Bài báo giới thiệu một mô hình robot tự động thu hoạch hoa quả trong nông nghiệp sử dụng cánh tay robot 4 bậc tự do và hệ thống phân loại, phát hiện tự động độ chín của hoa quả. Hệ thống điều khiển bao gồm bo mạch NVIDIA Jetson Nano cùng vi điều khiển Arduino Mega 2560 kết nối với động cơ servo và camera12.3MP IMX477. Các đặc trưng màu được trích xuất trong không gian màu HSV và sau đó được sử dụng làm đầu vào cho thuật toán xử lý nhận dạng độ chín của hoa quả dựa trên thư viện OpenCV. Kết quả sau nhiều trường hợp thử nghiệm khác nhau cho thấy robot hoạt động tốt với độ chính xác và thời gian phản hồi đáp ứng các thông số kỹ thuật trong thiết kế. Với việc làm chủ công nghệ và sản xuất với chi phí hợp lý và khả năng mở rộng cao, sản phẩm của nhóm nghiên cứu có nhiều tiềm năng ứng dụng trong nông nghiệp, đặc biệt là thu hoạch trái cây trong các nhà kính.
Keywords
thị giác máyOpenCVrobot thu hoạchxử lý hình ảnhđiều khiển vị tríchuyển động học
References
1.
Metta, Giorgio. (2001). An attentional system for a humanoid robot exploiting space variant vision. IEEE-RAS International Conference on Humanoid Robots 2001, Tokyo, Japan, Nov. 22-24.
2.
TQ Vinh, PM Thang, PM Duong (2010). Mạng thông tin điều khiển trong hệ thống tự động hóa tòa nhà. Tạp chí Khoa học Tự nhiên và Công nghệ, Đại học Quốc gia Hà Nội, tập 26, số 2, 129-140.
3.
Elina, Olga. (2019). Development of Innovative Technologies in Russia Agro-Industry. International Conference on Enginering Technologies and Computer Science(EnT). IEEE, DOI:10.1109/ENT.2019.00027.
Buhl, Jens F., et al. (2019). A dual-arm collaborative robot system for the smart factories of the future. Procedia manufacturing 38, 333-340.
5.
Byambasuren, Bat-Erdene, et al. (2020). Apllication of image processing and industrial robot arm for quality assurance process of production. 2020 IEEE Region 10 Symposium (TENSYMP).
6.
Fu, Longsheng, et al. (2020). Application of consumer RGB-D cameras for fruits detection and localization in field: A critical review. Computers and Electronics in Agriculture, 177.
7.
Santos, Luis, et al. (2019). Deep learning applications in agriculture: A short review. In book: Robot 2019: Fourth Iberian Robotics Conference,139-151.
8.
Lottes, Philipp, et al. (2017). Effective vision - based classification for seperating sugar beets and weeds for precision farming. Journals of Field Robotics, 34-36.
9.
My, Chu A., et al. (2019). Novel robot arm design and implementation for hot forging press automation. International Journal of Production Research 57(14).
10.
Sandoval, J., et al. (2018). Collaborative framwork for robot-assisted minimally invasive surgery using 7-DOF anthropomorphic robot. Robotics and Automations Systems 106, 95-106.
11.
Wang, Yiming, et al. (2019). Autonomous 3-D reconstruction, mappping, and exploration of indoor environment with a robotic arm. IEEE Robotics and Automation Letter 4(4).
12.
Oyekan, john, et al. (2020). Applying a 6 DOF Robotic Arm and Digital Twin to Automate Fan-Blade Reconditioning for Aerospace Maintance, Repair and Overhaul. Sensor, 20(16).
13.
Pierrot, Francois, et al. (2009). Optimal design of a 4-DOF parallell manipulator: From academia to industry. IEEE Transactions on Robotics 25(2).
14.
Rahul, K. Hifur Raheman amd Vikas Paradkar. (2020). Design of a 4-DOF parallel robot arm and the firmware implementation on embedded system to transplant pot seddlings. Artificial Intelligence in Agriculture 4.
15.
Muladi, Siti Sendari and Ihlam Ari Elbaoth Zaini. (2019). Color-based PBEJCT Sorting in a Wide Range and Dense Target Points using Arm Robot. 2nd International Confrerence on Vocational Education and Training (ICOVET 2018). Netherlands: Atlantis Press.
16.
Roshanianfard, Ali, Du Mengmeng and Samira Nematzadeh. (2021). A 4-DOF SCARA robotic ảm for various farm applications: Designing, kinematic modelling and parameterization. Acta Technologica Agriculture 24(2), 61-66.
