![vii
MỤC LỤC
LỜI CẢM ƠN ........................................................................................................... vi
MỤC LỤC................................................................................................................ vii
LIỆT KÊ HÌNH VẼ ....................................................................................................x
LIỆT KÊ BẢNG BIỂU ........................................................................................... xiii
Chương 1: TỔNG QUAN...........................................................................................1
1.1. ĐẶT VẤN ĐỀ...............................................................................................1
1.2. MỤC TIÊU....................................................................................................2
1.3. NỘI DUNG NGHIÊN CỨU .........................................................................2
1.4. GIỚI HẠN .....................................................................................................3
1.5. BỐ CỤC ........................................................................................................3
Chương 2: CƠ SỞ LÝ THUYẾT................................................................................5
2.1. TỔNG QUAN VỀ XỬ LÝ ẢNH ..................................................................5
2.1.1. Giới thiệu về xử lý ảnh ...........................................................................5
2.1.2. Những vấn đề xử lý ảnh[2].....................................................................7
2.1.3. Ngôn ngữ Python và thư viện OpenCV................................................11
2.2. PHƯƠNG PHÁP PHÂN LOẠI SẢN PHẨM THEO MÀU SẮC, CÂN
NẶNG....................................................................................................................12
2.2.1. Các màu sắc cơ bản của sản phẩm........................................................13
2.2.2. Phương pháp phân loại theo màu sắc ...................................................18
2.2.3. Phương pháp phân loại theo cân nặng..................................................18
2.3. GIỚI THIỆU PHẦN CỨNG .......................................................................19
2.3.1. Raspberry Pi 3 model B [5] ..................................................................19
2.3.2. USB Camera .........................................................................................22
2.3.3. Cảm biến cân nặng................................................................................23
2.3.4. Xi-lanh khí nén (air cylinder)[7]...........................................................26
2.3.5. Van điện từ (solenoid) ..........................................................................28
Chương 3: TÍNH TOÁN VÀ THIẾT KẾ .................................................................30
3.1. TỔ CHỨC CÁC KHỐI TRONG HỆ THỐNG...........................................30
3.2. THIẾT KẾ CÁC KHỐI TRONG HỆ THỐNG...........................................31](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-9-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
6
Hình 2. 2 Quá trình xử lý ảnh
• Thu nhận ảnh[1]: đây là công đoạn đầu tiên mang tính quyết định đối với quá
trình xử lý ảnh. Ảnh đầu vào sẽ được thu nhận qua các thiết bị như camera,
sensor, máy quét… và sau đó các tín hiệu này sẽ được số hóa. Việc lựa chọn
các thiết bị thu nhận ảnh sẽ phụ thuộc vào đặc tính của các đối tượng cần xử
lý. Các thông số quan trọng ở bước này là độ phân giải, chất lượng màu, dung
lượng bộ nhớ và tốc độ thu nhận ảnh của các thiết bị.
• Quá trình tiền xử lý[1]: Ở bước này, ảnh sẽ được cải thiện về độ tương phản,
khử nhiễu, khử bóng, khử độ lệch… với mục đích làm cho chất lượng ảnh trở
lên tốt hơn nữa, chuẩn bị cho các bước xử lý phức tạp hơn về sau trong quá
trình xử lý ảnh. Quá trình này thường được thực hiện bởi các bộ lọc.
• Trích chọn đặc điểm[1] (hoặc trích chọn đặc trưng): Đặc trưng ảnh ở đây
chính là đặc trưng nội dung ảnh, hay nói cách khác là nội dung thực sự của các
bức ảnh. Nội dung ảnh được thể hiện bằng màu sắc, hình dạng, kết cấu, các
đặc trưng cục bộ… hay bất cứ thông tin nào có từ chính nội dung ảnh. Phạm
vi đề tài bao gồm nhận biết màu sắc từ bề mặt quả cà chua nên đặc trưng được
trích chọn là màu sắc.
• Hậu xử lý[1]: có nhiệm vụ xử lý các đặc điểm đã trích chọn, có thể lược bỏ
hoặc biến đổi các đặc điểm này để phù hợp với các kỹ thuật cụ thể sử dụng
trong hệ quyết định.](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-22-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
7
• Hệ quyết định và lưu trữ[1]: có nhiệm vụ đưa ra quyết định (phân loại) dựa
trên dữ liệu đã học lưu trong khối lưu trữ
• Đối chiếu, so sánh và kết luận[1]: đưa ra kết luận cuối cùng dựa vào những
cơ sở của hệ quyết định.
2.1.2. Những vấn đề xử lý ảnh[2]
a. Điểm ảnh (Picture Element)
Là đơn vị cơ bản nhất để tạo nên một bức ảnh kỹ thuật số. Địa chỉ của điểm
ảnh được xem như là một tọa độ (x, y) nào đó. Một bức ảnh kỹ thuật số, có thể được
tạo ra bằng cách chụp hoặc bằng một phương pháp đồ họa nào khác, được tạo nên từ
hàng ngàn hoặc hàng triệu pixel riêng lẻ. Bức ảnh càng chứa nhiều pixel thì càng chi
tiết. Một triệu pixel thì tương đương với 1 megapixel.
b. Ảnh số
Ảnh số là tập hợp hữu hạn các điểm ảnh với mức xám phù hợp dùng để mô tả
ảnh gần với ảnh thật. Số điểm ảnh xác định độ phân giải của ảnh. Ảnh có độ phân
giải càng cao thì càng thể hiện rõ nét các đặc điểm của tấm ảnh và càng làm cho tấm
ảnh trở nên thực và sắc nét hơn. Một hình ảnh là một tín hiệu hai chiều, nó được xác
định bởi hàm toán học f (x, y) trong đó x và y là hai tọa độ theo chiều ngang và chiều
dọc. Các giá trị của f (x, y) tại bất kỳ điểm nào là các giá trị điểm ảnh (pixel) tại điểm
đó của một hình ảnh. Ảnh số thực tế là biểu diễn số học của hình ảnh trong máy tính,
thường là biểu diễn nhị phân. Có thể phân ảnh số thành 2 loại: ảnh raster và ảnh vector
• Ảnh raster
Ảnh Raster là một tập hợp hữu hạn các giá trị số, gọi là điểm ảnh (pixel -
picture element). Thông thường một hình ảnh được chia thành các hàng và cột chứa
điểm ảnh. Điểm ảnh là thành phần bé nhất biểu diễn ảnh, có giá trị số biểu diễn màu
sắc, độ sáng,… của một thành phần trong bức ảnh.
Ảnh raster thường được thu từ camera, các máy chiếu, chụp, quét… và chính là đối
tượng chính của xử lý ảnh và thị giác máy tính.
• Ảnh vector](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-23-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
8
Ảnh vector là loại ảnh tạo thành từ các thành phần đơn giản của hình học như
điểm, đường thẳng, hình khối… Thay vì được lưu lại thành các ma trận điểm ảnh như
ảnh raster, ảnh vector được biểu diễn dưới dạng tọa độ của các thành phần trong ảnh.
Chính điều này đã tạo nên sự đặc biệt của ảnh vector, khiến nó có thể được kéo dãn,
thu nhỏ tùy ý mà không bị vỡ, không xuất hiện răng cưa như ảnh raster. Dữ liệu trong
ảnh vector nhỏ, do vậy thường tiết kiệm dung lượng lưu trữ hơn ảnh raster.
Tuy thế, màu sắc trong ảnh vector nhìn không thật, màu sắc ít tinh tế hơn ảnh
raster.
Thông thường người ta sử dụng ảnh vector trong thiết kế các logo, banner,
giao diện đồ họa… Loại ảnh này gần như không xuất hiện khi đề cập đến xử lý ảnh /
thị giác máy tính.
c. Phân loại ảnh [1]
Mức xám của điểm ảnh là cường độ sáng, gán bằng một giá trị tại điểm đó.
Các mức ảnh xám thông thường: 16, 32, 64, 128, 256. Mức được sử dụng thông dụng
nhất là 265, tức là dùng 1byte để biểu diễn mức xám. Trong đó:
• Ảnh nhị phân: Là ảnh có 2 mức trắng và đen, chỉ có 2 giá trị 0 và 1 và chỉ sử
dụng 1bit dữ liệu trên 1 điểm ảnh.
• Ảnh đen trắng: Là ảnh có hai màu đen, trắng (không chứa màu khác) với
mức xám ở các điểm ảnh có thể khác nhau.
• Ảnh màu: Là ảnh kết hợp của 3 màu cơ bản lại với nhau để tạo ra một thế
giới màu sinh động. Người ta thường dùng 3byte để mô tả mức màu, tức là có khoảng
16, 7 triệu mức màu.
d. Quan hệ giữa các điểm ảnh
Lân cận ảnh là tập hợp những điểm ảnh có xung quanh điểm ảnh đang xét.
Có 2 loại lân cận ảnh: lân cận 4 và lân cận 8.](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-24-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
9
Hình 2. 3 Các lân cận ảnh
4 điểm ảnh lân cận 4 theo cột và hàng với tọa độ lần lượt là (x+1, y), (x-1, y),
(x, y+1), (x, y-1) ký hiệu là tập N4 (p). 4 điểm ảnh lân cận 4 theo đường chéo có tọa
độ lần lượt là (x+1, y+1), (x+1, y-1), (x-1, y+1), (x-1, y-1) ký hiệu là tập ND (p). Tập
8 điểm ảnh lân cận 8 là hợp của 2 tập trên:
N8 (p) = N4 (p) + ND (p)
Liên kết ảnh [3]: Các mối liên kết của ảnh được xem như là mối liên kết của 2
điểm ảnh gần nhau, có 3 loại liên kết: liên kết 4, liên kết 8, lên kết m (liên kết hỗn
hợp). Trong ảnh đa mức xám, ta có thể đặt V chứa nhiều giá trị như V= {tập con}.
Cho p có tọa độ (x, y).
Liên kết 4: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là liên kết 4
của nhau nếu q thuộc về tập N4 (p).
Liên kết 8: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là liên kết 8
của nhau nếu q thuộc về tập N8 (p).
Liên kết m: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là Liên kết
m của nhau nếu thỏa 1 trong 2 điều kiện sau: q thuộc về tập N4 (p), q thuộc về tập
ND (p) và giao của hai tập N4 (p), N4 (q) không chứa điểm ảnh nào có giá trị thuộc
V.
e. Lọc nhiễu](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-25-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
10
Ảnh thu nhận được thường sẽ bị nhiễu nên cần phải loại bỏ nhiễu. Các toán tử
không gian dùng trong kỹ thuật tăng cường ảnh được phân nhóm theo công dụng:
làm trơn nhiễu, nổi biên. Để làm trơn nhiễu hay tách nhiễu, người ta sử dụng các bộ
lọc tuyến tính (lọc trung bình, thông thấp) hoặc lọc phi tuyến (trung vị, giả trung vị,
lọc đồng hình). Từ bản chất của nhiễu (thường tương ứng với tần số cao) và từ cơ sở
lý thuyết lọc là: bộ lọc chỉ cho tín hiệu có tần số nào đó thông qua, để lọc nhiễu người
ta thường dùng lọc thông thấp (theo quan điểm tần số không gian) hay lấy tổ hợp
tuyến tính để san bằng (lọc trung bình). Để làm nổi cạnh (ứng với tần số cao), người
ta dùng các bộ lọc thông cao, lọc Laplace. Lọc nhiễu được chia làm 2 loại: lọc tuyến
tính, lọc phi tuyến.
Làm trơn nhiễu bằng lọc tuyến tính: Khi chụp ảnh có thể xuất hiện nhiều
loại nhiễu vào quá trình xử lý ảnh, nên ta cần phải lọc nhiễu. Gồm các phương pháp
cơ bản lọc trung bình, lọc thông thấp, …Ví dụ lọc trung bình: Với lọc trung bình, mỗi
điểm ảnh được thay thế bằng trung bình trọng số của các điểm lân cận.
Làm trơn nhiễu bằng lọc phi tuyến[2]: Các bộ lọc phi tuyến cũng hay được
dùng trong kỹ thuật tăng cường ảnh. Một số phương pháp lọc cơ bản bộ lọc trung vị,
lọc ngoài… Với lọc trung vị, điểm ảnh đầu vào sẽ được thay thế bởi trung vị các điểm
ảnh còn lọc giả trung vị sẽ dùng trung bình cộng của hai giá trị “trung vị” (trung bình
cộng của max và min).
f. Phương pháp phát hiện biên
Điểm biên: Một điểm ảnh được coi là điểm biên nếu có sự thay đổi nhanh hoặc
đột ngột về mức xám (hoặc màu). Ví dụ trong ảnh nhị phân, điểm đen gọi là điểm
biên nếu lân cận nó có ít nhất một điểm trắng.
Đường biên (đường bao: boundary): tập hợp các điểm biên liên tiếp tạo thành
một đường biên hay đường bao.
Ý nghĩa của đường biên trong xử lý: ý nghĩa đầu tiên, đường biên là một loại
đặc trưng cục bộ tiêu biểu trong phân tích, nhận dạng ảnh. Thứ hai, người ta sử dụng](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-26-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
11
biên làm phân cách các vùng xám (màu) cách biệt. Ngược lại, người ta cũng sử dụng
các vùng ảnh để tìm đường phân cách.
Mô hình biểu diễn đường biên, theo toán học: điểm ảnh có sự biến đổi mức
xám u(x) một cách đột ngột theo hình dưới.
Hình 2. 4 Các trường hợp biên
Chú ý: Phát hiện biên là một phần trong phân tích ảnh, sau khi đã lọc ảnh (hay
tiền xử lý ảnh). Các bước của phân tích ảnh có thể mô tả theo sơ đồ dưới đây. Việc
dò và tìm biên ảnh là một trong các đặc trưng thuộc khối trích chọn đặc trưng.
2.1.3. Ngôn ngữ Python và thư viện OpenCV
a. Ngôn ngữ Python
Python là một ngôn ngữ lập trình cấp cao được sử dụng phổ biến từ trong môi
trường học đường cho tới các dự án lớn cho các mục đích lập trình đa năng, do Guido
van Rossum tạo ra và lần đầu ra mắt vào năm 1991. Python được thiết kế với ưu điểm
mạnh là dễ đọc, dễ học và dễ nhớ, là ngôn ngữ có cấu trúc rõ ràng, phù hợp cho người
mới học lập trình. Cấu trúc của Python còn cho phép người sử dụng viết mã lệnh với
số lần gõ phím tối thiểu.
Ban đầu Python được phát triển để chạy trên nền Unix nhưng sau này ngôn
ngữ đã được sử dụng chạy trên mọi hệ điều hành từ MS-DOS đến Mac OS, OS/2,
Windows, Linux và các hệ điều hành khác thuộc họ Unix.
Nhóm đề tài chọn ngôn ngữ Python thay vì những ngôn ngữ lập trình khác để
tiến hành nghiên cứu và thực hiện xử lý ảnh.
b. Thư viện Open CV[3]](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-27-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
12
OpenCV (OpenSource Computer Vision) là một thư viện mã nguồn
mở. OpenCV được phát hành theo giấy phép BSD, do đó nó hoàn toàn miễn phí cho
cả học thuật và thương mại. Thư viện được lập trình trên các ngôn ngữ cấp cao: C++,
C, Python, Java và hỗ trợ Windows, Linux, Mac OS, iOS, Android. OpenCV được
thiết kế để giúp cho việc tính toán hiệu quả hơn và tập trung nhiều vào các ứng dụng
thời gian thực. Được viết bằng tối ưu hóa C/C++, thư viện có thể tận dụng lợi thế của
xử lý đa lỗi. Opencv có rất nhiều ứng dụng: Nhận dạng ảnh, xử lý hình ảnh, phục hồi
hình ảnh/video, thực tế ảo…
Chính vì những lý do trên, nhóm đề tài quyết định dùng thư viện OpenCV làm
thư viện chính, viết trên ngôn ngữ Python để thực hiện đề tài
Các tính năng của thư viện OpenCV:
- Đối với hình ảnh, chúng ta có thể đọc và lưu hay ghi chúng.
- Có thể ghi và đọc video
- Xử lý hình ảnh có thể lọc nhiễu hoặc chuyển đổi ảnh.
- Thực hiện nhận dạng đặc điểm của hình dạng ảnh.
- Phát hiện các đối tượng được xác định trước như khuôn mặt, mắt,
phương tiện giao thông… trong video hoặc hình ảnh.
- Phân tích video, ước lượng chuyển động của đối tượng xuất hiện trong
video, tách nền và đối tượng riêng biệt…
2.2. PHƯƠNG PHÁP PHÂN LOẠI SẢN PHẨM THEO MÀU SẮC,
CÂN NẶNG
Cà chua là một trong những mặt hàng nông sản cũng như rau quả thực phẩm quen
thuộc với chúng ta. Quá trình sinh trưởng của quả cà chua từ lúc kết quả đến lúc chín
hoàn toàn trải qua các giai đoạn biến đổi hình thái về màu sắc mà bằng mắt thường,
con người có thể thấy được sự thay đổi đó. Các giai đoạn chuyển hóa của quả cà chua
được trình bày cụ thể sau đây [4]:](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-28-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
14
tiếng Anh có nghĩa là đỏ (red), xanh lục (green) và xanh lam (blue), là ba màu gốc
trong các mô hình ánh sáng bổ sung. Mô hình này thường được dùng để hiển thị trên
máy tính.
Hình 2. 5 Mô hình màu không gian màu RGB.
Nếu mỗi kênh màu được mã hóa bằng 1 byte (8 bit), và giá trị nằm trong đoạn
[0, 255], thì ta có ảnh 24bit màu, và mã hóa được tất cả 28
× 28
× 28
= 16.581.375 màu
(khoảng 16 triệu màu). Dưới đây là một số màu cơ bản được biển diễn trong hệ màu
RGB:
• (0, 0, 0) là màu đen
• (255, 255, 255) là màu trắng
• (255, 0, 0) là màu đỏ
• (0, 255, 0) là màu xanh lá cây
• (0, 0, 255) là màu xanh lam
• (255, 255, 0) là màu vàng
• (0, 255, 255) là màu xanh ngọc
• (255, 0, 255) là màu hồng cánh sen
b. Hệ màu HSV (Hue-Saturation-Value)
Trong phạm vi đề tài, ảnh sau khi được camera chụp và định dạng RGB sẽ
được chuyển sang một hệ màu mới thích hợp cho việc phân tích màu sắc hơn, trong](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-30-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
15
đó có sự phân chia biểu diễn về vùng màu, độ bão hòa, và độ sáng. Đó là hệ màu
HSV.
Không gian màu này còn có tên khác là HSI (Hue-Saturation-Intensity),
HSL(Hue-Saturation-Light). Nó dựa trên các đặc tính màu trực quan như sắc (tint),
bóng (shade) và tông màu (tone); nói cách khác là họ màu, độ thuần khiết, và độ sáng.
Hệ tọa độ cho không gian màu này là hình trụ:
– Giá trị màu thuần khiết (Hue) chạy từ 0 đến 360°
– Độ bão hòa màu (Saturation) là mức độ thuần khiết của màu, có thể hiểu
là có bao nhiêu màu trắng được thêm vào màu thuần khiết này. Giá trị của S nằm
trong đoạn [0, 255], trong đó S = 255 là màu tinh khiết nhất, hoàn toàn không pha
trắng. Nói cách khác, S càng lớn thì màu càng tinh khiết, nguyên chất.
– Độ sáng của màu (Value), còn được gọi là Intensity, Lightness, có giá trị
dao động trong đoạn [0, 255], trong đó V = 0 là hoàn toàn tối (đen), V = 255 là hoàn
toàn sáng. Nói cách khác, V càng lớn thì màu càng sáng.
Hình 2. 6 Mô hình màu HSV](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-31-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
19
Ví dụ:
• Loại 1: Quả chín đỏ, nhẹ
• Loại 2: Quả chín đỏ, nặng
• Loại 3: Quả chín vàng, (hoặc cam), nhẹ
• Loại 4: Quả chín vàng, (hoặc cam), nặng
• Loại 5: Quả chín xanh, chưa chín hoặc cân nặng bất thường
2.3. GIỚI THIỆU PHẦN CỨNG
2.3.1. Raspberry Pi 3 model B [5]
a. Giới thiệu Raspberry Pi 3 model B
Hình 2. 11 Raspberry Pi 3 Model B
Raspberry Pi là một máy tính chỉ có một board mạch, kích thước bằng thẻ
ATM chạy hệ điều hành Linux.
Raspberry Pi sản xuất bởi 3 OEM: Sony, Qsida, Egoman. Và được phân phối
chính bởi Element14, RS Components và Egoman.
Nhiệm vụ ban đầu của dự án Raspberry Pi là tạo ra một thế hệ chiếc máy tính
thu nhỏ có mức giá thấp nhưng vẫn đảm bảo nhu cầu lập trình cho sinh viên hoặc
những người muốn tìm hiểu về lập trình. Đặc tính của Raspberry Pi được xây dựng
quanh bộ xử lí SoC Broadcom BCM2835 (là chip xử lí mạnh mẽ có kích thước nhỏ
hay được dùng trong điện thoại di động), bao gồm CPU, GPU, bộ xử lí âm](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-35-2048.jpg)
![CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
26
2.3.4. Xi-lanh khí nén (air cylinder)[7]
a. Khái niệm
Xi-lanh khí nén (Ben khí nén) là một thiết bị cơ học được vận hành bằng khí nén
dựa vào hoạt động chuyển đổi năng lượng tiềm năng của khí nén thành động năng.
Điều này có được là do sự chênh lệch áp suất, được thiết lập bởi khí nén trong xi-lanh
và áp suất của khí quyển. Từ đó làm cho các pít tông của xi lanh chuyển động theo
hướng mong muốn.
Hình 2. 17 Xi-lanh khí nén (air cylinder)
b. Cấu tạo
Trên thị trường có rất nhiều loại xi lanh nhưng hầu hết sẽ đều được cấu tạo bởi
các bộ phận sau:
• Thân trụ và pít tông (Barrel and Piston)
• Trục pít tông (Piston Rod)
• Các lỗ cấp và thoát khí (Cap-end port and Rod-end port)](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-42-2048.jpg)
![BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
89
TÀI LIỆU THAM KHẢO
Sách tham khảo:
[1] Nguyễn Quang Hoan, “Xử lý ảnh”, Học Viện Bưu Chính Viên Thông, 2006
[2] Nguyễn Thanh Hải, “Giáo Trình Xử lý ảnh”, Nhà xuất bản Đại Học Quốc
Gia, Thành phố Hồ Chí Minh, 2014
[4] Theo SYGENTA, tài liệu “Kỹ thuật canh tác cây cà chua”.
[8] Alexander Mordvintsev & Abid K, tài liệu “OpenCV-Python Tutorials
Documentation Release 1”, ngày 5 tháng 11 năm 2017
[9] Hà Duy Khánh, Đồ án tốt nghiệp “Phân loại sản phẩm dùng kit Raspberry
Pi”, TP. HCM, tháng 7 năm 2018
Trang web:
[3] Nguyễn Nghĩa, “Tổng quan về thư viện OpenCV, bài đăng ngày 10 tháng 11
năm 2016 tại https://www.tutorialspoint.com/python/
[5] Raspberry Pi Việt Nam, sản phẩm Raspberry Pi B Model 3
https://raspberrypi.vn/shop/mach-raspberry-pi/raspberry-pi-4-model-b-2019
[7] Nguyên Minh, bài viết “Xi-lanh khí nén là gì? Cấu tạo của xi-lanh khí nén”,
đăng ngày 30 tháng 8 năm 2018 tạihttps://medium.com/@minh.nhatnguyen0820/xi-
lanh-kh%C3%AD-n%C3%A9n-l%C3%A0-g%C3%AC-c%E1%BA%A5u-
t%E1%BA%A1o-ch%E1%BB%A9c-n%C4%83ng-c%E1%BB%A7a-xi-lanh-
45e8518087a4
[10] Quynh Ty, bài viết “Cách tạo bộ điều khiển tốc độ động cơ PWM DC bằng
IC 555”, bài đăng 12 tháng 01 năm 2019 tại https://vietmachine.com.vn/cach-tao-
bo-dieu-khien-toc-do-dong-co-pwm-dc-bang-ic-
555.html?fbclid=IwAR2EkFQPCI7b3sXWFqqzQnPKrKz_gwDuEV56-
twXaGeI3K79eFUp-GfLyVY](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-105-2048.jpg)
![BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
90
PHỤ LỤC
Code chương trình điều khiển:
from firebase import firebase
import json
import cv2
import time
import numpy as np
import sys
import RPi.GPIO as GPIO
import weight as wei
import tkinter as tk
GPIO.setwarnings(False)
GPIO.setmode(GPIO.BCM)
cap = cv2.VideoCapture(0)
start_time = time.time()
PIN_INPUT_SENSOR_1 = 26
PIN_INPUT_SENSOR_2 = 19
PIN_INPUT_SENSOR_3 = 13
PIN_INPUT_SENSOR_4 = 27
PIN_OUTPUT_XILANH_1 = 21
PIN_OUTPUT_XILANH_2 = 20
PIN_OUTPUT_XILANH_3 = 16
PIN_OUTPUT_XILANH_4 = 12
#xxxxxxxxxxxxxxxxxxxxx_out_put_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxx
GPIO.setup(PIN_OUTPUT_XILANH_1, GPIO.OUT)
GPIO.setup(PIN_OUTPUT_XILANH_2, GPIO.OUT)
GPIO.setup(PIN_OUTPUT_XILANH_3, GPIO.OUT)
GPIO.setup(PIN_OUTPUT_XILANH_4, GPIO.OUT)
#xxxxxxxxxxxxxxxxxxxxx_in_put_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxx
GPIO.setup(17, GPIO.IN, pull_up_down=GPIO.PUD_UP)
GPIO.setup(PIN_INPUT_SENSOR_1, GPIO.IN, pull_up_down=GPIO.PUD_UP)
GPIO.setup(PIN_INPUT_SENSOR_2, GPIO.IN, pull_up_down=GPIO.PUD_UP)
GPIO.setup(PIN_INPUT_SENSOR_3, GPIO.IN, pull_up_down=GPIO.PUD_UP)
GPIO.setup(PIN_INPUT_SENSOR_4, GPIO.IN, pull_up_down=GPIO.PUD_UP)
#xxxxxxxxxxxxxxxxxxxxx_nhan_du_lieu_tu_fire_basexxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxx
firebase = firebase.FirebaseApplication('https://datn-
c53f0.firebaseio.com/')
result1 = {}
result1= firebase.get('/',None)
struct_data_wed = []
#xxxxxxxxxxxxxxxxxxxxx_lưu nội dung fire base đọc về zô file
txt_xxxxxxxxxxxxxxxx
with open('result_firebase.txt', 'w') as outfile:
json.dump(result1, outfile)
print("save result_firebase.txt ======================== > ok")
#xxxxxxxxxxxxxxxxxxxxx_thiet lap gia tri gan cho giao
dien_xxxxxxxxxxxxxxxxxxxxxx
wei1_min_tk = int(result1['level_1']['min'])](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-106-2048.jpg)
![BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
91
wei1_max_tk = int(result1['level_1']['max'])
red1_tk = bool(result1['level_1']['RED'])
ogrange1_tk = bool(result1['level_1']['ORANGE'])
green1_tk = bool(result1['level_1']['GREEN'])
wei2_min_tk = int(result1['level_2']['min'])
wei2_max_tk = int(result1['level_2']['max'])
red2_tk = bool(result1['level_2']['RED'])
ogrange2_tk = bool(result1['level_2']['ORANGE'])
green2_tk = bool(result1['level_2']['GREEN'])
wei3_min_tk = int(result1['level_3']['min'])
wei3_max_tk = int(result1['level_3']['max'])
red3_tk = bool(result1['level_3']['RED'])
ogrange3_tk = bool(result1['level_3']['ORANGE'])
green3_tk = bool(result1['level_3']['GREEN'])
wei4_min_tk = int(result1['level_4']['min'])
wei4_max_tk = int(result1['level_4']['max'])
red4_tk = bool(result1['level_4']['RED'])
ogrange4_tk = bool(result1['level_4']['ORANGE'])
green4_tk = bool(result1['level_4']['GREEN'])
#xxxxxxxxxxxxxxxxxxxxx_thiet ke giao
dien_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
root = tk.Tk()
root.geometry("1000x600")
root.resizable(0, 0) #Don't allow resizing in the x or y direction
lblz1 = tk.Label(master = root, text = "Running...",fg = "Green",font =
"Times 25")
lblz1.place(x = 0, y = 500)
def close_window():
root.destroy()
button = tk.Button (master = root,fg = "red", font = "Times 20", text =
"EXIT", command = close_window)
button.place(x = 900, y = 500)
Content = "Graduate Project Thanh Thao - Hoai Vu"
lbl0 = tk.Label(master = root, text = Content,fg = "black",font = "Times
30")
lbl0.place(x = 200, y = 0)
Content_2 = "Product Classification: Weight, Color - Remote Control Via
Web"
lbl001 = tk.Label(master = root, text = Content_2,fg = "red",font =
"Times 17")
lbl001.place(x = 210, y = 50)
lbl = tk.Label(master = root, fg = "black",font = "Times 20", text =
"Level_1:")
lbl.place(x = 200, y = 100)
lb2 = tk.Label(master = root,fg = "black", font = "Times 20", text =
"Level_2:")
lb2.place(x = 400, y = 100)
lb3 = tk.Label(master = root,fg = "black", font = "Times 20", text =
"Level_3:")
lb3.place(x = 600, y = 100)
lb4 = tk.Label(master = root,fg = "black", font = "Times 20", text =
"Level_4:")
lb4.place(x = 800, y = 100)](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-107-2048.jpg)
![BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
94
hsv = cv2.cvtColor(image , cv2.COLOR_BGR2HSV)
red_lower = np.array([0, 150, 0], np.uint8)
red_upper = np.array([7, 255, 255], np.uint8)
green_lower = np.array([32, 76, 0], np.uint8)
green_upper = np.array([48, 255, 255], np.uint8)
ogrange_lower = np.array([9, 76, 0], np.uint8)
ogrange_upper = np.array([31, 255, 255], np.uint8)
# finding the range of red,blue and yellow color in the image
red = cv2.inRange(hsv, red_lower, red_upper)
green = cv2.inRange(hsv, green_lower, green_upper)
ogrange = cv2.inRange(hsv, ogrange_lower, ogrange_upper)
# Morphological transformation, Dilation
kernal = np.ones((5, 5), "uint8")
red = cv2.dilate(red, kernal)
res = cv2.bitwise_and(image , image , mask=red)
green = cv2.dilate(green, kernal)
res1 = cv2.bitwise_and(image , image , mask=green)
ogrange = cv2.dilate(ogrange, kernal)
res2 = cv2.bitwise_and(image , image , mask=ogrange)
#xxxxxxxxxxxxxxxxxxxxx_tim duong bao cua vat co mau tuong ung_tinh dien
tich duong bao_set co tuowng ung_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
numPixel_red = cv2.countNonZero(red)
numPixel_green = cv2.countNonZero(green)
numPixel_ogrange = cv2.countNonZero(ogrange)
numPixel_red = cv2.countNonZero(red)
## print("so pixel do",numPixel_red)
numPixel_green = cv2.countNonZero(green)
## print("so pixel xanh",numPixel_green)
numPixel_ogrange = cv2.countNonZero(ogrange)
## print("so pixel cam",numPixel_ogrange)
R = (numPixel_red/(1+numPixel_red + numPixel_green +
numPixel_ogrange))*100
G = (numPixel_green/(1+numPixel_red + numPixel_green +
numPixel_ogrange))*100
O = (numPixel_ogrange/(1+numPixel_red + numPixel_green +
numPixel_ogrange))*100
if (R>50):
red_color =True
if (G>50):
green_color =True
if (O>50):
ogrange_color =True
if (red_color == True) or (green_color == True )or (ogrange_color
== True):](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-110-2048.jpg)
![BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
95
flag_main = True
return image, red_color, green_color, ogrange_color, True,
flag_main
except cv2.error as e:
print("error process analyzing image")
return image, red_color, green_color, ogrange_color, result
def setting_contrain(setting_data, wei, red, green, orange):
find_result = False
level = 'unknow'
for key, value in result1.items():
if (key != 'Result'):
wei_min_wed = int(result1[key]['min'])
wei_max_wed = int(result1[key]['max'])
red_wed = bool(result1[key]['RED'])
ogrange_wed = bool(result1[key]['ORANGE'])
green_wed = bool(result1[key]['GREEN'])
if( wei_standard >= wei_min_wed and wei_standard <=
wei_max_wed and red_standard == red_wed
and green_standard == green_wed and ogrange_standard
== ogrange_wed):
print('result level: {}'.format(key))
level = str(key)
print('detail ==> ok: RED: {} == {}:GREEN: {} ==
{}:OGRANGE: {} == {}: WEIGHT: {} < {} < {}'
.format( red_standard,red_wed,green_standard
,green_wed,ogrange_standard ,ogrange_wed, wei_min_wed,wei_standard,
wei_max_wed))
find_result = True
if(find_result == False):
print('result level: Unknow')
print('detail : {}'.format(result1))
print('detail ==> no_ok_cause_loai_5: RED: {} == {}:GREEN: {}
== {}:OGRANGE: {} == {}: WEIGHT: {} < {} < {}'
.format( red_standard,red_wed,green_standard
,green_wed,ogrange_standard ,ogrange_wed, wei_min_wed,wei_standard,
wei_max_wed))
return level
def control_gate(gate_num, flag_control, time_sleep):
pin_input_sensor = 26
pin_output_xilanh = 21
if (gate_num == 1):
pin_input_sensor = PIN_INPUT_SENSOR_1
pin_output_xilanh = PIN_OUTPUT_XILANH_1
elif (gate_num == 2):
pin_input_sensor = PIN_INPUT_SENSOR_2
pin_output_xilanh = PIN_OUTPUT_XILANH_2
elif (gate_num == 3):
pin_input_sensor = PIN_INPUT_SENSOR_3
pin_output_xilanh = PIN_OUTPUT_XILANH_3
elif (gate_num == 4):
pin_input_sensor = PIN_INPUT_SENSOR_4
pin_output_xilanh = PIN_OUTPUT_XILANH_4
else:
return flag_control
state_sonsor = not GPIO.input(pin_input_sensor)](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-111-2048.jpg)
![BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
97
if (flag_main == True):
cv2.imwrite('/home/pi/Desktop/THAO/TEST/test_camera_cam/test.jpg',img)
level = setting_contrain(result1, wei_standard, red_standard,
green_standard, ogrange_standard)
# setting gate num
gate_num = -1
if('unknow' in level):
gate_num = 5
count_char = 2
else:
count_char = len(level.split('_'))
if(count_char == 2):
if('unknow' in level):
gate_num = 5
else:
gate_num = int(level.split('_')[1])
print('gate: {}'.format(gate_num))
# end setting gate num
#control xilanh
time_sleep = 0.5
if(gate_num == 1):
flag1 = control_gate(1, flag1, time_sleep)
count_1 = count_1 + 1
lb8 = tk.Label(master = root, text = count_1,fg = "red",
font = "Times 25")
lb8.place(x = 230, y = 400)
elif(gate_num == 2):
flag2 = control_gate(2, flag2, time_sleep)
count_2 = count_2 + 1
lb5 = tk.Label(master = root, text = count_2,fg = "red",
font = "Times 25")
lb5.place(x = 430, y = 400)
elif(gate_num == 3):
flag3 = control_gate(3, flag3, time_sleep)
count_3 = count_3 + 1
lb6 = tk.Label(master = root, text = count_3,fg = "red",
font = "Times 25")
lb6.place(x = 630, y = 400)
elif(gate_num == 4):
flag4 = control_gate(4, flag4, time_sleep)
count_4 = count_4 + 1
lb7 = tk.Label(master = root, text = count_4,fg = "red",
font = "Times 25")
lb7.place(x = 830, y = 400)
else:
print('dont care')
find_result = True
lag=1
state= not GPIO.input(17)
if state == False and (lag == 1):
lag = 0
else:](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-113-2048.jpg)
![BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH
100
ORANGE:document.getElementById("chkorange").checked,
RED:document.getElementById("chkred").checked,
});
getData();
}
function getData(){
firebase.database().ref('/').once('value', function(snapshot){
snapshot.forEach(function(childSnapshot)
{
var childKey = childSnapshot.key;
var childData = childSnapshot.val();
document.getElementById("data").innerHTML = childData['min']
+", "+ childData['max'] ;
})
})
}
getData();
</script>
<h1><p style="font-family:Times New Roman Italic; color:#ff6700;"
align="left"> COLOR</p><h1>
Red :<input type="checkbox" id = "chkred"><br>
Orange:<input type="checkbox" id = "chkorange"><br>
Green:<input type="checkbox" id = "chkgreen"><br>
<h1><p style="font-family:Times New Roman Italic; color:#ff6700;"
align="left"> WEIGHT</><h1>
<input type = "text" placeholder = "weight_min" id = "minField"><br>
<input type = "text" placeholder = "weight_max" id = "maxField"><br>
<h1><p style="font-family:Times New Roman Italic; color:#ff6700;"
align="left"> TYPE</p><h1>
<select id="Category" onchange = "writeData()">
<option value="level_1" > Category_1</option>
<option value="level_2" > Category_2</option>
<option value="level_3" > Category_3</option>
<option value="level_4" > Category_4</option>
</select>
<br>
<br>
<button onclick = "writeData()">Submit</button><p id = "data"></p>
</ol>
</body>
</html>](https://image.slidesharecdn.com/nghiencuuthietkevathicongmohinhdemvaphanloaisanphamtheocannangmausac5603-191218081004/75/D-tai-Mo-hinh-d-m-phan-lo-i-s-n-ph-m-theo-can-n-ng-mau-s-c-116-2048.jpg)
Uploaded byDịch Vụ Viết Bài Trọn Gói ZALO 0917193864
Đề tài: Mô hình đếm, phân loại sản phẩm theo cân nặng màu sắc
Đồ án tốt nghiệp của sinh viên ngành công nghệ kỹ thuật điện tử truyền thông tại trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh nghiên cứu và thiết kế mô hình đếm và phân loại sản phẩm theo cân nặng và màu sắc. Bài báo cáo nêu rõ quy trình thực hiện, từ việc tìm hiểu và lựa chọn linh kiện, lập trình cho đến việc thi công và kiểm thử hệ thống. Cuối cùng, nhóm cũng cảm ơn sự hỗ trợ của giáo viên hướng dẫn và các thành viên khác trong khoa.
More Related Content
![[123doc] dieu-khien-thiet-bi-qua-module-wifi-esp8266](https://cdn.slidesharecdn.com/ss_thumbnails/123doc-dieu-khien-thiet-bi-qua-module-wifi-esp8266-210630084307-thumbnail.jpg?width=640&height=640&fit=bounds)
Similar to Đề tài: Mô hình đếm, phân loại sản phẩm theo cân nặng màu sắc
More from Dịch Vụ Viết Bài Trọn Gói ZALO 0917193864
Đề tài: Mô hình đếm, phân loại sản phẩm theo cân nặng màu sắc
- 1. BỘ GIÁO DỤC& ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH --------------------------------- ĐỒ ÁN TỐT NGHIỆP NGÀNH CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ TRUYỀN THÔNG ĐỀ TÀI: NGHIÊN CỨU, THIẾT KẾ VÀ THI CÔNG MÔ HÌNH ĐẾM VÀ PHÂN LOẠI SẢN PHẨM THEO CÂN NẶNG, MÀU SẮC GVHD: Th.S NGUYỄN ĐÌNH PHÚ SVTH: 1. PHẠM THỊ THANH THẢO 15141284 2. PHAN TRẦN HOÀI VŨ 15141333 Tp. Hồ Chí Minh – 06/2019
- 2. BỘ GIÁO DỤC& ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH --------------------------------- ĐỒ ÁN TỐT NGHIỆP NGÀNH KỸ THUẬT ĐIỆN TỬ TRUYỀN THÔNG ĐỀ TÀI: NGHIÊN CỨU, THIẾT KẾ VÀ THI CÔNG MÔ HÌNH ĐẾM VÀ PHÂN LOẠI SẢN PHẨM THEO CÂN NẶNG, MÀU SẮC GVHD: ThS. NGUYỄN ĐÌNH PHÚ SVTH: 1. PHẠM THỊ THANH THẢO 15141284 2. PHAN TRẦN HOÀI VŨ 15141333 Tp. Hồ Chí Minh – 07/2019
- 3. i TRƯỜNG ĐH SPKTTP. HỒ CHÍ MINH KHOA ĐIỆN-ĐIỆN TỬ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM ĐỘC LẬP - TỰ DO - HẠNH PHÚC ----o0o---- Tp. HCM, ngày tháng năm 2019 NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP Họ tên sinh viên: Phạm Thị Thanh Thảo MSSV: 15141284 Phan Trần Hoài Vũ MSSV: 15141333 Chuyên ngành: Điện tử công nghiệp Mã ngành: 41 Hệ đào tạo: Đại học chính quy Mã hệ: 1 Khóa: 2015 Lớp: 15141DT2A I. TÊN ĐỀ TÀI: NGHIÊN CỨU, THIẾT KẾ VÀ THI CÔNG MÔ HÌNH ĐẾM VÀ PHÂN LOẠI SẢN PHẨM THEO CÂN NẶNG, MÀU SẮC. II. NHIỆM VỤ 1. Các số liệu ban đầu: (ghi những thông số, tập tài liệu tín hiệu, hình ảnh, …).............................................. ...................................................................................................................................... ...................................................................................................................................... ...................................................................................................................................... ...................................................................................................................................... 2. Nội dung thực hiện: (ghi những nội dung chính cần thực hiện như trong phần tổng quan)........................ ...................................................................................................................................... ...................................................................................................................................... ......................................................................................................................................
- 4. ii ...................................................................................................................................... ...................................................................................................................................... III. NGÀY GIAONHIỆM VỤ: 18/02/2019 IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 10/06/2019 V. HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: ThS. Nguyễn Đình Phú CÁN BỘ HƯỚNG DẪN BM. ĐIỆN TỬ CÔNG NGHIỆP – Y SINH
- 5. iii TRƯỜNG ĐH SPKTTP. HỒ CHÍ MINH KHOA ĐIỆN-ĐIỆN TỬ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM ĐỘC LẬP - TỰ DO - HẠNH PHÚC ----o0o---- Tp. HCM, ngày tháng năm 2019 LỊCH TRÌNH THỰC HIỆN ĐỒ ÁN TỐT NGHIỆP Họ tên sinh viên 1: Phạm Thị Thanh Thảo Lớp: 1514DT2A............................................................MSSV: 15141284 Họ tên sinh viên 2: Phan Trần Hoài Vũ Lớp: 1514DT2A............................................................MSSV: 15141333 Tên đề tài: NGHIÊN CỨU, THIẾT KẾ VÀ THI CÔNG MÔ HÌNH ĐẾM VÀ PHÂN LOẠI SẢN PHẨM THEO CÂN NẶNG, MÀU SẮC. Tuần/ngày Nội dung Xác nhận GVHD Tuần 1 (18-24/02/2019) Nhận đồ án, tìm hiểu đề tài. Tuần 2 (25-03/03/2019) Tìm hiểu hướng làm đề tài, chọn vi xử lý điều khiển, ngôn ngữ lập trình. Tuần 3 (04-10/03/2019) Tìm hiểu Raspberry Pi 3 mode B và ngôn ngữ lập trình Python Tuần 4 (11-17/03/2019) Tiến hành lập trình nhận diện phân loại màu sắc. Tuần 5 (18-24/03/2019) Hoàn chỉnh phân loại màu sắc, lập trình phân loại cân nặng Tuần 6, 7, 8 (25-14/04/2019) Tiến hành thiết kế phần cứng cho toàn bộ hệ thống.
- 6. iv Tuần 9, 10,11, 12 (15-12/05/2019) Chạy thử nghiệm hệ thống và hiệu chỉnh sao cho hệ thống hoạt động ổn định Tuần 13, 14, 15 (13-02/06/2019) Hoàn chỉnh báo cáo 03/06/2019 Hoàn thành nhiệm vụ đồ án GV HƯỚNG DẪN (Ký và ghi rõ họ và tên)
- 7. v LỜI CAM ĐOAN Đềtài “Nghiên cứu, thiết kế và thi công mô hình đếm và phân loại sản phẩm theo cân nặng và màu sắc” là nhóm đề tài tự thực hiện dựa vào tham khảo một số tài liệu trước đó và không sao chép từ tài liệu hay công trình nào khác. Người thực hiện đề tài Phạm Thị Thanh Thảo Phan Trần Hoài Vũ
- 8. vi LỜI CẢM ƠN Lờiđầu tiên, nhóm đề tài xin gởi lời cảm ơn chân thành đến Thầy Nguyễn Đình Phú - giảng viên khoa Điện-Điện tử, Trường ĐH Sư phạm Kỹ thuật Tp. HCM đã theo sát hỗ trợ và hướng dẫn nhóm một cách chi tiết trong quá trình thực hiện đề tài. Thầy luôn hỗ trợ hết mình, giải đáp thắc mắc, chỉ ra sai sót cũng như gợi ý những phương án thực hiện sao cho khả thi và dễ tiếp cận nhất. Nhóm cũng xin gửi lời cảm ơn đến quý thầy(cô) trong khoa Điện-Điện tử đã tận tình giải đáp thắc mắc, nguyện vọng trong quá trình thực hiện đề tài của nhóm. Sự hỗ trợ của quý thầy(cô) đóng góp một phần không nhỏ vào thành công ngày hôm nay. Nhóm đề tài cũng xin cảm ơn các bạn sinh viên trong khoa Điện-Điện tử đã nhiệt tình giúp đỡ, hỗ trợ nhóm, đặc biệt là tập thể lớp 15141DT2A. Những đóng góp của các bạn luôn được nhóm tiếp nhận và đánh giá cao. Cuối cùng, nhóm xin cảm ơn chân thành và sâu sắc đến Cha, Mẹ - những người luôn bên cạnh hỗ trợ hết mình về tài chính cũng như tinh thần trong suốt những năm tháng qua. Thành công của đề tài ngày hôm nay chính là một phần đóng góp to lớn của mọi người. Một lần nữa, nhóm xin gởi lời cảm ơn chân thành nhất đến quý thầy cô, bạn bè và quý phụ huynh đã hỗ trợ nhóm thực hiện đề tài hoàn chỉnh. Xin chân thành cảm ơn! Người thực hiện đề tài Phạm Thị Thanh Thảo Phan Trần Hoài Vũ
- 9. vii MỤC LỤC LỜI CẢMƠN ........................................................................................................... vi MỤC LỤC................................................................................................................ vii LIỆT KÊ HÌNH VẼ ....................................................................................................x LIỆT KÊ BẢNG BIỂU ........................................................................................... xiii Chương 1: TỔNG QUAN...........................................................................................1 1.1. ĐẶT VẤN ĐỀ...............................................................................................1 1.2. MỤC TIÊU....................................................................................................2 1.3. NỘI DUNG NGHIÊN CỨU .........................................................................2 1.4. GIỚI HẠN .....................................................................................................3 1.5. BỐ CỤC ........................................................................................................3 Chương 2: CƠ SỞ LÝ THUYẾT................................................................................5 2.1. TỔNG QUAN VỀ XỬ LÝ ẢNH ..................................................................5 2.1.1. Giới thiệu về xử lý ảnh ...........................................................................5 2.1.2. Những vấn đề xử lý ảnh[2].....................................................................7 2.1.3. Ngôn ngữ Python và thư viện OpenCV................................................11 2.2. PHƯƠNG PHÁP PHÂN LOẠI SẢN PHẨM THEO MÀU SẮC, CÂN NẶNG....................................................................................................................12 2.2.1. Các màu sắc cơ bản của sản phẩm........................................................13 2.2.2. Phương pháp phân loại theo màu sắc ...................................................18 2.2.3. Phương pháp phân loại theo cân nặng..................................................18 2.3. GIỚI THIỆU PHẦN CỨNG .......................................................................19 2.3.1. Raspberry Pi 3 model B [5] ..................................................................19 2.3.2. USB Camera .........................................................................................22 2.3.3. Cảm biến cân nặng................................................................................23 2.3.4. Xi-lanh khí nén (air cylinder)[7]...........................................................26 2.3.5. Van điện từ (solenoid) ..........................................................................28 Chương 3: TÍNH TOÁN VÀ THIẾT KẾ .................................................................30 3.1. TỔ CHỨC CÁC KHỐI TRONG HỆ THỐNG...........................................30 3.2. THIẾT KẾ CÁC KHỐI TRONG HỆ THỐNG...........................................31
- 10. viii 3.2.1. Khối thutín hiệu hình ảnh (camera).....................................................31 3.2.2. Khối thu tín hiệu cân nặng (loadcell) và khối ADC (module HX711).34 3.2.3. Khối xử lý trung tâm (Raspberry Pi 3) .................................................36 3.1.1. Động cơ DC; Xi-lanh và Van điện từ ...................................................37 3.1.2. Khối hiển thị .........................................................................................45 3.1.3. Khối nguồn ...........................................................................................45 3.1.4. Sơ nguyên lý toàn mạch........................................................................49 Chương 4: THI CÔNG HỆ THỐNG ........................................................................50 4.1. GIỚI THIỆU................................................................................................50 4.2. THI CÔNG HỆ THỐNG.............................................................................50 4.2.1. Thi công board mạch ............................................................................50 4.4.2. Lắp ráp và kiểm tra ...............................................................................51 4.3 ĐÓNG GÓI VÀ THI CÔNG MÔ HÌNH ....................................................54 4.4 LẬP TRÌNH HỆ THỐNG...........................................................................56 4.4.1 Lưu đồ giải thuật...................................................................................56 4.4.2 Giao diện hệ thống................................................................................63 4.5 VIẾT TÀI LIỆU HƯỚNG DẪN SỬ DỤNG, THAO TÁC........................64 Chương 5. KẾT QUẢ - NHẬN XÉT - ĐÁNH GIÁ...........................................76 5.1. KẾT QUẢ TỔNG QUAN...........................................................................76 5.2. KẾT QUẢ ĐẠT ĐƯỢC..............................................................................77 5.2.1. Giao diện hiển thị Tkinter.....................................................................77 5.2.2. Giao diện Web và Cơ sở lưu trữ dữ liệu Realtime Database................78 5.2.3. Kết quả mô hình thực tế........................................................................79 5.2.4. Kết quả thực nghiệm.............................................................................83 5.3. NHẬN XÉT – ĐÁNH GIÁ .........................................................................84 5.3.1. Nhận xét kết quả đạt được ....................................................................84 5.3.2. Đánh giá kết quả ...................................................................................86 Chương 6: KẾT LUẬN – HƯỚNG PHÁT TRIỂN..................................................87 6.1. KẾT LUẬN .................................................................................................87 6.2. HƯỚNG PHÁT TRIỂN ..............................................................................88
- 11. ix TÀI LIỆU THAMKHẢO.........................................................................................89 PHỤ LỤC..................................................................................................................90
- 12. x LIỆT KÊ HÌNHVẼ Hình 2. 1. Giới thiệu về xử lý ảnh...............................................................................5 Hình 2. 2 Quá trình xử lý ảnh .....................................................................................6 Hình 2. 3 Các lân cận ảnh ...........................................................................................9 Hình 2. 4 Các trường hợp biên..................................................................................11 Hình 2. 5 Mô hình màu không gian màu RGB. ........................................................14 Hình 2. 6 Mô hình màu HSV ....................................................................................15 Hình 2. 7. Dải màu sắc (H) trong hệ màu HSV ........................................................16 Hình 2. 8 Sắc đỏ hoặc đỏ hồng chiếm trên 90% diện tích bề mặt quả (quả đỏ).......17 Hình 2. 9 Sắc vàng hoặc cam chiếm 30÷90% diện tích bề mặt quả (quả cam).......17 Hình 2. 10. Sắc lục chiếm hầu như toàn bộ bề mặt quả (quả xanh).........................18 Hình 2. 11 Raspberry Pi 3 Model B..........................................................................19 Hình 2. 12 Sơ đồ Raspberry Pi3 model B.................................................................20 Hình 2. 13. USB camera cho Raspberry Pi...............................................................22 Hình 2. 14 Sơ đồ khối USB Camera Raspberry Pi ...................................................23 Hình 2. 15 Loadcell cân nặng ngoài thực tế..............................................................24 Hình 2. 16. Loadcell cảm nhận sự thay đổi của tải (dây điện trở strain gauges) và chuyển thành những tín hiệu điện. ............................................................................25 Hình 2. 17 Xi-lanh khí nén (air cylinder)..................................................................26 Hình 2. 18 Cấu tạo chính của một xi-lanh khí nén....................................................27 Hình 2. 19 Van điện từ điều khiển xi-lanh................................................................29 Hình 3. 1. Sơ đồ khối hệ thống 30 Hình 3. 2 Sơ đồ kết nối module camera USB với Raspberry Pi qua 1 hub 32 Hình 3. 3. Đèn led K3E19-3 dùng để ổn định nguồn sáng trắng 32 Hình 3. 4 Sơ đồ bố trí buồng chụp ảnh (nhìn từ trên xuống) 33 Hình 3. 5 Sơ đồ bố trí buồng chụp ảnh (nhìn từ mặt bên) 33 Hình 3. 6 Sơ đồ nguyên lý module ADC HX711 (ảnh từ datasheet AVIA Semiconductor) 35 Hình 3. 7. Hình ảnh thực tế module HX711 35 Hình 3. 8 Sơ đồ kết nối loadcell, HX711 với Raspberry Pi 3 36 Hình 3. 9 Sơ đồ các cổng ngoại vi sử dụng 36 Hình 3. 10 Động cơ DC và trục quay băng tải 38 Hình 3. 11. Động cơ giảm tốc DC 12V JGB37-3530 38 Hình 3. 12. Nguyên lý làm việc của PWM – Điều chế độ rộng xung. 39 Hình 3. 13. Mạch điều khiển tốc độ động cơ DC bằng phương pháp PWM dùng IC 555 40 Hình 3. 14. Sơ đồ nguyên lý mạch điều khiển tốc độ động cơ 41 Hình 3. 15. Hình ảnh thực tế Module PWM 12-40VDC/10A 42 Hình 3. 17 Sơ đồ kết nối module PWM và động cơ DC 43
- 13. xi Hình 3. 18Sơ đồ bố trí các xi-lanh và cảm biến tiệm cận trên băng tải 43 Hình 3. 19. Nguồn 5V 2.5A cung cấp cho Raspberry Pi 47 Hình 3. 20 . Nguồn 5V 1.5 A cung cấp cho board mạch chính 47 Hình 3. 21. Nguồn 12V 5A cung cấp cho băng tải 48 Hình 3. 22. Nguồn 24V 5A cung cấp cho van điện từ 48 Hình 3. 23. Mạch điện sơ đồ nguyên lý toàn mạch 49 Hình 4. 1. Mạch PCB board mạch chính của hệ thống.............................................51 Hình 4. 2. Van khí nén được kết nối với xi-lanh thông qua hệ thống dây dẫn khí...52 Hình 4. 3. Động cơ DC kéo trục quay băng tải nhờ hệ thống bánh răng và dây đai. ...................................................................................................................................52 Hình 4. 4. Loadcell được đặt ở mặt dưới của băng chuyền ......................................53 Hình 4. 5. Buồng chụp ảnh nhìn từ trên cao .............................................................53 Hình 4. 6. Buồng chụp ảnh nhìn từ phía dưới lên trên..............................................54 Hình 4. 7. . Bố trí và lắp đặt các module, board mạch chính, kit Raspberry Pi 3.....55 Hình 4. 8. Hệ thống sau khi được thi công hoàn thiện..............................................56 Hình 4. 9. Lưu đồ hoạt động của hệ thống................................................................57 Hình 4. 10. Lưu đồ chụp và lưu ảnh .........................................................................59 Hình 4. 11. Lưu đồ chương trình con xử lý ảnh........................................................60 Hình 4. 12. So sánh và dán nhãn phân loại...............................................................62 Hình 4. 13. Giao diện hoạt động của chương trình chính.........................................63 Hình 4. 14. Giao diện Web của hệ thống..................................................................63 Hình 4. 15. Giao diện firebase lưu dữ liệu của hệ thống ..........................................64 Hình 4. 16. Đèn báo hiệu của Raspberry Pi sáng lúc mới cấp nguồn.......................65 Hình 4. 17. Đèn led của buồng chụp ảnh sáng lúc mới cấp nguồn..........................66 Hình 4. 18. Giao diện màn hình LCD của hệ thống khi mới cấp điện......................67 Hình 4. 19. Màn hình LCD hiển thị Raspberry Pi đã kết nối Internet......................67 Hình 4. 20. Núm xoay điều chỉnh tốc độ băng chuyền hệ thống..............................68 Hình 4. 21. Mở chương trình chính điều khiển hệ thống..........................................69 Hình 4. 22. Màn hình LCD khi mới chạy chương trình điều khiển..........................69 Hình 4. 23. Màn hình LCD hiển thị chọn chương trình “WEB_HE_THONG.html” ...................................................................................................................................70 Hình 4. 24. Giao diện web tùy chỉnh các thông số về loại sản phẩm .......................70 Hình 4. 25. Giao diện màn hình LCD sau khi điều chỉnh các thông số phân loại....71 Hình 4. 26. Cà chua thứ nhất khi được đưa vào buồng chụp....................................72 Hình 4. 27. Cà chua sau khi ra khỏi buồng chụp của hệ thống.................................72 Hình 4. 28. Xi lanh đẩy cà chua thứ nhất xuống hộp chứa loại 3.............................73 Hình 4. 29. Màn hình LCD sau khi xi-lanh tác động quả cà chua thứ nhất..............73 Hình 4. 30. Băng tải di chuyển cà chua loại 5 đến cuối băng chuyền ......................74 Hình 4. 31. Cà chua sau khi được hệ thống phân loại. .............................................75
- 14. xii Hình 5. 1.Giao diện màn hình LCD sau khi mở chương trình chính.......................77 Hình 5. 2. Số lượng cà chua được cập nhật sau khi hệ thống xử lý mỗi quả............78 Hình 5. 3. Giao diện web tùy chỉnh các thông số về loại sản phẩm .........................78 Hình 5. 4. Dữ liệu được lưu dữ tại firebase ..............................................................79 Hình 5. 5. Hệ thống hoàn thiện của đề tài (đầu băng chuyền, ngõ vào của cà chua)79 Hình 5. 6. Hệ thống hoàn thiện của đề tài (phía trái so với đầu băng chuyền).........80 Hình 5. 7. Bố trí và lắp đặt các module, board mạch trong hộp điện điều khiển......81 Hình 5. 8. Hình Hình ảnh chụp phía trên của buồng chụp ảnh khi cung cấp điện hoạt động hệ thống............................................................................................................82 Hình 5. 9. Hình Hệ thống hoàn thiện của đề tài(phía phải so với đầu băng chuyền) ...................................................................................................................................82 Hình 5. 10. Các van điện từ được bố trí ngay dưới băng chuyền. ............................83 Hình 5. 11. Kết quả thực nghiệm đối với nhóm cà chua (thực hiện ngày 25/5/2019). ...................................................................................................................................84
- 15. xiii LIỆT KÊ BẢNGBIỂU Bảng 3. 1. Dòng tiêu thụ các ngoại vi Raspberry Pi .................................................46 Bảng 4. 1. Thông tin các thiết bị, linh kiện sử dụng cho mạch.................................50
- 16. xiv TÓM TẮT Đề tài“Nghiên cứu, thiết kế và thi công hệ thống phân loại sản phẩm theo cân nặng, màu sắc; Quản lý và điều khiển bằng điện thoại” là mô hình phân loại sản phẩm, cụ thể ở đây là nông sản quả cà chua theo cân nặng và màu sắc đã được cài đặt sẵn. Hoạt động của mô hình dựa trên cơ chế điều khiển động cơ và xử lý tín hiệu tương tự (màu sắc, cân nặng) của kit Raspberry Pi 3 Model B, với ngôn ngữ lập trình Python và thư viện OpenCV, cùng khả năng quản lí và điều khiển qua điện thoại thông minh. Nhóm sử dụng những đặc điểm riêng về màu sắc và cân nặng của quả cà chua để làm cơ sở nhận dạng và tiến hành cho hệ thống phân loại. Kết quả thực hiện đề tài là một mô hình có thể phân loại được một nhóm quả cà chua thành những nhóm nhỏ có hình dạng và cân nặng khác nhau. Việc quản lí hoạt động của hệ thống, đếm số lượng, cài đặt thông số phân loại…sẽ được thực hiện từ xa thông qua webserver.
- 17. CHƯƠNG 1. TỔNGQUAN BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 1 Chương 1: TỔNG QUAN 1.1. ĐẶT VẤN ĐỀ Ngày nay, cùng với sự phát triển của nền kinh tế thị trường, ngành chế biến nông sản của nước ta cũng đang phát triển mạnh mẽ. Trên cơ sở những tiềm năng và chiến lược phát triển mà Nhà nước đã đề ra, nông sản Việt ngày càng khẳng định được vị thế ở cả thị trường trong nước và quốc tế, trở thành một trong những mặt hàng trọng điểm, chiếm tỉ trọng lớn trong ngành xuất khẩu, đóng góp một phần không nhỏ vào nền kinh tế quốc dân. Nông sản sau khi thu hoạch sẽ được phân loại thành loại 1, loại 2, ...với những tiêu chuẩn khác nhau về trọng lượng, màu sắc, hình dáng, … Nhờ vậy, người nông dân cũng như thương lái có thể dễ dàng định giá cho từng loại nông sản, tránh được tình trạng ép giá, nông dân phải bán rẻ nông sản. Chẳng hạn, giá dưa chuột thường bấp bênh, không ổn định, dao động từ 7.000 - 10.000 đồng/kg nhưng vào chính vụ thu hoạch, giá dưa giảm chỉ còn 4.000 - 5.000 đồng/kg đôi lúc bị rớt xuống còn khoảng 500-1.000 đồng/kg mà vẫn khó tiêu thụ. Trong khi đó, sản phẩm dưa chuột của bà con Tiên Lãng, Hải Phòng đang được chế biến thành dưa chuột bao tử đóng hộp xuất khẩu đi nhiều nước trên thế giới. Phân loại dưa chuột ở đây theo nhiều tiêu chuẩn vì mỗi thị trường thường có một tiêu chuẩn nhất định, không đồng nhất. Nhưng với phương pháp phân loại bằng tay truyền thống thì người nông dân cũng như các cơ sở chế biến khó có thể đáp ứng chính xác các yêu cầu tiêu chuẩn được. Với sự ra đời và phổ biến rộng rãi của băng tải công nghiệp, chúng ta gần như có thể tối ưu hóa mọi lĩnh vực, trong đó có việc chế biến và phân loại nông sản. Thông qua việc tự động hóa ở các khâu, sử dụng những công nghệ, sản phẩm của khoa học kỹ thuật, băng tải công nghiệp có thể giảm thiểu sai sót, giảm bớt nhân công, cho thời gian làm việc liên tục cũng như hiệu suất làm việc cao. Hiện nay trên thị trường trong nước và ngoài nước đã có các sản phẩm băng chuyền phân loại nông sản có quy mô lớn công nghiệp, dùng cảm biến hoặc cánh tay robot để xác định kích thước, màu sắc. Tuy nhiên các hệ thống này tương đối lớn, vận hành phức tạp, điều chỉnh các thông số sản phẩm phải thường phức tạp. Điều này không phù hợp với quy mô sản xuất nhỏ
- 18. CHƯƠNG 1. TỔNGQUAN BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 2 như nông dân hoặc tiểu thương lái do tính chất sản xuất, tính chất thay đổi chất lượng nông sản hàng năm cũng như sự thay đổi về tiêu chuẩn ở các thị trường. Với mục đích có thể tạo ra một hệ thống phân loại sản phẩm theo dây chuyền, thân thiện với người dùng, khả năng tùy biến cao và giá thành phải chăng, nhóm xin giới thiệu đề tài: “Nghiên cứu thiết kế và thi công mô hình đếm và phân loại sản phẩm theo cân nặng, màu sắc”, do chính nhóm tiến hành nghiên cứu và thực hiện. Với mô hình này, chúng ta có thể phát triển thêm thành một hệ thống hoàn chỉnh, có thể giúp nông dân dễ dàng sử dụng, vận hành cũng như điều chỉnh, thay thế lao động chân tay giúp giảm nhân công, tiền bạc, tăng năng suất làm việc, đồng thời giảm bớt chi phí lắp đặt và vận hành khi phải đầu tư một hệ thống lớn. Sau quá trình tìm hiểu, nhóm quyết định chọn cà chua làm đối tượng phân loại. 1.2. MỤC TIÊU Mục tiêu nghiên cứu của đề tài “Nghiên cứu, thiết kế và thi công mô hình đếm và phân loại sản phẩm theo cân nặng, màu sắc” là nắm rõ nguyên lí hoạt động của cảm biến cân nặng, camera, làm quen với ngôn ngữ lập trình Python cũng như các công cụ hỗ trợ trong thư viện OpenCV, thực hiện các tác vụ cơ bản trên Kit Raspberry Pi và hệ điều hành Raspbian để nhận biết và phân loại sản phẩm. Ngoài ra, nhóm đề tài mong muốn thi công được một hệ thống có khả năng phân loại sản phẩm về màu sắc và cân nặng; đếm và tùy chỉnh các thông số đặt trưng của loại sản phẩm từ xa thông qua Web localhost. 1.3. NỘI DUNG NGHIÊN CỨU • NỘI DUNG 1: Tổng quan về hệ thống phân loại sản phẩm, các giải pháp thiết kế hệ thống băng chuyền • NỘI DUNG 2: Nghiên cứu thuật toán xử lý ảnh ứng dụng vào phân loại màu sắc sản phẩm. • NỘI DUNG 3: Xử lý phân loại sản phẩm theo cân nặng. • NỘI DUNG 4: Giải pháp thiết kế giao diện Web localhost tùy chỉnh các đặc trưng về màu sắc và chỉ số về cân nặng của hệ thống.
- 19. CHƯƠNG 1. TỔNGQUAN BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 3 • NỘI DUNG 5: Hoàn thiện hệ thống điều khiển và mô hình, tiến hành chạy mẫu. • NỘI DUNG 6: Đánh giá kết quả thực hiện. 1.4. GIỚI HẠN - Thiết kế mô hình băng chuyền phân loại nông sản. - Sử dụng động cơ DC để làm hoạt động băng tải. - Sử dụng xi-lanh khí nén làm cơ cấu phân loại. - Nhận dạng màu sắc cà chua qua thuật toán xử lý ảnh và trọng lượng qua cảm biến cân nặng. - Dùng Raspberry Pi 3 model B để xử lý hình ảnh, trọng lượng, nhận dữ liệu từ môi trường web trung gian, hiển thị giao diện người dùng. - Đếm số lượng cà chua mỗi loại bằng bộ đếm được lập trình trên Raspberry Pi 3. - Tùy chỉnh các đặc trưng về màu sắc và chỉ số về cân nặng của hệ thống. 1.5. BỐ CỤC • Chương 1: Tổng quan • Chương 2: Cơ sở lý thuyết. • Chương 3: Thiết kế và tính toán • Chương 4: Thi công hệ thống • Chương 5: Kết quả - nhận xét – đánh giá • Chương 6: Kết luận và hướng phát triển • Chương 1: Tổng quan. Nhóm đề tài đặt vấn đề dẫn nhập, lý do chọn đề tài, mục tiêu, nội dung nghiên cứu, các giới hạn thông số và bố cục đồ án. • Chương 2: Cơ Sở Lý Thuyết.
- 20. CHƯƠNG 1. TỔNGQUAN BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 4 Nội dung chương bao gồm lý thuyết cơ bản về xử lý ảnh, phương pháp cơ bản để nhận dạng và phân loại ảnh, cảm biến cân nặng, giới thiệu cơ bản về Raspberry Pi, ngôn ngữ lập trình Python và thư viện hỗ trợ Open CV, xi-lanh khí nén. • Chương 3: Thiết Kế và Tính Toán Từ những cơ sở lý thuyết có được, nhóm đề tài sẽ trình bày về sơ đồ khối, công thức tính toán và kết nối của hệ thống. • Chương 4: Thi Công Hệ Thống Sau khi thực hiện tính toán và thiết kế, nhóm đề tài sẽ tiến hành thi công hệ thống và trình bày lại quá trình thi công tại chương này. • Chương 5: Kết Qủa - Nhận Xét - Đánh Giá Những kết quả đạt được cùng với những nhận xét, đánh giá về toàn bộ hệ thống nhóm đề tài sẽ tóm tắt tại Chương 5. • Chương 6: Kết Luận và Hướng Phát Triển Cuối cùng, nhóm xin được trình bày những kết luận đã được rút ra trong suốt quá trình thực hiện đề tài cùng với hướng phát triển, cải tiến của đề tài sao cho phù hợp với thực tế hơn.
- 21. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 5 Chương 2: CƠ SỞ LÝ THUYẾT 2.1. TỔNG QUAN VỀ XỬ LÝ ẢNH 2.1.1. Giới thiệu về xử lý ảnh Xử lý ảnh là quá trình xử lý số tín hiệu với đối tượng xử lý là tín hiệu hình ảnh. Trong đó, ảnh đầu vào sẽ được xử lý sao cho ảnh sau khi xử lý đạt kết quả mong muốn. Kết quả của xử lý ảnh là một ảnh khác có đặc điểm khác với ảnh ban đầu hoặc một kết luận (Hình 2.1). Xử lý ảnh phát triển rất mạnh mẽ trong thời gian gần đây, bao gồm ở rất nhiều lĩnh vực: y tế, kinh tế, văn hóa, quân sự, quốc phòng… Hiện nay, có bốn khía cạnh chính liên quan đến xử lý ảnh: xử lý và nâng cao chất lượng ảnh, nhận dạng ảnh, truy vấn ảnh và nén ảnh. Ở phạm vi đề tài này sẽ tìm hiểu về mảng nhận dạng ảnh. Hình 2. 1. Giới thiệu về xử lý ảnh
- 22. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 6 Hình 2. 2 Quá trình xử lý ảnh • Thu nhận ảnh[1]: đây là công đoạn đầu tiên mang tính quyết định đối với quá trình xử lý ảnh. Ảnh đầu vào sẽ được thu nhận qua các thiết bị như camera, sensor, máy quét… và sau đó các tín hiệu này sẽ được số hóa. Việc lựa chọn các thiết bị thu nhận ảnh sẽ phụ thuộc vào đặc tính của các đối tượng cần xử lý. Các thông số quan trọng ở bước này là độ phân giải, chất lượng màu, dung lượng bộ nhớ và tốc độ thu nhận ảnh của các thiết bị. • Quá trình tiền xử lý[1]: Ở bước này, ảnh sẽ được cải thiện về độ tương phản, khử nhiễu, khử bóng, khử độ lệch… với mục đích làm cho chất lượng ảnh trở lên tốt hơn nữa, chuẩn bị cho các bước xử lý phức tạp hơn về sau trong quá trình xử lý ảnh. Quá trình này thường được thực hiện bởi các bộ lọc. • Trích chọn đặc điểm[1] (hoặc trích chọn đặc trưng): Đặc trưng ảnh ở đây chính là đặc trưng nội dung ảnh, hay nói cách khác là nội dung thực sự của các bức ảnh. Nội dung ảnh được thể hiện bằng màu sắc, hình dạng, kết cấu, các đặc trưng cục bộ… hay bất cứ thông tin nào có từ chính nội dung ảnh. Phạm vi đề tài bao gồm nhận biết màu sắc từ bề mặt quả cà chua nên đặc trưng được trích chọn là màu sắc. • Hậu xử lý[1]: có nhiệm vụ xử lý các đặc điểm đã trích chọn, có thể lược bỏ hoặc biến đổi các đặc điểm này để phù hợp với các kỹ thuật cụ thể sử dụng trong hệ quyết định.
- 23. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 7 • Hệ quyết định và lưu trữ[1]: có nhiệm vụ đưa ra quyết định (phân loại) dựa trên dữ liệu đã học lưu trong khối lưu trữ • Đối chiếu, so sánh và kết luận[1]: đưa ra kết luận cuối cùng dựa vào những cơ sở của hệ quyết định. 2.1.2. Những vấn đề xử lý ảnh[2] a. Điểm ảnh (Picture Element) Là đơn vị cơ bản nhất để tạo nên một bức ảnh kỹ thuật số. Địa chỉ của điểm ảnh được xem như là một tọa độ (x, y) nào đó. Một bức ảnh kỹ thuật số, có thể được tạo ra bằng cách chụp hoặc bằng một phương pháp đồ họa nào khác, được tạo nên từ hàng ngàn hoặc hàng triệu pixel riêng lẻ. Bức ảnh càng chứa nhiều pixel thì càng chi tiết. Một triệu pixel thì tương đương với 1 megapixel. b. Ảnh số Ảnh số là tập hợp hữu hạn các điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần với ảnh thật. Số điểm ảnh xác định độ phân giải của ảnh. Ảnh có độ phân giải càng cao thì càng thể hiện rõ nét các đặc điểm của tấm ảnh và càng làm cho tấm ảnh trở nên thực và sắc nét hơn. Một hình ảnh là một tín hiệu hai chiều, nó được xác định bởi hàm toán học f (x, y) trong đó x và y là hai tọa độ theo chiều ngang và chiều dọc. Các giá trị của f (x, y) tại bất kỳ điểm nào là các giá trị điểm ảnh (pixel) tại điểm đó của một hình ảnh. Ảnh số thực tế là biểu diễn số học của hình ảnh trong máy tính, thường là biểu diễn nhị phân. Có thể phân ảnh số thành 2 loại: ảnh raster và ảnh vector • Ảnh raster Ảnh Raster là một tập hợp hữu hạn các giá trị số, gọi là điểm ảnh (pixel - picture element). Thông thường một hình ảnh được chia thành các hàng và cột chứa điểm ảnh. Điểm ảnh là thành phần bé nhất biểu diễn ảnh, có giá trị số biểu diễn màu sắc, độ sáng,… của một thành phần trong bức ảnh. Ảnh raster thường được thu từ camera, các máy chiếu, chụp, quét… và chính là đối tượng chính của xử lý ảnh và thị giác máy tính. • Ảnh vector
- 24. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 8 Ảnh vector là loại ảnh tạo thành từ các thành phần đơn giản của hình học như điểm, đường thẳng, hình khối… Thay vì được lưu lại thành các ma trận điểm ảnh như ảnh raster, ảnh vector được biểu diễn dưới dạng tọa độ của các thành phần trong ảnh. Chính điều này đã tạo nên sự đặc biệt của ảnh vector, khiến nó có thể được kéo dãn, thu nhỏ tùy ý mà không bị vỡ, không xuất hiện răng cưa như ảnh raster. Dữ liệu trong ảnh vector nhỏ, do vậy thường tiết kiệm dung lượng lưu trữ hơn ảnh raster. Tuy thế, màu sắc trong ảnh vector nhìn không thật, màu sắc ít tinh tế hơn ảnh raster. Thông thường người ta sử dụng ảnh vector trong thiết kế các logo, banner, giao diện đồ họa… Loại ảnh này gần như không xuất hiện khi đề cập đến xử lý ảnh / thị giác máy tính. c. Phân loại ảnh [1] Mức xám của điểm ảnh là cường độ sáng, gán bằng một giá trị tại điểm đó. Các mức ảnh xám thông thường: 16, 32, 64, 128, 256. Mức được sử dụng thông dụng nhất là 265, tức là dùng 1byte để biểu diễn mức xám. Trong đó: • Ảnh nhị phân: Là ảnh có 2 mức trắng và đen, chỉ có 2 giá trị 0 và 1 và chỉ sử dụng 1bit dữ liệu trên 1 điểm ảnh. • Ảnh đen trắng: Là ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám ở các điểm ảnh có thể khác nhau. • Ảnh màu: Là ảnh kết hợp của 3 màu cơ bản lại với nhau để tạo ra một thế giới màu sinh động. Người ta thường dùng 3byte để mô tả mức màu, tức là có khoảng 16, 7 triệu mức màu. d. Quan hệ giữa các điểm ảnh Lân cận ảnh là tập hợp những điểm ảnh có xung quanh điểm ảnh đang xét. Có 2 loại lân cận ảnh: lân cận 4 và lân cận 8.
- 25. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 9 Hình 2. 3 Các lân cận ảnh 4 điểm ảnh lân cận 4 theo cột và hàng với tọa độ lần lượt là (x+1, y), (x-1, y), (x, y+1), (x, y-1) ký hiệu là tập N4 (p). 4 điểm ảnh lân cận 4 theo đường chéo có tọa độ lần lượt là (x+1, y+1), (x+1, y-1), (x-1, y+1), (x-1, y-1) ký hiệu là tập ND (p). Tập 8 điểm ảnh lân cận 8 là hợp của 2 tập trên: N8 (p) = N4 (p) + ND (p) Liên kết ảnh [3]: Các mối liên kết của ảnh được xem như là mối liên kết của 2 điểm ảnh gần nhau, có 3 loại liên kết: liên kết 4, liên kết 8, lên kết m (liên kết hỗn hợp). Trong ảnh đa mức xám, ta có thể đặt V chứa nhiều giá trị như V= {tập con}. Cho p có tọa độ (x, y). Liên kết 4: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là liên kết 4 của nhau nếu q thuộc về tập N4 (p). Liên kết 8: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là liên kết 8 của nhau nếu q thuộc về tập N8 (p). Liên kết m: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là Liên kết m của nhau nếu thỏa 1 trong 2 điều kiện sau: q thuộc về tập N4 (p), q thuộc về tập ND (p) và giao của hai tập N4 (p), N4 (q) không chứa điểm ảnh nào có giá trị thuộc V. e. Lọc nhiễu
- 26. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 10 Ảnh thu nhận được thường sẽ bị nhiễu nên cần phải loại bỏ nhiễu. Các toán tử không gian dùng trong kỹ thuật tăng cường ảnh được phân nhóm theo công dụng: làm trơn nhiễu, nổi biên. Để làm trơn nhiễu hay tách nhiễu, người ta sử dụng các bộ lọc tuyến tính (lọc trung bình, thông thấp) hoặc lọc phi tuyến (trung vị, giả trung vị, lọc đồng hình). Từ bản chất của nhiễu (thường tương ứng với tần số cao) và từ cơ sở lý thuyết lọc là: bộ lọc chỉ cho tín hiệu có tần số nào đó thông qua, để lọc nhiễu người ta thường dùng lọc thông thấp (theo quan điểm tần số không gian) hay lấy tổ hợp tuyến tính để san bằng (lọc trung bình). Để làm nổi cạnh (ứng với tần số cao), người ta dùng các bộ lọc thông cao, lọc Laplace. Lọc nhiễu được chia làm 2 loại: lọc tuyến tính, lọc phi tuyến. Làm trơn nhiễu bằng lọc tuyến tính: Khi chụp ảnh có thể xuất hiện nhiều loại nhiễu vào quá trình xử lý ảnh, nên ta cần phải lọc nhiễu. Gồm các phương pháp cơ bản lọc trung bình, lọc thông thấp, …Ví dụ lọc trung bình: Với lọc trung bình, mỗi điểm ảnh được thay thế bằng trung bình trọng số của các điểm lân cận. Làm trơn nhiễu bằng lọc phi tuyến[2]: Các bộ lọc phi tuyến cũng hay được dùng trong kỹ thuật tăng cường ảnh. Một số phương pháp lọc cơ bản bộ lọc trung vị, lọc ngoài… Với lọc trung vị, điểm ảnh đầu vào sẽ được thay thế bởi trung vị các điểm ảnh còn lọc giả trung vị sẽ dùng trung bình cộng của hai giá trị “trung vị” (trung bình cộng của max và min). f. Phương pháp phát hiện biên Điểm biên: Một điểm ảnh được coi là điểm biên nếu có sự thay đổi nhanh hoặc đột ngột về mức xám (hoặc màu). Ví dụ trong ảnh nhị phân, điểm đen gọi là điểm biên nếu lân cận nó có ít nhất một điểm trắng. Đường biên (đường bao: boundary): tập hợp các điểm biên liên tiếp tạo thành một đường biên hay đường bao. Ý nghĩa của đường biên trong xử lý: ý nghĩa đầu tiên, đường biên là một loại đặc trưng cục bộ tiêu biểu trong phân tích, nhận dạng ảnh. Thứ hai, người ta sử dụng
- 27. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 11 biên làm phân cách các vùng xám (màu) cách biệt. Ngược lại, người ta cũng sử dụng các vùng ảnh để tìm đường phân cách. Mô hình biểu diễn đường biên, theo toán học: điểm ảnh có sự biến đổi mức xám u(x) một cách đột ngột theo hình dưới. Hình 2. 4 Các trường hợp biên Chú ý: Phát hiện biên là một phần trong phân tích ảnh, sau khi đã lọc ảnh (hay tiền xử lý ảnh). Các bước của phân tích ảnh có thể mô tả theo sơ đồ dưới đây. Việc dò và tìm biên ảnh là một trong các đặc trưng thuộc khối trích chọn đặc trưng. 2.1.3. Ngôn ngữ Python và thư viện OpenCV a. Ngôn ngữ Python Python là một ngôn ngữ lập trình cấp cao được sử dụng phổ biến từ trong môi trường học đường cho tới các dự án lớn cho các mục đích lập trình đa năng, do Guido van Rossum tạo ra và lần đầu ra mắt vào năm 1991. Python được thiết kế với ưu điểm mạnh là dễ đọc, dễ học và dễ nhớ, là ngôn ngữ có cấu trúc rõ ràng, phù hợp cho người mới học lập trình. Cấu trúc của Python còn cho phép người sử dụng viết mã lệnh với số lần gõ phím tối thiểu. Ban đầu Python được phát triển để chạy trên nền Unix nhưng sau này ngôn ngữ đã được sử dụng chạy trên mọi hệ điều hành từ MS-DOS đến Mac OS, OS/2, Windows, Linux và các hệ điều hành khác thuộc họ Unix. Nhóm đề tài chọn ngôn ngữ Python thay vì những ngôn ngữ lập trình khác để tiến hành nghiên cứu và thực hiện xử lý ảnh. b. Thư viện Open CV[3]
- 28. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 12 OpenCV (OpenSource Computer Vision) là một thư viện mã nguồn mở. OpenCV được phát hành theo giấy phép BSD, do đó nó hoàn toàn miễn phí cho cả học thuật và thương mại. Thư viện được lập trình trên các ngôn ngữ cấp cao: C++, C, Python, Java và hỗ trợ Windows, Linux, Mac OS, iOS, Android. OpenCV được thiết kế để giúp cho việc tính toán hiệu quả hơn và tập trung nhiều vào các ứng dụng thời gian thực. Được viết bằng tối ưu hóa C/C++, thư viện có thể tận dụng lợi thế của xử lý đa lỗi. Opencv có rất nhiều ứng dụng: Nhận dạng ảnh, xử lý hình ảnh, phục hồi hình ảnh/video, thực tế ảo… Chính vì những lý do trên, nhóm đề tài quyết định dùng thư viện OpenCV làm thư viện chính, viết trên ngôn ngữ Python để thực hiện đề tài Các tính năng của thư viện OpenCV: - Đối với hình ảnh, chúng ta có thể đọc và lưu hay ghi chúng. - Có thể ghi và đọc video - Xử lý hình ảnh có thể lọc nhiễu hoặc chuyển đổi ảnh. - Thực hiện nhận dạng đặc điểm của hình dạng ảnh. - Phát hiện các đối tượng được xác định trước như khuôn mặt, mắt, phương tiện giao thông… trong video hoặc hình ảnh. - Phân tích video, ước lượng chuyển động của đối tượng xuất hiện trong video, tách nền và đối tượng riêng biệt… 2.2. PHƯƠNG PHÁP PHÂN LOẠI SẢN PHẨM THEO MÀU SẮC, CÂN NẶNG Cà chua là một trong những mặt hàng nông sản cũng như rau quả thực phẩm quen thuộc với chúng ta. Quá trình sinh trưởng của quả cà chua từ lúc kết quả đến lúc chín hoàn toàn trải qua các giai đoạn biến đổi hình thái về màu sắc mà bằng mắt thường, con người có thể thấy được sự thay đổi đó. Các giai đoạn chuyển hóa của quả cà chua được trình bày cụ thể sau đây [4]:
- 29. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 13 • Thời kỳ quả xanh: Quả và hạt phát triển chưa hoàn thiện. Nếu thu hái quả vào lúc này và thông qua thúc chín tới thì quả không bình thường, không có hương vị, không có màu sắc đặc trưng của giống. • Thời kỳ chín xanh chất keo bao quanh hạt được hình thành, quả chưa có màu hồng hoặc màu vàng. Nếu thúc chín thì quả sẽ thể hiện màu sắc của giống nhưng hương vị không rõ như quả chín trên cây. • Thời kỳ chín vàng: Đỉnh quả xuất hiện màu vàng hoặc màu hồng với diện tích bề mặt chiếm khoảng 10%. • Thời kỳ chuyển màu: Diện tích bề mặt 10-30%, có màu vàng hoặc đỏ nhạt. • Thời kỳ quả chín hồng diện tích bề mặt 30-60%, có màu đỏ nhạt hoặc vàng. • Thời kỳ chín đỏ, diện tích bề mặt quả 90% có màu đỏ. Ở phạm vi của đề tài, những quả cà chua sẽ được phân thành 3 nhóm quả có màu như sau, dựa trên đặc điểm về màu sắc ở các giai đoạn: • Loại 1: Quả chín hồng và quả chín đỏ. • Loại 2: Quả chín vàng và quả chuyển màu. • Loại 3: Quả chín xanh hoặc chưa chín. 2.2.1. Các màu sắc cơ bản của sản phẩm Ở mỗi giai đoạn chín của mình, quả cà chua mang những đặc điểm riêng về màu sắc và cân nặng. Nhóm đề tài trích chọn những đặc trưng này của quả cà chua để tiến hành lấy đặc trưng màu sắc ấy làm một trong những cơ sở phân loại, bên cạnh cơ sở về cân nặng. a. Hệ màu RGB (Red-Green-Blue) Để biểu diễn màu sắc, người ta thường đưa chúng vào một mô hình màu. Ở đó, màu sắc sẽ được biểu diễn bằng một hoặc tập hợp nhiều giá trị thập phân nguyên. Dưới đây là cách biểu diễn một màu sắc trong mô hình màu RGB. Mô hình màu RGB sử dụng mô hình bổ sung trong đó ánh sáng đỏ, xanh lục và xanh lam được tổ hợp với nhau để tạo thành các màu khác. Từ viết tắt RGB trong
- 30. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 14 tiếng Anh có nghĩa là đỏ (red), xanh lục (green) và xanh lam (blue), là ba màu gốc trong các mô hình ánh sáng bổ sung. Mô hình này thường được dùng để hiển thị trên máy tính. Hình 2. 5 Mô hình màu không gian màu RGB. Nếu mỗi kênh màu được mã hóa bằng 1 byte (8 bit), và giá trị nằm trong đoạn [0, 255], thì ta có ảnh 24bit màu, và mã hóa được tất cả 28 × 28 × 28 = 16.581.375 màu (khoảng 16 triệu màu). Dưới đây là một số màu cơ bản được biển diễn trong hệ màu RGB: • (0, 0, 0) là màu đen • (255, 255, 255) là màu trắng • (255, 0, 0) là màu đỏ • (0, 255, 0) là màu xanh lá cây • (0, 0, 255) là màu xanh lam • (255, 255, 0) là màu vàng • (0, 255, 255) là màu xanh ngọc • (255, 0, 255) là màu hồng cánh sen b. Hệ màu HSV (Hue-Saturation-Value) Trong phạm vi đề tài, ảnh sau khi được camera chụp và định dạng RGB sẽ được chuyển sang một hệ màu mới thích hợp cho việc phân tích màu sắc hơn, trong
- 31. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 15 đó có sự phân chia biểu diễn về vùng màu, độ bão hòa, và độ sáng. Đó là hệ màu HSV. Không gian màu này còn có tên khác là HSI (Hue-Saturation-Intensity), HSL(Hue-Saturation-Light). Nó dựa trên các đặc tính màu trực quan như sắc (tint), bóng (shade) và tông màu (tone); nói cách khác là họ màu, độ thuần khiết, và độ sáng. Hệ tọa độ cho không gian màu này là hình trụ: – Giá trị màu thuần khiết (Hue) chạy từ 0 đến 360° – Độ bão hòa màu (Saturation) là mức độ thuần khiết của màu, có thể hiểu là có bao nhiêu màu trắng được thêm vào màu thuần khiết này. Giá trị của S nằm trong đoạn [0, 255], trong đó S = 255 là màu tinh khiết nhất, hoàn toàn không pha trắng. Nói cách khác, S càng lớn thì màu càng tinh khiết, nguyên chất. – Độ sáng của màu (Value), còn được gọi là Intensity, Lightness, có giá trị dao động trong đoạn [0, 255], trong đó V = 0 là hoàn toàn tối (đen), V = 255 là hoàn toàn sáng. Nói cách khác, V càng lớn thì màu càng sáng. Hình 2. 6 Mô hình màu HSV
- 32. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 16 Hình 2. 7. Dải màu sắc (H) trong hệ màu HSV Trong phạm vi đề tài, mỗi màu sắc được biểu diễn bằng một tổ hợp bộ 3 giá trị (H, S, V). Đối với các đặc trưng về độ bão hòa(S) và độ sáng(V), cần lấy toàn bộ các giá trị từ 0÷255 để đảm bảo có thể nhận biết được màu sắc với mọi mức bão hòa và độ sáng khác nhau. Riêng giá trị H, cần căn cứ vào dải phổ màu (hình 2.7) để đưa ra được khoảng giá trị màu sắc phù hợp, phản ánh đúng đặc trưng màu sắc ở bề mặt cà chua. Các giá trị HSV có được sau nhiều lần lấy mẫu, hiệu chỉnh, đối chiếu và so sánh: Đầu tiên, nhóm đề tài căn cứ vào bảng màu HSV để đưa ra những giá trị HSV phù hợp. Sau quá trình này, ta sẽ có được những giới hạn (hoặc ngưỡng màu) như sau: • Màu đỏ: (0,0,0) ÷ (8,255,255) • Màu cam: (15,0,0) ÷ (60,255,255) • Màu xanh lục: (70,0,0) ÷ (150,255,255) Công đoạn tiếp theo, cà chua được phân tách màu sắc bề mặt với các ngưỡng màu đã có được từ việc đối chiếu thủ công với bảng màu HSV từ trước. Ở giai đoạn này, sẽ có sai lệch về màu sắc chọn ngưỡng và màu sắc thực tế của cà chua nhưng không quá lớn. Tuy nhiên, những sai lệch này có thể dẫn đến sự nhầm lẫn về kết luận màu sắc. Cần hiệu chỉnh các ngưỡng màu sao cho phù hợp và phản ánh chân thực màu sắc bề mặt quả cà chua. Sau khi hiệu chỉnh các ngưỡng màu, ta có được kết luận cuối cùng về ngưỡng màu thực tế của màu sắc bề mặt quả cà chua.
- 33. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 17 Dưới đây là 3 loại màu sắc trong phạm vi đề tài • Màu đỏ: giá trị HSV đo được (0,0,0) ÷ (10,255,255) Hình 2. 8 Sắc đỏ hoặc đỏ hồng chiếm trên 90% diện tích bề mặt quả (quả đỏ) • Màu cam hoặc màu vàng: giá trị HSV đo được (11,0,0) ÷ (65,255,255) Hình 2. 9 Sắc vàng hoặc cam chiếm 30÷90% diện tích bề mặt quả (quả cam) • Màu xanh lục: giá trị HSV đo được (66,0,0) ÷ (160,255,255)
- 34. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 18 Hình 2. 10. Sắc lục chiếm hầu như toàn bộ bề mặt quả (quả xanh) 2.2.2. Phương pháp phân loại theo màu sắc Với sự giúp đỡ của thư viện OpenCV, ngôn ngữ lập trình Python và kit Raspberry Pi 3, công việc nhân biết và phân loại màu sắc của quả cà chua sẽ gồm những công đoạn sau: 1. Chụp và lưu ảnh. 2. Dùng thuật toán phát hiện màu (tìm màu, tính số lượng pixel vùng màu, tính phần trăm số lượng pixel của mỗi màu trên số lượng pixel toàn bề mặt quả cà chua) và “dán nhãn” phân loại cà chua (gồm loại xanh, loại vàng, loại đỏ) từ ảnh đã chụp. 3. Cập nhật ảnh chụp mới. 2.2.3. Phương pháp phân loại theo cân nặng Ngoài cơ sở phân loại về màu sắc, đề tài còn hướng tới cơ sở phân loại về cân nặng. Mỗi quả cà chua sau khi được “dán nhãn” phân loại về màu sắc, sẽ được kiểm tra cân nặng thông qua một loadcell. Dữ liệu về cân nặng có được sẽ được kiểm tra xem có nằm trong các giới hạn cân nặng mà người dùng đã thiết lập thông qua trang Web localhost. Từ 3 cơ sở phân loại về màu sắc, cộng thêm cơ sở phân loại về cân nặng, hệ thống sẽ có khả năng phân loại một nhóm quả cà chua thành 5 loại với các đặc trưng về màu sắc và cân nặng khác nhau.
- 35. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 19 Ví dụ: • Loại 1: Quả chín đỏ, nhẹ • Loại 2: Quả chín đỏ, nặng • Loại 3: Quả chín vàng, (hoặc cam), nhẹ • Loại 4: Quả chín vàng, (hoặc cam), nặng • Loại 5: Quả chín xanh, chưa chín hoặc cân nặng bất thường 2.3. GIỚI THIỆU PHẦN CỨNG 2.3.1. Raspberry Pi 3 model B [5] a. Giới thiệu Raspberry Pi 3 model B Hình 2. 11 Raspberry Pi 3 Model B Raspberry Pi là một máy tính chỉ có một board mạch, kích thước bằng thẻ ATM chạy hệ điều hành Linux. Raspberry Pi sản xuất bởi 3 OEM: Sony, Qsida, Egoman. Và được phân phối chính bởi Element14, RS Components và Egoman. Nhiệm vụ ban đầu của dự án Raspberry Pi là tạo ra một thế hệ chiếc máy tính thu nhỏ có mức giá thấp nhưng vẫn đảm bảo nhu cầu lập trình cho sinh viên hoặc những người muốn tìm hiểu về lập trình. Đặc tính của Raspberry Pi được xây dựng quanh bộ xử lí SoC Broadcom BCM2835 (là chip xử lí mạnh mẽ có kích thước nhỏ hay được dùng trong điện thoại di động), bao gồm CPU, GPU, bộ xử lí âm
- 36. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 20 thanh/video, và các tính năng khác… Tất cả được tích hợp bên trong chip có mức tiêu thụ điện năng khá thấp. Raspberry Pi không thay thế hoàn toàn hệ thống máy tính để bàn hoặc máy xách tay. Chúng ta không thể chạy hệ điều hành Windows trên đó vì BCM2835 dựa trên cấu trúc ARM nên không hỗ trợ mã x86/x64, nhưng vẫn có thể chạy bằng Linux với các tiện ích như lướt web, môi trường Desktop và các tiện ích khác nữa. Raspberry Pi là một thiết bị đa năng đáng ngạc nhiên với nhiều phần cứng có giá thành thấp và phù hợp cho những hệ thống điện tử, những dự án DIY,…Raspberry Pi 3 có hai phiên bản: model A và model B. Ở đề tài này nhóm sử dụng Kit Raspberry Pi 3 model B với số lượng hub USB và cổng GPIO nhiều hơn, hỗ trợ kết nối Ethernet, khả năng xử lý RAM nhanh hơn,… b. Thông tin cấu hình Raspberry Pi 3: Hình 2. 12 Sơ đồ Raspberry Pi3 model B Thông tin cấu hình:
- 37. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 21 • Bộ xử lí Broadcom BCM2835 tốc độ xử lí 1.2ghz 64-bit quad-core ARM CortexA53 • Mạng Wireless LAN chuẩn 802.11 b/g/n • Bộ xử lý đa phương tiện Videocore IV® Dual Core • Bộ nhớ Ram 1GB • Hỗ trợ tất các bản phân phối ARM GNU/Linux mới nhất và Windows 10 • Đầu nối microusb cho nguồn điện 2,5A 5VDC • Cổng mạng 1 x 10/100 • Đầu nối video/âm thanh 1 x HDMI • Đầu nối video/âm thanh 1 x RCA • 4 x USB 2.0 ports • 40 GPIO pins • Chip antenna • Kết nối hiển thị DSI • Khe cắm thẻ nhớ MicroSD • Kích thước: 85 x 56 x 17 mm Ưu điểm: kích thước nhỏ gọn, CPU mạnh, phục vụ cho nhiều mục đích khác nhau, khả năng hoạt động liên tục, giá thành rẻ hơn so với máy tính thông thường… Nhược điểm: Máy tính nhúng xử lý vẫn còn chậm so với máy tính để bàn hay laptop. Không chạy được một số chương trình nặng… c. Ứng dụng Raspberry Pi trong thực tế: sử dụng như máy tính để bàn, máy chủ in không dây, bộ điều khiển robot, đài FM, máy chơi game, máy chủ web…
- 38. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 22 2.3.2. USB Camera a. Mô tả USB camera cho Raspberry Pi là module camera được sử dụng thay thế Raspberry Pi camera để đảm bảo độ dài của dây và phù hợp với mô hình. Module Camera ra đời đã làm hài lòng rất nhiều tín đồ yêu thích Raspberry Pi. Trước khi xuất hiện camera, điều duy nhất chúng ta có thể làm để thêm khả năng nhận biết hình ảnh, quay phim, chụp hình cho Raspberry Pi là sử dụng 1 webcam cắm vào cổng USB. Với các webcam Logitech tích hợp sẵn định dạng xuất file MJPEG sẽ giúp Raspberry xử lý nhanh hơn. Nhưng các webcam Logitech lại có giá thành khá cao, nhất là các webcam có độ phân giải lớn. USB camera có độ nhạy sáng cao, có thể chụp tốt ở nhiều điều kiện ánh sáng khác nhau, cả trong nhà và ngoài trời. Điểm đặc biệt mà camera mang lại đó là chụp hình độ nét cao trong lúc quay phim. Hình 2. 13. USB camera cho Raspberry Pi Chúng ta chỉ cần sử dụng một cổng USB cho camera. Chiều dài cáp nối camera đã được tính toán cẩn thận khi vừa đạt được độ dài cần thiết trong khi vẫn đảm bảo tốc độ truyền hình ảnh từ module về Raspberry Pi. Thông số USB Camera Raspberry Pi - Camera USB hỗ trợ tất cả các phiên bản của Raspberry Pi, máy tính nhúng. - Ống kính tiêu cự: F6.0MM - Focus khoảng: 20MM
- 39. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 23 - Độ phân giải Video: 640 x 480 - Kích thước: 3.8 x 1.5 x 3cm - Dây có thể được kéo dài hoặc rút ngắn, dài 65 cm. Hình 2. 14 Sơ đồ khối USB Camera Raspberry Pi b. Ứng dụng Những tác vụ liên quan đến hình ảnh, với chất lượng ảnh đòi hỏi không quá cao, Camera Raspberry Pi có thể giúp chúng ta lấy tín hiệu hình ảnh và video thông qua Raspberry Pi. Những hình ảnh và video này có thể được sử dụng với nhiều mục đích khác nhau, như giám sát đối tượng, xử lý và khôi phục ảnh, thị giác máy tính và robot… 2.3.3. Cảm biến cân nặng a. Khái niệm: Loadcell là những cảm biến lực trọng lượng, mô-men xoắn, đầu dò tải... có thể chuyển đổi lực tác dụng hoặc một tải trọng thành tín hiệu điện. Đối với cân ô tô thì loadcell là thiết bị đo lường trọng lượng cần thiết để cân ô tô điện tử hiển thị trọng lượng thành con số.
- 40. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 24 Hình 2. 15 Loadcell cân nặng ngoài thực tế b. Thành phần cấu tạo: Một loadcell cảm biến có 2 bộ phận chính là strain gauges được dán vào bề mặt của thân loadcell. Strain gauges bao gồm sợi dây kim loại mảnh đặt trên một tấm cách điện đàn hồi. Thân loadcell là một khối kim loại đàn hồi, tùy vào mục đích sử dụng mà thân loadcell được thiết kế có hình dạng và vật liệu kim loại khác nhau chủ yếu là nhôm hợp kim, thép không gỉ, thép hợp kim. c. Cách thức hoạt động Khi có tải trọng hoặc tác động lực lên thân loadcell, điều này sẽ làm nó bị biến dạng nén hoặc giãn, làm cho các sợi kim loại của điện trở strain gauges thay đổi chiều dài và tiết diện, kéo theo sự thay đổi giá trị của các điện trở strain gauges. Sự thay đổi ở điện áp đầu ra chỉ sẽ được đo và chuyển thành số sau khi đi qua bộ khuếch đại của các bộ chỉ thị cân điện tử.
- 41. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 25 Hình 2. 16. Loadcell cảm nhận sự thay đổi của tải (dây điện trở strain gauges) và chuyển thành những tín hiệu điện. d. Phân loại các loại loadcell Theo lực tác động: loadcell chịu kéo, chịu xoắn, dạng uốn, chịu nén. Theo hình dạng: dạng đĩa, dạng trụ, dạng thanh, dạng cầu, dạng chữ S. Theo kích thước và khả năng chịu tải: đa dạng theo nhiều khả năng đo (0.5kg, 1kg, 5kg, 10kg, 20kg…). e. Ứng dụng của loadcell Được sử dụng phổ biến trong các loại cân điện tử, từ những chiếc cân đòi hỏi độ chính xác cao cho tới những chiếc cân có trọng tải lớn trong công nghiệp như cân ô tô điện tử 60 tấn, 80 tấn, 100 tấn, 120 tấn. Loadcell còn được lắp đặt trên dây cáp ở cầu treo để đo sức cứng của cáp treo và sức ép chân cầu trong các điều kiện giao thông và thời tiết khác nhau để cảnh báo độ an toàn của cầu treo.
- 42. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 26 2.3.4. Xi-lanh khí nén (air cylinder)[7] a. Khái niệm Xi-lanh khí nén (Ben khí nén) là một thiết bị cơ học được vận hành bằng khí nén dựa vào hoạt động chuyển đổi năng lượng tiềm năng của khí nén thành động năng. Điều này có được là do sự chênh lệch áp suất, được thiết lập bởi khí nén trong xi-lanh và áp suất của khí quyển. Từ đó làm cho các pít tông của xi lanh chuyển động theo hướng mong muốn. Hình 2. 17 Xi-lanh khí nén (air cylinder) b. Cấu tạo Trên thị trường có rất nhiều loại xi lanh nhưng hầu hết sẽ đều được cấu tạo bởi các bộ phận sau: • Thân trụ và pít tông (Barrel and Piston) • Trục pít tông (Piston Rod) • Các lỗ cấp và thoát khí (Cap-end port and Rod-end port)
- 43. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 27 Hình 2. 18 Cấu tạo chính của một xi-lanh khí nén. Xi lanh có kích thước rất đa dạng tùy vào nhu cầu sử dụng, từ các xi lanh khí nén nhỏ 25 mm cho đến các xi lanh khí nén lớn 1000 mm. c. Phân loại Có rất nhiều loại xi lanh khí nén khác nhau về cấu tạo, kích cỡ, chức năng chẳng hạn như xi lanh vuông, xi lanh kẹp, xi lanh bàn trượt. Nhưng nhìn chung có 2 loại xi lanh khí nén chính: xi lanh tác dụng đơn và xi lanh tác dụng kép. Xi lanh tác dụng đơn: là loại xi lanh sử dụng khí nén để làm cho pít tông di chuyển theo một hướng nhất định (thường sử dụng van điện từ 3/2). Xi lanh tác dụng kép: là loại xi lanh hoạt động theo hành trình 2 chiều đẩy ra và rút lại ( thường sử dụng van điện từ 4/2,5/2,5/3 ). Hiện nay các công ty sản xuất xi lanh khí nén nổi tiếng với chất lượng tốt và được ứng dụng rộng rãi với giá trị sản phẩm tương ứng với chất lượng như: STNC,SMC,ARITAC,TPC…
- 44. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 28 Có rất nhiều loại xi-lanh trên thị trường, mỗi loại đều có những ưu điểm và nhược điểm riêng. Sau khi tìm hiểu và khảo sát, nhóm đề tài quyết định chọn xi- lanh khí nén làm cơ cấu phân loại vì những lí do sau: • Vấn đề vệ sinh: thay vì phải dùng dầu thủy lực ở xi-lanh thủy lực, xi- lanh khí nén dùng không khí làm môi chất để vận hành. Dầu thủy lực thường bẩn, gây ô nhiễm khi bị rò ra bên ngoài môi trường. • Tác động nhanh: xi-lanh khí nén có tốc độ tác động nhanh hơn những loại xi-lanh khác. Ở chế độ làm việc bình thường, xi-lanh khí nén có thể đạt vận tốc 10m/s. Tuy nhiên ở phạm vi đề tài, do đối tượng được tác động lực là cà chua nên yếu tố tốc độ không yêu cầu cao. • Nguồn khí nén thuận tiện: việc vận hành xi-lanh khí nén đòi hỏi phải cung cấp một lượng khí ổn định theo đúng yêu cầu. Các máy nén khí được bày bán rộng rãi trên thị trường với đa dạng kích thước và mẫu mã, phù hợp cho việc vận hành nhiều kích cỡ xi-lanh khác nhau. • Dễ dàng trong việc chuyển động tịnh tiến. Điều này giúp cho quá trình đẩy cà chua xuống rãnh không bị lệch phương hướng. • Lắp đặt linh hoạt và giá thành phải chăng. 2.3.5. Van điện từ (solenoid) Van điện từ là một thiết bị cơ điện được sử dụng để kiểm soát dòng chảy chất lỏng hoặc khí. Van điện từ hay còn gọi là solenoid valve được điều khiển bởi dòng điện 220V hoặc 24V, được điều hành thông qua một cuộn dây. Khi cuộn dây được cấp điện, từ trường được tạo ra tạo thành lực tác động lên pít tông bên trong các cuộn dây, sẽ làm pít tông di chuyển. Tùy thuộc vào thiết kế của van, pít tông tác động làm van đóng hoặc mở. Khi dòng điện được ngắt từ các cuộn dây, các van sẽ trở về trạng thái lúc ban đầu. Ở đề tài này, van điện từ sẽ đảm nhiệm việc đóng xả khí cho xi-lanh khí nén, giúp xi-lanh có thể đẩy ra và thu lại vị trí ban đầu.
- 45. CHƯƠNG 2. CƠSỞ LÝ THUYẾT BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 29 Hình 2. 19 Van điện từ điều khiển xi-lanh. Thông số của van điện từ: • Điện áp/ dòng điện: 24V/120mA • Áp suất làm việc: 0.15 – 0.8MPa • Nhiệt độ làm việc: 5 – 50o C Như vậy, để có thể điều khiển 4 xi-lanh khí nén, Raspberry Pi cần điều khiển đóng mở relay kích và ngắt điện nhằm điều khiển trạng thái đóng mở của van điện từ.
- 46. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 30 Chương 3: TÍNH TOÁN VÀ THIẾT KẾ 3.1. TỔ CHỨC CÁC KHỐI TRONG HỆ THỐNG Sơ đồ khối hệ thống KHỐI THU TÍN HIỆU HÌNH ẢNH KHỐI XỬ LÝ TRUNG TÂM KHỐI THU TÍN HIỆU CÂN NẶNG ĐỘNG CƠ DC, VAN ĐIỆN TỪ KHỐI HIỂN THỊ (WEBSERVER) KHỐI ADC KHỐI NGUỒN Hình 3. 1. Sơ đồ khối hệ thống Đề tài được xây dựng với mô hình gồm 7 khối chính: Khối nguồn: Cung cấp nguồn điện để khối xử lý trung tâm, khối thu (camera, cảm biến load cell), khối chuyển đổi ADC, hệ thống băng chuyền (động cơ DC) và cơ cấu phân loại dùng xi-lanh. Khối xử lý trung tâm: Đảm nhận nhiệm vụ xử lý chính, nhận tín hiệu hình ảnh từ khối thu tín hiệu hình ảnh(camera), nhận tín hiệu cân nặng từ khối ADC, sau đó
- 47. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 31 xử lý hình ảnh và cân nặng, so sánh với dữ liệu đọc từ firebase đưa ra kết luận về loại sản phẩm, hiển thị giao diện đếm sản phẩm và điều khiển xi-lanh sao cho phù hợp. Khối thu tín hiệu hình ảnh: Có chức năng thu thập tín hiệu hình ảnh từ thực tế chuyển về tín hiệu điện và gửi dữ liệu cho Khối xử lý trung tâm. Ở đây dùng USB Camera Raspberry Pi làm khối thu tín hiệu hình ảnh. Khối thu tín hiệu cân nặng (loadcell): Sử dụng loadcell 1kg thu thập tín hiệu cân nặng từ thực tế (tín hiệu dạng tương tự) đưa về khối chuyển đổi ADC. Khối chuyển đổi ADC: Chuyển tín hiệu tương tự cân nặng(loadcell) sang tín hiệu số để đưa về khối xử lý trung tâm. Khối hiển thị: nhận tín hiệu từ khối xử lý trung tâm, hiển thị thông tin đặc trưng từng loại sản phẩm và cập nhật số lượng mỗi loại sản phẩm thông qua giao diện web và giao diện người dùng. Ngoại vi: Nhận tín hiệu từ khối xử lý trung tâm tiến hành điều khiển hoạt động đóng mở relay nhằm điều khiển hành trình của xi-lanh. 3.2. THIẾT KẾ CÁC KHỐI TRONG HỆ THỐNG 3.2.1. Khối thu tín hiệu hình ảnh (camera) Nhóm đề tài sử dụng module camera USB Raspberry Pi được bán sẵn trên thị trường, tính linh hoạt trong việc kết nối với Raspberry Pi thông qua 1 USB hub, chiều dài dây nối của module USB (0.5 m) lớn hơn chiều dài dây nối của module camera Pi thông thường. Để thực hiện kết nối, ta chỉ cần cắm đầu USB của camera vào 1 trong 4 hub USB của Raspberry Pi.
- 48. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 32 Hình 3. 2 Sơ đồ kết nối module camera USB với Raspberry Pi qua 1 hub Ngoài ra, để camera có thể thu được hình ảnh của cà chua với chất lượng ảnh chân thực về màu sắc, nhóm đề tài sử dụng một buồng chụp ảnh với chức năng chính là tạo khung đặt camera, cung cấp nguồn sáng trắng ổn định và phù hợp cho môi trường chụp ảnh, cách ly quả cà chua với những nguồn sáng gây nhiễu từ môi trường bên ngoài. Bên cạnh đó, để quá trình đọc cân nặng và chụp ảnh được diễn ra đúng thời gian yêu cầu, một bàn cân sử dụng cảm biến cân nặng loadcell được đặt tại mặt đáy buồng chụp ảnh ngay mặt dưới của băng tải (nhóm đề tài trình bày tại phần sau). Việc thiết kế và tính toán để chọn các linh kiện của buồng chụp ảnh được trình bày sau đây: Để ổn định nguồn sáng trắng, nhóm sử dụng 4 đèn led siêu sáng K3E19-3 với công suất tiêu thụ 3W, dòng điện: 600mA - 750mA, điện áp: 3.5V, độ sáng: 180LM- 200LM, dải nhiệt độ hoạt động: -20o C – 60o C. Hình 3. 3. Đèn led K3E19-3 dùng để ổn định nguồn sáng trắng
- 49. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 33 Về kích thước, buồng chụp ảnh được thiết kế phù hợp với kích thước của băng tải, với các thông số được thể hiện ở hình sau: Hình 3. 4 Sơ đồ bố trí buồng chụp ảnh (nhìn từ trên xuống) Hình 3. 5 Sơ đồ bố trí buồng chụp ảnh (nhìn từ mặt bên) Kích thước của buồng chụp ảnh:
- 50. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 34 • Chiều dài: CD = 30 cm • Chiều rộng: CR = 15 cm • Chiều cao: CC = 50 cm • Khoảng cách từ camera đến băng tải: D ≈ 50 cm 3.2.2. Khối thu tín hiệu cân nặng (loadcell) và khối ADC (module HX711) Vì trọng lượng của một quả cà chua thường dưới 300g nên nhóm đề tài dùng một module cảm biến cân nặng có giá trị đo tối đa là 1kg (loadcell 1kg). Ngoài ra để thực hiện chuyển đổi tín hiệu cân nặng mà loadcell đo được về dạng tín hiệu số mà Raspberry Pi có thể xử lý, nhóm đề tài sử dụng thêm một module chuyển đổi tín hiệu từ dạng tương tự sang tín hiệu dạng số (HX711). Module ADC HX711 là một module chuyển đổi analog sang digital 24-bit (phù hợp với tín hiệu cân nặng đầu vào từ loadcell), được thiết kế để chuyển đổi tín hiệu. HX711 có tính tích hợp cao, phản ứng nhanh, thời gian chuyển đổi tín hiệu ngắn, khả năng chống nhiễu, và độ tin cậy cao. Module còn được bày bán rộng rãi trên thị trường với giá cả phải chăng nên việc tiếp cận và sử dụng module khá dễ dàng. Vì thế nhóm đề tài chọn module HX711 làm ADC giao tiếp giữa Raspberry Pi và loadcell. Các thông số của HX711: • Điện áp hoạt động: 2.7 – 5V • Dòng tiêu thụ tối đa: 1.5 mA • Tốc độ lấy mẫu: 10 – 80 SPS • Độ phân giải: 24bit ADC • Độ phân giải điện áp: 40mV • Kích thước: 38 x 21 x 10 mm
- 51. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 35 Hình 3. 6 Sơ đồ nguyên lý module ADC HX711 (ảnh từ datasheet AVIA Semiconductor) Hình 3. 7. Hình ảnh thực tế module HX711 Việc kết nối giữa loadcell và module HX711 với Raspberry Pi được trình bày ở hình sau:
- 52. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 36 Hình 3. 8 Sơ đồ kết nối loadcell, HX711 với Raspberry Pi 3 3.2.3. Khối xử lý trung tâm (Raspberry Pi 3) Hình 3. 9 Sơ đồ các cổng ngoại vi sử dụng
- 53. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 37 Chức năng của Khối xử lý trung tâm là nhận tín hiệu hình ảnh và cân nặng từ các khối thu tín hiệu, sau đó xử lý ảnh, cân nặng phân tích và so sánh với dữ liệu đọc về từ firebase để đưa kết quả ra khối hiển thị và ngoại vi xử lý. Vì vấn đề xử lý ảnh cần nhiều tài nguyên và tốc độ xử lý cao, nên ta không sử dụng vi điều khiển thông thường để xử lý. Chính vì vậy, nhóm đề tài đã sử dụng máy tính nhúng Raspberry Pi 3 Model B làm Khối xử lý trung tâm. Máy tính nhúng Raspberry có CPU với tốc độ xử lý lên tới 1.2GHz. Chính vì vậy việc sử dụng vào mô hình là hợp lý. Máy tính hỗ trợ rất tốt việc giao tiếp các thiết bị ngoại vi và module từ bên ngoài. Raspberry Pi có nhiều cổng giao tiếp nhưng trong phạm vi đề tài chỉ sử dụng một số cổng giao tiếp: 1 hub USB để kết nối camera; 12 chân GPIO để giao tiếp với module HX711, các cảm biến hồng ngoại, mạch kích relay, 1 cổng HDMI kết nối màn hình giao diện, 1 chuột máy tính, 1 bàn phím. Ngoài ra với yêu cầu về dòng điện và điện áp hoạt động (sẽ được trình bày ở phần Khối nguồn), Raspberry Pi cần thêm 1 jack nguồn kết nối với 1 adapter 5V/2A, sử dụng cổng micro USB. Chọn thẻ nhớ lưu dữ liệu: Muốn chạy được chương trình trên máy tính Nhúng ta cần phải có hệ điều hành được cài sẵn trên thẻ nhớ. Vì hệ điều hành Raspbian chiếm 4GB dung lượng chưa kể các dữ liệu, chương trình, phần mềm liên quan đến, chính vì vậy chọn loại thẻ nhớ tối thiểu 8GB, ở đây nhóm chọn loại thẻ nhớ MicroSD 16GB có tốc độ đọc lên tới 48MB/s vì tốc độ đọc ảnh hưởng tới tốc độ xử lý dữ liệu của các chương trình chính nên 48MB/s là tốc độ hợp lý. 3.1.1. Động cơ DC; Xi-lanh và Van điện từ a. Động cơ DC Động cơ DC có nhiêm vụ làm quay trục quay băng chuyền để tải cà chua từ buồng chụp ảnh đến các rãnh phân loại.
- 54. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 38 TRỤC QUAY DC MOTOR Hình 3. 10 Động cơ DC và trục quay băng tải Qua khảo sát cho thấy, trọng lượng của một quả cà chua không quá 200g nên gây ra tổn hao về lực không đáng kể. Vì thế động cơ DC chỉ hoạt động ở chế độ có tải duy nhất là trục quay của băng chuyền. Tốc độ phù hợp để băng chuyền tải cà chua sao cho Raspberry Pi có thể đọc giá trị cân nặng, chụp ảnh và xử lý quả cà chua là từ 15 vòng/phút đến 30 vòng/phút (tốc độ quay của trục băng tải). Chọn tỉ số truyền động giữa trục quay băng tải và trục quay motor là 3:1, ta có được tốc độ động cơ DC khi kéo tải (trục quay của băng tải) là 90 vòng/phút. Có nhiều loại động cơ DC được bày bán rộng rãi trên thị trường, trong đó động cơ giảm tốc DC 12V JGB37-3530 có các thông số kỹ thuật phù hợp với yêu cầu vận hành của đề tài. Hình ảnh thực tế và các thông số kỹ thuật của động cơ được trình bày dưới đây: Hình 3. 11. Động cơ giảm tốc DC 12V JGB37-3530
- 55. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 39 Các thông số của động cơ: • Điện áp cung cấp: 6 ÷ 15VDC • Điện áp hoạt động: 12VDC • Tốc độ không tải: 111 vòng /phút • Dòng diện không tải: 0.12A • Tốc độ có tải: 88 vòng/phút • Dòng điện có tải: 0.4A • Moment xoắn: 3.4kg.cm • Công suất: 4.8W Để điều khiển tốc độ quay của trục băng tải, nhóm đề tài sử dụng thêm một module điều khiển tốc độ động cơ sử dụng phương pháp điều chế xung PWM (Pulse Width Modulation) PWM là phương pháp điều khiển động cơ mà qua đó chúng ta có thể tạo ra điện áp thay đổi bằng cách bật và tắt nguồn điện đến thiết bị điện tử với tốc độ nhanh. Điện áp trung bình phụ thuộc vào chu kỳ làm việc của tín hiệu hoặc lượng thời gian tín hiệu BẬT so với lượng thời gian tín hiệu TẮT trong một khoảng thời gian quy định. Hình 3. 12. Nguyên lý làm việc của PWM – Điều chế độ rộng xung.
- 56. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 40 IC 555 có khả năng tạo tín hiệu PWM khi được thiết lập để hoạt động ở chế độ dao động bất ổn (astable) Đây là một mạch cơ bản của IC 555: Hình 3. 13. Mạch điều khiển tốc độ động cơ DC bằng phương pháp PWM dùng IC 555 Thông thường điện trở R1 nhỏ hơn nhiều so với điện trở của biến trở, ví dụ, 1K so với 100K của biến trở. Bằng cách đó, có thể điều khiển 99% điện trở nạp và xả trong mạch. Chân điều khiển của IC 555 không được sử dụng nhưng nó được kết nối với tụ điện 100nF để loại bỏ bất kỳ nhiễu bên ngoài nào từ chân đó. Thiết lập lại, chân số 4, hoạt động ở mức thấp, do đó, nó được kết nối với VCC để ngăn chặn bất kỳ thiết lập lại không mong muốn nào của đầu ra. Đầu ra của IC 555 có thể để trống hoặc cấp dòng điện 200mA cho tải. Vì vậy, nếu động cơ mà chúng ta muốn điều khiển vượt quá định mức này, chúng ta cần sử dụng transistor hoặc MOSFET để điều khiển động cơ. Trong trường hợp này, nhóm
- 57. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 41 đã sử dụng một transistor Darlington (TIP122) có thể xử lý dòng điện lên tới 5A, thuận lợi cho việc phát triển đề tài sau này. Hình 3. 14. Sơ đồ nguyên lý mạch điều khiển tốc độ động cơ Đầu ra của IC cần được kết nối với chân của transistor thông qua một điện trở, và trong trường hợp của đề tài, nhóm đã sử dụng điện trở 1k. Để ngăn chặn bất kỳ sự biến đổi điện áp nào được tạo ra bởi động cơ, chúng ta cần sử dụng một diode flyback được kết nối song song với động cơ. MODULE PWM 12-40VDC/10A, được sử dụng để điều khiển tốc độ động cơ DC theo phương pháp điều khiển độ rộng xung (PWM), việc điều khiển được thực hiện qua biến trở. Tính năng Module điều khiển tốc độ động cơ PWM 12-40VDC/10A: • Module điều khiển động cơ theo phương pháp băm xung PWM, cho phép tốc độ động cơ tăng tuyến tính và không bị giật. • Sử dụng dễ dàng với 2 dây cấp nguồn và 2 dây ngõ ra động cơ. • Module hoạt động với hiệu suất cao, cho mô-men lớn mà không làm nóng động cơ quá mức qui định. • Module thích hợp với điều khiển động cơ công suất nhỏ. Đặc tính kỹ thuật Module điều khiển PWM 12-40VDC/10A:
- 58. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 42 • Module điều khiển động cơ DC theo phương pháp PWM, điều khiển bằng biến trở. • Điện áp hoạt động: 12VDC – 40 VDC • Công suất điều khiển: 0,001 ÷ 400W • Dòng điện hoạt động (standby): 20mA • Tần số băm xung PWM: 13KHz • Phạm vi điều chỉnh PWM: 10% – 100% • Chế độ bảo vệ ngược nguồn cung cấp, bảo vệ quá tải động cơ. • Kích thước 60mm x 55mm x 28 mm. Hình 3. 15. Hình ảnh thực tế Module PWM 12-40VDC/10A
- 59. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 43 Hình 3. 16 Sơ đồ kết nối module PWM và động cơ DC b. Xi-lanh và Van điện từ Để tiến hành đẩy cà chua xuống rãnh, nhóm sử dụng 4 xi-lanh khí nén và 4 cảm biến tiệm cận để thông báo sự hiện diện của cà chua nằm trên hành trình của xi- lanh. Hình dưới thể hiện việc bố trí các xi-lanh và cảm biến tiệm cận trên băng tải: Hình 3. 17 Sơ đồ bố trí các xi-lanh và cảm biến tiệm cận trên băng tải • Khoảng cách từ buồng chụp ảnh đến xi lanh đầu tiên: 6 cm • Khoảng cách giữa 2 xi-lanh liền kề: 7.5 cm • Khoảng cách từ xi-lanh cuối cùng đến điểm cuối băng tải: 6 cm Việc tính chọn xi-lanh dựa vào yêu cầu hoạt động của hệ thống được trình bày như sau:
- 60. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 44 Sau khi khảo sát, nhóm đề tài ghi nhận lực cần thiết để đẩy cà chua xuống rảnh mà không gây ra hư hại về mặt vật lý là Fmin ≤ Fđẩy ≤ Fmax, với Fmin =2(N) và Fmax =4(N). Đây cũng là độ lớn mà lực Ftiến cần khi xi-lanh tác động đẩy ra. Công thức tính toán Ftiến được trình bày ở công thức (1) sau: 𝐹𝑡𝑖ế𝑛 = 𝑝 𝜋𝐷2 4 (N) Với: • Ftiến là lực đẩy ra của xi-lanh (N) • p là áp suất khí nén được cấp vào cho xi-lanh (Pa) • D là đường kính của xi-lanh (mm) Ngoài Ftiến, xi-lanh còn một thông số là Flùi, cho biết độ lớn của lực khi xi-lanh thu về. Ở phạm vi đề tài, xi-lanh chỉ cần đẩy ra nhằm đưa cà chua vào rãnh rồi thu về cho nên nhóm đề tài không tính toán lực thu về Flùi của xi-lanh Căn cứ vào bề rộng của băng tải là 20cm, nhóm chọn xi-lanh có hành trình 150mm. Theo khảo sát, nhóm đề tài chọn xi-lanh khí nén tác động kép MAL16X150 (có D = 16 mm và độ dài hành trình L=150mm). Chúng ta cần: ❖ Fđẩy = Ftiến Fmin ≤ Fđẩy ≤ Fmax Fmin ≤ 𝑝 𝜋𝐷2 4 ≤ Fmax 4𝐹 𝑚𝑖𝑛 𝜋𝐷2 ≤ p ≤ 4𝐹 𝑚𝑎𝑥 𝜋𝐷2 4.2 𝜋.162 ≤ p ≤ 4.4 𝜋.162 4.2 𝜋.162 ≤ p ≤ 4.4 𝜋.162 9,95.10-3 ≤ p ≤ 19,9.10-3 (Pa) Vậy giá trị áp suất p khí được nén vào xi-lanh nằm trong khoảng từ 10 (Pa) đến 20 (Pa). Nhóm đề tài sử dụng van tiết lưu khí nén để chủ động kiểm soát đại lượng p. Van điện từ được sử dụng để điều khiển hành trình của xi-lanh khí nén (đẩy ra hoặc thu về). Khi có xung điện áp, cuộn dây trong van được tác động tạo ra sự thay
- 61. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 45 đổi trạng thái của van. Nhóm đề tài sử dụng thêm mạch relay trung gian để điều khiển sự thay đổi trạng thái này dựa vào tín hiệu output tại các PIN GPIO (21, 20, 16, 12) ngõ ra của Raspberry Pi 3 model B. 3.1.2. Khối hiển thị Nhóm đề tài sử dụng ngôn ngữ HTML, Firebase và công cụ Tkinter để tiến hành thiết kế giao diện màn hình, giao diện web, firebase lưu trữ dữ liệu giúp theo dõi và điều chỉnh các đặc trưng phân loại của hệ thống. Lập trình giao diện GUIs (Tkinter): Python đi kèm với một hướng đối tượng tiêu chuẩn giao diện Tk GUI API được gọi là Tkinter (Tkinter in 2.X) cho phép các chương trình Python triển khai GUI di động với giao diện gốc. Ngoài ra, GUI của wxPython, dựa trên thư viện C ++, cung cấp một bộ công cụ thay thế để xây dựng GUI di động bằng Python. Lập trình giao diện Web localhost: HTML (tiếng Anh, viết tắt cho HyperText Markup Language, hay là "Ngôn ngữ Đánh dấu Siêu văn bản") là một ngôn ngữ đánh dấu được thiết kế để tạo nên các trang web với các mẩu thông tin được trình bày trên World Wide Web. HTML cùng với CSS và JavaScript đã tạo ra bộ ba nền tảng kỹ thuật cho World Wide Web. Firebase là một nền tảng phát triển ứng dụng di động và web được phát triển bởi Firebase, Inc vào năm 2011, sau đó được Google mua lại vào năm 2014. Tính đến tháng 10 năm 2018, nền tảng Firebase có 18 sản phẩm, được sử dụng bởi 1,5 triệu ứng dụng. Sản phẩm đầu tiên của Firebase là Cơ sở dữ liệu thời gian thực Firebase (the Firebase Real-time Database), API đồng bộ hóa dữ liệu ứng dụng trên các thiết bị iOS, Android và Web lưu trữ trên đám mây của Firebase. Sản phẩm hỗ trợ các nhà phát triển phần mềm xây dựng các ứng dụng hợp tác, thời gian thực. 3.1.3. Khối nguồn Do hệ thống sử dụng nhiều loại tải với mức điện áp và dòng điện hoạt động khác nhau nên việc sử dụng một bộ nguồn chung cho toàn bộ hệ thống không đảm bảo về độ an toàn và tính ổn định cho hệ thống. Nhóm đề tài thay thế bằng việc sử
- 62. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 46 dụng những bộ nguồn độc lập và được thi công sẵn, với ưu điểm đáp ứng được mức điện áp và dòng điện một cách ổn định, giá thành hợp lý và được bán rộng rãi trên thị trường, tiết kiệm thời gian thi công mạch nguồn, an toàn cho người sử dụng… Hệ thống bao gồm 5 bộ nguồn: 1 adapter(5V, 2.5A) sử dụng cho Raspberry Pi; 1 bộ nguồn(12V, 5A) dùng cho băng tải; 1 bộ nguồn(24V, 5A) dùng cho mạch điều khiển xi-lanh; 1 adapter(5V, 1.5A) sử dụng cho mạch kích relay, HX711, đèn led siêu sáng(buồng chụp ảnh), nguồn 220V cung cấp cho màn hình LCD. Đối với Raspberry Pi 3, các thông số sử dụng mức dòng điện sẽ được trình bày ở bảng sau: Bảng 3. 1. Dòng tiêu thụ các ngoại vi Raspberry Pi Thiết bị Dòng tiêu thụ Số lượng Ghi chú Raspberry Pi 3 900mA 1 Khi kit hoạt động độc lập Camera 23mA 1 Bàn phím và chuột 100 – 1000mA 1 GPIO 25mA 12 Tổng cộng 1530mA Dòng tối thiểu cung cấp cho Pi Thông tin các linh kiện sử dụng cho khối nguồn
- 63. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 47 Hình 3. 18. Nguồn 5V 2.5A cung cấp cho Raspberry Pi . Hình 3. 19 . Nguồn 5V 1.5 A cung cấp cho board mạch chính
- 64. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 48 Hình 3. 20. Nguồn 12V 5A cung cấp cho băng tải Hình 3. 21. Nguồn 24V 5A cung cấp cho van điện từ
- 65. CHƯƠNG 3. TÍNHTOÁN VÀ THIẾT KẾ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 49 3.1.4. Sơ nguyên lý toàn mạch Hình 3. 22. Mạch điện sơ đồ nguyên lý toàn mạch Mạch điện bao gồm các thành phần sau: • 5 cảm biến tiệm cận hồng ngoại (J18, J19, J20, J21, J22) với mục đích kiểm tra xem cà chua đã di chuyển đến trước tầm đẩy của xi-lanh. • 4 mạch kích relay điều khiển hoạt động đóng mở của van điện từ, với tín hiệu kích được nhận từ các chân GPIO (PIN 21, PIN 20, PIN 16, PIN 12). • Hàng rào JP4(4 chân) cấp nguồn hoạt động cho module ADC HX711 (5VDC), mạch giao tiếp trung gian tín hiệu giữa Loadcell và Raspberry Pi . • Hàng rào 14 chân nhận tín hiệu từ các chân GPIO của Raspberry Pi.
- 66. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 50 Chương 4: THI CÔNG HỆ THỐNG 4.1. GIỚI THIỆU Sau khi tính toán và thiết kế, nhóm đề tài tiến hành thi công mô hình phân loại cà chua dựa vào màu sắc và cân nặng. Mô hình bao gồm: • 1 mô hình băng tải (gồm 1 băng tải, 4 xi-lanh khí nén, 4 van điện từ, 4 cảm biến tiệm cận hồng ngoại): tải cà chua đến các vị trí xilanh đã định sẵn, nhằm đẩy cà chua xuống rãnh theo đúng loại. • 1 buồng chụp ảnh (bao gồm 1 camera, 1 loadcell, 1 cảm biến hồng ngoại, 4 bóng đèn led siêu sáng) có chức năng chụp ảnh và ghi nhận trọng lượng của cà chua • 1 Kit Raspberry Pi 3 Model B • 1 Board mạch thực hiện chức năng kết nối các ngõ IN/OUT GPIO của Raspberry Pi với các ngoại vi. 4.2. THI CÔNG HỆ THỐNG 4.2.1. Thi công board mạch Bảng 4. 1. Thông tin các thiết bị, linh kiện sử dụng cho mạch TT Tên linh kiện Thông số, giá trị Kích thước, dạng vỏ 1 D (9,10,13,14) Diode 1N4150 3.8 × 1.9mm, lead Dia 2 P2 JP (12,13…22) Hàng rào đực 2.54mm Đen 3 Q (5,6,7,8) Transistor C1815 TO – 92 4 R (5,6,7,8) Điện trở 1KΩ/0.5W/5% Carbon Film
- 67. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 51 5 VR (1,2,3,4) Biến trở 5k Biến trở vuông 3362P-103 6 Ry (5,6,7,8) Relay 5VDC 5PIN YL303H-S5VDC-1Z 7 JP2 Domino 2 Xanh lục 8 D (5,6,7,8) Led siêu sáng trắng K3E19-3 9 LED (1,2,3,4) Led sáng trắng 3mm Hình 4. 1. Mạch PCB board mạch chính của hệ thống 4.4.2. Lắp ráp và kiểm tra Trình tự lắp ráp – kiểm tra sản phẩm như sau: • Lắp ráp xi-lanh với van điện từ
- 68. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 52 Hình 4. 2. Van khí nén được kết nối với xi-lanh thông qua hệ thống dây dẫn khí • Lắp ráp động cơ DC với trục quay băng tải Hình 4. 3. Động cơ DC kéo trục quay băng tải nhờ hệ thống bánh răng và dây đai.
- 69. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 53 Hình 4. 4. Loadcell được đặt ở mặt dưới của băng chuyền Hình 4. 5. Buồng chụp ảnh nhìn từ trên cao Camera USB Pi
- 70. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 54 Hình 4. 6. Buồng chụp ảnh nhìn từ phía dưới lên trên Bốn đèn led siêu sáng được bố trí ở 4 góc trên cùng của buồng chụp ảnh để đảm bảo cung cấp ổn định nguồn sáng trắng cho việc chụp ảnh. 4.3 ĐÓNG GÓI VÀ THI CÔNG MÔ HÌNH Sau khi thực hiện công đoạn lắp ráp và kiểm tra nhóm tiến hành bố trí các thành phần và hoàn thiện hệ thống để dễ dàng vận chuyển, vận hành, đảm bảo an toàn khi sử dụng.
- 71. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 55 4.3.1 Đóng gói bộ điều khiển Hình 4. 7. . Bố trí và lắp đặt các module, board mạch chính, kit Raspberry Pi 3
- 72. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 56 4.3.2 Thi công mô hình Hình 4. 8. Hệ thống sau khi được thi công hoàn thiện Trong đó: - Chuột, bàn phím và màn hình LCD giúp người dùng giao tiếp với Raspberry Pi - Buồng chụp ảnh: giúp hệ thống thu tín hiệu hình ảnh và giá trị cân nặng. - Bình chứa khí: cung cấp khí cho xi-lanh khí nén. - Xi-lanh được gắn đầu đệm tiếp xúc: giúp đẩy cà chua xuống rảnh mà không bị hư hỏng. - Board mạch chính, Raspberry Pi và các module thành phần (HX711, PWM) được đóng gói trong hộp điện điều khiển. 4.4 LẬP TRÌNH HỆ THỐNG 4.4.1 Lưu đồ giải thuật Từ yêu cầu đã xác định của đề tài nhóm xây dựng lưu đồ giải thuật chương trình chính như sau:
- 73. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 57 Bắt đầu Thay đổi thông số qua trang web Xi-lanh tác động Đ S Kết thúc Đọc giá trị cân nặng W Đ Đ Xử lý hình ảnh Kiểm tra loại sản phẩm < level > Từ giá trị cân nặng và hình ảnh Level = 1|2|3|4 S Hiển thị giao diện theo dõi hoạt động Thông số phù hợp Chụp hình và lưu ảnh Thoát chương trình Khai báo thư viện, khởi tạo giá trị ban đầu của biến Khai báo GPIO S Đếmvà cập nhật số lượng mỗi loại Đ Hình 4. 9. Lưu đồ hoạt động của hệ thống
- 74. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 58 ➢ Giải thích lưu đồ: Đầu tiên, thực hiện khai báo thư viện, khởi tạo các biến, cấu hình các thiết bị ngoại vi.... sau đó giao diện người dùng (gồm các thông số loại cà chua và số lượng mỗi loại) sẽ được hiển thị trên màn hình LCD. Nếu muốn thay đổi các thông số phân loại, ta sẽ thực hiện việc thay đổi đó thông qua một giao diện webserver. Hệ thống sẽ tự động cập nhật những thông số cài đặt mới đó. Ngược lại, nếu không có nhu cầu thay đổi thông số, hệ thống sẽ thực hiện việc phân loại với các thông số đã thiết lập từ trước. Màn hình máy tính lúc này sẽ hiển thị số lượng sản phẩm đếm được ở mỗi loại, đồng thời cho biết đặc trưng màu sắc và cân nặng ở từng loại. Tiếp tục quá trình vận hành, băng chuyền tải cà chua vào buồng chụp, Raspberry Pi ghi nhận tín hiệu hình ảnh và cân nặng lần lượt thu được từ camera và loadcell. Sau đó, Raspberry Pi sẽ xử lý, phân tích và cho ra kết luận cuối cùng về loại của cà chua. Khi đã có kết luận về loại cà chua. Các xi-lanh khí nén sẽ tác động đẩy cà chua xuống rãnh khi có tín hiệu điều khiển từ Raspberry Pi. Đồng thời, hệ thống đếm số lượng các loại và cập nhật lên giao diện hiển thị. Các tín hiệu điều khiển này được tạo thành khi Raspberry Pi nhận được tín hiệu tác động từ cảm biếm tiệm cận hồng ngoại, cho biết cà chua đã vào đúng tầm ngắm của xi-lanh khí nén. Qúa trình tiếp tục lặp lại đối với quả cà chua tiếp theo cho đến khi ta dừng chương trình. • Chụp ảnh: Thao tác chụp và lưu lại ảnh của camera.
- 75. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 59 Hình 4. 10. Lưu đồ chụp và lưu ảnh Giải thích lưu đồ: Khi hệ thống bắt đầu hoạt động, camera sẽ quay (ghi hình) quá trình quả cà chua di chuyển vào buồng chụp. Nếu có tín hiệu cho phép chụp từ Raspberry Pi (cảm biến tiệm cận hồng ngoại tích cực mức cao khi cà chua di chuyển đến trước cảm biến) camera sẽ chụp lại khung ảnh tại thời điểm và vị trí đó. Sau đó ảnh sẽ được lưu vào một thư mục để phục vụ công việc xử lý ở những bước sau. Quá trình này lặp lại với quả cà chua khác khi tiến vào buồng chụp. Ảnh của quả cà chua trước sẽ được tự động thay thế bởi ảnh của quả cà chua sau. • Xử lý ảnh
- 76. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 60 Bắt đầu Thay đổi thông số qua trang web Xi-lanh tác động Đ S Kết thúc Đọc giá trị cân nặng W Đ Đ Xử lý hình ảnh Kiểm tra loại sản phẩm < level > Từ giá trị cân nặng và hình ảnh Level = 1|2|3|4 S Hiển thị giao diện theo dõi hoạt động Thông số phù hợp Chụp hình và lưu ảnh Thoát chương trình Khởi tạo giá trị ban đầu của biến Khai báo GPIO S Đếmvà cập nhật số lượng mỗi loại Đ Hình 4. 11. Lưu đồ chương trình con xử lý ảnh
- 77. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 61 Giải thích lưu đồ: Đầu tiên Raspberry Pi sẽ tiến hành đọc hình ảnh đã lưu ở trên (image là tên ảnh) sau đó chuyển ảnh từ hệ màu RGB sang hệ màu HSV sử dụng lệnh chuyển đổi của thư viện Open Cv: hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) Sau đó tiến hành tìm vùng màu tương ứng (đỏ, cam, xanh) theo giới hạn màu đã định nghĩa trước, xử lý lọc nhiễu và tính số lượng pixel của mỗi màu Xi (Xđỏ, Xcam, Xxanh) sử dụng lệnh Xđỏ = cv2.countNonZero(đỏ) Tính % số pixel mỗi màu Si (Sđỏ, Scam, Sxanh) bằng công thức: Si = (Xi*100)/Y Trong đó: Y là tổng số các pixel của ba vùng màu (đỏ, cam, xanh) có trong bức hình. Bước tiếp theo sẽ so sánh giá trị Si và giá trị Sset (thường có giá trị 60%) nếu Si > Sset ta sẽ tiến hành gán giá trị True cho cờ màu tương ứng ngược lại sẽ gán giá trị False. • So sánh và đưa ra kết luận về loại của sản phẩm
- 78. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 62 Trạng thái 1 A1<X<A2 Đ S Đ Đ S Tổ hợp 3 cờ màu, giá trị cân nặng (X) Trạng thái 2 B1<X<B2 Trạng thái 3 C1<X<C2 STrạng thái 4 D1<X<D2 Đ Loại 1 Loại 2 Loại 3 Loại 4 Loại 5 S Bắt đầu Kết thúc Hình 4. 12. So sánh và dán nhãn phân loại Trong đó: - (A1, A2), (B1, B2), (C1, C2), (D1, D2) là những khoảng giới hạn trọng lượng ở mỗi loại. - Tổ hợp của 3 cờ màu là trạng thái của 3 cờ màu sau khi phân tích xử lý ảnh ở bước trên(True/False). - Trạng thái 1,2,3,4 là các tổ hợp 3 cờ màu mà người dùng đã thiết lập từ trang web. Giải thích lưu đồ: Với các biến cờ màu (mang giá trị True/False) có được sau quá trình xử lý ảnh, khối xử lý trung tâm sẽ kết hợp giá trị các cờ màu này với giá trị cân nặng đã đọc ở trên, đem so sánh và đối chiếu với dữ liệu đọc về từ firebase để xác định được loại của quả cà chua đưa vào buồng chụp sau đó đưa ra kết luận cuối cùng (“Loại 1”, “Loại 2”, “Loại 3”, “Loại 4”, “Loại 5”).
- 79. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 63 4.4.2 Giao diện hệ thống Khi bắt đầu hoạt động, Raspberry Pi sẽ đọc dữ liệu từ firebase và cập nhật các đặc trưng về màu sắc và chỉ số cân nặng lên giao diện để người dùng kiểm tra, theo dõi. Hình 4. 13. Giao diện hoạt động của chương trình chính Nếu muốn thay đổi các thông số phân loại, người dùng cần tiến hành điều chỉnh thông qua 1 giao diện web. Hình 4. 14. Giao diện Web của hệ thống Sau đó dữ liệu của giao diện web sẽ tự động cập nhật và lưu trữ vào firebase với điều kiện hệ thống đang được kết nối Intenet.
- 80. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 64 Hình 4. 15. Giao diện firebase lưu dữ liệu của hệ thống 4.5 VIẾT TÀI LIỆU HƯỚNG DẪN SỬ DỤNG, THAO TÁC ➢ Hướng dẫn sử dụng: Bước 1: Cấp nguồn cho hệ thống: hệ thống sử dụng 5 bộ nguồn là :1 adapter (5V, 2.5A) sử dụng cho Raspberry Pi; 1 bộ nguồn (12V, 5A) dùng cho băng tải; 1 bộ nguồn (24V, 5A) dùng cho 5 van điện từ; 1 adapter (5V, 1.5A) sử dụng cho board mạch điều khiển relay, HX711, đèn led siêu sáng(buồng chụp ảnh); 1 nguồn 220V cung cấp cho màn hình LCD. Khi cấp nguồn thì đèn báo hiệu trên Raspberry Pi, đèn led trong buồng chụp ảnh có điện sáng lên, băng chuyền hoạt động, màn hình LCD hiển thị hoạt động của hệ thống.
- 81. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 65 Hình 4. 16. Đèn báo hiệu của Raspberry Pi sáng lúc mới cấp nguồn
- 82. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 66 Hình 4. 17. Đèn led của buồng chụp ảnh sáng lúc mới cấp nguồn
- 83. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 67 Hình 4. 18. Giao diện màn hình LCD của hệ thống khi mới cấp điện Bước 2: Kiểm tra trạng thái của hệ thống • Sau khi hệ thống khởi động xong, tiến hành kết nối Raspberry Pi với Internet. Hình 4. 19. Màn hình LCD hiển thị Raspberry Pi đã kết nối Internet • Điều chỉnh tốc độ băng tải
- 84. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 68 Ở bước này người dùng tiến hành kiểm tra tốc độ băng tải xem đã phù hợp với mong muốn hay chưa nếu phù hợp thì thực hiện bước 3. Nếu chưa phù hợp người dùng có thể tiến hành điều chỉnh tốc độ băng tải bằng cách vặn núm xoay trên hộp điều khiển hệ thống. Hình 4. 20. Núm xoay điều chỉnh tốc độ băng chuyền hệ thống Bước 3: Chạy chương trình điều khiển hệ thống và kiểm tra, điều chỉnh dữ liệu (nếu có). • Chạy chương trình điều khiển hệ thống. Trên giao diện desktop ta tiến hành dùng chuột mở code chương trình chính điều khiển hệ thống.
- 85. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 69 Hình 4. 21. Mở chương trình chính điều khiển hệ thống. Ở đây nhóm đề tài đặt tên chương trình là “CODE_HOAN_CHINH.py” Tiếp tục nhấn phím F5 để chạy chương trình “CODE_HOAN_CHINH.py”. • Kiểm tra dữ liệu phân loại của hệ thống. Sau khi nhấn phím F5 người dùng tiếp tục quan sát màn hình để kiểm tra các đặc trưng về màu sắc và thông số cân nặng của mỗi loại cà chua nếu dữ liệu đúng với mong muốn người dùng thì tiến hành thực hiện bước 4. Hình 4. 22. Màn hình LCD khi mới chạy chương trình điều khiển • Điều chỉnh dữ liệu phân loại.
- 86. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 70 Nếu dữ liệu hiển thị màn hình không đúng với mong muốn của người dùng thì tiến hành nhấn nút “Exit” để thoát chương trình đang hoạt động, sau đó quay trở lại Desktop màn hình dùng chuột mở file “WEB_HE_THONG.html”. Hình 4. 23. Màn hình LCD hiển thị chọn chương trình “WEB_HE_THONG.html” Ngay sau khi thực hiện bước trên màn hình sẽ xuất hiện giao diện web, tại đây người dùng tiến hành dùng chuột “click “chọn đặc trưng màu sắc sau đó điền thông số về cân nặng tối đa, cân nặng tối thiểu cuối cùng là click chọn loại của sản phẩm. Hình 4. 24. Giao diện web tùy chỉnh các thông số về loại sản phẩm
- 87. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 71 Sau khi tùy chỉnh thành công các thông số ta tiến hành đóng trang web và quay trở lại chương trình “CODE_HOAN_CHINH.py” nhấn phím F5 và đợi hệ thống hoạt động (2 giây). Nếu người dùng đã thực hiện đúng và đầy đủ các bước trên, màn hình sẽ xuất hiện giao diện đặc trưng về màu sắc, thông số cân nặng, số lượng quả cà chua ban đầu ứng với từng loại cà chua theo dữ liệu người dùng vừa mới cập nhật. Hình 4. 25. Giao diện màn hình LCD sau khi điều chỉnh các thông số phân loại. Người dùng tiến hành kiểm tra lại lần nữa để đảm bảo các thông số vừa mới cài đặt đã được hệ thống cập nhật kịp thời.Nếu dữ liệu đã đúng, tiến hành bước tiếp theo nếu sai hoặc chưa cập nhật kịp thời thì tiến hành kiểm tra kết nối Internet của hệ thống và thực hiện lại bước 3. Bước 4. Phân loại cà chua Sau khi hoàn thành các bước trên bộ phận cơ khí sẽ tiến hành đẩy quả cà chua thứ nhất vào đầu băng tải, tại đây cà chua sẽ được băng tải di chuyển liên tục từ đầu buồng chụp cho đến cuối băng tải (cà chua thuộc loại 5) hoặc được xi lanh tác động đẩy xuống hộp chứa (cà chua loại 1|2|3|4).
- 88. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 72 Hình 4. 26. Cà chua thứ nhất khi được đưa vào buồng chụp Sau khi khối xử lý trung tâm nhận tín hiệu hình ảnh từ camera, đọc tín hiệu cân nặng từ cảm biến cân nặng và xử lý, cà chua sẽ được dán nhãn phân loại trước khi ra khỏi buồng chụp. Hình 4. 27. Cà chua sau khi ra khỏi buồng chụp của hệ thống
- 89. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 73 Cà chua thuộc loại 1|2|3|4 sẽ được bộ phận xi-lanh tác động đẩy xuống hộp chứa tương ứng đồng thời lúc đó biến đếm loại cà chua sẽ tăng lên 1 đơn vị và cập nhật lên giao diện người dùng. Hình 4. 28. Xi lanh đẩy cà chua thứ nhất xuống hộp chứa loại 3 Hình 4. 29. Màn hình LCD sau khi xi-lanh tác động quả cà chua thứ nhất
- 90. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 74 Cà chua thuộc loại 5 sẽ được băng tải di chuyển đến cuối băng chuyền và di chuyển đến hộp chứa loại 5. Hình 4. 30. Băng tải di chuyển cà chua loại 5 đến cuối băng chuyền Tiếp theo, quả cà chua thứ 2 sẽ được đưa vào buồng chụp và được kiểm tra, xử lý theo trình tự như trên. Hệ thống sẽ hoạt động tương tự cho đến khi người dùng tác động dừng hệ thống (nhấn nút Exit trên giao diện và ngắt nguồn cung cấp).
- 91. CHƯƠNG 4: THICÔNG HỆ THỐNG BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 75 Hình 4. 31. Cà chua sau khi được hệ thống phân loại. Lưu ý: • Để sản phẩm xa tầm tay trẻ em. • Đặt sản phẩm tại nơi bằng phẳng, khô ráo, thoáng mát tránh tiếp xúc trực tiếp với ánh nắng. • Không để sản phẩm chịu tác động của ngoại lực như va chạm mạnh, rơi rớt. • Cấp đúng nguồn 220VAC và đảm bảo nguồn điện ổn định để hệ thống hoạt động ổn định. • Cung cấp môi trường wifi ổn định để kết nối không bị gián đoạn. Khắc phục sự cố: • Sản phẩm không hoạt động: kiểm tra nguồn điện cấp đúng 220VAC, kiểm tra kết nối Internet. • Sản phẩm bị vỡ, bị hư hỏng hoặc đã đảm bảo nguồn điện và Internet mà vẫn không hoạt động, cần sự hỗ trợ của kỹ thuật viên, tuyệt đối không tự ý tháo mở, thay thế linh kiện bên trong hộp điều khiển.
- 92. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 76 Chương 5. KẾT QUẢ - NHẬN XÉT - ĐÁNH GIÁ 5.1. KẾT QUẢ TỔNG QUAN Sau gần 3 tháng tìm hiểu tài liệu chuyên môn, tài liệu trên Internet cùng với sự giúp đỡ tận tình của giáo viên hướng dẫn, nhóm thực hiện đề tài “Nghiên cứu, thiết kế và thi công mô hình đếm và phân loại sản phẩm theo cân nặng, màu sắc” đã đạt được những thành công nhất định, hoàn thành xong theo yêu cầu và đúng thời gian quy định với những nội dung sau: - Nghiên cứu và hiểu được nguyên lí hoạt động của cảm biến cân nặng, USB Camera Pi, cảm biến tiệm cận hồng ngoại, động cơ DC giảm tốc. - Nghiên cứu và biết sử dụng Kit Raspberry, cài đặt hệ điều hành cho Raspberry Pi, ứng dụng hiệu quả board mạch này vào mô hình đề tài. - Tìm hiểu nguyên lí hoạt động của xi-lanh khí nén và vận hành thành công vào mô hình đề tài. - Tìm hiểu và ứng dụng được các module điều khiển tốc độ động cơ, chuyển đổi ADC. - Thiết kế được mạch Relay điều khiển các van điện từ. - Tính toán, thiết kế, chọn linh kiện để hoàn thiện được board mạch chính đủ dòng áp chạy đáp ứng được yêu cầu đề tài. - Củng cố lại các kiến thức vẽ mạch nguyên lí và mạch PCB dùng phần mềm Altium, Proteus. Từ đó vẽ được một board mạch hoàn chỉnh chạy đúng yêu cầu đề tài và tối ưu về kích thước mạch để đảm bảo tính thẩm mỹ. - Tiếp cận, lập trình ngôn ngữ Python, ngôn ngữ HTML, sử dụng công cụ hỗ trợ trong thư viện OpenCV, công cụ hỗ trợ tạo giao diện Tkinter. - Tìm hiểu, nghiên cứu biết được các giải thuật xử lý ảnh, môi trường để thực hiện xử lý ảnh (đảm bảo độ sáng, lọc nhiễu, …);
- 93. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 77 - Tiếp cận công cụ lưu trữ dữ liệu online mới - Realtime database, vận dụng thành công vào đề tài. - Xây dựng được một hệ thống có khả năng phân loại một nhóm quả cà chua thành 5 loại với những đặc trưng riêng về màu sắc bề mặt và cân nặng theo mong muốn của người dùng. 5.2. KẾT QUẢ ĐẠT ĐƯỢC 5.2.1. Giao diện hiển thị Tkinter. Để đơn giản và thuận tiện cho người dùng trong quá trình sử dụng, nhóm đã nghiên cứu và thiết kế một giao diện hiển thị trên màn hình LCD (giao diện Tkinter) lúc hệ thống đang hoạt động. Giao diện này giúp người sử dụng có thể dễ dàng kiểm tra các thông số của loại cà chua, số lượng mỗi loại mà hệ thống phân loại được, thao tác dừng chương trình hoạt động thông qua nút nhấn “Exit” mà không cần thiết phải ngắt nguồn hệ thống đột ngột. Đầu tiên khi mới mở chương trình chính, giao diện sẽ hiển thị như hình bên dưới: Hình 5. 1. Giao diện màn hình LCD sau khi mở chương trình chính. Trong đó các đặc trưng về màu sắc và thông số về cân nặng có thể được điều chỉnh theo ý muốn của người dùng thông qua một giao diện web (sẽ được trình bày ở phần tiếp theo)
- 94. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 78 Hình 5. 2. Số lượng cà chua được cập nhật sau khi hệ thống xử lý mỗi quả Khi hệ thống tiến hành dán nhãn loại cà chua và cho xi-lanh tác động đẩy cà chua xuống hộp chứa tương ứng( loại 1|2|3|4) thì biến đếm của loại cà chua tương ứng sẽ tăng 1 đơn vị đồng thời hệ thống cập nhật tự động cho giao diện hiển thị. Nút nhấn” Exit” trên giao diện có tác dụng thoát chương trình chính. 5.2.2. Giao diện Web và Cơ sở lưu trữ dữ liệu Realtime Database. Để người dùng có thể tùy chỉnh được các thông số về loại sản phẩm, nhóm đã thiết kế một giao diện web trên máy ảo (chỉ có thể truy cập vào trang web nếu sử dụng máy tính lưu dữ liệu). Khi truy cập vào file trang web giao diện sẽ xuất hiện: Hình 5. 3. Giao diện web tùy chỉnh các thông số về loại sản phẩm
- 95. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 79 Tại đây người dùng tiến hành chọn đặc trưng màu sắc sau đó điền thông số về cân nặng tối đa, cân nặng tối thiểu cuối cùng là chọn loại của sản phẩm. Sau khi người dùng tùy chỉnh các thông số trên trang web, các dữ liệu sẽ được lưu vào firebase database với điều kiện hệ thống được kết nối Internet Hình 5. 4. Dữ liệu được lưu dữ tại firebase 5.2.3. Kết quả mô hình thực tế Sau khi hoàn thành mạch điều khiển, lắp ráp, kiểm tra các module, tiến hành bố trí sao cho phù hợp, kết quả hệ thống được trình bày như sau: Hình 5. 5. Hệ thống hoàn thiện của đề tài (đầu băng chuyền, ngõ vào của cà chua)
- 96. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 80 Hình 5. 6. Hệ thống hoàn thiện của đề tài (phía trái so với đầu băng chuyền) Bên trong hộp điện điều khiển hệ thống sẽ bao hồm: board mạch điện chính; kit Raspberry Pi; module điều khiển tốc độ động cơ (Module PWM), module HX711 hoạt động.
- 97. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 81 Hình 5. 7. Bố trí và lắp đặt các module, board mạch trong hộp điện điều khiển. Raspberry Pi 3 Mạch kích Relay Module HX711 Module PWM
- 98. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 82 Hình 5. 8. Hình Hình ảnh chụp phía trên của buồng chụp ảnh khi cung cấp điện hoạt động hệ thống Hình 5. 9. Hình Hệ thống hoàn thiện của đề tài(phía phải so với đầu băng chuyền)
- 99. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 83 Hình 5. 10. Các van điện từ được bố trí ngay dưới băng chuyền. Các van điện từ được bố trí gần nhau và đặt ngay dưới băng chuyền để đảm bảo dây dẫn khí từ van đến xi-lanh ngắn nhất và đảm bảo hệ thống hoạt động ổn định. 5.2.4. Kết quả thực nghiệm Raspberry Pi sẽ tiến hành xử lý và đưa ra kết luận về màu sắc, sau khi có kết quả của quá trình xử lý ảnh kết hợp với giá trị cân nặng đọc được bộ xử lý trung tâm sẽ quyết định cà chua thuộc loại nào theo lưu đồ chương trình chính.
- 100. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 84 Hình 5. 11. Kết quả thực nghiệm đối với nhóm cà chua (thực hiện ngày 25/5/2019). 5.3. NHẬN XÉT – ĐÁNH GIÁ 5.3.1. Nhận xét kết quả đạt được Đồ án do nhóm thực hiện đã đạt được khoảng 95% mục tiêu do nhóm đặt ra. - Nhóm được làm quen với hệ điều hành Raspbian, từ việc cài đặt hệ điều hành, thao tác những tác vụ cơ bản đến việc sử dụng để xây dựng một hệ thống làm việc theo mục đích đề ra. - Việc tiếp xúc và sử dụng ngôn ngữ lập trình Python, HTML, thư viện OpenCV và công cụ Tkinter cũng đã giúp nhóm hoàn thiện những thuật toán
- 101. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 85 trong phạm vi đề tài nhờ vào tính cấp cao của ngôn ngữ lập trình và những công cụ hỗ trợ. - Raspberry Pi 3 hoàn toàn thích hợp cho những dự án vừa và nhỏ bởi kích cỡ không quá lớn, tốc độ tương đối nhanh, khả năng kết nối ngoại vi linh hoạt, hỗ trợ chân GPIO với số lượng đáng kể… Tuy nhiên, Raspberry Pi 3 còn khá hạn chế đối với những hệ thống lớn. - Module camera USB Pi, tuy có độ phân giải không quá cao nhưng ngược lại nó có giá thành rẻ, khả năng kết nối linh hoạt cùng với chất lượng ảnh phù hợp với việc xử lý ảnh. - Đây là lần đầu tiên nhóm đề tài sử dụng cơ cấu phân loại bằng xi-lanh vào trong phạm vi học tập và nghiên cứu của mình. Xi-lanh, cụ thể là xi-lanh khí nén (kể cả van điện từ) có một số đặc điểm riêng yêu cầu người sử dụng phải nắm rõ nếu muốn đưa vào vận hành. Nhóm đã tìm hiểu và cho vận hành thử xi-lanh khí nén trước khi đưa vào mô hình. Một số vấn đề mà nhóm gặp phải trong quá trình vận hành xi-lanh đó là hiện tượng mất ổn định của dòng khí đầu vào khiến các van không thể đóng hoặc xả, hiện tượng rò rỉ khí trong các ống dẫn khí và ở các tiếp điểm nối dây, dòng khí vào với lưu lượng lớn khiến tốc độ đẩy của xi-lanh quá cao. Để khắc phục, nhóm đề tài đã rà soát và đảm bảo lại toàn bộ hệ thống ống dẫn khí, sử dụng van tiết lưu khí nén để chủ động điều khiển tốc độ đẩy của xi-lanh, sử dụng máy nén khí đảm bảo lượng khí đầu vào. Việc sử dụng xi-lanh làm cơ cấu phân loại hoàn toàn có thể được tìm hiểu và đưa vào vận hành ở những hệ thống phận loại khác, không riêng gì với cà chua. - Sau nhiều lần chạy thực nghiệm, mô hình hệ thống mà nhóm thiết kế và xây dựng hoạt động tương đối ổn định: cảm biến đọc tương đối nhanh, thời gian từ khi đọc giá trị cân nặng và chụp ảnh cho đến khi đưa ra kết quả phân loại cho mỗi quả cà chua là 0.5s .Qua nhiều lần khảo sát, hệ thống phân loại với sai số trung bình nhỏ hơn 5%.
- 102. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 86 5.3.2. Đánh giá kết quả Sau thời gian tìm hiểu và nghiên cứu về đề tài, nhóm đưa ra những đánh giá như sau: - Đề tài sau khi hoàn thành có tính ứng dụng cao vào thực tế, có những điểm mới và độ ổn định cao. - Phạm vi sử dụng là hộ gia đình và thương lái nhỏ (thị trường tiêu thụ lớn) nên đề tài có thể cải tiến, phát triển thêm nhiều tính năng mới để đưa vào thương mại hóa sản phẩm, tạo nguồn lợi kinh tế. Qua một số nhận xét và đánh giá về đề tài, nhóm nhận thấy đây là một đề tài nghiên cứu hay, hữu ích, có tính ứng dụng cao vào thực tế.
- 103. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 87 Chương 6: KẾT LUẬN – HƯỚNG PHÁT TRIỂN 6.1. KẾT LUẬN Sau thời gian nghiên cứu, tìm hiểu với sự giúp đỡ của thầy Nguyễn Đình Phú và bạn bè, hệ thống mà nhóm đã hoàn thành đáp ứng tốt các yêu cầu đề ra. Các khối chức năng hoạt động đúng, đảm bảo cập nhật dữ liệu chính xác, hệ thống chạy ổn định trong thời gian dài không phát sinh lỗi, có giao diện đẹp mắt đáp ứng tính thẩm mỹ, còn riêng vấn đề sử dụng thì khá dễ dàng, an toàn, thân thiện với mọi hộ gia đình và thương lái nhỏ. Ưu điểm của sản phẩm: - Xác suất cập nhật chính xác dữ liệu thực 100%. - Hoạt động ổn định trong thời gian dài. - Kích thước khá nhỏ gọn, dễ lắp đặt; giao diện tùy chỉnh đơn giản, dễ sử dụng. - Giao diện hiển thị đẹp, rõ ràng có tính thẩm mỹ cao, cập nhật số lượng cà chua sau phân loại chính xác 100%. - Tính an toàn cao, thân thiện với người dùng. - Kinh phí ở mức phù hợp có thể thương mại hóa sản phẩm. - Dễ dàng nghiên cứu và mở rộng thêm. Khuyết điểm của sản phẩm: - Không có nguồn độc lập nên không thể hoạt động khi mất điện. - Giao diện tùy chỉnh thông số loại sản phẩm giới hạn qua máy chủ cố định. - Chỉ hoạt động được khi có internet. - Chưa có tính bảo mật cao. - Tốc độ xử lý khá chậm, chỉ xử lý tuần tự từng quả, còn tồn tại sai số
- 104. CHƯƠNG 5. KẾTQUẢ - NHẬN XÉT – ĐÁNH GIÁ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 88 Sau khi hoàn thiện đề tài, sản phẩm đã đạt được những mục tiêu đặt đề ra trước đó. So với các hệ thống phân loại có sẵn trên thị trường, ví dụ như Hệ thống máy phân loại cà chua ngay tại đất canh tác(có diện tích lớn), Hệ thống máy phân loại cà chua trong công nghiệp(đắt tiền)... Sản phẩm của nhóm ưu việt hơn ở chỗ: có độ chính xác, độ tin cậy cao, mô hình phù hợp với phạm vi hộ gia đình, thương lái nhỏ, dễ dàng vận hành và tùy chỉnh mà không cần phiền đến kỹ thuật viên. Vì thế, nhóm đánh giá rằng việc áp dụng sản phẩm này để thương mại hóa là điều hoàn toàn khả thi. 6.2. HƯỚNG PHÁT TRIỂN Từ những mặt hạn chế của đề tài, nhóm đưa ra một số hướng phát triển để hệ thống có thể hoàn chỉnh và hoạt động hiệu quả hơn: - Xử lý đa luồng, tức là nhận biết và phân loại cùng lúc nhiều quả cà chua hơn. - Điều khiển toàn bộ hệ thống thông qua webserver hoặc qua ứng dụng điện thoại thông minh. - Mở rộng phạm vi và đối tượng phân loại (có thể nhận biết những quả cà chua bị sâu đục, thối, dập; hoặc mở rộng ra những nông sản khác như dưa chuột, hồng, chanh…). - Thay vì dùng loadcell thì có thể sử dụng những thuật toán phân loại theo kích thước quả cà chua. - Thiết kế bộ phận cơ khí trước đầu băng chuyền để thuận tiện trong việc di chuyển cà chua vào buồng chụp. - Thay vì dùng xi-lanh khí nén sẽ thay bằng xi-lanh điện để hệ thống gọn gàng hơn nữa.
- 105. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 89 TÀI LIỆU THAM KHẢO Sách tham khảo: [1] Nguyễn Quang Hoan, “Xử lý ảnh”, Học Viện Bưu Chính Viên Thông, 2006 [2] Nguyễn Thanh Hải, “Giáo Trình Xử lý ảnh”, Nhà xuất bản Đại Học Quốc Gia, Thành phố Hồ Chí Minh, 2014 [4] Theo SYGENTA, tài liệu “Kỹ thuật canh tác cây cà chua”. [8] Alexander Mordvintsev & Abid K, tài liệu “OpenCV-Python Tutorials Documentation Release 1”, ngày 5 tháng 11 năm 2017 [9] Hà Duy Khánh, Đồ án tốt nghiệp “Phân loại sản phẩm dùng kit Raspberry Pi”, TP. HCM, tháng 7 năm 2018 Trang web: [3] Nguyễn Nghĩa, “Tổng quan về thư viện OpenCV, bài đăng ngày 10 tháng 11 năm 2016 tại https://www.tutorialspoint.com/python/ [5] Raspberry Pi Việt Nam, sản phẩm Raspberry Pi B Model 3 https://raspberrypi.vn/shop/mach-raspberry-pi/raspberry-pi-4-model-b-2019 [7] Nguyên Minh, bài viết “Xi-lanh khí nén là gì? Cấu tạo của xi-lanh khí nén”, đăng ngày 30 tháng 8 năm 2018 tạihttps://medium.com/@minh.nhatnguyen0820/xi- lanh-kh%C3%AD-n%C3%A9n-l%C3%A0-g%C3%AC-c%E1%BA%A5u- t%E1%BA%A1o-ch%E1%BB%A9c-n%C4%83ng-c%E1%BB%A7a-xi-lanh- 45e8518087a4 [10] Quynh Ty, bài viết “Cách tạo bộ điều khiển tốc độ động cơ PWM DC bằng IC 555”, bài đăng 12 tháng 01 năm 2019 tại https://vietmachine.com.vn/cach-tao- bo-dieu-khien-toc-do-dong-co-pwm-dc-bang-ic- 555.html?fbclid=IwAR2EkFQPCI7b3sXWFqqzQnPKrKz_gwDuEV56- twXaGeI3K79eFUp-GfLyVY
- 106. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 90 PHỤ LỤC Code chương trình điều khiển: from firebase import firebase import json import cv2 import time import numpy as np import sys import RPi.GPIO as GPIO import weight as wei import tkinter as tk GPIO.setwarnings(False) GPIO.setmode(GPIO.BCM) cap = cv2.VideoCapture(0) start_time = time.time() PIN_INPUT_SENSOR_1 = 26 PIN_INPUT_SENSOR_2 = 19 PIN_INPUT_SENSOR_3 = 13 PIN_INPUT_SENSOR_4 = 27 PIN_OUTPUT_XILANH_1 = 21 PIN_OUTPUT_XILANH_2 = 20 PIN_OUTPUT_XILANH_3 = 16 PIN_OUTPUT_XILANH_4 = 12 #xxxxxxxxxxxxxxxxxxxxx_out_put_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxx GPIO.setup(PIN_OUTPUT_XILANH_1, GPIO.OUT) GPIO.setup(PIN_OUTPUT_XILANH_2, GPIO.OUT) GPIO.setup(PIN_OUTPUT_XILANH_3, GPIO.OUT) GPIO.setup(PIN_OUTPUT_XILANH_4, GPIO.OUT) #xxxxxxxxxxxxxxxxxxxxx_in_put_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxx GPIO.setup(17, GPIO.IN, pull_up_down=GPIO.PUD_UP) GPIO.setup(PIN_INPUT_SENSOR_1, GPIO.IN, pull_up_down=GPIO.PUD_UP) GPIO.setup(PIN_INPUT_SENSOR_2, GPIO.IN, pull_up_down=GPIO.PUD_UP) GPIO.setup(PIN_INPUT_SENSOR_3, GPIO.IN, pull_up_down=GPIO.PUD_UP) GPIO.setup(PIN_INPUT_SENSOR_4, GPIO.IN, pull_up_down=GPIO.PUD_UP) #xxxxxxxxxxxxxxxxxxxxx_nhan_du_lieu_tu_fire_basexxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxx firebase = firebase.FirebaseApplication('https://datn- c53f0.firebaseio.com/') result1 = {} result1= firebase.get('/',None) struct_data_wed = [] #xxxxxxxxxxxxxxxxxxxxx_lưu nội dung fire base đọc về zô file txt_xxxxxxxxxxxxxxxx with open('result_firebase.txt', 'w') as outfile: json.dump(result1, outfile) print("save result_firebase.txt ======================== > ok") #xxxxxxxxxxxxxxxxxxxxx_thiet lap gia tri gan cho giao dien_xxxxxxxxxxxxxxxxxxxxxx wei1_min_tk = int(result1['level_1']['min'])
- 107. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 91 wei1_max_tk = int(result1['level_1']['max']) red1_tk = bool(result1['level_1']['RED']) ogrange1_tk = bool(result1['level_1']['ORANGE']) green1_tk = bool(result1['level_1']['GREEN']) wei2_min_tk = int(result1['level_2']['min']) wei2_max_tk = int(result1['level_2']['max']) red2_tk = bool(result1['level_2']['RED']) ogrange2_tk = bool(result1['level_2']['ORANGE']) green2_tk = bool(result1['level_2']['GREEN']) wei3_min_tk = int(result1['level_3']['min']) wei3_max_tk = int(result1['level_3']['max']) red3_tk = bool(result1['level_3']['RED']) ogrange3_tk = bool(result1['level_3']['ORANGE']) green3_tk = bool(result1['level_3']['GREEN']) wei4_min_tk = int(result1['level_4']['min']) wei4_max_tk = int(result1['level_4']['max']) red4_tk = bool(result1['level_4']['RED']) ogrange4_tk = bool(result1['level_4']['ORANGE']) green4_tk = bool(result1['level_4']['GREEN']) #xxxxxxxxxxxxxxxxxxxxx_thiet ke giao dien_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx root = tk.Tk() root.geometry("1000x600") root.resizable(0, 0) #Don't allow resizing in the x or y direction lblz1 = tk.Label(master = root, text = "Running...",fg = "Green",font = "Times 25") lblz1.place(x = 0, y = 500) def close_window(): root.destroy() button = tk.Button (master = root,fg = "red", font = "Times 20", text = "EXIT", command = close_window) button.place(x = 900, y = 500) Content = "Graduate Project Thanh Thao - Hoai Vu" lbl0 = tk.Label(master = root, text = Content,fg = "black",font = "Times 30") lbl0.place(x = 200, y = 0) Content_2 = "Product Classification: Weight, Color - Remote Control Via Web" lbl001 = tk.Label(master = root, text = Content_2,fg = "red",font = "Times 17") lbl001.place(x = 210, y = 50) lbl = tk.Label(master = root, fg = "black",font = "Times 20", text = "Level_1:") lbl.place(x = 200, y = 100) lb2 = tk.Label(master = root,fg = "black", font = "Times 20", text = "Level_2:") lb2.place(x = 400, y = 100) lb3 = tk.Label(master = root,fg = "black", font = "Times 20", text = "Level_3:") lb3.place(x = 600, y = 100) lb4 = tk.Label(master = root,fg = "black", font = "Times 20", text = "Level_4:") lb4.place(x = 800, y = 100)
- 108. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 92 lb0l = tk.Label(master = root, fg = "black",font = "Times 20", text = "Green:") lb0l.place(x = 0, y = 150) lb02 = tk.Label(master = root,fg = "black", font = "Times 20", text = "Orange:") lb02.place(x = 0, y = 200) lb03 = tk.Label(master = root,fg = "black", font = "Times 20", text = "Red:") lb03.place(x = 0, y = 250) lb04 = tk.Label(master = root,fg = "black", font = "Times 20", text = "Min:") lb04.place(x = 0, y = 300) lb05 = tk.Label(master = root,fg = "black", font = "Times 20", text = "Max:") lb05.place(x = 0, y = 350) lb06 = tk.Label(master = root,fg = "black", font = "Times 20", text = "Amount:") lb06.place(x = 0, y = 400) lbxl = tk.Label(master = root, fg = "black",font = "Times 20", text = green1_tk) lbxl.place(x = 230, y = 150) lbx2 = tk.Label(master = root,fg = "black", font = "Times 20", text = ogrange1_tk) lbx2.place(x = 230, y = 200) lbx3 = tk.Label(master = root,fg = "black", font = "Times 20", text = red1_tk) lbx3.place(x = 230, y = 250) lbx4 = tk.Label(master = root,fg = "black", font = "Times 20", text = wei1_min_tk) lbx4.place(x = 230, y = 300) lbx5 = tk.Label(master = root,fg = "black", font = "Times 20", text = wei1_max_tk) lbx5.place(x = 230, y = 350) lbal = tk.Label(master = root, fg = "black",font = "Times 20", text = green2_tk) lbal.place(x = 430, y = 150) lba2 = tk.Label(master = root,fg = "black", font = "Times 20", text = ogrange2_tk) lba2.place(x = 430, y = 200) lba3 = tk.Label(master = root,fg = "black", font = "Times 20", text = red2_tk) lba3.place(x = 430, y = 250) lba4 = tk.Label(master = root,fg = "black", font = "Times 20", text = wei2_min_tk) lba4.place(x = 430, y = 300) lba5 = tk.Label(master = root,fg = "black", font = "Times 20", text = wei2_max_tk) lba5.place(x = 430, y = 350) lbbl = tk.Label(master = root, fg = "black",font = "Times 20", text = green3_tk) lbbl.place(x = 630, y = 150) lbb2 = tk.Label(master = root,fg = "black", font = "Times 20", text = ogrange3_tk) lbb2.place(x = 630, y = 200) lbb3 = tk.Label(master = root,fg = "black", font = "Times 20", text = red3_tk) lbb3.place(x = 630, y = 250)
- 109. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 93 lbb4 = tk.Label(master = root,fg = "black", font = "Times 20", text = wei3_min_tk) lbb4.place(x = 630, y = 300) lbb5 = tk.Label(master = root,fg = "black", font = "Times 20", text = wei3_max_tk) lbb5.place(x = 630, y = 350) lbcl = tk.Label(master = root, fg = "black",font = "Times 20", text = green4_tk) lbcl.place(x = 830, y = 150) lbc2 = tk.Label(master = root,fg = "black", font = "Times 20", text = ogrange4_tk) lbc2.place(x = 830, y = 200) lbc3 = tk.Label(master = root,fg = "black", font = "Times 20", text = red4_tk) lbc3.place(x = 830, y = 250) lbc4 = tk.Label(master = root,fg = "black", font = "Times 20", text = wei4_min_tk) lbc4.place(x = 830, y = 300) lbc5 = tk.Label(master = root,fg = "black", font = "Times 20", text = wei4_max_tk) lbc5.place(x = 830, y = 350) flag=0 flag1=0 flag2=0 flag3=0 flag4=0 count_1 = 0 count_2 = 0 count_3 = 1 count_4 = 0 #xxxxxxxxxxxxxxxxxxxxx_thiet_lap_gia_tri_ban_dau_xxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxx level = '' find_result = False green_standard = False red_standard = False ogrange_standard = False GPIO.output(21, False) GPIO.output(20, False) GPIO.output(16, False) GPIO.output(12, False) red_color = False green_color = False ogrange_color = False flag_main = False def process_analyze_image(image, debug_mode): red_color = False green_color = False ogrange_color = False result = False flag_main = False try:
- 110. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 94 hsv = cv2.cvtColor(image , cv2.COLOR_BGR2HSV) red_lower = np.array([0, 150, 0], np.uint8) red_upper = np.array([7, 255, 255], np.uint8) green_lower = np.array([32, 76, 0], np.uint8) green_upper = np.array([48, 255, 255], np.uint8) ogrange_lower = np.array([9, 76, 0], np.uint8) ogrange_upper = np.array([31, 255, 255], np.uint8) # finding the range of red,blue and yellow color in the image red = cv2.inRange(hsv, red_lower, red_upper) green = cv2.inRange(hsv, green_lower, green_upper) ogrange = cv2.inRange(hsv, ogrange_lower, ogrange_upper) # Morphological transformation, Dilation kernal = np.ones((5, 5), "uint8") red = cv2.dilate(red, kernal) res = cv2.bitwise_and(image , image , mask=red) green = cv2.dilate(green, kernal) res1 = cv2.bitwise_and(image , image , mask=green) ogrange = cv2.dilate(ogrange, kernal) res2 = cv2.bitwise_and(image , image , mask=ogrange) #xxxxxxxxxxxxxxxxxxxxx_tim duong bao cua vat co mau tuong ung_tinh dien tich duong bao_set co tuowng ung_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx numPixel_red = cv2.countNonZero(red) numPixel_green = cv2.countNonZero(green) numPixel_ogrange = cv2.countNonZero(ogrange) numPixel_red = cv2.countNonZero(red) ## print("so pixel do",numPixel_red) numPixel_green = cv2.countNonZero(green) ## print("so pixel xanh",numPixel_green) numPixel_ogrange = cv2.countNonZero(ogrange) ## print("so pixel cam",numPixel_ogrange) R = (numPixel_red/(1+numPixel_red + numPixel_green + numPixel_ogrange))*100 G = (numPixel_green/(1+numPixel_red + numPixel_green + numPixel_ogrange))*100 O = (numPixel_ogrange/(1+numPixel_red + numPixel_green + numPixel_ogrange))*100 if (R>50): red_color =True if (G>50): green_color =True if (O>50): ogrange_color =True if (red_color == True) or (green_color == True )or (ogrange_color == True):
- 111. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 95 flag_main = True return image, red_color, green_color, ogrange_color, True, flag_main except cv2.error as e: print("error process analyzing image") return image, red_color, green_color, ogrange_color, result def setting_contrain(setting_data, wei, red, green, orange): find_result = False level = 'unknow' for key, value in result1.items(): if (key != 'Result'): wei_min_wed = int(result1[key]['min']) wei_max_wed = int(result1[key]['max']) red_wed = bool(result1[key]['RED']) ogrange_wed = bool(result1[key]['ORANGE']) green_wed = bool(result1[key]['GREEN']) if( wei_standard >= wei_min_wed and wei_standard <= wei_max_wed and red_standard == red_wed and green_standard == green_wed and ogrange_standard == ogrange_wed): print('result level: {}'.format(key)) level = str(key) print('detail ==> ok: RED: {} == {}:GREEN: {} == {}:OGRANGE: {} == {}: WEIGHT: {} < {} < {}' .format( red_standard,red_wed,green_standard ,green_wed,ogrange_standard ,ogrange_wed, wei_min_wed,wei_standard, wei_max_wed)) find_result = True if(find_result == False): print('result level: Unknow') print('detail : {}'.format(result1)) print('detail ==> no_ok_cause_loai_5: RED: {} == {}:GREEN: {} == {}:OGRANGE: {} == {}: WEIGHT: {} < {} < {}' .format( red_standard,red_wed,green_standard ,green_wed,ogrange_standard ,ogrange_wed, wei_min_wed,wei_standard, wei_max_wed)) return level def control_gate(gate_num, flag_control, time_sleep): pin_input_sensor = 26 pin_output_xilanh = 21 if (gate_num == 1): pin_input_sensor = PIN_INPUT_SENSOR_1 pin_output_xilanh = PIN_OUTPUT_XILANH_1 elif (gate_num == 2): pin_input_sensor = PIN_INPUT_SENSOR_2 pin_output_xilanh = PIN_OUTPUT_XILANH_2 elif (gate_num == 3): pin_input_sensor = PIN_INPUT_SENSOR_3 pin_output_xilanh = PIN_OUTPUT_XILANH_3 elif (gate_num == 4): pin_input_sensor = PIN_INPUT_SENSOR_4 pin_output_xilanh = PIN_OUTPUT_XILANH_4 else: return flag_control state_sonsor = not GPIO.input(pin_input_sensor)
- 112. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 96 while not state_sonsor: print('wating get gate {} to TRUE {}'.format(gate_num, state_sonsor)) x = ('wating get gate {} to TRUE {}'.format(gate_num, state_sonsor)) state_sonsor = not GPIO.input(pin_input_sensor) time.sleep(0.05) if (flag_control == 0): GPIO.output(pin_output_xilanh, True) time.sleep(1.5) GPIO.output(pin_output_xilanh, False) flag_control = 0 print(" xi lanh {} oke>>>>".format(gate_num)) else: print("NO PHOTO>>>flag{} = 1".format(gate_num)) return flag_control lb8 = tk.Label(master = root, text = count_1,fg = "red", font = "Times 25") lb8.place(x = 230, y = 400) lb5 = tk.Label(master = root, text = count_2,fg = "red", font = "Times 25") lb5.place(x = 430, y = 400) lb6 = tk.Label(master = root, text = count_3,fg = "red", font = "Times 25") lb6.place(x = 630, y = 400) lb7 = tk.Label(master = root, text = count_4,fg = "red", font = "Times 25") lb7.place(x = 830, y = 400) lag=0 while (1): root.update() res, img = cap.read() state= not GPIO.input(17) ## wei_standard = wei.weight() ## print(wei_standard ) ## if (wei_standard >10): if state == True: if (state == True) and (lag == 0): res, img = cap.read() wei_standard = wei.weight() print(wei_standard) time.sleep(0.3) cv2.imwrite('/home/pi/Desktop/THAO/TEST/test_camera_cam/test_new.jpg',img ) time.sleep(0.3) result_analyzing_image = False #print('step result_analyzing_image') #xxxxxxxxxxxxxxxxxxxxx_end_snapshot_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxx image, red_standard, green_standard, ogrange_standard, result_analyzing_image,flag_main = process_analyze_image(img, False) if(result_analyzing_image == False): print("process error ===================== :(") continue #xxxxxxxxxxxxxxxxxxxxx_check loai cua ca chua_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
- 113. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 97 if (flag_main == True): cv2.imwrite('/home/pi/Desktop/THAO/TEST/test_camera_cam/test.jpg',img) level = setting_contrain(result1, wei_standard, red_standard, green_standard, ogrange_standard) # setting gate num gate_num = -1 if('unknow' in level): gate_num = 5 count_char = 2 else: count_char = len(level.split('_')) if(count_char == 2): if('unknow' in level): gate_num = 5 else: gate_num = int(level.split('_')[1]) print('gate: {}'.format(gate_num)) # end setting gate num #control xilanh time_sleep = 0.5 if(gate_num == 1): flag1 = control_gate(1, flag1, time_sleep) count_1 = count_1 + 1 lb8 = tk.Label(master = root, text = count_1,fg = "red", font = "Times 25") lb8.place(x = 230, y = 400) elif(gate_num == 2): flag2 = control_gate(2, flag2, time_sleep) count_2 = count_2 + 1 lb5 = tk.Label(master = root, text = count_2,fg = "red", font = "Times 25") lb5.place(x = 430, y = 400) elif(gate_num == 3): flag3 = control_gate(3, flag3, time_sleep) count_3 = count_3 + 1 lb6 = tk.Label(master = root, text = count_3,fg = "red", font = "Times 25") lb6.place(x = 630, y = 400) elif(gate_num == 4): flag4 = control_gate(4, flag4, time_sleep) count_4 = count_4 + 1 lb7 = tk.Label(master = root, text = count_4,fg = "red", font = "Times 25") lb7.place(x = 830, y = 400) else: print('dont care') find_result = True lag=1 state= not GPIO.input(17) if state == False and (lag == 1): lag = 0 else:
- 114. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 98 print('No tomato') ## start_time_wei = time.time() resultPut = firebase.put('/', 'Result',{'count_1':count_1,'count_2':count_2,'count_3':count_3,'count_4' :count_4}) Chương trình thư viện Weight. #!/usr/bin/python2 import RPi.GPIO as gpio #import threading import time DAT = 5 CLK=6 num=0 #def weight(DAT = 5, CLK =6, num = 0): def weight(): start_time = time.time() gpio.setup(CLK, gpio.OUT) i=0 num=0 gpio.setup(DAT, gpio.OUT) gpio.output(DAT,1) gpio.output(CLK,0) gpio.setup(DAT, gpio.IN) while gpio.input(DAT) == 1: i=0 for i in range(24): gpio.output(CLK,1) gpio.output(CLK,1) gpio.output(CLK,1) num=num<<1 gpio.output(CLK,0) gpio.output(CLK,0) gpio.output(CLK,0) if gpio.input(DAT) == 0: num=num+1 gpio.output(CLK,1) num=num^0x800000 gpio.output(CLK,0) wei=0 wei=((num)/1406) return int(-((wei-6020)+60)) # return int(-((wei-6020)+96)) khi bang chuyen dung no oke # return int(-((wei-6020)+70)) Code giao diện <html> <head> <link href='style.css' rel = 'stylesheet'>
- 115. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 99 <title> DATN </title> <!-- Them mau vao tu file CSS co san --> <link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.6/css/bootstrap.min.c ss" integrity="sha384- 1q8mTJOASx8j1Au+a5WDVnPi2lkFfwwEAa8hDDdjZlpLegxhjVME1fgjWPGmkzs7" crossorigin="anonymous"> <!-- Tuy chon them theme --> <link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.6/css/bootstrap- theme.min.css" integrity="sha384- fLW2N01lMqjakBkx3l/M9EahuwpSfeNvV63J5ezn3uZzapT0u7EYsXMjQV+0En5r" crossorigin="anonymous"> <style type="text/css"> footer{ background-color:#ccc; font-family: Arial; text-align:center; padding:12px; font-size:19px; } </style> </head> <body> <header> <!-- Hien thi doan van bang o giua man hinh --> <h1><p style="font-family:Times New Roman Italic; color:#FF0000;" align="center">GRADUATION PROJECT_PHAM THI THANH THAO-15141284-PHAN TRAN HOAI VU-15141333</p><h1> <h1><p style="font-family:Times New Roman Italic; color:#001eff;" align="center">PRODUCT CLASSIFICATION: COLOR, WEIGHT; REMOTE CONTROL</p><h1> </header> <script src="https://www.gstatic.com/firebasejs/5.9.4/firebase.js"></script> <script> // Initialize Firebase var config = { apiKey: "AIzaSyBBshWk7M2RkV-XAWr-vTATWcSewDVFbOk", authDomain: "datn-c53f0.firebaseapp.com", databaseURL: "https://datn-c53f0.firebaseio.com", projectId: "datn-c53f0", storageBucket: "datn-c53f0.appspot.com", messagingSenderId: "472165330944" }; firebase.initializeApp(config); function writeData(){ var x = document.getElementById("Category").value; firebase.database().ref(x).set({ min:document.getElementById("minField").value, max:document.getElementById("maxField").value, GREEN:document.getElementById("chkgreen").checked,
- 116. BỘ MÔN ĐIỆNTỬ CÔNG NGHIỆP - Y SINH 100 ORANGE:document.getElementById("chkorange").checked, RED:document.getElementById("chkred").checked, }); getData(); } function getData(){ firebase.database().ref('/').once('value', function(snapshot){ snapshot.forEach(function(childSnapshot) { var childKey = childSnapshot.key; var childData = childSnapshot.val(); document.getElementById("data").innerHTML = childData['min'] +", "+ childData['max'] ; }) }) } getData(); </script> <h1><p style="font-family:Times New Roman Italic; color:#ff6700;" align="left"> COLOR</p><h1> Red :<input type="checkbox" id = "chkred"><br> Orange:<input type="checkbox" id = "chkorange"><br> Green:<input type="checkbox" id = "chkgreen"><br> <h1><p style="font-family:Times New Roman Italic; color:#ff6700;" align="left"> WEIGHT</><h1> <input type = "text" placeholder = "weight_min" id = "minField"><br> <input type = "text" placeholder = "weight_max" id = "maxField"><br> <h1><p style="font-family:Times New Roman Italic; color:#ff6700;" align="left"> TYPE</p><h1> <select id="Category" onchange = "writeData()"> <option value="level_1" > Category_1</option> <option value="level_2" > Category_2</option> <option value="level_3" > Category_3</option> <option value="level_4" > Category_4</option> </select> <br> <br> <button onclick = "writeData()">Submit</button><p id = "data"></p> </ol> </body> </html>