Control e implementación de un Ugv en la celda de manufactura flexible Has 200 mediante visión artificial

Texto completo

(1)PROYECTO CURRICULAR INGENIERIA MECANICA FORMATO PARA LA PRESENTACION DE PROYECTOS NO. DE RADICACION: ______________. INFORMACION DE EJECUTORES EJECUTOR 1: Nombre:. JHONN FERNANDO. Apellidos:. RAMÌREZ PINTO. Código:. 20141375059. e-mail:. [email protected]. Teléfono:. (571) 4206495. Celular:. 3143145696. EJECUTOR 2:. Nombre:. YIMMY ALEXANDER. Apellidos:. PEÑA SIERRA. Código:. 20141375037. e-mail:. [email protected]. Teléfono:. (571) 7026284. Celular:. 3115295207. 1.

(2) INFORMACION DEL PROYECTO Título del proyecto: Control e implementación de un UGV en la celda de manufactura flexible HAS-200 mediante visión artificial. Duración (Estimada): 5 meses Tipo de proyecto (marque con una “X”): -. Innovación y desarrollo tecnológico. __X__. -. Prestación y servicios tecnológicos. ______. -. Otros. ______. Modalidad (trabajo de grado): Trabajo de Grado Línea de investigación de la facultad: Desarrollo tecnológico, local e institucional. Línea de investigación del proyecto curricular: Diseño y Automatización en Ingeniería Mecánica Grupo de investigación: Proyecto de investigación: Áreas del conocimiento que involucra: Automatización, Programación y Diseño.. INFORMACION COMPLEMENTARIA Director (Vo. Bo.): Ing. JOHN ALEJANDRO FORERO CASALLAS.. 2.

(3) CONTROL E IMPLEMENTACIÒN DE UN UGV EN LA CELDA DE MANUFACTURA FLEXIBLE HAS-200 MEDIANTE VISIÒN ARTIFICIAL.. JHONN FERNANDO RAMIREZ PINTO 20141375059 YIMMY ALEXANDER PEÑA SIERRA 20141375034. UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD TECNOLÓGICA INGENIERIA MECÁNICA BOGOTÁ D.C. 2018. 3.

(4) CONTROL E IMPLEMENTACIÒN DE UN UGV EN LA CELDA DE MANUFACTURA FLEXIBLE HAS-200 MEDIANTE VISIÒN ARTIFICIAL.. JHONN FERNANDO RAMIREZ PINTO 20141375059 YIMMY ALEXANDER PEÑA SIERRA 20141375034. Proyecto para optar al grado de Ingeniero Mecánico. DIRECTOR: ING. JOHN ALEJANDRO FORERO C. Mg.C.. PRESENTADO A: PROYECTO CURRICULAR DE INGENIERÍA Y TECNOLOGÍA MECÁNICA. UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD TECNOLÓGICA INGENIERÍA MECÁNICA BOGOTÁ D.C. 2018 4.

(5) Nota de aceptación: _________________________________________ _________________________________________ _________________________________________ _________________________________________ _________________________________________. _______________________________________ Firma del presidente del jurado. ______________________________________ Firma del jurado. _____________________________________ Firma del jurado. Bogotá 30 de Mayo del 2018. 5.

(6) DEDICATORIA Inicialmente deseamos dedicarle este trabajo a Dios por acompañarnos durante todo este recorrido, brindándonos ese sentimiento de alegría, tranquilidad y serenidad en cada una de las etapas de nuestras vidas.. A nuestros padres, le agradecemos a Dios por habernos colocado entre ustedes, la fortuna más grande es tenerlos entre nosotros y el tesoro más valioso son todos los valores que nos inculcaron. Por infundirnos un deseo de lucha y superación; resaltando siempre su apoyo en los momentos que se obtuvieron dudas, desesperación y felicidad.. A nuestros hermanos, compañeros y especialmente a cada una de las personas que nos brindaron su apoyo y siempre creyeron en nuestras capacidades, es grato saber que siempre que se desea algo con fuerza y determinación se logra alcanzar y más si ese camino ha sido acompañado o respaldado por cada uno de ustedes.. Por ultimo profesor John Forero gracias por su dedicación y esfuerzo para sacar este proyecto adelante, siempre nos guio de la mejor manera en tan duro trabajo, deseamos de antemano expresarle nuestra gratitud hacia usted deseándole éxito y buenos augurios en su vida profesional.. 6.

(7) AGRADECIMIENTOS En primer lugar, deseamos expresar nuestros mayores agradecimientos al director de esta tesis el profesor John Forero, por la orientación, dedicación y apoyo que ha brindado a este trabajo, por el respeto a nuestras sugerencias e ideas y por la orientación y el rigor que ha facilitado a las mismas. Gracias por la confianza ofrecida desde el primer día que empezamos con el arduo trabajo de nuestro proyecto de grado. Gracias a nuestras familias, porque con ellos compartimos momentos únicos durante el desarrollo de nuestro proyecto de grado los cuales siempre estuvieron apoyándonos incondicionalmente a pesar de todas las situaciones presentadas durante el transcurso del mismo, gracias por su voz de aliento, consejos y enseñanzas que nos han dado durante el tiempo que han estado. Le agradecemos a Dios por habernos acompañado y guiado a lo largo de nuestra carrera de ingeniería mecánica por ser nuestra fortaleza en los distintos momentos de nuestras vidas. Gracias a nuestros amigos y compañeros, que siempre nos prestaron un gran apoyo moral y humano, necesarios en los momentos difíciles de este trabajo de grado y esta profesión. A todos, muchas gracias.. 7.

(8) RESUMEN El presente trabajo tiene como objetivo desarrollar un UGV ligado a un sistema de visión artificial para bridarle mayor flexibilidad a las celdas de manufactura HAS-200 existente en la Universidad Distrital Francisco José de Caldas, dicha celda se utiliza para fines educativos y con este desarrollo se quiere darles más herramientas a los estudiantes para aplicar los conocimientos adquiridos. La visión artificial es una rama de la inteligencia artificial que tiene por objetivo el modelamiento matemático de un proceso de percepción visual de cualquier individuo para generar programas que permitan simular estas capacidades visuales por computadora uno de estos desarrollos son los vehículos terrestres no tripulados las cuales son plataformas robóticas que se utilizan para ayudar al ser humana a realizar u optimizar ciertas tareas El alcance de este proyecto será realizar el reconocimiento de la posición en que se encuentra el producto mediante visión artificial, calcular la cinemática del vehículo para ir a la posición del producto y devolverse al punto inicial, sin recoger el objeto. Para esto se llevará a cabo una preparación y parametrización del espacio de trabajo, selección y diseño del UGV y sus componentes y el desarrollo de una aplicación en MATLAB para reconocimiento de imagen y visión artificial. Se realizó un sistema de visión artificial capaz de reconocer un determinado producto existente en posiciones definidas dentro de la celda de manufactura HAS-200 este sistema tiene la capacidad de reconocer el producto siempre y cuando el usuario cargue de manera correcta las imágenes previamente tomadas, el software calcula la trayectoria del vehículo y envía esta información a una unidad de procesamiento mediante comunicación bluetooth al Arduino para controlar el desplazamiento del UGV dentro del área del trabajo.. 8.

(9) TABLA DE CONTENIDO CAPÍTULO 1: INTRODUCCIÓN ........................................................................................... 15 1.1. PLANTEAMIENTO DEL PROBLEMA ................................................................... 16 1.2. JUSTIFICACIÓN ....................................................................................................... 16 1.3. OBJETIVOS. .............................................................................................................. 17 1.3.1. OBJETIVO GENERAL. ......................................................................................... 17 1.3.2. OBJETIVOS ESPECÍFICOS. ................................................................................. 17 1.4. METODOLOGÍA....................................................................................................... 17 CAPÍTULO 2: SISTEMA DE TRANSPORTE AUTONOMOS INDUSTRIALES ............... 20 2.1. VISIÓN ARTIFICIAL ............................................................................................... 26 2.2. SISTEMAS DE VISIÓN ARTIFICIAL..................................................................... 30 2.2.1. SISTEMA DE PRESENCIA-AUSENCIA ............................................................. 30 2.2.2. SISTEMA DE PICK-UP & PLACE (GUIADO DE ROBOTS) ............................. 31 2.2.3. SISTEMA DE CONTROL DE CALIDAD POR VISIÓN ARTIFICIAL .............. 32 2.2.4. SISTEMA DE METROLOGÍA / VISIÓN 3D / CONTROL DIMENSIONAL ..... 32. 2.2.5. ROBOTS ................................................................................................................. 33 2.2.6. APLICACIONES .................................................................................................... 34 2.3. TIPOS DE REDES DE TRASMISIÓN DE DATOS ................................................ 35 CAPÍTULO 3: DISEÑO DE UN SISTEMA ROBÓTICO UGV ............................................ 37 3.1. CARACTERIZACIÓN DEL ESPACIO DE TRABAJO .......................................... 37 3.1.1. PREPARACIÓN DEL ESPACIO DE TRABAJO ................................................. 44 3.2. ARQUITECTURA DEL SISTEMA .......................................................................... 46. 9.

(10) 3.3. DISEÑO DEL UGV ................................................................................................... 47 3.3.1. ANÁLISIS MECÁNICO ........................................................................................ 49 Dimensiones Exteriores. .................................................................................................... 49 PESO 50 ESPACIO DE EMBALAJE .............................................................................................. 51 GRADOS DE LIBERTAD ................................................................................................ 52 RESISTENCIA MECÁNICA. .......................................................................................... 52 3.3.2. CONTROL DE TRAYECTORIA .......................................................................... 60 3.3.3. SELECCIÓN DE COMPONENTES ...................................................................... 64 3.4. ARQUITECTURA DE HARDWARE....................................................................... 66 3.5. ARQUITECTURA DE SOFTWARE ........................................................................ 69 3.5.1. ALGORITMO PARA PROCESAMIENTO DE IMAGEN ................................... 69 3.5.2. INTERFAZ VISIÓN ARTIFICIAL (MATLAB) ................................................... 73 3.5.3. PROGRAMACIÓN DEL ARDUINO PARA CONTROLAR LOS MOTORES .. 75. 3.5.4. CONEXIÓN BLUETOOTH (ARDUINO) ............................................................. 78 CAPÍTULO 4: RESULTADOS ............................................................................................... 79 CAPÍTULO 5: CONCLUSIONES ........................................................................................... 86 BIBLIOGRAFÍA......................................................................................................................... 87. 10.

(11) LISTA DE FIGÚRAS Figura 1. Vehículo terrestre UGV militar ...................................................................................... 21 Figura 2. 1er Brazo Robótico. ........................................................................................................ 23 Figura 3. Robot unimate móvil. ..................................................................................................... 25 Figura 4. Ramas de la inteligencia artificial. .................................................................................. 26 Figura 5. Detección y percepción. .................................................................................................. 26 Figura 6. Esquema de la imagen binaria. ....................................................................................... 28 Figura 7. Obtención de una imagen lineal...................................................................................... 29 Figura 8. Cámara matricial. ............................................................................................................ 29 Figura 9. Aplicaciones de sistemas presencia-ausencia ................................................................. 31 Figura 10. Pick up & place 3d. ....................................................................................................... 31 Figura 11. Aplicación de sistemas de metrología........................................................................... 32 Figura 12.Articulación brazo robótico. .......................................................................................... 33 Figura 13. Robot móvil. ................................................................................................................. 34 Figura 14. Clasificación de las redes wifi. ..................................................................................... 35 Figura 15. Aplicación de interfaz Bluetooth en un hardware......................................................... 36 Figura 16. Celda flexible de manufactura HAS-200. ..................................................................... 37 Figura 17. Plano del espacio de trabajo.......................................................................................... 38 Figura 18. Captura con lente ojo de pescado.................................................................................. 39 Figura 19. Cámara deportiva 360fl - 4K. ....................................................................................... 40 Figura 20. Cámara GoPro ............................................................................................................... 41 Figura 21. Celda de manufactura dividida en 3 secciones. ............................................................ 42 Figura 22. Sección 1 de la celda de producción HAS-200. ............................................................ 42 Figura 23. Sección 2 de la celda de producción HAS-200. ............................................................ 43 Figura 24. Sección 3 de la celda de producción HAS-200. ............................................................ 43 Figura 25. Identificación fallida de la posición 3. .......................................................................... 44 Figura 26. Identificación fallida de la posición 4. .......................................................................... 44 Figura 27. Instalación de mesa en el espacio de trabajo. ............................................................... 45 Figura 28. Producto para identificar. .............................................................................................. 45 Figura 29.Arquitectura del sistema. ............................................................................................... 46 11.

(12) Figura 30. Configuraciones para robots móviles............................................................................ 47 Figura 31. Modelo alternativo 1, diferencial orugas. ..................................................................... 48 Figura 32. Modelo alternativa 2, diferencial rueda loca................................................................. 48 Figura 33. Modelo alternativa 3, Diferencial de cuatro ruedas tractoras. ...................................... 49 Figura 34. Modelos CAD de las alternativas de selección. ............................................................ 50 Figura 35. Resultados de esfuerzos Von Mises para la alternativa 1. ............................................ 55 Figura 36. Resultados de deformaciones totales para la alternativa 1............................................ 55 Figura 37. Resultados de esfuerzos Von Mises para la alternativa 2. ............................................ 56 Figura 38. Resultados de deformaciones totales para la alternativa 2............................................ 56 Figura 39. Resultados de esfuerzos Von Mises para la alternativa 3. ............................................ 56 Figura 40. Resultados de deformaciones totales para la alternativa 3............................................ 57 Figura 41. Configuración diferencial. ............................................................................................ 60 Figura 42. Plano coordenado del vehículo y su orientación........................................................... 61 Figura 43. Diagrama de giro del vehículo. ..................................................................................... 62 Figura 44. Realicen de avance de la rueda de acuerdo con el ángulo de giro. ............................... 63 Figura 45. Diagrama de conexión puente H L293D. ..................................................................... 64 Figura 46. Elementos que componen el encoder. ........................................................................... 64 Figura 47. Motor, caja reductora y rueda. ...................................................................................... 65 Figura 48. Arduino nano. ............................................................................................................... 65 Figura 49. Módulo de comunicación Bluetooth. ............................................................................ 65 Figura 50. Batería tipo 500 mAh 7.4 V. ......................................................................................... 66 Figura 51. Diagrama de conexiones eléctricas para el vehículo. ................................................... 66 Figura 52. Datasheet del Arduino nano. ......................................................................................... 67 Figura 53. Diagrama de conexión del sensor de herradura. ........................................................... 67 Figura 54. Diagrama de conexión del puente H. ............................................................................ 68 Figura 55. Vehículo terreste no tripulado....................................................................................... 69 Figura 56. Identificación de objetos deseados en la imagen. ......................................................... 70 Figura 57. Código para determinar la presencia de objetos en las posiciones establecidas. .......... 71 Figura 58. Código para determinar los movimientos del vehículo. ............................................... 72 Figura 59. Envió de datos de MATLAB a módulo Bluetooth. ...................................................... 73 Figura 60. Interfaz de programa al cargar imágenes de cada sección del espacio de trabajo. ....... 74 12.

(13) Figura 61. Identificación de objetos en las posiciones determinadas............................................. 75 Figura 62. Código de inicialización de variables y puertos para el Arduino nano......................... 76 Figura 63. Código para lectura de datos y movimiento de motores. .............................................. 77 Figura 64. Código para movimiento de motores. ........................................................................... 77 Figura 65. Diagrama de conexión del módulo Bluetooth HC-05 y el Arduino nano. ................... 78 Figura 66. Inicialización del puerto bluetooth en MATLAB. ........................................................ 78. 13.

(14) LISTA DE TABLAS Tabla 1. Cronograma de actividades. ............................................................................................. 18 Tabla 2. Coordenadas de las posiciones destino para el vehículo. ................................................. 38 Tabla 3. Dimensiones exteriores para los prototipos seleccionados .............................................. 50 Tabla 4. Pesos de los chasis para las alternativas seleccionadas. ................................................... 51 Tabla 5. Peso total de las alternativas............................................................................................. 51 Tabla 6. Restricciones configuradas en ANSYS Worchbench. ..................................................... 53 Tabla 7. Matriz de decisión. ........................................................................................................... 59 Tabla 8. Presupuesto y fuentes de financiación. ............................................................................ 81 Tabla 9. Costos de desarrollo. ........................................................................................................ 83. 14.

(15) CAPÍTULO 1: INTRODUCCIÓN Un sistema de producción industrial se basa en los métodos utilizados por una empresa para convertir la materia prima en el producto a comercializar, existen cuatro tipos concretos de sistemas de producción industrial y la elección de uno u otro depende de: el tipo de empresa, la actividad, el volumen de producción y el mercado. Ya que estas variables van a determinar la viabilidad de inversión para uno u otro sistema. Esto influirá directamente en la cantidad de subprocesos, el nivel de automatización y control dentro de cada subproceso. A continuación, se presentarán y se describirán los diferentes tipos de sistemas para la producción industrial: . La producción por lotes: Se generan pequeñas cantidades de productos idénticos. Para esta se utiliza generalmente mucha mano de obra calificada, se usan plantillas y moldes para agilizar la producción. Se genera una gran cantidad de productos diferentes. . La producción en masa: Es en la cual se producen cientos de productos idénticos, con varias estaciones de trabajo altamente automatizadas para aumentar el nivel de producción y con menor cantidad de mano de obra. También tiene la capacidad de producir productos diferentes, aunque en una menor medida a comparación de la producción por lotes y con diferencias mínimas entre productos.. . Producción por trabajo: Es la producción bajo pedido. Generalmente se elabora un solo tipo de producto. Requiere el uso intensivo de mano de obra. Los productos pueden hacerse a mano o mediante una combinación de métodos manuales y mecánicos, esto no permite definir exactamente tiempos de producción.. . Producción de flujo continuo: Donde se producen miles de productos idénticos, a diferencia de la producción en masa este tipo de producción tiene horarios de producción de 24 horas de manera continua en donde se necesitan estaciones totalmente automatizadas. Generalmente se elabora un solo producto.. La flexibilidad de un sistema de producción es la que determina la cantidad de productos distintos a producir y como consecuencia si se cuenta con una producción más flexible es porque la cantidad de productos idénticos no es tan elevada. Esto es muy importante en el momento de elegir el tipo de sistema a utilizar. Así, no se tendrán pérdidas y la compañía será más rentable. 15.

(16) 1.1. PLANTEAMIENTO DEL PROBLEMA. Actualmente la Universidad Distrital Francisco José de Caldas cuenta con una celda de manufactura para realizar prácticas tecnológicas de automatización y producción industrial, esta celda de manufactura lleva el nombre de HAS-200, es un sistema modular de 8 estaciones de trabajo y tiene un proceso de producción en serie, lo que implica, que se realice cada proceso uno después del otro, las estaciones presentes en esta celda de manufactura son: Alimentador de botes multicolor, producción, medición, colocación de la tapa, almacén, paletizado, almacén de materia prima y estación de reciclaje. Al ser una celda de manufactura en serie pueden llegar a haber limitaciones en cuanto a tiempos de producción a la hora de requerir productos distintos, por tal razón se ve la necesidad de implementar un sistema de control que permita una producción rápida y eficaz, teniendo la posibilidad de saltar algunas estaciones para la entrega del producto final. Para este proyecto se desea implementar un sistema de visión artificial para conocer la ubicación de un producto dentro de la celda, a su vez diseñar e implementar un vehículo no tripulado que recogerá dicho producto en la estación de trabajo en la que se encuentre, y con esto proponer sistemas que amplíen la flexibilidad de la celda de producción HAS-200 ya existente.. 1.2. JUSTIFICACIÓN La flexibilidad de un sistema de manufactura se ve supeditado a las diferentes estaciones de producción y la forma en que interactúan entre sí para generar el producto deseado. Lo que se busca es darle más herramientas a la HAS-200 para aumentar esa flexibilidad y poder así alcanzar la mayor cantidad de productos elaborados en ella, y académicamente darles más recursos a los estudiantes para aplicar y entender conceptos de la automatización a nivel industrial.. 16.

(17) 1.3. OBJETIVOS. 1.3.1. OBJETIVO GENERAL. Controlar e implementar un UGV en la celda de manufactura flexible HAS-200 mediante visión artificial.. 1.3.2. OBJETIVOS ESPECÍFICOS. . Diseñar un UGV para desplazarse dentro de la celda de manufactura.. . Implementar un sistema de visión artificial para identificar la posición de una caja en la celda de manufactura. o Realizar montaje de superficie de trabajo. o Puesta a punto del sistema. o Definir condiciones de iluminación y captura de imagen. . Programar la estrategia de control para desplazar el robot a la posición de la caja identificada.. . Construir el prototipo del UGV.. . Generar un informe de gastos y costos del proyecto.. 1.4. METODOLOGÍA. Para el desarrollo del proyecto primero se realiza el análisis del espacio de trabajo y la celda de manufactura, este análisis se presenta de forma que permita identificar condiciones y restricciones existentes en el sistema. Se plantean opciones de diseño para el vehículo que llevaran a solucionar el problema. En base al análisis del espacio de trabajo se plantean posibles soluciones para el sistema de visión artificial y se realiza un programa para la identificación del producto determinado. Una vez consolidado el programa de visión artificial se procede a seleccionar componentes de comunicación y hacer una integración del sistema de visión con el vehículo diseñado. Finalmente se realizan pruebas en campo del sistema completo. A continuación, la Tabla 1 presenta el cronograma de actividades para el desarrollo del proyecto.. 17.

(18) Tabla 1. Cronograma de actividades.. ETAPA  OBTENCIÓN DE LA INFORMACIÓN Búsqueda preliminar de tipos de vehículos no tripulados. MES 1 MES 2 MES 3 MES 4 MES 5 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4. (UGV). Recolección de tipos de cámaras para el sistema de visión artificial identificando características, tipo de visión y conectividad. Identificación de tipos de conectividad existentes para él envió de señales. (wifi-bluetooth).  ANÁLISIS DE LA INFORMACIÓN Observar y analizar la información recolectada, seleccionando así la más viable para implementar en el proyecto. . REDACCIÓN Y PLANTEAMIENTO DEL ANTEPROYECTO  ENTREGA DEL ANTEPROYECTO  DOCUMENTACIÓN Y ANÁLISIS DE LA INFORMACIÓN PARA EL INICIO DEL PROYECTO  TRABAJO DE CAMPO Identificación del lugar donde se desarrollará el proyecto. Identificar el proceso de manufactura que tiene el producto. Obtención de medidas área de trabajo. . DISEÑAR UN UGV PARA DESPLAZARSE DENTRO DE LA CELDA DE MANUFACTURA. Identificar las condiciones y restricciones que se tienen para el desarrollo del UGV. Elegir el chasis de acuerdo con las condiciones de trabajo Seleccionar el sistema de movimiento del UGV Elegir el tipo de comunicación con la cual se controlará el UGV.. 18.

(19) MES 1 ETAPA  IMPLEMENTAR UN SISTEMA ARTIFICIAL. Realizar superficie de montaje (pista).. MES 2. MES 3. MES 4. MES 5. 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 DE. VISION. Definir las condiciones de iluminación del área de trabajo. Seleccionar el proceso de captura de imagen. Procesamiento de imagen. Calibración del sistema de visión artificial. . PROGRAMAR LA ESTRATEGIA DE CONTROL PARA DESPLAZAR EL ROBOT A LA POSICION DE LA CAJA IDENTIFICADA. Procesamiento de la imagen para identificar la caja. Programación del UGV para que se desplace a la caja identificada. Definir posición o punto de regreso.  CONSTRUCCION DEL UGV Recopilación de los componentes seleccionados para el desarrollo del UGV y posterior ensamblaje. Calibración de cada componente del UGV. . PUESTA A PUNTO E IMPLEMENTACIÓN DEL PROTOTIPO Puesta a punto del sistema de visión artificial. Puesta punto del UGV. Puesta a punto del sistema de control. Implementación del prototipo en el área de trabajo. . GENERAR INFORME DE GASTOS Y COSTOS DEL PROYECTO. . REDACCIÓN DEL ARTÍCULO DEL PROYECTO. . ENTREGA FINAL. . SUSTENTACIÓN. 19.

(20) CAPÍTULO 2: SISTEMA DE TRANSPORTE AUTONOMOS INDUSTRIALES La visión artificial es una rama de la inteligencia artificial que tiene por objetivo modelar matemáticamente los procesos de percepción visual en los seres vivos y generar programas que permitan simular estas capacidades visuales por computadora. La visión artificial permite la detección automática de la estructura y propiedades de un posible mundo dinámico en 3 dimensiones a partir una o varias imágenes bidimensionales del mundo. Las imágenes pueden ser monocromáticas o a color; pueden ser capturadas por una o varias cámaras, y cada cámara puede ser estacionaria o móvil. La estructura y propiedades del mundo tridimensional que se intentan deducir en la visión artificial incluyen no sólo propiedades geométricas (tamaños, formas, localización de objetos, etc.), sino también propiedades del material (sus colores, sus texturas, la composición, etc.) y la luminosidad u oscuridad de las superficies. La Visión Artificial, pretende capturar la información visual del entorno físico para extraer características relevantes visuales, utilizando procedimientos automáticos. Según Marr, “Visión es un proceso que a partir de imágenes del mundo exterior produce una descripción útil para el observador y no tiene información irrelevante”1. El objetivo de un sistema de inspección por visión artificial suele ser comprobar la conformidad de una pieza con ciertos requisitos, tales como las dimensiones, números de serie, la presencia de componentes, etc. La utilización de los sistemas no tripulados (US, Unmanned Systems) en diferentes campos como en lo civil y, sobre todo, en lo militar ha tenido un gran crecimiento exponencial durante los últimos años. En el aspecto militar, la robotización en el campo de combate es ya un fenómeno desarrollado y en los últimos años su utilización ha ido en aumento en todos los niveles, sobre todo en lo que respecta a los sistemas no tripulados. Un claro ejemplo es el robot con el semblante de un animal, concretamente una mula, diseñado por la Agencia de Investigación de la Defensa de los EE. UU. Este robot se ha desarrollado para ayudar a los soldados y por el momento es capaz de responder y obedecer a órdenes verbales. 1. Visión por computadora. Oscar Maldonado Valles. [En línea] 05 de 2002. [Citado el: 28 de 04 de 2016.] http://www.depi.itch.edu.mx/apacheco/expo/html/ai11/vision.html#page3. 20.

(21) Existen diferentes tipos de sistemas no tripulados y se pueden clasificar en terrestres, marítimos y aéreos:. VEHÍCULO TERRESTRE NO TRIPULADO: Los vehículos terrestres no tripulados, también conocidos como “UGV” (Unmanned Ground Vehicules), son plataformas robóticas que se utilizan para ayudar al ser humano a realizar diferentes tareas como podrían ser estudios sencillos de zonas terrestres o tareas peligrosas como la detección de explosivos, entre otras. Figura 1. Vehículo terrestre UGV militar. . Fuente: Wheelbarrow MK9 Unmanned Ground Vehicle, United Kingdom [en línea] [Consultado el 28 de abril de 2015], http://www.army-technology.com/projects/wheelbarrowmk9/. VEHÍCULO AÉREO NO TRIPULADO: Los vehículos aéreos no tripulados, también conocidos como “UAV” (Unmanned Aerial Vehicles), son sistemas aéreos que al igual que los UGV, pueden ayudar a realizar tareas de reconocimiento de zonas geográficas o entrar en misiones de combate para ayudar a las tropas que combaten.. VEHÍCULO DE SUPERFICIE NO TRIPULADO: Los vehículos de superficie no tripulados, también conocidos como “USV” (Unmanned Surface Vehicles), son aquellos sistemas de vehículos que operan en la superficie del agua sin ningún tipo de tripulante. Dentro de este grupo también se engloba a los submarinos autónomos. Como marco previo a la realización de un UGV se cuenta en la industria con varias plataformas que pudiesen controlar el sistema terrestre no tripulado que se iba a crear. Para ello, se necesitaría 21.

(22) la utilización de una plataforma que maneje un tipo de hardware que nos permita desarrollar un aplicativo para que posteriormente se pudiese instalar en el UGV y que éste fuese capaz de desempeñar las tareas encomendadas. No obstante, para comenzar a instalar cualquier tipo de plataforma, primero se ha de realizar un estudio con las diferentes opciones, para así poder escoger la que mejor se adapte a nuestras necesidades. En los últimos años, el mercado de los sistemas no tripulados ha crecido de una forma notable, y se cree que va a seguir creciendo en el futuro a un alto ritmo. En la actualidad hay un medio centenar de países que los utilizan, de los cuales el principal es Estados Unidos, con el 58 por 100 del mercado mundial 2 . Aunque hay otros países que están empezando a tomar posiciones de protagonismo, como China, Rusia, India o Brasil, y Europa Occidental se presenta como una zona clave en el desarrollo de estos sistemas y vehículos. Actualmente en la Unión Europea, Francia y Reino Unido representan las tres cuartas partes de este mercado. Comparando el conjunto de sistemas no tripulados aéreos, navales y terrestres, se prevé un considerable aumento de los navales, puesto que de los terrestres ya hay un gran volumen en el mercado, y el número de los aéreos también es elevado. Las cifras comparativas nos hablan de 28.000 sistemas terrestres, frente a 14.600 aéreos y 1.400 navales. 3 La robótica es una ciencia o rama de la tecnología, que estudia el diseño y construcción de máquinas capaces de desempeñar tareas realizadas por el ser humano o que requieren del uso de inteligencia. La historia de la robótica ha estado unida a la construcción de “artefactos”, que trataban de materializar el deseo humano de crear seres semejantes a nosotros. La palabra robot fue usada por primera vez en el año 1921, cuando el escritor checo Karel Capek (1890-1938) estrena en el teatro nacional de Praga su obra Rossum´s Universal Robot (T.U.R). Su origen es la palabra eslava robota, que se refiere al trabajo realizado de manera forzada. Con el objetivo de diseñar una maquina flexible, adaptable al entorno y de fácil manejo, George Devol, pionero de la Robótica Industrial, patentó en 1948, un manipulador programable que fue el germen del robot industrial. En 1948 R.C. Goertz del Argonne National Laboratory, desarrolló, con el objetivo de manipular elementos radioactivos sin riesgo para el operador, el primer tele2. Carrasco, B., & Alberto, J. (2015). Integración de un UAV (vehículo aéreo no tripulado) en la plataforma robótica ARGOS. 3 Ballesteros, R., Ortega, J. F., Hernández, D., & Moreno, M. A. Estimación del Índice de Área Foliar en cebada mediante el empleo de Vehículos Aéreos no Tripulados (VANT).. 22.

(23) manipulador. Éste consistía en un dispositivo mecánico maestro-esclavo. El manipulador maestro, reproducía fielmente los movimientos de este. Años más tarde, en 1954, Goertz hizo uso de la tecnología electrónica y del servo-control sustituyendo la transmisión mecánica por eléctrica y desarrollando así el primer tele-manipulador con servo control bilateral. Otro de los pioneros de la tele manipulación fue Ralph Mosher, ingeniero de la General Electric que en 1958 desarrollo un dispositivo denominado Handy-Man, consistente en dos brazos mecánicos tele operados mediante un maestro del tipo denominado exoesqueleto. Junto a la industria nuclear, a lo largo de los años sesenta la industria submarina comenzó a interesarse por el uso de la tele manipuladores4. Figura 2. 1er Brazo Robótico.. Fuente: ¿Qué es un robot? [en línea] [Consultado el 28 de abril de 2015], http://platea.pntic.mec.es/vgonzale/cyr_0708/archivos/_15/Tema_5.1.htm. A este interés se sumó la industria espacial en los años setenta. La evolución de los telemanipuladores a lo largo de los últimos años no ha sido tan espectacular como la de los robots. Recluidos en un mercado selecto y limitado (industria nuclear, militar, espacial, etc.) son en general desconocidos y comparativamente poco atendidos por los investigadores y usuarios de robots. Por su propia concepción, un tele-manipulador precisa el mando continuo de un operador,. 4. Antecedentes. Históricos. [en. línea]. [Consultado. http://proton.ucting.udg.mx/materias/robotica/r166/r62/r62.htm. 23. el. 28. de. abril. de. 2016].

(24) y salvo por las aportaciones incorporadas con el concepto del control supervisado y la mejora de la telepresencia promovida hoy día por la realidad virtual, sus capacidades no han variado mucho respecto a las de sus orígenes. La sustitución del operador por un programa de ordenador que controlase los movimientos del manipulador dio paso al concepto de robot. La primera patente de un dispositivo robótico fue solicitada en marzo de 1954 por el inventor británico C.W. Kenward. Dicha patente fue emitida en el Reino Unido en 1957, sin embargo, fue Geoge C. Devol, ingeniero norteamericano, inventor y autor de varias patentes, el que estableció las bases del robot industrial moderno. En 1954 Devol concibió la idea de un dispositivo de transferencia de artículos programada que se patentó en Estados Unidos en 1961. En 1956 Joseph F. Engelberger es director de ingeniería de la división aeroespacial de la empresa Manning Maxwell y Moore en Stanford, Conneticut. Juntos Devol y Engelberger comenzaron a trabajar en la utilización industrial de sus máquinas, fundando la Consolidated Controls Corporation, que más tarde se convierte en Unimation (Universal Automation), e instalando su primera máquina Unimate (1960), en la fábrica de General Motors de Trenton, Nueva Jersey, en una aplicación de fundición por inyección. Devol predijo que el robot industrial "ayudaría al trabajador de las fábricas del mismo modo en que las máquinas de ofimática habían ayudado al oficinista". 5 En 1968 J.F. Engelberger visitó Japón y poco más tarde se firmaron acuerdos con Kawasaki para la construcción de robots tipo Unimate. El crecimiento de la robótica en Japón aventaja en breve a los Estados Unidos gracias a Nissan, que formó la primera asociación robótica del mundo, la Asociación de Robótica industrial de Japón (JIRA) en 1972 6. Dos años más tarde se formó el Instituto de Robótica de América (RIA), que en 1984 cambió su nombre por el de Asociación de Industrias Robóticas, manteniendo las mismas siglas (RIA).. 5. Michael Brady and Richard Paul, editors. Robotics Research: The First International Symposium. The MIT Press, Cambridge MA, 1984 6 Tecnologías de la Información y de la Comunicación. Capítulo 6, Programación y control de procesos. Juan A. Alonso, Santiago Blanco A., Santiago Blanco S., Roberto escribano, Víctor R. González, Santiago Pascual, Amor Rodríguez. Editorial Ra-Ma 2004.. 24.

(25) Figura 3. Robot unimate móvil.. Fuente: http://platea.pntic.mec.es/vgonzale/cyr_0708/archivos/_15/Tema_5.5.htm. Por su parte Europa tuvo un despertar más tardío. En 1973 la firma sueca ASEA construyó el primer robot con accionamiento totalmente eléctrico. En 1980 se fundó la Federación Internacional de Robótica con sede en Estocolmo, Suecia Existen muchas funciones que desarrolla el robot en el medio como: • Terrestres (vehículos, robots con patas, manipuladores industriales) • Aéreos (dirigibles) • Acuáticos (nadadores, submarinos) • Híbridos (trepadores) Y existen más en función del control de movimiento como: • Autónomos • Tele operados. • Robots fijos: automatización de procesos industriales, asistencia médica, etc. • Robots móviles: exploración, transporte. • Reproducir ciertas capacidades de los organismos vivos. • Otros: entretenimiento Los últimos 25 años robots han sido incorporados a la cirugía. La incorporación de la robótica a la cirugía laparoscopía tiene las ventajas de mejorar la maniobrabilidad, permitir visión 3D, eliminar el temblor fisiológico, disminuir las complicaciones y tiempos operatorios, y disminuir el tiempo de aprendizaje, todo lo cual favorece el desarrollo de un mayor número de cirugías mínimamente invasivas.. 25.

(26) 2.1. VISIÓN ARTIFICIAL El inicio de la visión artificial fue marcado por Larry Roberts, el cual, en 1961 creó un programa que podía “ver” una estructura de bloques, analizar su contenido y reproducirla desde otra perspectiva, demostrando así a los espectadores que esa información visual que había sido mandada al ordenador por una cámara había sido procesada adecuadamente por él.7 Figura 4. Ramas de la inteligencia artificial.. Fuente: Visión artificial e interacción sin mandos[en línea][Consultado el 28 de abril de 2015] Disponible en: http://sabia.tic.udc.es/gc/Contenidos%20adicionales/trabajos/3D/VisionArtificial/index.html. Los sistemas de percepción computacional, como también se conoce a la visión artificial, van más allá de medir o detectar, estos sistemas perciben, es decir descifran o reconocen el mensaje sensorial8. La información visual es una proyección bidimensional de objetos tridimensionales y, por tanto, la imagen que capta el ojo humano o una cámara digital tiene infinitas interpretaciones posibles. La percepción es un proceso que se distribuye a lo largo del espacio y del tiempo. Figura 5. Detección y percepción.. Fuente: Visión artificial e interacción sin mandos [en línea] [Consultado el 28 de abril de 2015] Disponible en: http://sabia.tic.udc.es/gc/Contenidos%20adicionales/trabajos/3D/VisionArtificial/index.html. 7 8. Visión Artificial Un vistazo a la tecnología. [En línea]. Octubre 2004, [Citado el 28 de 04 de 2016.] PEDRO ROBLES LOPEZ. La Percepción Visual desde el punto de vista del Factor Humano, P 2, 2010. 26.

(27) Se podría considerar que las raíces de lo que es en la actualidad el campo de la visión artificial están en el programa espacial de la NASA, en 1964. El programa espacial utilizaba, en un principio, cámaras de televisión que enviaban imágenes analógicas de vuelta a la Tierra. Posteriormente, se cambió a la idea de usar una cámara digital y enviar la información en bits y bytes desde el satélite Mariner 4, en 1964, mientras volaba al planeta Marte. Fue con el procesado digital de dichas imágenes con lo que se dio inicio a lo que es en la actualidad el campo de la visión artificial.9 La visión artificial es un campo de estudio diverso y relativamente nuevo. En los inicios de la computación era complicado procesar incluso conjuntos moderadamente grandes de datos de imagen10. No fue hasta finales de los años setenta que emergió un estudio más concentrado de dicho campo. En la mayor parte de las aplicaciones prácticas que usan visión artificial esta es preprogramada para resolver una tarea en particular, pero los métodos basados en aprendizaje se están volviendo cada vez más comunes Los diferentes tipos de vehículos UGV que están o han estado en funcionamiento desde sus inicios se han caracterizado por su parte digital en donde existen varias maneras en las cuales se pueden tomar las diferentes imágenes para poder enviarlas a los robots a continuación veremos las más conocidas las cuales son: Digital: La función obtenida tras el resultado de la medida o muestreos realizados a intervalos de tiempo espaciados regularmente, siendo el valor de dicha función un número positivo y entero. Los valores que esta función toma en cada punto dependen del brillo que presenta en esos puntos la imagen original.11 Píxel: Una imagen digital se considera como una cuadrícula. Cada elemento de esa cuadrícula se llama Píxel (Picture element). La resolución estándar de una imagen digital se puede considerar de 512x484 Pixel. 9. Klette, R., Schlüns, K., & Koschan, A. (1998). Computer vision: three-dimensional data from images (Vol. 1). Singapore: Springer. 10 Visión artificial e interacción sin mandos [en línea] [Consultado el 28 de abril de 2016] http://sabia.tic.udc.es/gc/Contenidos%20adicionales/trabajos/3D/VisionArtificial/index.html 11 José Francisco Vélez Serrano, Ana Belén Moreno Díaz, Ángel Sánchez Calle, José L. Esteban Sánchez-Marín, Visión por computador T&B editores, 2010.. 27.

(28) Nivel de grises: Cuando una imagen es digitalizada, la intensidad del brillo en la escena original correspondiente a cada punto es cuantificada, dando lugar a un número denominado “nivel de gris”. Imagen binaria: Es aquella que sólo tiene dos niveles de gris: negro y blanco. Cada píxel se convierte en negro o blanco en función del llamado nivel binario o UMBRAL Figura 6. Esquema de la imagen binaria.. Fuente: Visón Artificial [en línea] Especificaciones técnicas [Consultado el 02 de mayo de 2015] Disponible en: http://www.etitudela.com/celula/downloads/visionartificial.pdf. Escena: Es un área de memoria donde se guardan todos los parámetros referentes a la inspección de un objeto en particular: Cámara utilizada, imágenes patrón memorizadas, tolerancias, datos a visualizar, entradas y salidas de control, etc. Window (ventana de medida): Es el área específica de la imagen recogida que se quiere inspeccionar. Dentro del visón artificial existen diversos tipos de cámaras con los cuales se pueden obtener las imágenes para su posterior reconocimiento los tipos de cámaras son: Cámaras lineales: Construyen la imagen línea a línea realizando un barrido del objeto junto con un desplazamiento longitudinal del mismo. Las cámaras lineales utilizan sensores que tienen entre los 512 y 8192 pixels, con una longitud lo más corta posible y gran calidad de imagen. El hecho de construir imágenes de alta calidad a partir de líneas individuales requiere de una alta precisión. La alineación y el sincronismo del sistema son críticos si se quiere obtener una imagen precisa del objeto a analizar. Su utilización está muy extendida para la inspección de objetos de longitud indeterminada, tipo telas, papel, vidrio, planchas de metal, etc.12.. 12. José Francisco Vélez Serrano. Visión por computador. [En línea]. 2015, [Citado el 10 de 04 de 2016.]. 28.

(29) Figura 7. Obtención de una imagen lineal.. Fuente: Infaimon Visón Artificial Midiendo la calidad del trigo l [en línea] [Consultado el 03 de mayo de 2015] Disponible en: http://blog.infaimon.com/2012/07/midiendo-la-calidad-del-trigo. Cámaras matriciales: El sensor cubre un área que está formada por una matriz de pixeles. Los sensores de las cámaras modernas son todos de tecnología CCD formados por miles de diodos fotosensibles posicionados de forma muy precisa en la matriz. El tamaño de los CCD está definido en pulgadas, sin embargo, su tamaño real no tiene nada que ver con su valor en pulgadas, sino que están basados en la relación de los primeros con el tamaño de los tubos Vidicon. Formatos habituales son 1/3”,1/2” y 2/3”. 13. Figura 8. Cámara matricial.. Fuente: Visón Online CAMARAS MATRICIALES [en línea] [Consultado el 03 de mayo de 2015] Disponible en: http://www.visiononline.es/es/productos-vision-artificial/camaras/camaras-matriciales. 13. E. Trucco y A. Verri, (1998), Introductory Techniques for 3-D Computer Vision, Prentice Hall.. 29.

(30) Cámaras color: Aunque el proceso de obtención de las imágenes es más complejo, proporcionan una mayor información que los monocromos Cámara color 1CCD: Incorporan un sensor con filtro en forma de mosaico, con los colores primarios RGB (filtro bayer), observar en la figura como hay el doble de pixels de color verde para así asemejar la percepción del sensor al ojo humano. Debido al carácter del filtro, bien en el interior de la cámara, o bien en un ordenador, se realizan los cálculos necesarios para obtener en tiempo real una señal analógica o digital en RGB. 14. 2.2. SISTEMAS DE VISIÓN ARTIFICIAL En la industria actual se utilizan los siguientes sistemas de visión artificial: sistema de presenciaausencia, sistema de pick-up & place, sistema de control de calidad, sistema de metrología, sistema de clasificación industria.. 2.2.1. SISTEMA DE PRESENCIA-AUSENCIA Inspección de un área donde entre otras funciones, puede definirse en cada imagen las regiones de interés (ROI) y en ellas buscar objetos, medir distancias y reconocer patrones para verificar los procesos de: Ensamblaje. 14. . Etiquetado y Marcado. . Soldaduras efectuadas. . Calidad. . Control de presencia de piezas. . Control de utillaje. . Control de acabado superficial. A. Murat Tekalp, (1995), Digital Video Processing, Prentice Hall.. 30.

(31) Figura 9. Aplicaciones de sistemas presencia-ausencia. Fuente: Visón Artificial APLICACIÓN PRÁCTICA DE LA VISION ARTIFICIAL EN EL CONTROL DE PROCESOS INDUSTRIALES [en línea] [Consultado el 03 de mayo de 2015]. 2.2.2. SISTEMA DE PICK-UP & PLACE (GUIADO DE ROBOTS) Localización de la posición de un objeto detectando las coordenadas de este en el espacio para recogerlo y desplazarlo al lugar deseado. Guiado de robots y máquinas: Localización de centro y orientación para ensamblar piezas Manipulado y posicionamiento de piezas Recorrido guiado de objetos Seguimiento Figura 10. Pick up & place 3d.. Fuente: Visón Artificial pick-up APLICACIÓN DE VISION ARTIFICIAL PICK-UP AND PLACE [en línea] Disponible en: http://www.pyssa.com/es/vision-artificial/ pickup-and-place.asp. 31.

(32) 2.2.3. SISTEMA DE CONTROL DE CALIDAD POR VISIÓN ARTIFICIAL A través de los sistemas de visión artificial se verifica el cumplimiento de los requisitos y especificaciones técnicas de un objeto a partir de un patrón dado.. 2.2.4. SISTEMA DE METROLOGÍA / VISIÓN 3D / CONTROL DIMENSIONAL Visión 3D y control dimensional mediante la obtención de las magnitudes físicas de un objeto, para verificar que se corresponden con el patrón exigido. Medición sin contacto: . Dimensiones de piezas. . Área de superficies. . Distancias entre bordes. . Diámetro de círculos. . Ángulos. . Posición de orificios. . Planitud de superficies. . Montaje de elementos Figura 11. Aplicación de sistemas de metrología.. Fuente: Visón Artificial APLICACIÓN PRÁCTICA DE LA VISION ARTIFICIAL EN EL CONTROL DE PROCESOS INDUSTRIALES [en línea] [Consultado el 03 de mayo de 2015] Disponible en: http://visionartificial.fpcat.cat/wp-content/uploads/UD_1_didac_Conceptos_previos.pdf. 32.

(33) 2.2.5. ROBOTS Es complicado establecer una clasificación absolutamente general de los robots debido a la multitud de ellos que existe, algunos muy específicos. No obstante, se pueden clasificar atendiendo a su morfología, al procedimiento de control que utilizan y a sus aplicaciones. Los manipuladores poli-articulados: Básicamente se trata de brazos de robot sedentarios, configurados para mover sus elementos terminales (pinzas de sujeción, herramientas, elementos de soldadura...) en un determinado espacio de trabajo, según uno o más sistemas de coordenadas.15. Figura 12.Articulación brazo robótico.. Fuente: CLASES DE ROBOTS [en línea] [Consultado el 04 de mayo de 2015] Disponible en: http://platea.pntic.mec.es/vgonzale/cyr_0708/archivos/_15/Tema_5.2.htm. Los robots móviles provistos de ruedas, orugas o extremidades que les permiten desplazarse de acuerdo con la información que reciben a través de sus sistemas de sensores y a su programación. Algunos, denominados zoomórficos, se caracterizan por sistemas de locomoción que imitan a diversos seres vivos. 16 Se utilizan en experimentación con vistas al desarrollo posterior de vehículos pilotados o autónomos, capaces de evolucionar en superficies muy accidentadas. Los robots androides, de locomoción bípeda, intentan reproducir la forma y el comportamiento cinemático del ser humano. Están relativamente poco evolucionados y se destinan fundamentalmente al estudio y la experimentación. 15. F. Torres, J. Pomares, P. Gil, S.T. Puente, R. Aracil - Robots y Sistemas Sensoriales; Ed. Prentice-Hall. 2002. M. A. Cabrera; Modelos Lineales - Apunte de Cátedra para el Capítulo 8 - Modelo de Accionamiento de Juntas. 1990. 16. 33.

(34) Figura 13. Robot móvil.. Fuente: CLASES DE ROBOTS [en línea] [Consultado el 04 de mayo de 2015] Disponible en: http://platea.pntic.mec.es/vgonzale/cyr_0708/archivos/_15/Tema_5.2.htm. Finalmente los robots híbridoslos cuales son de de difícil clasificación, cuya estructura consiste en la combinación de alguna de las anteriores, bien sea por conjunción o por yuxtaposición. Los no servo-controlados: Son aquéllos en los que cada parte móvil tiene un número fijo de posiciones con topes, normalmente dos, y sólo se desplazan hasta situarse en ellos. Suelen ser de tipo neumático y resultan considerablemente rápidos y precisos. Servo-controlados. Cada elemento móvil cuenta con un sensor de posición, lineal o angular. La señal de éste se envía al sistema de control, que genera la orden de movimiento adecuada para el motor. Pueden ser detenidos en cualquier punto. Servo-controlados punto a punto: Para controlarlos únicamente se les indican las posiciones inicial y final de la trayectoria. El sistema de control calcula la trayectoria necesaria con unos algoritmos diseñados a tal efecto.17 Son capaces de memorizar posiciones.. 2.2.6. APLICACIONES De producción industrial: Se usan para la manufactura de productos. Pueden ser de manipulación (en fundición, moldeado, forja, tratamientos térmicos, etc.), de soldadura, pintura, mecanizado, montaje, almacenamiento y control de calidad.18. 17. Bräunl T.; Embedded Robotics: Mobile Robot Design and Applications with Embedded Systems; Ed. SpringerVerlag. 2006. 18 Tecnologías de la Información y de la Comunicación. Capítulo 6, Programación y control de procesos. Juan A. Alonso, Santiago Blanco A., Santiago Blanco S., Roberto escribano, Víctor R. González, Santiago Pascual, Amor Rodríguez. Editorial Ra-Ma 2004.. 34.

(35) De servicio: Se trata de robots que operan autónoma o semiautónomamente para proporcionar servicios útiles a seres humanos o a otros equipamientos, excluyendo operaciones de manufactura. Se pueden clasificar a su vez en robots que proporcionan: Servicio a los humanos: medicina, seguridad, entretenimiento, etc.: El uso de robots en cirugía descarga al cirujano de ciertas tareas mecánicas y aumenta la precisión de ciertas intervenciones19. También se usan robots en rehabilitación, como ayuda a discapacitados. Pueden constituir una prolongación de su anatomía o sustituir la función del órgano perdido.. 2.3. TIPOS DE REDES DE TRASMISIÓN DE DATOS Wii-Fi ("Wireless Fidelity"): en lenguaje español significa literalmente fidelidad sin cables. También se les denomina WLAN ("Wireless Local Area Network") o redes de área local inalámbricas. Se trata de una tecnología de transmisión inalámbrica por medio de ondas de radio con muy buena calidad de emisión para distancias cortas (hasta teóricamente 100 m). Este tipo de transmisión se encuentra estandarizado por la IEEE, siglas en inglés del Instituto de Ingenieros en Electricidad y Electrónica, la cual es una organización internacional que define las reglas de operación de ciertas tecnologías.20 Para la transmisión es necesario el uso de antenas integradas en las tarjetas, además este tipo de ondas son capaces de traspasar obstáculos sin necesidad de estar frente a frente el emisor y el receptor. - Actualmente son 4 estándares básicos: Figura 14. Clasificación de las redes wifi.. 19. Bräunl T.; Embedded Robotics: Mobile Robot Design and Applications with Embedded Systems; Ed. SpringerVerlag. 2006. 20 “Redes, iniciación y referencia”. Autores: Jesús Sánchez Allende, Joaquín López Lérida. Editorial McGraw-Hill. 35.

(36) Bluetooth: en lenguaje español significa literalmente diente azul, ello por ser un nombre de un Rey de la antigüedad. Se trata de una tecnología de transmisión inalámbrica por medio de ondas de radio de corto alcance (1, 20 y 100 m a la redonda dependiendo la versión). 21 Las ondas pueden incluso ser capaces de cruzar cierto tipo de materiales, incluyendo muros. Figura 15. Aplicación de interfaz Bluetooth en un hardware.. Fuente: Curso de Arduino y robótica: Comunicación Bluetooth [en línea] [Consultado el 06 de mayo de 2015] Disponible en: https://www.dlabs.co/curso-de-arduino-y-robotica-comunicacion-bluetooth/. Para la transmisión de datos no es necesario el uso de antenas externas visibles, sino que pueden estar integradas dentro del mismo dispositivo. Este tipo de transmisión se encuentra estandarizado de manera independiente y permite una velocidad de transmisión de hasta 1 Mbps. Para el uso de redes Bluetooth es necesario que los dispositivos dispongan de un emisor integrado o agregado para el uso de teste tipo de red. Computadoras de escritorio: un adaptador Bluetooth USB. Computadoras portátiles: un adaptador Bluetooth USB. PDA: tiene integrado el emisor Bluetooth. Celular: tiene integrado el emisor Bluetooth.. 21. Bluetooth más que una conexión inalámbrica. Lourdes Velázquez Pastrana. [En línea]. Octubre 2004, [Citado el 12 de 04 de 2016.]. 36.

(37) CAPÍTULO 3: DISEÑO DE UN SISTEMA ROBÓTICO UGV 3.1. CARACTERIZACIÓN DEL ESPACIO DE TRABAJO Como ya se ha mencionado anteriormente el sistema a desarrollar se acoplará a la celda de producción HAS-200 la cual se puede ver en la Figura 16, esta celda de producción cuenta con 8 estaciones de trabajo y lo que se busca es crear un vehículo terrestre no tripulado para que el producto en elaboración pueda omitir o saltar ciertas estaciones. Figura 16. Celda flexible de manufactura HAS-200.. Como se muestra en la Figura 17 las dimisiones del área de trabajo son 286.5 x 77 cm, la cual será el área en la que deberá desplazarse el vehículo. Es importante tener claras estas medidas para la programación y el posicionamiento del vehículo, como también la ubicación de las estaciones de trabajo en donde identificaremos el producto y enviaremos al vehículo a recogerlo.. 37.

(38) Figura 17. Plano del espacio de trabajo.. Para definir las coordenadas de las posiciones a las que debe llegar el vehículo se toma como origen el centro del área de trabajo, en la Tabla 2 se puede evidenciar la caracterización de dichas posiciones en el área de trabajo mostrando las coordenadas de cada posición. Tabla 2. Coordenadas de las posiciones destino para el vehículo.. Posición. Componente X (cm). Componente Y (cm). 1. -125. 26. 2. -45. 26. 3. 58.2. 26. 4. 130. 10. 5. 124. -26. 6. 40. -26. 7. -61. -26. 8. -130. -10. Una vez conocido el espacio de trabajo y definidas las posiciones que se van a trabajar se procedió a determinar las condiciones y elementos a usar para el sistema de visión artificial.. 38.

(39) Debido a que la longitud total de la celda de manufactura es de más de 3 metros se decide utilizar una cámara con un lente ojo de pescado y de esta manera poder expandir más el ángulo de visión. Se realizaron pruebas de iluminación, resolución y alturas de cámara para poder obtener una buena calidad de imagen. La Figura 18 nos muestra una toma con una cámara de 16 Megapíxeles en donde no hay presencia de luz solar, solamente usando la iluminación eléctrica del salón y teniendo un producto en el costado derecho de la celada de producción. Figura 18. Captura con lente ojo de pescado.. Después de realizar varios ensayos se determina que el lente ojo de pescado no es la mejor opción ya que los objetos ubicados en las posiciones más lejanas al centro de la imagen no se logran ver con claridad lo que no permite una buena identificación de la imagen para el sistema de visión artificial, además que el espacio de trabajo presenta una interferencia debido a una columna que no permite visualizar 2 de las 8 posiciones. Se buscaron diferentes opciones de cámaras para una captura amplia y con buena resolución del área de trabajo, a continuación, se presentan las opciones encontradas y los precios correspondientes.. 39.

(40) CÂMARA DEPORTIVA. Figura 19. Cámara deportiva 360fl - 4K.. Esta cámara tiene como especificaciones: . La lente cuenta con un ángulo de captura de 360° en plano horizontal y 240 en plano vertical.. . Cámara 4K. . Tamaño del sensor es de 1 / 2,3 pulgadas.. . Costo: 1´599.900 moneda corriente.. Indudablemente es una cámara ideal para la captura de imágenes con un ángulo de 360°, pero se sale aún más del presupuesto estimado. Teniendo claras todas las posibles opciones, a continuación, se explica cómo está dividida cada una de las secciones.. 40.

(41) CÁMARA GOPRO. Figura 20. Cámara GoPro. Esta cámara tiene como características: . Cámara 4K Ultra HD.. . 16 megapíxeles.. . Ángulo de visión 170 grados.. . Tamaño pantalla: 2”. . Conexión wifi.. . Costo: $ 259.000 moneda corriente.. Esta cámara cumple con todos los requerimientos, excepto el precio, en vista de que esta inversión no está dentro del presupuesto estimado. En conclusión, el precio para la adquisición de una de estas cámaras es muy alto por lo cual se plantea la alternativa de dividir la celda de manufactura en 3 secciones como se muestra en la Figura 21, utilizando un Samsung Galaxy S5 para realizar la captura de las imágenes en la más alta resolución (16 Megapíxeles) de cada una de las secciones.. 41.

(42) Figura 21. Celda de manufactura dividida en 3 secciones.. La Figura 22 muestra la sección 1 en donde se encuentran las posiciones número 1, 7, y 8. Figura 22. Sección 1 de la celda de producción HAS-200.. 42.

(43) En la sección 2 se encuentran las posiciones número 2 y 6 como se muestra en la Figura 23.. Figura 23. Sección 2 de la celda de producción HAS-200.. En la sección 3 se encuentran las posiciones 3, 4 y 5, como se muestra en la Figura 24. Figura 24. Sección 3 de la celda de producción HAS-200.. 43.

(44) 3.1.1. PREPARACIÓN DEL ESPACIO DE TRABAJO Al momento de poner a prueba el sistema de visión artificial se presentó un inconveniente ya que el objeto a identificar tiene el mismo tono de color que el logotipo de la celda ubicado en el suelo dentro del área de trabajo. En la figura 25 se evidencian las áreas enmarcadas con un cuadro verde en donde hay presencia de objetos con el mismo color al que se desea identificar, lo mismo se puede ver en la figura 26 donde se intenta identificar la posición 4. Figura 25. Identificación fallida de la posición 3.. Figura 26. Identificación fallida de la posición 4.. Para corregir este problema se construyó y adecuo una base a la altura de las bandas transportadora existentes en la celda HAS-200, dicha base tiene un color claro diferente al que tiene el producto a identificar. A continuación, se presenta en la Figura 27 el proceso de construcción e instalación de la base en donde a su vez se desplazará el vehículo. 44.

(45) Figura 27. Instalación de mesa en el espacio de trabajo.. Una vez instalada la mesa en el área de trabajo se procede a realizar las tomas en donde se presente el objeto en cada una de las posiciones previamente definidas El producto que identificará en el sistema de visión artificial se puede apreciar en la Figura 28 y posee unas medidas de 4x 4 cm de base con 5.5 cm de altura. Figura 28. Producto para identificar.. En la primera estación de trabajo este contendrá un producto de color azul, en la segunda estación puede tener productor color amarillo y azul y en la tercera estación podrá tener producto de color 45.

(46) azul, amarillo, o rojo. En el resto de las estaciones esta tapado el producto con la tapa azul que se ve en la figura. Por este motivo se deberá hacer el reconocimiento de los tres colores en el algoritmo de identificación.. 3.2. ARQUITECTURA DEL SISTEMA La ejecución del sistema se puede agrupar en cuatro grandes etapas, cada una de ellas tendrá entradas y salidas asociadas de la siguiente manera: ● Cargar Imágenes: Entradas: Imágenes propias de casa sección donde se buscará el producto. Salidas: Visualización de las imágenes seleccionadas. ● Procesamiento de imagen: Entradas: información en pixeles de cada imagen cargada. Salidas: posición en la que se encuentra el producto. ● Control de trayectoria: Entradas: Posición en la que se encuentra el producto Salidas: Velocidades y tipo de movimiento a realizar por el vehículo. ● Movimiento del vehículo. Entradas: Velocidades y tipo de movimiento a realizar por el vehículo. Salidas: Movimiento del vehículo a la posición establecida y regreso al punto inicial.. Figura 29.Arquitectura del sistema.. 46.

(47) 3.3. DISEÑO DEL UGV Las siguientes configuraciones morfológicas que se muestran en la Figura 30 son las alternativas para la construcción de un robot móvil. Según la que se escoja se debe plantear una estrategia de control diferente ya que la física propia del vehículo cambia según las configuraciones presentadas y la manera en que se quieren realizan los movimientos. Figura 30. Configuraciones para robots móviles.. Para la implementación de este sistema se selecciona la configuración diferencial, facilitando la cantidad de variables a controlar, ya que en esta configuración se debe únicamente tener en cuenta la velocidad de las dos llantas que realizan la tracción, a diferencia del triciclo y el vehículo de configuración Ackerman en donde además de la velocidad de las llantas tractoras se debe controlar la orientación de las ruedas de dirección. En el mercado se encuentran tres alternativas para este tipo de configuración, la Figura 31 muestra un vehículo de configuración diferencial con sistema de tracción por orugas.. 47.

(48) Figura 31. Modelo alternativo 1, diferencial orugas.. Fuente: Electronilab- Ingeniería y diseño electrónico. La Figura 32 presenta un vehículo de configuración diferencia con una rueda loca para permitir un cambio de orientación disminuyendo así la fricción generada al momento de dar vuelta. Figura 32. Modelo alternativa 2, diferencial rueda loca.. Fuente: Electronilab -Ingeniería de diseño electrónico.. 48.

(49) La Figura 33 presenta una configuración diferencial de cuatro ruedas tractoras. Figura 33. Modelo alternativa 3, Diferencial de cuatro ruedas tractoras.. Fuente: Electronilab- Ingeniería y diseño electrónico. 3.3.1. ANÁLISIS MECÁNICO Para la selección de las alternativas propuestas anteriormente, se realizará un análisis y se establecerá una matriz de decisión, en la cual se evaluarán los siguientes parámetros:   .   . Dimensiones exteriores Peso Espacio de embalaje. Grados de libertad Resistencia mecánica Capacidad de carga. Dimensiones Exteriores. El UVG debe movilizarse a través de la celda de manufactura flexible HAS-200 transportando las cajas de una estación a otra. La capacidad de movilización depende, en parte, de las dimensiones exteriores. Entre más grande sea, su posibilidad de embalaje será mayor, pero su peso se eleva y la potencia de los motores debe aumentar, al igual que garantizar la integridad estructural. De igual manera un diseño con dimensiones grandes posiblemente presentará dificultades para ubicarse en alguna estación. Por el contrario, un modelo pequeño requerirá un motor menor al igual que su resistencia mecánica, no obstante, el tamaño del embalaje será inferior. La Tabla 3 muestra las dimensiones exteriores de las tres alternativas seleccionadas. 49.

(50) Tabla 3. Dimensiones exteriores para los prototipos seleccionados. Dimensiones Modelo Largo (mm). Ancho (mm). Altura (mm). Alternativa 1. 86. 98. 39. Alternativa 2. 200. 150. 65. Alternativa 3. 250. 180. 65. PESO El peso del UVG estará dado por 𝑃𝑡 = (𝑃𝑈𝑉𝐺 + 𝑃𝑎𝑐 + 𝑃𝑒𝑚 ) ∗ 𝑔 Donde 𝑃𝑈𝑉𝐺 es el peso propio debido al chasis, 𝑃𝑎𝑐 hace referencia a los accesorios tales como motor, sistema de alimentación y sistema de control; 𝑃𝑒𝑚 es debido a la carga del embalaje y 𝑔 es la gravedad. En la tabla 4 se muestra los datos 𝑷𝑼𝑽𝑮 para las tres alternativas, los cuales son obtenidos a partir de un modelo CAD los cuales se muestran en la figura 34.. Figura 34. Modelos CAD de las alternativas de selección.. 50.

(51) Tabla 4. Pesos de los chasis para las alternativas seleccionadas.. Modelo. PUVG (Kg). Alternativa 1. 1. Alternativa 2. 1,5. Alternativa 3. 2. Con base en la información dada por el proveedor, los motores que usualmente se instalan en este tipo de chasis tienen un peso promedio de un 1 Kg, esto depende de la potencia requerida y de la cantidad de motores a instalar; mientras que el peso de los sistemas de alimentación y control contribuyen con un peso aproximado de 1 Kg. Un caso crítico se da cuando el UVG transporta una caja cuyo peso de embalaje es de 5 Kg. La Tabla 5 muestra los resultados obtenidos al resolver la ecuación para el peso total para cada una de las alternativas. Tabla 5. Peso total de las alternativas.. Modelo. Pt (N). Alternativa 1. 89. Alternativa 2. 94. Alternativa 3. 118. ESPACIO DE EMBALAJE De acuerdo con las dimensiones y a su configuración geométrica: . La alternativa 1 presenta un espacio reducido si se considera que se debe tener en cuenta el espacio para el motor y los sistemas de alimentación y control.. . La alternativa 2 es una buena opción pues el sistema motriz está instalado en la parte inferior, mientras que el sistema de alimentación se ubica en la parte frontal, de esta forma la parte trasera tiene un espacio cuya área es mayor a los recipientes. 51.