Diferenciación de las causas de fallo en un sistema de visión artificial mediante el desarrollo de una red neuronal
Visualitza/Obre
Memoria (1,508Mb) (Accés restringit)
Anexos (610,4Kb) (Accés restringit)
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2099.1/18637
Tutor / directorFlotat Villagrasa, Carles
Tipus de documentProjecte/Treball Final de Carrera
Data2012-12
Condicions d'accésAccés restringit per decisió de l'autor
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
En el proyecto “Diferenciación de las causas de fallo en un sistema de visión artificial
mediante el desarrollo de una red neuronal” se diseña la estrategia a seguir en caso de fallo
de cierto sistema de visión artificial encargado del control del avance de un medio que pasa
a muy poca distancia del mismo.
Actualmente, en caso de fallo del algoritmo encargado del cálculo del desplazamiento, se
asume que el sensor tiene algún tipo de mancha y se pide al usuario que trate de limpiarla.
Pero esto no es siempre cierto, puesto que determinados tipos de sustrato no pueden ser
percibidos adecuadamente por el sensor por muy limpia que esté la lente. Teniendo esto en
cuenta, se diseña un protocolo de actuación en caso de fallo del sistema de visión.
El protocolo de actuación diseñado requiere la existencia de un sistema clasificador capaz
de determinar la situación en la que se encuentra el sistema. Así pues, se procede al estudio
y selección del tipo de clasificador más adecuado, eligiendo finalmente las redes de
neuronas artificiales; un modelo computacional que utiliza una estructura de red en la cual
los nodos o neuronas son procesos numéricos que involucran estados de otros nodos
según sus uniones. A partir de un conjunto de patrones de respuesta conocida, se entrena
la red de manera que ésta aprende a clasificar correctamente estos patrones.
Para que la red neuronal funcione adecuadamente han de elegirse muy bien las variables
de entrada de la misma. Además, en el proceso de entrenamiento de la red debe cubrirse
un amplio rango de situaciones para asegurar que la red sea capaz de funcionar
adecuadamente ante situaciones nuevas. Teniendo en cuenta esto, se diseña un test que se
lleva a cabo ensuciando de distintos modos la lente y empleando distintos medios en
movimiento.
Los resultados de este test se utilizan para entrenar la red neuronal. Se construyen y
entrenan varios esquemas, para finalmente elegir aquel que responde mejor a las
necesidades del sistema.
Finalmente, se procede a validar el funcionamiento de la red neuronal construida en
situaciones distintas a las del conjunto de entrenamiento.
MatèriesNeural networks (Computer science), Robot vision, Xarxes neuronals (Informàtica), Visió artificial (Robòtica)
ProvinençaAquest document conté originàriament altre material i/o programari no inclòs en aquest lloc web
TitulacióENGINYERIA INDUSTRIAL (Pla 1994)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
Memoria.pdf | Memoria | 1,508Mb | Accés restringit | |
Anexos.pdf | Anexos | 610,4Kb | Accés restringit |