Nghiên cứu, thiết kế hệ thống cánh tay robot phân loại sản phẩm bằng mã QR

Lịch sử hình thành và phát triển của hệ thống 1.2.1 Những robot sơ khai đầu tiên trên thế giới Thế kỷ thứ III TCN và trước đó, một trong những miêu tả sớm nhất về máy tự động được đề c

ĐỒ ÁN CƠ ĐIỆN TỬ

CHỦ ĐỀ: NGHIÊN CỨU,THIẾT KẾ HỆ THỐNG CÁNH TAY ROBOT PHÂN LOẠI SẢN PHẨM

BẰNG MÃ QR

Giáo viên hướng dẫn: ThS Phan Đình Hiếu

Sinh viên: Ngô Thanh Long - 2018601666

Lương Văn Ngân - 2018604551 Nguyễn Dương Phi - 2018603846 Lớp: Cơ điện tử 2 – K13

BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI

KHOA CƠ KHÍ

- -

Hà Nội - 2021

MỤC LỤC

MỤC LỤC 2

DANH MỤC HÌNH ẢNH 4

DANH MỤC BẢNG BIỂU 6

CHƯƠNG 1 TỔNG QUAN HỆ THỐNG 1

1.1.ĐẶT VẤN ĐỀ 1

1.2.LỊCH SỬ HÌNH THÀNH VÀ PHÁT TRIỂN CỦA HỆ THỐNG 2

1.2.1 Những robot sơ khai đầu tiên trên thế giới 2

1.2.2 Quá trình phát triển của Robot 2

1.2.3 Ứng dụng Robot trong hệ thống phân loại sản phẩm như thế nào ? 3

1.2.4 Tổng quan về hệ thống xử lý ảnh 3

1.3.CÁC VẤN ĐỀ ĐẶT RA 4

1.4.PHƯƠNG PHÁP NGHIÊN CỨU 4

1.5.GIỚI HẠN VÀ PHẠM VI NGHIÊN CỨU 4

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT 6

2.1.KẾT CẤU CƠ KHÍ 6

2.2.KẾT CẤU HỆ THỐNG ĐO VÀ XỬ LÝ TÍN HIỆU 10

2.2.1 Mã QR 10

2.2.2 Cấu tạo mã QR code 11

2.2.3 Thông số kỹ thuật của mã QR code 12

2.2.4 Ứng dụng thực tế mã QR 13

2.2.5 Phương pháp xử lý ảnh 14

2.3.PHÁT HIỆN VẬT VÀ QUÉT MÃ QR BẰNG CAMERA 21

2.3.1 Phát hiện vật 21

2.3.2 Quét mã QR 22

2.4.ĐỘNG HỌC ROBOT 23

2.4.1 Phép chuyển đổi hệ trục tọa độ thuần nhất 23

2.4.2 Động học robot 26

2.4.3 Thuật toán nội suy đường tròn 30

CHƯƠNG 3 TÍNH TOÁN THIẾT KẾ MÔ HÌNH HỆ THỐNG 32

3.1.TÍNH TOÁN THIẾT KẾ THIẾT BỊ CHO HỆ CƠ KHÍ 32

3.1.1 Động học thuận robot 32

3.1.2 Động học nghịch robot 34

3.1.3 Tính chọn băng tải 36

3.2.TÍNH TOÁN, THIẾT KẾ THIẾT BỊ CHO HỆ THỐNG ĐIỆN, ĐIỆN CÔNG SUẤT 36

3.2.1 Tính toán lựa chọn động cơ 36

3.2.2 Thiết kế mạch điện 40

3.3.TÍNH TOÁN, THIẾT KẾ THIẾT BỊ CHO HỆ ĐIỀU KHIỂN, TRUYỀN THÔNG VÀ GIAO DIỆN 50

3.3.1 Lưu đồ thuật toán 51

3.3.2 Lưu đồ thuật toán cho toàn hệ thống 52

3.3.3 Xử lý tín hiệu 52

CHƯƠNG 4 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 58

4.1.KẾT LUẬN 58

4.2.HƯỚNG PHÁT TRIỂN 58

4.2.1 Phần cứng 58

4.2.2 Phần mềm 58

TÀI LIỆU THAM KHẢO 59

PHỤ LỤC 61

CODE GIAO DIỆN ĐIỀU KHIỂN 61

CODE ARDUINO 89

DANH MỤC HÌNH ẢNH

Hình 2.1 Robot kiểu tọa độ Descarte 6

Hình 2.2 Robot kiểu hệ tọa độ trụ 7

Hình 2.3 Robot kiểu tọa độc cầu 7

Hình 2.4 Robot kiểu SCARA 8

Hình 2.5 Robot kiểu tay người 8

Hình 2.6 Mã QR 10

Hình 2.7 Cấu tạo mã QR code 11

Hình 2.8 Hình mã QR đặt tại nơi công cộng để khai báo y tế cho người dân 13

Hình 2.9 ảnh màu chuyển sang ảnh xám 15

Hình 2.10 pixel ảnh ban đầu 16

Hình 2.11 pixel ảnh khi lọc 16

Hình 2.12 sau khi qua bộ lọc trung vị 17

Hình 2.13 Anh lấy ngưỡng toàn cục 18

Hình 2.14 Anh lấy lưỡng cục toàn nghi 19

Hình 2.15 Ví dụ mô phỏng về kỹ thuật phân ngưỡng bằng phương pháp Otsu 21

Hình 2.16 Mã QR được in trên sản phẩm 22

Hình 2.17 Các hệ trục tọa độ 23

Hình 2.18 Qui ước bàn tay phải và dịch chuyển giữa hai hệ tọa độ 24

Hình 2.19 Góc quay của các trục và chiều xoay 24

Hình 2.20 Chiều dài và góc xoắn của một khâu 26

Hình 2.21 Các thông số của khâu: θ, d, a và α 27

Hình 2.22 Các khớp robot 27

Hình 2.23 Công dụng động học robot 30

Hình 2.24 Nội suy đường tròn xấp xỉ bậc thang 30

Hình 2.25 Lưu đồ giải thuật thuật toán nội suy đường tròn 31

Hình 3.1 Kết cấu cơ khí hệ thống 32

Hình 3.2 đặt hệ trục tọa độ cho robot 32

Hình 3.3 Hướng và vị trí robot trong không gia Descartes 34

Hình 3.4 Biểu đồ mô-men xoắn của động cơ bước và servo 37

Hình 3.5 vi điều khiển Arduino UNO R3 41

Hình 3.6 sơ đồ kết nối Arduino UNO R3 41

Hình 3.7 Mạch điều khiển tốc độ động cơ L298 42

Hình 3.8 sơ đồ chân mạch L298 43

Hình 3.9 Động cơ giảm tốc 12v (min 6v) DC365 43

Hình 3.10 Động cơ RC servo MG996R 44

Hình 3.11 Động cơ servo SG90 45

Hình 3.12 cảm biến vật cản hồng ngoại 46

Hình 3.13 sơ đồ chân cảm biến vật cản hồng ngoại 46

Hình 3.14 nguồn tổ ong 12V 5A 47

Hình 3.15 Mạch Giảm Áp DC-DC Buck LM2596 3A 48

Hình 3.16 sơ đồ nguyên lý mạch Giảm Áp DC-DC Buck LM2596 3A 48

Hình 3.17 Webcam Mini 720P Mô-đun Camera USB 1.0Megapixel 49

Hình 3.18 mạch điện hoàn thiện 50

Hình 3.19 sơ đồ nối dây phần cứng 50

Hình 3.20 Lưu đồ giải thuật xử lý ảnh 51

Hình 3.21 lưu đồ giải thuật cho toàn hệ thống 52

Hình 3.22 Giao diện điều khiển 56

Hình 3.23 Giao diện Manual điều khiển robot 57

DANH MỤC BẢNG BIỂU

Bảng 2.1 Thông số kỹ thuật của mã QR code 12

Bảng 2.2 Bảng tham số động học D-H 29

Bảng 3.1 Bảng tham số động học D-H robot 33

Bảng 3.2 Bảng so sánh động cơ bước và servo 36

Bảng 3.3 Các thiết bị có trong mạch điện 40

Bảng 3.4 thông số kỹ thuật Arduino UNO R3 40

họ có thể xử lí lên đến 60 triệu đơn hàng (2018)

Việt Nam hiện được đánh giá là một trong những nước có thị trường TMĐT phát triển nhanh nhất ở Đông Nam Á Theo số liệu của Bộ Công Thương, trong năm 2020, khoảng 53% dân số trên thị trường thương mại điện tử đã tham gia mua sắm trực tuyến Bất chấp ảnh hưởng của đại dịch COVID-19, doanh thu thương mại điện tử của Việt Nam tăng 18% (25% vào năm 2019), đạt 11,8 tỷ đô la, chiếm 5,5% tổng doanh thu bán

lẻ Tuy nhiên chúng ta vẫn chưa phát huy hết tiềm năng của chính mình, rào cản lớn nhất đó chính là vấn để công nghệ Những con số trên đã cho thấy như cầu mua bán hàng trực tuyến ngày càng cao và việc phân loại chính xác và giao nhận hàng nhanh chóng là một trong những yếu tố xác định lần sau khách hàng có còn quay trở lại nữa hay không Muốn giữ được khách hàng và cạnh tranh được với các tên tuổi lớn trên thế giới tại chính sân nhà mình, các hãng TMĐT của Việt Nam cần phải áp dụng các dây chuyền máy móc hiện đại trong công đoạn để đảm bảo hàng hóa được phân loại chính xác, an toàn, nguyên vẹn và giao đến tay khách hàng một cách nhanh nhất Nhận thấy rằng bên cạnh số ít những công ty lớn như Shopee Việt Nam, Lazada Việt Nam hay Tiki, thì đa phần các đơn vị khác đều sử dụng cách phân loại hàng bằng việc thuê nhân công trực tiếp đọc và phân loại bằng tay, điều này dẫn đến các rủi ro về an toàn cũng như hiệu suất giao hàng Chính vì những nguyên do trên, nhóm đã lên ý tưởng, nghiên

2

cứu, thiết kế và thi công hệ thống phân loại hàng hóa tự động theo mã QR, chuyên dùng cho các kho lưu trữ hàng hóa của những đơn vị hoạt động trong lĩnh vực TMĐT

1.2 Lịch sử hình thành và phát triển của hệ thống

1.2.1 Những robot sơ khai đầu tiên trên thế giới

Thế kỷ thứ III TCN và trước đó, một trong những miêu tả sớm nhất về máy tự

động được đề cập trong các tài liệu của Liệt tử, trong cuộc gặp trước đó nhiều năm

giữa Chu Mục vương (1023–957 TCN) và một 'kỹ sư cơ khí', nhà phát minh là Yan Shi Người sau này được cho là đã trình lên vua một công trình cơ khí có hình dạng và kích thước giống người thật

Vào khoảng năm 270 trước Công nguyên, một kỹ sư người Hy Lạp cổ đại tên là Ctesibius đã chế tạo ra đồng hồ nước với các ô tô hoặc hình rời

Nhà toán học Hy Lạp Archytas ở Tarentum công nhận một con chim cơ học mà ông gọi là “Chim bồ câu” được đẩy bằng hơi nước

Năm 1495, Leonardo da Vinci đã thiết kế một thứ được gọi là "kỵ sĩ áo giáp" đây

có thể xem là robot có hình dạng giống người đầu tiên trên thế giới

1.2.2 Quá trình phát triển của Robot

Trên thế giới

Vào năm 1921 Thuật ngữ “Robot” xuất phát từ tiếng Séc (Czech) “Robota” có nghĩa là công việc tạp dịch trong một vở kịch

Năm 1950 ở Mỹ thành lập viện nghiên cứu đầu tiên

Đầu năm 1960 công ty AMF cho ra đời sản phẩm đầu tiên có tên gọi là Versatran

Từ năm 1967, ở Anh, người ta đã bắt đầu nghiên cứu và chế tạo IR

Từ năm 1968, ở Châu Á, Nhật bắt đầu nghiên cứu những ứng dụng của IR, năm

1970, Robot đã được chú ý nhiều hơn và bắt đầu xuất hiện ở các nước Đức, Ý, Pháp

Nhất là vào những năm 1990 số lượng Robot công nghiệp đã gia tăng với nhiều tính năng vượt bậc

Đến nay, trên thế giới có khoảng trên 200 công ty sản xuất IR Trong đó Mỹ và Nhật chiếm đa số

Tại Việt Nam

Nghiên cứu phát triển Robot công nghiệp đã có những bước tiến đáng kể trong

25 năm vừa qua các nghiên động lực học Robot được các khoa cơ khí, chế tạo máy ở

3

các trường đại học và các viện nghiên cứu quan tâm với nhiều sản phẩm ấn tượng trên trường quốc tế

1.2.3 Ứng dụng Robot trong hệ thống phân loại sản phẩm như thế nào ?

Hiện nay ngành công nghiệp ngày càng phát triển các công ty xí nghiệp đã áp dụng tự động hóa vào sản xuất để tiện ích cho việc quản lý dây chuyền và sản phẩm của toàn bộ hệ thống một cách hợp lý là yêu cầu thiết yếu, tiết kiệm được nhiều thời gian cũng như quản lý một cách dễ dàng Hệ thống phân loại sản phẩm hoạt động trên nguyên

lý dùng camera quét mã QR của sản phẩm và sử dụng các thuật toán để sác định thông tin của sản phẩm thông qua mã QR Từ đó ta dễ dàng phân loại sản phẩm theo vùng để

dễ dàng vận chuyển

Những ưu điểm của robot:

- Giảm sức lao động, tránh được sự nhàm chán trong công việc, cải thiện được điều kiện làm việc của con người tạo cho con người tiếp cận với sự tiến bộ của khoa học

kỹ thuật và được làm việc trong môi trường ngày càng văn minh hơn

- Nâng cao năng suất lao động, tạo tiền đề cho việc giảm giá thành sản phẩm, cũng như thay đổi mẫu mã một cách nhanh chóng

- Giúp cho việc quản lý và giám sát trở nên rất đơn giản, bởi vì nó không những thay đổi điều kiện làm việc của công nhân mà còn có thể giảm số lượng công nhân đến mức tối đa

1.2.4 Tổng quan về hệ thống xử lý ảnh

Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ Nó là 1 ngành khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thước các trung tâm nghiên cứu, ứng dụng đặc biệt là máy tính chuyên dụng riêng cho nó

Xử lý ảnh là kỹ thuật áp dụng tăng cường và xử lý ảnh thu nhận từ các thiết bị như camera, webcam… do đó xử lý ảnh đã được ứng dụng và phát triển trong rất nhiều lĩnh vực quan trọng như:

Trong lĩnh vực quân sự: xử lý và nhận dạng ảnh quân sự

Trong lĩnh vực giao tiếp người – máy: nhận dạng hình ảnh xử lý âm thanh, đồ họa

Trong lĩnh vực an ninh bảo mật: nhận diện khuôn mặt người, nhận diện vân tây, mẫu mắt…

4

Trong lĩnh vực y tế: Xử lý ảnh y sinh, chụp X quang, MRI

Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng

và phân tích ảnh Ứng dụng đầu tiên được biết đến là nâng cao chất lượng ảnh báo được truyền từ Luân Đôn đến New York từ những năm 1920 Vấn đề nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng và độ phân giải của ảnh Việc nâng cao chất lượng ảnh được phát triển vào khoảng những năm 1955 Điều này có thể giải thích được

vì sau thế chiến thứ 2, máy tính phát triển nhanh tạo điều kiện cho qúa trình xử lý ảnh được thuận lợi hơn Năm 1964 máy tính có khả năng xử lý và nâng cao chất lượng ảnh

từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nối đường biên, lưu ảnh Từ năm

1964 đến nay, các phương tiện xử lý nâng cao chất lượng, nhận dạng phát triển không ngừng các phương pháp trí tuệ nhân tạo như mạng Nơ-ron nhân tạo, các thuật toán xử

lý hiện đại và cải tiến, các công cụ nén ảnh càng được áp dụng rộng rãi và thu được nhiều kết quả khả quan hơn

1.3 Các vấn đề đặt ra

Những sản phẩm đóng gói được chứa một mã QR riêng bao gồm mã đơn hàng

và mã khu vực giao hàng Trong khuôn khổ đề tài này, 04 mục tiêu được đề ra bao gồm:

- Ứng dụng công nghệ xử lý ảnh để đọc mã sản phẩm QR code

- Sử dụng solidworks & mathlab để thiết kế và mô phỏng cánh tay robot

- Điều khiển robot thực hiện nhiệm vụ gắp vật

1.4 Phương pháp nghiên cứu

Phương pháp nguyên cứu lý thuyết

- Sử dụng kiến thức đã học ở các môn: kỹ thuật robot, cơ sở hệ thống tự động, kỹ thuật lập trình…

- ứng dụng lập trình python lập trình đọc mã QR

Phương pháp nguyên cứu thực tiễn

- Sử dụng các phần mềm mô phỏng hỗ trợ: matlab, solidworks, …

- Tham khảo một số bài báo quốc tế hỗ trợ cho đề tài

1.5 Giới hạn và phạm vi nghiên cứu

Hệ thống phân loại sản phẩm là một đề tài đã được nghiên cứu và phát triển từ lâu Hiện nay trong các nhà máy xí nghiệp có rất nhiều hệ thống hoàn thiện cả về chất lượng và thẩm mỹ Tuy nhiên, trong phạm vi một đồ án môn học nên đề tài chỉ được giới hạn giải quyết một số vấn đề sau:

Các khâu của robot thường thực hiện hai chuyển động cơ bản:

- Chuyển động tịnh tiến theo hướng x, y, z trong không gian Descarte, thông thường tạo nên các hình khối, các chuyển động này thường ký hiệu là T hoặc P

- Chuyển động quay quanh các trục x, y, z ký hiệu là R Tuỳ thuộc vào số khâu

và sự tổ hợp các chuyển động (R và T) mà tay máy có các kết cấu khác nhau với vùng làm việc khác nhau Các kết cấu thường gặp của Robot là robot kiểu toạ độ Descarte, toạ độ trụ, toạ độ cầu, Robot kiểu SCARA, kiểu tay người…

Phân loại robot:

Phân loại theo dạng không gian hoạt động:

- Robot tọa độ Descarte

Tay máy kiểu tọa độ Descarte là tay máy có 3 chuyển động cơ bản tịnh tiến theo phương của các trục hệ tọa độ gốc (cấu hình T.T.T) Trường công tác có dạng khối chữ nhật Do kết cấu đơn giản, loại tay máy này có độ cứng vững cao, độ chính xác cơ khí

dễ đảm bảo vì vậy nó thường dùng để vận chuyển phôi liệu, lắp ráp, hàn trong mặt phẳng

Hình 2.1 Robot kiểu tọa độ Descarte

7

- Robot tọa độ trụ

Tay máy kiểu tọa độ trụ khác với kiểu tay máy Descartes ở khớp đầu tiên, dung khớp quay thay cho khớp trượt Vùng làm việc của nó có dạng hình trụ rỗng Khớp trượt nằm ngang cho phép tay máy thò được vào trong khoảng nằm ngang Độ cứng vững của tay máy trụ tốt, thích hợp với tải nặng, nhưng độ chính xác định vị trong mặt phẳng nằm ngang giảm khi tầm với tăng

Hình 2.2 Robot kiểu hệ tọa độ trụ

- Robot kiếu tọa độ cầu

Tay máy kiểu tọa độ cầu khác với kiểu trụ do khớp thứ hai (khớp trượt) được thay bằng khớp quay Nếu quỹ đạo của phần công tác được mô tả trong tọa độ cầu thì mỗi bậc tự do tương ứng với một khả năng chuyển động và vùng làm việc của nó là một khối trụ rỗng Độ cứng vững của tay máy này thấp hơn hai loại trên và độ chính xác phụ thuộc vào tầm với Tuy nhiên loại này có thể gắp được các vật dưới sàn

Hình 2.3 Robot kiểu tọa độc cầu

- Robot kiểu SCARA

Robot SCARA ra đời vào năm 1979 tại trường đại học Yamanaski (Nhật Bản) dùng cho công việc lắp ráp Đó là kiểu tay máy đặc biệt gồm hai khớp quay và một khớp trượt,nhưng cả ba khớp đều có trục song song với nhau Kết cấu này làm cho tay máy

8

cứng vững hơn theo phương thẳng đứng nhưng kém cứng vững hơn theo phương được chọn, là phương ngang Loại này chuyên dùng trong công việc lắp ráp với tải trọng nhỏ theo phương thẳng đứng Từ SCARA là viết tắt của chữ “Selective Compliance Articulated Robot Actuato” để mô tả các đặc điểm trên

Hình 2.4 Robot kiểu SCARA

- Robot kiểu tay người

Tất cả các khớp đều là khớp quay, trong đó trục thứ nhất vuông góc với hai trục kia Do sự tương tự giữa tay người, khớp thứ hai được gọi là khớp vai, khớp thứ ba là khớp khủy, nối cẳng tay với khủy tay Tay máy làm việc rất khéo léo Nhưng độ chính xác định vị phụ thuộc vị trí của vùng làm việc

Toàn bộ kết cấu ở trên mới chỉ liên quan đến khả năng định vị của phần công tác Muốn định vị nó, cần bổ sung cổ tay Muốn định hướng tùy ý phần công tác, cổ tay phải

có ít nhất ba chuyển động quay quanh ba trục vuông góc với nhau

Hình 2.5 Robot kiểu tay người

* Phân loại theo điều khiển:

Có 2 loại điều khiển robot: điều khiển hở và điều khiển kín

- Điều khiển hở:

9

Dùng truyền động bước (động cơ điện hoặc động cơ thủy lực, khí nén…) mà quãng đường hoặc góc dịch chuyển tỷ lệ với số sung điều khiển Kiểu điều khiển này đơn giản, nhưng đạt độ chính xác thấp

- Điều khiển kín (hay điều khiển servo):

Sử dụng tín hiệu phản hồi vị trí để tăng độ chính xác điều khiển Có 2 kiểu điều khiển servo: điều khiển điểm-điểm và điều khiển theo đường (contour) Với kiểu điều khiển điểm-điểm, phần công tác dịch chuyển từ điểm này đến điểm kia theo đường thẳng với tốc độ cao Nó chỉ làm việc tại các điểm dừng Kiểu điều khiển này được dùng trên các robot hàn điểm, vận chuyển, tán đinh, … Điều khiển contour đảm bảo cho phần công tác dịch chuyển theo quỹ đạo bất kỳ, với tốc độ có thể điều khiển được Có thể gặp kiểu điều khiển này trên các robot hàn hồ quang, phun sơn

* Phân loại theo thế hệ:

- Robot thế hệ thứ nhất

Sử dụng cơ cấu cam với công tắc giới hạn hành trình Điều khiển vòng hở có thể

sử dụng băng từ hoặc băng đục lỗ để đưa chương trình vào bộ điều khiển, tuy nhiên không thể thay đổi chương trình được Sử dụng phổ biến trong công việc gắp đặt (pick and place)

- Robot thế hệ thứ tư

Có những đặc điểm tương tự như thế hệ thứ hai và thứ ba, có khả năng tự lựa chọn chương trình hoạt động và lập trình lại cho các hoạt động dựa trên các tín hiệu thu nhận được từ cảm biến Bộ điều khiển phải có bộ nhớ tương đối lớn để giải các bài toán tối ưu với điều kiện biên không đươc xác định trước Kết quả của bài toán sẽ là một tập hợp các tín hiệu điều khiển các đáp ứng của robot

Có thể đạt được công suất cao, đáp ứng những điều kiện làm việc nặng Tuy nhiên

hệ thống thuỷ lực thường có kết cấu cồng kềnh, tồn tại độ phi tuyến lớn khó xử lý khi điều khiển

- Hệ truyền động khí nén:

Có kết cấu gọn nhẹ hơn do không cần dẫn ngược nhưng lại phải gắn liền với trung tâm tạo ra khí nén Hệ này làm việc với công suất trung bình và nhỏ, kém chính xác, thường chỉ thích hợp với các robot hoạt động theo chương trình định sẵn với các thao tác đơn giản “nhấc lên - đặt xuống” (pick and place or point to point)

* Phân loại theo ứng dụng:

Dựa vào ứng dụng của robot trong sản xuất có robot sơn, robot hàn, robot lắp ráp, robot chuyển phôi v.v

2.2 Kết cấu hệ thống đo và xử lý tín hiệu

2.2.1 Mã QR

Mã QR (hay mã hai chiều) là một mã vạch ma trận (mã vạch hai chiều, mã phản hồi nhanh) có hình dạng một biểu tượng như hình 2.1, chúng được phát triển bởi công ty Denso Wave (Nhật Bản) vào năm 1994 [2] Chữ "QR" xuất phát

từ "Quick Response", trong tiếng Anh có nghĩa là đáp ứng nhanh, vì người tạo ra

nó có ý định cho phép mã được giải mã ở tốc độ cao Các mã QR được sử dụng phổ biến nhất ở Nhật Bản, Trung Quốc, và hiện trở thành loại mã hai chiều thông dụng nhất ở Nhật Bản

Hình 2.6 Mã QR

11

Ban đầu, mục đích chính của mã QR chỉ được sử dụng để theo dõi các bộ phận của xe hơi trong quá trình sản xuất, nhưng hiện nay chúng được sử dụng trong nhiều môi trường khác nhau, bao gồm các ứng dụng theo dõi thương mại

và các ứng dụng hướng tới sự tiện lợi Mã QR có thể được sử dụng để hiển thị văn bản cho người dùng, thêm vCards vào thiết bị của người dùng, mở URI, viết email hoặc tin nhắn và thậm chí thực hiện thanh toán điện tử Đặc biệt ở Trung Quốc, hầu như mọi người đều thanh toán bằng QR Người dùng có thể tạo và in

mã QR của riêng mình để người khác quét và sử dụng để truy cập một trong những trang web trả phí và miễn phí thông qua mã QR Nó là một trong những kiểu được sử dụng nhiều nhất trong nhóm mã vạch 2D hiện nay

2.2.2 Cấu tạo mã QR code

Hình 2.7 Cấu tạo mã QR code Finder pattern (hoa văn định vị): phát hiện vị trí của mã QR Bằng cách đặt chúng

ở ba góc của biểu tượng, vị trí, kích thước và góc của biểu tượng có thể được phát hiện Với cấu trúc này, mã QR có thể được đọc từ mọi hướng (3600)

Timing pattern: xác định tọa độ trung tâm của mỗi ô trong Mã QR với các mẫu đen và trắng được sắp xếp xen kẽ Nó được sử dụng để sửa tọa độ trung tâm của ô dữ liệu khi ký hiệu bị méo hoặc có lỗi đối với cao độ ô Nó được sắp xếp theo cả hai hướng dọc và ngang

Alignment pattern (mô hình căn chỉnh): sửa chữa sự biến dạng của Mã QR Nó mang lại hiệu quả cao để sửa chữa các biến dạng phi tuyến Tọa độ trung tâm của mẫu

12

căn chỉnh sẽ được xác định để sửa chữa sự biến dạng của biểu tượng Vì mục đích này, một ô cách ly màu đen được đặt trong mẫu căn chỉnh để giúp phát hiện tọa độ trung tâm của mẫu căn chỉnh dễ dàng hơn

Quiet zone (vùng tĩnh): khoảng trống lề cần thiết để đọc Mã QR Vùng tĩnh này giúp dễ dàng phát hiện ký hiệu trong số hình ảnh được đọc bởi cảm biến/camera

Data area (vùng dữ liệu): Dữ liệu Mã QR sẽ được lưu trữ (mã hóa) vào vùng dữ liệu Phần màu xám (hình 2.4) đại diện cho vùng dữ liệu Dữ liệu sẽ được mã hóa thành các số nhị phân của ‘0’ và ‘1’ dựa trên quy tắc mã hóa Các số nhị phân của ‘0’ và ‘1’

sẽ được chuyển thành các ô đen trắng và sau đó sẽ được sắp xếp Vùng dữ liệu sẽ có các

mã Reed-Solomon được kết hợp cho dữ liệu được lưu trữ và chức năng sửa lỗi

2.2.3 Thông số kỹ thuật của mã QR code

Bảng 2.1 Thông số kỹ thuật của mã QR code Kích thước ký hiệu Min là 21x21 ô vuông và Max là 177x177 ô vuông

Loại thông tin và khối lượng

lưu trữ thông tin

Số đơn thuần Tối đa 7.089 ký tự

Số và chữ cái Tối đa 4.296 ký tự

Số nhị phân (8 bit) Tối đa 2.953 byte

Kanji/Kana Tối đa 1.817 ký tự

Chức năng sửa chữa lỗi

Chức năng liên kết Một mã QR có thể chia thành tối đa 16 ký hiệu

nhỏ, có khả năng liên kết thông tin với nhau

13

2.2.4 Ứng dụng thực tế mã QR

Kiểm kê hàng hóa, thông tin sản phẩm, thông tin cá nhân trên card visit

Lưu trữ URL: sử dụng điện thoại để đọc QR Code để lấy URL và tự động mở web trên trình duyệt Và hiện nay thường thấy rất nhiều ở nơi công cộng trong việc khai báo y tế

Ứng dụng tại các bến xe bus, xe lửa, tàu điện ngầm: người sử dụng khi quét mã QR Code của bến xe sẽ biết thông tin về các chuyến xe

Sử dụng tại các Viện bảo tàng: người sử dụng chỉ cần quét mã QR Code đặt cạnh vật trưng bày là biết được thông tin chi tiết và cập nhật về đồ vật đó

Sử dụng tại siêu thị: để biết được thông tin, hướng dẫn nấu ăn cũng như hàm lượng dinh dưỡng của những thức ăn cần mua, xuất sứ, hạn sử dụng, …

Sử dụng tại các buổi hội thảo, thuyết trình, tổ chức sự kiện, chương trình nhạc hội, live show, bar, club: người tham gia có thể sử dụng QR Code thay cho Business Card của mình

Sử dụng tại nhà hàng, khách sạn, coffee shop: để biết được công thức và cách chế biến món ăn, thức uống, thông tin khách sạn

Sử dụng trong truyền thông quảng cáo marketing: dần thay thế các quảng cáo dưới hình thức in ấn và phát tờ bướm QR Code sẽ đính kèm thông tin thương hiệu trên các ấn phẩm, bảng hiệu cửa hàng, các bảng quảng cáo, billboard

Sử dụng mã QR để tạo sự khác biệt trong chữ ký email thường dùng; trên những món quà, để tạo đặc biệt và bất ngờ cho người nhận, và làm cho người nhận thấy tò mò

về nội dung của QR Code đính kèm

Hình 2.8 Hình mã QR đặt tại nơi công cộng để khai báo y tế cho người dân

ra của hệ thống như: đặc tính của đối tượng cần nhận dạng, môi trường làm việc của hệ thống, tốc độ xử lý,… Ngoài ra cũng cần dựa vào yêu cầu về giá thành để có thể lựa được thiết bị với chất lượng phù hợp Hiện nay cũng đã có nhiều hãng lớn sản xuất các camera chuyên dụng, đáp ứng được các nhu cầu thực tế như: keyence, omron, cognex,…

Hình ảnh thu được từ camera sẽ là ảnh số và được truyền tới bộ xử lý trung tâm

để thực hiện các bước tiếp theo của quá trình tiền xử lý

- Chuyển đổi không gian màu

Ảnh được chụp từ camera gửi lên bộ xử lý trung tâm là ảnh số và thường sẽ có

hệ màu RGB Để dễ dàng cho việc xử lý ảnh thì cần chuyển ảnh màu RGB sang ảnh Gray (ảnh xám)

Ảnh có hệ màu RGB: Là một tập hợp của một ma trận điểm ảnh (Pixel) và mỗi Pixel biểu diễn một điểm màu Mỗi điểm màu được cấu tạo bởi ba lớp màu cơ bản là màu đỏ (Red), màu xanh lục (Green) và màu xanh lam (Blue) Nếu ảnh đầu vào là ảnh được mã hóa bởi 24 bit thì mỗi điểm ảnh của một lớp màu được biểu diễn bởi 1 byte (8

15

bit), tức là mỗi điểm ảnh sẽ có giá trị biến thiên trong đoạn [0, 28-1], như vậy mỗi điểm ảnh trong ảnh màu RGB sẽ có giá trị là (0…255, 0…255, 0…255) và sẽ có 256x256x256

= 16.7 triệu màu sắc khác nhau Mỗi điểm ảnh trong các kênh màu Red, Green, Blue sẽ

có giá trị lần lượt lượt là: (0…255, 0, 0), (0, 0…255, 0), (0, 0, 0…255) Ảnh Gray (ảnh xám): Là một tập hợp của một ma trận điểm ảnh (Pixel) Mỗi điểm ảnh mang giá trị từ

0 đến 255 Điểm ảnh có giá trị là 0 sẽ có màu tối nhất và ngược lại điểm ảnh có giá trị

255 sẽ có màu sáng nhất

Việc chuyển ảnh màu RGB sang ảnh Gray sẽ được thực hiện theo công thức: 𝐼(𝑥, 𝑦) =0,3086∗𝑅𝑒𝑑(𝑥, 𝑦)+0,6094∗𝐺𝑟𝑒𝑒𝑛(𝑥, 𝑦)+0,0820∗𝐵𝑙𝑢𝑒(𝑥, 𝑦) (2.1) Trong đó:𝐼(𝑥, 𝑦): Là cường độ sáng tại điểm có tọa độ (𝑥, 𝑦) của ảnh xám

• 𝑅𝑒𝑑(𝑥, 𝑦): Là giá trị tại điểm ảnh có tọa độ (𝑥, 𝑦) của kênh màu Red trong ảnh màu RGB

• 𝐺𝑟𝑒𝑒𝑛(𝑥, 𝑦): Là giá trị tại điểm ảnh có tọa độ (𝑥, 𝑦) của kênh màu Green trong ảnh màu RGB

• 𝐵𝑙𝑢𝑒(𝑥, 𝑦): Là giá trị tại điểm ảnh có tọa độ (𝑥, 𝑦) của kênh mà Blue trong ảnh màu RGB

• Hệ số 0.3086, 0.6094, 0.0820 là hệ số tỉ lệ ứng với mỗi kênh màu Giá trị của 3

hệ số có thể khác nhau tùy vào ý muốn của người lập trình và tổng của chúng luôn bằng 1

Hình 2.9 ảnh màu chuyển sang ảnh xám

- Lọc nhiễu và tăng cường chất lượng cho ảnh:

Meadian filter (lọc trung vị): Sử dụng cửa sổ lọc quét qua lần lượt từng điểm ảnh của ảnh đầu vào Điểm trung tâm của cửa sổ lọc sẽ ứng với điểm ảnh được lọc Kích thước của cửa sổ lọc thường là 3x3, 5x5, … Giá trị của điểm ảnh được lọc sẽ là trung vị của chuỗi số trong vùng cửa sổ lọc của ảnh gốc Trung vị của một chuỗi số có (2n+1) sẽ

số là số nằm giữa khi mà dãy số đó được sắp xếp theo thứ tự tăng dần hoặc giảm dần

Cho ảnh đầu vào với 𝐼(𝑥, 𝑦) là giá trị điểm ảnh tại điểm có tọa độ pixel là (𝑥, 𝑦), cửa sổ lọc 𝐾 và một ngưỡng 𝜃, kỹ thuật lọc trung vị gồm các bước:

Bước 1: Tính trung vị

𝐼(𝑥, 𝑦) ∈ 𝐾} → 𝑀𝑒𝑑(𝐼(𝑥, 𝑦)) (2.2)

Bước 2: Gán giá trị

Ví dụ cho ảnh sau với cửa sổ K(3x3) và 𝜃 = 3

Hình 2.10 pixel ảnh ban đầu Sắp xếp các giá trị trong cửa sổ lọc theo thứ tự tăng dần ta được dãy sau: 1, 1, 5,

6, 7, 9, 9, 12, 15 ⇒ giá trị trung vị là 7 Gán giá trị ta thấy 12 − 7 > 3, do đó giá trị 12 sau phép lọc có giá trị là 7 và các giá trị còn lại không thay đổi

5 7 15 13

1 7 1 0

9 6 9 4

8 13 3 0 Hình 2.11 pixel ảnh khi lọc

Ngưỡng ảnh là một dạng phân đoạn ảnh đơn giản để tạo ra một hình ảnh nhị phân

từ một hình ảnh thang độ xám hoặc hình ảnh đầy đủ màu sắc Điều này thường được thực hiện để tách các pixel "đối tượng" hoặc pixel tiền cảnh (foreground) khỏi pixel nền (background) để hỗ trợ xử lý hình ảnh

❖ Kỹ thuật phân ngưỡng toàn cục

Ảnh đầu vào là ảnh xám và ảnh đầu ra là một ảnh nhị phân với mục đích để tách được foreground (nền trước) và background (nền sau) Để tiến hành phân ngưỡng sử dụng công thức sau:

𝐼(𝑥, 𝑦) = {1 | 𝑓(𝑥, 𝑦) ≥ 𝑇

0 | 𝑓(𝑥, 𝑦) < 𝑇 (2.5) Trong đó:

𝑇 là ngưỡng

𝐼(𝑥, 𝑦) là giá trị pixel tại (𝑥, 𝑦) của ảnh đầu ra

𝑓(𝑥, 𝑦) là giá trị pixel tại (𝑥, 𝑦) của ảnh đầu vào

18

Hình 2.13 Anh lấy ngưỡng toàn cục

➢ Lưu ý: Nếu chọn ngưỡng không phù hợp kết quả sẽ bị sai và không thể

phân biệt background và foreground

❖ Kỹ thuật phân ngưỡng toàn cục thích nghi

Bước 1: Chọn ngưỡng 𝑇 (𝑇 có thể là giá trị bất kỳ, ví dụ chọn trung bình mức xám của các pixel là một phương án)

Bước 2: Ta phân các pixel làm 2 nhóm như sau:

• 𝐺1: là tập hợp các pixel có mức xám > 𝑇

• 𝐺2: là tập hợp các pixel có mức xám ≤ 𝑇 Bước 3: Tính mức xám trung bình của các pixel của 𝐺1 và 𝐺2:

𝜇1 = ∑𝐺1 𝑓(𝑥, 𝑦) (2.6)

𝜇2 = ∑𝐺2 𝑓(𝑥, 𝑦) (2.7)Bước 4: Tính ngưỡng mới:

𝑇 = 𝜇1+ 𝜇2

2 (2.7) Bước 5: Lặp lặp bước 2 đến bước 4 sao cho giá trị ∆𝑇 giữa 2 lần liên tiếp nhỏ hơn một giá trị cho trước

19

Hình 2.14 Anh lấy lưỡng cục toàn nghi

❖ Kỹ thuật phân ngưỡng theo phương pháp Otsu[4]

𝑃2(𝑘) = ∑ 𝑝𝑖

𝐿−1

𝑖=𝑘+1

(2.10)

Bước 6: Xác định k sao cho: min {𝜎𝑤2(𝑘)|𝑘 = 0, 1, … , 𝐿 − 1}

Hoặc tương đương với việc tìm max {𝜎𝐵2(𝑘)|𝑘 = 0, 1, … , 𝐿 − 1}

𝜎𝐵2(𝑘) = 𝑃1(𝑘) [𝜇1(𝑘) − 𝜇𝐺]2+ 𝑃2(𝑘) [𝜇2(𝑘) − 𝜇𝐺]2 (2.18)

𝜎𝐵2(𝑘) = 𝑃1(𝑘)𝑃2(𝑘) [𝜇1(𝑘) − 𝜇2(𝑘)]2 = [𝜇(𝑘) − 𝜇𝐺𝑃1(𝑘)]2

𝑃1(𝑘)𝑃2(𝑘) (2.19)

21

(Với 𝜇(𝑘) = ∑ 𝑖 𝑝𝑖)

𝑘

𝑖=0

Hình 2.15 Ví dụ mô phỏng về kỹ thuật phân ngưỡng bằng phương pháp Otsu

2.3 Phát hiện vật và quét mã QR bằng camera

2.3.1 Phát hiện vật

Để phát hiện vật ta có một công cụ hữu ích trong python, đó là contour[5] Contour được định nghĩa là tập hợp hợp các điểm liên tục tạo thành một đường cong mà không có khoảng hở trên đường cong đó, đặc điểm chung trong một contour là các điểm

có cùng hoặc xấp xỉ một giá trị màu

Để tìm contour chính xác, đầu tiên cần chuyển đổi ảnh từ ảnh màu sang ảnh xám rồi từ ảnh xám chúng ta nhị phân hóa thành ảnh nhị phân

22

_ : Ảnh sau khi sử dụng contour, thường chúng ta không xài đối số này

binaryImage: Ảnh nhị phân gốc Một chú ý quan trọng ở đây là sau khi sử dụng hàm findContours thì giá trị của binaryImage cũng thay đổi theo, nên khi sử dụng bạn có thể áp dụng binaryImage.copy() để không làm thay đổi giá trị của binaryImage

typeofContour: có các dạng sau: RETR_EXTERNAL, RETR_LIST, RETR_CCOMP, RETR_TREE, RETR_FLOODFILL

methodofContour: Có các phương thức sau: CHAIN_APPROX_NONE, CHAIN_APPROX_SIMPLE,CHAIN_APPROX_TC89_L1,

Hệ toạ độ cơ sở: liên kết với đế cố định của robot, toạ độ các khâu của robot tham chiếu đến hê toạ độ này Robot có thể đặt ở nhiều vị trí và hướng mà không ảnh hưởng đến chương trình

Hệ toạ độ dụng cụ : miêu tả toạ độ và hướng của đầu mút dụng cụ gắn vào tay kẹp, cho phép thay dụng cụ mà không cần lập trình lại

Hệ toạ độ thế giới: cố định, thường sử dụng khi có nhiều robot hoạt động chung

Hệ toạ độ người dùng: dùng cho robot phải thực hiện nhiều công việc khác nhau, liên kết với một vật cố định, ví dụ bàn máy

Hệ toạ độ vật: liên kết với vật

Hệ tọa độ pixel: hệ tọa độ dùng cho ảnh

Hình 2.17 Các hệ trục tọa độ

24

2.3.1.2 Phép tịnh tiến

Hình 2.18 Qui ước bàn tay phải và dịch chuyển giữa hai hệ tọa độ Cho hệ tọa độ 𝑂0𝑥0𝑦0𝑧0 (gọi tắt là hệ tọa độ 𝑂0) (hình) chiều được xác định theo qui tắc bàn tay phải Gọi 𝑃0(𝑥𝑃0, 𝑦𝑃0, 𝑧𝑃0) là điểm thuộc hệ tọa độ 𝑂0 Hệ tọa độ 𝑂0 tịnh tiến trong không gian tạo ra một hệ tọa độ mới 𝑂1𝑥1𝑦1𝑧1 (𝑂1) Tọa độ của điểm 𝑃0 sao với hệ tọa độ mới 𝑂1 ký hiệu là 𝑃1

Các phép biến đổi sẽ được biểu diễn qua các ma trận 4x4, toạ độ các điểm được biểu diễn theo toạ độ đồng nhất nghĩa là thay cho toạ độ (x, y, z) ta sẽ dùng (x, y, z, 1) Gọi 𝑇01 là ma trận tịnh tiến từ hệ tọa độ 𝑂0 → 𝑂1 Ta có công thức sau:

Trong đó: 𝑑𝑥, 𝑑𝑦, 𝑑𝑧 lần lượt là độ dời theo trục 𝑂𝑥, 𝑂𝑦, 𝑂𝑧

2.4.1.2 Các phép quay cơ bản

Hình 2.19 Góc quay của các trục và chiều xoay

25

Khi thực hiện phép quay trong không gian ba chiều ta cần phải biết trục quay và góc quay Chiều của góc quay được xác định theo chiều cùng chiều kim đồng hồ (chiều âm) và ngược chiều kim đồng hồ (chiều dương) khi mắt nhìn dọc theo trục quay (ta sẽ

gọi đó là hướng nhìn) Ví dụ các phép quay minh hoạ trên hình 3.9 là phép quay theo

chiều dương đối trục quay Oz và Oy, phép quay theo chiều âm đối với trục Ox với hướng nhìn từ phía âm, hướng về phía dương của các trục

Gọi 𝑃(𝑥, 𝑦, 𝑧) và 𝑃′(𝑥′, 𝑦′, 𝑧′) là tọa độ của P sau khi thực hiện phép quay Ta lần

lượt xét các phép quay một góc θ theo các trục Ox, Oy, Oz theo chiều như hình 3.9:

- Phép quay quanh trục Oz ta có công thức:

- Phép quay quanh trục Ox, ta có công thức:

- Phép quay quanh trục Oy, ta có công thức:

26

Ngoài các phép quay cơ bản trên còn có phép quay quanh một trục song song với trục tọa độ và phép quay quanh một trục bất kỳ Nhưng vì giới hạn của nội dung đề tài nên không xét tới hai trường hợp trên

2.4.2 Động học robot

2.4.2.1 Các tham số động học DH (Denavit Hartenberg [6])

Một Robot nhiều khâu cấu thành từ các khâu nối tiếp nhau thông qua các khớp động Gốc chuẩn (Base) của một Robot là khâu số 0 và không tính vào số các khâu Khâu 1 nối với khâu chuẩn bởi khớp 1 và không có khớp ở đầu mút của khâu cuối cùng Bất kỳ khâu nào cũng được đặc trưng bởi hai kích thước:

Độ dài pháp tuyến chung: 𝑎𝑛

𝑎𝑛, 𝛼𝑛, 𝑑𝑛 và 𝜃𝑛

Góc giữa các trục trong mặt phẳng vuông góc với 𝑎𝑛: 𝛼𝑛

Thông thường, người ta gọi 𝑎𝑛 là chiều dài và 𝛼𝑛 là góc xoắn của khâu Phổ biến

là hai khâu liên kết với nhau ở chính trục của khớp

Mỗi trục sẽ có hai pháp tuyến với nó, mỗi pháp tuyến dùng cho mỗi khâu (trước

và sau một khớp) Vị trí tương đối của hai khâu liên tiếp như thế được xác định bởi 𝑑𝑛

là khoảng cách giữa các pháp tuyến đo dọc theo trục khớp n và 𝜃𝑛 là góc giữa các pháp tuyến đo trong mặt phẳng vuông góc với trục 𝑑𝑛 và 𝜃𝑛 thường được gọi là khoảng cách

và góc giữa các khâu

Hình 2.20 Chiều dài và góc xoắn của một khâu

27

Hình 2.21 Các thông số của khâu: θ, d, a và α

Để mô tả mối quan hệ giữa các khâu ta gắn vào mỗi khâu một hệ tọa độ Nguyên tắc chung để gắn hệ tọa độ lên các khâu như sau:

Gốc của hệ tọa độ gắn lên khâu thứ n đặt tại giao điểm của pháp tuyến a n với khớp thứ n+1 Trường hợp hai trục khớp cắt nhau, gốc tọa độ sẽ đặt tại chính điểm cắt đó Nếu các trục khớp song song với nhau, gốc tọa độ được chọn trên trục khớp của khâu

kế tiếp, tại điểm thích hợp

Trục z của hệ tọa độ gắn lên khâu thứ n đặt dọc theo trục khớp thứ n+1

Trục x thường được đặt dọc theo pháp tuyến chung và hướng từ khớp n đến n+1.Trong trường hợp các trục khớp cắt nhau thì trục x chọn theo tích vectơ

Trường hợp khớp quay thì θn là các biến khớp, trong trường hợp khớp tịnh tiến thì dn là biến khớp và an bằng 0

Các thông số 𝑎𝑛, 𝛼𝑛, 𝑑𝑛 và 𝜃𝑛 được gọi là bộ thông số D-H

Hình 2.22 Các khớp robot

28

Các bước đồng nhất 2 hệ tọa độ theo Denavit – Hartenberg

Khi các hệ tọa độ được đặt theo quy tắc trên, ta thực hiện phép tịnh tiến và quay theo các trục của hệ tọa độ theo thứ tự sau để đồng nhất hệ tọa độ i-1 thành hệ tọa độ i: Bước 1: tịnh tiến một đoạn 𝑑𝑖 theo trục 𝑧𝑖 để 𝑥𝑖−1 nằm trên mặt phẳng pháp tuyến của 𝑧𝑖−1 chứa 𝑥𝑖

Bước 2 quay 1 góc 𝜃𝑖 quanh trục 𝑧𝑖−1 để 𝑥𝑖−1 cùng phương với 𝑥𝑖

Bước 3 tịnh tiến 1 đoạn 𝑎𝑖 theo trục 𝑥𝑖−1để 𝑜𝑖−1 trùng với 𝑜𝑖

Lúc này hai trục 𝑥𝑖−1 và 𝑥𝑖 đã trùng nhau hoàn toàn

Bước 4: quay 1 góc 𝛼𝑖 quanh trục 𝑥𝑖−1 ( đã trùng với 𝑥𝑖 ) để 𝑧𝑖−1 trùng với 𝑧𝑖

Ma trận biến đổi thuần nhất giữa 2 hệ tọa độ theo quy tắc D-H

Như vậy việc đồng nhất từ hệ tọa độ i-1 thành hệ tọa độ I được thực hiện qua phép tịnh tiến và quay các hệ trục tọa độ Tương ứng với các phép tịnh tiến và quay đó là các

ma trận biến đổi thuần nhất tịnh tiến và quay thuần túy Ma trận biến đổi thuần nhất từ

hệ tọa độ i thành i-1 là một ma trận biến đổi thuần nhất tổng hợp

Gọi ma trận biến đổi thuần nhất từ hệ tọa độ i thành i-1 theo nguyên tắc D-H là

Phương trình động học thuận tay máy

Các phương trình động học thuận tay máy có thể rút ra thông qua ma trận biến đổi thuần nhất Dn0 giữa hệ tọa độ n của khâu tác động cuối và hệ tọa độ gốc 0

So với bài toán động học thuận, bài toán động học thuận, bài toán động học ngược phức tạp hơn nhiều Phương pháp để giải bài toán động lực học ngược có thể chia ra hai nhom phương pháp: phương pháp giải tích và phương pháp số

30

Hình 2.23 Công dụng động học robot Phương pháp giải tích tìm ra các nghiệm chính xác là giá trị của các khớp q khi cho trước yêu cầu điều khiển là vị trí và hướng của khâu tác động cuối X Nhược điểm của phương pháp này là không có cách giải tổng quát cho cấu hình của tay máy

Nhóm các phương pháp số khá đa dạng như: Sử dụng giải thuật lai giữa kỹ thuật mở và mạng nơtron hay phương pháp CCD (Cyclic Coordinate Descent)… nhóm phương pháp này chỉ đưa ra các nghiệm gần đúng

2.4.3 Thuật toán nội suy đường tròn

Thuật toán nội suy là thuật toán quan trọng trong điều khiển robot, nó tạo ra quỹ đạo di chuyển của phần tử chấp hành cánh tay robot từ điểm này sang điểm kia theo một quỹ đạo nhất định Mục đích của thuật toán là tạo ra thứ tự xuất xung điều khiển giữa các khớp với nhau

Thuật toán nội suy đường tròn theo phương pháp xấp xỉ bậc thang[7] có giải thuật như sau:

Hình 2.24 Nội suy đường tròn xấp xỉ bậc thang

31

Hình 2.25 Lưu đồ giải thuật thuật toán nội suy đường tròn Trong đó:

Xo, Yo là số xung tại điểm đầu

Xf, Yf là số xung chênh lệch giữa điểm đầu và điểm cuối

32

CHƯƠNG 3 TÍNH TOÁN THIẾT KẾ MÔ HÌNH HỆ THỐNG

3.1 Tính toán thiết kế thiết bị cho hệ cơ khí

Hình 3.1 Kết cấu cơ khí hệ thống 3.1.1 Động học thuận robot

Hình 3.2 đặt hệ trục tọa độ cho robot

A = cos𝑞1[l2𝑐𝑜𝑠𝑞2+ l4cos(𝑞2+ 𝑞3+ 𝑞4) + l3cos(𝑞2+ 𝑞3)] (3.6)

B = sin𝑞1[l2𝑐𝑜𝑠𝑞2+ l4cos(𝑞2+ 𝑞3+ 𝑞4) + l3cos(𝑞2+ 𝑞3)] (3.7)

C = l1+ l2𝑠𝑖𝑛𝑞2+ l4sin(𝑞2+ 𝑞3+ 𝑞4) + l3sin(𝑞2+ 𝑞3) (3.8)

34

3.1.2 Động học nghịch robot

Bài toán động học thuận gồm việc giải quyết vị trí và hướng của tay gắp (cơ cấu chấp hành cuối khi biết tất cả các biến khớp) Bài toán động học nghịch yêu cầu tìm tập nghiệm của các khớp khi biết vị trí và hướng tay gắp

Hình 3.3 Hướng và vị trí robot trong không gia Descartes

Ta có hệ phương trình

{

𝑃𝑥 = cos𝑞1[l2𝑐𝑜𝑠𝑞2+ l4cos(𝑞2 + 𝑞3+ 𝑞4) + l3cos(𝑞2+ 𝑞3)]

𝑃𝑦 = sin𝑞1[l2𝑐𝑜𝑠𝑞2+ l4cos(𝑞2+ 𝑞3+ 𝑞4) + l3cos(𝑞2+ 𝑞3)]

𝑃𝑧 = l1+ l2𝑠𝑖𝑛𝑞2+ l4sin(𝑞2+ 𝑞3+ 𝑞4) + l3sin (𝑞2+ 𝑞3)

(3.9)

(Với 𝑃𝑥, 𝑃𝑦, 𝑃𝑧 lần lượt là tọa độ của tay gắp)

Giải hệ phương trình tìm tập nghiệm (𝑞1, 𝑞2, 𝑞3, 𝑞4)

Ta sử dụng phương pháp hình học

Ta có tan 𝑞1 = 𝑃𝑦

𝑃𝑥 (3.10) Xét Δ𝑂1𝑂2𝑂3 :