Facultad Regional Paraná
Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/102
Browse
3 results
Search Results
Item Posicionamiento de componentes de montaje superficial mediante robot paralelo tipo delta(2025-05-13) Battaglia, Carlo Ignacio; Escobar, Gabriel Hernán; Vicario, Sebastián, SebastiánEste proyecto final consiste en el diseño y desarrollo de un sistema automatizado para el posicionamiento de componentes SMD sobre placas PCB, utilizando un robot paralelo tipo delta. Surge como respuesta a la necesidad de la UTN FRP de optimizar la etapa final de fabricación de placas electrónicas. El sistema incluye una interfaz HMI, control por Raspberry Pi Zero 2 W, motores paso a paso híbridos y un gripper de vacío. Se desarrolla un software en C++ que gestiona la cinemática del robot y la interfaz gráfica en tiempo real. En las pruebas finales se logró un prototipo funcional capaz de colocar automáticamente componentes desde 0805 hasta 2512 con una precisión de ±0,53 mm, alcanzando una velocidad de 540 cph y sin requerir PC externaItem Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificial(2023-06-13) Franco, Andrian; Cabral, Alejandro, Ing.Este proyecto consiste en la elaboración de una cámara trampa con un campo de detección y de visión ampliados, haciendo uso de un arreglo de 4 sensores de movimiento PIR y un sistema de posicionamiento integrado por un motor paso a paso, respectivamente. El equipo es capaz de detectar movimiento, tomar imágenes y videos en escenas diurnas y nocturnas y puede ser accedido de manera remota para su configuración y control a través de la interfaz gráfica desarrollada. También se codificó un script de Python que hace uso de los modelos preentrenados de visión artificial VGG-16 y VGG-19, para la catalogación de imágenes de animales según las siguientes especies: carpincho, ciervo, gato montés, oveja, puma y vaca. El sistema integra una computadora Raspberry Pi 3A+ para la ejecución de la interfaz gráfica, detección del movimiento, posicionado del equipo y control de la cámara, programada en Python utilizando el toolkits PyQT5 para el diseño de la Interfaz y un Arduino Nano para el sensado y control de la alimentación, la iluminación y la temperatura. El módulo de cámara utilizado es el Noir Camera V2.1 de Raspberry Pi y la iluminación nocturna consiste en un arreglo serie de ocho leds infrarrojos de 3W a 850nm. Se obtuvo finalmente una cámara trampa capaz de detectar movimiento en 4 regiones de detección, dispuestas en 360°. Con alcances de 15 metros para la detección de movimiento y 10 metros para la iluminación nocturna. Por otra parte, los modelos de visión artificial generados obtuvieron una precisión de 94,25% (VGG-19) y 90,80% (VGG-16) en escenas diurnas.Item Sistema de seguimiento autónomo para cámaras(2022-10-25) Martinez, Francisco Andrés; Klimovsky, Ernesto, ing.Se diseñó un sistema capaz de detectar y seguir personas de forma autónoma, para de esta manera mantener a un sujeto determinado dentro del encuadre de una cámara. El dispositivo utiliza las librerías de OpenCV, para realizar el procesamiento de imágenes, y utiliza ROS, para coordinar todas las funciones del robot. En lo referido al hardware, se utilizó una placa de desarrollo Raspberry Pi 4 con un microprocesador ARM Cortex-A72, un motor Nema 17 y una cámara Sony IMX219 de 8 megapíxeles. Finalmente se obtuvo un dispositivo capaz de detectar y seguir personas de forma autónoma, pero que presenta ciertos problemas ante la presencia de múltiples sujetos en la escena.