Implementación de técnicas inteligentes de aprendizaje para aplicación de pick&place en el robot paralelo Delta

Abstract

La llegada de la Industria 4.0 ha traído consigo grandes avances en cuanto a conectividad, gracias a los cuales se han creado las denominadas fábricas inteligentes, y sehan logrado aumentos en la productividad. En estas fábricas es cada vez más común encontrarrobots paralelos debido a sugran potencial, precisión y alta velocidad. A su vez, la implementación de sistemas de visión artificial en el ámbito referente a la Robótica aporta gran flexibilidad a las industrias, dotándolas de inteligencia y permitiendo la toma de decisiones autónoma. En el presente Trabajo de Fin de Máster, se ha desarrolladouna solución para la implementación de Inteligencia Artificial en una célula robotizada para aplicaciones de pick & place mediante visión artificial. La célula robotizada está compuesta por un robot paralelo tipo mini Delta del fabricante Omron,que ha sido programado a través del entorno de programación Sysmac Studio. La célula robotizada también cuenta con una webcam modelo Logitech Brio 4k UltraHD, la cual ha sidoutilizadapara realizar el reconocimiento de los elementos que se encuentran en el espacio de trabajo del robot. El algoritmo de Inteligencia Artificial desarrollado ha consistido enuna red neuronal convolucional, a través de la cual serealiza el reconocimiento de los diferentes caracteres contenidos en los cubos ubicados en el espacio de trabajo el robot. El usuario desde una interfaz gráfica puede seleccionar la palabra que desea formar, y, tras realizar el reconocimiento de los caracteresrequeridos,el sistema de manera automática captura la ubicación de las letras necesarias para formar la palabraseleccionada. Después,se envía la información referente a la ubicación de los caracteres al robot, el cual se traslada para coger y dejar los cubos en las posiciones necesarias para escribir la palabra deseada. El entrenamiento de la red neuronal convolucional se ha realizado a través del lenguaje de programación Pythonutilizando el set de datos EMNIST, sin embargo, el preprocesamiento de las imágenes y, por lo tanto, la preparación de las entradas de la red se ha realizado a través de MATLAB.