Thiết kế hệ thống cánh tay robot di động ứng dụng thuật toán marker vision tracking

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA PHẠM PHƯỚC DŨNG THIẾT KẾ HỆ THỐNG CÁNH TAY ROBOT DI ĐỘNG ỨNG DỤNG THUẬT TOÁN MARKER-VISION TRACKING DESIGN MOBILE MANIPULATOR SYSTEM USING MARKER-VISION TRACKING ALGORITHM Chuyên ngành: Kỹ thuật Điều khiển Tự động hóa Mã số: 8520216 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 01 năm 2023 Cơng trình hồn thành tại: Trường Đại học Bách Khoa - ĐHQG TP HCM Cán hướng dẫn khoa học : TS Nguyễn Hoàng Giáp Cán chấm nhận xét : TS Phạm Việt Cường Cán chấm nhận xét : PGS.TS Nguyễn Ngọc Sơn Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG TP.HCM ngày 11 tháng 01 năm 2023 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: Chủ tịch: PGS.TS Huỳnh Thái Hoàng Thư ký: TS Trần Ngọc Huy Phản biện 1: TS Phạm Việt Cường Phản biện 2: PGS.TS Nguyễn Ngọc Sơn Ủy viên: PGS.TS Lê Mỹ Hà Xác nhận Chủ tịch Hội đồng đánh giá luận văn Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc TRƯỜNG ĐẠI HỌC BÁCH KHOA NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: PHẠM PHƯỚC DŨNG MSHV: 2170706 Ngày, tháng, năm sinh: 30/08/1999 Nơi sinh: Tiền Giang Chuyên ngành: Kỹ thuật Điều khiển Tự động hóa Mã số : 8520216 I TÊN ĐỀ TÀI: Thiết kế hệ thống cánh tay robot di động ứng dụng thuật toán Marker-vision tracking Design mobile manipulator system using Marker-vision tracking algorithm II NHIỆM VỤ VÀ NỘI DUNG: • Nghiên cứu xây dựng hệ thống cánh tay robot di động cho ứng dụng pick-and- place từ việc kết hợp robot tự hành cánh tay robot bậc tự • Nghiên cứu phương pháp Marker-Vision Tracking cho hệ thống nhằm làm tăng độ xác robot di chuyển Tích hợp thêm camera cánh tay robot để đảm bảo chắn khả gắp vật thành cơng • Thực nghiệm để kiểm tra, đưa đánh giá, nhận xét hệ thống đề xuất III NGÀY GIAO NHIỆM VỤ: 05/09/2022 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 18/12/2022 V CÁN BỘ HƯỚNG DẪN: TS Nguyễn Hoàng Giáp Tp HCM, ngày … tháng … năm 20… CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ i LỜI CẢM ƠN Lời đầu tiên, xin gửi lời cảm ơn chân thành sâu sắc đến Thầy Tiến sĩ Nguyễn Hoàng Giáp, người trực tiếp hướng dẫn giúp đỡ tơi việc hình thành, phát triển hồn thành luận văn Tơi xin cảm ơn Công ty Cổ phần Giải pháp Công nghệ cao VAS (VAS Corporation) tạo điều kiện thời gian hỗ trợ trang thiết bị cần thiết phục vụ cho luận văn Tơi xin chân thành gửi lời cảm ơn đến thầy cô Trường Đại học Bách khoa nói chung thầy thuộc khoa Điện – Điện tử nói riêng – người giảng viên tận tình tâm huyết giảng dạy, truyền đạt kiến kiến thức cho tơi q trình học tập Trường Đại học Bách Khoa Những kiến thức tảng cốt lõi quan trọng để em hồn thành luận văn thạc sĩ Cảm ơn Ban giám hiệu Trường Đại học Bách Khoa Thành phố Hồ Chí Minh tạo điều kiện sở vật chất với hệ thống thư viện đại, đa dạng loại sách, tài liệu thuận lợi cho việc tìm kiếm, nghiên cứu thơng tin, phịng thí nghiệm tiên tiến, với nhiều thiết bị công nghệ cao, thuận lợi cho việc nghiên cứu, thực hành, thõa mãn đam mê sinh viên học viên Cuối cùng, xin bày tỏ lòng biết ơn chân thành gia đình, bạn bè người ln động viên, giúp đỡ tơi mặt q trình học tập nghiên cứu Tôi mong tiếp tục nhận khích lệ, quan tâm, giúp đỡ q thầy bạn q trình nghiên cứu cơng tác sau TP Hồ Chí Minh, ngày 18 tháng 12 năm 2022 Học viên thực Phạm Phước Dũng ii TÓM TẮT Ngày nay, với phát triển khoa học kĩ thuật, việc vận chuyển hàng hóa, nguyên vật liệu nhà máy, nhà xưởng dẩn thay robot tự hành Tuy nhiên, robot tự hành nhược điểm lớn cần đến giúp đỡ người việc xếp dỡ hàng hóa lên xuống robot Để xóa bỏ nhược điểm ấy, cánh tay robot lắp đặt bên robot tự hành cơng cụ để thay hồn tồn diện người Hệ thống gọi Cánh tay robot di động (Mobile Manipulator Robot) Trong nhiệm vụ vận chuyển đồ vật khoảng cách xa sử dụng cánh tay robot di động, phần thân robot tự hành địi hỏi phải đạt độ xác cao cánh tay robot phía gắp vật cách xác Để đạt độ xác cách tối ưu ấy, stereo camera sử dụng để tăng cường độ xác cho phần thân robot tự hành Đồng thời camera RGBD gắn cánh tay robot sử dụng để xác định xác vị trí để gắp thả vật Luận văn trình bày cách xây dựng hệ thống cánh tay robot di động dùng để thực ứng dụng gắp thả vật vị trí cách xa môi trường nhà Đầu tiên, phương pháp marker-vision tracking sử dụng để đưa robot đến vị trí gắp thả vật cách xác Tiếp theo, camera RGB-D gắn cố định cánh tay robot xác định vị trí vật thể cần gắp mặt phẳng aruco marker Kết thử nghiệm cho thấy hệ thống hoạt động ổn định gắp thả thành cơng hàng hóa vị trí cách xa Sai số hệ thống nằm giới hạn cho phép Mặt khác, kết hạn chế hệ thống sử dụng cánh tay robot có sai số khí lớn ảnh hưởng đến sai số chung toàn hệ thống iii ABSTRACT Nowadays, with the development of science and technology, the transportation of goods, material in factories and workshops is being replaced by Autonomous Guided Vehicle (AGV) However, the current AGV still has a major drawback that it requires human help in loading and unloading the robot To eliminate that drawback, the robotic arm is installed above the AGV as a tool to completely replace the human presence That system is called Mobile Manipulator Robot In the task of transporting objects at long distances using the Mobile Manipulator Robot, the lower AGV's body requires to reach the picking position with high accuracy in order to the upper robot arm can pick up objects accurately To achieve that optimum accuracy, a stereo camera is used to enhance the accuracy of the AGV’s body At the same time, a RGBD camera mounted on robot arm is also used to determine the exact location to pick up and drop off objects The thesis presents the development of a mobile manipulator robot used to implement the application of picking and placing objects at distant locations in the indoor environment First, the marker-vision tracking method will be used to guide robot to the most accurate pick-and-place position Next, an RGB-D camera mounted to the robot arm will locate the object to be picked up using an aruco marker Experimental results show that the system works stably and can successfully pick and place objects in remote locations The system error is within the allowable limit On the other hand, the results also show the limitation of the system when using a robotic arm with high mechanical error that affects the overall error of the whole system iv LỜI CAM ĐOAN Tôi xin cam đoan luận văn thạc sĩ: “THIẾT KẾ HỆ THỐNG CÁNH TAY ROBOT DI ĐỘNG ỨNG DỤNG THUẬT TOÁN MARKER-VISION TRACKING” cơng trình nghiên cứu thân Những phần sử dụng tài liệu tham khảo luận văn nêu rõ phần tài liệu tham khảo Các số liệu, kết trình bày luận văn hồn tồn trung thực, sai tơi xin chịu hồn tồn trách nhiệm chịu kỷ luật môn nhà trường đề HỌ TÊN HỌC VIÊN Phạm Phước Dũng v MỤC LỤC CHƯƠNG GIỚI THIỆU 1.1 Tính cấp thiết đề tài .1 1.2 Mục tiêu đề tài .4 1.3 Bố cục luận văn .5 CHƯƠNG CƠ SỞ LÝ THUYẾT .6 2.1 Xây dựng hệ thống robot tự hành sử dụng SLAM 2.1.1 Tính tốn Odometry robot từ liệu encoder 2.1.2 Ứng dụng SLAM cho robot tự hành tảng ROS .9 2.2 Thuật toán nhận dạng Aruco marker 25 CHƯƠNG PHƯƠNG PHÁP MARKER-VISION TRACKING 28 3.1 Passive marker .28 3.2 Optical Tracking Camera 29 3.3 Trích xuất liệu khoảng cách từ camera đến marker .30 CHƯƠNG THIẾT KẾ HỆ THỐNG CÁNH TAY ROBOT DI ĐỘNG .31 4.1 Kiến trúc hệ thống điều khiển cho cánh tay robot di động 31 4.2 Thiết kế hệ thống robot cho ứng dụng pick-and-place 33 4.2.1 Thiết kế khí hệ thống robot 33 4.2.2 Thiết kế khay chứa bảng mạch cho ứng dụng pick-and -place 35 4.3 Xây dựng giải thuật điều khiển 37 4.3.1 Giải thuật điều khiển phần thân robot tự hành sử dụng phương pháp Marker-Vision Tracking 37 vi 4.3.2 Giải thuật xác định gắp vật thể sử dụng cánh tay robot bậc camera RGB-D 39 4.4 Xây dựng phần mềm điều khiển 42 4.4.1 Lập trình giao diện điều khiển phần mềm 42 4.4.2 Lập trình giao tiếp phần mềm với khối Main Control 45 CHƯƠNG THỰC NGHIỆM VÀ KẾT QUẢ .49 5.1 Thực nghiệm xác định sai số lặp lại camera RGB-D 49 5.2 Thực nghiệm xác định sai số lặp lại cánh tay robot camera RGB-D 51 5.3 Thực nghiệm xác định sai số xác robot tự hành không sử dụng phương pháp Marker-Vision Tracking 53 5.4 Thực nghiệm xác định sai số xác robot tự hành sử dụng phương pháp Marker-Vision Tracking 61 CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 64 6.1 Những kết đạt .64 6.2 Những hạn chế tồn 64 6.3 Hướng phát triển 65 TÀI LIỆU THAM KHẢO 66 vii DANH MỤC HÌNH ẢNH Hình 1.1 Hệ thống cánh tay robot di động [1] Hình 1.2 Hệ thống cánh tay robot di động hãng KUKA phát triển hoạt động phòng [3] .2 Hình 1.3 Hệ thống cánh tay robot di động công ty VNATECH phối hợp với Khoa khí Trường Đại học Cơng nghiệp Hà Nội thực [4] Hình 2.1 Mơ hình robot dẫn động hai bánh Hình 2.2 Nền tảng ROS Hình 2.3 Mơ hình Navigation stack ROS 12 Hình 2.4 Bản đồ chi phí (costmap) ROS 13 Hình 2.5 Giá trị chi phí ảnh hưởng đến hoạt động robot 14 Hình 2.6 Sơ đồ nút trọng số cạnh đồ thị .19 Hình 2.7 Hoạch định đường dùng thuật toán Dijkstra 21 Hình 2.8 Vận tốc cho phép 𝑉𝑎 DWA [7] 23 Hình 2.9 Vận tốc cửa sổ động 𝑉𝑑 DWA [7] 23 Hình 2.10 Heading robot DWA [7] 24 Hình 2.11 Aruco maker [8] .25 Hình 2.12 Hình ảnh trước sau phân đoạn [8] 26 Hình 2.13 Hình ảnh marker trước sau khử méo dạng [8] 26 Hình 2.14 Hình ảnh marker sau chia thành ô đánh dấu [8] 27 Hình 2.15 Hình ảnh marker thu sau phân tích mã hóa [8] 27 Hình 2.16 Sử dụng thuật tốn nhận dạng Aruco marker [8] .27 Hình 3.1 Passive marker sử dụng đề tài 28 viii Môi trường thực nghiệm thực tế bao gồm passive marker gắn trực tiếp bên chân bàn hệ thống robot sử dụng optical camera ❖ Mục tiêu thực nghiệm Xác định độ chênh lệch vị trí hướng robot di chuyển đến vị trí hướng đặt trước không sử dụng phương pháp Marker-Vision Tracking ❖ Cách thực • Khai báo ba điểm bao gồm ba giá trị vị trí hướng cố định khơng gian để robot di chuyển đến • Robot lập trình di chuyển liên tục qua ba điểm đặt trước • Sau robot di chuyển đến vị trí, đọc lại thống số vị trí hướng robot điểm • Tính tốn sai số vị trí hướng robot so với giá trị đặt Ta có cơng thức : Ar(xrA, yrA) (m) vị trí robot đọc Br(xrB, yrB) (m) vị trí đặt cố định ban đầu A (rad) góc  mà robot đọc B (rad) góc  đặt cố định ban đầu dr = √(𝒙𝒓𝑩 − 𝒙𝒓𝑨 )𝟐 + (𝒚𝒓𝑩 − 𝒚𝒓𝑨 )𝟐 (m) sai số vị trí từ Ar đến Br d = |𝐴 − 𝐵 | (rad) sai số góc từ A đến B 54 ❖ Kết Với giá trị đặt điểm đầu tiên: 𝑩𝒓 (𝒙𝒓𝑩 , 𝒚𝒓𝑩 , 𝜽𝑩 ) = (-0.246806, 1.614415, -2.186376) *Đơn vị tính meters (m) Hướng Vị trí 𝑨𝒓 𝑩𝒓 STT (𝒙𝒓𝑨 , 𝒚𝒓𝑨 ) (𝒙𝒓𝑩 , 𝒚𝒓𝑩 ) 𝒅𝒓 (m) 𝑨 0.090169 𝑩 𝒅 (rad) 𝒅 (deg) -2.205742 0.019366 1.109609 0.078012 -2.170227 0.016149 0.925266 0.086296 -2.153148 0.033227 1.903794 0.089581 -2.188348 0.001972 0.113004 0.081088 -2.216487 0.030112 1.725264 -0.323900 1.56765 -0.324144 1.624650 -0.326094 1.648480 -0.336300 1.610460 -0.327389 -0.246806 1.605380 -2.186376 1.614415 -0.328171 0.082796 -2.197552 0.011176 0.640339 0.088177 -2.188825 0.002450 0.140372 0.081498 -2.186007 0.000369 0.021121 0.077877 -2.201958 0.015583 0.892832 0.076642 -2.181929 0.004447 0.254777 1.629740 -0.331277 1.639710 -0.324071 1.640340 -0.324521 1.60940 10 -0.306615 55 1.566490 -0.330672 11 0.086607 -2.170890 0.015485 0.887228 0.090025 -2.214692 0.028317 1.622418 0.075490 -2.172272 0.014103 0.808063 0.085547 -2.188879 0.002504 0.143457 0.084351 -2.197732 0.011357 0.650704 0.013774 0.789216 1.636030 -0.336680 12 1.609210 -0.312394 13 1.577040 -0.332176 14 1.608910 -0.329230 15 1.596490 Sai số vị trí trung bình 0.083610 Sai số góc trung bình Bảng 5.3 Kết thực nghiệm sai số xác so với giá trị đặt điểm 56 Với giá trị đặt điểm thứ hai: 𝑩𝒓 (𝒙𝒓𝑩 , 𝒚𝒓𝑩 , 𝜽𝑩 ) = (-1.622232, 0.267641, 2.267132) *Đơn vị tính meters (m) Hướng Vị trí 𝑨𝒓 𝑩𝒓 STT (𝒙𝒓𝑨 , 𝒚𝒓𝑨 ) (𝒙𝒓𝑩 , 𝒚𝒓𝑩 ) 𝒅𝒓 (m) 𝑨 𝒅 (rad) 𝒅 (deg) 0.091950 2.220768 0.046364 2.656471 0.093810 2.268601 0.001468 0.084134 0.069967 2.274142 0.007009 0.401610 0.090264 2.285890 0.018758 1.074737 0.054427 2.264754 0.002378 0.136263 -1.699490 𝑩 0.317501 -1.664410 0.351434 -1.622190 0.337608 -1.621070 0.357898 -1.609840 0.320639 -1.622232 -1.670800 0.267641 2.267132 0.094834 2.250989 0.016143 0.924947 0.081105 2.262235 0.004898 0.280611 0.090264 2.285890 0.018758 1.074737 0.083916 2.279459 0.012326 0.706242 0.089475 2.276987 0.009854 0.564621 0.349094 -1.656750 0.341034 -1.621070 0.357898 -1.643400 0.348843 -1.633260 10 0.356434 57 -1.595090 11 0.060746 2.277486 0.010353 0.593197 0.082228 2.278620 0.011487 0.658163 0.087166 2.287157 0.020025 1.147336 0.082228 2.278620 0.011487 0.658163 0.087166 2.287157 0.020025 1.147336 0.082637 Sai số góc trung bình 0.014089 0.807238 0.321986 -1.635190 12 0.348842 -1.621180 13 0.354801 -1.635190 14 0.348842 -1.621180 15 0.354801 Sai số vị trí trung bình Bảng 5.4 Kết thực nghiệm sai số xác so với giá trị đặt điểm thứ hai 58 Với giá trị đặt điểm thứ ba: 𝑩𝒓 (𝒙𝒓𝑩 , 𝒚𝒓𝑩 , 𝜽𝑩 ) = (-4.442383, 0.792127, 1.940379) *Đơn vị tính meters (m) Hướng Vị trí 𝑨𝒓 𝑩𝒓 STT (𝒙𝒓𝑨 , 𝒚𝒓𝑨 ) (𝒙𝒓𝑩 , 𝒚𝒓𝑩 ) 𝒅𝒓 (m) 𝑨 0.087510 𝑩 𝒅 (rad) 𝒅 (deg) 1.951375 0.010995 0.629988 0.089531 1.949509 0.009129 0.523079 0.096791 1.915377 0.025002 1.432507 0.089008 1.927926 0.012453 0.713497 0.084602 1.937680 0.002699 0.154644 -4.355070 0.798003 -4.352960 0.796519 -4.370870 0.726901 -4.362150 0.753590 -4.359580 0.774774 -4.442383 1.940379 0.792127 -4.346400 0.096659 1.954795 0.014416 0.825956 0.096432 1.961571 0.021192 1.214210 0.088444 1.964560 0.024181 1.385464 0.077593 1.958779 0.018400 1.054224 0.089147 1.969736 0.029357 1.682020 0.803540 -4.349010 0.816222 -4.362070 0.829169 -4.367610 0.812857 -4.364170 10 0.834905 59 -4.357780 11 0.085613 1.953361 0.012982 0.743820 0.083646 1.955968 0.015589 0.893192 0.077890 1.966123 0.025744 1.475023 0.087603 1.965872 0.025492 1.460604 0.095801 1.929621 0.010759 0.616429 0.088418 Sai số góc trung bình 0.017226 0.986977 0.805239 -4.361340 12 0.812832 -4.379600 13 0.838226 -4.367120 14 0.836957 -4.353720 15 0.755841 Sai số vị trí trung bình Bảng 5.5 Kết thực nghiệm sai số xác so với giá trị đặt điểm thứ ba ❖ Đánh giá Các kết cho thấy sai số vị trí trung bình robot không sử dụng phương pháp Marker-Vision Tracking xấp xỉ (cm) sai số góc trung bình 10 Với giá trị sai số này, robot di chuyển đến vị trí gắp cánh tay robot có khả gắp vật nằm vùng hoạt động cánh tay robot Tuy nhiên giá trị sai số cao so với sản phẩm công nghiệp khác thị trường 60 5.4 Thực nghiệm xác định sai số xác robot tự hành sử dụng phương pháp Marker-Vision Tracking ❖ Mục tiêu thực nghiệm Xác định độ chênh lệch vị trí robot di chuyển vị trí marker thay đổi có sử dụng phương pháp Marker-Vision Tracking ❖ Cách thực • Đặt passive marker vị trí vùng quan sát robot • Lấy tọa độ vị trí marker tính tốn vị trí gửi cho robot cách marker khoảng khơng đổi • Cho robot di chuyển đến vị trí vừa tính • Sau robot di chuyển xong, đọc lại thống số vị trí robot điểm • Tính tốn sai số vị trí hướng robot so với giá trị cập nhật từ marker Ta có cơng thức : Ar(xrA, yrA) vị trí robot đọc Br(xrB, yrB) vị trí đặt cố định ban đầu dr = √(𝒙𝒓𝑩 − 𝒙𝒓𝑨 )𝟐 + (𝒚𝒓𝑩 − 𝒚𝒓𝑨 )𝟐 sai số vị trí từ Ar đến Br ❖ Kết 61 *Đơn vị tính meters (m) Vị trí 𝑨𝒓 𝑩𝒓 STT (𝒙𝒓𝑨 , 𝒚𝒓𝑨 ) (𝒙𝒓𝑩 , 𝒚𝒓𝑩 ) 0.063864 0.039978 1.819590 1.808770 0.021235 -0.001343 1.659960 1.668260 0.042340 0.007008 1.697350 1.700380 0.038417 0.010975 1.577870 1.595600 -0.257227 -0.238335 1.678100 1.692930 -0.283029 -0.298097 1.787070 1.767040 -0.276484 -0.309238 1.654600 1.640420 -0.238943 -0.249802 1.689270 1.666730 -0.265359 -0.302395 1.689250 1.696570 𝒅𝒓 (m) 0.026222 0.024055 0.035461 0.032672 0.024017 0.025065 0.035692 0.025019 0.037752 62 -0.008763 -0.030618 1.542490 1.558500 -0.000411 -0.029898 10 0.027092 11 0.030880 1.712330 1.703160 -0.044869 -0.051259 12 0.006847 1.760430 1.762890 -1.525930 -1.520200 13 0.026438 1.605910 1.631720 -1.525930 -1.550030 14 0.027270 1.605910 1.593150 Sai số vị trí trung bình 0.027463 Bảng 5.6 Kết thực nghiệm sai số xác robot sử dụng phương pháp Vision-Marker Tracking ❖ Đánh giá Các kết cho thấy sai số vị trí trung bình robot sử dụng thêm phương pháp Marker-Vision Tracking xấp xỉ (cm) Sai số tốt đáng kể so với không sử dụng phương pháp Marker-Vision Tracking (9 cm) 63 CHƯƠNG 6.1 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Những kết đạt Từ kết trình bày chương trước, ta thấy luận văn thiết kế xây dựng thành công hệ thống cánh tay robot di động có khả gắp thả vật vị trí cách xa Phương pháp Marker-Vision Tracking giúp làm giảm sai số vị trí phần thân robot tự hành cách đáng kể Ngồi ra, phương pháp cịn giúp vị trí di chuyển robot khơng bị cố định điểm cụ thể mà thay đổi linh hoạt theo vị trí đặt marker, từ tăng tính linh hoạt hệ thống Ta không cần phải đặt lại vị trí lần muốn robot di chuyển đến vị trí gắp mới, từ tiết kiệm nhiều thời gian cho người sử dụng Ngoài ra, việc sử dụng thêm camera RGB-D cánh tay robot giúp đảm bảo khả gắp thả vật thành công hệ thống Chi tiết tay xúc có kèm nam châm điện thiết kế cho trục cuối robot khay chứa với sắt giúp đảm bảo khay chứa khơng bị rơi q trình robot di chuyển 6.2 Những hạn chế tồn Mặc dù luận văn thực nhiệm vụ đề ban đầu, số hạn chế hệ thống: - Hệ thống sử dụng cánh tay robot bậc tự có sai số khí lớn ảnh hưởng đến sai số chung thực gắp thả vật - Driver điều khiển trục thứ robot bị hỏng trình thực luận văn khiến trục xoay q trình gắp thả vật - Thiết kế khí phần thân xe tự hành chưa có hệ thống giảm xóc nên trường hợp mơi trường hoạt động khơng phẳng hay trơn trượt, bánh xe không tiếp xúc với mặt đường tốt dẫn đến sai lệch tính tốn Odometry robot di chuyển sai lệch 64 - Giao diện điều khiển chưa thiết kế để điều khiển cánh tay robot phía mà điều khiển phần thân robot tự hành bên 6.3 Hướng phát triển Từ hạn chế vừa nêu trên, có hướng phát triển cho đề tài sau: - Nghiên cứu thay tay máy bậc cánh tay cobot nhằm làm tăng tính linh hoạt giảm sai số hệ thống - Nghiên cứu cách nhận dạng vật thể mặt phẳng aruco marker, từ nâng cao khả gắp vật thể phức tạp - Thiết kế thêm hệ thống giảm xóc cho phần thân xe tự hành nhằm đảm bảo bánh xe tiếp xúc với mặt đường - Tích hợp thêm cảm biến IMU vào hệ thống nhằm đảm bảo Odometry robot tự hành không bị lệch bánh xe bị trượt - Tích hợp thêm phần điều khiển tay máy vào chương trình điều khiển 65 TÀI LIỆU THAM KHẢO [1] M Hvilshøj and S Bøgh “Little Helper — An Autonomous Industrial Mobile Manipulator Concept,” International Journal of Advanced Robotic Systems, vol 8, pp 80-90, 2011 [2] IndustryARC™ "Mobile Manipulator Market - Forecast(2022 – 2027)." Internet: www.industryarc.com/Report/19832/mobile-manipulatormarket.html, Jun 18, 2022 [3] T R R Staff "KUKA develops mobile manipulator robot for cleanroom chip handling." Internet: www.therobotreport.com/kuka-develops-mobilerobot-manipulator-chip-handling/, Aug 23, 2019 [4] V Staff "Robot AGV - AMR kết hợp cánh tay Cobot," Internet: www.vnatech.com.vn/he-thong-robot-van-chuyen-hang-agv/, Jun 25, 2022 [5] A Candra et al "Dijkstra's and A-Star in Finding the Shortest Path: a Tutorial," presented at the 2020 International Conference on Data Science, Artificial Intelligence, and Business Analytics (DATABIA), Medan, Indonesia, 2020 [6] P Saranrittichai et al "Robust local obstacle avoidance for mobile robot based on Dynamic Window approach," presented at the 10th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology, Krabi, Thailand, 2013 [7] D.Fox et al "The Dynamic Window Approach to Collision Avoidance," IEEE Robotics & Automation Magazine, vol 4, pp 23-33, Mar 1997 [8] N Tam "Các vấn đề đại công nghệ thông tin," Internet: www.github.com/minhth1905/Nhom-11, Jun 18, 2022 [9] Digitrack "SKADI Digitrack Optical Tracking System," Internet: www.digitrack.co.kr/skadi 66 [10] H Choi, "High Accuracy Visualization Methods for Augmented Reality based Surgical Navigation," Ph.D dessertation, Daegu Gyeongbuk Institute of Science & Technology, Daegu, 2020 [11] H Lee et al "Three-dimensional sensing methodology combining stereo vision and phase-measuring profilometry based on dynamic programming," Optical Engineering, vol 56, Dec.15, 2017 [12] H Choi et al "Robust control point estimation with an out-of-focus camera calibration pattern," Pattern Recognition Letters, vol 143, pp 1-7, Mar 2021 [13] K Filus et al "Real-time testing of vision-based systems for AGVs with ArUco markers," presented at the 2022 IEEE International Conference on Big Data (Big Data), Osaka, Japan, Dec.17, 2022 [14] J Jiao et al "Autonomous grasp of the embedded mobile manipulator with an eye-in-hand camera," presented at the 11th IEEE International Conference on Networking, Sensing and Control, Miami, FL, USA, Apr 2014 67 PHẦN LÝ LỊCH TRÍCH NGANG Họ tên: Phạm Phước Dũng Ngày tháng năm sinh: 30/08/1999 Nơi sinh: Tiền Giang Địa liên lạc: D20/7 đường Trần Não, phường An Khánh, thành phố Thủ Đức, TP HCM QUÁ TRÌNH ĐÀO TẠO: 08/2017 đến 08/2021: học đại học chuyên ngành Kĩ thuật điều khiển - tự động hóa, trường Đại học Bách Khoa, ĐHQG TP.HCM 08/2020 đến nay: học chương trình liên thơng đại học - cao học - chuyên ngành Kĩ thuật điều khiển tự động hóa, trường Đại học Bách Khoa, ĐHQG TP.HCM Q TRÌNH CƠNG TÁC: - 08/2021 đến nay: Kĩ sư phần mềm Công ty Cổ phần Giải pháp Công nghệ cao VAS Số 192 đường Nguyễn Thị Định, phường Bình Trưng Tây, thành phố Thủ Đức, thành phố Hồ Chí Minh 68