Mục lục:
2025 Tác giả: John Day | [email protected]. Sửa đổi lần cuối: 2025-01-23 15:15
Mình là FAN của ngành kỹ thuật, lúc rảnh rỗi mình rất thích lập trình và làm các dự án liên quan đến điện tử, trong dự án này mình xin chia sẻ với các bạn một Hệ thống phân loại sản phẩm đơn giản mà mình đã làm gần đây.
Để tạo hệ thống này, vui lòng chuẩn bị các thành phần như sau:
1. Bộ nguồn Raspberry Pi 3 + Camera v2.1 +
2. Arduino Uno + Tấm chắn động cơ + bộ nguồn (Tôi sử dụng bột cho cái này)
3. NodeMCU ESP8266 + Tấm chắn động cơ + nguồn cung cấp (Tôi sử dụng bột cho cái này)
4. Động cơ DC x 1
5. RC Servo 9g x 2
6. RC Servo MG90S x 2
7. Cảm biến hồng ngoại x 3
8. Đèn LED cho phần chiếu sáng
9. Vòng bi chuyển đơn vị x 1
10. Bìa cứng, Kem que, Ống hút
11. Băng tải
12. Máy tính bảng hoặc điện thoại thông minh
Bước 1: Các bộ phận và thành phần hệ thống
Hệ thống này về cơ bản bao gồm 3 phần.
1. Cánh tay bảo quản và tiêu thụ sản phẩm. (Tôi sử dụng hộp có nhãn làm sản phẩm)
2. Đai băng tải và các thiết bị truyền động và cảm biến kèm theo.
3. Trung tâm điều khiển và màn hình. (Raspberry Pi + Camera làm trung tâm điều khiển và Máy tính bảng làm màn hình)
Bước 2: Phần 1-Lưu trữ sản phẩm và tiêu thụ cánh tay mô tả tóm tắt
Cánh tay tiêu thụ nhận tín hiệu điều khiển từ bộ điều khiển (Raspberry Pi 3) thực hiện theo trình tự: Đưa tay lên 90 độ => Cánh tay quay 90 độ => Đưa tay xuống 0 độ => Hộp phát hiện cảm biến hồng ngoại => Ngón tay lại gần để lấy hộp => Cánh tay quay về 0 độ => Các ngón tay mở và thả hộp.
Để biết chi tiết, vui lòng lấy mã trong:
github.com/ANM-P4F/ProductSortingSystem/tr…
Bước 3: Đai băng tải Part2 và Bộ truyền động và cảm biến gắn liền
Cốt lõi của phần này là Arduino Uno. Nó nhận tín hiệu "start / stop" từ Raspberry Pi thông qua kết nối nối tiếp để chạy / dừng chuông băng tải. Cảm biến IR đầu tiên dọc theo chuông băng tải kết nối với Arduino Uno qua DIO, khi phát hiện hộp, Arduino Uno dừng chuông băng tải và gửi tín hiệu đến Raspberry Pi thông qua kết nối nối tiếp để thực hiện phân loại hình ảnh.
Sau khi phân loại xong, pi raspberry gửi lại tín hiệu cho Arduino để tiếp tục chạy chuông.
Cảm biến IR thứ hai cũng kết nối với Arduino thông qua DIO, khi phát hiện hộp, Arduino sẽ điều khiển động cơ servo để thực hiện việc phân loại.
Để biết chi tiết, vui lòng xem mã nguồn trong liên kết sau:
github.com/ANM-P4F/ProductSortingSystem/tr…
Bước 4: Trung tâm điều khiển và màn hình
Raspberry Pi với một máy ảnh được kết nối là trung tâm điều khiển.
Máy tính bảng hoặc điện thoại thông minh có thể được sử dụng làm bảng điều khiển.
Raspberry Pi nhận lệnh điều khiển của người dùng để khởi động / dừng hệ thống thông qua yêu cầu HTTP có thể được thực hiện trong trình duyệt web trên máy tính bảng hoặc điện thoại thông minh.
Sau khi nhận được lệnh điều khiển, Raspberry Pi yêu cầu các bộ phận cánh tay và chuông băng tải chạy.
Raspberry Pi giao tiếp với Arduino Uno (phần chuông băng tải) qua nối tiếp và NodeMCU ESP8266 (phần tiêu thụ) qua UDP. Raspberry Pi là một máy chủ phát trực tuyến, nó truyền hình ảnh camera tới trình duyệt web. Nó cũng chạy một mạng phân loại vgg16 trên tensorflow lite để phân loại các hộp để có được loại biểu trưng (người dơi, siêu nhân và của chúng ta). Mạng phân loại chỉ được chạy khi Raspberry Pi nhận được lệnh từ Arduino Uno (khi hộp được phát hiện bởi cảm biến IR đầu tiên).
Về nhãn của hộp, trong dự án này tôi đã sử dụng 3 lớp logo.
Nếu bạn cần đào tạo các lớp học của riêng mình, vui lòng sử dụng nguồn này:
github.com/ANM-P4F/Classification-Keras
Chi tiết vui lòng xem mã ở link sau:
github.com/ANM-P4F/ProductSortingSystem/tr…
Bước 5: Đó là Tất cả! Hy vọng bạn thích dự án này
Xin hãy để tôi biết nếu bạn cần nhiều thông tin hơn.
Đề xuất:
Hệ thống phân loại màu: Hệ thống dựa trên Arduino với hai đai: 8 bước
Hệ thống phân loại màu: Hệ thống dựa trên Arduino với hai dây đai: Việc vận chuyển và / hoặc đóng gói các sản phẩm và vật phẩm trong lĩnh vực công nghiệp được thực hiện bằng dây chuyền sử dụng băng tải. Những chiếc đai đó giúp di chuyển món đồ từ điểm này đến điểm khác với tốc độ cụ thể. Một số tác vụ xử lý hoặc nhận dạng có thể là
Cách tạo một máy phân loại vật phẩm trong Minecraft: 12 bước
Cách tạo máy phân loại vật phẩm trong Minecraft: Đây là hướng dẫn 11 bước về cách tạo máy phân loại vật phẩm trong Minecraft
Vòng lặp đường sắt mô hình tự động đơn giản với mặt sân: 11 bước
Vòng lặp đường sắt mô hình tự động đơn giản có mặt sân: Dự án này là phiên bản nâng cấp của một trong những dự án trước đây của tôi. Điều này sử dụng vi điều khiển Arduino, một nền tảng tạo mẫu mã nguồn mở tuyệt vời, để tự động hóa bố cục đường sắt mô hình. Bố cục bao gồm một vòng lặp hình bầu dục đơn giản và một tấm cám bên sân
Bẫy máy ảnh Raspberry Pi đơn giản được làm từ hộp đựng thực phẩm: 6 bước (có hình ảnh)
Bẫy máy ảnh Raspberry Pi đơn giản được làm từ hộp đựng thức ăn: " Đối với tôi, dường như thế giới tự nhiên là nguồn hứng khởi lớn nhất, nguồn vẻ đẹp thị giác lớn nhất, nguồn hứng thú trí tuệ lớn nhất. Đó là nguồn gốc tuyệt vời nhất trong cuộc sống khiến cuộc sống trở nên đáng sống. &Quot; - D
TRASH ROCKS - Loại bỏ Thùng rác không thể phân loại: 8 bước
TRASH ROCKS - Loại bỏ Thùng rác Không thể phân loại: Để tạo thành một tảng đá rác, trước tiên, một bao tải được khâu ra khỏi lưới cá. Nó chứa đầy rác và trát bằng xi măng. Vỏ tạo thành có hình dạng độc đáo và trông rất tự nhiên. Đá rác là một