Tiếng Việt
English
中文
日本語
한국어
Từ phân loại sản phẩm, cấp phôi, xếp pallet đến xử lý những vật thể nằm ở vị trí không cố định, AI đang mở rộng phạm vi ứng dụng của robot trong sản xuất. Tại Diễn đàn AutoTech Cafe kỳ 4, ông Aleksandr Krasilnikov – Kỹ sư Ứng dụng cấp cao, Bosch Rexroth Vietnam đã giới thiệu giải pháp Pick-and-Place tích hợp AI, hướng tới khả năng giúp robot nhận diện và xử lý sản phẩm linh hoạt hơn trong môi trường sản xuất.
Ngày 25/9/2026, Diễn đàn AutoTech Cafe kỳ 4 diễn ra tại Showroom Bosch Rexroth Việt Nam, TP.Hồ Chí Minh với chủ đề “Ứng dụng AI trong nhà máy: Kiểm tra lỗi, phân loại sản phẩm, dự báo sản lượng”. Chương trình do các đơn vị trong lĩnh vực tự động hóa, công nghệ và thị giác máy phối hợp tổ chức, với sự điều phối của PGS.TS. Lê Hoài Quốc – Chủ tịch Hội Tự động hóa TP.HCM. Diễn đàn tập trung vào những bài toán đang được doanh nghiệp sản xuất quan tâm như nâng cao hiệu suất, kiểm tra lỗi, an toàn trong sản xuất, phân loại sản phẩm và lựa chọn giải pháp AI phù hợp với từng công đoạn.
Một trong những nội dung đáng chú ý tại chương trình là phần trình bày của ông Aleksandr Krasilnikov – Kỹ sư Ứng dụng cấp cao, Bosch Rexroth Vietnam với chủ đề “Nâng cao hiệu suất và độ chính xác trong sản xuất: Giải pháp Pick-and-Place tích hợp AI”.
Khi robot phải xử lý sản phẩm không còn ở vị trí cố định
Trong các dây chuyền tự động hóa truyền thống, robot thường làm việc trong môi trường đã được chuẩn hóa. Sản phẩm được đưa đến vị trí xác định, đặt theo hướng nhất định và cấp phôi theo trình tự đã lập trình.
Cách làm này phù hợp với những dây chuyền có tính ổn định cao. Tuy nhiên, khi doanh nghiệp sản xuất nhiều mã hàng, thay đổi mẫu mã hoặc phải xử lý sản phẩm có vị trí và hướng không cố định, yêu cầu đối với hệ thống robot cũng thay đổi. Theo nội dung được Bosch Rexroth giới thiệu, mức độ phức tạp của bài toán Pick-and-Place có thể tăng dần từ vị trí cố định, vị trí 2D thay đổi, vật thể đang chuyển động đến môi trường 3D có cấu trúc và 3D không cấu trúc. Ở những môi trường phức tạp, robot phải xử lý thêm các vấn đề như vật thể bị che khuất, chồng lấn hoặc thay đổi độ sâu. Đây là nơi AI và thị giác máy có thể phát huy vai trò.
Thay vì chỉ thực hiện một thao tác tại tọa độ được lập trình sẵn, hệ thống có thể sử dụng hình ảnh từ camera để xác định sản phẩm, vị trí và hướng của sản phẩm trước khi đưa ra thông tin cho robot thực hiện thao tác.
Theo Bosch Rexroth, chuỗi xử lý có thể bao gồm nhận diện, định vị, phân đoạn, ước lượng tư thế 3D, lập kế hoạch gắp, theo dõi và xác minh kết quả.
Như vậy, camera không chỉ đóng vai trò “quan sát” mà trở thành nguồn dữ liệu đầu vào cho quá trình ra quyết định của hệ thống robot.
Từ phân loại sản phẩm đến xử lý vật thể phức tạp
Điểm đáng chú ý trong phần trình bày của Bosch Rexroth là các ứng dụng được đặt trong những tình huống sản xuất khá cụ thể.
Với phân loại sản phẩm hỗn hợp trên băng tải, hệ thống có thể nhận diện các sản phẩm khác nhau và đưa từng sản phẩm đến vị trí tương ứng. Trong bài toán phân loại vật liệu tái chế, hệ thống cần xác định loại vật liệu, vị trí của vật thể trên băng tải và dự đoán vị trí của vật thể tại thời điểm robot thực hiện thao tác.
Ở công đoạn machine loading, AI hỗ trợ xác định vị trí của các chi tiết phẳng và điều chỉnh hướng của chúng trước khi đưa vào máy. Với battery module disassembly, hệ thống nhận diện module pin và các đặc điểm cấu trúc, từ đó xác định những vị trí robot có thể tiếp cận để thực hiện thao tác tháo rời.
Các ứng dụng cũng mở rộng sang gắp sản phẩm trên băng tải, stacking và palletising, depalletising và parcel handling.
Chẳng hạn, với sản phẩm di chuyển trên băng tải, hệ thống cần xác định sản phẩm, hướng của sản phẩm và đồng bộ thao tác gắp với chuyển động của băng tải. Trong xử lý kiện hàng, AI có thể hỗ trợ lựa chọn một kiện phù hợp từ một đống sản phẩm không được sắp xếp hoàn toàn đồng nhất để robot đưa từng kiện vào dòng phân loại.
Những ứng dụng này cho thấy AI có thể giúp mở rộng phạm vi những công đoạn mà robot có thể tham gia.
Thay vì phải tạo ra một môi trường hoàn toàn cố định để robot làm việc, hệ thống có thể dựa vào dữ liệu hình ảnh để thích ứng với sự thay đổi của sản phẩm và môi trường.
Đây cũng là một trong những hướng phát triển đáng chú ý khi doanh nghiệp hướng tới sản xuất linh hoạt, đặc biệt trong bối cảnh số lượng mã hàng và yêu cầu thay đổi sản phẩm ngày càng tăng.
AI cần được đặt đúng vào bài toán của nhà máy
Bên cạnh Pick-and-Place, AutoTech Cafe kỳ 4 còn giới thiệu những góc tiếp cận khác về ứng dụng AI trong sản xuất.
Ông Lưu Thành Phát – Trưởng phòng Kinh doanh & Phát triển dự án, MTA Tech trình bày về AI Camera trong an toàn chủ động bảo vệ con người và máy móc trong sản xuất, mở rộng ứng dụng AI từ nhận diện sản phẩm sang các tình huống liên quan đến an toàn.
Trong khi đó, ông Nguyễn Quốc Học – Kỹ sư Xử lý ảnh và Tự động hóa, Công ty TNHH HOXCO tập trung vào vấn đề phân tầng ứng dụng AI nhằm tối ưu hóa chi phí các công đoạn trong nhà máy.
Theo nội dung HOXCO trình bày, các giải pháp thị giác máy có thể được phân thành nhiều tầng công nghệ, từ poka-yoke cơ khí, cảm biến, vision theo quy tắc đến học sâu và AI suy luận. Việc lựa chọn tầng công nghệ cần dựa trên bản chất của từng bài toán, thay vì mặc định sử dụng giải pháp AI ở mức cao nhất.
Một vấn đề khác được đặt ra là chi phí và hiệu năng khi triển khai AI. Với AI suy luận, doanh nghiệp cần cân nhắc giữa giải pháp cloud và triển khai tại chỗ, trong đó có các yếu tố như chi phí, dữ liệu sản xuất, độ trễ và yêu cầu bảo mật.
Từ góc nhìn này, câu chuyện AI trong nhà máy không đơn thuần là đưa thêm một mô hình AI vào dây chuyền. Doanh nghiệp cần xác định bài toán cần giải quyết, dữ liệu hiện có và mức độ công nghệ thực sự cần thiết.
Đây cũng là điểm bổ sung đáng chú ý cho phần trình bày về Pick-and-Place. Nếu Bosch Rexroth cho thấy AI có thể giúp robot xử lý những sản phẩm có vị trí, hướng và trạng thái thay đổi, thì nội dung của HOXCO cho thấy doanh nghiệp cần lựa chọn đúng mức công nghệ để bài toán đầu tư đạt hiệu quả.
AI đang tiến gần hơn tới các công đoạn thực tế
Từ những nội dung được chia sẻ tại AutoTech Cafe kỳ 4, có thể thấy AI đang được đưa ngày càng gần hơn với các công đoạn vận hành cụ thể của nhà máy.
Với Pick-and-Place, đó là khả năng nhận diện và xử lý sản phẩm trong những điều kiện linh hoạt hơn. Với AI Camera, đó là hỗ trợ phát hiện các tình huống liên quan đến an toàn. Còn với bài toán phân tầng công nghệ, trọng tâm là lựa chọn giải pháp phù hợp với nhu cầu và khả năng đầu tư của doanh nghiệp. Đối với sản xuất, giá trị của AI vì vậy không chỉ nằm ở khả năng nhận diện hay xử lý dữ liệu, mà ở việc biến những thông tin đó thành hành động có ích trong dây chuyền.
Khi robot có thể nhận biết sản phẩm đang ở đâu, thuộc loại nào, cần được xử lý theo hướng nào và phối hợp với hệ thống điều khiển để thực hiện thao tác, AI bắt đầu trở thành một phần của quá trình tự động hóa thay vì chỉ là một công nghệ đứng bên ngoài dây chuyền.
Đây cũng là hướng tiếp cận đang được quan tâm trong quá trình xây dựng các mô hình sản xuất linh hoạt hơn, nơi robot không chỉ lặp lại một thao tác cố định mà có thể xử lý nhiều tình huống khác nhau dựa trên dữ liệu thu nhận từ môi trường.