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
ĐỀ TÀI: THIẾT KẾ, THI CÔNG VÀ LẬP TRÌNH
ĐIỀU KHIỂN ROBOT PHA CHẾ THÔNG MINH
SỬ DỤNG CÔNG NGHỆ HỌC SÂU

GVHD: TS.DƯƠNG MINH THIỆN
SVTH: NGUYỄN UY VŨ
MSSV: 21151495
SVTH: PHẠM HOÀNG VŨ
MSSV: 21151496

Tp. Hồ Chí Minh tháng 6, năm 2025
1

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
ĐỀ TÀI:THIẾT KẾ, THI CÔNG VÀ LẬP TRÌNH
ĐIỀU KHIỂN ROBOT PHA CHẾ THÔNG MINH SỬ
DỤNG CÔNG NGHỆ HỌC SÂU

GVHD: TS.DƯƠNG MINH THIỆN
SVTH: NGUYỄN UY VŨ
MSSV: 21151495
SVTH: PHẠM HOÀNG VŨ
MSSV: 21151496
Tp. Hồ Chí Minh tháng 6, năm 2025
2

i

ii

TRƯỜNG ĐH SPKT TP. HỒ CHÍ
MINH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA
VIỆT NAM

KHOA ĐIỆN-ĐIỆN TỬ

ĐỘC LẬP - TỰ DO - HẠNH PHÚC

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

o0o-Tp. HCM, ngày 10 tháng 6 năm 2025

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên 1: NGUYỄN UY VŨ

MSSV: 21151495

Họ và tên sinh viên 2: PHẠM HOÀNG VŨ

MSSV: 21151496

Chuyên ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa
Hệ đào tạo:

Đại học chính quy

Khóa: 2021

Lớp: 21151CL2B

I. TÊN ĐỀ TÀI: Thiết kế, thi công và lập trình điều khiển Robot pha chế thông minh
sử dụng công nghệ học sâu.
II. NHIỆM VỤ
1. Các số liệu ban đầu:
• Phần cứng: Robot SCARA 4 bậc, Raspberry Pi 5, 2 camera, màn hình cảm
ứng.
• Đối tượng nhận diện: 3 loại ly và các loại đồ uống tương ứng.
• Phần mềm: Python, OpenCV, YOLOv8n, giao diện cảm ứng, nhận diện giọng
nói.
2. Nội dung thực hiện:
•
•
•
•
•
•

Thiết kế và lắp đặt hệ thống Robot pha chế.
Huấn luyện mô hình YOLOv8n để nhận dạng ly và chai.
Lập trình Robot SCARA thực hiện các bước gắp, rót và đặt lại.
Xây dựng hệ thống camera kiểm tra mực nước rót.
Tạo giao diện chọn thức uống và tích hợp giọng nói giao tiếp.
Mô phỏng và kiểm tra hệ thống trước khi thi công thực tế.

i

III. NGÀY GIAO NHIỆM VỤ: 13/01/2025
IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 10/06/2025
V. HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS. DƯƠNG MINH THIỆN
CÁN BỘ HƯỚNG DẪN

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

ii

TRƯỜNG ĐH SPKT TP. HỒ CHÍ
MINH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA
VIỆT NAM

KHOA ĐIỆN-ĐIỆN TỬ

ĐỘC LẬP - TỰ DO - HẠNH PHÚC

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

o0o-Tp. HCM, ngày 10 tháng 6 năm 2025

LỊCH TRÌNH THỰC HIỆN ĐỒ ÁN TỐT NGHIỆP
Họ tên sinh viên 1: NGUYỄN UY VŨ

MSSV: 21151495

Họ tên sinh viên 2: PHẠM
...

...
và tương tác:
• Mở rộng menu: Thêm các module phần cứng và lập trình các chuỗi
hành động mới để pha chế các loại đồ uống phức tạp hơn như cocktail
(yêu cầu lắc, khuấy, thêm đá).
• Tích hợp thanh toán: Tích hợp hệ thống thanh toán tự động qua mã
QR hoặc ví điện tử.
• Nâng cao trợ lý ảo: Khai thác sâu hơn khả năng của Gemini để Robot
có thể ghi nhớ sở thích của khách hàng quen, đưa ra các gợi ý cá nhân
hóa và xử lý các cuộc hội thoại dài, phức tạp hơn.
• Thêm phản hồi trực quan: Hiển thị hình ảnh từ camera của Robot lên
màn hình HMI để người dùng có thể thấy những gì Robot đang nhìn
và suy nghĩ.

82

TÀI LIỆU THAM KHẢO
[1] Tưởng Phước Thọ, Nguyễn Trường Thịnh (2023), Giáo trình Kỹ thuật Robot, Nhà
xuất bản Đại học Quốc gia Thành phố Hồ Chí Minh.
[2] Nguyễn Thanh Hải, Nguyễn Mạnh Hùng, Ngô Bá Việt (2025), Giáo trình xử lý ảnh
nâng cao, Nhà xuất bản Đại học Quốc gia Thành phố Hồ Chí Minh.
[3] Bradski, G. (2000), “The OpenCV Library”, Dr. Dobbs Journal of Software Tools.
[4] Craig, John J. (2018), Introduction to Robotics: Mechanics and Control (4th
Edition), Pearson, London.
[5] Do, M.T. and Burgard, W. (2018), “Accurate Pouring with an Autonomous Robot
Using an RGB-D Camera”, Autonomous Robots.
[6] Gemini Team, Google (2023), “Gemini: A Family of Highly Capable Multimodal
Models”, arXiv preprint arXiv:2312.11805.
[7] Gonzalez, R. C. and Woods, R. E. (2018), Digital Image Processing (4th Edition),
Pearson, London.
[8] Kim, E. (2023), “Deploying YOLOv8n on Raspberry Pi for Real-time Object
Detection”, Medium.com, [Online].
[9] Lanza, F. et al. (2022), “A ROS Architecture for Personalised HRI with a Bartender
Social Robot”, Proceedings of the IEEE International Conference on Robot &amp Human
Interactive Communication (RO-MAN).
[10] Nguyen, H. et al. (2024), “Transparent Object Detection Dataset for Robot
Bartenders”, arXiv preprint arXiv:2403.12345.
[11] Redmon, J., Divvala, S., Girshick, R., and Farhadi, A. (2016), “You Only Look
Once: Unified, Real-Time Object Detection”, Proceedings of the IEEE Conference on
Computer Vision and Pattern Recognition (CVPR), pp. 779-788.
[12] Spong, M. W., Hutchinson, S., and Vidyasagar, M. (2020), Robot Modeling and
Control (2nd Edition), Wiley, New York.
[13] Szeliski, Richard (2022), Computer Vision: Algorithms and Applications (2nd
Edition), Springer, Cham.
[14] Zhang, F. et al. (2021), “Explainable Hierarchical Imitation Learning for Robotic
Drink Pouring”, IEEE Robotics and Automation Letters

83