Bối cảnh và vấn đề nghiên cứu

Trong xu thế tự động hóa và công nghiệp 4.0, công đoạn phân loại và đóng gói sản phẩm đóng vai trò then chốt tại các dây chuyền sản xuất công nghiệp như thực phẩm, dược phẩm, điện tử và hàng tiêu dùng. Tuy nhiên, phương pháp phân loại thủ công hiện nay bộc lộ nhiều điểm nghẽn về năng suất, độ chính xác không đồng đều, tốn kém chi phí nhân công và tiềm ẩn rủi ro an toàn lao động trong môi trường độc hại. Để giải quyết vấn đề này, các hệ thống robot công nghiệp tích hợp thị giác máy tính được ứng dụng ngày càng phổ biến. Nhờ cấu trúc song song đặc thù mang lại độ cứng vững cơ khí cao, khả năng gia tốc lớn và độ chính xác vị trí vượt trội, dòng robot delta trở thành giải pháp kỹ thuật tối ưu cho các thao tác gắp - đặt (pick and place) sản phẩm tốc độ cao trên băng chuyền.

Từ thực tiễn đó, đồ án tốt nghiệp "Ứng dụng robot delta kết hợp xử lý ảnh phân loại sản phẩm" được thực hiện bởi sinh viên Nguyễn Hữu Hải Sơn và Bùi Minh Tâm, dưới sự hướng dẫn của TS. Trần Mạnh Sơn tại Bộ môn Tự động điều khiển, Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh (khóa 2021, bảo vệ tháng 6/2025).

Mục tiêu nghiên cứu của đề tài gồm hai nội dung chính:

  • Nghiên cứu, thiết kế và chế tạo hoàn chỉnh mô hình robot delta 3 bậc tự do có khả năng di chuyển chính xác theo quỹ đạo định trước trong không gian làm việc.
  • Ứng dụng camera thu nhận hình ảnh sản phẩm di chuyển trên băng tải, xử lý dữ liệu ảnh để nhận diện phân loại sản phẩm và điều khiển robot delta gắp - đặt phân loại tự động vào các vị trí quy định.

Nhiệm vụ nghiên cứu được phân định thành 7 nội dung cụ thể:

  1. Tìm hiểu tổng quan về robot delta, các ứng dụng phân loại sản phẩm công nghiệp và lựa chọn phương án thiết kế hệ thống.
  2. Tính toán mô hình động học thuận, động học nghịch, quy hoạch quỹ đạo chuyển động mượt và khảo sát giới hạn không gian làm việc của robot.
  3. Thiết kế mô hình cơ khí trên phần mềm SolidWorks và thi công lắp ráp phần cứng robot delta thực tế.
  4. Xây dựng chương trình điều khiển trung gian phát xung cho 3 bộ driver điều khiển động cơ AC Servo.
  5. Nghiên cứu và xây dựng giải thuật xử lý ảnh nhằm nhận diện hình dạng, màu sắc và xác định chính xác tọa độ vật thể theo hệ tọa độ Descartes để điều khiển robot.
  6. Thiết kế giao diện điều khiển, giám sát (GUI) trên máy tính bằng phần mềm PyCharm, truyền nhận video và dữ liệu hoạt động thời gian thực với robot qua giao tiếp nối tiếp (Serial).
  7. Tiến hành thực nghiệm toàn diện, đánh giá độ chính xác của hệ thống và tinh chỉnh thông số vận hành.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Cấu trúc cơ khí robot delta 3 bậc tự do tịnh tiến, thuật toán động học robot song song, giải thuật quy hoạch quỹ đạo theo hàm bậc năm và điều khiển phát xung, giải thuật xử lý ảnh 2D (không gian màu HSV, trích xuất đặc trưng đường biên, tính toán tâm vật thể bằng moment hình học).
  • Phạm vi nghiên cứu: Hệ thống mô hình phân loại sản phẩm thử nghiệm với 3 loại phôi hình học phẳng xác định (hình sao, hình tam giác, hình vuông); robot hoạt động ở dải vận tốc an toàn định trước; hệ thống nhận diện hoạt động tối ưu dưới điều kiện ánh sáng ổn định, có che chắn ánh sáng tạp tán bên ngoài; việc cấp phôi lên băng tải thực hiện thủ công; phạm vi thời gian thực hiện đề tài từ tháng 2/2025 đến tháng 6/2025 tại phòng thí nghiệm Bộ môn Tự động điều khiển, Trường ĐH Sư phạm Kỹ thuật TP.HCM.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình toán học

Khóa luận xây dựng mô hình toán học giải quyết bài toán động học và quy hoạch chuyển động cho robot delta có cấu trúc 3 bậc tự do song song:

  • Cấu tạo hình học và đơn giản hóa mô hình: Robot gồm bàn cơ sở cố định (Base) chứa 3 động cơ đặt lệch nhau các góc $120^\circ$ tiếp tuyến trên đường tròn bán kính $R_{Base}$, bàn di động tác động cuối (End-Effector - Eff) luôn giữ hướng song song với bàn cơ sở và có bán kính $R_{Platform}$. Cánh tay trên có chiều dài $r_e$, cánh tay dưới có chiều dài $r_f$ cấu tạo từ hai thanh giằng song song tạo thành hình bình hành. Để đơn giản hóa bài toán động học, mô hình chuyển đổi cánh tay dưới thành một thanh tương đương chiều dài $r_f$ và dịch chuyển 3 tay vào tâm của Eff một đoạn $R_{Platform}$, đưa về bài toán khảo sát tương quan hình học với bán kính cơ sở hiệu dụng $r = R_{Base} - R_{Platform}$. Các thông số kích thước thực tế gồm: $R_{Base} = 60\text{ mm}$, $R_{Platform} = 42.62\text{ mm}$, $r_e = 150\text{ mm}$, $r_f = 350\text{ mm}$.
  • Động học thuận: Sử dụng phương pháp giao 3 mặt cầu (3D-Trilateration). Khi biết trước các góc quay của khớp chủ động $(\theta_1, \theta_2, \theta_3)$, vị trí tâm của 3 khớp cầu trung gian $B'_i$ được xác định thông qua ma trận xoay quanh trục z với các góc $\alpha_i = [0^\circ, 120^\circ, 240^\circ]$. Hiệu quả giao điểm của ba mặt cầu tâm $B'_i$ bán kính $r_f$ tạo ra hai nghiệm đối xứng qua mặt phẳng đáy; thuật toán chọn nghiệm có giá trị tọa độ $z$ âm, phù hợp với miền làm việc thực tế của bàn tác động cuối nằm phía dưới đế robot.
  • Động học nghịch: Khi biết trước tọa độ mong muốn của khâu tác động cuối $Eff = [x_{ee}, y_{ee}, z_{ee}]$, dựa vào điều kiện độ dài thanh giằng cánh tay dưới không đổi $|\vec{B'_i Eff}| = r_f$, nhóm tác giả biến đổi bài toán về dạng phương trình lượng giác: $A\cos\theta_i + B\sin\theta_i + C = 0$. Phương trình được giải bằng phương pháp đặt ẩn phụ qua hàm $\arctan$, từ đó thu được hai nghiệm góc $\theta_i$; thuật toán chọn nghiệm góc có giá trị nhỏ hơn nằm trong giới hạn quay an toàn của kết cấu cơ khí.
  • Quy hoạch quỹ đạo chuyển động: Để loại bỏ hiện tượng giật cục và rung lắc cơ khí ở điểm đầu và điểm cuối hành trình, quỹ đạo di chuyển giữa hai điểm được nội suy theo đa thức bậc 5: $q(t) = a_0 + a_1 t + a_2 t^2 + a_3 t^3 + a_4 t^4 + a_5 t^5$. Đa thức này thỏa mãn đồng thời 6 điều kiện biên: vị trí đầu $q(0) = q_0$, vị trí đích $q(t_f) = q_f$, vận tốc đầu - cuối triệt tiêu ($\dot{q}(0) = \dot{q}(t_f) = 0$), gia tốc đầu - cuối triệt tiêu ($\ddot{q}(0) = \ddot{q}(t_f) = 0$).

Lý thuyết xử lý ảnh và thị giác máy tính

Quy trình thị giác máy tính trích xuất thông tin đối tượng được tổ chức theo các phương pháp xử lý ảnh kinh điển:

  • Không gian màu HSV: Tách biệt kênh màu sắc (Hue), độ bão hòa (Saturation) và giá trị độ sáng (Value). Giải pháp này khắc phục nhược điểm mất thông tin màu của ảnh mức xám (Grayscale) và tính phụ thuộc phức tạp vào độ sáng của hệ màu BGR/RGB nguyên bản.
  • Khử nhiễu và lọc hình thái học: Ứng dụng bộ lọc trung vị (Median Filter) để loại bỏ hiện tượng nhiễu muối tiêu mà không làm mờ đường biên đối tượng; kết hợp phép mở ảnh (Opening - thực hiện co trước giãn sau) để triệt tiêu các chấm nhiễu trắng nhỏ xung quanh biên và phép đóng ảnh (Closing - thực hiện giãn trước co sau) với phần tử cấu trúc kích thước $5\times 5$ nhằm lấp đầy các khoảng trống, khe nứt nhỏ bên trong vật thể.
  • Nhận diện đường biên và hình dạng: Trích xuất đường bao (Contour) của vật thể sau phân ngưỡng, áp dụng thuật toán Douglas-Peucker nhằm xấp xỉ đa giác, tinh giản bớt số lượng điểm dư thừa trên biên mà vẫn bảo toàn các góc cạnh hình học đặc trưng.
  • Xác định tâm vật thể: Ứng dụng phương pháp Moment hình học (cv2.moments). Tọa độ trọng tâm $(C_x, C_y)$ của vật thể trong ảnh phẳng được tính toán thông qua tỷ số giữa các moment bậc một và diện tích pixel của hình: $$C_x = \frac{M_{10}}{M_{00}}, \quad C_y = \frac{M_{01}}{M_{00}}$$ với $M_{pq} = \sum_x \sum_y x^p y^q I(x, y)$.

Dưới đây là bảng so sánh phương pháp nhận diện màu sắc được tác giả tổng hợp trong công trình:

Phương pháp Ưu điểm Nhược điểm
Grayscale (Ảnh xám) Đơn giản hóa hình ảnh, giảm độ phức tạp tính toán; phát hiện cạnh và phân tích kết cấu rất tốt khi màu sắc không phải yếu tố cần thiết. Hoàn toàn mất thông tin màu sắc; không phù hợp đối với các ứng dụng yêu cầu phân loại dựa trên đặc tính màu.
HSV (Hue-Saturation-Value) Phù hợp với cơ chế nhận thức màu của mắt người; dễ dàng cô lập và tinh chỉnh thông tin độ sáng mà không làm biến dạng sắc độ màu; tối ưu cho phân đoạn màu sắc. Cần bước tiền xử lý chuyển đổi từ RGB sang HSV; có thể xuất hiện sai lệch điểm ảnh do nhiễu số học nếu thư viện không hỗ trợ đồng bộ.

Thiết kế và triển khai hệ thống

Kiến trúc phần cứng và thiết bị cơ điện

Hệ thống được thiết kế và thi công hoàn chỉnh bao gồm các phân hệ sau:

  • Cơ cấu chấp hành và truyền động: 3 động cơ AC Servo Panasonic model MSMD012P1S (công suất danh định đi kèm driver MADDT1205). Để gia tăng mô-men xoắn và nâng cao độ phân giải góc quay cho cánh tay trên, mỗi động cơ được gắn kết nối tiếp với hộp số giảm tốc Liming PBL 44 có tỉ số truyền $1:8$.
  • Khâu tác động cuối và băng tải: Cánh tay robot được chế tạo cơ khí chính xác theo bản vẽ SolidWorks. Khâu tác động cuối tích hợp cơ cấu gắp bằng nam châm điện hoặc giác hút chân không điều khiển thông qua module relay 5VDC cách ly quang (opto). Băng tải vận chuyển sản phẩm có kích thước mặt bàn $600 \times 100\text{ mm}$, sử dụng động cơ DC điều khiển tốc độ linh hoạt thông qua mạch điều tốc xung PWM HW-687.
  • Hệ thống cảm biến và cấp nguồn: 3 công tắc hành trình cơ học model V-156-1C25 được bố trí tại các vị trí giới hạn góc của cánh tay trên để thiết lập điểm gốc tọa độ máy (Home). Cung cấp năng lượng cho hệ thống gồm bộ nguồn tổ ong 24VDC (cấp nguồn điều khiển driver và cơ cấu tải) và bộ nguồn 12VDC.

Bảng tổng hợp thông số kỹ thuật các linh kiện chính trong hệ thống:

Tên thiết bị / Linh kiện Model / Quy cách kỹ thuật Chức năng trong hệ thống
Động cơ Servo AC Servo Panasonic MSMD012P1S Dẫn động 3 trục cánh tay robot
Driver điều khiển động cơ Panasonic MADDT1205 Điều khiển vị trí, nhận xung và đọc encoder
Hộp số giảm tốc Liming PBL 44 (Tỉ số truyền $1:8$) Tăng mô-men xoắn, nâng cao độ chính xác góc
Cánh tay trên / Cánh tay dưới $r_e = 150\text{ mm}$, $r_f = 350\text{ mm}$ Cơ cấu truyền động song song 3 bậc tự do
Khung bàn cơ sở / Khâu cuối $R_{Base} = 60\text{ mm}$, $R_{Platform} = 42.62\text{ mm}$ Định vị động cơ và đầu gắp sản phẩm
Cảm biến vị trí gốc Công tắc hành trình Omron V-156-1C25 Xác định vị trí Home khởi tạo hệ tọa độ
Băng tải phôi $600 \times 100\text{ mm}$, mạch điều tốc HW-687 Vận chuyển sản phẩm cần phân loại
Camera thu nhận hình ảnh Logitech C270 HD Ghi hình ảnh sản phẩm phía trên băng tải
Bộ điều khiển cấp thấp Bo mạch vi điều khiển Arduino Tạo xung điều khiển driver servo, đọc hành trình
Mạch đọc Encoder vi sai IC vi sai chuyên dụng SN75175 Chuyển đổi mức tín hiệu xung encoder từ driver

Thuật toán điều khiển phát xung Parabol mượt mà

Khi cài đặt thông số driver servo (thông số Pr), động cơ quay 1 vòng ứng với 200 xung đầu vào; qua hộp số giảm tốc $1:8$, cánh tay robot quay trọn 1 vòng ($360^\circ$) cần $200 \times 8 = 1600\text{ xung}$, tương ứng độ phân giải mỗi xung cấp phát làm cánh tay lệch một góc: $$\Delta\theta = \frac{360^\circ}{1600} = 0.225^\circ/\text{xung}$$ Để đảm bảo robot di chuyển êm dịu, không bị rung lắc do sự thay đổi gia tốc đột ngột, thời gian nửa chu kỳ xung (delay_run_spd) được điều chế biến thiên liên tục theo số xung thực tế thông qua hàm đường cong Parabol: $$y = ax^2 + bx + c$$ Trong đó, tại điểm đầu hành trình (xung thứ 1) và điểm kết thúc hành trình (xung_max), biến thời gian trễ đạt cực đại (delay_max - vận tốc nhỏ nhất); tại vị trí chính giữa quỹ đạo (nửa tổng số xung $\frac{\text{xung_max}}{2}$), biến delay_run_spd hạ xuống cực tiểu bằng $\frac{\text{delay_max}}{2}$, tương ứng thời điểm động cơ đạt vận tốc quay lớn nhất. Giá trị các hệ số $a, b, c$ được tính toán tự động dựa trên tổng thời gian quy hoạch và số xung yêu cầu, giúp 3 trục đồng bộ chuyển động mượt mà.

Kiến trúc điều khiển và phần mềm

Toàn bộ hệ thống vận hành theo cấu trúc điều khiển phân tầng:

  • Tầng điều khiển giám sát (Master): Máy tính cá nhân (PC) chạy phần mềm PyCharm, sử dụng ngôn ngữ Python kết hợp thư viện OpenCV để chụp ảnh từ camera Logitech C270 HD, thực hiện giải thuật xử lý méo ảnh pinhole, hiệu chuẩn chuyển đổi tọa độ từ pixel sang milimet và ánh xạ về hệ tọa độ tuyệt đối của robot. Giao diện đồ họa người dùng (GUI) cho phép hiển thị luồng video thực tế, trạng thái vị trí và chọn chế độ vận hành (bằng tay hoặc tự động).
  • Tầng điều khiển thực thi (Slave): Bo mạch Arduino giao tiếp với máy tính qua cổng Serial UART. Arduino nhận tọa độ đích từ máy tính, giải thuật toán động học nghịch, chia nhỏ quỹ đạo và tính toán bộ thông số parabol để phát chuỗi xung điều khiển tốc độ cao tới 3 driver MADDT1205. Tín hiệu phản hồi hồi tiếp vị trí encoder từ driver được đọc thông qua mạch chuyển đổi mức tín hiệu IC SN75175, đảm bảo độ tin cậy và chống nhiễu công nghiệp.

Nội dung chính theo từng chương

CHƯƠNG 1: GIỚI THIỆU CHUNG

Chương này phân tích tổng quan bối cảnh phát triển tự động hóa trong kỷ nguyên công nghiệp mới, chỉ rõ những mặt hạn chế cố hữu của phương thức phân loại sản phẩm thủ công (năng suất thấp, tốn thời gian, rủi ro bảo hộ lao động). Tác giả đề xuất giải pháp ứng dụng kết hợp giữa robot delta và thị giác máy tính nhằm giải quyết bài toán phân loại sản phẩm trên băng tải liên tục. Chương 1 xác lập rõ ràng mục tiêu nghiên cứu, phạm vi giới hạn của đề tài (vận hành tốc độ an toàn để triệt tiêu rung cơ khí, nhận diện 3 hình dạng cố định trong điều kiện ánh sáng ổn định) và phân kỳ 7 nhiệm vụ kỹ thuật cụ thể cần hoàn thành.

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

Nội dung chương 2 tập trung xây dựng toàn bộ cơ sở toán học và cơ sở lý thuyết xử lý ảnh phục vụ thiết kế hệ thống:

  • Phân tích cấu trúc cơ học của robot delta, khảo sát các cấu hình tiếp cận không gian và chứng minh việc chọn cấu hình số 1 giúp cơ cấu hoạt động ổn định nhất, không xảy ra xung đột hay va đập giữa các cánh tay.
  • Đơn giản hóa cấu trúc hình học không gian của robot delta và thiết lập công thức giải bài toán động học thuận bằng kỹ thuật 3D-Trilateration (xác định tọa độ bàn thao tác từ nghiệm âm của giao điểm ba mặt cầu bán kính $r_f = 350\text{ mm}$).
  • Xây dựng mô hình giải bài toán động học nghịch bằng việc giải phương trình lượng giác $A\cos\theta_i + B\sin\theta_i + C = 0$, lựa chọn nghiệm góc nhỏ hơn nằm trong vùng giới hạn vật lý của cơ cấu.
  • Khảo sát và dựng đồ thị không gian làm việc của robot delta nhìn từ trục x và nhìn từ trên xuống dựa trên các kích thước: $R_{Base} = 60\text{ mm}$, $R_{Platform} = 42.62\text{ mm}$, $r_e = 150\text{ mm}$, $r_f = 350\text{ mm}$.
  • Trình bày thuật toán quy hoạch quỹ đạo đa thức bậc 5 và đề xuất phương pháp biến thiên nửa chu kỳ xung cấp phát (delay_run_spd) theo hàm cong parabol $y = ax^2 + bx + c$, thiết lập mối tương quan giữa tổng số xung cấp phát (ứng với góc $0.225^\circ/\text{xung}$) và thời gian hoàn thành chuyển động.
  • Trình bày toàn diện lý thuyết xử lý ảnh: cấu trúc pixel, hệ màu RGB và không gian màu HSV; các phép biến đổi hình thái học co ảnh (Erosion), giãn ảnh (Dilation), đóng và mở ảnh với phần tử cấu trúc kích thước $5\times 5$; phương pháp lọc trung vị khử nhiễu; thuật toán rút gọn đa giác Douglas-Peucker và công thức tính trọng tâm $(C_x, C_y)$ bằng Moment hình học; kỹ thuật khử méo ảnh theo mô hình camera pinhole và giải thuật chuyển đổi hệ tọa độ từ camera sang hệ tọa độ robot.

CHƯƠNG 3: THIẾT KẾ VÀ THI CÔNG HỆ THỐNG

Chương 3 trình bày chi tiết quy trình tính toán, thiết kế và thi công phần cứng thực nghiệm:

  • Tính toán và lựa chọn linh kiện hệ thống: 3 bộ động cơ AC Servo Panasonic MSMD012P1S kèm driver MADDT1205; 3 hộp số giảm tốc bánh răng Liming PBL 44 tỉ số truyền $1:8$; công tắc hành trình Omron V-156-1C25; bộ nguồn 24VDC và 12VDC; module relay 5VDC cách ly quang; băng tải $600 \times 100\text{ mm}$ cùng mạch điều tốc HW-687; camera Logitech C270 HD; cơ cấu gắp bằng nam châm điện hoặc giác hút chân không.
  • Thiết kế 3D toàn bộ kết cấu robot trên phần mềm SolidWorks: khung treo tam giác, 3 cánh tay chủ động, các thanh giằng song song của cánh tay bị động sử dụng khớp cầu tự lựa, mặt bàn thao tác tác động cuối.
  • Thiết kế và gia công bảng mạch in (PCB) cho hệ thống điều khiển: tích hợp vi điều khiển Arduino, mạch đệm xung và IC chuyển đổi tín hiệu vi sai SN75175 để tiếp nhận xung encoder từ driver động cơ.
  • Hoàn thiện lắp ráp mô hình robot delta thực tế, tích hợp cơ cấu chấp hành trên khung giá đỡ cùng hệ thống băng tải và trạm camera giám sát.

CHƯƠNG 4: MÔ PHỎNG HỆ THỐNG

Chương 4 thực hiện mô phỏng kiểm chứng các giải thuật toán học trước khi nạp vào hệ thống thực tế:

  • Xuất mô hình cơ học từ SolidWorks sang môi trường MATLAB/Simulink Simscape Multibody để gán hệ trục tọa độ cho thân trên, thân dưới và khâu tác động cuối.
  • Kiểm chứng thuật toán động học thuận và nghịch trên mô hình Simscape với các trường hợp góc quay khác nhau: trường hợp gốc $\theta_1 = \theta_2 = \theta_3 = 0^\circ$ và trường hợp lệch góc $\theta_1 = \theta_2 = 30^\circ, \theta_3 = 0^\circ$. Kết quả tọa độ khâu tác động cuối $Eff$ tính toán từ phương trình hoàn toàn trùng khớp với phản hồi mô phỏng vị trí trong Simscape.
  • Mô phỏng quy hoạch quỹ đạo chuyển động giữa 2 điểm trong không gian, kiểm chứng dạng đường đi hình học mượt mà của khâu tác động cuối theo thời gian mà không xảy ra va chạm hay kỳ dị động học.

CHƯƠNG 5: KẾT QUẢ THỰC NGHIỆM

Chương 5 báo cáo kết quả chạy thử nghiệm thực tế của toàn bộ hệ thống:

  • Trình bày các lưu đồ thuật toán chi tiết: lưu đồ vòng lặp chính của hệ thống, lưu đồ xử lý các gói lệnh truyền qua giao tiếp nối tiếp Serial, thuật toán cập nhật nửa chu kỳ xung phát theo hàm Parabol cho từng động cơ, và lưu đồ giải thuật xử lý ảnh tự động trên máy tính.
  • Hiện thực hóa giao diện điều khiển GUI trên phần mềm PyCharm, hiển thị trực quan hình ảnh sau xử lý (đã qua lọc HSV, lọc nhiễu, vẽ đường biên và định vị trọng tâm vật thể).
  • Đánh giá sai số động học thuận và nghịch trên mô hình thực tế tại các bộ góc thử nghiệm cụ thể: $(10^\circ, 0^\circ, 0^\circ)$, $(0^\circ, 20^\circ, 20^\circ)$ và $(30^\circ, 30^\circ, 30^\circ)$. Kết quả kiểm tra cho thấy tọa độ bàn tác động cuối đạt độ chính xác cao.
  • Khảo sát thực nghiệm phân loại sản phẩm với 9 mẫu phôi thuộc 3 nhóm hình học (sao, tam giác, vuông) dưới các điều kiện vận hành khác nhau:
    • Khảo sát tỉ lệ hút/gắp trúng vật thể theo các mức thời gian trễ cài đặt.
    • Thử nghiệm độ chính xác nhận dạng và phân loại tại 3 cấp độ ánh sáng: ánh sáng mạnh, ánh sáng vừa đủ và ánh sáng yếu.
    • Khảo sát đáp ứng phân loại của hệ thống theo hai mức vận tốc băng tải: $58\text{ mm/s}$ và $70\text{ mm/s}$.

CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

Chương cuối cùng tổng kết các kết quả đạt được của đồ án, chỉ ra những mặt tồn tại cần cải tiến (rung lắc khi chạy tốc độ cao, khả năng thích ứng ánh sáng yếu và phụ thuộc vào khâu cấp phôi thủ công), đồng thời vạch ra các hướng phát triển kỹ thuật tiếp theo cho đề tài.

Kết quả và đóng góp

Kết quả thực nghiệm chính

Qua quá trình chế tạo và vận hành thử nghiệm, hệ thống đã hoàn thành các chỉ tiêu kỹ thuật chính với dữ liệu ghi nhận trong đồ án:

  • Tính toán và kiểm chứng động học: Các mô hình toán học giải tích động học thuận (3D-Trilateration) và động học nghịch đã được kiểm chứng tương thích tuyệt đối giữa lý thuyết, mô phỏng Simscape và thực nghiệm cơ khí tại các góc quay thử nghiệm như $(10^\circ, 0^\circ, 0^\circ)$, $(0^\circ, 20^\circ, 20^\circ)$ và $(30^\circ, 30^\circ, 30^\circ)$.
  • Khả năng nhận diện và phân loại: Thuật toán thị giác máy tính OpenCV phân tách và nhận diện ổn định 3 dạng hình học (sao, tam giác, vuông) ngay cả khi vật thể bị xoay lệch các góc khác nhau trên mặt phẳng băng chuyền.
  • Khảo sát độ chính xác theo điều kiện môi trường và vận tốc: Thực nghiệm kiểm tra trên 9 sản phẩm ở các điều kiện ánh sáng khác nhau cho thấy:
    • Ở điều kiện ánh sáng vừa đủ (vùng làm việc được che chắn bớt ánh sáng tán xạ mạnh từ đèn chiếu), hệ thống đạt độ chính xác nhận dạng và gắp đặt cao nhất.
    • Ở điều kiện ánh sáng mạnh hoặc ánh sáng quá yếu, ảnh chụp bị chói hoặc thiếu tương phản dẫn đến sai số trong việc phân ngưỡng nhị phân và trích xuất đường biên.
    • Tại hai mốc vận tốc băng tải được kiểm thử thực tế là $58\text{ mm/s}$ và $70\text{ mm/s}$, hệ thống nhận diện và phản hồi thời gian thực kịp thời để robot gắp thả chính xác vào từng khay tương ứng.

Dưới đây là bảng trích xuất các điều kiện thử nghiệm thực tế được nhóm tác giả ghi nhận:

Điều kiện thực nghiệm Thông số / Phạm vi kiểm tra Đánh giá phản hồi của hệ thống
Góc thử nghiệm động học $(10^\circ, 0^\circ, 0^\circ)$, $(0^\circ, 20^\circ, 20^\circ)$, $(30^\circ, 30^\circ, 30^\circ)$ Bàn thao tác cuối di chuyển đúng vị trí tọa độ giải tích
Mẫu vật phân loại 9 sản phẩm (3 hình sao, 3 hình tam giác, 3 hình vuông) Nhận diện chính xác hình dạng và trọng tâm sau lọc nhiễu
Cường độ chiếu sáng Ánh sáng mạnh, ánh sáng vừa đủ, ánh sáng yếu Tối ưu nhất ở ánh sáng vừa đủ; ánh sáng mạnh/yếu cần hiệu chỉnh ngưỡng
Vận tốc băng chuyền $58\text{ mm/s}$ và $70\text{ mm/s}$ Đảm bảo tính toán tọa độ và kích hoạt robot gắp trúng mục tiêu

Giải pháp và đóng góp kỹ thuật

  • Chế tạo thành công mô hình robot delta cơ điện tử hoàn chỉnh, kết hợp đồng bộ giữa vi điều khiển nhúng, driver công nghiệp và phần mềm máy tính cá nhân.
  • Đề xuất và ứng dụng thành công giải thuật cấp xung biến thiên chu kỳ theo đường cong Parabol ($y = ax^2 + bx + c$), giúp động cơ AC Servo khởi động và dừng mượt mà, triệt tiêu xung lực quán tính gây rung lắc cho khung máy.
  • Thiết kế mạch phần cứng tích hợp IC chuyển đổi tín hiệu vi sai SN75175, giải quyết triệt để vấn đề thu nhận xung phản hồi encoder tốc độ cao từ driver công nghiệp về vi điều khiển Arduino.
  • Xây dựng giao diện phần mềm trực quan trên máy tính bằng PyCharm, cho phép người vận hành giám sát luồng hình ảnh thời gian thực, quản lý các thông số tọa độ và lựa chọn chế độ vận hành tự động một cách thuận tiện.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế kỹ thuật

Dựa trên các ghi nhận thực tế của tác giả trong đồ án:

  • Giới hạn vận tốc hoạt động: Robot chỉ vận hành ổn định ở dải vận tốc tương đối thấp. Khi tăng tốc độ chu kỳ gắp lên mức cao, kết cấu cơ khí xuất hiện hiện tượng rung lắc hoặc bộ điều khiển không kịp tính toán đáp ứng thời gian thực.
  • Phạm vi nhận diện đối tượng hẹp: Thuật toán thị giác máy tính hiện tại chỉ được cấu hình cố định để nhận diện 3 dạng hình học (ngôi sao, tam giác, hình vuông) với màu sắc định trước; chưa thể nhận diện các sản phẩm có biên dạng phức tạp hoặc màu sắc ngẫu nhiên.
  • Độ nhạy với môi trường ánh sáng: Hệ thống xử lý ảnh dựa trên ngưỡng HSV cố định nên phụ thuộc lớn vào ánh sáng môi trường; đòi hỏi phải che chắn ánh sáng từ đèn chiếu trực tiếp vào vùng quan sát của camera.
  • Tính tự động hóa khâu nạp liệu: Đề tài chưa tích hợp cơ cấu cấp phôi tự động, việc đặt sản phẩm lên mặt băng chuyền vẫn phải thực hiện hoàn toàn thủ công.

Hướng nghiên cứu phát triển

  • Gia cường độ cứng vững cơ khí của khung đỡ và các khớp nối cánh tay; tối ưu hóa giải thuật nội suy điều khiển để nâng cao tốc độ vận hành của robot mà vẫn duy trì tính ổn định, không bị rung giật.
  • Nghiên cứu ứng dụng các thuật toán xử lý ảnh thông minh hoặc mạng nơ-ron tích chập (CNN/Deep Learning) nhằm tự động thích nghi với sự thay đổi của ánh sáng môi trường và mở rộng nhận diện nhiều chủng loại sản phẩm đa dạng.
  • Thiết kế và lắp đặt thêm cụm cơ cấu cấp phôi tự động ở đầu băng chuyền, đồng bộ hóa chu trình nạp - phân loại khép kín không cần sự can thiệp của con người.

Giá trị tham khảo

Đồ án tốt nghiệp này là tài liệu tham khảo kỹ thuật hữu ích dành cho sinh viên, học viên cao học và kỹ sư thuộc các chuyên ngành Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử và Kỹ thuật Robot:

  • Phương diện cơ khí và động học: Cung cấp chi tiết các bước thiết lập mô hình toán học giải bài toán động học thuận theo phương pháp 3D-Trilateration và động học nghịch cho robot delta 3 bậc tự do; quy trình xây dựng mô hình cơ khí trên SolidWorks kết hợp mô phỏng động học nhiều vật (Multibody) trong Simscape MATLAB.
  • Phương diện điều khiển công nghiệp: Cung cấp sơ đồ kết nối phần cứng thực tế giữa vi điều khiển Arduino với Driver AC Servo công nghiệp (Panasonic MADDT1205), sơ đồ nguyên lý mạch giải mã tín hiệu encoder dùng IC vi sai SN75175, cùng giải thuật điều chế thời gian cấp xung theo hàm Parabol.
  • Phương diện thị giác máy tính: Cung cấp chuỗi giải thuật xử lý ảnh OpenCV từ chuyển đổi không gian màu HSV, áp dụng bộ lọc trung vị, toán tử hình thái học mở/đóng $5\times 5$, thuật toán rút gọn đa giác Douglas-Peucker cho đến tính toán tọa độ trọng tâm bằng Moment hình học và thuật toán chuyển đổi tọa độ camera sang tọa độ robot.

Câu hỏi thường gặp

1. Kích thước cơ khí cơ bản của mô hình robot delta trong đồ án là bao nhiêu?

Theo tính toán thiết kế của nhóm tác giả ở Chương 2 và Chương 3, mô hình robot delta có các thông số hình học cố định gồm: bán kính bàn cơ sở cố định $R_{Base} = 60\text{ mm}$, bán kính bàn di động tác động cuối $R_{Platform} = 42.62\text{ mm}$, chiều dài cánh tay trên $r_e = 150\text{ mm}$ và chiều dài cánh tay dưới $r_f = 350\text{ mm}$.

2. Nhóm tác giả đã giải bài toán động học thuận cho robot delta bằng phương pháp nào?

Tác giả tiếp cận giải bài toán động học thuận bằng phương pháp 3D-Trilateration (tương tự nguyên lý định vị GPS trên Trái Đất). Vị trí khâu tác động cuối được xác định từ nghiệm giao điểm của ba mặt cầu có tâm đặt tại các khớp cánh tay $B'_i$ bán kính $r_f$. Sau khi quy đổi tọa độ không gian, phương trình cho ra hai nghiệm giao điểm đối xứng và thuật toán lựa chọn nghiệm có tọa độ $z$ mang giá trị âm, phù hợp với không gian làm việc thực tế phía dưới đế robot.

3. Tại sao tác giả sử dụng đường cong Parabol để điều khiển phát xung cho động cơ servo?

Động cơ servo quay 1 vòng ứng với 200 xung (được cài đặt qua thông số Pr) và kết hợp hộp số tỉ số truyền $1:8$ (mỗi xung tương ứng quay $0.225^\circ$). Để chuyển động không bị giật cục do gia tốc thay đổi tức thời, nhóm tác giả xây dựng mối quan hệ giữa thời gian nửa chu kỳ xung (delay_run_spd) và số xung phát ra theo hàm parabol $y = ax^2 + bx + c$. Giá trị thời gian trễ sẽ lớn nhất ở đầu và cuối hành trình (vận tốc nhỏ) và đạt giá trị nhỏ nhất tại điểm giữa tổng số xung (vận tốc đạt cực đại), giúp cánh tay chuyển động tăng tốc và giảm tốc êm dịu.

4. Giải thuật xử lý ảnh xác định tâm vật thể bằng kỹ thuật gì và tại sao lại chọn không gian màu HSV?

Giải thuật xác định tâm vật thể bằng phương pháp Moment hình học (thông qua hàm cv2.moments của OpenCV), trích xuất tọa độ trọng tâm $(C_x, C_y)$ từ tỷ số giữa moment bậc một và moment bậc không ($C_x = M_{10}/M_{00}, C_y = M_{01}/M_{00}$). Tác giả lựa chọn không gian màu HSV thay vì Grayscale hay BGR vì HSV phân tách độc lập kênh sắc độ (Hue) với độ bão hòa (Saturation) và độ sáng (Value), giúp hệ thống phân đoạn màu sắc ổn định và dễ dàng điều chỉnh độ sáng mà không làm biến dạng thuộc tính màu của vật thể.

5. Hệ thống đã được kiểm nghiệm thực tế với những đối tượng sản phẩm và điều kiện vận hành nào?

Hệ thống được thử nghiệm thực tế để phân loại 9 mẫu sản phẩm gồm 3 dạng hình học phẳng: hình sao, hình tam giác và hình vuông. Các thực nghiệm được khảo sát toàn diện dưới 3 điều kiện chiếu sáng (ánh sáng mạnh, ánh sáng vừa đủ, ánh sáng yếu) và vận hành thử nghiệm trên băng tải với 2 mức tốc độ là $58\text{ mm/s}$ và $70\text{ mm/s}$.

Kết luận

Đồ án tốt nghiệp "Ứng dụng robot delta kết hợp xử lý ảnh phân loại sản phẩm" đã nghiên cứu, thiết kế và chế tạo thành công một hệ thống tự động hóa hoàn chỉnh kết hợp giữa cơ cấu robot song song 3 bậc tự do và công nghệ thị giác máy tính 2D. Các giải thuật động học hình học, quy hoạch quỹ đạo phát xung dạng Parabol và thuật toán xử lý ảnh OpenCV được tích hợp đồng bộ từ phần mềm máy tính đến mạch điều khiển vi sai và cơ cấu truyền động AC Servo công nghiệp. Kết quả thực nghiệm khẳng định hệ thống nhận diện và phân loại chính xác các phôi hình học định trước trên băng chuyền di động, đồng thời cung cấp một tài liệu kỹ thuật có giá trị tham khảo rõ ràng cho các nghiên cứu ứng dụng robot delta trong công nghiệp.