NGHIÊN CỨU ĐIỀU KHIỂN ROBOT DELTA TRONG MÔ HÌNH PHÂN LOẠI SẢN PHẨM SỬ DỤNG THỊ GIÁC MÁY

Ngày nhận bài: 21-12-2024

Ngày duyệt đăng: 31-07-2025

Ngày xuất bản: 31-07-2025

Lượt xem

0

Download

0

Chuyên mục:

KỸ THUẬT VÀ CÔNG NGHỆ

Cách trích dẫn:

Hiên, N., Toàn, N., & Hùng, P. (2025). NGHIÊN CỨU ĐIỀU KHIỂN ROBOT DELTA TRONG MÔ HÌNH PHÂN LOẠI SẢN PHẨM SỬ DỤNG THỊ GIÁC MÁY. Tạp Chí Khoa học Nông nghiệp Việt Nam, 23(7), 934–946. https://doi.org/10.31817/tckhnnvn.2025.23.7.09

NGHIÊN CỨU ĐIỀU KHIỂN ROBOT DELTA TRONG MÔ HÌNH PHÂN LOẠI SẢN PHẨM SỬ DỤNG THỊ GIÁC MÁY

Nguyễn Thị Hiên (*) 1 , Nguyễn Đắc Toàn 1 , Phạm Trọng Hùng 1

  • Tác giả liên hệ: [email protected]
  • 1 Khoa Cơ - Điện, Học viện Nông nghiệp Việt Nam
  • Từ khóa

    robot delta, thị giác máy, phân loại

    Tóm tắt


    Nghiên cứu này nhằm xây dựng một thuật toán điều khiển robot delta tích hợp thị giác máy dùng trong dây chuyền phân loại sản phẩm theo màu sắc. Đối tượng được phân loại trong nghiên cứu là bánh KitKat có kích thước 70 × 30 × 7 (mm) và được bao trong các gói có màu sắc khác nhau, trên đó có thông tin sản phẩm dưới dạng ký tự. Bánh được vận chuyển liên tục trên băng tải với vận tốc có thể điều chỉnh được. Một camera được gắn cố định trên khung nhôm, phía đầu băng tải làm nhiệm vụ thu nhận hình ảnh sản phẩm và gửi dữ liệu đến máy tính để phân tích. Thuật toán xử lý ảnh sẽ xác định màu sắc và vị trí của bánh, từ đó thực hiện gán nhãn và gửi dữ liệu đến bộ điều khiển. Dựa trên thông tin này, robot delta sẽ nhận diện, hút và phân loại bánh vào các khay định sẵn. Hệ thống sử dụng vi điều khiển với kit Arduino Mega 2560, lập trình bằng ngôn ngữ C++, Gcode, kết hợp thư viện OpenCV trong xử lý ảnh và phần mềm Qt Designer để thiết kế giao diện điều khiển, giám sát. Thời gian trung bình để hệ thống xử lý và phân loại một sản phẩm bánh là 3,5 giây. Thuật toán xây dựng giúp robot thực hiện tác vụ ngay cả khi băng tải vẫn hoạt động, từ đó nâng cao năng suất làm việc của hệ thống.

    Tài liệu tham khảo

    Ahmed Elassal, Mahmoud Abdelaal, Mohmad Osama & Hager Elhnidy (2024). Low-cost parallel delta robot for a pick-and-place application with the support of the vision system. Advances in Electrical Engineering, Electronics and Energy. doi.org/10.1016/j.prime.2024.100518.

    Automatic Addison (2020). How to Convert Camera Pixels to Robot Base Frame Coordinates. Retrieved from https://automaticaddison.com/ how-to-convert-camera-pixels-to-robot-base-frame -coordinates/ on Sep 10, 2024.

    Ho Vinh Nguyen, Vo Duy Cong & Phan Xuan Trung (2023). Development of a SCARA robot arm for palletizing applications based on computer vision. FME Transactions. 51(4): 541-549.

    Justinas Miˇseikis, Kyrre Glette, Ole Jakob Elle & Jim Torresen (2016). Automatic Calibration of a Robot Manipulator and Multi 3D Camera System. Retrieved from https://www.researchgate.net/ publication/289587273 on Sep 10, 2024.

    Laribi M.A., Romdhane L. & Zeghloul S. (2007). Analysis and dimensional synthesis of the DELTA robot for a prescribed workspace. Mechanism and Machine Theory. 42(7): 859-870.

    Phạm Văn Nghĩa (2022). Không gian màu - Color space. MMLab UIT. Truy cập từ https://mmlab.uit.edu.vn/tutorials/cv/basic/color_space ngày 30/8/2024.

    Shehata M., Elshami M., Bai Q. & Zhao X. (2021). Parameter estimation for multibody system

    dynamic model of delta robot from experimental data. IFAC-PapersOnLine (3rd IFAC Conference on Modelling, Identification and Control of Nonlinear Systems MICNON). 54(14): 72-77.

    Vo Duy Cong & Le Hoai Phuong (2023). Design and development of a delta robot system to classify objects using image processing. International Journal of Electrical and Computer Engineering. 13(3): 2669-2676.

    Zhang H., Su T., Wu S., Zheng J. & Wang Y. (2018). Simultaneous path planning and trajectory optimization for high-speed sorting system. International Journal of Advanced Robotic Systems. 15(5): 1-13. doi: 10.1177/1729881418797870.