Luận văn thạc sĩ Kỹ thuật cơ điện tử: Thiết kế hệ thống 3D vision dạng laser triangular cho tay máy công nghiệp

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán bộ hướng dẫn khoa học : PGS.TS Nguyễn Quốc Chí

Cán bộ chấm nhận xét 1 : PGS.TS Nguyễn Thanh Phương Cán bộ chấm nhận xét 2 : TS Trương Quốc Bảo

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 6 tháng 1 năm 2020

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1 Chủ tịch: PGS.TS Nguyễn Duy Anh

2 Thư ký: TS Lê Thanh Hải

3 Phản biện 1: PGS.TS Nguyễn Thanh Phương 4 Phản biện 2: TS Trương Quốc Bảo

5 Ủy Viên: TS Đoàn Thế Thảo

Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có)

CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA

ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Ngày, tháng, năm sinh: 21/09/1992 Nơi sinh: Quảng Ngãi Chuyên ngành: Kỹ Thuật Cơ Điện Tử Mã ngành: 60520114

NHIỆM VỤ VÀ NỘI DUNG:

- Xây dựng mô hình hệ thống 3d vision dạng laser triangular

- Thiết kế giải thuật thu nhận và xử lý ảnh 2D, xử lý dữ liệu tọa độ trong không gian 3D, tái cấu trúc bề mặt vật thể

- Thực nghiệm, đánh giá sai số kích thước

II NGÀY GIAO NHIỆM VỤ: 11/2/2019

III NGÀY HOÀN THÀNH NHIỆM VỤ: 8/12/2019

IV CÁN BỘ HƯỚNG DẪN : PGS.TS NGUYỄN QUỐC CHÍ

Tp HCM, ngày 6 tháng 1 năm 2019

TRƯỞNG KHOA

LỜI CẢM ƠN

Đầu tiên, em xin gửi lời cảm ơn sâu sắc nhất đến thầy Nguyễn Quốc Chí – người đã tận tình hướng dẫn em trong suốt thời gian qua Nếu không có sự dẫn dắt và định hướng của thầy Luận văn này sẽ không thể hoàn thành

Em cũng xin gửi lời cảm ơn chân thành đến:

Các Thầy cô trong bộ môn Cơ Điện Tử - đã truyền đạt những kiến thức quý báu cho em, giúp em có thể thực hiện Luận Văn một cách tốt đẹp

Gia đình em – những người đã luôn bên cạnh em, động viên em để em có thể vượt qua những khó khăn trong quá trình thực hiện Luận văn của mình

Các bạn học viên, sinh viên trong CALab – đã chia sẻ những khó khăn, độngviên tinh thần và đóng góp nhiều ý kiến hay, giúp em hoàn thành Luận Văn tốt hơn

Em xin chân thành cảm ơn!

Tp.HCM, ngày 6 tháng 1 năm 2019

Lê Minh Phát

TÓM TẮT LUẬN VĂN

Trước sự phát triển mạnh mẽ của nền khoa học kỹ thuật trong vài thập niên gần đây, hệ thống robot công nghiệp được bổ trợ bởi các camera càng ngày càng nhỏ hơn, mạnh mẽ hơn và giá thành thấp hơn cùng các thuật toán ngày càng phức tạp đang dần thay đổi các quá trình và cải thiện tốc độ sản xuất Luận văn này sẽ đi tìm hiểu, nghiên cứu, thiết kế hệ thống 3d vision dạng laser triangular kết hợp với tay máy 6 bậc tự do ứng dụng trong ngành công nghiêp giầy Nike/Adidas hoạt động trong điều kiện môi trường nhà xưởng Cụ thể, mục tiêu luận văn bao gồm (i) xây dựng mô hình hệ thống 3d vision dạng laser triangular thỏa mãn yêu cầu quét bề mặt vật thể đầy đủ nhất, hạn chế các góc chết; (ii) thiết kế giải thuật thu nhận và xử lý ảnh 2D, xử lý dữ liệu tọa độ trong không gian 3D, tái cấu trúc bề mặt vật thể; (iii) thực nghiệm, đánh giá sai số kích thước Kết quả đề tài nghiên cứu là cơ sở vững chắc để tự động hóa chuyền quét keo dán đế ngành giầy, mang ý nghĩa nhân văn sâu sắc

ABSTRACT

Due to the strong development of science and technology in recent decades, the industrial robot system supported by cameras is getting smaller, more powerful and lower cost, and with increasingly complex algorithms lead to changing processes and improving production speed This thesis will explore, research, and design a triangular 3d vision laser system in combination with 6 degrees of freedom applied in Nike / Adidas footwear industry in factory environment conditions Detail, there are three aims in this thesis: (i) building up a 3d laser triangular vision system which satisfies the full-surface scanning object requirement, reducing dead-positions (ii) designing an algorithm to observe and process 2d images and positioning data in 3d coordinate system (iii) experimenting and evaluating dimensional errors The results of the research project are a solid basis for automating the assembly line of the footwear industry, which has a deep humanity

LỜI CAM ĐOAN

Tôi xin cam kết tất cả nội dung của luận văn này không hề sao chép các công trình nghiên cứu của các cá nhân hay các tổ chức

Tôi xin thực hiện nghiêm túc việc trích dẫn các công trình bài báo, tham luận đã công bố được sử dụng trong luận văn

HỌC VIÊN

Lê Minh Phát

MỤC LỤC

CHƯƠNG 1 TỔNG QUAN 1

1.1 Đặt vấn đề 1

1.2 Một số công trình nghiên cứu trong và ngoài nước 5

1.2.1 Một số nghiên cứu trên thế giới 5

1.2.2 Một số nghiên cứu trong nước 7

1.3 Mục tiêu, nội dung đề tài 9

1.4 Phương pháp nghiên cứu 9

1.5 Đầu bài thiết kế và các thông số ban đầu 12

1.6 Yêu cầu hệ thống 13

CHƯƠNG 2 LỰA CHỌN PHƯƠNG ÁN 14

2.1 Lựa chọn phương pháp quét 3D 14

2.1.1 Stereo Vision 14

2.1.2 Structure Light 15

2.1.3 Photogrammetry 16

2.1.4 Laser Triangular 17

2.2 Lựa chọn cơ cấu cho phương pháp Laser Triangular 19

2.2.1 Vật thể và Laser chuyển động tịnh tiến so với nhau 19

2.2.2 Vật thể và laser chuyển động xoay so với nhau 20

2.2.3 Kết hợp chuyển động xoay và chuyển động tịnh tiến 20

2.3 Lựa chọn cơ cấu truyền động xoay vật thể 20

2.3.1 Truyền động bánh răng 21

2.3.2 Truyền động đai răng 21

2.3.3 Truyền động qua khớp nối 22

2.4 Lựa chọn cơ cấu truyền động tịnh tiến đèn laser 23

2.4.1 Truyền động bằng vít me bi 23

2.4.2 Truyền động bằng đai răng 24

CHƯƠNG 3 THIẾT KẾ HỆ THỐNG 25

3.1 Thiết kế bàn xoay 25

3.1.1 Tính toán lựa chọn động cơ 27

3.1.2 Tính toán đường kính trục và ổ lăn 27

3.1.3 Mô hình thực tế và kiểm nghiệm sai số 29

3.2 Thiết kế cơ cấu gá đặt camera 31

3.3 Thiết kế cơ cấu gá đặt laser 32

3.3.1 Chọn kiểu ray trượt 33

3.3.2 Chọn loại ray trượt 34

3.3.3 Tính toán ray trượt 36

3.4 Thiết kế hệ thống điện điều khiển 39

3.5 Toàn bộ hệ thống 40

CHƯƠNG 4 GIẢI THUẬT TẠO DỮ LIỆU POINT CLOUD 42

4.1 Giải thuật Laser Triangular 42

4.2 Tìm đường Laser trong ảnh 45

4.2.1 Lọc Gaussian 45

4.2.2 Lọc ảnh Threshold 46

4.3 Camera Calibration 46

4.3.1 Tìm ma trận thông số nội 46

4.3.2 Tìm thành phần xoay của ma trận thông số ngoại 48

4.3.3 Tìm thành phần tịnh tiến của ma trận thông số ngoại 48

4.3.4 Tìm mặt phẳng chứa tia laser 50

4.3.5 Phương pháp xác định các mặt phẳng laser song song 54

CHƯƠNG 5: GIẢI THUẬT XỬ LÝ DỮ LIỆU POINT CLOUD 55

5.1 Lọc Passthrough 55

5.2 Lọc Radius Outlier Removal 55

5.3 Lọc Statisticcal Outlier Removal 55

5.4 Lọc Voxel Grid 56

5.5 Giải thuật Moving Least Squares (Smoothing) 56

5.5.1 Ước lượng vectơ pháp tuyến 56

5.5.2 Giải thuật Moving Least Squares 57

5.6 Tái cấu trúc bề mặt vật thể 58

5.7 Lưu đồ giải thuật 59

5.8 Quá trình xử lý dữ liệu Point Cloud 62

CHƯƠNG 6: TRUYỀN DỮ LIỆU TỌA ĐỘ CHO ROBOT 63

6.1 Hệ tọa độ User Coordinates của robot 63

6.2 Cài đặt dữ liệu đầu Tool 64

6.3 Lập trình điều khiển robot 65

CHƯƠNG 7 KẾT QUẢ THỰC NGHIỆM, ĐÁNH GIÁ 67

DANH MỤC HÌNH

Hình 1.1 Chuyền quét keo dán đế ngành giầy 2

Hình 1.2 Giầy thực tế trên chuyển sản xuất 3

Hình 1.3 Quỹ đạo đường phun keo 3

Hình 1.4 Quỹ đạo thực tế của tay máy 3

Hình 1.5 Thống kê tọa độ các điểm nằm trên quỹ đạo phun keo trước khi calib 4

Hình 1.6 Thống kê tọa độ các điểm nằm trên quỹ đạo phun keo sau khi calib 4

Hình 1.7 Robot tự động lắp ráp ghế IKEA 5

Hình 1.8 Robot tự động gắp vật dựa trên chiều cao 6

Hình 1.9 Robot ứng dụng trong nguyên công khoan của KUKA 7

Hình 1.10 Robot tích hợp công nghệ vision 3D 7

Hình 1.11 Tay máy tự động phun keo 8

Hình 1.12 Tay máy khoan sử dụng công nghệ quét 3D 9

Hình 1.13 Tay máy Yaskawa Motoman HP3 10

Hình 1.14 Camera D435 của hãng Intel 12

Hình 1.15 Khuôn giầy mẫu 13

Hình 2.1 Phương pháp stereo vision 14

Hình 2.2 Phương pháp structure light 15

Hình 2.3 Phương pháp photogrametry 16

Hình 2.4 Phương pháp laser triangular 17

Hình 2.5 Vật thể và laser chuyển động tịnh tiến so với nhau 19

Hình 2.6 Vật thể và laser chuyển động xoay so với nhau 20

Hình 2.7 Truyền động xoay bằng bánh răng 21

Hình 2.8 Truyền động xoay bằng đai răng 21

Hình 2.9 Truyền động bằng khớp nối 22

Hình 2.10 Truyền động bằng vít me bi 23

Hình 2.11 Truyền động bằng đai răng 24

Hình 3.1 Kích thước sơ bộ mô hình bàn xoay 25

Hình 3.2 Phạm vi làm việc của robot Yaskawa Motoman HP3 26

Hình 3.3 Gối đỡ vòng bi trục đứng 29

Hình 3.4 Mô hình bàn xoay trên Solidwork 29

Hình 3.5 Mô hình thực tế bàn xoay 30

Hình 3.6 Kiểm nghiệm sai số bàn xoay 30

Hình 3.7 Đồ gá camera trên Solidwork 31

Hình 3.8 Mô hình thực tế đồ gá camera 32

Hình 3.9 Sơ đồ động của cơ cấu gá đặt laser 32

Hình 3.10 Sai số độ song song của ray trượt 33

Hình 3.11 Biểu đồ tra sai số độ song song của ray trượt 33

Hình 3.12 Các loại moment tác dụng lên con trượt 34

Hình 3.13 Hệ số độ cứng f 35hHình 3.14 Hệ số nhiệt độ f 35tHình 3.15 Sơ đồ tổng quát lực tác dụng lên con trượt 37

Hình 3.16 Hệ thống điện điều khiển 39

Hình 3.17 Toàn bộ mô hình hệ thống nhìn từ trước 40

Hình 3.18 Toàn bộ mô hình hệ thống nhìn từ sau 41

Hình 4.1 Mô hình phương pháp laser triangular 42

Hình 4.2 Hình ảnh qua bộ lọc Gaussian 45

Hình 4.3 Tìm đường Laser bằng Threshold kênh màu Red từ ảnh gốc 46

Hình 4.4 Tool cameraCalibrator trong Matlab 47

Hình 4.5 Cách đặt bàn cờ để xác định thành phần xoay 48

Hình 4.6 Cách đặt bàn cờ để xác định thành phần tịnh tiến 49

Hình 4.7 Tọa độ gốc bàn cờ trong hệ tọa độ camera 49

Hình 4.8 Tâm đường tròn ngoại tiếp tam giác O O O1 2 3 50

Hình 4.9 Cách đặt bàn cờ để xác định mặt phẳng chứa tia laser 50

Hình 4.10 Tọa độ các điểm A, B trên bàn cờ trong hệ tọa độ camera 51

Hình 4.11 Tọa độ các điểm C trên bàn cờ trong hệ tọa độ camera 53

Hình 5.1 Nguyên lý bộ lọc Radius Outlier Removal 55

Hình 5.2 Giải thuật Moving Least Squares 58

Hình 5.3 Chương trình chính 59

Hình 5.4 Chương trình thu nhận hình ảnh 60

Hình 5.5 Chương trình xử lý hình ảnh tạo Point Cloud 61

Hình 5.6 Chương trình xử lý dữ liệu Point Cloud 62

Hình 5.7 Quá trình xử lý dữ liệu Point Cloud 62

Hình 6.1 Hệ tọa độ user coordinates của robot 63

Hình 6.2 Gốc tọa độ User Coordinate đặt tại tâm bàn xoay 64

Hình 6.3 Hệ tọa độ Tool 64

Hình 6.4 Cài đặt vị trí và hướng của đầu Tool 65

Hình 6.5 Calib đầu tool robot 65

Hình 6.6 Dữ liệu quỹ đạo thực nghiệm 66

Hình 7.1 Cấp nguồn cho mô hình thực nghiệm 67

Hình 7.2 Điều chỉnh ánh sáng môi trường để thu tia laser rõ nét 67

Hình 7.3 Cấp lệnh xoay bàn xoay 68

Hình 7.4 Cấp lệnh di chuyển lùi tia laser 68

Hình 7.5 File data_calib.txt, datatime.txt 69

Hình 7.6 Hình ảnh vật thể thực tế – trước khi xoay 180 độ 69

Hình 7.7 Hình ảnh 3D vật thể – trước khi xoay 180 độ 70

Hình 7.8 Hình ảnh vật thể thực tế – sau khi xoay 180 độ 70

Hình 7.9 Hình ảnh 3D vật thể - sau khi xoay 180 độ 71

Hình 7.10 Hình ảnh 3D vật thể sau khi ghép hai góc scan 71

Hình 7.11 Di chuyển tay máy theo quỹ đạo tia laser 72

Hình 7.12 Kích thước chiều dài của vật thể thực tế 72

Hình 7.13 Kích thước chiều dài hình ảnh 3D – trước khi xoay 180 độ 73

Hình 7.14 Kích thước chiều dài hình ảnh 3D – sau khi xoay 180 độ 73

Hình 7.15 Kích thước chiều cao của vật thể thực tế 74

Hình 7.16 Kích thước chiều cao hình ảnh 3D – trước khi xoay 180 độ 75

Hình 7.17 Kích thước chiều cao hình ảnh 3D – sau khi xoay 180 độ 75

DANH MỤC BẢNG

Bảng 1.1 Bảng thông số kĩ thuật tay máy Yaswaka Motoman HP3 11

Bảng 1.2 Bảng thông số kỹ thuật camera D435 hãng Intel 12

Bảng 2.1 Bảng đánh giá các phương pháp quét 3D 17

Bảng 2.2 Đánh giá các phương pháp quét 3D 18

Bảng 2.3 Lựa chọn phương án quét 3D 18

Bảng 3.1 Thông số kỹ thuật của động cơ bước 23KM-K722-07V 27

Bảng 3.2 Hệ số tiếp xúc f 36cBảng 3.3 Hệ số tải f 36wBảng 3.4 Các loại thanh trượt hãng TBI Motion 38

Bảng 3.5 Bảng tra hệ số tương đương K, thanh trượt hãng TBI Motion 38

Bảng 7.1 Bảng đánh giá sai số kích thước chiều dài 74

Bảng 7.2 Bảng đánh giá sai số kích thước chiều cao 75

Theo số liệu thống kê năm 2016 từ Liên đoàn Robot Quốc Tế (International Federation of Robotics) cho thấy tự động hóa trong lĩnh vực công nghiệp đang tăng trưởng nhanh trên khắp thế giới, với tỷ lệ trung bình 74 robot công nghiệp được lắp đặt trên 10.000 lao động

Tuy nhiên, trong hầu hết các ứng dụng công nghiệp, robot thường chỉ thực hiện các công việc đơn giản, lặp đi lặp lại Sử dụng robot để gắp ngẫu nhiên từ thùng là một thách thức vì robot phải xác định và nhặt một bộ phận cụ thể trong môi trường hỗn loạn Khi robot gắp một bộ phần từ thùng chứa, các bộ phận khác sẽ liên tục thay đổi vị trí và hướng Hệ thống phải nhận ra đúng vật thể, và tính toán thứ tự gắp như thế nào, nâng lên và đặt chúng mà không đụng vào các bộ phận khác hoặc thành thùng

Trước sự phát triển mạnh mẽ của nền khoa học kỹ thuật trong vài thập niên gần đây và những vấn đề thực tiễn đặt ra, công nghệ xử lý ảnh đã được tích hợp vào hệ thống robot

Được bổ trợ bởi các camera càng ngày càng nhỏ hơn, mạnh mẽ hơn và giá thành thấp hơn cùng các thuật toán ngày càng phức tạp, các bộ xử lý chuyên biệt cho hệ thống xử lý hình ảnh, hệ thống Robot đang dần thay đổi các quá trình và cải thiện tốc độ sản xuất

Tuy nhiên, hệ thống xử lý ảnh chịu tác động mạnh bởi điều kiện ánh sáng môi trường, đặc trưng của đối tượng như vật liệu, màu sắc, hình dáng,…, phông nền, nên viêc ứng dụng robot còn một số hạn chế, đòi hỏi nghiên cứu sâu hơn

Sau khi tốt nghiệp đại học, tôi có cơ hội làm việc tại một xưởng sản xuất giầy thể thao nhãn hàng Nike Ở công đoạn quét keo dán đế của chuyền sản xuất, tồn tại một số

vấn đề: một là, công nhân tiếp xúc với hóa chất (keo, nước xử lý) khoảng 8 tiếng mỗi ngày, về lâu dài sẽ dẫn đến bệnh nghề nghiệp; hai là, môi trường làm việc xung quanh khu vực này khá nóng (39~40 độ C) do nhiệt lượng thừa tỏa ra từ lò sấy; ba là, số

lượng công nhân ở công đoạn này là cao nhất so với các công đoạn còn lại của chuyền sản xuất giầy

Hình 1.1 Chuyền quét keo dán đế ngành giầy

Để giải quyết vấn đề này, xưởng đã lắp đặt một dây chuyền phun keo tự động Nguyên lý cốt lõi là sử dụng công nghệ quét 3D để dựng lại hình ảnh của chiếc giầy trong môi trường máy tính, sau đó tạo quỹ đạo phun keo mong muốn trên mô hình 3D, xuất dữ liệu tọa độ truyền cho tay máy thực hiện phun keo thay thế cho công nhân

Hình 1.2 Giầy thực tế trên chuyển sản xuất

Hình 1.3 Quỹ đạo đường phun keo

Tuy nhiên, hệ thống scan 3D theo phương pháp laser triangular còn có một số vấn đề như:

- So với quỹ đạo mong muốn, quỹ đạo thực tế của tay máy vẽ trên bề mặt chiếc giầy có sai số nằm trong khoảng ± 5mm và không ổn định

Hình 1.4 Quỹ đạo thực tế của tay máy

- Khi scan 100 lần cùng một chiếc giầy, kết quả tọa độ của một số vị trí đặc trưng trên bề mặt giầy thay đổi theo cả 3 phương XYZ trong khoảng ± 10mm

Hình 1.5 Thống kê tọa độ các điểm nằm trên quỹ đạo phun keo trước khi calib Sai số xuất phát từ nhiều nguyên nhân như: chất lượng giầy trước khi đưa vào hệ thống scan so với khuôn mẫu canh chỉnh máy sai lệch lớn, dung sai chế tạo của các chi tiết máy và bộ truyền động cơ khí, sai lệch trong quá trình kẹp giữ khuôn giầy trước khi scan và phun keo, sai lệch quỹ đạo di chuyển của bản thân tay máy được đề cập trong tài liệu của nhà cung ứng Tuy nhiên, sai số của hệ thống scan có ảnh hưởng lớn nhất Khi tiến hành định kì 2 tuần calib lại hệ thống scan, sai số scan 3D giảm từ ±

10mm xuống ± 3mm Tuy nhiên, vẫn có hai vấn đề: một là, khi calib lại hệ thống scan

phải calib lại hệ thống tay máy để đạt được sai số quỹ đạo và chất lượng phun keo

trong sai số cho phép của chuyền sản xuất; hai là, vẫn chưa giải quyết triệt để vấn đề

sai số, chất lượng phun keo gặp nhiều vấn đề, giầy không đạt chiếm 35% tổng sản lượng sản xuất, trong khi đó giá trị cho phép là 5%

Hình 1.6 Thống kê tọa độ các điểm nằm trên quỹ đạo phun keo sau khi calib Vì vậy, luận văn này sẽ nghiên cứu, thiết kế hệ thống 3D vision hoạt động trong môi trường nhà xưởng đáp ứng yêu cầu sai số cho phép của công đoạn scan 3D nhằm cải thiện vấn đề chất lượng của chuyền sản xuất giầy tự động nhãn hàng Nike/ Adidas

1.2 Một số công trình nghiên cứu trong và ngoài nước 1.2.1 Một số nghiên cứu trên thế giới

1.2.1.1 Robot tự động lắp ráp ghế IKEA

Tác giả: Nanyang Technological University, Singapore Năm công bố nghiên cứu lần đầu tiên: 4/ 2018

Một vài thành tựu, đặc điểm nổi bật:

Hệ thống robot bao gồm một camera 3D và hai tay máy được trang bị cơ cấu gắp tại khâu tác động cuối Nhóm nghiên cứu đã thiết kế giải thuật sử dụng thư viện mã nguồn mở 3D giúp cho robot hoàn thành công việc lắp ráp ghế kiểu Stefan của công ty IKEA trong khoảng thời gian 8 phút 55 giây Kết quả nghiên cứu đã được đăng trên

tạp chí Science Robotics

Hình 1.7 Robot tự động lắp ráp ghế IKEA 1.2.1.2 Robot tự động gắp vật dựa theo chiều cao

Tác giả: BRASS Company, USA

Năm công bố nghiên cứu lần đầu tiên: 2017 Một vài thành tựu, đặc điểm nổi bật:

Hệ thống robot bao gồm một camera 3D LMI Gocator 2340 lắp trên cánh tay robot UR3 của công ty BRASS và cơ cấu gắp tại khâu tác động cuối Camera quét thu nhận hình ảnh thực của vật thể, từ đó tính toán đưa ra dữ liệu chiều cao Robot dựa vào

giải thuật đã thiết lập, gắp đối tượng từ chiều cao thấp nhất đến cao nhất, sắp xếp theo một hàng thẳng

Hình 1.8 Robot tự động gắp vật dựa trên chiều cao

1.2.1.3 Tay máy ứng dụng trong nguyên công khoan của KUKA

Tác giả: Felix von Drigalski and Airbus Group, Sweden Năm công bố nghiên cứu lần đầu tiên: 2016

Một vài thành tựu, đặc điểm nổi bật:

Hệ thống robot bao gồm một tay máy hãng KUKA, một camera, một bộ đèn LED, bộ cảm biến lực và một cơ cấu gá đặt mũi khoan lắp trên khâu tác động cuối Khi bắt đầu khoan, robot sẽ tác dụng một lực vừa đủ, đo bởi cảm biến lực, để giữ cho tấm kim loại cố định Robot tiến hành khoan với giá trị moment xoắn được tính toán trước Kết quả lỗ khoan sẽ thu nhận về nhờ bộ camera và đèn LED Từ việc phân tích hình ảnh thu được, nhóm nghiên cứu đánh giá chất lượng và có những hiệu chỉnh thông số

Hình 1.9 Robot ứng dụng trong nguyên công khoan của KUKA

1.2.1.4 Tay máy tích hợp công nghệ Vision 3D

Tác giả: Theodor Borangiu, University of Bucharest, Romania Năm công bố nghiên cứu lần đầu tiên: 2010

Một vài thành tựu, đặc điểm nổi bật:

Nghiên cứu đã thử nghiệm hai ứng dụng công nghệ 3D vision trên tay máy công nghiệp Ứng dụng thứ nhất, xây dựng lại hình ảnh 3D của vật thể dựa trên dữ liệu hình ảnh thu được từ máy scan công nghệ laser-based lắp trên tay máy công nghiệp 6-DOF Ứng dụng thứ hai, xây dựng quỹ đạo di chuyển 3D của robot theo biên dạng của vật thể dựa trên dữ liệu hình ảnh từ máy scan

Hình 1.10 Robot tích hợp công nghệ vision 3D

1.2.2 Một số nghiên cứu trong nước 1.2.2.1 Tay máy tự động phun keo

Đơn vị nghiên cứu: Automation team, Công ty TNHH Giầy Chingluh Việt Nam Một vài thông tin:

Mặt giầy đã được vô Last sẽ đưa vào máy scan công nghệ laser triangular để dựng lại hình ảnh 3D trên máy tính Dựa trên dữ liệu tọa độ 3D, nhóm nghiên cứu xây dựng quỹ đạo di chuyển của robot theo biên dạng của chiếc giầy theo từng size khác nhau Sau đó kiểm tra sai số vị trí bằng cách vẽ quỹ đạo di chuyển trên phom mẫu và tiến hành thực nghiệm kiểm tra chất lượng đường phun keo trên sản phẩm giầy thực tế

Hình 1.11 Tay máy tự động phun keo 1.2.2.2 Tay máy khoan sử dụng công nghệ quét 3D

Tác giả: Huỳnh Nam Sơn, Control and Automation Lab, Bách Khoa TPHCM Năm công bố nghiên cứu lần đầu tiên: 6/2018

Một vài thành tựu, đặc điểm nổi bật:

Tác giả đã xây dựng hệ thống cánh tay robot kết hợp với hệ thống 3D vision ứng dụng vào nguyên công khoan chi tiết trong lĩnh vực cơ khí Hệ thống 3D vision bao gồm một camera Intel Realsense D435 công nghệ StereoVision và cảm biến laser để tái tạo hình ảnh hình học của vật thể Bước đầu xây dựng giải thuật xử lý dữ liệu tọa độ của vật thể thu được nhờ camera, sau đó truyền dữ liệu cho bộ điều khiển của cánh tay robot Motoman UP6

Hình 1.12 Tay máy khoan sử dụng công nghệ quét 3D

1.3 Mục tiêu, nội dung đề tài

Mục tiêu đề tài: Thiết kế hệ thống 3D vision kết hợp với tay máy 6-DOF ứng dụng trong công đoạn phun keo ngành công nghiệp giầy Nike/ Adidas hoạt động trong điều kiện môi trường nhà xưởng

Nội dung đề tài:

- Thiết kế cơ cấu bàn xoay vật thể - Thiết kế cơ cấu gá đặt camera - Thiết kế cơ cấu gá đèn laser

- Thiết kế giải thuật thu nhận ảnh 2D

- Thiết kế giải thuật xử lý ảnh, tái tạo ảnh 3D - Thực nghiệm, đo đạc, đánh giá sai số

1.4 Phương pháp nghiên cứu

Dựa trên cơ sở lý thuyết sẵn có như:

- Mô hình hóa, điều khiển tay máy 6 bậc tự do

- Calibrate thông số nội, ngoại camera theo mô hình pinhole - Hệ thống 3D Vision

- Phương pháp xử lý thu nhận tia laser

Và cơ sở vật chất hiện có của phòng thí nghiệm Control and Automation, ta tiến hành thiết kế và thực nghiệm đánh giá hệ thống

Tay máy YASKAWA MOTOMAN HP3

Hình 1.13 Tay máy Yaskawa Motoman HP3 Một số thông số cơ bản:

Bảng 1.1 Bảng thông số kĩ thuật tay máy Yaswaka Motoman HP3

Camera D435 depth của hãng Intel

Hình 1.14 Camera D435 của hãng Intel Bảng 1.2 Bảng thông số kỹ thuật camera D435 hãng Intel

Đặc điểm kĩ thuật

Độ phân giải ảnh RGB 1920 x 1080 @ 30fps Độ phân giải ảnh depth 1280x720 @ 30fps

Góc nhìn (FOV)

Chiều dọc: 91.20Chiều ngang: 65.50Hướng nghiêng: 100.60

1.5 Đầu bài thiết kế và các thông số ban đầu

Các thông số đầu vào cho toàn bộ hệ thống: Điều kiện môi trường:

Môi trường nhà xưởng theo tiêu chuẩn Nike: độ sáng 300 flux Vật thể nghiên cứu:

Khuôn giầy mẫu:

Kích thước: chiều dài L=250mm, chiều rộng W=38mm, chiều cao H=97.5mm Bề mặt nhẵn trơn, không có khuyết lõm, không phản xạ tia laser

Màu da

Hình 1.15 Khuôn giầy mẫu Đầu bài thiết kế

Sai số giữa ảnh 3D trên máy tính và vật thể thực tế: e = ± 1 mm Thời gian thu nhận và dựng ảnh 3D trên máy tính: t = 10s Tốc độ di chuyển khâu cuối của tay máy 10mm/s

Sai số vị trí quỹ đạo của khâu cuối tay máy và biên dạng vật thể: e =± 2 mm Góc hợp khâu cuối của tay máy và mặt phẳng ngang trong quá trình di chuyển: α = 45deg

1.6 Yêu cầu hệ thống

Sử dụng công nghệ 3D vision để ghi nhận hình ảnh vật thể thực tế Chương trình máy tính sẽ xử lý dữ liệu tọa độ 3D và đường biên dạng di chuyển Khâu cuối tay máy sẽ di chuyển thay quỹ đạo đã thiết lập

CHƯƠNG 2 LỰA CHỌN PHƯƠNG ÁN

2.1 Lựa chọn phương pháp quét 3D

Yêu cầu:

+ Độ chính xác cao + Tốc độ quét nhanh + Hệ thống đơn giản

+ Chi phí thấp 2.1.1 Stereo Vision

Hình 2.1 Phương pháp stereo vision - Ưu điểm:

+ Tốc độ xử lý nhanh + Hệ thống đơn giản - Nhược điểm:

+ Độ chính xác thấp + Calib phức tạp

Dựa trên mô hình Stereo Vision của Ali Sophian [3], Ali Sophian đã sử dụng 2 camera với độ phân giải 0.9MP với tốc độ chụp 30FPS để dựng lại hình ảnh vật thể hình hộp chữ nhật kích thước 150x150x15 Kết quả cho được độ chính xác là 5mm/m và tốc độ chụp là nhỏ hơn 1s

• Đối tượng: Hình hộp chữ nhật 150x150x15 • Độ phân giải camera: 1280x720 Pixel = 0.9MP • Framerate: 15 – 30fps

• Độ chính xác: 0.753mm / 150mm = 0.5% = 5mm/m • Tốc độ chụp: < 1s

2.1.2 Structure Light

Hình 2.2 Phương pháp structure light - Ưu điểm:

+ Tốc độ nhanh - Nhược điểm:

+ Dễ bị ảnh hưởng bởi ánh sáng môi trường + Độ chính xác chưa cao

Dựa trên mô hình Structure Light đã có của E.Cuesta ở [4] E.Cuesta sử dụng camera XCD H280E với độ phân giải 1920x1080 Pixel để tái tạo hình ảnh 3D của đối tượng có kích thước 100x100x150 với số ảnh chụp 16 ảnh trong vòng dưới 4s Dưới đây là thông số và kết quả của nghiên cứu:

• Đối tượng: 100x100x150

• Độ phân giải camera: 1920x1080 Pixel = 2MP • Framerate: 30 – 60fps

• Độ chính xác: <0.141mm = 1.41mm/m • Góc chụp: 4

• Số ảnh chụp: 16 • Tốc độ chụp: < 4s

2.1.3 Photogrammetry

Hình 2.3 Phương pháp photogrametry - Ưu điểm: Độ chính xác cao

- Nhược điểm:

+ Bị ảnh hưởng bởi ánh sáng môi trường + Số ảnh chụp lớn

Dựa trên mô hình Photogrametry đã có của của Zheng Jiandong [5] Zheng

Jiandong thực hiện phương pháp Photogrammetry với camera Nikon S1 độ phân giải 4256x2848 để đo kích thước vật thể Có thể thấy phương pháp này cho độ chính xác cao, nhưng sử dụng camera độ phân giải lớn 12MP, số ảnh chụp lớn 157 ảnh

• Độ phân giải camera: 4256x2848 pixel = 12MP • Framerate: 15 – 60fps

• Độ chính xác: 0.0016mm/m • Số ảnh chụp: 157

2.1.4 Laser Triangular

Hình 2.4 Phương pháp laser triangular - Ưu điểm:

+ Độ chính xác cao + Hệ thống đơn giản - Nhược điểm:

Tổng hợp tất cả các kết quả của các phương pháp trên, ta sẽ có bảng đánh giá các phương pháp

Bảng 2.1 Bảng đánh giá các phương pháp quét 3D

Độ chính xác Quy đổi điểm

điểm

Laser Triangular

0.143mm/m Cam: 1.3MP

9đ t <8s

Cam:15–30fps

6đ

Structure light 1.41mm/m Cam: 2MP

7đ t <4s

Cam: 30- 60fps

9đ

Stereo Vision 5mm/m Cam: 0.9MP

1đ t <1s

Cam: 15-30fps

10đ Photogrametry 0.0016mm/m 10đ Tốn nhiều thời 5đ

Cam: 12MP gian

Cam: 15-30fps

Bảng 2.2 Đánh giá các phương pháp quét 3D

Tiện lợi Quy đổi điểm Chi phí Quy đổi điểm

Laser Triangular

Hệ thống đơn giản

Giải thuật đơn giản

Photogrametry Hệ thống đơn giản

Giải thuật phức tạp

Thời gian quét (Hệ số 0.8)

Tiện lợi (Hệ số 0.5)

Chi phí (Hệ số 0.5)

Tổng điểm

Laser triangular

Dựa trên bảng , ta có thể thấy phương pháp Laser Triangulation có tổng số điểm

đánh giá dựa trên yêu cầu cao nhất Vậy trong luận văn này sẽ sử dụng phương pháp Laser Triangular

2.2 Lựa chọn cơ cấu cho phương pháp Laser Triangular

Yêu cầu:

+ Quét được toàn bộ vật thể

+ Kết cấu hệ thống đơn giản, dễ tự động hóa

2.2.1 Vật thể và Laser chuyển động tịnh tiến so với nhau

Hình 2.5 Vật thể và laser chuyển động tịnh tiến so với nhau

Ở phương án này, Laser và vật thể sẽ có chuyển động tịnh tiến với nhau: vật thể đứng yên laser chuyển động hoặc là vật thể chuyển động laser đứng yên

2.2.2 Vật thể và laser chuyển động xoay so với nhau

Hình 2.6 Vật thể và laser chuyển động xoay so với nhau

Ở phương pháp này tương tự như chuyển động tính tiến so với nhau, hoặc là vật thể đứng yên và laser xoay quanh vật thể, hoặc là ngược lại Hệ thống vật thể xoay quanh laser sẽ đơn giản hơn

Ưu điểm:

+ Quét được toàn bộ vật thể, cho kết quả quét đầy đủ chỉ với 1 camera, 1 laser, chiếm ít không gian

Nhược điểm:

+ Khả năng tự động hóa trung bình

2.2.3 Kết hợp chuyển động xoay và chuyển động tịnh tiến

Ưu điểm:

+ Quét được toàn bộ vật thể + Chỉ cần 1 camera và 1 đèn laser Nhược điểm:

+ Hệ thống phức tạp Kết luận:

Trong phạm vi này ta sẽ lựa chọn phương án kết hợp chuyển động bàn xoay và chuyển động tịnh tiến vì khả năng quét hình ảnh đầy đủ chỉ với 1 camera, 1 laser 2.3 Lựa chọn cơ cấu truyền động xoay vật thể

Yêu cầu:

+ Truyền động chính xác + Kết cấu đơn giản + Giá thành thấp

2.3.1 Truyền động bánh răng

Hình 2.7 Truyền động xoay bằng bánh răng

Bộ truyền bánh răng là bộ truyền thực hiện truyền chuyển động giữa hai trục với tỷ số truyền xác định nhờ vào sự ăn khớp của các răng trên bánh răng Bộ truyền bánh răng có những ưu điểm, nhược điểm sau đây

Ưu điểm:

+ Khả năng chịu tải cao, + Hiệu suất truyền động tốt Nhược điểm:

+ Bộ truyền bánh răng với độ chính xác cao đòi hỏi chi phí gia công lớn, giá thành cao

2.3.2 Truyền động đai răng

Hình 2.8 Truyền động xoay bằng đai răng

Truyền động đai là truyền động bằng phương tiện kéo Chúng truyền mômen xoắn và tốc độ giữa hai trục, và có thể có một khoảng cách lớn hơn so với bộ truyền bánh răng

+ Tải trọng tác dụng lên trục và ổ lớn do phải có lực căng đai ban đầu

2.3.3 Truyền động qua khớp nối

Hình 2.9 Truyền động bằng khớp nối Ưu điểm:

+ Kết cấu đơn giản, giá thành thấp + Truyền động nhanh, độ chính xác cao Nhược điểm:

+ Khả năng tải phụ thuộc vào động cơ Kết luận

Dựa vào yêu cầu đặt ra ta nhận thấy bộ truyền động qua khớp nối đáp ứng đầy đủ các tiêu chí về độ chính xác, giá thành, kết cấu đơn giản Vậy trong luận văn này sẽ chọn kết cấu truyền động xoay thông qua khớp nối

2.4 Lựa chọn cơ cấu truyền động tịnh tiến đèn laser

Yêu cầu:

+ Truyền động chính xác + Chạy êm, ít tiếng ồn + Giá thành thấp

2.4.1 Truyền động bằng vít me bi

Hình 2.10 Truyền động bằng vít me bi Ưu điểm:

+ Hiệu suất truyền động lớn

+ Chuyền động chính xác, mượt mà, ổn định + Độ cứng vững dọc trục cao

Nhược điểm:

+ Giá thành khá đắt

2.4.2 Truyền động bằng đai răng

Hình 2.11 Truyền động bằng đai răng Ưu điểm:

+ Kết cấu đơn giản, giá thành thấp + Chạy êm, ít tiếng ồn

+ Có thể truyền động giữa các trục cách xa nhau Nhược điểm:

+ Tải trọng tác dụng lên trục và ổ lớn do phải có lực căng đai ban đầu Kết luận:

Dựa vào yêu cầu đặt ra, trong luận văn này sẽ chọn kết cấu truyền động đai răng vì giá thành thấp

Ta lựa chọn kích thước sơ bộ của mô hình bàn xoay: - Đường kính bàn xoay d=250mm

- Khu vực robot tác động vào vật thể: chiều cao h = 450 mm, r = 350 mm

- Khung gá đặt đặt ngoài vùng làm việc của robot, cách tâm bàn xoay 1 đoạn 710mm

Hình 3.1 Kích thước sơ bộ mô hình bàn xoay

Hình 3.2 Phạm vi làm việc của robot Yaskawa Motoman HP3