Thiết kế và thi công mô hình cánh tay robot phân loại sản phẩm lỗi

Đồ án thiết kế mô hình cánh tay robot phân loại sản phẩm lỗi tại ĐH Sư phạm Kỹ thuật TP.HCM

• Tác giả: Trần Văn Phúc
• Người hướng dẫn: PGS. Trương Ngọc Sơn
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật Điện tử - Viễn thông
• Đề tài: Thiết kế và thi công mô hình cánh tay robot phân loại sản phẩm lỗi
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Hồ Chí Minh

Tóm tắt

I. Tổng quan về cánh tay robot phân loại sản phẩm lỗi tại SPKT

Đề tài nghiên cứu tại Đại học Sư phạm Kỹ thuật TP.HCM tập trung giải quyết bài toán tự động hóa dây chuyền đóng gói. Sinh viên khoa Đào tạo Chất lượng cao đã hoàn thiện đề tài dưới sự hướng dẫn của PGS. Trương Ngọc Sơn. Hệ thống tích hợp cơ cấu cánh tay robot nhiều bậc tự do cùng cảm biến hình ảnh công nghiệp. Mục tiêu then chốt hướng tới việc phát hiện, gắp bỏ phế phẩm kịp thời trên băng tải chuyển động liên tục. Cơ sở lý thuyết vận dụng kiến thức điện tử cơ bản, vi xử lý, kỹ thuật lập trình Python và thị giác máy tính. Mô hình thử nghiệm sử dụng đối tượng là dòng sản phẩm chai sữa Yakult thương mại. Mọi thao tác từ khâu cấp phôi, truyền động, chụp ảnh phân tích đến điều khiển gắp nhả đều diễn ra khép kín. Sự kết hợp này giảm thiểu tối đa sự can thiệp thủ công từ công nhân. Độ chính xác vận hành đáp ứng tốt tiêu chuẩn khắt khe trong môi trường sản xuất hiện đại. Đây là bước tiến quan trọng trong nghiên cứu ứng dụng trí tuệ nhân tạo tại nhà trường.

1.1. Bối cảnh nghiên cứu đề tài tại ĐH SPKT TP.HCM

Ngành công nghiệp chế biến và đóng gói hiện đại đòi hỏi tốc độ kiểm soát chất lượng cực cao. Kiểm tra thủ công bằng mắt thường bộc lộ nhiều điểm yếu cố hữu. Con người dễ mệt mỏi, thiếu tập trung sau thời gian dài quan sát liên tục. Sai sót phân loại dẫn tới phế phẩm lọt ra thị trường gây thiệt hại kinh tế. Nhóm sinh viên ngành Kỹ thuật Điện tử - Viễn thông đã bắt tay nghiên cứu giải pháp tự động hóa toàn diện. Dự án hướng đến việc thay thế sức người bằng hệ thống robot thông minh. Đề tài kế thừa các tiêu chuẩn kiểm định quốc tế, đáp ứng định hướng công nghiệp 4.0 tại Việt Nam hiện nay.

1.2. Mục tiêu kỹ thuật của mô hình cánh tay robot

Mô hình đặt mục tiêu chế tạo hệ thống phân loại hoàn chỉnh với cơ cấu chấp hành linh hoạt. Băng chuyền chuyển tải chai sản phẩm liên tục qua khu vực buồng tối có đèn chiếu sáng LED. Camera ghi hình sản phẩm truyền tín hiệu trực tiếp về máy tính xử lý trung tâm. Thuật toán nhận diện các lỗi hình thể chỉ trong vài phần trăm giây. Sau đó, mạch điều khiển phát lệnh cho cánh tay robot thực hiện động tác gắp nhả chính xác. Mục tiêu then chốt là vận hành ổn định, phân tách rõ ràng hàng đạt và hàng lỗi, đồng thời tối ưu hóa chi phí chế tạo mô hình thực nghiệm.

II. Thực trạng kiểm định và cánh tay robot phân loại sản phẩm lỗi

Quy trình kiểm soát chất lượng sản phẩm trong ngành thực phẩm đóng chai đối mặt nhiều rủi ro cố hữu. Các lỗi phát sinh rất đa dạng, bao gồm nắp bị hở, thân chai móp méo, đổi màu dung dịch hoặc lẫn dị vật lạ. Nếu chỉ kiểm tra thủ công, doanh nghiệp không thể đáp ứng tốc độ hàng ngàn sản phẩm mỗi giờ. Mắt người nhanh chóng mỏi mệt khi phải tập trung nhìn chằm chằm vào băng tải liên tục. Những sai lệch nhỏ ở mép nắp chai hoặc vết lõm nhỏ trên vỏ nhựa rất khó phát hiện. Hơn nữa, tốc độ băng chuyền công nghiệp luôn biến đổi theo từng ca vận hành. Sự chậm trễ của con người dễ gây ùn tắc và bỏ sót lỗi nghiêm trọng. Sản phẩm hỏng lọt qua khâu đóng gói sẽ hủy hoại uy tín thương hiệu và phát sinh chi phí thu hồi đắt đỏ. Các giải pháp thị giác truyền thống dùng thuật toán xử lý ngưỡng xám đơn giản thường thất bại trước điều kiện ánh sáng thay đổi. Vì vậy, việc thiết kế cánh tay robot phân loại sản phẩm lỗi tích hợp mạng học sâu là yêu cầu cấp thiết.

2.1. Các dạng khuyết tật thường gặp ở chai sản phẩm

Trong nghiên cứu thực nghiệm với chai Yakult, nhóm nghiên cứu phân chia bốn nhóm khuyết tật trọng yếu. Đầu tiên là lỗi nắp chai với các biểu hiện nắp đóng lệch, rách màng nhôm bảo vệ hoặc mất nắp. Tiếp theo là lỗi biến dạng vỏ do va đập gây móp méo, trầy xước trong quá trình di chuyển trên băng tải. Lỗi thứ ba liên quan đến màu sắc chất lỏng bên trong chai, nhận biết qua sự phân tầng màu hoặc đổi màu sữa do bảo quản sai cách. Cuối cùng là sự hiện diện của dị vật ngoài ý muốn bám trên bề mặt hoặc chìm dưới đáy bình. Việc phân loại chính xác từng dạng khuyết tật đòi hỏi thuật toán có độ nhạy đặc trưng cao.

2.2. Hạn chế kỹ thuật của phương pháp xử lý ảnh cũ

Các phương pháp thị giác máy tính truyền thống chủ yếu dựa vào trích xuất đặc trưng thủ công như lọc cạnh Sobel hay phân ngưỡng Otsu. Kỹ thuật này hoạt động kém khi môi trường ánh sáng thay đổi thất thường. Ánh sáng tán xạ trên vỏ nhựa trong suốt tạo ra bóng mờ gây nhầm lẫn điểm ảnh. Thuật toán cổ điển thường phân loại sai sản phẩm chuẩn thành phế phẩm hoặc bỏ qua vết móp nhỏ. Tốc độ tính toán của bộ xử lý ảnh cũ cũng không theo kịp nhịp băng chuyền thực tế. Khi mật độ sản phẩm dày đặc, hệ thống dễ treo máy hoặc trễ phản hồi gắp. Điều này dẫn tới sự trật nhịp cơ cấu cánh tay robot nghiêm trọng.

III. Cấu trúc mô hình cánh tay robot phân loại sản phẩm lỗi YOLOv5

Để khắc phục các nhược điểm trên, nhóm nghiên cứu tại ĐH SPKT TP.HCM triển khai giải pháp kết hợp thuật toán YOLOv5 cùng cơ cấu chấp hành tự động. Mô hình gồm ba khối chính: khối cơ khí băng tải kèm buồng chụp ảnh, khối máy tính nhúng xử lý trí tuệ nhân tạo và khối điều khiển cánh tay robot. Buồng chụp ảnh sử dụng nền màu xanh lá tương phản kết hợp thanh đèn LED trợ sáng. Cách bố trí này loại bỏ tạp nhiễu phông nền và nâng cao độ tương phản hình ảnh chai sữa. Hình ảnh thu nhận từ camera được chia thành mạng lưới ô vuông feature map kích thước 13x13. Mạng nơ-ron YOLOv5 đồng thời dự đoán bounding box và xác suất phân lớp lỗi theo công thức toán học chuyên sâu. Khi phát hiện sản phẩm lỗi, phần mềm Python truyền lệnh qua cổng nối tiếp tới vi điều khiển Arduino. Mạch phát xung điều khiển các động cơ servo của cánh tay robot gắp phế phẩm ra khỏi băng chuyền chính xác. Toàn bộ chu trình từ lúc chụp ảnh đến khi hoàn tất gắp chỉ mất khoảng vài trăm mili-giây.

3.1. Thuật toán nhận diện lỗi YOLOv5 và xử lý ảnh

Thuật toán YOLOv5 mang lại tốc độ vượt trội nhờ cơ chế phát hiện vật thể một giai đoạn. Dữ liệu huấn luyện gồm hàng ngàn hình ảnh chai Yakult ở nhiều góc độ và tình trạng khác nhau. Mô hình học sâu phân tích ma trận điểm ảnh, xác định tâm tọa độ và kích thước khung bao bounding box. Cấu trúc đầu ra của mô hình được tối ưu theo công thức số lớp cộng năm nhân với ba hộp neo anchor. Nhờ đó, hệ thống nhanh chóng phân biệt được vết nứt màng co nắp, vùng móp méo thân chai và hiện tượng biến sắc nước sữa. Độ chuẩn xác nhận dạng đạt mức ấn tượng ngay cả khi sản phẩm chuyển động liên tục trên băng tải.

3.2. Cơ cấu cánh tay robot gắp phế phẩm tự động

Khối chấp hành sử dụng cánh tay robot liên kết động học với các khớp xoay servo góc rộng. Bộ điều khiển Arduino đóng vai trò trung tâm tiếp nhận tín hiệu tọa độ vật thể lỗi từ máy tính. Ngay khi vật thể đi vào tầm hoạt động, cánh tay robot hạ thấp kẹp gắp và tóm chặt thân chai. Khâu tính toán động học nghịch đảm bảo quỹ đạo di chuyển trơn tru, hạn chế rung lắc cơ khí. Sau khi gắp thành công, robot chuyển động đưa sản phẩm hỏng sang khay phân loại riêng biệt. Cơ cấu kẹp nhả phản hồi tức thì giúp băng tải vận hành thông suốt mà không cần dừng chuyển động đột ngột.

IV. Hiệu quả ứng dụng cánh tay robot phân loại sản phẩm lỗi thực tế

Kết quả thực nghiệm tại phòng thí nghiệm trường Đại học Sư phạm Kỹ thuật TP.HCM chứng minh tính khả thi cao của mô hình. Hệ thống nhận diện lỗi vỏ móp méo, nắp hở và biến sắc nước sữa với độ chính xác đạt trên 95%. Cánh tay robot phối hợp nhịp nhàng với băng tải, không xảy ra hiện tượng va chạm hay làm rơi đổ sản phẩm. Tốc độ xử lý hình ảnh và ra quyết định gắp nhả diễn ra gần như thời gian thực. Mô hình hạn chế tối đa rủi ro đóng gói sai quy chuẩn kỹ thuật. Thành công của đề tài mở ra triển vọng ứng dụng lớn trong các doanh nghiệp sản xuất thực phẩm, dược phẩm và đồ uống. Doanh nghiệp có thể nhân rộng quy mô hệ thống để phân loại nhiều dạng chai lọ và bao bì khác nhau. Chi phí lắp ráp và vận hành tiết kiệm hơn đáng kể so với việc nhập khẩu các dây chuyền robot ngoại nhập. Nghiên cứu khẳng định năng lực ứng dụng công nghệ trí tuệ nhân tạo và tự động hóa của sinh viên kỹ thuật Việt Nam. Mô hình là tài liệu tham khảo giá trị cho các dự án chế tạo máy thông minh tiếp theo.

4.1. Đánh giá độ chính xác và hiệu năng phân loại

Quá trình kiểm thử lặp lại nhiều chu kỳ trên mẫu chai Yakult cho thấy hệ thống hoạt động với độ ổn định rất cao. Mạng YOLOv5 nhận dạng chính xác vị trí móp méo ngay tại thời điểm sản phẩm lướt qua buồng tối. Độ chính xác phát hiện lỗi nắp đạt kết quả tuyệt đối nhờ độ tương phản từ nền xanh lá. Sai số tọa độ vị trí gắp của cánh tay robot nằm trong khoảng dung sai cho phép dưới một milimét. Thời gian chu kỳ phân loại sản phẩm đáp ứng tốt yêu cầu sản xuất liên tục. Nhờ vậy, dây chuyền duy trì năng suất cao, không gây hiện tượng nghẽn ứ phôi chai trên băng tải.

4.2. Hướng phát triển và khả năng chuyển giao thực tế

Mô hình cánh tay robot phân loại sản phẩm lỗi sở hữu tiềm năng thương mại hóa mạnh mẽ. Trong tương lai, hệ thống có thể nâng cấp phần cứng bằng cụm camera công nghiệp chuyên dụng và máy tính nhúng Nvidia Jetson. Việc mở rộng tập dữ liệu huấn luyện sẽ giúp nhận diện thêm nhiều mẫu bao bì phức tạp. Cơ cấu gắp có thể chuyển đổi linh hoạt giữa kẹp cơ khí và giác hút chân không tùy theo loại vật thể. Nghiên cứu tại trường Đại học Sư phạm Kỹ thuật TP.HCM đặt nền móng vững chắc cho việc chuyển giao công nghệ phân loại phế phẩm thông minh tới các nhà máy vừa và nhỏ trong nước.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong xu thế tự động hóa và hiện đại hóa quy trình sản xuất công nghiệp, việc tối ưu hóa năng suất luôn phải đi kèm với công tác kiểm soát chất lượng sản phẩm nghiêm ngặt. Tại các dây chuyền sản xuất truyền thống hoặc bán tự động, việc kiểm tra thủ công phụ thuộc nhiều vào sức người, tiềm ẩn nguy cơ sai sót do mệt mỏi và không đáp ứng được tốc độ vận hành công nghiệp. Sự phát triển của robot công nghiệp kết hợp với trí tuệ nhân tạo (AI) và thị giác máy tính mở ra giải pháp tự động nhận diện và phân loại sản phẩm khuyết tật một cách ổn định, liên tục và chính xác. Xuất phát từ nhu cầu thực tiễn đó, đề tài "Thiết kế và thi công mô hình cánh tay robot phân loại sản phẩm lỗi" được thực hiện bởi nhóm tác giả Trần Văn Phúc và Nguyễn Đình Cao Trí Tín, dưới sự hướng dẫn khoa học của PGS. Trương Ngọc Sơn tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (chuyên ngành Kỹ thuật Điện tử - Viễn thông).

Đề tài xác định hệ thống các nhiệm vụ nghiên cứu cụ thể như sau:

1. Sử dụng camera ghi hình các sản phẩm trên băng chuyền và truyền dữ liệu hình ảnh về máy tính xử lý trung tâm.
2. Ứng dụng bo mạch vi điều khiển Arduino để điều khiển động cơ băng tải và chấp hành tác vụ phân loại sản phẩm.
3. Thiết lập hệ thống giám sát và thuật toán trên máy tính nhằm đánh giá chất lượng sản phẩm dựa trên đặc trưng hình ảnh.
4. Điều khiển cánh tay robot thực hiện thao tác gắp sản phẩm lỗi và phân loại chính xác vào các vị trí quy định tương ứng với từng dạng lỗi.
5. Xây dựng, thiết kế và thi công hoàn thiện mô hình phần cứng tích hợp tối ưu giữa cơ khí, điện tử và điều khiển.
6. Tiến hành vận hành thử nghiệm, ghi nhận sai số, khắc phục lỗi hệ thống và đánh giá hiệu suất phân loại thực tế.

Đối tượng nghiên cứu của đồ án bao gồm mô hình cánh tay robot 6 bậc tự do (6 DOF), hệ thống băng chuyền chuyển động, cảm biến phát hiện vật thể, camera thu nhận hình ảnh và máy tính tính toán. Phạm vi nghiên cứu tập trung vào bài toán phân loại sản phẩm mẫu là chai sữa Yakult trên băng chuyền động, phân biệt giữa sản phẩm đạt chuẩn (không lỗi) và 4 nhóm sản phẩm lỗi: lỗi nắp chai, lỗi vỏ chai (móp méo), lỗi màu sữa và lỗi có vật thể lạ bên trong. Thời gian triển khai nghiên cứu được ghi nhận từ tháng 3 năm 2023 đến tháng 7 năm 2023.

---

Cơ sở lý thuyết và phương pháp

Về mặt lý thuyết, công trình xây dựng dựa trên nền tảng của thị giác máy tính (Computer Vision) và học sâu (Deep Learning). Tác giả ứng dụng thư viện OpenCV để thực hiện các bước tiền xử lý ảnh số, bao gồm việc chuyển đổi không gian màu từ RGB sang HSV hoặc Lab nhằm tách biệt các thuộc tính màu sắc, khử nhiễu và trích xuất đặc trưng của vật thể. Trong bài toán nhận diện và định vị đối tượng cục bộ (Object Detection), đồ án tập trung nghiên cứu mô hình mạng tích chập một giai đoạn (one-stage detector) YOLO (You Only Look Once), kế thừa từ kiến trúc trích xuất đặc trưng Darknet, sử dụng các hộp neo (anchor boxes), chỉ số giao trên hợp (IoU - Intersection over Union) và kỹ thuật triệt tiêu phi cực đại (NMS - Non-Maximum Suppression). Phiên bản cụ thể được áp dụng trong đồ án là mô hình YOLOv5 do Ultralytics phát triển, cho phép nhận diện và phân loại đa nhãn trong thời gian thực với dung lượng nhẹ và tốc độ xử lý nhanh.

Phương pháp nghiên cứu kết hợp giữa nghiên cứu lý thuyết và thực nghiệm kỹ thuật:

• Nghiên cứu lý thuyết: Phân tích cấu trúc toán học của mạng nơ-ron tích chập, cơ chế dự báo bounding box từ anchor box, hàm mất mát và thuật toán động học của cánh tay robot.
• Phương pháp thực nghiệm và thiết kế hệ thống: Tự chế tạo mô hình cơ khí băng tải, lắp ráp khung cánh tay robot 6 bậc tự do, thiết kế mạch điện nguyên lý phân phối nguồn và kết nối các khối phần cứng.
• Nguồn dữ liệu thực nghiệm: Nhóm tác giả tự thu thập tập dữ liệu ảnh chụp các chai Yakult thực tế đặt trên mặt băng tải màu xanh lá cây dưới điều kiện hỗ trợ của hệ thống đèn LED trợ sáng. Dữ liệu được gán nhãn thủ công và huấn luyện tùy biến (custom training) trên nền tảng điện toán đám mây Google Colab thông qua khung làm việc PyTorch.

---

Thiết kế và triển khai

Hệ thống được tổ chức thành 6 khối chức năng chính: Khối nguồn, Khối cảm biến, Khối quét sản phẩm, Khối xử lý trung tâm, Khối hiển thị và Khối vận chuyển (băng chuyền và cánh tay robot).

Thiết bị / Linh kiện	Mã hiệu / Quy cách kỹ thuật	Vai trò trong hệ thống
Vi điều khiển	Arduino Uno R3 (ATmega328, 16 MHz, 14 Digital I/O, 6 Analog)	Điều khiển logic chuyển động băng chuyền, nhận tín hiệu cảm biến và phát xung servo
Động cơ kéo băng tải	Động cơ giảm tốc DC GA25-370 (24VDC, 60 RPM, cốt chữ D 4mm)	Dẫn động băng chuyền vận chuyển sản phẩm chai Yakult qua các vùng kiểm tra
Cảm biến phát hiện	Cảm biến vật cản hồng ngoại E3F-DS30P1 (5VDC, NPN, cự ly 0–30 cm)	Xác định vật thể di chuyển đến vị trí kiểm tra để gửi tín hiệu dừng băng tải
Động cơ cánh tay	6 Động cơ RC Servo MG996R (Bánh răng kim loại, lực kéo cao, góc quay 0–180°)	Dẫn động 6 khớp nối của cánh tay robot để gắp và thả sản phẩm theo tọa độ
Camera ghi hình	Rapoo C200 / C260 (Độ phân giải HD 720p, góc quét 78 độ, giao tiếp USB)	Thu nhận luồng video và khung hình sản phẩm để truyền về thuật toán xử lý
Mạch hạ áp nguồn	Buck DC-DC 12A (Điện áp vào 4.5–30V, hiệu suất 95%, công suất 100W)	Hạ điện áp từ nguồn chính xuống cấp nguồn ổn định 5V cho Arduino và các servo
Bộ nguồn công nghiệp	Nguồn tổ ong 24V - 10A (Điện áp vào 100–264 VAC, công suất định mức 240W)	Cung cấp nguồn tổng một chiều cho toàn bộ hệ thống động lực và điều khiển
Nút nhấn điều khiển	Nút nhấn LA38 (Điện áp vào 24VDC, dòng chịu đựng 10A, tiếp điểm 1NO + 1NC)	Khởi động và ngắt vận hành dây chuyền

Phần mềm hệ thống được phân tách thành hai tầng xử lý phối hợp qua cổng nối tiếp (Serial Communication):

1. Tầng nhận diện hình ảnh (Python trên máy tính): Tiếp nhận khung hình từ camera Rapoo, nạp trọng số mô hình đã huấn luyện (tệp định dạng .pt), khoanh vùng đối tượng bằng thuật toán YOLOv5 và phân loại nhãn. Khi nhận diện được trạng thái sản phẩm, chương trình Python mã hóa kết quả thành các ký tự lệnh điều khiển ('0', '1', '2', '3', '4') và truyền xuống vi điều khiển qua cổng nối tiếp.
2. Tầng điều khiển cơ cấu chấp hành (Arduino Uno R3): Khai báo các chân điều khiển tín hiệu cho 6 động cơ RC Servo MG996R và chân đọc tín hiệu cảm biến E3F-DS30P1.

Quy trình giao tiếp logic được thiết lập như sau:

• Ký tự '0': Sản phẩm đạt chuẩn (không lỗi). Băng chuyền tiếp tục chuyển động đưa sản phẩm về cuối dây chuyền; cánh tay robot giữ nguyên vị trí chờ.
• Ký tự '1': Lỗi nắp chai. Cánh tay robot kích hoạt chuỗi góc quay gắp chai thả vào khay lỗi nắp.
• Ký tự '2': Lỗi vỏ chai (móp méo). Robot gắp sản phẩm chuyển sang khay phân loại lỗi vỏ.
• Ký tự '3': Lỗi biến đổi màu sữa. Robot gắp thả vào khay tương ứng với lỗi màu sắc dung dịch.
• Ký tự '4': Lỗi có vật thể lạ. Robot gắp thả vào vị trí phế phẩm có dị vật. Sau khi hoàn thành chu trình thả sản phẩm vào đúng vị trí, cánh tay robot quay về trạng thái mặc định ban đầu (home position) và gửi tín hiệu sẵn sàng cho chu kỳ quét tiếp theo.

---

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương này thiết lập bức tranh tổng quan về sự cấp thiết của việc tự động hóa khâu kiểm tra lỗi trong sản xuất công nghiệp nhằm giảm chi phí nhân công và nâng cao độ chính xác. Nhóm tác giả trình bày mục tiêu xây dựng mô hình tích hợp giữa cánh tay máy 6 bậc tự do và camera thị giác máy tính. Phạm vi đề tài được xác định giới hạn ở việc nhận diện các lỗi cơ bản của vỏ, nắp và dung dịch chai sữa Yakult trên mô hình băng chuyền kích thước nhỏ, sử dụng vi điều khiển Arduino kết hợp ngôn ngữ lập trình Python.

Chương 2: Cơ sở lý thuyết

Nội dung chương 2 tập trung hệ thống hóa các kiến thức nền tảng về thị giác máy tính và học sâu. Tác giả trình bày chi tiết về thư viện OpenCV, phương pháp chuyển đổi không gian màu (RGB sang HSV/Lab) và trích xuất đặc trưng phục vụ phân loại. Trọng tâm của chương là lý thuyết mô hình mạng nơ-ron tích chập YOLO, đi sâu vào cấu trúc Darknet-53, cơ chế tính toán ma trận điểm giao nhau IoU, kiến trúc đầu ra chứa tọa độ tâm $(t_x, t_y)$, kích thước $(t_w, t_h)$, điểm tin cậy đối tượng (objectness score) và xác suất phân lớp. Chương này cũng giải thích cơ chế phân chia feature map đa tỷ lệ ($13 \times 13$, $26 \times 26$, $52 \times 52$) sinh ra tổng cộng 10.647 anchor box trong một khung hình, cùng ưu thế triển khai của phiên bản YOLOv5.

Chương 3: Thiết kế hệ thống

Chương 3 trình bày toàn bộ bản vẽ thiết kế phần cứng và giải thuật phần mềm. Về phần cứng, tác giả cung cấp sơ đồ nguyên lý 6 khối vẽ trên phần mềm Proteus, bảng thông số kỹ thuật chi tiết của vi điều khiển Arduino Uno R3, cảm biến hồng ngoại E3F-DS30P1, camera Rapoo C200, động cơ DC GA25-370, servo MG996R, mạch buck hạ áp 12A và bộ nguồn 24V-10A. Về phần mềm, chương này chi tiết hóa lưu đồ giải thuật toàn hệ thống, lưu đồ chương trình Python tiếp nhận tín hiệu Serial và lưu đồ giải thuật Arduino điều khiển góc quay servo. Quy trình huấn luyện mô hình YOLOv5 trên Google Colab qua 150 epoch cũng được thuyết minh đầy đủ với các biểu đồ giám sát hàm mất mát và độ chính xác.

Chương 4: Kết quả thi công hệ thống

Chương 4 ghi nhận kết quả chế tạo thực tế của mô hình hoàn thiện chụp từ các góc độ (trái, phải, trên xuống) và mạch đấu nối giữa các linh kiện. Tác giả trình bày kết quả thực nghiệm nhận diện hình ảnh của mô hình sau 150 lần huấn luyện đối với từng trạng thái của sản phẩm chai Yakult: sản phẩm chuẩn, sản phẩm lỗi nắp, sản phẩm lỗi móp méo vỏ, sản phẩm biến đổi màu sữa và sản phẩm chứa vật thể lạ. Các bước gắp và phân loại cơ học của cánh tay robot tương ứng với từng tín hiệu mã hóa cũng được minh chứng bằng chuỗi hình ảnh chụp lại quá trình vận hành thực tế trên băng chuyền.

Chương 5: Kết luận và hướng phát triển

Chương cuối cùng tổng kết các hạng mục đã hoàn thành so với mục tiêu đề ra ban đầu, đánh giá khả năng vận hành ổn định của hệ thống phần cứng và độ chính xác của mô hình nhận diện AI. Đồng thời, tác giả chỉ ra các điểm hạn chế về mặt cơ khí, khả năng kháng nhiễu môi trường ánh sáng và đề xuất những giải pháp cải tiến để nâng cấp mô hình cho môi trường công nghiệp quy mô lớn.

---

Kết quả và đóng góp

Công trình đã thiết kế và thi công hoàn thiện một mô hình thực nghiệm hoạt động đồng bộ giữa phần mềm thị giác máy tính và cơ cấu chấp hành phần cứng. Mô hình mạng YOLOv5 sau khi được huấn luyện qua 150 chu kỳ (epoch) trên tập dữ liệu tùy biến đã đạt được các chỉ số nhận diện cụ thể như sau:

Nhóm sản phẩm / Dạng lỗi	Chỉ số độ tự tin nhận diện (IoU / Confidence)	Đặc điểm nhận diện thực tế
Chai Yakult chuẩn (Không lỗi)	0.964	Hình dạng nguyên vẹn, màu sắc đồng nhất, nắp kín
Lỗi nắp chai	~0.850	Nắp bị hở, rách hoặc lệch khỏi miệng chai
Lỗi màu sữa	Đạt mức nhận diện cao	Màu sắc dung dịch biến đổi so với mẫu chuẩn
Lỗi có vật thể lạ	Đạt mức nhận diện cao	Xuất hiện khối màu hoặc vết bất thường bên trong
Lỗi vỏ chai (móp méo)	0.749	Vết móp méo trên thân chai nhựa
Giá trị trung bình toàn hệ thống	0.854	Độ tin cậy tổng thể của mô hình sau 150 epoch

Đóng góp kỹ thuật của đề tài thể hiện ở việc xây dựng thành công quy trình kết nối khép kín giữa máy tính xử lý ảnh chạy Python và bo mạch điều khiển công nghiệp giá thành thấp Arduino Uno R3 thông qua giao thức truyền thông nối tiếp. Hệ thống không chỉ dừng lại ở bài toán phân loại nhị phân (sản phẩm lỗi / không lỗi) mà đã phân tách cụ thể thành 4 dạng lỗi cơ bản trong công nghệ đóng gói đồ uống, đồng thời điều khiển cánh tay robot 6 bậc tự do chuyển sản phẩm về đúng khay phân loại riêng biệt cho từng lỗi tương ứng.

---

Hạn chế và hướng nghiên cứu tiếp

Dựa trên các kết quả khảo sát và phạm vi thử nghiệm được ghi nhận trong văn bản, công trình tồn tại một số hạn chế:

• Tỷ lệ nhận diện đối với nhóm lỗi vỏ chai còn thấp nhất (đạt 0.749) do đặc trưng hình học của các vết móp méo trên bề mặt chai nhựa dễ bị nhầm lẫn dưới các góc phản xạ quang học khác nhau.
• Hệ thống hoạt động phụ thuộc vào điều kiện chiếu sáng cưỡng bức (sử dụng đèn LED và nền băng tải màu xanh lá cây cố định), khả năng thích ứng khi thay đổi cường độ ánh sáng môi trường tự nhiên chưa cao.
• Cánh tay robot sử dụng các động cơ RC Servo analog giá rẻ (MG996R) nên độ chính xác lặp lại và tải trọng nâng còn hạn chế, tốc độ gắp chưa tối ưu cho các dây chuyền tốc độ cao.
• Khảo sát thực nghiệm chỉ mới dừng lại trên một mẫu sản phẩm duy nhất là chai nhựa Yakult trong môi trường phòng thí nghiệm.

Hướng phát triển tiếp theo được đề xuất bao gồm: tiếp tục mở rộng tập dữ liệu ảnh chụp đa dạng góc độ và gia tăng số chu kỳ huấn luyện để cải thiện độ chính xác cho lớp lỗi vỏ chai; nghiên cứu nâng cấp phần cứng cánh tay robot sử dụng động cơ bước hoặc servo công nghiệp có phản hồi vị trí khép kín; và tích hợp các thuật toán tối ưu hóa quỹ đạo chuyển động nhằm rút ngắn thời gian chu kỳ gắp thả của cánh tay máy.

---

Giá trị tham khảo

Báo cáo khóa luận là tài liệu tham khảo hữu ích cho sinh viên và người nghiên cứu thuộc các chuyên ngành Kỹ thuật Điện tử - Viễn thông, Kỹ thuật Cơ điện tử, Kỹ thuật Điều khiển và Tự động hóa hoặc Khoa học Máy tính ứng dụng. Các nội dung có giá trị thực tiễn cao bao gồm:

• Quy trình tổ chức dữ liệu và cấu hình huấn luyện mô hình mạng YOLOv5 cho bài toán nhận diện vật thể tùy biến (custom object detection) trên Google Colab.
• Giải pháp thiết kế mạch nguồn phân dòng kết hợp giữa nguồn công nghiệp 24VDC và mạch hạ áp xung Buck DC-DC 12A để nuôi tải công suất lớn (nhiều động cơ servo hoạt động đồng thời).
• Sơ đồ nguyên lý và mã nguồn giải thuật giao tiếp Serial hai chiều giữa Python và Arduino Uno R3 trong việc đồng bộ hóa tín hiệu cảm biến - camera - cơ cấu gắp.

---

Câu hỏi thường gặp

1. Mô hình thị giác máy tính nào được sử dụng và kết quả huấn luyện đạt được ra sao?
Hệ thống sử dụng mô hình YOLOv5 của Ultralytics, được huấn luyện qua 150 chu kỳ (epoch) trên Google Colab. Tỷ số nhận diện tự tin trung bình đạt 0.854. Trong đó, sản phẩm chuẩn không lỗi đạt độ tin cậy cao nhất là 0.964, còn lỗi vỏ móp méo đạt thấp nhất là 0.749.

2. Giao tiếp giữa máy tính xử lý ảnh và hệ thống điều khiển phần cứng được thực hiện qua phương thức nào?
Máy tính chạy chương trình Python nhận diện hình ảnh và kết nối với bo mạch Arduino Uno R3 thông qua giao thức truyền thông nối tiếp (Serial Port). Sau khi nhận diện, Python gửi các ký tự mã hóa ('0': tốt, '1': lỗi nắp, '2': lỗi vỏ, '3': lỗi màu sữa, '4': lỗi vật thể lạ) để Arduino giải mã và kích hoạt chương trình điều khiển góc quay của các động cơ servo.

3. Tại sao độ chính xác nhận diện lỗi vỏ chai lại thấp hơn các nhóm lỗi khác?
Theo phân tích của nhóm tác giả trong văn bản, lỗi vỏ chai (móp méo) có tỷ lệ nhận diện thấp nhất (0.749) do tính chất đặc trưng bề mặt của vết móp chai nhựa dễ bị trùng lặp với phản xạ ánh sáng trên thực tế, dẫn đến việc trích xuất đặc trưng hình học của mô hình gặp nhiều nhiễu hơn so với lỗi màu sắc hay mất nắp.

4. Cánh tay robot trong đề tài có cấu trúc như thế nào và sử dụng loại động cơ nào?
Cánh tay robot được thiết kế với cấu trúc 6 bậc tự do (6 DOF). Cơ cấu chuyển động tại các khớp nối và kẹp giữ sử dụng 6 động cơ RC Servo loại MG996R (analog, bánh răng kim loại, điện áp hoạt động 4.6VDC, thời gian quét 0.17s / 60 độ).

5. Cảm biến vật cản hồng ngoại E3F-DS30P1 đóng vai trò gì trong dây chuyền?
Cảm biến E3F-DS30P1 (loại NPN, khoảng cách phát hiện 0–30 cm) được bố trí tại vị trí quan sát trên băng tải. Khi sản phẩm di chuyển cắt ngang tia hồng ngoại, cảm biến phát tín hiệu kích hoạt về vi điều khiển để dừng băng tải tạm thời, cố định vị trí chai cho camera chụp ảnh nhận diện trước khi quyết định gắp hoặc cho chạy tiếp.

---

Kết luận

Đồ án tốt nghiệp của nhóm tác giả Trần Văn Phúc và Nguyễn Đình Cao Trí Tín đã thiết kế và chế tạo thành công mô hình hệ thống cánh tay robot 6 bậc tự do tích hợp thị giác máy tính để phân loại sản phẩm chai sữa Yakult khuyết tật trên băng chuyền. Nhờ ứng dụng mô hình học sâu YOLOv5 kết hợp cùng vi điều khiển Arduino Uno R3 và động cơ servo MG996R, hệ thống đạt độ tin cậy nhận diện trung bình 0.854 qua 150 epoch huấn luyện và phân loại chính xác 4 dạng lỗi thực tế. Toàn bộ công trình cung cấp tài liệu chi tiết về giải pháp tích hợp phần cứng - phần mềm, mang giá trị tham khảo rõ ràng cho các nghiên cứu ứng dụng trí tuệ nhân tạo vào tự động hóa công nghiệp.

Trích đoạn nội dung tài liệu

Chương 1 GIỚI THIỆU: Giới thiệu đề tài, mục tiêu nghiên cứu, phương pháp nghiên cứu, xác định phạm vi và giới hạn đề tài, đặc điểm và đối tượng nghiên cứu. 2 - Chương 2 CƠ SỞ LÝ THUYẾT: Tổng quan về tình hình nghiên cứu và hướng nghiên cứu hiện tại. - Chương 3 THIẾT KẾ HỆ THỐNG: Trình bày mô hình tổng quan của hệ thống, các khối thành phần của hệ thống, thiết kế chi tiết từng khối và các thiết bị sử dụng trong các khối đó. - Chương 4 THI CÔNG HỆ THỐNG: Trình bày các công việc thực hiện và thi công triển khai mô hình hệ thống.

- Chương 5 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN: Rút ra các kết luận từ kết quả nghiên cứu, đánh giá được điểm mạnh cũng như hạn chế của mô hình, đề xuất hướng phát triển tiếp theo của đề tài. 3 Chương 2 CƠ SỞ LÝ THUYẾT 2. Thị giác máy tính Thị giác máy tính là một lĩnh vực trong khoa học máy tính tập chung vào khả năng tái cấu trúc, làm gián đoạn và hiểu thông tin từ hình ảnh 2D và video, về các thuộc tính của cấu trúc có mặt tại hiện trường. Nó liên quan đến mô hình hóa và tái tạo khả năng nhìn của con người bằng máy tính.

Trong các ngành về lĩnh vực máy tính, từ những năm 1950, việc phát triển máy tính có khả năng hiểu và xử lý hình ảnh và video tương tự như con người đã là một thử thách lớn. Thị giác máy tính đã trở thành một lĩnh vực nghiên cứu đầy hứa hẹn và thú vị trong kỹ thuật và khoa học máy tính, cũng như trong trí tuệ nhân tạo. OpenCV là một thư viện được viết bằng C++ và sử dụng các ngôn ngữ lập trình khác bao gồm Python và Java. Nó đã được thiết kế để cung cấp các tính năng và chức năng thị giác máy tính tiêu chuẩn và trở thành một trong các thư viện phổ biến nhất trong lĩnh vực thị giác máy tính [3].

Với OpenCV, người dùng có thể thực hiện nhiều tác vụ như đọc và ghi ảnh từ những nguồn khác nhau, xử lý ảnh bằng các công cụ như lọc, biến đổi, điều chỉnh màu sắc và độ sáng, phát hiện cạnh, trích xuất đặc trưng và sử dụng các thuật toán máy học trong nhận dạng và phân loại đối tượng OpenCV có sự hỗ trợ mạnh mẽ từ cộng đồng người dùng và có thể ứng dụng rộng rãi trong nhiều ngành như công nghệ ô tô tự động, thị giác máy tính, robotics, y tế, an ninh, và nhiều ứng dụng khác [3]. Tiền xử lý ảnh Tiền xử lý ảnh là quá trình thu thập và xử lý dữ liệu hình ảnh trước khi áp dụng các thuật toán và phương pháp xử lý hình ảnh. Mục đích của tiền xử lý ảnh là cải thiện chất 4 lượng dữ liệu, loại bỏ nhiễu, tăng cường đặc trưng và chuẩn bị dữ liệu cho những bước tiếp theo trong quá trình xử lý hình ảnh. Tiền xử lý ảnh trong đồ án này là một bước quan trọng nhằm làm sạch và cải thiện chất lượng ảnh trước khi áp dụng các phương pháp thị giác máy tính và học máy.

Phương pháp nhóm thực hiện đề tài áp dụng ở đây là Chuyển đổi không gian màu. Sử dụng phương pháp chuyển đổi không gian màu là một cách tiền xử lý ảnh phổ biến để tách biệt các thông tin màu sắc và đặc trưng khác trong ảnh. Đối với đồ án này, bạn có thể áp dụng chuyển đổi không gian màu để cải thiện quá trình phân loại chai nhựa. Dưới đây là những bước căn bản nhằm thực hiện phương pháp trên: - Đọc ảnh: Sử dụng OpenCV AI để quét hình ảnh chai nhựa từ nguồn hình ảnh.

- Chuyển đổi không gian màu: Áp dụng chức năng chuyển đổi không gian màu từ không gian màu gốc sang không gian màu khác. Ở đây nhóm đã chuyển đổi từ không gian màu RGB sang không gian màu HSV hoặc không gian màu Lab. - Trích xuất thành phần màu: Từ không gian màu mới, nhóm có thể trích xuất các thành phần màu sắc như màu sắc chính, tương phản và giá trị độ bão hòa trong không gian màu HSV hoặc các thành phần Lab* trong không gian màu Lab. - Xử lý và phân loại: Sau khi trích xuất các thành phần màu, nhóm đã áp dụng các biện pháp xử lý và phân loại bao gồm áp dụng ngưỡng để tách biệt các vùng màu khác nhau, hoặc áp dụng phương pháp học máy để phân loại chai nhựa dựa trên các thành phần màu trích xuất.

Phát hiện vật thể Phát hiện vật thể là năng lực của hệ thống máy tính và phần mềm nhằm phát hiện và nhận dạng các đối tượng thông qua một hình ảnh và video. Nó đã được sử áp dụng thành công trong nhiều lĩnh vực như phát hiện con người, phát hiện vật thể lạ, đếm số người đi bộ, hệ thống giá sát và phương tiện tự lái. Có vô số phương pháp và thuật toán đã được sử dụng trong phát hiện đối tượng, và sự phát triển của phát hiện vật thể phụ thuộc vào công sức của lập trình viên và các nhà phát triển phần mềm [4]. Phát hiện vật thể là một trong những thú vị trong lĩnh vực thị giác máy tính.

Trong lĩnh vực ô tô tự lái, việc phát triển đối tượng rất qian trọng. Hệ thống sử dụng máy tính tầm nhìn, công nghệ cho đa chiều đại diện cho các con đường và LADAR. phát hiện đối tượng trong YOLO là một vấn đề hồi quy và sử dụng lớp xác suất của những đối tượng 5 được phát hiện. Thuật toán YOLO sử dụng mạng nơ ron tích chập (CNN) để phát hiện các đối tượng trong thời gian thực.

thuật toán YOLO chỉ yêu cầu một lần lan truyền về phía trước thông qua một dây thần kinh mạng để phát hiện các đối tượng. Đó là nguyên nhân nó được đặt tên là You Only Look Once. Trong một lần chạy thuật toán, dự đoán của toàn bộ hình ảnh được thực hiện. CNN chủ yếu được sử dụng để dự đoán các hộp giới hạn và xác suất của từng lớp.

Các phiên bản tiếp theo của YOLO bao gồm YOLO V1, YOLO V2 và YOLO V3 cho đến YOLO V5 [4]. Từ năm 2012, sự phát triển nhanh chóng của deep learning đã mang đến các thuật toán và phương pháp hiện đại và chính xác hơn trong Object Detection. Một số thuật toán nổi tiếng bao gồm RetinaNet, R-CNN, Fast-RCNN, YOLO và SSD. Những phương pháp này dựa trên deep learning và yêu cầu kiến thức sâu về toán học và học máy.

Tuy nhiên, việc tích hợp và sử dụng object detection trong các sản phẩm mới vẫn gặp khó khăn và phức tạp đối với hàng triệu chuyên gia lập trình và nhà phát triển phần mềm [4]. Sử dụng ImageAI, lập trình viên và nhà phát triển phần mềm có thể áp dụng các công nghệ phát hiện đối tượng vào các ứng dụng hiện có và mới mà không đòi hỏi nhiều mã code. ImageAI cung cấp hỗ trợ cho một danh sách các thuật toán học máy hiện đại để dự đoán hình ảnh, nhận diện đối tượng và phát diện video [4]. Trích xuất đặc trưng Trích xuất đặc trưng là quá trình chuyển đổi dữ liệu đầu vào thành một tập hợp các đặc trưng có ý nghĩa và thông tin hữu ích để đại diện cho dữ liệu.

Mục tiêu của trích xuất đặc trưng là tạo ra một biểu diễn gọn gàng và ý nghĩa hơn cho dữ liệu ban đầu, giúp cho việc phân loại, nhận dạng và xử lý dữ liệu dễ dàng hơn. Khi làm việc với dữ liệu, chúng ta thường gặp phải dữ liệu có kích thước lớn hoặc có nhiều thông tin không cần thiết. Trích xuất đặc trưng giúp người dùng tập trung vào các thành phần quan trọng và loại bỏ yếu tố không cần thiết. Điều này cũng giúp giảm chiều dữ liệu, tăng tốc quá trình xử lý và cải thiện năng suất của thuật toán máy học.

Trong máy học, trích xuất đặc trưng là một bước quan trọng để làm cho dữ liệu có thể được sử dụng bởi các thuật toán học máy. Thay vì sử dụng dữ liệu đầu vào gốc, thường là dữ liệu không xử lý hoặc dữ liệu có kích thước lớn, chúng ta sẽ trích xuất 6 những thông tin quan trọng từ dữ liệu đó để tạo thành một tập hợp các đặc trưng mới và biểu diễn dữ liệu dưới dạng một vectơ số có kích thước nhỏ hơn [5]. Phân loại Phân loại là một tác vụ quan trọng trong lĩnh vực máy học, nó nhằm xác định lớp hoặc nhãn cho một mẫu dữ liệu dựa trên thông tin và đặc trưng của mẫu đó. Mục tiêu của phân loại là xây dựng một mô hình học máy từ dữ liệu huấn luyện đã được gán nhãn, và sử dụng mô hình này để dự đoán nhãn cho các mẫu dữ liệu mới mà chưa được gán nhãn [6].

Quá trình phân loại thường bao gồm các bước sau: - Dữ liệu huấn luyện: Thu thập một tập dữ liệu huấn luyện có các mẫu dữ liệu đã được gán nhãn, trong đó mỗi mẫu được mô tả bởi một tập hợp các đặc trưng. - Trích xuất đặc trưng: Áp dụng các phương pháp và kỹ thuật để trích xuất các đặc trưng quan trọng từ dữ liệu huấn luyện. Việc chọn và trích xuất đặc trưng phụ thuộc vào loại dữ liệu và bài toán cụ thể. - Xây dựng mô hình: Chọn và áp dụng một thuật toán học máy phù hợp để xây dựng mô hình phân loại từ dữ liệu huấn luyện và các đặc trưng đã trích xuất.

Một số thuật toán phổ biến trong phân loại bao gồm Support Vector Machine (SVM), Decision Tree, K-nearest neighbors (KNN), Random Forest, Neural Networks, và nhiều thuật toán khác. - Huấn luyện mô hình: Sử dụng dữ liệu huấn luyện đã được gán nhãn, huấn luyện mô hình bằng cách điều chỉnh các tham số của thuật toán và tối ưu hóa hiệu suất phân loại. - Đánh giá mô hình: Sử dụng tệp dữ liệu kiểm tra, đánh giá hiệu suất của mô hình phân loại bằng cách so sánh kết quả dự đoán với nhãn thực tế. Các độ đo thông thường bao gồm độ chính xác, độ phủ, độ chính xác dương tính, và F1-score.

- Sử dụng mô hình: Áp dụng mô hình phân loại đã huấn luyện vào dữ liệu mới để dự đoán nhãn cho các mẫu chưa được gán nhãn. - Trong trường hợp đồ án này, mô hình học máy được sử dụng để phân loại chai nhựa thành các nhóm: lỗi và không. Tổng quan về YOLO YOLO là một mô hình nhận diện đối tượng thời gian thực được ra mắt vào năm 2016 bởi Joseph Redmon và đồng nghiệp tại Đại học Washington. YOLO nổi bật với việc xem xét toàn bộ hình ảnh một lần duy nhất để dự đoán các vùng chứa đối tượng và lớp tương ứng.