BỘ GIÁO DỤC &amp ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN



ĐỒ ÁN TỐT NGHIỆP

HỆ THỐNG PHÂN LOẠI SẢN PHẨM SỬ DỤNG
ROBOT DELTA KẾT HỢP XỬ LÝ ẢNH

SVTH: NGUYỄN VIỆT LONG

16151044

Khóa: 2016
Ngành: Điều khiển và tự động hóa
GVHD:TS. Nguyễn Văn Thái
Tp.Hồ Chí Minh, 20 tháng 06 năm 2024

LỜI CẢM ƠN
Trước hết, em xin bày tỏ lòng biết ơn sâu sắc đến thầy Nguyễn Văn Thái, người đã
tận tình hướng dẫn và hỗ trợ em trong suốt quá trình nghiên cứu và hoàn thành luận
văn này. Nhờ sự hướng dẫn tận tình, sự khích lệ và những góp ý quý báu của Thầy,
em đã có thể vượt qua những khó khăn và hoàn thiện được công trình nghiên cứu này.
Em chân thành cảm ơn Thầy không chỉ vì những kiến thức chuyên môn mà Thầy đã
truyền đạt, mà còn vì những bài học về sự kiên trì, tinh thần trách nhiệm và lòng nhiệt
huyết trong nghiên cứu khoa học. Những bài học và kinh nghiệm quý báu này sẽ là
hành trang quý giá cho em trên con đường sự nghiệp sau này.
Em cũng xin gửi lời cảm ơn chân thành đến các thầy cô trong Khoa đã tạo điều kiện
thuận lợi cho em trong suốt quá trình học tập và nghiên cứu..
Cuối cùng, em xin dành tặng lời cảm ơn chân thành đến gia đình và bạn bè, những
người luôn ở bên, động viên và cổ vũ em không ngừng nghỉ trong suốt chặng đường
học tập và nghiên cứu.
Em xin chân thành cảm ơn

I

TÓM TẮT ĐỒ ÁN
Từ nhu cầu thực tiễn trong môi trường sản xuất và tự động hóa các quy trình công
nghiệp, robot đã trở thành một giải pháp vô cùng quan trọng và hiệu quả. Đề tài “Hệ
thống phân loại sản phẩm sử dụng Robot Delta kết hợp xử lý ảnh” mà sinh viên đã
lựa chọn cũng là một phần của xu hướng tự động hóa này. Dựa trên phân tích về đặc
điểm kỹ thuật, khả năng ứng dụng, mức độ khả thi và điều kiện kinh tế. Đề tài này đã
hoàn thành các nội dung sau đây.
❖ Hệ thống sử dụng xử lý ảnh (Template matching) để phát hiện vật và góc lệch
so với phương thẳng đứng.
❖ Hệ thống cũng đã có một Robot Delta 4 bậc hoạt động trơn tru phụ trách gắp
và phân loại sản phẩm cho đúng hướng của chúng.
❖ Robot Delta cũng được điều khiển bằng lập trình quỹ đạo tránh rung lắc khi di
chuyển.
❖ Có giao diện hiển thị việc xử lý ảnh.
❖ Có liên kết Internet để truyền nhận dữ liệu qua App

II

MỤC LỤC

CHƯƠNG 1: TỔNG QUAN............................................................................................................. 1
1.1.1

Đặt vấn đề: .......................................................................
...

...
/s

91

Tốc độ băng chuyền 19.0mm/s:
V=19mm/s

Số gói

Pass

Fail

Tỉ lệ (%)

Pulppy

20

20

0

100

Bless You

20

19

1

95

Tổng

40

39

1

97.5

Bảng 4.2: Bảng kết quả khi tốc độ băng chuyền là 19mm/s

Tốc độ băng chuyền 18.0mm/s:
V=18mm/s

Số gói

Pass

Fail

Tỉ lệ (%)

Pulppy

20

20

0

100

Bless You

20

20

0

100

Tổng

40

40

0

100

Bảng 4.3: Bảng kết quả khi tốc độ băng chuyền là 18mm/s

Tốc độ băng chuyền 17.0mm/s:
V=17mm/s

Số gói

Pass

Fail

Tỉ lệ (%)

Pulppy

20

20

0

100

Bless You

20

20

0

100

Tổng

40

40

0

100

Bảng 4.4: Bảng kết quả khi tốc độ băng chuyền là 17mm/s

92

Tốc độ băng chuyền 16.0mm/s:
V=16mm/s

Số gói

Pass

Fail

Tỉ lệ (%)

Pulppy

20

20

0

100

Bless You

20

20

0

100

Tổng

40

40

0

100

Bảng 4.5: Bảng kết quả khi tốc độ băng chuyền là 16mm/s

Tất cả đều chạy ở cùng 1 điều kiện ánh sáng giống nhau.
Nhận xét: Khi tốc độ băng chuyền càng tăng thì khả năng nhận diện vật thể bị giảm
do hiện tượng mờ chuyển động (motion blur) khiến ảnh bị mờ nặng.

93

CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
5.1 Kết luận:
Hệ thống đạt được mục tiêu đề ra:
• Xác định chính xác tâm vật, góc lệch và phân loại chuẩn xác.
• Hệ thống cập nhật liên tục tốc độ của động cơ nhằm điều chỉnh thời gian gắp.
• Hệ thống đã đưa được dữ liệu lên Firebase và cũng đã hiển thị trên App thành
công.
• Hệ thống khá chắc chắn, ít rung lắc khi hoạt động.
Hạn chế của đề tài:
• Nguồn của Adapter không ổn định nên ảnh hưởng đến tốc độ của băng tải.
• Việc Robot gắp vật không thể đạt độ chính xác tuyệt đối.
• Robot gắp hơi lệch so với tâm vật.
• Chưa tối ưu hóa các khớp của Robot nên nhìn mất mỹ quan và cũng ảnh
hưởng đến độ chính xác.
5.2 Hướng phát triển:
Hệ thống vẫn còn nhiều hướng phát triển trong tương lai như:
• Nâng cấp xử lý ảnh để nhận dạng nhiều vật thể cùng lúc.
• Gắn thêm robot dọc băng chuyền để tránh bỏ sót
• Thay thế bộ điều khiển Arduino sang PLC để giảm ảnh hưởng bởi nhiễu và
điều khiển được nhiều thứ hơn.

94

TÀI LIỆU THAM KHẢO
[1] mzavatsky, “Delta robot kinematics”, 27-09-2009.
https://hypertriangle.com/~alex/delta-robot-tutorial/
[2] Hieu Bui, “Object detection đơn giản sử dụng Template Matching và OpenCV”,
21-07-2021.
https://viblo.asia/p/object-detection-don-gian-su-dung-template-matching-vaopencv-gAm5yr7AKdb
[3] VBD, “Canny – Phát hiện cạnh trong OpenCV: Hướng dẫn chi tiết từng bước”,
02-11-2022.
https://vinbigdata.com/kham-pha/canny-phat-hien-canh-trong-opencv-huong-danchi-tiet-tung-buoc.html

95