GIỚI THIỆU
Tính cấp thiết của đề tài
Ngày nay, sự phát triển của khoa học đời sống đã cải thiện đáng kể chất lượng cuộc sống con người, đặc biệt là nhờ vào ngành kỹ thuật điện – điện tử Các thiết bị điện, điện tử ngày càng được ứng dụng rộng rãi, mang lại nhiều lợi ích cho đời sống vật chất và tinh thần Đề tài “Xây dựng hệ thống xe chạy tự động theo line trên ô tô” được chọn nhằm áp dụng công nghệ tự động hóa trong giao thông, giúp người lái giảm bớt căng thẳng khi lái xe liên tục trong nhiều giờ Hệ thống này cho phép xe duy trì tốc độ ổn định, giảm thiểu mệt mỏi và tiết kiệm nhiên liệu bằng cách kiểm soát độ lệch bướm ga, mang lại sự tiện lợi tối đa cho người sử dụng.
Chúng em hoạt động dựa trên nguyên tắc dò line trắng dán trên nền thông thường, đồng thời sử dụng cảm biến siêu âm để tránh vật cản trong môi trường đường phố đông đúc.
Ý nghĩa khoa học và thực tiễn của đề tài
Đề tài "Xây dựng hệ thống xe chạy tự động theo line trên ô tô" mang ý nghĩa khoa học quan trọng trong công nghệ chế tạo robot hiện đại Hệ thống này đóng vai trò như "mắt" của robot, giúp nhận diện đường đi, điều chỉnh tốc độ động cơ và tránh các vật cản.
Với sự tiến bộ không ngừng của công nghệ hiện đại, ứng dụng trong chế tạo robot đang ngày càng trở nên phổ biến, không chỉ trong ngành công nghiệp ô tô mà còn trong lĩnh vực đồ dùng thông minh và thiết bị nhận dạng.
Mục tiêu nghiên cứu của đề tài
- Tạo ra một thiết bị thông minh giúp nâng cao đời sống con người.
- Tìm hiểu về cách sử dụng và lập trình Python.
- So sánh với đề tài được đặt ra.
- Tiến hành viết chương trình hệ thống.
- Sửa chữa, khắc phục lỗi (nếu có).
Đối tượng và phạm vi nghiên cứu
Chế tạo mô hình xe điện sử dụng vi điều khiển giúp xử lý thuật toán dò line hiệu quả Đồng thời, máy tính nhúng Raspberry Pi được áp dụng để thu thập và xử lý hình ảnh, nâng cao khả năng nhận diện và điều khiển của xe Sự kết hợp này không chỉ tối ưu hóa hiệu suất mà còn mở ra nhiều ứng dụng trong lĩnh vực tự động hóa và robotics.
Sinh viên đã thiết kế một mô hình xe điện hoạt động trên sa hình mô phỏng, sử dụng các đường line và công nghệ xử lý ảnh để nhận diện biển báo và tín hiệu giao thông.
TỔNG QUAN NGHIÊN CỨU VỀ ĐỀ TÀI
Giới thiệu
Hệ thống dò line tích hợp trên xe ô tô cho phép xe di chuyển chính xác theo các đường kẻ đã được vẽ trên bề mặt như đường, garage, và kho xưởng Sử dụng cảm biến quang để kiểm tra độ thẳng và điều chỉnh hướng di chuyển, hệ thống này liên tục cân chỉnh các sai lệch nhờ vào phản hồi từ cảm biến Bên cạnh đó, việc kết hợp xử lý ảnh giúp xe nhận diện các biển báo chỉ dẫn và đèn giao thông, tạo nên một hệ thống xử lý đơn giản nhưng hiệu quả cao.
Nền tảng
Ngày nay, công nghệ ngày càng trở nên quan trọng và phát triển nhanh chóng trong các phòng nghiên cứu trên toàn thế giới Không chỉ cần biết cách sử dụng công nghệ, mà còn phải hiểu cách tạo ra và phát triển nó Nhiều đề tài nghiên cứu hiện tại thường chỉ tập trung vào một phạm vi cụ thể, điều này hạn chế sự đổi mới và khả năng sáng tạo Đề tài này được hình thành từ sự kết nối giữa nhiều lĩnh vực khác nhau, kết hợp các kỹ năng về cơ khí, điện & điện tử và lập trình.
Có cái nhìn trực quan về toán học và công nghệ.
Có khả năng xây dựng hệ thống một cách logic.
Mang lại sự đổi với và khả năng sáng tạo.
Nâng cao kỹ năng giải quyết vấn đề.
Hệ thống dò line không chỉ giúp xe di chuyển theo lộ trình đã định sẵn, mà còn có khả năng nhận diện biển báo thông qua công nghệ xử lý ảnh.
Nguồn cảm hứng
Trong các thành phố lớn như New York và Tokyo, hệ thống tàu điện ngầm đã được xây dựng để giảm thiểu tình trạng kẹt xe, với các đầu tàu di chuyển theo tuyến đường cố định nhằm hạn chế tai nạn giao thông Từ ý tưởng này, việc phát triển hệ thống dò line cho ô tô đã ra đời, giúp xe tự hành an toàn và hiệu quả trên các tuyến đường đã được chỉ định Mặc dù hiện nay việc di chuyển tự động trên quy mô lớn vẫn gặp khó khăn, nhưng công nghệ này có thể được ứng dụng hiệu quả trong bãi đỗ xe tự động, nơi các xe có khả năng nhận diện biển báo và di chuyển theo line đến các ô đỗ.
Các robot dò line nay đã được sử dụng rất nhiều trong môi trường công nghiệp như vận chuyển hàng hóa, thiết bị dân dụng, etc.
Giới hạn
(Mẫu Hình thức trình bày tài liệu tham khảo)
CƠ SỞ LÝ THUYẾT
Khảo sát về công nghệ
Robot dò line là một thiết bị tự động có khả năng nhận diện và di chuyển theo đường kẻ sơn trên mặt sàn Sử dụng Arduino cùng với cảm biến quang, robot này phát hiện các đường kẻ màu đen trên nền trắng Đặc biệt, nó còn tích hợp máy tính nhúng Raspberry Pi 3 B+ và module Camera 5MP để thu thập và xử lý thông tin từ các biển báo tín hiệu.
Hoạt động cơ bản của hệ thống
Hoạt động cơ bản của hệ thống được chỉ ra dưới đây:
Cảm biến quang, bao gồm IR-LED và Photodiode, được gắn ở phía trước xe để chụp vị trí line Với cấu tạo đơn giản, cảm biến quang hiệu quả trong việc đánh giá độ tương phản giữa nền và line.
Mô hình xe sử dụng vi điều khiển Arduino để điều khiển động cơ thông qua phản hồi từ cảm biến quang, trong khi máy tính nhúng Raspberry Pi 3 B+ thực hiện xử lý hình ảnh và gửi tín hiệu ưu tiên cao cho vi điều khiển để thực thi.
Nếu xe không phát hiện được đường line nào xe di chuyển xoay vòng cho đến khi tìm được line.
Hình 3.: Sơ đồ khối của hệ thống
Tổng quan về phần cứng
Phần cứng được chia ra làm 3 hệ thống, hệ thống đầu vào (Input system), hệ thống xử lý tín hiệu (Processing System) và hệ thống đầu ra (Ouput system).
Bộ dò line QTR-8RC sử dụng phototransistor để phát hiện line, với 8 bộ thu phát được bố trí cách đều 9.525mm, hướng xuống mặt đất Thiết bị này có khả năng phát hiện line hiệu quả nhờ vào cấu trúc đặc biệt của nó.
Không cần bộ chuyển đổi ADC.
Cải thiện độ nhạy bằng cách băm xung MOSFET.
Đọc song song nhiều tín hiệu đầu ra cho vi điều khiển.
Đọc song song cho phép tối ưu hóa tùy chọn nguồn đầu vào.
Hình 3.: Sơ đồ nguyên lý của module QTR-8RC
Hình 3.: Ảnh thực tế của module QTR-8RC
Dimensions: 2.95" x 0.5" x 0.125" (without header pins installed)
Output format: 8 digital I/O-compatible signals that can be read as a timed high pulse
Maximum recommended sensing distance: 0.375" (9.5 mm)
(Mẫu Hình thức trình bày tài liệu tham khảo)
Weight without header pins: 0.11 oz (3.09 g)
Hình 3.: QTR-1RC đầu ra (màu vàng) khi được đặt trên line đen với khoảng cách 3mm và tín hiệu được đưa vào vi điều khiển
Giao tiếp đầu ra của QRT-8RC với những I/O của vi điều khiển:
Module QRT-8RC cung cấp 8 tín hiệu đầu ra độc lập và song song, yêu cầu một đường I/O có khả năng điều khiển đầu ra ở mức cao Sau đó, cần đợi thời gian lấy mẫu vào vi điều khiển trước khi điều khiển đầu ra ở mức thấp Quy trình điều khiển để đọc cảm biến diễn ra theo trình tự nhất định.
2 Thiết lập I/O là ouput và điện áp ra là mức cao
3 Đợi ít nhất 10us để đầu ra cảm biến là cao
4 Thiết lập I/O là input (trở kháng cao)
5 Đo thời gian để điện áp giảm xuống bằng cách đợi dòng I/O xuống thấp
Các bước trên có thể thực hiện một cách song song với nhiều I/O.
Hình 3.: Module máy ảnh 5MP cho Raspberry Pi
Camera được kết nối với Raspberry Pi qua một socket nhỏ có nhãn "Camera" trên bo mạch Kết nối này sử dụng giao diện CSI, được thiết kế đặc biệt để truyền tải dữ liệu giữa Camera và Raspberry Pi Bus CSI cho phép truyền dữ liệu với tốc độ cao, chỉ mang theo dữ liệu hình ảnh.
Kích thước của board camera chỉ khoảng 25mm x 20mm x 9mm và nặng hơn 3 gram, rất lý tưởng cho các ứng dụng di động hoặc dự án yêu cầu kích thước và trọng lượng nhỏ Camera được kết nối với bộ xử lý BCM2835 trên Raspberry Pi thông qua bus CSI, sử dụng cáp FFC (Flexible Flat Cable) để kết nối với Pi Camera, phù hợp với Raspberry Pi Zero và Zero.
Bộ sản phẩm này đi kèm với 2 cáp FFC khác nhau, tương thích với các chuẩn kết nối CSI khác nhau, bao gồm một cáp dành cho Raspberry Pi (Model A, B và B+) và một cáp dành cho Raspberry Pi nhỏ gọn (The Zero series).
Máy ảnh được trang bị cảm biến 5 megapixel và ống kính với tiêu cự cố định, cho phép chụp ảnh tĩnh với độ phân giải 2592 x 1944 pixel Ngoài ra, camera còn hỗ trợ quay video với các độ phân giải 1080p @ 30fps, 720p @ 60fps và 640x480p ở 60/90fps.
Tương thích với tất cả phiên bản Raspberry Pi 1, 2 và 3; và dĩ nhiên không thể thiếu Zero series (chỉ cần đổi cáp FFC)
Module camera 5MP (megapixel) omnivision 5647
Chụp ảnh tĩnh ở độ phân giải 2592 x 1944
Hỗ trợ quay video 1080p tại 30fps, 720p tại 60fps và 640x480p 60/90
Kết nối MIPI camera serial interface 15 chân, cắm trực tiếp lên bo mạch Raspberry Pi
Kích thước 20mm x 25mm x 9mm
(Mẫu Hình thức trình bày tài liệu tham khảo)
Arduino Pro Mini là phiên bản nhỏ gọn nhất trong dòng Arduino, vẫn giữ tính năng tương đương với Arduino Uno/Nano nhờ sử dụng vi điều khiển ATmega328P Với thiết kế chip dán, Arduino Pro Mini cung cấp thêm 2 chân Analog A6 và A7 so với Arduino Uno Sản phẩm này không chỉ nhỏ gọn mà còn có giá thành phải chăng, trở thành lựa chọn tối ưu cho nhiều ứng dụng khác nhau.
Tần số xung thạch anh: 16Mhz.
Điện áp sử dụng: 5VDC.
Thiết kế nhỏ gọn, linh kiện gia công board mạch chất lượng cao.
Tương thích Code với Arduino Uno và Nano.
3.3.4 Mạch điều khiển động cơ DC TB6612
Mạch điều khiển động cơ DC TB6612 có khả năng điều khiển hai motor DC hoặc một động cơ bước, hỗ trợ dòng điện liên tục lên đến 1.2A và điện áp từ 3 đến 15VDC Sản phẩm này rất phù hợp cho các mô hình robot và việc điều khiển động cơ cỡ nhỏ.
IC chính: TB6612 Dual H-Bridge Motor Driver
Dòng đầu ra mỗi động cơ: 1.2A /3.2A (peak)
Điều khiển được 2 động cơ DC hoặc 1 động cơ bước 4 dây.
3.3.5 Module hạ áp DC LM2596 3A
(Mẫu Hình thức trình bày tài liệu tham khảo)
Hình 3.: Module hạ áp DC LM2596 3A
Mạch giảm áp DC LM2596 3A nhỏ gọn có khả năng hạ áp từ 30V xuống 1.5V với hiệu suất cao lên đến 92% Sản phẩm này lý tưởng cho các ứng dụng chia nguồn, hạ áp và cung cấp điện cho các thiết bị như camera, motor, robot, và nhiều thiết bị khác.
Điện áp đầu vào: Từ 3V đến 30V.
Điện áp đầu ra: Điều chỉnh được trong khoảng 1.5V đến 30V.
Dòng đáp ứng tối đa là 3A.
Kích thước: 45 (dài) * 20 (rộng) * 14 (cao) mm
Động cơ micro hộp giảm tốc kim loại với động cơ chổi than cung cấp tỉ lệ hộp giảm tốc đa dạng từ 5:1 đến 1000:1 Sản phẩm này có kích thước nhỏ gọn, rất phù hợp cho các ứng dụng học tập và nghiên cứu chuyển động.
Tốc độ không tải 3300RPM, 150mA
Mô men xoắn 0.17 kg⋅cm (2.4 oz⋅in)
3.3.7 Máy tính nhúng Raspberry Pi 3 Model B+
Hình 3.: Máy tính nhúng Raspberry Pi 3 Model B+
Raspberry Pi 3 Model B+ là phiên bản mới nhất và phổ biến nhất trong dòng máy tính Raspberry Pi, với nhiều tính năng nổi bật.
Bộ vi xử lý lõi tứ 64-bit chạy ở xung nhịp 1.4GHz với tản nhiệt kim loại tích hợp
Dual-band 2.4GHz and 5GHz wireless LAN
Tốc độ Ethernet nhanh hơn (300 Mbps)
Hỗ trợ Cấp nguồn qua Ethernet (PoE) với PoE HAT (mua riêng)
Broadcom BCM2837B0, 64-bit ARM Cortex-A53 Quad Core Processor SoC hoạt động ở
@ 1.4GHz, với tản nhiệt kim loại gắn lên CPU để tản nhiệt tốt hơn
4 x Cổng USB2.0 cung cấp dòng điện đầu ra 1.2A
40-chân GPIO có thể mở rộng
Xuất Video/Audio thông qua cổng 3.5mm 4 cực, HDMI, CSI camera, or Raw LCD (DSI)
Gigabit Ethernet over USB 2.0 (throughput tối đa 300 Mbps)
Hỗ trợ Power-over-Ethernet (PoE) (cần có PoE HAT riêng)
2.4GHz và 5GHz IEEE 802.11.b/g/n/ac wireless LAN, Bluetooth 4.2, BLE
Low-Level Peripherals: o 27 x GPIO o UART o I2C bus o SPI bus with two chip selects o +3.3V o +5V o Ground
Yêu cầu nguồn điện: 5V/2.5A thông qua kết nối Micro B USB
(Mẫu Hình thức trình bày tài liệu tham khảo)
Hỗ trợ Raspbian, Windows 10 IoT Core, OpenELEC, OSMC, Pidora, Arch Linux, RISC OS.
Hình 3.: Pin sạc Lipo Vant 2S (7.4V) 50C 5200mAh
Pin Lipo 2S (7.4V) chất lượng cao là sự lựa chọn hoàn hảo cho mọi loại xe RC Với thiết kế hộp cứng, pin dễ dàng lọt vào khay pin của các dòng xe 1/10 và 1/8, đảm bảo an toàn và bảo vệ tốt cho cục pin Đặc biệt, pin có dung lượng lớn lên đến 5,200mAh, mang lại hiệu suất tối ưu cho trải nghiệm lái xe.
Pin sạc Lipo VANT 2S (7.4V) 50C 5,200mAh chuyên dùng cho xe & tàu mô hình điều khiển tốc độ caoDimensions: 85mm x 56mm x 17mm.
Pin Lipo Hard Case (hộp cứng) chuyên dùng cho xe RC, được bảo vệ chống chấn động và vừa vặn khay các loại xe RC
Sử dụng loại Cell Grade A có dòng xả lên đến 50C, phù hợp cho bất cứ loại động cơ điện nào, kể cả loại Brushed và Brushless
Dung lượng cực cao 5,200mAh
Kích thước Dài 136mm, rộng 44mm, cao 26mm
Kiểu dây bên hông khay pin, thuận tiện cho việc cắm sạc pin dễ dàng
Hệ thống được cấu thành từ ba thành phần chính: hệ thống đầu vào (Input system), hệ thống xử lý tín hiệu (Processing System) và hệ thống đầu ra (Output system).
Hệ thống đầu vào sử dụng cảm biến quang QTR-8RC với các phototransistor để phát hiện đường đi Hình ảnh được thu thập từ camera sẽ được xử lý bởi máy tính nhúng Raspberry Pi, sau đó gửi tín hiệu đến vi xử lý.
Hệ thống xử lý tín hiệu sử dụng Arduino Pro Mini với chip Atmega 328 để nhận tín hiệu từ đầu vào, sau đó đưa vào bộ điều khiển PID để xử lý liên tục Đồng thời, máy tính nhúng Raspberry Pi đảm nhiệm việc xử lý dữ liệu hình ảnh từ camera và truyền thông với vi điều khiển qua giao thức UART.
Tổng quan về phần mềm
3.4.1 Phần mềm lập trình Arduino Pro Mini
Hình 3.: Giao diện phần mềm Arduino IDE
Mỗi môi trường phát triển tích hợp Arduino là một ứng dụng đa nền tảng, cho phép lập trình bằng ngôn ngữ C và C++ Nó được sử dụng để viết và nạp chương trình lên các board tương thích với phần mềm Arduino Bên cạnh đó, có nhiều thư viện từ các nhà phát triển bên thứ ba hỗ trợ, giúp mở rộng khả năng lập trình và ứng dụng.
Phần mềm Arduino, với mã nguồn mở, hỗ trợ người dùng phát triển và nạp chương trình lên Board một cách dễ dàng Chương trình này tương thích với nhiều hệ điều hành như Windows, Mac OS và Linux Được viết bằng ngôn ngữ Java, phần mềm dựa trên Processing cùng với các mã nguồn mở khác.
3.4.2 Phần mềm thiết kế cơ khí SolidWorks 2018
(Mẫu Hình thức trình bày tài liệu tham khảo)
Hình 3.: Giao diện lắp ráp phần mềm SolidWorks 2018
SolidWorks là phần mềm thiết kế hỗ trợ máy tính (CAD) do Dassault Systèmes phát triển, chủ yếu hoạt động trên hệ điều hành Microsoft Windows Mặc dù người dùng có thể chạy SolidWorks trên máy Mac với chip Intel thông qua cài đặt Windows, nhưng nhà phát triển không khuyến khích việc này.
THIẾT KẾ VÀ PHÂN TÍCH HỆ THỐNG
Yêu cầu của đề tài
Xe ô tô hiện đại được trang bị hệ thống dò line và nhận diện biển báo thông qua công nghệ xử lý ảnh, cho phép theo dõi chính xác một đường kẻ đen trên nền trắng Hệ thống này yêu cầu độ chính xác cao mặc dù hoạt động ở tốc độ thấp, đặc biệt là tại các khúc cua Việc thu thập và xử lý ảnh biển báo và tín hiệu được thực hiện với ưu tiên hàng đầu để đảm bảo xe di chuyển đúng hướng Đồng thời, cần đảm bảo nguồn điện ổn định cho máy tính nhúng Raspberry Pi và toàn bộ hệ thống, bao gồm cả nguồn cho động cơ và vi điều khiển.
Mỗi phần cứng được thiết kế và triển khai riêng biệt cho từng chức năng, sau đó được kết hợp thành một hệ thống hoàn chỉnh Cách tiếp cận này giúp giảm thiểu thời gian lập trình và gỡ lỗi.
Thiết kế và phân tích hệ thống
4.2.1 Sơ đồ tổng quát của hệ thống
Hình 4.: Sơ đồ khối của hệ thống dò line và xử lý ảnh
Các thành phần chính của phần cứng được đưa ra dưới đây:
Mạch lái động cơ TB6612FNG
Mỗi thành phần sẽ được phân tích và thiết kế một cách riêng biệt nhằm tạo điều kiện thuận lợi cho quá trình gỡ lỗi.
(Mẫu Hình thức trình bày tài liệu tham khảo)
4.2.2 Sơ đồ nguyên lý của mạch điện
Hình 4.: Sơ đồ mạch điện
4.2.3 Hoạt động logic của Arduino
Vi điều khiển nhận 8 tín hiệu đầu vào từ cảm biến quang, tại các chân pin 10 đến 13 và A0 đến A3 Dựa trên các tín hiệu này, vi điều khiển sẽ đưa ra quyết định xử lý trên đường đi Dưới đây là bảng logic mô tả các trường hợp đầu vào cụ thể.
1 1 1 1 1 1 1 1 100% 0% Xoay tròn về bên phải
Bảng 4.: Bảng logic dựa vào cảm biến
Khi tín hiệu hình ảnh được xử lý từ máy tính nhúng Raspberry Pi, dữ liệu sẽ được gửi qua giao thức UART với mức ưu tiên cao nhất Quá trình này tạo ra một ngắt toàn cục, yêu cầu xe di chuyển theo những cách nhất định.
Biển báo rẻ phải 100% 0% Rẻ phải
Biển báo rẻ trái 0% 100% Rẻ trái
Biển báo chạy chậm 50% 50% Tốc độ chậm
Không có biển báo Xe sẽ hoạt động dựa vào việc đọc giá trị cảm biến quang
Bảng 4.: Bản logic dựa vào hình ảnh
Các tình huống dưới đây minh họa rõ ràng các hoạt động cụ thể của xe, cho thấy chương trình ảnh hưởng như thế nào đến quá trình điều khiển.
(Mẫu Hình thức trình bày tài liệu tham khảo)
4.2.4 Tín hiệu đầu vào từ cảm biến quang
Cảm biến quang QTR-8RC bao gồm 8 cặp IR LED/phototransistor, giúp phát hiện line chính xác hơn Module này cung cấp 8 đầu I/O có khả năng đo lường Để sử dụng với Arduino, cần tải thư viện QTRSensors về IDE bằng cách vào Sketch > Import Library > Manage Libraries và tìm “QTRSensors” Để sử dụng các phương thức của cảm biến như đọc line và hiệu chỉnh cảm biến, cần thêm dòng #include ở đầu chương trình.
Cảm biến có khả năng đọc tất cả 8 cặp thu phát và chuyển đổi chúng thành giá trị từ 0 đến 7000, với mỗi giá trị chia hết cho 1000 tương ứng với từng cảm biến (0 cho cảm biến đầu tiên, 1000 cho cảm biến thứ hai, v.v.) Điểm lý tưởng để xe di chuyển ở giữa đường là giá trị 3500, tương ứng với cảm biến thứ 4 và 5.
Việc thiết kế PCB có thể gây khó khăn cho những người không chuyên, vì vậy chúng tôi sẽ bắt đầu bằng cách tham khảo cách sắp xếp các module trên khung xe theo hình dạng như hình bên dưới.
Hình 4.: Kết cấu khung xe và vị trí các linh kiện
(Mẫu Hình thức trình bày tài liệu tham khảo)
Hình 4.: Kết cấu khung xe
Hệ thống dò line hoạt động dựa trên một chương trình đơn giản, liên tục so sánh vị trí đã định trước với thông tin từ cảm biến quang Lỗi thu được sẽ quyết định hướng di chuyển của xe Qua thời gian, thuật toán đã được cải tiến để xe di chuyển chính xác và nhanh chóng trên bất kỳ hình dạng line nào, giảm thiểu giao động và lệch hướng Bộ điều khiển PID là giải pháp tối ưu, giúp xe duy trì trong phạm vi của line thông qua việc phản hồi liên tục và tính toán lỗi giữa giá trị đã đặt trước và giá trị thực từ cảm biến, dựa trên ba đại lượng chính: proportional (P), integral (I) và derivative (D).
Hình 4 Bộ điều khiển PID
Đầu ra của bộ điều khiển PID được tính toán từ tổng ba đại lượng, nhằm điều khiển tốc độ động cơ và đảm bảo xe đi theo đường thẳng Mỗi đại lượng có mục đích riêng và ảnh hưởng khác nhau, được nhân với hằng số tương ứng Để hoàn thiện chương trình cho bộ điều khiển PID, cần xác định hằng số cho mỗi đại lượng, ví dụ như Kp = 0.07, Ki = 0.0001 và Kd = 0.6.
Việc điều chỉnh chính xác các hằng số Kp, Ki, Kd sẽ giúp giá trị Error và Setpoint tỷ lệ thuận, cho phép bộ điều khiển điều chỉnh chính xác hướng di chuyển của xe Đặt cảm biến gần line sẽ thu được tín hiệu chính xác hơn, tăng tốc độ di chuyển của xe Tuy nhiên, chỉ sử dụng các hằng số này không đủ vì xe sẽ vẫn giao động Hằng số proportional (Kp) thiết lập độ nhạy của động cơ, trong khi đại lượng Integral (I) tổng hợp sai số (Error) trong thời gian, giúp xe duy trì trên đường thẳng khi Error bằng 0 Hệ số Ki nhân với I giúp xe theo dõi đường cong mượt mà hơn Cuối cùng, đại lượng Derivative, tính từ sự khác biệt giữa giá trị cảm biến và giá trị thực, làm cho hệ thống phản ứng nhanh với thay đổi Error, ổn định robot và giúp xe thực hiện các đường cong đột ngột nhờ hệ số Kd.
Nếu chỉ sử dụng một đại lượng để điều khiển xe, hệ thống sẽ hoạt động không ổn định, mặc dù xe có thể đi đúng hướng nhưng sẽ bị giao động Mỗi đại lượng có vai trò riêng và khi kết hợp một cách hài hòa, như trong Hình 4.6, xe có thể chạy đúng hướng với tốc độ cao mà không bị trượt khỏi đường đi.
(Mẫu Hình thức trình bày tài liệu tham khảo)
Hình 4.: Hình ảnh mô tả quá trình hoạt động của động cơ dựa trên mỗi đại lượng
Khi chỉ sử dụng một hoặc hai đại lượng, xe sẽ gặp phải dao động lớn Tuy nhiên, khi biểu đồ có cả ba đại lượng, xe sẽ có xu hướng được cân bằng tại điểm đặt.
4.2.7 Điều khiển tốc độ động cơ
Tốc độ của động cơ được điều chỉnh thông qua tín hiệu PWM từ Arduino, dẫn đến sự thay đổi điện áp trung bình trên động cơ, từ đó làm thay đổi tốc độ hoạt động của nó.
Tín hiệu PWM, với duty cycle Vo=6×ρ, cho phép điều chỉnh điện áp trung bình cung cấp cho động cơ, từ đó thay đổi tốc độ hoạt động của nó Vi điều khiển Arduino Pro Mini là thiết bị tạo ra tín hiệu PWM này.
Duty Cycle(ρ) Voltage Across Motor
4.2.8 Tính toán diện tích của sa hình
Khi lựa chọn diện tích, ta nên chọn diện tích nhỏ nhất mà xe có thể thực hiện một vòng tròn, được gọi là bán kính quay vòng "Swing turn" Thuật ngữ này thường được sử dụng để chỉ ra bán kính tối thiểu của đường tròn mà vật thể có thể xoay.
Tổng độ dài giữa 2 bánh xe của xe là 170mm, đây cũng là bán kính tối thối nếu xe thực hiện quay một vòng tròn.
(Mẫu Hình thức trình bày tài liệu tham khảo)
Phương hướng và giải pháp thực hiện
4.3.1 Chỉ Sử dụng bộ điều khiển PID kết hợp với cảm biến quang
Thêm thư viện của cảm biến quang và khai báo số cặp thu phát là 8, tạo một mảng kiểu unsigned int có 8 phần tử.
QTRSensors qtr; const uint8_t SensorCount = 8; uint16_t sensorValues[SensorCount];
Khai báo hằng số và các đại lượng của bộ điều khiển PID. float Kp = 0; float Ki = 0; float Kd = 0; int P; int I; int D;
Khai báo biến lastError để cập nhật đại lượng Derivative, đặt cờ onoff xác định trạng thái hoạt động của xe. int lastError = 0; boolean onoff = false;
(Mẫu Hình thức trình bày tài liệu tham khảo)
Khai báo hằng số thể hiện tốc độ của động cơ, vì ta cấp nguồn 7.4V nên duty cycle ở mức
150 sẽ tạo ra điện áp trung bình tối đa là 6V giúp động cơ không bị gây hại.
//Increasing the maxspeed can damage the motors - at a value of 255 the 6V motors will receive 7,4 V const uint8_t maxspeeda = 150; const uint8_t maxspeedb = 150; const uint8_t basespeeda = 100; const uint8_t basespeedb = 100;
Khai báo các chân của vi điều khiển để lái động cơ thông qua driver TB6612.
//Set up the drive motor carrier pins int mode = 8; int aphase = 9; int aenbl = 6; int bphase = 5; int benbl = 3;
Hàm khởi tạo, khai báo các chân kết nối với cảm biến quang void setup() {
To configure the sensor array, set the sensor pins using `qtr.setSensorPins((const uint8_t[]){10, 11, 12, 13, A0, A1, A2, A3}, SensorCount)` and designate pin 9 for the emitter with `qtr.setEmitterPin(9)` Initialize motor control pins with `pinMode(mode, OUTPUT)`, `pinMode(aphase, OUTPUT)`, `pinMode(aenbl, OUTPUT)`, `pinMode(bphase, OUTPUT)`, and `pinMode(benbl, OUTPUT)`, then activate the motor mode by setting `digitalWrite(mode, HIGH)` and introducing a 500ms delay The built-in LED is set up as an output with `pinMode(LED_BUILTIN, OUTPUT)` The loop for robot operation will not commence until calibration is complete, which is triggered by checking if `digitalRead(buttoncalibrate) == HIGH`, initiating a 10-second calibration process.
Hàm hiệu chỉnh cho vị trí cảm biến luôn ở giữa line. void calibration() { digitalWrite(LED_BUILTIN, HIGH); for (uint16_t i = 0; i < 400; i++)
Inside the loop function, the PID_control() function is called, which contains the entire PID control algorithm When the start button is pressed (digitalRead(buttonstart) == HIGH), the onoff variable toggles its state If onoff is set to true, a delay of 1000 milliseconds occurs to allow the robot to start properly.
Hàm điều chỉnh tốc độ của động cơ void forward_brake(int posa, int posb) {
//set the appropriate values for aphase and bphase so that the robot goes straight digitalWrite(aphase, LOW); digitalWrite(bphase, HIGH); analogWrite(aenbl, posa); analogWrite(benbl, posb);
Hàm chứa bộ điều khiển PID, có thể thấy đầu tiên tại một biến unsgined int để lấy giá trị của cảm biến.
Biến error bằng giá trị setpoint trừ đi vị trí hiện tại, việc gọi hàm này trong vòng lặp sẽ được cập nhật giá trị error nhiều lần.
Cập nhật các đại lượng PID, gán biến lastError bằng giá trị error hiện tại, trong khi giá trị Error trước đó sẽ được lưu trữ và sử dụng cho lần gọi hàm tiếp theo.
Trong quá trình điều khiển động cơ, sẽ có hai giá trị PWM được lưu trữ, được tính toán dựa trên phương trình tốc độ động cơ Đồng thời, các câu lệnh điều kiện sẽ được sử dụng để xác định các giới hạn giá trị cho động cơ.
The final step involves passing values into the forward_brake(int, int) function to adjust the motor speed In the PID_control() function, the position is determined using the qtr.readLineBlack(sensorValues) method, and the error is calculated by subtracting the current position from 3500.
(Mẫu Hình thức trình bày tài liệu tham khảo) lastError = error; int motorspeed = P*Kp + I*Ki + D*Kd; int motorspeeda = basespeeda + motorspeed; int motorspeedb = basespeedb - motorspeed; if (motorspeeda > maxspeeda) { motorspeeda = maxspeeda;
} if (motorspeedb > maxspeedb) { motorspeedb = maxspeedb;
//Serial.print(motorspeeda);Serial.print(" ");Serial.println(motorspeedb); forward_brake(motorspeeda, motorspeedb);
4.3.2 Kết hợp hệ thống dò line và xử lý ảnh
Huấn luyện và phân loại hình ảnh tín hiệu giao thông bằng Mạng nơ-ron liên hợp (CNN) sẽ được thực hiện trong thời gian thực thông qua webcam Trong những năm gần đây, CNN đã trở nên phổ biến nhờ khả năng tổng quát hóa và phân loại dữ liệu với độ chính xác cao.
Hình 4.: Đối tượng và khả năng chính xác của đối tượng xử lý
Trong chương trình đã cung cấp một thư viện với số lượng biển báo lên đến 35000 tấm ảnh với
43 lớp giúp dễ dàng trong việc phân loại và nhận biết hình ảnh.
4.3.3 Phương pháp gia công khung xe
Công nghệ in 3D FFF, viết tắt của Fused Filament Fabrication, tương đương với Fused Deposition Modeling (FDM), là phương pháp tạo hình cộng dồn Công nghệ này sử dụng thiết bị để nấu chảy và đắp các lớp vật liệu như nhựa, sáp và kim loại theo mã Gcode, nhằm tạo ra mô hình sản phẩm Vật liệu được phun từ trên xuống và các lớp được kết nối với nhau thông qua nhiệt độ.
Hình 4.: Quá trình nung chảy và in
Các thành phần thiết kế trên SolidWorks sẽ được xuất ra định dạng stl và sau đó được nhập vào phần mềm in 3D Ultimaker Cura Quá trình tạo mã thực thi (gcode) từ mô hình 3D này được gọi là slice.
Hình 4 : Phần mềm in 3D Ultimaker Cura
Nhựa PLA, viết tắt của “Polylactic Acid”, là một loại nhựa nhiệt dẻo phân hủy sinh học được sản xuất từ các nguồn tái tạo như bột ngô, mía, củ sắn và tinh bột khoai tây Đây là một trong những loại nhựa in 3D FDM phổ biến nhất trên thị trường nhờ vào giá thành hợp lý, khả năng in ấn dễ dàng và sự đa dạng về màu sắc.
(Mẫu Hình thức trình bày tài liệu tham khảo)
Nhựa PLA nổi bật với nhiều ưu điểm vượt trội so với các sản phẩm nhựa hóa dầu như ABS và PVA, đặc biệt là khả năng tự phân hủy trong môi trường Chính vì vậy, PLA được sử dụng rộng rãi trong sản xuất các đồ dùng hàng ngày như bao bì thực phẩm, khay đựng, cốc chén và màng thực phẩm Tính chất cơ học của nhựa PLA cũng là một yếu tố quan trọng, giúp nó trở thành lựa chọn thân thiện với môi trường cho nhiều ứng dụng.
PLA là một loại nhựa nhiệt dẻo Vì vậy nó có nhiệt độ nóng chảy trong khoảng
Cũng giống với các loại nhựa nhựa in khác PLA có khả năng sử dụng tốt cho mọi loại máy in.
Vật liệu in 3D này cũng có độ đàn hồi khá tốt Ngoài ra nó còn có tính mềm, dẻo vượt trội.
Màu sắc in của vật liệu này đa dạng Khách hàng có thể tùy ý lựa chọn sao cho phù hợp.
Chất liệu này có khả năng lặp lại quá trình chảy mềm dưới tác động nhiệt và trở nên rắn khi làm nguội, mà không thay đổi tính chất hóa học Đặc tính này cho phép nó tái sinh nhiều lần, vì vậy các phế phẩm phát sinh trong quá trình sản xuất đều có thể được tái chế hiệu quả.
Việc sử dụng nguyên vật liệu rẻ tiền để tạo mẫu nhanh rất phù hợp cho các ứng dụng phát triển và học tập, cho phép dễ dàng sửa chữa và điều chỉnh mẫu in.
