TÓM TẮT ĐỒ ÁN NGHIÊN CỨU, THIẾT KẾ VÀ CHẾ TẠO XE TỰ HÀNH AGV PHỤC VỤ QUẤN MÀNG PE CHO HÀNG HÓA TRONG SIÊU THỊ, NHÀ KHO Trong cuộc sống cũng như sản xuất ngày nay, xe tự hành AGV viết t
GIỚI THIỆU
Tính cấp thiết của đề tài
Xe tự hành AGV đang ngày càng phát triển và được ứng dụng rộng rãi trong nhiều lĩnh vực, đặc biệt là trong siêu thị và nhà máy Các giải pháp như robot vận chuyển hàng hóa và quấn màng PE cho kiện hàng hóa giúp nâng cao hiệu quả phục vụ mua sắm Với sự phát triển của công nghiệp, tốc độ sản xuất và nhu cầu mua sắm tăng cao, việc rút ngắn thời gian gia công là cần thiết Quá trình quấn màng bọc PE cho sản phẩm sau sản xuất là yếu tố quan trọng đảm bảo quy trình logistics hiệu quả, giúp các nhà phân phối nhanh chóng đưa sản phẩm đến tay người tiêu dùng, nâng cao trải nghiệm mua sắm và tiết kiệm chi phí giao hàng.
Khả năng đáp ứng trong việc quấn màng PE cho hàng hóa ngày càng trở nên quan trọng đối với các nhà sản xuất Việc sử dụng robot trong quá trình quấn màng không chỉ giúp giảm thiểu nhân công mà còn nâng cao hiệu quả kinh tế Hơn nữa, việc quấn màng PE cho những kiện hàng cao thường yêu cầu công nhân phải trèo lên thang, điều này tiềm ẩn rủi ro về an toàn lao động Sử dụng robot không chỉ giảm nguy cơ tai nạn mà còn tăng tính thẩm mỹ và tiết kiệm nguyên liệu màng PE.
Tiềm năng thị trường cho robot AGV quấn màng bọc hàng hóa đang gia tăng do nhu cầu về giải pháp tự động hóa nhà kho và nhà máy Việc nghiên cứu và phát triển công nghệ này sẽ giúp các nhà phân phối cải thiện hiệu suất kho và quy trình logistics, từ đó nâng cao lợi nhuận và khả năng cạnh tranh cho doanh nghiệp.
Đề tài nghiên cứu và chế tạo robot AGV để quấn màng PE cho hàng hóa mang tính cấp thiết, nhằm tự động hóa quy trình trong kho và nâng cao hiệu quả quấn màng PE cho kiện hàng lớn, đặc biệt trong môi trường làm việc không an toàn cho con người.
Ý nghĩa khoa học và thực tiễn của đề tài
Nghiên cứu này yêu cầu một cách tiếp cận đa ngành, tích hợp cơ khí, điện tử và lập trình Sự kết hợp này không chỉ thúc đẩy đổi mới mà còn góp phần vào sự phát triển công nghệ trong thiết kế và chế tạo.
Để đáp ứng nhu cầu hiện đại hóa và tự động hóa quy trình sản xuất, việc tạo ra robot AGV là cần thiết nhằm tiết kiệm công sức lao động Bằng cách hiểu rõ các điều kiện thực tế và hạn chế của các giải pháp quấn màng bọc PE cho hàng hóa, chúng tôi đưa ra phương án thiết kế và chế tạo tối ưu để quấn màng bọc cho sản phẩm sau sản xuất Điều này không chỉ đảm bảo hàng hóa được nguyên vẹn mà còn giảm thiểu nguy cơ cho người lao động và tiết kiệm chi phí Quá trình này yêu cầu phân tích sâu sắc và tư duy thiết kế, điều khiển để đảm bảo tính ổn định trong vận hành và hiệu quả kinh tế cao.
Đề tài mang lại giá trị thực tiễn bằng cách thay thế lao động thủ công bằng máy móc hiện đại, giúp giảm bớt công sức lao động của con người Việc này không chỉ hạn chế tai nạn lao động khi con người phải trực tiếp leo lên thang để quấn màng PE cho hàng hóa sau quy trình sản xuất, mà còn nâng cao hiệu quả và an toàn trong công việc.
Sản phẩm và công nghệ phát triển từ đề tài này có thể ứng dụng rộng rãi tại siêu thị, nhà máy và kho bãi, giúp nâng cao năng suất sản xuất và giảm chi phí vận hành cho doanh nghiệp.
Mục tiêu nghiên cứu của đề tài
Nghiên cứu nhu cầu và yêu cầu về quấn màng PE cho hàng hóa vận chuyển từ siêu thị, trung tâm thương mại hoặc sau quá trình sản xuất là rất quan trọng để đảm bảo an toàn và chất lượng sản phẩm đến tay người tiêu dùng.
Xây dựng hệ thống cơ khí và điện điều khiển cho robot, kết hợp với việc xử lý dữ liệu từ cảm biến lidar và cảm biến la bàn, giúp robot nhận biết môi trường làm việc và thực hiện công việc quấn màng PE cho hàng hóa Giải pháp này mang lại tính thông minh, an toàn và tiện lợi, đảm bảo hàng hóa được chuẩn bị sẵn sàng cho quá trình xuất, nhập kho.
Phương pháp nghiên cứu thực nghiệm, phân tích kết quả đạt được để định hướng phát triển cho đề tài.
Đối tượng và phạm vi nghiên cứu
1.4.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của đề tài là các kiện hàng hóa cần quấn màng PE để chuẩn bị cho việc xuất – nhập kho, vận chuyển đến tay người tiêu dùng Các kiện hàng hóa có kích thước khác nhau và gây khó khăn cho con người trong việc quấn màng PE cho chúng Việc sử dụng robot đảm bảo màng được quấn đều và đẹp, tiết kiệm màng
Nhóm nghiên cứu đã phát triển robot AGV linh hoạt, hoạt động hiệu quả trên nền phẳng Robot này được thiết kế để di chuyển xung quanh kiện hàng và thực hiện quá trình quấn màng PE nhằm bảo vệ hàng hóa trong quá trình vận chuyển Khi robot di chuyển, màng PE sẽ được thả ra từ cơ cấu quấn, quấn chặt quanh kiện hàng cho đến khi toàn bộ bề mặt được bảo vệ an toàn.
Để đảm bảo an toàn trong quá trình vận hành, robot được trang bị chức năng phát hiện vật cản, giúp dừng lại và cảnh báo người dùng, nhằm tránh va chạm với con người và các vật thể không mong muốn trong môi trường làm việc.
Hiện tại, robot chưa được tích hợp tính năng quay về vị trí cũ và sạc pin tự động
Nghiên cứu và thử nghiệm sẽ được thực hiện trong môi trường mô phỏng như siêu thị, nhà máy và kho hàng, với các điều kiện và địa hình đơn giản nhằm đảm bảo tính thực tế và khả thi của đề tài.
Việc nghiên cứu và thử nghiệm khả năng vận hành của robot sẽ thực hiện trong môi trường bằng phẳng với kiện hàng có kích thước 1x1x1 m.
Phương pháp nghiên cứu
1.5.1 Cơ sở phương pháp luận
• Nghiên cứu các tài liệu về robot AGV, máy quấn màng PE
• Khảo sát yêu cầu thực tế
• Thiết kế và gia công
• Thử nghiệm và đánh giá và đưa ra cải tiến
1.5.2 Các phương pháp nghiên cứu cụ thể
Nghiên cứu và phân tích tài liệu liên quan, bao gồm các nghiên cứu trước đây, sách, bài báo, báo cáo và thông tin trực tuyến, giúp hiểu rõ hơn về lĩnh vực nghiên cứu, các vấn đề liên quan và các giải pháp đã được đề xuất.
Tiến hành khảo sát để thu thập dữ liệu về các thông số kỹ thuật và tiêu chuẩn yêu cầu cho việc quấn màng PE tại siêu thị, trung tâm thương mại và nhà kho.
Tiến hành thử nghiệm thực tế hoặc mô phỏng các giải pháp đã thiết kế, sau đó đánh giá hiệu quả, tính khả thi và sự phù hợp của chúng dựa trên các tiêu chí đã được xác định trước.
Kết cấu của ĐATN
Nội dung nghiên cứu ĐATN của nhóm bao gồm 7 chương, trong đó:
• Chương 2: Tổng quan nghiên cứu đề tài
• Chương 3: Cơ sở lý thuyết
• Chương 4: Các giải pháp thực hiện đề tài và tính toán thiết kế hệ thống cơ khí
• Chương 5: Tính toán thiết kế hệ thống điện và bộ điều khiển PID cho động cơ
• Chương 6: Xây dựng thuật toán di chuyển cho robot dựa trên cảm biến lidar và cảm biến từ trường
• Chương 7: Thực nghiệm và đánh giá
TỔNG QUAN VỀ ĐỀ TÀI
Giới thiệu
2.1.1 Sự phát triển của robot hiện nay nay
Robot hiện nay đã có những bước tiến vượt bậc so với các thế hệ đầu tiên, nhờ vào sự phát triển mạnh mẽ trong các lĩnh vực như trí tuệ nhân tạo (AI), cơ học và tự động hóa Những cải tiến này cho phép robot thực hiện nhiều nhiệm vụ phức tạp mà trước đây chỉ có con người mới có thể đảm nhiệm.
Các lĩnh vực ứng dụng của robot:
Robot đóng vai trò quan trọng trong ngành công nghiệp và sản xuất, được ứng dụng phổ biến trong các nhà máy để thực hiện các nhiệm vụ như lắp ráp, hàn, sơn và kiểm tra sản phẩm Việc sử dụng robot không chỉ nâng cao năng suất lao động mà còn giảm thiểu sai sót và bảo đảm an toàn cho công nhân.
Trong lĩnh vực y tế, robot đóng vai trò quan trọng trong việc hỗ trợ phẫu thuật với độ chính xác cao, giúp thực hiện các ca mổ phức tạp Bên cạnh đó, robot còn được ứng dụng trong việc chăm sóc bệnh nhân, hỗ trợ công tác điều dưỡng và vận chuyển thiết bị y tế.
Robot phục vụ đang ngày càng trở nên phổ biến trong các nhà hàng, khách sạn và gia đình, thực hiện các công việc như lau dọn nhà cửa và chăm sóc người già cũng như trẻ em Những robot này không chỉ mang lại tiện ích mà còn tạo ra những trải nghiệm giải trí thú vị cho người sử dụng.
Robot đóng vai trò quan trọng trong việc khám phá không gian, thám hiểm đại dương và các môi trường nguy hiểm mà con người khó tiếp cận Chúng giúp thu thập dữ liệu và thực hiện các thí nghiệm khoa học, từ đó mở rộng hiểu biết của chúng ta về thế giới xung quanh.
2.1.2 Giới thiệu về robot AGV
AGV (Xe tự hành tự động) là robot được thiết kế để vận chuyển hàng hóa và vật liệu trong môi trường công nghiệp và kho vận Với khả năng di chuyển tự động mà không cần sự can thiệp của con người, AGV đóng vai trò quan trọng trong các quy trình tự động hóa hiện đại.
Các loại AGV và ứng dụng của chúng gồm:
AGV kéo (Tow AGV) là loại xe tự hành thường được sử dụng để kéo các toa hàng hoặc xe hàng, phổ biến trong các nhà máy sản xuất và trung tâm phân phối.
AGV vận chuyển, hay còn gọi là Unit Load AGV, được thiết kế đặc biệt để vận chuyển các đơn vị tải trọng như pallet và thùng hàng Loại AGV này thường được sử dụng rộng rãi trong kho hàng và các dây chuyền sản xuất, giúp tối ưu hóa quy trình vận chuyển và nâng cao hiệu quả làm việc.
Xe nâng AGV (Forklift AGV) hoạt động giống như xe nâng tự động, với chức năng chính là nâng và xếp hàng hóa lên kệ hoặc di chuyển chúng đến các vị trí khác trong kho.
▪ AGV phục vụ (Service AGV): Dùng trong các môi trường phi công nghiệp như bệnh viện, khách sạn để vận chuyển các vật dụng, thực phẩm, thuốc men
Robot KUKA AGV KMP 600-S, được thiết kế bởi KUKA, có tốc độ lên đến 2 m/s và đáp ứng các tiêu chuẩn an toàn cao nhất nhờ vào máy quét laser và khả năng phát hiện đối tượng 3D Điều này đã nâng cao hiệu suất của phương tiện dẫn đường tự động trong ngành công nghiệp.
Hình 2.2 Hình ảnh robot MEGVII MegBot-T800
Robot MEGVII MegBot-T800 được thiết kế lấy cảm hứng từ mắt đại bàng, mang đến hình dáng mới mẻ cho robot AGV Với hình dạng xe hạng nhẹ, sản phẩm này thể hiện công nghệ tiên tiến và thuật toán thông minh, giúp nâng cao hiệu suất hoạt động một cách nhanh chóng và chính xác.
• Lợi ích của robot AGV
▪ Tăng năng suất: AGV giúp tăng tốc độ và hiệu quả của các quy trình vận chuyển, giảm thời gian chờ đợi và tối ưu hóa luồng công việc
Sử dụng AGV giúp giảm chi phí lao động bằng cách giảm thiểu nhu cầu sử dụng nhân lực cho các công việc vận chuyển đơn giản, từ đó tiết kiệm chi phí nhân công hiệu quả.
▪ Cải thiện an toàn: Giảm thiểu tai nạn lao động và nâng cao an toàn cho nhân công
▪ Khả năng mở rộng: Mạng lưới AGV dễ dàng được điều chỉnh và mở rộng theo quy mô và nhu cầu sản xuất, logistics
▪ Chi phí ban đầu: Đầu tư ban đầu cao cho thiết bị và lắp đặt
▪ Yêu cầu bảo trì bảo dưỡng thường xuyên để đảm bảo độ tin cậy
▪ Khả năng định vị: Có thể bị gián đoạn bởi các thay đổi trong môi trường hoặc bố trí sàn
• Xu hướng tương lai của AGV:
Việc tích hợp trí tuệ nhân tạo (AI) và học máy (ML) cùng với thị giác máy tính không chỉ nâng cao khả năng ra quyết định mà còn cho phép thực hiện các yêu cầu phức tạp hơn một cách hiệu quả.
Tích hợp công nghệ IoT vào hệ thống AGV nâng cao khả năng kết nối và giám sát, cho phép người dùng quản lý các AGV một cách hiệu quả và theo thời gian thực.
▪ Thân thiện với môi trường: Phát triển các AGV tiết kiệm năng lượng và bền vững
Máy quấn màng PE (Polyethylene) là thiết bị tự động hoặc bán tự động, được sử dụng để quấn màng PE quanh sản phẩm, hàng hóa hoặc pallet Thiết bị này giúp bảo vệ, cố định và ổn định hàng hóa trong quá trình vận chuyển và lưu trữ Sử dụng máy quấn màng PE không chỉ tăng cường an toàn cho hàng hóa mà còn ngăn ngừa hư hỏng, giữ cho sản phẩm sạch sẽ và bảo vệ khỏi bụi bẩn cũng như các tác động từ môi trường.
Phân loại máy quấn màng PE:
• Phân loại theo tính tự động:
▪ Máy quấn màng PE tự động: Hoạt động hoàn toàn tự động, từ việc đưa pallet vào máy đến quấn màng và cắt màng
▪ Máy quấn màng PE bán tự động: Cần có sự can thiệp của người vận hành trong một số công đoạn như đặt pallet lên máy và cắt màng
▪ Máy quấn màng PE cầm tay: Thiết bị nhỏ gọn, thích hợp cho công việc quấn màng nhẹ và di động
CƠ SỞ LÝ THUYẾT
Các cơ cấu hoạt động phổ biến trong robot AGV
Robot di động thường sử dụng cấu hình di chuyển bằng bánh xe với cơ cấu hai bánh vi sai, giúp dễ dàng điều khiển Thiết kế này cho phép robot hoạt động hiệu quả trên các bề mặt phẳng như siêu thị và nhà kho.
Hình 3.1 Nguyên lý hoạt động của cơ cấu bánh vi sai
Kiểm soát tốc độ vi sai, hay kiểm soát số vòng quay của từng bánh xe, là phương pháp điều khiển AGV phổ biến nhất Phương pháp này sử dụng hai bánh dẫn động độc lập, cho phép mỗi bánh hoạt động với tốc độ khác nhau hoặc cùng tốc độ nhưng với số vòng quay khác nhau, giúp AGV có khả năng rẽ trái, rẽ phải hoặc di chuyển thẳng.
Ngoài hai bánh chủ động, có thể thêm một hoặc một vài bánh tự dẫn, để cân bằng robot
Cơ cấu điều khiển một bánh dẫn hướng là phương pháp phổ biến trong các phương tiện ba bánh, với bánh dẫn hướng được gắn encoder để kiểm soát góc xoay và hướng di chuyển của robot Bánh dẫn hướng có thể là bánh xe dẫn động chính hoặc bánh xe bị động, trong trường hợp này, robot sẽ được dẫn động bởi các bánh xe còn lại.
Hình 3.3 Cơ cấu điều khiển kết hợp
Loại AGV thứ ba kết hợp phương pháp điều khiển vi sai và lái, với hai động cơ độc lập được trang bị bộ mã hóa gia tăng, đặt ở các góc chéo Bánh xe xoay được bố trí ở các góc đối diện, cho phép xe rẽ theo hình vòng cung và di chuyển ngang hoặc theo bất kỳ hướng nào AGV này có khả năng lái ở chế độ vi sai theo mọi hướng, mang lại sự linh hoạt cao trong di chuyển.
Nhóm đã quyết định lựa chọn cơ cấu vi sai với 2 bánh chủ động và 2 bánh bị động, giúp điều khiển dễ dàng với góc xoay đa dạng và khả năng chịu tải tốt Hai bánh được điều khiển bởi 2 động cơ, cho phép chúng quay không đồng tốc mà không cần thiết kế cơ cấu lái Hiện nay, nhiều nhà hàng cũng đang áp dụng cơ cấu này, cho thấy việc sử dụng nó là hoàn toàn hợp lý.
Bộ điều khiển PID
A PID (Proportional-Integral-Derivative) controller is a widely used automated feedback control tool in industrial control systems This controller maintains a process variable at a desired setpoint by adjusting the system's output.
Bộ điều khiển PID hoạt động dựa trên ba thành phần chính:
Thành phần tỷ lệ P (Proportional) tạo ra đầu ra tỷ lệ với sai lệch giữa giá trị mong muốn và giá trị thực tế của biến quá trình.
P: Đầu ra của thành phần tỷ lệ
𝑒(𝑡): Sai lệch hiện tại (setpoint – process variable)
• Thành phần tích phân I (Integral): Thành phần tích phân xử lý sai lệch tích lũy theo thời gian, giúp loại bỏ sai lệch tồn đọng lâu dài
I: Đầu ra của thành phần tích phân
• Thành phần vi phân D (Derivative): Thành phần vi phân dự đoán xu hướng sai lệch tương lai dựa trên tốc độ thay đổi của sai lệch hiện tại
D: Đầu ra của thành phần vi phân
𝑑𝑡 : Tốc độ thay đổi của sai lệch Đầu ra tổng quát của bộ điều khiển PID là tổng hợp của ba thành phần trên:
𝑢(𝑡): Đầu ra của bộ điều khiển PID
Sơ đồ 3.1 Sơ đồ khối của một hệ kín có bộ PID
▪ Điều chỉnh chính xác: Bộ điều khiển PID có khả năng điều chỉnh chính xác, giúp duy trì giá trị mong muốn với sai lệch nhỏ nhất
▪ Linh hoạt: PID có thể điều chỉnh cho nhiều loại hệ thống khác nhau
▪ Phản ứng nhanh: Thành phần vi phân giúp hệ thống phản ứng nhanh với các thay đổi đột ngột
▪ Khó điều chỉnh: Việc điều chỉnh các tham số 𝐾 𝑝 , 𝐾 𝑖 và 𝐾 𝑑 để đạt hiệu quả tối ưu có thể phức tạp
▪ Nhạy cảm với nhiễu: Thành phần vi phân có thể khuếch đại nhiễu và gây ra rung lắc hệ thống
▪ Phản ứng quá mức: Nếu không được cấu hình đúng, bộ điều khiển PID có thể gây ra hiện tượng quá điều chỉnh (overshoot) và dao động
Bộ điều khiển PID là công cụ mạnh mẽ và linh hoạt trong điều khiển tự động, giúp hệ thống công nghiệp hoạt động hiệu quả và ổn định Để đạt hiệu quả tối ưu, việc cấu hình các tham số PID cần kỹ năng và kinh nghiệm từ các kỹ sư điều khiển.
Công nghệ LIDAR
LIDAR (Light Detection and Ranging) là công nghệ sử dụng xung laser để đo khoảng cách đến bề mặt Cảm biến LIDAR phát ra xung laser, sau đó thu nhận tín hiệu phản xạ trở lại nguồn Bằng cách đo thời gian phản xạ của xung laser, công nghệ này ước lượng khoảng cách chính xác đến bề mặt.
Công thức tính khoảng cách với công nghệ LIDAR:
• R: Khoảng cách từ nguồn phát laser tới bề mặt cần đo
• C: Tốc độ phát của xung được phát
• T: Quãng thời gian đi được
Cảm biến LIDAR sẽ lặp lại quá trình thu thập dữ liệu hàng triệu lần, tạo ra hàng triệu điểm dữ liệu Khi các điểm này được kết hợp, chúng sẽ hình thành một tập hợp không gian, thể hiện hình dạng hoặc đối tượng 2D và 3D một cách chi tiết và chính xác.
3.3.2 Ưu điểm của LIDAR Đo khoảng cách chính xác: LIDAR có thể đo khoảng cách với độ chính xác rất cao, thường trong phạm vi vài centimet Điều này rất quan trọng trong các ứng dụng yêu cầu sự chính xác như lập bản đồ địa hình, xây dựng…
LIDAR có khả năng quét với tốc độ nhanh chóng, thu thập hàng triệu điểm dữ liệu mỗi giây, từ đó tạo ra các mô hình 3D chi tiết và cập nhật theo thời gian thực.
LIDAR không bị ảnh hưởng bởi điều kiện ánh sáng, hoạt động hiệu quả cả ban ngày lẫn ban đêm nhờ vào ánh sáng laser tự phát Hơn nữa, công nghệ này cho phép tạo ra các đám mây điểm với độ phân giải cao, giúp tái hiện chính xác hình dạng và kích thước của các đối tượng.
Hệ thống LIDAR hiện đại sử dụng bước sóng an toàn cho con người, giúp đảm bảo an toàn trong quá trình vận hành.
3.3.3 Ứng dụng của LIDAR trong ngành Robotics
LIDAR, với những ưu điểm nổi bật, được ứng dụng rộng rãi trong ngành Robotics Nó giúp xác định vị trí và hướng của robot trong không gian bằng cách phát tia laser và đo khoảng cách đến các vật thể xung quanh Ngoài ra, LIDAR còn hỗ trợ robot trong việc điều hướng và tránh vật cản, cung cấp thông tin về khoảng cách và hình dạng của các đối tượng, từ đó giúp robot tính toán lộ trình di chuyển an toàn và hiệu quả.
LIDAR được sử dụng để tạo ra bản đồ môi trường chi tiết bằng cách quét và ghi lại dữ liệu khoảng cách, giúp xây dựng mô hình 3D chính xác về không gian xung quanh robot, bao gồm các vật thể và cấu trúc địa hình Ngoài ra, trong các hệ thống robot tự lái và xe tự hành, LIDAR cung cấp thông tin quan trọng để điều khiển di chuyển, phát hiện vật thể, đo khoảng cách và đánh giá môi trường, từ đó giúp robot xác định lộ trình an toàn và hiệu quả.
LIDAR là công nghệ tiên tiến được áp dụng để phát hiện và nhận diện các vật thể như xe cộ và người đi bộ, thông qua việc phân tích dữ liệu điểm thu được.
14 hữu ích trong các ứng dụng an ninh, giám sát và giúp robot tương tác an toàn với môi trường xung quanh.
CÁC GIẢI PHÁP THỰC HIỆN ĐỀ TÀI VÀ TÍNH TOÁN THIẾT KẾ HỆ THỐNG CƠ KHÍ
Các linh kiện và đánh giá ban đầu
Trong kho hàng siêu thị, nhà máy hoặc nhà kho, chiều rộng nơi làm việc thường từ 25 m² trở lên, với chiều rộng lối đi giữa các phân xưởng và máy móc dao động từ 1 m đến 2 m Do đó, việc xác định kích thước robot để di chuyển thuận lợi trong không gian này là rất quan trọng; robot không nên có kích thước lớn hơn 0,5 x 0,5 m Bên cạnh đó, robot cần có đủ diện tích để lắp đặt cơ cấu quấn màng một cách hợp lý và vững chắc.
Hình 4.1 Hình ảnh nhà kho nơi robot làm việc [25]
Robot cần có chiều cao hợp lý để người dùng dễ dàng tương tác và thay thế bộ màng quấn khi cần thiết Đồng thời, cơ cấu quấn màng cũng phải được thiết kế với chiều cao phù hợp với kích thước và tải trọng của robot.
Khi thiết kế robot, tổng tải trọng phải được xem xét kỹ lưỡng để chịu được momen từ lực căng của màng tác động lên cơ cấu quấn màng Điều này rất quan trọng để đảm bảo robot hoạt động hiệu quả và bền bỉ.
Robot hoạt động hiệu quả trên bề mặt sàn gạch phẳng với độ ma sát thấp, sử dụng bánh xe cao su để cải thiện độ bám Cơ cấu truyền động vi sai với hai bánh dẫn động và hai bánh tự dẫn hướng cho phép điều chỉnh hướng di chuyển linh hoạt Động cơ DC plannet được trang bị encoder giúp kiểm soát chính xác hành trình của robot.
Cơ cấu quấn màng được thiết kế linh hoạt, cho phép di chuyển lên và xuống nhằm nâng cuộn màng trong quá trình quấn, tùy thuộc vào chiều cao của kiện hàng.
Cảm biến lidar được lắp đặt trên robot giúp thu thập dữ liệu môi trường làm việc, từ đó hỗ trợ robot trong việc định hướng và di chuyển một cách hiệu quả, đồng thời tránh được các vật cản.
Cảm biến từ trường xác định khi robot hoàn thành một vòng quấn quanh kiện hàng, từ đó kích hoạt cơ cấu quấn màng nâng lên để thực hiện vòng quấn tiếp theo.
Vi điều khiển thu thập dữ liệu từ cảm biến lidar và la bàn, phân tích thông tin để đưa ra lệnh điều khiển cho hệ thống động cơ của robot và cơ cấu quấn màng.
Nguồn điện là yếu tố quan trọng cung cấp năng lượng cho robot Để đảm bảo hiệu suất hoạt động, cần xác định công suất tối đa mà robot sử dụng, ước tính khoảng 30W Thời gian hoạt động của pin cũng cần được chú ý, với thời lượng khoảng 1.5 tiếng.
Phương hướng và giải pháp thực hiện
Robot có kích thước 430x480x480mm và tải trọng tối đa 15kg, do đó, phần đế và khung cần được thiết kế chắc chắn Vật liệu cho đế và trục là thép SS400, trong khi khung xe được làm từ thanh nhôm định hình kích thước 20x20 mm Robot sử dụng hệ thống truyền động đai với hai bánh dẫn động độc lập và được trang bị động cơ hành tinh planet 12-24VDC với công suất tối đa 30W, theo tính toán ở mục 4.4.
The robot is equipped with the Benewake TF-Luna ToF Single-Point Ranging Solid State lidar distance sensor, which supports UART protocol at a speed of 115200 bps or I2C protocol with a maximum speed.
Tốc độ 400 kbps được sử dụng để thu thập dữ liệu từ môi trường hoạt động của robot Do cảm biến chỉ là cảm biến đơn điểm, việc xác định vị trí kiện hàng một cách khách quan đòi hỏi phải thu thập dữ liệu 2D.
Nhóm đã thiết kế hệ thống lidar 2D sử dụng cảm biến Benewake TF-Luna để thu thập dữ liệu 360 độ xung quanh robot, kết hợp với cảm biến la bàn số HMC5883L để xác định số vòng di chuyển của robot quanh kiện hàng Vi điều khiển STM32F401CCU6 đảm nhận việc điều khiển các động cơ di chuyển và cơ cấu quấn màng Để điều khiển hai động cơ dẫn động cho robot, nhóm sử dụng hai mạch điều khiển động cơ DC BTS7960 43A High-Power motor driver, cùng với động cơ bước để nâng hạ hệ thống quấn màng.
Thư viện HAL của nhà cung cấp STMicroelectronics được dùng để thao tác với vi điều khiển STM32F401CCU6
Xây dựng thuật toán điều khiển sử dụng luật mờ để xác định tốc độ đặt cho từng bánh xe dẫn động, sau đó áp dụng bộ điều khiển PID nhằm điều chỉnh vận tốc mỗi bánh xe Điều này giúp robot di chuyển ổn định xung quanh kiện hàng Thực hiện tính toán và thí nghiệm để xác định các thông số vận tốc và thông số PID phù hợp cho hệ thống.
Thiết kế robot với hệ thống dẫn động dựa trên hai bánh chủ động và 1 bánh tự dẫn hướng
Sử dụng cảm biến khoảng cách hồng ngoại analog Sharp GP2Y0A21YK0F để phát hiện khoảng cách tới kiện hàng và nhận diện vật cản trong quá trình di chuyển Để điều khiển hai động cơ dẫn động robot, áp dụng mạch cầu H XY-160D L298 với công suất 160W và dòng điện hoạt động 7A Các thành phần khác vẫn giữ nguyên như trong phương án đã đề xuất.
Vi điều khiển sử dụng tín hiệu từ cảm biến hồng ngoại để xác định vị trí của kiện hàng và vật cản, từ đó đưa ra quyết định điều khiển thích hợp Bộ điều khiển PID được áp dụng cho từng bánh xe, giúp điều chỉnh chính xác tốc độ quay của từng bánh.
Phương án vẫn sử dụng thư viện HAL của nhà cung cấp STMicroelectronics được dùng để thao tác với vi điều khiển STM32F401CCU6.
Lựa chọn phương án
Sau khi xem xét các phương án chế tạo, nhóm lựa chọn phương án 1 vì những lý do sau đây:
Robot được thiết kế với kích thước 430x480x480mm, sử dụng vật liệu thép SS400 và nhôm định hình, đảm bảo độ cứng vững trong quá trình vận hành Động cơ hành tinh 12-24VDC với công suất tối đa 30W cung cấp sức mạnh cần thiết cho robot Pin 3S 12V Li-ion có dung lượng lên đến 6000 mAh cho phép robot hoạt động liên tục trong 1 giờ.
Thiết bị cảm biến và xử lý: Cảm biến lidar Benewake TF-Luna được nâng cấp có thể xoay
Robot có khả năng thu thập dữ liệu 360 độ trong phạm vi hoạt động từ 0.2 đến 8 mét Cảm biến la bàn HMC5883L được tích hợp giúp xác định số vòng di chuyển của robot xung quanh kiện hàng.
Vi điều khiển STM32F401CCU6 thu thập dữ liệu từ cảm biến lidar để điều chỉnh tốc độ cho từng bánh xe Tốc độ này được xác định thông qua một số luật mờ, và sau đó được điều khiển chính xác bằng bộ điều khiển PID.
Phương án 1 được lựa chọn dựa trên khả năng vận hành của robot, cho phép xác định khoảng cách đến kiện hàng và số vòng đã di chuyển nhờ vào cảm biến la bàn số, từ đó đáp ứng được các yêu cầu đề ra.
Tính toán lựa chọn động cơ
• Các thông số đầu vào của robot được ước lượng:
▪ Khối lượng khi làm việc: 𝑚 = 35𝑘𝑔
▪ Tốc độ lớn nhất khi làm việc: 𝑣 = 0.5𝑚/𝑠
▪ Gia tốc của robot khi làm việc: 𝑎 = 0.5 𝑚/𝑠^2
▪ Chọn bánh xe dẫn động có đường kính 𝑑 = 0.145𝑚
• Khi robot hoạt động, robot chịu ảnh hưởng bởi các lực sau:
▪ 𝐹𝑘 là hợp của lực kéo của 2 động cơ dẫn động
▪ 𝐹𝑚𝑠 là lực ma sát lăn tác dụng lên các bánh xe
Hình 4.2 Hình biểu diễn lực tác động lên robot khi hoạt động Ứng dụng định luật 2 Newton:
Chọn hệ số ma sỏt lăn à = 0.015 theo bảng bờn dưới:
Bảng 4.1 Bảng hệ số ma sát lăn tham khảo
• Công suất cần thiết để robot di chuyển:
• Vì robot được dẫn động bởi hai động cơ nên công suất trên mỗi động cơ là:
• Hiệu suất chung của cả hệ thống tính theo công thức:
▪ 𝑛 đ là hiệu suất bộ truyền đai
▪ 𝑛 𝑜𝑙 là hiệu suất một cặp ổ lăn
Tham khảo bảng hiệu suất các bộ truyền, sách Thiết Kế Máy Công Dụng Chung của thầy Trần Thiên Phúc
Bảng 4.1 Bảng hiệu suất các bộ truyền
• Công suất cần thiết của động cơ sau mất mát tính theo công thức:
• Tốc độ quay lớn nhất trên trục bánh xe là:
• Tốc độ quay lớn nhất trên trục động cơ là:
𝑑𝑐_𝑚𝑎𝑥 = 𝑡𝑟_𝑚𝑎𝑥 ∗ 𝑢 = 131.7144 ∗ 2 = 263.4288 vòng/phút (4.9) Trong đó: u = 2 là tỉ số truyền bộ truyền đai
• Moment xoắn của động cơ tính theo công thức:
▪ P là công suất động cơ
▪ N là tốc độ quay của động cơ Vậy moment lớn nhất của động cơ là:
• Từ các thông số công suất cực đại, moment xoắn cực đại và tốc độ quay của động cơ, nhóm đã lựa chọn động cơ Plannet 12-24 VDC 30W
Hình 4.3 Động cơ Planet 12-24 VDC 30W
▪ Điện áp hoạt động: 12-24 VDC
▪ Tốc độ chưa qua hộp giảm tốc: 12000 vòng/phút
▪ Tốc độ qua giảm tốc: 600 vòng/phút
▪ Tích hợp encoder: 12 xung, 2 kênh A và B
▪ Chiều dài hộp giảm tốc: 32mm.
Tính toán thiết kế bộ truyền đai
Nhằm tăng cường momen xoắn và cải thiện sự êm ái cho động cơ, nhóm thiết kế bộ truyền đai răng với tỉ số truyền 2, giúp truyền công suất hiệu quả từ động cơ đến trục bánh xe.
• Công thức tính mô đun của đai răng:
𝑃 𝑑𝑐 là công suất truyền tải hay công suất động cơ (kW)
𝑛 𝑑𝑐 là tốc độ quay trục động cơ (vòng/phút)
• Theo bảng 1 (phụ lục 1), chọn m = 1, suy ra bước răng p = 3.1 mm
• Theo bảng 1 (phụ lục 1), chọn m = 1, suy ra chiều dày đai H = 1.6 mm
• Theo bảng 1 (phụ lục 1), chọn m = 1, suy ra chiều cao răng h = 0.8 mm
• Theo bảng 1 (phụ lục 1), chọn số răng bánh chủ động 𝑧 1 = 20 suy ra 𝑧 2 = 40
• Theo bảng 1 (phụ lục 1), chọn m = 1, công thức tính đường kính bánh đai chủ động:
• Theo bảng 1 (phụ lục 1), chọn m = 1, công thức tính đường kính bánh đai bị động:
• Chọn đai có chiều dài chuẩn L = 380mm, công thức tính khoảng cách trục:
Bảng 4.2 Bảng thông số tính toán đai sơ bộ
Số bánh răng chủ động 20 răng
Số bánh răng bị động 40 răng Đường kính bánh đai chủ động 20 mm Đường kình bánh đai bị động 40 mm
Tính toán thiết kế bộ truyền vít me
• Để nâng cơ cấu quấn màng sau mỗi vòng di chuyển, nhóm sử dụng cơ cấu vít me với các thông số sau:
▪ Chiều cao cần nâng 60 cm
• Tải trọng làm việc tính theo công thức:
• Chọn trục vít me bi T12 với các thông số:
• Momen cần thiết tính theo công thức:
• Tớnh sơ bộ hiệu suất hệ thống là à = 0.8, momen thực tế là:
• Chọn động cơ NEMA 17 có thông số kỹ thuật:
▪ Góc bước: 1.8 độ (200 bước 1 vòng)
• Tốc độ quay của động cơ tính theo công thức:
• Tốc độ bước tính theo công thức:
TÍNH TOÁN THIẾT KẾ HỆ THỐNG ĐIỆN
Xây dựng hệ thống điện – điện tử
5.1.1 Sơ đồ khối hệ thống
Sơ đồ 5.1 Sơ đồ khối hệ thống điện
Robot bao gồm 5 khối trong hệ thống điện:
Khối đầu tiên trong hệ thống cung cấp nguồn 12VDC từ pin Li-Ion, điều khiển hai mạch BTS7960 cho hai động cơ dẫn động và động cơ bước Nguồn 12VDC này được hạ áp để tạo ra điện áp 5V, cung cấp cho vi điều khiển, các mạch điều khiển động cơ và cảm biến.
• Khối thứ hai là khối cảm biến gồm cảm biến lidar Benewake TF Luna, các encoder của động cơ và cảm biến la bàn HMC5883L
Khối điều khiển của hệ thống bao gồm vi điều khiển STM32F401CCU6, mạch điều khiển động cơ BTS57960, và mạch cầu H L298 để quay cảm biến lidar, cùng với mạch điều khiển động cơ bước A4988.
Khối thứ tư của hệ thống là khối cơ cấu chấp hành, bao gồm hai động cơ DC planet, động cơ bước cho hệ thống nâng cuộn màng và động cơ DC GA370 để xoay cảm biến lidar.
Khối nguồn là yếu tố quan trọng cung cấp năng lượng cho toàn bộ hệ thống robot, ảnh hưởng trực tiếp đến hiệu quả và thời gian hoạt động của nó Trong cấu hình robot quấn màng PE, khối nguồn bao gồm hai thành phần chính: pin Li-Ion 12V 1500 mAh và mạch hạ áp.
Bộ chuyển đổi DC XY-3606 LM2596S 5V-5A là giải pháp lý tưởng cho việc lưu trữ năng lượng với kích thước nhỏ gọn Nó có khả năng hạ điện áp từ 12V xuống 5V, cung cấp nguồn điện ổn định cho các thiết bị vi điều khiển, máy tính nhúng và encoder.
• Tính toán lựa chọn khối nguồn:
Bảng 5.1 Tính toán khối nguồn
Tên thiết bị Công suất tiêu thụ Số lượng
0.135 Wh (điện áp hoạt động là 5 V và dòng điện hoạt động 27 mA ở tần số tối đa 84 Mhz)
6 Động cơ GA370 Khoảng 5 Wh 1
Tổng công suất tối đa sử dụng trong hệ thống là 59.135 W, do đó, để đáp ứng năng lượng cần thiết trong 1 giờ, dung lượng pin yêu cầu là 59.135 Wh.
• Công thức chuyển đổi từ Wh sang mAh là:
1000 (5.1) Ở điện áp nguồn 12V, 53.635 Wh tương đương 4927.91 mAh, do đó cần dùng pin có dung lượng trên 4927.91 mAh để đảm bảo thời gian hoạt động theo yêu cầu
Sau khi tham khảo các loại pin có mặt trên thị trường, nhóm đã chọn pin 12V Li-Ion
18650 với dung lượng lên đến 6000 mAh để đảm bảo thời gian hoạt động như mong muốn
Hình 5.1 Khối pin Li-ion 18650 6000 mAh 5.1.3 Khối cảm biến
• Nhiệm vụ khối cảm biến
Khối cảm biến của robot bao gồm cảm biến lidar, cảm biến la bàn và các encoder Cảm biến lidar giúp robot nhận diện môi trường xung quanh, cung cấp dữ liệu cho thuật toán di chuyển và phát hiện vật cản Các encoder xác định tốc độ quay của bánh xe, đảm bảo robot di chuyển chính xác theo tốc độ được lập trình Cảm biến la bàn cho phép robot xác định việc đã hoàn thành một vòng quanh kiện hàng.
• Cảm biến khoảng cách Benewake TF-Luna lidar:
Hình 5.2 Cảm biến khoảng cách Benewake TF-Luna Single-Point Ranging Solid State lidar
Cảm biến đo khoảng cách một điểm (single-point) hoạt động dựa trên nguyên tắc vận tốc ánh sáng ToF (Time of Flight) Mô đun này phát ra tia hồng ngoại tuần hoàn, và khi tia này tiếp xúc với vật thể, sẽ xảy ra hiện tượng phản xạ Dựa vào thời gian giữa tia phát ra và tia thu nhận, cảm biến có khả năng tính toán khoảng cách tương đối giữa nó và đối tượng.
Hình 5.3 Nguyên lý hoạt động Cảm biến khoảng cách Benewake TF-Luna Single-Point
Bảng 5.2 Thông số hoạt động cảm biến lidar
Thông số Giá trị thông số
Phạm vi hoạt động 0.2m – 8m Độ chính xác ±6cm trong khoảng 0.2 – 3m ±6 ± 2% cm trong khoảng 3 – 8m Độ phân giải 1cm
Tần số lấy mẫu 1-250 Hz
Chuẩn giao tiếp UART (115200 bps) hoặc I2C (400 kbps)
Cảm biến này mang lại độ chính xác tương đối cao so với các loại cảm biến đo khoảng cách khác trên thị trường cùng mức giá Nó hỗ trợ hai chuẩn giao tiếp, giúp người dùng dễ dàng lựa chọn phương thức giao tiếp phù hợp với tài nguyên của vi điều khiển.
Cảm biến đo khoảng cách chỉ hoạt động ở một điểm duy nhất, do đó cần kết hợp với động cơ xoay để thu thập dữ liệu đa điểm Nếu bề mặt của vật thể không bằng phẳng, cảm biến có thể cung cấp giá trị không chính xác.
Hình 5.4 Nguyên lý hoạt động cảm biến khoảng cách Benewake TF-Luna Single-Point
• Những ứng dụng phổ biến của cảm biến:
▪ Theo dõi sự hiện hiện của vật thể
• Cảm biến la bàn số HMC5883L:
• Cảm biến có khả năng đo từ trường 3 trục x, y, z
Bảng 5.3 Thông số hoạt động cảm biến là bàn số HMC588L
Thông số Giá trị thông số Điện áp hoạt động Từ 3 đến 5 VDC
Phạm vi đo từ trường ±4800àT
• Những ứng dụng của cảm biến:
▪ Định hướng cho thiết bị điện tử
▪ Các thiết bị bay không người lái
Sơ đồ 5.2 Sơ đồ kết nối cảm biến lidar và cảm biến la bàn số HMC5883L với vi điều khiển STM32F401CCU6
Encoder là thiết bị quan trọng dùng để xác định vị trí góc của đĩa quay hoặc quãng đường di chuyển của bánh xe, trục động cơ, và các thiết bị quay khác, giúp theo dõi độ dịch chuyển chính xác.
Hình 5.5 Mô tả cấu tạo cơ bản encoder tương đối [9]
Cấu trúc cơ bản của encoder bao gồm ba thành phần chính: đĩa quay có rãnh, nguồn phát và nguồn thu Khi đĩa quay hoạt động, nguồn sáng laser phát ra sẽ đi qua các rãnh và đến cảm biến, từ đó tạo ra tín hiệu sóng vuông ở đầu ra Số lượng khe hở trên đĩa quay sẽ quyết định độ phân giải hoặc số xung vuông được tạo ra khi đĩa quay hoàn thành một vòng quay.
Encoder thường có hai kênh A và B, hoạt động độc lập và lệch pha nhau Nhờ vào độ lệch pha giữa hai xung, ta có thể xác định được chiều quay của động cơ Vận tốc của động cơ được tính bằng cách đếm số xung thu được trong một khoảng thời gian nhất định.
Nhóm sử dụng encoder cho động cơ dẫn động robot với 12 xung mỗi vòng quay Do động cơ có hộp giảm tốc tỉ số truyền 19.2, để đạt 1 vòng quay trên trục chính, động cơ cần quay 19.2 vòng, tương ứng với khoảng 230 xung Bên cạnh đó, nhóm còn sử dụng hai encoder để xác định hướng của lidar khi quay 360 độ.
Động cơ A có 1 xung trên vòng, trong khi động cơ B có 11 xung trên vòng trục Động cơ quay cảm biến lidar được trang bị hộp giảm tốc với tỷ số truyền 9.6, do đó, mỗi vòng quay trên trục lidar thu được 105 xung.
• Nhiệm vụ khối điều khiển
Thiết kế hệ thống lidar
Cảm biến lidar Benewake TF-Luna là một cảm biến đơn điểm cần phải được xoay 360 độ để thu thập dữ liệu 2D xung quanh robot Để thực hiện điều này, nhóm đã thiết kế một cơ cấu xoay cảm biến lidar với các thành phần phù hợp.
• Động cơ GA370 có tỉ số truyền 1:9.6 để xoay cảm biến thông qua bộ truyền đai với tỉ số truyền 1:1
• Cổ góp vòng xoay 360 độ để truyền tín hiệu điện ra ngoài nhưng không làm rối dây
• Encoder A có 11 xung trên một vòng quay để xác định vị trí hiện tại của cảm biến lidar
• Encoder B có 1 xung trên một vòng quay để xác định vị trí 0 độ của cảm biến
Hình 5.10 Cổ góp vòng xoay 360 độ Nguyên lí hoạt động:
Cảm biến lidar hoạt động với chế độ lấy mẫu liên tục, thu thập tín hiệu khoảng cách với tần số 250 Hz Nó xoay 360 độ để quét xung quanh mặt phẳng 2D, và khi một mẫu được thu thập, vị trí của điểm lấy mẫu được xác định dựa trên giá trị của encoder A so với mốc 0 độ khi encoder B được kích hoạt.
Hình 5.11 Hệ thống lidar xoay 360 độ sau khi thiết kế
XÂY DỰNG THUẬT TOÁN DI CHUYỂN VÀ QUẤN MÀNG
Thuật toán di chuyển xung quanh kiện hàng
Thuật toán điều khiển di chuyển của robot sử dụng tín hiệu từ cảm biến lidar để tính toán vận tốc cho hai bánh xe, cho phép robot di chuyển xung quanh kiện hàng theo chiều kim đồng hồ.
Khi robot hoạt động, cảm biến lidar quay 360 độ để thu thập khoảng cách tới kiện hàng bên phải và các vật thể xung quanh Từ các giá trị khoảng cách này, robot xác định khoảng cách từ mình đến kiện hàng bằng cách nhân khoảng cách với sin của góc hướng hiện tại của lidar, sau đó trừ đi khoảng cách từ cảm biến đến cạnh robot.
Việc xác định vị trí kiện hàng thông qua cảm biến lidar cho phép thu thập khoảng cách tại các vị trí α tương ứng với 45, 60, 75, 90, 105, 120 và 135 độ, từ đó giúp xác định hướng di chuyển chính xác.
Hình 6.1 Thuật toán quét cảm biến Lidar
Với tốc độ quay lidar 120 vòng/phút, thuật toán sẽ ước lượng tốc độ của mỗi bánh xe sau mỗi 500 mili giây, giúp robot điều khiển di chuyển thẳng, rẽ phải hoặc rẽ trái một cách tối ưu Điều này cho phép robot tối ưu hóa quãng đường di chuyển xung quanh kiện hàng.
Nếu khoảng cách an toàn dưới 20 cm, robot sẽ di chuyển ra xa kiện hàng bằng cách tăng tốc độ bánh xe bên trong Mức độ tăng tốc phụ thuộc vào khoảng cách nhỏ nhất đến kiện hàng; nếu khoảng cách này nhỏ hơn 10 cm, tốc độ bánh xe bên ngoài sẽ chỉ bằng 1/3 tốc độ bánh xe bên trong.
36 bên trong với tốc độ bánh xe trong tối đa 0.5 m/s Nếu khoảng cách nhỏ nhất này lớn hơn
10 cm, tốc độ bánh xe bên ngoài sẽ bằng 1/2 tốc độ bánh xe bên trong
Nếu không có khoảng cách nào nhỏ hơn 20 cm và các khoảng cách 𝑑 1, 𝑑 2, 𝑑 3 và 𝑑 4 đều lớn hơn 40 cm, robot sẽ rẽ phải với tốc độ bánh xe bên ngoài tối đa 0.5 m/s, trong khi bánh xe bên trong sẽ không di chuyển với tốc độ 0 m/s.
• Nếu không có bất kì giá trị khoảng cách nào nhỏ hơn 20 cm, hướng di chuyển của robot sẽ phụ thuộc vào khoảng cách 𝑑 3 và 𝑑 5 như sau:
▪ Nếu 𝑑 3 và 𝑑 5 nằm trong khoảng từ 20 đến 25 cm, robot sẽ đi thẳng
Nếu khoảng cách 𝑑 3 hoặc 𝑑 5 không nằm trong các giới hạn đã định, robot sẽ thực hiện các thao tác rẽ phải Cụ thể, nếu 𝑑 3 nhỏ hơn 𝑑 5, robot sẽ rẽ phải nhẹ với tốc độ bánh xe bên trong bằng 1/2 tốc độ bánh xe bên ngoài Ngược lại, nếu 𝑑 3 lớn hơn 𝑑 5, robot sẽ rẽ phải mạnh với tốc độ bánh xe bên trong bằng 1/3 tốc độ bánh xe bên ngoài, trong khi tốc độ bánh xe bên ngoài được duy trì ở mức 0.5 m/s.
Thuật toán xử lý tín hiệu cảm biến la bàn số HMC5983L
Cảm biến la bàn số đo lường từ trường qua ba trục x, y, z, nhưng thường bị ảnh hưởng bởi các yếu tố bên ngoài như thiết bị điện tử hoặc kim loại xung quanh, cũng như sự sai lệch trong độ nhạy của các trục trong quá trình sản xuất Để xác định chính xác hướng của robot, cảm biến cần được hiệu chỉnh sao cho giá trị từ trường đo được ở mỗi trục có điểm đối xứng qua gốc tọa độ 0, và các giá trị đo phân bổ xung quanh cùng một giá trị lớn nhất và nhỏ nhất Nhóm nghiên cứu đã áp dụng hai phương pháp hiệu chỉnh: hiệu chỉnh phần bù (hard iron calibration) để đưa các giá trị đo được đối xứng qua giá trị 0, và hiệu chỉnh tỉ lệ để cân bằng độ nhạy giữa các trục của cảm biến.
6.2.1 Các bước thực hiện hiệu chỉnh cảm biến
Để thu thập giá trị chính xác, cảm biến cần được di chuyển theo mọi hướng để xác định giá trị lớn nhất và nhỏ nhất trên các trục x, y và z Những giá trị này rất quan trọng trong việc xác định phạm vi của từ trường mà cảm biến đang nhận diện.
• Tính giá trị offset: Giá trị offset trên mỗi trục được tính bằng trung bình của giá trị lớn nhất và nhỏ nhất trên trục đó:
Giá trị offset này đại diện cho độ lệch trung bình của từ trường từ điểm gốc tọa độ mà cảm biến phải đo
• Hiệu chỉnh thô: Sau khi có được giá trị phần bù (offset), giá trị thô đo được bằng cách trừ đi giá trị offset tương ứng trên mỗi trục
• Tính giá trị tỉ lệ (scale): giá trị tỉ lệ của mỗi trục bằng giá trị lớn nhất đo được trừ đi giá trị nhỏ nhất chia cho 2
Hiệu chỉnh tỉ lệ là quá trình điều chỉnh giá trị cảm biến bằng cách nhân giá trị hiệu chỉnh thô với giá trị hiệu chỉnh tỉ lệ tương ứng cho từng trục.
Bảng 6.1 Bảng minh họa các giá trị cảm biến trong quá trình hiệu chỉnh
Giá trị scale trung bình
Giá trị sau hiệu chinh x Max = 7,
6.2.2 Tính toán hướng của robot dựa vào giá trị cảm biến la bàn số HMC5983L
Giá trị từ trường qua các trục x, y, z của cảm biến bị ảnh hưởng bởi góc nghiêng của nó Để khắc phục vấn đề này, cần tích hợp cảm biến gia tốc và con quay hồi chuyển nhằm xác định góc nghiêng Tuy nhiên, trong môi trường hoạt động chủ yếu bằng phẳng của robot, ảnh hưởng của góc nghiêng đến các giá trị là không đáng kể Góc hướng của robot được tính toán dựa trên các giá trị từ trường qua trục x và y.
𝑥 𝑐𝑎𝑙𝑖𝑏 ) (6.14) Để giá trị luôn nằm trong khoảng 0 đến 360, nếu giá trị góc α nhỏ hơn 0 độ thì cộng thêm 360:
Hình 6.2 Góc hướng robot khi xoay 3 vòng tính bằng dữ liệu chưa hiệu chỉnh
Dữ liệu chưa được hiệu chỉnh cho thấy rằng đồ thị góc α khi xoay cảm biến 3 vòng không khớp với đồ thị hình tan theo công thức tính góc α.
Hình 6.3 Góc hướng robot khi xoay 3 vòng tính bằng dữ liệu đã hiệu chỉnh
Đồ thị góc α khi xoay cảm biến 3 vòng cho thấy sự tương ứng với đồ thị hình tan từ công thức tính góc α Giá trị của góc α biến đổi từ nhỏ nhất (khoảng 0 độ) đến lớn nhất (khoảng 360 độ) khi dữ liệu chưa qua hiệu chỉnh được sử dụng.
6.2.3 Thuật toán xác định robot di chuyển 1 vòng xung quanh kiện hàng
Khi robot di chuyển quanh kiện hàng theo chiều kim đồng hồ, giá trị góc hướng α sẽ tăng lên đến gần 360 độ, sau đó giảm về gần 0 độ và cuối cùng quay trở lại giá trị góc ban đầu Khi hoàn thành một vòng quanh kiện hàng, robot sẽ nâng cuộn màng để chuẩn bị cho lần quấn tiếp theo.
Hình 6.4 Ảnh cách xác định robot di chuyển 1 vòng xung quanh kiện hàng từ giá trị góc α
Thuật toán dừng lại khi gặp vật cản
Khi robot di chuyển, nó thu thập các giá trị khoảng cách ở các góc quét từ 135 đến 225 độ Khoảng cách từ vật đến robot được tính bằng cách nhân các khoảng cách này với sin góc tương ứng và trừ đi khoảng cách từ cảm biến đến cạnh trước của robot Nếu bất kỳ khoảng cách nào nhỏ hơn 40 cm từ phía trước robot, robot sẽ dừng lại cho đến khi không còn vật cản, nhằm tránh va chạm và đảm bảo an toàn.
Hình 6.5 Ảnh mô tả thuật toán dừng lại khi gặp vật cản
THỰC NGHIỆM VÀ ĐÁNH GIÁ
Kết quả gia công cơ khí
Hình 7.1 Hình tổng quát của xe
Các chi tiết đã được gia công và hoàn thiện đúng như thông số đã đề ra và đã được lắp ráp lại như ở hình tổng quát ở trên
Bảng 7.1 Thông số của xe
Thời gian hoạt động 1 giờ
Kết quả thực nghiệm cảm biến la bàn số HMC5883L
Hình 7.2 Hình ảnh góc đo được bằng dữ liệu chưa qua xử lý khi xoay cảm biến 3 vòng
Hình 7.3 Hình ảnh góc đo được bằng dữ liệu đã xử lý khi xoay cảm biến 3 vòng
• Nhận xét: Với kết quả sau xử lý, robot có thể biết được đã di chuyển 1 vòng xung quanh kiện hàng
Kết quả thực nghiệm điều khiển PID tốc độ động cơ dẫn động, động cơ quay cảm biến lidar
Hình 7.4 Điều khiển PID tốc độ bánh xe dẫn động trái ở tốc độ 100 vòng/phút
Hình 7.5 Điều khiển PID tốc độ bánh xe dẫn động phải ở tốc độ 100 vòng/phút
Hình 7.6 Điều khiển PID tốc độ xoay cảm biến lidar ở tốc độ 120 vòng/phút
Robot được điều khiển bằng thuật toán PID cho phép di chuyển với tốc độ ước lượng chính xác, đồng thời sử dụng lidar quay với tốc độ 120 vòng/phút để xác định khoảng cách đến các vật thể xung quanh.
Kết quả việc thực nghiệm chế tạo mô hình cảm biến lidar 2D từ cảm biến khoảng cách 44 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN PHÁT TRIỂN
Hình 7.7 Mô hình cảm biến lidar 2D
• Nhận xét: Cảm biến có thể xoay 360 độ và xác định đúng khoảng cách ở các góc tương ứng
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN PHÁT TRIỂN
Sau quá trình nghiên cứu, thiết kế và chế tạo xe tự hành AGV, nhóm đã thành công trong việc phát triển giải pháp quấn màng PE cho hàng hóa trong siêu thị và nhà kho, mang lại hiệu quả cao và tiết kiệm thời gian trong quy trình vận chuyển.
Phần thiết kế cơ khí đã được nhóm hoàn thiện, nhưng vẫn chưa đáp ứng tốt yêu cầu nâng cuộn màng Cần có những cải tiến trong tương lai để nâng cao hiệu suất và tính năng của sản phẩm.
Hệ thống điện – điện tử được xây dựng và tích hợp bao gồm cảm biến lidar 2D từ cảm biến đơn điểm và giao tiếp với cảm biến la bàn số, vi điều khiển STM32F401CCU6 và động cơ DC Hệ thống điều khiển nhận khoảng cách từ cảm biến lidar để ước lượng tốc độ cho mỗi bánh xe, sau đó áp dụng bộ PID để điều chỉnh tốc độ động cơ, đảm bảo robot di chuyển ổn định và chính xác.
Trong quá trình thực nghiệm và đánh giá, các thí nghiệm được thực hiện để kiểm tra hiệu suất của robot trong môi trường nhà kho Kết quả cho thấy robot di chuyển an toàn, giữ khoảng cách hợp lý với kiện hàng để tránh va chạm Robot có khả năng dừng lại khi gặp vật cản và tiếp tục hoạt động khi không còn vật cản Đặc biệt, robot có thể nhận biết đã di chuyển một vòng xung quanh kiện hàng nhờ vào cảm biến từ trường.
• Nhóm chưa thiết kế và chế tạo thành công hệ thống quấn màng PE bên robot chưa thể hoạt động hết yêu cầu đã đề ra
Kết quả đạt được không chỉ chứng minh tính khả thi của dự án mà còn mở ra cơ hội ứng dụng thực tế trong ngành công nghiệp và logistics, góp phần nâng cao hiệu suất làm việc và giảm bớt công sức lao động của con người.
Hướng phát triển Để tiếp tục nâng cao hiệu quả và khả năng ứng dụng của robot AGV quấn màng PE, nhóm đề xuất các hướng phát triển sau:
Nâng cấp thuật toán điều khiển giúp cải thiện hiệu suất vận hành của robot, tăng cường độ chính xác và tốc độ quấn màng PE, mang lại sự mượt mà trong quá trình hoạt động.
Hệ thống sạc tự động được tích hợp giúp robot tự động quay về vị trí sạc sau khi hoàn thành nhiệm vụ hoặc khi pin yếu, đảm bảo luôn sẵn sàng hoạt động và giảm thiểu sự can thiệp của con người.
Nâng cấp cơ cấu quấn màng là cần thiết để đảm bảo lực căng ổn định, từ đó giúp màng PE được quấn đều và chắc chắn hơn.
46 kiện hàng Cải thiện tính thẩm mỹ và thân thiện với người dùng của phần cơ khí
Nghiên cứu và phát triển các phiên bản robot AGV đa dạng sẽ giúp mở rộng phạm vi ứng dụng của chúng trong các lĩnh vực công nghiệp, logistics và siêu thị, phù hợp với nhiều kích thước và loại hàng hóa khác nhau.
Thực hiện thử nghiệm trong nhiều môi trường thực tế khác nhau là cần thiết để đánh giá và hoàn thiện thiết kế robot Điều này giúp đảm bảo robot hoạt động hiệu quả và đáng tin cậy trong các điều kiện đa dạng.
Nhóm tin rằng những hướng phát triển này sẽ thúc đẩy dự án tiến xa hơn, góp phần tích cực vào sự phát triển công nghệ tự động hóa và cải thiện hiệu suất trong lĩnh vực công nghiệp và logistics.