Ứng Dụng Thị Giác Máy Tính Cho Robot Thu Hoạch Nho

Đồ án nghiên cứu tốt nghiệp đề tài ứng dụng thị giác máy tính cho mobile robot thu hoạch nho, thiết kế chi tiết, tính toán kỹ thuật theo tiêu chuẩn, đánh giá tính khả thi dự án.

Trường đại học

Đại Học Bách Khoa

Chuyên ngành

Cơ Điện Tử

Người đăng

Ẩn danh

Thể loại

Đồ Án Tốt Nghiệp

2023

155
1
0

Phí lưu trữ

45 Point

Mục lục chi tiết

LỜI CẢM ƠN

TÓM TẮT LUẬN VĂN

LỜI NÓI ĐẦU

DANH MỤC HÌNH ẢNH

DANH MỤC BẢNG

DANH MỤC TỪ VIẾT TẮT

1. CHƯƠNG 1: XÁC ĐỊNH MỤC TIÊU

2. CHƯƠNG 2: TỔNG QUAN

2.1. Các nghiên cứu, sản phẩm đã có

3. CHƯƠNG 3: LỰA CHỌN PHƯƠNG ÁN

3.1. Máy tính nhúng

3.2. Phương pháp điều khiển Robot 3DOF

3.2.1. Giới thiệu chung ROS

3.2.2. Cấu trúc của ROS

3.3. Máy học, Học sâu và bài toán phát hiện nho

3.3.1. Phân loại Machine Learning

3.3.2. Triển khai mô hình với TensorRT

3.3.2.1. Định nghĩa TensorRT
3.3.2.2. Chu trình chuyển đổi sang TensorRT
3.3.2.3. Cách thức bộ tối ưu của TensorRT hoạt động

3.4. Định nghĩa Stereo camera

3.5. Bài toán tính khoảng cách từ robot (camera) đến đối tượng (nho)

3.6. Calib camera với hệ tọa độ robot

3.7. Cánh tay robot

3.7.1. Robot nối tiếp

3.7.2. Tay gắp cho robot

3.7.2.1. Chọn hệ dẫn động cho tay gắp
3.7.2.2. Chọn động cơ điện cho tay gắp
3.7.2.3. Chọn động cơ servo
3.7.2.4. Phương án thiết kế cơ khí cho tay gắp

3.8. Phương án di chuyển

3.8.1. Sử dụng hệ thống GPS và cảm biến Lidar

3.9. Vi điều khiển

3.9.1. Driver cho động cơ

3.9.1.1. DC-DC Buck Mini560
3.9.1.2. Mạch giảm áp LM2596
3.9.1.3. Mạch giảm áp XL4015

3.10. Động cơ DC có chổi than (Brushed DC motor)

3.11. Động cơ DC không chổi than (Brushless DC motor)

3.12. Cơ cấu mobile robot

4. CHƯƠNG 4: THIẾT KẾ CƠ KHÍ

4.1. Tổng quan về robot 3 bậc tự do sử dụng trong đồ án

4.2. Tính toán lực kẹp cho tay gắp

4.3. Tính toán chọn động cơ

4.4. Bố trí stereo camera

4.5. Tính toán dung sai

5. CHƯƠNG 5: THIẾT KẾ HỆ THỐNG ĐIỆN

5.1. Sơ đồ khối hệ thống điện

5.2. Thiết kế mạch điều khiển cánh tay robot

5.3. Thiết kế mạch điều khiển mobile robot

5.4. Tất cả các thiết bị được chọn và thông số kỹ thuật

5.5. DC-DC Buck Mini560

6. CHƯƠNG 6: THIẾT KẾ BỘ ĐIỀU KHIỂN

6.1. Mô hình hóa hệ driver - động cơ

6.2. Xây dựng bộ điều khiển robot 3DOF sử dụng ROS

6.3. Thực nghiệm kiểm tra sai số vị trí robot 3DOF ROS điều khiển robot

6.4. Thiết lập ban đầu cho Jetson Nano – Cài đặt hệ điều hành

6.5. Phát hiện vật thể sử dụng thị giác máy tính

6.5.1. Huấn luyện mô hình phát hiện nho

6.5.2. Đánh giá mô hình sau khi huấn luyện

6.6. Tối ưu mô hình với TensorRT

6.6.1. Chuyển đổi mô hình gốc sang TensorRT

6.6.2. Chuyển đổi giữa các cấp chính xác

6.6.3. Kết quả đạt được với thí nghiệm

6.7. Theo vết đối tượng (Object Tracking)

6.7.1. Luồng quang học (Optical flow)

6.7.2. Cách thức hoạt động

6.7.3. Kết quả đạt được

6.8. Hiệu chỉnh camera

6.8.1. Kết quả đạt được

6.9. Thực hiện tìm ma trận chuyển tọa độ camera sang tọa độ robot

6.10. Tích hợp vào ROS

7. CHƯƠNG 7: THỰC NGHIỆM

7.1. Thực nghiệm mobile robot thu hoạch nho

8. CHƯƠNG 8: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

8.1. Kết quả đạt được

8.2. Hướng phát triển

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới Thiệu Ứng Dụng Thị Giác Máy Tính Thu Hoạch Nho

Trong bối cảnh nông nghiệp 4.0, các công nghệ như robot, IoT, trí tuệ nhân tạothị giác máy tính đang được tích hợp để tối ưu hóa quy trình nông nghiệp. Sự phát triển của các hệ thống tự hành thông minh đã mở ra tiềm năng lớn cho robot nông nghiệp, hay còn gọi là Agrbot, có khả năng xử lý đa dạng các nhiệm vụ như làm cỏ, thu hoạch, phun thuốc, cắt tỉa và tưới nước. Đặc biệt, robot thu hoạch nho được kỳ vọng sẽ là công cụ hỗ trợ đắc lực cho người nông dân, giải quyết vấn đề tốn kém thời gian và công sức. Các nghiên cứu hiện nay tập trung vào tương tác giữa robot và cây trồng, với các tính năng xử lý linh hoạt cho từng nhiệm vụ cụ thể. Ứng dụng robot trong nông nghiệp hứa hẹn tăng năng suất và cải thiện chất lượng nho.

1.1. Tổng Quan Về Bài Toán Thu Hoạch Nho Tự Động

Bài toán thu hoạch nho tự động đặt ra nhiều thách thức trong việc thiết kế và phát triển hệ thống robot. Robot cần có khả năng nhận diện trái cây một cách chính xác, phân loại trái cây theo độ chín, và thực hiện thao tác thu hoạch một cách nhẹ nhàng để tránh làm hỏng quả. Các yếu tố môi trường như ánh sáng, độ ẩm, và sự thay đổi của cây nho cũng cần được xem xét để đảm bảo hiệu suất và độ tin cậy của hệ thống. Do đó, một hệ thống thị giác máy tính mạnh mẽ là yếu tố then chốt để giải quyết bài toán này.

1.2. Vai Trò Của Thị Giác Máy Tính Trong Robot Thu Hoạch

Thị giác máy tính đóng vai trò quan trọng trong việc cung cấp thông tin trực quan cho robot, cho phép nó “nhìn” và “hiểu” môi trường xung quanh. Thông qua xử lý ảnh nông nghiệp, robot có thể xác định vị trí, kích thước, và hình dạng của quả nho, cũng như đánh giá độ chín của chúng. Dữ liệu này được sử dụng để lập kế hoạch đường đi và điều khiển cánh tay robot để thực hiện thao tác thu hoạch một cách chính xác và hiệu quả. Camera trong nông nghiệpcảm biến hình ảnh là các thành phần không thể thiếu trong hệ thống này.

II. Thách Thức Thu Hoạch Nho Bài Toán Nhận Diện và Phân Loại

Việc xây dựng robot thu hoạch nho không hề đơn giản, đặc biệt là trong môi trường vườn nho thực tế. Một trong những thách thức lớn nhất là khả năng nhận diện trái cây một cách chính xác và nhanh chóng. Sự thay đổi về ánh sáng, màu sắc của quả nho, và sự che khuất bởi lá cây có thể gây khó khăn cho hệ thống thị giác máy tính. Thêm vào đó, robot cần có khả năng phân loại trái cây theo độ chín để đảm bảo chất lượng sản phẩm. Giải quyết những thách thức này đòi hỏi việc phát triển các thuật toán học máy trong nông nghiệp tiên tiến và sử dụng deep learning trong nông nghiệp để đạt được độ chính xác cao.

2.1. Các Yếu Tố Ảnh Hưởng Đến Nhận Diện Nho Chính Xác

Có nhiều yếu tố ảnh hưởng đến độ chính xác của quá trình nhận diện trái cây. Ánh sáng thay đổi trong ngày, bóng râm từ lá cây, và sự khác biệt về màu sắc giữa các giống nho là những thách thức lớn. Ngoài ra, sự chồng chéo giữa các quả nho và sự biến dạng do góc nhìn cũng có thể gây ra sai sót trong quá trình nhận diện. Do đó, hệ thống thị giác máy tính cần được thiết kế để có khả năng chống chịu với những yếu tố này.

2.2. Độ Chín Của Nho Vấn Đề Phân Loại Để Thu Hoạch Hiệu Quả

Việc xác định độ chín của nho là yếu tố quan trọng để đảm bảo chất lượng sản phẩm sau thu hoạch. Phân loại trái cây theo độ chín đòi hỏi việc phân tích màu sắc, kích thước, và hình dạng của quả nho. Các thuật toán học sâu trong nông nghiệp có thể được sử dụng để xây dựng mô hình dự đoán độ chín dựa trên dữ liệu hình ảnh. Điều này giúp robot có thể lựa chọn những quả nho chín để thu hoạch, đồng thời bỏ qua những quả còn xanh hoặc quá chín.

2.3. Ảnh Hưởng Của Điều Kiện Môi Trường Đến Thuật Toán Nhận Diện

Điều kiện môi trường như ánh sáng, thời tiết và bụi bẩn có thể ảnh hưởng đáng kể đến hiệu suất của thuật toán nhận diện trái cây. Ánh sáng mạnh có thể gây ra hiện tượng chói lóa, trong khi ánh sáng yếu có thể làm giảm độ tương phản của hình ảnh. Bụi bẩn và nước mưa có thể làm mờ ống kính camera, gây khó khăn cho quá trình xử lý ảnh nông nghiệp. Vì vậy, cần có các giải pháp để giảm thiểu ảnh hưởng của các yếu tố này, chẳng hạn như sử dụng camera có khả năng chống chịu thời tiết và áp dụng các kỹ thuật tiền xử lý ảnh để loại bỏ nhiễu.

III. Phương Pháp Thị Giác Máy Tính Cho Robot Thu Hoạch Nho

Để giải quyết các thách thức trong thu hoạch nho, cần có một hệ thống thị giác máy tính mạnh mẽ và linh hoạt. Các phương pháp học máy trong nông nghiệpdeep learning trong nông nghiệp đang được áp dụng rộng rãi để xây dựng các mô hình nhận diện trái câyphân loại trái cây chính xác. Các mô hình này có thể được huấn luyện trên một lượng lớn dữ liệu hình ảnh để học cách nhận biết các đặc điểm quan trọng của quả nho, chẳng hạn như màu sắc, kích thước, và hình dạng. Xử lý ảnh nông nghiệp cũng đóng vai trò quan trọng trong việc cải thiện chất lượng hình ảnh và giảm nhiễu.

3.1. Sử Dụng Mạng Nơ Ron Tích Chập CNN Cho Nhận Diện Nho

Mạng nơ-ron tích chập (CNN) là một kiến trúc deep learning trong nông nghiệp mạnh mẽ, đặc biệt hiệu quả trong các bài toán nhận diện trái cây. CNN có khả năng tự động học các đặc trưng quan trọng từ dữ liệu hình ảnh, giúp giảm thiểu công sức thiết kế đặc trưng thủ công. Các mô hình CNN như YOLO và Faster R-CNN đang được sử dụng rộng rãi trong các ứng dụng robot thu hoạch nhờ khả năng đạt được độ chính xác cao và tốc độ xử lý nhanh.

3.2. Kết Hợp Camera Stereo Để Ước Tính Khoảng Cách Đến Nho

Để robot có thể thu hoạch nho một cách chính xác, cần phải ước tính kích thước trái cây và xác định vị trí của nó trong không gian ba chiều. Camera trong nông nghiệp và đặc biệt là hệ thống camera stereo là một giải pháp hiệu quả để thực hiện nhiệm vụ này. Bằng cách sử dụng hai camera đặt ở vị trí khác nhau, có thể tạo ra một ảnh nổi 3D của môi trường xung quanh. Sau đó, thuật toán có thể được sử dụng để tính toán khoảng cách từ robot đến quả nho dựa trên sự khác biệt giữa hai hình ảnh.

IV. Ứng Dụng Thực Tế Thị Giác Máy Tính Vào Robot Thu Hoạch Nho

Nhiều nghiên cứu và dự án đã chứng minh tính khả thi của việc ứng dụng thị giác máy tính vào robot thu hoạch nho. Các hệ thống robot này có khả năng tự động di chuyển trong vườn nho, nhận diện trái cây, phân loại trái cây, và thực hiện thao tác thu hoạch một cách nhẹ nhàng và chính xác. Kết quả cho thấy rằng tự động hóa thu hoạch có thể giúp tăng năng suất, giảm chi phí lao động, và cải thiện chất lượng sản phẩm. Robot nông nghiệp đang dần trở thành một phần không thể thiếu của nông nghiệp thông minh.

4.1. Nghiên Cứu Về Robot Thu Hoạch Nho Với Hệ Thống Thị Giác

Các nghiên cứu gần đây đã tập trung vào việc phát triển các hệ thống robot thu hoạch nho với hệ thống thị giác máy tính tiên tiến. Một số nghiên cứu sử dụng deep learning trong nông nghiệp để nhận diện trái câyphân loại trái cây, trong khi những nghiên cứu khác tập trung vào việc sử dụng camera trong nông nghiệp để ước tính kích thước trái cây và xác định vị trí của nó. Kết quả cho thấy rằng các hệ thống robot này có thể đạt được độ chính xác cao và tốc độ xử lý nhanh trong môi trường vườn nho thực tế.

4.2. Đánh Giá Hiệu Quả và Tính Ứng Dụng Của Robot Thu Hoạch Nho

Để đánh giá hiệu quả và tính ứng dụng của robot thu hoạch nho, cần phải xem xét nhiều yếu tố, bao gồm độ chính xác của quá trình nhận diện trái câyphân loại trái cây, tốc độ thu hoạch, và chi phí đầu tư. Các nghiên cứu cho thấy rằng tự động hóa thu hoạch có thể giúp tăng năng suất, giảm chi phí lao động, và cải thiện chất lượng sản phẩm. Tuy nhiên, chi phí đầu tư ban đầu có thể là một rào cản đối với một số nhà vườn nhỏ lẻ.

4.3. Các Dự Án Thực Tế Sử Dụng Robot Thu Hoạch Nho Tự Động

Hiện nay, có một số dự án thực tế đang triển khai robot thu hoạch nho tự động tại các vườn nho trên khắp thế giới. Các dự án này sử dụng các công nghệ tiên tiến như thị giác máy tính, học máy trong nông nghiệp, và điều khiển robot để tự động hóa quá trình thu hoạch. Kết quả cho thấy rằng robot nông nghiệp có thể hoạt động hiệu quả trong môi trường vườn nho thực tế, giúp tăng năng suất, giảm chi phí lao động, và cải thiện chất lượng sản phẩm.

V. Kết Luận Tương Lai Thị Giác Máy Tính Robot Thu Hoạch

Ứng dụng thị giác máy tính trong robot thu hoạch nho mang lại tiềm năng to lớn cho nông nghiệp thông minh. Các hệ thống robot có thể tự động hóa quá trình thu hoạch, giúp tăng năng suất, giảm chi phí lao động, và cải thiện chất lượng sản phẩm. Tuy nhiên, vẫn còn nhiều thách thức cần vượt qua để đưa công nghệ này vào ứng dụng rộng rãi, như cải thiện độ chính xác của quá trình nhận diện trái câyphân loại trái cây, giảm chi phí đầu tư, và phát triển các hệ thống robot linh hoạt hơn. Tương lai của nông nghiệp sẽ chứng kiến sự phát triển mạnh mẽ của robot nông nghiệptrí tuệ nhân tạo trong nông nghiệp.

5.1. Tóm Tắt Những Ưu Điểm Của Robot Thu Hoạch Nho

Robot thu hoạch nho mang lại nhiều ưu điểm vượt trội so với phương pháp thu hoạch truyền thống. Đầu tiên, chúng có thể hoạt động liên tục 24/7, giúp tăng năng suất thu hoạch. Thứ hai, chúng có thể giảm thiểu chi phí lao động, đặc biệt trong bối cảnh thiếu hụt nhân công nông nghiệp. Thứ ba, chúng có thể thu hoạch nho một cách nhẹ nhàng và chính xác, giúp cải thiện chất lượng sản phẩm. Cuối cùng, chúng có thể thu thập dữ liệu về cây nho và môi trường xung quanh, giúp nhà vườn đưa ra các quyết định quản lý tốt hơn.

5.2. Hướng Phát Triển Để Tối Ưu Hiệu Quả Thu Hoạch Nho

Để tối ưu hóa hiệu quả thu hoạch nho, cần tập trung vào một số hướng phát triển chính. Cần tiếp tục nghiên cứu và phát triển các thuật toán thị giác máy tính tiên tiến để cải thiện độ chính xác của quá trình nhận diện trái câyphân loại trái cây. Cần giảm chi phí đầu tư bằng cách sử dụng các thành phần rẻ hơn và thiết kế các hệ thống robot đơn giản hơn. Cần phát triển các hệ thống robot linh hoạt hơn, có khả năng thích ứng với các loại vườn nho thông minh và địa hình khác nhau. Và cuối cùng, cần tích hợp các công nghệ khác như IoTdự đoán năng suất nho để tạo ra các hệ thống robot nông nghiệp toàn diện hơn.

10/07/2025

Trích đoạn nội dung tài liệu

CHƯƠNG 1 XÁC ĐỊNH MỤC TIÊU Mục tiêu: nghiên cứu, thử nghiệm giải thuật; xây dựng mô hình mobile robot đơn giản ứng dụng thị giác máy tính có thể: - Phát hiện nho. - Phân loại nho sống hoặc nho chín. - Thu hoạch nho. Phạm vi đề tài, phương hướng thực nghiệm Với đồ án này, nhóm không đặt nặng việc thiết kế chế tạo cơ khí mà tập trung chủ yếu vào các giải thuật cho robot nên robot sẽ được thiết kế và thực nghiệm trong môi trường phòng lab.

Nhóm sẽ bố trí robot cách líp nho 0.3m và chiều cao nho cách mặt đất trung bình 0. Nhóm tiến hành thưc nghiệm tương tự mô hình sau: Hình 1. 1 Phương hướng thực nghiệm ( Nguồn: https://www.com/watch?v=ssWetc3PHkY ) 1 CHƯƠNG 2 TỔNG QUAN 2.1 Các nghiên cứu, sản phẩm đã có 2.1 Design and test of robotic harvesting system for cherry tomato Dự án argbot [10] là một hệ thống rebot thu hoạch cà chua bi. Robot bao gồm một stereo camera, bộ phận công tác cuối, cánh tay máy, giỏ đựng cà chua và đường.

Với cấu hình như trên, stereo camera cho phép robot phát hiện được cà chua trên cây, có thể nhận biết được cà chua sống hay chín để thu hoạch. Bộ phận công tác cuối để giữ vàtách cà chua khỏi cuốn. Thêm vào đó, robot có thể di chuyển trong vườn nho với quỹ đạo đã được định sẵn với các thanh ray. 1 Bản vẽ phác thảo của robot ( Nguồn: http://ldp.to/tomato_harvesting_robot ) 2 Hình 2.

2 Bản mẫu của robot ( Nguồn: http://ldp.to/tomato_harvesting_robot ) Ưu điểm: - Robot có thể tự động di chuyển trên đường ray, xác định và định vị chùm chín và thu hoạch. Nhược điểm: - Hiệu suất thu hoạch robot còn thấp chưa phù hợp cho thương mại. - Tỉ lệ robot thu hoạch thành công chỉ 83%.2 Vineyard Terrestrial Robot for Multiple Applications as Part of the Innovationof Process and Product. Robot [11] có thể theo dõi được sức khỏe của cây trồng, xác định đường đi trong vườnnho và phân phối các chất dinh dưỡng vi lượng cho nho.

3 Bản mẫu của robot ( Nguồn: http://ldp.to/Vineyard_Terrestrial_Robot ) 3 Ưu điểm: - Tiết kiệm được vật tư và chi phí lao động. - Ước tính giảm tới 30% lượng thuốc và tiết kiệm 120 lít/ha so với quy trình thủ công. Nhược điểm: - Robot không di chuyển được nhanh và linh hoạt quanh khu vườn.3 A Reliable Robot for Steep Slope Vineyards Monitoring. Robot [12] có thể tự hành và điều hướng, thực hiện các nhiệm vụ giám sát và thu hoạch ở những vườn nho có độ dốc lớn.

Robot có thể thực hiện công việc ở các điều kiện ánh sáng khác nhau như ban đêm hoặc ban ngày. 4 Bản mẫu của robot ( Nguồn: http://ldp.to/Slope_Vineyards_Monitoring ) Ưu điểm: - Tiết kiệm được vật tư và chi phí lao động. - Robot có thể thu thập và xử lý dữ liệu trang trại theo cách sao cho các kết quả được sắp xếp để đưa giải pháp cho từng trang trại. Nhược điểm: - Tuy nhiên, để tận dụng tối đa lợi thế từ Nông nghiệp 5.0, cần phải đào tạo sâu cho người sử dụng.4 A Robot System for Pruning Grape Vines.

[13] là một robot tự hành được thiết kế để tự động cắt tỉa cành nho, dùng hệ thống “stereo-vision” để trích xuất mô hình không gian ba chiều (3D) của cây nho và một cánh tay robot với nhiệm vụ cắt tỉa. 5 Bản mẫu của robot ( Nguồn: http://ldp.to/Pruning_Grape_Vines ) Ưu điểm: - Tiết kiệm được chi phí lao động. - Robot có thể làm việc cả ngày lẫn đêm để cắt tỉa tới 600 cây nho mỗi ngày. Nhược điểm: - Giá thành robot cao mức giá 25.

VineRobot [14] là một robot tự hành trong vườn nho, được lắp các cảm biến cần thiết để có thể di chuyển theo lối đi, kiểm tra theo dõi sức khỏe, độ ẩm, sự phát triển của nho,đánh giá điều kiện dinh dưỡng và năng suất của cây. Tất cả những thông tin này được gửi đến màn hình điện thoại hoặc máy tính bảng của người nông dân theo thời gian thực. Từ đó nông dân có thể chủ động trong việc chăm sóc cây trồng. 5 Một số hình ảnh về VineRobot Hình 2.

6 Cách thức hoạt động và tính năng của VineRobot ( Nguồn: http://ldp.to/vine_robot ) Hình 2. 7 Bản mẫu của VineRobot ( Nguồn: http://ldp.to/vine_robot ) Ưu điểm: - Robot có khả năng kiểm tra thành phần của nho và đo độ ẩm, theo dõi sự phát triển sinh dưỡng và đánh giá năng suất. - Robot có khả năng ghi nhận những nơi nho có độ chín tốt. - Tiết kiệm đáng kể thời gian và độ chính xác cao hơn cho việc giám sát nho.

Nhược điểm: - Giá thành cao.1 Phần cứng - Thiết kế phần cứng và gia công cơ khí. - Thực nghiệm dựa trên phần cứng đã thiết kế.2 Phần mềm - Tìm hiểu về máy tính nhúng (Raspberry Pi, Jetson Nano, …). - Tìm hiểu và sử dụng hệ điều hành ROS để xây dựng robot. - Tìm hiểu cấu trúc của mạng CNN và áp dụng cho bài toán object detection.

- Tìm hiểu, sử dụng stereo camera để dự đoán chiều sâu của vật thể, kết hợp với model CNN để xác định vị trí của nho trong không gian ba chiều. Từ đó, điều khiển cánh tayrobot gắp và thu hoạch nho. 7 CHƯƠNG 3 LỰA CHỌN PHƯƠNG ÁN 3.1 Máy tính nhúng Máy tính nhúng (Embedded Computer) là một thiết bị, một hệ thống được thiết kế để phục vụ cho một yêu cầu, một bài toán, ứng dụng, một chức năng nhất định nào đó và được ứng dụng nhiều trong lĩnh vực công nghiệp, tự động hóa điều khiển, quan trắc và truyền tin… Máy tính nhúng sử dụng trong công nghiệp còn được gọi với tên khác là máy tính công nghiệp.1 Rasberry Pi CPU ARM Cortex-A53, 1.4GHz quad core GPU Broadcom VideoCore IV RAM 1GB DDR2 Nối mạng Wifi, BLE 4.1, Ethernet 1 Gigabit Cổng kết nối 4xUSB, HDMI, Camera connector Pins 40-Pin GPIO Giá $35 Hình 3. 1 Thiết bị Rasberry Pi Bảng 3.

1 Thông số Raspberry Pi ( Nguồn: https://www.2 Jetson Nano CPU ARM Cortex-A57, MP Core, 1.43GHz quad core GPU Nvidia Maxwell 128-core CUDA RAM 4GB DDR4 25.6 GB/s Nối mạng Gigabit Ethernet, M.2 Key E Cổng kết nối 4xUSB 3.0, HDMI, DisplayPort, Camera connector, M.2 Pins 40-Pin GPIO Hình 3. 2 Thiết bị JetsonNano Giá $99 Bảng 3. 2 Thông số Jetson Nano ( Nguồn: https://www.com/ ) 8 Từ so sánh trên, Jetson Nano là lựa chọn tốt và tối ưu hơn cả trong các tác vụ xử lý đồ họa, đặc biệt là chạy các mô hình deep learning. Cấu hình phần cứng và các gói hỗ trợ trên Jetson Nano là tốt hơn rất nhiều so với Rasberry Pi.

Vì vậy, nhóm sẽ sử dụng Jetson Nano.2 Phương pháp điều khiển Robot 3DOF Điều khiển Robot có các phương pháp như sử dụng ROS, tính toán động học robot. Nhóm lựa chọn ROS để thực hiện việc điều khiển robot. ROS (Robot Operating System) là một hệ thống phần mềm mã nguồn mở được sử dụng để điều khiển robot. Với ROS, người dùng có thể điều khiển robot trong nhiều môi trường khác nhau, từ robot di động đơn giản cho đến robot công nghiệp phức tạp.

ROS có nhiều tính năng hữu ích cho việc điều khiển robot. Đầu tiên, nó cung cấp một loạt các gói phần mềm được xây dựng sẵn để hỗ trợ việc lập trình robot, bao gồm các gói liên quan đến điều khiển chuyển động, cảm biến và truyền thông. Thứ hai, ROS cung cấp một môi trường mô phỏng linh hoạt để kiểm tra các ứng dụng của robot trước khi triển khai thực tế. Cuối cùng, ROS có khả năng tích hợp với nhiều loại robot khác nhau, từ robot nhỏ nhắn cho đến robot công nghiệp lớn.

Việc sử dụng ROS để điều khiển robot đang trở thành một xu hướng phổ biến trong cộng đồng robot. Với cộng đồng lập trình viên đông đảo, ROS đã trở thành một nền tảng phát triển robot đáng tin cậy và mở rộng. Điều khiển robot sử dụng ROS có nhiều lợi ích so với các phương pháp điều khiển khác, bao gồm: 1. Tính mở rộng: ROS là một hệ thống phần mềm mở rộng, có khả năng tích hợp với nhiều loại robot khác nhau, từ robot nhỏ đến robot công nghiệp lớn.

Việc tích hợp các thiết bị và phần mềm mới vào ROS rất dễ dàng, giúp cho người dùng có thể mở rộng và phát triển ứng dụng điều khiển robot dễ dàng hơn. Tính linh hoạt: ROS cung cấp một môi trường lập trình linh hoạt và dễ dàng sử dụng. Với ROS, người dùng có thể lập trình và kiểm tra các ứng dụng robot trên 9 các môi trường mô phỏng trước khi triển khai thực tế. Điều này giúp giảm thiểu rủi ro và chi phí cho việc phát triển robot.

Độ chính xác cao: ROS được thiết kế để đảm bảo tính chính xác cao trong việc điều khiển robot. Với các tính năng điều khiển chuyển động, cảm biến và truyền thông được tích hợp sẵn, ROS giúp giảm thiểu sai số trong quá trình điều khiển robot. Tuy nhiên, cũng có một số hạn chế của việc sử dụng ROS để điều khiển robot. Đầu tiên, ROS đòi hỏi người dùng có một số kiến thức về lập trình để có thể sử dụng và triển khai các ứng dụng robot.

Thứ hai, việc tích hợp ROS với các thiết bị và phần mềm mới có thể đòi hỏi thời gian và kỹ năng kỹ thuật. Tóm lại, ROS là một lựa chọn tốt cho việc điều khiển robot, đặc biệt là khi bạn muốn mở rộng và phát triển ứng dụng robot của mình.1 Giới thiệu chung ROS Robot operating system (ROS) là một hệ thống phần mềm có tính linh hoạt và chuyên dụng cao dùng để lập trình và điều khiển robot. ROS bao gồm các thư viện, công cụ hỗtrợ lập trình, công cụ đồ họa, các công cụ hỗ trợ giao tiếp điều khiển trực tiếp với phần cứng cũng như các thư viện hỗ trợ việc lấy dữ liệu từ các cảm biến và các thuật toán phổ biến trong lập trình điều khiển robot. Về cơ bản, ROS có những đặc tính thiết yếu của một hệ điều hành như khả năng thực hiện các tác vụ (task) song song, giao tiếp, trao đổi dữ liệu với nhau giữa các tác vụ, quản lý dữ liệu,…ROS còn được phát triển riêng biệt về các thư viện, công cụ hỗ trợ việc vẽ đồ thị, lưu dữ liệu, hiển thị model 3D của robot,… ROS được phát triển dưới dạng module.

Từ đó, để nghiên cứu có thể chỉ chuyên sâu vào một lĩnh vực như vẽ bản đồ hay định vị robot vẫn có thể xây dựng một hệ thống robot hoàn chỉnh khi tái sử dụng những module đã được phát triển trước đó.2 Cấu trúc của ROS 3.1 Cấu trúc mô hình ROS được phân thành ba cấp: - Cấp thứ nhất là Filesystem: giải thích về các dạng hình thức bên trong, cấu trúc thư mục và các tập tin tối thiểu để ROS hoạt động.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ