Đề tài: Mô hình đếm, phân loại sản phẩm theo cân nặng màu sắc

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

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

i
TRƯỜNG ĐH SPKT TP. 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)........................
......................................................................................................................................
......................................................................................................................................
......................................................................................................................................

ii
......................................................................................................................................
......................................................................................................................................
III. NGÀY GIAO NHIỆM 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

iii
TRƯỜNG ĐH SPKT TP. 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.

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)

v
LỜI CAM ĐOAN
Đề tài “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

vi
LỜI CẢM ƠN
Lời đầu 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

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

viii
3.2.1. Khối thu tín 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

ix
TÀI LIỆU THAM KHẢO.........................................................................................89
PHỤ LỤC..................................................................................................................90

x
LIỆT KÊ HÌNH VẼ
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

xi
Hình 3. 18 Sơ 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

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

xiii
LIỆT KÊ BẢNG BIỂU
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

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.

CHƯƠNG 1. TỔNG QUAN
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

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.

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.

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.

CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
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

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.

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

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.

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

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

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]

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]:

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

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

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

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.

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)

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.

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

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:

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…

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

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.

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.

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.

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)

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…

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.

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.

CHƯƠNG 3. TÍNH TOÁN VÀ THIẾT KẾ
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

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.

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

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:

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

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:

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

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.

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

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.

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

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:

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

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:

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

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

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

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

48
Hình 3. 20. Nguồn 12V 5A cung cấp cho băng tải
Hình 3. 21. Nguồn 24V 5A cung cấp cho van điện từ

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.

CHƯƠNG 4: THI CÔNG HỆ THỐNG
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

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

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.

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

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.

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

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:

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

Đề tài: Mô hình đếm, phân loại sản phẩm theo cân nặng màu sắc

Đề tài: Mô hình đếm, phân loại sản phẩm theo cân nặng màu sắc

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to Đề tài: Mô hình đếm, phân loại sản phẩm theo cân nặng màu sắc

Similar to Đề tài: Mô hình đếm, phân loại sản phẩm theo cân nặng màu sắc (20)

More from Dịch Vụ Viết Bài Trọn Gói ZALO 0917193864

More from Dịch Vụ Viết Bài Trọn Gói ZALO 0917193864 (20)

Recently uploaded

Recently uploaded (10)

Đề tài: Mô hình đếm, phân loại sản phẩm theo cân nặng màu sắc