CHƯƠNG 1: TỔNG QUAN 1.1 Giới thiệu chung Cuộc sống con người hiện nay cùng với sự phát triển mạnh của khoa học và kỹ thuật, chúng ta ngày càng đạt được nhiều thành tựu to lớn trong nhiề
TỔNG QUAN
Giới thiệu chung
Cuộc sống con người ngày nay đang trải qua sự phát triển vượt bậc của khoa học và kỹ thuật, dẫn đến nhiều thành tựu nổi bật trong các lĩnh vực như y học, kỹ thuật, công nghiệp hóa và công nghệ thông tin.
Với sự phát triển vượt bậc của Robot công nghiệp, Robot Delta hay Robot song song đã trở thành lựa chọn hàng đầu trong lĩnh vực phân loại sản phẩm nhờ vào những đặc tính vượt trội so với các robot truyền thống Chính vì vậy, nhóm chúng tôi đã quyết định nghiên cứu đề tài: “Điều khiển và giám sát hệ thống phân loại sản phẩm sử dụng Delta Robot”.
Mục tiêu của đề tài là ứng dụng PLC S7-1200 và công nghệ xử lý ảnh để phát triển thuật toán điều khiển cho mô hình Robot Delta, nhằm phân loại sản phẩm dựa trên hình dạng và màu sắc.
Robot Delta là một loại robot song song, bao gồm nhiều chuỗi động học kết nối với bộ phận cố định đầu cuối, tương tự như một khái niệm không gian của liên kết bốn thanh Với ba nhánh, mỗi nhánh được kết nối vào giá di động thông qua cơ cấu hình bình hành, Robot Delta sử dụng cấu trúc hình học để tạo ra chuyển động cho đầu cuối mà không làm thay đổi hướng, chỉ di chuyển theo các trục X, Y hoặc Z Đối tượng cần phân loại được nhận diện qua camera, sau đó gửi thông tin về PC về tọa độ, màu sắc và hình dạng PC sẽ tính toán dữ liệu qua phương trình động lực học và ứng dụng xử lý ảnh để xác định tọa độ vật, từ đó gửi thông tin tới PLC để điều khiển robot thực hiện việc gắp và thả sản phẩm vào ô phân loại Hệ thống đã được lắp đặt và thử nghiệm thực tế với tỉ lệ xác định và gắp vật chính xác lên tới gần 96% Phần mềm điều khiển Robot Delta được lập trình với hai chế độ Auto và Manual, giúp tăng tính linh hoạt trong các hoạt động và mô phỏng quá trình phân loại sản phẩm trong công nghiệp.
Các vấn đề đặt ra
Hiện nay, robot đang trở thành yếu tố quan trọng trong nhiều ngành công nghiệp và đời sống con người nhờ vào sự phát triển của tự động hóa Trong bối cảnh kinh tế toàn cầu bị ảnh hưởng nặng nề bởi đại dịch Covid-19 trong suốt 3-4 năm qua, nhu cầu sử dụng công nghệ robot ngày càng tăng Robot không chỉ đảm bảo an toàn cho nhân công mà còn giúp công việc diễn ra liên tục với độ chính xác cao Chúng có khả năng làm việc 24/24 với 100% năng suất và tự động hóa quy trình mà không cần hoặc chỉ cần rất ít sự can thiệp của con người.
Robot công nghiệp được phân loại theo nhiều loại hình khác nhau, từ robot cắt, robot gắp sản phẩm đến robot sơn, phục vụ cho các công việc nặng nhọc và yêu cầu độ chính xác cao Trong số đó, Robot Delta nổi bật với ưu điểm như trọng lượng nhẹ, kích thước nhỏ gọn, tốc độ nhanh và chi phí sản xuất thấp Nhờ những đặc điểm này, Robot Delta ngày càng được ứng dụng rộng rãi trong dây chuyền sản xuất, đặc biệt trong việc gắp và lắp ráp sản phẩm điện tử, phân loại, đóng gói thực phẩm, và trong lĩnh vực y học hiện đại.
Nhóm đã nghiên cứu các mô hình Robot Delta trong công nghiệp và các đồ án tốt nghiệp tại Đại học Sư phạm Kỹ thuật TP Hồ Chí Minh Qua đó, nhóm tiến hành tính toán và xác định các thông số phù hợp cho mô hình Robot Delta phục vụ cho việc phân loại sản phẩm Do yêu cầu về tốc độ và độ chính xác cao trong ứng dụng này, Robot cần được thiết kế tỉ mỉ, chính xác và chắc chắn để đảm bảo hiệu suất làm việc bền bỉ.
Hình 1.1: Robot Delta trong công nghiệp
Mục tiêu đề tài
Thiết kế và thi công Robot Delta kết hợp với tính toán động học và lập trình điều khiển, sử dụng công nghệ xử lý ảnh để xác định vị trí sản phẩm Robot này có khả năng gắp và phân loại sản phẩm dựa trên hình dạng và màu sắc, đồng thời điều hướng để sắp xếp sản phẩm theo yêu cầu.
Xây dựng phần mềm điều khiển Robot Delta với hai chế độ Auto và Manual, cho phép phát hiện vị trí và tọa độ sản phẩm trên băng tải Robot có khả năng gắp và đặt sản phẩm vào ô phân loại, giúp tối ưu hóa quy trình thao tác Giao diện giám sát trên máy tính hỗ trợ người dùng dễ dàng theo dõi và điều khiển toàn bộ quy trình.
Sản phẩm được phân loại đạt hiệu suất tối đa 20 sản phẩm mỗi phút, với tỷ lệ phân loại thành công vượt quá 95% cho toàn bộ sản phẩm.
Đối tương nghiên cứu
Trong đề tài này, sản phẩm có hình vuông, hình tròn và hình tam giác với màu cam và xanh dương Các sản phẩm được đưa lên băng tải, sau đó được nhận dạng hình dạng, màu sắc và tọa độ qua camera gửi về máy tính Máy tính sẽ xử lý dữ liệu và tính toán thông qua phương trình động lực học, sau đó truyền thông tin đến PLC để điều khiển robot di chuyển đến vị trí đã tính toán và gắp sản phẩm để thả vào hộp phân loại.
Phạm vi giới hạn
Nhóm nghiên cứu đã phát triển ứng dụng xử lý ảnh cho Robot Delta nhằm phân loại sản phẩm dựa trên hình dạng và màu sắc Để tối ưu hóa quá trình xử lý ảnh, nhóm đã cải tiến phần cứng nhằm giảm thiểu nhiễu xạ ánh sáng Bên cạnh đó, nghiên cứu về động học Robot Delta đã được thực hiện để lập trình và tối ưu hóa thuật toán, giúp hệ thống phát hiện sản phẩm và thực hiện thao tác gắp – thả với độ chính xác cao và tốc độ ổn định hơn.
Nội dung đề tài
Giới thiệu chung đề tài, các vấn đề đặt ra, phương pháp nghiêm cứu, phạm vi giới hạn của đề tài
Chương 2 Cơ sở lý thuyết
Lý thuyết tính toán của phương trình động lực học thuận và nghịch của robot đóng vai trò quan trọng trong việc điều khiển và tối ưu hóa chuyển động của chúng Bên cạnh đó, công nghệ xử lý ảnh được ứng dụng trong nghiên cứu này giúp nâng cao khả năng nhận diện và tương tác của robot với môi trường xung quanh, từ đó cải thiện hiệu suất làm việc và độ chính xác trong các nhiệm vụ tự động hóa Việc kết hợp giữa động lực học và xử lý ảnh mở ra nhiều cơ hội mới cho sự phát triển của robot trong các lĩnh vực khác nhau.
Chương 3 Thi công phần cứng
Yêu cầu thiết kế hệ thống sẽ được trình bày rõ ràng, từ đó tiến hành thiết kế phần cứng cụ thể đáp ứng các tiêu chí đã đề ra Việc lựa chọn các thiết bị phù hợp với hệ thống là rất quan trọng, đồng thời cần trình bày sơ đồ kết nối giữa các thiết bị để đảm bảo tính khả thi và hiệu quả của hệ thống.
Chương 4 Thuật toán điều khiển
Trình bày thuật toán và lưu đồ điều khiển robot và thiết kế giao diện giám sát quy trình trên màn hình máy tính, điều khiển robot Delta
Chương 5 Kết quả và nhận xét
Trình bày về những kết quả nhất định đã đạt được về phần cứng, phần mềm và kết quả thực nghiệm của mô hình
Chương 6 Kết luận và hướng phát triển
Bài viết này trình bày các vấn đề đã được giải quyết dựa trên các tiêu chí yêu cầu đã đề ra trước đó Đồng thời, chúng tôi cũng đề xuất một số hướng phát triển tối ưu nhằm hoàn thiện đề tài hơn nữa.
CƠ SỞ LÝ THUYẾT
Yêu cầu hệ thống
2.1.1 Phân loại sản phẩm theo hình dạng và màu sắc Đối với chế độ phân loại sản phẩm theo hình dạng và màu sắc, vật cần phân loại ở đây gồm những vật có hình vuông, tròn và tam giác và có màu cam và xanh dương
Hệ thống cần phân loại chính xác hình dạng và màu sắc của vật thể, vì vậy việc ứng dụng các phương pháp xử lý ảnh là rất cần thiết Qua đó, hệ thống sẽ tính toán và gửi tín hiệu đến robot để thực hiện các nhiệm vụ cần thiết.
Trên thị trường hiện nay có nhiều linh kiện được sử dụng trong giáo dục và công nghiệp để phân loại sản phẩm, như cần gạt ngang, cảm biến kết hợp cùng cần đẩy và máy gắp Để đáp ứng yêu cầu của đề tài, hệ thống cần gắp sản phẩm một cách chắc chắn và nhanh chóng với tần suất liên tục Nhằm đảm bảo tính kinh tế cho sinh viên, nhóm chúng tôi đã chọn linh kiện bơm hút chân không để hút sản phẩm và đưa vào vị trí đã xác định trước, đảm bảo mô hình hệ thống phân loại hoạt động liên tục và chính xác.
2.1.2 Tìm toạ độ của vật và tiến hành phân loại
Hệ thống sử dụng thuật toán xử lý ảnh kết hợp với camera để phân loại sản phẩm trên băng tải Khi camera phát hiện đúng hình dạng và màu sắc của sản phẩm, hệ thống xác định vị trí chính xác và gửi tọa độ về máy tính Điều này giúp tính toán động học và điều khiển robot thực hiện việc gắp vật Để đảm bảo độ chính xác trong việc điều khiển vị trí, cần áp dụng phương pháp điều khiển tự động.
Phương trình động lực học Robot Delta
2.2.1 Cấu tạo tổng quan Robot Delta
Hình 2.1: Cấu tạo Robot Delta Cấu tạo của Robot Delta Hình 2.1 bao gồm:
- Bàn máy tay động E (E1,2,3) và bàn tay cố định F (F1,2,3)
Ba khâu chủ động F1J1, F2J2, F3J3 được kết nối với bàn máy cố định (Base platform) thông qua các khớp quay và được điều khiển bởi ba động cơ, các động cơ này được gắn chặn với bàn máy cố định F.
- Ba khâu bị động E1J1, E2J2, E3J3 mỗi khâu là một cấu trúc hình bình hành
Hình học của các khâu hình bình hành trong bàn máy động cho thấy đây là một vật rắn chuyển động tịnh tiến trong không gian Robot có 3 bậc tự do, được xác định bởi 3 tọa độ θ1, θ2, θ3 trong không gian.
2.2.2 Động học nghịch Robot Delta
Với bài toán động học nghịch chúng ta sẽ biết được tọa độ điểm cuối cùng của
Robot E0 (x0, y0, z0) nằm ở trung tâm của tam giác đế di động, với ba góc θ cần xác định từ các khớp trên đến mặt phẳng của đế cố định Hệ quy chiếu được chọn có gốc tọa độ tại trọng tâm của tam giác đế cố định.
Chương 2: Cơ sở lý thuyết
Hình 2.2: Điểm cuối cùng của Robot và các góc θ
Hình 2.3: Giao tuyến của hình cầu và mặt phẳng yz
Thiết kế của Robot cho phép khớp F1J1 xoay trong mặt phẳng yz, tạo thành đường tròn với tâm F1 và bán kính rf Đồng thời, khớp hình bình hành J1E1 có khả năng xoay tự do, hình thành một hình cầu với tâm E1 và bán kính re Giao tuyến giữa hình cầu và mặt phẳng yz tạo ra một đường tròn có tâm E1' và bán kính 𝐸 1 ′ J1, trong đó 𝐸 1 ′ là hình chiếu của E1 trên mặt phẳng yz.
Hình 2.4: Giao điểm của 2 đường tròn Theo hình học:
Chương 2: Cơ sở lý thuyết
18 Áp dụng định lý Pytago cho 2 tam giác vuông 𝐹 1 𝐽 1 𝐽 1 ′ và 𝐽 1 𝐸 1 𝐸 1 ′ :
Từ (2.6) suy ra được như sau:
Từ hệ phương trình (2.7), nhóm lấy phương trình trên trừ đi phương trình dưới:
Từ phương trình (2.8) suy ra được phương trình như sau:
+ 2𝑧 𝐽 1 𝑧 0 − 𝑧 0 2 − 𝑟 𝑓 2 + (𝑟 𝑒 2 − 𝑥 0 2 ) = 0(2 9) Nhóm đặt biến như sau:
Thay 2 biến vừa đặt vào (2.10) và (2.11) vào phương trình (2.9), nhóm thu được:
Từ phương trình (2.12) suy ra được phương trình:
Thay phương trình (2.13) vào phương trình trên của hệ phương trình (2.7) sẽ thu được phương trình bậc 2 theo ẩn yj1:
Khai triển phương trình (4.14) thu được phương trình sau:
Nhóm xét công thức tính phương trình (2.16):
Từ phương trình (2.16) suy ra được 2 nghiệm 𝑦 𝐽 1 như sau:
2𝑎 (2 21) Điểm J1 luôn ở vị trí âm của trục y nên nhận được nghiệm:
Thay nghiệm phương trình (2.22) vào phương trình (2.13) thu được:
Góc 𝜃 1 là góc hợp bởi khớp trên 𝐹 1 𝐽 1 và mặt phẳng đế cố định
Chương 2: Cơ sở lý thuyết
Khi đã xác định được góc θ1, nhóm nghiên cứu tận dụng tính đối xứng của Robot Delta để tính toán góc θ2 và θ3 Bằng cách xoay hệ trục xyz một góc 120º với tọa độ điểm cuối cùng E0'(x0', y0', z0'), nhóm sử dụng các thuật toán đã áp dụng trước đó để tìm góc θ2 Để xác định góc còn lại, chỉ cần tiếp tục xoay hệ trục xyz thêm 120º.
Khi nhóm thiết lập hệ tọa độ ban đầu A, điểm E0 được xác định với tọa độ AE0 = (x0, y0, z0) Sau khi thực hiện phép xoay từ hệ tọa độ A một góc quanh trục z, ta thu được hệ tọa độ mới B, trong đó tọa độ của điểm E0 nhìn từ hệ tọa độ B là BE0 = (x0', y0', z0') Công thức chuyển đổi tọa độ từ hệ A sang hệ B được xác định qua phép xoay này.
𝐴 𝐸 0 = 𝑅 𝐵 𝐵 𝐴 𝐸 0 (2 25) Để tìm được 𝐵 𝐸 0 = (x0', y0', z0') ta cần nhân 2 vế của phương trình (2.9) cho ( 𝑅 𝐵 𝐴 ) 𝑇
Từ (2.26) và (2.27) suy ra được:
Bằng cách xoay từ hệ tọa độ A sang hệ tọa độ B quanh trục z với góc 120º ta suy ra được phương trình:
Chúng ta có ma trận chuyển đổi giữa hai hệ tọa độ A và B, trong đó thực hiện phép xoay quanh trục z với góc 120º mà không có sự tịnh tiến Dựa vào phương trình (2.28), ta suy ra được phương trình mới.
𝐵 𝐸 0 = 𝑅 𝑧 (120°) 𝑇 𝑇 𝐴 𝐸 0 (2 30) Tiếp tục thay phương trình (2.29) vào phương trình (2.30) ta được phương trình:
Vậy nhóm đã tìm được hệ phương trình để tính góc θ2 khi xoay quanh hệ trục tọa độ 1 góc 120º theo trục z:
Hình 2.5: Hệ tọa độ mới của (x', y', z')
Chương 2: Cơ sở lý thuyết
Ngược lại với góc θ2 , tiến hành xoay hệ tọa độ A quanh trục z một góc − 120º tính toán tương tự cho góc θ3, ta sẽ thu được hệ phương trình như sau:
2.2.3 Động học thuận Robot Delta
Bài toán động học thuận là bài toán ngược lại là đi tính tọa độ điểm cuối cùng của Robot E0 (x0 , y0 , z0) khi đã biết được các góc θ
Các khớp hình bình hành J1E1, J2E2, J3E3 có khả năng xoay tự do quanh các điểm J1, J2, J3, với góc θ có thể tính được, tạo thành các mặt cầu có bán kính re Khi tịnh tiến các điểm J1, J2, J3 theo các vector EE1, quá trình này sẽ ảnh hưởng đến hình dạng và vị trí của các khớp trong không gian.
E E , E E 3 0 thì các mặt cầu sẽ cắt nhau tại điểm E0
Lúc này chỉ cần giải 3 phương trình mặt cầu có tâm lần lượt là J1', J2', J3' và bán kính re để tìm giao điểm E0
Hình 2.6: Mô hình sau khi tịnhh tiến J1, J2, J3
Hình 2.7: Giao điểm của 3 mặt cầu
Hình 2.8: Hình chiếu trên mặt phẳng xy Theo hình học:
Chương 2: Cơ sở lý thuyết
Nhóm sẽ có hệ phương trình của 3 mặt cầu với giao điểm là E0(x0, y0, z0):
Với (x1, y1, z1), (x2, y2, z2), (x3, y3, z3) lần lượt là tọa độ các điểm 𝐽 1 ′ , 𝐽 2 ′ , 𝐽 3 ′ Đặt:
Thế (2.48) vào (2.42) ta thu được phương trình bậc 2 với ẩn z0:
Sau khi giải phương trình tìm được z0 và tiếp tục ta sẽ tìm được x0 và y0 từ (2.48) và (2.49)
Phương trình bậc 2 ẩn z0 có dạng:
Chương 2: Cơ sở lý thuyết
∆ < 0 phương trình không có nghiệm
∆ > 0 phương trình sẽ có nghiệm 𝑧 0 = −𝑏±√∆
Tuy nhiên cuối cùng ta chỉ lấy nghiệm: 𝑧 0 = −𝑏−√∆
2𝑎 vì đối với mô hình Robot Delta, điểm cuối cùng Robot luôn luôn nằm ở vị trí âm trên trục z
Sau khi có được z, ta thế vào phương trình (2.48) để tính được x và y
2.2.4 Không gian làm việc của Robot Delta
Không gian làm việc của Robot Delta bao gồm toàn bộ thể tích mà cơ cấu chấp hành cuối có thể hoạt động trong quá trình thực hiện các chuyển động Diện tích này phụ thuộc vào cấu trúc của các khớp và khớp hình bình hành của Robot, cũng như miền giá trị của các biến khớp Việc xác định vùng làm việc của Robot giúp nhóm dễ dàng hơn trong việc điều khiển và phân loại.
Nhóm đã áp dụng phần mềm Matlab để giải quyết bài toán động học thuận, tiến hành xác định tọa độ của cơ cấu chấp hành cuối hoạt động trong không gian theo các góc θ1, θ2, θ3 đã được giới hạn.
Trong trường hợp này, nhóm sinh viên đã giới hạn các góc θ 1, θ 2, θ 3 như sau:
Hình 2.9: Không gian làm việc của Robot Delta trong: a) Không gian 3 chiều xyz;
Không gian 2 chiều: b) xy; c) yz; d) xz
Việc tính toán không gian làm việc của Robot Delta đóng vai trò quan trọng trong nghiên cứu, thiết kế và chế tạo Robot Khi xác định được không gian làm việc, chúng ta có thể đáp ứng các yêu cầu thực tế và thuận tiện cho việc cải tiến, nâng cấp trong tương lai.
Tổng quan về các công nghệ xử lý ảnh
2.3.1 Các khái niệm trong xử lý ảnh
Xử lý ảnh kỹ thuật số là một lĩnh vực nghiên cứu các kỹ thuật liên quan đến việc xử lý hình ảnh, chủ yếu tập trung vào hình ảnh từ cảm biến thị giác như webcam Về mặt toán học, hình ảnh được coi là một hàm liên tục của cường độ ánh sáng trên hai chiều Để máy tính có thể xử lý, hình ảnh cần được chuyển đổi thành dạng số với các giá trị rời rạc Hình ảnh kỹ thuật số thường được biểu diễn dưới dạng ma trận hai chiều f(x, y) với M cột và N hàng.
Chương 2: Cơ sở lý thuyết
Hình ảnh được định nghĩa là một hàm hai chiều F(x, y), trong đó x và y là các tọa độ không gian Biên độ của F tại bất kỳ cặp tọa độ (x, y) nào được gọi là cường độ của hình ảnh tại điểm đó Khi các giá trị x, y và biên độ của F là hữu hạn, hình ảnh đó được gọi là ảnh số.
Nói cách khác, một hình ảnh có thể được xác định bởi một mảng hai chiều được sắp xếp cụ thể theo hàng và cột
Hình 2.10: Biểu diễn ảnh dưới dạng ma trận
Quá trình số hóa ảnh chuyển đổi giá trị analog sang digital, trong đó việc lượng tử hóa đảm bảo rằng mắt thường không thể phân biệt được hai điểm kề nhau Trong quá trình này, khái niệm Pixel, hay phần tử ảnh, được sử dụng để mô tả ảnh như một tập hợp các Pixel Mỗi Pixel bao gồm một cặp tọa độ x, y và màu sắc.
Một Pixel thường được biểu diễn bởi 1, 2, 8 hay 24 bit màu
Mức xám là kết quả của việc mã hóa cường độ sáng của từng điểm ảnh thành giá trị số thông qua quá trình lượng tử hóa Mã hóa 256, phổ biến nhất trong kỹ thuật hình ảnh, cho phép mỗi pixel được mã hóa bằng 8 bit, tương ứng với 256 mức xám khác nhau.
2.3.1.4 Ảnh màu Ảnh màu là tổ hợp 3 màu cơ bản: đỏ, lục, xanh dương và thường thu nhận trên các dải băng tần khác nhau Mỗi màu cũng phân thành L cấp khác nhau Do vậy để lưu trữ ảnh màu người ta có thể lưu trữ từng mặt màu riêng biệt, mỗi màu được lưu như một ảnh đa cấp xám Do đó không gian nhớ dành cho ảnh màu gấp 3 lần không gian nhớ dành cho ảnh xám cùng kích thước
Hình 2.13: Ảnh theo mã màu RGB
Chương 2: Cơ sở lý thuyết
Ảnh có thể được phân loại thành ảnh nhị phân và ảnh đa cấp xám Ảnh đen trắng chỉ sử dụng hai màu: đen và trắng Sự phân loại này dựa trên số mức độ màu sắc, ký hiệu là L Nếu L=2, ảnh đó được gọi là ảnh nhị phân; còn nếu L > 2, ảnh đó là ảnh đa cấp xám Ảnh 256 mức là loại ảnh có chất lượng cao và thường được sử dụng trong nhiều ứng dụng.
Hình 2.14: Ảnh màu và ảnh mức xám
2.3.2 Các vấn đề cơ bản trong xử lý ảnh
2.3.2.1 Biểu diễn ảnh Ảnh có thể xem là một hàm 2 biến chứa các thông tin như biểu diễn của một ảnh Các mô hình biểu diễn ảnh cho ta một mô tả logic hay định lượng của hàm này Dựa vào phần tử đặc trưng của ảnh đó là pixel Giá trị pixel có thể là một giá trị vô hướng, hoặc là 1 vector (3 thành phần trong trường hợp ảnh màu)
Ta có thể biểu diễn ảnh bằng hàm toán học, hoặc các ma trận điểm
Hình 2.15: Biểu diễn ảnh dưới dạng ma trận
Mục đích: Khôi phục lại ảnh ban đầu, loại bỏ các biến dạng ra khỏi ảnh tùy theo nguyên nhân gây ra biến dạng
Mục đích: Biến đổi thể hiện của ảnh dưới các góc nhìn khác nhau tiện cho việc xử lý, phân tích ảnh
Các phương pháp: Biến đổi Fourier, Sin, Cosin
Mục đích: Tìm ra các đặc trưng của ảnh, xây dựng quan hệ giữa chúng dựa vào các đặc trưng cục bộ
Các thao tác: Tìm biên, tách biên, làm mảnh đường biên, phân vùng ảnh, phân loại đối tượng
Các phương pháp: Phương pháp phát hiện biên cục bộ, dò biên theo quy hoạch động, phân vùng theo miền đồng nhất, phân vùng dựa theo đường biên
Chương 2: Cơ sở lý thuyết
Hình 2.16: Minh họa tìm đường biến bằng bộ lọc Laplacian, Sobel
- Thông tin ảnh, truyền thông ảnh
- Xử lý ảnh vệ tinh, viễn thám
- Thiên văn, nghiên cứu không gian, vũ trụ
- Người máy, tự động hóa
- Máy thông minh, thị giác máy nhân tạo
- Giám sát kiểm soát, quân sự
2.3.3 Những vấn đề lý thuyết được sử dụng trong đề tài
Hue, Saturation và Value (HSV) là phương pháp phân tích ảnh dựa trên các thuộc tính màu sắc Mô hình HSV tương tự như hình trụ màu, giúp chuyển đổi các màu cơ bản RGB thành các thông số dễ hiểu hơn cho con người Các giá trị trong mô hình này bao gồm màu sắc, độ bão hòa và độ sáng tối.
Hình 2.17: Không gian màu HSV
H (Hue) xác định góc của màu trên vòng tròn màu RGB Màu 0° cho màu đỏ, 120° cho màu xanh lục và 240° cho màu xanh lam
Độ bão hòa (Saturation) là giá trị từ 0 đến 1, quyết định lượng màu sắc được sử dụng Màu sắc với độ bão hòa 100% là màu tinh khiết nhất, trong khi độ bão hòa 0% tạo ra thang độ xám.
Giá trị V (Value) nằm trong khoảng từ 0 đến 1, với V quyết định độ sáng của màu sắc Màu có độ sáng 0% biểu thị màu đen tuyền, trong khi màu có độ sáng 100% không chứa màu đen Thứ nguyên này thường được gọi là độ sáng của màu sắc.
Vì luận văn sử dụng các frame ảnh mà mỗi pixel có độ sâu 8 bit (256) nên các giá trị H, S, V sẽ quy đổi thành khoảng [0, 255] thay vì [0, 360] ở H và [0, 1] ở S,
Sau đó ta sử dụng hàm InRange để chuyển ảnh sang ảnh nhị phân giúp dễ dàng tách vật mẫu ra khỏi background ảnh
2.3.3.2 Xử lý hình thái học (Morphology)
2.3.3.2.1 Phép toán giãn nở (Dilation)
Chương 2: Cơ sở lý thuyết
Phép toán giãn nở (Dilation) là một hoạt động cơ bản trong hình thái toán học, giúp tăng kích thước của đối tượng ban đầu trong ảnh Phép toán này làm cho hình ảnh trở nên lớn hơn, tạo ra sự giãn nở rõ rệt.
Hình 2.18: Mô tả phép giãn ảnh
Phép toán co (Erosion) là một trong hai hoạt động cơ bản trong hình thái học, bên cạnh phép giãn nở Phép toán này có ứng dụng quan trọng trong việc giảm kích thước của đối tượng, tách rời các đối tượng gần nhau, tạo ra các mảnh nhỏ và tìm xương của đối tượng.
Hình 2.19: Mô tả phép co ảnh
Trong luận văn, phép co sử dụng phần tử kích thước 8x8 để phù hợp với kích thước vật mẫu, giúp loại bỏ điểm nhiễu và tách vật thể khỏi background Sau khi thực hiện phép co, chúng ta tiến hành phép giãn để đưa ảnh về kích thước ban đầu Qua quá trình co và giãn, ảnh nhị phân đã giảm thiểu đáng kể nhiễu và làm mịn các đường bao của vật thể.
35 thể, giúp đường bao các đối tượng trong ảnh trở nên mượt mà hơn Luận văn ta sử dụng 1 lần co ảnh và 1 lần dãn ảnh
Contour là đường cong khép kín nối các điểm liên tục trên đường viền bao, nơi các điểm này có cùng giá trị màu và cường độ Công cụ contour rất hữu ích trong việc phân tích hình dáng, phát hiện đối tượng và nhận dạng Quá trình tìm contour tương tự như việc tìm vật thể trắng trên nền đen, trong đó vật thể cần có màu trắng và nền phải có màu đen.
Hình 2.20: Kết quả tìm contours
Trong nghiên cứu này, hình ảnh sau khi được khử nhiễu và làm mịn sẽ được áp dụng hàm findContours để xác định các đường bao của vật mẫu trong ảnh nhị phân Để tìm kiếm Contour, số điểm bao sẽ được trích xuất dưới dạng chainApproxSimple.
Chương 2: Cơ sở lý thuyết
THI CÔNG PHẦN CỨNG
Yêu cầu cơ bản của hệ thống
Sản phẩm được đưa vào hệ thống qua băng tải và sẽ được cánh tay Robot gắp và thả đúng vị trí đã thiết kế Để thực hiện điều này, cần nhận diện chính xác hình dạng, màu sắc và tọa độ của sản phẩm thông qua các ứng dụng, thuật toán và phương pháp xử lý ảnh Đề tài tập trung vào sản phẩm có hình dạng vuông, tròn và tam giác, với hai màu cam và xanh dương.
3.1.2 Tìm tọa độ chính xác của vật và tiến hành gắp sản phẩm
Phương pháp xử lý ảnh sản phẩm bắt đầu bằng việc nhận diện hình dạng và màu sắc qua camera Sau khi xác định được vị trí chính xác và vẽ đường bao, bước tiếp theo là xác định tọa độ tâm của sản phẩm Các giá trị tọa độ này sẽ được gửi về PC để tính toán động học và điều khiển robot thực hiện việc gắp sản phẩm theo đúng tọa độ đã nhận được.
Yêu cầu thiết kế
3.2.1 Xác định mục tiêu thiết kế
Mục tiêu của đề tài là nhận diện và gắp các sản phẩm đang di chuyển trên băng chuyền, yêu cầu thiết kế Robot Delta với đế chuyển động song phẳng và 3 bậc tự do Robot không chỉ có chuyển động song phẳng mà còn được trang bị đầu hút ở trung tâm đế dưới để lấy vật từ băng tải và thả vào vị trí mong muốn, đồng thời điều hướng vật theo yêu cầu.
3.2.2 Lập phương án thiết kế [3] Đề tài chọn kết cấu sơ đồ động học như Hình 3.1 để thiết kế Đây là loại sơ đồ động học giống với nguyên bản ban đầu của loại Robot Delta nhất với các động cơ quay gắn trực tiếp với các cơ cấu hình bình hành Với những ưu điểm vượt trội như độ cứng vững cao, khả năng thay đổi vị trí và định hướng linh hoạt, độ chính xác và ổn định cao nên cấu hình của Robot Delta này phù hợp với việc gắp sản phẩm trên băng chuyền và sắp xếp vào hộp với tọa độ được thiết kế sẵn Với cấu trúc robot đã được lựa chọn như trên thì cần tới ba động cơ bước để tạo ra chuyển động quay cho các cánh tay robot phía trên cùng và 1 động cơ dùng để điều hướng vật gắn ở đế dưới
Hình 3.1: Kết cấu Robot Delta 3 bậc
Cánh tay robot được thiết kế với 3 nhánh đôi, mỗi nhánh được truyền động bởi 3 động cơ riêng biệt Mỗi cánh tay bao gồm hai phần: phần trên và phần dưới, được kết nối chặt chẽ với giá đỡ trên khung Phần trên và phần dưới của cánh tay, cũng như phần dưới cánh tay và bệ chuyển động, được liên kết bằng khớp cầu (mắt trâu) Được chế tạo từ vật liệu nhựa và sợi carbon, các cánh tay robot có ưu điểm về trọng lượng nhẹ, khả năng gia công chính xác, và tính thẩm mỹ cao, đồng thời không bị ăn mòn hay oxy hóa do môi trường làm việc, cũng như không gây nhiễu cho các thiết bị điện nhờ tính chất không có từ tính.
Chương 3: Thi công phần cứng
Thiết kế mô hình trên phần mềm Solidworks
Dựa trên mô hình Robot Delta 3 bậc đã chọn, nhóm thực hiện mô phỏng bằng phần mềm SolidWorks trước khi thi công và lắp đặt phần cứng Mô hình Robot Delta bao gồm các bộ phận chính như đế cố định, đế di động, khớp trên, khớp hình bình hành, khung Robot và một số chi tiết khác, tất cả được thiết kế và chế tạo chính xác nhằm đảm bảo hoạt động ổn định và an toàn Để thuận tiện cho việc thiết kế, mô hình đã lược bớt một số chi tiết nhỏ.
Hình 3.2: Mô hình thiết kế 3D của Robot Delta
Lựa chọn thiết bị
3.4.1 Lựa chọn thiết bị và tiến hành thi công mô hình
3.4.1.1 Thông số cánh tay robot
Các thành phần chính của Robot Delta được thiết kế với các thông số sau:
- Chiều dài bệ cố định hình tam giác phía trên: f = 400mm
- Khoảng cách từ trục động cơ đến cánh tay đòn: 𝑟𝑓 = 150mm
- Độ dài cánh tay đòn (phần cánh tay dưới): 𝑟𝑒 = 264mm
- Chiều dài cạnh bệ di động hình tam giác phía dưới chuyển động: e = 98mm
Hình 3.3: Cánh tay re gắn với vòng bi mắt trâu
3.4.1.2 Động cơ servo và driver điều khiển động cơ servo
Robot Delta sử dụng ba động cơ để điều khiển chuyển động quay của các cánh tay, đảm bảo độ chính xác tuyệt đối theo góc quay đã được thiết lập Hai loại động cơ phù hợp cho yêu cầu này là động cơ bước (step motor) và động cơ servo.
Cả động cơ bước và động cơ servo đều là thiết bị điều khiển chuyển động với độ chính xác cao Động cơ bước nổi bật với giá thành hợp lý, khả năng điều khiển góc quay chính xác và cung cấp mô men xoắn lớn ở tốc độ trung bình và thấp Tuy nhiên, nhược điểm của động cơ bước là khi bị quá tải, nó có thể trượt bước, dẫn đến sai lệch trong điều khiển và tạo ra nhiều nhiễu và rung động hơn so với động cơ servo.
Chương 3: Thi công phần cứng
Bộ encoder tích hợp giúp cải thiện độ chính xác trong điều khiển, ngăn chặn hiện tượng trượt bước, cho phép động cơ hoạt động với tốc độ cao và momen xoắn lớn hơn so với động cơ bước Tuy nhiên, giá thành của nó cao hơn đáng kể so với động cơ bước truyền thống.
Để đáp ứng yêu cầu của hệ thống với tải nhỏ, tốc độ phân loại không cần quá nhanh nhưng phải đảm bảo độ chính xác cao, động cơ servo là lựa chọn tối ưu, giúp giảm thiểu sai số một cách hiệu quả.
Để điều khiển cánh tay robot, chọn động cơ servo Yako mã hiệu YK257EC56E1 PLC cần phát xung điều khiển động cơ servo thông qua driver ESD2505M Driver này phù hợp cho các loại động cơ servo 2 pha hoặc 4 dây, với dòng tải tối đa là 4A/42VDC.
Hình 3.5: Động cơ servo và driver điều khiển
• Độ tự cảm pha: 1.4 Mh
• Công nghệ điều khiển DSP 32 bit
• 16 thông số cài đặt microstep khác nhau với momen xoắn không đổi, tối đa 200k steps
• Tần số phản hồi xung 500kpps
• Điện áp đầu vào DC24~50V
• Suy giảm momen xoắn ít, tốc độ làm việc hiệu quả 3000 vòng/phút
• Lựa chọn xung đơn và đôi, cài đặt mặc định: Điều khiển xung + hướng
Chương 3: Thi công phần cứng
Cài đặt và ghép nối [4]
Hình 3.6: Sơ đồ nối dây giữa driver và động cơ servo
Khi hoạt động, Robot Delta cần xác định vị trí Home, tại đây góc quay của động cơ bước sẽ là 0° Công tắc hành trình được sử dụng để khi khởi động hoặc reset robot, các cánh tay sẽ thu về cho đến khi chạm vào công tắc, từ đó dừng lại và thiết lập vị trí đó làm Home.
Công tắc hành trình được ưa chuộng trong các dự án vừa và nhỏ nhờ vào giá thành hợp lý cho sinh viên, độ bền cao và nhiều kích thước đa dạng, đáp ứng linh hoạt nhu cầu sử dụng khác nhau.
Hình 3.7: Công tắc hành trình
Nguyên lý hoạt động của công tắc hành trình:
Công tắc hành trình là thiết bị dùng để đóng cắt mạch điện, hoạt động tương tự như việc nhấn nút bằng tay Tuy nhiên, thay vì nhấn bằng tay, công tắc này sử dụng va chạm của các bộ phận cơ khí để chuyển đổi tín hiệu va chạm thành tín hiệu điện.
3.4.1.4 Động cơ băng tải và bơm hút vật
Robot Delta cần một lực hút để gắp vật khi di chuyển đến vị trí của nó Để thực hiện điều này, máy bơm hút chân không Micro 12V – 24V được sử dụng, như hình 3.8 Loại máy bơm này hoạt động tương đối yên tĩnh, nhưng có nhược điểm là khối lượng nặng và kích cỡ cồng kềnh, do đó cần thiết kế thêm hộp đựng và dây nối cho máy bơm.
Thông số của máy bơm hút:
- Điện áp định mức: DC24V
- Lực hút tối đa: ~50Kpa
- Lưu lượng: > 13,0 l/phút, tiếng ồn:
