Thiết kế robot 6 bậc tự do gắp vật thể sử dụng hệ stereo camera

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN ĐẶNG HÙNG PHÚ THIẾT KẾ ROBOT BẬC TỰ DO GẮP VẬT THỂ SỬ DỤNG HỆ STEREO CAMERA DESIGN THE 6DOF ROBOT GRASPING THE OBJECT USING THE STEREO CAMERA SYSTEM Chuyên ngành: Kỹ Thuật Điều Khiển Và Tự Động Hóa Mã số: 8520216 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng năm 2023 Cơng trình hồn thành tại: Trường Đại học Bách Khoa – ĐHQG-HCM Cán hướng dẫn khoa học: TS Đặng Xuân Ba Cán chấm nhận xét 1: PSG TS Huỳnh Thái Hoàng Cán chấm nhận xét 2: PSG TS Lê Mỹ Hà Luận văn thạc sĩ bảo vệ Trường Đại Học Bách Khoa, ĐHQG Tp HCM ngày 15 tháng năm 2023 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: Chủ tịch: GS TS Hồ Phạm Huy Ánh Thư ký: TS Nguyễn Trọng Tài Phản biện 1: PSG TS Huỳnh Thái Hoàng Phản biện 2: PSG TS Lê Mỹ Hà Ủy viên: TS Ngô Thanh Quyền Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quảy lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ i ĐẠI HỌC QUỐC GIA TP HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Nguyễn Đặng Hùng Phú MSHV: 2170156 Ngày, tháng, năm sinh: 15/08/1998 Nơi sinh: tỉnh Tiền Giang Chuyên ngành: Kỹ Thuật Điều Khiển Và Tự Động Hóa Mã Số: 8520216 I TÊN ĐỀ TÀI: Thiết kế Robot bậc tự gắp vật thể sử dụng hệ stereo camera Design the 6DOF robot grasping the object using the stereo camera system NHIỆM VỤ VÀ NỘI DUNG: Nghiên cứu thiết kế robot bậc tự do, kiểm nghiệm chất lượng điều khiển Nghiên cứu xây dựng hệ stereo camera, kiểm tra độ xác hệ thống Thực xử lí ảnh vật thể Tích hợp hệ stereo camera vào mơ hình robot gấp vật thể, kiểm tra độ xác mơ hình II NGÀY GIAO NHIỆM VỤ: 06/02/2023 III NGÀY HOÀN THÀNH NHIỆM VỤ: 15/06/2023 IV CÁN BỘ HƯỚNG DẪN: TS Đặng Xuân Ba Tp.HCM, ngày… tháng … năm 2023 CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) (Họ tên chữ ký) TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ (Họ tên chữ ký) ii LỜI CẢM ƠN Lời xin gửi lời cảm ơn chân thành đến thầy Đặng Xuân Ba tận tình dẫn, giúp đỡ định hướng suốt thời gian làm đồ án luận văn, tạo điều kiện thuận lợi để hoàn thành đề tài luận văn Xin cảm ơn thầy Nguyễn Vĩnh Hảo, Trường Đại học Bách Khoa Tp HCM tận tình chia sẻ góp ý giúp học viên hoàn thành luận văn hoàn chỉnh Bên cạnh xin cảm ơn q thầy mơn Điều khiển Tự động hóa cũng quý thầy cô khoa Điện Điện Tử, Trường Đại học Bách Khoa Tp HCM trang bị cho em kiến thức tảng, bổ ích khoảng thời gian học tập trường Học viên xin gửi lời biết ơn sâu sắc đến cha mẹ, bạn bè gia đình ln quan tâm ủng hộ tơi suốt thời gian qua Đó nguồn động lực vơ lớn giúp tơi vượt qua khó khăn thử thách Cuối cùng, xin gửi lời cảm ơn đến thành viên Dynamics and Robotics Control Lab có hỗ trợ nhiệt tình q trình thực đề tài để đề tài luận văn hồn thành tốt iii TĨM TẮT Trong lĩnh vực ứng dụng robot, dự án nghiên cứu phát triển robot có khả gắp vận chuyển vật thể cách sử dụng hệ thống stereo camera sử dụng phổ biến Ứng dụng dự án tìm thấy nhiều lĩnh vực công nghiệp sản xuất, dịch vụ hàng không không gian, y tế nhiều lĩnh vực khác Robot sử dụng để tự động hóa quy trình cơng việc, giảm tải cơng việc cho người tăng hiệu suất sản xuất Hệ thống stereo camera công nghệ sử dụng hai camera đặt cạnh để tạo hình ảnh ba chiều đối tượng Bằng cách sử dụng thuật toán xử lý hình ảnh phân tích khơng gian, robot xác định khoảng cách vị trí vật thể môi trường Khi robot xác định vị trí hướng vật thể, sử dụng cánh tay robot để gắp vận chuyển chúng Hệ thống robot cần có tính đáp ứng nhanh, khả điều chỉnh kiểm soát lực cần thiết để tránh gây hư hại cho vật thể mà gắp Để đáp ứng cho nhu cầu ứng dụng hệ stereo camera, học viên thực nghiên cứu thiết kế robot bậc tự Robot bậc tự loại robot có khả di chuyển xoay theo sáu trục độc lập, cung cấp độ linh hoạt cao việc thực tác vụ phức tạp Điều cho phép robot di chuyển vị trí cách xác linh hoạt khơng gian 3D Tóm lại, luận văn Thiết Kế Robot Bậc Tự Do Gấp Vật Thể Sử Dụng Hệ Stereo Camera hướng đến việc phát triển robot thông minh linh hoạt, kết hợp hệ thống bậc tự hệ stereo camera để đạt khả gắp vận chuyển vật thể môi trường 3D iv ABSTRACT In the field of robot applications, a research and development project focusing on the capability of grasping and manipulating objects using a widely adopted stereo camera system has emerged The applications of this project can be found in various sectors such as: manufacturing industry, aerospace and aviation services, healthcare, and many other fields Robots can be utilized to automate workflow processes, reducing human workload and enhancing production efficiency The stereo camera system is a technology that employs two cameras placed side by side to generate three-dimensional images of objects By utilizing image processing algorithms and spatial analysis, the robot is able to determine the distance and position of objects within the environment Once the robot has identified the location and orientation of an object, it will employ its robotic arm to grasp and transport the object The robotic system must possess quick response, adjustable control, and the necessary force management to prevent damage to the grasped objects To fulfill the requirements of utilizing the stereo camera system, the project focuses on researching and designing a 6-degree-of-freedom robot A 6-degree-offreedom robot is a type of robot that can move and rotate along six independent axes, providing high flexibility in performing complex tasks This enables the robot to move and position itself accurately and flexibly within a 3D space In summary, the thesis on the Design of a 6-Degree-of-Freedom Robot for Object Grasping Using a Stereo Camera aims to develop an intelligent and versatile robot, combining the capabilities of a 6-degree-of-freedom system with a stereo camera system to achieve object grasping and manipulation in a 3D environment v LỜI CAM ĐOAN Học viên xin cam đoan luận văn đề tài “Thiết kế Robot bậc tự gắp vật thể sử dụng hệ stereo camera” cơng trình nghiên cứu cá nhân thời gian qua Mọi số liệu sử dụng phân tích luận văn kết nghiên cứu tơi tự tìm hiểu, phân tích cách khách quan, trung thực, có nguồn gốc rõ ràng chưa công bố hình thức Tơi xin chịu hồn tồn trách nhiệm có khơng trung thực thơng tin sử dụng cơng trình nghiên cứu HỌC VIÊN Nguyễn Đặng Hùng Phú vi MỤC LỤC CHƯƠNG GIỚI THIỆU 1.1 Tổng quan đề tài 1.2 Mục tiêu đề tài 1.2.1 Mục tiêu đối tượng nghiên cứu 1.2.2 Nhiệm vụ cụ thể đề tài 1.3 Bố cục luận văn 1.4 Kế hoạch thực luận văn 1.5 Các phần thực luận văn 2.1 Lý thuyết xử lí ảnh 2.1.1 Giới thiệu hệ thống xử lí ảnh 2.1.2 Ảnh số 2.1.3 Điểm ảnh 2.1.4 Độ phân giải hình ảnh 2.1.5 Mức xám ảnh 2.1.6 Không gian màu 2.1.7 Phân loại ảnh 10 2.1.8 Thư viện OpenCV 11 2.2 Tìm biên xác định đường thẳng 11 2.3 Thuật toán phát biên Canny 13 2.3.1 Giới thiệu 13 2.3.2 Thuật toán phát biên Canny 13 2.4 Thuật toán nhận dạng đường thẳng Hough Transform 17 2.5 Hệ stereo camera 23 2.6 Công cụ Stereo Camera Calibrator 24 CHƯƠNG CƠ SỞ LÝ THUYẾT VỀ KỸ THUẬT ROBOT 26 3.1 Sự phát triển robot công nghiệp 26 3.2 Ứng dụng cánh tay robot trình sản xuất 28 3.3 Phân loại robot công nghiệp 28 3.3.1 Phân loại theo kết cấu 28 vii 3.3.2 Phân loại theo điều khiển 29 3.3.3 Phân loại theo ứng dụng 29 3.4 Cấu trúc robot công nghiệp 30 3.4.1 Các thành phần robot cơng nghiệp 30 3.4.2 Kết cấu tay máy 31 3.5 Bậc tự cấu robot 34 3.6 Quy tắc Denavit Hartenberg (D-H) 34 3.7 Bài toán động học robot 36 3.7.1 Động học thuận robot 36 3.7.2 Động học nghịch robot 38 3.8 Thiết kế quỹ đạo chuyển động cho robot 40 3.8.1 Giới thiệu sở thiết kế quỹ đạo 40 3.8.2 Tính tốn thiết kế quỹ đạo chuyển động 40 CHƯƠNG THIẾT KẾ ROBOT BẬC TỰ DO 44 4.1 Thiết kế chế tạo robot 44 4.2 Các thiết bị hệ thống điều khiển cho robot 49 4.2.1 Board điều khiển: Arduino Mega 2560 49 4.2.2 Mạch điều khiển động bước TB6600 50 4.2.3 Nguồn 24V- 10A 51 4.2.4 Mạch giảm áp 24V 51 4.2.5 Động bước 52 4.2.6 Động driver Mitsubishi J2S 53 4.3 Mơ hình hoàn thiện 54 4.4 Sơ đồ đấu nối phần cứng 54 4.5 Động học thuận 57 4.6 Xác định tọa độ phép biến đổi hệ camera 59 4.7 Phương pháp điều khiển số 62 4.8 Xác định hướng vị trí vật thể 64 4.9 Thực mô động học điều khiển 66 4.9.1 Tính tốn động học nghịch robot mơ 66 viii 4.9.2 Áp dụng phương pháp điều khiển số 70 CHƯƠNG LƯU ĐỒ GIẢI THUẬT ÁP DỤNG ĐIỀU KHIỂN HỆ THỐNG THỰC TẾ 74 5.1 Giải thuật điều khiển 74 5.1.1 Thuật toán xử lý ảnh 74 5.1.2 Thuật toán điều khiển Robot 77 5.2 Điều khiển Robot bậc tự qua Arduino, lập trình Python 78 5.2.1 Truyền liệu từ Python sang cổng Serial Arduino 78 5.2.2 Điều khiển động bước từ Arduino 79 CHƯƠNG KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ 80 6.1 Nhận diện màu sắc 80 6.2 Khảo sát hệ stereo camera sau xây dựng 81 6.3 Gắp vật thể vùng camera 86 CHƯƠNG 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 89 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC 90 TÀI LIỆU THAM KHẢO 91 79 5.2.2 Điều khiển động bước từ Arduino (5) Hình 6: Lưu đờ điều khiển động bước Hình 5: Lưu đờ timer thực (5) Dùng Arduino Mega để điều khiển dùng liệu nhận từ Arduino chủ thông qua phương thức giao tiếp UART vi điều khiền 80 CHƯƠNG KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ 6.1 Nhận diện màu sắc Bảng 6.1 kết nhận dạng vật thể thu đề tài với tỉ lệ nhận dạng màu 97% Kết nhận dạng trong môi trường ảnh với sáng có thay đổi nhỏ Bảng 1: Kết nhận diện màu sắc Màu Số lần nhận dạng Số lần nhận Tỷ lệ dạng sai Đỏ 100 96% Xanh 100 97% Xanh dương 100 98% Kết việc nhận dạng màu thể hình 6.1 - Cửa sổ nhận diện màu thể màu nhận dạng: màu đỏ, màu xanh lá, màu xanh dương - Các chữ số màu xanh thể hướng vật - Tâm vật hình trịn nhỏ màu tím với tọa độ x,y so với trục robot Hình 1: Nhận dạng màu sắc vật 81 6.2 Khảo sát hệ stereo camera sau xây dựng Tạo liệu cách thực chụp 50 ảnh camera Sau thực ta sử dụng tool Stereo Camera Calibrator Matlab Hình 2: Số cặp ảnh chưa loại bỏ Sau lọc bỏ bớt hình ảnh khơng rõ nét có kết sai số nhận dạng lớn Kết ta 17 cặp ảnh thỏa điều kiện có sai số nằm khoảng cho phép hình Hình 3: Kết sau loại bỏ ảnh không phù hợp Sau thực ta thông số ma trận nội ma trận ngoại camera Áp dụng công thức 4.6 thực khảo sát kết 82 Thực kiểm tra vật thể với màu khác phương x khác để kiểm tra độ xác xây dựng hệ camera hiệu chuẩn camera bảng sau: Bảng 2: Khảo sát hệ camera với vật thể theo phương x STT Tọa độ Đỏ Sai số Xanh dương Sai số Xanh Sai số 45(cm) 44.8 0.2 44.81 0.19 44.75 0.25 46(cm) 45.98 0.02 45.93 0.07 45.87 0.13 47(cm) 46.8 0.2 47.01 0.01 46.9 0.1 48(cm) 47.9 0.1 47.99 0.01 47.93 0.07 49(cm) 48.93 0.07 48.97 0.03 48.99 0.01 50(cm) 50.04 0.04 49.98 0.02 50.09 0.09 51(cm) 51.03 0.03 51.14 0.14 51.09 0.09 52(cm) 52.09 0.09 52.2 0.2 52.15 0.15 53(cm) 53.21 0.21 53.23 0.23 53.17 0.17 10 54(cm) 54.28 0.28 54.34 0.34 54.2 0.2 Sai số trung bình 0.124(cm) 0.124(cm) 0.126(cm) Kết cho thấy nhìn tổng quan khảo sát sai số phương x không đáng kể 83 Thực kiểm tra vật thể với màu khác phương y khác để kiểm tra độ xác xây dựng hệ camera hiệu chuẩn camera bảng sau: Bảng 3: Khảo sát hệ camera với vật thể theo phương y STT Tọa độ Đỏ Sai số Xanh dương Sai số Xanh Sai số -16(cm) -16.13 0.13 -16.18 0.18 -16.24 0.24 -14(cm) -14.14 0.14 -14.07 0.07 -14.27 0.27 -12(cm) -12.21 0.21 -12.01 0.01 -12.15 0.15 -10(cm) -10.07 0.07 -10.06 0.06 -10.13 0.13 -8(cm) -8.08 0.08 -8.03 0.03 -8.14 0.14 -6(cm) -6.11 0.11 -6.06 0.06 -6.05 0.05 -4(cm) -4.09 0.09 -4.12 0.12 -4.09 0.09 -2(cm) -2.16 0.16 -2.07 0.07 -2.13 0.13 0(cm) 0.14 0.14 0.07 0.07 0.18 0.18 10 2(cm) 2.02 0.02 2.05 0.05 1.98 0.02 Sai số trung bình 0.115(cm) 0.072(cm) 0.166(cm) Kết cho thấy nhìn tổng quan khảo sát sai số phương y không đáng kể 84 Thực kiểm tra vật thể với màu khác độ cao khác để kiểm tra độ xác xây dựng hệ camera hiệu chuẩn camera độ sâu bảng sau: Bảng 4: Khảo sát hệ camera với vật thể ở độ cao 2.5 cm STT Đỏ Sai số Xanh dương Sai số Xanh Sai số 2.85 0.35 2.63 0.13 3.14 0.64 2.67 0.17 2.46 0.04 2.34 0.16 3.11 0.61 2.66 0.16 3.04 0.54 2.53 0.03 2.91 0.41 2.4 0.1 2.46 0.04 3.04 0.54 2.65 0.15 3.14 0.64 2.27 0.23 2.97 0.03 2.29 0.21 2.79 0.29 2.36 0.14 2.95 0.45 2.36 0.14 2.57 0.07 2.8 0.3 2.59 0.09 2.74 0.24 10 2.6 0.1 2.53 0.03 2.58 0.08 Sai số trung bình 0.29(cm) 0.206(cm) 0.125(cm) 85 Bảng 5: Khảo sát hệ camera với vật thể ở độ cao 7.5 cm Đỏ STT Sai số Xanh dương Sai số Xanh Sai số 7.48 0.02 7.8 0.3 7.6 0.1 7.23 0.27 7.54 0.04 7.34 0.16 6.96 0.54 7.53 0.03 7.27 0.23 7.5 7.27 0.23 7.55 0.05 7.24 0.26 7.23 0.27 7.89 0.39 7.65 0.15 7.49 0.01 6.98 0.52 7.57 0.07 7.05 0.45 7.12 0.38 7.38 0.12 7.3 0.2 7.67 0.17 7.11 0.39 7.63 0.13 7.45 0.05 10 7.21 0.29 7.88 0.38 7.34 0.16 Sai số trung 0.211(cm) 0.204(cm) 0.221(cm) bình Kết cho thấy sai số trung bình độ cao vật màu đỏ 0.2505 cm, màu xanh dương 0.205 màu vàng 0.218 Kết có sai số khác nguyên nhân ánh sáng làm ảnh hưởng đến việc xử lí ảnh làm cho giá trị pixel khơng mong muốn dẫn đến sai số Để giảm sai số nên đặt cố định vùng sáng ổn định thay đổi camera có độ phân giải cao để giảm bớt sai số 86 6.3 Gắp vật thể vùng camera Về phần xử lý nhận dạng hình vng vị trí tâm, nghiên cứu lại sửa đổi số lệnh hiển thị code Tuy nhiên thuật tốn khơng nhận dạng thơng số hình vng vật rìa khung ảnh Hình 4: Khung hình camera bên trái bên phải Tâm vật thể nhận dạng xác vật thể nằm trọn vẹn khung hình (Hình 6.4-5) Về phần nhận dạng đỉnh hình vng bị sai lệch Sau xác định vị trí hướng vật thể, học viên thực khảo sát hai khối vuông có màu sắc độ cao khác Kết gắp vật khảo sát rõ ràng bảng 6.6-7 Bảng 6: Kết gắp vật cao 2.5cm Màu Số lần gắp Số lần gắp sai Tỷ lệ Đỏ 50 90% Xanh dương 50 94% 87 Bảng 7: Kết gắp vật cao 5cm Màu Số lần gắp Số lần gắp sai Tỷ lệ Đỏ 50 92% Xanh dương 50 92% Kết hình 6.6 - cho thấy robot thành công việc gắp vật hai độ cao khác Điều cho thấy khả linh hoạt đa dạng robot thực tác vụ Có thể kết luận robot thích nghi tốt đáp ứng yêu cầu nhiệm vụ gắp vật với vật có độ cao khác Hình 5: Robot gắp vật cao 5cm 2.5cm Hình 6.8 - minh chứng rõ ràng cho khả robot việc gắp vật vị trí khác Robot thực linh hoạt hiệu để đáp ứng yêu cầu đặt Điều đáng ý robot có khả nhận biết gắp vật theo hướng nhận dạng từ việc áp dụng phương pháp xác định hướng vật thể mục 5.10 cách dễ dàng 88 Hình 6: Robot gắp vật màu đỏ màu xanh Kết hình 6.10-11 chứng minh robot có khả di chuyển linh hoạt thích ứng tốt với mơi trường làm việc Robot có khả chọn lựa hướng phù hợp thích hợp dựa yêu cầu nhiệm vụ Điều cho thấy khả robot việc đưa định tương tác với mơi trường xung quanh Hình 7: Robot đưa vật màu đỏ màu xanh về kho 89 CHƯƠNG 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 7.1 Những kết quả đạt luận văn Sau trình nghiên cứu thiết kế, học viên học số kiến thức sau: - Thiết kế robot bậc tự do, thi công phần cứng gọn gàng Hoạt động robot đáp ứng nhu cầu đề tài Mặc dù thiết kế vài thiếu sót nhìn chung robot hoạt động tốt - Điều khiển động đồng tốc độ với sử dụng thuận toán quy hoạch quỹ đạo - Áp dụng kiến thức xử lí ảnh, sử dụng thư viện OpenCV, lập trình ứng dụng cho việc phân loại vật thể - Xây dựng hệ stereo camera xác định vị trí hướng vật thể không gian chiều - Về bản, nghiên cứu xây dựng vấn đề cốt lõi việc ứng dụng phân loại sản phẩm sử dụng robot tự phát triển ứng dụng công nghệ xử lý ảnh Tuy nhiên cần phát triển hoàn thiện vài điểm để đạt hiệu cao 7.2 Những vấn đề cần nghiên cứu và tiếp tục thực Qua nghiên cứu, học viên xác định mặt hạn chế thực đề tài cần lưu ý để phát triển, hoàn thiện hơn: - Thiết kế robot cần nghiên cứu kĩ để tránh sai lệch khí dẫn tới sai lệch vị trí đầu cánh tay hoạt động - Cải thiện việc nhận dạng nhiều vật thể khung hình giúp cho việc phân loại nhanh đạt hiệu suất cao - Cải thiện việc xử lí ảnh theo khơng gian 3D để phân loại vật thể có hình dạng đa dạng - Cải thiện thêm camera để bao quát cánh tay gắp cánh tay gặp vật thể lạ trình di chuyển giúp cánh tay robot né 90 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC Hợi nghị quốc tế N D H Phu, V N Thong and D X Ba, "An Eye-to-Hand Visual Servoing Controller of 3-DOF Robot Using Feature Matching Technology," 2022 6th International Conference on Green Technology and Sustainable Development (GTSD), Nha Trang City, Vietnam, 2022, pp 435-440 DOI: 10.1109/GTSD54989.2022.9988995 V N Thong, N D H Phu, and D X Ba, "A 3D Image-Based Visual Servoing Controller for 3DOF Robot with Single Camera," in Computational Intelligence Methods for Green Technology and Sustainable Development, Cham, 2023, pp 357-366: Springer International Publishing DOI: https://doi.org/10.1007/978-3031-19694-2_32 91 TÀI LIỆU THAM KHẢO [1] C Cai, N Somani, and A Knoll, "Orthogonal Image Features for Visual Servoing of a 6-DOF Manipulator With Uncalibrated Stereo Cameras," IEEE Transactions on Robotics, vol 32, no 2, pp 452-461, 2016 [2] Z Li, C Yang, C Y Su, J Deng, and W Zhang, "Vision-Based Model Predictive Control for Steering of a Nonholonomic Mobile Robot," IEEE Transactions on Control Systems Technology, vol 24, no 2, pp 553-564, 2016 [3] J Gao, A A Proctor, Y Shi, and C Bradley, "Hierarchical Model Predictive Image-Based Visual Servoing of Underwater Vehicles With Adaptive Neural Network Dynamic Control," IEEE Transactions on Cybernetics, vol 46, no 10, pp 2323-2334, 2016 [4] F Cheng, "Robot manipulation of 3D cylindrical objects with a robot-mounted 2D vision camera," in 2017 Computing Conference, London, UK, 2017, pp 192199 [5] X Fan, X Wang, and Y Xiao, "A combined 2D-3D vision system for automatic robot picking," in Proceedings of the 2014 International Conference on Advanced Mechatronic Systems, Kumamoto, Japan, 2014, pp 513-516 [6] Y Zeng, M Lin, and H Dai, "A Novel Reconstruction Model of Multi-camera Positioning System Based on Neural Network," in 2018 IEEE International Conference on Information and Automation (ICIA), Wuyishan, China, 2018, pp 293-298 [7] G Liu, W Wang, J Yuan, X Liu, and Q Feng, "A Novel Camera Calibration Method of Variable Focal Length Based on Single-View," in 2009 Second International Symposium on Electronic Commerce and Security, Nanchang, China, 2009, vol 2, pp 125-128 [8] X He, H Zhang, N Hur, J Kim, Q Wu, and T Kim, "Estimation of Internal and External Parameters for Camera Calibration Using 1D Pattern," in 2006 IEEE International Conference on Video and Signal Based Surveillance, Sydney, NSW, Australia, 2006, pp 93-93 92 [9] Z Zhengyou, "Camera calibration with one-dimensional objects," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol 26, no 7, pp 892-899, 2004 [10] F Chen, M Selvaggio, and D G Caldwell, "Dexterous Grasping by Manipulability Selection for Mobile Manipulator With Visual Guidance," IEEE Transactions on Industrial Informatics, vol 15, no 2, pp 1202-1210, 2019 [11] S Maji and J Malik, "Object detection using a max-margin Hough transform," in 2009 IEEE Conference on Computer Vision and Pattern Recognition, Miami, FL, USA, 2009, pp 1038-1045 [12] Y Lecun, L Bottou, Y Bengio, and P Haffner, "Gradient-based learning applied to document recognition," Proceedings of the IEEE, vol 86, no 11, pp 22782324, 1998 [13] Y LeCun, K Kavukcuoglu, and C Farabet, "Convolutional networks and applications in vision," in Proceedings of 2010 IEEE International Symposium on Circuits and Systems, Paris, France, 2010, pp 253-256 PHẦN LÝ LỊCH TRÍCH NGANG Họ tên: Nguyễn Đặng Hùng Phú Ngày, tháng, năm sinh: 15/08/1998 Nơi sinh: tỉnh Tiền Giang Địa liên lạc: số 8, đường 120, khu phố 2, phường Tân Phú, quận QUÁ TRÌNH ĐÀO TẠO Đại học: Trường Đại học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh (Bắt đầu: 8/2016, Kết thúc: tháng 6/2020) Sau đại học: Trường Đại học Bách Khoa Thành Phố Hồ Chí Minh (Bắt đầu: 8/2021, Kết thúc: tháng 6/2023) Q TRÌNH CƠNG TÁC Khơng có