TỔNG QUAN
Tổng quan về robot
Ngày nay, với sự phát triển cực kỳ nhanh chóng của khoa học và công nghệ, con người đã đạt được nhiều thành tựu trong nhiều lĩnh vực khác nhau như: sản xuất, y học, công nghệ thông tin, kỹ thuật quân sự, … Việc ứng dụng tự động hoá, cụ thể là sử dụng robot thay thế con người vào dây chuyền sản xuất kinh doanh là một xu hướng tất yếu nhằm tạo ra năng suất lao động cao Robot được sinh ra và trở thành một công cụ cực kỳ hiệu quả giúp thay thế con người thực hiện những công việc từ đơn giản đến phức tạp mà vượt xa khả năng của con người Từ đó, robot giúp nâng cao năng suất dây chuyền, giảm giá thành, nâng cao chất lượng và khả năng cạnh tranh của sản phẩm
Việt Nam đang là một quốc gia sở hữu một nguồn lao động giá rẻ rất dồi dào Tuy nhiên, trong bối cảnh thế giới đang hướng tới ngành công nghiệp 4.0, sức lao động của con người đang dần được thay thế Công nghệ robot là một nhân tố quan trọng cho sự phát triển tương lai Đặc biệt sau những tác động tiêu cực của đại dịch Covid-19 vừa qua, đòi hỏi phải có những giải pháp để hạn chế rủi ro của dịch bệnh, nhu cầu sử dụng robot trong sản xuất công nghiệp càng được chú ý nhiều hơn, bởi nó không chỉ đảm bảo an toàn cho người lao động, mà còn có khả năng làm việc với tốc độ rất cao và chính xác trong dây chuyền sản xuất
1.1.2 So sánh robot nối tiếp và robot song song
Robot công nghiệp có thể được phân loại theo các yếu tố như: theo dạng hình học của không gian hoạt động, theo thế hệ robot, theo nguồn dẫn động hoặc theo cấu trúc cơ học Phân loại theo cấu trúc cơ học, robot được chia thành hai loại chính là robot nối tiếp và robot song song
Robot nối tiếp (được minh họa như Hình 1.1) là một hệ thống động học hở, gồm nhiều khâu được nối với nhau thành một chuỗi bằng các khớp, thường là khớp tịnh tiến hoặc khớp xoay Robot nối tiếp có một khâu giá được gắn cố định được gọi là đế, đế robot sẽ liên kết với các khâu còn lại và cuối cùng liên kết với khâu công tác để thực hiện các tác vụ khác nhau [1] Với kết cấu được thiết kế giống như cánh tay người, robot nối tiếp có ưu điểm là không gian làm việc lớn hơn so với kích thước của nó, nhờ đó robot nối tiếp được ứng dụng nhiều trong sản xuất ô tô, sắp xếp các pallet, sơn phủ, hàn, cắt vật liệu và nhiều ngành khác
Hình 1.1: Cấu trúc robot nối tiếp “Scara Robot” [1]
Tuy nhiên, robot nối tiếp cũng có một số nhược điểm: với cấu trúc chuỗi như vậy có xu hướng lớn và đắt tiền do yêu cầu về độ cứng liên kết và truyền tải lực giữa các khâu Các động cơ và các khâu của các khớp kế tiếp trở thành tải trọng của các khớp trước đó Như vậy, tỉ lệ tải trọng / khối lượng robot thấp và bị ảnh hưởng bởi quán tính là rất lớn Kết quả là tốc độ và khả năng tăng tốc của khâu thao tác có thể đạt được là tương đối thấp Hơn nữa, các sai số về truyền động được tích lũy từng khâu và cộng dồn đến khâu thao tác Robot dạng nối tiếp sẽ không phù hợp với các công việc đòi hỏi tải cao hoặc độ chính xác cao [1]
Hình 1.2: Cấu trúc robot song song [2]
Robot song song là robot có cấu trúc động học vòng kín trong đó các khâu được nối với nhau bằng hai hoặc nhiều chuỗi liên kết kết đặt biệt, mỗi chuỗi liên kết thường được gọi là chân Mỗi một chân gồm nhiều khâu được nối với nhau bằng các khớp động (khớp cầu, khớp tổng thể (khớp cardan), khớp trụ, khớp xoay hoặc khớp trượt) với nhiệm vụ liên kết bệ cố định với bàn máy di động, trong đó một khớp được dẫn động và các khớp còn lại là khớp bị động [1]
Mặc dù robot song song được biết đến với cấu trúc động học phức tạp, khó thiết kế và điều khiển, giới hạn không gian làm việc, ít khéo léo hơn [3] Tuy nhiên, nó sở hữu nhiều ưu điểm nổi bật hơn so với robot nối tiếp Đầu tiên, khả năng thực hiện công việc với tốc độ và chính xác cao nhờ vào việc các cơ cấu truyền động được đặt ở đế cố định làm cho các khâu di động không cần mang theo khối lượng của cơ cấu tác động, vì vậy chúng được thiết kế nhẹ hơn, gây ra ít quán tính Thứ hai là, với kết cấu như vậy mang lại cho robot độ cứng vững cao, phù hợp cho các ứng dụng đòi hỏi độ chính xác, tỷ trọng giữa khối lượng và khả năng chịu tải cao hơn so với robot nối tiếp Ngoài ra, kết cấu song song giúp robot không bị tích lũy sai số như robot nối tiếp do các chuỗi liên kết ràng buộc lẫn nhau [4] Vì vậy việc nghiên cứu bài toán động học và điều khiển robot song song để tận dụng những ưu điểm của nó trở thành một vấn đề khoa học và có ý nghĩa thực tế
Tóm lại, hai loại robot này đều có những ưu điểm và nhược điểm riêng Tùy theo mục đích sử dụng mà robot nối tiếp và robot song song được lựa chọn Bảng 1.1 so sánh các ưu nhược điểm của hai loại robot này
Bảng 1.1: So sánh robot nối tiếp và robot song song
Tính năng Robot nối tiếp Robot song song Độ chính xác Thấp hơn Cao hơn
Không gian làm việc Lớn hơn Nhỏ hơn Độ cứng vững Thấp hơn Cao hơn
Tỉ số tải/khối lượng Thấp hơn Cao hơn
Tải trọng quán tính Lớn hơn Nhỏ hơn
Tốc độ làm việc Thấp hơn Cao hơn Độ phức tạp thiết kế/ điều khiển Đơn giản Phức tạp
Mật độ điểm suy biến (kỳ dị) Ít hơn Nhiều hơn
Robot delta
1.2.1 Tìm hiểu về robot delta
Trong số các loại robot song song, dạng robot được ứng dụng nhiều nhất trong công nghiệp là robot delta, được nghiên cứu chế tạo lần đầu tiên bởi nhóm nghiên cứu người Thụy Sĩ - Reymond Clavel vào năm 1980 với ý tưởng là dùng các cơ cấu hình bình hành để chế tạo robot song song có 3 bậc tự do chuyển động tịnh tiến và một bậc chuyển động quay [5], [6] Giống như các robot song song khác, robot delta cũng có cấu trúc vòng kín Trong đó có ba chuỗi động học độc lập, mỗi chuỗi gồm một đầu gắn với khâu giá cố định, đầu kia gắn với khâu công tác thông qua cơ cấu hình bình hành Chuyển động của khâu công tác được điều khiển nhờ ba động cơ gắn trên giá cố định [7] Dựa vào cấu trúc của khâu di động, tùy vào từng yêu cầu gắp đặt mà robot delta có thể có 3 hoặc trên 3 bậc tự do (tối đa 6 bậc tự do) Thực tế, nhu cầu sử dụng tập trung vào các cấu trúc robot delta có số bậc tự do thấp hơn 6 [4]
Robot delta có thiết kế nhẹ và các chuyển động của robot delta hầu như không gây ra quán tính, điều này rất có ích trong các công đoạn cần tính linh hoạt cao Sở hữu ưu thế về tốc độ mang lại năng suất làm việc cao, robot delta thu hút được sự quan tâm từ nhiều nghiên cứu [8] Một số nghiên cứu tập trung vào đánh giá hiệu năng hoạt động của robot delta [9], [10] Nhiều nghiên cứu tập trung vào việc phân tích quỹ đạo duy chuyển của robot delta nhằm tạo ra việc tối ưu tối đa về thời gian, cũng như phù hợp với các công việc cụ thể cho robot delta [11]–[16] Trong hoạt động giáo dục, mô hình robot delta được phát triển phục vụ cho việc tìm hiểu mô hình toán học robot hoặc cách mà robot hoạt động [17], [18]
Ngoài ra, nhờ vào sự phát triển của khoa học máy tính và các giải thuật xử lý hình ảnh, thị giác máy tính ngày càng phát triển mạnh mẽ và được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau [19] Hệ thống thị giác máy tính có nhiệm vụ thu thập thông tin trong thực tế bằng camera và sau đó chuyển đổi về hình ảnh kỹ thuật số để xử lý trích xuất thông tin cần thu thập [20] Thị giác máy tính được ứng dụng rất rộng rãi trong cuộc sống như: các ứng dụng nhận dạng, phân loại, điều khiển, dẫn hướng… Nhiều nghiên cứu đã tích hợp robot delta và hệ thống thị giác cho các hoạt động nghiên cứu cũng như ứng dụng trong thực tế [21]–[27]
Ngoài ra, có nhiều nghiên cứu về robot delta được thực hiện trong nước Trong nghiên cứu [28] đã nghiên cứu và chế tạo mô hình cơ khí robot delta, thực hiện tính toán động học để phục vụ việc điều khiển vị trí robot Các tác giả trong nghiên cứu [29], [30] đã nghiên cứu chế tạo và thực hiện điều khiển mô hình robot delta, đồng thời kết hợp ứng dụng thị giác máy tính vào để thực hiện nhiệm vụ lắp ráp vật tròn tĩnh Nhóm nghiên cứu [31] đã mô tả quá trình thiết kế phần cứng cũng như thuật toán điều khiển kết hợp xử lý hình ảnh cho robot Delta để phân loại sản phẩm theo hình dạng và màu sắc Tác giả của nghiên cứu [32] đã thực hiện ứng dụng mô hình robot delta 4 bậc tự do và kết hợp ứng dụng xử lý ảnh vào hệ thống sắp xếp bịch sữa vào thùng
Qua những tìm hiểu trên, đề tài nhận thấy được những ưu thế nổi bật hơn so với robot dạng truyền thống, robot delta thu hút được nhiều sự quan tâm của các nhà nghiên cứu Ngoài ra, ứng dụng xử lý ảnh và thị giác máy tính gần đây được ứng dụng rộng rãi trong nhiều lĩnh vực nhờ sự phát triển mạnh mẽ của công nghệ máy tính và các giải thuật xử lý ảnh Từ đó, việc tích hợp robot delta và hệ thống thị giác máy tính trở thành vấn đề mang tính khoa học và ứng dụng cao
1.2.2 Ứng dụng của robot delta
Nhờ vào những ưu thế về tốc độ, robot delta được ứng dụng trong nhiều lĩnh vực khác nhau, với nhiệm vụ chính là gắp thả sản phẩm, đóng gói, sắp xếp [26], [33], [34] Trong lĩnh vực công nghiệp, sau khi mua giấy phép từ robot delta năm 1987, công ty Demaurex với mục đích để phát triển thành sản phẩm thương mại Sau vài năm, họ đã đưa sản phẩm robot delta họ ứng dụng trong ngành công nghiệp đóng gói trên khắp thế giới (Hình 1.3) [35]
Hình 1.3: Demaurex’s Line-Placer để đóng gói trong công nghiệp [35]
Hãng ABB Flexible Automation đã trình làng robot Delta IRB 340 FlexPicker (Hình 1.4) vào năm 1999 FlexPicker được trang bị với một hệ thống chân không có khả năng lấy và thả nhanh các vật nặng tới 1 kg Robot được dẫn với một hệ thống thị giác máy tính bởi Cognex và một bộ điều khiển ABB S4C Sau mười năm nghiên cứu, thế hệ thứ hai này hiệu quả hơn với tốc độ cao hơn và khả năng mang các vật nặng với thiết kế chân nhỏ hơn dùng trong trong lĩnh vực công nghệ đóng gói từ FlexPicker IBR 360 [35]
Hình 1.4: ABB Flexible Automation IRB 340 FlexPicker [35]
Hãng FANUC Robotics đã thực hiện lắp đặt tại hơn 200 000 robot trên toàn thế giới và là công ty dẫn đầu thế giới trong ngành công nghiệp robot Những robot này là lý tưởng để thực hiện các nhiệm chuyển động phức tạp vượt xa khả năng con người, tốc độ nhanh và độ chính xác cao (Hình 1.5)
Hình 1.5: Robot delta của hãng FANUC Robotics [35]
Hiện nay, có một số loại robot delta đã được ứng dụng trong các dây chuyền sản xuất, phân loại sản phẩm như: Paloma D2 – BOSCH, Robot Hiwin 4 Trục Dòng Delta RD-403, Adept Quattro s650H,
Trong lĩnh vực y tế, Công ty Elekta (Thụy Điển), một công ty chuyên về các trang thiết bị y tế đã dùng robot Delta để làm thiết bị nâng giữ kính hiển vi có khối lượng 20kg dùng trong việc giải phẫu (Hình 1.6)
Hình 1.6: Robot delta ứng dụng trong y học [2]
Các ứng dụng khác bao gồm các hoạt động lắp ráp độ chính xác cao trong một phòng sạch, chuyên cho linh kiện điện tử Gần đây, các biến thể của robot delta còn được ứng dụng vào công nghệ in 3D (Hình 1.7)
Hình 1.7: Rostock robot delta in 3D [36]
1.2.3 Giới thiệu mô hình cơ khí robot delta đã chế tạo Đối tượng nghiên cứu để thực hiện điều khiển và đánh giá của đề tài này là robot delta ba bậc tự do Lấy ý tưởng từ mô hình robot đã được chế tạo và phục vụ nghiên cứu tại Khoa kỹ thuật cơ khí của Trường Đại học Kỹ thuật - Công nghệ Cần Thơ (Hình 1.8) với các tham số động học như trong bảng Bảng 1.2
Hình 1.8: Mô hình robot delta thực đã chế tạo Bảng 1.2: Bảng tham số động học robot delta đã chế tạo r f r e f e
130 (mm) 300 (mm) 263,397 (mm) 53,694 (mm) Cách bố trí của robot:
➢ Khâu đế của robot được gắn cố định với bộ khung ngoài của robot, có nhiệm vụ cố định và định vị vị trí cho ba cụm động cơ dẫn động
➢ Ba khâu chủ động nhận truyền động trực tiếp từ trục động cơ, được kết nối thông qua khớp nối mặt bích
➢ Ba khâu bị động, mỗi khâu có cấu trúc hình bình hành, nhiệm vụ thực hiện kết nối khâu chủ động và bàn di động
Mô hình sử dụng 3 động cơ bước NEMA23 - KH56LM2B018 với các thông số được trình bày trong Bảng 1.3
Bảng 1.3: Thông số động cơ NEMA23 - KH56LM2B018 Đặc tính Thông số
Moment giữ cực đại 1,6 Nm
Kích thước 57x57x65 mm Độ phân giải 1,8 độ/bước Đường kính trục 6,35 mm
Nhận thấy, mô hình robot delta hiện tại chưa được hoàn thiện, chỉ có mô hình cơ khí, chưa thực hiện kết nối mạch điện điều khiển, chưa thực hiện đánh giá hiệu năng hoạt động.
Mục tiêu, nhiệm vụ và phạm vi đề tài
Từ những tìm hiều sơ bộ trên, nhận thấy rõ tầm quan trọng của robot delta cũng như ứng dụng của xử lý ảnh trong thực tế là rất lớn Với thực trạng ứng dụng mô hình robot delta trong dạy học ở cơ quan đang công tác chưa chưa hoàn chỉnh, với mong muốn xây dựng hoàn thiện một mô hình robot phục vụ cho việc học tập và nghiên cứu về robot delta Từ đó, hình thành ý tưởng xây dựng mô hình thí nghiệm có giá thành rẻ ứng dụng được trong học tập và nghiên cứu Cụ thể, bằng cách thực hiện phân tích, điều khiển, cải thiện độ chính xác cho mô hình robot sẵn có, tích hợp ứng dụng thị giác máy tính vào phân loại và sắp xếp sản phẩm, cụ thể là thực hiện gắp các vật hình tròn đặt vào các lỗ tương ứng khác nhau về kích thước và màu sắc Đề tài đặt ra mục tiêu gắp và sắp xếp vật mẫu như sau:
➢ Vùng không gian làm việc: rộng 270mm và cao 130mm
➢ Tải trọng tối đa cho phép: 0,5kg
➢ Sai số xác định tâm vật: ± 0,5mm
➢ Vận tốc tối đa khâu di động: 300mm/s
1.3.2 Nhiệm vụ đề tài Để hoàn thành được mục tiêu đã đề ra, các nhiệm vụ cần thực hiện trong luận văn bao gồm:
❖ Tìm hiểu lý thuyết về robot delta:
➢ Tìm hiểu sơ đồ nguyên lý và phân tích bậc tự do của robot
➢ Phân tích bài toán động học thuận, tiến hành mô phỏng và xác định không gian làm việc của robot
➢ Phân tích bài toán động học nghịch, xác định góc quay của khớp chủ động, ứng dụng điều khiển vị trí cho robot
❖ Khảo sát, đánh giá trên mô hình thực tế:
➢ Từ mô hình thực tế, xác định các thông số của robot để đưa vào điều khiển
➢ Triển khai hệ thống điều khiển chuyển động cho mô hình robot
➢ Lập trình và thiết kế giao diện điều khiển cho robot
➢ Đánh giá khả năng hoạt động thực tế
❖ Tiến hành phân tích và cải thiện độ chính xác cho mô hình:
➢ Phân tích nguyên nhân dẫn đến sai số cho mô hình
➢ Thực hiện thiết kế, tinh chỉnh kết cấu cơ khí mô hình
➢ Tiến hành thực nghiệm và đánh giá lại kết quả hoạt động mô hình
❖ Nghiên cứu xây dựng giải thuật xử lý hình ảnh:
➢ Xây dựng giải thuật xác định tọa độ vật mẫu
➢ Lập trình giải thuật phân loại và sắp xếp vật mẫu
➢ Xây dựng giao diện tích hợp thị giác máy tính và điều khiển robot
➢ Tiến hành thí nghiệm và đánh giá lại kết quả hoạt động mô hình
➢ Robot sử dụng nghiên cứu trong đề tài là robot delta 3 bậc tự do ứng dụng trong học tập và nghiên cứu
➢ Vật mẫu sử dụng cho phân loại và sắp xếp gồm các tấm mica có độ dày 2mm, gồm có 2 màu đen và màu đỏ Vật mẫu được đặt ngẫu nhiên trong vùng không gian làm việc của robot
Hình 1.9: Vật mẫu được sử dụng cho phân loại và sắp xếp Vật mẫu (Hình 1.9) được chuẩn bị bằng những vật thể có hình vuông được cắt lazer lỗ tròn giữa tâm với kích thước thực tế đo được như Bảng 1.4:
Bảng 1.4: Kích thước vật mẫu
Kích thước hình vuông Đường kính vòng tròn D (mm) Độ hở (mm)
Cạnh L (mm) Đường kính lỗ d (mm) Đỏ
➢ Robot có nhiệm vụ xác định vị trí của các vật mẫu bằng camera, tiến hành phân loại và sắp xếp các vật thể.
Cấu trúc luận văn
Với mục tiêu và nhiệm vụ đã đề ra, cấu trúc luận văn dự kiến gồm có 6 chương với nội dung như sau:
Chương 2: Tiến hành phân tích động học và khảo sát vùng làm việc, thực hiện mô phỏng
Chương 3: Phân tích mô hình cơ khí, triển khai hệ thống điều khiển chuyển động
Chương 4: Phân tích nguyên nhân sai số, thực hiện thay đổi thiết kế cơ khí Tiến hành thực nghiệm đánh giá giá lại độ chính xác của robot
Chương 5: Xây dựng giải thuật xác định tọa độ và phân loại sản phẩm mẫu Tiến hành thực nghiệm và phân tích kết quả
Chương 6: Kết luận và hướng phát triển.
PHÂN TÍCH BÀI TOÁN ĐỘNG HỌC
Xác định bậc tự do robot
Mục đích nhằm xác định bậc tự do cơ cấu, từ đó giúp xác định được quy luật chuyển động của robot, số quy luật chuyển động cần biết trước của robot phải bằng số bậc tự do của cơ cấu
Hình 2.1: Cấu trúc cơ bản của robot delta [37]
Robot delta bao gồm nhiều chuỗi động vòng kín với một nhóm các trục và cơ cấu tác động cuối mắc song song với nhau Robot delta là một robot bao gồm ba cánh tay được nối với các khớp quay ở bệ cố định Đặc điểm thiết kế chính của robot là sử dụng các khâu hình bình hành để giúp duy trì sự định hướng và cân bằng của khâu đầu cuối Cấu trúc cơ bản của robot delta được trình bày ở Hình 2.1, thành phần bao gồm:
• Khâu đế (Base plate): đế cố định được gá lên khung của robot, có nhiệm vụ định vị vị trí và hướng của động cơ truyền động
• Khâu chủ động (Upper arm): được gắn với động cơ dẫn động đặt trên khâu đế, có nhiệm vụ nhận lực dẫn động từ động cơ và truyền cho khâu bị động thông qua khớp xoay (khớp loại 5) với 1 bậc tự do
• Khâu bị động (Forearm): kết nối khâu chủ động và khâu công tác bằng cơ cấu hình bình hành Cơ cấu hình bình hành gồm có hai thanh dẫn có cùng kích thước chiều dài, có nhiệm vụ nhận lực dẫn động từ khâu chủ động và truyền cho khâu công tác thông qua 4 khớp cầu (khớp loại 3) với 3 bậc tự do Tuy nhiên, các thanh dẫn này không được khóa cứng mà có thể xoay quanh trục của chính nó tạo thành một bậc tự do, bậc tự do này không ảnh hưởng đến quá trình cơ cấu làm việc nên được xem là bậc tự do thừa Do đó mỗi khâu bị động bị thừa 2 bậc tự do, ứng với mỗi thanh trong cơ cấu hình bình hành
• Khâu công tác (Travelling arm): kết nối ba khâu bị động với nhau, có nhiệm vụ mang theo đầu công tác để thực hiện các tác vụ cho robot
Từ việc phân tích trên, robot delta có tổng cộng 10 khâu chuyển động, 3 khớp loại 5, 12 khớp loại 3 và 6 bậc tự do thừa
Với kết cấu không gian như vậy, số bậc tự do của robot có cơ cấu dạng song song được xác định theo công thức sau [38]:
Trong đó: n : số khâu động của cơ cấu p k : số khớp loại k
R 0: tổng số ràng buộc trùng r : tổng số ràng buộc thừa s : số bậc tự do thừa
Vậy, theo công thức (2.1) số bậc tự do của robot delta là:
Như vậy, khâu công tác của robot không thể xoay mà chỉ có thể chuyển động tịnh tiến theo 3 hướng X, Y, Z trong không gian nhờ 3 động cơ dẫn động tại khâu đế.
Phân tích động học ngược robot
Bài toán động học ngược của robot delta là cần xác định giá trị của ba góc 1 , 2 , 3 khi đã biết được tọa độ tâm E 0 ( x y z 0, 0, 0 ) của bệ di động Đặt các ký hiệu cho thông số động học của robot gồm có: f chiều dài cạnh khâu đế cố định, e chiều dài cạnh khâu di động, r f chiều dài khâu hình chủ động, r e chiều dài khâu bị động Đặt hệ tọa độ O ( 0, 0, 0 ) là tâm của bệ cố định Hệ tọa độ của robot được đặt theo Hình 2.2, khi đó tọa độ z 0 đặt tại tâm của bệ di động sẽ luôn luôn âm vì vậy vùng hoạt động của robot luôn quay xuống dưới
Hình 2.2: Các thông số động học ngược robot delta [39]
Do đặc tính thiết kế của robot nên có một khâu cánh tay trung gian chỉ có thể xoay trong mặt phẳng YZ tạo thành một đường tròn như Hình 2.3 với tâm tại khớp F1 và bán kính F J 1 1 =r f
Hình 2.3: Đường tròn tâm E 1 ' bán kính E J 1 1 ' [39]
Mặt khác khâu hình bình hành E J 1 1 có thể xoay tự do tại khớp E 1 tạo thành hình cầu có tâm E 1 và bán kính bằng chiều dài khâu bị động E J 1 1 = r e như trong Hình 2.3 Khi đó mặt phẳng giao của hình cầu này với mặt phẳng YZ là một đường tròn có tâm tại E 1 ' và có bán kính bằng chiều dài đoạn E J 1 1 ' – trong đó E 1 ' là hình chiếu của E 1 lên mặt phẳng YZ Ngoài ra, hai đường tròn tâm E 1 ' bán kính E J 1 1 ' và đường tròn tâm F 1 bán kính rf cắt nhau tại một điểm như Hình 2.4, điểm đó cũng chính là điểm J 1 , khi đó có thể tính được tọa độ của điểm J 1 và từ đó cũng sẽ tính được góc 1 cần tìm
Hình 2.4: Mặt phẳng tọa độ YZ [39]
- Tọa độ tâm của bệ di động: E 0 ( x y z 0, 0, 0 )
F − f Xét hai phương trình đường tròn tâm F 1 bán kính r f và đường tròn tâm E 1 ' bán kính E J 1 1 ' , có:
Khi đó góc 1 được tính như sau:
Sau khi tính được góc theta thứ nhất 𝜃 1 , xoay hệ trục tọa độ góc quanh trục Z một góc 120 o ngược chiều kim đồng hồ Khi đó tọa độ tâm mới của bệ di động là E 0 ' ( x y z 0 ' , 0 ' , 0 ' )
Bằng cách tính tương tự như trên, tìm được góc 2 :
= − Sau khi có được góc 𝜃 2 , bằng cách xoay tương tự hệ trục tọa độ quanh trục Z một góc 120 o cùng chiều kim đồng hồ Khi đó, tọa độ tâm mới của bệ di động là E 0 '' ( x y z 0 '' , 0 '' , 0 '' )
= − a Tổ hợp (-)(-)(-) b Tổ hợp (-)(-)(+) c Tổ hợp (-)(+)(+) d Tổ hợp (-)(+)(-) e Tổ hợp (+)(-)(-) f Tổ hợp (+)(-)(+) g Tổ hợp (+)(+)(+) h Tổ hợp (+)(+)(-) Hình 2.5: Các cấu hình động học ngược của robot Kiểm tra kết quả bài toán động học ngược: dựa vào kết quả của bài toán động học đã được phân tích ở trên, các cấu hình nghiệm ở bài toán ngược tương ứng với tọa độ điểm công tác được kiểm tra kích thước cụ thể các khâu được chọn như sau: r f = 130m𝑚 ; r e = 300𝑚𝑚; f = 263,397𝑚𝑚; e = 53,694𝑚𝑚 Kiểm tra kết quả tính toán trên bằng thông số đầu vào là điểm công tác O có tọa độ
(0, 0, 350 − ) Kết quả góc quay động cơ theo các tổ hợp ( i 1, i 2, i 3 ) trong đó 1i có giá trị
48, 27 0(-) và 154, 65 0 (+) Theo kết quả tính toán như trên, bằng cách tổ hợp các giá trị ‘+’ và ‘-’ thu được 8 bộ giá trị của 1 , 2 , 3 thỏa mãn điểm công tác O x y z ( , , ), Hình 2.5 biểu diễn 8 cấu hình tương ứng với 8 tổ hợp Như vậy, bài toán động học ngược tìm được 8 cấu hình tương ứng với 8 tổ hợp giá trị góc quay của các động cơ
Tuy nhiên trong thực tế chỉ có một bộ giá trị duy nhất với ( i 1, i 2, i 3 )90 , 0 ứng với tổ hợp [(-)(-)(-)] là được sử dụng do giới hạn về kết cấu cơ khí của robot
Thực hiện mô phỏng bằng phần mềm Matlab, vẽ quỹ đạo khâu di động di chuyển đường tròn trên mặt phẳng XY tâm 0; 0; 380 ,− bán kính 70mm, hình dạng robot tại vị trí cuối của quỹ đạo được thể hiện ở các hình: Hình 2.6 và Hình 2.7 Hình 2.8 Trong đó, vị trí tọa độ điểm P có thể biểu diễn theo bán kính r và góc (Hình 2.7):
Hình 2.6: Quỹ đạo đường tròn XY với Z không đổi
Hình 2.7: Sự thay đổi của tọa độ Ox, Oy, Oz theo góc
Hình 2.8: Sự thay đổi của góc xoay 1i theo góc
Phân tích động học thuận robot
Tiến hành phân tích động học của robot dựa vào quan hệ hình học của robot [39] Xây dựng bài toán động học thuận của robot delta với mục đích xác định tọa độ tâm của bệ di động x y z , , khi đã biết được các góc xoay 1 , 2 , 3 của khâu dẫn động được truyền động bởi động cơ đã được cố định trên khâu đế Ở đây, tọa độ tâm của bệ di động được xét là điểm E 0 ( x y z 0, 0, 0 ) được trình bày khái quát theo Hình 2.9
Hình 2.9: Tính toán động học thuận robot [39]
Việc đầu tiên, cần xác định tọa độ các khớp J J J 1 , 2 , 3 ở Hình 2.9 bằng cách nội suy từ tọa độ góc O đến các khớp F F F 1 , 2 , 3 và dựa vào các góc 1 , 2 , 3 đã biết
Tiếp theo, khâu dẫn động có tâm quay quanh các khớp F F F 1 , 2 , 3 tạo thành đường tròn bán kính J F J F J F 1 1 , 2 2 , 3 3 Đồng thời, các khâu hình bình hành J E J E J E 1 1 , 2 2 , 3 3 có thể xoay quanh tâm J J J 1 , 2 , 3 tạo thành ba hình cầu có bán kính bằng độ dài khâu hình bình hành r e như Hình 2.10 Cuối cùng, tịnh tiến các vector khâu hình bình hành
J E J E J E như trong Hình 2.10 lần lượt theo vector E E E E E E 1 0 , 2 0 , 3 0 Khi đó ba hình cầu cắt nhau tại điểm E 0 , để tìm tọa độ x0, y0, z0, thực hiện giải ba phương trình đường tròn tâm J J J 1 ' , 2 ' , 3 ' có bán kính bằng chiều dài khâu hình bình hành Tuy nhiên cần phải tìm tọa độ các khớp sau khi tịnh tiến J J J 1 ' , 2 ' , 3 ' trước khi giải các phương trình đường tròn
Hình 2.10: Phương trình ba đường tròn cắt nhau tại E 0 ( x y z 0, 0, 0 )[39]
Hình 2.11: Hệ tọa độ của bệ cố định robot [39]
Dựa vào phân tích hình học không gian robot theo sơ đồ Hình 2.11, tiến hành tính toán tọa độ tại các khớp J J J 1 ' , 2 ' , 3 ' Chiều dài các đoạn thẳng cần được tính toán gồm có:
Từ đó, tọa độ các khớp J J J 1 ' , 2 ' , 3 ' lần lượt là:
2 / 2 3 f cos 2 cos 30 ; / 2 3 f cos 2 sin 30 ; f sin 2
3 / 2 3 f cos 3 cos 30 ; / 2 3 f cos 3 sin 30 ; f sin 3
J f − e + r f − e + r − r Phương trình đường tròn tâm J J J 1 ' , 2 ' , 3 ' bán kính r e :
Giải phương trình đường tròn trên để tìm được tọa độ điểm E 0 , khai triển phương trình trên ta được:
(2.2) (2.3) (2.4) Đặt w i =x i 2 +y i 2 +z i 2 , khi đó phương trình trở thành:
Từ đó, z là nghiệm của phương trình:
Giải phương trình (2.10), tìm được z Thay z vào phương trình (2.8) và (2.9) được tọa độ tâm bệ di động E 0 ( x y z 0, 0, 0 ) cần tìm Vì z là nghiệm của phương trình bậc 2, nên bài toán động học thuận tìm ra được 2 tổ hợp giá trị của điểm tác động cuối tương ứng với 2 cấu hình thỏa mãn giá trị góc quay của động cơ Kiểm tra bài toán động học thuận: kiểm tra kích thước cụ thể các khâu được chọn như sau: r f = 130𝑚𝑚 ; r e = 300𝑚𝑚; f = 263,397𝑚𝑚; e = 53,694𝑚𝑚 Hình 2.12 minh họa 2 cấu hình động học thuận ứng với góc quay 1 = 2 = 3 =0 0 Cấu hình a biểu diễn điểm tác động đầu cuối ở tọa độ có nghiệm z > 0 Ngược lại, cấu hình b biểu diễn điểm tác động đầu cuối ở tọa độ có nghiệm z < 0 a Tổ hợp (+)(+)(+) b Tổ hợp (-)(-)(-) Hình 2.12: Các cấu hình động học thuận của robot Trong thực tế, khâu chủ động không thể quay được 360 0 , các góc quay của động cơ còn bị giới hạn bởi kết cấu cơ khí của robot Để đảm bảo động cơ không bị cản trở khi chuyển động, giới hạn góc quay của động cơ được thu lại trong khoảng 0 , 90 0 0
Hình 2.13: Không gian làm việc sau khi giới hạn góc quay Kiểm tra lại bằng phần mềm Matlab, vùng không gian làm việc bao được hình trụ tròn có kích thước thước (đường kính * chiều cao) = 300mm*150mm (Hình 2.13).
Kết luận
Như vậy, chương 2 đã hoàn thành việc phân tích robot delta bao gồm:
− Phân tích được mô hình động học, xác định được khả năng di chuyển của robot delta
− Phân tích bài toán động học thuận, xác định vùng không gian làm việc bao phủ hình trụ tròn có kích thước (đường kính * chiều cao) 300mm*150mm
− Phân tích động học nghịch, xác định được bộ nghiệm phù hợp trong điều khiển robot delta thực tế Thực hiện mô phỏng thông qua phần mềm Matlab và kết quả được sử dụng để xây dựng hệ thống điều khiển trong chương 3.
TRIỂN KHAI HỆ THỐNG ĐIỀU KHIỂN
Xây dựng hệ thống điều khiển điều khiển chuyển động (Motion control)
3.1.1 Triển khai hệ thống mạch điện điều khiển
Mục tiêu thiết kế bộ điều khiển hoạt động ổn định, đạt được yêu cầu đặt ra ở đề mục tiêu đã đặt ra ở chương 1, có giá thành rẻ, dễ dàng kết nối và phù hợp với các ứng dụng trong học tập và nghiên cứu Để đạt được mục đích trên, đề tài xây dựng sơ đồ hệ thống điện điều khiển được thể hiện ở Hình 3.1
XD XP YD YP ZD ZP AD AP
Hình 3.1: Hệ thống điều khiển chuyển động cho robot
Vì robot delta được triển khai trong đề tài được dẫn động bằng 3 khớp xoay với
3 động cơ bước sẽ đảm nhận vai trò này, đi kèm với động cơ bước là các driver công suất để điều khiển động cơ Động cơ bước không thể tự nhận biết vị trí hiện tại do không có encoder hay các bộ phận hồi tiếp vị trí nên robot cần 3 cảm biến home để nhận biết vị trí home cho từng khâu chủ động của robot Các thành phần trong hệ thống giao tiếp với nhau thông qua bộ điều khiển trung tâm Bộ điều khiển trung tâm có nhiệm vụ nhận tín hiệu điều khiển từ máy tính và cấp xung điều khiển một cách đồng bộ cho tất cả các driver điều khiển hệ thống, từ đó giúp kiểm soát quỹ đạo di chuyển cho khâu di động của robot
• Các thiết bị trong hệ thống điều khiển bao gồm (Phụ lục II):
− Mạch điều khiển chuyển động: Mach3 USB
− Cảm biến home: Công tắc hành trình dạng đòn bẩy
• Kết nối máy tính với mạch điều khiển Mach3 CNC bằng giao tiếp thông qua cổng USB
• Ngoài ra, có các nút nhấn cơ cho hệ thống điều khiển
3.1.2 Giải pháp tích hợp hệ thống điều khiển chuyển động Điều khiển chuyển động (Motion control) bắt nguồn từ việc điều khiển các động cơ servo, kết hợp với sự phát triển của máy tính điều khiển, kỹ thuật robot và tự động hóa trong các nhà máy [40], [41] Một hệ thống điều khiển chuyển động đóng vai trò như một cầu nối các khâu chuyển động của robot lại với nhau để hoàn thành quỹ đạo dự kiến và các thông số đã cho robot như: vị trí, vận tốc, gia tốc, kiểm soát đa trục, … Công nghệ điều khiển chuyển động được ứng dụng rộng rãi trong công nghiệp bao gồm: đóng gói, lắp ráp, công nghệ in, sản xuất linh kiện điện tử Cấu tạo của một hệ thống điều khiển chuyển động gồm các thành phần như: giao diện người dùng (HMI), mạch điều khiển chuyển động, driver điều khiển chuyển động, cơ cấu tác động, cấu trúc cơ khí, bộ phản hồi [42]
Từ những ưu điểm trên, đề tài thực hiện tích hợp hệ thống điều khiển chuyển động cho mô hình robot delta Như đã phân tích ở Chương 2, robot delta có cấu hình đặc biệt, sở hữu 3 chuỗi động học được bố trí lệch nhau một góc 120 0 và liên kết thành chuỗi động học kín Với cấu hình mặc định, việc sử dụng mạch Mach3 USB kết hợp với phần mềm Mach3 CNC để điều khiển cho robot delta RUS (Revolute-Universal-Spherical) là không thể [43] Vì vậy, để điều khiển vị trí cho robot, đề tài đưa ra giải pháp là sử dụng tính năng cho phép tùy chỉnh mở rộng của Mach3 CNC để cấu hình phù hợp với việc điều khiển robot delta
Phần mềm Mach3 CNC (Phụ lục I) được cài đặt trên máy tính để giao tiếp với mạch Mach3 USB Ưu điểm mạch Mach3 USB là có thể điều khiển đồng bộ chuyển động của các động cơ dẫn động, kết hợp phần mềm Mach3 CNC hỗ trợ ngôn ngữ G-code và cung cấp khả năng thực thi các tệp macro (đoạn mã bằng ngôn ngữ Visual Basic (VB)), cho phép tùy chỉnh để tự động hóa các tác vụ lặp đi lặp lại hoặc thực hiện các chức năng đặc biệt [44]
Hệ thống điều khiển chuyển động được xây dựng như Hình 3.2 Bằng phương pháp lập trình các tệp macro (Phụ lục IV), phương trình động học ngược của robot sẽ được đưa vào để thực hiện chuyển đổi động học của robot delta, lúc này tính năng điều khiển chuyển động của Mach3 USB cho phép điều khiển đồng bộ nhiều trục được tích hợp vào hệ thống để thực hiện quá trình điều khiển các khớp xoay của robot song song song delta Việc thực hiện này giúp cho hệ thống điều khiển được xây dựng sẽ tận dụng được ưu thế nổi bậc của mạch Mach3 USB, từ đó giúp hỗ trợ cho việc điều khiển robot delta, tạo điều kiện thuận lợi cho việc đánh giá cũng như ứng dụng vào thực tế Các công việc được thực hiện để tích hợp hệ thống điều khiển chuyển động bao gồm:
➢ Xây dựng hệ thống mạch điện
➢ Lập trình xây dựng giao diện người dùng
➢ Lập trình điều khiển hệ thống điều khiển chuyển động sử dụng mạch Mach3 USB
Chuyển đổi động học ngược
Hình 3.2: Hệ thống điều khiển chuyển động robot delta
3.1.3 Xây dựng giao diện điều khiển (HMI) tích hợp trên phần mềm Mach3 CNC
Giao diện điều khiển (HMI) là một phần trong hệ thống điều khiển chuyển động Giao diện được thiết kế với mục đích để thực hiện các quá trình điều khiển như cài home, di chuyển đến các vị trí mong muốn, tạo quỹ đạo di chuyển, tạo các file dạy cho robot (Teaching file) Ngoài ra, giao diện cho phép việc thay đổi các thông số cài đặt cho robot được thực hiện một cách trực tiếp trên giao diện Sau khi thiết đặt, phân bố các đối tượng lên giao diện, giao diện hoàn chỉnh để điều khiển robot được trình bày trong Hình 3.3 Đề tài sử dụng công cụ Machscreen V1.73 để tạo ra một giao diện riêng bao gồm các nút nhấn, text box, label, … để phù hợp với mục đích điều khiển quỹ đạo cho robot delta Mỗi nút nhấn tương ứng với một đoạn mã thực hiện các chức năng tự động hóa khác nhau cho robot Bảng A phụ lục I thể hiện từng chức năng cụ thể của các đối tượng được sử dụng để điều khiển robot delta
Hình 3.3: Giao diện thiết kế tích hợp trong phần mềm Mach3
Xây dựng lưu đồ giải thuật
Để có thể thực hiện điều khiển và đánh giá được khả năng hoạt động của robot, cần thiết lập trình tự thực hiện phù hợp với kết cấu cơ khí và bộ điều khiển Do đó, chương trình điều khiển dựa vào lưu đồ giải thuật như Hình 3.4
Khởi động chương trình, kết nối mạch điều khiển
Tạo tệp Gcode quỹ đạo đường tròn
Hình 3.4: Lưu đồ giải thuật
Bắt đầu chương trình bằng việc kết nối máy tính với mạch điều khiển Mach3 USB và cấp nguồn cho driver điều khiển động cơ Sau đó, thực hiện quá trình cài home để xác định được vị trí ban đầu cho robot Tiếp theo, một tệp quỹ đạo được tạo ra dưới dạng text file txt, trong đó là một chu trình gồm các lệnh Gcode di chuyển đến từng điểm riêng biệt, tệp được load tự động lên giao diện Mach3 và sẵn sàng thực hiện chu trình Cuối cùng là thực hiện chạy chu trình và kết thúc quá trình vẽ quỹ đạo a) Chu trình cài home
Sau khi kết nối chương trình với mạch điều khiển Mach3 USB và cấp nguồn cho toàn bộ hệ thống, thực hiện quá trình cài home cho mô hình robot
Chạm công tắc hành trình i
Dừng động cơ i Đến vị trí cài home i = 0 i = 3? i = i + 1 Đ
Hình 3.5: Quá trình cài home cho robot
Cụ thể, quá trình cài home được thực hiện bằng cách cho robot di chuyển đến vị trí cài home Ở vị trí này, các khâu chủ động đều cách công tắc hành trình một góc không quá lớn ( 20 0 ) để tránh ràng buộc về cơ khí, sau đó từng khâu quay đến khi chạm công tắc hành trình thì dừng Điểm home được chọn là vị trí các góc quay chủ động có giá trị
= = = Về mặt lý thuyết, các cảm biến sẽ được cân chỉnh sao cho khi có tín hiệu, các góc quay sẽ dừng ở đúng vị trí 0 0 Tuy nhiên, việc căn chỉnh cảm biến sẽ không ổn định khi có sự tháo lắp về cơ khí Do đó, việc cài home thực tế được tiến hành như sơ đồ ở Hình 3.5 như sau: robot được đưa đến vị trí cài home, sau đó nhấn nút Homing để thực hiện quá trình cài home cho robot Theo đó, khâu chủ động thứ i sẽ quay đến khi chạm vào công tắt hành trình và dừng lại Chu trình được lặp lại đến khi giá trị của i = 3, cuối cùng tất cả các khớp sẽ cùng quay một góc đến vị trí đã định trước sao cho các góc quay khâu chủ động đạt giá trị 1 = 2 = 3 =0 0 và kết thúc quá trình cài home cho robot b) Chu trình tạo tệp quỹ đạo đường tròn
Bằng cách lập trình file dưới dạng macro bằng ngôn ngữ VB, quy trình vẽ quỹ đạo hình tròn dưới dạng G-code được tạo một cách tự động và được tải vào chương trình chạy của Mach3 CNC để thực hiện quá trình vẽ quỹ đạo Các thông số về kích thước của robot sẽ được thay đổi trực tiếp trên giao diện điều khiển, tiếp đến thông số về tọa độ tâm đường tròn sẽ được lấy từ vùng dữ liệu Position Reference, bán kính đường tròn được lấy từ vùng
Radial trên giao diện điều khiển
Lưu đồ quá trình tạo tệp Gcode tự động và load vào phần mềm Mach3 của robot được thể hiện ở Hình 3.6 Quá trình tạo quỹ đạo được thực hiện như sau: khi có được tọa độ tâm và bán kính quỹ đạo tròn, quỹ đạo đường tròn mong muốn sẽ được rời rạc thành n điểm có tọa độ là x y z n , n , n với lần lượt n = 1, 2, 359, 360; từng tọa độ điểm này lần lượt sẽ được đưa vào phương trình động học ngược để tính toán thành góc quay 1 n , 2 n , 3 n cho các động cơ dẫn động Các góc quay lần lượt sẽ được lưu vào tệp dưới dạng Gcode theo lệnh G 01 X Y 1 2 Z 3 Sau khi giá trị tất cả tọa độ điểm quỹ đạo đã được tạo xong, lệnh G 0 1 X 40 40 4 Y Z 0 được thêm vào để robot thực hiện việc nhấc bút, lúc này cả ba khâu chủ động của động cơ đang ở góc 40 0 Cuối cùng thêm lệnh M30 để kết thúc quá trình vẽ của robot Tệp Gcode được tạo tự động sẽ lưu thành file “Circle.txt”, tệp này sẽ được load trực tiếp vào giao diện chương trình, quá trình điều khiển thao tác được thực hiện nhờ vào các phím chức năng ở vùng Control Mach3 trên giao diện điều khiển chính
Các file lập trình macro cho quá trình vẽ quỹ đạo được trình bày trong phần phụ lục III và phụ lục IV
Tính tọa độ xn, yn, zn
Tính toán động học ngược robot
Tạo lệnh G01 Xθ1 Yθ2 Zθ3 và lưu vào tệp
Xác định tâm, bán kính đường tròn n = 0 n n = n + 1
Tạo lệnh M30 và lưu vào tệp θ 1n ,θ 2n ,θ 3n
Hình 3.6: Tạo tệp Gcode quỹ đạo đường tròn
Tiến hành thực nghiệm
3.3.1 Cấu hình động cơ Động cơ bước được điều khiển thông qua driver TB6600, mạch Mach3 USB sẽ cấp số xung cho driver điều khiển Với loại động cơ đã lựa chọn có thông số là 200 xung/vòng và cấu hình driver TB6600 là điều khiển vi bước 1/32 Khi đó, động cơ bước quay một vòng cần cấp 6400 xung Một vòng quay động cơ sẽ tương ứng với 360 0 nên khi đó một độ của động cơ tương ứng với việc cấp cho diver số xung được tính như sau:
360 9 steps per = = xung/độ Đối với vận tốc di chuyển của robot, khi cho động cơ thay đổi vận tốc một cách đột ngột sẽ dẫn đến hiện tượng rung lắc, hư hỏng kết cấu cơ khí Để khắc phục hiện tượng này, phương án được đề xuất là điều khiển vận tốc theo quy luật hình thang Quy luật này được chia làm 3 phần khởi động với gia tốc góc không đổi, chuyển động tiếp với vận tốc góc không đổi và về đích với gia tốc góc không đổi (Hình 3.7)
Hình 3.7: Cấu hình cho động cơ bước Các thông số được nhập lên phần mềm Mach3 như Hình 3.7, trong đó:
➢ Steps per: xung cấp vào động cơ để động cơ quay được 1 độ được đặt 160/9
➢ Velocity (vận tốc): vận tốc tối đa của động cơ bước được đặt là 20000
➢ Acceleration (gia tốc): gia tốc của động cơ bước được đặt 650
Hình 3.8: Quá trình vẽ của robot Sau khi đã hoàn thiện kết nối các thiết bị điều khiển, mô hình robot được thực hiện kiểm tra khả năng làm việc Quá trình kiểm tra được thực hiện bằng cách cho robot di chuyển theo quỹ đạo tròn có tâm và bán kính lần lượt là (0,0,-381) và 40mm Quá trình di chuyển của đầu công tác được ghi lại bằng đầu bút mực gắn cố định trên khâu di động của mô hình (Hình 3.8)
Quá trình này được lặp lại 10 lần, kết quả của quá trình vẽ của robot được thể hiện ở Hình 3.9
Hình 3.9: Kết quả quá trình đánh giá
Qua quá trình kiểm nghiệm, quan sát thấy được biên dạng hình tròn còn nhiều vị trí lòi lõm khác nhau, chưa tròn đều, các nét vẽ không đồng đều, trong khi mô hình chỉ di chuyển đối với vùng diện tích khá nhỏ (Hình 3.9), chưa thể thực hiện được nhiều đánh giá với vùng hoạt động rộng hơn Ngoài ra, trong quá trình robot di chuyển xảy ra hiện tượng rung động ở khâu di động
Tuy nhiên, đề tài đã hoàn thành việc tích hợp hệ thống điều khiển chuyển động cho robot, hệ thống mạch điện và chu trình hoạt động được thiết kế ban đầu đã đáp ứng được mục tiêu điều khiển đã đề ra cho mô hình robot hiện tại, hoạt động ổn định, dễ dàng kết nối, giao diện dễ sử dụng.
Kết luận
Chương 3 đã xây dựng được hệ thống điều khiển chuyển động cho mô hình có sẵn gồm các thiết bị điện, chương trình điều khiển và giao diện dành cho người dùng Sau đó đã triển khai hệ thống điều khiển mô hình robot thực có sẵn và khảo sát được quá trình di chuyển của mô hình robot Việc thực nghiệm này làm cơ sở cho quá trình phân tích và cải tiến để nâng cao độ chính xác, khả năng hoạt cho robot cho mô hình.
PHÂN TÍCH VÀ CẢI THIỆN ĐỘ CHÍNH XÁC CƠ CẤU
Phân tích khả năng gây ra sai số của robot
Từ việc đánh giá mô hình đã được thực hiện ở chương 3, nhận thấy khả năng di chuyển mượt mà của robot còn hạn chế, độ ổn định của robot vẫn chưa đảm bảo Khả năng sai số tồn tại có thể do hệ thống điều khiển hoặc hệ thống cơ khí Đề tại thực hiện tinh chỉnh lại hệ thống cơ khí được thiết kế sẵn Ba nguyên nhân ban đầu do kết cấu cơ khí gây ra được xác định như sau:
Thứ nhất: Do truyền động trực tiếp từ trục động cơ đến khâu chủ động, tỉ số truyền tương đương là 1:1, việc này cho thấy độ phân giải của bộ truyền còn thấp, kéo theo việc trượt bước của động cơ (Hình 4.1) Từ đó, gây ra hiện tượng rung động trong quá trình di chuyển của khâu di động, hình dạng quỹ đạo vẽ ra xuất hiện nhiều vị trí lòi lõm, nét vẽ không đồng đều (Hình 3.9)
Hình 4.1: Trục động cơ truyền động trực tiếp với khâu chủ động
Thứ hai: Các khâu được gia công với kích thước chưa chuẩn, kết nối giữa khâu trục trung gian và khớp bi cầu chưa cứng chắc, chưa đảm bảo về kích thước động học, từ đó gây ra sai số, ảnh hưởng đến kết quả tính toán động học (Hình 4.2), thể hiện qua quỹ đạo vẽ đường tròn không tròn đều, xô lệch (Hình 3.9)
Hình 4.2: Kết nối ban đầu khâu bị động
Thứ ba: Vị trí cảm biến home chưa được cố định cứng chắc trên khung robot, việc này ảnh hưởng trực tiếp đến quá trình thực hiện cài home cho robot Khi quá trình xác định vị trí 0 ban đầu cho các khâu di động chưa đúng, từ đó một ảnh hưởng trực tiếp đến kết quả tính toán động học làm cho robot di chuyển chưa tốt trên mặt phẳng vẽ, thể hiện qua nét vẽ không đồng đều (Hình 3.9)
Từ những nhận định ban đầu về nguyên nhân dẫn đến sai số, đề tài tiến hành việc kiểm tra kích thước, tinh chỉnh lại kết cấu cơ khí ban đầu của robot để khắc phục những yếu tố cơ khí ảnh hưởng đến khả năng di chuyển, nâng cao độ chính xác và độ ổn định cho mô hình robot.
Tinh chỉnh kết cấu
4.2.1 Kiểm tra khâu chủ động Đề tài tận dụng lại thiết kế ban đầu của khâu chủ động, thực hiện kiểm tra kích thước đảm bảo tính đồng bộ của ba khâu Xác định được thông số chiều dài của khâu chủ động có kích thước r f = 130mm
Khâu chủ động bao gồm 2 mối lắp chính Mối lắp thứ nhất là mối lắp giữa khâu chủ động và trục truyền động thông qua khớp nối mặt bích và mối ghép bulong M3, mối lắp thứ hai giữa khâu chủ động và khâu bị động được thực hiện thông qua mối ghép bulong - đai ốc M4, khoảng cách giữa 2 khớp cầu của khâu bị động lắp với khâu chủ động bằng với khoảng cách giữa 2 khớp cầu lắp với khâu di động Vật liệu chế tạo khâu chủ động được chọn là nhôm, được gia công CNC với các kích thước được thể hiện trong Hình 4.3
4.2.2 Thiết kế khâu bị động
Khâu bị động được thiết kế lại nhằm đảm bảo kích thước của 6 tay đòn là như nhau, hướng quay của khớp bi cầu là song song nhau Hình 4.4 trình bày mô hình tay đòn khâu bị động
Mỗi khâu bị động sẽ gồm hai tay đòn có kích thước r e = 298mm được lắp song song nhau, với nhiệm vụ liên kết khâu chủ động và khâu di động Mỗi tay đòn có cấu tạo gồm: 2 khớp bi cầu, 2 khớp nối, 1 trục trung gian
Hình 4.4: Mô hình tay đòn Kết cấu trục trung gian được thiết kế thiết kế là một trục thẳng, gồm có 2 bậc với kích thước và hình dạng như Hình 4.5 Trục trung gian sử dụng vật liệu inox, có nhiệm vụ liên kết 2 khớp nối với nhau Hai bậc trục phía ngoài được vát mép D nhằm mục đích chống xoay cho các khớp nối
Hình 4.5: Kích thước trục trung gian Khớp nối có nhiệm vụ liên kết khớp bi cầu với trục trung gian, hình dạng và kích thước được thiết kế như Hình 4.6 Khớp nối sử dụng vật liệu thép, liên kết với trục trung gian bằng vít cấy M3 và liên kết với thân khớp bi cầu bằng vít M4
Hình 4.6: Kích thước khớp nối
Khâu bị động nhận lực truyền động từ khâu chủ động và truyền cho khâu di động để robot thực hiện di chuyển Để khâu chủ động truyền lực cho khâu bị động, ba động cơ sẽ nhận nhiệm vụ dẫn động Tuy nhiên, nếu sử dụng trực tiếp trục động cơ để truyền cho khâu chủ động, khi đó hệ số truyền độ 1:1 dẫn đến hệ thống di chuyền thiếu mượt mà, độ ổn định không tốt, hiện tượng mất xung ở động cơ gây tác động lớn tới độ chính xác, gây ra mất an toàn khi xảy ra hiện tượng quá tải Để khắc phục những nguyên nhân trên, đề tài xây dựng cấu trúc bộ truyền như Hình 4.7
Hình 4.7: Cấu trúc của một bộ truyền động Trong đó:
Việc tính toán thiết kế bộ truyền động bao gồm: tính toán bộ truyền đai, lựa chọn gối đỡ, lựa chọn động cơ, thiêt kế trục dẫn động a) Tính toán bộ truyền đai Để tăng độ phân giải cho động cơ, bộ truyền động đai được lựa chọn để truyền động giữa trục động cơ và trục dẫn động cho khâu chủ động Sơ đồ truyền động đai được mô tả ở Hình 4.8
Hình 4.8: Sơ đồ truyền động đai
Do tỷ số truyền của hệ thống không cần thay đổi trong quá trình hoạt động, nên đề tài sử dụng bộ truyền đai răng để thực hiện quá trình cải tiến cho robot Nhờ vào truyền lực bằng việc ăn khớp, truyền động đai răng mang lại một số ưu điểm nổi bật như: không có trượt, tỉ số truyền lớn (u12 đôi khi u20), hiệu suất cao, không cần có lực căng ban đầu quá lớn, nhờ đó lực tác dụng lên trục và lên ổ nhỏ
Khi động cơ quay, bộ truyền đai thực hiện chuyển momen xoắn 1 từ trục động cơ thành moment xoắn 2 cho trục chủ động có mối quan hệ này được trình bày theo công thức (3.1)
Tỷ số truyền u càng lớn sẽ tạo ra momen xoắn 2 càng lớn, đồng thời giúp cho độ phân giải của động cơ sẽ tăng lên Đề tài lực chọn tỉ số truyền u = 3, khi đó bộ truyền đai được lựa chọn bao gồm: đai răng GT2 với bước răng p = 2 mm , bánh đai chủ động có số răng z 1 = 20 và bánh đai bị động là z 2 = 60 Các thông số tính toán của bộ truyền đai được trình bày cụ thể ở phần Phụ lục III b) Lựa chọn gối đỡ
Gối đỡ có nhiệm vụ liên kết khâu chủ động thông với bộ truyền đai thông qua trục dẫn động
Hình 4.9: Gối đỡ Gối đỡ được lựa chọn bao gồm: 1 hộp trục và 2 ổ bi mặt bích, với các thông số như trong Hình 4.9 c) Thiết kế trục dẫn động
Trục dẫn động có nhiệm vụ truyền động moment từ bộ truyền đai đến khâu chủ động Việc thiết kế trục dẫn động phải đảm bảo trục khớp với bánh đai bị động và khớp nối mặt bích Khớp nối mặt bích được lựa chọn có đường kính trục 6,35mm, bánh đai chủ động và gối đỡ có đường kính lỗ 10mm Trục dẫn động được thiết kế như Hình 4.10
4.2.4 Thiết kế đế cố định
Khâu đế đóng vai trò cố định ba động cơ dẫn động, được thiết kế sao cho các bộ truyền được phân bố đều nhau một góc 120 0
Thiết kế lại khâu cố định với kích thước lớn hơn so với thiết kế ban đầu để đảm bảo có đủ không gian để lắp ráp Vì vậy, thông số động học so với cấu hình ban đầu bị thay đổi với kích thước f = 353, 33 mm Vật liệu làm khâu đế được chọn là mica với độ dày 5mm được gia công bằng phương pháp cắt lazer như Hình 4.11
Hình 4.11: Khâu đế cố định
4.2.5 Kiểm tra khâu di động
Các thành phần trong robot delta được liên kết với nhau và kết thúc cuối cùng ở khâu di động Khâu di động mang đầu công tác được tận dụng từ thiết kế ban đầu với chất liệu là nhựa ABS và sử dụng phương pháp in 3D với kích thước e = 53, 69 mm như Hình 4.12
Kết quả cải tiến
Hình 4.13 thể hiện kết quả quá trình kiểm tra lại vùng không gian làm việc theo các thông số động học trong Bảng 4.1 Kết quả kiểm gia thể hiện khả năng làm việc của robot bao được một vùng hình trụ tròn với (đường kính * chiều cao) = 270mm * 130 mm Vùng kích thước không gian làm việc này sẽ là vùng hoạt động được sử dụng trong hệ thống phân loại và sắp xếp vật mẫu ở chương 5
Bảng 4.1: Bảng tham số động học của robot delta được thiết kế lại r f r e f e
Hình 4.13: Không gian làm việc robot sau khi thay đổi thông số động học
Phần đế cố định và bộ truyền đã được bố trí lên đế cố định robot sau khi được thiết kế lại được thể hiện trên Hình 4.14:
Hình 4.14: Bệ cố định robot và bộ truyền
Mô hình cơ khí sau khi tinh chỉnh của robot được lắp ráp hoàn chỉnh được thể hiện ở Hình 4.15:
Hình 4.15: Mô hình tổng thể robot
Đánh giá
Quá trình đánh giá với mục đích đánh giá được độ chính xác, ổn định trong quá trình hoạt động của mô hình robot sau khi được tinh chỉnh Quá trình thực nghiệm đánh giá sẽ bao gồm đánh giá độ lặp lại và sai số vị trí của mô hình robot
4.4.1 Cấu hình lại thông số động cơ
Do thiết kế thêm bộ truyền động đai với tỉ số truyền u = 3, khi đó để khâu chủ động quay được một vòng thì động cơ cần quay 3 vòng, vì vậy số bước trên một đơn vị đo trên Mach3 cũng sẽ được nhân lên gấp 3 lần Lúc này thông số trên phần mềm Mach3 được cấu hình lại như hình Hình 4.16
Hình 4.16: Cấu hình lại động cơ bước
➢ Steps per: xung cấp vào động cơ để động cơ quay được 1 độ được đặt 160/3
➢ Velocity (vận tốc): vận tốc tối đa của động cơ bước được đặt là 20000
➢ Acceleration (gia tốc): gia tốc của động cơ bước được đặt 650
4.4.2 Đánh giá độ lặp lại
Sau khi đã thiết kế lại cơ khí của robot, thực hiện thay đổi các thông số của robot trên giao diện điều khiển để phù hợp với kích thước mới của robot theo Bảng 4.1 Thực hiện kết nối phần cứng tương tự như với mô hình robot ban đầu Quá trình kiểm tra sẽ thực hiện vẽ đường tròn với tâm và đường kính lần lượt là (0,0,-381) và 40mm Quá trình đánh giá độ lặp lại của mô hình được thực hiện bằng cách vẽ đường tròn với số lần lặp lại 10, kết quả được thể hiện như Hình 4.17
Hình 4.17: Đánh giá sai số lặp lại Nhận xét: quan sát kết quả vẽ được trên Hình 4.17, nhận thấy hình dạng vẽ tròn đều, điểm đầu và điểm cuối không có sai lệch về vị trí Sau nhiều lần vẽ, các nét vẽ chồng đều lên nhau, ít xô lệch chứng tỏ độ cứng chắc của mô hình cơ khí tốt, khả năng di chuyển trên mặt phẳng là tốt Hơn nữa, quan sát quá trình hoạt động của robot, việc tinh chỉnh cơ khí mang lại độ ổn định cao cho robot, kết quả này một lần nữa thể hiện được độ ổn định của hệ thống điều khiển chuyển động đã được thiết kế ban đầu
4.4.3 Đánh giá sai số về vị trí
Tiếp theo, quá trình kiểm tra sai số vị trí của robot được thực hiện Phương thức kiểm tra là thực hiện kiểm tra khả năng vẽ các đường tròn có cùng kích thước mong muốn theo các bán kính khác nhau d = 20mm, d = 30mm, d = 40mm, tâm đường tròn lần lượt thay đổi một lượng 5mm theo phương X [[-25;25];0;-381], Y [0;[-25;25];-381] Sau đó dùng thước có độ chia 0,01mm để kiểm tra sai số về kích thước, tính giá trị trung bình độ lớn đường kính d theo 2 phương X, Y
Kết quả của quá trình thực nghiệm vẽ được thể hiện ở Hình 4.18
Hình 4.18: Kết quả quá trình vẽ nhiều đường tròn không đồng tâm Kết quả quá trình đo đạc, tính toán được trình bày trong Bảng 4.2
Bảng 4.2: Kết quả đo đạc trên các đường tròn
Lần đo d = 20mm d = 30mm d = 40mm
Kết quả tinh chỉnh mô hình cơ khí đã giúp cho mô hình robot nâng cao độ ổn định so với thiết kế ban đầu, hoạt động của robot mượt mà hơn và mô hình đã có thể thực hiện được nhiều đánh giá hơn, di chuyển được trên không gian rộng hơn so với thiết kế ban đầu
Thực hiện tính toán chỉ số MAE (Mean Absolute Error) để trung bình sai số tuyệt đối giữa giá trị mong muốn và giá trị đo được MAE được tính toán theo công thức sau:
Thực hiện tính toán chỉ số RMSE (Root Mean Squared Error) để đo lường sự sai lệch giữa giá trị mong muốn và giá trị đo được RMSE được tính toán theo công thức sau:
- xˆ là giá trị mong muốn
- x là giá trị đo được
- N là số lượng mẫu dữ liệu
Từ đó, chỉ số RMSE theo phương X và phương Y được tính toán theo Bảng 4.3 Nhận thấy kết quả trên thể hiện việc sai số tồn tại ở phương Y lớn hơn so với phương
X Đối với phương X, chỉ số MAE và RMSE thể hiện mức độ sai số di chuyển thấp Nguyên nhân chính dẫn đến sai số này là do sai số gia công và sai số do lắp ráp cơ khí Bảng 4.3: Sai số giữa kích thước vẽ mong muốn và kích thước đo được (mm)
XÂY DỰNG GIẢI THUẬT XÁC ĐỊNH TỌA ĐỘ VÀ PHÂN LOẠI SẢN PHẨM
Xây dựng giải thuật nhận diện và xác định tọa độ tâm của vật mẫu
5.1.1 Giới thiệu camera Basler acA3800-14uc Đề tài sử dụng Camera Basler acA3800-14uc (Hình 5.1), đây là một loại camera công nghiệp với dạng cảm biến CCD, có ống kính gắn sẵn có thể thay đổi khẩu độ
Hình 5.1: Camera Basler acA3800-14uc Thông số của Camera Basler acA3800-14uc cho ở Bảng 5.1:
Bảng 5.1: Thông số Camera Basler acA3800-14uc Độ phân giải (H x V) 10MP (3840 x 2748)
Tỉ lệ khung hình 14fps
Kích thước cảm biến 7,9mm
Tiêu cự gắn kèm 8mm
Với kết cấu của robot delta đã được triển khai ở chương 4, camera được gá vào giữa khung robot, sao cho nằm trong vùng không gian làm việc của robot Để camera có thể hoạt động được trong không gian làm việc của robot cần tính toán thông số gá đặt phù hợp cho camera Vùng không gian quét được chọn sao cho chiều rộng nằm trong với không gian làm việc của robot, chọn w5mm.
Hình 5.2: Sơ đồ biểu diễn lắp đặt cao độ camera Kích thước tối thiểu mà camera có thể nhận diện được tính theo công thức (4.1): min_ 2 min_ feature FOV res
Trong đó: min_res: độ phân giải tối thiểu của camera Theo Bảng 5.1 độ phân giải nhỏ nhất của camera là 2748 pixel min_feature: kích thước nhỏ nhất mà camera có thể nhận dạng được
FOV: chiều rộng vùng làm việc FOV = =w 135mm. Vậy kích thước tối thiểu mà camera nhận được là: min_ 2 2 135 0,1 min_ 2748 feature FOV mm res
= = Dựa vào Hình 5.2, cao độ camera được tính theo công thức (4.2): f w
: f tiêu cự camera, f = 8 mm : u là chiều cao cảm biến tính theo mm, u = 2748 1, 67 m = 4, 589 mm : w chiều rộng của vùng làm việc, w5mm.
Vậy, chiều cao thích hợp đặt camera là 8 135 235, 3
5.1.2 Giải thuật nhận diện vật mẫu và xác định tọa độ
Vật mẫu có sự khác biệt nhau về màu sắc và kích thước Từ đó, đề tài xác định tiêu chí phân loại các sản phẩm mẫu sẽ dựa trên hai tiêu chí trên Ảnh đầu vào
Chuyển về ảnh nhị phân
Tìm đường bao Lọc hình thái
Thông tin vật mẫu Bắt đầu
Hình 5.3: Lưu đồ xác định tọa độ vật thể Theo lưu đồ ở Hình 5.3, sau khi thu được bức ảnh từ camera, quá trình xử lý ảnh thực hiện nhận diện vùng chứa vật mẫu, tách vật mẫu ra khỏi nền Đầu tiên, sau khi được chuyển đổi không gian màu, chuyển đổi hình ảnh về ảnh nhị phân được thực hiện Quá trình chuyển đổi ảnh về ảnh nhị phân thực chất là chuyển các điểm ảnh có các giá trị khác nhau nằm trong ngưỡng [lowH, lowS, lowV] và [highH, highS, highV] về các giá trị 0 (background) hoặc 1 (foreground)
Bảng 5.2: Mức ngưỡng cài đặt
Màu sắc [lowH, lowS, lowV] [highH, highS, highV] Đen [0, 0, 135] [255, 255, 255] Đỏ [0, 110, 0] [255, 255, 255] Ảnh sau khi lọc ngưỡng sẽ xuất hiện các điểm trắng nhỏ hoặc trường hợp các vật mẫu bị dính vào nhau đều cần được loại bỏ Vì vậy, toán tử hình thái được sử dụng để loại bỏ các loại nhiễu này để xác định tâm của vật mẫu chính xác hơn Sau khi lấy ngưỡng để xác định vật, ảnh được chạy Erosion để cắt các điểm cầu nối đồng thời loại bỏ nhiễu và sau đó thực hiện Dilation để khôi phục hình dạng ban đầu
Tiếp theo, thuật toán Contour được dùng để tìm vùng trắng có giá trị pixel là 1 (foreground) có chứa vật mẫu và tách riêng từng vật mẫu Sau khi đã có được tập hợp viền Contours, thuật toán tiến hành đo diện tích từng cụm ảnh foreground bằng hàm contourArea theo đơn vị pixel Để lọc đi những phần tử ảnh nhiễu và các vùng không mong muốn, giá trị min_area và max_area được sử dụng để loại những cụm này (có diện tích bé hơn mức min_area hoặc lớn hơn max_area) Đồng thời, sau khi tìm ra Contours của vật mẫu, thực hiện tính toán moment theo mức xám để tìm ra tọa độ tâm của vật mẫu Công thức tính toán được thực hiện như sau:
I x y : là mức xám của điểm ảnh tại tọa độ (x,y)
Khi đó, để xác định tọa độ tâm C x y ( c , c ) ta cần tìm m 0,0 là trọng lượng của vùng ảnh, m 1,0 và m 0,1 lần lượt là moment của vùng ảnh theo phương x và y Tọa độ pixel x c và y c được tính theo công thức dưới đây:
Sau khi xác định được diện tích và tọa độ pixel của từng vật mẫu, quá trình phân loại và dán nhãn cho các vật mẫu được thực hiện như sau: Đầu tiên, nhãn phân loại sẽ được đánh giá trị theo màu sắc đỏ, đen tương ứng với giá trị i (i = 1, 2) Tiếp đến, chương trình sẽ so sánh diện tích các vùng vật mẫu theo giá trị pixel nhận được Thông qua thực nghiệm tính toán diện tích vùng ảnh có thể biết được mức ngưỡng theo diện tích để thực hiện phân loại Có ba kích thước (S, M, L) khác nhau đối với vật hình tròn và vuông, sẽ tương ứng với sáu mức ngưỡng để phân loại vật mẫu, từ đó mỗi loại sẽ được gán giá trị j (j = 1, 2, …, 5, 6) Tóm lại, mỗi vật mẫu sẽ có nhãn được dán nhãn theo dạng ij (Hình 5.4) để phân biệt và được đặt tại tâm của vật mẫu đã được xác định Kết hợp với tọa độ đã được tính ở trên, thông tin vật mẫu sẽ được lưu dưới dạng cX cY ij , ,
Hình 5.4: Kết quả nhận dạng vị trí và dán nhãn
Khi thuật toán đã xác định được tọa độ pixel của vật mẫu trong tọa độ ảnh, mục tiêu tiếp theo cần thực hiện là đưa tọa độ pixel về tọa độ thực trong camera
Hình 5.5: Quan hệ tọa độ ảnh với tọa độ camera [32]
Mối quan hệ giữa các hệ tọa độ camera – không gian thực được thể hiện ở Hình 5.5 Trong đó:
- N là điểm nằm trong không gian thực, có tọa độ ( X W , Y W , Z W ) trong hệ tọa độ thực ( O W , X W , Y W , Z W )
- P u v ( p , p ) là ảnh của điểm N lên mặt phẳng I
- S u v ( S , S ) là hình chiếu của gốc tọa độ O trong hệ tọa độ camera (O c, X c, Y c, Z c ) lên mặt phẳng I
- f là tiêu cự của camera
Giữa các ma trận tọa độ có mối quan hệ được biễu diễn thông qua ma trận thông số nội (tọa độ ảnh – tọa độ camera) và ma trận thông số ngoại (tọa độ camera - tọa độ thực)
Ma trận nội của máy ảnh K int 3 3 ( ) được định nghĩa như sau:
- u 0,v 0 là tọa độ tâm quan học, đơn vị pixel
- ( f x , f y ) là độ dài tiêu cự, đơn vị pixel, với: x ; y x y f f f f s s
= - f là độ dài tiêu cự, đơn vị mm
- ( s x , s y )là độ dài pixel theo phương x và y, đơn vị mm
Ma trận thông số nội chuyển đổi tọa độ độ thực so với camera 3D sang tọa độ ảnh 2D như sau:
- u v , là tọa độ điểm ảnh trên khung hình (pixel)
- X c , Y Z c , c là tọa độ của vật so với camera (mm)
Ma trận thông số ngoại thể hiện mối quan hệ giữa tọa độ camera ( O X c , c , Y Z c , c ) với tọa độ toàn cục là ( O X w , w , Y w , Z w ) được biểu diễn như sau:
- M ext (3 3) là ma trận xoay hệ tọa độ thực
- T là vector tịnh tiến hệ tọa độ thực
Hai công thức (4.6) và (4.7) được kết hợp cho ra ma trận tổng quát thể hiện mối quan hệ giữa tọa độ ảnh (pixel) với tọa độ thực (mm):
Ngược lại, ta có được tọa độ thực được tính qua tọa độ ảnh bằng cách chuyển đổi công thức (4.8) như sau:
Quá trình calib sử dụng từ 10 đến 20 bức ảnh chụp bàn cờ với các hướng và vị trí khác nhau trong không gian Quá trình thực hiện calib camera được thực hiện như Hình 5.6 dưới đây:
Kiểm tra kết quả Bắt đầu
Nhập thông số ảnh mẫu
Hình 5.6: Quá trình thực hiện calibration camera
Sử dụng công cụ Camera Calibrator trên phần mềm Matlab 2020a với vật mẫu là bàn cờ vua 11×7, kích thước mỗi ô vuông là 8mm, số ô 8x11 (Hình 5.7)
Hình 5.7: Bàn cờ được sử dụng Calib camera
Sau khi hoàn thành quá trình calibration trên Matlab, ma trận thông số nội và ma trận thông số ngoại (ma trận xoay và vec-tơ tịnh tiến) nhận được như sau: int(3 3)
❖ Kiểm tra sai số calib camera
Sai số trong quá trình tính toán được kiểm tra bằng phương pháp sử dụng bàn cờ calib (Hình 5.7) và tiến hành tính toán tọa độ từng ô bàn cờ Phần mềm Matlab hỗ trợ hàm detectCheckerboardPoints để xác định tọa độ góc của các ô bàn cờ, thứ tự mỗi ô được sắp xếp tăng dần từ theo phương Y và phương X, bắt đầu ô thứ 1 tại góc (0,0) (Hình 5.8)
[imagePoints,boardSize] = detectCheckerboardPoints(name_image);
Lập trình robot delta phân loại và sắp xếp sản phẩm
Sau khi xác định được tọa độ vật mẫu trong không gian robot Quá trình phân loại và sắp xếp sẽ được thực hiện bằng cách sắp xếp các vật hình tròn vào lỗ của vật hình vuông có kích thước tương ứng, quá trình được thực hiện như sau:
Hình 5.12: Quá trình phân loại và sắp xếp vật mẫu tự động
P.stop2 Đóng van hút Vuông
Xử lý ảnh và tính tọa độ
Hình 5.13: Lưu đồ giải thuật phân loại và sắp xếp vật mẫu tự động
Theo Hình 5.12 và lưu đồ Hình 5.13, robot bắt đầu di chuyển từ điểm P.capture đến điểm P.home để chờ quá trình xử lý, sau đó robot di chuyển đến P.stop1 có cùng tọa độ x,y với vật mẫu hình tròn và cao hơn một khoảng zoffset Tiếp theo robot tiếp cận vật mẫu ở điểm P.pick, thực hiện gắp vật và trở về điểm P.stop1 Tiếp đến, robot di chuyển đến tọa độ P.stop2 có cùng tọa độ P.place (tâm của vật hình vuông) và cách một khoảng zoffset Cuối cùng, robot thả vật hình tròn tại điểm P.place, quay về điểm P.stop2 Quá trình được lặp lại cho đến khi tất cả vật mẫu được sắp xếp xong, robot quay trở về điểm P.capture để thực hiện quá trình chụp ảnh và xử lý
Kết hợp khảo sát tốc độ di chuyển trong phần phụ lục III, tốc độ di chuyển cho mỗi vị trí được cài đặt và tổng hợp trong Bảng 5.7
Bảng 5.7: Tốc độ di chuyển cho từng vị trí làm việc robot
Tốc độ quay khâu chủ động (độ/phút)
Tốc độ tương ứng khâu di động (mm/s)
Chu trình được thực hiện một cách tuần tự, tổng thời gian cho một tọa độ tính toán là 3,5s Theo như quy trình được thiết kế sẽ có ưu điểm giúp cho quá trình lắp vật có hình trụ sẽ dễ dàng hơn và đồng thời, các điểm p.stop1, p.stop2 cũng tạo điều kiện làm giảm quán tính có thể sinh ra trong quá trình di chuyển tốc độ cao của robot Tuy nhiên, một hạn chế nhỏ là làm tăng thời gian thực hiện quá trình của robot.
Thực nghiệm hệ thống
5.3.1 Giao diện điều khiển tích hợp (GUI)
Giao diện điều khiển tích hợp được xây dựng với mục đích tích hợp chức năng thị giác máy tính với chức năng điều khiển chuyển động robot delta mà không cần thao tác trên phần mềm Mach3 (Hình 5.14)
Mục đích chính của việc thiết kế thêm một giao diện để tích hợp các chức năng điều khiển cần thiết, xây dựng giao diện tinh gọn, thân thiện với người dùng Sử dụng chức năng hỗ trợ thiết kế Windows Forms và tiện ích plug-ins của phần mềm Visual Studio 2022 để kết nối điều khiển với phần mềm Mach3 Quá trình thực hiện kết nối Windows Forms với phần mềm Mach3 được trình bày ở phụ lục II
Hình 5.14: Giao diện tích hợp điều khiển robot
5.3.2 Hệ thống điện khí nén Để thực hiện chức năng phân loại và sắp xếp các vật mẫu, đề tài sử dụng giác hút kết hợp với hệ thống điện khí nén Hệ thống điện khí nén được lựa chọn và kết nối theo sơ đồ được trình bày trong Hình 5.15 Đồng hồ đo áp suất Van khí nén 2/2 Van chân không Giác hút
Tín hiệu điều khiển từ Mach3 USB
Hình 5.15: Hệ thống điện khí nén
5.3.3 Kết quả thực nghiệm phân loại và sắp xếp vật mẫu
Quá trình thực nghiệm được thực hiện với ba nhiệm vụ như sau:
➢ Nhiệm vụ 1: Phân loại vật theo màu sắc vật mẫu
➢ Nhiệm vụ 2: Phân loại theo kích thước vật mẫu
➢ Nhiệm vụ 3: Thực hiện kết hợp phân loại và sắp xếp vật mẫu
❖ Nhiệm vụ 1: Thực nghiệm đánh giá khả năng phân loại theo màu sắc
Mục đích để đánh giá khả năng phân loại theo màu sắc Quá trình thực nghiệm được tiến hành với các thông số được cài đặt trong vùng Parameters như sau:
− SetZ: -353mm chỉnh chiều cao làm việc của robot
− ExTime: 35000ms chỉnh độ phơi sáng cho camera
− Auto Time: 3500ms thời gian chờ giữa các lần gắp và thả vật
Thực hiện kết nối máy tính với mạch điều khiển và camera, tại vùng Modes chọn chế độ Auto và Assemply Mode để hoàn thành thiết lập chế độ hoạt động
Quá trình bố trí thực nghiệm (Hình 5.16): Vật mẫu hình tròn và hình vuông có cùng kích thước nhưng khác màu, tương ứng với 4 vật mẫu sẽ được đặt một cách ngẫu nhiên trong không gian làm việc của robot (nằm trong đường kẻ) Tiêu chí đánh giá cho hệ thống phân loại theo màu sắc là đạt nếu hệ thống gắp và thả vật hình tròn vào đúng lỗ tương ứng và ngược lại là không đạt
Hình 5.16: Bố trí thực nghiệm phân loại theo màu sắc Robot thực hiện quá trình gắp vật theo lưu đồ Hình 5.13 Kết quả quá trình nhận diện và xuất thông tin vật mẫu được thể hiện trên Hình 5.17
Hình 5.17: Kết quả quá trình nhận diện vật mẫu Nhấn Pick and Place để bắt đầu thực hiện chu trình gắp và sắp xếp, quá trình sẽ kết thúc khi vật mẫu được sắp xếp hoàn thành Kết quả quá trình phân loại vật mẫu theo màu sắc được trình bày trong Hình 5.18
Hình 5.18: Kết quả quá trình phân loại theo màu sắc Thực hiện tương tự quá trình trên 10 lần cho từng vật mẫu size S, M, L kết quả thực nghiệm được tổng hợp theo Bảng 5.8
Bảng 5.8: Kết quả thực nghiệm phân loại vật mẫu theo màu sắc
Màu sắc Tỉ lệ phân loại màu sắc thành công
Tổng số lần thực hiện trong gắp thả trong 60 lần bố trí thử nghiệm phân loại màu sắc theo từng kích thước khác nhau, robot phân loại đạt tỉ lệ 100% Qua đó, giải thuật nhận diện màu sắc thể hiện được sự ổn định và độ chính xác cao
❖ Nhiệm vụ 2: Thực nghiệm đánh giá khả năng phân loại theo kích thước
Hình 5.19 thể hiện quá trình bố trí thực nghiệm để đánh giá khả năng phân loại vật mẫu theo kích thước, thực nghiệm được bố trí bằng cách đặt các vật mẫu có cùng màu sắc theo cả 3 kích thước (S, M, L), tương ứng sẽ có 6 vật cùng màu sắc được đặt một cách ngẫu nhiên trong không gian làm việc của robot (nằm trong đường kẻ) Tiêu chí đánh giá cho hệ thống phân loại theo kích thước là đạt nếu hệ thống gắp và thả vật hình tròn vào đúng lỗ tương ứng và ngược lại là không đạt
Hình 5.19: Bố trí thực nghiệm phân loại theo kích thước Các thông số hoạt động được thiết đặt tương tự như phần thực nghiệm trên Robot thực hiện quá trình gắp vật theo lưu đồ Hình 5.13 Kết quả quá trình nhận diện và xuất thông tin vật mẫu được thể hiện trên Hình 5.20
Hình 5.20: Kết quả quá trình nhận diện vật mẫu Nhấn Pick and Place để bắt đầu thực hiện chu trình gắp và sắp xếp, quá trình sẽ kết thúc khi tất cả vật mẫu được phân loại hoàn thành Kết quả quá trình phân loại vật mẫu được trình bày như Hình 5.21
Hình 5.21: Kết quả quá trình phân loạt vật mẫu theo kích thước Thực hiện tương tự quá trình trên 10 lần, áp dụng lần lượt đối với vật có màu đỏ và màu đen, kết quả thực nghiệm được tổng hợp theo Bảng 5.9
Bảng 5.9: Kết quả thực nghiệm phân loại theo kích thước
Màu sắc Tỉ lệ thành công phân loại theo kích thước
Tổng số 60 lần thực hiện thực nghiệm đối với vật mẫu có màu đỏ và đen, tỉ lệ thành công phân loại theo kích thước đạt 100% Kết quả trên cho thấy được giải thuật phân loại theo kích thước vật đạt được sự chính xác và độ ổn định cao
❖ Nhiệm vụ 3: Thực nghiệm đánh giá khả năng phân loại và sắp xếp vật mẫu
Kết luận
Như vậy, chương 5 đã hoàn thành những công việc sau:
- Xây dựng giải thuật xác định tọa độ và phân loại vật mẫu hoàn chỉnh, hoàn thành thiết kế giao diện cho người dùng
- Thực nghiệm đánh giá kiểm tra sai số giải thuật xử lý ảnh và sai số toàn bộ hệ thống
- Thực nghiệm đánh giá hoạt động của hệ thống phân loại vật mẫu theo màu sắc, kích thước và khả năng sắp xếp vật mẫu với tỉ lệ thành công là 100% cho khả năng phân loại và 56/60 cho khả năng sắp xếp, thời gian thực hiện gắp và sắp xếp vật chỉ khoảng 7s cho một vật mẫu.
TỔNG KẾT
Đánh giá kết quả đạt được
Từ kết quả ở Bảng 6.1, mô hình hoàn thành được mục tiêu đề ra ở đầu bài và đã có thể thực hiện ứng dụng cho hoạt động học tập và nghiên cứu về robot delta Trong việc học tập, mô hình cho phép sinh viên tùy chỉnh thay đổi thông số để thực hiện việc điều khiển qua mô hình động học thuận và nghịch của robot, kết quả có thể được quan sát trên mô hình thực tế, từ đó tạo ra được việc hứng thú trong học tập và nghiên cứu Bảng 6.1: Thông số hệ thống sau khi thiết kế
Thông số Thông số kỹ thuật
Vùng không gian làm việc Đường kính = 270mm
Chiều cao = 130mm Độ chính xác vị trí hệ thống ±0,21mm
Vận tốc tối đa 302mm/s
Số bậc tự do 3 Điện áp hoạt động 24V – 20A
Một số kết luận chung sau khi hoàn thành quá trình xây dựng mô hình được rút ra như sau: a) Kết quả đạt được
− Xây dựng hoàn thành phân tích bài toán động học cho robot và kết quả được kiểm tra và mô phỏng thông qua phần mềm Matlab
− Xây dựng được hệ thống các thiết bị điện và chương trình điều khiển chuyển động cho mô hình robot Sau đó đã triển khai hệ thống điều khiển lên mô hình robot thực có sẵn
− Hoàn thành tinh chỉnh mô hình cơ khí và thực nghiệm đánh giá, mô hình sau khi tinh chỉnh có độ cứng vững cao, hoạt động một cách ổn định với độ lập lại tốt, khắc phục được phần lớn về sai số vị trí
➢ Vấn đề hệ thống điều khiển:
− Mạch điều khiển có độ ổn định cao, dễ dàng kết nối, hỗ trợ điều khiển đồng bộ ba động cơ rất tốt
− Ứng dụng được giải thuật xử lý ảnh để tìm tọa độ và phân loại vật mẫu
Hoàn thành thiết kế hoàn chỉnh giao diện cho người dùng Đồng thời, thực nghiệm đánh giá kiểm tra giải thuật xử lý ảnh và kiểm tra sai số hệ thống, kết quả nhận diện chính xác, sai số thấp và độ ổn định cao
− Hoàn thành thực nghiệm đánh giá hoạt động của hệ thống sắp xếp vật mẫu với tỉ lệ thành công là 56/60, phân loại với tỉ lệ thành công đạt 100%, thời gian thực hiện gắp và sắp xếp vật chỉ khoảng 7s cho một vật mẫu b) Điểm tồn tại:
− Đề tài sử dụng động cơ step điều khiển với tỉ lệ vi bước cao, tuy nhiên vẫn là điều khiển dạng vòng hở, chưa phản hồi được sai số do hiện tượng mất xung điều khiển, từ đó khó xác định được sai số do hiện tượng này gây ra Bộ truyền hệ thống sử dụng là bộ truyền đai, hạn chế về tỉ số truyền chưa đủ lớn, từ đó moment truyền động còn nhỏ để có thể gắp được những vật có khối lượng lớn Hơn nữa do độ đàn hồi của dây đai, ảnh hưởng đến độ chính xác trong quá trình di chuyển cần tốc độ nhanh
− Tuy áp dụng các phương pháp gia công tự động như cắt tấm nền cố định bằng phương pháp lazer, in 3D cho khâu di động, tuy nhiên, do hạn chế về chi phí nên việc sai số còn nhiều, đòi hỏi các thiết bị gia công cần có độ chính xác cao hơn, hạn chế tối đa sai số về kích thước Ngoài ra, hệ thống còn tồn tại sai số trong quá trình lắp ráp
➢ Vấn đề trong hệ thống điều khiển:
− Đề tài chỉ sử dụng phương pháp điều khiển dạng vòng hở, chưa đề cập đến bài toán động lực học cho robot
− Giải thuật xử lý ảnh đơn thuần phù hợp cho các đối tượng có đặc trưng khác biệt lớn, chưa áp dụng lên một đối tượng cụ thể mang tính ứng dụng trong thực tế.
Một số kiến nghị và hướng phát triển của đề tài
Từ những vấn đề được nêu ra ở phần đánh giá ở trên, đề tài đề ra một số hướng phát triển cho đề tài như sau: a) Về vấn đề cơ khí
➢ Sử dụng động cơ Servo, tích hợp sẵn bộ điều khiển, kết hợp hộp giảm tốc, giúp tăng được độ phân giải, cũng như moment truyền động cho động cơ, giúp tăng độ chính xác cho quá trình chuyển động của robot
➢ Tiếp tục nâng cấp các kết cấu cơ khí: Sử dụng các phương pháp gia công có độ chính xác cao, hạn chế sai số trong quá trình lắp ráp b) Về vấn đề mạch điện và điều khiển
➢ Kết hợp xây dựng hoàn thiện mô hình động lực học, giúp nâng cao được khả năng điều khiển, áp dụng được nhiều bộ điều khiển giúp robot hoạt động chính xác và ổn định hơn
➢ Nâng cao giải thuật xử lý ảnh, ứng dụng vào đối tượng cụ thể trong thực tế.