Đồ án tốt nghiệp - Thiết kế và thi công mô hình Robot Delta phân loại sản phẩm ứng dụng thuật TDL

Tên môn học: Khóa luận tốt nghiệp

Giá: 90.000đ

Tổng thanh toán:

90.000đ

Người đăng tải:

#10377

Chi tiết tài liệu :

Đồ án tốt nghiệp ngành Robot và trí tuệ nhân tạo - Thiết kế và thi công mô hình Robot Delta phân loại sản phẩm ứng dụng thuật toán Deep Learning - Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (HCMUTE)

Định dạng	PDF
Dung lượng	6.08 MB
Số trang	87
Ngành Ngành học chỉ mang tính chất tham khảo	Robot và trí tuệ nhân tạo

Lượt xem	227
Ngày đăng	18/01/2026

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH

KHOA ĐÀO TẠO CHẤT LƯỢNG CAO

ĐỒ ÁN TỐT NGHIỆP

THIẾT KẾ VÀ THI CÔNG MÔ HÌNH ROBOT DELTA
PHÂN LOẠI SẢN PHẨM ỨNG DỤNG THUẬT TOÁN
DEEP LEARNING

SVTH:

NGUYỄN TRUNG HIẾU

MSSV: 18146114

PHẠM HƯNG LONG

18146165

ĐINH QUÝ NHÂN

18146181

GVHD: TS. VŨ QUANG HUY
NGÀNH: CÔNG NGHỆ KỸ THUẬT CƠ ĐIỆN TỬ
KHÓA: 2018

TP.Hồ Chí Minh, tháng 02 năm 2023

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH

KHOA ĐÀO TẠO CHẤT LƯỢNG CAO

ĐỒ ÁN TỐT NGHIỆP

THIẾT KẾ VÀ THI CÔNG MÔ HÌNH ROBOT DELTA
PHÂN LOẠI SẢN PHẨM ỨNG DỤNG THUẬT TOÁN
DEEP LEARNING

SVTH:

NGUYỄN TRUNG HIẾU

MSSV: 18146114

PHẠM HƯNG LONG

18146165

ĐINH QUÝ NHÂN

18146181

GVHD: TS. VŨ QUANG HUY
NGÀNH: CÔNG NGHỆ KỸ THUẬT CƠ ĐIỆN TỬ
KHÓA: 2018

TP.Hồ Chí Minh, tháng 02 năm 2023

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc

***

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Giảng viên hướng dẫn: TS. Vũ Quang Huy
Sinh viên thực hiện:

Nguyễn Trung Hiếu

MSSV: 18146114

Phạm Hưng Long

MSSV: 18146165

Đinh Quý Nhân

MSSV: 18146181

1. Tên đề tài:
“THIẾT KẾ VÀ THI CÔNG MÔ HÌNH ROBOT DELTA PHÂN LOẠI SẢN
PHẨM ỨNG DỤNG THUẬT TOÁN DEEP LEARNING”
2. Các số liệu, tài liệu ban đầu:
- Kích thước, kết cấu, số bậc tự do của robot.
- Các phương trình động học.
- Sử dụng servo motor.
3. Nội dung thực hiện đề tài:
- Tính toán các phương trình động học thuận, động học nghịch.
- Tính toán, lựa chọn động cơ phù hợp
- Thiết kế phần mềm điều khiển
- Thi công, vận hành và kiểm nghiệm kết quả robot delta
4. Sản phẩm dự kiến:
- Mô hình robot delta phân loại sản phẩm
- Phần mềm giao diện điều khiển robot
5. Ngày giao đồ án: 9/2022
6. Ngày nộp đồ án: 1/2023
7. Ngôn ngữ trình bày:
Bản báo cáo:

Tiếng Anh

Tiếng Việt ✓

- Trình bày bảo vệ:

Tiếng Anh

Tiếng Việt ✓

-

TRƯỞNG NGÀNH

GIẢNG VIÊN HƯỚNG DẪN

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc

***

PHIẾU NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN
Họ và tên sinh viên:

1. Nguyễn Trung Hiếu

MSSV: 18146114

2. Phạm Hưng Long

MSSV: 18146165

3. Đinh Quý Nhân

MSSV: 18146181

Ngành: Công nghệ kỹ thuật Cơ điện tử

Lớp: 18146CL1

Tên đề tài: “Thiết kế và thi công mô hình robot delta phân loại sản phẩm ứng
dụng thuật toán deep learning”
Giảng viên hướng dẫn: TS. Vũ Quang Huy

ĐT: 0918748924

NHẬN XÉT
1. Về nội dung đề tài &amp khối lượng thực hiện:
.................................................................................................................................
.......
...

...
ring(D2)
y1 = y.ToString(D2)
td = x1 + , + y1
}
CvInvoke.Circle(img, new Point(x, y), 2, new MCvScalar(0, 0, 0), 2)
CvInvoke.PutText(img,
td,
new
Point(x,
y),
Emgu.CV.CvEnum.FontFace.HersheySimplex, 0.5, new MCvScalar(255, 0, 0), 2)
CvInvoke.PutText(img, HAPACOL 150, new Point(x + 15, y - 15),
Emgu.CV.CvEnum.FontFace.HersheySimplex, 0.5, new MCvScalar(255, 0, 0), 2)
}
}
//sap xep lai theo chieu den noi truoc

67

for (int l = 0 l 10 l++)
{
for (int k = l + 1 k 10 k++)
{
if (y4[l] y4[k])
{
int tam
tam = x4[l]
x4[l] = x4[k]
x4[k] = tam
int tam2
tam2 = y4[l]
y4[l] = y4[k]
y4[k] = tam2
}
}
}
VectorOfVectorOfPoint contours2 = new VectorOfVectorOfPoint()
Mat n2 = new Mat()
CvInvoke.FindContours(temp2,
contours2,
Emgu.CV.CvEnum.RetrType.Ccomp,
Emgu.CV.CvEnum.ChainApproxMethod.ChainApproxSimple)
for (int i = 0 i contours2.Size i++)
{
double pemir = CvInvoke.ArcLength(contours2[i], true)
VectorOfPoint approx = new VectorOfPoint()
CvInvoke.ApproxPolyDP(contours2[i], approx, 0.03 * pemir, true)
//lay trong tam
var moments2 = CvInvoke.Moments(contours2[i])
double area = moments2.M00
if (area MIN &amp&amp area MAX)
{
int x = (int)(moments2.M10 / moments2.M00)
int y = (int)(moments2.M01 / moments2.M00)
if (x != 0)
{
y6[i] = y
x6[i] = x
x1 = x.ToString(D2)
y1 = y.ToString(D2)
td = x1 + , + y1
}

68

n2,

CvInvoke.Circle(img, new Point(x, y), 2, new MCvScalar(0, 0, 255), 2)
CvInvoke.PutText(img,
td,
new
Point(x,
y),
Emgu.CV.CvEnum.FontFace.HersheySimplex, 0.5, new MCvScalar(0, 0, 255), 2)
CvInvoke.PutText(img, HAPACOL 80, new Point(x + 15, y - 15),
Emgu.CV.CvEnum.FontFace.HersheySimplex, 0.5, new MCvScalar(0, 0, 255), 2)
}
}
//sap xep lai theo chieu den noi truoc
for (int l = 0 l 10 l++)
{
for (int k = l + 1 k 10 k++)
{
if (y6[l] y6[k])
{
int tam
tam = x6[l]
x6[l] = x6[k]
x6[k] = tam
int tam2
tam2 = y6[l]
y6[l] = y6[k]
y6[k] = tam2
}
}
}
//hien thi
pictureBox1.Image = img.Bitmap
if (y2[0] == 0 &amp&amp y4[0] == 0 &amp&amp y6[0] == 0)
{
textBox14.Text = Colour of The Nearest Object:
textBox15.Text = MODE COLOUR:
}
else
{
textBox14.Text = Colour of The Nearest Object: + Colour1
textBox15.Text = Mode Colour: + Colour.ToString()
}
}
private void SAPXEP()
{
if (y2[0] y4[0])

69

{
X = x2[0]
Y = y2[0]
Colour = 1
Colour1 = RED
}
else
{
X = x4[0]
Y = y4[0]
Colour = 2
Colour1 = BLUE
}
if (y6[0] Y)
{
X = x6[0]
Y = y6[0]
Colour = 3
Colour1 = GREEN
}

70