GIỚI THIỆU CHUNG
Ý nghĩa khoa học và thực tiễn đề tài
1.4 Mục tiêu nghiên cứu đề tài
1.5 Đối tượng và phạm vi nghiên cứu
CHƯƠNG 2 TỔNG QUAN VỀ MÁY BÁN HÀNG TỰ ĐỘNG
2.1 Tổng quan về máy bán hàng tự động
2.2 Tổng quan về vi điều khiển và camera
2.3 Phương pháp nhận dạng tiền giấy
CHƯƠNG 3 TÍNH TOÁN, THIẾT KẾ MÔ HÌNH MÁY MÁY BÁN HÀNG TỰ ĐỘNG
3.1 Thiết kế hệ thống cơ khí
3.2 Thiết kế hệ thống nhận dạng tiền
3.3 Thiết kế tích hợp hệ thống điện, hệ thống điều khiển vào máy bán hàng
CHƯƠNG 4: KẾT LUẬN VÀ ĐỊNH HƯỚNG PHÁT TRIỂN
4.2 Định hướng phát triển
Với sự bùng nổ của cách mạng công nghiệp 4.0, công nghệ xử lý ảnh đang trải qua những bước tiến vượt bậc Sự phát triển của trí tuệ nhân tạo (AI) đã dẫn đến việc ra đời nhiều công nghệ mới, đặc biệt là công nghệ học máy (Machine Learning), góp phần nâng cao khả năng phân tích và xử lý hình ảnh một cách hiệu quả hơn.
Học máy (Machine Learning) và công nghệ học sâu (Deep Learning) đóng vai trò quan trọng trong việc nâng cao trí tuệ nhân tạo Raspberry Pi là một trong những bộ điều khiển được đánh giá cao trong lĩnh vực Internet vạn vật (Internet of Things).
Nhóm nghiên cứu đã nhận thấy sự phát triển nhanh chóng của ngành trí tuệ nhân tạo, đặc biệt trong lĩnh vực xử lý ảnh với Neural Networks Do đó, họ quyết định chọn đề tài nhận diện tiền mặt Việt Nam để hoàn thành học phần “Đồ án tốt nghiệp” với chủ đề “Nghiên cứu, thiết kế máy bán hàng tự động ứng dụng bộ điều khiển Raspberry Pi.” Báo cáo sẽ trình bày chi tiết về xử lý ảnh, công nghệ học sâu, các mạng Neural Networks, cùng quy trình thiết kế và gia công cơ khí cho mô hình máy bán hàng tự động.
Nhóm sinh viên xin chân thành cảm ơn Thạc sỹ Lê Ngọc Duy đã hướng dẫn để hoàn thành đề tài nghiên cứu Trong quá trình thực hiện, nhóm nhận thấy kiến thức chuyên ngành còn hạn chế, dẫn đến một số thiếu sót trong việc tìm hiểu, đánh giá và trình bày đề tài Chúng tôi rất mong nhận được sự quan tâm và góp ý từ các thầy cô giảng viên bộ môn để hoàn thiện và nâng cao chất lượng đề tài.
Xin chân thành cảm ơn!
Hà Nội, ngày 1 tháng 6 năm 2022
Dương Viết Nguyên Nguyễn Tấn Ngọc Nguyễn Văn Sớm
1.2 Các vấn đề đặt ra với đề tài 10
1.3 Ý nghĩa khoa học và thực tiễn đề tài 11
1.5 Giới hạn, phạm vi nghiên cứu 11
Chương 2:CƠ SỞ LÝ THUYẾT 13
2.1 Tổng quan về máy bán hàng tự động 13
2.2 Tổng quan về vi điều khiển và camera 16
2.2.3.Phương thức giao tiếp giữa Raspberry với Arduino 20
2.3 Phương pháp nhận dạng tiền giấy 20
2.3.1.Ngôn ngữ lập trình Python 20
2.3.2.Tổng quan về xử lý ảnh 21
2.3.5.Các cấu trúc mạng CNN phổ biến 45
Chương 3:TÍNH TOÁN, THIẾT KẾ MÁY MÁY BÁN HÀNG TỰ ĐỘNG 54 3.1 Tính toán thiết kế cơ khí 54
3.1.1.Thiết kế module kẹp, phân loại tiền và lưu trữ 54
3.1.2.Thiết kế module chứa và trả sản phẩm 55
3.1.3.Khung máy bán hàng tự động 55
3.2 Tính toán thiết kế hệ thống nhận dạng tiền 59
3.3 Tính toán thiết kế tích hợp hệ thống điện, hệ thống điều khiển vào máy bán hàng 66
Chương 4:KẾT LUẬN VÀ ĐỊNH HƯỚNG PHÁT TRIỂN 72
4.3 Định hướng phát triển 75
DANH MỤC VỀ TÀI LIỆU THAM KHẢO 76
Tạo cơ sở dữ liệu 77
Sơ đồ đấu nối thiết bị đi 98
Hình 2.1 Nhà phát minh Hero of Alexandria và máy bán hàng tự động đầu tiên trên thế giới 13
Hình 2.2 Máy bán hàng tự động ngày nay 14
Hình 2.3 Máy bán hàng tự động tại hồ Gươm (Hà Nội) 15
Hình 2.5 Thông số kỹ thuật của Raspberry Pi 3 16
Hình 2.6 Các chân tín hiệu trên Raspberry Pi 3 17
Hình 2.8 Giao diện phần mềm IDE 19
Hình 2.9 Biểu tượng của ngôn ngữ lập trình Python 21
Hình 2.11 Chọn màu trong hệ RGB 22
Hình 2.13 Tách ma trận biểu diễn màu ra 3 ma trận, mỗi ma trận lưu giá trị 1 màu 25
Hình 2.14 Vector v kích thước n, ma trận W kích thước m*n 25
Hình 2.15 Hình hộp chữ nhật kích thước a*b*h 25
Hình 2.16 Biểu diễn ảnh màu 28x28x3 26
Hình 2.17 Ảnh xám của mathematical bridge 27
Hình 2.18 Biểu diễn ảnh xám 27
Hình 2.20 OpenCV trong nhận diện chữ viết tay 29
Hình 2.21 OpenCV trong nhận diện khuôn mặt 30
Hình 2.22 Sự kết hợp OpenCV – Python 31
Hình 2.25 Ứng dụng của Deep learning 36
Hình 2.28 Lớp tích chập lấy cạnh 38
Hình 2.29 Lớp tích chập làm mờ 39
Hình 2.30 Cấu trúc mạng CNN 40
Hình 2.31 Trường tiếp cận cục bộ 41
Hình 2.32 Cách tạo ra một hidden layer 41
Hình 2.33 Cách tạo ra một hidden layer 42
Hình 2.34 Các hidden layer với 1 tensor 42
Hình 2.38 Kết quả của các lớp Pooling 45
Hình 2.39 Cấu trúc mạng VGG16 cơ bản 46
Hình 2.42 Ứng dụng cảu MobileNet 49
Hình 3.1 Module kẹp và phân loại tiền 54
Hình 3.2 Hình mô phỏng module 55
Hình 3.3 Hình mô phỏng khung máy 56
Hình 3.4 Biểu diễn lực tác động lên khung 57
Hình 3.5 Biểu diễn ứng suất 58
Hình 3.6 Biểu diễn chuyển vị 58
Hình 3.7 Biểu diễn hệ số an toàn 59
Hình 3.12 Dữ liệu đã gán nhãn 62
Hình 3.14 Các lớp NN đầu ra 63
Hình 3.15 Độ chính xác của model trên tập dữ liệu Val 64
Hình 3.16 Kết quả nhận diện tiền 65
Hình 3.17 Vi xử lý Raspberry Pi 3B 66
Hình 3.18 Vi xử lý Arduino Uno R3 66
Hình 4.1 Sản phẩm hoàn thiện 72
Bảng 2.1 So sánh giữa các mạng MobileNets 50
Bảng 2.2 So sánh mạng MobileNet và các mạng CNN phổ biến 51
Bảng 2.3 So sánh mạng MobileNet nhỏ hơn và các mạng CNN phổ biến 52
Bảng 2.4 So sánh MobileNet và Inception trên tập sữ liệu Stanford Dog 52
Bảng 2.5 Nhận diện các thuộc tính khuôn mặt trên các cấu trúc mạng
Bảng 2.6 MobileNet so với FaceNet trong nhận diện khuôn mặt 53
Bảng 4.1 Kết quả thử nghiệm của loại tiền 10000 VND 73
Bảng 4.2 Kết quả thử nghiệm của loại tiền 20000 VND 74
Chương 1: GIỚI THIỆU CHUNG 1.1 Tổng quan đề tài
Trong những năm gần đây, sự mở cửa hội nhập quốc tế và phát triển kinh tế xã hội đã thúc đẩy sự xuất hiện của các loại hình phân phối hiện đại như siêu thị, cửa hàng tiện lợi và trung tâm thương mại tại các đô thị lớn ở Việt Nam Điều này nhằm đáp ứng nhu cầu mua sắm ngày càng cao của người dân.
Thị trường bán hàng tại Việt Nam đã có sự phát triển mạnh mẽ trong những năm gần đây, tuy nhiên việc nghiên cứu và xác định chiến lược cho các hình thức bán hàng hiện đại vẫn còn mới mẻ Hơn nữa, nhiều mô hình tổ chức hệ thống bán hàng hiện đại được áp dụng tại Việt Nam thiếu sự chọn lọc và chưa được nghiên cứu kỹ lưỡng để phù hợp với đặc trưng văn hóa và tâm lý tiêu dùng của người Việt.
Vi xử lý Raspberry là giải pháp tuyệt vời cho các ứng dụng công nghệ tiên tiến trong ngành khoa học máy tính, bao gồm xử lý ảnh và trí tuệ nhân tạo (AI), đồng thời có khả năng hoạt động như một chiếc máy tính Mặc dù được áp dụng rộng rãi ở nhiều quốc gia phát triển, nhưng tại Việt Nam, việc ứng dụng công nghệ này vẫn chưa phổ biến Do đó, việc triển khai mô hình máy bán hàng tự động sử dụng Raspberry sẽ mang lại nhiều lợi ích vượt trội so với mô hình truyền thống.
- Tiết kiệm chi phí thuê nhân công
- Kiểm soát hàng hóa dễ hơn
- Dễ dàng quản lý tài sản
- Chi phí hoạt động giảm, lợi nhuận tăng
Dựa trên những lợi ích mà mô hình máy bán hàng tự động sử dụng Raspberry Pi mang lại, nhóm đã quyết định chọn đề tài "Nghiên cứu và thiết kế máy bán hàng tự động ứng dụng bộ điều khiển Raspberry Pi".
1.2 Các vấn đề đặt ra với đề tài
Mục tiêu đặt ra là nghiên cứu chế tạo: Máy bán hàng tự động có kiểu dáng đẹp dễ dàng lắp đặt, bảo trì, sửa chữa
Các vấn đề cần được giải quyết đó là:
Trong lĩnh vực cơ khí, việc phân tích tính toán và lựa chọn vật liệu cùng với các thông số kỹ thuật của các chi tiết là vô cùng quan trọng Điều này đảm bảo rằng sản phẩm đạt được yêu cầu bền bỉ, tính thẩm mỹ cao, cũng như dễ dàng trong việc lắp đặt và sửa chữa.
- Thiết kế được hệ thống điều khiển hoàn toàn tự động
- Đảm bảo an toàn cho người sử dụng và bảo quản để sản phẩm không bị hỏng
- Xác định được các loại tiền mặt có giá trị khác nhau
- Vận hành đơn giản, dễ bảo dưỡng, sửa chữa
1.3 Ý nghĩa khoa học và thực tiễn đề tài
Nhóm nghiên cứu đã quyết định áp dụng Deep Learning thông qua xử lý ảnh để nhận dạng tiền, một lĩnh vực đang phát triển mạnh mẽ gần đây Công nghệ xử lý ảnh đã được ứng dụng rộng rãi trong các lĩnh vực như bãi đỗ xe thông minh, nhận dạng khuôn mặt, phân biệt sản phẩm, và xây dựng mô hình xe địa hình ROS Đặc biệt, công nghệ này còn được sử dụng trong trí tuệ nhân tạo để nhận dạng và phát hiện người không đeo khẩu trang.
Nghiên cứu các mô hình máy bán hàng hiện có trên thị trường, bao gồm cấu trúc, giao diện và tính năng của chúng, là bước quan trọng trong thiết kế Áp dụng phương pháp luận trong thiết kế cơ điện tử sẽ giúp tối ưu hóa quy trình phát triển máy bán hàng, đảm bảo tính hiệu quả và đáp ứng nhu cầu người dùng.
- Thiết kế theo tuần tự, và đồng thời
- Mô hình hóa phần cơ, mô phỏng hóa phần điện, tối ưu hóa trước khi hoàn thiện thiết kế trước khi chế tạo
1.5 Giới hạn, phạm vi nghiên cứu
- Giới hạn lý thuyết: Kiến thức học phần “Lý thuyết điều khiển tự động”, “Kỹ thuật điện tử” đã được học trên lớp
- Thiết bị, linh kiện: Nghiên cứu hoạt động của Cảm biến tiệm cận, động cơ
DC, IC ghi dịch 74HC595, Raspberry Pi Camera
- Vi điều khiển: Raspberry Pi
- Ngôn ngữ lập trình cho hệ thống: Sử dụng ngôn ngữ Python
Chúng tôi sử dụng bốn phần mềm chính để phát triển dự án: Solidworks cho thiết kế cơ khí, Proteus để xây dựng và kết nối mạch nguyên lý điều khiển máy bán hàng tự động, Python IDE cho việc tạo và biên dịch chương trình điều khiển, và Pycharm để xây dựng thuật toán nhận diện tiền giấy.
- Các loại tiền nhận dạng được: 1000, 2000, 5000, 10000, 20000 VND
CƠ SỞ LÝ THUYẾT
Phương pháp nhận dạng tiền giấy
CHƯƠNG 3 TÍNH TOÁN, THIẾT KẾ MÔ HÌNH MÁY MÁY BÁN HÀNG TỰ ĐỘNG
3.1 Thiết kế hệ thống cơ khí
3.2 Thiết kế hệ thống nhận dạng tiền
3.3 Thiết kế tích hợp hệ thống điện, hệ thống điều khiển vào máy bán hàng
CHƯƠNG 4: KẾT LUẬN VÀ ĐỊNH HƯỚNG PHÁT TRIỂN
4.2 Định hướng phát triển
Với sự bùng nổ của cách mạng công nghiệp 4.0, công nghệ xử lý ảnh đang chứng kiến những bước tiến vượt bậc Sự phát triển của trí tuệ nhân tạo (AI) đã thúc đẩy nhiều công nghệ mới, đặc biệt là công nghệ học máy (Machine Learning), mang lại tiềm năng to lớn trong việc cải thiện hiệu suất và độ chính xác của các ứng dụng xử lý hình ảnh.
Học máy và công nghệ học sâu đóng vai trò quan trọng trong việc nâng cao trí tuệ nhân tạo Raspberry Pi là một trong những bộ điều khiển được ưa chuộng và đánh giá cao trong lĩnh vực Internet vạn vật.
Nhóm nghiên cứu đã nhận thấy sự phát triển nhanh chóng của ngành trí tuệ nhân tạo và quyết định chọn lĩnh vực xử lý ảnh bằng Neural Networks để nhận diện các loại tiền mặt Việt Nam Đề tài "Nghiên cứu, thiết kế máy bán hàng tự động ứng dụng bộ điều khiển Raspberry Pi" được thực hiện như một phần của học phần “Đồ án tốt nghiệp” Báo cáo chi tiết về quy trình xử lý ảnh, công nghệ học sâu, các mạng Neural Networks và thiết kế gia công cơ khí cho mô hình máy bán hàng tự động.
Nhóm sinh viên xin chân thành cảm ơn Thạc sỹ Lê Ngọc Duy đã hướng dẫn nhóm trong quá trình hoàn thành đề tài nghiên cứu Tuy nhiên, do kiến thức chuyên ngành còn hạn chế, nhóm nhận thấy còn nhiều thiếu sót trong việc tìm hiểu, đánh giá và trình bày đề tài Chúng tôi rất mong nhận được sự quan tâm và góp ý từ các thầy cô giảng viên bộ môn để đề tài có thể được hoàn thiện hơn.
Xin chân thành cảm ơn!
Hà Nội, ngày 1 tháng 6 năm 2022
Dương Viết Nguyên Nguyễn Tấn Ngọc Nguyễn Văn Sớm
1.2 Các vấn đề đặt ra với đề tài 10
1.3 Ý nghĩa khoa học và thực tiễn đề tài 11
1.5 Giới hạn, phạm vi nghiên cứu 11
Chương 2:CƠ SỞ LÝ THUYẾT 13
2.1 Tổng quan về máy bán hàng tự động 13
2.2 Tổng quan về vi điều khiển và camera 16
2.2.3.Phương thức giao tiếp giữa Raspberry với Arduino 20
2.3 Phương pháp nhận dạng tiền giấy 20
2.3.1.Ngôn ngữ lập trình Python 20
2.3.2.Tổng quan về xử lý ảnh 21
2.3.5.Các cấu trúc mạng CNN phổ biến 45
Chương 3:TÍNH TOÁN, THIẾT KẾ MÁY MÁY BÁN HÀNG TỰ ĐỘNG 54 3.1 Tính toán thiết kế cơ khí 54
3.1.1.Thiết kế module kẹp, phân loại tiền và lưu trữ 54
3.1.2.Thiết kế module chứa và trả sản phẩm 55
3.1.3.Khung máy bán hàng tự động 55
3.2 Tính toán thiết kế hệ thống nhận dạng tiền 59
3.3 Tính toán thiết kế tích hợp hệ thống điện, hệ thống điều khiển vào máy bán hàng 66
Chương 4:KẾT LUẬN VÀ ĐỊNH HƯỚNG PHÁT TRIỂN 72
4.3 Định hướng phát triển 75
DANH MỤC VỀ TÀI LIỆU THAM KHẢO 76
Tạo cơ sở dữ liệu 77
Sơ đồ đấu nối thiết bị đi 98
Hình 2.1 Nhà phát minh Hero of Alexandria và máy bán hàng tự động đầu tiên trên thế giới 13
Hình 2.2 Máy bán hàng tự động ngày nay 14
Hình 2.3 Máy bán hàng tự động tại hồ Gươm (Hà Nội) 15
Hình 2.5 Thông số kỹ thuật của Raspberry Pi 3 16
Hình 2.6 Các chân tín hiệu trên Raspberry Pi 3 17
Hình 2.8 Giao diện phần mềm IDE 19
Hình 2.9 Biểu tượng của ngôn ngữ lập trình Python 21
Hình 2.11 Chọn màu trong hệ RGB 22
Hình 2.13 Tách ma trận biểu diễn màu ra 3 ma trận, mỗi ma trận lưu giá trị 1 màu 25
Hình 2.14 Vector v kích thước n, ma trận W kích thước m*n 25
Hình 2.15 Hình hộp chữ nhật kích thước a*b*h 25
Hình 2.16 Biểu diễn ảnh màu 28x28x3 26
Hình 2.17 Ảnh xám của mathematical bridge 27
Hình 2.18 Biểu diễn ảnh xám 27
Hình 2.20 OpenCV trong nhận diện chữ viết tay 29
Hình 2.21 OpenCV trong nhận diện khuôn mặt 30
Hình 2.22 Sự kết hợp OpenCV – Python 31
Hình 2.25 Ứng dụng của Deep learning 36
Hình 2.28 Lớp tích chập lấy cạnh 38
Hình 2.29 Lớp tích chập làm mờ 39
Hình 2.30 Cấu trúc mạng CNN 40
Hình 2.31 Trường tiếp cận cục bộ 41
Hình 2.32 Cách tạo ra một hidden layer 41
Hình 2.33 Cách tạo ra một hidden layer 42
Hình 2.34 Các hidden layer với 1 tensor 42
Hình 2.38 Kết quả của các lớp Pooling 45
Hình 2.39 Cấu trúc mạng VGG16 cơ bản 46
Hình 2.42 Ứng dụng cảu MobileNet 49
Hình 3.1 Module kẹp và phân loại tiền 54
Hình 3.2 Hình mô phỏng module 55
Hình 3.3 Hình mô phỏng khung máy 56
Hình 3.4 Biểu diễn lực tác động lên khung 57
Hình 3.5 Biểu diễn ứng suất 58
Hình 3.6 Biểu diễn chuyển vị 58
Hình 3.7 Biểu diễn hệ số an toàn 59
Hình 3.12 Dữ liệu đã gán nhãn 62
Hình 3.14 Các lớp NN đầu ra 63
Hình 3.15 Độ chính xác của model trên tập dữ liệu Val 64
Hình 3.16 Kết quả nhận diện tiền 65
Hình 3.17 Vi xử lý Raspberry Pi 3B 66
Hình 3.18 Vi xử lý Arduino Uno R3 66
Hình 4.1 Sản phẩm hoàn thiện 72
Bảng 2.1 So sánh giữa các mạng MobileNets 50
Bảng 2.2 So sánh mạng MobileNet và các mạng CNN phổ biến 51
Bảng 2.3 So sánh mạng MobileNet nhỏ hơn và các mạng CNN phổ biến 52
Bảng 2.4 So sánh MobileNet và Inception trên tập sữ liệu Stanford Dog 52
Bảng 2.5 Nhận diện các thuộc tính khuôn mặt trên các cấu trúc mạng
Bảng 2.6 MobileNet so với FaceNet trong nhận diện khuôn mặt 53
Bảng 4.1 Kết quả thử nghiệm của loại tiền 10000 VND 73
Bảng 4.2 Kết quả thử nghiệm của loại tiền 20000 VND 74
Chương 1: GIỚI THIỆU CHUNG 1.1 Tổng quan đề tài
Trong những năm gần đây, việc mở cửa hội nhập quốc tế và sự phát triển kinh tế xã hội đã dẫn đến sự bùng nổ của các hình thức phân phối hiện đại như siêu thị, cửa hàng tiện lợi và trung tâm thương mại tại các đô thị lớn ở Việt Nam, nhằm đáp ứng nhu cầu mua sắm ngày càng cao của người dân.
Thị trường bán hàng Việt Nam đã có sự phát triển mạnh mẽ trong những năm gần đây, tuy nhiên, việc nghiên cứu và xác định chiến lược phát triển các hình thức bán hàng hiện đại vẫn còn là một thách thức Hầu hết các mô hình tổ chức hoạt động của hệ thống bán hàng hiện đại được áp dụng tại Việt Nam thường thiếu sự chọn lọc và chưa được nghiên cứu kỹ lưỡng để phù hợp với đặc trưng văn hóa và tâm lý tiêu dùng của người Việt.
Vi xử lý Raspberry là giải pháp tuyệt vời cho việc ứng dụng công nghệ mới trong khoa học máy tính, như xử lý ảnh và trí tuệ nhân tạo (AI), và có thể hoạt động như một chiếc máy tính Mặc dù được áp dụng rộng rãi trên toàn thế giới, đặc biệt là ở các nước phát triển, nhưng tại Việt Nam, việc ứng dụng này vẫn còn hạn chế Do đó, việc triển khai mô hình máy bán hàng tự động sử dụng Raspberry sẽ mang lại nhiều lợi ích hơn so với mô hình truyền thống.
- Tiết kiệm chi phí thuê nhân công
- Kiểm soát hàng hóa dễ hơn
- Dễ dàng quản lý tài sản
- Chi phí hoạt động giảm, lợi nhuận tăng
Dựa trên những lợi ích mà mô hình máy bán hàng tự động ứng dụng Raspberry Pi mang lại, nhóm đã quyết định chọn đề tài "Nghiên cứu và thiết kế máy bán hàng tự động sử dụng bộ điều khiển Raspberry Pi".
1.2 Các vấn đề đặt ra với đề tài
Mục tiêu đặt ra là nghiên cứu chế tạo: Máy bán hàng tự động có kiểu dáng đẹp dễ dàng lắp đặt, bảo trì, sửa chữa
Các vấn đề cần được giải quyết đó là:
Trong lĩnh vực cơ khí, việc phân tích tính toán và lựa chọn vật liệu cùng với các thông số kỹ thuật cho các chi tiết là rất quan trọng Các yếu tố này cần phải đáp ứng yêu cầu của đề tài, bao gồm độ bền cao, tính thẩm mỹ hấp dẫn, cũng như khả năng lắp đặt và sửa chữa dễ dàng.
- Thiết kế được hệ thống điều khiển hoàn toàn tự động
- Đảm bảo an toàn cho người sử dụng và bảo quản để sản phẩm không bị hỏng
- Xác định được các loại tiền mặt có giá trị khác nhau
- Vận hành đơn giản, dễ bảo dưỡng, sửa chữa
1.3 Ý nghĩa khoa học và thực tiễn đề tài
Nhóm nghiên cứu đã quyết định ứng dụng Deep Learning qua xử lý ảnh để nhận dạng tiền, một lĩnh vực đang phát triển mạnh mẽ gần đây Công nghệ này đã được áp dụng trong nhiều lĩnh vực như bãi đỗ xe thông minh, nhận dạng khuôn mặt, phân biệt sản phẩm, và xây dựng mô hình xe địa hình ROS Đặc biệt, nó còn được sử dụng trong trí tuệ nhân tạo để nhận diện và phát hiện người không đeo khẩu trang.
Nghiên cứu các mô hình máy bán hàng hiện có trên thị trường, bao gồm kết cấu, giao diện và tính năng của chúng Áp dụng phương pháp luận trong thiết kế cơ điện tử để cải tiến và phát triển máy bán hàng mới, nhằm nâng cao hiệu suất và trải nghiệm người dùng.
- Thiết kế theo tuần tự, và đồng thời
- Mô hình hóa phần cơ, mô phỏng hóa phần điện, tối ưu hóa trước khi hoàn thiện thiết kế trước khi chế tạo
1.5 Giới hạn, phạm vi nghiên cứu
- Giới hạn lý thuyết: Kiến thức học phần “Lý thuyết điều khiển tự động”, “Kỹ thuật điện tử” đã được học trên lớp
- Thiết bị, linh kiện: Nghiên cứu hoạt động của Cảm biến tiệm cận, động cơ
DC, IC ghi dịch 74HC595, Raspberry Pi Camera
- Vi điều khiển: Raspberry Pi
- Ngôn ngữ lập trình cho hệ thống: Sử dụng ngôn ngữ Python
Trong bài viết này, chúng tôi sử dụng bốn phần mềm chính để thực hiện dự án: Solidworks cho thiết kế cơ khí, Proteus để xây dựng và kết nối mạch nguyên lý cho máy bán hàng tự động, Python IDE cho việc tạo và biên dịch chương trình điều khiển, và Pycharm để phát triển thuật toán nhận diện tiền giấy.
- Các loại tiền nhận dạng được: 1000, 2000, 5000, 10000, 20000 VND
Chương 2: CƠ SỞ LÝ THUYẾT 2.1 Tổng quan về máy bán hàng tự động
Vào đầu thế kỷ thứ nhất, nhà toán học Hero tại Ai Cập đã phát minh ra chiếc máy tự động đầu tiên, phục vụ mục đích bán nước thánh cho người dân trong khu vực.
Chiếc máy tự động này nhận đồng xu và cung cấp một lượng nước thánh nhất định, giúp kiểm soát liều lượng nước thánh mà người dân sử dụng Điều này không chỉ nâng cao hiệu quả sử dụng mà còn hạn chế lượng nước mà các tín đồ Ai Cập tiêu thụ khi đến đền thờ, với lượng nước tương ứng với số tiền xu họ đã bỏ vào máy.
Theo quan điểm của người Ai Cập, nước thánh là nguồn nước giúp thanh tịnh linh hồn và cải thiện cuộc sống Do đó, chiếc máy này rất phổ biến và được ưa chuộng trong thời kỳ đó.
Hình 2.1 Nhà phát minh Hero of Alexandria và máy bán hàng tự động đầu tiên trên thế giới
Từ phát minh của Hero, nhiều nhà khoa học khác cũng đã phát triển và tạo ra nhiều dòng máy tự động tương tự như:
- Hộp danh dự (Honour Box): Sử dụng để bán thuốc bột và thuốc lá được phát minh vào thế kỷ thứ 17 tại Anh
- Máy bán tem: Ra đời vào năm 1857 tại xứ sở sương mù
- Máy phân phối bưu thiếp: Được sản xuất vào năm 1883 thuộc hãng Percival Everitt
- Máy bán socola và nước uống tự động: Ra đời tại Đức
