Hiệu chuẩn Hand-Eye cho Robot Vision: RFP và FAT/SAT

Khi triển khai hiệu chuẩn hand-eye cho robot vision, việc camera nhìn thấy phôi trên ảnh và việc robot ổn định tiếp cận đúng vị trí đó là hai điều kiện đạt khác nhau. Đặc biệt tại các nhà máy Thái Lan, nơi nhiều nhà cung cấp thiết bị và tích hợp hệ thống cùng tham gia, cần xác định trước khi đặt hàng: “Lấy hệ tọa độ nào làm chuẩn?”, “Chụp dữ liệu ở tư thế nào?”, “Dùng phôi nào để đánh giá đạt/không đạt?”. Bài viết này hệ thống hóa cơ chế hiệu chuẩn, phân tách sai số, đến quy trình hiệu chuẩn lại khi vận hành, giúp người phụ trách triển khai có thể chuyển hóa thành RFP, FAT, SAT. Bài viết không cam kết giá trị chung về độ chính xác hay hoàn vốn cho từng dòng máy.

Quyết định đầu tiên: Camera di động hay cố định?

“Hand-eye” là thuật ngữ chung chỉ công việc xác định quan hệ tọa độ giữa robot và camera. Với cấu hình eye-in-hand (camera gắn trên cổ tay hoặc đầu công cụ), camera di chuyển cùng robot. Với eye-to-hand (camera cố định trên thiết bị), quan sát phôi và robot từ bên ngoài. Hai cấu hình này khác nhau về gá lắp, cáp tín hiệu, tư thế chụp, vị trí cố định mục tiêu hiệu chuẩn, và quy trình hiệu chuẩn lại sau này. Tài liệu chính thức của OpenCV cũng phân biệt hai cấu hình này khi giải thích ma trận chuyển đổi. Tài liệu hand-eye calibration của OpenCV

Gắn trên cổ tay phù hợp khi robot cần quan sát cùng một đối tượng từ nhiều vị trí, tránh vật cản, hoặc cần di chuyển linh hoạt vùng quan sát. Tuy nhiên, giá đỡ camera, độ uốn cáp, độ lặp lại khi thay đổi công cụ đều ảnh hưởng đến quan hệ tọa độ. Camera cố định dễ quan sát nhiều phôi hoặc khu vực quanh băng tải, nhưng nếu thay đổi vị trí lắp đặt hoặc vị trí tương đối giữa đế robot và camera, cần hiệu chỉnh lại chuyển đổi. Quy trình chính thức của Cognex cũng phân biệt rõ hai phương pháp này. Quy trình VGR của Cognex

Sau khi đọc Tổng quan triển khai robot vision để lựa chọn phương án, bài viết này chỉ tập trung sâu vào đồng bộ hệ tọa độ và kiểm tra nghiệm thu. Nếu chủ đề là phôi di động hoặc camera chiều sâu, hãy tham khảo thêm 3D vision và bám băng tải. Ở đó, các vấn đề về bám theo và đồng bộ thời gian sẽ phát sinh, nên chỉ hiệu chuẩn phôi tĩnh là chưa đủ.

Hiệu chuẩn hand-eye là gì?

Bộ điều khiển robot quản lý các hệ tọa độ như base, flange, TCP (tool center point). Camera có hệ tọa độ ảnh, hệ tọa độ camera, hệ tọa độ bảng hiệu chuẩn. Khi pick, cần chuyển đổi vị trí và hướng của phôi phát hiện trên ảnh sang hệ tọa độ robot. Ví dụ, với eye-in-hand, cần xác định phép biến đổi cứng từ camera sang tool, kết hợp với tư thế flange do robot báo về. Với eye-to-hand, cần xác định quan hệ giữa camera cố định và base robot. Nếu nhầm hướng hệ trục trong ma trận chuyển đổi, dù tính toán đúng về mặt toán học, robot vẫn sẽ chỉ sai vị trí thực tế.

Để xác định chuyển đổi này, chụp ảnh mục tiêu có kích thước đã biết ở nhiều tư thế robot khác nhau, ghi lại tư thế robot tại mỗi lần chụp. Hàm calibrateHandEye của OpenCV nhận đầu vào là gripper→base của robot và target→camera, xuất ra camera→gripper. Với eye-to-hand, cách kết hợp chuyển đổi đầu vào sẽ khác, nên người triển khai cần cố định tên hệ trục, hướng mũi tên, đơn vị, biểu diễn quay bằng hình và dữ liệu test. OpenCV yêu cầu chuyển động phải bao gồm các trục quay không song song để xác định nghiệm, tối thiểu ba tư thế khác nhau, thực tế nên dùng nhiều hơn. Tuy nhiên, không có nghĩa chỉ cần tăng số tư thế là sẽ đạt. OpenCV Camera Calibration

“Kích thước đã biết” của mục tiêu không chỉ là kích thước thiết kế trên file in. Nếu in ấn, dán, cong vênh bảng, biến dạng gá lắp làm thay đổi kích thước vật lý hoặc độ phẳng, sẽ ảnh hưởng đến ước lượng vị trí từ ảnh. Đơn đặt hàng cần ghi rõ loại mục tiêu, kích thước đo thực tế, ID nhận diện, phương pháp cố định, quy trình xác nhận lại khi thay thế. Bảng hiệu chuẩn phải không được di chuyển trong quá trình hiệu chuẩn, chiếu sáng đều, tránh bóng, như quy trình của Universal Robots cũng nhấn mạnh. Quy trình hiệu chuẩn camera UR

Không nhầm lẫn giữa nội tham số camera, TCP và hand-eye

Nếu gom ba công đoạn khác nhau vào một từ “hiệu chuẩn”, khi lỗi xảy ra tại FAT sẽ khó phân định trách nhiệm. Nội tham số camera là các thông số như tiêu cự, điểm chính, méo ống kính – liên quan giữa ảnh và tia sáng. TCP là vị trí, hướng từ flange robot đến điểm làm việc thực tế. Chuyển đổi hand-eye là quan hệ ngoại giữa hệ tọa độ robot và camera. Nếu điều chỉnh một trong ba để che giấu sai số của cái khác, khi thay đổi vị trí kiểm tra, sai số sẽ xuất hiện lại.

API hiệu chuẩn camera của OpenCV xác định nội và ngoại tham số từ nhiều ảnh mẫu, trả về sai số chiếu lại (reprojection error). Tuy nhiên, sai số này chỉ phản ánh mức độ khớp trên ảnh, không đảm bảo sai số thực tế tại điểm pick. Tài liệu calib3d của OpenCV Ngược lại, tài liệu TCP của Universal Robots định nghĩa TCP là dịch chuyển và quay so với flange, và TCP đang kích hoạt sẽ được dùng khi vận hành. Nếu sau khi thay tool mà chọn nhầm TCP, dù ảnh đúng, điểm thao tác vẫn lệch. Tài liệu cấu hình TCP của UR

Khi triển khai, nên lưu ba loại dữ liệu này thành file riêng, phiên bản riêng, ghi rõ “ai”, “khi nào”, “dùng gá nào” để lấy. Khi đổi recipe, cần hiển thị tổ hợp nội tham số, TCP, hand-eye đang hiệu lực trên màn hình. Ghi log tên hệ trục và đơn vị cũng rất quan trọng. Nếu chỉ ghi “x=0.15” mà không rõ mét hay milimét, base hay camera, sẽ không dùng được khi phân tích sự cố.

Quy trình triển khai hiệu chuẩn robot vision: Từ kiểm tra thực tế đến nghiệm thu

1. Định nghĩa trước phôi và công đoạn

Trước khi chọn model camera, cần tập hợp các loại phôi đại diện và ngoại lệ. Ghi lại vật liệu, độ bóng, màu sắc, dung sai kích thước, cách đặt, chồng lắp, mặt trái/phải, biến thiên tư thế, vị trí khay cấp hoặc băng tải. Ghi rõ tọa độ cần phát hiện là tâm, lỗ, góc hay mặt pick. Chỉ “nhận diện được” phôi chưa đảm bảo pad hút hoặc gripper vào an toàn. Cần thống nhất với bộ phận công đoạn về tổn thất khi pick lỗi hoặc va chạm.

Tại nhà máy Thái Lan, chiếu sáng, ca làm việc, phản xạ từ thiết bị xung quanh, cách vệ sinh có thể khác phòng lab. Không lấy số liệu thị trường làm chuẩn, mà phải khảo sát thực tế trên line mục tiêu. Đính kèm ảnh phôi đại diện, mẫu lỗi, điều kiện môi trường khi lấy mẫu vào RFP. Nếu không cho nhà phát triển xem điều kiện khó, sau này dễ bị coi là “ngoài đặc tả”.

2. Đóng băng sơ đồ tọa độ và chuẩn máy

Trên bản vẽ, chỉ định duy nhất một lần các hệ trục: robot base, flange, TCP, camera, target, fixture, workpiece. Nếu camera cố định, ghi rõ quan hệ giữa giá đỡ camera và đế robot; nếu gắn cổ tay, ghi quan hệ giữa giá đỡ và flange. Mũi tên chuyển đổi phải định nghĩa bằng câu “chuyển điểm từ hệ A sang hệ B”, không để tên ma trận tùy ý thiết kế. Vì mỗi hãng robot có cách biểu diễn tư thế, hướng trục, đơn vị góc khác nhau, cần thống nhất tại đầu vào khi triển khai.

Việc home máy, stopper, chốt định vị, độ lặp lại khi thay gá cũng là tiền đề cho hiệu chuẩn. Dù camera tốt đến đâu, nếu mỗi lần đặt khay ở vị trí khác nhau thì tỷ lệ pick/nhận diện cũng không cải thiện. Thay đổi chuẩn máy phải coi là thay đổi cần kiểm tra lại hand-eye và điểm thao tác. Sau khi bảo trì siết lại giá đỡ, cũng cần quy trình kiểm tra vị trí đơn giản.

3. Chụp ảnh và hiệu chuẩn nội bộ

Nếu chỉ thu thập nhiều ảnh mà mục tiêu chỉ xuất hiện ở một góc nhỏ, sẽ không đủ để kiểm tra méo toàn ảnh hoặc vùng làm việc. Cần chụp ở nhiều vị trí trong vùng làm việc, kiểm tra tiêu cự, phơi sáng, chiếu sáng, phản xạ, mờ do chuyển động. Sau khi lắp camera và lens, cố định cài đặt, kiểm tra xem autofocus hay tự động phơi sáng có ảnh hưởng đến độ lặp lại không. Sai số chiếu lại của OpenCV là chỉ số đánh giá xử lý ảnh, không dùng làm tiêu chí đạt/không đạt vị trí máy.

Nếu môi trường thay đổi nguồn sáng theo ca, kiểm tra phát hiện mục tiêu và phôi ở các điều kiện sáng đại diện sáng/trưa/tối. Nếu chiếu sáng nằm trong máy, có thể giảm nhiễu từ ngoài, nhưng nếu có ánh sáng xung quanh hoặc vật phản xạ, cần lưu lại điều kiện chụp cho cả FAT và SAT. Vì ảnh có thể chứa thông tin cá nhân hoặc sản phẩm mật, cần xác định phạm vi, thời gian lưu trữ, quyền truy cập trong đặc tả triển khai.

4. Xác định TCP và tư thế chụp

Dạy TCP bằng chính gripper, pad hút, gá thực tế sẽ dùng. Nếu chỉ hiệu chỉnh hand-eye với TCP tạm, sau khi lắp tool cuối cùng, điểm pick sẽ thay đổi. Tài liệu UR giải thích TCP được quản lý là vị trí, hướng so với flange, và TCP đang kích hoạt sẽ ảnh hưởng đến vận hành. Do đó, tại FAT cần lưu lại tên, phiên bản TCP trên màn hình nghiệm thu. Tài liệu cấu hình TCP của UR

Tư thế chụp không chỉ là di chuyển điểm chụp một chút. Cần thiết kế để bao phủ vùng làm việc, đa dạng trục quay, tránh lệch trục. Kiểm tra đồng thời mục tiêu không bị ra ngoài vùng nhìn, robot không va chạm, cáp camera không bị kéo. Đánh giá rủi ro an toàn cho chế độ vận hành tay, teach mode khi hiệu chuẩn. Quy định không vô hiệu hóa bảo vệ chỉ để hiệu chuẩn.

5. Tính toán hand-eye và kiểm chứng ở tư thế chưa dùng

Dù kết quả tốt ở tư thế dùng để tính toán, vẫn chưa xác nhận được khả năng tổng quát lên phôi thực tế. Cần đo lại mục tiêu hoặc điểm chuẩn ở các tư thế robot và vị trí trong vùng nhìn chưa dùng để tính toán. So sánh điểm pick dự đoán từ camera với chuẩn vật lý độc lập, ghi lại cả vị trí và góc. Lưu lại không chỉ giá trị trung bình mà cả giá trị lớn nhất, phân bố, xu hướng ở biên. Không nên chỉ dựa vào một lần demo đẹp mắt để nghiệm thu – đây là cách giảm rủi ro hiệu quả nhất cho bên mua.

Kết quả tính toán cần lưu cùng ma trận chuyển đổi, dữ liệu đầu vào về tư thế robot, kết quả phát hiện mục tiêu, ảnh loại trừ, phiên bản phần mềm. Nếu sau này tính lại ra kết quả khác, có thể truy vết nguyên nhân do thay đổi đầu vào hay thuật toán. Một số sản phẩm như Cognex có khuyến nghị số lượng tư thế chụp, nhưng không nên áp dụng máy móc cho camera/robot khác, mà dùng quy trình của sản phẩm thực tế và dữ liệu đạt của hiện trường.

Đặc tả “bao nhiêu mm” cho độ chính xác như thế nào?

Nếu chỉ ghi một dòng “độ chính xác ±○mm” trong RFP, sẽ không rõ là sai số nhận diện ảnh, sai số vị trí TCP, độ lặp lại robot, sai số gá, hay biến thiên phôi. Cần xác định trước sai số cuối cùng mà công đoạn cho phép cho pick/đưa/phối lắp, kèm phương pháp kiểm chứng. Ví dụ, lắp vào lỗ thì khe hở giữa lỗ và chốt, khoảng cách an toàn với linh kiện lân cận, độ nghiêng phôi là quan trọng. Pick hộp thì vùng pick và giữ khi vận chuyển là quan trọng. Cùng một camera, nhưng dung sai công đoạn khác nhau.

Cần thận trọng khi cộng các sai số để “bảo đảm độ chính xác”. Biến thiên độc lập và sai số hệ thống do nhiệt độ, lắp đặt là khác nhau về bản chất. Trước hết, phân loại nguyên nhân: “phát hiện trên ảnh”, “từ ảnh sang tư thế 3D”, “chuyển đổi hand-eye”, “TCP”, “robot/máy”, “cấp phôi”, và định nghĩa đại lượng quan sát ở từng bước. Nếu sai số chiếu lại nhỏ mà pick thực tế lệch, cần kiểm tra kích thước mục tiêu, hướng chuyển đổi, TCP, lắp đặt. Ngược lại, nếu phát hiện ảnh không ổn định, chỉ dạy lại robot sẽ không giải quyết gốc rễ.

Giá trị nghiệm thu xác định từ bản vẽ sản phẩm và năng lực công đoạn của từng dự án, thống nhất với nhà cung cấp. Bài viết này không đưa ra giá trị mm chung. Nên đặt điểm đo không chỉ ở giữa vùng nhìn mà cả ở biên, ở giới hạn trên/dưới chiều cao phôi, lúc bắt đầu và sau vận hành liên tục, để dễ phát hiện vấn đề bị che giấu bởi hiệu chỉnh cục bộ. Khi đánh giá đạt/không đạt, cần quy định số lần thử, xử lý khi NG, điều kiện thử lại, quản lý thiết bị đo và gá chuẩn. Nếu chỉ thống nhất số liệu mà chưa thống nhất cách đo, vấn đề sẽ kéo dài từ FAT sang SAT.

Các mục trong bảng là gợi ý cho kế hoạch đo trong RFP. Sai số chiếu lại của ảnh và tỷ lệ thành công công đoạn khác đơn vị, khác ý nghĩa. Không quy đổi lẫn nhau thành “cùng độ chính xác”, mà cần lưu cả hai.

Các mục cần đưa vào RFP: Cần cung cấp gì cho nhà thầu?

Để so sánh các nhà thầu, cần cung cấp cùng điều kiện. Đầu tiên là video công đoạn, bản vẽ phôi, mẫu thực tế, bản vẽ gá, model robot/phần mềm điều khiển, I/O hoặc giao thức có thể dùng, không gian lắp đặt, chiếu sáng và yêu cầu an toàn. Tiếp theo, ghi rõ mong muốn eye-in-hand hay eye-to-hand và lý do, phạm vi có thể thay đổi từ thiết bị hiện hữu, chính sách sở hữu và backup dữ liệu hiệu chuẩn tại hiện trường. Nếu chưa quyết định phương án, yêu cầu cả hai, đề nghị trình bày so sánh về gá, thời gian dừng máy, bảo trì cho từng phương án.

Kết quả bàn giao gồm: sơ đồ hệ tọa độ, quy trình hiệu chuẩn, đặc tả mục tiêu, tham số có quản lý phiên bản, log ảnh và tư thế robot, trạng thái chuyển đổi khi xử lý ngoại lệ, phiếu kiểm tra FAT/SAT, quy trình hiệu chuẩn lại cho bảo trì. Nếu có bàn giao mã nguồn, license, phương pháp cập nhật model học máy, cần ghi rõ. Chỉ nhìn thấy “hiệu chuẩn thành công” trên màn hình chưa đủ để biết bộ hiệu chuẩn nào đã áp dụng cho recipe sản xuất. Nên hiển thị ID cấu hình đang kích hoạt, thiết kế để ngăn vận hành khi nhầm lẫn.

Câu hỏi trong RFP nên bao gồm: “Thay đổi nào cần hiệu chuẩn lại?”, “Ai, bằng cách nào xác nhận kết quả hiệu chuẩn hợp lệ?”, “Quy trình và vật tư cần thiết để phục hồi khi thay camera?”. Nếu đề xuất chỉ đưa ra một con số độ chính xác, cần hỏi thêm về phôi đánh giá, vị trí vùng nhìn, số lần thử, phương pháp đo, điều kiện xung quanh. Nếu camera và robot do hai công ty cung cấp, cần phân chia trách nhiệm về timestamp giao tiếp, thời điểm đọc tư thế, triển khai chuyển đổi, log khi lỗi.

Kiểm tra tại FAT: Vượt qua mức “chạy được” trước xuất xưởng

FAT thực hiện tại môi trường nhà cung cấp, nhưng cần tái hiện tối đa điều kiện sản xuất. Đầu tiên kiểm tra lắp đặt máy, camera/lens/chiếu sáng/cáp, mục tiêu, tool, TCP thực tế, đối chiếu với bản vẽ và phiên bản. Sau đó, xóa hoặc lưu lại dữ liệu hiệu chuẩn, kiểm tra khả năng hiệu chuẩn lại chỉ bằng quy trình, để đánh giá mức độ phụ thuộc vào kinh nghiệm cá nhân. Một số cấu hình có thể nguy hiểm khi xóa dữ liệu, nên cần xác nhận backup và phục hồi trước khi thực hiện.

Khi thử nghiệm, cần bao gồm vị trí/tư thế chưa dùng cho học/hiệu chuẩn, phôi đại diện khác kích thước/màu/phản xạ, vị trí cấp ở biên. Không chỉ kiểm tra tỷ lệ nhận diện, mà còn ghi lại robot có pick được không, có rơi khi vận chuyển, có pick nhầm phôi, khi ngoài vùng nhìn hoặc không phát hiện thì có chuyển sang dừng an toàn/thử lại/loại bỏ không. Kết quả đánh giá nên liên kết ảnh, tọa độ phát hiện, tư thế robot, vị trí thực tế, OK/NG, điều kiện phát sinh bằng cùng ID thử nghiệm để dễ tái hiện.

Bộ tham số đạt tại FAT cần cố định bằng hash hoặc phiên bản, so sánh lại tại SAT sau vận chuyển/lắp đặt lại. Bàn giao cả bảng hiệu chuẩn, gá, hoặc bản vẽ để chế tạo lại tại hiện trường. Cần thử cả các trường hợp bất thường như mất điện, mất kết nối, camera không nhận, hỏng chiếu sáng, thay gripper, chọn nhầm TCP. FAT không chỉ dừng lại ở lúc hiệu chuẩn thành công, mà phải kiểm tra đến khi thiết bị phục hồi an toàn.

Kiểm tra tại SAT: Đáp ứng biến động và lắp đặt tại Thái Lan

Tại SAT, đối chiếu vị trí base robot, giá đỡ camera, gá, chiếu sáng với bản vẽ FAT sau lắp đặt. Nếu không loại trừ được khả năng giá đỡ bị xê dịch do vận chuyển, đi dây, cần hiệu chuẩn lại tại hiện trường. Tài liệu lắp camera của Universal Robots yêu cầu lặp lại hiệu chuẩn sau khi điều chỉnh vị trí camera. Dù là quy trình riêng của hãng, nhưng cũng phù hợp với nguyên lý: chuyển đổi phụ thuộc vào cấu hình cứng. Tài liệu lắp camera UR

Tại hiện trường, dùng sản phẩm và thiết bị cấp thực tế, chọn điều kiện đại diện cho ca làm việc, chiếu sáng, sau vệ sinh, biến động nhiệt độ. Nếu không thể tái hiện mọi điều kiện trong thời gian ngắn, tách điều kiện đạt ngay tại SAT và các mục cần quan sát sau khi lên sản xuất, phân công trách nhiệm và thời hạn. Đào tạo cho operator sử dụng tiếng Thái về ý nghĩa màn hình lỗi, giới hạn thử lại, cảnh báo cần hiệu chuẩn, liên hệ bảo trì, theo đúng giao diện thực tế. Dù có quy trình tiếng Anh, chưa chắc các ca làm việc sẽ thống nhất cách xử lý.

Khi có chênh lệch giữa FAT và SAT, đầu tiên kiểm tra khác biệt điều kiện chụp và bố trí máy, sau đó lần lượt kiểm tra TCP, tham số chuyển đổi, cấp phôi. Trước khi cộng giá trị hiệu chỉnh vào tọa độ tại hiện trường để đạt tạm thời, cần lưu lại dữ liệu gốc. Nếu thêm hiệu chỉnh, cần ghi rõ phạm vi áp dụng, nhiệt độ chuẩn, recipe, cách hủy bỏ, tránh hiệu chỉnh kép khi hiệu chuẩn lại. Không cấm hoàn toàn việc chỉnh tại hiện trường, mà mục tiêu là truy vết được nguyên nhân và phiên bản.

Drift và hiệu chuẩn lại: Ai, khi nào cần kiểm tra sau sản xuất hàng loạt?

Giá trị hiệu chuẩn không phải là hằng số vĩnh viễn. Nếu thay camera/lens, lỏng giá đỡ, di dời robot/gá, thay tool, va chạm, hỏng bảng chuẩn, cần xác định frame bị ảnh hưởng. Nếu thay đổi cài đặt nội bộ camera, cần hiệu chuẩn nội bộ; nếu thay đổi điểm làm việc từ flange, cần hiệu chuẩn TCP; nếu thay đổi vị trí tương đối giữa camera và robot, cần hiệu chuẩn hand-eye – chọn công việc phù hợp với nguyên nhân. Nếu không có lịch sử thay đổi, không thể quyết định bỏ qua bước nào, còn nếu làm lại toàn bộ mỗi lần sẽ tăng thời gian dừng máy.

Kiểm tra thường nhật có thể xây dựng “check sức khỏe” bằng cách so sánh vị trí phát hiện trên ảnh của phôi/gá chuẩn cố định với điểm thao tác dự đoán của robot. Nếu lệch khỏi ngưỡng, dừng sản xuất, phân tích nguyên nhân, chuyển sang quy trình hiệu chuẩn chính thức. Ngưỡng này cần xác định tại hiện trường dựa trên dung sai công đoạn và biến thiên đo, không nên dùng giá trị chung của bài viết. Ghi lại bản hiệu chuẩn, TCP, cài đặt camera, ID gá, ngày giờ, người thao tác, kết quả.

Cần phân quyền cho công việc hiệu chuẩn. Operator phát hiện bất thường thì dừng máy và báo, bảo trì kiểm tra trạng thái máy và dây, kỹ sư cập nhật và kiểm chứng tham số, người phụ trách phê duyệt đưa vào sản xuất. Để tránh “hôm qua hơi lệch” chỉ truyền miệng khi giao ca, nên hiển thị log hoặc đồ thị diễn biến giá trị kiểm tra. Tuy nhiên, đôi khi kiểm tra lịch sử thay gá/tool nhanh hơn là phân tích thống kê nguyên nhân drift.

Các lỗi thường gặp và cách phòng tránh

Thứ nhất, nhầm hướng chuyển đổi tọa độ. Nếu dùng cùng tên cho camera→tool và tool→camera, trộn lẫn đơn vị, sẽ thấy hợp lý ở một số tư thế nhưng lệch ở biên. Phòng tránh bằng sơ đồ chuyển đổi ghi rõ tên frame, test đơn lẻ tại vị trí đã biết, review code chỉ rõ nghịch đảo ma trận. Thứ hai, lấy ảnh ở các tư thế khác nhau khi mục tiêu bị di chuyển. Nếu phương pháp hiệu chuẩn giả định mục tiêu cố định, cần lấy lại dữ liệu nếu chạm vào mục tiêu trong quá trình.

Thứ ba, đánh giá “độ chính xác robot” chỉ dựa vào sai số chiếu lại trên ảnh. Sai số này chỉ là chỉ số đánh giá model camera. Thành công công đoạn phải đánh giá riêng bằng tool và phôi thực tế. Thứ tư, không thể truy vết TCP đã chọn từ màn hình, log, recipe. Càng nhiều tool/TCP trên một robot, càng cần ghi lại giá trị đang kích hoạt. Thứ năm, chỉ lưu dữ liệu hiệu chuẩn trong máy, không bàn giao backup. Khi sự cố, không thể tái hiện điều kiện, kéo dài thời gian phục hồi.

Thứ sáu, chỉ lặp lại phôi giữa vùng nhìn tại FAT, đến SAT mới phát sinh lỗi ở biên hoặc phôi phản xạ. Cần chỉ định phân bố điểm đánh giá và điều kiện khó vào phiếu kiểm tra. Thứ bảy, nhầm lẫn giữa trễ giao tiếp hoặc phôi di động với lỗi hand-eye. Với băng tải di động, cần kiểm tra riêng thời điểm chụp, encoder, thời điểm lệnh robot. Nếu đã thành công với phôi tĩnh, các luận điểm trong bài về 3D vision và bám băng tải sẽ hữu ích. Không nên quy mọi vấn đề về “camera lệch”, sẽ giúp rút ngắn thời gian phục hồi.

Checklist quyết định triển khai

Trước khi đặt hàng, cần xác nhận: ① mẫu phôi và điều kiện khó, ② độ chính xác cuối cùng và phương pháp đo, ③ lý do chọn eye-in-hand hoặc eye-to-hand, ④ sơ đồ tọa độ, ⑤ phân định trách nhiệm hiệu chuẩn nội bộ camera/TCP/hand-eye, ⑥ FAT/SAT bao gồm tư thế chưa dùng, ⑦ trigger hiệu chuẩn lại và người phụ trách tại hiện trường, ⑧ quản lý phiên bản và backup tham số, ⑨ dừng và phục hồi an toàn khi lỗi, ⑩ quy trình hướng dẫn bằng tiếng Thái cho operator. Trong bảng so sánh đề xuất, nên tách “có thể” và “đã chứng minh trên máy thực tế” thành hai cột, tránh hiểu nhầm về giá.

Nếu bắt đầu từ thử nghiệm nhỏ nhất, nên trộn một số điều kiện khó vào mẫu phôi đại diện, dùng gá và tool thực tế, đo sai số vị trí ở tư thế chưa dùng và thành công công đoạn. Nếu đạt, mở rộng dần loại phôi và điều kiện vận hành. Ngay cả trước khi phát hành RFP, nếu có ảnh phôi/công đoạn, dung sai, thời gian chu kỳ, hạn chế thiết bị hiện hữu, có thể rà soát thông tin còn thiếu. Đừng bắt đầu từ “danh sách chức năng của hãng”, mà hãy suy ngược từ điều kiện nghiệm thu công đoạn, sẽ giúp thảo luận FAT/SAT cụ thể hơn.

Câu hỏi thường gặp

Hiệu chuẩn hand-eye robot vision là gì?

Là hiệu chuẩn xác định quan hệ hệ tọa độ giữa camera và robot, để chuyển đổi vị trí/hướng phát hiện trên ảnh sang hệ tọa độ robot sử dụng. Eye-in-hand và eye-to-hand khác nhau về chuyển đổi cần xác định và cách đặt mục tiêu. Cần hiệu chuẩn nội bộ camera và cài đặt TCP riêng, chỉ hand-eye không quyết định toàn bộ độ chính xác công đoạn.

Cần bao nhiêu tư thế chụp là đủ?

Không có số lượng cố định cho mọi dự án. OpenCV giải thích điều kiện tối thiểu để xác định nghiệm và khuyến nghị dùng nhiều tư thế hơn, nhưng quan trọng là đa dạng trục quay, vùng làm việc, cách nhìn thấy mục tiêu, kiểm chứng ở tư thế chưa dùng. Hãy tuân thủ quy trình sản phẩm camera sử dụng và kiểm tra nghiệm thu.

Thay camera có bắt buộc hiệu chuẩn lại không?

Có thể thay đổi đặc tính lens/camera hoặc vị trí lắp. Sau khi thay, cần kiểm tra lại nội tham số và vị trí tương đối camera-robot, hiệu chuẩn lại phạm vi đã thay đổi. Dù kiểm tra sức khỏe trước/sau không thấy ảnh hưởng, vẫn cần lưu quy trình và kết quả đánh giá đạt.

Nếu đạt FAT thì có thể bỏ qua SAT tại nhà máy Thái Lan không?

Lắp đặt, chiếu sáng, gá, thiết bị cấp, phôi thực tế khác môi trường FAT. SAT cần ít nhất kiểm tra các điểm thay đổi và nghiệm thu trên máy thực tế. Quyết định lặp lại thử nghiệm nào dựa trên phạm vi vận chuyển/lắp đặt lại và điều kiện đạt trong RFP. Không thể đảm bảo sản xuất hàng loạt tại hiện trường chỉ dựa vào kết quả FAT.

Vì sao hiệu chuẩn hand-eye thành công mà pick vẫn lệch?

Có thể do phát hiện ảnh, hiệu chuẩn nội bộ, kích thước mục tiêu, hướng chuyển đổi, chọn TCP, lắp tool, vị trí gá, cấp phôi. Nếu đo riêng sai số chiếu lại trên ảnh, sai số điểm chuẩn ở tư thế chưa dùng, sai số đạt tool thực tế, sẽ khoanh vùng được nguyên nhân. Với phôi di động, cần kiểm tra đồng bộ thời gian và điều khiển bám theo.

Tổng kết

Khi triển khai hiệu chuẩn hand-eye cho robot vision, điểm mấu chốt là xác định điều kiện đạt công đoạn và định nghĩa hệ tọa độ trước khi chọn phương án. Quản lý riêng hiệu chuẩn nội bộ camera, TCP, hand-eye, kiểm chứng bằng tư thế chưa dùng và phôi thực tế. Kiểm tra tái lập và phục hồi lỗi tại FAT, xác nhận điều kiện sau lắp đặt tại SAT, theo dõi drift bằng lịch sử thay đổi và check sức khỏe khi sản xuất hàng loạt. Cách đo và phân định trách nhiệm phù hợp công đoạn quan trọng hơn số liệu độ chính xác chung.

TOMAS TECH hỗ trợ tư vấn từ sơ đồ hệ tọa độ, tiêu chí đánh giá RFP, phiếu kiểm tra FAT/SAT dựa trên cấu hình phôi, gá, robot thực tế tại nhà máy Thái Lan. Ngay cả khi chưa xác định phương án, hãy liên hệ để trao đổi điều kiện công đoạn.

Thông tin tham khảo

• OpenCV Camera Calibration: calibrateHandEye — Chuyển đổi đầu vào/đầu ra hand-eye, eye-in-hand/eye-to-hand, điều kiện tư thế.
• OpenCV Camera Calibration and 3D Reconstruction — Hiệu chuẩn nội bộ và sai số chiếu lại.
• Universal Robots: Camera calibration — Cố định bảng và điều kiện chiếu sáng. Quy trình riêng cho sản phẩm UR.
• Universal Robots: TCP Configuration — Định nghĩa TCP và TCP đang kích hoạt.
• Universal Robots: Attaching the Camera Mount — Hiệu chuẩn lại sau khi thay đổi vị trí camera.
• Cognex: VGR Hand-Eye Calibration — Cấu hình cố định/gắn cổ tay và quy trình riêng cho sản phẩm.