CHƯƠNG 6. XÂY DỰNG THUẬT TOÁN XỬ LÝ ẢNH
6.4 THIẾT LẬP NODE “TRACKING BƯU KIỆN”
Để có thể phân phối bưu kiện đã được xử lý tới những địa chỉ đã được chỉ định, chúng tôi sử dụng mô hình YOLOv5 tracking. Đặc biệt, chúng tôi sử dụng mô hình SORT được cung cấp trong repository sau: https://github.com/abewley/sort.
Mô hình SORT là một mô hình tracking đơn giản và thời gian thực, được thiết kế để theo dõi các đối tượng trong các tác vụ nhận dạng và theo dõi. Mô hình này sử dụng phương pháp theo dõi trực tuyến và cung cấp kết quả theo thời gian thực.
Việc sử dụng mô hình YOLOv5 tracking (SORT) để thực hiện node "tracking bưu kiện"
bao gồm các bước sau:
Bước 1. Chuẩn bị dữ liệu
• Sử dụng đầu ra từ mô hình YOLOv5 phân loại và xác định vị trí 3D của bưu kiện.
• Dữ liệu này bao gồm các thông tin như tọa độ x, y, z của bưu kiện và các thông tin phân loại liên quan.
Bước 2. Áp dụng mô hình SORT
• Sử dụng mô hình SORT từ repository được cung cấp, chúng tôi áp dụng thuật toán theo dõi để theo dõi và đánh dấu các bưu kiện trong các khung hình streaming.
• Mô hình SORT sử dụng thông tin về tọa độ và các đặc trưng của bưu kiện để xác định các đối tượng và theo dõi chúng theo thời gian.
Bước 3. Định vị và điều phối:
• Khi các bưu kiện được theo dõi và đánh dấu, chúng tôi có thể xác định vị trí hiện tại của chúng trong không gian và thực hiện điều phối dựa trên yêu cầu đã được chỉ định.
• Các thông tin về vị trí và đặc trưng của bưu kiện có thể được sử dụng để xác định địa chỉ đích và thực hiện việc phân phối bưu kiện tới địa chỉ đó.
Hình 6. 13 Kết quả thực tế vị trí của bưu kiện trong không gian có id tracking
Thông qua node "tracking bưu kiện" này, chúng tôi sử dụng mô hình YOLOv5 tracking (SORT) từ repository https://github.com/abewley/sort để thực hiện việc theo dõi bưu kiện trong thời gian thực và đánh dấu chúng. Mô hình SORT sử dụng các thông tin về tọa độ và đặc trưng của bưu kiện để xác định và theo dõi các đối tượng theo thời gian. Từ đó, chúng tôi có thể xác định vị trí hiện tại của bưu kiện và thực hiện quyết định điều phối dựa trên yêu cầu đã được chỉ định. Sử dụng mô hình YOLOv5 tracking (SORT) trong node "tracking bưu kiện" giúp chúng tôi đạt được tính chính xác và đáng tin cậy trong việc theo dõi và điều phối bưu kiện.
KẾT LUẬN VÀ KIẾN NGHỊ
Trong đồ án tốt nghiệp “HỆ THỐNG PHÂN LOẠI BƯU KIỆN ỨNG DỤNG CÔNG NGHỆ XỬ LÝ ẢNH 3D”, dưới sự giúp đỡ của TS. Bùi Hà Đức kết hợp với sự tìm tòi và khám phá của các thành viên trong nhóm, chúng em đã thành công trong việc thu thập, xử lý và xây dựng một model có khả năng phân loại được 3 loại sản phẩm. Kết hợp với đó là hệ thống cơ khí có khả năng nâng được bưu kiện có khối lượng tối đa là 2.5kg, hệ thống tuy nhỏ nhưng có khả năng góp phần tạo nên nguồn cảm hứng cho sinh viên thế hệ sau và góp một phần nhỏ vào việc phát triển cho khả năng ứng dụng của camera 3D cho việc phân loại bưu kiện nói riêng và phân loại sản phẩm khác nói chung. Bên cạnh các lợi ích trên thì đồ án chúng em còn đề cao tầm quan trọng của việc ứng dụng công nghệ phân loại sản phẩm 3D trong mảng logistics, vận chuyển sản phẩm do khi sử dụng phân loại bằng 3D có thể cho ra kết quả chính xác hơn khi phân loại bằng 2D bên cạnh đó khi phân loại được bằng 3D bạn có thể biết được chính xác khoảng cách từ camera đến vật và việc đó đôi khi có thể giúp chúng ta giảm thiểu đi một số thiết bị như cảm biến, công tắc do có thể biết được khoảng cách di chuyển của các thiết bị gắp nhằm giảm đi sự cồng kềnh cũng như hao phí điện năng của các hệ thống cơ khí quen thuộc và giúp tăng hiệu quả cũng như giúp tăng lợi nhuận của các hệ thống tự động.
Trong quá trình nghiên cứu, thiết kế và chế tạo đồ án nhóm chúng em đã thu được những kết quả quan trọng và đáng chú ý như: khi phân loại cần phải chú tâm vào việc xử lý những tín hiệu đầu vào trước, độ chính xác của hệ thống phụ thuộc rất lớn vào việc train data đầu vào của xử lý ảnh, nhóm chúng em đã bỏ ra rất nhiều thời gian để tập trung vào việc tạo ra nguồn ảnh đầu vào chất lượng sau đó mới bắt đầu xây dựng hệ thống cơ khí để phân loại, tuy nhiên do thời gian hạn hẹp nên nhóm chỉ kịp xây dựng hệ thống cơ khí là tay gắp decat để nâng lên và hạ vật xuống sau khi đã phân loại nhưng nhóm cũng khá hài lòng khi hệ thống này có thể nâng được khối lượng tối đa là 2kg. Hệ thống sử dụng động cơ step nhưng mà khi hệ thống hoạt động thì sai số là rất nhỏ.
Đồ án tốt nghiệp đợt này do giới hạn về thời gian cũng như do một số lý do bên ngoài tác động nên chúng em chỉ có thể phân loại được 3 loại bưu kiện, hệ thống vẫn chỉ mới xử dụng động cơ step nên khi hoạt động thì độ chính xác chưa lên mức tuyệt đối và sẽ phát ra tiếng động lớn gây ảnh hưởng đến môi trường xung quanh bên cạnh đó do chưa có đủ thời gian để tối ưu hóa nên hệ thống vẫn chưa phân loại sản phẩm được với tốc độ cao đủ cho việc đưa ra thương
mại hóa. Trong tương lai, nhóm sẽ bổ xung thêm cho model phân loại để có thể phân loại được nhiều loại hàng hóa hơn, xây dựng một hệ thống cơ khí mới với khả năng gắp nghiêng để xử lý được tình huống đầu vào là một thùng hàng hỗn độn không được định vị riêng biệt như là ở trên băng truyền và khi hệ thống cơ khí có nhiều khả năng hơn thì nhóm sẽ tiến tới việc phân loại các loại hàng đang nằm chồng lên nhau tiếp theo đó sẽ là tối ưu hóa hệ thống để tạo ra hệ thống vừa có khả năng phân loại được nhiều bưu kiện xếp chồng lên nhau với tốc độ cao và đặc biệt là không phát ra tiếng ồn hoặc hao phí quá nhiều điện năng. Nhóm hy vọng trong tương lai hệ thống nhóm xây dựng sẽ đi tiên phong trong lĩnh vực phân loại 3D cũng như có khả năng áp dụng được trong nhiều lĩnh vực công nghệ hiện tại.
Thông qua đồ án này nhóm chúng em đã học hỏi thêm được rất nhiều thứ, chuẩn bị thêm nhiều kiến thức để có thể bước tiếp sau khi ra trường. Nhóm xin gửi lời cảm ơn chân thành đến TS. Bùi Hà Đức vì đã giúp đỡ nhóm rất nhiều trong đồ án tốt nghiệp lần này. Nhóm hy vọng rằng không chỉ riêng nhóm mà các sinh viên sau này có thể cùng chung tay để tiếp tục phát triển đề tài này đi lên cho tới lúc đề tài được xướng tên trên cái bài báo quốc tế về việc có khả năng ứng dụng cao trong nhiều lĩnh vực.