Thiết kế mô hình robot delta ứng dụng trong phân loại rác thải

• Tác giả: Nguyễn Nhật Trường
• Người hướng dẫn: TS. Trần Đức Thiện
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ kỹ thuật điều khiển và tự động hóa
• Đề tài: Thiết kế mô hình robot delta ứng dụng phân loại rác thải
• Loại tài liệu: đồ án tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tình hình nghiên cứu
• 1.1.1. Nghiên cứu nước ngoài
• 1.1.2. Nghiên cứu trong nước
• 1.1.3. Nghiên cứu tại trường Đại học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh
• 1.2. Mục tiêu đề tài
• 1.3. Nội dung nghiên cứu
• 1.4. Giới hạn đề tài
• 1.5. Phương pháp đánh giá kết quả
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Giải thuật phân loại rác và quy trình thực hiện
• 2.1.1. Giải thuật phân loại rác thải
• 2.1.2. Quy trình thực hiện phân loại rác thải
• 2.2. Giới thiệu Robot Delta
• 2.2.1. Cấu tạo Robot Delta
• 2.2.2. Nguyên lý hoạt động Robot Delta
• 2.3. Giới thiệu chung về các thiết bị
• 2.3.1. Giới thiệu chung về Arduino
• 2.3.2. Giới thiệu chung về động cơ bước và bộ điều khiển động cơ
• 2.4. Tổng quan thị giác máy tính, xử lý ảnh và các phần mềm
• 2.4.1. Giới thiệu về thị giác máy tính
• 2.4.2. Giới thiệu về xử lý ảnh
• 2.4.3. Giới thiệu phần mềm sử dụng trong quá trình huấn luyện
• 2.5. Giới thiệu mạng thần kinh CNN và mô hình YOLO
• 2.5.1. Cấu trúc mạng thần kinh CNN
• 2.5.2. Mô hình YOLO (You Only Look Once)
• 2.5.3. Phương pháp đánh giá mô hình phát hiện đối tượng
• 2.6. Phương pháp chuyển đổi hệ tọa độ xác định vị trí đối tượng
• 3. CHƯƠNG 3: THIẾT KẾ VÀ THI CÔNG PHẦN CỨNG
• 3.1. Tổng quan về hệ thống
• 3.2. Yêu cầu thiết kế phần cứng
• 3.3. Thiết kế mô hình trên phần mềm Solidworks
• 3.3.1. Đế cố định Robot
• 3.3.2. Đế di động Robot
• 3.3.3. Khớp trên Robot
• 3.3.4. Khớp hình bình hành Robot
• 3.3.6. Một số chi tiết khác
• 3.4. Lựa chọn thiết bị
• 3.4.2. Thiết bị điện
• 3.4.3. Thiết bị điều khiển
• 3.5. Cơ cấu phân loại
• 3.6. Thi công phần cứng
• 3.6.1. Các chi tiết của Robot
• 3.6.4. Thi công tủ điện
• 4. CHƯƠNG 4: TÍNH TOÁN ĐỘNG HỌC VÀ THIẾT KẾ PHẦN MỀM ĐIỀU KHIỂN
• 4.1. Các thông số của Robot Delta
• 4.2. Động học nghịch
• 4.3. Động học thuận
• 4.4. Không gian làm việc của Robot Delta
• 4.5. Mô tả quy trình hoạt động và lưu đồ giải thuật của hệ thống
• 4.6. Lập trình, thiết kế phần mềm điều khiển và giao diện người dùng
• 4.6.1. Lập trình điều khiển Robot và các thiết bị
• 4.6.2. Lập trình, thiết kế phần mềm điều khiển và giao diện người dùng
• 5. CHƯƠNG 5: PHÁT HIỆN, PHÂN LOẠI VÀ XÁC ĐỊNH VỊ TRÍ ĐỐI TƯỢNG
• 5.1. Quy trình huấn luyện mô hình YOLO
• 5.2. Chuẩn bị tập dữ liệu
• 5.2.1. Thu thập dữ liệu
• 5.2.2. Dán nhãn dữ liệu
• 5.2.3. Phân chia tập dữ liệu
• 5.2.4. Tiền xử lý dữ liệu
• 5.2.5. Làm giàu dữ liệu
• 5.3. Quá trình huấn luyện
• 5.3.1. Quá trình huấn luyện trên phần mềm Google Colab
• 5.3.2. Kết quả huấn luyện
• 5.3.3. Đánh giá huấn luyện
• 5.4. Tính toán và xác định vị trí đối tượng
• 6. CHƯƠNG 6: KIỂM CHỨNG VÀ ĐÁNH GIÁ KẾT QUẢ THỰC NGHIỆM
• 6.1. Kiểm chứng động học
• 6.1.1. Kiểm chứng động học trên Visual Studio Code
• 6.1.2. Kiểm chứng động học nghịch trên checkerboard
• 6.1.3. Kiểm chứng động học thực tế
• 6.2. Kiểm chứng YOLO
• 6.2.1. Kiểm chứng và thử nghiệm lần thứ nhất
• 6.2.2. Kiểm chứng và thử nghiệm lần thứ hai
• 6.2.3. Đánh giá kết quả toàn hệ thống
• 7. CHƯƠNG 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 7.2. Hướng phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Thiết kế mô hình robot delta

Thiết kế mô hình robot delta là trọng tâm của đề tài, tập trung vào việc tạo ra một hệ thống tự động hóa hiệu quả. Mô hình được thiết kế trên phần mềm Solidworks 2021, bao gồm các thành phần chính như đế cố định, đế di động, khớp trên, và khớp hình bình hành. Robot delta được lựa chọn do khả năng hoạt động nhanh và chính xác, phù hợp với yêu cầu phân loại rác thải. Quá trình thiết kế cũng tính toán động học để đảm bảo không gian làm việc tối ưu.

1.1. Thiết kế phần cứng

Phần cứng của robot delta bao gồm các chi tiết được thiết kế chi tiết trên Solidworks. Đế cố định và đế di động được tối ưu hóa để đảm bảo độ ổn định và linh hoạt. Khớp hình bình hành giúp robot di chuyển chính xác trong không gian ba chiều. Các thiết bị điện và điều khiển như động cơ bước, Arduino Mega 2560 được lựa chọn để đảm bảo hiệu suất hoạt động.

1.2. Tính toán động học

Tính toán động học là bước quan trọng để xác định không gian làm việc của robot delta. Các phương trình động học thuận và nghịch được giải quyết để đảm bảo robot có thể di chuyển chính xác đến các vị trí mong muốn. Không gian làm việc được mô phỏng trên Matlab để kiểm tra tính khả thi của thiết kế.

II. Phân loại rác thải

Phân loại rác thải là mục tiêu chính của đề tài, với việc ứng dụng robot delta để phân loại chai nhựa và lon. Hệ thống sử dụng thuật toán YOLOv5 để nhận diện và phân loại rác thải theo thời gian thực. Quá trình huấn luyện mô hình YOLOv5 được thực hiện trên Google Colab, với dữ liệu được thu thập và dán nhãn cẩn thận. Kết quả huấn luyện cho thấy độ chính xác cao trong việc nhận diện và phân loại rác thải.

2.1. Ứng dụng YOLOv5

YOLOv5 được lựa chọn do khả năng nhận diện đối tượng nhanh và chính xác. Quá trình huấn luyện bao gồm thu thập dữ liệu, dán nhãn, và huấn luyện mô hình trên Google Colab. Kết quả huấn luyện được đánh giá thông qua các chỉ số như precision và recall, cho thấy hiệu quả cao trong việc phân loại rác thải.

2.2. Hệ thống phân loại tự động

Hệ thống phân loại tự động bao gồm robot delta, camera, và băng tải. Camera nhận diện rác thải, sau đó robot delta thực hiện phân loại bằng cơ cấu hút. Hệ thống được lập trình trên Arduino IDE và Visual Studio Code, với giao diện người dùng được thiết kế để dễ dàng giám sát và điều khiển.

III. Tối ưu hóa robot delta

Tối ưu hóa robot delta là bước quan trọng để nâng cao hiệu quả của hệ thống. Các yếu tố như tốc độ, độ chính xác, và khả năng hoạt động trong điều kiện ánh sáng khác nhau được đánh giá và cải thiện. Kết quả thực nghiệm cho thấy hệ thống đạt độ chính xác cao trong việc phân loại rác thải, với tốc độ xử lý nhanh và ổn định.

3.1. Đánh giá hiệu suất

Hiệu suất của robot delta được đánh giá thông qua các thử nghiệm thực tế. Hệ thống được kiểm tra với 900 mẫu rác thải trong các điều kiện ánh sáng khác nhau. Kết quả cho thấy độ chính xác đạt trên 90%, với tốc độ xử lý nhanh và ổn định.

3.2. Cải thiện hệ thống

Các cải thiện được thực hiện bao gồm tối ưu hóa thuật toán YOLOv5, cải thiện cơ cấu hút của robot delta, và nâng cao độ chính xác của hệ thống camera. Những cải tiến này giúp hệ thống hoạt động hiệu quả hơn trong môi trường thực tế.