Giới thiệu dự án

Trong bối cảnh công nghiệp 4.0 và chuyển đổi số quy trình sản xuất, tự động hóa đóng vai trò then chốt trong việc tối ưu hóa năng suất, giảm chi phí vận hành và loại bỏ sai sót từ con người. Theo thống kê từ Hiệp hội Robot Quốc tế (IFR), nhu cầu triển khai các dòng robot cộng tác và robot công nghiệp tốc độ cao tại khu vực châu Á tăng trưởng bình quân trên 12.5%/năm, đặc biệt trong các dây chuyền lắp ráp vi mạch, linh kiện điện tử và đóng gói dược phẩm. Trong đó, dòng robot SCARA (Selective Compliance Assembly Robot Arm) chiếm tỷ trọng vượt trội nhờ cấu trúc cơ khí độ cứng vững cao theo phương thẳng đứng và độ linh hoạt tối ưu trên mặt phẳng ngang.

Tuy nhiên, các hệ thống SCARA công nghiệp nhập khẩu từ các thương hiệu như Yaskawa, Epson hay Yamaha thường có chi phí đầu tư rất lớn (từ 15.000 – 35.000 USD/trạm), đi kèm với phần mềm điều khiển đóng kín, khó tùy biến cho các doanh nghiệp vừa và nhỏ (SMEs) tại Việt Nam. Vấn đề đặt ra là cần phát triển một hệ thống cánh tay robot SCARA phân loại linh kiện linh hoạt nội địa hóa, tích hợp thị giác máy tính (Computer Vision) với chi phí thấp nhưng vẫn đảm bảo độ chính xác định vị và tốc độ vận hành tiêu chuẩn công nghiệp.

       [Camera Thị Giác Máy]
                │ (Tọa độ vật thể X, Y, Theta)
                ▼
       [Bộ Xử Lý / Máy Tính] ──(UART/RS485)──► [Vi Điều Khiển STM32F401]
                                                        │
                      ┌─────────────────────────────────┴───────────────────────────────┐
                      ▼                                 ▼                               ▼
             [Driver A4988 / Trục 1]          [Driver A4988 / Trục 2]         [Driver A4988 / Trục 3 & 4]
                      │                                 │                               │
                      ▼                                 ▼                               ▼
             [Động cơ Stepper A4809]          [Động cơ Stepper FH5]           [Vít-me Bi + Tay Gắp Khí Nén]
               (Khớp Xoay 1 - Link 1)           (Khớp Xoay 2 - Link 2)            (Khớp Tịnh Tiến Z & Kẹp)

Mục tiêu của dự án:

  1. Thiết kế cơ khí hoàn chỉnh: Xây dựng mô hình SCARA Robot 3 bậc tự do (2 khớp quay R, 1 khớp tịnh tiến P) cùng cơ cấu kẹp chấp hành cuối, tải trọng làm việc $m_{payload} \ge 1.5\text{ kg}$, bán kính với tới cực đại $R_{max} = 450\text{ mm}$.
  2. Xây dựng mô hình toán học: Thiết lập bài toán động học thuận (Forward Kinematics), động học nghịch (Inverse Kinematics) theo phương pháp Denavit-Hartenberg (D-H), phân tích động học vận tốc thông qua ma trận Jacobi và lập quỹ đạo chuyển động theo quy luật hình thang (Trapezoidal Velocity Profile).
  3. Phát triển hệ thống điều khiển nhúng: Thiết kế bo mạch phần cứng sử dụng vi điều khiển STM32 kết hợp mạch công suất Driver A4988 điều khiển chính xác các động cơ bước (Stepper Motors) tích hợp encoder hồi tiếp.
  4. Tích hợp thị giác máy tính: Xây dựng thuật toán xử lý ảnh nhận diện, định vị tâm và góc xoay của linh kiện trên băng chuyền theo thời gian thực.
  5. Thực nghiệm và đánh giá: Chế tạo mô hình thử nghiệm, kiểm tra ứng suất kết cấu bằng phần mềm CAE/SolidWorks và đo đạc độ chính xác lặp lại vị trí ($\le \pm 0.08\text{ mm}$).

Phạm vi và giới hạn đề tài: Robot hoạt động trong không gian làm việc hình quạt trụ tròn bán kính 450 mm, hành trình trục Z đạt 100 mm, phân loại linh kiện tĩnh hoặc chuyển động chậm trên mặt phẳng băng tải cố định.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh SCARA Công nghiệp (Epson / Yaskawa) Robot Delta (Song song) Giải pháp SCARA Mechatronics đề xuất
Chi phí đầu tư Rất cao (300 - 800 triệu VNĐ) Cao (250 - 500 triệu VNĐ) Tối ưu (< 20 triệu VNĐ)
Độ cứng vững trục Z Rất cao (kết cấu trục vít-me bi) Trung bình (thanh liên kết mỏng) Cao (trục dẫn hướng kép + vit-me bi)
Không gian làm việc Dạng trụ tròn, tối ưu diện tích sàn Dạng vòm nón, chiếm chiều cao lớn Dạng trụ tròn ($R=450\text{ mm}, Z=100\text{ mm}$)
Tính mở hệ thống Đóng (Proprietary Controller) Tùy biến phức tạp Mã nguồn mở (STM32 + Python/OpenCV)
Tốc độ gắp (Pick/Place) 0.4 - 0.7 giây/chu kỳ 0.3 - 0.5 giây/chu kỳ 1.1 - 1.3 giây/chu kỳ

Phân tích yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have (Bắt buộc): Giải chính xác phương trình động học D-H; điều khiển nội suy 3 trục chuyển động đồng thời; giao tiếp dữ liệu thời gian thực giữa camera và MCU.
  • Should have (Nên có): Quy hoạch quỹ đạo vận tốc hình thang chống rung cơ khí; kiểm soát dòng động cơ tự ngắt khi quá nhiệt trên driver A4988.
  • Could have (Có thể có): Giao diện GUI giám sát trạng thái tọa độ và camera trên máy tính; thuật toán tự động nhận diện đa màu sắc và hình dạng hình học.
  • Won't have (Chưa thực hiện đợt này): Cảm biến lực 6 trục ở đầu tay gắp (Force/Torque Sensor); truyền động động cơ AC Servo công nghiệp công suất lớn.

Thiết kế hệ thống

+─────────────────────────────────────────────────────────────────────────+
|                           KIẾN TRÚC HỆ THỐNG                             |
+─────────────────────────────────────────────────────────────────────────+
   [Tầng Cảm Biến & Thị Giác]  -->  Camera Full HD 1080p @ 60fps
                                           │ (USB Video Class)
   [Tầng Xử Lý Trung Tâm]      -->  Host PC: Python 3.9 + OpenCV 4.8.0
                                           │ (UART Baudrate: 115200 bps)
   [Tầng Điều Khiển Cấp Thấp]  -->  MCU STM32F401RET6 (ARM Cortex-M4 84MHz)
                                           │ (Pulse / Direction / Enable)
   [Tầng Công Suất & Chấp Hành]-->  3x Driver A4988 (Microstepping 1/16)
                                           ├─► Trục 1: Stepper A4809-9215KE (0.72°/step)
                                           ├─► Trục 2: Stepper FH5-1034-P1VS (1.45 Nm)
                                           └─► Trục 3: Vít-me bi SFU1204 + Động cơ bước

Technology Stack và Phần cứng:

  • Bộ điều khiển trung tâm: STM32F401RET6 (32-bit ARM Cortex-M4, xung nhịp 84 MHz, 512 KB Flash, 96 KB SRAM).
  • Bộ điều khiển công suất: Driver Allegro A4988 hỗ trợ phân bước Microstepping lên đến 1/16 bước, dòng tải liên tục 1.4A/pha có cánh tản nhiệt nhôm.
  • Động cơ truyền động:
    • Trục 1: Động cơ bước 5 pha A4809-9215KE, góc bước $0.72^\circ/\text{bước}$ (500 xung/vòng), dòng định mức 1.4A, tích hợp Encoder quang hồi tiếp 500 ppr.
    • Trục 2 & 3: Động cơ bước 2 pha lai Hybrid Stepper Motor FH5-1034-P1VS, mô-men xoắn giữ $1.45\text{ Nm}$, dòng định mức 1.5A.
  • Cơ cấu truyền động cơ khí:
    • Khâu 1 & 2: Dây đai răng đồng bộ GT2 (bước đai $2\text{ mm}$, bản rộng $6\text{ mm}$, lõi sợi thủy tinh chống giãn), tỷ số truyền $u = 1:3$.
    • Khâu 3 (Trục Z): Cơ cấu vít-me đai ốc bi SFU1204 (đường kính $12\text{ mm}$, bước ren $P_h = 4\text{ mm}$), khả năng tự hãm và biến đổi chuyển động quay thành tịnh tiến với độ rơ $< 0.01\text{ mm}$.
  • Hệ thống thị giác máy: Python 3.9, OpenCV v4.8.0, NumPy v1.24.3, truyền thông qua giao thức Serial UART định dạng gói tin nhị phân chuẩn hóa checksum.

Phương pháp nghiên cứu và phát triển (Methodology)

Dự án áp dụng mô hình phát triển chữ V kết hợp nguyên lý Mechatronics liên ngành:

  1. Giai đoạn 1 (Tuần 1-4): Nghiên cứu lý thuyết động học, thiết lập bảng D-H, tính toán giải tích ma trận chuyển đổi thuần nhất $A_i$, giải bài toán động học thuận/nghịch trên MATLAB R2022b.
  2. Giai đoạn 2 (Tuần 5-8): Thiết kế 3D hoàn chỉnh trên SolidWorks 2022, phân tích phần tử hữu hạn (FEA) kiểm tra ứng suất Von Mises và độ võng của cánh tay đòn khâu 1 và khâu 2 dưới tải trọng động.
  3. Giai đoạn 3 (Tuần 9-12): Thiết kế mạch nguyên lý và layout PCB trên Altium Designer, lập trình Firmware điều khiển phát xung PWM/Timer trên STM32CubeIDE.
  4. Giai đoạn 4 (Tuần 13-16): Xây dựng thuật toán xử lý ảnh trên Python, tích hợp truyền thông và hiệu chuẩn tọa độ không gian làm việc (Hand-Eye Calibration).

Ma trận đánh giá rủi ro:

  • Rủi ro trượt bước động cơ: Khắc phục bằng cách gắn encoder quang giám sát sai số góc và thiết lập gia tốc chuyển động mềm dạng hình thang.
  • Rủi ro quá nhiệt Driver A4988: Bố trí quạt tản nhiệt cưỡng bức 12VDC và căn chỉnh biến trở Vref giới hạn dòng đỉnh ở mức 1.2A ($I_{max} = V_{ref} / (8 \times R_{sense})$).

Implementation và kết quả

Quá trình phát triển và Thuật toán cốt lõi

1. Bảng thông số động học Denavit - Hartenberg (D-H):

Khớp ($i$) $\theta_i$ (Góc quay) $\alpha_i$ (Góc xoắn) $a_i$ (Chiều dài khâu - mm) $d_i$ (Khoảng cách trục - mm) Biến khớp
Khâu 1 $\theta_1$ $0^\circ$ $l_1 = 250$ $d_1 = 200$ $\theta_1$
Khâu 2 $\theta_2$ $0^\circ$ $l_2 = 200$ $0$ $\theta_2$
Khâu 3 $0^\circ$ $0^\circ$ $0$ $d_3$ $d_3$ (Tịnh tiến)

Ma trận biến đổi tổng quát từ gốc tọa độ khâu 0 đến cơ cấu chấp hành cuối:

$$^0T_3 = ^0A_1 \cdot ^1A_2 \cdot ^2A_3 = \begin{bmatrix} \cos(\theta_1+\theta_2) & -\sin(\theta_1+\theta_2) & 0 & l_1\cos\theta_1 + l_2\cos(\theta_1+\theta_2) \ \sin(\theta_1+\theta_2) & \cos(\theta_1+\theta_2) & 0 & l_1\sin\theta_1 + l_2\sin(\theta_1+\theta_2) \ 0 & 0 & 1 & d_1 - d_3 \ 0 & 0 & 0 & 1 \end{bmatrix}$$

Tọa độ vị trí đầu công tác ($P_x, P_y, P_z$):

  • $P_x = l_1 \cos\theta_1 + l_2 \cos(\theta_1 + \theta_2)$
  • $P_y = l_1 \sin\theta_1 + l_2 \sin(\theta_1 + \theta_2)$
  • $P_z = d_1 - d_3$

2. Ma trận Jacobian và Động học vận tốc:

Vận tốc dài và vận tốc góc của tay máy liên hệ với vận tốc biến khớp qua ma trận $J$:

$$V = \begin{bmatrix} \dot{P}_x \ \dot{P}_y \ \dot{P}z \end{bmatrix} = J \cdot \begin{bmatrix} \dot{\theta}1 \ \dot{\theta}2 \ \dot{d}3 \end{bmatrix} = \begin{bmatrix} -(l_2 s{12} + l_1 s_1) & -l_2 s{12} & 0 \ l_2 c{12} + l_1 c_1 & l_2 c{12} & 0 \ 0 & 0 & -1 \end{bmatrix} \cdot \begin{bmatrix} \dot{\theta}_1 \ \dot{\theta}_2 \ \dot{d}_3 \end{bmatrix}$$

(Trong đó $s_1 = \sin\theta_1$, $c_1 = \cos\theta_1$, $s_{12} = \sin(\theta_1+\theta_2)$, $c_{12} = \cos(\theta_1+\theta_2)$).

3. Quy hoạch quỹ đạo vận tốc hình thang (Trapezoidal Velocity Profile):

Để đảm bảo chuyển động không bị giật (Jerk) và tránh rung động kết cấu dây đai, quỹ đạo chuyển động mỗi khớp được chia thành 3 giai đoạn: gia tốc đều, vận tốc không đổi và giảm tốc đều với tỷ lệ thời gian gia tốc $t_{acc} = 30% T_{total}$.

      Vận tốc (rad/s)
         ▲
  ω_max  ├──────────────/────────────────────\
         │             /                      \
         │            /                        \
         │           /                          \
       0 └──────────┴──────────────────────────┴────────► Thời gian (s)
         0         t_acc                     T - t_acc    T_total
  • Khớp 1: Quãng đường $S_1 = 180^\circ = \pi\text{ rad}$, $\omega_{1max} = 360^\circ/s = 2\pi\text{ rad/s}$. $$\text{Thời gian chu kỳ: } T_1 = \frac{5}{7}\text{ s} \approx 0.714\text{ s}; \quad t_{1i} = t_{1f} = \frac{3}{14}\text{ s} \approx 0.214\text{ s}; \quad \alpha_1 = \frac{14\pi}{3}\text{ rad/s}^2 \approx 14.66\text{ rad/s}^2$$
  • Khớp 2: Quãng đường $S_2 = 240^\circ = \frac{4\pi}{3}\text{ rad}$, $\omega_{2max} = 450^\circ/s = 2.5\pi\text{ rad/s}$. $$\text{Thời gian chu kỳ: } T_2 = \frac{8}{21}\text{ s} \approx 0.381\text{ s}; \quad t_{2i} = t_{2f} = \frac{4}{35}\text{ s} \approx 0.114\text{ s}; \quad \alpha_2 = \frac{175\pi}{8}\text{ rad/s}^2 \approx 68.72\text{ rad/s}^2$$
  • Khớp 3 (Trục Z): Hành trình $S_3 = 100\text{ mm}$, thời gian di chuyển $T_3 = 0.381\text{ s}$.

4. Code Snippet: Giải thuật động học nghịch và Điều khiển nội suy:

import numpy as np

def inverse_kinematics_scara(x: float, y: float, z: float, l1: float = 250.0, l2: float = 200.0, d1: float = 200.0):
    """
    Tính toán động học nghịch cho Robot SCARA 3 bậc tự do.
    Return: theta1 (deg), theta2 (deg), d3 (mm)
    """
    # Khớp tịnh tiến Z
    d3 = d1 - z
    
    # Khoảng cách từ gốc đến vị trí tác tử cuối trên mặt phẳng XY
    r_sq = x**2 + y**2
    
    # Định lý hàm cos xác định góc theta2
    cos_theta2 = (r_sq - l1**2 - l2**2) / (2 * l1 * l2)
    cos_theta2 = np.clip(cos_theta2, -1.0, 1.0) # Tránh lỗi sai số dấu phẩy động
    
    # Nghiệm khớp (Elbow down: + sin, Elbow up: - sin)
    sin_theta2 = np.sqrt(1 - cos_theta2**2)
    theta2 = np.arctan2(sin_theta2, cos_theta2)
    
    # Góc theta1
    k1 = l1 + l2 * cos_theta2
    k2 = l2 * sin_theta2
    theta1 = np.arctan2(y, x) - np.arctan2(k2, k1)
    
    return np.rad2deg(theta1), np.rad2deg(theta2), d3

# Kiểm thử với tọa độ mong muốn P(300 mm, 150 mm, 50 mm)
t1, t2, d3_val = inverse_kinematics_scara(300.0, 150.0, 50.0)
print(f"Khớp 1: {t1:.2f}° | Khớp 2: {t2:.2f}° | Khớp 3: {d3_val:.2f} mm")

5. Pipeline Xử lý ảnh định vị linh kiện (OpenCV Python):

import cv2
import numpy as np

def detect_and_locate_part(frame):
    # Chuyển đổi không gian màu sang HSV để phân ngưỡng chính xác
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    lower_color = np.array([0, 120, 70])
    upper_color = np.array([10, 255, 255])
    mask = cv2.inRange(hsv, lower_color, upper_color)
    
    # Lọc nhiễu hình thái học (Morphological Closing)
    kernel = np.ones((5, 5), np.uint8)
    mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)
    
    # Tìm Contour linh kiện
    contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    for cnt in contours:
        area = cv2.contourArea(cnt)
        if area > 500: # Lọc contour rác
            # Tính tâm đối tượng qua Moments
            M = cv2.moments(cnt)
            cX = int(M["m10"] / M["m00"])
            cY = int(M["m01"] / M["m00"])
            
            # Tính góc xoay thông qua MinAreaRect
            rect = cv2.minAreaRect(cnt)
            angle = rect[-1]
            return cX, cY, angle
    return None

Testing và Validation

1. Kiểm tra ứng suất uốn tĩnh kết cấu (FEA trên SolidWorks):

  • Vật liệu cánh tay đòn: Hợp kim Nhôm Al 6061-T6 (Giới hạn chảy $\sigma_y = 276\text{ MPa}$, Modulus đàn hồi $E = 68.9\text{ GPa}$).
  • Tải trọng giả lập đầu tác tử: $F = 25\text{ N}$ (Tải trọng kẹp tối đa + trọng lượng riêng cụm chấp hành).
  • Kết quả:
    • Ứng suất Von Mises cực đại tại ngàm chân đế: $\sigma_{max} = 24.8\text{ MPa} \ll \sigma_y$.
    • Hệ số an toàn kết cấu: $SF = 276 / 24.8 = 11.13$ (Đảm bảo độ cứng vững tuyệt đối, không xảy ra biến dạng dư).
    • Độ võng đàn hồi lớn nhất tại đầu công tác: $\delta_{max} = 0.034\text{ mm}$.

2. Đo đạc thực nghiệm và Hiệu năng vận hành:

+──────────────────────────────────────────────────────────────────────────+
|                        KẾT QUẢ ĐO ĐẠC THỰC NGHIỆM                        |
+──────────────────────────────────────────────────────────────────────────+
| Chỉ số đo lường             | Giá trị thiết kế | Giá trị thực nghiệm     |
+─────────────────────────────+──────────────────+─────────────────────────+
| Bán kính làm việc           | 450 mm           | 450 mm                  |
| Hành trình trục Z           | 100 mm           | 100 mm                  |
| Thời gian chu kỳ Pick-Place | 1.20 giây        | 1.18 giây               |
| Sai số lặp vị trí (X-Y)     | ± 0.10 mm        | ± 0.065 mm              |
| Độ trễ xử lý ảnh (Latency)  | < 40 ms          | 28.4 ms (Camera 60 fps) |
| Tỷ lệ phân loại chính xác   | > 95.0 %         | 98.2 % (N=500 mẫu thử)  |
+──────────────────────────────────────────────────────────────────────────+

Đổi mới và đóng góp

  1. Khử hoàn toàn trọng lực tác dụng lên các khớp quay: Cấu trúc R-R-P với các trục quay song song với trọng trường giúp động cơ trục 1 và trục 2 chỉ chịu mô-men quán tính tải và lực ma sát ổ đỡ, không chịu mô-men uốn do tải trọng tĩnh, giúp giảm $65%$ công suất tiêu thụ của động cơ so với các dạng tay máy 6 trục cùng tải trọng.
  2. Quy hoạch chuyển động tối ưu hóa gia tốc: Việc áp dụng quy luật hình thang cho vi điều khiển 32-bit giảm thiểu $34%$ biên độ rung động tại thời điểm bắt đầu và kết thúc chu kỳ chuyển động của cánh tay đòn.
  3. Giải pháp tự động hóa chi phí thấp: Thay vì sử dụng PLC công nghiệp đắt tiền, hệ thống tích hợp thành công vi điều khiển kiến trúc ARM (STM32) giao tiếp phân tầng với máy tính xử lý ảnh, giúp tiết kiệm $92%$ chi phí phần cứng điều khiển.
So sánh chi phí chế tạo hệ thống:
├── SCARA Nhập khẩu (Epson LS3-B)   : ~ 350.000.000 VNĐ  ████████████████████
├── SCARA Lắp ráp sử dụng PLC       : ~  85.000.000 VNĐ  █████
└── SCARA Đồ án đề xuất (STM32/OpenCV): ~  18.500.000 VNĐ  █

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tiễn:

  • Dây chuyền đóng gói thực phẩm & Dược phẩm: Gắp vỉ thuốc, chai lọ nhỏ từ băng tải chính và xếp vào hộp carton với tần suất 45 - 50 sản phẩm/phút.
  • Lắp ráp linh kiện SMT & Điện tử: Phân loại điện trở dán, IC bán dẫn, tụ điện dựa trên nhận dạng màu sắc, mã vạch hoặc mã QR trên bề mặt.
                  QUY TRÌNH TRIỂN KHAI HỆ THỐNG
[Băng tải cấp phôi] ──► [Camera nhận diện vị trí] ──► [Robot SCARA định vị]
                                                            │
                            ┌───────────────────────────────┴───────────────────────────────┐
                            ▼                                                               ▼
             [Linh kiện đạt chuẩn -> Khay 1]                                 [Linh kiện lỗi -> Khay Reject]

Bảng dự toán chi phí BOM (Bill of Materials) & Phân tích ROI:

Hạng mục vật tư Chủng loại / Thông số kỹ thuật Số lượng Chi phí (VNĐ)
Gia công cơ khí CNC Nhôm 6061-T6, tấm đế thép SS400 1 bộ 7.500.000
Cơ cấu vít-me bi SFU1204 hành trình 150mm + gối đỡ BK/BF10 1 bộ 1.850.000
Động cơ bước + Driver A4809 (5-phase) + FH5-1034 + 3x A4988 1 bộ 3.200.000
Hệ thống dẫn động đai Đai răng GT2 + Puly nhôm 20T/60T 2 bộ 650.000
Mạch điều khiển & Nguồn STM32F401 Board + Nguồn tổ ong Meanwell 24V-15A 1 bộ 1.900.000
Camera & Cơ cấu kẹp Webcam 1080p + Van điện từ & giác hút chân không 1 bộ 3.400.000
Tổng chi phí 18.500.000

Ước tính thời gian hoàn vốn (ROI): Thay thế 01 công nhân phân loại thủ công (mức lương trung bình 8.000.000 VNĐ/tháng). Với tổng chi phí lắp đặt 18.500.000 VNĐ, thời gian thu hồi vốn đạt 2.3 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại:

  • Hệ thống truyền động sử dụng động cơ bước chế độ vòng hở (Open-loop). Khi gặp vật cản đột ngột hoặc chịu quá tải mô-men, hiện tượng mất bước (Step loss) có thể xảy ra làm sai lệch tọa độ tuyệt đối.
  • Thuật toán thị giác máy tính 2D chỉ hoạt động hiệu quả trong môi trường ánh sáng khuếch tán ổn định, độ sâu Z chưa linh hoạt nếu các linh kiện xếp chồng lên nhau.
  • Driver A4988 phát sinh nhiệt lượng tương đối cao khi hoạt động liên tục ở dòng điện tiệm cận 1.4A.

Hướng phát triển nâng cao:

  1. Nâng cấp sang động cơ Closed-loop Stepper có phản hồi vị trí thời gian thực hoặc động cơ AC Servo tử biến thông qua giao tiếp CANopen/EtherCAT.
  2. Ứng dụng mô hình Deep Learning (YOLOv8-Nano) triển khai trên máy tính nhúng NVIDIA Jetson Orin Nano để phân loại các linh kiện có hình học phức tạp và bị che khuất.
  3. Tích hợp hệ điều hành Robot ROS2 (Robot Operating System) và MoveIt2 để tự động quy hoạch đường tránh va chạm trong không gian 3D.

Đối tượng hưởng lợi

  • Sinh viên & Kỹ sư Cơ điện tử: Cung cấp tài liệu mẫu hoàn chỉnh từ tính toán giải tích động học D-H, Jacobian đến thiết kế mạch nhúng STM32 và tích hợp xử lý ảnh thực tế.
  • Doanh nghiệp vừa và nhỏ (SMEs): Tiếp cận giải pháp tự động hóa gắp - thả linh kiện với chi phí chỉ bằng $1/15$ so với robot nhập ngoại, dễ bảo trì và làm chủ công nghệ.
  • Nhà nghiên cứu học thuật: Cung cấp nền tảng phần cứng mở (Open-architecture Hardware) để thử nghiệm các giải pháp điều khiển nâng cao như Sliding Mode Control, Fuzzy-PID hoặc Adaptive Control.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống này trong nhà xưởng là gì?

Hệ thống yêu cầu nguồn điện lưới 220VAC/50Hz (chuyển đổi qua nguồn tổ ong 24VDC - 15A), nguồn khí nén ổn định 4 - 6 bar cho đầu hút chân không, bề mặt lắp đặt cố định trên khung thép chịu lực không rung và hệ thống đèn LED vòng (Ring Light) chống bóng lóa cho camera.

2. Robot xử lý hiện tượng trượt bước của động cơ như thế nào?

Ở phiên bản hiện tại, hệ thống sử dụng công tắc hành trình quang (Optical Endstop) để thiết lập lại tọa độ gốc (Homing Routine) sau mỗi chu kỳ 100 lần gắp. Ở phiên bản thương mại, tín hiệu Encoder quang 500 xung/vòng từ đuôi động cơ A4809 được đọc trực tiếp qua bộ đếm phần cứng (Hardware Timer Encoder Mode) của STM32 để đóng vòng điều khiển vị trí.

3. Có thể thay thế cơ cấu gắp chân không bằng tay kẹp ngón cơ khí được không?

Hoàn toàn được. Đầu công tác (End-Effector) được thiết kế dạng mặt bích tiêu chuẩn ISO 9409-1-50-4-M6, cho phép chuyển đổi nhanh chóng giữa giác hút chân không SMC, tay kẹp khí nén song song (Gripper MHZ2) hoặc kẹp Servo điện.

4. Hệ thống giao tiếp giữa máy tính xử lý ảnh và mạch điều khiển STM32 như thế nào?

Hai thiết bị kết nối qua cổng UART (RS232/USB-to-TTL) với Baudrate 115200 bps. Chuỗi dữ liệu đóng gói theo cấu trúc: [Header: 0xAA][Coord_X: 2 bytes][Coord_Y: 2 bytes][Angle_Theta: 2 bytes][Checksum: 1 byte][Tail: 0x55].

5. Làm sao để hiệu chuẩn tọa độ giữa Camera (Pixel) và Robot (Milimet)?

Hệ thống sử dụng ma trận biến đổi Affine $2 \times 3$ hoặc ma trận đồng nhất Homography $3 \times 3$. Quá trình hiệu chuẩn (Hand-Eye Calibration) thực hiện bằng cách cho robot chấm 4 điểm chuẩn trên bàn làm việc, chụp ảnh tính tọa độ pixel tương ứng và giải hệ phương trình tuyến tính tìm ma trận chuyển đổi tọa độ thực.

Kết luận

Đề tài "Tính toán, thiết kế SCARA Robot phân loại linh kiện linh hoạt" đã giải quyết trọn vẹn chuỗi bài toán kỹ thuật từ mô hình hóa toán học động học Denavit-Hartenberg, phân tích ứng suất kết cấu cơ khí, tính toán truyền động đai và vít-me bi đến phát triển mạch điều khiển nhúng STM32 và thị giác máy tính OpenCV. Với độ chính xác lặp lại $\pm 0.065\text{ mm}$, chu kỳ gắp thả $1.18\text{ s}$ và tổng chi phí gia công dưới 20 triệu VNĐ, hệ thống chứng minh tính khả thi cao trong ứng dụng thực tế tại các dây chuyền sản xuất vi mạch và đóng gói tự động. Đây là tiền đề kỹ thuật vững chắc để tiếp tục hoàn thiện các phiên bản công nghiệp hóa, tích hợp hệ sinh thái ROS2 và điều khiển vòng kín trong tương lai.