Page 50 - Ingeniantes 511 interactivo
P. 50
Revista Ingeniantes 2018 Año 5 No. 1 Vol. 1
se utilizó como materia prima un panel compuesto por [p, t]. La arquitectura de la RNA se presenta en la Figu-
dos caras de aluminio y cuerpo interno de PVC espu- ra 2 y consiste de dos capas. La capa oculta tiene 10
mado de alta densidad. Cada pieza fue manufacturada neuronas y una función de activación sigmoidal. La capa
en una máquina CNC, de la marca Charly-4U, que se de salida tiene 7 neuronas y una función de activación
encuentra en el Laboratorio de Manufactura, dentro de lineal. Las 7 neuronas en la capa de salida representan
las instalaciones del Instituto Tecnológico Superior de las siete condiciones de clasificación. De esta manera,
Atlixco. la salida está determinada por la siguiente expresión:
La cámara, montada sobre el brazo robot, es un sensor y pureline W2 sigmoide W1p b1 b2 Ec. (1)
CIF-CMOS de 640 x 480 pixeles de resolución, a 30
cuadros por segundo, con conexión USB. Para el con- donde, y es el valor de salida de la red, W1 y W2 son las
trol de movimiento de los seis servomotores, se utilizó matrices de pesos asociadas a las capas 1 y 2, p es el
la tarjeta electrónica Pololu-Maestro de seis canales vector de entrada y b1 y b2 son los vectores de umbra-
con salida PWM. La tarjeta se comunica a un ordena- les asociados a cada capa.
dor mediante un puerto CDC-USB a través de coman-
dos AT.
El sistema de control de movimiento y el clasificador
de color, han sido desarrollados utilizando las cajas de
herramientas de procesamiento de imágenes, redes
neuronales y lógica difusa de la plataforma MATLAB.
Actualmente, MATLAB está disponible en cualquier
universidad o industria, y es usado, entre otras aplica-
ciones, en el diseño de sistemas de control.
Figura 2. Estructura de la red neuronal para la clasificación de
color.
Figura 1. Modelo CAD del brazo robot de 6 GDL. Extracción de características.
La información visual, obtenida de la cámara web (sen-
Metodología para el reconocimiento del color: sor de visión), es importada al entorno de trabajo de
entrenamiento de la RNA. MATLAB, usando las funciones de adquisición de imá-
Descripción de la RNA. genes, para formar el vector de entrada a la RNA, p.
Una RNA es un modelo computacional, inspirado en la El vector p está formado por seis características: las
función de las redes neuronales biológicas, el cual está tres componentes RGB (del inglés Red, Green, Blue) y
compuesto por elementos de procesamiento (neuro- las tres componentes HSV (del inglés Hue, Saturation,
nas) y múltiples conexiones entre ellos. Value), para cada color. En el modelo RGB, cada color
Para esta investigación, se utilizó una RNA tipo percep- aparece en sus componentes espectrales primarias:
trón-multicapa backpropagation para el reconocimien- rojo, verde y azul, mientras que en HSV cada color apa-
to de siete colores diferentes: rojo, verde, azul, amarillo, rece en sus componentes: matiz, saturación y brillo.
cian, magenta y naranja. Para obtener estas características se lleva a cabo una
El perceptrón es un tipo de red de aprendizaje supervi- serie de operaciones de pre-procesamiento sobre la
sado, esto significa que la red necesita conocer los va- señal de video de entrada: la imagen capturada, de
lores esperados, t, para cada una de las entradas pre- 640x480 pixeles, es segmentada a 352x288 pixeles y
sentadas, p. De esta manera, el comportamiento de la binarizada. Posteriormente, se eliminan los objetos me-
red está definido por pares entrada-salida de la forma nores a 30 pixeles y se detecta el contorno exterior
de cada objeto detectado. Los pixeles contenidos en
cada contorno, representan a cada objeto presente en
la imagen, en consecuencia, su posición ya es conoci-
da. La imagen capturada originalmente se descompo-
ne, respectivamente, en las componentes RGB y HSV,
y se realiza un promedio de los valores contenidos den-
46
