• Repositorio Institucional Universidad de Pamplona
  • Tesis de maestría y doctorado
  • Facultad de Ingenierías y Arquitectura
  • Maestría en Controles Industriales
  • Por favor, use este identificador para citar o enlazar este ítem: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/3326
    Título : Desarrollo de un sistema de visión artificial multiagente para la segmentación de vidrio en ventanas de rascacielos.
    Autor : Mosquera Mykh, Artur.
    Palabras clave : Rascacielos,
    Segmentación,
    Algoritmos de bordes,
    Transformada de Hough,
    Red neuronal convolucional,
    Sistema multiagente.
    Fecha de publicación : 2020
    Editorial : Universidad de Pamplona – Facultad de Ingenierías y Arquitectura.
    Citación : Mosquera Mykh, A. (2019). Desarrollo de un sistema de visión artificial multiagente para la segmentación de vidrio en ventanas de rascacielos [Trabajo de Grado Maestría, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/3326
    Resumen : The number of skyscrapers under construction and built in recent years demonstrates the growth dynamics of skyscrapers and, with the requirements and technologies used to clean their windows, show a clear need to develop new alternatives that perform this task in a safer, faster and more accurate way. This work presents the development of a multi agent artificial vision system for glass segmentation in skyscraper windows, which is designed to be attached in the future into a robotic arm prototype and a drone, in order to perform the work of skyscraper window cleaning. The function of the developed system is to segment the glass and, from the segmentation, obtain the parameters of the height, width and position in the X, Y and Z axes of the glass's center in relation to the camera's position. The research presents a theoretical introduction of the methods used for the development of the mentioned system, a state of the art of artificial vision, and the methodology and results that guided the selection of the methods used. The results include the compilation of a database of skyscraper windows with a wide variety of physical and lighting conditions; a preliminary glass segmentation program using edge detection algorithms such as Canny, Sobel, Prewitt, Roberts and Laplacian of the Gaussian, region properties focused on rectangular areas, and line detection using Hough transform. Additionally, the implementation of artificial intelligence techniques such as convolutional neural networks is presented along with semantic segmentation, and all the methods set forth above integrated into a multi-agent artificial vision system for glass segmentation using a decision tree. Lastly, a way to achieve the conversion of pixels into the metric system of the parameters delivered by the multi-agent system is proposed, in order to demonstrate that the developed system can be implemented. The above is achieved by following the mathematical equations of the relationship between the image taken by the camera, the measurement made by a distance sensor and the intrinsic parameters of the camera.
    Descripción : El número de rascacielos construidos y en construcción en los últimos años evidencia la dinámica de crecimiento de los rascacielos y, con los requerimientos y tecnológicas empleadas para efectuar la limpieza de sus ventanas, se observa una necesidad de desarrollar nuevas alternativas que realicen esta tarea de forma más segura, rápida y precisa. Este trabajo presenta el desarrollo de un sistema de visión artificial multiagente para la segmentación de vidrio en ventanas de rascacielos, el cual está diseñado para ser integrado en el futuro a un prototipo de brazo robótico y un dron, con el fin de realizar el trabajo de limpieza de ventanas de rascacielos. La función del sistema desarrollado es la de segmentar el vidrio y, a partir de la segmentación, obtener los parámetros de la altura, el ancho y la posición en los ejes X, Y y Z del centro del vidrio con respecto a la posición de la cámara. En la investigación se presenta una introducción teórica de los métodos empleados para el desarrollo del sistema mencionado, un estado del arte de la visión artificial, y la metodología y resultados que guían la selección de los métodos empleados. Los resultados incluyen la compilación de una base de datos de ventanas de rascacielos con una amplia variedad de condiciones físicas y de iluminación; la segmentación del vidrio evaluada de forma preliminar empleando algoritmos de detección de bordes, tales como Canny, Sobel, Prewitt, Roberts y Laplaciano de Gaussiano; las propiedades de región enfocadas a áreas rectangulares; y la detección de líneas utilizando transformada de Hough. Adicionalmente, se presenta la implementación de técnicas de inteligencia artificial como las redes neuronales convolucionales junto con segmentación semántica, y la integración de todos los métodos expuestos anteriormente en un sistema de visión artificial multiagente para la segmentación de vidrio empleando un árbol de decisión. Por último, se propone una forma de lograr la conversión de pixeles a sistema métrico de los parámetros entregados por el sistema multiagente, con el fin de demostrar que el sistema desarrollado puede ser implementado. Lo anterior se logra siguiendo las ecuaciones matemáticas de la relación entre la imagen tomada por la cámara, la medida estimada por un sensor de distancia y los parámetros intrínsecos de la cámara.
    URI : http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/3326
    Aparece en las colecciones: Maestría en Controles Industriales

    Ficheros en este ítem:
    Fichero Descripción Tamaño Formato  
    Mosquera_2019_TG.pdfMosquera_2019_TG.pdf6,89 MBAdobe PDFVisualizar/Abrir


    Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.