CHƯƠNG 4: XỬ LÝ ẢNH VÀ THIẾT KẾ GIAO DIỆN NGƯỜI DÙNG
4.1.6 Nhận dạng đối tượng
Sau khi tách đối tượng ra khỏi vùng hoạt động thì ta bắt đầu nhận dạng màu sắc và hình dạng của từng đối tượng.
4.1.6.1 Nhận dạng màu sắc
Để nhận dạng màu sắc cho đối tượng thì đầu tiên ta cần nhị phân ảnh của đối tượng đó theo từng màu. Sau đó, ta sẽ so sánh tổng số pixel trắng và tổng số pixel đen trong ảnh nhị phân, nếu tổng số pixel trắng nhiều hơn thì ta xác định được màu của đối tượng.
Hình 4.13: Giải thuật quá trình nhận dạng màu sắc
Hình 4.14:Ảnh nhị phân từng màu của vật Kết quả:
Hình 4.15: Ảnh kết quả của quá trình nhận dạng màu sắc 4.1.6.2 Nhận dạng hình dạng
Để nhận dạng hình dạng cho đối tượng thì đầu tiên ta cần tính độ tròn của đối tượng đó, sau đó so sánh độ tròn vừa tính được với độ tròn lý tưởng của hình cần nhận dạng. Để tính được độ tròn thì ta sử dụng công thức: = 4 / 2, với điều kiện lý tưởng thì hình tròn luôn có T = 1, còn hình vuông luôn có T = 0,785.
Ngoài ra, Matlab còn hỗ trợ hàm imfindcircles để giúp chúng ta có thể xác định được hình tròn có bán kính nhất định.
SVTH: Phan Phúc Hậu Trang 75
Hình 4.16: Giải thuật quá trình nhận dạng hình dạng Kết quả:
Hình 4.17: Ảnh kết quả của quá trình nhận dạng hình dạng
4.1.7 Kết quả của quá trình xử lý ảnh
Kết quả của quá trình xử lý ảnh là đưa ra những thông số cần thiết về đối tượng như: vị trí, màu sắc, hình dạng. Từ những thông số này thông qua giao diện người dùng thì máy tính sẽ tính toán và truyền tín hiệu điều khiển xuống cho mạch điều khiển.
Hình 4.18: Ảnh kết quả của quá trình nhận dạng màu sắc và hình dạng 4.2 Thiết kế giao diện người dùng
Để có thể thực hiện xử lý, tính toán các tín hiệu truyền về từ camera và truyền tín hiệu điều khiển từ máy tính sang cho mạch điều khiển thì ta cần phải thiết lập giao diện người dùng để có thể thực hiện những việc đó. Trong đề tài, giao diện người dùng được em thiết kế như sau:
- Một Axes: Dùng hiển thị ảnh từ camera và hình ảnh đã xử lý xong.
- Nút CONNECT: Dùng để giao tiếp cổng COM.
- Bảng động học Robot (Robot Kinematics):
+ Các edit text d1, theta2, theta3: Dùng để nhập và hiển thị thông số khớp.
+ Các edit text PX, PY, PZ: Dùng để nhập và hiển thị tọa độ điểm cuối.
+ Nút Forward: Tính động học thuận (nhận số liệu từ d1, theta2, theta3 tính toán ra tọa độ điểm cuối PX, PY, PZ).
+ Nút Reverse: Tính động học ngược (nhận số liệu từ PX, PY, PZ tính toán ra tọa các thông số khớp d1, theta2, theta3).
+ Nút RESET: Cho Robot trở về vị trí ban đầu (d1 = 0; theta2 = 0; theta3 = 0).
- Nhóm các nút thiết lập:
+ Nút ON CAM: Dùng để bật camera.
+ Nút OFF CAM: Dùng để tắt camera
+ Nút SET CAM: Dùng để tìm và thiết lập vùng hoạt động của Robot.
+ Nút RED: Bật và tắt phân loại màu đỏ.
+ Nút GREEN: Bật và tắt phân loại màu xanh lá.
+ Nút BLUE: Bật và tắt phân loại màu xanh dương.
+ Nút CIRCLE: Bật và tắt phân loại hình tròn.
+ Nút SQUARE: Bật và tắt phân loại hình vuông.
+ Nút OK: Xác nhận thiết lập thuộc tính.
Hình 4.19: Giao diện người dùng điều khiển Robot Scara
- Nút RGB1, RGB2, RGB3: Là 3 chế độ hoạt động của Robot.
+ RGB1: Gắp và phân loại tất cả các sản phẩm trong vùng hoạt động.
+ RGB2: Gắp và phân loại các sản phẩm trong vùng hoạt động theo một thuộc tính hoặc là màu sắc hoặc là hình dạng được chọn.
+ RGB3: Gắp và phân loại các sản phẩm trong vùng hoạt động theo hai thuộc tính màu sắc và hình dạng được chọn
CHƯƠNG 5: KẾT QUẢ VÀ HƯỚNG PHÁT TRIỂN 5.1 Kết quả
5.1.1 Kết quả mô phỏng trên Matlab Simulink
Mô hình hóa Robot Scara trên Matlab Simulink từ mô hình thiết kế 3D:
Hình 5.1: Mô hình hóa Robot Scara trên Matlab Simulink Mô hình 3D mô phỏng trên Matlab Simulink
Hình 5.2: Mô hình 3D khi mô phỏng trên Matlab Simulink
5.1.2 Kết quả thực tế của mô hình Robot Scara 5.1.2.1 Kết quả thực nghiệm PID từng khớp
Sau khi áp dụng các phương pháp xác định thông số của bộ điều khiển PID được nêu ở chương 2 và tiến hành thử thực nghiệm trên động cơ DC thì em đã xác định được thông số PID cho từng khớp như sau:
Khớp 1: Thông số PID được hiệu chỉnh qua thực nghiệm như sau:
KP =7.5; KI=0.17; KD = 0.045
Hình 5.3: Kết quả chạy thực nghiệm PID trên khớp 1
Nhận xét: Kết quả đạt được không sai lệch quá nhiều so với giá trị đặt, số
am thu được sau khi hoàn tất quá trình là 64,04 mm so với giá trị đặt ban đầu là 64mm , tốc độ đáp ứng của động cơ tương đối nhanh và ổn định.
Khớp 2: Thông số PID được hiệu chỉnh qua thực nghiệm như sau:
KP =7.5; KI=0.17; KD = 0.04
Hình 5.4: Kết quả chạy thực nghiệm PID trên khớp 2
Nhận xét: Kết quả đạt được không sai lệch quá nhiều so với giá trị đặt, số độ thu được sau khi hoàn tất quá trình là 45,36 độ so với giá trị đặt ban đầu là 45 độ, tốc độ đáp ứng của động cơ tương đối nhanh và ổn định.
Khớp 3: Thông số PID được hiệu chỉnh qua thực nghiệm như sau:
KP =7.5; KI=0.18; KD = 0.045
Hình 5.5: Kết quả chạy thực nghiệm PID trên khâu 3
Nhận xét: Kết quả đạt được không sai lệch quá nhiều so với giá trị đặt, số độ thu được sau khi hoàn tất quá trình là 45,29 độ so với giá trị đặt ban đầu là 45 độ, tốc độ đáp ứng của động cơ tương đối nhanh và ổn định.
5.1.2.2 Kết quả thực tế của tay gắp
Để có thể gắp và thả vật thì ta không ta bỏ qua hoạt động của tay gắp. Dưới đây là những hình ảnh về hoạt động của tay gắp trong thực tế.
Hình 5.6: Tay gắp thực hiện gắp vật
Hình 5.7: Tay gắp thực hiện thả vật
5.1.2.3 Kết quả thực tế động học của Robot Scara
Để đánh giá được tính ổn định và độ chính xác của Robot thì ta tiến hành chạy thực tế động học thuận và động học ngược của Robot.
Động học thuận
Nhập các thông số ban đầu như sau: d1 = 64; theta2 = 45; theta3 = 45.
Hình 5.8: Kết quả chạy thực tế động học thuận của Robot Scara
Động học ngược
Nhập các thông số ban đầu như sau: PX = 300; PY = 100; PZ = 50.
Hình 5.9: Kết quả chạy thực tế động học ngược của Robot Scara
Nhận xét: Thông qua việc chạy thực tế động học thuận và động học ngược nhiều lần trên mô hình thì em nhận thấy rằng: mô hình hoạt động tương đối ổn định, tốc độ đáp ứng của động cơ nhanh, các giá trị thông số khớp và vị trí của tay gắp đạt đúng giá trị đã đặt ban đầu.
5.1.3 Kết quả chạy thực tế của mô hình Robot Scara phân loại sản phẩm 5.1.3.1 Phân loại sản phẩm theo màu sắc
Trường hợp các vật đều là hình tròn
Hình 5.10: Kết quả nhận dạng màu sắc các vật hình tròn
Hình 5.11: Quá trình phân loại màu sắc các vật hình tròn của Robot Scara
Trường hợp các vật đều là hình vuông
Hình 5.12: Kết quả nhận dạng màu sắc các vật hình vuông
Hình 5.13: Quá trình phân loại màu sắc các vật hình vuông của Robot Scara 5.1.3.2 Phân loại sản phẩm theo hình dạng
Trường hợp các vật đều là màu đỏ
Hình 5.14: Kết quả nhận dạng hình dạng các vật màu đỏ
Hình 5.15: Quá trình phân loại hình dạng các vật màu đỏ của Robot Scara
Trường hợp các vật đều là màu xanh lá
Hình 5.16: Kết quả nhận dạng hình dạng các vật màu xanh lá
Hình 5.17: Quá trình phân loại hình dạng các vật màu xanh lá của Robot Scara
Trường hợp các vật đều là màu xanh dương
Hình 5.18: Kết quả nhận dạng hình dạng các vật màu xanh dương
Hình 5.19: Quá trình phân loại hình dạng các vật màu xanh dương của Robot Scara 5.1.3.3 Phân loại sản phẩm theo màu sắc và hình dạng
Hình 5.20: Kết quả nhận dạng màu sắc và hình dạng của tất cả các vật
Hình 5.21: Quá trình phân loại màu sắc và hình dạng của Robot Scara 5.2 Đánh giá
- Khả năng nhận dạng màu sắc từ quá trình xử lý ảnh là hoàn toàn ổn định và chính xác cho cả ba màu đỏ, xanh lá và xanh dương.
- Khả năng nhận dạng hình dạng từ quá trình xử lý ảnh là tương đối chính xác, do vẫn còn xuất hiện những trường hợp không nhận dạng được hình dạng của sản phẩm chủ yếu là hình vuông. Nhưng tỷ lệ xảy ra trường hợp này thấp nên có thể tạm chấp nhận được.
- Giải thuật điều khiển PID tốt, đáp ứng nhanh và sai số thấp dưới 1 %.
- Mô hình thiết kế cơ khí Robot hoạt động tương đối ổn định.
- Robot vận hành tốt gắp và thả vật chính xác đúng vị trí đã đặt ban đầu.
5.3 Kết luận
Đề tài cơ bản đã hoàn thành được các nhiệm vụ được giao ban đầu, xây dựng được chương trình điều khiển hoàn chỉnh cho một mô hình Robot phân loại sản phẩm theo màu sắc và hình dạng thông qua giao diện người dùng. Tuy nhiên, vẫn không
khỏi nhiều thiếu sót, xảy ra các vấn đề chưa giải quyết như: quá trình xử lý ảnh còn phụ thuộc vào độ sáng môi trường, nhiễu sáng, dẫn đến kết quả phân tích còn sai sót.
5.3.1 Kết quả đạt được
- Xây dựng thành công phương trình động học thuận và động học ngược cho Robot.
- Thiết kế hoàn chỉnh mô hình 3D trên phần mềm Autodesk Inventor.
- Mô phỏng thành công mô hình Robot Scara trên Matlab Simulink.
- Chế tạo thành công mô hình Robot Scara thực tế.
- Xây dựng được sơ đồ mạch điều khiển cho Robot.
- Áp dụng giải thuật PID điều khiển vị trí cho động cơ DC.
- Giao tiếp cổng COM thành công cho máy tính với Arduino.
- Giao tiếp I2C giữa các board Arduino với nhau.
- Thiết kế được giao diện người dùng trên phần mềm Matlab.
- Xác định được vị trí, màu sắc, hình dạng của sản phẩm thông qua camera.
- Hoàn thành phân loại sản phẩm theo màu sắc: màu đỏ, xanh lá và xanh dương.
- Hoàn thành phân loại sản phẩm theo theo hình dạng: hình tròn và hình vuông.
- Robot Scara vận hành tốt, gắp và thả vật chính xác đúng vị trí đã đặt ban đầu.
5.3.2 Những hạn chế của đề tài
- Do sai sót trong quá trình thiết kế và chế tạo nên khâu tịnh tiến của Robot khi hoạt động sinh ra tiếng ồn.
- Khi điều khiển với tốc độ nhanh sẽ xảy ra hiện tượng giật lắc.
- Đề tài chỉ dừng lại ở việc phân loại được các màu sắc và hình dạng cơ bản.
5.4 Hướng phát triển
- Cải tiến mô hình cơ khí cứng vững hơn và chọn động cơ có công suất cao hơn để giúp cho Robot vận hành tốt hơn, ít sai số và gắp được các vật nặng.
- Cải tiến khả năng nhận dạng sản phẩm, để có thể nhận dạng được nhiều màu sắc và hình dạng hơn.
- Thiết kế bộ điều khiển cánh tay đi theo một quỹ đạo mong muốn trong không gian làm việc.
- Sử dụng các bộ điều khiển thông minh như: điều khiển trượt, điều khiển luật mờ, điều khiển động lực học ngược, trí thông minh nhân tạo,… để tạo ra cánh tay di chuyển có độ chính xác cao, tối ưu hóa năng lượng, tuyến tính hóa tính phi tuyến của cánh tay.
- Ứng dụng xử lý ảnh, nhận dạng xác định tọa độ đối tượng từ đó ra lệnh điều khiển cánh tay bám theo đối tượng.
- Nghiên cứu các giải thuật về xử lý ảnh sâu hơn, để lọc và khử các nhiễu nâng cao độ chính xác trong xử lý ảnh với camera chất lượng thấp, thuận tiện cho việc nghiên cứu.
- Kết hợp thêm Robot di chuyển đa hướng dưới đế Robot nhằm nâng cao khả năng cơ động, ứng dụng hơn nữa trong nhiều lĩnh vực khác nhau.
TÀI LIỆU THAM KHẢO
[1]. Ts.Ngô Quang Hiếu, PGS Ts. Nguyễn Chí Ngôn (2016), Giáo trình kỹ thuật Robot, Nhà xuất bản đại học Cần Thơ, Cần Thơ.
[2]. Nguyễn Thị Phương Hà (2005), Lí thuyết điều khiển tự động, Nhà xuất bản đại học quốc gia TP.Hồ Chí Minh, TP.Hồ Chí Minh.
[3]. Ts.Nguyễn Ngọc Phương (2004), Hướng dẫn thiết kế và lắp ráp Robot, Nhà xuất
bản Đà Nẵng, TP Hồ Chí Minh.
[4]. Hồ Văn Sung, Xử lý ảnh số - Lý thuyết và thực hành với Matlab (2009), Nhà xuất bản Khoa học và Kỹ thuật.
[5]. Nguyễn Quang Hoan, Giáo trình Xử lý ảnh (Năm 2006), Học viện công nghệ bưu chính viễn thông.
[6]. Trương Tấn Thành, Trần Chí Nguyện, Thiết kế và chế tạo mô hình Robot Scara phân loại sản phẩm (2019), Đại học Kỹ thuật – Công nghệ Cần Thơ.
[7]. “ Điều khiển cánh tay Robot phân loại vật theo màu sắc”. Một số đề tài luận văn tốt nghiệp Đại học Bách khoa thành phố Hồ Chí Minh.
Các website tham khảo:
[8]. https://ch.mathworks.com/Matlabcentral/answers/325725-sending-values-fromMatlab- to-Arduino-using-serial-communication
[9]. https://circuitdigest.com/microcontroller-projects/serial- communicationbetween- Matlab-and-Arduino
[10]. https://www.quora.com/How-can-I-send-MATLAB-data-strings-to-Arduino [11]. http://Arduino.vn/bai-viet/1053-giao-tiep-i2c-voi-nhieu-module
[12]. https://project.makerbox.vn/2018/05/02/chia-se-cach-dieu-khien-pid-thuat-toan-pid/
[13]. https://vutienblog.com/lap-trinh-Matlab-gui-lam-quen-giao-dien-gui-trong-Matlab/
[14]. https://www.mathworks.com/Matlabcentral/fileexchange/37611-color-detection
PHỤ LỤC
Code Master
#include <Servo.h>
#include <Wire.h>
#define SERVO_PIN 9 Servo gServo;
int servoAVal servoBVal servoCVal;
void setup() {
gServo.attach(SERVO_PIN);
Wire.begin();
Serial.begin(9600); //initialize serial comunication }
void loop() {
while (Serial.available () > 2) { //Check if the serial data is available.
delay(20);
char serialRead = Serial.read ();
if (serialRead == 'a') {
servoAVal = Serial.parseInt ();
Serial.print(servoAVal);
int16_t bigNum = servoAVal;
byte myArray[2];
myArray[0] = (bigNum >> 8) &0xFF;
myArray[1] = bigNum &0xFF;
Wire.beginTransmission(2); // Transmit to device #8 Wire.write(myArray, 2);
Wire.endTransmission(); // Stop transmitting }
if (serialRead == 'b') {
servoBVal = Serial.parseInt ();
Serial.print(servoBVal);
int16_t bigNum = servoBVal;
byte myArray[2];
myArray[0] = (bigNum >> 8) &0xFF;
myArray[1] = bigNum &0xFF;
Wire.beginTransmission(3); // Transmit to device #8 Wire.write(myArray, 2);
Wire.endTransmission(); // Stop transmitting }
if (serialRead == 'c') {
servoCVal = Serial.parseInt ();
Serial.print(servoCVal);
int16_t bigNum = servoCVal;
byte myArray[2];
myArray[0] = (bigNum >> 8) &0xFF;
myArray[1] = bigNum &0xFF;
Wire.beginTransmission(4); // Transmit to device #8 Wire.write(myArray, 2);
Wire.endTransmission(); // Stop transmitting }
if (serialRead == 'o') { gServo.write(170);
}
if (serialRead == 'f') { gServo.write(80);
} } }
Code Slave
#include <Wire.h>
#include <PID_v1.h>
#define MotEnable 6 //Motor Enamble pin Runs on PWM signal
#define MotFwd 4 // Motor Forward pin
#define MotRev 7 // Motor Reverse pin int16_t bigNum;
int encoderPin1 = 2; //Encoder Output 'A' must connected with intreput pin of Arduino.
int encoderPin2 = 3; //Encoder Otput 'B' must connected with intreput pin of Arduino.
volatile int lastEncoded = 0; // Here updated value of encoder store.
volatile long encoderValue = 0; // Raw encoder value
int REV = 0; // Set point REQUIRED ENCODER VALUE int lastMSB = 0; int lastLSB = 0;
double kp = 7.5 , ki = 0.18 , kd = 0.045 ; // Modify for optimal performance double input = 0, output = 0, setpoint = 0;
PID myPID(&input, &output, &setpoint, kp, ki, kd, DIRECT); void setup() {
Wire.begin(3);
Wire.onReceive(receiveEvent);
pinMode(MotEnable, OUTPUT);
pinMode(MotFwd, OUTPUT);
pinMode(MotRev, OUTPUT);
Serial.begin(9600); //Initialize serial comunication pinMode(encoderPin1, INPUT_PULLUP);
pinMode(encoderPin2, INPUT_PULLUP);
digitalWrite(encoderPin1, HIGH); //Turn pullup resistor on digitalWrite(encoderPin2, HIGH); //Turn pullup resistor on //Call updateEncoder() when any high/low changed
seen //on interrupt 0 (pin 2), or interrupt 1 (pin 3) attachInterrupt(0, updateEncoder, CHANGE);
attachInterrupt(1, updateEncoder, CHANGE);
TCCR1B = TCCR1B &0b11111000 | 1;
myPID.SetMode(AUTOMATIC); //Set PID in Auto mode
myPID.SetSampleTime(1); // Refresh rate of PID controller
myPID.SetOutputLimits(-175, 175); // This is the MAX PWM value to move motor, here change in value reflect change in speed of motor.
}
void loop(){
while (Wire.available()) { byte a,b;
a = Wire.read();
b = Wire.read();
bigNum = a;
bigNum = bigNum << 8 | b;
}
REV = map (bigNum, 0, 360, 0, 9360); // Mapping degree into pulse Serial.print("This is REV - ");
Serial.println(REV); // printing REV value
setpoint = REV; //PID while work to achive this value consider as SET value
input = encoderValue ; // Data from encoder consider as a Process value Serial.println("encoderValue- ");
Serial.println(encoderValue);
myPID.Compute(); // Calculate new output pwmOut(output);
}
// Drive motor CW
void receiveEvent(int howMany) {}
void pwmOut(int out) {
if (out > 0) {// if REV > encoderValue motor move in forward direction.
analogWrite(MotEnable, out);
digitalWrite(MotFwd, HIGH);
digitalWrite(MotRev, LOW);
}
else { // if REV < encoderValue motor move in reverse direction.
analogWrite(MotEnable, abs(out)); digitalWrite(MotFwd, LOW);
digitalWrite(MotRev, HIGH);
} }
void updateEncoder(){
int MSB = digitalRead(encoderPin1); //MSB = most significant bit int LSB = digitalRead(encoderPin2); //LSB = least significant bit
int encoded = (MSB << 1) |LSB; //converting the 2 pin value to single number int sum = (lastEncoded << 2) | encoded; //adding it to the previous encoded value if(sum == 0b1101 || sum == 0b0100 || sum == 0b0010 || sum == 0b1011)
encoderValue ++;
if(sum == 0b1110 || sum == 0b0111 || sum == 0b0001 || sum == 0b1000) encoderValue --;
lastEncoded = encoded; //store this value for next time }
Code Matlab GUIDE
function varargout = GUIDE_LV(varargin)
%GUIDE_LV MATLAB code file for GUIDE_LV.fig
% GUIDE_LV, by itself, creates a new GUIDE_LV or raises the existing
% singleton*.
% H = GUIDE_LV returns the handle to a new GUIDE_LV or the handle to
% the existing singleton*.
% GUIDE_LV('Property','Value',...) creates a new GUIDE_LV using the
% given property value pairs. Unrecognized properties are passed via
% varargin to GUIDE_LV_OpeningFcn. This calling syntax produces a