khiển hệ thống.
Hình 4. 20 Nhấn run để chạy chương trình
Bước 3: Tiến hành chạy mơ hình và giám sát từ giao diện
Khi cà chua bắt đầu ở hệ thống đánh giá, ta nhấn start trên giao diện và quan sát được hình chụp, hình xử lý cà chua trên giao diện chính, kết quả loại cà chua.
Hình 4. 21 Kết quả ảnh chụp và đánh giá cà chua trên giao diện chính chính
CHƯƠNG 5. KẾT QUẢ, NHẬN XÉT, ĐÁNH GIÁ, THỰC NGHIỆM
Mục tiêu ban đầu của đề tài “Máy đánh giá chất lượng trái cây tự động” là đánh giá theo màu sắc (màu đỏ, màu xanh, màu vàng), cùng với kích thước (to, nhỏ). Dựa trên ngơn ngữ Python với thư viện chính là OpenCV và được thực hiện trên Kit Raspberry và Arduino Mega. Sau quá trình nghiên cứu và thực hiện đề tài, nhóm em đã rút ra được nhiều vấn đề khác nhau, từ việc sử dụng phần mềm, các phương pháp giải thuật, cho tới sử dụng phần cứng. Thời gian thực hiện trong khoảng thời gian 17 tuần. Trong đó, gồm các vấn đề sau: Đối với phần cứng: Biết sử dụng Kit Raspberry, Kit Arduino Mega, cách điều khiển động cơ Servo, cài đặt hệ điều hành cho Raspberry, biết sử dụng Camera Pi. Đối với phần mềm: Biết cách lập trình cơ bản trên Python cùng với thư viện OpenCV, lập trình trên Arduino IDE, và các giải thuật liên quan đến đề tài như: phương pháp nhận dạng, đánh giá chất lượng cà chua theo màu sắc và kích thước dùng xử lý ảnh.
5.1. KẾT QUẢ
❖ Hệ thống phân loại được cà chua, ảnh chụp được thể hiện ra trên giao diện để có thể dễ giám sát. Năng suất đánh giá chất lượng 15 trái/phút, Độ chính xác 90%. ❖ Giao tiếp được Raspberry Pi, Arduino Mega, nhận và xử lý được tín hiệu cảm biến
hồng ngoại và điều khiển được Servo.
5.1.2Kết quả sau khi vận hành
Qui trình hệ thống tiến hành đánh giá chất lượng : ⚫ Tiếp nhận cà chua :
⚫ Đánh giá chất lượng cà chua theo màu sắc và kích thước thơng qua q trình xử lý ảnh
Hình 5. 3 Camera nhận diện được cà chua màu vàng to và màu vàng nhỏ
Hình 5. 6 Camera khơng nhận diện được và xác định là quả lỗi
⚫ Thực hiện phân loại :
⚫ Kết quả thu được :
5.1.3Kết quả giám sát cà chua trên giao diện
Để có một kết quả khách quan nhất và để đánh giá hiệu quả hoạt động của hệ thống, nhóm em nghiên cứu tiến hành thử nghiệm cho việc phân loại cà chua có độ chín khác nhau theo 3 màu sắc như thiết kế gồm xanh, vàng và đỏ cùng với kích thước mỗi loại to nhỏ khác nhau. Tiến hành thực nghiệm như sau: Với mỗi loại cà chua nhóm em sẽ cho chạy phân loại 5 lần trên tổng số 30 quả để kiểm tra độ chính xác của hệ thống phân loại. Bảng kết quả thực nghiệm sẽ có trong mục 5.3.
Sau đây là kết quả giao diện giám sát trên màn hình:
Hình 5. 12 Giám sát kết quả phân loại trên giao diện
5.2 THỰC NGHIỆM
Nhóm em đã tiến hành thực nghiệm 5 lần trên 30 quả gồm 6 loại khác nhau ( 5 đỏ to, 5 đỏ nhỏ, 5 xanh to, 5 xanh nhỏ, 5 vàng to, 5 vàng nhỏ). Các quả to có kích thước từ 50 - 70mm và có khối lượng giao động từ 125g - 150g còn các quả nhỏ có kích thước nhỏ hơn 50mm và có khối lượng khơng q 110g.
Tiêu chuẩn phân loại: quả được nhận diện đúng màu (đỏ, xanh hoặc vàng) và kích
thước (đường kính 50 -70mm hoặc nhỏ hơn 50mm) sẽ được phân loại vào khay tương ứng.
5.2.1 Bảng thực nghiệm thực tế Số lần đo Loại 1 2 3 4 5 Chất lượng hệ thống Tỷ lệ chính xác Đỏ to (50-70mm) 3 4 4 5 5 ✓ 84% 2 1 1 0 0 Đỏ nhỏ (<50mm) 5 5 4 5 4 ✓ 92% 0 0 1 0 1 Vàng to (50-70mm) 3 4 4 3 4 ✓ 72% 2 1 1 2 1 Vàng nhỏ (<50mm) 5 4 3 4 4 ✓ 80% 0 1 2 1 1 Xanh to (50-70mm) 4 5 4 3 5 ✓ 86% 1 0 1 2 0 Xanh nhỏ (<50mm) 5 4 4 5 5 ✓ 92% 0 1 1 0 0
5.2.2 Giá trị phần trăm đúng trung bình trên mỗi mẫu
Dựa vào cơng thức tính phần trăm rơi đúng ơ trên mỗi mẫu: m = Số lần đúng
Số lần đo (%), ta được :
m1 : Mẫu 1 (Đỏ to) = 84 % m2 : Mẫu 2 (Đỏ nhỏ) = 92 % m3 : Mẫu 3 (Vàng to) = 72 % m4 : Mẫu 4 (Vàng nhỏ) = 80 % m5 : Mẫu 5 (Xanh to) = 86 % m6 : Mẫu 6 (Xanh nhỏ) = 92 % Suy ra:
Giá trị phần trăm rơi đúng ơ trung bình trên cả 6 mẫu = m1 +m2 + m3 + m4 + m5 + m6
6 = 84.33 %
5.2.3 Sai số trung bình trên mỗi mẫu
Dựa vào cơng thức tính sai số trên mỗi mẫu 𝑚̅ = 100% - m
𝑚̅1 : Mẫu 1 (Đỏ to) = 16 %
𝑚̅2 : Mẫu 2 (Đỏ nhỏ) = 8 %
𝑚̅3 : Mẫu 3 (Vàng to) = 28%
𝑚̅4 : Mẫu 4 (Vàng nhỏ) = 20 %
𝑚̅5 : Mẫu 5 (Xanh to) = 14 %
𝑚̅6 : Mẫu 6 (Xanh nhỏ) = 8 % Suy ra
Sai số trung bình trên cả 6 mẫu: ∆𝑚̅ = 𝑚̅1 + 𝑚̅2 + 𝑚̅3+ 𝑚̅4 + 𝑚̅5 + 𝑚̅6
5.3. NHẬN XÉT VÀ ĐÁNH GIÁ 5.3.1 Nhận xét
Dựa vào kết quả của bảng 5.1 nhóm nghiên cứu đưa ra các kết luận sau:
⚫ Màu vàng của cà chua có sự đánh giá chất lượng sai nhiều vì có sự phân bố giữa các màu xanh, đỏ với vàng không rõ rệt như hai màu cịn lại nên khó để nhận diện.
⚫ Do phần cơ khí chưa được thiết kế chắc chắn dẫn đến servo đẩy sai hoặc đẩy đúng nhưng cà chua lại không lọt qua ngăn phân loại dẫn đến bị đánh giá thành quả lỗi/ khác màu.
⚫ Do góc chụp chỉ từ một phía nên khi cà chua được đưa vào buồng tối với các vị trí khác nhau tạo nên ảnh chụp cắt khác nhau gây ra sai sót về nhận dạng kích thước. ⚫ Thời gian xử lý và đánh giá chất lượng khoảng 4 giây, trung bình 1 giờ có thể phân
loại 900 trái cà chua. Cho thấy thời gian xử lý khá nhanh, có thể áp dụng vào thực tiễn trong công nghiệp.
⚫ Tỷ lệ đánh giá chất lượng cà chua cao, đa số cà chua các loại đạt độ chính xác từ 84.33% trở lên.
5.3.2 Đánh giá
Qua q trình thực hiện đề tài, nhóm em đã biết sử dụng Rasberry các chức năng cơ bản, tìm hiểu Python trên Raspberry, cách chạy chương trình Python,... Ngồi ra nhóm cịn tự cài đặt hệ điều hành cho máy và kết nối với Camera Pi chụp ảnh từ Raspberry, tìm hiểu chi tiết về Arduino Mega cũng như cách giao tiếp giữa Arduino với Raspberry Pi, điều khiển được hoạt động của Servo, cảm biến hồng ngoại.
Đánh giá một cách khách quan tốc độ xử lý ảnh , phân loại cà chua theo hệ thống mục tiêu ban đầu đạt kết quả khá ổn, hệ thống chạy ổn định. Tuy nhiên với mơ hình thức tế mang tính cơng nghiệp cần phân loại nhanh với độ chính xác cao hơn nữa thì Raspberry chưa đáp ứng được nhu cầu. Vì thời gian thực hiện đề tài giới hạn, cũng như giới hạn về mặt chi phí nên nhóm em khơng giải quyết được hết các vấn đề phát sinh hay cải tiến thêm để hệ thống có thể đạt hiệu quả cao hơn, đáp ứng nhu cầu công nghiệp hơn
CHƯƠNG 6. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
6.1. KẾT LUẬN
Sau thời gian nghiên cứu, tìm hiểu với sự giúp đỡ của thầy ThS Tưởng Phước Thọ, hệ thống mà nhóm đã hồn thành đáp ứng tốt các yêu cầu đề ra. Các khối chức năng hoạt động đúng, đảm bảo cập nhật dữ liệu chính xác, hệ thống chạy ổn định trong thời gian dài khơng phát sinh lỗi, cịn riêng vấn đề sử dụng thì khá dễ dàng, an tồn, thân thiện với mọi hộ gia đình và thương lái nhỏ.
❖ Đồ án do thực hiện đã đạt được khoảng 80% mục tiêu đặt ra.
❖ Được làm quen với hệ điều hành Raspbian, từ việc cài đặt hệ điều hành, thao tác những tác vụ cơ bản đến việc sử dụng để xây dựng một hệ thống làm việc theo mục đích đề ra.
❖ Việc tiếp xúc và sử dụng ngơn ngữ lập trình Python, thư viện OpenCV và công cụ Tkinter, Imutils, PIL cũng đã giúp em hồn thiện những thuật tốn trong phạm vi đề tài nhờ vào tính cấp cao của ngơn ngữ lập trình và những cơng cụ hỗ trợ.
❖ Raspberry Pi 3 hồn tồn thích hợp cho những dự án vừa và nhỏ bởi kích cỡ khơng quá lớn, tốc độ tương đối nhanh, khả năng kết nối ngoại vi linh hoạt, hỗ trợ chân GPIO với số lượng đáng kể… Tuy nhiên, Raspberry Pi 3 còn khá hạn chế đối với những hệ thống lớn.
❖ Module camera Pi, tuy có độ phân giải khơng quá cao nhưng ngược lại nó có giá thành rẻ, khả năng kết nối linh hoạt cùng với chất lượng ảnh phù hợp với việc xử lý ảnh.
❖ Sau nhiều lần chạy thực nghiệm, mơ hình hệ thống đã thiết kế và xây dựng hoạt động tương đối ổn định: cảm biến đọc tương đối nhanh, thời gian từ chụp ảnh cho đến khi đưa ra kết quả đánh giá chất lượng cho mỗi quả cà chua là 4s .Qua nhiều lần khảo sát, hệ thống đánh giá chất lượng với sai số trung bình nhỏ hơn 10%.
Ưu điểm hệ thống:
⚫ Có thể xử lý phân loại đa luồng, tức là có thể phân loại cùng lúc nhiều quả cà chua.
⚫ Hoạt động ổn định trong thời gian dài.
⚫ Giao diện hiển thị đẹp, rõ ràng có tính thẩm mỹ cao, cập nhật số lượng cà chua sau đánh giá chất lượng chính xác 100%.
⚫ Tính an tồn cao, thân thiện với người dùng.
⚫ Kinh phí ở mức phù hợp có thể thương mại hóa sản phẩm. ⚫ Dễ dàng nghiên cứu và mở rộng thêm.
Khuyết điểm hệ thống:
⚫ Chưa nhận biết được khi có từ 2 loại quả khác nhau trở lên. ⚫ Chưa có tính bảo mật cao.
⚫ Không giám sát được từ xa.
⚫ Do camera chỉ chụp từ 1 góc độ nên việc đánh giá chất lượng theo kích thước khơng đạt được hiểu quả cao vì từ nhiều góc độ của cà chua sẽ cho ra nhiều kích thước khác nhau.
6.2. HƯỚNG PHÁT TRIỂN
Từ những mặt hạn chế của đề tài, nhóm đưa ra một số hướng khắc phục và phát triển để hệ thống có thể hồn chỉnh và hoạt động hiệu quả hơn:
⚫ Dùng Machine Learning hoặc Deep Learning để đánh giá giúp ứng dụng hệ thống trên nhiều loại trái cây và các loại nông sản khác.
⚫ Thiết lập tài khoản account, ID (Identification), dấu vân tay để tăng tính bảo mật. ⚫ Thiết kế giao diện trên web để giám sát từ xa bằng app trên điện thoại hoặc trên
máy tính.
⚫ Sử dụng hệ thống Camera multichannel để nâng cao khả năng chụp ảnh từ nhiều góc độ, nâng cao khả năng đánh giá theo kích thước của hệ thống.
❖ Hướng phát triển:
⚫ Mở rộng phạm vi và đối tượng đánh giá chất lượng (có thể đánh giá theo cân nặng, chụp bằng nhiều góc khác nhau để tăng độ chính xác của vật cần phân
⚫ Sử dụng xi-lanh, thiết bị chuyên đẩy hoa quả tránh những trường hợp trái cây bị dập, hư do hệ thống.
⚫ Áp dụng các bước cơng nghệ trong mơ hình hệ thống đánh giá táo ở Hà Lan, áp dụng tái tạo hình ảnh nơng sản bằng phương pháp 3D.
⚫ Áp dụng thêm mơ hình đánh bóng, kiểm tra chất lượng dinh dưỡng của hoa quả, nông sản.
PHỤ LỤC
DANH MỤC CÁC BẢNG THƠNG SỐ KỸ THUẬT Bảng 1.1 Thơng số kỹ thuật Camera Raspberry Pi V1 5MP
THÔNG SỐ KỸ THUẬT
Độ phân giải 5MP (2592x1944 pixels) Chế độ quay video HD 1080P 30, 720P 60
Len Tập trung cố định
Kết nối Kết nối Ribon
Kích thước 25x24x9mm
Bảng 1.2 Thông số kỹ thuật Đèn led hắt 5054
THƠNG SỐ KỸ THUẬT
Kích thước 75x12x5mm
Nguồn 12V DC
Công suất 1W/1 module
Góc phát quang 120 độ
Số lượng led 3 cái
Tuổi thọ led 50, 000 giờ
Bảng 1.3 Thơng số kỹ thuật E18-D80NK
THƠNG SỐ KỸ THUẬT
Nguồn 5V DC
Dòng tiêu thụ 25mA (min) ~ 100mA (max)
Ngõ ra NPN
Kích thước 1.7cm (đường kính) x 4.5cm (độ dài)
Dịng kích ngõ ra 300mA
Thời gian hồi đáp 2ms
Bảng 1.4 Thông số kỹ thuật Raspberry Pi 3 Model
THÔNG SỐ KỸ THUẬT
Đầu nối microUSB cho nguồn 5V DC/2.5A
Bộ xử lí Broadcom BCM2835 tốc độ xử lí 1.2ghz 64-bit quad-core ARM CortexA53
Bộ xử lý đa phương tiện Videocore IV® Dual Core
Bộ nhớ Ram 1GB
Đầu nối video/âm thanh 1 x HDMI, 1 x RCA
Chân 40 chân GPIO
Cổng USB 4 cổng USB 2.0
Chip Antenna
Khe cắm thẻ nhớ MicroSD
Bảng 1.5 Thông số kỹ thuật Arduino Mega 2560 THÔNG SỐ KỸ THUẬT Chip xử lí ATmega2560 Bộ nhớ Flash memory 256 KB SRAM 8KB EEPROM 4 KB Điện áp hoạt động 5V DC
Cường độ dòng điện trên mỗi 3.3V pin 50 mA Cường độ dòng điện trên mỗi I/O pin 20 mA
Clock Speed 16 MHz
Điện áp vào (giới hạn) 6V-20V DC
Kích thước 101.52 x 53.3 mm
Bảng 1.6 Thơng số kỹ thuật Động cơ giảm tốc JGB37-520 THÔNG SỐ KỸ THUẬT
Điện áp hoạt động 6V-15V DC
Điện áp định mức 12V DC
Dịng điện khơng tải ở 12V 60 mA
Bảng 1.7 Thông sơ kỹ thuật Servo MG 995 THƠNG SỐ KỸ THUẬT Điện áp hoạt động 4.8VDC-5VDC Tín hiệu Analog Delay 10us Kích thước 40.7 x 19.7 x 42.9 mm
Bảng 1.8 Thông số kỹ thuật Raspberry Pi LCD – 7 inch THƠNG SỐ KỸ THUẬT
Kích thước màn hình 194x110x20mm
Kích thước màn hình hiển thị 155x86mm Độ phân giải màn hình 800x480 pixels
Bảng 1.9 Thông số kỹ thuật Nguồn tổ ong 12V/5A và 5V/60A THÔNG SỐ KỸ THUẬT
Điện áp đầu vào 220VAC
Điện áp đầu ra 12VDC/5VDC
Dòng điện đầu ra Max 5A/60A
Bảng 1.10 Thông số kỹ thuật Quạt Lileng 819 USB Mini
THƠNG SỐ KỸ THUẬT
Điện áp đầu vào 5VDC
Kích thước 20x11x20cm
Bảng 1.11 Thông số kỹ thuật Động cơ Step 42BYGH47-401A THÔNG SỐ KỸ THUẬT
Điện áp đầu vào 12VDC
Cường độ dịng điện 3A
Kích thước 57mmx57mmx56mm
Bảng 1.12 Thơng số kỹ thuật Driver A4988
THƠNG SỐ KỸ THUẬT
Điện áp hoạt động 8V-35V
Dòng liên tục trên mỗi pha 1A-2A
Điện áp logic 3V-5.5V
Ché độ điều khiển Full bước, 1/2 bước, 1/4 bước, 1/8 bước, 1/16 bước
Kích thước 15,24 x 20,32cm
Bảng 1.13 Thông số kỹ thuật Máy sủi ReSun ACO – 003 THƠNG SỐ KỸ THUẬT
Bảng 1.14 Thơng số kỹ thuật cơng tắc on-off 2 chân KCD1-6-10A THƠNG SỐ KỸ THUẬT
Điện áp đầu vào 125 - 250V AC
Dòng điện vào 6 - 10 A