1.2. OBJECTIVES
• 1.3. SCOPES
• 1.4. RESEARCH CONTENT
• 1.5. METHODOLOGY
• 2. CHAPTER 2: BACKGROUND INFORMATION
• 2.1. Overview OF QR CODE
• 2.1.1. About QR CODE
• 2.1.2. The development history of QR codes
• 2.2. Structure and specifications of the QR code
• 2.2.1. QR code creation
• 2.2.2. The specifications of the QR code
• 2.2.3. Practical applications of QR codes
• 2.3. Background information of image processing
• 2.3.1. Overview of image processing
• 2.3.2. Open Source Computer Vision (OpenCV - Open Source Computer Vision)
• 2.4. Detect objects and scan QR codes with the camera
• 2.4.1. Scan QR code
• 2.4.2. Robot control programming
• 2.4.3. Coordinate Axis System
• 2.4.4. Components Used To Design Hardware
• 3. System analysis and design
• 3.1. Pick and place
• 3.2. Scan QR Code
• 3.3. Connection Diagram Of The System
• 3.3.1. QR Code Recognition Algorithm
• 3.3.2. Create customer database using mysql workbench
• 4. CHAPTER 4: RESULTS AND ASSESSMENT
• 4.1. Programming the control of the robot arm
• 4.2. Classification based on QR code
• 4.3. Comments and ratings
• 4.4. Object classification algorithm using computer vision
• List of tables
• List of figures

Tóm tắt

I. Tổng quan hệ thống phân loại sản phẩm bằng QR Code hiện đại

Trong bối cảnh toàn cầu hóa, ngành thương mại điện tử đã chứng kiến sự tăng trưởng bùng nổ, kéo theo nhu cầu cấp thiết về các giải pháp tự động hóa trong lĩnh vực logistics và quản lý chuỗi cung ứng. Các doanh nghiệp lớn như Amazon hay Alibaba đã minh chứng cho sức mạnh của công nghệ khi có thể xử lý hàng chục triệu đơn hàng mỗi ngày. Tại Việt Nam, thị trường thương mại điện tử cũng đang trên đà phát triển mạnh mẽ, tạo ra áp lực lớn lên hệ thống kho bãi và vận chuyển. Để đáp ứng nhu cầu ngày càng tăng về tốc độ và độ chính xác, việc thiết kế hệ thống phân loại sản phẩm bằng QR Code đã trở thành một giải pháp chiến lược. Hệ thống này kết hợp giữa thị giác máy tính và robot công nghiệp để tự động hóa quy trình nhận dạng, phân loại và sắp xếp hàng hóa. Thay vì phụ thuộc vào sức người, các cánh tay robot có thể hoạt động liên tục với độ chính xác cao, giúp giảm thiểu sai sót và tăng cường hiệu suất. Công nghệ cốt lõi của hệ thống là khả năng đọc và giải mã thông tin từ mã QR Code được dán trên mỗi sản phẩm. Thông tin này, thường bao gồm mã đơn hàng và địa chỉ giao hàng, sẽ được một hệ thống xử lý ảnh phân tích và truyền lệnh đến cánh tay robot. Robot sẽ dựa trên lệnh này để gắp sản phẩm từ băng tải và đặt vào đúng khu vực quy định. Việc ứng dụng hệ thống này không chỉ giúp các doanh nghiệp logistics tại Việt Nam bắt kịp xu hướng công nghệ toàn cầu mà còn tạo ra lợi thế cạnh tranh bền vững. Một hệ thống phân loại sản phẩm tự động giúp tối ưu hóa không gian nhà kho, giảm chi phí nhân công và đảm bảo an toàn lao động. Đây là một bước tiến quan trọng trong việc hiện đại hóa ngành logistics, đáp ứng kỳ vọng ngày càng cao của người tiêu dùng về một dịch vụ nhanh chóng và đáng tin cậy.

1.1. Bối cảnh bùng nổ của thương mại điện tử và logistics

Sự phát triển vũ bão của thương mại điện tử toàn cầu, dẫn đầu bởi các ông lớn như Amazon và Alibaba, đã đặt ra những yêu cầu khắt khe cho ngành logistics. Tại Việt Nam, Bộ Công Thương ước tính có đến 53% dân số tham gia mua sắm trực tuyến vào năm 2020, với doanh thu tăng trưởng 18%. Nhu cầu mua sắm online tăng cao đồng nghĩa với khối lượng hàng hóa cần xử lý tại các kho bãi tăng theo cấp số nhân. Điều này tạo ra một bài toán lớn về quản lý chuỗi cung ứng: làm thế nào để phân loại chính xác và giao hàng nhanh chóng đến tay khách hàng. Việc giữ chân khách hàng không chỉ phụ thuộc vào chất lượng sản phẩm mà còn ở tốc độ và sự chính xác trong khâu giao vận. Do đó, việc áp dụng công nghệ vào quản lý kho là xu hướng tất yếu.

1.2. Vai trò của tự động hóa trong quản lý chuỗi cung ứng

Để giải quyết các thách thức của ngành logistics hiện đại, tự động hóa đóng một vai trò không thể thiếu. Việc thay thế lao động thủ công bằng máy móc giúp tăng năng suất, giảm chi phí vận hành và hạn chế tối đa sai sót của con người. Một hệ thống phân loại sản phẩm bằng QR Code là ví dụ điển hình. Hệ thống này sử dụng cánh tay robot và thị giác máy tính để đảm bảo hàng hóa được phân loại chính xác, vận chuyển an toàn và nhanh chóng. Theo nghiên cứu, việc áp dụng công nghệ này giúp các doanh nghiệp cạnh tranh hiệu quả hơn, đặc biệt là các công ty Việt Nam khi phải đối đầu với các thương hiệu toàn cầu. Tự động hóa không chỉ là một công cụ tối ưu hóa quy trình mà còn là nền tảng để xây dựng một chuỗi cung ứng thông minh và linh hoạt trong tương lai.

II. Thách thức trong việc phân loại sản phẩm thủ công hiện nay

Quy trình phân loại sản phẩm thủ công, dù phổ biến tại nhiều doanh nghiệp logistics ở Việt Nam, đang bộc lộ nhiều điểm yếu cố hữu, trở thành rào cản lớn cho sự phát triển. Thách thức lớn nhất đến từ hiệu suất và độ chính xác. Con người không thể duy trì sự tập trung và tốc độ ổn định trong thời gian dài, dẫn đến tỷ lệ sai sót cao trong việc đọc mã và phân loại đơn hàng. Những sai lầm này gây ra hậu quả nghiêm trọng, từ việc giao nhầm hàng, chậm trễ trong chuỗi cung ứng, cho đến việc làm suy giảm sự hài lòng và lòng trung thành của khách hàng. Hơn nữa, chi phí nhân công là một gánh nặng tài chính đáng kể, đặc biệt khi doanh nghiệp cần mở rộng quy mô. Việc tuyển dụng, đào tạo và quản lý một đội ngũ lớn nhân viên phân loại đòi hỏi nguồn lực khổng lồ. Yếu tố an toàn lao động cũng là một vấn đề đáng lo ngại trong môi trường kho bãi bận rộn. Các tai nạn liên quan đến việc di chuyển, mang vác hàng hóa nặng có thể xảy ra bất cứ lúc nào. So với phương pháp này, việc thiết kế hệ thống phân loại sản phẩm bằng QR Code mang lại một giải pháp toàn diện. Cánh tay robot có thể làm việc 24/7 mà không mệt mỏi, đảm bảo độ chính xác gần như tuyệt đối. Một hệ thống tự động hóa giúp loại bỏ các rủi ro về an toàn và giảm thiểu sự phụ thuộc vào lao động chân tay. Thay vì đọc mã thủ công, hệ thống xử lý ảnh có thể quét mã QR Code trong tích tắc, giúp tăng tốc độ xử lý đơn hàng lên nhiều lần. Do đó, việc chuyển đổi sang một hệ thống phân loại sản phẩm tự động không còn là một lựa chọn, mà là một yêu cầu bắt buộc để tồn tại và cạnh tranh trong kỷ nguyên số.

2.1. Hạn chế về hiệu suất và độ chính xác của con người

Phương pháp phân loại thủ công phụ thuộc hoàn toàn vào khả năng của con người. Công nhân phải đọc thông tin trên đơn hàng và tự tay sắp xếp chúng. Quá trình này không chỉ chậm chạp mà còn tiềm ẩn nhiều rủi ro sai sót. Sự mệt mỏi, mất tập trung có thể dẫn đến việc phân loại nhầm địa chỉ, gây ảnh hưởng trực tiếp đến hiệu suất giao hàng và trải nghiệm của khách hàng. Các doanh nghiệp lớn như Shopee Việt Nam hay Lazada đã sớm nhận ra hạn chế này và đầu tư vào tự động hóa. Ngược lại, nhiều đơn vị vẫn còn loay hoay với bài toán nhân sự, đối mặt với tình trạng quá tải trong các mùa mua sắm cao điểm.

2.2. Chi phí lao động và an toàn trong vận hành kho bãi

Chi phí nhân công chiếm một phần đáng kể trong ngân sách vận hành của các công ty logistics. Việc duy trì một đội ngũ nhân viên phân loại lớn không chỉ tốn kém về lương thưởng mà còn cả chi phí quản lý và đào tạo. Bên cạnh đó, môi trường làm việc trong kho bãi luôn tiềm ẩn các nguy cơ về an toàn lao động. Việc chuyển đổi sang một hệ thống phân loại sản phẩm tự động giúp giải quyết đồng thời cả hai vấn đề. Cánh tay robot có thể thay thế nhiều nhân công, giảm chi phí dài hạn và tạo ra một môi trường làm việc an toàn hơn, loại bỏ các công việc nặng nhọc và lặp đi lặp lại.

III. Giải pháp thiết kế hệ thống phân loại sản phẩm bằng QR Code

Giải pháp cốt lõi cho vấn đề này là việc thiết kế hệ thống phân loại sản phẩm bằng QR Code một cách khoa học và bài bản. Hệ thống này được xây dựng dựa trên ba trụ cột chính: công nghệ nhận dạng mã QR Code, thuật toán xử lý ảnh thông minh và hệ thống cơ sở dữ liệu mạnh mẽ. Đầu tiên, mã QR Code (Quick Response Code) được chọn làm phương tiện định danh cho mỗi sản phẩm. Đây là một mã vạch hai chiều có khả năng lưu trữ một lượng lớn thông tin, chẳng hạn như mã đơn hàng và mã vùng vận chuyển, và có thể được giải mã với tốc độ cực nhanh. Cấu trúc của mã QR gồm các mẫu định vị (Finder Pattern) và mẫu căn chỉnh (Alignment Pattern), cho phép camera nhận diện và đọc mã từ mọi góc độ, ngay cả khi mã bị biến dạng nhẹ. Tiếp theo, trái tim của hệ thống là thuật toán xử lý ảnh được phát triển bằng thư viện OpenCV trên nền tảng Python. Khi một sản phẩm di chuyển trên băng tải và đi vào tầm nhìn của camera, hệ thống sẽ chụp ảnh, tiền xử lý để nâng cao chất lượng, sau đó áp dụng các thuật toán để phát hiện và giải mã mã QR Code. Thư viện pyzbar được sử dụng để trích xuất dữ liệu từ mã. Dữ liệu này sau đó được đối chiếu với cơ sở dữ liệu. Cuối cùng, một cơ sở dữ liệu MySQL được thiết lập để lưu trữ và quản lý toàn bộ thông tin đơn hàng. Khi hệ thống xử lý ảnh giải mã thành công một mã QR Code, nó sẽ truy vấn vào cơ sở dữ liệu để xác định đích đến của sản phẩm. Thông tin này sau đó được chuyển thành tọa độ mục tiêu cho cánh tay robot. Sự kết hợp nhịp nhàng giữa ba thành phần này tạo nên một quy trình phân loại sản phẩm tự động hiệu quả, chính xác và có khả năng mở rộng cao.

3.1. Nguyên lý hoạt động và cấu trúc của mã QR Code

Một mã QR Code là một ma trận mã vạch hai chiều được phát triển bởi Denso Wave vào năm 1994. Ưu điểm của nó là khả năng lưu trữ lượng dữ liệu lớn (lên đến 7,089 ký tự số) và tốc độ đọc cao. Theo tài liệu, cấu trúc của mã QR bao gồm các thành phần chính: Finder Pattern (mẫu định vị ở ba góc), Alignment Pattern (mẫu căn chỉnh) và Timing Pattern (mẫu định thời). Cấu trúc này cho phép hệ thống đọc mã từ góc 360 độ và sửa lỗi khi mã bị biến dạng. Trong hệ thống này, mỗi mã QR Code mã hóa thông tin về mã quận và ID đơn hàng, ví dụ xxyyyyyy, giúp việc phân loại theo khu vực trở nên đơn giản và chính xác.

3.2. Thuật toán xử lý ảnh với OpenCV để nhận dạng đối tượng

Thư viện mã nguồn mở OpenCV (Open Source Computer Vision) là công cụ chính để xây dựng hệ thống xử lý ảnh. Quy trình bắt đầu bằng việc thu nhận hình ảnh từ webcam. Hình ảnh RGB sau đó được chuyển đổi sang không gian màu xám để đơn giản hóa việc xử lý. Các kỹ thuật tiền xử lý như lọc nhiễu và phân ngưỡng (thresholding) được áp dụng để tách biệt đối tượng chứa mã QR Code khỏi nền. Cụ thể, nghiên cứu sử dụng phương pháp phân ngưỡng thích ứng (Adaptive Thresholding) để đạt hiệu quả cao trong các điều kiện ánh sáng thay đổi. Sau đó, hàm findContours trong OpenCV được dùng để xác định đường viền của đối tượng, và thư viện pyzbar sẽ thực hiện giải mã nội dung bên trong mã QR Code được phát hiện.

3.3. Xây dựng cơ sở dữ liệu MySQL quản lý thông tin đơn hàng

Để quản lý thông tin và điều phối hoạt động, một cơ sở dữ liệu là thành phần không thể thiếu. Hệ thống sử dụng MySQL Workbench để tạo và quản lý cơ sở dữ liệu. Một bảng chính, ví dụ Info_customer, được tạo ra để lưu trữ các thông tin quan trọng như ID đơn hàng, mã vùng giao hàng và tọa độ tương ứng của khu vực phân loại. Khi camera quét và giải mã một mã QR Code, hệ thống sẽ gửi một truy vấn đến cơ sở dữ liệu MySQL để lấy thông tin vị trí đích. Dữ liệu này sau đó được truyền đến bộ điều khiển cánh tay robot, chỉ dẫn cho nó biết cần phải đặt sản phẩm vào đâu. Việc sử dụng cơ sở dữ liệu giúp hệ thống trở nên linh hoạt và dễ dàng quản lý, giám sát.

IV. Hướng dẫn tích hợp phần cứng cho hệ thống phân loại tự động

Việc tích hợp phần cứng là giai đoạn quan trọng để hiện thực hóa thiết kế hệ thống phân loại sản phẩm bằng QR Code. Hệ thống phần cứng bao gồm các thành phần chính: cánh tay robot, băng tải, bộ điều khiển trung tâm và các thiết bị ngoại vi. Cánh tay robot được sử dụng trong mô hình có nhiều bậc tự do, được điều khiển bởi các động cơ bước 17HS4401S. Các động cơ này cung cấp mô-men xoắn cần thiết và độ chính xác cao trong chuyển động. Bộ não của hệ thống điều khiển là bo mạch Arduino UNO R3, kết hợp với một CNC Shield V3. CNC Shield đóng vai trò là một bo mạch mở rộng, giúp Arduino dễ dàng điều khiển đồng thời nhiều động cơ bước thông qua các driver A4988. Các driver này cho phép vi bước (microstepping) ở chế độ 1/16, giúp chuyển động của robot mượt mà và chính xác hơn. Để xác định vị trí ban đầu của robot, các công tắc hành trình (limit switch) được lắp đặt tại mỗi khớp. Về phần chấp hành, khâu tác động cuối (end-effector) của cánh tay robot được trang bị một bơm hút chân không 12VDC Pyp-370, điều khiển thông qua một module relay 5V. Bơm hút này cho phép robot gắp các sản phẩm có bề mặt phẳng một cách nhẹ nhàng và chắc chắn. Toàn bộ hệ thống, từ băng tải chạy bằng động cơ giảm tốc 12V LS220 đến các bo mạch điều khiển, đều được cấp nguồn bởi một bộ nguồn tổ ong 12V-5A. Sơ đồ kết nối phần cứng được thiết kế cẩn thận để đảm bảo tín hiệu được truyền đi một cách ổn định và chính xác giữa máy tính, Arduino, và các cơ cấu chấp hành, tạo thành một hệ thống phân loại sản phẩm tự động hoàn chỉnh.

4.1. Thiết kế cơ khí cánh tay robot và hệ thống băng tải

Phần cơ khí là bộ khung của toàn bộ hệ thống. Cánh tay robot được cấu tạo từ các khớp nối, với chiều dài các khâu được đo đạc và tính toán cẩn thận (ví dụ, d1=12.5 cm, a2=10.5 cm). Mỗi khớp được dẫn động bởi một động cơ bước 17HS4401S, đảm bảo chuyển động chính xác. Hệ thống băng tải mini có kích thước 8cm x 50cm, sử dụng khung nhôm 2020 và được kéo bởi một động cơ giảm tốc 12V. Webcam Logitech C310 được gắn phía trên băng tải để có góc nhìn bao quát, phục vụ cho việc xử lý ảnh. Thiết kế cơ khí này tuy đơn giản nhưng đáp ứng đủ yêu cầu của một mô hình phân loại sản phẩm cơ bản.

4.2. Lập trình điều khiển cánh tay robot với Arduino và CNC Shield

Bộ điều khiển trung tâm sử dụng Arduino UNO R3 và CNC Shield V3. Arduino nhận dữ liệu tọa độ từ máy tính, sau đó tính toán số xung cần thiết để điều khiển các động cơ bước. Chương trình trên Arduino IDE được viết bằng ngôn ngữ C/C++. CNC Shield kết hợp với driver A4988 sẽ nhận tín hiệu xung từ Arduino và cấp dòng điện phù hợp cho từng động cơ bước, làm cho các khớp của cánh tay robot quay đến vị trí mong muốn. Tín hiệu điều khiển bơm hút chân không được gửi qua chân SpnDir của CNC Shield tới một relay, cho phép bật/tắt bơm để gắp và thả sản phẩm.

4.3. Phân tích động học robot theo phương pháp Denavit Hartenberg

Để điều khiển cánh tay robot đến một vị trí xác định trong không gian, cần giải quyết bài toán động học robot. Nghiên cứu đã áp dụng phương pháp Denavit-Hartenberg (D-H) để xây dựng mô hình toán học. Động học thuận (Forward Kinematics) được sử dụng để tính toán vị trí của khâu tác động cuối khi biết góc quay của các khớp. Ngược lại, động học ngược (Inverse Kinematics) dùng để tìm ra các góc khớp cần thiết để đưa khâu tác động cuối đến một tọa độ mục tiêu. Các phương trình động học ngược cho phép hệ thống tính toán các giá trị θ1, θ2, θ3 và chuyển đổi chúng thành số xung điều khiển cho từng động cơ bước, đảm bảo robot di chuyển chính xác đến vị trí gắp và thả hàng.

V. Kết quả thực nghiệm hệ thống phân loại sản phẩm bằng QR Code

Sau quá trình thiết kế và tích hợp, hệ thống phân loại sản phẩm bằng QR Code đã được đưa vào vận hành thử nghiệm và cho ra những kết quả đáng ghi nhận. Mô hình hoàn chỉnh bao gồm băng tải, cánh tay robot, webcam và máy tính điều khiển, hoạt động một cách đồng bộ. Khi một sản phẩm có dán mã QR Code được đặt lên băng tải, webcam sẽ ngay lập tức nhận diện và gửi hình ảnh về máy tính. Hệ thống xử lý ảnh sử dụng OpenCV nhanh chóng xác định vị trí và giải mã thông tin, sau đó gửi lệnh tới bộ điều khiển Arduino. Cánh tay robot di chuyển chính xác đến vị trí của sản phẩm, dùng bơm hút chân không để gắp sản phẩm lên và đặt vào một trong các khu vực đã được quy định trước (tương ứng với Quận 1, Quận 3, v.v.). Toàn bộ quá trình diễn ra một cách tự động và trơn tru. Bảng kết quả phân loại dựa trên mã QR Code (Bảng 16 trong tài liệu) cho thấy hệ thống hoạt động với độ chính xác cao. Vị trí đo được từ thực tế của khâu tác động cuối so với vị trí mong muốn có sai số nhỏ, chứng tỏ thuật toán động học ngược hoạt động hiệu quả. Một thành phần quan trọng khác là giao diện người dùng (GUI) được thiết kế bằng Qt Designer. Giao diện này cho phép người vận hành giám sát toàn bộ quá trình, xem thông tin đơn hàng được hiển thị sau khi quét mã, và chuyển đổi giữa hai chế độ: tự động (Auto) và thủ công (Manual). Chế độ thủ công cho phép điều khiển trực tiếp từng khớp của robot, rất hữu ích cho việc hiệu chỉnh và bảo trì. Nhìn chung, kết quả thực nghiệm đã chứng minh tính khả thi và hiệu quả của việc thiết kế hệ thống phân loại sản phẩm tự động này.

5.1. Đánh giá hiệu suất và độ chính xác của mô hình

Hiệu suất của hệ thống được đánh giá dựa trên tốc độ và độ chính xác trong việc phân loại. Thực tế cho thấy, từ lúc sản phẩm vào vùng nhận dạng của camera đến khi cánh tay robot hoàn thành việc phân loại chỉ mất vài giây. Về độ chính xác, Bảng 15 và Bảng 16 trong nghiên cứu đã so sánh vị trí mong muốn và vị trí đo được trong thực tế của khâu tác động cuối. Kết quả chỉ ra sai số là không đáng kể, khẳng định sự chính xác của cả mô hình động học robot và hệ thống điều khiển. Tuy nhiên, nghiên cứu cũng chỉ ra một số hạn chế như sự nhạy cảm của hệ thống xử lý ảnh với thay đổi ánh sáng đột ngột và sự tích lũy lỗi do động cơ bước chạy ở chế độ vòng hở.

5.2. Giao diện người dùng GUI giám sát và điều khiển hệ thống

Một giao diện người dùng (GUI) trực quan được xây dựng bằng Pycharm và Qt Designer. Giao diện này cung cấp cho người vận hành một cái nhìn tổng quan về trạng thái hệ thống. Các chức năng chính bao gồm: hiển thị hình ảnh trực tiếp từ camera, hiển thị thông tin đơn hàng sau khi quét mã QR Code, và cung cấp các nút điều khiển. Người dùng có thể chọn chế độ hoạt động tự động hoặc điều khiển robot thủ công. Ngoài ra, còn có một giao diện riêng để truy cập và quản lý cơ sở dữ liệu thông tin khách hàng. GUI này giúp việc vận hành, giám sát và gỡ lỗi hệ thống trở nên dễ dàng và thuận tiện hơn.

VI. Tương lai của hệ thống phân loại QR Code và hướng phát triển

Mô hình thiết kế hệ thống phân loại sản phẩm bằng QR Code đã hoàn thành thành công các mục tiêu đề ra, chứng minh được tiềm năng to lớn của tự động hóa trong ngành logistics. Giải pháp này mang lại nhiều ưu điểm vượt trội so với phương pháp thủ công, bao gồm tăng năng suất, cải thiện độ chính xác và giảm chi phí lao động dài hạn. Việc tích hợp thị giác máy tính, cánh tay robot và cơ sở dữ liệu đã tạo ra một quy trình làm việc liền mạch và hiệu quả. Tuy nhiên, đây chỉ là bước khởi đầu. Để hệ thống có thể được ứng dụng rộng rãi trong thực tế, cần có những cải tiến và phát triển hơn nữa trong tương lai. Hướng phát triển đầu tiên là tối ưu hóa thời gian xử lý ảnh. Có thể áp dụng các thuật toán cao cấp hơn hoặc sử dụng phần cứng mạnh hơn (như GPU) để giảm độ trễ và tăng tốc độ nhận dạng, đặc biệt khi băng tải chạy ở tốc độ cao. Tiếp theo, cần cải thiện khả năng chống nhiễu của hệ thống, đặc biệt là nhiễu từ môi trường ánh sáng. Việc sử dụng các bộ lọc nâng cao hoặc kết hợp thêm các cảm biến khác có thể giúp hệ thống hoạt động ổn định hơn. Một hướng đi khác là nâng cấp cánh tay robot sử dụng động cơ servo thay vì động cơ bước để có điều khiển vòng kín, loại bỏ hiện tượng trượt bước và tăng độ chính xác. Cuối cùng, có thể tích hợp trí tuệ nhân tạo (AI) và học máy (Machine Learning) để hệ thống có thể tự học và thích nghi, ví dụ như nhận dạng các loại sản phẩm khác nhau không chỉ dựa vào mã QR Code. Những cải tiến này sẽ giúp hệ thống phân loại sản phẩm tự động trở nên thông minh, linh hoạt và mạnh mẽ hơn, sẵn sàng đáp ứng mọi thách thức của ngành thương mại điện tử trong tương lai.

6.1. Tóm tắt các ưu điểm vượt trội của giải pháp tự động hóa

Giải pháp phân loại sản phẩm tự động dựa trên mã QR Code đã chứng tỏ được nhiều lợi ích. Thứ nhất, nó giúp cắt giảm chi phí nhân công một cách đáng kể. Thứ hai, cánh tay robot hoạt động với độ chính xác và tốc độ ổn định, loại bỏ sai sót của con người và tăng hiệu suất tổng thể. Thứ ba, hệ thống cơ sở dữ liệu giúp việc giám sát và quản lý hàng hóa trong kho trở nên dễ dàng và minh bạch. Đây là những yếu tố then chốt giúp doanh nghiệp logistics nâng cao năng lực cạnh tranh trong bối cảnh thị trường ngày càng khốc liệt.

6.2. Các hướng cải tiến để tối ưu hóa hệ thống trong tương lai

Mặc dù mô hình đã thành công, vẫn còn nhiều không gian để cải tiến. Tác giả đề xuất một số hướng phát triển trong tương lai. Cần giảm thời gian xử lý ảnh và tăng khả năng chống nhiễu ánh sáng. Tốc độ gắp của cánh tay robot cần được nâng cao để cải thiện năng suất. Việc lập kế hoạch quỹ đạo cho robot vẫn chưa được kiểm soát tốt, đây là một vấn đề cần được giải quyết để robot di chuyển tối ưu hơn. Ngoài ra, việc sử dụng các linh kiện đo lường có độ chính xác cao hơn sẽ giúp cải thiện hiệu năng toàn hệ thống. Những nâng cấp này sẽ giúp đưa mô hình từ phòng thí nghiệm ra ứng dụng công nghiệp thực tế.

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 PROJECT ELECTRONICS AND TELECOMMUNICATION ENGINEERING TECHNOLOGY DESIGN A CONVEYOR SYSTEM TO SORT PRODUCT USING QR CODE LECTURER: Ph. DO DUY TAN STUDENT: NGUYEN PHAM DUY THAI SKL 0 0 9 8 7 2 Ho Chi Minh City, December, 2022 HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY AND EDUCATION FACULTY FOR HIGH QUALITY TRAINING GRADUATION THESIS MAJOR: ELECTRONICS AND TELECOMMUNICATION ENGINEERING TECHNOLOGY DESIGN A CONVEYOR SYSTEM TO SORT PRODUCTS USING QR CODE ADVISOR: Ph.D DO DUY TAN STUDENT: NGUYEN PHAM DUY THAI 18161135 Ho Chi Minh, December, 2022 HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY AND EDUCATION FACULTY FOR HIGH QUALITY TRAINING GRADUATION THESIS MAJOR: ELECTRONICS AND TELECOMMUNICATION ENGINEERING TECHNOLOGY DESIGN A CONVEYOR SYSTEM TO SORT PRODUCTS USING QR CODE ADVISOR: Ph.D DO DUY TAN STUDENT: NGUYEN PHAM DUY THAI 18161135 Ho Chi Minh, December, 2022 THE SOCIALIST REPUBLIC OF VIETNAM Independence - Freedom - Happiness ---------------- Ho Chi Minh City, July … 2022 GRADUATION PROJECT ASSIGNMENT Student name: Nguyen Pham Duy Thai Student ID: 18161035 Major: Electronics and Telecommunication Engineering Technology Class: 18161CLA Advisor: Ph.D Do Duy Tan Date of assignment: 01/10/2022 Date of submission: 24/12/2022 1. Thesis title: Design A Conveyor System To Sort Products Using Qr Code 2. Initial materials provided by the advisor: Adrian-Vasile Duka (Dec.

2014) “Neural network based inverse kinematics solution for trajectory tracking of a robotic arm”. Presented in The 7th International Conference Interdisciplinarity in Engineering. Mada Sanjaya, Dyah Anggraeni, Madinatul Munawwaroh, M. Nurasyidiek, Darmawan Setia Rahayu, Ahmad Samsudin, Ikhsan Purnama Santika, and Endah Kinarya Palupi (2018) “Colored Object Sorting using 5 DoF Robot Arm based Artificial Neural Network (ANN) Method”.

Content of the thesis: Content 1: Learn QR code and set parameters Content 2: Write a program to recognize image processing using OpenCv Python Content 3: Build a database system to store data upon identification Content 4: Design GUI user interface Content 5: Hardware design of conveyor belt and robot arm Content 6: Write an Arduno program to control an automatic robot Content 7: Connect hardware and software, run model execution, evaluate results Content 8: Write an implementation report. Content 9: Defend the graduation thesis 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, Dec 24 2022 ADVISOR’S EVALUATION SHEET Student name: Nguyen Pham Duy Thai Student ID: 18161035 Major: Electronics and Telecommunication Engineering Technology Thesis title: Design A Conveyor System To Sort Products Using Qr Code Advisor: Ph.D Do Duy Tan EVALUATION 1. Content of the thesis: - Thesis has 5 chapters with 51 pages. - The real system is successfully completed following the objectives in the proposal.

Strengths: Basically finish the target within limited time. Weaknesses: Content of some parts needs to be further improved e. Approval for oral defense? (Approved or denied) Approved 5. Overall evaluation: (Excellent, Good, Fair, Poor) Fair 6.2 (in words: Eight point two) HCM City, month 12 day 24 year 2022 ADVISOR A GUARANTEE I am here with formally declare that this thesis is our research and implementation.

I am have not copied from any published articles without quoting the source. If there is any violation, I amaccept full responsibility. Student implement GRATITUDE First of all, I would like to express my sincere thanks to the teachers and lecturers at Ho Chi Minh City University of Technology and Education, especially the teachers in the electronics and telecommunications department who have imparted valuable knowledge. so that my group can complete this thesis topic.

During the writing of the thesis, thanks to the help of Ph.D Do Duy Tan, he helped us to solve the difficulties and problems we encountered. Therefore, we would like to express our sincere thanks to you, for your dedication and encouragement that you have given me. In addition, my team would also like to express our deep gratitude to the teachers in the council for giving valuable suggestions so that I can summarize the experiences and lessons on my future study and career path. Sincerely thank! ABSTRACT In various industries, robot manipulator systems combined with computer vision are increasingly being used.

Those systems usually have high accuracy, hence, they can replace humans in some specific complex applications and improve productivity effectively. To understand more about these system, in this thesis, we want to research on robot manipulator that have ability to pick up moving objects on the conveyor and classify them to their right groups. The main contents of this thesis consist of a program to control robot manipulator using Arduino, an image processing program for tracking and classifying moving objects, a communication program between robot manipulator and computer. Besides, we implemented a graphic user interface to supervise the process of system.

The thesis has completed succesfully proposed requirements, despite of some specific limits. Therefore, in the future, this thesis can be develop to reduce the image processing time, reduce noise, increase speed of gripping objects. That will help improve productivity and get high accuracy for the system. Contents CHAPTER 1: INTRODUCTION.

2 CHAPTER 2: BACKGROUND INFORMATION .1 Overview OF QR CODE .1 About QR CODE.2 The development history of QR codes .2 Structure and specifications of the QR code .1 QR code creation .2 The specifications of the QR code .3 Practical applications of QR codes .4 Background information of image processing .1 Overview of image processing .2 Open Source Computer Vision (OpenCV - Open Source Computer Vision) .5 Detect objects and scan QR codes with the camera .2 Scan QR code .6 Robot control programming .1 Coordinate Axis System .7 Components Used To Design Hardware .7 12V geared moter LS220 .8 Limit switch KW11-3Z .9 High trigger 5V relay module.10 Vacuum Pump 12VDC Pyp – 370 .8 Program used for software. System analysis and design.1 Pick and place .3 Scan QR Code .5 Connection Diagram Of The System .1 QR Code Recognition Algorithm .2 Create customer database using mysql workbench .42 CHAPTER 4: RESULTS AND ASSESSMENT .1 Programming the control of the robot arm .2 Classification based on QR code .2 Comments and ratings .2 Object classification algorithm using computer vision .51 List of tables Table 1 Specifications of QR code. 5 Table 2 Basic parameters of the robot arm.15 Table 3 Parameters of stepper motor 17HS4401S [Datasheet] .16 Table 4 Basic parameters of Arduino UNO R3 [datasheet] .17 Table 5 Basic parameters of A4988 Driver [datasheet] .18 Table 6 Microstep configuration for A4988 driver [datasheet] .19 Table 7 Basic parameters of 12V 5A power voltage [datasheet] .19 Table 8 LS220 Basic parameters of 12V LS220 .20 Table 9 Basic parameters of the KW11-3Z .21 Table 10 Basic parameters of high-powered 5V relay module .21 Table 11 Basic parameters of Pyp - 370.22 Table 12 Basic parameters of Logitech webcam.23 Table 13 Basic parameters of the robot arm.30 Table 14 Parameter table Denavit - Hartenberg .30 Table 15 Position of end-effector desired to control and position of end-effector measured from reality .47 Table 16 Classification results based on QR code using reverse kinematics method .48 List of figures CHAPTER 2 Figure 2. 2 The history of the development of symbol codes [5].

3 The evolution of QR codes[6]. 4 QR code creation [7]. 5 QR code image placed in public places to declare health for people [8]. 6 Color image is converted to grayscale image.

7 Global thresholded image. 8 Adaptive Global Threshold Image. 9 The right hand determines the direction of the axes. 10 Coordinate Axis Systems.

12 17HS4401S Stepper Motor. 13 Board Arduino UNO R3. 14 Board CNC Shield V3. 17 12V geared motor LS220 [datasheet].

18 Limit switch KW11-3Z [datasheet]. 19 High-powered 5V relay module [datasheet]. 20 Vacuum Pump 12VDC Pyp – 370. 21 Mini conveyor model.

1 Block diagram of system. 2 Flowchart of the system. 3 Denavit-Hertenberg parameter sets. 4 Mount coordinate systems on robots Building a Denavit - Hartenberg.

5 Hardware connection diagram for position control 3 Stepper Motor of Robot. 6 Hardware connection diagram for On/Off control - effector of robot. 7 Connect the webcam to the conveyor. 8 System Hardware Connection Diagram.

9 Block diagram of image processing algorithm. 10 Example of defining the contour and center of an object. 11 Table Info_customer. 13 Manual mode control interface.

14 Auto mode console. 15 Information database interface.1 complete model of the system. 2 Product go to district 1. 3 Product go to district 3.

4 Order Information displayed .1 OVERVIEW It can be claimed that the global e-commerce business has been booming in recent years. For instance, Jeff Bezos, the founder and CEO of the online retailer Amazon, amassed the most wealth in the world (as of April 2021) [1]. Additionally, other behemoths like Alibaba, eBay, Walmart, and others bring in billions of dollars from the e-commerce market every year. In addition to setting the trend, having a firm understanding of the market and consumer preferences, Amazon or Alibaba must also use scientific and technology advancements to management in order to be in the position they are in today.

The task of supply chain management is crucial. Amazon will reap significant benefits from the Covid-19 pandemic in 2020 as more individuals stay at home and conduct more online shopping as a result of holding on to the most cutting-edge technology chains. The business claimed to have sent a record 1 billion items to clients worldwide during the year- end shopping season, and it can process up to 60 million orders daily for China's Alibaba ( 2018). One of the Southeast Asian nations with the fastest expanding e-commerce markets at the moment is Vietnam.

In 2020, the Ministry of Industry and Trade estimates that 53% of people on the e-commerce market would have done their shopping online. Vietnam's e- commerce income increased by 18% (and by 25% in 2019) to reach $11.5% of all retail sales, despite the COVID-19 pandemic's effects. The biggest obstacle preventing us from realizing our full potential is technology. According to the aforementioned statistics, there is a growing need for online purchasing, and among the criteria that influence whether or not a customer will return the following time are correct classification and quick delivery.

Vietnamese e-commerce companies need to use machines if they want to keep their customers and compete with global brands in their own backyards. Modern equipment is used in the process to guarantee that goods are classified correctly, delivered to clients safely, unharmed, and quickly. Realizing that the majority of other units employ the approach of classifying items by hiring workers to directly read and classify them by hand, with the exception of a few prominent enterprises like Shopee Vietnam, Lazada Vietnam, or Tiki. This creates implications for both delivery performance and safety.

Due to the aforementioned factors, I developed an autonomous goods classification system based on QR codes that is tailored specifically for the storage of goods by units working in the logistics industry.2 OBJECTIVES 1 A disdistinctive QR code on packaged goods includes the order number and the delivery zip code. Three goals are outlined within the context of this thesis, including: Developing a product classification system by delivery region using a robotic arm and machine vision. Labor costs will be cut with the use of robots in production. Create a database management system to supervise commodities in a warehouse before export.

Create a user interface to track and track the system's 1.3 SCOPES The mechanical design of the robot is not good, so the orbital planning problem for the group robot is still uncontrollable (done but the robot did not draw the desired trajectory). Open-loop driven stepper motors lead to the accumulation of control errors, with occasional slippage when the motor is hot.