Professional Documents
Culture Documents
🙞🕐🕐🕐☼🕐🕐🕐🙜
ĐỒ ÁN TỐT NGHIỆP
Những cánh tay robot nhiều bậc tự do, kết hợp với khả năng xử lý ảnh, đã trở thành
một công cụ mạnh mẽ trong việc giải quyết vấn đề phức tạp này. Điều này cho phép tạo ra
những giải pháp linh hoạt và tùy chỉnh để sắp xếp hàng hóa vào pallet một cách hiệu quả
và tiết kiệm không gian.
Trong dự án này, sẽ tập trung vào việc thiết kế và cải tiến mô hình cánh tay robot 5
bậc tự do và kết hợp nó với khả năng xử lý ảnh. Mục tiêu của đề tài là phát triển một hệ
thống tự động hoàn toàn, có khả năng nhận diện, xác định vị trí và sắp xếp hàng hóa vào
pallet một cách thông minh và tối ưu.
Đề tài này ứng dụng công nghệ robot và xử lý ảnh trong việc sắp xếp hàng hóa vào
pallet không chỉ giúp tối ưu hóa quá trình này mà còn mang lại lợi ích lớn cho các doanh
nghiệp trong việc quản lý kho và logistics. Hy vọng rằng nghiên cứu và phát triển của đề
tài này sẽ đóng góp vào sự phát triển bền vững và hiệu quả của ngành.
i
LỜI CẢM ƠN
Em xin gửi lời cảm ơn chân thành nhất đến Thầy TS. Ngô Hà Quang Thịnh - giảng
viên hướng dẫn ĐỒ ÁN Tốt Nghiệp của em. Thầy đã luôn quan tâm, tạo điều kiện để em
học tập, nghiên cứu và thực hiện đề tài thú vị, mang tính ứng dụng cao. Quá trình thực hiện
luận văn Thầy đã tạo cơ hội để em thực hành và hoàn thiện các kiến thức đã học, đồng thời
chỉ bảo em thêm nhiều kỹ năng mới để giúp ích cho sự nghiệp tương lai của mình. Sự hướng
dẫn và chia sẻ tận tình của Thầy đã tạo động lực thúc đẩy em hoàn thành đồ án trọn vẹn và
hiệu quả.
Ngoài ra, em xin gửi lời cảm ơn đến các Thầy Cô giảng viên trong Khoa Cơ Khí nói
chung và Bộ môn Cơ – Điện Tử nói riêng đã cung cấp cho em các kiến thức cần thiết để
ứng dụng thực hiện đồ án tốt nghiệp này, cũng như trong nghề nghiệp sau này. Quý Thầy
Cô đã xây dựng một chương trình đào tạo và môi trường thuận lợi để sinh viên chúng em
có điều kiện thực hiện nghiên cứu và học tập, em đã không thể hoàn thành đồ án nếu không
có không gian trong xưởng C1 của Khoa Cơ Khí.
Bên cạnh đó, em cũng thể hiện sự biết ơn vô hạn đến gia đình, là nguồn động viên
tinh thần để giúp em giữ vững mục tiêu và vượt qua giai đoạn sinh viên đầy gian nan, thử
thách và vững bước trên con đường sự nghiệp của mình.
Cuối cùng, em muốn thể hiện lòng biết ơn đặc biệt đến những người bạn, những người
anh, những người em. Những bữa trò chuyện, những cuộc thảo luận, và sự sẻ chia kiến thức
cùng nhau đã giúp đánh bại những khó khăn và tạo ra sự thăng tiến trong công việc.
"Cảm ơn tất cả mọi người, sự hỗ trợ và động viên của các bạn đã là nguồn động viên
lớn giúp em hoàn thành dự án này. Chúng ta đã cùng nhau đi qua nhiều khó khăn và thành
công. Hy vọng rằng sự đoàn kết và hỗ trợ này sẽ tiếp tục trong tương lai."
1. Thiết kế và xây dựng mô hình robot: Dự án đã bắt đầu bằng việc thiết kế và xây
dựng thêm 2 khâu cho một mô hình cánh tay robot 6 bậc đã mất 3 bậc.
2. Phát triển phần mềm điều khiển: Để quản lý và điều khiển hoạt động của robot,
phần mềm điều khiển đã được phát triển. Điều này bao gồm việc lập trình các thuật toán
điều khiển và tương tác với robot.
3. Xử lý ảnh và nhận diện hàng hóa: Để tối ưu hóa quá trình sắp xếp, khả năng xử lý
ảnh đã được tích hợp vào hệ thống. Robot có khả năng nhận diện và xác định vị trí của
hàng hóa trên pallet hoặc trên băng chuyền.
4. Đấu tủ điện và viết giao diện điều khiển: Để đảm bảo sự an toàn và hoạt động ổn
định của robot, đấu tủ điện đã được xây dựng và giao diện điều khiển đã được phát triển
để người điều khiển có thể tương tác và kiểm soát robot một cách dễ dàng.
5. Thực nghiệm sắp xếp hàng hóa vào pallet hiệu quả: Mục tiêu cuối cùng của dự án
là tạo ra một hệ thống tự động có khả năng sắp xếp hàng hóa vào pallet một cách hiệu
quả, giúp tối ưu hóa quá trình logistics và quản lý hàng hóa. Dự án này là sự kết hợp giữa
công nghệ robot và xử lý ảnh để tạo ra một giải pháp tự động hóa thông minh và hiệu quả
cho việc sắp xếp hàng hóa vào pallet. Mục tiêu cuối cùng là sự hiệu quả và tiết kiệm thời
gian trong quá trình quản lý và sắp xếp hàng hóa.
iii
MỤC LỤC
CHƯƠNG 1: TỔNG QUAN ................................................................................................ 1
1.1. Đặt vấn đề ................................................................................................................. 1
1.2. Ứng dụng của cánh tay robot công nghiệp trong sản xuất ........................................ 2
1.2.1. Tăng năng suất .................................................................................................... 3
1.2.2. Đảm bảo an toàn lao động .................................................................................. 3
1.2.3. Linh hoạt trong sản xuất ..................................................................................... 3
1.2.4. Tối ưu hóa chi phí ............................................................................................... 3
1.2.5. Tương tác người-máy ......................................................................................... 4
1.3. Tổng quan end-effector cho cách tay robot ............................................................... 4
1.3.1. Một số khái niệm về robot gripper ..................................................................... 4
1.3.2. Ứng dụng của robot gripper trong sản xuất ........................................................ 4
1.4. Tìm hiểu về việc sắp xếp hàng hóa vào pallet trong công nghiệp. ........................... 5
1.4.1. Mục tiêu chính. ................................................................................................... 5
1.4.2. Quy trình sắp xếp................................................................................................ 5
1.4.3. Công nghệ hỗ trợ. ............................................................................................... 6
1.4.4. Lợi ích. ................................................................................................................ 6
1.5. Mục đích đề tài .......................................................................................................... 6
1.5.1. Đầu bài: .............................................................................................................. 6
1.5.2. Mục tiêu .............................................................................................................. 7
1.6. Nhiệm vụ đề tài và giới hạn của đề tài ...................................................................... 7
1.6.1. Nhiệm vụ của đề tài ............................................................................................ 7
1.6.2. Phạm vi của đề tài............................................................................................... 8
1.7. Tổ chức luận văn ....................................................................................................... 8
v
4.6. Thiết kế hệ thống điện cho Gripper. ........................................................................ 37
vi
7.4 Giao diện chương trình xử lý ảnh ............................................................................. 74
7.4 Đánh giá kết quả ....................................................................................................... 75
7.4.1. Phân tích kết quả áp dụng thuật toán ................................................................ 75
7.4.2. Đánh giá kết quả thực tế ................................................................................... 77
vii
DANH MỤC HÌNH ẢNH
Hình 1. 1. Robot công tác ứng dụng sắp xếp hàng hóa lên pallet. ................................... 2
Hình 2. 1. Robot được thiết kế trong phần mềm Solidwork. ........................................... 9
Hình 2. 2. ABB IRB 2400/10 S4CPlus M2000 ............................................................. 10
Hình 2. 3. Motion Control Card PCI-N804 của hãng Ajinextek ................................... 12
Hình 2. 4. Tay gắp kiểu ba ngón .................................................................................... 14
Hình 2. 5. Tay gắp kiểu hai ngón ................................................................................... 15
Hình 2. 6. Tay gắp kiểu hút (Vacuum Gripper) ............................................................. 16
Hình 2. 7. Tay gắp mềm (Soft Gripper) ......................................................................... 17
Hình 3. 1. Robot được nhận ở laboratory thầy Thịnh. ................................................... 22
Hình 3. 2. Không gian làm việc của robot từ nhà sản xuất. ........................................... 23
Hình 3. 3. Lực tác dụng lên trục..................................................................................... 25
Hình 3. 4. Thiết kế 3D của trục 4 và trục 5 .................................................................... 26
Hình 3. 5. Thiết kết 3D của gắp giác hút ....................................................................... 29
Hình 4. 1. Sơ đồ khối hệ thống điện .............................................................................. 31
Hình 4. 2. Sơ đồ mạch điều khiển động lực ................................................................... 32
Hình 4. 3. Sơ đồ mạch động lực ..................................................................................... 33
Hình 4. 4. Sơ đồ đấu dây của cảm biến áp suất ............................................................. 38
Hình 4. 5. Sơ đồ đấu dây của Arduino ........................................................................... 38
Hình 4. 6. Sơ đồ nối dây với mạch hạ áp LM2596 ........................................................ 38
Hình 4. 7. Sơ đồ nối dây van điện từ.............................................................................. 38
Hình 5. 1. Không gian làm việc và kích thước của Melfa Robot RV-N10 .................... 39
Hình 5. 2. Mô hình trong Soliwork ................................................................................ 50
Hình 5. 3. Sơ đồ khối của robot trong Matlab ............................................................... 51
Hình 5. 4. Mô phỏng 1 ................................................................................................... 51
Hình 5. 5. Mô phỏng 2 ................................................................................................... 51
Hình 6. 1. Xác định vùng làm việc................................................................................. 54
Hình 6. 2. Tăng ngưỡng màu mạnh hơn giúp làm rõ biên cạnh và đặc điểm ................ 55
viii
Hình 6. 3. Xác định vật trong không gian ...................................................................... 55
Hình 6. 4. Kết quả xử lý ảnh .......................................................................................... 55
Hình 6. 5. Nguyên lý hoạt động của camera ZED. ........................................................ 56
Hình 6. 6. Máy ảnh ZED thu thập giá trị ....................................................................... 57
Hình 6. 7. 4 khu vực được chia trên pallet ..................................................................... 58
Hình 6. 8. Biểu đồ luồng thuật toán sắp xếp đối xứng được cải thiện ........................... 59
Hình 6. 9. Kết quả được đưa ra khi áp dụng thuật toán ................................................. 59
Hình 6. 10. Kết quả sắp xếp đối xứng ............................................................................ 60
Hình 6. 11. Chồng chéo đa đối tượng theo chiều ngang. (a) Trước khi loại bỏ. (b) Sau
khi loại bỏ. ...................................................................................................................... 61
Hình 6. 12. Chồng chéo đa đối tượng theo chiều dọc. (a) Trước khi loại bỏ. (b) Sau khi
loại bỏ ............................................................................................................................. 62
Hình 6. 13. Chồng chéo 1 đối tượng. (a) Trước khi loại bỏ. (b) Sau khi loại bỏ ........... 62
Hình 6. 14. Kích thước còn lại khi sắp xếp block1 và block3 không chồng lấn ........... 63
Hình 6. 15. Kích thước còn lại khi sắp xếp block2 và block4 không chồng lấn ........... 63
Hình 6. 16. Kích thước còn lại khi sắp xếp xong block1 và block3 chồng lấn ............. 64
Hình 6. 17. Kích thước còn lại khi sắp xếp xong block2 và block4 chồng lấn ............. 64
Hình 6. 18. Thứ tự đặt các sản phẩm vào vị trí trên pallet ............................................. 65
Hình 6. 19. Mô tả hoạt động TCP/IP ............................................................................. 66
Hình 6. 20. Calib thông số nội của Camera Zed ............................................................ 66
Hình 7. 1. Trục khâu 5 được gia công ở xưởng C1........................................................ 68
Hình 7. 2. Chi tiết gia công của khâu 4 .......................................................................... 68
Hình 7. 3. Chi tiết gia công của khâu 5 .......................................................................... 69
Hình 7. 4. Robot trước và sau khi gia công.................................................................... 69
Hình 7. 5. Tụ điện sau khi hoàn thiện ............................................................................ 70
Hình 7. 6. Hệ thống điện của giác hút ............................................................................ 70
Hình 7. 7. Đo đồng hồ so theo phương Z ....................................................................... 71
Hình 7. 8. Đo đồng hồ so theo phương X ...................................................................... 72
Hình 7. 9. Đo đồng hồ so theo phương Y ...................................................................... 73
ix
Hình 7. 10. Giao diện xử lý ảnh ..................................................................................... 75
Hình 7. 11. Trường hợp không chồng chéo ................................................................... 75
Hình 7. 12. Trường hợp chồng chéo .............................................................................. 76
Hình 7. 13. Trường hợp xét về độ ổn định ..................................................................... 76
Hình 7. 14. Kết quả nhận biết sản phẩm ........................................................................ 77
Hình 7. 15. Hình ảnh sau khi robot sắp xếp 2 lớp .......................................................... 77
Hình 7. 16. Sai lệnh so với mong muốn ......................................................................... 78
Hình 7. 17. Sai số góc với 28 lần đo .............................................................................. 79
Hình 7. 18. Sai số vị trí tương tự với 28 lần trên ........................................................... 79
Hình 7. 19. Đồ thị thời gian của của biến áp suất .......................................................... 80
x
DANH MỤC BẢNG BIỂU
xi
CHƯƠNG 1: TỔNG QUAN
1.1. Đặt vấn đề
Trong công nghiệp, việc sắp xếp hàng hóa vào pallet là một hoạt động quan trọng và
thường xuyên được thực hiện trong quá trình sản xuất, đóng gói và vận chuyển hàng hóa.
Đặt vấn đề là làm thế nào để tối ưu hóa quá trình sắp xếp hàng hóa vào pallet để đạt được
hiệu suất và hiệu quả cao, đồng thời giảm thiểu thời gian và công sức lao động.
Một trong những cách giải quyết phổ biến trong công nghiệp là sử dụng cách tay robot
để thực hiện việc sắp xếp hàng hóa vào pallet một cách tự động và chính xác. Các cánh tay
robot có khả năng di chuyển và xoay linh hoạt, cho phép chúng thực hiện các thao tác sắp
xếp hàng hóa một cách nhanh chóng và chính xác hơn so với lao động thủ công.
Bằng cách lập trình và điều khiển robot, ta có thể xác định các vị trí và cách xếp hàng
hóa vào pallet sao cho tiết kiệm không gian và đảm bảo tính ổn định của pallet. Robot có
thể thích ứng và điều chỉnh quá trình xếp hàng hóa dựa trên các thông số và yêu cầu cụ thể
của công việc. Sử dụng cách tay robot trong việc sắp xếp hàng hóa và pallet giúp tăng năng
suất và đáng tin cậy trong quá trình sản xuất và vận chuyển hàng hóa. Ngoài ra, nó cũng
giúp giảm thiểu tác động của nhân công và tăng tính an toàn trong môi trường làm việc.
Tuy nhiên, việc triển khai và tích hợp cách tay robot cũng đòi hỏi đầu tư về công nghệ, đào
tạo nhân viên và thiết kế hệ thống phù hợp với yêu cầu cụ thể của doanh nghiệp.
Để đạt được mục tiêu sắp xếp hàng hóa vào pallet bằng cách sử dụng cách tay robot
trong công nghiệp, hệ thống sẽ bao gồm các yếu tố sau:
1. Robot cánh tay: Hệ thống sẽ sử dụng một cách tay robot có đủ bậc tự do để di
chuyển và xoay các chi tiết và hàng hóa một cách linh hoạt và chính xác.
2. Cảm biến: Hệ thống sẽ được trang bị các cảm biến để phát hiện và nhận diện vị trí,
hình dạng và kích thước của hàng hóa và pallet, giúp robot thích ứng và điều chỉnh việc sắp
xếp một cách tự động.
1
Hình 1. 1. Robot công tác ứng dụng sắp xếp hàng hóa lên pallet.
3. Phần mềm điều khiển: Hệ thống sẽ sử dụng phần mềm điều khiển robot để lập trình
các chương trình và tạo ra các lệnh di chuyển và xếp hàng hóa vào pallet.
4. Tuân thủ an toàn: Hệ thống sẽ được thiết kế và vận hành theo các tiêu chuẩn an
toàn công nghiệp để đảm bảo an toàn cho người vận hành và môi trường làm việc.
Những yếu tố này cùng nhau tạo nên một hệ thống đáng tin cậy và hiệu quả trong việc
sắp xếp hàng hóa vào pallet bằng cách sử dụng cách tay robot trong công nghiệp.
1.2. Ứng dụng của cánh tay robot công nghiệp trong sản xuất
Trong thời đại công nghiệp 4.0, sự phát triển của công nghệ đã mang lại nhiều cơ hội
và thách thức cho ngành công nghiệp. Trong lĩnh vực sản xuất, cánh tay robot công nghiệp
2
đã trở thành một công cụ quan trọng, giúp tăng cường hiệu suất, tăng năng suất và giảm tác
động của nhân lực trong quá trình sản xuất. Bài tiểu luận này sẽ trình bày tổng quan về ứng
dụng của cánh tay robot công nghiệp trong sản xuất.
Cánh tay robot công nghiệp có khả năng thực hiện các tác vụ lặp đi lặp lại một cách
chính xác và liên tục. Điều này giúp tăng năng suất sản xuất bằng cách loại bỏ các yếu tố
nhân lực gây ra lỗi và giảm thiểu thời gian chờ đợi giữa các giai đoạn trong quá trình sản
xuất. Với tốc độ và độ chính xác cao, cánh tay robot có thể thực hiện công việc nhanh chóng
và đáng tin cậy hơn so với lao động nhân tạo.
Các tác vụ trong một số ngành công nghiệp có thể nguy hiểm hoặc có yếu tố độc hại
cho con người. Bằng cách sử dụng cánh tay robot công nghiệp, công ty có thể giảm thiểu
sự tiếp xúc của nhân viên với các tác nhân độc hại, như chất hóa học hay môi trường làm
việc nguy hiểm. Điều này giúp bảo vệ sức khỏe và đảm bảo an toàn cho nhân viên.
Cánh tay robot công nghiệp có khả năng thích ứng với nhiều loại công việc khác nhau
trong quá trình sản xuất. Chúng có thể được lập trình để thực hiện các tác vụ từ đơn giản
đến phức tạp, từ việc gắp và di chuyển vật phẩm cho đến thao tác gia công và lắp ráp sản
phẩm. Sự linh hoạt này giúp cải thiện quy trình sản xuất và tăng khả năng thích ứng với các
yêu cầu sản xuất thay đổi.
Sử dụng cánh tay robot công nghiệp trong quy trình sản xuất có thể giảm thiểu chi phí
lao động và tăng cường hiệu quả hoạt động của doanh nghiệp. Mặc dù việc đầu tư ban đầu
có thể tốn kém, nhưng cánh tay robot có thể hoạt động liên tục và hiệu quả hơn, giảm thiểu
thời gian ngừng hoạt động và lỗi do con người. Điều này đồng nghĩa với việc tiết kiệm chi
phí và tăng khả năng cạnh tranh của doanh nghiệp.
3
1.2.5. Tương tác người-máy
Cánh tay robot công nghiệp cũng có thể được sử dụng trong các hệ thống tương tác
người-máy. Chúng có thể được lập trình để làm việc cùng với nhân viên, hỗ trợ trong các
nhiệm vụ cần sự phối hợp giữa con người và máy móc. Điều này mở ra khả năng tăng
cường sức mạnh lao động và sự linh hoạt của nhân viên trong quá trình sản xuất.
Tùy theo công dụng của robot được sử dụng trong quá trình công nghệ, phần công
tác cuối cùng của tay máy được trang bị những bộ phận công tác khác nhau, có thể là
những thiết bị gắp, kẹp để thực hiện việc gắp và giữ đối tượng, cũng có thể là những
dụng cụ khác như đầu hàn hồ quang tự động, đầu phun sơn, phun men.
Tay gắp là thiết bị giúp robot cầm và nắm các vật thể. Khi được kết hợp với cánh
tay robot công nghiệp cộng tác (hay ‘cobot’), tay gắp cho phép các nhà sản xuất tự động
hóa các quy trình sản xuất quan trọng như kiểm tra, lắp ráp, chọn, lắp và chăm sóc máy
móc. Sự kết hợp này mang đến vô vàn tiềm năng trong việc xử lý vật liệu bằng cobot,
từ việc sắp xếp các thùng hàng lớn đến việc di chuyển các cấu phần điện tử nhỏ và tinh
vi.
Các tay gắp robot hiện nay thường được trang bị cảm biến và hệ thống điều khiển,
cho phép chúng nhận diện vật thể cần lấy, kiểm soát lực cần áp dụng và thực hiện các
tác vụ với độ chính xác cao.
Bốc xếp hàng hóa: Cách tay robot gắn giác hút được sử dụng để bốc xếp hàng hóa từ
các bề mặt, như pallet hoặc băng chuyền sản xuất. Chúng có thể bốc xếp hàng hóa từ nhiều
vị trí và đặt chúng vào các vị trí khác nhau, giúp tăng hiệu suất và giảm tải công việc cho
nhân viên.
4
Lắp ráp sản phẩm: Cách tay robot gắn giác hút có thể được sử dụng trong quá trình
lắp ráp sản phẩm. Chúng có khả năng cầm và giữ các linh kiện và sản phẩm có hình dạng
và kích thước đa dạng, giúp tăng độ chính xác và tốc độ trong quá trình lắp ráp.
Đóng gói và đóng thùng: Cách tay robot gắn giác hút có thể được sử dụng để đóng
gói và đóng thùng sản phẩm hoặc hàng hóa. Chúng có thể cầm và định vị chính xác các vật
phẩm và đặt chúng vào các hộp hoặc bao bì, giúp tăng hiệu suất và đảm bảo chất lượng
đóng gói.
Kiểm tra và phân loại: Cách tay robot gắn giác hút có thể được sử dụng để kiểm tra
và phân loại sản phẩm dựa trên các tiêu chuẩn và thông số kỹ thuật. Chúng có thể cầm và
di chuyển các sản phẩm để kiểm tra và phân loại theo yêu cầu của quy trình sản xuất.
1.4. Tìm hiểu về việc sắp xếp hàng hóa vào pallet trong công nghiệp.
Việc sắp xếp hàng hóa vào pallet là một khía cạnh quan trọng trong công nghiệp và
quản lý logistics. Nó liên quan trực tiếp đến quá trình lưu trữ, vận chuyển và phân phối
hàng hóa. Dưới đây là một tổng quan về việc sắp xếp hàng hóa vào pallet trong công nghiệp:
- Tối ưu hóa diện tích: Mục tiêu chính của việc sắp xếp hàng hóa vào pallet là tận
dụng diện tích trên pallet một cách hiệu quả, giúp giảm thiểu không gian trống.
- An toàn và ổn định: Sắp xếp hàng hóa cần đảm bảo rằng chúng được đặt một cách
an toàn và ổn định để tránh hỏng hóc hoặc tai nạn trong quá trình vận chuyển.
- Tiết kiệm thời gian: Việc sắp xếp hàng hóa cần được thực hiện một cách nhanh
chóng và hiệu quả để tiết kiệm thời gian trong quá trình lưu trữ và vận chuyển.
- Lựa chọn pallet phù hợp: Đầu tiên, phải chọn loại pallet phù hợp với loại hàng hóa
cần sắp xếp và các yếu tố như trọng lượng và kích thước.
5
- Xác định sự sắp xếp: Dựa vào loại hàng hóa, cần xác định cách tốt nhất để sắp xếp
chúng, bao gồm cả số lượng hàng trên mỗi pallet và cách xếp chồng chất.
- Sử dụng thiết bị hỗ trợ: Các loại thiết bị như cần cẩu, cần cẩu trục, hoặc cánh tay
robot có thể được sử dụng để nâng và đặt hàng hóa lên pallet một cách hiệu quả.
- Xử lý ảnh và nhận diện: Công nghệ xử lý ảnh và hệ thống nhận diện có thể được
tích hợp để giúp robot hoặc máy móc xác định vị trí và hình dạng của hàng hóa.
- Tối ưu hóa tự động: Công nghệ tối ưu hóa tự động có thể được áp dụng để tìm ra
cách tốt nhất để sắp xếp hàng hóa trên pallet để đạt được hiệu suất tối ưu.
- Tiết kiệm không gian: Sắp xếp hàng hóa vào pallet một cách tối ưu giúp tiết kiệm
không gian lưu trữ và vận chuyển.
- Giảm chi phí: Việc tận dụng diện tích pallet hiệu quả có thể giảm thiểu chi phí vận
chuyển và lưu trữ.
- Tăng hiệu suất: Quá trình sắp xếp hàng hóa hiệu quả giúp tăng hiệu suất và giảm
thời gian xử lý.
- Vật thể có hình dạng hộp chữ nhật, loại 1: có chiều cao 100mm, rộng 150mm, dài
200m và loại 2: có chiều cao 100mm, rộng 150mm, dài 250mm.
- Pallet có kích thước 650x500x10
- Các vật thể được đặt ngẫu nhiên trong vùng làm việc của robot trên mặt phẳng.
6
- Pallet cố định trong không gian làm việc của robot (Pallet chạy trên băng tải đến
vùng làm việc của robot sẽ dừng ở vị tri cho trước)
- Sắp xếp hàng hóa lên pallet tiết kiệm không gian lưu trữ.
Đối tượng mà luận văn hướng tới là sinh viên, những người đã có kiến thức
căn bản về lập trình và điều khiển.
- Phục hồi và thiết kế lại khâu 4 và khâu 5 của cách tay robot.
- Sử dụng robot gripper.
- Thiết kế hệ thống điện.
- Hoạch định đường đi cho robot hút và đặt vật
- Phân biệt lựa chọn kích thước thước vật được yêu cầu.
- Viết giao diện điều khiển cho robot
- Sai số hút vật tối đa ±15 mm tính từ tâm vật.
- Sai số đặt vật tối đa ±7 mm tính từ vị trí đã hoạch định.
Để hoàn thành mục tiêu đã đề ra, luận văn cần thực hiện được các nhiệm vụ sau:
7
- Mô phỏng và thực nghiệm
8
CHƯƠNG 2: LỰA CHỌN PHƯƠNG ÁN
2.1. Phân tích lựa chọn robot
Để thực nghiệm điều khiển cánh tay robot cần phải có cánh tay robot để tiến hành.
Dưới đây là các phương án để có thể có cánh tay robot thực nghiệm.
hương án chế tạo tay máy robot mới có thể giúp ta tự chủ được phần cứng tay máy,
có thể thiết kế phù hợp tùy từng nhu cầu cụ thể, từ đó có thể tùy biến đa dạng. Nhưng quá
trình thiết kế và chế tạo tay máy robot mới là quá trình rất phức tạp, đòi hỏi chuyên môn
sâu ở nhiều mảng từ thiết kế cơ khí, thiết kế bộ điều khiển…quá trình này đòi hỏi thời gian
dài, công sức nhiều và chi phí sản xuất rất lớn.
+ Nhược điểm: thiết kế chế tạo rất phức tạp, tốn kém nhiều mặt
Trên thị trường có nhiều hãng sản xuất có thể cung cấp sản phẩm tay máy robot với
nhiều loại, kết cấu đa dạng như của Mitsubishi, Yaskawa, Kuka, ABB…Các sản phẩm này
được đảm bảo về độ chính xác, có thời gian bảo hành sản phẩm và được hỗ trợ kỹ thuật từ
9
hãng. Bộ điều khiển được thiết kế đi kèm, dễ dàng điều khiển và có thể vận hành ngay khi
lắp đặt. Nhưng vì là sản phẩm mua sẵn nên sẽ không thể can thiệp sâu vào hệ thống để tùy
biến hoặc thêm các cảm biến ngoại vi, ngoài ra chi phí mua và lắp đặt một hệ thống cánh
tay robot công nghiệp là rất lớn, chỉ phù hợp cho ứng dụng trong dây chuyền công suất lớn
vận hành liên tục.
+ Nhược điểm: không thể tùy biến, chi phí rất lớn
Có nhiều cánh tay robot cũ ngoài thị trường, các robot này cũng từng được thuộc
thành phần của các dây chuyền sản xuất trong nhà máy, sau đó được bán lại do chuyển đổi
cơ cấu sản xuất, thay đổi công nghệ… Có thể mua robot dạng này về để phục hồi ứng dụng
vào sản xuất. Khi đó chi phí sẽ thấp hơn rất nhiều so với mua robot mới và có khả năng tùy
biến linh hoạt vì phải xây dựng lại bộ điều khiển. Nhưng vì là robot đã qua sử dụng nên
không được đảm bảo chất lượng, về cơ khí, từ người bán, rào cản cho phương án này là
phải chọn được cánh tay robot cũ nhưng vẫn còn đảm bảo độ rơ, độ chính xác về cơ khí.
10
+ Ưu điểm: chi phí thấp, tự chủ, tùy biến cao
+ Nhược điểm: phải xây dựng lại bộ điều khiển, phụ thuộc chất lượng khung cơ khí
- Sau khi phân tích ưu nhược điểm các phương án, quyết định chọn phương án Phục hồi
phần cứng cánh tay robot cũ vì thỏa mãn các yêu cầu đặc ra ở trên. Cánh tay robot sử
dụng là MELFA RV-N10.
2.2. Phân tích lựa chọn hệ điều khiển
Lựa chọn phương án điều khiển dựa phải yêu cầu bài toán ban đầu, môi trường làm
việc, thời gian làm việc. Thiết bị được điều khiển là tay máy công nghiệp vốn là thiết bị
công suất lớn, tần số hoạt động cao, dễ gây ra các tác động tiêu cực đến các thiết bị khác,
đặc biệt là thiết bị điều khiển trung tâm.
- Bộ PLC được sử dụng nhiều nhất hiện nay trong điều khiển các hệ thống tự động
hóa. Với việc được thiết kế và chế tạo đặc thù cho hoạt động trong môi trường công
nghiệp và cách thức lập trình bằng ladder trực quan, gần với các hoạt động của thiết
bị phần cứng, PLC là thiết bị phù hợp cho tất cả các hệ thống tự động hóa.
Phải tự lập trình để xây dựng các chức năng liên quan đến motion control.
11
Ưu điểm
- Sử dụng ngôn ngữ lập trình ladder, cách lập trình gần với cách hoạt hộng của các
thiết bị phần cứng.
- Có các ngôn ngữ dạng text based hỗ trợ các tính toán phức tạp.
- Chống nhiễu rất tốt do được thiết kế và chế tạo chuyên dụng.
Nhược điểm
- Giá thành cao.
- Tốc độ phát xung thấp.
- Khả năng tính toán kém.
- Lập trình điều khiển robot phức tạp.
2.2.3. Bộ điều khiển với Motion Control Card
Motion control card là một thiết bị chuyên dùng trong điều khiển chuyển động, ứng
dụng trong các máy cnc hay robot công nghiệp. Card được gắn và giao tiếp với máy tính
thông qua giao thức PCI. Card có thể điều khiển đồng thời nhiều trục và hỗ trợ nhiều tính
năng liên quan đến motion control. Giao tiếp, điều khiển card thông qua chương trình trên
máy tính được viết bằng ngôn ngữ C++, C#, Visual Basic,…
12
- Linh hoạt và mạnh mẽ do lập trình và xử lý trên máy tính.
Nhược điểm:
- Chi phí cao.
- Cần phải có máy tính gắn được card.
=> Sau khi phân tích ưu nhược điểm các phương án, đồng thời để tận dụng phần
cứng có sẵn nên chọn Motion Control Card.
2.3. Lựa phương án cho đầu tool robot
Các tay gắp robot có thể được thiết kế để phù hợp với các yêu cầu cụ thể của ứng
dụng, bao gồm cả tải trọng và kích thước của vật thể cần lấy. Một số loại tay gắp phổ biến
bao gồm:
Loại tay gắp này có ba ngón tay có khả năng xoay để giữ chắc các vật thể. Tay gắp ba
chấu thường được sử dụng trong các ứng dụng y tế và công nghiệp để lấy và giữ chắc các
vật thể có hình dạng phức tạp.
Ưu điểm:
- Có khả năng bắt và giữ chặt vật thể một cách chính xác.
- Có thể bắt và giữ các vật thể có hình dạng và kích thước khác nhau.
Nhược điểm:
13
Hình 2. 4. Tay gắp kiểu ba ngón
2.3.2. Tay gắp kiểu hai ngón (2-Finger Gripper)
Loại tay gắp này có hai ngón tay đối xứng, giúp nắm chắc vật thể. Tay gắp hai chấu
thường được sử dụng trong các ứng dụng công nghiệp để lấy và giữ chắc các vật thể hình
trụ.
Ưu điểm:
- Thiết kế đơn giản và nhỏ gọn, dễ dàng tích hợp vào hệ thống robot.
- Chi phí sản xuất thấp hơn so với các loại tay robot khác.
Nhược điểm:
- Giới hạn về khả năng nắm các đối tượng có kích thước và hình dạng phức tạp.
14
Hình 2. 5. Tay gắp kiểu hai ngón
2.3.3. Tay gắp kiểu hút (Vacuum Gripper)
Loại tay gắp này sử dụng hệ thống hút để giữ chặt các vật thể không có bề mặt phẳng
hoặc có lỗ hổng.
Ưu điểm:
- Có khả năng giữ chặt các vật thể có bề mặt phẳng hoặc dẹt.
Nhược điểm:
15
Hình 2. 6. Tay gắp kiểu hút (Vacuum Gripper)
2.3.4. Tay gắp mềm (Soft Gripper)
Là một loại cánh tay robot được thiết kế để nắm và giữ các đối tượng một cách nhẹ
nhàng, mềm mại và không gây tổn hại cho vật thể. Thay vì sử dụng các bộ kẹp cứng, Soft
Gripper sử dụng các tay nắm mềm và linh hoạt được làm bằng các chất liệu như cao su,
silicone hoặc chất liệu mềm khác.
Ưu điểm:
Nhược điểm:
- Thiết kế ngón tay khó do giới hạn về kiến thức vật liệu.
16
Hình 2. 7. Tay gắp mềm (Soft Gripper)
Kết luận: Tay gắp kiểu hút vì thiết kế nhanh chóng không phức tạp và phù hợp với
sản phẩm đề bài nêu ra.
Giá thành phù hợp, có độ phân giải tốt, tốc độ khung hình cao, thời gian xử lý ảnh
nhanh, đo được khoảng cách vật thể.
Stereo camera là một loại camera được thiết kế với hai ống kính song song nhau, cùng
với cảm biến hình ảnh và các phần cứng điều khiển để ghi lại các hình ảnh từ hai góc độ
khác nhau. Các ống kính của stereo camera thường được căn chỉnh sao cho khoảng cách
giữa chúng tương đương với khoảng cách giữa hai mắt của con người.
Ưu điểm:
- Cung cấp thông tin về chiều sâu và mô hình 3D, cho phép phân tích và xử
17
Có thể phát hiện vật thể và đo khoảng cách tới vật thể.
Nhược điểm:
- Cần hiệu chỉnh để đạt được độ chính xác và độ tin cậy cao.
- Có thể bị ảnh hưởng bởi điều kiện ánh sáng môi trường.
- Tốc độ xử lý ảnh chậm hơn so với các loại camera thông thường.
- Một số vấn đề như nhiễu, độ phân giải, và sự đồng bộ hóa của hai ống kính
có thể gây ra sự mất mát thông tin và ảnh hưởng đến độ chính xác của kết
quả đo lường.
Structure light camera hoạt động bằng cách chiếu một dãi ánh sáng lên bề mặt cần xác
định, dựa trên hiện tượng cong của ảnh trả về để tính ra chiều sâu của bề mặt. Tốc độ của
phương pháp này nhanh hơn so với các ToF camera (khoảng 30fps so với 20fps). Sai số
khoảng 1cm.
Ưu điểm:
- Tốc độ quét nhanh hơn so với phương pháp stereo vision và time-of-flight.
- Khả năng quét đối tượng với nhiều kích thước và hình dạng khác nhau.
Nhược điểm:
- Giá thành của structure light camera thường cao hơn so với các loại camera 3D khác.
- Không thể quét các đối tượng quá sáng hoặc quá tối.
18
- Có thể bị ảnh hưởng bởi độ bóng của đối tượng.
2.4.3. LiDAR
LiDAR (Light Detection and Ranging) là một công nghệ đo khoảng cách bằng cách
sử dụng tia laser để chiếu tới vật cản, nhờ tính định hướng cao của laser, ánh sáng phản xạ
lại được thu nhận bởi cảm biến cho độ chính xác rất cao, kết hợp với motor quay để bao
quát một vùng không gian rộng.
Ưu điểm:
- Có độ chính xác cao trong việc đo khoảng cách và tạo hình ảnh 3D.
- Có khả năng hoạt động trong điều kiện ánh sáng yếu.
Nhược điểm:
- Giá thành của LiDAR thường cao hơn so với các loại camera 3D khác.
Kết luận: Từ những yêu cầu đặt ra, chọn phương án 2 là phương án sử dụng camera
zed do điều kiện có sẵn, có nhiều lựa chọn độ phân giải cũng như tốc độ khung hình, dễ
dàng sử dụng do có hỗ trợ thư viện xử lý ảnh, thiết kế nhỏ gọn, dễ dàng lắp đặt.
Ưu điểm:
Nhược điểm:
- Không đảm bảo tối ưu tuyệt đối vì nó chỉ xem xét mặt hàng hiện tại mà không xem
xét các khả năng tương lai.
19
- Có thể dẫn đến sự lãng phí không gian trống do sự chọn lựa gần gũi.
Ưu điểm:
- Có khả năng tìm kiếm không gian giải pháp rộng hơn và có thể tạo ra các giải pháp
gần tối ưu.
- Có thể xử lý các bài toán phức tạp và không xác định.
- Có tính linh hoạt và có thể tùy chỉnh cho nhiều yêu cầu cụ thể.
Nhược điểm:
- Đòi hỏi nhiều tính toán, đặc biệt khi kích thước bài toán lớn.
- Cần cân nhắc về việc thiết lập tham số (như kích thước dân số, xác suất lai ghép, đột
biến) để đạt được hiệu suất tốt.
- Có thể không đảm bảo tìm ra giải pháp tối ưu trong một thời gian hợp lý.
Ưu điểm:
- Thường cho ra kết quả tốt với các bài toán có tính đối xứng, trong đó việc cải tiến
một giải pháp có thể tạo ra các giải pháp khác.
- Tính linh hoạt trong việc áp dụng cải tiến cho các giải pháp hiện có.
- Các đối tượng được sắp xếp đối xứng và chỉ các phần chồng chéo của các đối tượng
được loại bỏ thay vì loại bỏ vùng được đề xuất trong thuật toán phân vùng đệ quy.
Bằng cách này, có thể đảm bảo rằng lớp bên ngoài của ngăn xếp có cấu trúc hình
chữ nhật hoàn chỉnh. Nếu có xảy ra tình trạng chồng chéo thì chỉ chồng chéo một số
các đối tượng sẽ được thay đổi.
- Thuật toán đối xứng cải tiến giúp sắp xếp so le giữa các lớp nhằm duy trì tính ổn
định của kết cấu xếp, tuân theo quy luật xếp hàng, giúp cải thiện các vấn đề về kết
cấu khi xếp hàng bằng thuật toán phân vùng đệ quy.
20
Nhược điểm:
- Chỉ phù hợp cho các bài toán có tính đối xứng.
- Không đảm bảo tìm ra giải pháp tối ưu tại những trường hợp không có tính đối xứng.
- Có thể không thể tối ưu hóa tốt trong các bài toán có cấu trúc phức tạp.
Kết luận: Lựa chọn thuật toán Cải Tiến Đối xứng vì đáp ững nhưng tiêu chí: đảm bảo
rằng lớp bên ngoài của ngăn xếp có cấu trúc hình chữ nhật hoàn chỉnh, duy trì tính ổn định
của kết cấu xếp, tối ưu hóa việc sử dụng không gian trong các pallet.
2.6. Lựa chọn giao tiếp giữa laptop và máy tính nhúng.
USB là một giao tiếp phổ biến và tiện lợi để kết nối laptop và máy tính nhúng.
Ưu điểm: Dễ dàng sử dụng, hỗ trợ nhiều thiết bị và tốc độ truyền tải cao.
Nhược điểm: Cần sử dụng các module hoặc thiết bị USB phụ trợ trên máy tính nhúng.
UART là giao tiếp nối tiếp thường được sử dụng để giao tiếp với máy tính nhúng
thông qua cổng COM trên laptop.
Nhược điểm: Tốc độ truyền tải thấp hơn so với một số giao tiếp khác.
Sử dụng giao tiếp Ethernet để kết nối laptop và máy tính nhúng thông qua mạng LAN.
Ưu điểm: Tốc độ truyền tải cao, hỗ trợ nhiều thiết bị, và cho phép truy cập từ xa.
Nhược điểm: Yêu cầu cấu hình mạng và phần cứng mạng phù hợp.
Kết luận: Lựa chọn TCP/IP vì đạt những tiêu chí: Tính ổn định và độ tin cậy, khả năng
mở rộng, cho phép thêm thiết bị và mở rộng mạng một cách dễ dàng.
21
CHƯƠNG 3: THIẾT KẾ CƠ KHÍ
Mục tiêu thiết kế trục 4 và trục 5: có thế chịu tải và di chuyển sản phẩm nhỏ hơn và
bằng 5kg nhằm mục đích hổ trợ vào việc học tập nghiên cứu.
phục hồi lại 3 trục đầu. Nhưng chỉ có 3 trục đầu không gian làm việc của robot rất là
22
Hình 3. 2. Không gian làm việc của robot từ nhà sản xuất.
3.2. Tính toán thiết kế trục 4 và trục 5
𝑀 = 𝐹 × 𝑑 = 5.5 × 10 × 𝑑 × 10 = 1.27𝑁𝑚
d = 23.1mm
- Sai số cho phép để khi gắp vật có khối lượng 5kg từ tâm là 23.1mm
23
3.2.2. Tính toán thiết kế khâu 4
Khối lượng thiết kế khâu 5: 0.5kg (khối lượng riêng của nhôm là 2.7g/cm^3)
Tổng khối lượng của khâu 5, sản phẩm và động cơ là là: 7.3kg
Mô-men xoắn đầu ra tính lại là: 95 NM (Công suất = tốc độ góc x Moomen xoắn)
- Vì có momen và vận tốc đáp ứng đủ khẩu 4: nên ta chọn tỉ số truyền puly là 1:1
𝐷 60
𝑖= = =1
𝐷 60
Trong đó:
- i là tỉ số truyền.
- D1 là số bánh răng đầu ra
- D2 là số bánh răng đầu vào
24
L = 400mm
𝐷 = 37,8 𝐷 = 37,8
𝜋(𝐷 +𝐷 ) (𝐷 − 𝐷 )
𝐿 = 2𝑎 + +
2 4𝑎
𝑅 =𝑅 =0𝑁
→𝑅 = 86.6 𝑁
25
𝑌=𝑅 −𝑅 +𝐹 =𝑅 − 86.6 + 73 = 0
→𝑅 = 13.6
Giải các phương trình ta được:
𝑅 = 13.6𝑁
𝑅 = 86.6𝑁
Ứng suất xoắn cho phép: [𝜏] = 20𝑀𝑃𝑎 với trục đầu vào và ra.
𝑇 31830
𝐷≥ = = 12.99𝑚𝑚
0,2[𝜏] 0,2 × 20
Chọn D = 14mm
26
3.3. Thiết kế gắp giác hút
Mục tiêu đặt ra: hút hàng hóa < 3kg
Nguyên lý hoạt động: việc cặp phôi thực hiện nhờ sự hạ áp của không khí ở trong hốc
của buồng hút hay còn gọi là giác hút.
- Lực giữ phôi là lực nâng phôi và lực ma sát giữa phôi với vòi hút.
- Trong cơ cấu trên ta sử dụng cặp giác hút bằng chân không điều khiển bởi máy bơm.
- Độ chân không trong buồng hút tạo ra nhờ máy bơm đặc biệt. Khi muốn cặp phải
cho vòi hút chạm vào chi tiết và ấn nhẹ xuống sản phẩm.
- Vật liệu cấu thành nên giác hút thường là các vật liệu mềm như cao su, silicon.
❖ Lực cần giữ khi nâng vật theo phương thẳng đứng, bề mặt giác hút song song với
mặt đất
𝐹 = 𝑚 × (𝑔 + 𝑎) × 𝑆
𝐹 = (𝑚/𝜇) × (𝑔 + 𝑎) × 𝑆
𝜇: 𝐻ệ 𝑠ố 𝑚𝑎 𝑠á𝑡
27
𝜇 = 0.5 Bề mặt gỗ, thủy tinh
Tính lực cần giữ khi nâng vật theo phương thẳng đứng, bề mặt giác hút song song với
mặt đất
Sử dụng giác hút với mọi hướng nên sẽ lấy hướng có lực nâng lý thuyết cao nhất.
Sử dụng máy nén khí ở phòng thì nghiệm sẵn có với áp suất là 600kpa
Sử dụng giác hút ZP 16mm phù hợp với loại sản phẩm đang xử lý. Nó liên quan đến
kích thước, hình dáng, trọng lượng.
Suy ra lực hút của mỗi giác hút là: 𝐹 = 𝐴 × 𝑃 = 0.008 × 400000 = 38.4
Việc lựa chọn và phân bố vị trí của giác hút trong quá trình thiết kế cho sản phẩm có
kích thước bề mặt nhỏ nhất là 15cm x 15cm là một phần quan trọng trong việc đảm bảo
hiệu suất và an toàn trong quá trình sắp xếp hàng hóa. Dựa trên yêu cầu sản phẩm và số
lượng giác hút cần sử dụng (trong trường hợp này là 3), việc tạo ra một hình dạng hợp lý
để phân bố các giác hút có thể giúp đảm bảo chúng hoạt động hiệu quả.
Hình tam giác cân được chọn là một lựa chọn hợp lý. Cơ sở cho sự lựa chọn này có
thể được giải thích như sau:
28
Cân bằng lực: Hình tam giác cân có trọng tâm (đỉnh của tam giác) nằm ở giữa và đối
xứng với các cạnh. Điều này đồng nghĩa với việc giác hút được phân bố đều trên bề mặt
sản phẩm, giúp đảm bảo rằng lực từ sản phẩm được chia đều giữa các giác hút. Điều này
làm giảm nguy cơ lực tác động không đều và gây nghiêng sản phẩm trong quá trình nâng.
Hiệu quả diện tích: Với số lượng giác hút là 3 và sản phẩm có kích thước bề mặt nhỏ
nhất là 15cm x 15cm, việc sử dụng hình tam giác cân giúp tối ưu hóa diện tích sử dụng.
Các giác hút được đặt một cách hiệu quả trên bề mặt sản phẩm mà không gây lãng phí
không gian.
Ổn định: Hình tam giác cân có đặc tính ổn định vì trọng tâm nằm ở giữa. Điều này
làm giảm khả năng sản phẩm bị lật hoặc mất cân bằng trong quá trình sắp xếp hoặc vận
chuyển.
Dễ thực hiện và kiểm tra: Thiết kế vị trí giác hút dưới dạng hình tam giác cân là đơn
giản và dễ thực hiện. Điều này cũng đồng nghĩa với việc kiểm tra và bảo trì dễ dàng hơn.
Trong tổng hợp, việc sử dụng hình tam giác cân để phân bố vị trí của 3 giác hút cho
sản phẩm có kích thước bề mặt nhỏ nhất là 15cm x 15cm là một lựa chọn hợp lý từ cả góc
độ kỹ thuật và hiệu suất. Nó giúp đảm bảo an toàn và hiệu quả trong quá trình sắp xếp
hàng hóa lên pallet.
29
4.4. Thông số của robot sau thi công
Tên Thông số
Số bậc tự do 5
Axis 1 ±140°
Axis 5 ±120°
Axis 1 120:1
Axis 2 160:1
Axis 4 100:1
Axis 5 1:1
Axis 1 7.17Nm
Axis 2 7.17Nm
Moment xoắn tối
Axis 3 4.5Nm
đa
Axis 4 0.95Nm
Axis 5 7.17Nm
Bảng 3. 1. Thông số của cánh tay robot robot
30
CHƯƠNG 4: THIẾT KẾ ĐIỆN
4.1. Sơ đồ khối hệ thống điện
AC-220V
CB
Card Motion
Quạt Tản
Nhiệt
Terminal T68PR-2
Terminal T68PR-1 Terminal T68PR-3
Terminal T68PR-4
- Computer IPC: đóng vai trò là bộ điều khiển chính của hệ thống, điều khiển
phân cấp là Motion Card PCI-N804
- Motion Card PCI-N804: phát xung điều khiển 5 bộ AC servo.
31
2. Bộ khuếch đại: Gồm 5 AC Servo Driver (2 Fuji, 2 Mitsubishi, 1 Yaskawa) điều
khiển động cơ.
3. Động cơ: Gồm 5 AC Servo Motor (cùng bộ driver phía trên) tương ứng ở 5 khớp
trên tay máy, riêng motor trục 5 không có phanh.
Mạch động lực có vai trò là nguồn chính cung cấp năng lượng cho cả hệ thống. Đối
với AC Servo thường sẽ có 2 cấu hình đấu động lực là đấu dây 1 pha và đấu dây 3 pha.
Trường hợp này chọn đấu dây theo kiểu 1 pha vì tổng công suất của hệ thống không quá
3kW.
32
Hình 4. 3. Sơ đồ mạch động lực
❖ Lựa chọn CB
33
❖ Lựa chọn Contactor
34
❖ Lựa chọn Nút nhấn
Chọn LA167D8.
-Đường kính:
Chọn LA167D8.
Công suất: 25 W
35
❖ Lựa chọn vỏ tủ điện
36
Van điện từ SMC ZQ1101U-
Q15L
• Tốc độ dòng tiêu thụ không
khí (l / phút) = 46
• Lưu lượng hút tối đa L/phút
(ANR) < 0.5 Mpa
• Áp lực cung cấp tiêu chuẩn =
0.35 MPa
37
Hình 4. 4. Sơ đồ đấu dây của cảm biến áp suất
38
CHƯƠNG 5: ĐỘNG HỌC ROBOT
5.1 Động học thuận
Hình 5. 1. Không gian làm việc và kích thước của Melfa Robot RV-N10
𝜽𝒊
Axis 𝜶𝒊 𝒂𝒊 (mm) 𝒅𝒊 (mm)
(°)
1 90 𝑎 = 200 𝑑 = 500 𝜃
2 0 𝑎 = 500 0 𝜃
3 90 𝑎 = 170 0 𝜃
4 -90 0 𝑑 = 630 𝜃
5 90 0 0 𝜃
6 0 0 𝑑 𝜃
Bảng 5. 1. Bảng DH Robot Melfa RV-N10
Trong đó:
• Độ dài khâu ai (Link length): Khoảng cách trục Zi-1 đến trục Zi theo chiều trục Xi.
39
• Góc xoắn khâu αi (Link twist): Góc giữa Zi-1 và Zi đo theo Xi.
• Độ dời khâu di (Link offset): Khoảng cách trục Xi-1 đến trục Xi theo chiều trục Zi-1.
• Góc quay khớp (Joint angle) θi: Góc giữa Xi-1 và Xi đo theo Zi-1.
Từ bảng các thông số động học DH, thiết lập các ma trận Transformation theo công
thức sau:
Lần lượt thay các tham số tương ứng vào (6.1) ta lần lượt nhận được các ma trận DH
đại phương như sau:
𝑅 𝑅 𝑅 𝑃
𝑅 𝑅 𝑅 𝑃
𝑇= (5.2)
𝑅 𝑅 𝑅 𝑃
0 0 0 1
𝑇 = 𝑇. 𝑇. 𝑇. 𝑇. 𝑇. 𝑇 𝑇
1 0 0 0
0 1 0 0
Với 𝑇=
0 0 1 187
0 0 0 1
40
𝑅31 = 𝑐6 × (𝑠5 × 𝑐23 + 𝑐4 × 𝑐5 × 𝑠23) − 𝑠4 × 𝑠6 × 𝑠23
Với: ci = cos(𝜃i); cij = cos (𝜃i + 𝜃j); si = sin(𝜃i); sij = sin (𝜃i + 𝜃j).
Sử dụng góc roll-pitch-yaw để mô tả hướng của đầu tool. Gọi 𝜙 , 𝜙 , 𝜙 lần lượt là
các góc roll-pitch-yaw để xoay hệ tọa độ X6Y6Z6 về song song với hệ tọa độ X0Y0Z0.
𝑐 𝑐 𝑠 𝑠 𝑐 −𝑐 𝑠 𝑐 𝑠 𝑐 +𝑠 𝑠
𝑅 = 𝑐 𝑠 𝑠 𝑠 𝑠 +𝑐 𝑐 𝑐 𝑠 𝑠 −𝑠 𝑐 (5.3)
−𝑠 𝑠𝑐 𝑐 𝑐
41
𝑅 𝑅 𝑅 𝑐 𝑐 𝑠 𝑠 𝑐 −𝑐 𝑠 𝑐 𝑠 𝑐 +𝑠 𝑠
𝑅 𝑅 𝑅 = 𝑐 𝑠 𝑠 𝑠 𝑠 +𝑐 𝑐 𝑐 𝑠 𝑠 −𝑠 𝑐 (5.4)
𝑅 𝑅 𝑅 −𝑠 𝑠𝑐 𝑐 𝑐
𝜙 = 𝑎𝑡𝑎𝑛2(𝑅 , 𝑅 ) (5.5)
𝜙 = 𝑎𝑡𝑎𝑛2 −𝑅 , 𝑅 +𝑅 (5.6)
𝜙 = 𝑎𝑡𝑎𝑛2(𝑅 , 𝑅 ) (5.7)
▪ Trường hợp 1:
𝜙 = 𝑎𝑡𝑎𝑛2(𝑅 , 𝑅 ), 𝜙 = 90 , 𝜙 =0
▪ Trường hợp 2:
𝜙 = −𝑎𝑡𝑎𝑛2(𝑅 , 𝑅 ), 𝜙 = −90 , 𝜙 =0
𝑇 = [𝑥, 𝑦, 𝑧, 𝛼, 𝛽, 𝛾] → 𝜃 = [𝜃 𝜃 𝜃 𝜃 𝜃 𝜃 ]
Rô bốt sáu bậc tự do trong đề tài được thiết kế có ba trục cuối có trục Z liên tiếp cắt
nhau tại một điểm nên ta có thể sử dụng phương pháp Pieper để giải động học nghịch.
Đầu tiên, ta tách rô bốt ra thành hai thành phần là ba khâu đầu định vị vị trí và ba khâu
cuối định vị hướng, sau đó giải từng phần. Sự kết hợp của hai phần này sẽ tạo thành thế cho
rô bốt. Thế của khâu công tác của rô bốt chính là giá trị đầu vào của chúng ta:
𝑇= 𝑇× 𝑇
Trong đó ma trận 𝑇 là ma trận chúng ta đã biết và ma trận 𝑇 là ma trận đóng vai trò
định vị vị trí và sẽ được giải bằng phương pháp giải tích, hình học. Trong khi đó ma trận
42
𝑇 là một ma trận đóng vai trò định vị hướng sẽ được giải bằng cách thông qua hai ma trận
trên:
𝑇= 𝑇 × 𝑇
Tuy vậy, trong thực tế, khâu công tác của rô bốt được vận hành bằng cách gắn thêm,
nối vào cho nó một đầu công cụ cố định. Như vậy, trong bài toán động học thuận sẽ tồn tại
một ma trận thể hiện góc tọa độ của đầu công cụ so với khâu công tác (khâu sáu) của rô
bốt, ta quy ước gọi là 𝑇= 𝑇.
Như vậy, trong bài toán động học nghịch khi này, ma trận 𝑇 và 𝑇 là một ma trận
xác định trước, cho nên, ta cần bổ sung và tổng quát:
𝑇× 𝑇= 𝑇× 𝑇× 𝑇
↔ 𝑇= 𝑇× 𝑇
𝑇= 𝑇× 𝑇
𝑇= 𝑇 × 𝑇
Thông qua việc giải quyết được ma trận 𝑇 đồng nghĩa rằng ta đã tìm ra các góc
[𝜃 𝜃 𝜃 ]. Sau đó, dựa theo quy ước mô tả về hướng, mà khi giải ma trận 𝑇, ta sẽ tìm
được tiếp các góc [𝜃 𝜃 𝜃 ]. Trong đề tài này sử dụng mô tả về hướng là RPY.
Rô bốt sáu bậc tự do tại một thế cho trước tồn tại tám nghiệm thỏa mãn. Với phương
pháp của Pieper sẽ giúp ta loại đi một số nghiệm không cần thiết và không thực tế, số
nghiệm còn lại sẽ được chọn lựa.
Đầu tiên, ta cần quy tọa độ của đầu công cụ [𝑥 𝑦 𝑧 ] về điểm Pieper, tức là giao
điểm trục Z của ba khâu cuối. ta gọi [𝑃 𝑃 𝑃 ] là tọa độ tương đối của tọa độ đầu công
cụ với trục tọa độ nền của rô bốt, ta quy ước gọi là tọa độ Pieper.
43
Gọi [𝑇 𝑇 𝑇 ] là tọa độ tương đối giữa đầu công cụ và gốc tọa độ khâu sáu. Nằm
trong ma trận 𝑇, cụ thể là: (ma trận này được xác định trước, là một con số xác định)
𝑎 𝑎 𝑎 𝑇
𝑎 𝑎 𝑎 𝑇
𝑇=
𝑎 𝑎 𝑎 𝑇
0 0 0 1
Trong khi đó, với quy ước RPY, ma trận 𝑇 cụ thể là: (ma trận này cũng được xác
định trước)
𝑏 𝑏 𝑏 𝑥
𝑏 𝑏 𝑏 𝑦
𝑇=
𝑏 𝑏 𝑏 𝑧
0 0 0 1
Với quy ước RPY, ta có các phần tử của ma trận xoay chuyển vị xác định:
𝑏 = 𝑐 𝑐 𝑏 = 𝑐 𝑠 𝑠 −𝑠 𝑐 𝑏 = 𝑐 𝑠 𝑐 +𝑠 𝑠
𝑏 = 𝑠 𝑐 𝑏 = 𝑠 𝑠 𝑠 +𝑐 𝑐 𝑏 = 𝑠 𝑠 𝑐 −𝑐 𝑠
𝑏 = −𝑠 𝑏 = 𝑐 𝑠 𝑏 = 𝑐 𝑐
Với các góc [ 𝛼 𝛽 𝛾] là các góc xoay ứng RPY đã được xác định trước.
𝑐 𝑐 𝑐
𝑅= 𝑐 𝑐 𝑐
𝑐 𝑐 𝑐
𝑃 𝑥 𝑐 𝑐 𝑐 𝑇
𝑃 = 𝑦 − 𝑐 𝑐 𝑐 𝑇
𝑃 𝑧 𝑐 𝑐 𝑐 𝑇 +𝑑
Với tọa độ Pieper, ta trực tiếp tính được góc xoay của 𝜃 bằng hình học:
𝜃 = 𝑎𝑡𝑎𝑛2(𝑃𝑦 , 𝑃𝑥 )
44
5.2.2. Khâu hai
Đối với khâu thứ 2, ta cũng sử dụng phương pháp hình học, vì góc của khâu thứ nhất
đã được giải, ta xét lại tính tương đối của điểm Pieper, lần này ta thiết lập lại tọa độ tương
đối của điểm Pieper so với khâu thứ hai (không còn so với tọa độ nền). Ta gọi điểm Pieper
này là điểm Pieper thứ sinh có tọa độ là 𝑃 𝑃 𝑃 .
Điểm Pieper thứ sinh được tính cũng qua phương pháp hình học:
𝑃 𝑃 𝑎 cos (𝜃1 )
𝑃 = 𝑃 − 𝑎 sin (𝜃1 ) (5.8)
𝑃 𝑃 𝑑
Tiếp theo, từ phương pháp hình học kết hợp giải tích véc tơ mà ta có được góc của
khâu thứ hai thông qua việc tiền xử lý, đặt ẩn phụ:
- Đầu tiên ta tạo một véc tơ tạo bởi điểm gốc của khâu thứ hai tới điểm Pieper thứ
sinh. Được tính như một hình học véc tơ. Ta quy ước gọi là véc tơ Pieper thứ sinh 1, kí hiệu
𝑃 ⃗ = (𝑃 ) + (𝑃 ) + (𝑃 ) (5.9)
- Tiếp theo ta tạo một véc tơ tạo bởi điểm gốc của khâu thứ ba tới điểm Pieper thứ
sinh. Được tính như một hình học véc tơ. Ta quy ước gọi là véc tơ Pieper thứ sinh 2, kí hiệu
là 𝑃 ⃗. Độ lớn thì được tính đơn giản thông qua hình học thông thường:
- Tới đây ta đặt ẩn phụ, ta gọi 𝜙 là góc tạo bởi cạnh khâu thứ 2 và 𝑃 ⃗, thông qua
45
𝑎 + 𝑃 ⃗ − 𝑃 ⃗
𝜙 = cos (5.11)
2𝑎 𝑃 ⃗
- Tiếp đó ta lại đặt thêm ẩn phụ, gọi là 𝜙 , góc này được tạo bởi 𝑃 ⃗ và phương X
của trục 2
𝑃
𝜙 = 𝑎𝑟𝑐𝑡𝑎𝑛2 ⎛ ⎞ (5.12)
⎝ 𝑃 + 𝑃 ⎠
- Cuối cùng, nhờ vào tương quan hình học, ta giải được 𝜃
𝜃 = −(𝜙1 + 𝜙2 )
5.2.3. Khâu ba
Phương pháp giải của khâu thứ hai cũng được áp dụng cho khâu thứ ba, tức rằng sẽ
được giải bằng hình học và giải tích. Từ tiền xử lý ở khâu thứ hai, ta đặt ẩn phụ:
- Gọi 𝜙 là góc tạo bởi bởi cạnh khâu thứ 2 và 𝑃 ⃗ , trên phương diện hình học và
𝑃 ⃗ + 𝑎2 − 𝑃 ⃗
2
𝜙 = cos−1 (5.13)
2 𝑃 ⃗ 𝑎
2
- Tiếp theo, ta gọi 𝜙 là góc tạo bởi cạnh của khâu thứ ba và 𝑃 ⃗, góc này được tính
𝑑
𝜙 = 𝑎𝑟𝑐𝑡𝑎𝑛2
𝑎
- Cuối cùng, cũng nhờ tương quan hình học, góc 𝜃 được tính:
𝜃 = 𝜋 − 𝜙3 − 𝜙4
46
5.2.4. Ba khâu cuối
Khác với việc giải từng khâu như ở ba khâu đầu, ba khâu cuối [𝜃 𝜃 𝜃 ]. được giải
đồng thời thông qua việc sử dụng kết quả của ba khâu đầu [𝜃 𝜃 𝜃 ]. Điều này giúp xác
định được ma trận 𝑇 cũng như 𝑇 như đã đề cập.
𝑇= 𝑇× 𝑇
𝑇= 𝑇 × 𝑇
𝑇= 𝑇× 𝑇× 𝑇
Các ma trận 𝑇, 𝑇, 𝑇 là các ma trận được thiết lập từ bảng D-H, chứa các biến
[𝜃4 𝜃5 𝜃6 ] cần tìm, sau khi giải được vế 𝑇 × 𝑇, ta đồng nhất các phần tử để tìm ra
được [𝜃4 𝜃5 𝜃6 ]. Mặt khác, vì ma trận 𝑇 đã xác định vị trí tức là thành phần ma trận tịnh
tiến của các ma trận sau đó là không đổi. Cho nên ta có thể đơn giản hóa biểu thức trên
bằng việc chỉ xét ma trận xoay của chúng, tức:
𝑇= 𝑇× 𝑇× 𝑇
𝑇= 𝑇× 𝑇
𝑇= 𝑇 × 𝑇
Hay:
𝑅= 𝑅× 𝑅× 𝑅
𝑅= 𝑅 × 𝑅× 𝑅
𝑐𝑜𝑠𝜃4 0 sin𝜃4 𝑐 4 0 s4
𝑅 = sin𝜃4 0 −𝑐𝑜𝑠 4 = 𝑠4 0 −𝑐4
0 1 0 0 1 0
47
𝑐𝑜𝑠𝜃6 −sin𝜃6 0 𝑐6 −𝑠 0
𝑅 = sin𝜃6 𝑐𝑜𝑠𝜃6 0 = 𝑠6 𝑐 0
0 0 1 0 0 1
Vậy ma trận 𝑅 được tính theo 𝑅 = 𝑅 × 𝑅 × 𝑅 được tính với sự hỗ trợ của
MATLAB sẽ cho ra kết quả:
𝑐4 𝑐5 𝑐6 − 𝑠4 𝑠6 −𝑐 𝑠 − 𝑐 𝑐 𝑠 −c4 𝑠5
𝑅 = c4 𝑠6 + 𝑐5 𝑐6 𝑠4 𝑐 𝑐 − 𝑐 𝑠 𝑠 −𝑠4 𝑠5
𝑐 𝑠 −𝑠 𝑠 𝑐
𝑟11 𝑟 r13
𝑅 = r21 𝑟 𝑟23
𝑟 𝑟 𝑟
Đối chiếu hai ma trận ta có được các góc [𝜃4 𝜃5 𝜃6 ] lần lượt theo công thức:
𝜃 = 𝑎𝑡𝑎𝑛2(−𝑟 , −𝑟 ) (5.14)
𝜃 = 𝑎𝑡𝑎𝑛2( 𝑟 + 𝑟 , 𝑟 ) (5.15)
𝜃 = 𝑎𝑡𝑎𝑛2(−𝑟 , 𝑟 ) (5.16)
Chọn nghiệm
Biến Nghiệm
𝜃 𝑎𝑡𝑎𝑛2(𝑃 , 𝑃 )
𝜃 𝜙 +𝜙
𝜃 𝜋 − 𝜙3 − 𝜙4
𝜃 𝑎𝑡𝑎𝑛2(−𝑟 , −𝑟 )
𝜃 𝑎𝑡𝑎𝑛2( 𝑟 + 𝑟 , 𝑟 )
𝜃 𝑎𝑡𝑎𝑛2(−𝑟 , 𝑟 )
Bảng 5. 3. Lựa chọn nghiệm
5.3. Lựa chọn nghiệm
Do các ẩn được hình thành dựa trên lượng giác và hàm atan2 nên sẽ tồn tại nhiều
nghiệm cho một ẩn. Để việc kết hợp các bộ nghiệm điều khiển rô bốt trong miền công tác
48
sao cho mềm dẻo, không giật cục, không gây ra bước nhảy về góc khớp đồng thời cũng
không gây ra sự thay đổi quá nhanh về góc khớp dẫn đến các yêu cầu về bước nhảy mô
men. Nên ta dựa trên các tiêu chí sau đây để chọn nghiệm:
- Nghiệm được chọn phải nằm trong giới hạn cơ khí của rô bốt.
- Nghiệm được chọn sao cho năng lượng tiêu hao khi di chuyển để đạt cùng một mục
đích là thấp nhất tức: (Δ ) .
- Trong trường hợp bộ nghiệm của quá trình hoạch định đường đi có bước nhảy lớn ,
chưa thể hiệu chỉnh được bằng các phương pháp dưới, ta có thể tách thành hai quá trình
hoạch định riêng biệt.
Công thức của [𝜃4 𝜃5 𝜃6 ] tồn tại các trường hợp đặc biệt, sau khi giải bằng bảng
nghiệm trên, ta có thể hiệu chỉnh lại như sau:
𝜃 =0 𝜃 = 𝑎𝑡𝑎𝑛2(𝑟 , 𝑟 ) 𝜃 =0
𝜃 = 𝑎𝑡𝑎𝑛2(𝑟 , 𝑟 ) 𝜃 =0 𝜃 =0
Bên cạnh đó, ta xét trường hợp khâu công tác hướng lên trên, theo bộ nghiệm trên, 𝜃
sẽ luôn dương điều đó khiến 𝜃 sẽ quay một góc 𝜋 đồng nghĩa khâu 4 sẽ lật lên.
Trong phạm vi đề tài này, đây là thế mà ta không mong muốn. nên ta giải quyết bằng
phương pháp số:
- Sau khi giải xong nghiệm bằng bảng nghiệm trên, với trường hợp khâu công tác
hướng lên trên thì 𝜃 < 0, nên cos(𝜃 ) < 0.
- Ta lại xét tiếp sin(𝜃 ), mục đích xét hai điều kiện này để xác định khâu bốn nằm ở
góc 3/4 hay 4/4 của vòng tròn lượng giác hay không.
49
+ Nếu nằm ở góc 4/4, ta bù thêm một góc 𝜋.
- Song đó 𝜃 sẽ được bù thêm một góc 𝜋. Xét góc 𝜃 sau bù, xem có nằm trong góc
4/4 của vòng tròn lượng giác hay không:
50
Hình 5. 3. Sơ đồ khối của robot trong Matlab
Hình 5. 4. Mô phỏng 1
Hình 5. 5. Mô phỏng 2
51
CHƯƠNG 6: XỬ LÝ ẢNH VÀ GIẢI THUẬT ĐIỀU KHIỂN
6.1 Xử lý ảnh
Ưu điểm:
Hạn chế:
• Hạn chế trong khả năng nhận diện và phân đoạn đối tượng phức tạp: Xử lý ảnh thông
thường không thể đạt được hiệu suất tốt trong việc nhận diện và phân đoạn các đối tượng
phức tạp và có sự biến đổi lớn về hình dạng và màu sắc.
• Yêu cầu kiến thức chuyên sâu về xử lý ảnh: Một số bài toán đòi hỏi kiến thức chuyên
sâu về xử lý ảnh, đặc biệt là khi sử dụng các phương pháp phức tạp như phát hiện biên
cạnh, phân đoạn hình ảnh, hay nhận diện đối tượng.
❖ TRAIN mô hình:
Ưu điểm:
• Hiệu suất tốt cho các bài toán phức tạp: Khi có đủ dữ liệu huấn luyện và thời gian
để train, mô hình machine learning hoặc deep learning có thể đạt hiệu suất tốt trong việc
nhận diện, phân loại, và phân đoạn các đối tượng phức tạp trong ảnh.
• Tích hợp các thông tin phức tạp: Mô hình machine learning hoặc deep learning có
thể học và tích hợp các thông tin phức tạp từ dữ liệu, giúp cải thiện hiệu suất so với phương
pháp xử lý ảnh thông thường.
52
Hạn chế:
• Yêu cầu dữ liệu huấn luyện lớn: Train mô hình machine learning hoặc deep learning
thường yêu cầu một lượng lớn dữ liệu huấn luyện để đạt được hiệu suất tốt.
• Thời gian train: Việc train mô hình machine learning hoặc deep learning có thể mất
nhiều thời gian, đặc biệt là khi sử dụng mạng neural phức tạp.
Kết luận: chọn cách xử lý ảnh thông thường vì phù hợp với nhận biết mô hình đơn
giản của đề tài.
Khi xác định ngưỡng màu, chúng ta có thể phân tách vùng làm việc và vùng
background.
- Sau khi có ngưỡng màu background, chúng ta sử dụng Canny Edge Detection và
Connected Component Analysis để tìm ra khung nối liền lớn nhất trong ảnh. Khung nối
liền lớn nhất ở đây có thể hiểu là một hình dạng chữ nhật, vuông hoặc hình dạng khác có
diện tích lớn nhất
- Tiếp theo, chúng ta tìm ra 4 góc của khung nối liền lớn nhất đã xác định. Điều này
được thực hiện bằng cách sử dụng các thuật toán phát hiện góc (corner detection) như Harris
Corner Detection.
- Cuối cùng, chúng ta sử dụng 4 góc đã tìm được để xác định ROI. ROI có thể là
hình chữ nhật hoặc hình dạng khác được tạo ra bằng cách nối 4 góc lại với nhau.
53
Hình 6. 1. Xác định vùng làm việc
Quá trình trên cho phép xác định được vùng làm việc trong ảnh mô hình thực nghiệm,
giúp đơn giản hóa việc xử lý và phân tích dữ liệu trong vùng quan trọng này, đồng thời loại
bỏ các thông tin không liên quan từ vùng background.
- Trước khi tăng ngưỡng màu, bạn cần xác định màu background của vùng làm việc
và màu của thùng carton. Có thể làm điều này bằng cách lấy mẫu màu sắc từ vùng
background và thùng carton, sau đó sử dụng một số phương pháp xác định màu sắc (ví dụ:
mean shift, k-means) để tìm màu trung bình hoặc màu thường xuất hiện nhất trong mỗi
vùng.
- Sau khi đã biết được màu background và màu thùng carton, tăng ngưỡng màu lên
một ngưỡng mạnh hơn (so với khi chỉ xác định vùng làm việc ban đầu) để tách biệt các đối
tượng có màu sắc gần giống với background hoặc thùng carton. Tăng ngưỡng màu mạnh
hơn giúp làm rõ biên cạnh và đặc điểm của các vật trong vùng làm việc.
54
Hình 6. 2. Tăng ngưỡng màu mạnh hơn giúp làm rõ biên cạnh và đặc điểm
55
Sử dụng các thuật toán phát hiện góc (corner detection) như Harris Corner Detection
trên ảnh sau khi đã tăng ngưỡng màu. Điều này giúp xác định vị trí các góc của các hình có
màu sắc gần giống với màu thùng carton. Dựa vào các góc tìm được tính toán góc lệnh của
vật so với phương X của camera.
Camera Zed Là thiết bị thu ảnh 3D hoặc thu phim 3D. Về cơ bản, stereo camera
cũng giống những máy ảnh hoặc máy quay chuyên dụng khác, nhưng nó có hai ống
kính mắc song song. Hai ống kính của một stereo-camera được sử dụng để lấy hai
hình ảnh trong một ảnh 3D.
Thông số kĩ thuật:
56
𝑓𝐵
𝑍=
𝑥𝑖 − 𝑥𝑖
Camera ZED tính toán thông tin độ sâu bằng cách sử dụng phép chiếu ngược
(triangulation) từ mô hình hình học của các máy ảnh không bị méo biến và đã được chỉnh
hình (rectified), như thể hiện trong Hình 6. 5. Giả sử rằng hai máy ảnh đều nằm trong cùng
một mặt phẳng với trục quang song song và cùng một tiêu cự fl = fr, độ sâu Z của mỗi điểm
L được tính bằng Công thức 1 dưới đây, trong đó B là khoảng cách cơ sở (baseline) và xil
− xir là giá trị sự sai khác (disparity). Lưu ý rằng độ sâu thay đổi nghịch đảo tỷ lệ với sự sai
khác.
57
Hình 6. 7. 4 khu vực được chia trên pallet
Quá trình tổng quan của thuật toán được thể hiện trong Hình 6.8. Trước tiên, cần xác
định xem khu vực hiệu quả có đủ chỗ để sắp xếp các đối tượng hay không. Sau đó, lập kế
hoạch sắp xếp tốt nhất cho danh mục đối tượng dựa trên độ dài cạnh của khu vực hiệu quả.
Tính toán của thuật toán này có bốn kết quả trong mỗi sắp xếp, như được hiển thị trong
Hình 3, và các đối tượng được phân loại theo sắp xếp của chúng theo chiều dài cạnh. Dựa
trên kết quả, phân loại các hành động tiếp theo được chia thành hai kết quả: chồng chéo đối
tượng và không chồng chéo đối tượng. Sau đó, chọn bốn thuật toán giải quyết theo khu vực
chồng chéo. Nếu có các đối tượng chồng chéo sau sắp xếp đầu tiên, số lượng đối tượng cần
loại bỏ dựa trên số lượng đối tượng chồng chéo. Khu vực hiệu quả còn lại sẽ được tính toán
lại để xác định xem sắp xếp có thể tiếp tục hay không. Cuối cùng, sau khi hoàn thành sắp
xếp, tọa độ đối tượng được đánh dấu và phản hồi lại cho hệ thống.
58
Bắt đầu
Kích thước
các đối tượng
Đúng
Liệu không
Tính toán sự kết hợp tốt nhất giữa pallet và đối
gian Pallet đủ
tượng có chiều dài và chiều rộng
chưa
Sai
Hướng sắp Sắp xếp đối
xếp xứng
Đúng Sai
Đúng
Sắp xếp 1 L1 > L2
hướng
tính đối tượng trùng khối 1 và khối 3 tính đối tượng không trùng khối 1 và khối 3 tính đối tượng trùng khối 2 và khối 4 tính đối tượng không trùng khối 2 và khối 4
loại bỏ đối tượng chồng chéo loại bỏ đối tượng chồng chéo
tính diện tích còn lại tính diện tích còn lại tính diện tích còn lại tính diện tích còn lại
Kết Thúc
Hình 6. 8. Biểu đồ luồng thuật toán sắp xếp đối xứng được cải thiện
59
Hình 6. 10. Kết quả sắp xếp đối xứng
(a) Khối 1 và 3 lớn hơn khối 2 và 4 và không xảy ra sự chồng chéo. (b) Khối 1 và 3 lớn
hơn khối 2 và 4. và sự chồng chéo xảy ra. (c) Khối 2 và 4 lớn hơn khối 1 và 3 và không
xảy ra sự chồng chéo. (d) Khối 2 và 4 lớn hơn khối 1 và 3 và xảy ra sự chồng chéo.
Sự chồng chéo đa đối tượng theo chiều ngang như trong Hình 6. 10.Khi Khối 1 và Khối 3
được chồng chéo theo chiều ngang, số lần chồng chéo trong một khối sẽ được tính trước.
Như được hiển thị trong Phương trình (1) và (2), 𝑛 và 𝑚 có thể biết số lần trùng lặp. Theo
tính đối xứng, Block 1 và Block 3 sẽ loại bỏ vật thể cùng một lúc. Khối 1 sẽ bắt đầu loại bỏ
các đối tượng chồng chéo ở góc trên bên phải theo chiều dọc. Ngược lại, Block 3 sẽ bắt đầu
loại bỏ các đối tượng chồng chéo ở góc dưới bên trái theo chiều dọc. Vì tính đối xứng nên
số hàng bị loại bỏ là (Làm tròn). Có thể rút ra từ phương trình (3) rằng R là số đối tượng
(2𝐿 − 𝑃 )
𝑛 = (𝑙à𝑚 𝑡𝑟ò𝑛 𝑙ê𝑛) (1)
𝐵
60
(2𝑊 − 𝑃 )
𝑚 = (𝑙à𝑚 𝑡𝑟ò𝑛 𝑙ê𝑛) (2)
𝐵
𝑛
𝑅= × 𝑚 (𝑙à𝑚 𝑡𝑟ò𝑛 𝑙ê𝑛) (3)
2
Hình 6. 11. Chồng chéo đa đối tượng theo chiều ngang. (a) Trước khi loại bỏ. (b) Sau khi
loại bỏ.
6.2.2 Chồng lặp nhiều đối tượng theo chiều dọc
Sự chồng lấp nhiều đối tượng theo chiều dọc như trong Hình 6. 11.Khi Khối 2 và Khối 4
được chồng lên nhau theo chiều dọc, số lần chồng lấp trong một Khối sẽ được tính trước
tiên là Phương trình (4) và (5). 𝑛 và 𝑚 giống nhau để biểu thị mức độ chồng chéo. Khối 2
sẽ được loại bỏ theo chiều ngang từ góc trên bên trái của phần chồng chéo; nếu không, Khối
4 sẽ bị xóa theo chiều ngang từ góc dưới bên phải của phần chồng lên nhau. Ngoài ra, do
tính đối xứng nên số hàng bị bỏ đi là (làm tròn lên). Có thể rút ra từ phương trình (6) rằng
R là số đối tượng cần loại bỏ cho một khối để loại bỏ sự chồng chéo.
(2𝐿 − 𝑃 )
𝑛 = (𝑙à𝑚 𝑡𝑟ò𝑛 𝑙ê𝑛) (4)
𝐵
(2𝑊 − 𝑃 )
𝑚 = (𝑙à𝑚 𝑡𝑟ò𝑛 𝑙ê𝑛) (5)
𝐵
𝑚
𝑅= × 𝑛 (𝑙à𝑚 𝑡𝑟ò𝑛 𝑙ê𝑛) (6)
2
61
Hình 6. 12. Chồng chéo đa đối tượng theo chiều dọc. (a) Trước khi loại bỏ. (b) Sau khi
loại bỏ
6.2.3 Chồng lặp một đối tượng
Sự chồng lặp 1 đối tượng có thể xảy ra ở chồng lặp ngang hoặc chồng lặp dọc. Xảy ra khi
𝑛 và 𝑚 đều bằng 1. Tuy nhiên vẫn cần phải biết là chồng lặp ngang hay dọc để biết mà
xóa đối tượng cho phù hợp.
Hình 6. 13. Chồng chéo 1 đối tượng. (a) Trước khi loại bỏ. (b) Sau khi loại bỏ
6.2.4 Tính diện tích hiệu quả còn lại
Việc tính diện tích hiệu dụng còn lại là bước cuối cùng sau khi hoàn thành mỗi vòng
sắp xếp. Chức năng này nhằm xác định xem diện tích hiệu dụng còn lại có đủ để bố trí lại
hay không. Nếu diện tích hiệu dụng còn lại có thể tiếp tục được bố trí thì diện tích hiệu
dụng mới sẽ được tạo ra và đại diện bởi Px1 và Py1. Nếu có thể sắp xếp lại vùng hiệu dụng
mới thì bước này sẽ quay lại phần sắp xếp đối tượng để tìm cách sắp xếp tốt nhất để tiếp
tục sắp xếp. Nếu kết quả phương trình cho thấy vùng hiệu dụng mới không thể sắp xếp
được nữa thì bước này sẽ chuyển sang bước tiếp theo “Đánh dấu tọa độ đối tượng”. Ở bước
này, theo bốn yếu tố lúc đầu, diện tích ngang lớn hơn hay diện tích dọc lớn hơn và liệu
62
chúng có chồng lên nhau hay không, chiều dài và chiều rộng của diện tích hiệu dụng còn
lại được tính bằng bốn phương trình khác nhau sau:
𝑃 = 𝑃 − 2 × (𝑚 × 𝐵 )(7)
𝑃 = 𝑃 − 2 × (𝑚 × 𝐵 )(8)
Hình 6. 14. Kích thước còn lại khi sắp xếp block1 và block3 không chồng lấn
❖ Khối 2 và Khối 4 có diện tích lớn hơn và không bị chồng chéo
𝑃 = 𝑃 − 2 × (𝑛 × 𝐵 )(10)
𝑃 = 𝑃 − 2 × (𝑛 × 𝐵 )(11)
Hình 6. 15. Kích thước còn lại khi sắp xếp block2 và block4 không chồng lấn
63
❖ Khối 1 và Khối 3 bị chồng chéo
𝑃 = 𝑃 −2×( 𝑛 − × 𝐵 )(12)
𝑃 = 𝑃 − 2 × ((𝑚 − 𝑚 ) × 𝐵 )(13)
Hình 6. 16. Kích thước còn lại khi sắp xếp xong block1 và block3 chồng lấn
❖ Khối 2 và Khối 4 bị chồng chéo
𝑃 = 𝑃 −2×( 𝑚 − × 𝐵 )(14)
𝑃 = 𝑃 − 2 × ((𝑛 − ) × 𝐵 )(15)
Hình 6. 17. Kích thước còn lại khi sắp xếp xong block2 và block4 chồng lấn
64
❖ Thứ tự đặt các sản phẩm vào vị trí trên pallet đã tính toán.
Hình 6. 18. Thứ tự đặt các sản phẩm vào vị trí trên pallet
6.3 Giao tiếp TCP/IP
TCP (Transmission Control Protocol) là một giao thức mạng quan trọng được sử dụng
trong việc truyền dữ liệu qua một mạng. Một giao thức trong phạm vi mạng là một tập hợp
các quy tắc và trình tự kiểm soát việc thực hiện truyền dữ liệu sao cho tất cả mọi người trên
thế giới bất kể vị trí địa lý, bất kể ứng dụng, phần mềm họ đang sử dụng đều có thể thao
tác theo cùng một phương thức giống nhau được gọi là TCP. TCP thường kết hợp với IP
(Giao thức Internet) theo một cặp được gọi là TCP/IP. Bạn có thể bắt gặp cụm thuật ngữ
này trong phần network setting trên máy tính, điện thoại thông minh hoặc các thiết bị cầm
tay của mình. IP sẽ xử lý việc gán địa chỉ và chuyển tiếp các gói tin từ nguồn đến đích trong
khi TCP kiểm soát độ tin cậy của truyền dẫn.
Chức năng của giao thức tcp được xác định là kiểm soát mức độ tin cậy của việc
truyền dữ liệu. Trên các mạng như Internet, dữ liệu được truyền theo dạng gói tin, các gói
này là các cụm dữ liệu được truyền hoàn toàn độc lập trên mạng, được tập hợp lại với nhau
khi chúng đến địa chỉ đích và sau đó trả về dữ liệu gốc.
65
Hình 6. 19. Mô tả hoạt động TCP/IP
6.4 Calibration ma trận nội
Để calib lấy thông số ma trận nội của camera Zed ta sử dụng tool Zed Calibration.
66
Ma trận thông số nội của Camera Zed ở chế độ VGA 672 x 376:
341.3568 0 318.9437
𝐾 = 0 318.9437 190.732
0 0 1
𝑓 0 𝐶
𝐾 = 0 𝑓 𝐶
0 0 1
Ma trận thông số ngoại (vị trí và góc xoay của camera so với robot):
𝑅 𝑅 𝑅 𝑃
𝑅 𝑅 𝑅 𝑃
𝑀 =
𝑅 𝑅 𝑅 𝑃
0 0 0 1
Công thức tổng quản chuyển đổi tọa độ pixel về tọa độ robot:
𝑢 𝑋
𝑣 𝑌
𝑠× =𝐾 ×𝑀
1 𝑍
1 1
Trong đó:
𝑢
𝑣
là tọa độ Pixel
1
1
𝑋
𝑌
là tọa độ vật so với robot
𝑍
1
67
CHƯƠNG 7: THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
7.1 Các chi tiết cơ khí đã gia công
68
Hình 7. 3. Chi tiết gia công của khâu 5
69
7.2 Hệ thống điện
70
7.3 Đánh giá sai số lặp lại của robot
Bố trí như sau: ban đầu khi robot ở vị trí HOME, đặt đồng hồ so vào không gian làm
việc của Robot, ta cho đầu tool của Robot di chuyển đến vị trí điểm X. Điều chỉnh đầu dò
đồng hồ so vừa chạm nhẹ sao cho kim chỉ đến vị trí khác 0, điều chỉnh cho cả 2 mặt đồng
hồ lớn và nhỏ về 0. Sau đó cho robot về HOME rồi lại đến vị trí cũ, thực hiện 16 lần. Giá
trị sai lệch trên đồng hồ so giữa lần đầu và những lần lặp sau chính là sai số lặp lại của
robot.
71
Bảng 7. 1. Bảng sai số lặp lại theo phương Z:
Lần đo 1 2 3 4 5 6 7 8
Sai Số 0.02 0.01 0.02 0.03 0.02 0.03 0.01 0.02
Lần đo 9 10 11 12 13 14 15 16
Sai số 0.03 0.02 0.02 0.01 0.02 0.02 0.01 0.02
72
Bảng 7. 2. Bảng sai số lặp lại theo phương X:
Lần đo 1 2 3 4 5 6 7 8
Sai Số 0.02 0.03 0.02 0.03 0.02 0.02 0.01 0.02
Lần đo 9 10 11 12 13 14 15 16
Sai số 0.01 0.02 0.02 0.03 0.03 0.02 0.03 0.01
- Kết nối truyền nhận dữ liệu máy tính nhúng và chương trình giao diện chính
qua TCP/IP.
- Hiển thị giá trị lệch của các góc Euler so với giá trị gốc.
- Hiển thị danh sách vị trí đặt vật lên pallet, số lượng
74
Hình 7. 10. Giao diện xử lý ảnh
7.4 Đánh giá kết quả
Trong trường hợp này khi chúng ta áp dụng thuật toán đối xứng cải tiến đã có sự
khác biệt rõ ràng về sử dụng diện tích hiệu dụng và sự sắp sếp chắn chắn thuận tiện cho
việc xếp chồng thêm lớp.
55 × 50 − 30 × 5 × 2
𝑇ỉ 𝑙ệ = × 100 = 89,09%
55 × 50
75
Hình 7. 12. Trường hợp chồng chéo
Tỉ lệ sử dụng diện tích có thuật toán
55 × 50 − 10 × 5
𝑇ỉ 𝑙ệ = × 100 = 98,18%
55 × 50
Hình 7.12 đã rơi vào trường hợp block2 và block4 lớn hơn và chồng chéo. Trong
trường hợp này khi chúng ta áp dụng thuật toán đối xứng cải tiến đã có sự khác biệt rõ
ràng về sử dụng diện tích hiệu dụng và sự sắp sếp chắn chắn thuận tiện cho việc xếp
chồng thêm lớp.
55 × 65 − 65 × 10 − 55 × 5
𝑇ỉ 𝑙ệ = × 100 = 74,13%
55 × 65
55 × 65 − 10 × 20 ∗ 2
𝑇ỉ 𝑙ệ = × 100 = 88.81%
55 × 65
Khi thực hiện thử nghiệm để đảm bảo sự an toàn khi sắp xếp, chúng ta sẽ thiết lập
một khoảng cách 2cm giữa các sản phẩm khi chúng được đặt lên pallet. Điều này giúp
đảm bảo tính ổn định và tránh va chạm không mong muốn.
Hình 7. 15. Hình ảnh sau khi robot sắp xếp 2 lớp
77
Hình 7. 16. Sai lệnh so với mong muốn
Bảng 7. 4. Kết quả các lần đo
Nhận Sai Sai Lệnh
X Y Z Thực tế diện lệnh vị trí
825 0 330 0 0 0 0.5
752 10 330 54 55 2 1.2
768 200 330 24 23 1 1.5
724 120 330 45 47 3 3
842 45 330 24 21 1 1
924 242 330 125 127 4 2.4
924 42 330 134 137 1 1.8
721 -34 330 158 156 3 1.3
801 -34 330 90 90 0 1.6
901 -54 330 90 85 3 3
701 -240 330 23 24 1 1.4
805 260 330 35 37 2 1
1024 430 330 153 149 4 0.5
1035 42 330 61 58 3 1.3
1200 453 330 16 20 4 0.7
844 354 330 55 53 2 4
735 21 330 69 70 1 1
924 354 330 111 115 4 1.5
910 354 330 153 157 2 1.2
701 130 330 62 66 4 1.7
901 435 330 98 96 2 0.8
824 43 330 29 29 0 1
940 13 330 26 30 4 3
1124 53 330 153 154 1 1
1046 43 330 176 173 3 3
889 135 330 132 128 4 1
872 135 330 170 174 4 2
78
893 135 330 135 135 0 1
200
180
160
140
120
100
ĐỘ
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
Thực tế 0 54 24 45 24 125134158 90 90 23 35 153 61 16 55 69 111153 62 98 29 26 153176132170135
Nhận diện 0 55 23 47 21 127137156 90 85 24 37 149 58 20 53 70 115157 66 96 29 30 154173128174135
Sai lệnh 0 2 1 3 1 4 1 3 0 3 1 2 4 3 4 2 1 4 2 4 2 0 4 1 3 4 4 0
SỐ LẦN
Sai Số Vị Trí
4.5
4
3.5
3
2.5
cm
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
SỐ LẦN
79
Hình 7. 19. Đồ thị thời gian của của biến áp suất
Trong quá trình gắp sản phẩm lên pallet, việc có sự lệch góc và sai vị trí nhỏ có thể
ảnh hưởng đến tính chính xác và sự ổn định của quá trình sắp xếp và vận chuyển. Sự lệch
góc và sai vị trí nhỏ trong quá trình sắp xếp sản phẩm lên pallet có thể được khắc phục một
cách hiệu quả thông qua việc sử dụng hệ thống quấn màng pallet tự động. Đây là một giải
pháp và hiệu quả để điều chỉnh và cải thiện vị trí của sản phẩm trước khi vận chuyển. Hệ
thống này tự động quấn màng xung quanh pallet, tạo ra áp lực và đảm bảo tính chính xác
của sản phẩm, đồng thời giúp nâng cao tính ổn định và đảm bảo an toàn trong quá trình vận
chuyển.
Link video thực nghiệm sắp xếp sản phẩm lên pallet:
https://www.youtube.com/watch?v=wO359eXI8o8
Link video thực nghiệm phân loại, gắp sản phẩm sắp xếp lên pallet:
https://www.youtube.com/watch?v=UgQMfBLzOxg
80
CHƯƠNG 8: TỔNG KẾT VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ
TÀI
8.1. Kết quả đạt được
Mục tiêu của dự án là thiết kế và cải tiến trở thành một cánh tay robot 5 bậc tự do, kết
hợp xử lý ảnh, để ứng dụng trong việc sắp xếp hàng hóa vào pallet. Dự án nhằm tối ưu hóa
diện tích sử dụng, tăng hiệu suất, đảm bảo tính an toàn và tạo ra một hệ thống linh hoạt có
khả năng mở rộng.
- Phục hồi và thiết kế lại trục 4 và trục 5 của cách tay robot.
- Phân biệt lựa chọn kích thước thước vật được yêu cầu.
81
- Tích hợp IoT (Internet of Things): Kết nối robot và hệ thống pallet thông qua IoT có
thể giúp theo dõi vị trí và tình trạng của hàng hóa, đồng thời cải thiện quản lý kho bãi và
phân phối.
- Tối ưu hóa năng suất và hiệu quả năng lượng: Nghiên cứu về tối ưu hóa năng suất
của robot và tiết kiệm năng lượng để giảm chi phí vận hành.
- Phát triển giao diện người dùng tương tác: Xây dựng giao diện người dùng thân thiện
hơn và dễ sử dụng để người điều khiển có thể tương tác với robot một cách trực quan.
- Phát triển cánh tay robot gắp sản phẩm: Thiết kế và phát triển một cánh tay robot
hoặc thiết bị đặc biệt có khả năng gắp và di chuyển sản phẩm từ băng tải. Cánh tay robot
này cần có tính linh hoạt và độ chính xác cao để xử lý sản phẩm đa dạng.
82
TÀI LIỆU THAM KHẢO
[1]: Nguyễn Hữu Lộc. (2013). Cơ sở thiết kế máy. Nhà xuất bản Đại học quốc gia Tp.
Hồ Chí Minh.
[2]: Ninh Đức Tốn. (2005). Dung sai và lắp ghép. Nhà xuất bản giáo dục Việt Nam.
[3]: Phùng Trí Công, Nguyễn Tấn Tiến, Nguyễn Tấn Đạt, Nguyễn Ngọc Sơn. (2018).
Nghiên cứu thiết kế bộ điều khiển và xây dựng giải thuật điều khiển cho robot 6 bậc
tự do ứng dụng trong đào tạo. Tạp chí phát triển khoa học và công nghệ, tập 1, số 2.
[4]: Hoàng Mạnh Cường. (2016). Phân tích và mô phỏng động học robot 6 bậc tự do cấp
phôi cho các máy phay CNC. Đề tài nghiên cứu khoa học cấp trường, Đại học Hàng
Hải Việt Nam.
[5]: Shen, H., et al. (2012). Design of Interpolation Algorithm in the Multi-axis Motion
Control System. Advanced Materials Research, Vol. 411, trang 259-263.
[6]: Lv, C., Guo, L., & Li, J. (2012). Research of Motion Control System Based on PCI-
1243. Trong Third International Conference on Digital Manufacturing and
Automation, trang 662-665.
[7]: Xu, X., Li, Y., Sun, J., & Wang, S. (2012). Research and Development of Open CNC
System Based on PC and Motion Controller. Trong International Workshop on
Information and Electronics Engineering, vol. 29, trang 1845-1850.
[8]: Pham Cong Bang. (2022). Lecture Slides. HCMUT.
[9]: Serap DİKMENLİ. (2022). Forward & Inverse Kinematics solution of 6-dof robots
those have offset & spherical wrists. Eurasian Journal of Science Engineering and
Technology.
[10]: Dao Van Hiep, PhD. (2004). Robotics Techniques. KHKT Publisher.
[11]: Pham Cong Bang, PhD. (2022). Introduction Robotics Series on Youtube. Truy cập
từ https://www.youtube.com/user/pcbang75.
[12]: Lee, J.-D., Chang, C.-H., Cheng, E.-S., Kuo, C.-C., & Hsieh, C.-Y. (2021).
Intelligent Robotic Palletizer System. Applied Sciences, 11(24), 12159.
https://doi.org/10.3390/app112412159.
83
LỰA CHỌN PHƯƠNG ÁN
Lựa chọn Robot Lựa chọn loại tay gắp Lựa chọn động cơ Lựa chọn camera Lựa chọn cấu trúc điều khiển Lựa chọn bộ điều khiển
Thiết kế chế tạo Robot mới Tay gắp kiểu ba ngón. Động cơ bước. Lidar Điều khiển tập trung Vi Điều Khiển
Ưu điểm: Ưu điểm: Ưu điểm: Ưu điểm: Ưu điểm: + Ưu điểm: Gíá thành trung bình,
-Có thể thiết kế theo yêu cầu -Khả năng bắt và giữ vật -Điều khiển chính xác góc -Độ chính xác cao -Phần cứng đơn giản. tính tùy biến rất cao, có đầy đủ các
của người sử dụng chính xác quay. -Có thể hoạt động trong điều -Ít chiếm diện tích. chức năng phát xung và giao tiếp
-Dễ can thiệp vào phần cứng -Có thể thay đổi hình dạng, -Điều khiển đơn giản. kiện ánh sáng yếu. -Sơ đồ kết nối đơn giản.
-Có thể tùy chọn bộ điều -Giá thành rẻ. + Nhược điểm: Chống nhiễu kém,
và kích thước vật thể Nhược điểm: -Dễ điều khiển.
khiển sao cho phù hợp. Nhược điểm: phải thiết kế chống nhiễu để hoạt
Nhược điểm: -Phức tạp, Cần phải calib Nhược điểm:
-Dễ có hiện tượng trượt bước. động công nghiệp. Phải tự xây dựng
Nhược điểm: -Chi phế chế tạo cao. nhiều cảm biến. -Khối lượng xử lý lớn, yêu
-Không phù hợp để đáp ứng các chức năng liên quan đến motion
-Khâu thiết kế, chế tạo phức -Cơ cấu phức tạp. -Giá thành cao. cầu sử lý nhanh.
tạp các tải trọng thay đổi. control khi điều khiển AC servo.
-Khó sử chữa và mở rộng.
-Chi phí chế tạo cao
-Cần nhiều thời gian thiết kế, Stereo Camera
thực nghiệm. Tay gắp kiểu hai ngón. Ưu điểm:
Động cơ AC servo Điều khiển phân cấp
Ưu điểm: -Dễ sử dụng, lắp đặt. Bộ Điều Khiển PLC
Ưu điểm: -Có thư viện hộ trợ. Ưu điểm:
-Thiết kế đơn giản nhỏ gọn. -Các tác vụ được chia cho các + Ưu điểm: Dễ dàng lập trình bằng
Sử dụng robot mới. -Chi phí chế tạo không cao. -Độ chính xác cao. Nhược điểm:
thiết bị khác nhau. ngôn ngữ ladder, chống nhiễu rất tốt
Ưu điểm: -Đáp ứng nhanh. -Vùng nhận diện hạn chế
Nhược điểm: -Giảm khối lượng xử lý cho do được thiết kế chế tạo chuyên
-Đảm bảo kết cấu và thông số kĩ -Kiểm soát tốt. -Ảnh hưởng bởi điều kiện ánh dụng
-Có giới hạn và kích thước và master.
thuật Nhược điểm: sáng môi trường.
hình dạng vật thể gắp. -Dể sửa chữa và mở rộng.-Dễ + Nhược điểm: Gíá thành cao, tốc
Nhược điểm: -Giá thành cao.
-Phức tạp trong việc cài đặc điều khiển. độ phát xung thấp, khả năng tùy
-Khó can thiệp và bộ điều khiển. Nhược điểm:
và lập trình. biến kém, ứng dụng lập trình cho
-Chi phí cao. Structure light Camera -Truyền dữ liệu khó khăn. robot phức tạp
-Yêu cầu hệ thống điều khiển
phức tạp. Ưu điểm: -Phần cứng phức tạp.
Tay gắp kiểu hút. -Đơn giản, có các thuật toán
Ưu điểm: nhận diện người được tích hợp
Phục hồi và thiết kế cánh tay
robot cũ. -Giữ chặt các vật thể có bề sẵn.
mặt dễ hút. Động cơ DC -Không cần cảm biến gắn lên Motion Control Card
Ưu điểm: -Thiết kế đơn giản. Ưu điểm: người.
+ Ưu điểm: Dễ dàng lập trình bằng
-Tự chủ được phần điều khiển Nhược điểm: -Độ chính xác và đáp ứng -Dễ giao tiếp với máy tính.
robot. ngôn ngữ ladder, chống nhiễu rất tốt
-Không thể bắt và giữ các nhanh. Nhược điểm:
-Ít tốn kém chi phí. do được thiết kế chế tạo chuyên
vật thể bề mặt có độ nhám -Có độ ổn định tốt. -Cần calib để tăng tốc độ dụng
-Có sẵn bọ điều khiển. cao. -Kiểm soát dể dàng. chính xác.
Nhược điểm: + Nhược điểm: Gíá thành cao, tốc
-Phải cần có máy tạo áp suất. Nhược điểm: -Vùng hoạt động hạn chế.
-Không đảm bảo chính xác về độ độ phát xung thấp, khả năng tùy
-Thay thế khó khăn. -Kém chính xác.
cơ khí. biến kém, ứng dụng lập trình cho
-Sử dụng nguồn điện một robot phức tạp
chiều.
-Hệ thống điều khiển phức
tạp.
Lựa chọn phương án 3: Phục Lựa chọn phương án 3: Phục Lựa chọn động cơ AC servo
hồi và thiết kế cách tay hồi và thiết kế cách tay Lựa chọn phương án 2: Depth Lựa chọn phương án 2: Điều Sau khi phân tích ưu nhược điểm
-Khả năng điều khiển tốc độ, camera.
robot cũ robot cũ khiển phân cấp. các phương án, quyết định xây
vị trí và mô-men cực kì chính - Đơn giản, dễ thực hiện.
- Ít tốn kém chi phí. - Ít tốn kém chi phí. xác. - Tăng khả năng xử lý. dựng bộ điều khiển Motion Control
- Thỏa mãn yêu cầu về cơ - Thỏa mãn yêu cầu về cơ - Cảm biến không cần gắn - Dễ mở rộng và sửa chữa. Card kết hợp với vi điều khiển
lên người hay robot.
khí khí
∅15 H7/k6
170
5 N9/h9
90°
51
5 JS9/h9
17 16 15 14 13 12 11 10 9 7 ∅15 H7/k6
500
1460
4 5 N9/h9
90°
51
H7
∅15 k6
3
H7
∅15 k6
A A 45°
10 4
H7
∅15 k6
550
45°
10 4
30 4 12 h
29 h 4 4 h
2 S H042 100 H h h h 1
1 25
24
h kh 5
6
1
10
Nh
23 h 6 3 1 h
400 22 kh 5 1 Nh
21 002 ∅15 2 Nh
20 k S J 04A A21 1
19 2 1
1 19 20 21 22 23 24 25 26 27 2 1 1
17 16 H h 16 3 h
16 H 1 Nh
190 325 330
15 h 5 5 15 2 h S45
14 h 5 4 h S H72
13 h 5 1 h
12 h 6 30 4 h
11 h 4 30 12 h
10 h kh 1 h
9 h 2 h S45
2 60 2 Nh
7 k 3 kh 3 1 h
400
6 k 2 kh 3 1
5 h 6 50 5 h
4 k 1 kh 3 1
A A
3 h 3 1
2 h 2 1
1 h 1 1
A
S h S h h
29 30 12 1 12 1
h k
N
1 1 25
H NH h h 1
1275
N A h h h h H
H A H
SƠ ĐỒ MẠCH TÍN HIỆU ĐIỀU KHIỂN
24V 24V
SƠ ĐỒ KHỐI HỆ THỐNG ĐIỆN AC-220V
Power
Data signal PP 7 2 PUL+ T68PR PC - COMPUTER PP 10 2 PUL+ T68PR
PG 8 36 PUL- 01/1 PG 11 36 PUL- 02/1
CB NP 20 3 DIR+ NP 35 3 DIR+
PCI
NG 21 37 DIR- NG 36 37 DIR-
6 LGND 6 LGND
PC-COMPUTER CONTACTOR ADAPTER 24VDC SON 2 4 SVON SON 15 4 SVON
RST 3 39 ALMC CN0 MOTION CARD CN1
RES 19 39 ALMC CN0
Servo
CN1 OCOM 14 1 24V
PCI-N804 Driver ICOM 20 1 24V
Servo LA 9 7 ECA+ J1-68Pin J5-68Pin J2-68Pin Axis LA 4 7 ECA+
Driver 3 LAR 5 41 ECA-
LAR 10 41 ECA-
Axis
TERMINAL MOTION CARD TERMINAL TERMINAL 1 LB 11 8 ECB+ LB 6 8 ECB+
COOL FAN
T68PR-01 PCI N804 T68PR-02 T68PR-03 LBR 12 42 ECB- LBR 7 42 ECB-
LZ 23 9 ECZ+ LZ 8 9 ECZ+
LZR 24 43 ECZ- LZR 9 43 ECZ-
5 ALM ALM 48 5 ALM
INP 17 38 INP INP 24 38 INP
DRIVER DRIVER DRIVER DRIVER DRIVER
RD 15 10 IN2 RD 49 10 IN2
AXIS 1 AXIS 2 AXIS 3 AXIS 4 AXIS 5
ICOM 1 35 GND EMG 42 35 GND
BRK 16 KB1 OCOM 46
24V
DR
220V
L AC N SƠ ĐỒ ĐIỆN GIÁC HÚT
SƠ ĐỒ MẠCH ĐỘNG LỰC
CB
5 3 2 GND 3V3
Arduino UNO
MPS20N0040D-S IN
T-0v T-24v Stop H-0v H-24v
Servo driver Servo driver Servo driver Servo driver Servo driver
Motor 1 Motor 2 Motor 3 Motor 4 Motor 5
Joint 1 Joint 2 Joint 3 Joint 4 Joint 5
L1 U L1 U L1 U L1 U L1 U
L2 V M L2 V M L2 V M L2 V M L2 V M
FUSE
W W L11 W L1C W L1C W
+ 24V 24V Vin+ Vout+ 5V_B2
L21 L2C L2C
P1
CN2 ENC CN2 ENC CN2 ENC X6 ENC X6 ENC LM2596
P2
RB2 RB2 P THIẾT KẾ VÀ CẢI TIẾN MÔ HÌNH CÁNH TAY ROBOT 5 BẬC TỰ DO KẾT
BREAK BREAK BREAK BREAK
- GNDP GNDP Vin- Vout- ĐỒ ÁN TỐT NGHIỆP
HỢP XỬ LÝ ẢNH CHO ỨNG DỤNG SẮP XẾP HÀNG HÓA VÀO PALLET
RB3 RB3 D Chức năng Họ và tên Chữ ký Ngày Số lượng Khối lượng Tỷ lệ
Thiết kế Bùi Văn Dư
1
RYH751F5-VV2
KB1
RYH751F5-VV2
KB2
MRJ340A-KE043
KB3
MADHT1507NB4
KB4
MADHT1507NB4 Hướng dẫn N.H.Q Thịnh
BẢN VẼ ĐIỆN Tờ 1
24V 24V 24V 24V Duyệt Ng. Duy Anh Trường Đại học Bách Khoa TP.HCM
KHOA CƠ KHÍ
Chương trình chính Tính toán thuật toán sắp xếp Máy Tính Nhúng Xác định tọa độ
No Yes No Yes
TCP/IP L1 > L2
Get Axis ID
Vị trí, góc, diện
Yes
tích sảm phẩm
Xử Lý Ảnh SERVO ON
Block2 và Block4 không trùng Vị trí, góc, sản phẩm
cần di chuyển đến
No
Chuyển đổi tọa độ qua robot TCP/IP
Yes Trở về
Block2 và Block4 trùng
Máy tính nhúng Nhận giá trị
x,y,z,roll,pitch,yall
Yes
No
Giác Hút Điều khiển động cơ
Yes
Block1 và Block3 trùng
No No
xong 1 lớp pallet Vị trí mong muốn
Yes Yes
Yes
Thay đổi sản phẩm Gửi tín hiệu,
finished target
No Trở về
No
Dừng chương trình No
Dừng chương trình
Yes Yes
Kết thúc
Trở về