Phân tích nhiệm vụ thiết kế
Nhu cầu thị trường, công ty, môi trường
1.1.1 Nhu cầu thị trường Ở nước ta hiện nay tuy có nhiều sức lao động và việc thuê nhân công rẻ nhưng bên cạnh đó do là con người thủ công nên có thể sai xót và không được ổn định Tuy vậy việc công nhân dồi dào nhưng nguồn lực chất lượng cao còn hạn chế, tác phong làm việc còn hạn chế Năm 2010, có đến 19,5 triệu lao động Việt Nam đang làm việc trong các ngành nghề không đòi hỏi về trình độ chuyên môn hoặc chuyên môn thấp Phần lớn các doanh nghiệp đều phải đào tạo nghề cho công nhân Công nhân không lành nghề dẫn đến sản phẩm chất lượng thấp, năng suất không cao, sản phẩm làm ra sẽ không nhiều trong cùng một đơn vị thời gian Các hoạt động thủ công của thương ta nói chung và các hoạt động phân loại sản phẩm thủ công nói riêng thì vẫn còn tốn khá nhiều công sức của nhân công Những ngành nghề phân loại sản phẩm độc hại như phân loại rác hoặc phân loại những chất hóa học độc hại thì công nhân tham gia hoạt động phân loại khá nguy hiểm đến sức khỏe và cũng như ảnh hưởng đến năng suất của quá trình Tốc độ đổi mới công nghệ còn chậm, chưa đồng đều và chưa có định hướng phát triển rõ rệt Phần lớn các doanh nghiệp của nước ta sử dụng các công nghệ tụt hậu so với các nước trên thế giới từ 2-3 thế hệ 80 % -90 % công nghệ nước ta đang sử dụng là công nghệ nhập khẩu, 76 % công nghệ máy móc nhập khẩu thuộc thập niên 50-60, 50 % là công nghệ là đồ tân trang Sự lạc hậu về công nghệ sẽ tạo ra chất lượng sản phẩm thấp, điều này gây cho hàng hoá của chúng ta gặp rất nhiều khó khăn trong vấn đè cạnh tranh giá cả trên thị trường
Theo Ngân hàng Thế giới (WB), chi phí logistics ở Việt Nam chiếm khoảng 16,8% GDP, cao hơn 4,7% so với mức trung bình khu vực Châu Á – Thái Bình Dương, 1,8% so với Thái Lan, 3,8% so với Malaysia, và gấp đôi so với Singapore Trong khi đó, Quỹ Tiền Tệ Quốc Tế (IMF) cho biết chi phí logistics trung bình toàn cầu chiếm 12% tổng sản phẩm nội địa, và ở Hoa Kỳ, con số này là 9,9% GDP.
Chi phí logistics toàn cầu vào năm 2000 đạt 921 tỷ USD, với tỷ lệ chi phí logistics của doanh nghiệp dao động từ 4% đến hơn 30% doanh thu Tại Việt Nam, chi phí logistics chiếm khoảng 16,8% GDP, trong đó chi phí phân loại sản phẩm chiếm tới 40%.
Theo thống kê của Armstrong & Associates, chi phí dịch vụ logistics tại Việt Nam đạt 16.8% GDP, vượt xa mức trung bình toàn cầu là 10% và cao gần gấp đôi so với các quốc gia phát triển Điều này cho thấy Việt Nam đang đối mặt với những thách thức lớn trong lĩnh vực logistics so với các nước trong khu vực.
Hình 1.1 Biểu đồ chi phí logistic của Việt Nam và một số khu vực năm 2018
Chi phí logistic tại Việt Nam đang gặp khó khăn do chi phí đóng gói chiếm từ 10-20% giá thành sản phẩm, cao hơn nhiều so với mức khoảng 7% ở các quốc gia khác Điều này ảnh hưởng tiêu cực đến khả năng cạnh tranh của hàng hóa từ các doanh nghiệp trong nước.
Cần giảm chi phí cho đóng gói sản phẩm để tăng khả năng cạnh tranh hàng hoá của các doanh nghiệp.
Tiềm năng thị trường
Ngành bánh kẹo Việt Nam đang trải qua sự tăng trưởng mạnh mẽ và ổn định, với sản lượng hàng năm đạt trên 150 ngàn tấn Doanh thu trong năm 2014 đã đạt 27 ngàn tỉ đồng Từ năm 2010 đến 2014, mức tăng trưởng doanh thu trung bình toàn ngành đạt 10%, giảm so với 35% trong giai đoạn 2006 – 2010, và tiếp tục duy trì khoảng 8-9% trong giai đoạn 2015-2019.
Hình 1.2 Các thành phần cấu thành chi phí logistic
Hình 1.3 Biểu đồ sản lượng và doanh thu thị trường bánh kẹo Việt Nam
Sản lượng và doanh thu của thị trường bánh kẹo Việt Nam ngày càng phát triển và tăng đều theo các năm
Thị trường Việt nam đa dạng mẫu mã sản phẩm, có sức cạnh tranh cao và giá trị lợi nhuận thu về lớn
Sản lượng (1.000 tấn) Doanh thu (1.000 tỉ đồng)
Hình 1.4 Những sản phẩm chính của thị trường bánh kẹo Việt Nam
1.2.1 Tìm kiếm và hình thành ý tưởng
Khảo sát cho thấy rằng hầu hết các doanh nghiệp bánh kẹo tại Việt Nam, dù lớn hay nhỏ, vẫn chủ yếu dựa vào lao động thủ công trong quá trình sản xuất Việc ứng dụng công nghệ hóa vào sản xuất vẫn còn hạn chế, với chỉ một số ít doanh nghiệp sử dụng máy móc hiện đại.
Máy phân loại đơn chiếc có nhược điểm là năng suất thấp và tốc độ hoạt động hạn chế, chỉ phù hợp với một số sản phẩm nhất định, đồng thời thiếu tính tự động hóa cao.
Bài toán tối ưu của công ty
Thời gian sản xuất một lô hàng
Máy 1 30 phút 40 phút 40 phút 45 phút 50 phút Máy 2 25 phút 30 phút 40 phút 35 phút 30 phút Máy 3 25 phút 20 phút 30 phút 35 phút 40 phút Máy 4 15 phút 20 phút 35 phút 25 phút 25 phút Máy 5 25 phút 10 phút 15 phút 20 phút 25 phút
Lợi nhuận trên một lô hàng 30$ 40$ 60$ 70$ 80$
Bảng 1.2.1 Bài toán giả định của công ty
Các máy phân loại trên thị trường
Phân loại bằng cảm biến Phân loại bằng màu sắc Phân loại theo kích thước
Phân loại sản phẩm theo khối lượng
Hình 1.5 Biểu đồ các loại máy phân loại được sử dụng trên thị trường
Để nâng cao doanh thu từ sản xuất bánh kẹo, cần tối ưu hóa thời gian sản xuất cho từng loại sản phẩm trên mỗi máy Do đó, việc triển khai một hệ thống phân loại bánh kẹo tự động là cần thiết để phân loại đầu ra sau khi sản xuất.
1.2.2 Khảo sát về nhu cầu của doanh nghiệp Việt Nam
Nhóm nghiên cứu đã thiết lập các tiêu chí cụ thể và tiến hành khảo sát hơn 100 doanh nghiệp nhằm cung cấp cái nhìn khách quan về thị trường Việt Nam hiện tại.
Hình 1.6 Khảo sát nhu cầu khác hàng
Biểu đồ tỷ lệ các lĩnh vực sản xuất của doanh nghiệp Việt
Công nghiệp Du lịch Thương mại Nông - lâm - thuỷ sản
Biểu đồ quy mô các doanh nghiệp được khảo sát
Doanh nghiệp lớn Doanh nghiệp vừa Doanh nghiệp nhỏ Doanh nghiệp siêu nhỏ
Hình 1.8 Biểu đồ tỷ lệ các lĩnh vực sản xuất của doanh nghiệp Việt Nam 2021
Hình 1.7 Biểu đồ quy mô các doanh nghiệp được khảo sát
Sau khi khảo sát ta thu được một số kết quả sau:
Hiện nay, thị trường bánh kẹo Việt Nam có khoảng 30 doanh nghiệp sản xuất quy mô lớn và khoảng 1,000 cơ sở sản xuất nhỏ, cùng với một số công ty nhập khẩu bánh kẹo nước ngoài, cho thấy mức độ tập trung thị trường khá thấp Các doanh nghiệp nội địa đang chiếm ưu thế, với Tập đoàn Kinh Đô và Công ty CP Bánh kẹo Hải làm những cái tên nổi bật trong ngành, chiếm tỷ trọng lớn trong thị phần.
Hà, Cty CP Bibica, Công ty CP thực phẩm Hữu Nghị) là khoảng 31% (theo doanh thu
2014), doanh nghiệp khác 49%, hàng nhập khẩu chỉ chiếm 20%
Sau khi gửi ý tưởng của công ty cho các doanh nghiệp Việt Nam, ta được biểu đồ thể hiện mức độ đón nhận sản phẩm của các doanh nghiệp:
1.2.3 Nhiệm vụ của công ty
Sau khi tiếp nhận phiếu khảo sát từ doanh nghiệp, công ty đã xác định được nhu cầu của họ liên quan đến sản phẩm hệ thống phân loại bánh kẹo ứng dụng công nghệ xử lý ảnh.
Hình 1.9 Biểu đồ thể hiện mức độ đón nhận sản phẩm của các doanh nghiệp:
Bảng 1.2.2 Phân tích nhu cầu khách hàng
STT Mong muốn của khách hàng Kết quả
20000 sản phẩm/ngày làm việc
25000 sản phẩm/ngày làm việc
30000 sản phẩm /ngày làm việc
Lắp ráp hệ thống Cụm hệ thống cố định Theo module lắp ráp thay thế vận chuyển linh hoạt
Dựa trên nhu cầu của khách hàng, công ty sẽ sản xuất các sản phẩm theo đơn đặt hàng, phù hợp với từng doanh nghiệp lớn nhỏ và khả năng kinh tế của họ.
Công ty sẽ sản xuất hệ thông:
• Phù hợp với nhiều dây chuyền của các doanh nghiệp
• Tốc độ nhận diện phân loại nhanh
• Đem lại năng xuất lớn
• Thời gian làm việc tối ưu
• Giá thành cạnh tranh với các hệ thống có trên thị trường
1.2.4 Khả năng của công ty
Công ty có đội ngũ nhân viên:
STT Phòng ban Số lượng
Bảng 1.2.3 Đội ngũ nhân lực công ty
Với đội ngũ nhân viên trên, công ty có thể đảm nhận sản xuất với năng xuất 500 hệ thống/năm
• Vốn điều lệ của công ty: 10.250.000.000 đồng
• Nhận trước cọc của doanh nghiệp 50% giá thành sản phẩm Định hướng sản xuất:
• Thiết kế bản vẽ cơ khí, mạch điện và tự gia công
• Tận dụng các chi tiết có sẵn trên thị trường như Camera, máy tính nhúng, PLC và các chi tiết cơ khí có sẵn
• Bộ phận Kỹ thuật – Bảo trì sẽ lắp ráp và kiểm định hệ thống
Sử dụng các vật liệu 100% “Made in VietNam” đạt chuẩn
Sử dụng các nguyên vật liệu thân thiện với môi trường
Có khả năng tái chế lại không thải trực tiếp ra môi trường
1.2.6 Lập kế hoạch và làm rõ nhiệm vụ
Công ty tiến hành phân tích thị trường để lập kế hoạch sản xuất hệ thống tự động phân loại bánh kẹo, ứng dụng công nghệ xử lý ảnh Đội ngũ nghiên cứu và thiết kế của công ty phát triển các concept nhằm tạo ra sản phẩm cuối cùng, sẵn sàng đưa ra thị trường tiềm năng.
Thiết kế: Cơ khí: thiết kế băng chuyền vị trí đặt xylanh
Thuật toán phân loại bánh kẹo trong xử lý ảnh được áp dụng để tối ưu hóa quy trình sản xuất cho các doanh nghiệp lớn nhỏ trong nước và các vùng lân cận Mạch điều khiển điện tử đóng vai trò quan trọng trong việc cải thiện hiệu suất và độ chính xác của hệ thống phân loại.
Yêu cầu: vận hành êm ái, tốc độ phân loại nhanh, chính xác đạt năng xuất cao, giao diện dễ sử dung bàn giao công nghệ dễ dàng
Công nghệ xử lý ảnh kết hợp với PLC đang được áp dụng để tạo ra các biểu mẫu khảo sát yêu cầu từ các công ty Quá trình này giúp tổng hợp thông tin và phân công nhiệm vụ cụ thể cho từng nhóm thiết kế và phát triển, nhằm nâng cao hiệu quả công việc.
Giá thành sản phẩm cạnh tranh và hợp lý hơn so với việc thuê lao động phân loại thủ công Sản phẩm không chỉ có độ bền cao mà còn dễ dàng trong việc vận hành, sửa chữa và bảo dưỡng.
Thiết lập danh sách yêu cầu
Nhóm 3 Danh sách yêu cầu
Hệ thống phân loại rác sử dụng công nghệ xử lý ảnh Tờ: 1
- Độ nhám bề mặt lớn
- Dễ tìm kiếm trên thị trường
- Chiều cao: Điều chỉnh được trong khoảng 0,8 - 1,3 m
+ Chịu lực >p0N + Độ cứng: 60-70 HRC
- Dễ tìm kiếm trên thị trường
- Không có góc cạnh sắc
- Có hệ thống tự ngắt khi xảy ra sự cố
- Dễ gia công, tháo lắp và thay thế
- Giá thành vật liệu và chi phí gia công hợp lý (200-
- Tốc độ của băng tải: 10-12 m/phút
- Cấu tạo cơ cấu chuyển động đơn giản
- Các chi tiết có thể tìm kiếm dễ dàng trên thị trường
- Vận hành êm, độ ồn 2 Độ dày của lớp phủ đáy > 0,5 mm
Chất liệu: An toàn với môi trường, tái chế được
Rulo: Đường kính rulo phải chọn phù hợp với tốc độ của băng tải Động cơ của băng tải:
Công suất phải đáp ứng đủ cho hệ thống hoạt động Tiếng ồn < 100 dB
Cơ cấu đẩy sản phẩm
Lực đẩy tối đa 40N, không gây hư hại cho sản phẩm
Phù hợp với kích thước của sản phẩm, dung sai tối thiểu 5%
Cảm biến đếm: Đến tối thiểu 1 triệu sản phẩm/ 1 ngày làm việc
Hiển thị kết quả thông qua hệ thống led 7 thanh trên bảng điều khiển
Bộ điều khiển PLC có tối thiểu 32 cổng vào ra
Tốc độ phản hồi nhanh, hoạt động liên tục trong thời gian dài Đảm bảo tốc độ phân loại >` sản phẩm/phút
Sử dụng điện áp 220v có sử dụng các bộ điều chỉnh điện áp
Cơ cấu định hướng: Định hướng linh hoạt dễ dàng, đổi tối đa 90 độ
Hệ thống nhận diện hình ảnh:
Hệ thống ánh sáng trong hộp nhận diện phải đủ sáng để Camera có thể nhận diện
Máy nén khí: Đáp ứng đủ áp suất khí yêu cầu để xylanh đẩy sản phẩm
Bảng 2.1.1 Xác định các vấn đề cơ bản
Thiết lập cấu trúc chức năng
2.2.1 Nguyên lý hoạt động của hệ thống
Khi hệ thống hoạt động, bánh kẹo được đưa vào băng chuyền qua máng dẫn hoặc thủ công Sau đó, bánh kẹo di chuyển trên băng chuyền đến bộ phận nhận diện, nơi camera thu nhận hình ảnh và gửi đến bộ xử lý tín hiệu Hệ thống áp dụng công nghệ xử lý ảnh để nhận diện và phân loại sản phẩm, sau đó tín hiệu được gửi đến bộ PLC để xử lý tiếp.
Băng chuyền Bộ xử lý trung tâm
Van đảo chiều điều khiển xylanh có chức năng hiệu quả trong việc phân loại và đẩy sản phẩm đến thùng chứa tương ứng Những sản phẩm không được nhận diện sẽ được chuyển đến cuối băng chuyền và được gửi đến thùng chứa chung.
2.2.2.2 Xây dựng cấu trúc chức năng
Hình 2.2 Cấu trúc chức năng
Phát triển cấu trúc làm việc
32MR/ES-A Vi điều khiển
2 Vật liệu băng tải Vải sợi PVC Vải sợi PVC Thép C15Mn
3 Vật liệu khung băng tải
Nhôm định hình Nhôm định hình Thép hợp kim
Motor giảm tốc 3 pha TransmaX
5 Rulo Đường kính rulo: 25 cm Vật liệu: thép CK15 Đường kính rulo: 30 cm Vật liệu: thép C15 Đường kính rulo: 30cm Vật liệu: thép C15Mn
GigE Vision Industrial Camera,0.5MP, 1/3.6"
CMOS Rolling shutter Global reset shutter
VLXT cameras with 10 GigE interface Mon 1.1″ CMOS Global shutter
Máy nén khí trục vít Hitachi Hiscrew
Dùng xylanh để phân loại:
Dùng tay gắp robot Cánh tay robot công nghiệp scara 4 bậc tự do
Kết hợp cả xylanh và cánh tay robot
9 Bộ xử lý thông tin camera
Raspberry Pi 4 Model B 2019 4GB RAM
NVIDIA Jetson Nano Developer Kit A02
WS-42GX775R 24V có giảm tốc
Python Yolo v4 + SSD Tensorflow API v2 with COCO
12 Số loại bánh kẹo nhận diện được
55-60 sản phẩm/ phút 65-70 sản phẩm/ phút 75-80 sản phẩm/ phút
14 Giá thành 180 – 210 triệu đồng 240 – 280 triệu đồng 300 - 350 triệu đồng
Hình 2.3 Phát triển cấu trúc làm việc
Lựa chọn cấu trúc làm việc
1 Điều khiển 1 1 0 Ổn định tốc độ xử lý nhanh
2 Vật liệu băng tải 1 1 1 Độ bền cao, thân thiện với môi trường, giá thành hợp lí
3 Vật liệu khung băng tải
1 1 0 Chịu lực tốt, chống gỉ, giá thành hợp lí
Hoạt động ổn định, công suất đủ lớn để vận hành hệ thống
5 Rulo 1 1 1 Độ bền cao, giá cả hợp lý, đáp ứng được tần suất làm việc cao
Hình ảnh nhận diện sắc nét, FPS cao, hoạt động được trong nhiều môi trường, giá thành hợp lý
7 Máy nén khí 0 1 1 Độ ồn thấp, cung cấp khí ổn định, đủ áp suất cho xy lanh
Tốc độ phản hồi nhanh, độ chính xác cao, hoạt động trơn tru
9 Bộ xử lý thông tin camera
0 1 1 Xử lý nhanh, tín hiệu chính xác, giá cả hợp lý
10 Kích thước 1 0 1 Phù hợp với không gian của nhà máy
11 Thuật toán nhận diện 0 1 1 Độ chính xác cao, nhận diện và cho kết quả nhanh trong nhiều điều kiện khác nhau
12 Số loại bánh kẹo nhận diện được
1 1 1 Đáp ứng được yêu cầu sản xuất của nhà máy
13 Công suất phân loại 1 1 1 Đảm bảo tốc độ và năng suất của nhà máy
Cạnh tranh, hợp lý với nhiều doanh nghiệp tại Việt
Hình 2.4 Lựa chọn cấu trúc làm việc
Concept 1 là giải pháp tối ưu nhất → Lựa chọn concept 1 để thiết kế cụ thể
Thiết kế cụ thể
Xây dựng các bước thiết kế cụ thể
3.1.1 Bắt đầu với giải pháp nguyên tắc và danh sách yêu cầu
+ Đảm bảo kích thước theo danh sách yêu cầu
+ Đảm bảo an toàn, công thái học và tính thẩm mỹ
+ Khung băng tải chắc chắn, chịu rung động tốt, chống rỉ sét, cách điện
+ Đảm bảo về độ bền khi chịu lực
+ Băng tải vận hành ổn định
+ Đảm bảo về các tiêu chí an toàn khi vận hành
+ Chế tạo chính xác, tháo lắp dễ dàng
+ Vật liệu chế tạo than thiện với môi trường, giá thành hợp lí
+ Hoạt động êm, tiếng ồn và độ rung nhỏ
+ Đảm bảo tốc độ của băng tải
+ Tính chọn kích thước rulo phù hợp với kích thước hệ thống và yêu cầu phân loại + Đảm bảo tốc độ phân loại theo yêu cầu
+ Đảm bảo số lượng bánh kẹo phân loại được theo yêu cầu
+ Đảm bảo cung cấp đủ áp suất khí cho hệ thống phân loại
- Phần nhận diện bánh kẹo
+ Đảm bảo nhận diện chính xác theo yêu cầu
+ Đảm bảo tốc độ nhận diện sản phẩm
+ Có khả năng điều chỉnh khả năng nhận diện
+ Giao diện dễ sử dụng
+ Đếm được số sản phẩm đã phân loại
- Các yêu cầu ràng buộc khác của hệ thống
+ Sai số của các chi tiết trong dung saic cho phép
+ Tối giản thiết kế hệ thống, dễ dàng bảo trì thay thế
+ Đảm bảo tiêu chí về giá thành sản phẩm
3.1.2 Xác định điều kiện biên hoặc không gian cưỡng bức của bước thiết kế cụ thể
- Dung sai cho phép: 1mm
Trong đó: Tốc độ băng chuyền yêu cầu cần đạt 10 -12 m/ph
Số vòng quay rulo: 10-15 vòng/ ph
Vậy chọn rulo có đường kính từ 0.25-0.3 m
⇒ Chọn chiều dài băng tải: 5.5 – 15.6 m
- Công suất của động cơ
F: hệ số ma sát = 0,3 l: chiều dài băng tải w: chiều rộng băng tải
M: Khối lượng các bộ phận chuyển động của băng tải (lấy M = 150 kg)
V: Vận tốc chuyển động của băng tải (10 – 12 m/ph)
⇒ Chọn công suất động cơ ≥ 1.5 kW Đường kính xylanh chọn bằng: 32 mm
Kiểu tác động: tác động kép
P: áp suất khí nén của máy nén khí
F: Tải trọng đáp ứng ( F= 4kg)
A: Diện tích xylanh n = số xylanh của hệ thống (n=4)
Vậy chọn máy nén khí có áp suất ≥7 bar để đáp ứng hệ thống
3.1.3 Xác lập các layout thô – xác định các bộ phận thực hiện chức năng chính
Nhóm Bộ phận Chức năng Nét đặc trưng
Cơ khí Xylanh Đẩy sản phẩm vào thùng chứa để phân loại
Bộ định hướng Trải đều sản phẩm để đưa vào băng chuyền
Là bộ phận định hình dòng chảy cho sản phẩm Băng tải Vận chuyển sản phẩm Động cơ Dẫn động cho hệ thống băng chuyền hoạt động
-Là cơ cấu dẫn động của hệ thống
Máy nén khí Cung cấp khí nén cho xylanh hoạt động
Van đảo chiều Điều khiển hoạt động của xylanh
Dẫn động từ động cơ tới rulo Điện- Điện tử
Camera Ghi lại hình ảnh của sản phẩm, sau đó gửi thông tin cho bộ phận xử lý tín hiệu
Hộp quang học Hỗ trợ camera ghi chính xác trong mọi điều kiện
Là một hộp tối có gắn dãy đèn led hỗ trợ cho camera ghi nhận hình ảnh sản phẩm
Bộ phận xử lý tín hiệu
Xử lý tín hiệu được gửi đến từ camera để phân loại sản phẩm rồi gửi tín hiệu điều khiển cho PLC để phân loại
Là trung tâm xử lý tín hiệu của toàn bộ hệ thống
Hình 3.2 Bộ phận lọc thô sản phẩm
Hình 3.1 Xác lập các layout thô
3.1.4 Giải pháp cho các chức năng phụ trợ
3.1.4.1 Bộ phận lọc thô sản phẩm
Chức năng: Đưa lần lượt từng sản phẩm vào băng chuyền tránh việc sản phẩm bị đưa vào quá nhiều gây tắc băng chuyền
PLC Gửi tín hiệu cho van đảo chiều để phân loại sản phẩm
Thiết bị đếm sản phẩm Đếm số lượng từng loại sản phẩm sau khi được phân loại
Máy tính + phần mềm điều khiển Điều khiển, thiết lập chế độ thiết bị
Hiển thị hình ảnh, thông tin hệ thống
Là giao diện điều khiển giữa người vận hành và hệ thống
Chức năng: Dẫn sản phẩm từ bộ phận lọc thô đưa vào băng chuyền
Hình 3.3 Máng dẫn sản phẩm
3.1.4.5 Thuật toán phân loại sản phẩm a Về Python
Python là một ngôn ngữ lập trình bậc cao, đa năng, được phát triển bởi Guido van Rossum và ra mắt lần đầu vào năm 1991 Với ưu điểm dễ đọc, dễ học và dễ nhớ, Python có cấu trúc rõ ràng và hình thức sáng sủa, rất phù hợp cho người mới bắt đầu lập trình Ngôn ngữ này cho phép người dùng viết mã lệnh với số lần gõ phím tối thiểu, giúp tiết kiệm thời gian và công sức.
Python là ngôn ngữ lập trình hoàn toàn động, sử dụng cơ chế cấp phát bộ nhớ tự động, tương tự như Perl, Ruby, Scheme, Smalltalk và Tcl Được phát triển trong một dự án mã mở dưới sự quản lý của tổ chức phi lợi nhuận Python Software Foundation, Python ban đầu được thiết kế để chạy trên nền Unix, nhưng đã mở rộng sang nhiều hệ điều hành khác như MS-DOS, MAC-OS, OS/2, Windows và Linux Mặc dù có sự đóng góp của nhiều cá nhân, Guido van Rossum vẫn là tác giả chủ yếu và giữ vai trò quyết định trong hướng phát triển của Python.
YOLO (You Only Look Once) là một mô hình CNN nổi bật trong việc phát hiện đối tượng nhờ vào độ chính xác cao và tốc độ nhanh hơn so với các mô hình cũ Mô hình này có khả năng hoạt động hiệu quả trên các thiết bị IoT như Raspberry Pi Đầu vào của YOLO là một bộ dữ liệu ảnh, và trong bài toán phát hiện đối tượng, nó không chỉ phân loại mà còn xác định chính xác vị trí của đối tượng trong video.
Mô hình nhận dạng ảnh bắt đầu với việc tiếp nhận một bức ảnh đầu vào, sau đó xác định xem trong ảnh có đối tượng nào hay không Nếu có, mô hình sẽ xác định tọa độ của đối tượng đó Để thực hiện quá trình này, ảnh đầu vào được chia thành các ô nhỏ với kích thước S x S, thường là 3 x 3, 7 x 7 hoặc 9 x 9.
Với đầu vào là 1 ảnh, đầu ra của mô hình sẽ là một ma trận 3 chiều có kích thước
Công thức S x S x (5 x N + M) được sử dụng để dự đoán số lượng Box (N) và Class (M) trong mỗi ô Mỗi bounding box cần dự đoán 5 thành phần, bao gồm: toạ độ tâm (x, y), chiều rộng (w), chiều cao (h) và giá trị dự đoán (prediction).
Prediction là xác suất của vật được tính là:
Pr(Object)∗ IOU(pred,truth)
Pr (Object): điểm dự đoán vật
IOU (pred, truth): là tỉ lệ diện tích 2 bounding box chồng chéo nhau với diện tích tổng
Hình 3.10 Quá trình xây dựng thuật toán Ứng dụng:
• Hệ thống theo dõi người
• Đếm số lượng vật thể
• Thanh toán tiền tại quầy hàng
• Chấm công tự động c Thuật toán
In the realm of object detection, the YOLO v4 algorithm is utilized for training product data, while OpenCV, a Python image processing library, is employed to process and deliver results.
Quá trình xây dựng thuật toán gồm 3 bước
Thu thập dữ liệu Gán nhãn và training model
Kiểm tra kết quả và debug
Hệ thống dữ liệu ảnh đầu vào bao gồm 3 loại nhãn hàng bánh kẹo khác nhau:
Dữ liệu hình ảnh đầu vào được chụp ngẫu nhiên với nhiều backgound khác nhau, cường độ ánh sáng khác nhau và nhiều góc cạnh khác nhau
Gắn nhãn là 1 bước cần có trước khi training dữ liệu
Dữ liệu ảnh bánh kẹo được dán nhãn bằng Labelimage với 3 loại nhãn: “Oreo”,
Quá trình dán nhãn sẽ cung cấp thông tin cần thiết của vật trong ảnh cho hệ thống training
Hình 3.11 Quá trình gán nhãn
Khi dán nhãn, hệ thống xuất ra 1 file “.txt” chứa các thông tin của vật trong ảnh bao gồm:
2 Tọa độ tâm của hộp giới hạn
3 Chiều dài và chiều rộng của hộp giới hạn
Google Colab, một sản phẩm từ Google Research, cho phép người dùng chạy mã Python trực tiếp trên trình duyệt, giúp vượt qua giới hạn không gian máy Với bộ nhớ đám mây lên đến 40GB và RAM ảo 13GB, Google Colab hỗ trợ việc huấn luyện dữ liệu nhanh chóng và hiệu quả.
Sau khi tải lên dữ liệu ảnh đầu vào, Google Colab tự động training dữ liệu một cách ổn định và an toàn
Nhược điểm: Do là tài khoản miễn phí nên Google Colab sẽ hủy toàn bộ dữ liệu của chúng ta sau 10 tiếng Ước tính thời gian training:
• Với mỗi ảnh chúng ta có 1 bounding box, YOLO sẽ cần dự đoán tổng cộng
3000 bounding boxes Giả sử mỗi batch của chúng ta có kích thước 64 ảnh và số lượng max_batches = 6000 Như vậy chúng ta cần dự đoán 1,152 tỉ bounding boxes
• Thời gian huấn luyện dự đoán là 24h
Kết quả khi thử nghiệm hệ thống
Chương trình được chạy thử nghiệm trên Laptop sử dụng camera 2D và cho ra kết quả với tỉ lệ chính xác cao
Sau khi xử lý ảnh, chương trình sẽ nhận diện chính xác từng loại bánh kẹo, và thông tin chi tiết về từng sản phẩm sẽ được hiển thị trên màn hình máy tính.
Hình 3.12 Kết quả nhận diện
Hình 3.13 Kết quả nhận diện
Hình 3.14 Kết quả nhận diện
Hình 3.15 Kết quả nhận diện
Hình 3.16 Kết quả nhận diện
Chức năng - Thực hiện đúng chức năng phân loại bánh kẹo đạt được năng suất và độ chính xác theo yêu cầu
- Chức năng phụ trợ: khả năng hoạt động của thiết bị đếm sản phẩm, bộ phận cấp liệu
- Nhận biết từng loại sản phẩm và đẩy sản phẩm đó về đúng thùng chứa quy định
Bố trí - Khả năng chống móp, méo, biến dạng của khung băng chuyền khi chịu lực tác động 700N
- Khả năng chịu lực kéo của băng tải
- Tính nguyên vẹn của sản phẩm sau khi phân loại
An toàn - Khung băng chuyền đảm bảo khả năng cách điện và chống rỉ sét trong điều kiện làm việc ở Việt Nam
- Hình dáng gọn gàng, kết cấu vững chắc, đảm bảo thẩm mĩ, các góc cạnh sắc được bo tròn
- Vị trí đặt các khối chức năng khoa học
- Giao diện dễ sử dụng với người vận hành
Sản xuất - Có khả năng đưa vào sản xuất số lượng lớn mà vẫn đảm bảo tính công nghệ
- Vật liệu sử dụng và giải pháp của các nhóm chức năng đảm bảo tính kinh tế khi đưa vào sản xuất hàng loạt
- Kết quả khi kiểm tra bắt buộc toàn bộ hệ thống sau khi hoàn thiện
- Kết quả khi kiểm tra ngẫu nhiên từng nhóm chức năng trong quá trình sản xuất
Lắp ráp - Sản phẩm có thể tháo dời, lắp ráp lại để phục vụ nâng cấp, thay thế, bảo dưỡng, vận chuyển
- Sử dụng các vật liệu chống va đập, thực hiện đúng nguyên tắc vận chuyển, đảm bảo hệ thống không bị hư hại
Bảo dưỡng - Hệ thống dễ dàng bảo dưỡng, thời gian tối thiểu mỗi lần bảo dưỡng để hệ thống vẫn hoạt động ổn định là 3 tháng/lần
Hoạt động - Hệ thống hoạt động ổn định, bền bỉ, tiếng ồn và độ rung nhỏ
Chi phí - Đảm bảo mức chi phí chế tạo < 210 triệu đồng
- Chi phí vận chuyển không vượt quá 15% so với chi phí sản xuất
Lịch trình - Đảm bảo tiến độ sản xuất đúng kế hoạch đề ra
Hình 3.18 Lưu đồ giải thuật của hệ thống
Tích hợp hệ thống
3.2.1 Lưu đồ giải thuật của hệ thống
Hình 3.19 Phác thảo hệ thống
