Chương 1: Tổng quan 1.3 Nghiên cứu tại trường Đại học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh Đã có rất nhiều nghiên cứu về Robot tại trường Đại học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh trong những năm gần đây tuy nhiên chủ yếu những nghiên cứu chỉ dừng lại ở phòng thí nghiệm chứ chưa có tính ứng dụng vào môi trường công nghiệp. Các đề tài về Robot chủ yếu liên quan đến phân loại sản phẩm, dò tìm đường đi, xác định vị trí,… Nhìn chung vẫn chưa có nhiều nghiên cứu về vấn đề ứng dụng Robot trong việc phân loại và xử lý rác thải.
3: Đề tài Robot phân loại tại trường Đại học Sư Phạm Kỹ Thuật TP.HCM Tên đề tài Tác giả Kết quả đạt được Hạn chế Ứng dụng Robot Lê Tiến Thành Robot Scara 3 bậc + Còn hạn chế số tích hợp thị giác Nguyễn Thế Hùng tự do, sử dụng hệ lượng đối tượng máy tính phân loại thống thị giác phân loại, về vị trí rác máy tính phân phân loại loại rác thải nhựa Thiết kế và chế tạo Nguyễn Đức Lợi Thiết kế mô hình + Tốc độ phân hệ thống phân loại Lương Công Hiệu Robot Scara phân loại chưa cao rác tự động Võ Nhựt Minh loại rác thải Phân loại sản phẩm Lê Đức Kông Thiết kế mô hình + Tốc độ và độ linh hoạt ứng dụng Nguyễn Văn Thiên Robot Delta phân chính xác chưa Robot và xử lý ảnh loại sản phẩm cao theo màu sắc Sau khi tham khảo các đề tài ứng dụng Robot phân loại của một vài nhóm nghiên cứu tại trường Đại học Sư Phạm Kỹ thuật, nhóm nhận thấy nhìn chung các đề tài đã có thể thiết kế và thi công các hệ thống Robot phân loại khác nhau nhưng vẫn còn rất nhiều hạn chế như: tốc độ xử lý vẫn còn chưa cao, chỉ có thể phân loại với một số ít các đối tượng khác nhau chưa thể mở rộng thêm. Bên cạnh đó, các đề tài Robot Delta ở trường cũng chỉ mới dừng lại trong việc phân loại sản phẩm. Mà xu thế toàn cầu hiện nay là ứng dụng xử lý ảnh và trí tuệ nhân tạo vào trong các hệ thống tự động hóa vẫn chưa được áp dụng nhiều dẫn đến những đề tài này vẫn chưa thể sử dụng vào trong công nghiệp. Đối với vấn đề phân loại rác thải thì chỉ mới có một vài nhóm nghĩ đến và thực hiện những bước đầu tiên trong khi vấn đề rác thải trong công nghiệp không đơn giản như vậy.
Chính vì những yếu tố trên cũng như muốn tiếp cận thế giới trong lĩnh vực Robot, tự động hóa nhóm quyết định chọn đề tài “THIẾT KẾ MÔ HÌNH ROBOT DELTA ỨNG DỤNG PHÂN LOẠI RÁC THẢI”. Trang 4 Chương 1: Tổng quan 1.3 Mục tiêu đề tài Thiết kế, thi công và điều khiển mô hình Robot Delta. Xây dựng và huấn luyện mô hình YOLOv5 phân loại 2 loại rác thải (chai nhựa và lon). Kết hợp giải thuật phân loại và xác định vị trí điều khiển Robot phân loại rác thải.4 Nội dung nghiên cứu Chương 1 nhóm đã đưa ra các vấn đề liên quan, lý do chọn đề tài, tình hình nghiên cứu trong và ngoài nước cũng như mục tiêu, giới hạn của đề tài.
Tiếp theo nhóm trình bày các cơ sở lý thuyết đã áp dụng để thực hiện để tài về Robot Delta và mô hình YOLOv5 trong chương 2. Ở chương 3 sẽ trình bày cách thiết kế mô hình, lựa chọn thiết bị và các công đoạn thi công. Chương 4 nhóm sẽ tính toán động học, xây dựng chương trình điều khiển Robot và trình bày lưu đồ giải thuật hệ thống. Tiếp theo sẽ trình bày các bước huấn luyện mô hình YOLOv5 cho 2 đối tượng rác thải ở chương 5.
Chương 6 sau khi đã huấn luyện mạng thành công sẽ áp dụng vào mô hình, tiến hành chạy thực nghiệm và đánh giá kết quả phân loại. Cuối cùng sẽ đưa ra kết luận và hướng phát triển trong tương lai ở chương 7.5 Giới hạn đề tài Trong đề tài này vì nhóm tham khảo một số mô hình Robot Delta nhưng vì kiến thức về cơ khí còn hạn chế nên quá trình thiết kế và thi công Robot vẫn chưa tối ưu, Robot vẫn còn bị rung lắc khi hoạt động với tốc độ cao. Ngoài ra nhóm chỉ huấn luyện mô hình YOLOv5 phân loại với 2 đối tượng (chai nhựa, lon) chưa thể phân loại với nhiều đối tượng hơn. Tốc độ phân loại đối tượng chưa cao.6 Phương pháp đánh giá kết quả Trong quá trình thực hiện có nhiều bước cần phải đánh giá và kiểm chứng lại quá trình thực hiện để đảm bảo sai số phải ở mức tối thiểu và tốc độ phải tối ưu.
Một số cách và ứng dụng mà nhóm đã thực hiện để đánh giá lại quá trình thực hiện đề tài: • Đánh giá tính toán động học và quy hoạch quỹ đạo: nhóm đã tiến hành lập trình điều khiển thuận nghịch cho Robot, sau đó tổng hợp và đưa ra sai số cho phép từ đó điều chỉnh phần lập trình và phần cứng. • Đánh giá quá trình huấn luyện mô hình YOLO: tiến hành ghi nhận lại số lượng phân loại chính xác và chưa chính xác, lập ra ma trận Confusion Matrix và đánh giá mô hình huấn luyện qua các thông số Recall, Precision và F1-score. Trang 5 Chương 2: Cơ sở lý thuyết CHƯƠNG 2: CƠ SỞ LÝ THUYẾT Chương này trình bày tổng quan và khái quát cơ sở lý thuyết các nội dung liên quan được thực hiện trong đề tài. Trình bày về các phương pháp phân loại rác.
Giới thiệu về cấu tạo và nguyên lý hoạt động Robot Delta. Giới thiệu chung về các thiết bị sử dụng trong đề tài. Giới thiệu tổng quan về thị giác máy tính và xử lý ảnh. Giới thiệu cấu trúc mạng thần kinh CNN, mô hình YOLO và các phương pháp đánh giá.
Cuối cùng nói về phương pháp chuyển đổi hệ tọa độ xác định vị trí đối tượng.1 Giải thuật phân loại rác và quy trình thực hiện Để có thể thiết kế một hệ thống phân loại và xử lý rác thải tự động ta sẽ phải quan tâm đến hai yếu tố là giải thuật phân loại và cơ cấu thực hiện phân loại. Cả hai yếu tố này đều ảnh hưởng đến độ chính xác cũng như tốc độ phân loại rác của hệ thống.1 Giải thuật phân loại rác thải Giải thuật phân loại là phương pháp xác định ra và kiểm tra xem đó là loại rác thải nào cũng như cho biết vị trí chính xác của loại rác đó đang ở đâu trong một vùng không gian xác định. Đối với giải thuật phân loại thì có rất nhiều phương pháp khác nhau tùy thuộc vào độ sáng tạo cũng như kiến thức của người thiết kế hệ thống. Chúng ta có thể sử dụng, kết hợp các công cụ khác nhau để kiểm tra, phân loại và đưa ra vị trí của loại rác thải.
Hiện nay có rất nhiều phương pháp để phân loại rác thải như: Sử dụng các loại cảm biến khác nhau, sử dụng camera quang phổ, huấn luyện mạng thần kinh nhân tạo. ❖ Phương pháp đầu tiên cũng là phương pháp phổ biến nhất trên thế giới hiện nay là sử dụng các loại cảm biến để xác định. Ta có thể sử dụng các loại cảm biến khác nhau để phân loại ra các loại rác thải khác nhau như: cảm biến kim loại với rác thải kim loại, cảm biến độ ẩm với rác thải hữu cơ,… • Ưu điểm: tốc độ xác định, phân loại nhanh và độ chính xác cũng khá cao. Ngoài ra không phải sử dụng thêm các thiết bị khác để xác định vị trí như camera.
• Nhược điểm: chỉ phân loại được một số loại rác cố định, không thể mở rộng đối tượng phân loại. ❖ Một phương pháp nữa cũng được dùng để phân loại rác thải trên thế giới đó là sử dụng camera quang quổ. Phương pháp là đo sự phản xạ ánh sáng của Trang 6 Chương 2: Cơ sở lý thuyết các loại rác thải khác nhau để phân loại và thường được ứng dụng trong các ứng dụng phân loại rác thải trong xây dựng. • Ưu điểm: Có thể ứng dụng vào trong nhiều ứng dụng khác nhau đặc biệt là phân loại rác thải công nghiệp và xây dựng.
• Nhược điểm: Phải sử dụng song song 2 camera và phải có thêm những khâu tiền xử lý rác thải vì không thể phân biệt được những đối tượng có chỉ số phản xạ gần bằng nhau. ❖ Phương pháp cuối cùng được cho là có tính ứng dụng cao nhất là huấn luyện mạng thần kinh nhân tạo. Với tập dữ liệu đã được chuẩn bị trước để tiến hành huấn luyện. • Ưu điểm: Có thể phân loại rất nhiều loại rác thải khác nhau và có thể mở rộng số lượng rác phân loại tùy thuộc vào số lượng và chất lượng của đầu vào huấn luyện ngoài ra tốc độ phân loại gần như cũng bằng thời gian thực.
• Nhược điểm: Người huấn luyện mạng phải có một số kiến thức nhất định về xử lý ảnh và mạng thần kinh nhân tạo. Trong quá trình huấn luyện mạng công đoạn chuẩn bị tập dữ liệu đầu vào sẽ tốn khoảng thời gian rất lớn và có thể ảnh hưởng đến chất lượng và tốc độ phân loại. Mỗi phương pháp sẽ có các ưu nhược điểm khác nhau tùy vào mục đích của người sử dụng phương pháp. Vì có nhiều ưu điểm như: tính ứng dụng, linh hoạt cao, ứng dụng các kiến thức về xử lý ảnh và mạng thần kinh nhân tạo phù hợp với đề tài nên nhóm đã lựa chọn tiến hành sử dụng phương pháp huấn luyện mạng thần kinh nhân tạo để thực hiện trong đề tài phân loại rác này.2 Quy trình thực hiện phân loại rác thải Hình 2.
1: Quy trình phân loại rác Quy trình thực hiện phân loại rác thải được thực hiện qua 5 bước: Bước 1 - Nhận tín hiệu hoạt động: Người dùng thao tác trực tiếp trên giao diện điều khiển để điều khiển Robot và các thiết bị hoạt động. Trang 7 Chương 2: Cơ sở lý thuyết Bước 2 - Xử lý tín hiệu đầu vào: Đưa rác thải vào băng tải, khi đối tượng đi qua vùng làm việc của camera thì mô hình sẽ phân loại và tính toán được vị trí của đối tượng. Bước 3 - Tính toán động học: Khi có được vị trí đối tượng thì tiếp tục tính toán động học nghịch để gửi tín hiệu điều khiển cho Robot. Bước 4 - Gửi tín hiệu điều khiển: Bộ điều khiển sẽ tiến hành cấp xung cho các động cơ.
Bước 5 - Điều khiển Robot: Khi nhận được tín hiệu xung điều khiển từ động cơ thì Robot sẽ thực thi việc phân loại.2 Giới thiệu Robot Delta 2.