Desarrollo de un sistema robótico para la recolección de excremento de perros
Este proyecto presenta la simulación de un sistema robótico de servicio doméstico orientado a la recolección de excremento de perros, se propone una estrategia de detección y recolección de este, aplicando algoritmos de inteligencia artificial y visión por computadora, a su vez se propone la estrate...
Enregistré dans:
| Auteur principal: | |
|---|---|
| Format: | bachelorThesis |
| Publié: |
2021
|
| Sujets: | |
| Accès en ligne: | https://hdl.handle.net/20.500.13066/22616 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
| Résumé: | Este proyecto presenta la simulación de un sistema robótico de servicio doméstico orientado a la recolección de excremento de perros, se propone una estrategia de detección y recolección de este, aplicando algoritmos de inteligencia artificial y visión por computadora, a su vez se propone la estrategia de seguimiento de camino para dotar de autonomía de movimiento al robot. En el presente proyecto se empieza diseñando el modelo 3D del robot recolector compuesto por el mecanismo de locomoción, mecanismo de recolección y chasis, posterior a esto se realiza el entrenamiento de YOLOv3 y Haar-Cascade para detectar el excremento, se obtuvo que la tasa de exactitud y precisión para el primer modelo fue de 94.93% y 95.04% mientras que para el segundo modelo las tasa fue de 87.97% y 95.24% respectivamente, también la respuesta en fotogramas por segundo (FPS) en tiempo real para el primero y segundo modelo fue de 8 FPS y 36 FPS. Con los resultados anteriores se seleccionó Haar-Cascade para hacer un algoritmo de visión por computadora utilizando OpenCV que nos permitió realizar el control On-Off del mecanismo recolector y este fue simulado en el sistema de Raspberry Pi, después se diseñó un control de seguimiento de camino utilizando el modelo cinemático basado en un robot móvil diferencial y se aplicó el criterio de estabilidad de Lyapunov al diseño del controlador para garantizar un buen seguimiento del camino de recolección previamente establecido, finalmente se crea un entorno virtual utilizando el lenguaje de programación de Python para simular el área de trabajo del robot, cargar el modelo 3D, dibujar el camino de recolección y observar el desempeño del mismo mientras sigue el camino de recolección. |
|---|