Publicación:
Diseño de un sistema de visión artificial para la identificación de camas de siembra vacías en un entorno controlado

Vista sencilla de ítem
dc.contributor.advisorPuerta Echandia, Alejandro
dc.contributor.authorRincon Pabon, Keiver Reinaldo
dc.contributor.authorPerez España, Daniel Felipe
dc.date.accessioned2022-07-12T13:45:20Z
dc.date.available2022-07-12T13:45:20Z
dc.date.issued2022
dc.description126 páginasspa
dc.description.abstractRESUMEN: El siguiente trabajo muestra el diseño y desarrollo de un sistema de detección de espacios vacíos en las camas de siembra de la empresa Flores el Trigal, este trabajo detalla el planteamiento del problema y la metodología implementada en el proceso de desarrollo. En la empresa Flores el Trigal se lleva a cabo el cultivo de varios tipos de flores, entre estos está el Pompón, la cual es la flor de interés en este trabajo de grado, sucede que en el proceso de cultivo se llegan a presentar diversas perdidas en los esquejes, este fenómeno se debe a que en algunos casos no se llegan a sembrar todos los esquejes, o el proceso de siembre no se lleva a cabo de la manera adecuada. Para dar solución a este problema se propuso la implementación de un sistema de visión artificial el cual pueda realizar la detección de estas zonas que quedan sin sembrar, el cumplimiento de este sistema es posible implementando una Raspberry Pi 3B+. El desarrollo metodológico se realiza implementado la estructura expuesta por Karl T Ulrich, en esta se detalla el proceso de construcción que se llevó a cabo en la fabricación de la estructura y del modelo implementado que ofrece la red neuronal Yolo y Custom Vision, por medio de estas dos herramientas es posible realizar el reconocimiento de las variables designadas como Pompón, Espacio y Fallo, adicional a esto se utiliza la técnica de procesamiento digital de imágenes, implementando la librería OpenCV de Python. Estas técnicas permiten identificar las variables anteriormente nombradas, estas variables se obtienen a partir de un modelo entrenado, el cual cuenta con un porcentaje de desempeño y acierto, estos modelos se sujetan a comparación para elegir el modelo que va a ser implementado en el sistema Raspberry Pi 3B+, el cual permitirá la detección en campo.spa
dc.description.abstractABSTRACT: The following work shows the design and development of a system for the detection of empty spaces in the planting beds of the company Flores el Trigal, this work details the problem statement and the methodology implemented in the development process. In the company Flores el Trigal several types of flowers are cultivated, among these is the Pompon, which is the flower of interest in this degree work, it happens that in the cultivation process there are several losses in the cuttings, this phenomenon is due to the fact that in some cases not all the cuttings are planted, or the sowing process is not carried out in the right way. To solve this problem we proposed the implementation of an artificial vision system which can detect these areas that remain unseeded, the fulfillment of this system is possible by implementing a Raspberry Pi 3B+. The methodological development is carried out by implementing the structure exposed by Karl T Ulrich, this details the construction process that was carried out in the manufacture of the structure and the implemented model that offers the neural network Yolo and Custom Vision, through these two tools it is possible to perform the recognition of the variables designated as Pompon, Space and Failure, in addition to this the technique of digital image processing is used, implementing the OpenCV library of Python. These techniques allow the identification of the variables previously mentioned, these variables are obtained from a trained model, which has a percentage of performance and accuracy, these models are subjected to comparison to choose the model to be implemented in the Raspberry Pi 3B+ system, which will allow the detection in the fieldeng
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) Mecatrónico(a)spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repository.eia.edu.co/handle/11190/5333
dc.language.isospaspa
dc.publisherUniversidad EIAspa
dc.publisher.facultyEscuela de Ingeniería y Ciencias Básicasspa
dc.publisher.placeEnvigado (Antioquia, Colombia)spa
dc.publisher.programIngeniería Mecatrónicaspa
dc.rightsDerechos Reservados - Universidad EIA, 2022spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subject.proposalSistemas de visión artificialspa
dc.subject.proposalRedes neuronalesspa
dc.subject.proposalCamas de siembraspa
dc.subject.proposalAmbiente controladospa
dc.subject.proposalFlores el Trigalspa
dc.subject.proposalYOLOspa
dc.titleDiseño de un sistema de visión artificial para la identificación de camas de siembra vacías en un entorno controladospa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.redcolhttps://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
RinconKeiver_2022_DiseñoSistemaVision.pdf
Tamaño:
4.68 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
2.46 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Ingeniería Mecatrónica