Giới thiệu dự án
Trong bối cảnh bùng nổ của cuộc Cách mạng Công nghiệp 4.0 và tự động hóa nhà máy thông minh, robot công nghiệp đóng vai trò then chốt trong việc tối ưu hóa năng suất, cắt giảm chi phí vận hành và giải phóng sức lao động con người khỏi các môi trường làm việc độc hại. Theo báo cáo từ Hiệp hội Robot Quốc tế (IFR), số lượng robot công nghiệp lắp đặt toàn cầu duy trì mức tăng trưởng bình quân 13%/năm giai đoạn 2017–2022; riêng thị trường Trung Quốc đạt kỷ lục 290.258 đơn vị vào năm 2022 và Nhật Bản chiếm 46% thị phần sản xuất robot toàn cầu.
Tuy nhiên, phần lớn các dây chuyền phân loại, đóng gói tại các doanh nghiệp vừa và nhỏ (SMEs) ở Việt Nam hiện vẫn sử dụng các cơ cấu chấp hành cố định (fixed automation) hoặc robot lập trình điểm - điểm tĩnh (hard-coded pick-and-place). Khi vị trí, kích thước hoặc góc xoay của phôi hàng thay đổi ngẫu nhiên trên băng tải, hệ thống truyền thống hoàn toàn mất khả năng thích ứng, dẫn đến dừng chuyền hoặc tỷ lệ lỗi sản phẩm tăng cao. Việc đầu tư các dòng cánh tay robot 6 bậc tự do (6-DOF) tích hợp camera 3D từ các hãng lớn (ABB, KUKA, Fanuc) đòi hỏi chi phí đầu tư ban đầu (CAPEX) lên đến 25.000 – 60.000 USD, vượt quá năng lực tài chính của nhiều nhà xưởng.
Đề tài "Thiết kế mô hình robot bốn bậc tự do gắp thả hàng hóa sử dụng xử lý ảnh" do sinh viên Võ Lê Dỉ thực hiện dưới sự hướng dẫn của TS. Đặng Xuân Ba (Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật TP.HCM) được xây dựng nhằm giải quyết bài toán tự động hóa linh hoạt với chi phí tối ưu.
[Camera Top-Down (OpenCV)] ──(Tọa độ X, Y, Góc xoay θ)──> [PC / Python Engine]
│
(Giao thức UART)
▼
[Mô hình Cơ khí 4-DOF] <──(Xung Step/Dir)── [Driver] <── [STM32F411 MCU]
Mục tiêu cụ thể của dự án
- Thiết kế cơ khí và mô phỏng 3D: Xây dựng mô hình hình học cánh tay robot 4 bậc tự do trên SolidWorks, xuất sang môi trường MATLAB Simscape Multibody để kiểm chứng động học và động lực học trước khi chế tạo.
- Tính toán động học và quy hoạch quỹ đạo: Thiết lập bảng thông số Denavit-Hartenberg (D-H), giải phương trình động học thuận (Forward Kinematics - FK), động học nghịch (Inverse Kinematics - IK), và quy hoạch quỹ đạo đa thức bậc 3 (Cubic Polynomial Trajectory) đảm bảo chuyển động êm ái, triệt tiêu rung giật (jerk).
- Phát triển hệ thống thị giác máy tính: Ứng dụng thư viện OpenCV trên nền tảng Python để tự động nhận dạng biên dạng, phân đoạn ảnh, tính toán tọa độ trọng tâm $(X_w, Y_w)$, kích thước thực tế $(W, H)$ và góc nghiêng $(\theta)$ của phôi trong không gian làm việc.
- Tích hợp phần cứng và điều khiển thời gian thực: Thiết kế mạch điều khiển nhúng sử dụng vi điều khiển 32-bit STM32F411, điều khiển 4 động cơ bước thông qua vi bước (microstepping), truyền thông đồng bộ dữ liệu tọa độ từ máy tính xử lý ảnh xuống cánh tay máy với độ trễ thấp.
Giới hạn và phạm vi đề tài
- Cơ cấu chấp hành gồm 4 khớp xoay (4R), đầu công tác sử giác hút chân không (vacuum suction cup) chuyên dụng cho phôi phẳng.
- Phôi hàng có dạng hình học cơ bản (vuông, chữ nhật), đặt trên mặt phẳng làm việc 2D có nền tương phản cao.
- Thuật toán thị giác xử lý qua camera RGB góc nhìn từ trên xuống (Top-down 2D camera calibration).
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
| Tiêu chí đánh giá |
Cơ cấu cấp phôi khí nén cố định |
Hệ thống Robot 6-DOF công nghiệp |
Giải pháp Robot 4-DOF Vision (Đề tài) |
| Độ linh hoạt vị trí phôi |
Rất thấp (cố định 100%) |
Rất cao (Không gian 3D phức tạp) |
Cao (Linh hoạt trong mặt phẳng 2D) |
| Nhận diện góc xoay $(\theta)$ |
Không hỗ trợ |
Hỗ trợ 6 bậc tự do $(\pm 0.05^\circ)$ |
Hỗ trợ góc xoay phẳng $(\pm 1.0^\circ)$ |
| Thời gian triển khai/Setup |
Nhanh nhưng khó tái cấu hình |
Phức tạp, cần chuyên gia robot |
Đơn giản, tự động hiệu chuẩn (Calib) |
| Chi phí phần cứng (VND) |
15.000.000 – 30.000.000 |
500.000.000 – 1.200.000.000 |
8.000.000 – 15.000.000 |
| Khả năng làm chủ công nghệ |
Thấp |
Phụ thuộc phần mềm hãng |
Hoàn toàn làm chủ mã nguồn |
Ma trận ưu tiên yêu cầu kỹ thuật (MoSCoW)
- Must have (Bắt buộc): Giải đúng nghiệm giải tích IK; kiểm soát vị trí chính xác trong vùng làm việc bán kính $R = 350\text{ mm}$; nhận diện phôi và trích xuất tọa độ $(X, Y, \theta)$ qua camera với sai số $< 2\text{ mm}$.
- Should have (Nên có): Quy hoạch quỹ đạo mượt mà bậc 3; mô phỏng Simscape đồng bộ thời gian thực; cơ cấu gắp hút chân không phản hồi áp suất.
- Could have (Có thể mở rộng): Tự động phân loại phôi theo màu sắc không gian HSV; nhận diện phôi chuyển động trên băng tải.
- Won't have (Chưa thực hiện): Thị giác 3D Depth Camera; quy hoạch quỹ đạo tránh vật cản động (Dynamic Obstacle Avoidance).
Thiết kế hệ thống
1. Bảng thông số Denavit-Hartenberg (D-H) của Robot 4-DOF
Dựa trên cấu trúc 4 khớp xoay nối tiếp, hệ tọa độ các khâu được gắn theo quy tắc D-H chuẩn:
| Khâu $(i)$ |
$\alpha_{i-1}\ (^\circ)$ |
$a_{i-1}\ (\text{mm})$ |
$d_i\ (\text{mm})$ |
$\theta_i\ (^\circ)$ |
Phạm vi góc quay |
| 1 |
$0$ |
$0$ |
$L_0 + L_2$ |
$\theta_1^*$ |
$-90^\circ \le \theta_1 \le 0^\circ$ |
| 2 |
$90$ |
$L_1$ |
$0$ |
$\theta_2^*$ |
$0^\circ \le \theta_2 \le 135^\circ$ |
| 3 |
$0$ |
$L_3$ |
$0$ |
$\theta_3^*$ |
$-90^\circ \le \theta_3 \le 90^\circ$ |
| 4 |
$0$ |
$L_4$ |
$0$ |
$\theta_4^*$ |
$-90^\circ \le \theta_4 \le 90^\circ$ |
| 5 (Tool) |
$0$ |
$L_5$ |
$D_4$ |
$0$ |
Cố định phương hút |
Ma trận chuyển đổi tổng quát:
[ cos(θi) -sin(θi) 0 ai-1 ]
i-1_T_i = [ sin(θi)cos(αi-1) cos(θi)cos(αi-1) -sin(αi-1) -sin(αi-1)di ]
[ sin(θi)sin(αi-1) cos(θi)sin(αi-1) cos(αi-1) cos(αi-1)di ]
[ 0 0 0 1 ]
2. Mô hình toán học động học thuận (Forward Kinematics)
Tọa độ vị trí điểm cuối cơ cấu chấp hành $P = [P_x, P_y, P_z]^T$ được tính toán thông qua ma trận biến đổi thuần nhất tổng quát $^0T_5 = {}^0T_1 \cdot {}^1T_2 \cdot {}^2T_3 \cdot {}^3T_4 \cdot {}^4T_5$:
$$\begin{cases}
P_x = \cos(\theta_1)\left[ L_1 + L_3\cos(\theta_2) + L_4\cos(\theta_2+\theta_3) + L_5\cos(\theta_2+\theta_3+\theta_4) \right] - D_4\sin(\theta_1) \
P_y = \sin(\theta_1)\left[ L_1 + L_3\cos(\theta_2) + L_4\cos(\theta_2+\theta_3) + L_5\cos(\theta_2+\theta_3+\theta_4) \right] + D_4\cos(\theta_1) \
P_z = L_0 + L_2 + L_3\sin(\theta_2) + L_4\sin(\theta_2+\theta_3) + L_5\sin(\theta_2+\theta_3+\theta_4)
\end{cases}$$
3. Mô hình toán học động học nghịch (Inverse Kinematics)
Để hút phôi theo phương thẳng đứng vuông góc với mặt phẳng đáy, góc định hướng khâu chấp hành được gán điều kiện ràng buộc: $\theta_2 + \theta_3 + \theta_4 = -90^\circ$.
Góc quay khớp 1 ($\theta_1$) được giải đại số:
$$\theta_1 = \text{atan2}(P_y, P_x) - \text{atan2}(D_4, \pm\sqrt{P_x^2 + P_y^2 - D_4^2})$$
Rút gọn hệ phương trình phẳng cho 2 khớp còn lại về dạng phương trình lượng giác:
$$a\cos(\theta_2) + b\sin(\theta_2) = d$$
Trong đó:
- $a = 2 A L_3$
- $b = 2 B L_3$
- $d = A^2 + B^2 + L_3^2 - L_4^2$
- $A = \frac{P_x}{\cos(\theta_1)} - L_1 - L_5\cos(-90^\circ)$
- $B = P_z - (L_0 + L_2) - L_5\sin(-90^\circ)$
Nghiệm của $\theta_2$ và $\theta_3$ thu được qua hàm lượng giác 4 góc phần tư:
$$\theta_2 = \text{atan2}(b, a) \pm \text{atan2}\left(\sqrt{a^2 + b^2 - d^2}, d\right)$$
$$\theta_3 = \text{atan2}\left(B - L_3\sin(\theta_2), A - L_3\cos(\theta_2)\right) - \theta_2$$
$$\theta_4 = -90^\circ - (\theta_2 + \theta_3)$$
4. Quy hoạch quỹ đạo đa thức bậc 3 (Cubic Polynomial Trajectory)
Để tránh gia tốc biến thiên đột ngột làm mất bước (missed steps) ở động cơ bước, góc khớp chuyển động từ vị trí đầu $q_0$ tại $t_0=0$ đến vị trí đích $q_f$ tại thời điểm $t_f$ với vận tốc triệt tiêu ở hai đầu mút $\dot{q}(0) = 0, \dot{q}(t_f) = 0$:
$$q(t) = a_0 + a_1 t + a_2 t^2 + a_3 t^3$$
Áp dụng 4 điều kiện biên:
$$\begin{cases}
a_0 = q_0 \
a_1 = 0 \
a_2 = \frac{3(q_f - q_0)}{t_f^2} \
a_3 = -\frac{2(q_f - q_0)}{t_f^3}
\end{cases} \implies q(t) = q_0 + \frac{3(q_f - q_0)}{t_f^2}t^2 - \frac{2(q_f - q_0)}{t_f^3}t^3$$
Vận tốc góc $\dot{q}(t)$ và gia tốc góc $\ddot{q}(t)$:
$$\dot{q}(t) = \frac{6(q_f - q_0)}{t_f^2}t - \frac{6(q_f - q_0)}{t_f^3}t^2$$
$$\ddot{q}(t) = \frac{6(q_f - q_0)}{t_f^2} - \frac{12(q_f - q_0)}{t_f^3}t$$
Gia tốc (rad/s²) Vận tốc (rad/s) Vị trí (rad)
┌───┐ ┌───┐ .--- q_f
│ │ / \ /
─────┘ └───── ────┘ └──── ────'
│ │ q_0
└───┘
(Tăng - Giảm tuyến tính) (Biến thiên dạng Parabol) (Đường cong chữ S mượt)
Ngăn xếp công nghệ (Technology Stack)
┌────────────────────────────────────────────────────────────────────────┐
│ HỆ THỐNG PHẦN MỀM │
├──────────────────────────┬─────────────────────────────────────────────┤
│ Thiết kế CAD │ Dassault Systèmes SolidWorks 2022 SP5 │
│ Mô phỏng đa vật thể │ MATLAB R2023b (Simulink & Simscape 23.2) │
│ Thị giác máy tính │ Python 3.10.12, OpenCV 4.8.1, NumPy 1.24.3 │
│ Lập trình nhúng │ STM32CubeIDE v1.14.0, C/C++ HAL Driver │
├──────────────────────────┴─────────────────────────────────────────────┤
│ HỆ THỐNG PHẦN CỨNG │
├──────────────────────────┬─────────────────────────────────────────────┤
│ Khối xử lý trung tâm │ STM32F411CEU6 (ARM Cortex-M4 @ 100MHz) │
│ Động cơ khớp 1, 2 │ Stepper Motor Hybrid FOYO FY56EC (2.8A) │
│ Động cơ khớp 3, 4 │ Stepper Motor NEMA 17 42x48mm (1.5A) │
│ Mạch công suất Driver │ Leadshine DM542-05 & FYDM504T (Microstep) │
│ Khâu chấp hành │ Bơm hút chân không DC 12V + Van điện từ │
│ Bộ nguồn công nghiệp │ Nguồn tổ ong MeanWell 24V DC - 15A (360W) │
└──────────────────────────┴─────────────────────────────────────────────┘
Implementation và kết quả
Development Process & Pipeline xử lý ảnh
Quy trình thị giác máy tính trích xuất tọa độ phôi trải qua 6 bước xử lý liên tục:
[Khung hình gốc RGB] ──> [Chuyển đổi Grayscale] ──> [Bộ lọc Gaussian Blur (5x5)]
│
[Bounding Box & Centroid] <── [Contour & minAreaRect] <── [Nhị phân hóa Otsu / Canny]
│
▼
[Hiệu chuẩn 2D Transform] ──> [Tọa độ Robot (X_w, Y_w, θ)] ──> [Gửi UART 115200 bps]
Thuật toán trích xuất biên dạng và góc xoay (Python/OpenCV)
import cv2
import numpy as np
def process_frame(image, kx, ky, Ax, Ay, A_prime_x, A_prime_y):
# 1. Chuyển sang ảnh xám và khử nhiễu
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
# 2. Phân đoạn ảnh bằng ngưỡng Canny
edged = cv2.Canny(blurred, 50, 150)
# 3. Tìm đường bao đối tượng
contours, _ = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
detected_objects = []
for cnt in contours:
if cv2.contourArea(cnt) < 1200: # Lọc bỏ nhiễu diện tích nhỏ
continue
# Tìm hình chữ nhật nhỏ nhất bao quanh vật thể
rect = cv2.minAreaRect(cnt)
(cx_px, cy_px), (w_px, h_px), angle = rect
# Chuẩn hóa góc xoay vật thể
if w_px < h_px:
angle = angle + 90.0
# 4. Chuyển đổi tọa độ Pixel sang Hệ tọa độ thực của Robot (Calib 2D)
Px_real = Ax + (cx_px - A_prime_x) * kx
Py_real = Ay + (cy_px - A_prime_y) * ky
detected_objects.append({
'real_pos': (Px_real, Py_real),
'dimensions': (w_px * kx, h_px * ky),
'angle': angle
})
return detected_objects
Thuật toán tạo xung quy hoạch quỹ đạo trên STM32 (C/HAL)
// Tính toán góc khớp tức thời theo đa thức bậc 3 và phát xung PWM/Timer
void Trajectory_Execute_Joint(Joint_TypeDef* joint, float q0, float qf, float tf, float dt) {
float a0 = q0;
float a2 = (3.0f * (qf - q0)) / (tf * tf);
float a3 = (-2.0f * (qf - q0)) / (tf * tf * tf);
for (float t = 0.0f; t <= tf; t += dt) {
float q_target = a0 + a2 * (t * t) + a3 * (t * t * t);
int32_t target_steps = (int32_t)(q_target * joint->StepsPerRadian);
// Điều khiển số xung gửi tới Driver
Motor_Move_To_Position(joint, target_steps);
HAL_Delay((uint32_t)(dt * 1000));
}
}
Testing và validation
Hệ thống được kiểm thử qua 3 giai đoạn độc lập: Kiểm chứng mô phỏng Simscape, kiểm chứng độ chính xác động học trên mô hình thực, và kiểm chứng nhận dạng thị giác trong các điều kiện tải phôi khác nhau.
ĐÁNH GIÁ CHẤT LƯỢNG MÔ HÌNH VẬN HÀNH THỰC TẾ
┌──────────────────────────────┬──────────────────┬──────────────┬─────────┐
│ Kịch bản kiểm thử │ Số lần thực hiện │ Thành công │ Tỷ lệ │
├──────────────────────────────┼──────────────────┼──────────────┼─────────┤
│ 1 Phôi cố định (Chỉ IK) │ 50 lần │ 50 lần │ 100% │
│ 1 Phôi ngẫu nhiên (Vision) │ 100 lần │ 97 lần │ 97.0% │
│ Nhiều phôi thay đổi vị trí │ 100 lần │ 94 lần │ 94.0% │
│ Phôi xoay các góc [-45, 45]° │ 50 lần │ 48 lần │ 96.0% │
└──────────────────────────────┴──────────────────┴──────────────┴─────────┘
Đối chiếu kết quả Mô phỏng Simscape và Thực tế
| Điểm đặt tọa độ $(X, Y, Z)\text{ mm}$ |
Nghiệm động học nghịch $(\theta_1, \theta_2, \theta_3, \theta_4)$ |
Trạng thái Simscape |
Kết quả thực tế |
Sai lệch vị trí $(\Delta E)$ |
| P1: [200, 0, 50] |
$[0.0^\circ,\ 54.2^\circ,\ -72.8^\circ,\ -71.4^\circ]$ |
Khớp chuẩn xác |
Hút phôi chuẩn |
$0.8\text{ mm}$ |
| P2: [180, 120, 30] |
$[33.69^\circ,\ 62.1^\circ,\ -88.4^\circ,\ -63.7^\circ]$ |
Khớp chuẩn xác |
Hút phôi chuẩn |
$1.2\text{ mm}$ |
| P3: [150, -150, 40] |
$[-45.0^\circ,\ 58.7^\circ,\ -81.2^\circ,\ -67.5^\circ]$ |
Khớp chuẩn xác |
Hút phôi chuẩn |
$1.4\text{ mm}$ |
Đổi mới và đóng góp
- Chuỗi công cụ tích hợp CAD-to-Simscape khép kín: Rút ngắn thời gian thiết kế và tinh chỉnh thông số điều khiển cơ cấu từ vài tuần xuống còn 3 ngày nhờ chuyển đổi trực tiếp mô hình lắp ráp từ SolidWorks sang Simscape Multibody, cho phép phát hiện sớm va chạm hình học và vượt giới hạn góc khớp.
- Quy hoạch quỹ đạo triệt tiêu rung động (Jerk-minimized Planning): Áp dụng đa thức bậc 3 cho từng khớp độc lập giúp loại bỏ hiện tượng giật cơ khí khi đảo chiều hay khởi động, bảo vệ tuổi thọ hộp giảm tốc và triệt tiêu lỗi trượt bước (step loss) thường gặp ở hệ thống vòng hở (open-loop stepper).
- Thuật toán Calib 2D 3 điểm tối giản: Giảm thiểu độ phức tạp so với việc hiệu chuẩn ma trận nội/ngoại camera (Camera Intrinsic/Extrinsic) truyền thống nhưng vẫn đạt độ chính xác truyền tọa độ $< 1.5\text{ mm}$, phù hợp cho việc triển khai nhanh trên sàn nhà xưởng.
HIỆU QUẢ KINH TẾ VÀ KỸ THUẬT SO VỚI CÁC GIẢI PHÁP TRÊN THỊ TRƯỜNG
┌───────────────────────────────┬───────────────────────────┬──────────────┐
│ Chỉ số so sánh │ Robot 6-DOF ngoại nhập │ Đề tài │
├───────────────────────────────┼───────────────────────────┼──────────────┤
│ Chi phí chế tạo │ 100% (Gốc) │ Giảm ~85% │
│ Thời gian cấu hình lại chuyền │ ~4 giờ (Lập trình phức tạp)│ ~15 phút │
│ Mức tiêu thụ điện năng │ 1.5 kW – 3.0 kW │ < 200 W │
│ Khả năng bảo trì tự chủ │ Cần chuyên gia hãng │ Đội ngũ nội bộ│
└───────────────────────────────┴───────────────────────────┴──────────────┘
Ứng dụng thực tế và triển khai
Kịch bản ứng dụng công nghiệp
- Phân loại bưu kiện, hàng hóa logistics: Tự động gắp các gói hàng nhẹ từ băng tải cấp phôi vào đúng các khay chia chọn dựa trên kích thước đo đạc trực quan.
- Cấp phôi tự động cho máy CNC / Dập: Gắp các phôi kim loại tấm, phôi nhựa từ vị trí xếp chồng chưa chuẩn hóa đặt vào đồ gá gia công với độ chính xác cao.
- Dây chuyền đóng gói thực phẩm & Dược phẩm: Sắp xếp vỉ thuốc, bánh kẹo vào hộp carton mà không cần tiếp xúc thủ công, đảm bảo vệ sinh an toàn.
Phân tích tài chính và thời gian hoàn vốn (ROI)
Giả định triển khai mô hình tại một xưởng đóng gói quy mô nhỏ thay thế 01 nhân công phân loại thủ công:
- Chi phí đầu tư hệ thống (CAPEX): 14.500.000 VND (Cơ khí, Động cơ, Driver, STM32, Camera, Nguồn).
- Chi phí vận hành & điện năng (OPEX/tháng): ~350.000 VND.
- Lương nhân công tiết kiệm (tháng): 7.500.000 VND.
- Dòng tiền tiết kiệm ròng hàng tháng: $7.500.000 - 350.000 = 7.150.000\text{ VND}$.
$$\text{Thời gian hoàn vốn (Payback Period)} = \frac{14.500.000}{7.150.000} \approx 2.03\text{ tháng}$$
Hạn chế và hướng phát triển
Hạn chế kỹ thuật hiện tại
- Động cơ bước vòng hở (Open-loop): Chưa có encoder hồi tiếp vị trí thực tế tại trục khớp, dẫn đến sai số tích lũy sau nhiều chu kỳ làm việc liên tục nếu xảy ra quá tải cơ khí.
- Xử lý ảnh phụ thuộc nguồn sáng: Thuật toán nhị phân hóa phân ngưỡng tĩnh (Static Thresholding/Canny) dễ bị ảnh hưởng bởi bóng đổ hoặc cường độ ánh sáng môi trường thay đổi đột ngột.
- Tốc độ khung hình (Frame rate): Camera truyền qua mạng nội bộ/USB đạt tốc độ 15–20 FPS, giới hạn khả năng gắp vật thể đang chuyển động nhanh trên băng tải (> 0.2 m/s).
Hướng phát triển nâng cao
- Nâng cấp động cơ Closed-loop / Servo: Tích hợp Encoder quang học tuyệt đối (Absolute Encoder 17-bit) để thiết lập vòng lặp hồi tiếp PID vị trí, triệt tiêu hoàn toàn hiện tượng mất bước.
- Ứng dụng AI/Deep Learning (YOLOv8-OBB): Thay thế xử lý ảnh truyền thống bằng mạng nơ-ron tích chập nhẹ (YOLOv8 Oriented Bounding Box) chạy trên vi xử lý biên (NVIDIA Jetson Nano hoặc Raspberry Pi 5), cho phép nhận dạng phân loại đa dạng hình dạng phôi phức tạp dưới ánh sáng nhiễu.
- Tích hợp ROS 2 (Robot Operating System): Kiến trúc lại hệ thống điều khiển theo chuẩn công nghiệp với MoveIt 2 để quy hoạch quỹ đạo trong không gian 3D và giao tiếp qua mạng Ethernet công nghiệp (EtherCAT/Modbus TCP).
Đối tượng hưởng lợi
- Sinh viên & Nghiên cứu sinh: Cung cấp tài liệu hoàn chỉnh từ thiết lập toán học D-H, giải thuật động học, code xử lý ảnh thực tế đến kỹ thuật mô phỏng trên Simscape Multibody để phục vụ học tập và nghiên cứu các môn Robot học, Thị giác máy.
- Kỹ sư R&D & Lập trình viên Embedded/Robotics: Cung cấp nền tảng mã nguồn C/Python mẫu về giao tiếp vi điều khiển, giải thuật điều khiển vị trí động cơ bước không giật gia tốc.
- Doanh nghiệp vừa và nhỏ (SMEs): Bản thiết kế tham khảo khả thi để tự chế tạo hệ thống tự động hóa gắp thả phân loại với chi phí chỉ bằng 15–20% so với các giải pháp thương mại ngoại nhập.
Câu hỏi thường gặp
1. Yêu cầu cấu hình phần cứng tối thiểu để triển khai hệ thống là gì?
Máy tính trạm (PC/Laptop) chạy hệ điều hành Windows 10/11 hoặc Ubuntu 22.04 LTS, vi xử lý Intel Core i3 (thế hệ 8 trở lên) hoặc tương đương, RAM tối thiểu 4GB, cổng USB 3.0 kết nối Camera HD 720p/1080p. Bo điều khiển chấp hành sử dụng vi điều khiển 32-bit (khuyến nghị dòng STM32F4 hoặc ESP32) với bộ nguồn 24V/15A.
2. Làm thế nào để mở rộng không gian làm việc của robot?
Không gian làm việc (Workspace) của robot phụ thuộc vào độ dài các khâu ($L_1, L_3, L_4$). Để mở rộng tầm với, có thể tăng kích thước hình học $L_3, L_4$. Khi đó, cần tính toán lại mô-men xoắn của động cơ các khớp $J_2, J_3$ theo công thức $T = F \cdot L$ và thay thế động cơ bước có mô-men lớn hơn (như NEMA 23/34) để đảm bảo tải trọng gắp thả.
3. Tại sao chọn phương pháp D-H thay vì phương pháp hình học đơn thuần?
Phương pháp Denavit-Hartenberg (D-H) là quy chuẩn chuẩn hóa quốc tế trong robot học, sử dụng ma trận thuần nhất $4 \times 4$ giúp mô hình hóa có hệ thống cấu trúc robot nhiều bậc tự do, dễ dàng mở rộng khi tăng số khớp ($n$-DOF) và tích hợp liền mạch với các công cụ mô phỏng như MATLAB Robotics System Toolbox, ROS URDF.
4. Hệ thống xử lý thế nào khi có nhiều phôi xuất hiện đồng thời trong khung hình?
Chương trình OpenCV sử dụng hàm cv2.findContours lọc ra danh sách toàn bộ vật thể thỏa mãn ngưỡng diện tích ($Area > 1200\text{ px}$). Tọa độ các phôi được lưu vào hàng đợi (FIFO Queue). Robot sẽ tuần tự gắp từng phôi theo thứ tự ưu tiên (phôi gần gốc tọa độ nhất hoặc phôi nằm ngoài cùng) cho đến khi hàng đợi rỗng.
5. Chi phí bảo trì và độ bền của cơ cấu như thế nào?
Nhờ sử dụng động cơ bước không chổi than (Brushless Stepper) và kết cấu khung nhôm định hình kết hợp in 3D nhựa PLA/PETG chịu lực cao, hệ thống không yêu cầu bảo dưỡng chổi than định kỳ. Chi phí bảo trì chủ yếu là thay thế núm hút chân không silicone (khoảng 30.000 VND/cái sau mỗi 500.000 chu kỳ hoạt động).
Kết luận
Đề tài "Thiết kế mô hình robot bốn bậc tự do gắp thả hàng hóa sử dụng xử lý ảnh" đã giải quyết thành công bài toán tích hợp liên ngành giữa Cơ khí chính xác (SolidWorks), Toán học Robot (Kinematics/Trajectory Planning), Thị giác máy tính (OpenCV) và Kỹ thuật điều khiển nhúng (STM32). Hệ thống chứng minh tính hiệu quả vượt trội trong việc tự động nhận dạng, tính toán và gắp thả chính xác các vật thể ngẫu nhiên với độ tin cậy đạt trên 94%, chi phí chế tạo thấp và khả năng ứng dụng thực tiễn cao trong các dây chuyền phân loại công nghiệp hiện đại.
