OPTIMIZING A COMPUTER VISION ALGORITHM OF A ROBOTIC ARM FOR PRODUCT SORTING THROUGH PICK AND PLACE MECHANISM. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF Thesis_Maitham_Rev03.pdf - Accepted Version Restricted to Repository staff only until 18 September 2026. Download (6MB)

Arabic Abstract

الاسم الكامل: ميثم عبد الحميد بوخمسين عنوان الرسالة: تحسين خوارزمية الرؤية الحاسوبية للذراع الآلي لفرز المنتجات من خلال آلية الرفع والوضع التخصص: الهندسة الميكانيكية تاريخ الدرجة العلمية: يونيو 2024 من بين التطبيقات الرئيسية للروبوتات في الأسواق، يعد الفرز أحد أهم التطبيقات على رأس القائمة. مع تعدد الأنواع المختلفة من التطبيقات تتوافر العديد من الفرص للتحسين وهذا هو الهدف من هذه الأطروحة. سيوضح هذا العمل التقنيات المستخدمة لفرز البضائع في العديد من الصناعات بالإضافة إلى تقديم بعض منتجات الروبوتات المستخدمة في الوقت الراهن في تلك الصناعات. بالإضافة إلى أنه يحدد مساهمة هذا البحث. سيتم تحقيق ذلك من خلال تطوير ثلاث وحدات باستخدام حزم الذكاء الاصطناعي القياسية والمتقدمة التي تم تطويرها من خلال بناء خوارزميات بلغة Python. سيتم تطبيق والتحقق من صحة وحدات الفرز هذه باستخدام ذراع آلية للالتقاط والوضع. يتم تصميم الذراع الآلية وفقًا لصيغ الحركية الأمامية باستخدام اتفاقية Denavit-Hartenberg (وتسمى أيضًا معلمات DH). يتم تصميم الأجزاء باستخدام منصة CAD/CAM (Onshape) وتصنيعها باستخدام طابعة ثلاثية الأبعاد (CREALITY Ender). سوف يتم تحريك الذراع بمحركات مؤازرة يتم التحكم فيها عبر Raspberry Pi model 4B. يسوف يتم تطوير خوارزمية الفرز بشكل أساسي بناءً على مجموعة محددة مسبقًا من القواعد والتي تمثل سمات الكائنات التي تحتاج إلى الفرز. هذه السمات هي الشكل واللون ومساحة السطح العلوي للكائن. سوف يتم التحقق من فعالية الخوارزميات باستخدام الذراع الآلية باستخدام خاصيتين (الشكل واللون) مع استخدام الذراع الآلية. تم تصميم الوحدة الثانية لفرز الكائنات أيضًا بناءً على اللون وشكل الكائن. ومع ذلك، يجب التعرف على الشكل باستخدام نموذج CNN للشبكات العصبية التلافيفية (YOLOv8). بينما يجب اكتشاف اللون باستخدام مجموعة بيانات أو مساحة ألوان RGB. يجب تدريب واختبار نموذج CNN باستخدام نموذج Ultralytics YOLOv8 المبني على PyTorch. أخيرًا، سيمهد هذا العمل الطريق لبناء الوحدة الأخيرة التي تعمل على مجموعة بيانات السحابة النقطية. يجب استخدام البيانات لفرز الكائنات بناءً على هندسة الكائن. تم تطوير الخوارزميات بحيث يتم منحها مجموعة القواعد بشكل مجمل ومختصر، وبالتالي ستقوم بفرز الكائنات بشكل مستقل. سوف يتم تنفيذ الكشف عن الألوان لهذه الوحدة بنفس الطريقة المستخدمة في الوحدة الثانية.

English Abstract

Full Name: MAITHAM ABDULHAMID BUKHAMSEEN Thesis Title: OPTIMIZING A COMPUTER VISION ALGORITHM OF A ROBOTIC ARM FOR PRODUCT SORTING THROUGH PICK AND PLACE MECHANISM Major Field: MECHANICAL ENGINEERING Date of Degree: DECEMBER 2019 Address: 2941 Aliman Among the key robotics applications in the market, sorting is one of the tops in the list. With various types of applications come many opportunities for improvement and that is the aim of this thesis. This work will demonstrate the technologies used to sort out goods in many industries as well as present some of the robotics products used in those industries. Besides, it is going to present the core work modules which serve as the contribution of this research that shall be accomplished through the development of three modules with the utilization of standard as well as advanced AI packages developed for the Python ecosystem. Those sorting modules will be validated using a pick-and-place robotic arm. The robotic arm shall be designed in accordance with forward kinematics formulas using the Denavit–Hartenberg convention (also called DH parameters). Parts shall be modeled using the CAD/ CAM platform (Onshape) and fabricated using a 3D printer (CREALITY Ender). It is be actuated with servo motors that are controlled via Raspberry Pi model 4B. Essentially the sorting algorithm shall be developed based on a predefined set of rules which are the attributes of the objects that need to be sorted. Those attributes are the shape, color, and top-view surface area of the object. However, the validation of this module shall be implemented using two attributes (shape and color) with the usage of the robotic arm. The second module is built to sort objects also based on color and object shape. However, the shape shall be recognized using the Convolutional Neural Networks CNN model (YOLOv8). While the color shall be detected using a data set or the RGB color space. The CNN model shall be trained and tested using the Ultralytics YOLOv8 model which is built on top of PyTorch.

Item Type:	Thesis (Masters)
Subjects:	Computer Electrical Mechanical
Department:	College of Engineering and Physics > Mechanical Engineering
Committee Advisor:	Hawwa, M.A.
Committee Members:	AL-Sunni, Fouad and Khater, Mahmoud
Depositing User:	MAITHAM BUKHAMSEEN (g201903670)
Date Deposited:	24 Sep 2025 07:23
Last Modified:	24 Sep 2025 07:23
URI:	http://eprints.kfupm.edu.sa/id/eprint/143705