Publicación: Identificación y Remoción de Piezas para el Ensamble de Botones Mediante Visión Artificial
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autores
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Palabras claves
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
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.
Resumen en inglés
In the present document, a system of identification and removal of pieces for the assembly of metallic buttons is designed and developed, by means of artificial vision techniques and Machine Learning. The system consists mainly of one part for the acquisition of images in the assembly line, and another for the removal of said pieces when they are in reverse. It begins with the experimental physical design of two parts: the base for the camera that detects the pieces, and the system for removing the pieces directly on the assembly rail. Next, we proceed with the development of different algorithms in Python, using OpenCV libraries, to analyze and identify if a particular piece is upside down, and if it is, it should be ejected by the removal system. The training technique of the identification algorithms is mainly focused on using geometrical characteristics to determine the differences between the pieces in their different orientations. Finally, the selection device is installed in an assembly machine and its operation is verified, evaluating the ability to identify and remove the pieces correctly, as well as evaluating their percentage of reliability when performing the task. The work was done for 3 references of buttons, where percentages of identification and removal of 90.4% were obtained for reference 2 and 91.6% for reference 3. Reference 1 turned out to be too similar on both faces of to be able to determine with certainty and with geometric characteristics their difference.