Giới thiệu dự án

Trong kỷ nguyên Cách mạng Công nghiệp 4.0, cánh tay robot công nghiệp nhiều bậc tự do (Articulated Robots) đóng vai trò xương sống trong các dây chuyền tự động hóa đòi hỏi độ chính xác cao. Theo thống kê của Liên đoàn Robot Quốc tế (IFR - International Federation of Robotics), robot 6 bậc tự do (6-DOF - Degrees of Freedom) chiếm hơn 65% tổng số robot công nghiệp được lắp đặt trên toàn cầu nhờ khả năng định vị vị trí $(X, Y, Z)$ và hướng $(\text{Roll}, \text{Pitch}, \text{Yaw})$ tùy biến hoàn toàn trong không gian ba chiều. Tuy nhiên, việc ứng dụng dòng robot này vào các tác vụ gia công tinh vi đòi hỏi khả năng bám quỹ đạo phức tạp (Continuous Path Tracking) và chuyển đổi dữ liệu từ thị giác máy tính sang không gian khớp (Joint Space) theo thời gian thực vẫn là một thách thức kỹ thuật lớn trong tự động hóa và điều khiển học.

Vấn đề cốt lõi đặt ra là các hệ thống máy vẽ 2D (Cartesian CNC Plotter) truyền thống bị giới hạn trong mặt phẳng phẳng $(X-Y)$, không có khả năng thích ứng với các bề mặt nghiêng, bề mặt cong 3D phức tạp, cũng như thiếu tính linh hoạt khi tích hợp vào môi trường sản xuất thông minh. Ngược lại, việc điều khiển một cánh tay robot công nghiệp 6 trục thực hiện vẽ tranh đòi hỏi phải giải quyết triệt để các bài toán: tính toán động học thuận (Forward Kinematics), động học nghịch (Inverse Kinematics), quy hoạch quỹ đạo mượt mà không giật (Jerk-free Trajectory Planning), xử lý biên ảnh số (Digital Image Processing) và đồng bộ hóa truyền thông điều khiển đa trục thời gian thực.

+------------------+      Ethernet       +-------------------+    SSCNET III/H    +------------------+
| Python & OpenCV  | -----------------> | Mitsubishi PLC Q  | -----------------> | Servo MR-J4 &    |
| (Vision Process) |  (Target Coords)   | (Multiple CPU)    | (Optic Bus 150Mbps)| Robot RV-2SD     |
+------------------+                    +-------------------+                    +------------------+

Dự án nghiên cứu "Ứng dụng cánh tay Robot 6 bậc tự do trong vẽ tranh" tập trung giải quyết bài toán tự động hóa hoàn chỉnh quy trình chuyển đổi từ hình ảnh kỹ thuật số sang các chuyển động cơ học chính xác của cơ cấu tay máy.

Mục tiêu nghiên cứu cụ thể:

  1. Thiết lập bảng thông số Denavit-Hartenberg (D-H), giải quyết chính xác bài toán động học thuận và động học nghịch cho robot Mitsubishi RV-2SD 6 bậc tự do, kiểm chứng sai số bằng mô phỏng trên nền tảng MATLAB/Simulink.
  2. Thiết kế và thi công hệ thống tủ điện điều khiển công nghiệp tích hợp kiến trúc Multiple CPU (PLC Mitsubishi Q03UDVCPU kết hợp Motion Controller CPU Q172DSCPU) sử dụng mạng truyền thông cáp quang tốc độ cao SSCNET III/H (150 Mbps).
  3. Thiết kế và chế tạo cơ cấu chấp hành đầu cuối (End-Effector / Tool cầm bút) bằng phương pháp in 3D FDM chịu lực, tích hợp cơ cấu giảm chấn đàn hồi duy trì lực tiếp xúc ổn định.
  4. Xây dựng thuật toán xử lý ảnh trên nền tảng Python và thư viện OpenCV: áp dụng bộ lọc làm mịn Gaussian, trích xuất biên Canny, vector hóa đường bao (Contour Extraction) và ánh xạ ma trận tọa độ pixel về không gian làm việc thực tế (Cartesian Workspace).
  5. Phát triển chương trình điều khiển chuyển động bằng ngôn ngữ Motion SFC (Sequential Function Chart) kết hợp giao diện giám sát HMI mô phỏng trên SoftGOT2000, cho phép robot vẽ chính xác các hình học cơ bản (đường thẳng, hình tròn, ngôi sao) và các bức tranh đường nét tùy ý.

Phạm vi và giới hạn:

  • Robot vẽ đường bao nét đơn sắc (Monochrome Contour Art), không phân biệt độ đậm nhạt bằng áp lực cọ.
  • Giá thể vẽ (bảng vẽ) được cố định trong không gian thao tác xác định, bề mặt phẳng đặt nghiêng.
  • Hướng của đầu công tác (End-Effector Orientation) được khóa vuông góc với mặt phẳng bảng vẽ trong suốt quá trình tạo nét.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi triển khai, nhóm nghiên cứu đã tiến hành phân tích và so sánh các giải pháp phần cứng chuyển động hiện có trên thị trường:

Tiêu chí kỹ thuật Máy vẽ 2D Cartesian (CNC Plotter) Robot SCARA 3/4-DOF Robot khớp nối 6-DOF (Mitsubishi RV-2SD)
Không gian thao tác Phẳng cố định $(X, Y)$ Mặt phẳng song song $(X, Y, Z)$ Toàn phần 3D $(X, Y, Z, \alpha, \beta, \gamma)$
Khả năng vẽ mặt nghiêng Không khả thi Giới hạn trục $Z$ Hoàn toàn linh hoạt (Định hướng Vector pháp tuyến)
Độ chính xác lặp lại $\pm 0.1\text{ mm}$ (Phụ thuộc đai) $\pm 0.02\text{ mm}$ $\pm 0.02\text{ mm}$ (Động cơ Servo Absolute 22-bit)
Tốc độ xử lý chu kỳ $10\text{ ms} - 50\text{ ms}$ (G-code MCU) $2\text{ ms} - 5\text{ ms}$ (Controller riêng) $0.888\text{ ms}$ (Multiple Motion CPU)
Khả năng mở rộng công nghiệp Thấp Trung bình Rất cao (Tích hợp hệ sinh thái nhà máy thông minh)

Yêu cầu người dùng được phân loại theo mô hình MoSCoW:

  • Must have: Đồng bộ 6 trục chuyển động thực thông qua Motion CPU; thuật toán Canny trích xuất đường viền ổn định; kiểm soát điểm kỳ dị (Singularity Avoidance); HMI điều khiển cơ bản.
  • Should have: Quy hoạch quỹ đạo mượt mà bằng đa thức bậc 5; giám sát trạng thái Servo thời gian thực trên SoftGOT2000.
  • Could have: Tự động điều chỉnh góc nghiêng bút vẽ theo vector tiếp tuyến.
  • Won't have: Pha trộn nhiều màu sắc tự động; thay đổi canvas động khi đang vận hành.

Thiết kế hệ thống

Kiến trúc hệ thống được chia thành 3 tầng chức năng: Tầng Thị giác & Xử lý Dữ liệu (Vision & High-level Computing), Tầng Điều khiển Trung tâm (Industrial Control Layer) và Tầng Chấp hành Cơ điện (Actuation & Plant Layer).

Technology Stack và phiên bản phần cứng/phần mềm:

  • Bộ điều khiển lập trình: Mitsubishi PLC Q03UDVCPU (Tốc độ xử lý lệnh cơ bản $1.9\text{ ns}$).
  • Bộ điều khiển chuyển động chuyên dụng: Motion CPU Mitsubishi Q172DSCPU (Hỗ trợ tối đa 16 trục nội suy đồng thời qua SSCNET III/H, chu kỳ quét vị trí tối thiểu $0.222\text{ ms}$).
  • Driver Servo: Mitsubishi MR-J4W3-222B (Bộ khuếch đại servo 3 trục tích hợp trong một thân vỏ, tiết kiệm 30% diện tích tủ điện).
  • Động cơ Servo: AC Servo HG-KR series (HG-KR13 $100\text{ W}$, HG-KR053 $50\text{ W}$) tích hợp phanh từ và bộ giải mã Encoder quang học tuyệt đối (Absolute Optical Encoder) 22-bit ($4,194,304\text{ pulses/rev}$).
  • Phần mềm: Mitsubishi GX Works2 (v1.590U), MT Developer2 (v1.120A), GT Designer3 / SoftGOT2000 (v1.280S), MATLAB/Simulink R2022b, Python 3.9 + OpenCV 4.8.0.

Methodology

Dự án áp dụng mô hình phát triển kỹ thuật hình chữ V (V-Model) kết hợp kiểm thử liên tục theo từng pha:

  1. Pha 1 (Tuần 1 - 4): Thiết kế sơ đồ nguyên lý mạch động lực/điều khiển, lắp ráp tủ điện, đo lường chống nhiễu (Noise Filter ZCW2210-01), cấu hình mạng SSCNET III/H.
  2. Pha 2 (Tuần 5 - 7): Thiết lập mô hình toán học D-H, tính toán ma trận chuyển đổi đồng nhất, mô phỏng kiểm chứng Kinematics trên MATLAB Robotics Toolbox.
  3. Pha 3 (Tuần 8 - 10): Lập trình Motion SFC, thiết lập các khối chương trình Servo Kn và quy trình Fn, kiểm thử điều khiển điểm đơn (Point-to-Point) và chuyển động cơ bản (Đường thẳng nội suy tuyến tính, Cung tròn nội suy tròn).
  4. Pha 4 (Tuần 11 - 14): Viết module Python Vision, tối ưu hóa thuật toán Canny, truyền dữ liệu tọa độ xuống thanh ghi D (Data Register) của PLC qua giao thức Ethernet/Socket.
  5. Pha 5 (Tuần 15 - 16): Tích hợp toàn hệ thống, đánh giá sai số nét vẽ, tối ưu tham số gia tốc và lực tì bút.

Implementation và kết quả

Development process

1. Động học thuận và nghịch (Kinematics Modeling)

Hệ tọa độ Denavit-Hartenberg (D-H) chuẩn được gắn cho từng khớp của cánh tay robot Mitsubishi RV-2SD.

Khớp $i$ $\theta_i$ (rad) $d_i$ (mm) $a_i$ (mm) $\alpha_i$ (rad)
1 $\theta_1^*$ $d_1 = 300$ $a_1 = 0$ $-\pi/2$
2 $\theta_2^*$ $0$ $a_2 = 250$ $0$
3 $\theta_3^*$ $0$ $a_3 = 50$ $-\pi/2$
4 $\theta_4^*$ $d_4 = 270$ $0$ $\pi/2$
5 $\theta_5^*$ $0$ $0$ $-\pi/2$
6 $\theta_6^*$ $d_6 = 70$ $0$ $0$

Ma trận biến đổi đồng nhất tổng quát từ gốc đến khâu chấp hành cuối: $$T_0^6 = A_1(\theta_1) \cdot A_2(\theta_2) \cdot A_3(\theta_3) \cdot A_4(\theta_4) \cdot A_5(\theta_5) \cdot A_6(\theta_6) = \begin{bmatrix} n_x & s_x & a_x & P_x \ n_y & s_y & a_y & P_y \ n_z & s_z & a_z & P_z \ 0 & 0 & 0 & 1 \end{bmatrix}$$

Động học nghịch được giải bằng phương pháp tách cấu trúc hình học (Geometric Decoupling) kết hợp nghiệm giải tích (Analytical Method), cho phép tìm 8 bộ nghiệm khớp khả dĩ và chọn nghiệm tối ưu có độ biến thiên góc khớp nhỏ nhất $\min \sum (\Delta \theta_i)^2$.

2. Quy hoạch quỹ đạo đa thức bậc 5 (Quintic Polynomial Trajectory)

Để hạn chế rung động tại đầu công tác và tránh tạo ứng suất đột ngột lên hộp số giảm tốc, chuyển động giữa các điểm biên ảnh được nội suy bằng hàm đa thức bậc 5: $$s(t) = a_0 + a_1 t + a_2 t^2 + a_3 t^3 + a_4 t^4 + a_5 t^5$$ Với các điều kiện biên: vị trí ban đầu/kết thúc $s(0) = s_0, s(t_f) = s_f$; vận tốc biên $\dot{s}(0) = 0, \dot{s}(t_f) = 0$; gia tốc biên $\ddot{s}(0) = 0, \ddot{s}(t_f) = 0$. Phương trình này đảm bảo đạo hàm gia tốc (Jerk) liên tục, triệt tiêu hiện tượng vấp nét khi hạ bút.

3. Xử lý ảnh và trích xuất quỹ đạo (Python OpenCV)

Pipeline xử lý ảnh thực hiện trích xuất tập điểm đường bao:

import cv2
import numpy as np

def extract_drawing_contours(image_path, target_width_mm=150.0, target_height_mm=150.0):
    # 1. Đọc và tiền xử lý ảnh xám
    img = cv2.imread(image_path)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (5, 5), 1.4)
    
    # 2. Phát hiện biên bằng thuật toán Canny (ngưỡng động kép)
    edges = cv2.Canny(blurred, threshold1=50, threshold2=150, apertureSize=3)
    
    # 3. Tìm tập hợp đường bao (Contours)
    contours, _ = cv2.findContours(edges, cv2.RETR_LIST, cv2.CHAIN_APPROX_TC89_KCOS)
    
    # 4. Ánh xạ tọa độ pixel sang tọa độ hệ bàn vẽ (mm)
    h_px, w_px = gray.shape
    scale_x = target_width_mm / w_px
    scale_y = target_height_mm / h_px
    
    robot_trajectories = []
    for cnt in contours:
        # Giảm thiểu số điểm dư thừa bằng Ramer-Douglas-Peucker
        epsilon = 0.005 * cv2.arcLength(cnt, False)
        approx = cv2.approxPolyDP(cnt, epsilon, False)
        
        path_points = []
        for pt in approx:
            px, py = pt[0]
            # Chuyển đổi hệ tọa độ ảnh sang hệ tọa độ làm việc của Robot
            rx = px * scale_x + 250.0  # Offset gốc X robot
            ry = py * scale_y - 75.0   # Offset gốc Y robot
            path_points.append((round(rx, 3), round(ry, 3)))
        
        if len(path_points) > 1:
            robot_trajectories.append(path_points)
            
    return robot_trajectories

+----------------+      +-------------------+      +-------------------+      +----------------------+
|  Input Image   | ---> | Gaussian Blur 5x5 | ---> | Canny Edge Detect | ---> | cv2.approxPolyDP     |
| (1024x1024 px) |      | (Noise Reduction) |      | (Threshold 50/150)|      | (Ramer-Douglas-Peuck)|
+----------------+      +-------------------+      +-------------------+      +----------------------+
                                                                                          |
                                                                                          v
                                                                              +----------------------+
                                                                              | Scaled Coordinates   |
                                                                              | [X_mm, Y_mm, Z_mm]   |
                                                                              +----------------------+

4. Điều khiển chuyển động Motion SFC trên MT Developer2

Chương trình chuyển động được cấu trúc theo chuẩn Motion SFC, chia thành các luồng logic độc lập điều khiển quy trình nâng hạ bút và bám đường vẽ:

// Cấu trúc Motion SFC Logic điều khiển chu trình vẽ 1 phân đoạn nét
// Step 1: Di chuyển nhanh đến điểm bắt đầu (G00 - Không tiếp xúc)
CALL K10 (AXIS1..AXIS6, Target_X, Target_Y, Z_SAFE_CLEARANCE, SPEED_RAPID);
WAIT Motion_Complete;

// Step 2: Hạ bút tiếp xúc bảng vẽ (Lực đàn hồi ổn định)
CALL K11 (AXIS3, Z_DRAW_SURFACE, SPEED_APPROACH);
WAIT Pen_Contact_Sensor;

// Step 3: Nội suy tuyến tính theo chuỗi điểm biên (G01 - Linear Interpolation)
FOR point_idx := 1 TO Total_Points DO
    CALL K12 (AXIS1..AXIS6, Contour_X[point_idx], Contour_Y[point_idx], Z_DRAW_SURFACE, SPEED_DRAW);
    WAIT In_Position_Flag;
END_FOR;

// Step 4: Nhấc bút hoàn thành nét vẽ
CALL K13 (AXIS3, Z_SAFE_CLEARANCE, SPEED_RAPID);
WAIT Motion_Complete;

Testing và validation

Hệ thống được kiểm thử thực tế qua 4 kịch bản đo lường với các kết quả định lượng:

Kịch bản kiểm thử Thông số đo đạc Giá trị thiết kế Giá trị thực tế đạt được Sai số / Đánh giá
Kiểm chứng Động học thuận Tọa độ $(X, Y, Z)$ End-Effector MATLAB Model Đo bằng Thước quang/Dial Indicator $\Delta_{\max} \le 0.12\text{ mm}$
Kiểm chứng Động học nghịch Góc quay khớp $(\theta_1 \dots \theta_6)$ Simulink IK Encoder Feedback qua SSCNET Sai lệch $< 0.05^\circ$
Nội suy cung tròn $(\varnothing 100\text{ mm})$ Độ tròn (Circularity) $R = 50.00\text{ mm}$ Đo kiểm bằng hình ảnh quang học Độ méo $< 0.35\text{ mm}$
Vẽ vector chân dung phức tạp Thời gian xử lý ảnh + 1200 điểm $< 2.0\text{ s}$ $0.48\text{ s}$ (PC i5 11th Gen) Đạt 100% thời gian thực
Độ lặp lại vị trí hạ bút Lực tì đầu bút qua 500 chu kỳ $1.5\text{ N} \pm 0.3\text{ N}$ $1.48\text{ N} - 1.62\text{ N}$ Không rách giấy, nét đều

Kết quả đạt được

Hệ thống đã hoàn thiện 100% các chức năng đề ra ban đầu:

  • Vận hành ổn định hệ thống điều khiển Multiple CPU với chu kỳ quét điều khiển chuyển động đạt $0.888\text{ ms}$.
  • Triệt tiêu hoàn toàn hiện tượng rung giật cơ khí nhờ quy hoạch đa thức quỹ đạo và các bộ lọc chống nhiễu nguồn ZCW2210-01 / ZAC2205-00U.
  • Robot vẽ thành công các hình học chuẩn (đường thẳng song song, đường tròn đồng tâm, ngôi sao 5 cánh) và các bức vẽ chân dung vector nghệ thuật phức tạp trên mặt phẳng nghiêng $30^\circ$ so với phương ngang.

Đổi mới và đóng góp

  • Ứng dụng kiến trúc Multiple CPU công nghiệp: Thay vì sử dụng các vi điều khiển mã nguồn mở (Arduino, ESP32) hoặc bộ điều khiển CNC giá rẻ vốn dễ mất bước (Lost Steps) và thiếu các tính năng bảo vệ an toàn công nghiệp, đề tài áp dụng cấu hình phần cứng Mitsubishi dòng Q tiêu chuẩn nhà máy (Q03UDV + Q172DS), mang lại độ tin cậy và khả năng chống nhiễu vượt trội.
  • Đồng bộ hóa cáp quang SSCNET III/H: Giảm thiểu 80% số lượng dây dẫn điều khiển so với phương pháp phát xung truyền thống (Pulse/Direction), triệt tiêu hoàn toàn sai số do nhiễu điện từ công nghiệp gây trượt xung ở tốc độ cao.
  • Cải tiến quy trình trích xuất vector thích nghi: Tích hợp bộ giải thuật Ramer-Douglas-Peucker tùy biến trên Python giúp nén số lượng điểm mẫu của đường cong từ 10.000 điểm xuống còn 1.200 điểm mà vẫn giữ nguyên $98.5%$ hình thái biên ảnh, giảm tải bộ nhớ thanh ghi đệm PLC đi 8.3 lần.
  • Giải pháp công nghệ tổng thể: Đóng góp tài liệu kỹ thuật hoàn chỉnh về việc ánh xạ động học cánh tay 6 bậc vào một tác vụ gia công tinh (Artistic Machining/Trajectory Following), làm tài liệu tham khảo thực nghiệm cho ngành Kỹ thuật Điều khiển & Tự động hóa.

Ứng dụng thực tế và triển khai

Trường hợp sử dụng trong sản xuất thực tế (Use Cases)

+-----------------------------------------------------------------------------------+
|                           CÁC ỨNG DỤNG CÔNG NGHIỆP THỰC TẾ                        |
+-------------------------+-------------------------------+-------------------------+
|    Keo & Sơn Biên 3D    |     Khắc Laser / Đánh Dấu     |    Hàn Đường May Tinh   |
| Rót keo chống nước cho  | Khắc chữ, logo nghệ thuật     | Hàn TIG vi mô theo biên |
| kính lái ô tô, viền màn | trên các chi tiết kim loại có | dạng 3D phức tạp không  |
| hình TV cong siêu mỏng. | độ cong bề mặt tùy biến.      | cần xoay gá phôi.       |
+-------------------------+-------------------------------+-------------------------+

Yêu cầu triển khai hệ thống (Deployment Specifications)

  1. Nguồn điện: $220\text{ VAC} \pm 10%$, $50\text{ Hz}$, nối đất tiêu chuẩn Class D ($R_{gd} \le 100,\Omega$).
  2. Khí nén (nếu tích hợp súng phun): Áp suất $0.4 - 0.6\text{ MPa}$, tích hợp bộ lọc tách nước.
  3. Môi trường: Nhiệt độ $0 - 55^\circ\text{C}$, độ ẩm $< 90%$ không đọng sương, tránh bụi dẫn điện và dầu nhớt.

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

  • Chi phí đầu tư thiết bị: Thấp hơn $45%$ so với việc mua một máy khắc laser 5 trục chuyên dụng từ châu Âu.
  • Độ linh hoạt: Tái sử dụng $100%$ cánh tay robot cho các tác vụ khác (gắp thả Pick & Place, kiểm tra ngoại quan Vision Inspection) chỉ bằng cách đổi End-Effector và chương trình Motion SFC.
  • Thời gian hoàn vốn (ROI): Ước tính từ $14 - 18\text{ tháng}$ khi áp dụng vào các xưởng gia công mỹ nghệ kim hoàn hoặc dây chuyền dán keo tự động công suất cao.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Hướng của đầu bút (End-Effector Orientation) hiện được cố định vuông góc với mặt phẳng giá đỡ, chưa tự thích ứng nghiêng góc khi vẽ trên các biên dạng hình cầu hoặc bề mặt lồi lõm phi tuyến.
  • Chưa tích hợp cảm biến lực tiếp xúc 6 trục (6-Axis Force/Torque Sensor) ở cổ tay robot để tự động điều chỉnh độ đậm nhạt của nét vẽ dựa trên phản hồi lực tiếp xúc thời gian thực.
  • Quy trình xử lý ảnh hiện tại chỉ lấy đường biên nét (Edge lines), chưa tích hợp giải thuật tô mảng (Hatching / Cross-hatching shading).

Hướng phát triển tương lai

  1. Nâng cấp cảm biến lực: Tích hợp cảm biến ATI Axia80 F/T ở khâu chấp hành cuối, xây dựng bộ điều khiển bù lực (Admittance/Impedance Control) giúp robot vẽ tranh thủy mặc với nét bút đậm nhạt linh hoạt.
  2. Trí tuệ nhân tạo tạo sinh (Generative AI): Tích hợp mô hình Stable Diffusion / ControlNet để tạo tranh trực tiếp từ câu lệnh văn bản của người dùng trước khi chuyển đổi sang mã điều khiển robot.
  3. Hệ thống thay dao tự động (Automatic Tool Changer - ATC): Bổ sung cụm đài dao cho phép robot tự động đổi bút màu và rửa cọ vẽ, mở rộng khả năng vẽ tranh sơn dầu nhiều lớp màu.

Đối tượng hưởng lợi

Nhóm đối tượng Lợi ích định lượng và giá trị mang lại
Sinh viên & Học viên cao học Bộ tài liệu hoàn chỉnh về mô hình toán học D-H, thuật toán động học ngược 6 trục và mã nguồn mẫu Motion SFC; rút ngắn thời gian làm quen với hệ PLC Q-Series từ 3 tháng xuống còn 2 tuần.
Kỹ sư Tự động hóa Khung kiến trúc tích hợp hệ thống Multiple CPU và mạng cáp quang SSCNET III/H chuẩn công nghiệp; nắm vững kỹ thuật đồng bộ giữa xử lý ảnh PC và PLC thời gian thực.
Doanh nghiệp vừa và nhỏ (SMEs) Giải pháp công nghệ chuyển đổi linh hoạt cánh tay robot cũ thành máy gia công bề mặt cong 3D chi phí thấp, nâng cao năng lực cạnh tranh sản phẩm thủ công mỹ nghệ.
Các nhà nghiên cứu Robot học Cung cấp số liệu kiểm chứng thực nghiệm về sai số động học và hiệu quả của đa thức bậc 5 trong quy hoạch quỹ đạo khâu chấp hành cuối.

Câu hỏi thường gặp

1. Cấu hình phần cứng tối thiểu để triển khai giải pháp này là gì?

Hệ thống yêu cầu tối thiểu một bộ đế Mitsubishi Base Unit (như Q132D hoặc Q35B), nguồn cấp Q61P ($5\text{VDC} - 6\text{A}$), một PLC CPU (Q03UDVCPU hoặc tương đương), một Motion Controller CPU (Q172DSCPU), các Driver Servo dòng MR-J4-B hoặc MR-J4W-B kết nối cáp quang SSCNET III/H và động cơ AC Servo có encoder tuyệt đối 18-bit trở lên. Phía máy tính xử lý ảnh cần CPU Intel Core i3 thế hệ 8 trở lên, RAM 8GB, cổng kết nối mạng Ethernet 1Gbps.

2. Làm thế nào để giải quyết vấn đề điểm kỳ dị (Singularities) khi robot di chuyển vẽ tranh?

Điểm kỳ dị (điểm chết cơ học) xuất hiện khi định thức ma trận Jacobian $\det(J) \approx 0$, làm mất một hoặc nhiều bậc tự do của robot. Trong đồ án, giải pháp được áp dụng là:

  • Giới hạn không gian làm việc của bảng vẽ nằm hoàn toàn trong vùng Dexterous Workspace an toàn ($X: 200\text{ mm} \to 450\text{ mm}$, $Y: -200\text{ mm} \to 200\text{ mm}$, $Z: 100\text{ mm} \to 300\text{ mm}$).
  • Trong thuật toán động học nghịch, nếu kiểm tra thấy cấu hình khớp tiến gần điểm kỳ dị cổ tay (Wrist Singularity khi trục 4 và trục 6 thẳng hàng), giải thuật sẽ tự động khóa góc xoay trục $\theta_4$ và bù góc trên trục $\theta_6$.

3. Có thể thay thế giao tiếp Ethernet giữa PC và PLC bằng các chuẩn khác không?

Hoàn toàn có thể. Nhóm nghiên cứu đã thiết kế giao diện dạng module mở. Tọa độ điểm vẽ có thể được truyền thông qua giao thức Modbus TCP, OPC UA Server/Client, hoặc giao thức truyền thông nhị phân trực tiếp Mitsubishi MC Protocol (MELSEC Communication Protocol QnA-compatible 3E Frame) cho độ trễ truyền dữ liệu dưới $5\text{ ms}$.

4. Hệ thống yêu cầu chế độ bảo trì định kỳ như thế nào?

  • Hàng tháng: Kiểm tra độ căng và độ mòn của đai răng truyền động các trục 4, 5, 6; vệ sinh bụi quang học của cụm cảm biến.
  • Mỗi 6 tháng: Kiểm tra độ sụt áp pin nuôi nguồn nhớ Encoder Absolute của Servo (Pin ER6V 3.6V); bôi trơn mỡ chuyên dụng cho các khớp bánh răng hành tinh và vitme.
  • Hàng năm: Hiệu chuẩn lại điểm Zero (Origin Calibration) bằng đồ gá cơ khí chuẩn để loại trừ sai số trôi cơ học.

5. Chi phí đầu tư hệ thống và thời gian hoàn vốn (ROI) được tính toán ra sao?

Tổng chi phí chế tạo tủ điện, cơ cấu tool in 3D và hoàn thiện mô hình ước tính khoảng 45.000.000 - 65.000.000 VNĐ (chưa bao gồm cánh tay robot đã có sẵn tại phòng thí nghiệm). Nếu đưa vào dây chuyền sản xuất dán keo/vẽ họa tiết công nghiệp thay thế cho 2 công nhân lành nghề, doanh nghiệp tiết kiệm khoảng 20.000.000 VNĐ/tháng chi phí nhân công, mang lại thời gian thu hồi vốn thực tế dưới 12 tháng vận hành liên tục.

Kết luận

Đồ án tốt nghiệp "Ứng dụng cánh tay Robot 6 bậc tự do trong vẽ tranh" đã hiện thực hóa thành công một giải pháp kỹ thuật tự động hóa toàn diện từ lý thuyết mô hình hóa toán học đến thực nghiệm công nghiệp. Đề tài đã khẳng định tính chính xác của phương pháp thiết lập hệ trục Denavit-Hartenberg, tính ưu việt của giải thuật quy hoạch quỹ đạo đa thức bậc 5 mượt mà, và độ tin cậy vượt bậc của kiến trúc điều khiển Multiple CPU (Q03UDVCPU + Q172DSCPU) qua mạng truyền thông cáp quang tốc độ cao SSCNET III/H.

Kết quả thực nghiệm cho thấy hệ thống có khả năng tái tạo chính xác các đường nét hình học và hình ảnh vector phức tạp với sai số định vị khâu chấp hành cuối dưới $0.45\text{ mm}$, thời gian xử lý ảnh đáp ứng thời gian thực và vận hành êm ái, an toàn. Đây không chỉ là một công trình mang tính chất học thuật mà còn là mô hình ứng dụng mẫu sẵn sàng chuyển giao cho các lĩnh vực gia công bề mặt 3D, phun sơn nghệ thuật tự động, dán keo vi mạch điện tử và đào tạo chuyên sâu về Robotics công nghiệp.