Đồ án tốt nghiệp nghiên cứu, thiết kế và thi công mô hình đếm và phân loại sản phẩm theo cân nặng, màu sắc

TỔNG QUAN

ĐẶT VẤN ĐỀ

Ngày nay, ngành chế biến nông sản Việt Nam đang phát triển mạnh mẽ nhờ vào sự phát triển của nền kinh tế thị trường Với những tiềm năng và chiến lược phát triển từ Nhà nước, nông sản Việt Nam ngày càng khẳng định vị thế trên thị trường trong nước và quốc tế Đây là một trong những mặt hàng trọng điểm, chiếm tỉ trọng lớn trong ngành xuất khẩu và đóng góp đáng kể vào nền kinh tế quốc dân.

Nông sản sau thu hoạch được phân loại thành nhiều loại dựa trên tiêu chuẩn về trọng lượng, màu sắc và hình dáng, giúp nông dân và thương lái định giá chính xác, tránh tình trạng ép giá Giá dưa chuột thường dao động từ 7.000 - 10.000 đồng/kg, nhưng trong mùa thu hoạch, có thể giảm xuống chỉ còn 4.000 - 5.000 đồng/kg, thậm chí xuống 500-1.000 đồng/kg mà vẫn khó tiêu thụ Trong khi đó, dưa chuột từ Tiên Lãng, Hải Phòng đang được chế biến thành sản phẩm xuất khẩu Việc phân loại dưa chuột theo nhiều tiêu chuẩn khác nhau cho từng thị trường là cần thiết, nhưng phương pháp phân loại bằng tay truyền thống gây khó khăn cho nông dân và cơ sở chế biến trong việc đáp ứng yêu cầu tiêu chuẩn.

Với sự phát triển của băng tải công nghiệp, việc tối ưu hóa chế biến và phân loại nông sản trở nên khả thi hơn bao giờ hết Công nghệ tự động hóa giúp giảm thiểu sai sót, tiết kiệm nhân công và nâng cao hiệu suất làm việc Hiện nay, thị trường đã xuất hiện nhiều sản phẩm băng chuyền phân loại nông sản quy mô lớn, sử dụng cảm biến và robot để xác định kích thước, màu sắc Tuy nhiên, các hệ thống này thường phức tạp và không phù hợp với quy mô sản xuất nhỏ, đòi hỏi việc điều chỉnh thông số sản phẩm cũng như vận hành gặp nhiều khó khăn.

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH

Nông dân và tiểu thương lái thường phải đối mặt với sự biến động trong sản xuất và chất lượng nông sản hàng năm, cùng với sự thay đổi tiêu chuẩn tại các thị trường.

Nhóm nghiên cứu giới thiệu đề tài "Nghiên cứu thiết kế và thi công mô hình đếm và phân loại sản phẩm theo cân nặng, màu sắc" với mục tiêu tạo ra một hệ thống phân loại sản phẩm dễ sử dụng, tùy biến cao và giá thành hợp lý Mô hình này không chỉ giúp nông dân dễ dàng vận hành và điều chỉnh, mà còn thay thế lao động chân tay, giảm chi phí nhân công, tăng năng suất làm việc và tiết kiệm chi phí lắp đặt cho hệ thống lớn Sau khi khảo sát, nhóm quyết định chọn cà chua làm đối tượng phân loại.

MỤC TIÊU

Mục tiêu nghiên cứu của đề tài là thiết kế và thi công mô hình đếm và phân loại sản phẩm dựa trên cân nặng và màu sắc Đề tài nhằm tìm hiểu nguyên lý hoạt động của cảm biến cân nặng và camera, đồng thời làm quen với ngôn ngữ lập trình Python và các công cụ trong thư viện OpenCV, thực hiện các tác vụ cơ bản trên Kit Raspberry.

Pi và hệ điều hành Raspbian để nhận biết và phân loại sản phẩm

Nhóm đề tài đang hướng tới việc phát triển một hệ thống có khả năng phân loại sản phẩm dựa trên màu sắc và trọng lượng Hệ thống này cũng sẽ cho phép đếm và điều chỉnh các thông số đặc trưng của sản phẩm từ xa thông qua giao diện Web localhost.

NỘI DUNG NGHIÊN CỨU

• NỘI DUNG 1: Tổng quan về hệ thống phân loại sản phẩm, các giải pháp thiết kế hệ thống băng chuyền

• NỘI DUNG 2: Nghiên cứu thuật toán xử lý ảnh ứng dụng vào phân loại màu sắc sản phẩm

• NỘI DUNG 3: Xử lý phân loại sản phẩm theo cân nặng

Giải pháp thiết kế giao diện Web localhost cho phép tùy chỉnh các đặc trưng về màu sắc và chỉ số cân nặng của hệ thống, mang lại trải nghiệm người dùng tối ưu Dự án tốt nghiệp ngành Quản trị tập trung vào việc phát triển giao diện thân thiện và dễ sử dụng, giúp cải thiện hiệu suất và tính năng của hệ thống.

• NỘI DUNG 5: Hoàn thiện hệ thống điều khiển và mô hình, tiến hành chạy mẫu

• NỘI DUNG 6: Đánh giá kết quả thực hiện.

GIỚI HẠN

- Thiết kế mô hình băng chuyền phân loại nông sản

- Sử dụng động cơ DC để làm hoạt động băng tải

- Sử dụng xi-lanh khí nén làm cơ cấu phân loại

- Nhận dạng màu sắc cà chua qua thuật toán xử lý ảnh và trọng lượng qua cảm biến cân nặng

- Dùng Raspberry Pi 3 model B để xử lý hình ảnh, trọng lượng, nhận dữ liệu từ môi trường web trung gian, hiển thị giao diện người dùng

- Đếm số lượng cà chua mỗi loại bằng bộ đếm được lập trình trên Raspberry

- Tùy chỉnh các đặc trưng về màu sắc và chỉ số về cân nặng của hệ thống.

BỐ CỤC

• Chương 2: Cơ sở lý thuyết

• Chương 3: Thiết kế và tính toán

• Chương 4: Thi công hệ thống

• Chương 5: Kết quả - nhận xét – đánh giá

• Chương 6: Kết luận và hướng phát triển

Nhóm đề tài đặt vấn đề dẫn nhập, lý do chọn đề tài, mục tiêu, nội dung nghiên cứu, các giới hạn thông số và bố cục đồ án

• Chương 2: Cơ Sở Lý Thuyết Đồ án tốt nghiệp Quản trị

Chương này trình bày lý thuyết cơ bản về xử lý ảnh, bao gồm các phương pháp nhận dạng và phân loại ảnh hiệu quả Ngoài ra, nội dung cũng đề cập đến cảm biến cân nặng và cung cấp cái nhìn tổng quan về Raspberry.

Pi, ngôn ngữ lập trình Python và thư viện hỗ trợ Open CV, xi-lanh khí nén

• Chương 3: Thiết Kế và Tính Toán

Từ những cơ sở lý thuyết có được, nhóm đề tài sẽ trình bày về sơ đồ khối, công thức tính toán và kết nối của hệ thống

• Chương 4: Thi Công Hệ Thống

Sau khi hoàn tất tính toán và thiết kế, nhóm nghiên cứu sẽ tiến hành xây dựng hệ thống và trình bày chi tiết quá trình thi công trong chương này.

• Chương 5: Kết Qủa - Nhận Xét - Đánh Giá

Những kết quả đạt được cùng với những nhận xét, đánh giá về toàn bộ hệ thống nhóm đề tài sẽ tóm tắt tại Chương 5

• Chương 6: Kết Luận và Hướng Phát Triển

Cuối cùng, nhóm xin trình bày những kết luận rút ra từ quá trình thực hiện đề tài tốt nghiệp Quản trị, cùng với hướng phát triển và cải tiến để đề tài phù hợp hơn với thực tế.

CƠ SỞ LÝ THUYẾT

TỔNG QUAN VỀ XỬ LÝ ẢNH

2.1.1 Giới thiệu về xử lý ảnh

Xử lý ảnh là quá trình biến đổi tín hiệu hình ảnh nhằm đạt được kết quả mong muốn, tạo ra ảnh mới với các đặc điểm khác biệt so với ảnh ban đầu Trong thời gian gần đây, lĩnh vực xử lý ảnh đã phát triển mạnh mẽ và ứng dụng rộng rãi trong nhiều lĩnh vực như y tế, kinh tế, văn hóa, quân sự và quốc phòng Hiện tại, có bốn khía cạnh chính của xử lý ảnh: nâng cao chất lượng ảnh, nhận dạng ảnh, truy vấn ảnh và nén ảnh Đề tài này sẽ tập trung vào nghiên cứu về nhận dạng ảnh.

Hình 2 1 Giới thiệu về xử lý ảnh Đồ án tốt nghiệp Quản trị

Hình 2 2 Quá trình xử lý ảnh

Quá trình thu nhận ảnh là bước đầu tiên và quyết định trong xử lý ảnh, nơi ảnh đầu vào được ghi lại qua các thiết bị như camera, sensor và máy quét Các tín hiệu thu được sẽ được số hóa để tiếp tục xử lý Việc lựa chọn thiết bị thu nhận ảnh phụ thuộc vào đặc tính của đối tượng cần xử lý, với các thông số quan trọng bao gồm độ phân giải, chất lượng màu, dung lượng bộ nhớ và tốc độ thu nhận ảnh.

Quá trình tiền xử lý là bước đầu tiên trong xử lý ảnh, nhằm cải thiện độ tương phản, khử nhiễu, khử bóng và khử độ lệch của ảnh Mục tiêu của quá trình này là nâng cao chất lượng ảnh, chuẩn bị cho các bước xử lý phức tạp hơn sau đó Thông thường, quá trình tiền xử lý được thực hiện thông qua việc sử dụng các bộ lọc.

Đặc trưng ảnh là nội dung thực sự của các bức ảnh, bao gồm màu sắc, hình dạng, kết cấu và các đặc trưng cục bộ Nội dung này phản ánh thông tin từ chính bức ảnh, ví dụ như việc nhận biết màu sắc từ bề mặt quả cà chua, trong đó đặc trưng được trích chọn chủ yếu là màu sắc.

Hậu xử lý là giai đoạn quan trọng trong việc xử lý các đặc điểm đã được trích chọn, cho phép lược bỏ hoặc biến đổi chúng để phù hợp với các kỹ thuật cụ thể được áp dụng trong hệ quyết định.

• Hệ quyết định và lưu trữ[1]: có nhiệm vụ đưa ra quyết định (phân loại) dựa trên dữ liệu đã học lưu trong khối lưu trữ

• Đối chiếu, so sánh và kết luận[1]: đưa ra kết luận cuối cùng dựa vào những cơ sở của hệ quyết định

2.1.2 Những vấn đề xử lý ảnh[2] a Điểm ảnh (Picture Element)

Điểm ảnh là đơn vị cơ bản tạo nên bức ảnh kỹ thuật số, với địa chỉ được xác định bởi tọa độ (x, y) Một bức ảnh kỹ thuật số, có thể được tạo ra từ chụp hình hoặc phương pháp đồ họa khác, bao gồm hàng ngàn hoặc triệu pixel, với số lượng pixel càng nhiều thì độ chi tiết càng cao Một triệu pixel tương đương với 1 megapixel Ảnh số là tập hợp các điểm ảnh với mức xám phù hợp để mô tả hình ảnh gần với thực tế Độ phân giải của ảnh được xác định bởi số điểm ảnh; ảnh có độ phân giải cao sẽ thể hiện rõ nét các đặc điểm và mang lại cảm giác thực tế hơn Hình ảnh được xem như một tín hiệu hai chiều, được mô tả bởi hàm toán học f(x, y), trong đó x và y là tọa độ ngang và dọc Giá trị f(x, y) tại mỗi điểm tương ứng với giá trị pixel của hình ảnh Ảnh số thực chất là biểu diễn số học trong máy tính, thường ở dạng nhị phân, và có thể được chia thành hai loại: ảnh raster và ảnh vector.

Ảnh raster là một tập hợp hữu hạn các giá trị số, được gọi là điểm ảnh (pixel) Mỗi hình ảnh thường được chia thành các hàng và cột chứa điểm ảnh, với điểm ảnh là thành phần nhỏ nhất biểu diễn ảnh, mang giá trị số thể hiện màu sắc và độ sáng Ảnh raster thường được thu thập từ camera, máy chiếu, hoặc các thiết bị quét và là đối tượng chính trong xử lý ảnh và thị giác máy tính.

• Ảnh vector Đồ án tốt nghiệp Quản trị

Ảnh vector là loại hình ảnh được tạo thành từ các thành phần hình học đơn giản như điểm, đường thẳng và hình khối Khác với ảnh raster, ảnh vector được biểu diễn dưới dạng tọa độ, giúp chúng có thể được kéo dãn hoặc thu nhỏ mà không bị vỡ hay xuất hiện răng cưa Ngoài ra, dữ liệu trong ảnh vector thường nhỏ hơn, giúp tiết kiệm dung lượng lưu trữ so với ảnh raster.

Tuy thế, màu sắc trong ảnh vector nhìn không thật, màu sắc ít tinh tế hơn ảnh raster

Ảnh vector thường được sử dụng trong thiết kế logo, banner và giao diện đồ họa, nhưng ít khi được nhắc đến trong lĩnh vực xử lý ảnh và thị giác máy tính.

Mức xám của điểm ảnh thể hiện cường độ sáng, được gán giá trị tại từng điểm Các mức ảnh xám phổ biến bao gồm 16, 32, 64, 128 và 256 Trong số đó, mức 256 là thông dụng nhất, sử dụng 1 byte để biểu diễn mức xám.

• Ảnh nhị phân: Là ảnh có 2 mức trắng và đen, chỉ có 2 giá trị 0 và 1 và chỉ sử dụng 1bit dữ liệu trên 1 điểm ảnh

• Ảnh đen trắng: Là ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám ở các điểm ảnh có thể khác nhau

Ảnh màu là sự kết hợp của ba màu cơ bản, tạo nên một thế giới màu sắc sống động Để mô tả mức độ màu, người ta thường sử dụng 3 byte.

16, 7 triệu mức màu d Quan hệ giữa các điểm ảnh

Lân cận ảnh là tập hợp những điểm ảnh có xung quanh điểm ảnh đang xét

Có 2 loại lân cận ảnh: lân cận 4 và lân cận 8 Đồ án tốt nghiệp Quản trị

Hình 2 3 Các lân cận ảnh

Tập N4 (p) bao gồm 4 điểm ảnh lân cận theo cột và hàng với tọa độ (x+1, y), (x-1, y), (x, y+1), và (x, y-1) Trong khi đó, tập ND (p) gồm 4 điểm ảnh lân cận theo đường chéo với tọa độ (x+1, y+1), (x+1, y-1), (x-1, y+1), và (x-1, y-1).

8 điểm ảnh lân cận 8 là hợp của 2 tập trên:

Liên kết ảnh được hiểu là mối liên hệ giữa hai điểm ảnh gần nhau, bao gồm ba loại: liên kết 4, liên kết 8 và liên kết m (liên kết hỗn hợp) Trong ảnh đa mức xám, ta có thể xác định V chứa nhiều giá trị, ví dụ V = {tập con} Đối với điểm ảnh p có tọa độ (x, y), việc phân tích các liên kết này rất quan trọng trong xử lý ảnh.

Liên kết 4: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là liên kết 4 của nhau nếu q thuộc về tập N4 (p)

Liên kết 8: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là liên kết 8 của nhau nếu q thuộc về tập N8 (p)

Liên kết m giữa hai điểm ảnh p và q thuộc tập V xảy ra khi thỏa mãn một trong hai điều kiện: q nằm trong tập N4(p) hoặc q cũng thuộc về tập V.

ND (p) và giao của hai tập N4 (p), N4 (q) không chứa điểm ảnh nào có giá trị thuộc

V e Lọc nhiễu Đồ án tốt nghiệp Quản trị

Ảnh thu nhận thường bị nhiễu, do đó cần loại bỏ nhiễu để cải thiện chất lượng hình ảnh Các toán tử không gian trong kỹ thuật tăng cường ảnh được phân loại theo công dụng như làm trơn nhiễu và nổi biên Để tách nhiễu, người ta sử dụng bộ lọc tuyến tính như lọc trung bình và lọc thông thấp, hoặc bộ lọc phi tuyến như lọc trung vị và lọc đồng hình Nhiễu thường tương ứng với tần số cao, vì vậy để lọc nhiễu, bộ lọc thông thấp thường được áp dụng Ngược lại, để làm nổi cạnh, các bộ lọc thông cao và lọc Laplace được sử dụng Lọc nhiễu được chia thành hai loại chính: lọc tuyến tính và lọc phi tuyến.

PHƯƠNG PHÁP PHÂN LOẠI SẢN PHẨM THEO MÀU SẮC, CÂN NẶNG

Cà chua là một nông sản quen thuộc, có quá trình sinh trưởng từ khi kết quả đến khi chín với các giai đoạn biến đổi hình thái rõ rệt Những thay đổi về màu sắc của quả cà chua có thể dễ dàng nhận thấy bằng mắt thường Các giai đoạn chuyển hóa của quả cà chua sẽ được trình bày cụ thể trong bài viết này.

Trong thời kỳ quả xanh, quả và hạt vẫn đang trong quá trình phát triển chưa hoàn thiện Việc thu hoạch quả vào giai đoạn này và thúc chín sẽ dẫn đến những quả không đạt tiêu chuẩn, thiếu hương vị và không có màu sắc đặc trưng của giống.

Trong thời kỳ chín xanh, chất keo bao quanh hạt hình thành, khiến quả chưa có màu hồng hoặc vàng Nếu thúc chín, quả sẽ thể hiện màu sắc của giống, nhưng hương vị sẽ không rõ ràng như quả chín tự nhiên trên cây.

• Thời kỳ chín vàng: Đỉnh quả xuất hiện màu vàng hoặc màu hồng với diện tích bề mặt chiếm khoảng 10%

• Thời kỳ chuyển màu: Diện tích bề mặt 10-30%, có màu vàng hoặc đỏ nhạt

• Thời kỳ quả chín hồng diện tích bề mặt 30-60%, có màu đỏ nhạt hoặc vàng

Trong giai đoạn chín đỏ, 90% bề mặt quả cà chua có màu đỏ Theo phạm vi nghiên cứu, quả cà chua được phân loại thành ba nhóm dựa trên đặc điểm màu sắc ở các giai đoạn phát triển khác nhau.

• Loại 1: Quả chín hồng và quả chín đỏ

• Loại 2: Quả chín vàng và quả chuyển màu

• Loại 3: Quả chín xanh hoặc chưa chín

2.2.1 Các màu sắc cơ bản của sản phẩm Ở mỗi giai đoạn chín của mình, quả cà chua mang những đặc điểm riêng về màu sắc và cân nặng Nhóm đề tài trích chọn những đặc trưng này của quả cà chua để tiến hành lấy đặc trưng màu sắc ấy làm một trong những cơ sở phân loại, bên cạnh cơ sở về cân nặng a Hệ màu RGB (Red-Green-Blue) Để biểu diễn màu sắc, người ta thường đưa chúng vào một mô hình màu Ở đó, màu sắc sẽ được biểu diễn bằng một hoặc tập hợp nhiều giá trị thập phân nguyên Dưới đây là cách biểu diễn một màu sắc trong mô hình màu RGB

Mô hình màu RGB là một hệ thống bổ sung, trong đó ánh sáng đỏ, xanh lục và xanh lam được kết hợp để tạo ra các màu sắc khác nhau Từ viết tắt RGB thường được sử dụng trong các lĩnh vực như đồ họa máy tính và thiết kế.

Màu đỏ, xanh lục và xanh lam là ba màu gốc trong các mô hình ánh sáng bổ sung, thường được sử dụng để hiển thị trên máy tính.

Hình 2 5 Mô hình màu không gian màu RGB

Nếu mỗi kênh màu được mã hóa bằng 1 byte (8 bit), và giá trị nằm trong đoạn

Hệ màu RGB cho phép tạo ra ảnh 24bit với khả năng mã hóa khoảng 16 triệu màu, tương đương với 2^8 × 2^8 × 2^8 = 16.581.375 màu Dưới đây là một số màu cơ bản trong hệ màu này.

• (0, 255, 0) là màu xanh lá cây

• (255, 0, 255) là màu hồng cánh sen b Hệ màu HSV (Hue-Saturation-Value)

Sau khi được camera chụp và định dạng RGB, ảnh sẽ được chuyển đổi sang một hệ màu mới nhằm tối ưu hóa việc phân tích màu sắc trong Đồ án tốt nghiệp Quản trị.

15 đó có sự phân chia biểu diễn về vùng màu, độ bão hòa, và độ sáng Đó là hệ màu HSV

This color space, also known as HSI (Hue-Saturation-Intensity) or HSL (Hue-Saturation-Light), is based on visual color characteristics such as tint, shade, and tone In other words, it encompasses the color family, purity, and brightness of colors.

Hệ tọa độ cho không gian màu này là hình trụ:

– Giá trị màu thuần khiết (Hue) chạy từ 0 đến 360°

Độ bão hòa màu (Saturation) thể hiện mức độ thuần khiết của màu sắc, phản ánh lượng màu trắng được thêm vào màu thuần khiết Giá trị độ bão hòa S nằm trong khoảng [0, 255], với S = 255 biểu thị màu tinh khiết nhất, không pha lẫn trắng Do đó, giá trị S càng cao, màu sắc càng trở nên tinh khiết và nguyên chất hơn.

The brightness of a color, known as Value, Intensity, or Lightness, ranges from 0 to 255, where V = 0 represents complete darkness (black) and V = 255 signifies full brightness In essence, a higher V value indicates a brighter color.

Hình 2 6 Mô hình màu HSV Đồ án tốt nghiệp Quản trị

Hình 2 7 Dải màu sắc (H) trong hệ màu HSV

Trong nghiên cứu này, mỗi màu sắc được biểu diễn bằng bộ ba giá trị (H, S, V) Để nhận diện màu sắc với mọi mức độ bão hòa (S) và độ sáng (V), cần sử dụng toàn bộ giá trị từ 0 đến 255 Đối với giá trị H, cần dựa vào dải phổ màu để xác định khoảng giá trị phù hợp, phản ánh đúng đặc trưng màu sắc của bề mặt cà chua.

Các giá trị HSV được xác định qua nhiều lần lấy mẫu và hiệu chỉnh Nhóm nghiên cứu đã sử dụng bảng màu HSV để xác định các giá trị phù hợp Kết quả của quá trình này là việc thiết lập các giới hạn hoặc ngưỡng màu cụ thể.

Trong công đoạn tiếp theo, cà chua được phân tách theo màu sắc bề mặt dựa trên các ngưỡng màu đã được xác định từ bảng màu HSV qua đối chiếu thủ công Mặc dù có thể xảy ra sai lệch giữa màu sắc chọn ngưỡng và màu sắc thực tế của cà chua, nhưng mức độ sai lệch này không quá lớn Tuy nhiên, những sai lệch này có thể gây nhầm lẫn trong việc xác định màu sắc Do đó, cần hiệu chỉnh các ngưỡng màu để đảm bảo chúng phản ánh chính xác màu sắc bề mặt của quả cà chua.

GIỚI THIỆU PHẦN CỨNG

2.3.1 Raspberry Pi 3 model B [5] a Giới thiệu Raspberry Pi 3 model B

Raspberry Pi là một máy tính chỉ có một board mạch, kích thước bằng thẻ ATM chạy hệ điều hành Linux

Raspberry Pi sản xuất bởi 3 OEM: Sony, Qsida, Egoman Và được phân phối chính bởi Element14, RS Components và Egoman

Dự án Raspberry Pi được khởi xướng với mục tiêu phát triển một chiếc máy tính mini giá rẻ, phục vụ nhu cầu lập trình cho sinh viên và những người muốn tìm hiểu về lập trình Raspberry Pi sử dụng bộ xử lý SoC Broadcom BCM2835, một chip mạnh mẽ và nhỏ gọn, thường thấy trong các thiết bị di động, bao gồm CPU, GPU và bộ xử lý âm thanh.

20 thanh/video, và các tính năng khác… Tất cả được tích hợp bên trong chip có mức tiêu thụ điện năng khá thấp

Raspberry Pi không thể thay thế hoàn toàn máy tính để bàn hoặc laptop, vì nó không hỗ trợ hệ điều hành Windows do cấu trúc ARM của BCM2835 không tương thích với mã x86/x64 Tuy nhiên, Raspberry Pi vẫn có thể chạy Linux, cho phép người dùng thực hiện các tác vụ như lướt web, sử dụng môi trường Desktop và nhiều tiện ích khác.

Raspberry Pi 3 là một thiết bị đa năng với phần cứng giá rẻ, lý tưởng cho các hệ thống điện tử và dự án DIY Nó có hai phiên bản: model A và model B Trong dự án này, nhóm sử dụng Kit Raspberry Pi 3 model B, nổi bật với số lượng hub USB và cổng GPIO nhiều hơn, hỗ trợ kết nối Ethernet và khả năng xử lý RAM nhanh hơn.

Hình 2 12 Sơ đồ Raspberry Pi3 model B

Thông tin cấu hình: Đồ án tốt nghiệp Quản trị

• Bộ xử lí Broadcom BCM2835 tốc độ xử lí 1.2ghz 64-bit quad-core ARM CortexA53

• Bộ xử lý đa phương tiện Videocore IV® Dual Core

• Hỗ trợ tất các bản phân phối ARM GNU/Linux mới nhất và Windows 10

• Đầu nối microusb cho nguồn điện 2,5A 5VDC

• Đầu nối video/âm thanh 1 x HDMI

• Đầu nối video/âm thanh 1 x RCA

• Kết nối hiển thị DSI

• Khe cắm thẻ nhớ MicroSD

Với kích thước 85 x 56 x 17 mm, sản phẩm này nổi bật với thiết kế nhỏ gọn và hiệu suất CPU mạnh mẽ, phục vụ cho nhiều mục đích khác nhau Nó có khả năng hoạt động liên tục và giá thành hợp lý hơn so với máy tính thông thường, mang lại sự tiện lợi cho người dùng.

Máy tính nhúng như Raspberry Pi có nhược điểm là hiệu suất xử lý chậm hơn so với máy tính để bàn và laptop, không thể chạy một số phần mềm nặng Tuy nhiên, nó có nhiều ứng dụng thực tiễn, bao gồm sử dụng như máy tính để bàn, máy chủ in không dây, bộ điều khiển robot, đài FM, máy chơi game và máy chủ web, mang lại nhiều tiện ích cho người dùng.

Camera USB cho Raspberry Pi là giải pháp thay thế cho camera Raspberry Pi, giúp tối ưu độ dài dây và phù hợp với nhiều mô hình Sự ra đời của module camera đã làm hài lòng nhiều người yêu thích Raspberry Pi Trước đây, để thêm khả năng nhận diện hình ảnh, quay phim và chụp hình cho Raspberry Pi, người dùng chỉ có thể sử dụng webcam kết nối qua cổng USB Webcam Logitech với định dạng xuất file MJPEG cho phép Raspberry Pi xử lý hình ảnh nhanh hơn, tuy nhiên, giá thành của các webcam này, đặc biệt là những sản phẩm có độ phân giải cao, thường khá đắt đỏ.

Camera USB có độ nhạy sáng cao, cho phép chụp ảnh chất lượng tốt trong nhiều điều kiện ánh sáng khác nhau, cả trong nhà lẫn ngoài trời Đặc biệt, camera này còn hỗ trợ chụp hình độ nét cao trong quá trình quay phim.

Hình 2 13 USB camera cho Raspberry Pi

Chúng ta chỉ cần một cổng USB để kết nối camera, với chiều dài cáp được tính toán kỹ lưỡng nhằm đảm bảo vừa đủ để truyền tải hình ảnh từ module đến Raspberry Pi mà vẫn duy trì tốc độ truyền ổn định.

Thông số USB Camera Raspberry Pi

- Camera USB hỗ trợ tất cả các phiên bản của Raspberry Pi, máy tính nhúng

- Ống kính tiêu cự: F6.0MM

- Focus khoảng: 20MM Đồ án tốt nghiệp Quản trị

- Dây có thể được kéo dài hoặc rút ngắn, dài 65 cm

Hình 2 14 Sơ đồ khối USB Camera Raspberry Pi b Ứng dụng

Camera Raspberry Pi là một công cụ hữu ích cho các tác vụ liên quan đến hình ảnh với chất lượng không quá cao, cho phép thu nhận tín hiệu hình ảnh và video Những tín hiệu này có thể được áp dụng cho nhiều mục đích khác nhau, bao gồm giám sát đối tượng, xử lý và khôi phục ảnh, cũng như trong lĩnh vực thị giác máy tính và robot.

2.3.3 Cảm biến cân nặng a Khái niệm:

Loadcell là cảm biến lực có khả năng chuyển đổi lực hoặc tải trọng thành tín hiệu điện Trong ứng dụng cân ô tô, loadcell đóng vai trò quan trọng trong việc đo lường trọng lượng, giúp cân ô tô điện tử hiển thị chính xác trọng lượng.

Hình 2 15 Loadcell cân nặng ngoài thực tế b Thành phần cấu tạo:

Một loadcell cảm biến có 2 bộ phận chính là strain gauges được dán vào bề mặt của thân loadcell

Strain gauges bao gồm sợi dây kim loại mảnh đặt trên một tấm cách điện đàn hồi

Thân loadcell là một khối kim loại đàn hồi, được thiết kế với hình dạng và vật liệu khác nhau như nhôm hợp kim, thép không gỉ và thép hợp kim, tùy thuộc vào mục đích sử dụng Cách thức hoạt động của loadcell dựa trên nguyên lý biến đổi lực thành tín hiệu điện.

Khi tải trọng tác động lên loadcell, nó sẽ bị biến dạng, dẫn đến sự thay đổi chiều dài và tiết diện của các sợi kim loại trong điện trở strain gauges Sự thay đổi này làm thay đổi giá trị của các điện trở strain gauges Để đo và chuyển đổi sự thay đổi điện áp đầu ra thành số, tín hiệu cần đi qua bộ khuếch đại trong các bộ chỉ thị cân điện tử.

Hình 2 16 Loadcell cảm nhận sự thay đổi của tải (dây điện trở strain gauges) và chuyển thành những tín hiệu điện d Phân loại các loại loadcell

Loadcell được phân loại theo lực tác động, bao gồm các loại chịu kéo, chịu xoắn, dạng uốn và chịu nén Về hình dạng, loadcell có các dạng như đĩa, trụ, thanh, cầu và chữ S Kích thước và khả năng chịu tải của loadcell rất đa dạng, với nhiều mức đo khác nhau từ 0.5kg đến 120 tấn Ứng dụng của loadcell rất phổ biến trong các loại cân điện tử, từ những chiếc cân yêu cầu độ chính xác cao đến các cân công nghiệp lớn như cân ô tô điện tử với trọng tải lên tới 120 tấn.

Loadcell được lắp đặt trên dây cáp cầu treo nhằm đo sức cứng và áp lực chân cầu trong các điều kiện giao thông và thời tiết khác nhau Việc này giúp cảnh báo độ an toàn của cầu treo, đảm bảo an toàn cho người sử dụng.

2.3.4 Xi-lanh khí nén (air cylinder)[7] a Khái niệm

Xi-lanh khí nén, hay còn gọi là ben khí nén, là thiết bị cơ học hoạt động dựa trên nguyên lý chuyển đổi năng lượng tiềm năng của khí nén thành động năng Sự chuyển động này được tạo ra nhờ chênh lệch áp suất giữa khí nén trong xi-lanh và áp suất khí quyển, làm cho pít tông trong xi-lanh di chuyển theo hướng mong muốn.

Hình 2 17 Xi-lanh khí nén (air cylinder) b Cấu tạo

Trên thị trường có rất nhiều loại xi lanh nhưng hầu hết sẽ đều được cấu tạo bởi các bộ phận sau:

• Thân trụ và pít tông (Barrel and Piston)

• Trục pít tông (Piston Rod)

• Các lỗ cấp và thoát khí (Cap-end port and Rod-end port) Đồ án tốt nghiệp Quản trị

Hình 2 18 Cấu tạo chính của một xi-lanh khí nén

TÍNH TOÁN VÀ THIẾT KẾ

TỔ CHỨC CÁC KHỐI TRONG HỆ THỐNG

Sơ đồ khối hệ thống

KHỐI THU TÍN HIỆU HÌNH ẢNH

KHỐI XỬ LÝ TRUNG TÂM

KHỐI THU TÍN HIỆU CÂN NẶNG ĐỘNG CƠ DC,

Hình 3 1 Sơ đồ khối hệ thống Đề tài được xây dựng với mô hình gồm 7 khối chính:

Khối nguồn cung cấp điện cho các thành phần quan trọng như khối xử lý trung tâm, khối thu (camera, cảm biến load cell), khối chuyển đổi ADC, hệ thống băng chuyền với động cơ DC, và cơ cấu phân loại sử dụng xi-lanh.

Khối xử lý trung tâm đóng vai trò quan trọng trong việc xử lý chính, nhận tín hiệu hình ảnh từ camera và tín hiệu cân nặng từ khối ADC.

Xử lý hình ảnh và cân nặng giúp so sánh dữ liệu từ Firebase, từ đó đưa ra kết luận về loại sản phẩm Giao diện hiển thị số lượng sản phẩm và điều khiển xi-lanh được tối ưu hóa để đảm bảo tính phù hợp và hiệu quả.

Khối thu tín hiệu hình ảnh có nhiệm vụ thu thập tín hiệu hình ảnh từ thực tế, chuyển đổi chúng thành tín hiệu điện và gửi dữ liệu đến Khối xử lý trung tâm Trong hệ thống này, Camera Raspberry Pi được sử dụng làm thiết bị thu tín hiệu hình ảnh thông qua kết nối USB.

Khối thu tín hiệu cân nặng sử dụng loadcell 1kg để thu thập tín hiệu cân nặng từ thực tế Tín hiệu này ở dạng tương tự và được chuyển về khối chuyển đổi ADC.

Khối chuyển đổi ADC: Chuyển tín hiệu tương tự cân nặng(loadcell) sang tín hiệu số để đưa về khối xử lý trung tâm

Khối hiển thị nhận tín hiệu từ khối xử lý trung tâm để hiển thị thông tin đặc trưng cho từng loại sản phẩm Nó cũng cập nhật số lượng mỗi loại sản phẩm thông qua giao diện web và giao diện người dùng.

Ngoại vi: Nhận tín hiệu từ khối xử lý trung tâm tiến hành điều khiển hoạt động đóng mở relay nhằm điều khiển hành trình của xi-lanh.

THIẾT KẾ CÁC KHỐI TRONG HỆ THỐNG

3.2.1 Khối thu tín hiệu hình ảnh (camera)

Nhóm đề tài đã sử dụng module camera USB Raspberry Pi có sẵn trên thị trường, cho phép kết nối linh hoạt thông qua một USB hub Chiều dài dây nối của module USB (0.5 m) lớn hơn chiều dài dây nối của module camera, tạo thuận lợi trong việc lắp đặt và sử dụng.

Pi thông thường Để thực hiện kết nối, ta chỉ cần cắm đầu USB của camera vào 1 trong 4 hub USB của Raspberry Pi Đồ án tốt nghiệp Quản trị

Hình 3 2 Sơ đồ kết nối module camera USB với Raspberry Pi qua 1 hub

Để đảm bảo camera thu được hình ảnh cà chua với chất lượng chân thực về màu sắc, nhóm nghiên cứu đã sử dụng một buồng chụp ảnh nhằm tạo khung đặt camera, cung cấp nguồn sáng trắng ổn định và cách ly quả cà chua khỏi nguồn sáng gây nhiễu bên ngoài Để quá trình đọc cân nặng và chụp ảnh diễn ra đúng thời gian yêu cầu, bàn cân sử dụng cảm biến loadcell được đặt dưới băng tải trong buồng chụp Việc thiết kế và lựa chọn linh kiện cho buồng chụp ảnh bao gồm 4 đèn LED siêu sáng K3E19-3 với công suất 3W, dòng điện 600mA - 750mA, điện áp 3.5V, độ sáng 180LM-200LM và dải nhiệt độ hoạt động từ -20°C đến 60°C.

Hình 3 3 Đèn led K3E19-3 dùng để ổn định nguồn sáng trắng Đồ án tốt nghiệp Quản trị

Về kích thước, buồng chụp ảnh được thiết kế phù hợp với kích thước của băng tải, với các thông số được thể hiện ở hình sau:

Hình 3 4 Sơ đồ bố trí buồng chụp ảnh (nhìn từ trên xuống)

Hình 3 5 Sơ đồ bố trí buồng chụp ảnh (nhìn từ mặt bên)

Kích thước của buồng chụp ảnh: Đồ án tốt nghiệp Quản trị

• Khoảng cách từ camera đến băng tải: D ≈ 50 cm

3.2.2 Khối thu tín hiệu cân nặng (loadcell) và khối ADC (module HX711)

Nhóm nghiên cứu đã sử dụng một module cảm biến cân nặng với giá trị đo tối đa là 1kg (loadcell 1kg) do trọng lượng của một quả cà chua thường dưới 300g Để chuyển đổi tín hiệu cân nặng từ loadcell sang dạng tín hiệu số mà Raspberry Pi có thể xử lý, nhóm cũng áp dụng một module chuyển đổi tín hiệu từ dạng tương tự sang tín hiệu số (HX711).

Module ADC HX711 là một thiết bị chuyển đổi tín hiệu analog sang digital 24-bit, lý tưởng cho việc đo lường trọng lượng từ loadcell Với tính năng tích hợp cao, HX711 có khả năng phản ứng nhanh, thời gian chuyển đổi ngắn, khả năng chống nhiễu và độ tin cậy cao Sản phẩm này được bày bán rộng rãi với giá cả phải chăng, giúp người dùng dễ dàng tiếp cận và sử dụng Do đó, nhóm nghiên cứu đã chọn module HX711 làm cầu nối giao tiếp giữa Raspberry Pi và loadcell.

Các thông số của HX711:

• Dòng tiêu thụ tối đa: 1.5 mA

• Tốc độ lấy mẫu: 10 – 80 SPS

• Độ phân giải: 24bit ADC

• Độ phân giải điện áp: 40mV

• Kích thước: 38 x 21 x 10 mm Đồ án tốt nghiệp Quản trị

Hình 3 6 Sơ đồ nguyên lý module ADC HX711 (ảnh từ datasheet AVIA

Hình 3 7 Hình ảnh thực tế module HX711

Việc kết nối giữa loadcell và module HX711 với Raspberry Pi được trình bày ở hình sau: Đồ án tốt nghiệp Quản trị

Hình 3 8 Sơ đồ kết nối loadcell, HX711 với Raspberry Pi 3

3.2.3 Khối xử lý trung tâm (Raspberry Pi 3)

Hình 3 9 Sơ đồ các cổng ngoại vi sử dụng Đồ án tốt nghiệp Quản trị

Khối xử lý trung tâm có chức năng nhận tín hiệu hình ảnh và cân nặng từ các khối thu tín hiệu, sau đó thực hiện xử lý ảnh và phân tích cân nặng, so sánh với dữ liệu từ Firebase để đưa kết quả ra khối hiển thị và thiết bị ngoại vi Do yêu cầu về tài nguyên và tốc độ xử lý cao trong việc xử lý ảnh, nhóm nghiên cứu đã quyết định sử dụng máy tính nhúng Raspberry Pi thay vì vi điều khiển thông thường.

Raspberry Pi Model B là một lựa chọn lý tưởng cho khối xử lý trung tâm với CPU có tốc độ lên tới 1.2GHz, giúp tối ưu hóa hiệu suất xử lý Thiết bị này hỗ trợ giao tiếp hiệu quả với nhiều thiết bị ngoại vi và module từ bên ngoài Trong bài viết này, chúng tôi sẽ tập trung vào một số cổng giao tiếp quan trọng, bao gồm 1 hub USB để kết nối camera, 12 chân GPIO cho việc giao tiếp với module HX711 và các cảm biến hồng ngoại, mạch kích relay, cùng với 1 cổng HDMI để kết nối màn hình giao diện, chuột máy tính và bàn phím.

Raspberry Pi yêu cầu một jack nguồn kết nối với adapter 5V/2A qua cổng micro USB để đảm bảo cung cấp đủ dòng điện và điện áp hoạt động.

Để chạy chương trình trên máy tính nhúng, cần có hệ điều hành cài sẵn trên thẻ nhớ Hệ điều hành Raspbian yêu cầu tối thiểu 4GB dung lượng, vì vậy nên chọn thẻ nhớ tối thiểu 8GB Nhóm đã chọn thẻ nhớ MicroSD 16GB với tốc độ đọc lên tới 48MB/s, vì tốc độ đọc này ảnh hưởng trực tiếp đến hiệu suất xử lý dữ liệu của các chương trình.

3.1.1 Động cơ DC; Xi-lanh và Van điện từ a Động cơ DC Động cơ DC có nhiêm vụ làm quay trục quay băng chuyền để tải cà chua từ buồng chụp ảnh đến các rãnh phân loại Đồ án tốt nghiệp Quản trị

Hình 3 10 Động cơ DC và trục quay băng tải

Theo khảo sát, trọng lượng của cà chua không vượt quá 200g, dẫn đến tổn hao lực không đáng kể Do đó, động cơ DC chỉ hoạt động với tải duy nhất là trục quay của băng chuyền Tốc độ lý tưởng cho băng chuyền để Raspberry Pi có thể đọc trọng lượng, chụp ảnh và xử lý cà chua là từ 15 đến 30 vòng/phút Với tỉ số truyền động giữa trục băng tải và motor là 3:1, tốc độ động cơ DC khi kéo tải đạt 90 vòng/phút.

Trên thị trường hiện nay, có nhiều loại động cơ DC, trong đó động cơ giảm tốc DC 12V JGB37-3530 nổi bật với các thông số kỹ thuật phù hợp cho các yêu cầu vận hành cụ thể Dưới đây là hình ảnh thực tế cùng các thông số kỹ thuật chi tiết của động cơ này.

Hình 3 11 Động cơ giảm tốc DC 12V JGB37-3530 Đồ án tốt nghiệp Quản trị

Các thông số của động cơ:

• Điện áp cung cấp: 6 ÷ 15VDC

• Điện áp hoạt động: 12VDC

• Tốc độ không tải: 111 vòng /phút

• Tốc độ có tải: 88 vòng/phút

Công suất của hệ thống là 4.8W, và để điều chỉnh tốc độ quay của trục băng tải, nhóm nghiên cứu đã áp dụng một module điều khiển tốc độ động cơ thông qua phương pháp điều chế xung PWM (Pulse Width Modulation).

PWM (Pulse Width Modulation) là phương pháp điều khiển động cơ, cho phép tạo ra điện áp thay đổi bằng cách bật và tắt nguồn điện đến thiết bị điện tử với tốc độ nhanh Điện áp trung bình được xác định bởi chu kỳ làm việc của tín hiệu, tức là tỷ lệ thời gian tín hiệu BẬT so với thời gian tín hiệu TẮT trong một khoảng thời gian nhất định.

Hình 3 12 Nguyên lý làm việc của PWM – Điều chế độ rộng xung Đồ án tốt nghiệp Quản trị

IC 555 có khả năng tạo tín hiệu PWM khi hoạt động ở chế độ dao động bất ổn (astable) Đây là một mạch cơ bản của IC 555, cho phép điều chỉnh độ rộng xung và tần số tín hiệu đầu ra.

Hình 3 13 Mạch điều khiển tốc độ động cơ DC bằng phương pháp PWM dùng IC

Điện trở R1 thường nhỏ hơn nhiều so với biến trở, ví dụ như 1K so với 100K, cho phép điều khiển 99% điện trở nạp và xả trong mạch Chân điều khiển của IC 555 không được sử dụng và được kết nối với tụ điện 100nF để loại bỏ nhiễu bên ngoài Chân số 4, chân thiết lập lại, hoạt động ở mức thấp và được kết nối với VCC để ngăn chặn thiết lập lại không mong muốn của đầu ra Đầu ra của IC 555 có thể để trống hoặc cung cấp dòng điện 200mA cho tải, vì vậy nếu động cơ cần điều khiển vượt quá định mức này, cần sử dụng transistor hoặc MOSFET.

41 đã sử dụng một transistor Darlington (TIP122) có thể xử lý dòng điện lên tới 5A, thuận lợi cho việc phát triển đề tài sau này

THI CÔNG HỆ THỐNG

GIỚI THIỆU

Sau khi hoàn tất quá trình tính toán và thiết kế, nhóm nghiên cứu đã tiến hành thi công mô hình phân loại cà chua dựa trên màu sắc và trọng lượng Mô hình này được xây dựng với mục tiêu phân loại chính xác các loại cà chua.

Mô hình băng tải bao gồm một băng tải, bốn xi-lanh khí nén, bốn van điện từ và bốn cảm biến tiệm cận hồng ngoại, được thiết kế để tải cà chua đến các vị trí xi-lanh đã định sẵn Mục tiêu là đẩy cà chua xuống rãnh theo đúng loại, đảm bảo quy trình phân loại hiệu quả.

• 1 buồng chụp ảnh (bao gồm 1 camera, 1 loadcell, 1 cảm biến hồng ngoại, 4 bóng đèn led siêu sáng) có chức năng chụp ảnh và ghi nhận trọng lượng của cà chua

• 1 Board mạch thực hiện chức năng kết nối các ngõ IN/OUT GPIO của Raspberry Pi với các ngoại vi.

THI CÔNG HỆ THỐNG

Bảng 4 1 Thông tin các thiết bị, linh kiện sử dụng cho mạch

TT Tên linh kiện Thông số, giá trị Kích thước, dạng vỏ

JP (12,13…22) Hàng rào đực 2.54mm Đen

4 R (5,6,7,8) Điện trở 1KΩ/0.5W/5% Carbon Film Đồ án tốt nghiệp Quản trị

5 VR (1,2,3,4) Biến trở 5k Biến trở vuông 3362P-103

6 Ry (5,6,7,8) Relay 5VDC 5PIN YL303H-S5VDC-1Z

9 LED (1,2,3,4) Led sáng trắng 3mm

Hình 4 1 Mạch PCB board mạch chính của hệ thống

4.4.2 Lắp ráp và kiểm tra

Trình tự lắp ráp – kiểm tra sản phẩm như sau:

• Lắp ráp xi-lanh với van điện từ Đồ án tốt nghiệp Quản trị

Hình 4 2 Van khí nén được kết nối với xi-lanh thông qua hệ thống dây dẫn khí

• Lắp ráp động cơ DC với trục quay băng tải

Hình 4 3 Động cơ DC kéo trục quay băng tải nhờ hệ thống bánh răng và dây đai Đồ án tốt nghiệp Quản trị

Hình 4 4 Loadcell được đặt ở mặt dưới của băng chuyền

Hình 4 5 Buồng chụp ảnh nhìn từ trên cao

Camera USB Pi Đồ án tốt nghiệp Quản trị

Hình 4 6 Buồng chụp ảnh nhìn từ phía dưới lên trên

Bốn đèn led siêu sáng được bố trí ở 4 góc trên cùng của buồng chụp ảnh để đảm bảo cung cấp ổn định nguồn sáng trắng cho việc chụp ảnh.

ĐÓNG GÓI VÀ THI CÔNG MÔ HÌNH

Sau khi hoàn tất lắp ráp và kiểm tra, nhóm tiến hành sắp xếp các thành phần và hoàn thiện hệ thống nhằm đảm bảo dễ dàng trong việc vận chuyển, vận hành và an toàn khi sử dụng Đây là một phần quan trọng trong đồ án tốt nghiệp Quản trị.

4.3.1 Đóng gói bộ điều khiển

Hình 4 7 Bố trí và lắp đặt các module, board mạch chính, kit Raspberry Pi 3 Đồ án tốt nghiệp Quản trị

Hình 4 8 Hệ thống sau khi được thi công hoàn thiện

- Chuột, bàn phím và màn hình LCD giúp người dùng giao tiếp với Raspberry

- Buồng chụp ảnh: giúp hệ thống thu tín hiệu hình ảnh và giá trị cân nặng

- Bình chứa khí: cung cấp khí cho xi-lanh khí nén

- Xi-lanh được gắn đầu đệm tiếp xúc: giúp đẩy cà chua xuống rảnh mà không bị hư hỏng

- Board mạch chính, Raspberry Pi và các module thành phần (HX711, PWM) được đóng gói trong hộp điện điều khiển.

LẬP TRÌNH HỆ THỐNG

Từ yêu cầu đã xác định của đề tài nhóm xây dựng lưu đồ giải thuật chương trình chính như sau: Đồ án tốt nghiệp Quản trị

Thay đổi thông số qua trang web

Kết thúc Đọc giá trị cân nặng W Đ Đ

Kiểm tra loại sản phẩm

Từ giá trị cân nặng và hình ảnh

Hiển thị giao diện theo dõi hoạt động

Chụp hình và lưu ảnh

Khai báo thư viện, khởi tạo giá trị ban đầu của biến Khai báo GPIO

S Đếm và cập nhật số lượng mỗi loại Đ

Hình 4 9 Lưu đồ hoạt động của hệ thống Đồ án tốt nghiệp Quản trị

Đầu tiên, hệ thống sẽ khai báo thư viện, khởi tạo biến và cấu hình các thiết bị ngoại vi Giao diện người dùng hiển thị thông số loại cà chua và số lượng mỗi loại trên màn hình LCD Nếu cần thay đổi thông số phân loại, người dùng có thể thực hiện qua giao diện webserver, và hệ thống sẽ tự động cập nhật các thông số mới Nếu không có thay đổi, hệ thống sẽ tiếp tục phân loại theo thông số đã thiết lập trước đó Màn hình máy tính sẽ hiển thị số lượng sản phẩm được đếm ở mỗi loại, cùng với đặc trưng màu sắc và cân nặng của từng loại.

Trong quá trình vận hành, băng chuyền tải cà chua vào buồng chụp, Raspberry Pi ghi nhận tín hiệu hình ảnh và trọng lượng từ camera và loadcell Sau khi xử lý và phân tích, Raspberry Pi đưa ra kết luận về loại cà chua Khi xác định được loại cà chua, các xi-lanh khí nén sẽ đẩy cà chua xuống rãnh theo tín hiệu điều khiển từ Raspberry Pi Hệ thống cũng đếm số lượng các loại cà chua và cập nhật trên giao diện hiển thị Tín hiệu điều khiển này được kích hoạt khi Raspberry Pi nhận tín hiệu từ cảm biến tiệm cận hồng ngoại, cho biết cà chua đã vào đúng vị trí của xi-lanh khí nén.

Qúa trình tiếp tục lặp lại đối với quả cà chua tiếp theo cho đến khi ta dừng chương trình

• Chụp ảnh: Thao tác chụp và lưu lại ảnh của camera Đồ án tốt nghiệp Quản trị

Hình 4 10 Lưu đồ chụp và lưu ảnh

Khi hệ thống hoạt động, camera ghi lại quá trình quả cà chua di chuyển vào buồng chụp Khi cảm biến tiệm cận hồng ngoại tích cực của Raspberry Pi nhận tín hiệu cho phép chụp, camera sẽ chụp ảnh tại thời điểm và vị trí đó Ảnh sau khi chụp sẽ được lưu vào thư mục để xử lý sau này Quá trình này lặp lại với từng quả cà chua, và ảnh của quả trước sẽ tự động được thay thế bằng ảnh của quả sau.

• Xử lý ảnh Đồ án tốt nghiệp Quản trị

Thay đổi thông số qua trang web

Kết thúc Đọc giá trị cân nặng W Đ Đ

Kiểm tra loại sản phẩm

Từ giá trị cân nặng và hình ảnh

Hiển thị giao diện theo dõi hoạt động

Chụp hình và lưu ảnh

Khởi tạo giá trị ban đầu của biến Khai báo GPIO

S Đếm và cập nhật số lượng mỗi loại Đ

Hình 4 11 Lưu đồ chương trình con xử lý ảnh Đồ án tốt nghiệp Quản trị

Raspberry Pi sẽ đọc hình ảnh đã lưu (image) và chuyển đổi từ hệ màu RGB sang hệ màu HSV bằng lệnh của thư viện OpenCV: hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV).

Tiến hành xác định vùng màu tương ứng (đỏ, cam, xanh) theo các giới hạn màu đã được định nghĩa trước Sau đó, thực hiện quy trình lọc nhiễu và tính toán số lượng pixel cho từng màu sắc Xi (Xđỏ, Xcam).

Xđỏ = cv2.countNonZero(đỏ) Tính % số pixel mỗi màu Si (Sđỏ, Scam, Sxanh) bằng công thức:

Trong đó: Y là tổng số các pixel của ba vùng màu (đỏ, cam, xanh) có trong bức hình

Bước tiếp theo sẽ so sánh giá trị Si và giá trị Sset (thường có giá trị 60%) nếu Si

> Sset ta sẽ tiến hành gán giá trị True cho cờ màu tương ứng ngược lại sẽ gán giá trị False

• So sánh và đưa ra kết luận về loại của sản phẩm Đồ án tốt nghiệp Quản trị

Tổ hợp 3 cờ màu, giá trị cân nặng

Loại 1 Loại 2 Loại 3 Loại 4 Loại 5

Hình 4 12 So sánh và dán nhãn phân loại

- (A1, A2), (B1, B2), (C1, C2), (D1, D2) là những khoảng giới hạn trọng lượng ở mỗi loại

- Tổ hợp của 3 cờ màu là trạng thái của 3 cờ màu sau khi phân tích xử lý ảnh ở bước trên(True/False)

- Trạng thái 1,2,3,4 là các tổ hợp 3 cờ màu mà người dùng đã thiết lập từ trang web

Lưu đồ giải thích quá trình xác định loại quả cà chua thông qua việc kết hợp các biến cờ màu (True/False) từ xử lý ảnh với giá trị cân nặng đã đọc Khối xử lý trung tâm sẽ so sánh và đối chiếu các giá trị này với dữ liệu từ Firebase để phân loại cà chua thành các loại khác nhau: “Loại 1”, “Loại 2”, “Loại 3”, “Loại 4”, “Loại 5”.

Khi khởi động, Raspberry Pi sẽ truy xuất dữ liệu từ Firebase để cập nhật thông tin về màu sắc và chỉ số cân nặng lên giao diện, giúp người dùng dễ dàng kiểm tra và theo dõi.

Hình 4 13 Giao diện hoạt động của chương trình chính

Nếu muốn thay đổi các thông số phân loại, người dùng cần tiến hành điều chỉnh thông qua 1 giao diện web

Hình 4 14 Giao diện Web của hệ thống

Dữ liệu trên giao diện web sẽ tự động được cập nhật và lưu trữ vào Firebase khi hệ thống có kết nối Internet.

Hình 4 15 Giao diện firebase lưu dữ liệu của hệ thống

VIẾT TÀI LIỆU HƯỚNG DẪN SỬ DỤNG, THAO TÁC

Bước 1: Cấp nguồn cho hệ thống: hệ thống sử dụng 5 bộ nguồn là :1 adapter

Hệ thống sử dụng nhiều nguồn cấp điện khác nhau: nguồn (5V, 2.5A) cho Raspberry Pi, nguồn (12V, 5A) cho băng tải, nguồn (24V, 5A) cho 5 van điện từ, và adapter (5V, 1.5A) cho board mạch điều khiển relay, HX711 và đèn LED siêu sáng trong buồng chụp ảnh Ngoài ra, nguồn 220V cung cấp cho màn hình LCD Khi được cấp nguồn, đèn báo hiệu trên Raspberry Pi và đèn LED trong buồng chụp ảnh sáng lên, băng tải hoạt động, và màn hình LCD hiển thị tình trạng hoạt động của hệ thống Đây là nội dung của đồ án tốt nghiệp Quản trị.

Hình 4 16 Đèn báo hiệu của Raspberry Pi sáng lúc mới cấp nguồn Đồ án tốt nghiệp Quản trị

Hình 4 17 Đèn led của buồng chụp ảnh sáng lúc mới cấp nguồn Đồ án tốt nghiệp Quản trị

Hình 4 18 Giao diện màn hình LCD của hệ thống khi mới cấp điện

Bước 2: Kiểm tra trạng thái của hệ thống

• Sau khi hệ thống khởi động xong, tiến hành kết nối Raspberry Pi với Internet

Hình 4 19 Màn hình LCD hiển thị Raspberry Pi đã kết nối Internet

• Điều chỉnh tốc độ băng tải Đồ án tốt nghiệp Quản trị

68 Ở bước này người dùng tiến hành kiểm tra tốc độ băng tải xem đã phù hợp với mong muốn hay chưa nếu phù hợp thì thực hiện bước 3

Nếu chưa phù hợp người dùng có thể tiến hành điều chỉnh tốc độ băng tải bằng cách vặn núm xoay trên hộp điều khiển hệ thống

Hình 4 20 Núm xoay điều chỉnh tốc độ băng chuyền hệ thống

Bước 3: Chạy chương trình điều khiển hệ thống và kiểm tra, điều chỉnh dữ liệu

• Chạy chương trình điều khiển hệ thống

Trên giao diện desktop ta tiến hành dùng chuột mở code chương trình chính điều khiển hệ thống Đồ án tốt nghiệp Quản trị

Hình 4 21 Mở chương trình chính điều khiển hệ thống Ở đây nhóm đề tài đặt tên chương trình là “CODE_HOAN_CHINH.py”

Tiếp tục nhấn phím F5 để chạy chương trình “CODE_HOAN_CHINH.py”

• Kiểm tra dữ liệu phân loại của hệ thống

Sau khi nhấn phím F5, người dùng cần kiểm tra màn hình để xác nhận các đặc trưng về màu sắc và thông số cân nặng của từng loại cà chua Nếu dữ liệu hiển thị đúng như mong muốn, người dùng sẽ tiến hành bước 4.

Hình 4 22 Màn hình LCD khi mới chạy chương trình điều khiển

• Điều chỉnh dữ liệu phân loại Đồ án tốt nghiệp Quản trị

Nếu dữ liệu hiển thị không đúng như mong muốn, hãy nhấn nút “Exit” để thoát chương trình Sau đó, trở lại màn hình Desktop và sử dụng chuột để mở file “WEB_HE_THONG.html”.

Hình 4 23 Màn hình LCD hiển thị chọn chương trình “WEB_HE_THONG.html”

Ngay sau khi hoàn thành bước trước, giao diện web sẽ xuất hiện Tại đây, người dùng cần sử dụng chuột để "click" chọn đặc trưng màu sắc, sau đó nhập thông số về cân nặng tối đa và tối thiểu, cuối cùng là chọn loại sản phẩm.

Hình 4 24 Giao diện web tùy chỉnh các thông số về loại sản phẩm Đồ án tốt nghiệp Quản trị

Sau khi hoàn tất việc tùy chỉnh các thông số, chúng ta sẽ đóng trang web và trở lại chương trình “CODE_HOAN_CHINH.py” Tiếp theo, nhấn phím F5 và chờ hệ thống hoạt động trong khoảng 2 giây.

Nếu người dùng hoàn thành đầy đủ các bước, màn hình sẽ hiển thị giao diện đặc trưng với màu sắc, thông số cân nặng và số lượng cà chua ban đầu tương ứng với từng loại cà chua theo dữ liệu vừa cập nhật.

Hình 4 25 Giao diện màn hình LCD sau khi điều chỉnh các thông số phân loại

Người dùng cần kiểm tra lại các thông số đã cài đặt để đảm bảo hệ thống đã cập nhật kịp thời Nếu dữ liệu chính xác, tiếp tục với bước tiếp theo; nếu không, hãy kiểm tra kết nối Internet và thực hiện lại bước 3.

Bước 4 Phân loại cà chua

Sau khi hoàn tất các bước, bộ phận cơ khí sẽ đưa quả cà chua đầu tiên vào băng tải Tại đây, cà chua sẽ di chuyển liên tục từ đầu đến cuối băng tải (đối với cà chua loại 5) hoặc được xi lanh tác động để đẩy xuống hộp chứa (đối với cà chua loại 1, 2, 3, 4).

Hình 4 26 Cà chua thứ nhất khi được đưa vào buồng chụp

Sau khi khối xử lý trung tâm tiếp nhận tín hiệu hình ảnh từ camera và đọc tín hiệu cân nặng từ cảm biến, cà chua sẽ được dán nhãn phân loại trước khi ra khỏi buồng chụp.

Hình 4 27 Cà chua sau khi ra khỏi buồng chụp của hệ thống Đồ án tốt nghiệp Quản trị

Cà chua loại 1, 2, 3 hoặc 4 sẽ được bộ phận xi-lanh tác động để đẩy xuống hộp chứa tương ứng Đồng thời, biến đếm loại cà chua sẽ tăng lên 1 đơn vị và được cập nhật trên giao diện người dùng.

Hình 4 28 Xi lanh đẩy cà chua thứ nhất xuống hộp chứa loại 3

Hình 4 29 Màn hình LCD sau khi xi-lanh tác động quả cà chua thứ nhất Đồ án tốt nghiệp Quản trị

Cà chua thuộc loại 5 sẽ được băng tải di chuyển đến cuối băng chuyền và di chuyển đến hộp chứa loại 5

Hình 4 30 Băng tải di chuyển cà chua loại 5 đến cuối băng chuyền

Quả cà chua thứ hai sẽ được đưa vào buồng chụp để kiểm tra và xử lý theo quy trình đã mô tả trước đó Hệ thống sẽ tiếp tục hoạt động cho đến khi người dùng quyết định dừng lại bằng cách nhấn nút Exit trên giao diện và ngắt nguồn cung cấp.

Hình 4 31 Cà chua sau khi được hệ thống phân loại

• Để sản phẩm xa tầm tay trẻ em

• Đặt sản phẩm tại nơi bằng phẳng, khô ráo, thoáng mát tránh tiếp xúc trực tiếp với ánh nắng

• Không để sản phẩm chịu tác động của ngoại lực như va chạm mạnh, rơi rớt

• Cấp đúng nguồn 220VAC và đảm bảo nguồn điện ổn định để hệ thống hoạt động ổn định

• Cung cấp môi trường wifi ổn định để kết nối không bị gián đoạn

• Sản phẩm không hoạt động: kiểm tra nguồn điện cấp đúng 220VAC, kiểm tra kết nối Internet

Nếu sản phẩm bị vỡ, hư hỏng hoặc không hoạt động mặc dù đã đảm bảo nguồn điện và Internet, hãy liên hệ với kỹ thuật viên để được hỗ trợ Tuyệt đối không tự ý tháo mở hoặc thay thế linh kiện bên trong hộp điều khiển.

KẾT QUẢ - NHẬN XÉT - ĐÁNH GIÁ

KẾT QUẢ TỔNG QUAN

Sau gần 3 tháng nghiên cứu tài liệu chuyên môn và tìm kiếm thông tin trên Internet, cùng với sự hỗ trợ tận tình từ giáo viên hướng dẫn, nhóm thực hiện đề tài “Nghiên cứu, thiết kế và thi công mô hình đếm và phân loại sản phẩm theo cân nặng, màu sắc” đã đạt được những thành công nhất định Nhóm hoàn thành dự án đúng yêu cầu và trong thời gian quy định.

- Nghiên cứu và hiểu được nguyên lí hoạt động của cảm biến cân nặng, USB Camera Pi, cảm biến tiệm cận hồng ngoại, động cơ DC giảm tốc.

- Nghiên cứu và biết sử dụng Kit Raspberry, cài đặt hệ điều hành cho Raspberry

Pi, ứng dụng hiệu quả board mạch này vào mô hình đề tài

- Tìm hiểu nguyên lí hoạt động của xi-lanh khí nén và vận hành thành công vào mô hình đề tài

- Tìm hiểu và ứng dụng được các module điều khiển tốc độ động cơ, chuyển đổi ADC

- Thiết kế được mạch Relay điều khiển các van điện từ

- Tính toán, thiết kế, chọn linh kiện để hoàn thiện được board mạch chính đủ dòng áp chạy đáp ứng được yêu cầu đề tài

Củng cố kiến thức vẽ mạch nguyên lý và PCB bằng phần mềm Altium và Proteus giúp bạn thiết kế một board mạch hoàn chỉnh, đáp ứng yêu cầu đề tài và tối ưu kích thước mạch để đảm bảo tính thẩm mỹ.

- Tiếp cận, lập trình ngôn ngữ Python, ngôn ngữ HTML, sử dụng công cụ hỗ trợ trong thư viện OpenCV, công cụ hỗ trợ tạo giao diện Tkinter

Tìm hiểu và nghiên cứu các giải thuật xử lý ảnh là bước quan trọng trong việc thực hiện các tác vụ như điều chỉnh độ sáng và lọc nhiễu Những kiến thức này không chỉ giúp cải thiện chất lượng hình ảnh mà còn là nền tảng cho đồ án tốt nghiệp trong lĩnh vực Quản trị.

- Tiếp cận công cụ lưu trữ dữ liệu online mới - Realtime database, vận dụng thành công vào đề tài

Hệ thống được phát triển có khả năng phân loại quả cà chua thành 5 loại khác nhau, dựa trên các đặc trưng riêng biệt về màu sắc bề mặt và trọng lượng, đáp ứng nhu cầu của người dùng.

KẾT QUẢ ĐẠT ĐƯỢC

5.2.1 Giao diện hiển thị Tkinter Để đơn giản và thuận tiện cho người dùng trong quá trình sử dụng, nhóm đã nghiên cứu và thiết kế một giao diện hiển thị trên màn hình LCD (giao diện Tkinter) lúc hệ thống đang hoạt động.Giao diện này giúp người sử dụng có thể dễ dàng kiểm tra các thông số của loại cà chua, số lượng mỗi loại mà hệ thống phân loại được, thao tác dừng chương trình hoạt động thông qua nút nhấn “Exit” mà không cần thiết phải ngắt nguồn hệ thống đột ngột Đầu tiên khi mới mở chương trình chính, giao diện sẽ hiển thị như hình bên dưới:

Hình 5 1 Giao diện màn hình LCD sau khi mở chương trình chính

Người dùng có thể tùy chỉnh màu sắc và thông số cân nặng thông qua giao diện web, điều này sẽ được trình bày chi tiết trong phần tiếp theo của đồ án tốt nghiệp Quản trị.

Hình 5 2 Số lượng cà chua được cập nhật sau khi hệ thống xử lý mỗi quả

Khi hệ thống dán nhãn cho các loại cà chua và sử dụng xi-lanh để đẩy cà chua vào hộp chứa tương ứng (loại 1, 2, 3, 4), biến đếm của từng loại cà chua sẽ tăng lên 1 đơn vị Đồng thời, hệ thống cũng tự động cập nhật giao diện hiển thị.

Nút nhấn” Exit” trên giao diện có tác dụng thoát chương trình chính

5.2.2 Giao diện Web và Cơ sở lưu trữ dữ liệu Realtime Database Để người dùng có thể tùy chỉnh được các thông số về loại sản phẩm, nhóm đã thiết kế một giao diện web trên máy ảo (chỉ có thể truy cập vào trang web nếu sử dụng máy tính lưu dữ liệu)

Khi truy cập vào file trang web giao diện sẽ xuất hiện:

Hình 5 3 Giao diện web tùy chỉnh các thông số về loại sản phẩm Đồ án tốt nghiệp Quản trị

Người dùng có thể lựa chọn đặc trưng màu sắc, sau đó nhập thông số về cân nặng tối đa và tối thiểu, cuối cùng là chọn loại sản phẩm phù hợp.

Sau khi người dùng điều chỉnh các thông số trên trang web, dữ liệu sẽ được lưu trữ vào cơ sở dữ liệu Firebase, miễn là hệ thống có kết nối Internet.

Hình 5 4 Dữ liệu được lưu dữ tại firebase

5.2.3 Kết quả mô hình thực tế

Sau khi hoàn thành mạch điều khiển và lắp ráp cũng như kiểm tra các module, chúng tôi đã tiến hành bố trí hệ thống một cách hợp lý Kết quả cuối cùng của hệ thống được trình bày rõ ràng và hiệu quả.

Hình 5 5 Hệ thống hoàn thiện của đề tài (đầu băng chuyền, ngõ vào của cà chua) Đồ án tốt nghiệp Quản trị

Hình 5 6 Hệ thống hoàn thiện của đề tài (phía trái so với đầu băng chuyền)

Hộp điện điều khiển hệ thống bao gồm các thành phần chính như board mạch điện, kit Raspberry Pi, module điều khiển tốc độ động cơ (Module PWM) và module HX711 Đây là nội dung quan trọng trong đồ án tốt nghiệp chuyên ngành Quản trị.

Hình 5 7 Bố trí và lắp đặt các module, board mạch trong hộp điện điều khiển

Module PWM Đồ án tốt nghiệp Quản trị

Hình 5 8 Hình Hình ảnh chụp phía trên của buồng chụp ảnh khi cung cấp điện hoạt động hệ thống

Hình 5 9 Hình Hệ thống hoàn thiện của đề tài(phía phải so với đầu băng chuyền) Đồ án tốt nghiệp Quản trị

Hình 5 10 Các van điện từ được bố trí ngay dưới băng chuyền

Các van điện từ được sắp xếp gần nhau và đặt ngay dưới băng chuyền, giúp tối ưu hóa chiều dài dây dẫn khí từ van đến xi-lanh, từ đó đảm bảo hệ thống hoạt động ổn định và hiệu quả.

Raspberry Pi sẽ xử lý và xác định màu sắc của cà chua thông qua quá trình xử lý ảnh Sau khi có kết quả, bộ xử lý trung tâm sẽ dựa vào giá trị cân nặng để phân loại cà chua theo lưu đồ chương trình chính Đây là một phần của đồ án tốt nghiệp trong lĩnh vực Quản trị.

Hình 5 11 Kết quả thực nghiệm đối với nhóm cà chua (thực hiện ngày 25/5/2019).

NHẬN XÉT – ĐÁNH GIÁ

5.3.1 Nhận xét kết quả đạt được Đồ án do nhóm thực hiện đã đạt được khoảng 95% mục tiêu do nhóm đặt ra

Nhóm đã được giới thiệu về hệ điều hành Raspbian, bao gồm quy trình cài đặt, thực hiện các tác vụ cơ bản và áp dụng để xây dựng một hệ thống làm việc theo mục đích đã đề ra.

Việc sử dụng ngôn ngữ lập trình Python, HTML, thư viện OpenCV và công cụ Tkinter đã hỗ trợ nhóm trong việc hoàn thiện các thuật toán cho Đồ án tốt nghiệp Quản trị.

85 trong phạm vi đề tài nhờ vào tính cấp cao của ngôn ngữ lập trình và những công cụ hỗ trợ

Raspberry Pi 3 là lựa chọn lý tưởng cho các dự án vừa và nhỏ nhờ vào kích thước nhỏ gọn, tốc độ xử lý nhanh và khả năng kết nối ngoại vi linh hoạt Với số lượng chân GPIO đáng kể, nó mang lại nhiều tùy chọn cho người dùng Tuy nhiên, Raspberry Pi 3 có những hạn chế khi áp dụng cho các hệ thống lớn.

Camera USB Pi, mặc dù có độ phân giải không cao, nhưng lại có giá thành phải chăng và khả năng kết nối linh hoạt Chất lượng ảnh của nó cũng rất phù hợp cho các ứng dụng xử lý ảnh.

Nhóm nghiên cứu lần đầu tiên áp dụng cơ cấu phân loại bằng xi-lanh khí nén trong học tập và nghiên cứu Việc sử dụng xi-lanh yêu cầu người dùng hiểu rõ các đặc điểm riêng để vận hành hiệu quả Trong quá trình thử nghiệm, nhóm gặp phải một số vấn đề như mất ổn định dòng khí đầu vào, rò rỉ khí và tốc độ đẩy quá cao Để khắc phục, nhóm đã rà soát hệ thống ống dẫn khí, sử dụng van tiết lưu để điều chỉnh tốc độ đẩy và đảm bảo lượng khí đầu vào từ máy nén khí Xi-lanh khí nén có thể được áp dụng trong nhiều hệ thống phân loại khác nhau, không chỉ riêng với cà chua.

Sau nhiều lần thử nghiệm, hệ thống mà nhóm thiết kế hoạt động ổn định với cảm biến đọc nhanh Thời gian từ khi đọc giá trị cân nặng và chụp ảnh đến khi đưa ra kết quả phân loại cho mỗi quả cà chua chỉ mất 0.5 giây Hệ thống phân loại đạt sai số trung bình nhỏ hơn 5%, cho thấy tính hiệu quả cao trong quá trình vận hành.

Sau thời gian tìm hiểu và nghiên cứu về đề tài, nhóm đưa ra những đánh giá như sau:

- Đề tài sau khi hoàn thành có tính ứng dụng cao vào thực tế, có những điểm mới và độ ổn định cao

Sản phẩm này được thiết kế cho hộ gia đình và thương lái nhỏ, nhằm phục vụ một thị trường tiêu thụ lớn Do đó, đề tài có tiềm năng cải tiến và phát triển thêm nhiều tính năng mới, mở ra cơ hội thương mại hóa sản phẩm và tạo ra nguồn lợi kinh tế đáng kể.

Đề tài nghiên cứu này được đánh giá cao về tính hữu ích và khả năng ứng dụng thực tiễn, cho thấy sự quan tâm của nhóm đối với lĩnh vực Quản trị Đây là một đồ án tốt nghiệp có tiềm năng mang lại giá trị thực tế cho cộng đồng.

Tiêu đề	Nghiên Cứu, Thiết Kế Và Thi Công Mô Hình Đếm Và Phân Loại Sản Phẩm Theo Cân Nặng, Màu Sắc
Tác giả	Phạm Thị Thanh Thảo, Phan Trần Hoài Vũ
Người hướng dẫn	Th.S. Nguyễn Đình Phú
Trường học	Trường Đại Học Sư Phạm Kỹ Thuật Tp. Hồ Chí Minh
Chuyên ngành	Công Nghệ Kỹ Thuật Điện Tử Truyền Thông
Thể loại	Đồ án tốt nghiệp
Năm xuất bản	2019
Thành phố	Tp. Hồ Chí Minh

Định dạng
Số trang	116
Dung lượng	5,18 MB