Đồ án tốt nghiệp - Chế tạo cánh tay Robot phân loại rác tái chế bằng xử lý ảnh

BỘ GIÁO DỤC &amp ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA ĐIỆN – ĐIỆN TỬ
-⸙∆⸙-

ĐỒ ÁN TỐT NGHIỆP

ĐỀ TÀI: CHẾ TẠO CÁNH TAY ROBOT PHÂN
LOẠI RÁC TÁI CHẾ BẰNG XỬ LÝ ẢNH

GVHD:

TS. Trần Vi Đô

SVTH:

Nguyễn Công Hạnh

- 20151184

Phạm Quang Huy

- 20151482

NGÀNH:

CNKT Điều khiển và Tự động hóa

Tp. Hồ Chí Minh, tháng 12 năm 2024

TRƯỜNG ĐH SPKT TP. HỒ CHÍ MINH
KHOA ĐIỆN ĐIỆN TỬ
BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
ĐỘC LẬP - TỰ DO - HẠNH PHÚC
o0o

Tp. HCM, ngày 06 tháng 01 năm 2025
NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Giảng viên hướng dẫn: TS. Trần Vi Đô
Sinh viên thực hiện:
Họ và tên sinh viên 1:
Phạm Quang Huy
MSSV: 20151482
Họ và tên sinh viên 2:
Nguyễn Công Hạnh
MSSV: 20151184
Chuyên ngành: Công nghệ kỹ thuật Điều khiển và Tự động hóa.
Khóa: 2020 - 2024
I. TÊN ĐỀ TÀI:
CHẾ TẠO CÁNH TAY ROBOT PHÂN LOẠI RÁC TÁI CHẾ BẰNG XỬ LÝ ẢNH
II. NHIỆM VỤ
1. Các số liệu, tài liệu ban đầu:
− Định hình đối tượng phân loại: vỏ lon, chai nhựa.
− Tìm hiểu thị giác máy tính
− Giao tiếp giữa các thiết bị
2. Nội dung chính của đồ án
− Thiết kế, lắp đặt và hoàn thành cánh tay Dobot M1.
− Tính toán động học thuận, động học nghịch, xác định không gian làm việc và quy
hoạch quỹ đạo cho robot. Kiểm nghiệm động học, viết chương trình mô phỏng
quỹ đạo chuyển động của robot khi áp dụng các bộ điều khiển trên MATLAB
Simulink kết hợp với Simscape Multibody.
− Ứng dụng thuật toán YOLOv8 trong xây dựng hệ thống phân loại rác nhựa trong
sinh hoạt theo thời gian thực.
− Thi công hệ robot phân loại rác nhựa bao gồm: cánh tay dobot M1 3 bậc tự do,
băng tải, tủ điều khiển và hệ thống thị giác máy tính.
− Tiến hành đánh giá tính chính xác của cánh tay robot, phần mềm phân loại rác và
hệ robot phân loại rác.
3. Các sản phẩm dự kiến:
− Hệ robot phân loại rác nhựa (Cánh tay Dobot M1, thị giác máy tính, băng tải, tủ
điều khiển)

− Chương trình, giao diện điều khiển.
− Quyển báo cáo đồ án tốt nghiệp.
III. Ngày giao đồ án: Ngày 06 tháng 09 năm 2024
IV. Ngày hoàn thành đồ án: Ngày 06 tháng 01 năm 2025
V. Ngôn ngữ trình bày:
Bản báo cáo:
Trình bày bảo vệ:

TRƯỞNG KHOA
(Ký, ghi rõ họ tên)

Tiếng Anh
Tiếng Anh

TRƯỞNG BỘ MÔN
(Ký, ghi rõ họ tên)

Tiếng Việt
Tiếng Việt

GIẢNG VIÊN HƯỚNG DẪN
(Ký, ghi rõ họ tên)

TRƯỜNG ĐH SPKT TP. HỒ CHÍ MINH
KHOA ĐIỆN ĐIỆN TỬ
BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
ĐỘC LẬP - TỰ DO - HẠNH PHÚC
o0o

Tp. HCM, ngày 06 tháng 01 năm 2025
LỊCH TRÌNH THỰC
...

...
ính chính xác của việc phát hiện và trích xuất vị trí đối tượng chưa cao.
- Hệ thống bơm khí vẫn chưa thể tự động được.
- Robot vẫn chưa thể phân loại một cách liên tục, phải có thời gian trì hoãn giữa
các vật.
7.2. Hướng phát triển
- Nâng cấp mô hình AI, xây dựng mạng YOLO bằng cách điều chỉnh cấu trúc, cho
phép phát hiện được nhiều loại rác hơn.
- Thay phần cứng camera có độ phân giải tốt hơn, cũng như nâng cấp cấu hình của
máy tính.
BỘ MÔN ĐIỀU KHIỂN TỰ ĐỘNG

93

CHƯƠNG 7. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

- Có thể dùng băng tải lớn hơn để tăng số lượng đối tượng cần phát hiện, tăng hiệu
suất hệ thống.
- Thiết kế cơ cấu chấp hành đầu cuối cho cánh tay robot để tăng tính ứng dụng
phân loại được nhiều đối tượng hơn.

BỘ MÔN ĐIỀU KHIỂN TỰ ĐỘNG

94

PHỤ LỤC

TÀI LIỆU THAM KHẢO
[1]
Nguyễn Thị Thắm, “Nghiên cứu các kỹ thuật Camera Calibration và ứng dụng
xác định khoảng cách giữa các đối tượng trong không gian 3D” 15/12/2012.
[2]
https://www.tangramvision.com/blog/camera-modeling-exploring-distortionand- distortion-models-part-i
[3]
https://www.analyticsvidhya.com/blog/2021/10/a-comprehensive-guide-forcamera- calibration-in-computer-vision/
[4]

https://www.mathworks.com/help/vision/ug/camera-calibration.html

[5]
Aqeel Anwar,https://towardsdatascience.com/what-are-intrinsic-and-extrinsiccamera-parameters-in-computer-vision-7071b72fb8ec,1/3/2022
[6]
Trương Lê Anh Tiến, “Điều hiển mô hình drone bay bám theo đối tượng”, Đồ án
tốt nghiệp đại học Sư Phạm Kỹ Thuật TpHCM, 2022.
[7]
Stuart Russell and Peter Norvig “Artificial Intelligence: A Modern Approach, 4th
US ed.
[8]
https://www.5gworldpro.com/blog/2022/08/15/artificial-intelligence-vsmachine- learning-vs-deep-learning-whats-the-difference/
[9]
Nttuan8, “Convolution Neural Network”, 2019, https://nttuan8.com/bai-6convolutional-neural-network/
[10] “Confusion Matrix for Object Detection | by Kiprono Elijah Koech | Towards
Data Science.” https://towardsdatascience.com/confusion-matrix-and-object-detection[11]

https://www.miai.vn/2020/06/16/oanh-gia-model-ai-theo-cach-mi-an-lien-

chuong-2- precision-recall-va-f-score/
[12] https://docs.ultralytics.com/modes/train/
[13] https://pypi.org/project/deep-sort-realtime/
[14] https://viblo.asia/p/sort-deep-sort-mot-goc-nhin-ve-object-tracking-phan-2djeZ1m78ZWz
[15] https://cuonglv1109.blogspot.com/2018/11/trong-may-hoc-co-mot-khai-niem-matat.html
[16] https://phamdinhkhanh.github.io/2020/03/09/DarknetAlgorithm.html

BỘ MÔN ĐIỀU KHIỂN TỰ ĐỘNG

95