การพัฒนาแขนกลเก็บผลมะเขือเทศแบบอัตโนมัติด้วยวิธีการประมวลผลภาพ

Main Article Content

ภูเบศร์ พิพิธหิรัญการ
ธีรวัฒน์ สัตตะโส
วิภาพร บุญหล้า
วีรศักดิ์ วิริยนามชัย

บทคัดย่อ

งานวิจัยมีวัตถุประสงค์เพื่อออกแบบและสร้างแขนกลเก็บผลมะเขือเทศแบบอัตโนมัติด้วยวิธีการประมวลผลภาพ และหาประสิทธิภาพการทำงานของแขนกลที่สร้างขึ้น งานวิจัยแบ่งออกเป็น 5 ขั้นตอน คือ การออกแบบและสร้างแขนกล การพัฒนาโปรแกรมประมวลผลภาพและคำนวณตำแหน่งของผลมะเขือเทศ การทดลองการเคลื่อนที่ของแขนกล การทดลองเก็บผลมะเขือเทศจำลองบนฉากจำลอง และ การทดลองการเก็บผลมะเขือเทศบนต้นมะเขือเทศจริง


จากผลการวิจัย พบว่า (1) แขนกลเป็นแบบ SCARA มี 4 องศาอิสระ (PPRR) ประกอบด้วยท่อนแขน ข้อต่อ มือจับ กล้อง และเซนเซอร์อินฟาเรด ใช้สเต็ปปิ้งมอเตอร์เคลื่อนที่แขนกลในแนวดิ่ง แนวราบ และเชิงมุม (2) โปรแกรมประมวลผลภาพที่พัฒนาขึ้นประกอบส่วนควบคุม 9 ส่วน ทุกส่วนทำงานได้อย่างถูกต้องและสามารถส่งตำแหน่งของ
ผลมะเขือเทศไปยังไมโครคอนโทรลเลอร์โดยไม่มีความผิดพลาด (3) แขนกลสามารถเคลื่อนที่ตามแนวแกน y ในทิศทางที่ถูกต้อง มีเปอร์เซ็นต์ความผิดพลาดตามแนวแกน +y มากที่สุด คือ y = 5.00 %, gif.latex?\theta_{1} = 3.73 %, gif.latex?\theta_{2} = 2.15 % และเปอร์เซ็นต์ความผิดพลาดตามแนวแกน -y มากที่สุด คือ y = 0.00 %, gif.latex?\theta_{1} =  3.73 %, gif.latex?\theta_{2} = 1.65 % (4) แขนกลสามารถเก็บผลมะเขือเทศบนฉากจำลองได้ถูกต้องทั้งหมดตามลำดับการตรวจพบ โดยไม่มีความผิดพลาด (5) แขนกลสามารถเก็บผลมะเขือเทศบนต้นมะเขือเทศจริงได้ถูกต้องทั้งหมดตามลำดับการตรวจพบ โดยไม่มีความผิดพลาด จากผลการทดลองทั้งหมดแสดงให้เห็นว่าแขนกลเก็บผลมะเขือเทศแบบอัตโนมัติด้วยวิธีการประมวลผลภาพที่พัฒนาขึ้นทำงานได้อย่างถูกต้องมีประสิทธิภาพ

Article Details

บท
บทความวิจัย

References

Afonso, M., Fonteijn, H., Fiorentin, F. S., & Lensink, D. (2020). Tomato Fruit Detection and Counting in Greenhouses Using Deep Learning. Frontiers in Plant Science, 11. 571299. DOI:10.3389/fpls.2020.571299.

Corke. (2017). Inverse Kinematics for a 2-Joint Robot Arm Using Geometry. Australian Centre for Robotic Vision (ACRV).

Khoshroo, A., Arefi, A., & Khodaei, J. (2014). Detection of Red Tomato on Plants using Image Processing Techniques. Agricultural Communications, 2, 9-15.

Malik, M. H., Zhang, T., Li, H., Zhang, M., Shabbir, S., & Saeed, A. (2018). Mature Tomato Fruit Detection Algorithm Based on improved HSV and Watershed Algorithm. IFAC-PapersOnLine, 51(17), 431-436.

Xiong, Y., Peng, C., Grimstad, L., From, P. J., & Isler, V. (2019). Development and field evaluation of a strawberry harvesting robot with a cable-driven gripper. Computers and Electronics in Agriculture, 157, 392-402.

Zhao, Y., Gong, L., Liu, C., & Huang, Y. (2016). Dual-arm Robot Design and Testing for Harvesting Tomato in Greenhouse. IFAC-PapersOnLine, 49(16),

-165.