Nghiên cứu, tính toán, thiết kế hệ thống cánh tay robot 3 bậc tự do phân loại sản phẩm theo màu sắc dùng xử lí ảnh. Nghiên cứu này sẽ trình bày quá trình thiết kế và chế tạo hệ thống robot phân loại sản phẩm theo màu sắc dựa trên công nghệ xử lý ảnh viết bằng ngôn ngữ Python với sự chuyển đổi hệ màu từ BGR sang HSV cho ra một thuật toán tối ưu phát hiện màu sắc của sản phẩm từ camera thu được sau đó tiến hành cho cánh tay robot phân loại theo mong muốn, tối ưu được thời gian phân loại và các phần lắp đặt như cảm biến màu sắc công nghiệp.
Tổng quan về hệ thống
Lịch sử hình thành và phát triển hệ thống
Tay máy robot phân loại sản phẩm đã trải qua sự phát triển mạnh mẽ từ những năm 1950-1960, trở thành công nghệ hiệu quả trong sản xuất và quản lý hậu cần Ban đầu, robot chỉ có khả năng phát hiện và phân loại sản phẩm dựa trên kích thước, màu sắc và hình dạng, nhưng còn nhiều hạn chế Đến thập kỷ 1970-1980, công nghệ này được cải tiến đáng kể với việc áp dụng các cơ chế mới và sử dụng đèn sáng, máy ảnh, giúp tăng cường khả năng phân loại và độ chính xác Nhờ những tiến bộ này, robot ngày càng có khả năng nhận dạng và phân loại sản phẩm một cách chính xác hơn.
Sự phát triển của tay máy robot phân loại sản phẩm thực sự bùng nổ từ thập kỷ 1990 đến 2000, nhờ vào sự tiến bộ vượt bậc của công nghệ máy tính và trí tuệ nhân tạo Các nhà nghiên cứu đã áp dụng những thuật toán và phương pháp phức tạp hơn để nhận dạng và phân loại sản phẩm, không chỉ dựa vào kích thước, màu sắc và hình dạng, mà còn dựa trên kết cấu, đặc tính và cảm ứng ứng dụng khác.
Thuật toán máy học và học sâu đã được áp dụng hiệu quả trong tay máy robot phân loại sản phẩm, nâng cao khả năng nhận diện và phân loại Các mô hình như Support Vector Machine (SVM), Random Forest và Convolutional Neural Network (CNN) đã được sử dụng để phát triển các hệ thống phân loại sản phẩm mạnh mẽ và đáng tin cậy.
Trong những năm gần đây, công nghệ máy học và nghiên cứu sâu đã giúp robot đạt được độ chính xác và hiệu quả cao hơn Các thuật toán học máy và mạng nơ-ron nhân tạo cho phép robot tự động tập luyện và điều chỉnh, nâng cao khả năng phân loại và hiệu suất hoạt động Robot hiện đại ngày nay sở hữu những tính năng vượt trội, đáp ứng tốt hơn nhu cầu của người dùng.
Robot phân loại sản phẩm có khả năng nhận định dạng và phân loại hàng phần trăm với độ chính xác cao trong thời gian ngắn Chúng đã được ứng dụng rộng rãi trong ngành công nghiệp và hậu cần, giúp tăng hiệu suất và độ chính xác trong dây chuyền sản xuất và quá trình đóng gói Nhờ vào khả năng phân loại nhanh chóng, robot không chỉ giảm thiểu sai sót mà còn nâng cao hiệu quả trong quản lý kho hàng và vận chuyển.
Tay máy robot phân loại sản phẩm đã trải qua sự phát triển đáng kể từ khi ra đời, nhờ vào sự kết hợp của công nghệ máy tính, trí tuệ nhân tạo và học máy Hiện nay, các robot này có khả năng nhận dạng và phân loại sản phẩm với độ chính xác và hiệu suất cao Công nghệ này đóng góp quan trọng vào việc cải thiện dây chuyền sản xuất, quản lý kho hàng và vận chuyển trong nhiều ngành công nghiệp.
Hiện nay, sự phát triển của khoa học – kỹ thuật đã thúc đẩy kinh tế phát triển mạnh mẽ, yêu cầu công nghệ phải tự động hóa cao Nghiên cứu này nhằm phát triển hệ thống phân loại sản phẩm một cách tối ưu và chính xác thông qua công nghệ xử lý ảnh Hệ thống sẽ thu nhận hình ảnh từ camera để nhận diện màu sắc, sau đó sử dụng cánh tay robot để gắp sản phẩm Tín hiệu từ chương trình xử lý ảnh sẽ được gửi về vi điều khiển, nơi tiếp tục xử lý và điều khiển cánh tay robot Hệ thống này không chỉ tối ưu chi phí mà còn giải quyết vấn đề nhiễu và tăng tốc độ xử lý trong cảm biến màu sắc.
Nhiều nghiên cứu trong và ngoài nước đã đề cập đến việc phân loại sản phẩm theo màu sắc, như bài báo “Sử dụng hệ thống SCADA phần loại sản phẩm theo màu sắc” của Nguyễn Đức Hậu từ trường Đại học Nha Trang, trong đó sử dụng thiết bị PLC và cảm biến màu TCS320 Mặc dù hệ thống hoạt động ổn định, nhưng cảm biến gặp phải vấn đề về nhiễu và tốc độ xử lý chậm, cùng với chi phí cao khi sử dụng PLC Tương tự, mô hình “Hệ thống phân loại sản phẩm theo màu” của Nguyễn Thành Thắng từ trường Cao đẳng Công Thương TP.HCM cũng sử dụng PLC S7-1200 và cảm biến TCS34725, tuy hoạt động ổn định nhưng vẫn bị ảnh hưởng bởi các yếu tố môi trường như nhiệt độ và ánh sáng, trong khi chi phí PLC cũng cao và có giới hạn về đầu vào, đầu ra Ngoài ra, nghiên cứu “Application of Color and Size Measurement in Food Products Inspection” của Joko Siswantoro đã áp dụng các thuật toán thị giác máy để đánh giá màu sắc và kích thước trong kiểm tra sản phẩm.
Nghiên cứu này tập trung vào việc phân loại 10 loại thực phẩm dựa trên đặc điểm và giá trị màu sắc để phát hiện hư hỏng, nhằm cải thiện độ chính xác của các hệ thống phân loại Nhóm nghiên cứu đã áp dụng vi điều khiển để tối ưu hóa quy trình xử lý và giảm chi phí, đồng thời sử dụng camera kết hợp với các thuật toán đơn giản và linh hoạt để nhận diện màu sắc Phương pháp này cho phép xử lý sản phẩm với tốc độ và độ chính xác cao, dẫn đến việc phát triển mô hình "THIẾT KẾ VÀ CHẾ TẠO ROBOT PHÂN LOẠI SẢN PHẨM THEO MÀU SẮC ỨNG DỤNG XỬ LÝ ẢNH" như một giải pháp tối ưu cho việc phân loại sản phẩm.
Các vấn đề đặt ra
Ngày nay, điều khiển tự động đóng vai trò quan trọng trong các lĩnh vực khoa học kỹ thuật, quản lý và công nghiệp tự động hóa Việc nắm bắt và áp dụng hiệu quả công nghệ này là cần thiết để phát triển nền khoa học kỹ thuật toàn cầu, đặc biệt trong lĩnh vực điều khiển tự động Trong dây chuyền sản xuất tự động, băng tải và hệ thống nâng gắp phân loại sản phẩm là những khâu tự động quan trọng Tuy nhiên, nhiều doanh nghiệp vừa và nhỏ vẫn chưa áp dụng tự động hóa trong phân loại và đóng bao bì, dẫn đến năng suất thấp Để nâng cao hiệu suất lao động và đảm bảo độ chính xác, tôi quyết định thiết kế mô hình băng chuyền phân loại sản phẩm, điều này không chỉ gần gũi với thực tế mà còn góp phần vào sự phát triển của xã hội.
Theo Liên đoàn robot quốc tế (IRF), khoảng 50% số lượng robot trên thế giới hiện đang được sử dụng tại châu Á, trong đó Nhật Bản chiếm 30% Châu Âu đứng thứ hai với 32%, Bắc Mỹ chiếm 16%, trong khi Australia và châu Phi chỉ chiếm 1% Các robot chủ yếu được sử dụng trong ngành chế tạo ôtô với tỷ lệ 33,2%, tiếp theo là ngành không xác định 25%, ngành điện-điện tử 9,9%, ngành hóa chất, cao su và nhựa 9,4%, ngành chế tạo máy 4,3%, và ngành điện tử viễn thông.
Theo dự báo, trong 20 năm tới, mỗi người sẽ cần sử dụng một robot tương tự như nhu cầu hiện tại về máy tính PC, đánh dấu sự khởi đầu của một cuộc cách mạng công nghệ lớn sau internet Hiện tại, robot công nghiệp chỉ chiếm 2,5% trong sản xuất, trong khi sản xuất kim loại và gỗ lần lượt chiếm 3,7% và 2,5% Các ngành khác đóng góp 10,3% vào tổng thị trường Với xu hướng phát triển này, cùng với ứng dụng của robot trong các lĩnh vực như công nghiệp, y tế, giáo dục, giải trí và an ninh quốc phòng, thị trường robot và dịch vụ liên quan sẽ trở nên rất lớn Trong ngành cơ khí, robot được ứng dụng nhiều trong công nghệ đúc, hàn, cắt kim loại, sơn, phun, phủ kim loại, tháo lắp và vận chuyển phôi, lắp ráp sản phẩm.
Hiện nay, nhiều dây chuyền sản xuất tự động đã được phát triển, bao gồm các máy CNC và robot công nghiệp Những dây chuyền này đạt được mức độ tự động hóa và linh hoạt cao, với các robot công nghiệp được điều khiển thông qua một hệ thống chương trình thống nhất.
Kỹ thuật robot không chỉ được ứng dụng trong các phân xưởng nhà máy mà còn trong nhiều lĩnh vực khác như khai thác thềm lục địa và đại dương, y học, quốc phòng, chinh phục vũ trụ, công nghiệp nguyên tử và các lĩnh vực xã hội.
Robot có khả năng vượt trội trong nhiều điều kiện, giúp tự động hóa và nâng cao năng suất lao động, đồng thời giảm bớt gánh nặng công việc nặng nhọc và độc hại cho con người Tuy nhiên, nhược điểm lớn nhất của robot là thiếu tính linh hoạt như con người Trong dây chuyền sản xuất tự động, sự cố của một robot có thể làm ngừng toàn bộ hoạt động, vì vậy robot vẫn cần sự giám sát từ con người Hiện nay, Việt Nam đang trong quá trình công nghiệp hóa, do đó việc áp dụng công nghệ robot là rất cần thiết.
Giới hạn phạm vi nghiên cứu hệ thống
Dựa vào các môn học chuyên ngành như khí cụ điện, máy điện, truyền động điện và điều khiển logic PLC, chúng ta có thể phát triển các phương pháp thiết kế lý thuyết hiệu quả Trên cơ sở thực tiễn hiện nay, việc lựa chọn phương pháp tối ưu là rất quan trọng Cần đưa ra nhiều phương án khác nhau để thiết lập giải pháp phù hợp, nhằm giải quyết các vấn đề hiện tại và đạt được hiệu quả bền vững trong tương lai.
Hệ thống bao gồm các thành phần chính như camera chụp ảnh vật phẩm, băng tải dài để vận chuyển sản phẩm, cánh tay robot để phân loại và đưa vật vào ô tương ứng, cùng với máy tính và bộ điều khiển trung tâm để phân tích dữ liệu từ camera Bài toán là thiết kế mô hình cánh tay robot để phân loại vật thể hình tròn trên băng chuyền Camera thu nhận hình ảnh vật thể và xử lý dữ liệu về màu sắc, sau đó gửi đến bộ điều khiển Bộ điều khiển sẽ điều khiển các động cơ của cánh tay robot, băng tải và các động cơ khác để đưa vật phẩm vào đúng ô Để thực hiện đồ án, nhóm sinh viên sử dụng phần mềm Solidworks cho thiết kế 3D, Autocad cho vẽ 2D và Visual Studio để xử lý ảnh từ camera.
- Phần mềm Arduino : dùng để lập trình cho các cơ cấu chấp hàn
Hình 2.1-1:Mô hình cánh tay robot
Hình 2.1-2: Hệ thống băng truyền
Cơ sở lí thuyết
Kết cấu hệ thống cơ khí
2.1.1 Mô hình cánh tay robot
Kết cấu của cánh tay robot 3 bậc tự do như sau: Đế xoay robot
Hình 2.1-3: Sơ đồ hệ thống băng truyền
Băng truyền là thiết bị quan trọng trong việc di chuyển vật liệu đơn giản và vật liệu rời theo phương ngang và nghiêng Chúng thường được sử dụng trong các dây chuyền sản xuất để vận chuyển các cơ cấu nhẹ, trong ngành luyện kim để chuyển quặng và than đá, cũng như trong các trạm thủy điện để vận chuyển nhiên liệu Mặc dù băng tải mang lại nhiều lợi ích, nhưng cũng tồn tại những ưu nhược điểm cần được xem xét kỹ lưỡng.
Cấu tạo đơn giản và bền bỉ, thiết bị này có khả năng vận chuyển hàng hóa theo nhiều hướng, bao gồm nằm ngang, nằm nghiêng hoặc kết hợp cả hai Đầu tư ban đầu không lớn, thiết bị có thể tự động hóa, dễ dàng vận hành và bảo trì.
Cấu tạo chung về băng tải
Bộ phận kéo cùng các yếu tố làm việc trực tiếp mang vật
Trạm dẫn động, truyền chuyển động cho bộ phận kéo
Bộ phận căng, tạo và giữ lực căng cần thiết cho bộ phận kéo
Hệ thống để làm bộ phận trượt cho bộ phận kéo và các yếu tố làm việc
Hình 2.1-4: Hệ thống cấp phôi tự động
2.1.2 Hệ thống cấp phôi tự động Đây là một hệ thống sẽ tự động cung cấp phôi lên băng tải mỗi khi có hiệu lệnh từ vi điều khiển Mỗi khi có tín hiệu từ arduino, động cơ servo sẽ quay một góc làm cánh tay gạt phôi trên ống nước vào băng tải Vì vật phẩm trong hệ thống hình trụ tròn có ф
= 42 nên ta sẽ chọn ống cấp phôi hình trụ tròn có ф = 48
2.1.3 Các loại băng tải và phương án lựa chọn a Phân loại
Bảng 1: Phân loại băng tải
Trong hệ thống phân loại sản phẩm theo chiều cao, băng chuyền đóng vai trò quan trọng trong việc cung cấp sản phẩm để phân loại Với yêu cầu sản phẩm và thùng ở dạng rời rạc, băng tải đai được lựa chọn là giải pháp tối ưu Việc sử dụng băng tải đai trong hệ thống mang lại nhiều ưu điểm, bao gồm khả năng vận chuyển linh hoạt và hiệu quả.
Sản phẩm được dẫn trực tiếp trên băng tải
Tải trọng của băng tải không cần lớn
Thiết kế dễ dàng, dễ thi công
Phương án lựa chọn bộ truyền dẫn động
Các loại bộ truyền dẫn cơ khí thường gặp như sau: + Bộ truyền bánh răng
+ Bộ truyền trục vít – bánh vít + Bộ truyền vít me- đai ốc
Trọng Tải Phạm Vi Ứng Dụng
Băng tải dây đai < 50 kg
Vận chuyển từng chi tiết giữa các nguyên công hoặc vận chuyển thùng chfía trong gia công cơ và lắp ráp
Băng tải lá 25 – 125 kg Vận chuyển chi tiết trên vệ tinh trong gia công chuẩn bị phôi và trong lắp ráp
Băng tải thanh đẩy 50 – 250 kg Vận chuyển các chi tiết lớn giữa các bộ phận trên khoảng cách
Băng tải con lăn 30 – 500 kg Vận chuyển chi tiết trên các vệ tinh giữa các nguyên công với khoảng cách 15m)
+ Làm việc êm, không gây ồn ào nhờ vào độ dẻo của đai nên có thể truyền động với vận tốc lớn
+ Nhờ vào tính chất đàn hồi của đai nên tránh đƣợc dao động sinh ra dotải trọng thay đổi tác dụng lên cơ cấu
+ Kết cấu và vận hành đơn giản
+ Nhờ vào sự trượt trơn của đai nên đề phòng sự quá tải xảy ra trên động cơ Nhược điểm :
+ Do có trượt đai nên không đảm bảo về tỷ số truyền
+ Do phải có lực căng ban đầu nên tạp áp lực phụ trên trục và gối đỡ
+ Dây đai không chịu được trong môi trường dầu mỡ
Hình 2.1-5: Tay gắp vật gipper G1
Chiều dài tối đa: 98mm
Chiều rộng tối đa: 103mm
Độ mở tối đa: 54mm
Kết cấu hệ thống điện, điện công suất
2.2.1 Động cơ DC Động cơ điện một chiều là máy điện chuyển đổi năng lượng điện một chiều sang năng lượng cơ.
Hình 2.2-1:Nguyên lý hoạt động hình 2 1 mô phỏng hoạt động của dộng cơ DC Động cơ một chiều gồm các thành phần chính sau:
Stato là phần cảm của máy, bao gồm lõi thép đúc, đóng vai trò vừa là mạch từ vừa là vỏ máy Các cực từ chính được gắn với stato và có dây quấn kích từ.
Phần quay (rôto) : Rôto của máy điện một chiều gọi là phần ứng bao gồm lõi thép, dây quấn phần ứng, cổ góp và chổi than
Khi cho điện áp một chiều U vào hai chổi than tiếp xúc với hai phiến góp 1 và 2, trong
Động cơ bước hoạt động dựa trên nguyên lý từ trường, với hai thanh dẫn có dòng điện nằm trong từ trường chịu lực tác dụng làm cho rôto quay theo quy tắc bàn tay trái Khi phần ứng quay nửa vòng, vị trí các thanh dẫn và phiến góp thay đổi, dẫn đến việc đổi chiều dòng điện mà không làm thay đổi chiều quay của động cơ Trong quá trình quay, các thanh dẫn cắt từ trường và sinh ra sức điện động cảm ứng Eƣ trong dây quấn rôto, mang lại hiệu suất cao cho động cơ.
Giá thành rẻ, dễ điều khiển, moment xoắn lớn
Đáp ứng chậm trong khi mạch điều khiển lại phức tạp
Phải có mạch phản hồi thì mới nâng cao độ chính xác
2.2.2 Động cơ bước Động cơ bước thực chất là một động cơ đồng bộ dùng để biến đổi các tín hiệu điều khiển dưới dạng các xung điện rời rạc kế tiếp nhau thành các chuyển động góc quay hoặc các chuyển động của roto và có khả năng cố định roto vào những vị trí cần thiết Động cơ bước làm việc được là nhờ có bộ chuyển mạch điện từ đi qua các tín hiệu điều khiển vào stato theo một thứ tự và một tần số nhất định Tổng số góc quay của roto tương ứng với số lần chuyển mạch, cũng như chiều quay và tốc độ quay của roto, phụ thuộc vào thứ tự chuyển đổi và tần số chuyển đổi Khi một xung điện áp đặt vào cuộn dây stato (phần ứng) của động cơ bước thì roto (phần cảm) của động cơ sẽ quay đi một góc nhất định, góc ấy là một bước quay của động cơ Khi các xung điện áp đặt vào các cuộn dây phần fíng thay đổi liên tục thì roto sẽ quay liên tục
Hình 2.2-4: Cấu tạo động cơ bước Ưu điểm:
Điều khiển vị trí tốc độ chính xác, không cần mạch phản hồi
Thường sử dụng trong các loại máy CNC
Giá thành cao, momen xoắn nhỏ
Kết luận, với yêu cầu băng tải không cần độ chính xác cao, tải trọng nhỏ, giá thành rẻ và dễ điều khiển, động cơ điện một chiều là lựa chọn phù hợp Động cơ cần có moment lớn để đáp ứng tải trọng của băng tải, đồng thời vận tốc chuyển động thấp Do đó, động cơ KM-3448A là sự lựa chọn tối ưu, với thiết kế tích hợp bộ giảm tốc giúp điều khiển tải trọng hiệu quả Các thông số kỹ thuật của động cơ KM-3448A sẽ đáp ứng tốt yêu cầu này.
Tốc độ quay n = 220 (Vòng/Phút)
Khối lượng m = 250g Đường kính trục D = 6mm
Hình 2.2-5: Động cơ Servo MG966R
Hệ số giảm tốc là 50:1
2.2.3 Servo MG966R Động cơ servo được thiết kế cho những hệ thống hồi tiếp vòng kín Tín hiệu ra của động cơ được nối với một mạch điều khiển Khi động cơ quay, vận tốc và vị trí sẽ được hồi tiếp về mạch điều khiển này Nếu có bầt kỳ lý do nào ngăn cản chuyển động quay của động cơ, cơ cấu hồi tiếp sẽ nhận thấy tín hiệu ra chưa đạt được vị trí mong muốn Mạch điều khiển tiếp tục chỉnh sai lệch cho động cơ đạt được điểm chính xác Động cơ servo kết hợp cùng với cặp bánh răng giúp điều khiển góc quay của cơ cấu chấp hành theo ý muốn Động cơ Servo MG966R là động cơ có mô men xoắn lớn, chạy mượt mà, phù hợp với những mô hình điều khiển có trọng tải lớn như cánh tay robot kim loại Động cơ Servo MG966R được nâng cấp từ MG995 6V / 11kg, đáp ứng đƣợc tốc độ và độ chính xác cao
Kích thước sản phẩm: 40,7 x19,7 x 42.9mm
Sản phẩm Rally: 9.4kg / cm (4.8V), 11kg / cm ( 6V)
Tốc độ phản ứng: 0.17 giây / 60° (4.8V) , 0.14 giây / 60° (6V) Điện áp làm việc: 4.8-7.2V
Module giảm áp LM256 kết hợp với động cơ servo MG996R mang lại hiệu suất hoạt động mượt mà và khả năng phản hồi tín hiệu tốt Thiết bị này được sử dụng trong hệ thống cấp phôi tự động, giúp cung cấp phôi cho băng tải mỗi khi nhận tín hiệu từ Arduino.
Mạch Giảm Áp LM2596 là một module giảm áp hiệu quả, có khả năng điều chỉnh dòng ra lên đến 3A IC LM2596 tích hợp đầy đủ bên trong cho phép người dùng cấp nguồn 12V và giảm áp xuống dưới 9V, chẳng hạn như 5V hoặc 3.3V, để cung cấp năng lượng cho các thiết bị như Arduino.
Module nguồn không sử dụng cách ly
Kích thước mạch: 53mm x 26mm Đầu vào: INPUT +, INPUT- Đầu ra: OUTPUT+, OUTPUT-
Công tắc hành trình là thiết bị giới hạn hành trình cho các bộ phận chuyển động, có cấu tạo tương tự như công tắc điện thông thường nhưng được trang bị thêm cần tác động để dễ dàng thay đổi trạng thái tiếp điểm bên trong Điểm khác biệt là công tắc hành trình không duy trì trạng thái, tự động trở về vị trí ban đầu khi không còn tác động Thường có một bánh xe gắn trên cần tác động để giảm mài mòn và tăng cường khả năng dẫn động Công tắc này có ba chân: chân COM, chân NC (thường đóng) và chân CO (thường mở) Trong ứng dụng robot, công tắc hành trình giúp xác định vị trí ban đầu của cánh tay robot bằng cách dừng lại khi chạm vào cả ba công tắc trước khi quay về vị trí đã được định sẵn.
kết cấu hệ thống đo và xử lí tín hiệu
Cảm biến tiệm cận, hay còn gọi là công tắc tiệm cận (PROX), hoạt động bằng cách phát hiện các vật thể ở gần thiết bị Trong một số trường hợp đặc biệt, khoảng cách phát hiện có thể chỉ là vài mm.
Hiện nay, có 3 hệ thống phát hiện công việc chuyển đổi này gồm có:
Nhờ vào hệ thống cảm ứng điện từ để xác định
Hình 2.2-7: Công tắc hành trình
Hình 2.3-1: Cảm biến tiệm cận
Sự thay đổi của điện dung
Sử dụng nam châm và hệ thống mạch cộng hưởng từ
Thông số kỹ thuật của một số dạng cảm biến tiệm cận
Kích thước thân cảm biến: M4, M5, M8, M12, M18, M30
Vật liệu sản xuất thân ngoài: inox, nickel-plated brass
Dòng điện áp: 2 hoặc 3 dây DC và 2 dây AC (20-250VAC)
Phạm vi hoạt động: 0.8 – 22mm
Kết nối cáp có sẵn hoặc là jack cắm M8, M12
Dải tần số hoạt động: 1KHz đến 2KHz
Khoảng nhiệt độ hoạt động: – 25 đến 70 độ C
Cảm biến có kết cấu thân vuông Điện áp: 20 – 250 VAC/DC
Phạm vi hoạt động: 30mm
Tiêu chuẩn chống nước: IP67
Hình 2.3-2: Camera xử lý tín hiệu
2.3.2 Camera xử lí tín hiệu
Module camera thông số kĩ thuật Độ phân giải: 640 x 480 Điện áp I/O: 2.5 ~ 3V
Công suất hoạt động: 60mW/15fps VGAYUV
Dòng ở chế độ ngủ: ntrục
+ Tỷ số truyền giữa động cơ và băng tải là:
20= 0.5 + Số vòng quay của băng chuyền là: n = 0,75.ndc = 0,5.220 = 110 (vòng/phút)
+ Chiều dài L của dây đai l
= 145 (mm) 3.1.3 Thiết kế băng tải
3.1.4 Thiết kế cánh tay robot
Cánh tay robot được cấu thành bởi các bộ phận sau:
Tay máy là một cơ cấu cơ khí bao gồm các khâu khớp, cho phép tạo ra các chuyển động cơ bản như lên, xuống, và xoay trái, phải.
Nguồn động lực và hệ truyền động tạo chuyển động cho các khâu của tay máy, sử dụng động cơ bước, servo
Xây dựng phương trình động học cho robot yêu cầu xác định các thông số như độ dài các thanh nối và góc quay của các khớp hoặc độ dịch chuyển của các khớp tịnh tiến Bài toán động học thuần túy liên quan đến việc tính toán vị trí và hướng của cánh tay robot dựa trên cấu hình đã được xác định.
3.1.4.1 Xác định các hệ tọa độ:
Ta chọn hệ tọa độ O0 như hình vẽ:
3.1.4.2 Ta có thông số bảng D-H:
Xác định các ma trận theo ma trận tổng quát:
𝐴 cos 𝜃 −sin 𝜃 cos 𝛼 sin 𝜃 sin 𝛼 𝛼 cos 𝜃 sin 𝜃 cos 𝜃 cos 𝛼 −cos 𝜃 sin 𝛼 𝛼 sin 𝜃
Từ ma trận tổng quát ta có các ma trận:
𝐴 cos 𝜃 −sin 𝜃 cos 𝛼 sin 𝜃 sin 𝛼 𝑎 cos 𝜃 sin 𝜃 cos 𝜃 cos 𝛼 −cos 𝜃 sin 𝛼 𝑎 sin 𝜃
𝐴 cos 𝜃 −sin 𝜃 cos 𝛼 sin 𝜃 sin 𝛼 𝑎 cos 𝜃 sin 𝜃 cos 𝜃 cos 𝛼 −cos 𝜃 sin 𝛼 𝑎 sin 𝜃
0 0 0 1 cos 𝑞 − sin 𝑞 0 𝑙 cos 𝜃 sin 𝑞 cos 𝑞 0 𝑙 sin 𝜃
𝐴 cos 𝜃 −sin 𝜃 cos 𝛼 sin 𝜃 sin 𝛼 𝑎 cos 𝜃 sin 𝜃 cos 𝜃 cos 𝛼 −cos 𝜃 sin 𝛼 𝑎 sin 𝜃
0 0 0 1 cos 𝑞 − sin 𝑞 0 𝑙 cos 𝑞 sin 𝑞 cos 𝑞 0 𝑙 sin 𝑞
Thiết lập ma trận thuần nhất 𝐷 theo quy tắc D-H:
𝐴 cos 𝑞 − sin 𝑞 0 𝑙 cos 𝜃 sin 𝑞 cos 𝑞 0 𝑙 sin 𝜃
. cos 𝑞 − sin 𝑞 0 𝑙 cos 𝑞 sin 𝑞 cos 𝑞 0 𝑙 sin 𝑞
0 0 0 1 cos(𝑞 + 𝑞 ) − sin(𝑞 + 𝑞 ) 0 𝑙 cos 𝑞 + 𝑙 cos(𝑞 + 𝑞 ) sin( 𝑞 + 𝑞 ) cos(𝑞 + 𝑞 ) 0 𝑙 sin 𝑞 + 𝑙 sin( 𝑞 + 𝑞 )
(thay sin = S, cos = C) Thiết lập phương trình động lực học:
Hệ phương trình động học của robot là:
𝑛 = cos 𝑞 cos(𝑞 + 𝑞 ), 𝑛 = sin 𝑞 cos ( 𝑞 + 𝑞 ) , 𝑛 = sin ( 𝑞 + 𝑞 )
𝑆 = − cos 𝑞 sin(𝑞 + 𝑞 ), 𝑆 = − sin 𝑞 sin(𝑞 + 𝑞 ) , 𝑆 = cos(𝑞 + 𝑞 )
3.1.4.3 Phần code tính ma trận trên matlab :
>> to1=[cos(q1) 0 sin(q1) 0;sin(q1) 0 -cos(q1) 0;0 1 0 0.05;0 0 0 1]
>> to2=[cos(q2) -sin(q2) 0 0.2*cos(q2);sin(q2) cos(q2) 0 0.2*sin(q2);0 0 1 0;0 0
>> to3=[cos(q3) -sin(q3) 0 0.1*cos(q3);sin(q3) cos(q3) 0 0.1*sin(q3);0 0 1 0;0 0
>> to4=to2*to3 to4 [ cos(q2)*cos(q3) - sin(q2)*sin(q3), - cos(q2)*sin(q3) - cos(q3)*sin(q2), 0, cos(q2)/5 + (cos(q2)*cos(q3))/10 - (sin(q2)*sin(q3))/10]
[ cos(q2)*sin(q3) + cos(q3)*sin(q2), cos(q2)*cos(q3) - sin(q2)*sin(q3), 0, sin(q2)/5 + (cos(q2)*sin(q3))/10 + (cos(q3)*sin(q2))/10]
>> to5=to1*to4 to5 [ cos(q1)*(cos(q2)*cos(q3) - sin(q2)*sin(q3)), -cos(q1)*(cos(q2)*sin(q3) + cos(q3)*sin(q2)), sin(q1), cos(q1)*(cos(q2)/5 + (cos(q2)*cos(q3))/10 -
[ sin(q1)*(cos(q2)*cos(q3) - sin(q2)*sin(q3)), -sin(q1)*(cos(q2)*sin(q3) + cos(q3)*sin(q2)), -cos(q1), sin(q1)*(cos(q2)/5 + (cos(q2)*cos(q3))/10 -
[ cos(q2)*sin(q3) + cos(q3)*sin(q2), cos(q2)*cos(q3) - sin(q2)*sin(q3), 0, sin(q2)/5 + (cos(q2)*sin(q3))/10 + (cos(q3)*sin(q2))/10 + 1/20]
3.1.4.4 Động học ngược tay máy 3 bậc tự do
Xác định các góc quay 𝑞 , 𝑞 , 𝑞 để điểm tác động cuối P có vị trí 𝑥 , 𝑦 , 𝑧
Theo bài toán động học thuận ta có:
Chiếu điểm tác động cuối P xuống mặt phẳng x0y0 như hình1.1ta có:
Hình 3.1-4: Động học ngược tay máy robot 3 bậc tự do tự do
Sau đó xét mặt phẳng 𝑧 𝑧 như hình 3.1.4-3:
Làm tương tự như bài trên ta có:
Hình 3.1-5: Động học ngược tay máy robot 3 bậc tự do
Như vậy ta có hệ phương trình động học ngược tay máy:
Xây dựng chương trình và kết nối , kiểm nghiệm mô hình
3.1.1 Nguyên lí hoạt động mô hình
Màu=yellow Màu=blue Màu=đỏ
Nhận tín hiệu từ serial
Gắp phôi vào khay màu đỏ
Gấp phôi vào khay màu xanh
Gắp phôi vào khay màu vàng
Hình 3.1-1: Nguyên lý hoạt động của mô hình
Khi khởi động, động cơ sẽ dò vị trí ban đầu và dừng lại khi chạm vào công tắc hành trình Sau khi cả ba công tắc đều được nhấn, robot xác định vị trí gốc với ba cánh tay nằm ngang Tiếp theo, băng tải được khởi động, hệ thống cấp phôi tự động hoạt động và đưa phôi lên băng tải Camera ghi lại hình ảnh vật thể, gửi về máy tính để phân tích màu sắc qua các thuật toán xử lý ảnh, sau đó truyền tín hiệu về Arduino Khi có vật phẩm trước cảm biến, tín hiệu sẽ dừng băng tải và cánh tay robot thực hiện hút và thả vật vào ô tương ứng Nếu sản phẩm có màu vàng, cánh tay không hoạt động và băng tải tiếp tục chạy Sau khi hoàn thành chu trình cho một màu, hệ thống tự động cấp phôi và quy trình lại bắt đầu.
3.1.2 Cơ sở lí thuyết xử lí ảnh
3.1.2.1 Giới thiệu về xử lí ảnh
Trong những năm gần đây, xử lý ảnh đã trở thành một lĩnh vực khoa học mới mẻ với tốc độ phát triển nhanh chóng Nghiên cứu và phát triển trong ngành này đang được thực hiện bởi nhiều trung tâm nghiên cứu và trường đại học, mang lại nhiều ứng dụng đa dạng.
Xử lý ảnh bắt đầu với các ứng dụng chính như nâng cao chất lượng độ sáng và độ phân giải, cùng với phân tích ảnh Ứng dụng đầu tiên nổi bật là cải thiện chất lượng hình ảnh báo từ Luân Đôn đến New York vào những năm 1920 Sự phát triển mạnh mẽ của máy tính đã thúc đẩy các thuật toán xử lý ảnh, mở rộng ứng dụng trong nhiều lĩnh vực như khôi phục và chỉnh sửa hình ảnh, y tế, do thám, thám hiểm, truyền và mã hóa, thị giác máy tính, robot, xử lý màu, và nhận dạng.
Xử lý ảnh bao gồm các bước cần thiết để chuyển đổi hình ảnh từ camera thành định dạng số, giúp dễ dàng thực hiện các thao tác tiếp theo Trước đây, hình ảnh thu được chủ yếu là ảnh tương tự, nhưng với sự phát triển công nghệ, ảnh màu và ảnh đen trắng giờ đây được chuyển đổi trực tiếp sang dạng số Dưới đây là mô tả chi tiết về quy trình xử lý ảnh.
Hình: 3.1.2-1 Các bước xử lý ảnh
Thu nhận ảnh: Ảnh được nhận qua camera màu hoặc trắng đen Thông thường ảnh được nhận qua camera, video, máy scan.v.v
Bộ tiền xử lý đóng vai trò quan trọng trong việc nâng cao chất lượng hình ảnh sau khi thu nhận, đặc biệt khi hình ảnh có độ tương phản thấp Chức năng của bộ tiền xử lý là lọc và cải thiện độ tương phản, giúp hình ảnh trở nên rõ ràng và sắc nét hơn.
Phân đoạn ảnh, hay còn gọi là phân vùng ảnh, là quá trình tách một bức ảnh đầu vào thành các vùng thành phần nhỏ hơn Phương pháp này giúp biểu diễn, phân tích và nhận dạng ảnh một cách hiệu quả.
Biểu diễn và mô tả ảnh là quá trình phân loại ảnh chứa nhiều điểm ảnh, nhằm chuyển đổi dữ liệu thành dạng phù hợp cho xử lý máy tính Điều này bao gồm việc xác định các vùng đặc trưng trong ảnh và tách biệt các đặc tính dưới dạng thông tin định lượng, giúp phân biệt giữa các lớp đối tượng khác nhau trong ảnh.
Nhận dạng ảnh là quá trình xác định hình ảnh bằng cách so sánh với các mẫu chuẩn đã được lưu trữ Nội suy ảnh là quá trình phán đoán dựa trên kết quả nhận dạng Các mô hình toán học liên quan đến ảnh được phân loại thành hai dạng cơ bản.
Nhận dạng theo tham số
Nhận dạng theo cấu trúc
Ảnh là một đối tượng phức tạp, bao gồm các yếu tố như đường nét, độ sáng tối và dung lượng điểm ảnh Trong quá trình xử lý và phân tích ảnh, việc hiểu rõ các đặc điểm này là rất quan trọng để đạt được kết quả chính xác.
42 phương pháp toán học được giản hóa nhằm tối ưu hóa quá trình xử lý, với mục tiêu mô phỏng quy trình tiếp nhận và xử lý hình ảnh giống như trí tuệ con người Do đó, cơ sở tri thức được phát triển và xử lý theo cách thức trí tuệ nhân tạo ở nhiều giai đoạn khác nhau.
Hình 3.1-2: Cơ sở tri thức
Bộ phận thu nhận ảnh: Máy quay (Camera), máy quét (scaners) chuyên dụng, các bộ cảm biến ảnh
Phần cứng xử lý ảnh chuyên dụng bao gồm bộ số hóa, giúp chuyển đổi hình ảnh truyền thống từ bên ngoài thành dữ liệu số mà máy tính có thể hiểu Thiết bị này thực hiện các thao tác cơ bản nhằm nâng cao tốc độ xử lý ảnh, mang lại hiệu quả cao hơn trong các ứng dụng liên quan đến hình ảnh.
Máy tính: Thiết bị thông thường hoặc chuyên dụng
Bộ phận lưu trữ là yếu tố thiết yếu trong hệ thống, bao gồm lưu trữ tạm thời để phục vụ cho quá trình xử lý hiện tại và lưu trữ vĩnh viễn cho dữ liệu truy cập không thường xuyên.
Bộ phận hiện thị: Màn hình máy tính
In ấn: Ghi lại ảnh: máy in, máy chiếu
OpenCV, viết tắt của Open Source Computer Vision Library, là một thư viện mã nguồn mở dành cho xử lý hình ảnh và thị giác máy tính Thư viện này cung cấp một kho lưu trữ phong phú các mã nguồn, giúp các lập trình viên phát triển các ứng dụng liên quan đến thị giác máy tính một cách dễ dàng và hiệu quả.
43 mở được dùng để xử lý hình ảnh, phát triển các ứng dụng đồ họa trong thời gian thực
OpenCV cho phép cải thiện tốc độ của CPU khi thực hiện các hoạt động real time
Nó còn cung cấp một số lượng lớn các mã xử lý phục vụ cho quy trình của thị giác máy tính hay các learning machine khác
Thư viện OpenCV được phát hành dưới giấy phép BDS, cho phép người dùng sử dụng hoàn toàn miễn phí mà không gặp phải rào cản nào Người dùng có thể áp dụng OpenCV cho cả mục đích thương mại và phi thương mại Ngoài ra, OpenCV còn có giao diện thân thiện với nhiều ngôn ngữ lập trình, bao gồm C++.
C, Python hay Java… Ngoài ra, nó cũng dễ dàng tương thích với các hệ điều hành khác nhau, bao gồm từ Windows, Linux, Mac OS, iOS cho đến cả Android