Resumen en español

En el presente trabajo se diseña y desarrolla un sistema de identificación y remoción de piezas para el ensamble de botones metálicos, mediante técnicas de visión artificial y Machine Learning. El sistema consta principalmente de una parte para la adquisición de imágenes en la línea de ensamble, y otra para la remoción de dichas piezas cuando se encuentran al revés. Se comienza con el diseño experimental físico de estas partes: la base para la cámara que detecta las piezas, y el sistema para remover las piezas directamente en el riel de ensamble. Luego se procede a desarrollar los distintos algoritmos en Python, utilizando librerías de OpenCV, para analizar e identificar si una pieza en particular se encuentra al revés, y en caso de serlo, expulsarla con el sistema de remoción. La técnica de entrenamiento del sistema de identificación es utilizando características geometrías para determinar las diferencias entre las piezas. Finalmente se instala el dispositivo de selección en una maquina ensambladora y se procede a verificar su funcionamiento, evaluando la capacidad de identificar y remover correctamente las piezas, al igual que evaluar su porcentaje de confiabilidad al realizar la tarea. El trabajo fue realizado para 3 referencias de botones, en donde se obtuvieron porcentajes de identificación y remoción de 90.4% para la referencia 2 y 91.6% para la referencia 3. La referencia 1 resultó ser demasiado similar al derecho y al revés como para poder determinar con certeza y con factores geométricos su diferencia.