đồ án chuyên ngành robot phân phối hàng theo màu sắc

Khi sử dụng cảm biến dò line bằng camera, hình ảnh của đường line được chụp bởi camera và sau đó được xử lý bởi một thuật toán phân tích hình ảnh.. ✓ Cảm biến màu sắc Cảm biến màu sắc là

TỔNG QUAN

Tổng quan về AGV

Xe tự hành AGV (Automation Guided Vehicle) là một phương tiện không người lái được sử dụng để vận chuyển hàng hóa, sản phẩm, nguyên vật liệu đến những địa điểm đã được đánh dấu sẵn Xe AGV có thể được áp dụng trong một số lĩnh vực sau:

- Vận chuyển linh kiện, thành phẩm và hàng hoá giữa các vị trí trong nhà máy

- Vận chuyển dược phẩm và thiết bị trong các bệnh viện, cơ sở y tế

- Sử dụng trong các trạm giao nhận hàng hóa để vận chuyển và xếp dỡ container và palet

- Áp dụng trong việc thu hoạch và vận chuyển nông sản, xếp dỡ vật liệu trong quy trình chế biến thực phẩm, hoặc trong việc quản lý các khu vực trồng cây và thực vật

Các công nghệ dẫn đường cho xe dò line: điều hướng bằng line, điều hướng bằng từ tính gồm dây từ hay điểm từ, điều hướng bằng mã QR, điều hướng bằng laser, điều hướng bằng con quay hồi chuyển, điều hướng bằng GPS, điều hướng tổng hợp

Trong khuôn khổ đề tài, nhóm hướng đến thiết kế AGV bám line vận chuyển khối hàng (kích thước tối đa 150 × 150 × 150 𝑚𝑚, khối lượng 2𝑘𝑔) hoàn thành quỹ đạo đường đi định sẵn đảm bảo các yêu cầu đặt ra ra trong đồ án môn học.

Các sản phẩm trong và ngoài nước

1.2.1 Kết cấu cơ khí a AWMP-500

Mobile Robot AWMP-500 là một sản phẩm của AutomationWare, được thiết kế tập trung vào độ nhỏ gọn, tính linh hoạt cao và khả năng chống nước

Bảng 1.1 Thông số kỹ thuật AWMP-500

Thông số kỹ thuật Giá trị Đơn vị

Tốc độ tối đa 1.5 𝑚/𝑠 Đường kính bánh chủ động 260 𝑚𝑚

Phân tích kết cấu: Xe sử dụng cơ cấu 3 bánh, với 2 bánh trước dẫn động, bánh sau là bánh tự lựa

Hình 1.2 Sơ đồ nguyên lý AWMP-500 Ưu điểm:

- Kết cấu truyền động đơn giản

- Việc đồng phẳng cho các bánh xe dễ dàng

- Cho phép xe cua ở bán kính cong nhỏ, có thể quay đầu tại chỗ, có thể hoạt động trong các không gian hẹp

- Hai bánh trước vừa dẫn hướng vừa dẫn động để kéo tải nên khó bị lật

- Tải được chia đều cho 3 bánh, nên tải trọng của xe thấp

- Khả năng bám đường kém nên khi cua với vận tốc lớn dễ bị trượt

IGR - LPA là xe AGV của Idea Group có gầm thấp, chắc chắn, cấu trúc đơn giản, di chuyển linh hoạt phù hợp, thiết kế dạng module dễ lắp đặt và bảo trì

Hình 1.3 Mô hình IGR - LPA Bảng 1.2 Thông số kỹ thuật IGR - LPA

Phân tích kết cấu xe: Xe sử dụng cơ cấu 4 bánh, 2 bánh trước tự lựa, 2 bánh sau chủ động

Hình 1.4 Sơ đồ nguyên lý IGR - LPA

- Khả năng bám đường tốt

- Do tải chia đều cho 4 bánh nên có thể chịu tải trọng lớn

- Do hai bánh trước bị động nên hạn chế về khả năng cua

- Cần phải đảm bảo cho cả 4 bánh xe đồng phẳng

- Hai bánh sau vừa dẫn động kéo tải vừa phải chịu tải, dễ bị bốc đầu khi trọng tâm xe dồn về sau c Kai I type

Kai I type là một dòng xe tự hành của hãng Carry Bee xuất xứ từ Nhật Bản, chuyên dùng để vận chuyển hàng hóa

Hình 1.5 Mô hình Kai I type Bảng 1.3 Thông số kỹ thuật Kai I type

Phân tích kết cấu xe: Xe sử dụng cơ cấu 4 bánh, 2 bánh trước chủ động, 2 bánh sau tự lựa

Hình 1.6 Sơ đồ nguyên lý Kai I type Ưu điểm:

- Do tải chia đều cho 4 bánh nên có thể chịu tải trọng lớn

- Có thể cua ở bán kính nhỏ

- Do hai bánh sau bị động nên sẽ dễ bị lắc khi cua với bán kính nhỏ

- Cần phải đảm bảo cho cả 4 bánh xe đồng phẳng d Novus Carry - 100

Novus Carry - 100 là một xe AGV của hãng The Hi-Tech Robotic Systemz, xuất xứ từ Ấn Độ Với tải trọng tối đa 100kg, Novus Carry - 100 thường được sử dụng trong bệnh viện để vận chuyển các vật dụng nhẹ như khay thức ăn, khăn trải giường, chất thải y tế…

Hình 1.7 Mô hình Novus Carry - 100

Bảng 1.4 Thông số kỹ thuật Novus Carry - 100

Tốc độ tối đa 1.1 𝑚/𝑠 Đường kính bánh chủ động 200 𝑚𝑚

Phân tích kết cấu: Xe sử dụng cơ cấu 6 bánh, với 2 bánh chủ động ở giữa, 2 bánh trước và 2 bánh sau là bánh tự lựa

Hình 1.8 Sơ đồ nguyên lý Novus Carry – 100 Ưu điểm:

- Tải phân bố cho 6 bánh nên xe có khả năng chịu tải rất lớn

- Kết cấu xe lớn, phức tạp làm tăng diện tích xe

- Phải đảm bảo đồng phẳng 6 bánh xe

- Khi cua ở bán kính nhỏ xe dễ bị lắc

1.2.2 Cảm biến a Cảm biến dò line

Camera được sử dụng để nhận dạng và giám sát các đường viền hoặc đường line trên mặt đất hoặc bề mặt khác Camera này thường được sử dụng trong các ứng dụng tự động hóa và robotic và có thể được lắp đặt trên robot, xe tự hành hoặc các hệ thống điều khiển tự động khác

Khi sử dụng cảm biến dò line bằng camera, hình ảnh của đường line được chụp bởi camera và sau đó được xử lý bởi một thuật toán phân tích hình ảnh Thuật toán này sẽ xác định vị trí của đường line và thông qua đó, cung cấp tín hiệu điều khiển cho robot hoặc hệ thống tự động hóa để điều chỉnh hoặc điều hướng di chuyển theo đường line

Hình 1.9 Modul camera DF-FTI0701 Ưu điểm:

- Độ chính xác rất cao nếu dùng camera có độ phân giải cao

- Có thể nhận diện và xử lý được các đường line phức tạp

- Độ chính xác phụ thuộc vào độ phân giải và khả năng xử lý của chip điều khiển

- Có thể bị nhiễu trong môi trường có cường độ ánh sáng thay đổi

Cảm biến hồng ngoại là một thiết bị điện tử phát hoặc nhận bức xạ hồng ngoại trong môi trường xung quanh

Bộ dò đường 5 sensor TCRT5000L sử dụng 5 cảm biến hồng ngoại được thiết kế dùng để phát hiện line đen và line trắng Gặp màu trắng thì đầu ra mức cao, gặp màu đen hoặc ngoài dãy nhận biết thì tín hiệu mức thấp

Hình 1.10 Cảm biến hồng ngoại dò line TCRT5000L Ưu điểm:

- Đầu ra có thể là analog hoặc digital

- Cần phải tính toán chọn lựa loại có khoảng cách đo phù hợp

Cấu tạo của cảm biến quang trở bao gồm một lớp vật liệu dẫn điện như silic hoặc seleni, kết nối với hai đầu của mạch điện Khi ánh sáng chiếu lên lớp vật liệu này, lượng điện trở thông qua cảm biến sẽ thay đổi Nguyên lý này dựa trên hiệu ứng quang điện, khi một lượng photon ánh sáng chiếu vào, các electron trong vật liệu dẫn điện sẽ được kích thích và di chuyển, làm thay đổi điện trở.đổi điện trở suất (hay độ dẫn) trong bán dẫn Ưu điểm:

- Khả năng phát hiện chính xác

- Khả năng phản ứng nhanh

- Bị hạn chế bởi ánh sáng môi trường b Cảm biến màu sắc

Cảm biến tương phản là một loại cảm biến được sử dụng để phát hiện sự khác biệt về độ sáng giữa các vật thể Cảm biến tương phản hoạt động bằng cách phát ra tín hiệu ánh sáng và đo lường độ phản chiếu của tín hiệu đó từ vật thể được quan sát

Phép đo độ tương phản được từng bước hoạt động như sau: đo các giá trị tương phản, cảm biến tương phản phát ra ánh sáng, cảm biến tương phản nhận phản xạ và xử lý nó, đánh giá phản ánh nhận được

Hình 1.11 Cảm biến tương phản LEUZE KRTM 3B/2.1121-S8 Ưu điểm:

- Đơn giản trong việc lắp đặt và sử dụng

- Có khả năng tự động hiệu chỉnh khoảng cách mang lại hiệu suất cao

- Công nghệ nguồn sáng đa màu RGB đáp ứng được nhiều ứng dụng đa dạng kể cả khi độ tương phản rất thấp

- Độ phân giải cao trong khi phát hiện dấu màu, thậm chí khi sự khác biệt giữa dấu màu và màu nền rất nhỏ

- Không hiệu quả cho việc phân biệt giữa nhiều mẫu màu

- Đòi hỏi màu nền và màu dấu cụ thể

Cảm biến màu sắc là một loại cảm biến có tính năng phân biệt các loại màu khác nhau như xanh lá cây, xanh lam hoặc đỏ… Cảm biến này sử dụng nguồn ánh sáng để phân tích màu sắc, có nghĩa là nó phát ánh sáng thông qua nguồn sáng của đèn LED và sau đó hấp thụ ánh sáng này Ánh sáng sẽ phản xạ sau khi chiếu vào vật thể bất kì hoặc sự vật cụ thể nào Trên nguyên lý ánh sáng phản xạ, bộ điều khiển sử dụng cảm biến phân tích màu sắc của vật hoặc đối tượng cụ thể

Có rất nhiều cảm biến màu có sẵn trên thị trường như cảm biến màu TCS230, cảm biến màu sắc TCS3200, cảm biến màu sắc VEX IQ… có thể giao tiếp dễ dàng với vi điều khiển hoặc bo mạch Arduino

Hình 1.12 Cảm biến màu sắc TCS3200 Ưu điểm:

- Bị ảnh hưởng bởi sự biến đổi bề mặt đối tượng

- Cảm biến màu có thể có những hạn chế trong việc nhận biết một số màu nhất định

✓ Cảm biến cường độ ánh sáng

Cảm biến cường độ ánh sáng (light intensity sensor) là một loại cảm biến được sử dụng để đo lường mức độ hoặc cường độ ánh sáng trong một môi trường nhất định Cảm biến này có thể dùng để tự động điều chỉnh đèn, điều khiển tự động trong hệ thống chiếu sáng, đo lường mức sáng trong ống kính máy ảnh, hoặc áp dụng trong các thiết bị điện tử khác

Cảm biến cường độ ánh sáng hoạt động dựa trên nguyên lý của hiệu ứng quang điện (photoelectric effect) Hiệu ứng này xảy ra khi một vật liệu hấp thụ ánh sáng và tạo ra dòng điện

Cảm biến cường độ ánh sáng thông thường sử dụng một trong hai loại vật liệu để tạo ra hiệu ứng quang điện: LDR (Light-dependent resistor) hoặc photodiode

Hình 1.13 Cảm biến cường độ ánh sáng Lux BH1750 Ưu điểm:

- Ảnh hưởng từ nguồn ánh sáng xung quanh, khả năng gây nhiễu điện từ

Camera ngoài nhiều chức năng khác, nó cũng có thể được sử dụng để nhận diện màu sắc với độ chính xác cao với dải màu rộng Ưu điểm:

- Số màu nhận diện lớn

- Có nhiều thuật toán xử lý

- Cần vi điều khiển đủ mạnh để xử lý tín hiệu c Các giải thuật xử lý tín hiệu cảm biến Đối với các loại cảm biến quang, tín hiệu tương tự từ cảm biến sẽ được hiệu chuẩn và xử lí bằng các giải thuật so sánh hoặc xấp xỉ để tìm ra vị trí tương đối của robot dò line với tâm đường line

✓ Phương pháp dùng bộ so sánh

Phương pháp này xấp xỉ vị trí cảm biến với tâm đường line bằng tín hiệu số (0, 1) Sau đó sử dụng giải thuật so sánh với các trạng thái được định sẵn để suy ra vị trí tương đối giữa đường line so với cảm biến Sai số dò line phụ thuộc vào khả năng phân biệt các trạng thái của hệ thống hay khoảng cách giữa các sensor Phương pháp này phụ thuộc chủ yếu vào mức ngưỡng so sánh của các sensor, do đó tốc độ xử lý rất nhanh

Hình 1.14 Xử lí tín hiệu bằng phương pháp so sánh

Phương pháp này xấp xỉ vị trí cảm biến với tâm đường line bằng tín hiệu tương tự, line càng gần cảm biến nào thì tín hiệu output càng lớn, thường sử dụng 2 phương pháp sau:

Phương pháp xấp xỉ bậc 2

Đầu bài cụ thể

Các mẫu xe AGV đã tìm hiểu trong phần 1.2.1 có tốc độ tối đa rơi vào khoảng (0.5 – 1.5 m/s) Trong khuôn khổ đề tài, vận tốc tối thiểu được yêu cầu là 0.1 m/s Để có thể đảm bảo được mục tiêu về tốc độ tối thiểu và đáp ứng được tốc độ như một xe AGV công nghiệp, chọn tốc độ tối đa là 0.5 m/s

Thiết kế robot bám line phân phối hàng hóa theo màu sắc

Bảng 1.5 Thông số đầu bài

Bán kính cong nhỏ nhất 𝜌 𝑚𝑖𝑛 = 500𝑚𝑚

Sai số bám đường dẫn ±3𝑚𝑚

Sai số vị trí dừng cuối đường dẫn ±5𝑚𝑚

Hình 1.19 Sơ đồ sa bàn cho robot phân phối hàng hóa theo màu sắc

Yêu cầu vận hành của hệ thống như sau:

(i) Robot từ vị trí “Bắt đầu” di chuyển đến “Khu vực tải hàng” (được đánh dấu bằng 1 vạch cắt đường dẫn, vạch cắt ngang dài 50 mm và rộng 26 mm) và dừng lại chờ khối hàng được đặt lên bằng tay Robot có khả năng nhận biết khối hàng đã tải lên xong

(ii) Tại “Khu vực tải hàng”, một khối hàng có màu đỏ hoặc xanh sẽ được đặt bằng tay lên trên robot Khối lượng khối hàng là 2 kg Robot có khả năng nhận biết khối hàng đã tải lên xong

(iii) Sau khi nhận hàng, robot phải di chuyển đến vị trí “Kết thúc” tương ứng với màu sắc của gói hàng

Với khối hàng có kích thước 140 × 90 × 90 (𝑚𝑚), khối lượng 2𝑘𝑔

LỰA CHỌN PHƯƠNG ÁN

Lựa chọn phương án cơ khí

2.1.1 Lựa chọn nguyên lý xe

Từ những cơ cấu đã tìm hiểu ở phần tổng quan, nhận thấy 4 phương án để có thể đáp ứng yêu cầu 𝑣 𝑚𝑎𝑥 = 0.5𝑚/𝑠 và tải là khối hàng 2𝑘𝑔

Bảng 2.1 So sánh ưu nhược điểm giữa các sơ đồ nguyên lý

3 bánh (2 bánh trước dẫn động)

4 bánh (2 bánh sau dẫn động)

4 bánh (2 bánh trước dẫn động)

6 bánh (2 bánh giữa dẫn động) Ưu điểm - Kết cấu cơ khí đơn giản

- Mô hình toán đơn giản, dễ điều khiển

- Dễ đồng phẳng cho các bánh xe

- Khả năng cân bằng tốt

- Tải phân bố cho 6 bánh nên xe có khả năng chịu tải rất lớn

- Có khả năng bám đường kém

- Khi vào cua dễ bị lật

- Hạn chế về khả năng cua

- Dễ bị bốc đầu khi trọng tâm xe dồn về sau

- Dễ bị lắc khi cua với bán kính nhỏ

-Kết cấu xe lớn, phức tạp làm tăng diện tích xe

- Phải đảm bảo đồng phẳng 6 bánh xe

- Khi cua ở bán kính nhỏ xe dễ bị lắc

Tiêu chí lựa chọn nguyên lý xe cho đề tài:

- Khả năng bám đường, không bị lật, bị trượt khi vào cua

- Kết cấu xe đảm bảo vững khi có tải

- Dễ dàng cho việc thiết kế và tiết kiệm chi phí

Từ những tiêu chí trên, nhóm chọn cơ cấu 4 bánh, 2 bánh trước dẫn động, 2 bánh sau tự lựa

Hình 2.1 Sơ đồ nguyên lý 2.1.2 Lựa chọn bánh xe a Bánh chủ động:

Tiêu chí chọn bánh chủ động:

- Độ phổ biến bánh xe của các xe dò line

Vì yêu cầu đề tài là di chuyển trên mặt phẳng, không trơn trượt, nhóm quyết định lựa chọn bánh xe V2

Hình 2.2 Bánh Xe V2 65mm Khớp Lục Giác 12mm

- Chất liệu: Nhựa, mút, cao su

- Khớp lục giác: 12mm b Bánh bị động

Bảng 2.2 Bảng so sánh ưu nhược điểm của bánh 2 loại bánh đa hướng

Loại bánh xe Bánh đa hướng bi cầu Bánh đa hướng caster Ưu điểm - Toàn bộ bánh xe làm bằng sắt và bi thép nên rất bền

- Bánh xe đơn giản, kích thước nhỏ gọn, dễ lắp đặt

- Bánh xe di chuyển và điều hướng tương đối tốt

- Kích thước tương đối nhỏ gọn

- Bánh có chất lượng tốt

- Chuyển hướng nhanh, di chuyển êm

- Phù hợp với nhiều loại robot xe

- Khả năng tải hàng tốt

Nhược điểm Khi chạy trên mặt sàn có cát hay các sợi tóc dễ bị kẹt bánh xe

Bánh có độ cao tương đối lớn so với xe làm cảm biến dễ bị nhiễu, có thể dẫn đến việc xe không bám được line

Chọn bánh caster vì độ ổn định sẽ cao hơn khi tải hàng và việc điều chỉnh độ cao của cảm biến không quá phức tạp khi dùng bánh này

Hình 2.3 Bánh Đa Hướng V1 25mm Universal Wheel

Lựa chọn phương án điện

2.2.1 Lựa chọn cảm biến a Cảm biến dò line

Tiêu chí lựa chọn cảm biến dò line:

- Nhận biết được sự thay đổi màu sắc giữa trắng và đen trên sa bàn

- Tốc độ xử lý nhanh để giúp xe có khả năng nhận biết những đoạn line chuyển hướng đột ngột

- Dễ tìm trên thị trường và giá thành hợp lý

Bảng 2.3 So sánh các loại cảm biến dò line

Loại cảm biến Camera Hồng ngoại Quang trở

Tốc độ xử lý Chậm Nhanh Nhanh Độ chính xác Cao Thấp Thấp

Giá thành Cao Thấp Thấp

Thuật toán Phức tạp Đơn giản Đơn giản

Kết luận: Lựa chọn cảm biến hồng ngoại Tuy nhiễu nhiều hơn so với camera nhưng có thể xử lý được, giá thành lại rẻ hơn nhiều và dễ dàng tìm mua trên thị trường Cụ thể là cảm biến hồng ngoại TCRT5000

Hình 2.4 Cảm biến hồng ngoại TCRT5000 b Cảm biến màu sắc

Tiêu chí chọn lựa cảm biến màu sắc:

- Nhận biết được màu xanh và đỏ

- Giá thành rẻ, dễ tìm trên thị trường

- Nhỏ gọn, dễ bố trí

- Giải thuật xử lý đơn giản

Bảng 2.4 So sánh các loại cảm biến màu sắc

Loại cảm biến Camera Màu sắc Tương phản

Tốc độ xử lý Chậm Nhanh Nhanh Độ chính xác Cao Cao Cao

Giá thành Cao Thấp Cao

Thuật toán Phức tạp Đơn giản Phức tạp

Kết luận: Chọn cảm biến màu sắc vì đáp ứng đủ các tiêu chí Cụ thể là cảm biến TCS3200

Hình 2.5 Cảm biến màu sắc TCS3200 2.2.2 Lựa chọn cách bố trí cảm biến dò line Để có thể phát hiện được đường line cần sử dụng ít nhất là hai cảm biến Tuy nhiên, việc sử dụng 2 cảm biến là không đủ để robot có thể phân biệt được giữa đường thẳng và khúc cua Hiện nay có 3 loại phân bố cảm biến thường thấy như là: bố trí ma trận, bố trí đường ngang và bố trí chữ “V”

Hình 2.6 Bố trí dạng đường ngang

Bố trí dạng đường ngang: Được sử dụng phổ biến đối với các sa bàn chỉ gồm đường thẳng, đường cong, đường đơn giản.

Hình 2.7 Bố trí dạng ma trận

Bố trí dạng ma trận: Phù hợp với sa bàn phức tạp, có độ rộng line thay đổi, line bị đứt quãng Có độ chính xác cao nhưng cần nhiều cảm biến

Hình 2.8 Bố trí dạng chữ V

Bố trí dạng chữ V: Phù hợp với sa bàn nhiều khúc cua liên tục với bán kính cong nhỏ

Trong khuôn khổ đề tài, sa bàn có độ rộng không đổi (26mm), cua đơn giản, bán kính cong nhỏ nhất là 500mm Chọn cách bố trí dạng đường ngang

2.2.3 Lựa chọn giải thuật xác định tọa độ line

Tiêu chí lựa chọn phương pháp xác định tọa độ line:

- Giải thuật trực quan, dễ hiểu

- Đảm bảo được độ chính xác cao

Các phương pháp xác định tọa độ đường line đã được đề cập ở phần Tổng quan:

- Sử dụng giải thuật so sánh

- Sử dụng giải thuật nội suy hàm bậc hai

- Sử dụng giải thuật trọng số trung bình

Kết luận: Lựa chọn giải thuật trọng số trung bình vì độ chính xác cao hơn giải thuật so sánh và nội suy hàm bậc hai Dù tốc độ xử lý chậm hơn giải thuật so sánh nhưng không đáng kể

2.2.4 Lựa chọn số lượng cảm biến

Số lượng cảm biến sẽ ảnh hưởng đến độ chính xác bám line của Robot Sơ bộ số lượng cảm biến nên lựa chọn là số lẻ, vì cảm biến chính giữa sẽ đảm nhận việc xác định đường tâm của đường line và điều chỉnh lại vị trí Robot khi Robot bị lệch ra khỏi đường line

Tham khảo những mẫu xe dò line, để có thể đạt được độ chính xác tối thiểu, đa số sử dụng 5 cảm biến

Kết luận: Sử dụng 5 cảm biến

2.2.5 Lựa chọn vi điều khiển

Tiêu chí lựa chọn vi điều khiển:

- Có đủ các chân digital, analog

- Có đủ các module: Interrupt, Timer, Counter

- Tốc độ xử lý nhanh

- Nhỏ gọn, giá thành rẻ

Một số loại vi điều khiển phổ biến trên thị trường:

Bảng 2.5 So sánh các loại vi điều khiển

Vi điều khiển STM32F103C8T6 PIC16F877 Arduino Uno R3

Nhỏ Nhỏ Lớn hơn 2 loại còn lại

Rẻ Rẻ Mắc hơn 2 loại còn lại

Lập trình Phức tạp hơn

Từ bảng so sánh trên, nhóm chọn vi điều khiển STM32F103C8T6 vì có giá thành rẻ, giao diện IDE thân thiện, dễ dàng tìm mua

Lựa chọn phương án điều khiển

2.3.1 Lựa chọn cấu trúc điều khiển

Hai cấu trúc điều khiển đã được phân tích ở phần Tổng quan:

Các tiêu chí để lựa chọn cấu trúc điều khiển:

- Đảm bảo đầy đủ các Port I/O, Analog, Digital, Timer…

- Đảm bảo được khối lượng xe và khả năng điều khiển

Kết luận: Lựa chọn cấu trúc điều khiển tập trung vì đảm bảo tối ưu được tài nguyên và khối lượng xe, và vi điều khiển STM32F103C8T6 có thể đáp ứng được khả năng xử lí được các yêu cầu đặt ra nhanh chóng (chỉ điều khiển 2 động cơ và xử lí tín hiệu 2 loại cảm biến dò line và màu sắc)

2.3.2 Lựa chọn bộ điều khiển a Lựa chọn bộ đối với thuật toán điều khiển động cơ

- Điều khiển được chính xác được tốc độ động cơ mong muốn

- Dễ dàng thiết kế và tiếp cận

Kết luận: Sử dụng thuật toán điều khiển P, PI, PD hoặc PID Vì bộ truyền đảm bảo được sự chính xác (điều khiển vòng kín) và cũng dễ tiếp cận hơn vì nguồn tài liệu phong phú b Lựa chọn bộ điều khiển đối với bài toán dò line

Tiêu chí: Đáp ứng nhanh, đảm bảo khả năng bám line của xe

Kết luận: Lựa chọn bộ điều khiển bám line theo tiêu chuẩn ổn định Lyapunov, vì ta không cần phải biết chính xác các tham số động lực học của robot mà vẫn có thể ổn định được hệ thống, đảm bảo sai lệch giữa giá trị đặt vào và giá trị thực giảm về 0 nhanh chóng, từ đó ổn định được hệ thống ngay cả khi có nhiễu tác động vào

Tổng hợp

2.4.1 Sơ đồ nguyên lý cơ khí

Hình 2.9 Sơ đồ nguyên lý cơ khí 2.4.2 Sơ đồ khối hệ thống điện

Hình 2.10 Sơ đồ khối hệ thống điện

Hình 2.11 Cấu trúc điều khiển tập trung

2.4.4 Sơ đồ nguyên lý điều khiển

Hình 2.12 Sơ đồ nguyên lý điều khiển

THIẾT KẾ HỆ THỐNG CƠ KHÍ

Tính toán kích thước xe

Hình 3.1 Phân tích động lực học xe dò line

- 𝑁 1 : phản lực tại bánh trước

- 𝑁 2 : phản lực tại bánh sau

- 𝐿 = 𝐿 1 + 𝐿 2 : khoảng cách trục bánh trước và bánh sau

- 𝐻: chiều cao trọng tâm xe52

- 𝐹 𝑚𝑠1 : lực ma sát giữa bánh chủ động và mặt sa bàn

- 𝐹 𝑚𝑠2 : lực ma sát giữa bánh bị động và mặt sa bàn

- 𝑇: momen xoắn do động cơ gây ra

Ta có hệ phương trình:

❖ Điều kiện để bánh xe luôn bám mặt đường

❖ Điều kiện để xe không lật khi vào cua

Hình 3.2 Sơ đồ phân tích lực trong điều kiện chống lật Để xe không lật thì momen do lực li tâm gây ra không lớn hơn momen do trọng lực gây ra:

❖ Điều kiện để xe không trượt khi vào cua:

Hình 3.3 Sơ đồ phân tích lực trong điều kiện chống trượt Để xe không trượt khi vào cua thì lực hướng tâm, trong trường hợp này là tổng hợp lực ma sát tác dụng lên xe lớn hơn lực li tâm:

Từ các điều kiên trên, ta có các ràng buộc:

Thay số vào ta được:

Tính toán chọn động cơ

Vận tốc góc của bánh

Hình 3.4 Phân tích lực trên bánh xe chủ động

Phương trình cân bằng moment tại tâm bánh xe dẫn động

Số vòng quay của động cơ:

Thực tế hiệu suất truyền và chuyển đổi năng lượng giữa các chi tiết không thể đạt tối đa 100% như lý thuyết, do đó cần tính toán lại để chọn được động cơ phù hợp với yêu cầu thực tế, chọn: Hệ số an toàn: 𝐾 = 1,5

Như vậy công suất thực tế tối thiểu mà động cơ cần có là:

60 = 2,9 𝑊 Các thông số tính toán cho động cơ:

Bảng 3.1 Lựa chọn động cơ Động cơ Động Cơ DC Servo GM25-370

DC Geared Motor Động cơ DC giảm tốc GA25 Encoder Điện áp sử dụng 12VDC 3 – 12VDC

Tốc độ vòng quay 250rpm 400rpm Đường kính trục 4mm 4mm

 Chọn Động Cơ DC Servo GM25-370 DC Geared Motor vì có giá thành rẻ hơn

Bảng 3.2 Thông số kỹ thuật DC Servo GM25-370

Dòng chịu đựng tối đa khi có tải 750 mA

Tốc độ không tải 250 rpm

Tốc độ chịu đựng tối đa khi có tải 140 rpm

Lực kéo Moment định mức 4.3 kg.cm

Lực kéo Moment tối đa 5.2 kg.cm

3.3 Kiểm nghiệm độ bền của khung xe

Tiến hành mô phỏng kiểm nghiệm bền với vật liệu thân xe được làm từ vật liệu nhôm.

Thực hiện mô phỏng trên phần mềm Solidworks, với lực tác dụng lên thân xe dưới có giá trị:

- Lực tác dụng lên thân xe dưới có giá trị: 50N phân bố đều

- Lực tác dụng lên thân xe trên có giá trị: 25N phân bố đều

Kiểm nghiệm đồ bền của của thân xe dưới

Hình 3.5 Mô phỏng ứng suất thân dưới bề dày 2 mm Ứng suất max = 2.647 × 107 (𝑁𝑚 2 ) và min = 2.951 × 103 (𝑁𝑚 2 ) Ứng suất phá hủy là = 6.024 × 108 (𝑁𝑚 2 ) lớn hơn nhiều so với ứng suất cực đại nên tấm sẽ không bị phá hủy.

Hình 3.6 Mô phỏng chuyển vị thân dưới trên bề mặt 2 mm

Biến dạng cực đại 𝑒 𝑚𝑎𝑥 = 5.785 × 10 −2 𝑚𝑚 tương đối lớn so với bề dày 2 𝑚𝑚

Hình 3.7 Mô phỏng ứng suất thân dưới bề dày 3 mm Ứng suất max = 1.258 × 107 (𝑁𝑚 2 ) và min = 1.012 × 103 (𝑁𝑚 2 )

36 Ứng suất phá hủy là 𝜎 = 6.024 × 108 (𝑁𝑚 2 ) lớn hơn nhiều so với ứng suất cực đại nên tấm sẽ không bị phá hủy.

Biến dạng cực đại 𝑒 𝑚𝑎𝑥 = 1.797 × 10 −2 𝑚𝑚 tương đối lớn so với bề dày 3 𝑚𝑚

Hình 3.9 Mô phỏng ứng suất thân dưới bề dày 5 mm Ứng suất max = 5.551 × 106 (𝑁𝑚 2 ) và min = 3.722 × 102 (𝑁𝑚 2 )

37 Ứng suất phá hủy là 𝜎 = 6.024 × 108 (𝑁𝑚 2 ) lớn hơn nhiều so với ứng suất cực đại nên tấm sẽ không bị phá hủy.

Biến dạng cực đại 𝑒 𝑚𝑎𝑥 = 4.19 × 10 − 3𝑚𝑚 nhỏ so với bề dày 5 𝑚𝑚

 Quyết định chọn bề dày thân dưới là 5 mm

Kiểm nghiệm đồ bền của của thân xe trên

Hình 3.11 Mô phỏng Ứng suất thân dưới bề dày 2 mm

𝑚 2 ) Ứng suất phá hủy là 𝜎 = 4.5 × 10 7 ( 𝑁

𝑚 2 ) lớn hơn nhiều so với ứng suất cực đại nên tấm sẽ không bị phá hủy

Biến dạng cực đại 𝑒 𝑚𝑎𝑥 = 1.678(𝑚𝑚) tương đối lớn so với bề dày 2 mm

Hình 3.13 Mô phỏng Ứng suất thân dưới bề dày 3 mm Ứng suất 𝜎 𝑚𝑎𝑥 = 5.414 × 10 6 ( 𝑁

39 Ứng suất phá hủy là 𝜎 = 4.5 × 10 7 ( 𝑁

Biến dạng cực đại 𝑒 𝑚𝑎𝑥 = 5.187 × 10 −1 (𝑚𝑚) tương đối lớn so với bề dày 3 mm

Hình 3.15 Mô phỏng Ứng suất thân dưới bề dày 5 mm Ứng suất 𝜎 𝑚𝑎𝑥 = 2.621 × 10 6 ( 𝑁

40 Ứng suất phá hủy là 𝜎 = 4.5 × 10 7 ( 𝑁

Biến dạng cực đại 𝑒 𝑚𝑎𝑥 = 1.219 × 10 −1 (𝑚𝑚) nhỏ so với bề dày 5 mm

 Quyết định chọn bề dày thân dưới là 5 mm

3.4 Tính toán dung sai lắp ghép

3.4.1 Động cơ trục và khung động cơ Động cơ không chỉ cần cố định mà còn có thể thay đổi, nó cần được tháo lắp và cần đảm bảo tâm quay tốt cho động cơ Động cơ là một sản phẩm thương mại nên trục định vị của nó được coi là tiêu chuẩn Nên chọn mối ghép lỏng với đường kính danh nghĩa ∅7 ta chọn được từ bảng 2.4 và bảng 2.5 sách “Giáo trình dung sai lắp ghép và kỹ thuật đo lường” nên lựa chọn mối lắp trung gian, độ dôi không quá lớn đủ để định tâm chi tiết như sau: ∅7 𝐾8

-Với lỗ: Ta chọn sai lệch cơ bản là K; Cấp chính xác là 8

-Với trục: Ta chọn sai lệch cơ bản là h; Cấp chính xác là 7

Dung sai của lỗ khoan tính được

𝐸𝐼 = 𝐸𝑆 − 𝑇 = 7 − 22 = −15 với cấp dung sai IT8

Lựa chọn mối ghép lắp trung gian ∅7 𝐾8

Hình 3.17 Dung sai mặt định vị và gá động cơ

3.4.2 Chọn mặt chuẩn đo lường và mặt chuẩn lắp ghép

Xét ảnh hưởng độ vuông góc của mặt bích gá động cơ A so với mặt chuẩn A của đồ gá động cơ Để đảm bảo sai lệch theo phương y, ta xét đến dung sai độ vuông góc với mặt chuẩn A Tra bảng 8 trang 191 giáo trình Dung sai lắp ghép và kỹ thuật đo lường của PGS TS Ninh Đức Tốn với chiều dài tiêu chuẩn là 22.5 𝑚𝑚 (khoảng cách từ tâm lỗ trục gá động cơ đến mặt bích gá động cơ C), cấp chính xác là 7

➔ Dung sai độ vuông góc của mặt bích gá động cơ so với mặt chuẩn A là 0.01 𝑚𝑚 Tương tự như ở trên, ta lựa chọn độ vuông góc mặt bên hông so với mặt chuẩn A ➔ Dung sai độ vuông góc của mặt bên hông so với mặt chuẩn A là 0.01 𝑚𝑚

3.4.3 Giữa đồ gá bánh sau và thân xe dưới

Yêu cầu của mối lắp đảm bảo độ vuông góc với nhau và hai gá động cơ song song với nhau

Tra bảng 6, 7, 8, 9 phụ lục 2 của tài liệu [1], ta được các thông số sau:

• Dung sai độ vuông góc của lỗ Φ4 ∶ 0.006 𝑚𝑚

• Dung sai độ trụ, độ tròn của lỗ Φ4 ∶ 0.006 𝑚𝑚

• Dung sai độ vuông góc của mặt gá động cơ so với thân xe dưới(ℎ 25 𝑚𝑚): 0.01 𝑚𝑚

• Dung sai độ song song của mặt gá so với thân xe dưới ( 𝑙 = 41 𝑚𝑚): 0.016 𝑚

Hình 3.18 Dung sai hình học 3.4.4 Tính toán dung sai cho đồ gá động cơ

Ví dụ về sai lệch theo phương x và phương y về độ song song

Hình 3.19 Không có sai lệch về độ song song

Hình 3.20 Sai lệch theo phương y

Hình 3.21 Sai lệch theo phương x

Hình 3.23 Sai lệch tâm 2 động cơ

Dựa vào phụ lục bảng 9 tài liệu [1], dung sai độ đồng tâm của 2 trục động cơ: 𝑒 ≤ 0.016 𝑚𝑚

𝑒 2 = ∆𝑥 2 + ∆𝑦 2 ≤ 2.56 × 10 −4 Xét trên mặt phẳng chứa ∆𝑦 và song song với mặt phẳng cắt dọc trục động cơ, ta có:

Hình 3.24 Các khâu hình thanh chuỗi kích thước I

Chuỗi trên Hình với khâu khép kín 𝐴 𝛴 = 𝐴 3 Từ đó ta có được chuỗi kích thước với:

• 𝐴 1 : là khâu thành phần tăng

• 𝐴 2 : là khâu thành phần giảm

Theo điều kiện khép kín, ta có quan hệ kích thước:

Vì ∆𝑦 ≤ 0.016 và 2 chi tiết đồ gá có thể đổi lẫn nhau nên dung sai khâu khép kín 𝐴 𝛴 từ -0,008 đến +0,008 Từ đó ta cần phải xác định lại dung sai của các khâu thành phần 𝐴 𝑖 Giả sử các khâu thành phần có cùng một cấp chính xác, ta có:

Dựa vào bảng 2.1 tài liệu [1], ta tìm được 𝑖 𝑖 = 1,31 (với kích thước danh nghĩa là 22.5 mm)

Dựa vào bảng 2.3 tài liệu [1], ta chọn cấp chính xác 7 làm cấp chính xác chung cho các khâu thành phần

Sai lệch giới hạn và dung sai khâu 𝐴 2

Ta thấy miền dung sai của khâu 𝐴 1 và 𝐴 2 sai khác không quá lớn và 2 chi tiết gá động cơ có thể thay thế lẫn nhau Do đóta chọn dung sai của 2 khâu 𝐴 1 và 𝐴 2 là 22.5 +0.043 Xét trên mặt phẳng chứa ∆𝑥 và vuông góc với mặt phẳng cắt dọc trục động cơ, ta có:

Hình 3.25 Các khâu hình thành chuỗi kích thước II

Chuỗi trên Hình với khâu khép kín 𝐴 𝛴 = 𝐴 3 Từ đó ta có được chuỗi kích thước với:

• 𝐴 1 : là khâu thành phần giảm

• 𝐴 2 : là khâu thành phần tăng

Theo điều kiện khép kín, ta có quan hệ kích thước:

Vì ∆𝑥 ≤ 0.016 và 2 chi tiết đồ gá có thể đổi lẫn nhau nên dung sai khâu khép kín 𝐴 𝛴 từ -0,008 đến +0,008 Từ đó ta cần phải xác định lại dung sai của các khâu thành phần

Giả sử các khâu thành phần có cùng một cấp chính xác, ta có:

Dựa vào bảng 2.1 tài liệu [1], ta tìm được 𝑖 𝑖 = 1,86 (với kích thước danh nghĩa là 52.5 mm)

Dựa vào bảng 2.3 tài liệu [1], ta chọn cấp chính xác 7 làm cấp chính xác chung cho các khâu thành phần

Sai lệch giới hạn và dung sai khâu 𝐴 2

Ta thấy miền dung sai của khâu 𝐴 1 và 𝐴 2 sai khác không quá lớn và 2 chi tiết gá động cơ có thể thay thế lẫn nhau Do đóta chọn dung sai của 2 khâu 𝐴 1 và 𝐴 2 là 52.5 +0.043

THIẾT KẾ HỆ THỐNG ĐIỆN

Thiết kế mạch cảm biến

4.1.1 Tính chọn điện trở cho cảm biến dò line

Bảng 4.1 Thông số kỹ thuật cảm biến TCRT5000

Hình 4.1 Sơ đồ nguyên lý cảm biến TCRT5000

Theo datasheet, cường độ dòng điện 𝐼 𝐶 phổ biến là 𝐼 𝐶 = 1𝑚𝐴

Hình 4.2 Mối quan hệ giữa 𝐼 𝐹 và 𝐼 𝐶

Hình 4.3 Mối quan hệ giữa 𝐼 𝐹 và 𝑉 𝐹

Hình 4.4 Mối quan hệ giữa 𝐼 𝐶 và 𝑉 𝐶𝐸

4.1.2 Xác định khoảng cách giữa cảm biến và xa bàn

Theo thông số kỹ thuật, với độ cao 0,2 − 15𝑚𝑚 thì cảm biến sẽ cho kết quả tốt nhất Để phù hợp với thực tế, nhóm tiến hành đo giá trị 𝑉 𝑜𝑢𝑡 từ cảm biến từ độ cao 2 − 15𝑚𝑚

Sử dụng module ADC 12 bits của STM32F103C8T6 với 𝑉 𝑟𝑒𝑓 = 3,3𝑉

Bảng 4.2 Giá trị ADC vùng trắng và vùng đen theo độ cao h Giá trị vùng trắng Giá trị vùng đen Chênh lệch

Từ bảng trên, vẽ được đồ thị:

Hình 4.5 Đồ thị thể hiện giá trị ADC của cảm biến ở hai vùng trắng đen theo độ cao

Từ đồ thị và bảng giá trị ta nhận thấy ở độ cao 8mm đến 11mm, giá trị chênh lệch giữa trắng và đen là lớn nhất

Chọn sơ bộ chiều cao cảm biến so với nền sa bàn là 10𝑚𝑚

4.1.3 Xác định khoảng cách giữa các cảm biến

Theo datasheet, tìm được góc phát và góc thu của cảm biến

Giá trị analog của cảm biến

Giá trị vùng trắng Giá trị vùng đen

Hình 4.6 Góc phát và thu của cảm biến theo phương X

Hình 4.7 Góc phát và thu của cảm biến theo phương Y

Thực hiện vẽ và tính toán trong Autocad, với độ cao ℎ = 10𝑚𝑚, thu được vùng giao thoa của cảm biến

Hình 4.8 Vùng giao thoa của cảm biến tại độ cao ℎ = 10𝑚𝑚 Để khoảng cách bố trí giữa các cảm biến là nhỏ nhất và vùng thu phát của hai cảm biến không chạm vào nhau, chọn cách bố theo phương dọc Khoảng cách nhỏ nhất giữa 2 cảm biến thu được là 9,32𝑚𝑚

Hình 4.9 Khoảng cách nhỏ nhất giữa 2 cảm biến trên cùng 1 hàng

Giả sử có 2 cảm biến trong line như hình dưới:

Hình 4.10 Khoảng cách giữa các cảm biến

Khi di chuyển cảm biến sang phải trong khoảng 26 − 𝑑 (𝑚𝑚), sẽ luôn có 2 cảm biến trong đường line, giá trị analog thu được là như nhau nên sẽ rơi vào vùng bất định

Khi di chuyển cảm biến sang trái trong khoảng 2𝑑 − 26 (𝑚𝑚), sẽ có 1 cảm biến phát hiện line và cũng chỉ thu được một giá trị analog

Do đó, để hạn chế được việc cảm biến rơi vào vùng bất định, lựa chọn khoảng cách 𝑑 sao cho 𝑓 1 = 26 − 𝑑 và 𝑓 2 = 2𝑑 − 26 là nhỏ nhất

Vì 𝑓 1 là hàm đơn điệu giảm, 𝑓 2 là hàm đơn điệu tăng nên để 𝑓 1 , 𝑓 2 nhỏ nhất:

→ 𝑑 ≈ 17𝑚𝑚 Chọn khoảng cách giữa các cảm biến là 𝑑 = 17𝑚𝑚

4.1.4 Xây dựng mạch cảm biến

- Khoảng cách giữa hai cảm biến 𝑑 = 17𝑚𝑚

- Chiều cao cảm biến so với sa bàn ℎ = 10𝑚𝑚

Hình 4.11 Sơ đồ nguyên lý mạch cảm biến TCRT5000

Hình 4.12 PCB mạch cảm biến

Xác định chính xác khoảng cách cảm biến so với sa bàn:

Vì giá trị vùng trắng thay đổi rất ít, nên ta xét giá trị vùng đen của từng cảm biến trên mạch cảm biến đã gia công

Bảng 4.3 Giá trị vùng đen của 5 cảm biến sử dụng h (mm) Cảm biến 1

Nhận thấy được độ chênh lệch ở vị trí 11mm là thấp nhất, nhóm chọn độ cao cảm biến so với sa bàn là 11mm.

Do trong cùng một điều kiện, các cảm biến khác nhau cho về giá trị analog khác nhau cho nên việc calib cảm biến để đồng bộ giá trị analog trả về của cảm biến

Calib giá trị cảm biến bằng công thức:

𝑥 𝑚𝑎𝑥.𝑖 − 𝑥 𝑚𝑖𝑛,𝑖 (𝑥 𝑖 − 𝑥 𝑚𝑖𝑛,𝑖 ) Với: 𝑦 𝑗 : Giá trị analog đọc về sau khi đã calib cảm biến thứ i

𝑦 𝑚𝑎𝑥 , 𝑦 𝑚𝑖𝑛 : Giá trị analog lớn nhất và nhỏ nhất mong muốn cho tất cả cảm biến

𝑥 𝑚𝑎𝑥.𝑖 , 𝑥 𝑚𝑖𝑛,𝑖 : Giá trị analog lớn nhất và nhỏ nhất của cảm biến thứ i

𝑥 𝑖 : Giá trị analog của cảm biến thứ i

Bảng 4.4 Bảng giá trị analog của cảm biến trước khi calib ở độ cao 11mm

Dựa vào giá trị trung bình, ta có được giá trị mong muốn: 𝑦 𝑚𝑎𝑥 = 3397 và 𝑦 𝑚𝑖𝑛 285 Từ đó thu được công thức calib cho các cảm biến:

Hình 4.13 Giá trị cảm biến sau khi calib

Giá trị analog của cảm biến sau khi calib

Giá trị vùng trắng Giá trị vùng đen

4.1.6 Tìm giá trị sai số theo phương pháp trung bình trọng số

Giả sử tọa độ của 5 cảm biến lần lượt là 𝑥 1 , 𝑥 2 , 𝑥 3 , 𝑥 4 , 𝑥 5 so với tâm đường line và các giá trị analog tương ứng là 𝑦 1 , 𝑦 2 , 𝑦 3 , 𝑦 4 , 𝑦 5 Từ đó, ta tính được vị trí xe so với tâm đường line theo công thức sau:

Tiến hành thực nghiệm đọc tín hiệu cảm biến với bước nhảy 1 mm, giới hạn từ

−30 mm tới 30 mm so với tâm đường line và xấp xỉ tuyến tính trong Excel, thu được phương trình xấp xỉ tuyến tính:

𝑥: giá trị khoảng cách tính toán so với tâm line

𝑦: giá trị trung bình trọng số

Hình 4.14 Đồ thị giữa giá trị thực tế và giá trị trung bình trọng số

Giá trị sai số lớn nhất thu được: 𝑒 = 2.93𝑚𝑚 y = 0.7247x - 0.2565

-40 -30 -20 -10 0 10 20 30 40 Đồ thị giữa giá trị thực tế và giá trị trung bình trọng số

4.1.7 Cảm biến màu sắc TCS3200

Hình 4.15 Nguyên lý cảm biến màu

Khối đầu tiên là mảng ma trận 8x8 gồm các photodiode Bao gồm 16 photodiode có thể lọc màu sắc xanh dương (Blue), 16 photodiode có thể lọc màu đỏ (Red), 16 photodiode có thể lọc màu xanh lá (Green) và 16 photodiode trắng không lọc (Clear) Tất cả photodiode cùng màu được kết nối song song với nhau, và được đặt xen kẽ nhau nhằm mục đích chống nhiễu

Bản chất của 4 loại photodiode trên như là các bộ lọc ánh sáng có mầu sắc khác nhau

Có nghĩa nó chỉ tiếp nhận các ánh sáng có cùng màu với loại photodiode tương ứng và không tiếp nhận các ánh sáng có màu sắc khác

Bảng 4.5 Thông số kỹ thuật cảm biến màu TCS3200

S0, S1 I Chọn tỉ lệ tần số ngõ ra

OE I Cho phép xuất tần số ở chân OUT (tích cực thấp)

OUT O Tần số thay đổi phụ thuộc cường độ và màu sắc

Bảng 4.6 Lựa chọn filter lọc màu

No filter (clear) HIGH LOW

Bảng 4.7 Chọn tỉ lệ tần số ngõ ra

Tỉ lệ tần số ngõ ra S0 S1

Xác định giá trị trả về của cảm biến màu:

Sử dụng chức năng Input capture của module timer để đo chu kỳ của từng màu red, blue, green

Thiết kế mạch điều khiển

Hình 4.18 Sơ đồ nguyên lý mạch điều khiển

Lựa chọn driver

• Điện áp và dòng điện cung cấp phải lớn hơn điện áp và dòng điện cực đại của động cơ

• Khối động cơ – driver phải tuyến tính trong quá trình sử dụng

Bảng 4.8 Lựa chọn driver Đặc tính kĩ thuật L298N TB6612 Điện áp đầu ra 6 – 35 V 15 V

Tần số hoạt động 40 KHz 100 KHz

Từ các yêu cầu trên nhóm chọn Driver TB6612

Bảng 4.9 Thông số kĩ thuật Driver TB6612

Thông số Giá trị Điện áp đầu ra tối đa 15 V

Dòng điện đầu ra tối đa 3,2 A

Dòng điện đầu ra liên tục 1,2 A Điện áp điều khiển 2,7 – 5,5 V

Tần số PWM tối đa 100 kHz

Thiết kế mạch cách ly

- Để tránh sự tác động của suất điện động của của động cơ trong quá trình hoạt động đối với vi điều khiển nên ta chia nguồn cấp thành hai phần nguồn động lực và nguồn điều khiển Nguồn cung cấp cho vi điều khiển và mạch động lực sẽ là hai nguồn độc lập, chân xung PWM từ vi điều khiển không cấp trực tiếp cho động cơ mà thông qua một ic cách ly có tần số đóng cắt tương ứng

Chọn Optocoupler 6N137 do có tần số đóng cắt và khả năng cách ly lớn

Bảng 4.10 Thông số kỹ thuật Optocoupler 6N137

Thông số Giá trị Điện áp cách ly 5300 (Vrms) Điện áp ngõ ra lớn nhất 7 (V)

Dòng điện ngõ ra lớn nhất 50 (mA) Điện áp ngõ vào lớn nhất 5 (V)

Dòng điện ngõ vào lớn nhất 20 (mA)

Công suất tiêu thụ ngõ vào 35 (mW)

Công suất tiêu thụ ngõ ra 85 (mW)

Tần số đóng cắt 1 (MHz)

4.4.2 Thiết kế mạch cách ly

- Chân PWM của vi điều khiển có điện áp đầu ra là 3,3V, điện áp ngõ vào lớn nhất của 6n137 là 20mA Từ đó ra tính được giá trị điện trở là 220 (Ω)

Hình 4.19 Sơ đồ nguyên lý mạch cách ly

Thiết kế mạch nguồn

Với tốc độ 0,5 m/s và chiều dài sa bàn xấp xỉ 6800 mm, thời gian để xe chạy 1 vòng sa bàn là:

Hệ thống gồm nguồn động lực và nguồn điều khiển

Theo datasheet TCRT5000, công suất tiêu thụ của cảm biến là 200 𝑚𝑊 Vậy 5 cảm biến sẽ có công suất tiêu thụ là 1000𝑚𝑊

Công suất tiêu thụ là 5.220 (10 10 −3 ) 2 + 5.3300 (10 −3 ) 2 = 0.1265 𝑊

• 1 cảm biến TCS3200: Điện áp: 5V, dòng điện: 15mA Công suất tiêu thụ là 5.15 10 −3 = 0.075𝑊

Theo datasheet stm32f103x8, công suất tiêu thụ của stm32f103c8t6 là 363mW, mỗi chân

IO cần 25 mA dòng điều khiển, vì vậy cả board sẽ có công suất tiêu thụ là: 363 + 7.25.3,3 = 940,5 𝑚𝑊

• 2 encoder của động cơ DC

Công suất tiêu thụ là 2.60 = 120 (𝑚𝑊)

Công suất tiêu thụ là 2 3,3 2

Theo datasheet (LM2596 design datasheet) công thức tính xấp xỉ công suất tiêu thụ mạch giảm áp IC LM2596

Trong đó: 𝑑 là duty cycle của mạch giảm áp𝑑 = 𝑉 𝑜

𝑉 𝑖𝑛 là điện áp tối thiểu cấp vào

𝑉 𝑜 là điện áp đầu vào

𝐼 𝐿𝑜𝑎𝑑 là dòng điện tiêu thụ tải Công suất tiêu thụ IC LM2596 5V

3,3 + 7.25 10 −3 ) 1,4 = 0,665 𝑊 Công suất tiêu thụ IC LM2596 3,3V

 Công suất tiêu thụ LM2596 là 0,665 + 0,231 = 0,896 𝑊

Bảng 4.11 Công suất mạch điều khiển

Thiết bị Số lượng Dòng điện Điện áp Công suất

TCRT5000 5 10 mA 3.3 V 1 W Điện trở 220 Ohm 5 10 mA 2.2 V 0,11 W Điện trở 3300 Ohm 5 1 mA 3,3V 0.0165 W

Với hệ số an toàn 𝑘 = 1,5, ta tính được công suất tối thiểu cần cho nguồn điều khiển là

3600 = 19,02 (𝑚𝑊ℎ) Dung lượng pin tối thiểu:

5 = 3,8(𝑚𝐴ℎ) Vậy ta chọn 2 pin 3,7 V 1200 mAh nên tổng mức điện áp là 7,4 V Vì vậy phải qua mạch giảm áp xuống 5V và 3,3 V

• 2 động cơ DC Servo GM25-370

Bảng 4.12 Công suất mạch động lực

Thiết bị Số lượng Dòng điện Điện áp Công suất

Với hệ số an toàn 𝑘 = 1,5, ta tính được công suất tối thiểu cần cho nguồn điều khiển là

3600= 170 (𝑚𝑊ℎ) Dung lượng pin tối thiểu:

12 = 14,2 (𝑚𝐴ℎ) Vậy ta chọn 4 pin 3,7 V 1200 mAh nên tổng mức điện áp là 14,8 V Vì vậy phải qua mạch giảm áp xuống 12V và 5V

4.5.2 Lựa chọn mạch giảm áp

Lựa chọn Mạch Giảm Áp DC-DC Buck LM2596 3A để hạ áp từ 7,4V về 5V, 3,3V để cấp cho mạch điều khiển và 14.8V về 12V, 5V để cấp điện cho mạch động lực

Bảng 4.13 Thông số kỹ thuật Mạch hạ áp Buck LM2596

Thông số kỹ thuật Giá trị Điện áp đầu vào 3 – 30V Điện áp đầu ra 1,5 – 30V

Hình 4.20 Mạch hạ áp Buck LM2596

Thiết kế PCB cho toàn hệ thống

- F1-1 và F1-2 là 2 header cắm vi điều khiển

- Header DC1 và DC2: header động cơ 1 và động cơ 2

- Header 2pin và 4pin: cấp nguồn 2pin và 4pin cho mạch

MÔ HÌNH HÓA

Mô hình hóa động học xe dò line

Bằng cách mô hình hóa toàn bộ robot, ta sẽ đưa ra được phương trình động học nhằm dùng cho việc thiết kế bô điều khiển bảo đảm chuyển động bám line của xe

Hình 5.1 Định nghĩa sai số dò line cho mô hình hóa hệ thống

• C(𝑥 𝐶 , 𝑦 𝐶 ) là điểm bám line của robot (thường ở giữa dãy cảm biến)

• R(𝑥 𝑅 , 𝑦 𝑅 ) là điểm tham chiếu cho robot

• M(x,y) là tọa độ trung điểm 2 bánh xe chủ động

• 𝑒 1 là sai số từ điểm tham chiếu đến điểm bám line theo phương tiếp tuyến (CM)

• 𝑒 2 là sai số từ điểm tham chiếu đến điểm bám line theo phương pháp tuyến (vuông góc CM)

• 𝑒 3 là sai số giữa góc của robot với line vecto pháp tuyến tại R của bán kính cong)

• d là khoảng cách từ điểm M đến điểm bám line C

Phương trình động học tại điểm M:

𝜔] (1) Trong đó: 𝑣, 𝜔 là vận tốc dài và vận tốc góc của xe

Phương trình động học tại điểm bám line C:

(2) Phương trình động học tại điểm tham chiếu R:

Trong đó: 𝑣 𝑅 là vận tốc mong muốn của xe

Bộ điều khiển được thiết kế được thiết kế để điểm bám line C bám theo điểm tham chiếu R Ta có phương trình động học dựa trên sai số bám line sau:

Trong trường hợp robot di chuyển theo chiều ngược lại thì giá trị d được thay bởi -d, có nghĩa là d có giá trị dương hay âm phụ thuộc vào hướng chuyển động của xe.

Mô hình hóa động cơ

5.2.1 Xác định thông số lấy mẫu động cơ

Ta có động cơ cần lấy mẫu là loại động cơ GM25 – 370 có gắn encoder với số vòng quay sau hộp giảm tốc là 250 (vòng/phút)

Hình 5.2 Sơ đồ bám line khi vào đường cong

• OA là bán kính của đường cong (𝑂𝐴 = 500 𝑚𝑚)

• BC là sai số lớn nhất tính từ cạnh trái hoặc cạnh phải của đường 𝐵𝐶 = 𝑒 𝑚𝑎𝑥 1𝑚𝑚

• AB là quãng đường tối đa mà robot dò line trước khi đạt được sai số lớn nhất

Từ đó, khoảng cách AB có thể được tính như sau:

Do đó, khoảng thời gian lấy mẫu của hệ thống phải nhỏ hơn khoảng thời gian cần thiết để robot chạy từ A đến B đạt được sai số cho phép

0,5 = 0,06 Chọn thời gian lấy mẫu 𝛿𝑡 = 0,01(𝑠) và số lần lấy mẫu là 𝑁 = 1000

Sử dụng TB6612 tiến hành kiểm tra mối quan hệ tuyến tính giữa đầu vào là %PWM và đầu ra là số vòng quay của trục động cơ (vòng/phút) Ta cấp xung %𝑃𝑊𝑀 từ 0% − 100%, sau đó đọc số vòng quay động cơ gián tiếp thông qua số xung đếm được trên Encoder

Sử dụng Driver TB6612, khi cấp xung PWM và đo tốc độ động cơ, thu được các bảng số liệu sau

Bảng 5.1 Khảo sát động cơ 1

Hình 5.3 Quan hệ giữa xung PWM và tốc độ động cơ 1

Bảng 5.2 Khảo sát động cơ 2

Hình 5.4 Quan hệ giữa xung PWM và tốc độ động cơ 2

Từ các đồ thị trên, ta thấy tốc độ quay của 2 động cơ đều là một hàm tuyến tính theo giá trị PWM trong khoảng từ 10-100% trở đi Do đó, hàm truyền của cả 2 động cơ tại từng giá trị PWM trong khoảng này gần như nhau

5.2.3 Xây dựng hàm truyền động cơ Đối với động cơ, tín hiệu đầu ra là số vòng quay trục đầu ra của động cơ (RPM), tín hiệu đầu vào là %PWM Như vậy để tìm hàm truyền động cơ, ta truyền vào động cơ điệp áp theo %PWM cố định sau đó đo số vòng quay trục đầu ra Động cơ 1: Với thời gian lấy mẫu là 𝛿𝑡 = 0,01𝑠, đầu vào là xung PWM thay đổi theo hình sin (giá trị từ 10-100%) với đầu ra là số vòng/phút, ta thu được đáp ứng của động cơ theo thời gian như sau:

Hình 5.5 Đồ thị lấy mẫu số vòng quay với 100% PWM của động cơ 1

Ta sử dụng Toolbox System Identification của Matlab để xác định hàm truyền của động cơ, ta có hàm truyền của động cơ 1:

𝐺 1 = 2,4976 0,047613𝑠 + 1 Kiểm tra đáp ứng của hàm truyền:

Hình 5.6 Kiểm tra đáp ứng hàm truyền động cơ 1

78 Độ fit 93,13% Động cơ 2: Với thời gian lấy mẫu là 𝛿𝑡 = 0,01𝑠, đầu vào là xung PWM thay đổi theo hình sin (giá trị từ 10-100%) với đầu ra là số vòng/phút, ta thu được đáp ứng của động cơ theo thời gian như sau:

Hình 5.7 Đồ thị lấy mẫu số vòng quay với 100% PWM của động cơ 2

Ta sử dụng Toolbox System Identification của Matlab để xác định hàm truyền của động cơ, ta có hàm truyền động cơ 2:

Kiểm tra đáp ứng của hàm truyền:

Hình 5.8 Kiểm tra đáp ứng hàm truyền động cơ 2 Độ fit 93,05%

THIẾT KẾ BỘ ĐIỀU KHIỂN

Động cơ 1

Sử dụng Toolbox PID tuner của Matlab:

Ta có hai hệ số PID như sau:

Ta có: Thời gian xác lập: 𝑡 𝑠 = 0,095𝑠 < 0.1𝑠

Hình 6.3 Kết quả tunning trên Matlab

Động cơ 2

Sử dụng Toolbox PID tuner của Matlab:

Ta có hai hệ số PID như sau:

Ta có: Thời gian xác lập: 𝑡 𝑠 = 0,0933𝑠 < 0.1𝑠

Hình 6.4 Kết quả tunning trên Matlab

Mô phỏng trên matlab

Kết quả mô phỏng chuyển động xe

Chọn vận tốc trên đường thẳng là 700𝑚𝑚/𝑠, đường cong là 400𝑚𝑚/𝑠 ta có vận tốc trung bình trên sa bàn là:

2500 + 1200 + 𝜋 500 + 𝜋 800 ≈ 532 (𝑚𝑚/𝑠) Gia tốc tối đa của động cơ tìm được trong quá trình lấy mẫu:

Hình 6.5 Mô phỏng chuyển động xe trên toàn bộ sa bàn

Hình 6.8 Tốc độ 2 động cơ

Hình 6.9 Gia tốc của 2 động cơ

Cụ thể trên từng đoạn đường Đoạn đường 1:

Hình 6.10 Sai số e2 và e3 trên đoạn đường 1

Hình 6.11 Sai số e2 và e3 trên đoạn đường 2

THIẾT KẾ GIẢI THUẬT CHO ROBOT

Lưu đồ giải thuật chung cho Robot

Hình 7.1 Sơ đồ khối điều khiển robot

Lưu đồ giải thuật điều khiển động cơ

Hình 7.2: Giải thuật điều khiển động cơ

Lưu đồ giải thuật tính toán sai số bám line

Hình 7.3 Giải thuật tính toán sai số bám line

THỰC NGHIỆM VÀ KẾT LUẬN

Nhận xét chung về kết quả thực nghiệm

Khung xe: Với thiết kế ban đầu, mặt dưới xe được gia công bằng nhôm 5𝑚𝑚 với kích thước 250 × 200 𝑚𝑚 , mặt trên xe được gia công bằng mica 5𝑚𝑚 với kích thước

Hình 8.1 Các chi tiết khung Hình 8.2 Khung xe sau khi lắp ráp

Gá động cơ: Lắp ráp gá động cơ với động cơ như thiết kế ban đầu

Hình 8.3 Gá động cơ Hình 8.4 Gá động cơ sau khi lắp ráp

Toàn bộ robot sau khi lắp ráp:

Hình 8.5 Mô hình robot tổng thể 8.1.2 Phần điện

Qua quá trình test mạch điện, động cơ đã đáp ứng tốt với sự thay đổi vị trí của cảm biến so với tâm đường line Các mạch tăng/giảm áp, mạch driver hoạt động tốt và không tỏa nhiệt nhiều trong quá trình sử dụng

Hình 8.6 Mạch cảm biến dò line

Hình 8.7 Mạch tổng 8.1.3 Thực nghiệm trên sa bàn

Sau khi lắp ráp cơ khí và mạch điện xong, nhóm tiến hành viết code và tiến hành thực nghiệm trên sa bàn thực tế.Nhóm đã cho chạy thử và thu được các kết quả sau:

• Trên đoạn đường thẳng từ lúc xuất phát đến lúc dừng lại để chờ nhận hàng, robot bám tốt với sai số bám line không thay đổi nhiều

Hình 8.8 Robot bám line đường thẳng

Hình 8.9: Robot dừng tại khu vực tải hàng

Khi nhận hàng, robot đã phát hiện được màu sắc và bám đúng và đi hết đường line mà yêu cầu đề bài đã đặt ra

Hình 8.10: Robot nhận diện và phân phối khối hàng màu xanh Hình 8.11 Robot nhận diện và phân phối khối hàng màu đỏ

Kết luận và phương hướng phát triển

Qua đề tài thiết kết robot dò line phân phối hàng hóa, những mục tiêu mà nhóm đã đạt được như sau:

• Tìm hiểu được tổng quan về các mô hình xe dò line nói chung cũng như các mô hình về xe vận chuyển, phân phối hàng hóa nói riêng

• Biết được cách thực hiện một dự án theo hướng thiết kế hệ thống cơ điện tử

• Tự thiết kế, gia công và lắp ráp cơ khí

• Tự thiết kế và lắp đặt các mạch cảm biến, driver, giảm áp…

• Xây dựng và mô phỏng được giải thuật điều khiển bám line và phân phối hàng hóa theo màu sắc

Một số vấn đề nhóm vẫn còn thiếu sót:

• Chưa đánh giá chính xác được sai số bám line khi xe chạy trong thực tế

• Chưa tối ưu hóa được bộ điều khiển trong thực tế nên sai số bám line vẫn còn tương đối lớn tại các khúc cua và ngã ba dù xe bám line tốt

• Thiết kế cơ khí chưa được tốt ảnh hưởng đến kết quả trong quá trình xe chạy thực nghiệm

Thiết kế cơ khí đơn giản hơn để tránh các lỗi dễ phát sinh trong quá trình gia công và lắp đặt

Phần mô hình hóa cần điều chỉnh cho phù hợp hơn với khả năng xử lí của vi điều khiển, và điều chỉnh thuật toán cho động cơ đáp ứng tốt hơn

Lập trình thêm việc đánh giá sai số bám line trong thực tế

Sản phẩm hoàn chỉnh cần phải gọn gàng, tối ưu về phần cứng và thẩm mỹ

Tăng tốc độ robot dò line nhanh hơn nữa để tăng hiệu suất khi hoạt động

Định dạng
Số trang	104
Dung lượng	5,62 MB