Diseño de un sistema de control para clasificación de objetos utilizando un brazo robótico KUKA KR10 R900 SIXX mediante visión artificial.
El presente trabajo de investigación tiene como objetivo el desarrollo de un sistema de control para la clasificación de objetos utilizando un robot KUKA KR10 R900Sixx mediante visión artificial. El sistema consta de la integración de dos partes, el software que permite la detección de los objetos e...
Αποθηκεύτηκε σε:
| Κύριος συγγραφέας: | |
|---|---|
| Μορφή: | bachelorThesis |
| Γλώσσα: | spa |
| Έκδοση: |
2023
|
| Θέματα: | |
| Διαθέσιμο Online: | https://dspace.espoch.edu.ec/handle/123456789/21589 |
| Ετικέτες: |
Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
|
Προσθήκη ετικέτας | Περίληψη: | El presente trabajo de investigación tiene como objetivo el desarrollo de un sistema de control para la clasificación de objetos utilizando un robot KUKA KR10 R900Sixx mediante visión artificial. El sistema consta de la integración de dos partes, el software que permite la detección de los objetos en función de su color característico (rojo o azul) y el hardware que se encarga de la ejecución de los movimientos necesarios para trasladar los objetos. Adicionalmente, el sistema integra una plantilla que alberga los objetos para clasificar, ubicada dentro del área de trabajo del manipulador. La interconexión del hardware y software se realiza físicamente mediante una red local punto a punto entre el ordenador y el controlador del robot, mientras que, a nivel de software, la conexión se establece por medio del controlador Kukavarproxy del software RoboDK, para robots del fabricante KUKA. Dicho software, sirve como una interfaz de comunicación entre el software y hardware del sistema. Además, permite la integración de los diferentes algoritmos tanto de visón como control del movimiento utilizando Python como lenguaje de programación. Las pruebas para la detección del color para determinar un correcto funcionamiento en varios niveles de velocidad han permitido validar el sistema verificando la existencia de relación directa entre las variables de detección e iluminación del sistema, a través del análisis estadístico en base a la evaluación de hipótesis, esto ha permitido obtener un porcentaje del 95% en la precisión para la detección del color mediante matrices de confusión como métrica estadística. De esta manera, se ha determinado que el sistema funciona adecuadamente en función de los objetivos y requerimientos planteados con tiempos de ejecución entre 114,45 y 118,3 segundos. |
|---|