TESIS - Clasificación de Figuras Geométricas A Través de Un Brazo Robótico Por Medio de Visión Artificial

RAE
1. TIPO DE DOCUMENTO: Trabajo de grado para optar por el ttulo de

Ingeniero Mecatrnico.
2. TTULO: Control de posicin de brazo robtico para clasificacin de
herramientas por medio de visin artificial.
3. AUTORES: Juan Sebastin Huertas Piedrahita, Jaime Arturo Lpez Duque
y Eduardo Luis Prez Londoo.
4. LUGAR: Bogot, D.C.
5. FECHA: Julio 06 de 2016.
6. PALABRAS CLAVES: Imagen, pixel, histograma, binarizacin,
umbralizacin, escala de grises, RGB, caracterizacin, manipulador
robtico, trayectoria, control de posicin.
7. DESCRIPCIN DEL TRABAJO: Este trabajo de investigacin plantea el
desarrollo de un sistema de clasificacin de figuras compuesto por un brazo
robtico y una cmara, la cual realiza el proceso de caracterizacin de las
figuras y las ubica en diferentes cubculos, con el fin de automatizar la
recoleccin y organizacin.
8. LINEAS DE INVESTIGACIN: Robtica, procesamiento de imgenes y
automatizacin de procesos.
9. METODOLOGA: Emprico Analtica.
10. CONCLUSIONES: Las capturas y procesado de imgenes depende mucho
de la iluminacin, ya que mejora o empeora los procesos que debe realizar
el programa, debido a que las condiciones programadas se ven afectadas
por dicha iluminacin.
Las soluciones de clasificacin en procesos industriales mejoran su
rendimiento mediante el uso del procesamiento de imgenes, ya que un
solo sensor (cmara) puede determinar las caractersticas de distintas
variables y de esta manera realizar una clasificacin robusta con un sistema
ms fcil de implementar, siempre y cuando se cuente con un ambiente
controlado para evitar cambios en la iluminacin.
CONTROL DE POSICIN DE BRAZO ROBTICO PARA CLASIFICACIN DE

HERRAMIENTAS POR MEDIO DE VISIN ARTIFICIAL
JUAN SEBASTIN HUERTAS PIEDRAHITA

JAIME ARTURO LPEZ DUQUE
EDUARDO LUIS PREZ LONDOO
UNIVERSIDAD DE SAN BUENAVENTURA, BOGOT

FACULTAD DE INGENIERA
INGENIERA MECATRNICA
BOGOT 2016
CONTROL DE POSICIN DE BRAZO ROBTICO PARA CLASIFICACIN DE

HERRAMIENTAS POR MEDIO DE VISIN ARTIFICIAL

Tesis para optar al ttulo de Ingeniero Mecatrnico
Profesor Asesor:
Ing. Julin Severiano Rodrguez Acevedo M.Sc.
UNIVERSIDAD DE SAN BUENAVENTURA, BOGOT

FACULTAD DE INGENIERA
INGENIERA MECATRNICA
BOGOT 2016
AGRADECIMIENTOS
Agradezco a cada una de las personas que fueron parte de este importante
proceso en mi vida, principalmente a mi padre y mi madre que son y sern
siempre la base fundamental para todos mis proyectos, tambin un apartado
especial para mi hermano que siempre me ha apoyado en todas mis decisiones.
Agradezco especialmente a mi novia por siempre estar cuando ms lo he
necesitado.
Quiero dar un agradecimiento especial a dos profesores que fueron parte
fundamental de mi desarrollo acadmico, Julin Severiano Rodrguez Acevedo y
Hernando Evelio Leyton Vsquez, quienes me guiaron en el arduo camino de la
Ingeniera Mecatrnica y a los cuales aprecio enormemente.
Agradezco en primer lugar a Dios, por darme sabidura y paciencia durante el

camino, por permitirme estudiar esta excelente carrera y cumplir este sueo de
obtener el ttulo de Ingeniero Mecatrnico.
Agradeciendo especialmente a mi familia, a mis padres, Luis y Ninfa, por su apoyo
incondicional y confianza, por sus sacrificios y por darme fuerzas, y a mi hermano
Luis, por siempre estar a mi lado ayudndome y apoyndome en todo momento, y
a Nerys y a mi abuela Susana.
Mil gracias a mi novia Kiara y a sus padres Fidel y Divina, por confiar en m, por
sus palabras de aliento, por animarme a seguir adelante y por sus consejos.
Tambin quiero agradecer al profesor Julin Severiano Rodrguez Acevedo, por su
ayuda para poder culminar este trabajo de grado, y al profesor Hernando Evelio
Leyton Vsquez, por hacer parte de mi proceso acadmico y compartir sus
conocimientos.
INFINITAS GRACIAS!
En primer lugar, quiero agradecer a Dios por haberme guiado y por darme una
familia tan maravillosa, que me ha ayudado a cumplir un logro importante en mi
vida. A mis padres por la educacin, que con ejemplo y amor me han inculcado
valores, ayudndome a hacer una mejor persona. A mis hermanas por el apoyo
constante en todo mi proceso de formacin, por las conversas y enseanzas
compartidas.
Por ultimo quiero agradecer a la Universidad de San Buenaventura (sede Bogot),
al grupo de Ingenieros de la Facultad de Ciencias Bsicas e Ingeniera, que a lo
largo de la carrera aportaron su conocimiento y profesionalismo, brindndome
muchas experiencias y momentos de aprendizaje. Tambin quiero agradecer
enormemente al Ingeniero Julin Severiano, por su dedicacin, paciencia, y
orientacin en todas las etapas de desarrollo de este proyecto y de mi profesin
como Ingeniero Mecatrnico.
A todos los que directa o indirectamente aportaron a la construccin de este
trabajo de grado.
Nota de aceptacin:
____________________________________
____________________________________
____________________________________
____________________________________
____________________________________
____________________________________
____________________________________
____________________________________
Firma jurado
____________________________________
Firma jurado
Bogot D.C 06 de Julio del 2016
TABLA DE CONTENIDO
LISTA DE FIGURAS 1
LISTA DE TABLAS
LISTA DE ANEXOS 5
INTRODUCCIN
1. PLANTEAMIENTO DEL PROBLEMA
1.1 ANTECEDENTES DE LA INVESTIGACIN

2. JUSTIFICACIN
13
3. OBJETIVOS DE LA INVESTIGACIN
3.1 OBJETIVO GENERAL
14
14
1.2 OBJETIVOS ESPECFICOS

1.3 LIMITACIONES
14
14
4. MARCO REFERENCIAL
15
4.1 MARCO CONCEPTUAL
15
4.1.1 VISIN ARTIFICIAL
15
4.1.2 MANIPULADORES ROBOTICOS
15
1.4 MARCO TERICO 15

4.2.1 Etapas para una aplicacin en Visin Artificial16
4.2.2 Caractersticas y clasificacin de manipuladores robticos 17
5. DISEO INGENIERIL
23
5.1 SOFTWARE Y LIBRERAS 23

5.2 VISIN ARTIFICIAL
23
5.2.1 ADQUISICIN DE IMAGEN
23
5.2.2 DETECCIN DE COLORES RGB

5.2.3 UMBRALIZACIN
25
26
5.2.4 CONTORNOS 30
5.2.5 EXTRACCIN DE COORDENADAS CARTESIANAS DE LAS FIGURAS A
CLASIFICAR
32
5.3 DISEO MECNICO MANIPULADOR ROBTICO

5.3.1 Cinemtica
38
37
5.3.2 Cinemtica Inversa
39
5.3.2.1 Mtodos Geomtricos
40
5.3.3 Anlisis de deformacin y tensin

5.3.4 Modelo Dinmico
44
57
5.3.4.1 Solucin del modelo dinmico mediante formulacin de Lagrange

5.4 CONTROL DE POSICIN 65
5.4.1 Generacin de Trayectoria
65
5.4.2 Control de Posicin del Segundo Eslabn
71
5.4.2.1 Diseo Control PI (Proporcional Integral) 81

6. RESULTADOS
90
7. CONCLUSIONES
92
BIBLIOGRAFIA
ANEXOS 97
94
57
LISTA DE FIGURAS
Figura 1. Etapas de una aplicacin de visin artificial

Figura 2. Elementos de un manipulador robtico
17
18
Figura 3. Articulacin lineal 18

Figura 4. Articulaciones rotacionales18
Figura 5. Punto terminal de un manipulador con pinza
19
Figura 6. Analoga entre manipulador (brazo robtico) y brazo humano

Figura 7. Distintos Grados de Libertad
20
Figura 8. Logitech HD Webcam C270
24
Figura 9. Matrices RGB de una imagen Roja

Figura 10. Imagen original
25
28
Figura 11. Imagen en escala de grises

Figura 12. Histograma
19
29
29
Figura 13. Imagen umbralizada
29
Figura 14. Ejemplo de resultados del detector de bordes de Canny para dos imgenes
distintas cuando los umbrales alto y bajo son 50 y 10
31
Figura 15. Ejemplo de resultados del detector de bordes de Canny para imagen capturada
por la cmara 31
Figura 16. Coordenadas cartesianas del objeto reconocido en la imagen capturada
Figura 17. Diagrama de flujo RGB y Binarizacion 34
Figura 18. Diagrama de flujo de formas de los objetos
35
Figura 19. Diagrama de flujo de coordenada central objetos
36
Figura 20. Crculo reconocido mediante deteccin de nmero de bordes 37

Figura 21. Bosquejo de la vista lateral de la maqueta
Figura 22. Anlisis Cinemtico Inverso
40
1
38
32
Figura 23. Anlisis Ley de Coseno 42

Figura 24. Representacin ngulo
44
Figura 25. Primer Diseo Brazo Robtico
45
Figura 26. Diseo Final Brazo Robtico
45
Figura 27. Mayor Momento Flector 46

Figura 28. Mayor Momento Torsor
47
Figura 29. Distribucin de fuerzas para el mayor momento flector 48

Figura 30. Anlisis de Von Mises para el mayor momento flector 49
Figura 33. Anlisis de desplazamiento para el mayor momento flector
51
51
52
Figura 36. Distribucin de fuerzas para el mayor momento torsor 53

Figura 37. Anlisis de Von Mises para el mayor momento torsor 54
Figura 40. Anlisis de desplazamiento para el mayor momento torsor
55
56
56
Figura 43. Anlisis mediante formulacin de Lagrange de un manipulador de dos grados

de libertad
57
Figura 44. Vista Superior Maqueta 65

Figura 45. Captura para determinar centmetros en el eje X
66
Figura 46. Captura para determinar centmetros en el eje Y
67
Figura 47. Comparacin entre simulacin en Matlab y captura original

Figura 48. Ejemplo trayectoria eje X positivo
69
2
68
Figura 49. Ejemplo trayectoria eje X negativo

Figura 50. Ubicacin de cubculos
70
71
Figura 51. Anlisis mediante formulacin de Lagrange
72
Figura 52. Diagrama esquemtico del servomotor 75

Figura 53. Diagrama de bloques del servomotor
Figura 54. Caja reductora del servomotor
75
80
Figura 55. Comportamiento funcin de transferencia a respuesta de escaln unitario en

lazo abierto
83
Figura 56. Ubicacin de
(cero) 85
Figura 57. Funcin de transferencia y controlador PI en Simulink 86

Figura 58. Comportamiento del controlador PI
87
Figura 59. Diagrama de flujo parmetros de control en Arduino

Figura 60. Diagrama final control
89
LISTA DE TABLAS
3
88
Tabla 1. Configuraciones geomtricas, estructura cinemtica, espacio de accesibilidad y

ejemplos de robots industriales
22
Tabla 2. Comparacin entre cmaras HD
24
Tabla 3. Descripcin de variables del manipulador robtico modelo cinemtico inverso 41

Tabla 4. Datos de los Elementos del Manipulador Robtico
47
Tabla 5. Descripcin de variables del manipulador robtico modelo dinmico

Tabla 6. Descripcin de variables para hallar la inercia del electroimn
58
63
Tabla 7. Descripcin de variables del manipulador robtico modelo dinmico
73
Tabla 8. Descripcin de los engranajes de la caja reductora del servomotor
80
Tabla 9. Matriz de confusin para colores
90
Tabla 10. Matriz de confusin para formas 91
LISTA DE ANEXOS
ANEXO A. Datasheet cmara
97
4
ANEXO B. Datasheet servo motor CYS S0150
99
ANEXO C. Datasheet rodamiento KML 6010
100
ANEXO D. Datasheet rodamiento 6008 Z

ANEXO E. Datasheet electroimn
101
103
ANEXO F. Datasheet Arduino UNO 105
INTRODUCCIN
El ser humano siempre ha buscado tener la capacidad de controlar las actividades
realizadas con mayor eficacia y facilidad en todos los medios que lo rodean. A
5
nivel industrial, la mayora de empresas cuentan con un sistema automatizado

para tener un mejor control de calidad, un proceso de elaboracin ms rpido y
reducir costos a largo plazo.
Una de las formas como el hombre ha implementado el control industrial, ha sido
asemejndolas a la manera como el ser humano recibe la informacin y hace las
cosas; por eso uno de los grandes inventos en toda la humanidad ha sido la
cmara, por medio de la fotografa analgica y posteriormente la fotografa digital
[1].
El ser humano recibe el 50% de la informacin a travs de los ojos [2], es decir, la
mayora de nuestras acciones estn determinadas por estmulos que emite el
cerebro, pero que este a su vez ha recibido unas seales de determinadas
situaciones en el exterior enviadas a travs del ojo.
Por esta razn a nivel
industrial se ha buscado controlar tareas por medio de cmaras para tener visin
del proceso en todo momento.
El proceso de generar visin por computadora, se llama visin artificial. La visin
artificial es una rama de la inteligencia artificial que permite la obtencin,
procesamiento y anlisis de cualquier tipo de informacin especial obtenidas a
travs de imgenes digitales [1]. Actualmente la visin artificial se emplea en reas
manufactureras para el control de calidad y produccin, ya que estos se pueden
llevar acabo por medio de algoritmos de conteo, posicin y reconocimiento de
objetos que pueden ser medidos por una sola cmara, en esto se basa la visin
artificial.
Por otra parte las empresas utilizan en su lnea de produccin brazos robticos o
robots para el movimiento de piezas, o para el ensamble. Estos dispositivos deben
estar previamente programados para su buen desempeo y deben tener una
rutina lgica programada. Por medio de la visin artificial se desea controlar estos
mecanismos para que el dispositivo tenga la capacidad de elegir cual es la
6
siguiente accin a realizar, debido a la informacin que est recibiendo la cmara

y debidamente procesada. Esto debe estar previamente programado, pero no
debe tener una secuencia lgica, la idea es que la cmara decida dependiendo del
objeto que se encuentra en escena.
1. PLANTEAMIENTO DEL PROBLEMA

A nivel industrial hoy en da existe la necesidad de tener operarios que puedan
identificar los productos que se realizan en las empresas y poderlos distribuir
todos en sus respectivos lugares.
Este problema se piensa solucionar con visin artificial, la cual identificar 2 piezas
de una produccin, estas llegarn de una etapa anterior una por una, para que la
cmara pueda identificar la figura y se comunique con un brazo robtico el cual
ordenar las figuras en cubculos especiales, dos para cada figura (cada figura
tiene dos posibles colores), cada cubculo lo reconocer la cmara por medio de
coordenadas cartesianas.
Con la implementacin de la visin artificial se evitarn inconvenientes en la
organizacin de las piezas, ya que la cmara reconocer la pieza y la llevara a su
lugar respectivo, identificado previamente mediante coordenadas de la cmara.
1.1 ANTECEDENTES DE LA INVESTIGACIN
En Colombia y alrededor del mundo hay gran variedad de proyectos realizados
con el tema de visin artificial, las investigaciones ms relevantes en este tema y
que son fundamentales para el proyecto planteado se inician presentando
proyectos que ayudan al entendimiento de visin artificial y los pasos por los
cuales se adquiere una imagen.
A continuacin, se describen 13 proyectos realizados alrededor del mundo, de los
cuales se extrajeron las caractersticas ms importantes para la realizacin de
este proyecto, se enunciarn ttulos y breve descripcin dada por el autor de los
mismos.
Se presenta un proyecto en Quertaro, Mxico, en el cual, mediante la adquisicin
de imgenes con una cmara digital, se requiere orientar a un robot manipulador
KUKA de 6 grados de libertad para tareas de ensamblaje, este sistema es la base
para una celda de manufactura en la misma ciudad [3].
Luego de adquirir las imgenes necesarias en cualquier proyecto de visin artificial
se deben caracterizar dichas imgenes, en la Universidad Antonio Nario, sede
8
Ibagu se realiz un proyecto con ttulo Estudio Comparativo de Tcnicas

Espaciales para la Identificacin de Defectos en Textiles. Este artculo evala tres
tcnicas espaciales con descriptores estadsticos, para la extraccin de
caractersticas de diferentes imgenes de una fbrica de textiles para recolectar la
informacin necesaria para detectar defectos de los mismos, pasando por una red
neuronal para detectarlos [4].
Los proyectos de visin artificial pueden ser variados. Cualquier tipo de imagen se
puede procesar e identificar ciertos patrones que caracterizarn esta imagen y dar
una conclusin a un posible usuario como por ejemplo en el trabajo sobre el
Sistema de Visin por Computadora para Control Industrial aplicado a la
medicin del color de forma automatizada realizado en la EUPM, en Barcelona, en
este proyecto se realiz la medicin pixel a pixel de una imagen, mediante un
programa de computador diseado con base en teora de visin artificial, utilizando
el sistema cartesiano (XYZ), ya que se intenta suplir la intervencin de operarios
en control industrial, y el sistema CIELAB [5].
Para el desarrollo de este proyecto es necesario tener en cuenta otro tema como
lo es la robtica y poder enlazar los dos temas en uno solo, es decir encontrar la
forma de comunicar la cmara con un robot o en este caso brazo robtico.
Alrededor del mundo ya se han realizado trabajos de investigacin enlazando
estos dos temas.
En el artculo Aplicacin de tcnicas de correspondencia para determinar la
posicin del efector final de un manipulador robtico se evalan tres tipo de
tcnicas de Matching, para hallar la posicin final del ltimo eslabn de un brazo
robtico de cinco grados de libertad e incluir la posicin de todos los objetos que
rodean el brazo robtico, lo anterior realizando realimentacin de imgenes para
aplicar la tcnica de control ms efectiva [6].
Como se puede observar existen varias formas de adquirir imgenes y de
comunicar las cmaras con un robot, en la Escuela Politcnica del Ejrcito en
9
Latacunga, Ecuador, se realiz el proyecto Diseo e implementacin de un

proceso de envasado de agua empleando el brazo robtico Scorbot-er 4u Intelitek
del laboratorio de robtica sincro y servos de la espe sede Latacunga. La cmara
interacta con el brazo robtico para realizar el anlisis de una imagen
comparndola con un modelo patrn, y esta se configur para obtener una mejor
resolucin y calidad de la imagen. Para cumplir el objetivo del proyecto primero se
posicionan las botellas previamente en un dispensador, tomando en cuenta y
determinando el rea de trabajo del brazo robtico con respecto a la ubicacin de
la cmara, porque es importante saber la limitacin del espacio para el movimiento
del robot, esto para la sujecin de las botellas desde el dispensador a la cmara
donde se tomar una foto de la etiqueta de la botella para la discriminacin de
esta. La discriminacin se refiere a la clasificacin de las botellas segn la etiqueta
que estas contengan. Cuando el brazo robtico toma una botella del dispensador
la cmara toma una foto y compara con la imagen patrn, si equivale a la misma
imagen la enva por una banda transportadora para ser envasada, de lo contrario
la enva a desechar si es una botella incorrecta [7].
Para poder adquirir las imgenes existen muchos softwares en los cuales se
pueden trabajar. En la tesis Aplicacin de Visin con LabVIEW para la Deteccin
de Frascos Sin Tapa, la cual forma parte del tpico de graduacin Plataforma
para el desarrollo de proyectos con DSPICs y visin robtica con LabView, el
objetivo principal fue desarrollar un sistema de inspeccin automtica utilizando
tcnicas de Visin Robtica que ofrece el paquete de visin NI IMAQ de LabView
versin 8.5 compatible con Cmaras USB y el mdulo Vision Development de
National Instruments. Este programa brind una aplicacin prctica de la
adquisicin de datos mediante una cmara analizando imgenes y evaluando las
caractersticas fsicas del objetivo. Para este propsito es necesario disponer de
imgenes o plantillas capturadas de un frasco modelo con y sin tapa, las cuales
sirvieron como base en imgenes de mayor tamao captadas de los frascos
evaluados [8].
10
Para desarrollar este proyecto hay que tener en cuenta el control de un brazo
robtico, por ende el apoyo de un trabajo de maestra de la UNEXPO, Control de
Brazo Robtico, en el que se desarrolla la comparacin de controladores clsicos
PID con el modelo ideal obtenido de la dinmica de LaGrange, para realizar el
control ptimo de un brazo robtico de 4 grados de libertad, resulta esencial para
la optimizacin de este proyecto [9].
Otra de las caractersticas cambiantes de los proyectos realizados en visin
artificial y robtica es el mtodo para controlar el robot. Un ejemplo de esto es el
proyecto de investigacin Seguimiento Autnomo de la Posicin de un Objeto por
Visin y Control Neurodifuso en MATLAB este artculo presenta el desarrollo de
un sistema de visin artificial y control difuso, el cual tiene como objetivo principal
realizar el seguimiento, con una cmara web, de un objeto de manera automtica,
todo esto montado en un estructura con un motor paso a paso controlado. La
anterior implementacin es la primera etapa para realizar la navegacin autnoma
de un robot que pueda cumplir varias tareas [10].
Otros trabajos de investigacin abarcan el tema de visin artificial pero enlazado
con robtica mvil como por ejemplo el proyecto de investigacin Navegacin de
robot mvil usando Kinect, OpenCV y Arduino, este proyecto muestra los
resultados obtenidos de la investigacin realizada de visin artificial, para apoyo a
la navegacin, teniendo en cuenta imgenes de profundidad y reconocimiento de
objetos a travs del sistema de sensor Kinect de Microsoft y el sistema Arduino
[11].
El siguiente proyecto se relaciona con el antes mencionado ya que se desarrollan
con algoritmos de programacin para realizar el procesamiento de imgenes, el
cul es un proceso fundamental para el trabajo con cmaras.
En el artculo Control numrico de un brazo robtico, como respuesta a
algoritmos de procesamiento de imgenes y sistemas expertos, se desarrolla un
11
sistema de control para un brazo robtico de cinco grados de libertad, que tenga la
capacidad de desempearse en el juego Tic-Tac-Toe (triqui), el brazo robtico est
dotado de capacidad visual mediante una cmara para realizar los movimientos
necesarios del juego y posee un algoritmo de inteligencia artificial diseado para
tener capacidad de planificar jugadas para ganar, todo lo anterior fue desarrollado
en la plataforma de programacin LabVIEW [12].
Otro trabajo que abarca el mismo tema de control de brazo robtico es el del
Desarrollo de un instrumento virtual para el control remoto de un brazo
manipulador de uso educacional, en este proyecto se enuncian los resultados
obtenidos con respecto al diseo, desarrollo e implementacin de un programa de
computador, en el cual se obtenga el modelo cinemtico inverso y directo de un
brazo robtico de cinco grados de libertad, con el fin de que sea utilizado para
determinar lmites fsicos y de operacin para controlar de forma remota un brazo
robtico [13].
En el proyecto Desarrollo de un sistema de control para un brazo robtico
mediante adquisicin y procesamiento de imgenes [14], se presentan las fases
de diseo y construccin, para un sistema de control en lazo abierto, con
procesamiento de imgenes, para un brazo robtico que posea la capacidad de
transportar distintas piezas de un lugar determinado a otro igual y poder darle un
orden predeterminado a dichos elementos.
2. JUSTIFICACIN
Hoy en da la produccin es el punto de mira de todas las industrias, la calidad y la
elaboracin rpida de las etapas y/o procesos en la cadena de produccin de
cualquier producto o servicio que se ofrezca. Este proyecto propone una rpida
implementacin en cuanto a la seleccin y organizacin de las figuras,
productos que se deseen implementar. Es un proceso de automatizacin que

12
presenta beneficios debido a que solo se necesitara una supervisin por parte de
un operario y no necesariamente para realizar una tarea, sino para estar pendiente
de que el trabajo realizado por el brazo robtico sea el adecuado.
3. OBJETIVOS DE LA INVESTIGACIN
3.1 OBJETIVO GENERAL
Disear y construir un brazo robtico orientado por visin artificial para clasificar 2
piezas de una produccin.
3.2 OBJETIVOS ESPECFICOS
Desarrollar un algoritmo para el reconocimiento de las piezas a clasificar y

los cubculos donde se depositarn.
Disear y construir el brazo robtico que tenga la capacidad de recoger

objetos para moverlos en un rea determinada hasta encontrar el cubculo
en el cual se depositar.
13
Disear el control de posicin del brazo que garantice la correcta ubicacin

en el cubculo correspondiente.
3.3 LIMITACIONES
Las piezas a clasificar son dos figuras geomtricas bsicas (crculos y

cuadrados) cada uno de 2 colores (rojo y azul).
La cmara no debe cambiarse de la posicin inicial debido a que cualquier

cambio de posicin afecta el proceso de reconocimiento.
El funcionamiento del manipulador robtico es en un semicrculo debido al

movimiento de los motores y al rea que este abarca.
La clasificacin de las piezas no se debe realizar cercana a la base del

manipulador.
4. MARCO REFERENCIAL
En este captulo se enuncian y exponen los conocimientos conceptuales y
tericos, los cuales son la base principal para el desarrollo total del proyecto de
investigacin.
4.1 MARCO CONCEPTUAL
4.1.1 VISIN ARTIFICIAL:
Es un campo de la Inteligencia Artificial en el cual se extrae
informacin y caractersticas esenciales, de una imagen digitalizada,
utilizando tcnicas de procesamiento y anlisis, con el fin de imitar la
percepcin que poseen los humanos [1].
14
4.1.2 MANIPULADORES ROBTICOS:

La definicin ms aceptada con respecto a que es un manipulador
robtico es la otorgada por la Asociacin Francesa de Normalizacin
(AFNOR), la cual define al manipulador como:
Un mecanismo formado generalmente por elementos en serie,
articulados entre s, destinado al agarre y desplazamiento de objetos.
Es multifuncional y puede ser gobernado directamente por un operador
humano o mediante dispositivo lgico [15].
4.2 MARCO TERICO
En esta seccin, se expone la teora con respecto a las etapas que requiere
una aplicacin en Visin Artificial, las caractersticas principales de los
manipuladores robticos y su forma de clasificacin, con el fin de enlazar
los dos temas y luego desarrollar los tpicos principales para realizar la
solucin del problema planteado para este proyecto.
4.2.1 Etapas para una aplicacin en Visin Artificial

Para comprender ms como se realizan las diferentes aplicaciones de
Visin Artificial, se explicarn unas etapas generales, que no siempre se
abarcan con totalidad, pero algunas son indispensables para poder
realizar una aplicacin ideal.
La primera etapa es la captura de la imagen, no es el simple hecho de
capturar una imagen de cualquier manera, se debe realizar la mejor
captura posible, con los mejores elementos para poder realzar las
caractersticas, que se necesitarn para la aplicacin que se est
realizando. Para realzar estas caractersticas hay que tener en cuenta,
que tipo de Cmara se est utilizando, el ambiente en el que se
encuentra dicha cmara, la iluminacin que posee el espacio en donde
15
se realizar la captura. De igual manera, si la aplicacin se realizar en

tiempo real con video todas las anteriores caractersticas son
primordiales para poder efectuar un buen proyecto [2].
La segunda etapa es el pre-procesado de la imagen, esta etapa tiene
como objetivo mejorar la calidad de la imagen, para poder extraerle las
caractersticas que sean consideradas relevantes, esta etapa incluye
operaciones de mejora de la relacin seal-ruido, filtrar la imagen para
que el entorno no entorpezca la extraccin de caractersticas y realzar
los datos necesarios y relevantes de la imagen como bordes y contornos
[2].
La Figura 1 detalla un diagrama de las etapas y su orden para realizar
en una aplicacin bsica de Visin Artificial.
Figura 1. Etapas de una aplicacin de visin artificial [2].
En el siguiente captulo se definen las caractersticas y procesos que sern

necesarios utilizar para este proyecto.
La tercera y ltima etapa, trata de relacionar las caractersticas extradas en la
imagen con alguna accin o movimiento, las cuales se pueden realizar con un
16
sistema embebido conectado al computador para enviar una seal para que
realice la accin.
4.2.2 Caractersticas y clasificacin de manipuladores robticos
Los manipuladores robticos estn constituidos por un grupo de
elementos
rgidos
denominados
eslabones,
que
se
encuentran
conectados entre s mediante articulaciones, las cuales permiten el

movimiento relativo de cada dos eslabones seguidos [15].
La Figura 2 detalla los elementos principales de un manipulador
robtico.
Figura 2. Elementos de un manipulador robtico [15].
Las articulaciones pueden ser lineales y rotacionales, segn el movimiento que

induzcan al eslabn [15].
Figura 3. Articulacin lineal [15].
Figura 4.
Articulaciones rotacionales [15].
17
Un conjunto de eslabones con sus respectivas articulaciones se denomina cadena

cinemtica. Una cadena cinemtica es abierta, si la conexin de eslabones
mediante articulaciones es lineal, es decir el primer eslabn est conectado al
soporte y al segundo eslabn, el segundo eslabn est conectado al primero y al
tercero y as sucesivamente sin interseccin de eslabones, hasta el ltimo eslabn
cuyo extremo queda libre, al cual se le puede conectar algn elemento final
dependiendo la aplicacin [15].
Figura 5. Punto terminal de un manipulador con pinza [15].
Los manipuladores robticos ms complejos son conocidos como brazos robticos

ya que poseen los movimientos caractersticos de los mismos.
Figura 6. Analoga entre manipulador (brazo robtico) y brazo humano [15].
18
La relacin de los movimientos que puede poseer el manipulador se denomina

grados de libertad, lo que indica que dependiendo del nmero de grados de
libertad que posea un manipulador robtico, es la cantidad de movimientos en
diferentes planos de coordenadas independientes [15].
Figura 7. Distintos Grados de Libertad [15].
La mejor manera de describir el estado de un manipulador, es determinando la

posicin final del ltimo eslabn, que es donde se encuentra el punto terminal,
respecto a un sistema de coordenadas externos y fijo, denominado sistema mundo
y determinando el movimiento que realiza cada eslabn dependiendo del actuador
que aplica las fuerzas y momentos en cada uno de los eslabones [15].
Los tipos de anlisis mecnicos que se le pueden realizar a un manipulador
robtico son de tipo cinemtico y dinmico, los cuales son con respecto a fuerza y
momentos (cinemtico) y con respecto a los movimientos realizados por el
conjunto de eslabones totales (dinmico) [15].
Segn la geometra de la estructura mecnica de los manipuladores robticos se
pueden clasificar de la siguiente manera:
Cartesiano: es el manipulador que se caracteriza por solo poseer movimientos
lineales, por sus articulaciones del mismo tipo.
19
Cilndricos: poseen mnimo tres eslabones, uno para movimiento rotacional que
est anclado a una base y los otros eslabones poseen movimientos lineales.
Polar: posee tres articulaciones, dos rotacionales y una lineal.
Esfrico (brazo articulado): consta de tres articulaciones rotacionales.
Mixto: es una combinacin de cualquiera de las anteriores configuraciones.
Otras formas de clasificar los manipuladores robticos son segn sus grados de
libertad (movimientos en planos de coordenadas independientes), espacio de
trabajo, capacidad de posicionamiento del punto terminal, capacidad de carga y
velocidad.
En la Tabla 1 se pueden observar los distintos tipos de caracterizacin que tienen
los manipuladores robticos.
Configuracin
geomtrica
cartesianos
Estructura
cinemtica
Espacio de
trabajo
tipo cantilever
tipo prtico
20
Ejemplo
cilndrico
polar
esfrico
SCARA
paralelo
Tabla 1. Configuraciones geomtricas, estructura cinemtica, espacio de accesibilidad y ejemplos

de robots industriales [15].
21
En el siguiente captulo se desarrollar la combinacin de los dos tpicos

anteriormente expuestos; Visin Artificial y Manipuladores Robticos, que permiten
la consecucin de los objetivos planteados.
5. DISEO INGENIERIL
5.1 SOFTWARE Y LIBRERAS
El software utilizado para este proyecto es QT CREATOR, el cual es un ambiente
de desarrollo integrado multiplataforma creado por Trolltech de uso libre para
desarrollar aplicaciones con el uso de las bibliotecas Qt, la programacin en QT
CREATOR se realiza en el lenguaje de programacin C++ [16].
Las libreras de Open CV son bibliotecas de uso libre para aplicaciones de Visin
Artificial desarrolladas en su origen por Intel y contiene ms de 500 funciones con
respecto a temas de Visin Artificial. Estas abarcan muchas reas en visin,
incluyendo inspecciones de produccin en empresas, aplicaciones mdicas,
seguridad, interfaz de usuario, calibracin de cmara, visin estreo y robtica
[17].
La librera est escrita en C y C++ y funciona en los sistemas operativos de Linux,
Windows y Mac OS X. Actualmente se desarrolla en interfaces para Python, Ruby,
Matlab y otros lenguajes. Fue diseada para eficiencia computacional y con un
fuerte enfoque en aplicaciones en tiempo real [17].
Una de las metas de Open CV es proporcionar infraestructura de visin por
computadora fcil de usar, que ayude a las personas a disear aplicaciones de
visin rpidamente [17].
5.2 VISIN ARTIFICIAL
22
5.2.1 ADQUISICIN DE IMAGEN:

Para la adquisicin de la imagen se emple una cmara Logitech HD Webcam
C270, con una resolucin de 1280 x 720 pixeles en formato RGB (Ver Figura 8).
Figura 8. Logitech HD Webcam C270.
Fuente: http://www.logitech.com/es-roam/product/hd-webcam-c270
Esta cmara fue escogida teniendo en cuenta varias opciones y se decidi usar la
cmara Logitech HD Webcam C270 por su bajo costo, a continuacin se ilustra
una comparacin entre la cmara escogida y otra cmara que se encuentra en el
mercado.
Logitech HD Webcam C270
Camara Hd Genius Facecam 2020
Videoconferencias HD (1280 x 720
Interfaz: USB.
pxeles)
con
el
sistema
Resolucin: 1280 x 720.
recomendado
Sensor: CMOS.
Captura de vdeo: Hasta 1280 x 720
Velocidad de captura de
pxeles
vdeo: 15 fotogramas por
Tecnologa Logitech Fluid Crystal
segundo.
Fotos: Hasta 3.0 megapxeles
Resolucin: 2 megapxeles.
(mejora por software)
Micrfono integrado con reduccin
de ruido
Certificacin USB 2.0 de alta
velocidad (se recomienda)
Clip universal para monitores LCD,
23
CRT o porttiles
Velocidad mxima de cuadro 30
fotogramas por segundo
$70.000
$86.600
Tabla 2. Comparacin entre cmaras HD.
Como se puede observar la cmara Logitech tiene caractersticas comunes con

otras cmaras con la misma resolucin en el mercado, pero su precio es ms bajo
en comparacin con la cmara Genius.
5.2.2 DETECCIN DE COLORES RGB
Cada imagen capturada por la cmara contiene tres matrices, una para cada color
(R, G, B), las posiciones de cada matriz representan el nivel de color del pixel
correspondiente en una escala desde 0 hasta 255 (Figura 9. Matrices RGB de una
imagen Roja); esto quiere decir, por ejemplo, que si la posicin (1,1) de la matriz R
es 255, mientras que para la matriz B y para la G es 0, el pxel correspondiente a
esta posicin es nicamente rojo; de esta manera para valores intermedios se
presenta la construccin de toda la gama de colores. Teniendo en cuenta lo
anterior, la identificacin del color se determin calculando el promedio de los
valores de cada matriz, si el color predominante en la imagen es el rojo, el
promedio de los valores de la matriz R, ser evidentemente mayor que el de la
matriz G y la matriz B, de esta forma es posible determinar el color de la forma a
reconocer dado que el fondo es negro. La razn para que, por ejemplo, en una
imagen roja como la representada por las matrices de la Figura 9 no todos los
pixeles de R sean 255 ni todos los de las dems figuras sean 0, es que la imagen
puede no ser roja completamente debido a variaciones en el color de la figura o
por efectos del proceso de adquisicin de la imagen.
24
Figura 9. Matrices RGB de una imagen Roja.

Fuente: Autores
5.2.3 UMBRALIZACIN
Para llegar al objetivo de reconocer las formas finales, se requiere umbralizar la
imagen, esto es, representarla en dos colores (blanco y negro), para esto el primer
paso es convertir la imagen original en colores a escala de grises, lo que se
consigue eliminando la informacin de tono y saturacin pero conservando la
luminancia [18].
Uno de los mtodos para utilizar un valor umbral de manera automtica es
conocido como el mtodo de Otsu [19]. Este mtodo utiliza tcnicas estadsticas
para conocer la varianza, midiendo la dispersin de los niveles de gris que se
presentan en la imagen.
El mtodo consiste en que haya la menor dispersin posible dentro de cada
segmento, pero que a su vez haya la mayor dispersin posible entre segmentos
diferentes, hallando automticamente un valor umbral ptimo en el cual el cociente
entre ambas varianzas sea el mximo y por lo tanto, separando los objetos de
nuestro inters del resto en una misma imagen.
Para el desarrollo del mtodo de otsu es necesario partir de una imagen en escala
de gris con N pixeles y L niveles diferentes.
25
La probabilidad de ocurrencia del nivel de gris i en la imagen est dada por la

ecuacin:
Pi =
fi
N
Donde f es la frecuencia de repeticin del nivel de gris i-simo con
i=1,2, , L .
En el caso particular de realizar binarizacin, los pixeles se dividen en dos clases,

C1 y C 2 , con niveles de gris [ 1,2, ,t
y [ t+1, t+ 2, , L
donde las distribuciones de probabilidad de ambas clases son:
C1 :
P1
Pt
,.,
1 (t )
1 (t )
C2 :
Pt +1
P
PL
, . , t +2 , . ,
2 (t)
2 ( t )
2 ( t )
Dnde:
t
1 ( t )= Pi
i=1
2 ( t )= P i
i=t +1
Las medias para cada clase se definen como:
26
respectivamente
1=
i=1
i Pi
1 (t )
2=
i=t +1
i Pi
2 (t )
La intensidad media total de la imagen se define y se demuestra que:

1 1+ 2 2=T
1 + 2=1
Otsu defini la varianza entre clases mediante el uso de un anlisis discriminante y

lo expres en la siguiente ecuacin:
2
B= 1 ( 1T ) +2 ( 2T )
Luego de esto, otsu demostr que el umbral ptimo
es el siguiente:
t =Max { B (t )}
Donde:
1 t L
Las imgenes 10 y 11 muestran la imagen original capturada por la cmara y la

misma convertida a escala de grises respectivamente.
27
Figura 10. Imagen original.

Fuente: Autores
Figura 11. Imagen en escala de grises.

Fuente: Autores
Despus de tener la imagen en escala de grises, se requiere realizar un proceso

de umbralizacin de la imagen, para ello el mtodo de otsu analiza el histograma
de la imagen gris, el cual se ilustra en la Figura 12 y determina automticamente
el umbral ptimo para obtener la imagen umbralizada (Ver Figura 13).
Figura 12. Histograma.
28
Fuente: Autores
Figura 13. Imagen umbralizada.

Fuente: Autores
5.2.4 CONTORNOS
Luego de realizar un filtro al finalizar la binarizacin de la imagen para eliminar los
defectos que esta pueda tener, se utiliza un algoritmo conocido como el detector
de bordes de Canny, el cual sirve para detectar los mismos mediante un umbral,
dejando nicamente estos de color blanco y la parte interna del objeto del mismo
color del fondo (negro).
Al utilizar el algoritmo de Canny se obtiene una variable que almacena el nmero
de bordes, mediante los cuales se pueden identificar las figuras a clasificar. Este
mtodo, a diferencia del algoritmo de Laplace, calcula en x y y las primeras
derivadas, que luego son combinadas dentro de cuatro derivadas direccionales.
Estas direcciones son calculadas de la siguiente manera:
G= G2x +G2y
Donde:
Gx = derivada en la direccin vertical
G y = derivada en la direccin horizontal
29
=arctan=
Gy
Gx
Los puntos en donde estas derivadas tienen el valor mximo son los pixeles que
se unirn para formar los bordes. Los contornos son formados al aplicar un umbral
de histresis a los pixeles mencionados anteriormente. Esto significa que se tienen
dos umbrales, uno alto y uno bajo. Si un pixel tiene un gradiente mayor que el
umbral ms alto, entonces es tomado como un pixel de borde; de lo contrario, si
un pixel se encuentra por debajo que el umbral ms bajo, entonces es rechazado.
Si el gradiente de un pixel se encuentra entre los dos umbrales, entonces este
solo ser aceptado si est conectado a un pixel que se encuentre por encima del
umbral ms alto [17]. (Ver Figura 14 y Figura 15).
Figura 14. Ejemplo de resultados del detector de bordes de Canny para dos imgenes distintas
cuando los umbrales alto y bajo son 50 y 10 [17].
30
Figura 15. Ejemplo de resultados del detector de bordes de Canny para imagen capturada por la
cmara.
Fuente: Autores
5.2.5 EXTRACCIN
DE
COORDENADAS
CARTESIANAS
DE
LAS
FIGURAS A CLASIFICAR
Para realizar el proceso de extraccin de coordenadas cartesianas de la posicin
en la cual se encuentran las figuras a clasificar dentro del plano, se tuvo en cuenta
que al capturar una imagen con la cmara, se encontrarn varios objetos en la
misma. Estos objetos deben ser reconocidos mediante tcnicas de visin artificial,
los objetos visibles en la imagen tomada corresponden a los cubculos donde se
depositarn las piezas, las piezas a clasificar y el punto terminal del manipulador
robtico. Al reconocer estos objetos, tambin es necesario determinar en qu
posicin del plano se encuentran. En la Figura 16 se pueden observar tanto las
coordenadas reales del centro del objeto, como las coordenadas calculadas del
centro del objeto (texto al final de la imagen).
31
Figura 16. Coordenadas cartesianas del objeto reconocido en la imagen capturada.

Fuente: Autores
El primer paso para realizar una aplicacin de visin artificial consiste en utilizar un
umbral para determinar cul de los colores RGB se haba detectado, la figura 17
explica el proceso con el que se realiz el algoritmo. Posteriormente se binariz la
imagen con el fin de convertir los pixeles del color detectado en blanco y los
dems en negro. Luego de la binarizacin se recorren las matrices de izquierda a
derecha empezando del punto (0,0) hasta finalizar en el punto (0,480), de all se
procede a recorrer la segunda fila comenzando en el punto (1,0) y se vuelve a
recorrer de izquierda a derecha terminando en el punto (1,480), este proceso se
repite hasta llegar al punto (640,480) que es el tamao completo de la imagen y se
cuenta el primer y ltimo pixel de color blanco, estos valores se promedian para
obtener las coordenadas del centro de la figura capturada. Finalmente mediante el
contorno de la imagen se detecta el nmero de bordes para determinar que figura
es, teniendo en cuenta que si el nmero de bordes es igual a 4 es un cuadrado o
si es mayor a 4 es un crculo (Ver Figura 20).
Las funciones de extraccin de coordenadas cartesianas de las figuras a clasificar
y deteccin de formas estn detallados en los diagramas de flujo correspondientes
a las Figuras 18 y 19 respectivamente.
32
Figura 17. Diagrama de flujo RGB y Binarizacion.

Fuente: Autores
33
Figura 18. Diagrama de flujo de formas de los objetos.

Fuente: Autores
34
Figura 19.
Diagrama de flujo de coordenada central
objetos.
Fuente:
Autores
Figura 20. Crculo reconocido mediante deteccin

de nmero de bordes.
Fuente: Autores
Las coordenadas de los centros de las

figuras, son necesarias para realizar el control que
ser el encargado de organizar las figuras en sus cubculos correspondientes.
5.3 DISEO MECNICO MANIPULADOR ROBTICO
Teniendo en cuenta el marco terico expuesto anteriormente se decidi disear un
manipulador robtico de movimientos cartesianos ya que el manipulador es de dos
grados de libertad y su rea de trabajo est definida por la calidad de capturas que
pueda tener la cmara. Para realizar este proceso se realizaron varias capturas y
35
se determin que la altura apropiada para que la cmara es de 75 centmetros en

los cuales la cmara captura fotos de gran calidad y se tiene un rea amplia de
trabajo para el manipulador robtico.
Figura 21. Bosquejo de la vista lateral de la maqueta.

Fuente: Autores
En la Figura 21 se puede observar que la cmara est ubicada a 75 centmetros

de una primera base en la cual se encuentra el brazo robtico y esta ser el rea
de trabajo del mismo, tambin se observa una segunda base en la cual estn
ubicados los 4 cubculos y sirve para evitar que la cmara capture otros elementos
que interfieran con la funcin.
5.3.1 Cinemtica
La cinemtica estudia el movimiento de sistemas sin tener en cuenta la fuerza
ejercida para realizar dichos movimientos, como si lo hace la dinmica [21].
En aplicaciones con robots manipuladores se debe comprender que estos se
mueven en el espacio, por ende, se le asignan sistemas de coordenadas, para
representar posiciones y orientaciones, dependiendo de la posicin inicial y final
del efector, junto con la trayectoria que debe seguir el manipulador [22].
36
Con la cinemtica directa se puede hallar la posicin dependiendo de los ngulos

de las articulaciones del manipulador robtico, mientras que, para hallar los
ngulos de las articulaciones con respecto a la posicin, se aplica cinemtica
inversa. En el caso de este proyecto se quiere ubicar el brazo en una posicin
deseada dada por las coordenadas cartesianas de los objetos a clasificar por este
motivo se requiere utilizar el mtodo de cinemtica inversa.
Se debe tener en cuenta que el modelo cinemtico inverso es ms complejo que
el modelo cinemtico directo, ya que para un manipulador robtico siempre es
posible encontrar el modelo de cinemtica directa, mientras que en la cinemtica
inversa pueden existir varias soluciones e inclusive no haber solucin analtica
alguna. En el caso de que no exista una solucin analtica, se pueden aplicar los
siguientes
mtodos:
redes
neuronales,
mtodos
numricos,
iterativos
geomtricos [21].
5.3.2 Cinemtica Inversa
La cinemtica inversa es un problema no lineal que relaciona los ngulos de las
articulaciones en funcin de las coordenadas cartesianas y la orientacin en la que
se encuentra el extremo final del manipulador robtico [21].
Este modelo implica combinar las coordenadas extradas con la cmara respecto
al objeto que se va a clasificar, y los ngulos que requiere el manipulador para
posicionar el efector final en el centro del objeto.
Para obtener el modelo cinemtico inverso se pueden utilizar los siguientes
mtodos:
mtodos
geomtricos,
matrices
de
transformacin
homognea,
desacoplamiento cinemtico (robots de 6 GDL), entre otros.

Para poder realizar el modelo cinemtico inverso se utiliz el mtodo geomtrico,
ya que es el ms adecuado para un manipulador robtico de dos grados de
37
libertad, debido a que es un mtodo fcil de implementar para manipuladores de 1

o 2 grados de libertad, con el cual conociendo las coordenadas en las cuales est
el objeto a clasificar, se determinaran los ngulos que debe poseer cada una de
las articulaciones con respecto a sus ejes coordenados.
5.3.2.1 Mtodos Geomtricos
Este mtodo fue utilizado para encontrar los ngulos necesarios en el manipulador
robtico, con el fin de posicionarlo en el plano.
Para solucionar este mtodo es necesario emplear relaciones trigonomtricas y
geomtricas, como lo es la resolucin de tringulos.
A continuacin, se detalla la solucin del modelo cinemtico inverso realizado a
partir de mtodos geomtricos, primero se ilustra en la Figura 22 las variables que
se tuvieron en cuenta en el manipulador.
Figura 22. Anlisis Cinemtico Inverso.

Fuente: Autores
38
En la Tabla 3 se observa la descripcin de las variables con las cuales se

realizaron los clculos correspondientes a la cinemtica inversa del manipulador
robtico.
Variabl
Descripcin
e
M1
M2
R
Rx
Ry
1
Longitud del Primer Eslabn

Longitud del Segundo Eslabn
Magnitud del vector de la posicin del objeto
Distancia en el eje x de la posicin del objeto
Distancia en el eje y de la posicin del objeto
ngulo de la segundo articulacin
ngulo de la primera articulacin

180 2
ngulo entre la Magnitud del vector de la posicin del objeto y el
'
Primer Eslabn
ngulo entre la Magnitud del vector de la posicin del objeto y el eje x
Tabla 3. Descripcin de variables del manipulador robtico modelo cinemtico inverso.
Para hallar los ngulos de las articulaciones se realizaron los siguientes clculos,
esto debido a que es necesario conocer el valor numrico de los ngulos
2 , para que el manipulador robtico logre llegar al objeto que se encuentra en

el plano.
Estos ngulos hallados pertenecen a los grados que debe girar los servo motores,
para poder general la trayectoria que debe seguir el manipulador robtico con el
fin de desarrollar la aplicacin propuesta.
Para comenzar a solucionar este mtodo es necesario utilizar la ley de cosenos
que se diagrama en la Figura 23, que representa el plano donde se ubican las
piezas y en el cual los ejes representan la distancia en centmetros.
39
Figura 23. Anlisis Ley de Coseno.

Fuente: Autores
a =b +c 2 bc cos A
R2=M 21 + M 222 M 1 M 2 cos ()
Utilizando la identidad trigonomtrica

cos(ab)=cos ( a ) cos (b)+sin( a)sin (b)
( 180 ) cos( 2)+sin(180)sin(2 )

cos( 1802 )=cos
cos(1802 )=cos (2)
Reemplazamos en la primera ecuacin
40
R =R x + R y =M 1 + M 2 +2 M 1 M 2 cos (2 )
Despejando el ngulo
2=co s
2 de la anterior ecuacin obtenemos:
R x 2+ R y2 M 21M 22
2M1M2
Luego de hallar
se procede a despejar las otras variables en funcin de
Al conocer:
180 2
=
Se aplica la Ley del Seno

a
b
c
=
=
sin A sin B sinC
M2
R
=
sin() sin(2)
M 2 sin()
R
2=sin 1
'=tan 1
( RyRx )
41
Se reemplaza en la ecuacin de
y se halla en ngulo de la primera
articulacin.
1=2 + '
La trayectoria que debe poseer el manipulador robtico queda definida por los
ngulos
y
2
articulacin y
resta del
2 , siendo
el ngulo correspondiente a la primera
correspondiente a la segunda articulacin, este
es la
2 , para poder utilizar el eje coordenado ilustrado en la Figura
24.
Figura 24. Representacin ngulo
2 .
Fuente: Autores
Para poder comprobar que los ngulos que arrojan las ecuaciones son los
necesarios para llegar a un punto deseado en el plano, se realiz un programa en
Matlab para simular la obtencin de los mismos y el posicionamiento del
manipulador (ver seccin 5.4.1).
42
5.3.3 Anlisis de deformacin y tensin

Para el diseo del manipulador robtico se tuvieron en cuenta las siguientes
caractersticas:
El diseo debe estar libre de concentradores de esfuerzos, para evitar

fatiga del material. Por ello se le implementaron redondeces a un primer
diseo en los puntos crticos (Ver Figura 25 y Figura 26).
Figura 25. Primer Diseo Brazo Robtico.

Fuente: Autores
Se tiene en cuenta que el material con el que se imprimi el prototipo no es

isotrpico, esto da a entender que el material en el instante en que se
imprime, no mantiene sus propiedades trmicas y mecnicas en todos sus
ejes, las mantiene solo en el eje z [20].
El prototipo se realiz en Impresora 3D, debido al costo que conlleva

realizar este proyecto en materiales en los que fuera necesario mecanizar
las piezas.
A continuacin, se muestra el diseo final del manipulador robtico realizado en

SolidWorks, teniendo en cuenta los anteriores conceptos.
43
Figura 26. Diseo Final Brazo Robtico.

Fuente: Autores
Para el anlisis de deformacin y tensin se tuvo en cuenta, cules eran los

puntos crticos en los que el manipulador robtico podra sufrir el mayor momento
flector y el mayor momento torsor. En estos puntos se le realiz un anlisis de
tensin y deformacin al manipulador robtico para determinar que el diseo y el
material elegido (ABS) eran los correctos.
Esto se realiz utilizando Solid Edge, software en el cual se simul un anlisis de
tensin de Von Mises, para poder conocer si el manipulador supera su lmite
elstico bajo las cargas aplicadas y adicional a esto se realiz una prueba de
desplazamiento para saber cul es la mxima deformacin que posee el
manipulador.
El momento flector es la suma algebraica de todas las fuerzas externas en un
mismo lado de una seccin con respecto a un punto fijo de la misma seccin [19] y
en el manipulador queda determinado en su punto mximo, cuando el manipulador
se encuentra totalmente extendido y con una carga en el efector final (Ver Figura
27).
44
Figura 27. Mayor Momento Flector.

Fuente: Autores
El mayor momento torsor al que se ve afectado el manipulador, es el momento en

el cual el ltimo eslabn se encuentra a noventa grados del primer eslabn, como
lo muestra la Figura 28, este momento torsor como su nombre lo indica genera un
torque en la base principal del manipulador.
Figura 28. Mayor Momento Torsor.

Fuente: Autores
45
Las cargas que soportar el manipulador robtico son: los rodamientos que se
encuentran en las dos articulaciones, los servo motores, el electro imn ubicado
en el efector final y la pieza que se va a clasificar que ser cargada por el electro
imn, por lo anterior se relaciona la siguiente tabla.
ELEMENTO
Base del manipulador
Primer Eslabn
Segundo Eslabn
Primer Rodamiento*
Segundo Rodamiento*
Servo 1
Servo 2
Electro Imn
TOTAL
PESO (grs)
200
150
149
250
200
55
55
500
1.559
FUERZA (N)
1.96
1.47
1.46
2.45
1.96
0.54
0.54
4.9
15.28
Tabla 4. Datos de los Elementos del Manipulador Robtico.

Fuente: Autores
*Los rodamientos fueron escogidos debido a que soportan una gran carga axial. Sus
caractersticas se encuentran descritas en los anexos C y D respectivamente.
A continuacin, se muestra el anlisis realizado en Solid Edge para los dos puntos
crticos del manipulador.
Figura 29. Distribucin de fuerzas para el mayor momento flector.

Fuente: Autores
46
La Figura 29 muestra la distribucin de las fuerzas en el manipulador robtico, se

puede observar que las fuerzas correspondientes a los rodamientos y servos se
encuentran en la base del manipulador robtico y entre el primer y segundo
eslabn, la fuerza que se puede observar en efector final del manipulador robtico
corresponde al electroimn (no se suma la de la carga debido a que es pequea
con respecto al peso del electroimn), tambin se puede observar el punto fijo del
manipulador el cual es la base del mismo, los puntos que s que se encuentran en
la parte inicial del manipulador corresponden a las restricciones articulares que
poseen estos eslabones debido a los rodamientos, los cuales permiten
movimientos de 360 pero no permiten movimientos sobre los ejes (el movimiento
de los rodamientos est restringido por los servo motores los cuales hacen giros
de 180), por ltimo la flecha grande que se puede observar en la Figura 29
corresponde a la gravedad.
Para todos los anlisis se realiz una malla tetradrica debido a la forma que
posee el manipulador robtico y los anlisis se le realizaron al manipulador
contemplando el material el cual es ABS de alto impacto.
Las Figuras 30, 31 y 32 corresponde al anlisis de Von Mises en el punto crtico
descrito anteriormente. Como resultado se observa que no supera su lmite de
elasticidad, el cual es 31 Mpa, siendo el punto crtico de 0.35 Mpa.
47
Figura 30. Anlisis de Von Mises para el mayor momento flector.

Fuente: Autores

Fuente: Autores
48

Fuente: Autores
Por otro lado, en la simulacin del anlisis de desplazamiento (Ver Figura 33, 34 y
35), se puede observar que el manipulador robtico responde satisfactoriamente a
las cargas aplicadas, ya que la mxima deformacin del manipulador es 0.0423
mm, lo cual no influye en la labor a cumplir por parte del manipulador.
Figura 33. Anlisis de desplazamiento para el mayor momento flector.

Fuente: Autores
49

Fuente: Autores

Fuente: Autores
En la figura 36 se puede observar la distribucin de fuerzas para el mayor

momento torsor, en la cual se muestra la distribucin de las fuerzas en el
manipulador robtico, se puede observar que las fuerzas correspondientes a los
rodamientos y servos se encuentran en la base del manipulador robtico y entre el
50
primer y segundo eslabn, la fuerza que se puede observar en efector final del
manipulador robtico corresponde al electroimn (no se suma la de la carga
debido a que es pequea con respecto al peso del electroimn), tambin se puede
observar el punto fijo del manipulador el cual es la base del mismo, los puntos que
s que se encuentran en la parte inicial del manipulador corresponden a las
restricciones articulares que poseen estos eslabones debido a los rodamientos los
cuales permiten movimientos de 360 pero no permiten movimientos sobre los
ejes (el movimiento de los rodamientos est restringido por los servo motores los
cuales hacen giros de 180), por ltimo la flecha grande que se puede observar en
la Figura 36 corresponde a la gravedad.
Para todos los anlisis se realiz una malla tetradrica debido a la forma que
posee el manipulador robtico y los anlisis se le realizaron al manipulador
contemplando el material el cual es ABS de alto impacto.
Figura 36. Distribucin de fuerzas para el mayor momento torsor.

Fuente: Autores
El anlisis de Von Mises para el mayor momento torsor se encuentra ilustrado en

las Figuras 37, 38 y 39, el cual seala que el punto crtico con respecto a la
51
tensin que soporta el manipulador es 0,358 Mpa, siendo el lmite elstico 31 Mpa,
por ende el diseo es el indicado.
Figura 37. Anlisis de Von Mises para el mayor momento torsor.

Fuente: Autores

Fuente: Autores
52

Fuente: Autores
Adicionalmente la simulacin realizada en Solid Edge correspondiente al

desplazamiento que tiene el manipulador con las cargas aplicadas, se detalla en
las Figuras 40, 41 y 42 que la deformacin mxima corresponde a 0,0423 mm,
que no supone un riesgo para el manipulador robtico.
Figura 40. Anlisis de desplazamiento para el mayor momento torsor.

Fuente: Autores
53

Fuente: Autores

Fuente: Autores
Luego de tener los anteriores conceptos claros y determinar que el diseo es el

adecuado para la labor a cumplir, se procede a realizar el modelo dinmico y
posteriormente control de posicin del segundo eslabn.
5.3.4 Modelo Dinmico
54
Para poder realizar una buena simulacin con respecto a los movimientos que
posee el manipulador, es necesario realizar un modelo para verificar estos
movimientos dependiendo de los pares de fuerzas que se emplearn. Por lo
anterior es necesario calcular, por cada articulacin, las ecuaciones de movimiento
[21].
El modelo dinmico se soluciona mediante la formulacin de Lagrange.
5.3.4.1
Solucin del modelo dinmico mediante formulacin de

Lagrange
La formulacin de Lagrange permite obtener el modelo matemtico de un sistema,

por medio del clculo de energas de este.
A continuacin, se detalla la solucin del modelo dinmico, primero se ilustra en la
Figura 43 las variables que se tuvieron en cuenta en el manipulador de dos
grados de libertad.
Figura 43. Anlisis mediante formulacin de Lagrange de un manipulador de dos grados de

libertad.
Fuente: Autores
55

realizaron los clculos correspondientes a la dinmica del manipulador robtico de
dos grados de libertad.
Variable
L1
L2
Descripcin
Distancia desde la primera articulacin hasta el centro masa
del eslabn 1
Distancia desde la segunda articulacin hasta el centro
masa del eslabn 2
m1
Masa del eslabn 1
m2
Masa del eslabn 2
m3
Masa electroimn
m4
Masa rodamiento
I1
Inercia del eslabn 1
I2
Inercia del eslabn 2
I3
Inercia electroimn
I4
Inercia rodamiento
ngulo de la primera articulacin
ngulo de la segunda articulacin
x1
x2
x3
x4
y1
y2
y3
y4
La distancia en el eje x desde la primera articulacin hasta el

centro de masa del primer eslabn
centro de masa del segundo eslabn
electroimn
rodamiento
La distancia en el eje y desde la primera articulacin hasta el
centro de masa del primer eslabn
centro de masa del segundo eslabn
electroimn
rodamiento
Tabla 5. Descripcin de variables del manipulador robtico modelo dinmico.
56
A continuacin, se realiza el anlisis dinmico por el mtodo de Lagrange:

Anlisis de posicin del manipulador
x 1=L1 cos 1
y 1=L1 sin 1
2= 2 L1 cos 1+ L2 cos 2
x 2=x A + L2 cos
y 2= y A + L2 sin 2=2 L1 sin 1 + L2 sin 2
x 3=2 L1 cos 1 +2 L2 cos 2

y 3=2 L1 sin 1 +2 L2 sin 2
x 4=2 L1 cos 1
y 4 =2 L1 sin 1
Derivamos para encontrar la velocidad

x 1=L1 1 sin 1
y 2=L1 1 cos 1
x 2=2 L1 1 sin 1L2 2 sin 2

57
y 2=2 L1 1 cos 1 + L2 2 cos 2
x 3=2 L1 1 sin 1 2 L2 2 sin 2

y 3=2 L1 1 cos 1 +2 L2 2 cos 2
x4=2 L1 1 sin 1
y 4 =2 L1 1 cos 1
Se obtiene la velocidad de cada eslabn

2
2
2
2 2
2
2 2
2
2 2
1= x 1+ y 1=L1 1 sin 1 + L1 1 cos 1=L1 1
2
2
2
2 2
2
2 2
2
2 2
2
2 2
2= x 2+ y 2=4 L1 1 sin 1+ 4 L1 L2 1 2 sin 1 sin 2 + L2 2 sin 2+ 4 L1 1 cos 1+ 4 L1 L2 1 2 cos 1 cos 2+ L2 2 c
22=4 L21 21 + 4 L1 L2 1 2 ( sin 1 sin 2+ cos 1 cos 2 ) + L22 22

22=4 L21 21 + 4 L1 L2 1 2 cos ( 12 ) + L22 22
23= x 23 + y 23=4 L21 21 sin 2 1+ 4 L1 L2 1 2 ( sin 1 sin 2 ) + 4 L22 22 sin 2 2 +4 L21 21 cos2 1 +4 L1 L2 1 2 ( cos 1 cos 2 ) + 4
23=4 L21 21 + 4 L22 22 + 4 L1 L2 1 2 ( sin 1 sin 2 +cos 1 cos 2 )
23=4 L21 21 + 4 L22 22 + 4 L1 L2 1 2 cos ( 12 )
2
2
2
2 2
2
2 2
2
4= x 4 + y 4=4 L1 1 sin 1 + 4 L1 1 cos 1
24=4 L21 21
58
Energa Cintica del manipulador (T)

1
1
1
1
1
1
1
1
T = m1 21+ m2 22+ I 1 21+ I 2 22+ m3 23+ m4 24 + I 3 22+ I 4 21
2
2
2
2
2
2
2
2
1
1
1
1
T = m1 L21 21+2 m2 L21 21 +2 m2 L1 L2 1 2 cos(12 )+ m2 L22 22 + I 1 21 + I 2 22 +2 m3 L21 21+ 2m 3 L22 22 +2 m3 L1
2
2
2
2
Energa Potencial del manipulador (V)

V =m1 g L1 sin 1+ 2m 2 g L1 sin 1+ m2 g L2 sin 2 +2 m4 g L1 sin 1+ 2m3 g L1 sin 1 +2 m3 g L2 sin 2
Lagrangiano (L)
L=T V
L=
1
1
m1 L21+ 4 m 2 L21 + I 1+ 4 m 3 L21 + 4 m4 L21+ I 4 ) 21+ ( m2 L22 + I 2+ 4 m3 L22 + I 3 ) 22 +2 m2 L1 L2 1 2 cos(12 )+ 2 m
(
2
2
Ecuacin Diferencial de Lagrange para
{ }
L
L
+ 1 1= 1
1
1
L
=( m1 L21 +4 m2 L21+ I 1 +4 m3 L21+ 4 m4 L21 + I 4 ) 1 +2 m2 L1 L2 2 cos(1 2)+2 m3 L1 L2 2 cos( 12 )
1
59
{ }(
L
= m 1 L21 +4 m2 L21 + I 1 + 4 m3 L21 +4 m 4 L21 + I 4 ) 1 +2 m2 L1 L2 2 cos( 12 )2 m2 L1 L2 2 sin ( 12 ) +2 m3 L1
( 1 2)2 m3 L1 L2 1 2 sin(1 2)cos 1 ( m1 g L1+2 m2 g L1 +2 m4 g L1 +2 m3 g L1 )
L
=2 m2 L1 L2 1 2 sin
1
( 1 2 )+ 2m3 L1 L2 1 2 sin ( 12 ) + cos 1 ( m1 g L1 +2 m2 g L1+ 2m4 g L
2
2
2
2
1=( m1 L1 +4 m2 L1+ I 1 +4 m3 L1 +4 m4 L1 + I 4 ) 1 +2 m2 L1 L2 2 cos( 12 )2 m2 L1 L2 2 sin ( 12 ) +2 m3 L1 L2
1 = torque del motor 1
{ }
L
L
+ 2 2= 2
2
2
L
=( m 2 L22 + I 2 + 4 m 3 L22 + I 3 ) 2+ 2 m2 L1 L2 1 cos (1 2)+2 m3 L1 L2 1 cos (12)
2
60
(1 2 )
( 1 2)2m3 L1 L2 1 sin
( 1 2)+2 m3 L1 L2 1 cos
( 1 2)2m2 L1 L2 1 sin
L
2
=( m2 L2 + I 2+ 4 m3 L22+ I 3 ) 2 +2 m2 L1 L2 1 cos
2
{ }
( 1 2)2 m3 L1 L2 1 2 sin(1 2)cos 2 (m2 g L2 +2 m3 g L2)
L
=2m2 L1 L2 1 2 sin
2
61
( 1 2)+2 m3 L1 L2 1 2 sin ( 1 2 ) +cos 2(m2 g L2 +2 m3 g L2)+ 2 2
(1 2 )+2 m2 L1 L2 1 2 sin
( 1 2 )2 m3 L1 L2 1 sin
( 1 2 )+2 m3 L1 L2 1 cos
( 1 2 )2 m2 L1 L2 1 sin
2
2
2=( m2 L2 + I 2+ 4 m3 L2+ I 3 ) 2 +2 m2 L1 L2 1 cos
2 = torque del motor 2
Los datos reales del manipulador robtico son los siguientes:

m1=0.15 kg
m2=0.149 kg
m3=0.5 kg
m4=0.255 kg
El valor de los ngulos es 90 debido a que es la posicin inicial.
1= 2=90
Se utiliz una velocidad de
62
60

m
1= 2=
=428.57
0.08 m=0.5984
0.14 s
s 180
s
Esta es la velocidad del servomotor a 6V, tomada del datasheet (Ver Anexo C).
Para hallar la aceleracin se divide la velocidad en 1.2 segundos el cual es el
tiempo que transcurre desde la posicin inicial del servo hasta llegar a velocidad
constante.
1= 2=
m
s
0.5984
1.2 s
=0.4987
m
2
s
L1=L2=0.08 m
Las inercias
I1 , I2 , I 4
fueron tomadas del diseo realizado en Solid Edge
teniendo en cuenta su respectivo material.

I 1 =0.004 kg m2
I 2 =0.007 kg m
I 4=0.012 kg m2

realizaron los clculos para hallar la inercia del electroimn ( I 3 .
Variable
M ele
Descripcin
Masa del electroimn
V ele
Volumen del electroimn
mat
Densidad del material ABS
Distancia del centro de la base al

centro del electroimn
Base del electroimn
b
63
Altura del electroimn
Profundidad del electroimn
Tabla 6. Descripcin de variables para hallar la inercia del electroimn.
Hallamos el Volumen del electroimn:

V ele =b h z=0.06 m 0.03 m0.03 m=0.000054 m3
Hallamos la Masa del electroimn teniendo en cuenta la densidad del ABS

(7850 kg /m 3 ) :
3
M ele =V ele mat =0.000054 m 7850
kg
=0.4239 kg
m3
Finalmente hallamos la inercia del electroimn:

I3 =
1
1
M ele ( b2 +h2 ) + M ele d= 0.4239 kg ( ( 0.06 m )2 + ( 0.03 m )2) + 0.4239 kg ( 0.32 m )2 =0.0435 kg m2
12
12
Los valores de
1 y 2
(coeficientes de friccin viscosa de los motores 1 y 2) son
valores estndar altos para realizar la solucin de este mtodo con los valores
ms altos, con lo cual se obtiene como resultado el mayor torque posible.
1= 2=0.003
N m s
rad
Se procede a realizar los clculos del torque de los servomotores teniendo en

cuenta las ecuaciones obtenidas mediante la formulacin de Lagrange.
1=2.34 Nm
2=0.93 Nm
64
El torque de los servomotores en kg por centmetro es 24.7, siendo
24.7 kgcm x
1m
m
x 9.81 2 =2.42 Nm
100 cm
s
Por lo tanto, el torque de los servomotores escogidos cumple con el torque

calculado necesario.
5.4 CONTROL DE POSICIN
5.4.1 Generacin de Trayectoria
Para realizar la generacin de trayectoria para el manipulador robtico se
utilizaron los mtodos geomtricos expuestos en la seccin 5.3.2.1, con los cuales
se hallaron los ngulos necesarios para posicionar el manipulador en la
coordenada donde se encontraba la pieza a clasificar.
El programa en Matlab se realiz con las ecuaciones expuestas en la seccin
5.3.2.1 y con los datos reales en cuanto a las distancias entre los centros de los
eslabones los cuales son 16 centmetros, esto con el fin de abarcar todo el ancho
y alto de la maqueta final (Ver Figura 44).
65
Figura 44. Vista Superior Maqueta.

Fuente: Autores
Para realizar el programa en Matlab se tuvo en cuenta que el tamao en pixeles

de la captura de la imagen es de 640 de ancho por 480 de alto, lo que indica que
hay que convertir los valores en centmetros a pixeles para que las frmulas
funcionen correctamente y el brazo llegue a la posicin deseada.
Para convertir los centmetros a pixeles se realiz una captura con la cmara al
primer eslabn del brazo robtico con crculos de colores diferentes (rojo y azul)
en cada articulacin, en posiciones vertical y horizontal para medir cuantos pixeles
hay en una distancia de 16 centmetros la cual es la medida que hay de centro a
centro de cada circulo
En la Figura 45 y 46 se ilustran las dos capturas, en las cuales se tomaron los
datos de ubicacin de cada uno de los centros de los crculos.
Figura 45. Captura para determinar centmetros en el eje X.

Fuente: Autores
66
Como se puede observar en la figura 35 la ubicacin de centro del crculo azul es

de 297 pixeles en X y la ubicacin del centro del crculo rojo es de 115 pixeles en
X, por consiguiente esta resta da el resultado de cuantos pixeles en X hay en 16
centmetros reales, que es la medida desde el centro del circulo azul hasta el
centro del crculo rojo, el resultado de esta resta es de 182 pixeles en X para un
distancia de 16 centmetros en X, esta relacin entre pixeles y centmetros es
vlida siempre y cuando la cmara no cambie de altura de acuerdo a la Figura 44.
Figura 46. Captura para determinar centmetros en el eje Y.

Fuente: Autores
Como se puede observar en la figura 36 la ubicacin de centro del crculo rojo es

de 233 pixeles en Y y la ubicacin del centro del crculo azul es de 47 pixeles en Y,
por consiguiente esta resta da el resultado de cuantos pixeles en Y hay en 16
centmetros reales, que es la medida desde el centro del circulo azul hasta el
centro del crculo rojo, el resultado de esta resta es de 186 pixeles en Y para un
distancia de 16 centmetros en Y, esta relacin entre pixeles y centmetros es
vlida siempre y cuando la cmara no cambie de altura de acuerdo a la Figura 44.
67
Luego de tener claras las medidas en pixeles se procedi a disear el programa

en Matlab, teniendo en cuenta el tamao de la imagen (Captura 640x480), se
introdujeron las frmulas con las cuales el manipulador se debe posicionar en el
lugar correspondiente, se tuvo en cuenta que el manipulador comenzaba en el
punto (0,0) del plano cartesiano y de ah realiza el recorrido hacia la pieza a
clasificar y hacia los cubculos donde irn dichas piezas.
El punto (0,0) de la imagen es en la esquina superior izquierda de all comienzan a
contarse los pixeles hasta llegar a la esquina inferior derecha en la cual la
coordenada es (640,480), en Matlab se realiz una simulacin en un plano de ejes
coordenados como ilustra la Figura 47.
Figura 47. Comparacin entre simulacin en Matlab y captura original.

Fuente: Autores
Como se puede observar en la Figura 47, para realizar la simulacin en Matlab se

dividi el ancho de la imagen en 2, para que el punto de origen del manipulador
robtico fuese el punto 0 en el plano cartesiano, por ende se tienen valores
positivos de 0 a 320 y valores negativos de 0 a -320.
Luego de configurar el tamao del plano, se procede a configurar la entrega de los
ngulos ya que para la parte negativa de X se requiere una condicin que
68
convierta los pixeles positivos a negativos, esto se logr restando 320 al nmero
de pixeles que arrojaba la imagen siempre y cuando estos fueran mayores a 320.
A continuacin se muestran dos ejemplos, en los cuales se le ingresaron datos
reales al programa realizado en Matlab y este arroj los valores de los ngulos
1
necesarios para que el manipulador robtico llegara a la posicin
deseada.
Para el primer ejemplo se tomaron las siguientes coordenadas en donde se debe
posicionar el manipulador robtico, el resultado se ilustra en la Figura 48:
x deseado = 30 cm
y deseado = 10 cm
Figura 48. Ejemplo trayectoria eje X positivo.

Fuente: Autores
Donde:
1=27.2412
2=9.6287
69
Para el segundo ejemplo se tomaron las siguientes coordenadas en donde se

debe posicionar el manipulador robtico, el resultado se ilustra en la Figura 49:
x deseado= 30 cm
y deseado =10 cm
Figura 49. Ejemplo trayectoria eje X negativo.

Fuente: Autores
Donde:
1=170.3713
2=152.7588
Luego de tener el programa realizado y probado en Matlab se procedi a adquirir
las coordenadas de los cubculos, los cuales siempre estarn en la misma
posicin por ende con una sola captura basta para procesar dicha posicin y
programar para que el brazo luego de ubicarse y recoger la pieza, proceda a
clasificarla (ver Figura 50).
70
Figura 50. Ubicacin de cubculos.

Fuente: Autores
Como se puede observar en la Figura 50 se extraen de la captura las

coordenadas donde se encuentran los cubculos. Los cubculos utilizados son 4
con el fin de clasificar crculos rojos y azules y cuadrados rojos y azules.
La generacin de trayectoria present un problema con los servos, ya que el plano
de coordenadas de trabajo del segundo servo dependa del movimiento del primer
servo, por ende es necesario realizar un control de posicin para el segundo servo
que ser explicado a continuacin.
5.4.2 Control de Posicin del Segundo Eslabn
Para poder realizar el control, es necesario tener la funcin de transferencia de la
planta, en este caso el segundo eslabn del brazo robtico, ya que es el que
presenta el problema de posicionamiento, por ende se realiza el anlisis dinmico
de un brazo robtico de un eslabn, solucionado a continuacin:
71
A continuacin se detalla la solucin del modelo Dinmico, primero se ilustra en la

Figura 51 las variables que se tuvieron en cuenta en el manipulador de un grado
de libertad.
Figura 51. Anlisis mediante formulacin de Lagrange.

Fuente: Autores

realizaron los clculos correspondientes a la dinmica del manipulador robtico.
Variable
L1
Descripcin
Distancia desde la articulacin hasta el centro masa del
eslabn
m1
Masa del eslabn
m2
Masa electroimn
I1
Inercia del eslabn
I2
Inercia electroimn
ngulo de la articulacin
La distancia en el eje x desde la articulacin hasta el centro

de masa del eslabn
La distancia en el eje x desde la articulacin hasta el
electroimn
La distancia en el eje y desde la articulacin hasta el centro
de masa del eslabn
La distancia en el eje y desde la articulacin hasta el
electroimn
Ganancia de corriente del amplificador (Puente H)
ks
Sensibilidad del comparador
x1
x2
y1
y2
72
kp
Ganancia conversor entre Voltaje y PWM
ka , kb
Coeficientes del Motor D.C
Ra
Resistencia del Motor D.C
Ganancia sensor de posicin (potencimetro)
Vi
Voltaje que enva el Arduino al Motor D.C (entrada al

comparador)
Relacin de engranajes
Tabla 7. Descripcin de variables del manipulador robtico modelo dinmico.
A continuacin se realiza el anlisis dinmico por el mtodo de Lagrange:

Posicin
x 1=L1 cos 1
y 1=L1 sin 1
x 2=2 L1 cos 1
y 2=2 L1 sin 1
Derivamos para encontrar la velocidad

x 1=L1 1 sin 1
y 1=L1 1 cos 1
x 2=2 L1 1 sin 1
y 2=2 L1 1 cos 1
73
2
2
2
2 2
2
2 2
2
2 2
1= x 1+ y 1=L1 1 sin 1 + L1 1 cos 1=L1 1
2
2
2
2 2
2
2 2
2
2 2
2= x 2+ y 2=4 L1 1 sin 1+ 4 L1 1 cos 1 =4 L1 1
Energa Cintica
1
2 1
2 1
2 1
2
T = m1 1+ I 1 1+ m2 2+ I 2 1
2
2
2
2
1
2 2 1
2
2 2 1
2
T = m1 L1 1+ I 1 1 + 2 m2 L1 1+ I 2 1
2
2
2
Energa Potencial
V =m1 g L1 sin 1+ 2m 2 g L1 sin 1
Lagrangiano
L=T V
L=
1
m1 L21+ I 1 +4 m2 L21+ I 2 ) 21sin 1(m1 g L1 +2 m2 g L1)
(
2
L
L R1
+
= 1
1 1 1
{ }
L
=( m 1 L21 + I 1 + 4 m 2 L21 + I 2) 1
1
74
{ }
L
= ( m 1 L21 + I 1+ 4 m2 L21 + I 2 ) 1
1
L
=cos 1(m1 g L1 +2 m2 g L1)
1
R1
= 1 1
1
1=( m1 L21 + I 1 + 4 m2 L21 + I 2) 1+ cos 1 (m1 g L1+ 2 m2 g L1 )+ 1 1
Para poder obtener la funcin de transferencia para el control de posicin es

necesario analizar el modelo del servomotor (Ver Figura 52 y 53), sealado a
continuacin:
Figura 52. Diagrama esquemtico del servomotor.

Fuente: [23]
75
Figura 53. Diagrama de bloques del servomotor.

Fuente: [23]
Ecuacin Diferencial de un Motor Elctrico D.C
V a=La
dia
dia
+ Ra ia+ ea=L a
+ R a ia+k b m
dt
dt
m =Kia=k 1 k 2 ia=k a ia
Analizando el diagrama de bloques del servomotor

o = m
Ecuacin mecnica del servomotor

m =J m m + Bm m
Reemplazando se obtiene:
76
o =J m m + Bm m
o =k a ia
Despejando
ia=
ia
o
ka
Reemplazando en la ecuacin diferencial del Motor Elctrico D.C
V a=
La
R
o + a o + k b m
ka
ka
Reemplazando la ecuacin mecnica se obtiene:
V a=
La
R
(J m m + Bm m )+ a o +k b m
ka
ka
Despejamos o
o=
(B m La m + J m La m +k a (k b m V a ))
Ra
77
Debido a que la inductancia
1
La=0 , y reemplazando m =
n
(teniendo en
cuenta la relacin de engranajes), la ecuacin de torque del servomotor queda de

la siguiente manera:
V
1
( ak b ) k a
n
Ra
o =
Se reemplaza el voltaje Va
V a= A k s k p 1 k p 2 V i A k s p
Se igualan los torques hallados mediante la formulacin de Lagrange y diagramas

del servomotor:
1= o
A k a k s k p 1 k p 2 V i( A k a k s p ) k a k b
Ra
=( m1 L21+ I 1 +4 m2 L21+ I 2 ) +cos

(m 1 g L1+ 2m2 g L1 )+ 1
Se despeja la posicin con respecto a Vi para obtener la funcin de transferencia:
A k a k s k p 1 k p 2 V i=( Ra m1 L21+ R a I 1 +4 R a m2 L21+ R a I 2 ) +cos

( R a m1 g L1 +2 R a m2 g L1 ) + R a 1 + ( A k a k s p ) + k
Se aplica la transformada de Laplace a la ecuacin:

78
A k a k s k p 1 k p 2 V i ( s )=( R a m1 L21 + R a I 1+ 4 R a m2 L21 + Ra I 2) s 2 ( s ) + ( Ra m1 g L1 +2 R a m2 g L1 ) ( s ) + Ra 1 s ( s )+ ( A k
( k k 1n + R ) s+( R m g L +2 R m g L + A k k p )] ( s )=( A k k k
( Ra m1 L21 + Ra I 1 +4 Ra m2 L21+ R a I 2 ) s2 +
Considerando que
G ( s )=
(s )
=
V i ( s)
k p 1 k p 2=k p , se obtiene la funcin de transferencia:
A ka k s k p
( k k 1n + R ) s+( R m g L +2 R m g L + A k k p)
( Ra m1 L21 + Ra I 1 + 4 Ra m2 L21 + Ra I 2 ) s2 +
Los datos reales del manipulador robtico son los siguientes:

m1=0.15 kg
m2=0.149 kg
m3=0.5 kg
m4=0.255 kg
L1=0.08 m
La inercia del eslabn fue tomada del diseo realizado en Solid Edge teniendo en
cuenta el material (ABS).
I 1 =0.007 kg m2
La inercia del electroimn fue tomada del clculo hallado en la seccin 5.3.3.1.
I 2 =0.0435 kg m2
79
p1
Para los dems parmetros de los servomotores se consideraron los siguientes

valores [24]:
k a =0.35
N m
A
k b =0.04
V s
rad
Ra=1.6
A=10
k s=6
k p =1
p=1
Para hallar la relacin de engranajes del servomotor se obtuvo el nmero de dientes de

cada engranaje observando la caja reductora de este (Ver Figura 54).
Figura 54. Caja reductora del servomotor.

Fuente: https://www.youtube.com/watch?v=cCBcUG-cY7A
80
En la Tabla 8 se observa la descripcin de los engranajes de la caja reductora del

servomotor, clasificados por nmero, color y su respectivo nmero de dientes.
Nmero
Engranaje
1
2
3
4
5
6
7
8
Nmero de dientes del

engranaje
48
10
10
62
12
48
16
42
Color y Tamao del Engranaje

Aguamarina Grande
Aguamarina Pequeo
Azul Oscuro
Verde Grande
Verde Pequeo
Naranja Grande
Naranja Pequeo
Gris
Tabla 8. Descripcin de los engranajes de la caja reductora del servomotor.
Con la informacin de la Tabla 8 se procede a calcular la relacin, sabiendo que

en el numerador van los engranajes conducidos y en el denominador los
conductores.
n=
No 4 No 5 No 6 No 8 62 12 48 42
x
x
x
= x
x
x =20 :1
No 3 No 1 No 2 No 7 10 48 10 16
Debido a que el valor del coeficiente de friccin viscosa es cercano a cero

m s
( =0.003 Nrad
)
1
, este se desprecia y la funcin de transferencia queda de la
siguiente manera:
G ( s )=
(s )
=
V i ( s)
A k a ks k p
( k k 1n ) s +( R m g L +2 R m g L + A k k p )
( Ra m1 L21 + Ra I 1 + 4 Ra m2 L21 + Ra I 2 ) s2 +
A continuacin, se reemplazan los valores reales del manipulador robtico y el

servo motor:
81
G ( s )=
(s )
21
=
2
V i ( s ) 0.088439 s + 0.287 s+ 21.562
5.4.2.1 Diseo Control PI (Proporcional Integral)

El primer paso para realizar el controlador es definir las condiciones de diseo
escogidas, a continuacin enunciadas:
ts=1 s (Tiempo de establecimiento)
Mp=10 ( Mximo sobreimpulso )
ts=
4
n
n=4
Mp=100 e
1 2
=0.59
4
n= =6.76
d=n 1 2=5.45
Los polos de diseo son:
z 1,2=e (
n i d ) Ts
=0.573874 0.347909i
Debido a que el controlador se emplear en digital es necesario discretizar la

funcin de transferencia hallada anteriormente, para realizar este proceso es
necesario utilizar la transformada z la cual convierte una seal del dominio del
tiempo al dominio de la frecuencia.
82
El primer paso para realizar la discretizacin es elegir el retenedor a utilizar, en

este caso se utiliz el retenedor de orden cero debido a que es el mtodo
empleado por los dispositivos de adquisicin
El tiempo de muestreo empleado se calcul teniendo en cuenta las siguientes
ecuaciones:
s=10n
s=
Valor que corresponde a 5 veces la frecuencia de Nyquist
2
T
Donde
10n=
Donde
es igual al tiempo de muestreo por ende:
2
T
n=6.76
Por consiguiente
T=
es igual a:
2
=0.092536
10 n
Se procedi a tomar
T =0.1
debido a su cercana con el valor calculado y
teniendo en cuenta que cada instruccin de Arduino se ejecuta a 62.5

nanosegundos que corresponden a una frecuencia de reloj de 16 MHz, el tiempo
de muestreo es el indicado, ya que es mayor al mnimo permitido en Arduino.
El proceso de discretizacion se realiz en Matlab con la funcin c2d, esta funcin
discretiza con retenedor orden cero y con un tiempo de muestreo de 0.1,
comprobado anteriormente y como resultado se encuentra la siguiente funcin de
transferencia:
83
G(z)=
1.602 z+1.403
z +1.309 z +0.7286
2
Para revisar el comportamiento de la planta, esta funcin de transferencia se

introdujo en Matlab y se comprob su comportamiento en lazo abierto (ver Figura
55).
La Figura 55 demuestra el comportamiento de la funcin de transferencia
teniendo una entrada de escaln unitario en lazo abierto.
Figura 55. Comportamiento funcin de transferencia a respuesta de escaln unitario en lazo

abierto.
Fuente: Autores
Como se observar en la Figura 55 la funcin se estabiliza a los 2 segundos pero

tiene un sobre impulso de ms del 50% por ello se requiere realizar un control PI
que disminuya el sobre impulso a como mximo un 10% y estabilice ms rpido.
Teniendo en cuenta que el tiempo de muestreo para la discretizacin de la funcin
de transferencia fue de T=0.1s, es necesario disear el control PI con el mismo
tiempo de muestreo.
84
Ts=T =0.1 s ( Tiempo de muestreo )

Para obtener la solucin del controlador con posibilidad de establecer condiciones
iniciales se realiz el control con el mtodo del lugar geomtrico de las races, en
este mtodo la expresin del controlador PI discreto es la siguiente:
GPI
T
KiT 2 Kp
Kp+ Ki )z+
(
2
KiT +2 Kp
( z )=
=K
z1
PI
z +a
z1
Para obtener el cero del controlador, se debe aplicar la condicin de ngulo, la

cual se define de la siguiente manera:
Condicin de fase:
GPI ( z )+ G ( z )=180
Reemplazando los valores de la funcin de transferencia del manipulador ( G ( z )

) GPI ( z ) la condicin de fase queda de la siguiente manera:
z +a
1.602 z +1.403
+
=180
z1 z 2 +1.309 z+ 0.7286
De la anterior ecuacin se despeja
z+ a
el cual es el valor del polo y cero
requerido para solucionar el control.

z
( 2+1.309 z +0.7286)
( (1.602 z+1.403)
( z +a) ( z1)+
85
(z +a)=180+ (z1)(1.602 z +1.403)+ (z 2+1.309 z +0.7286)
Luego de despejar
z+ a
se reemplaza por el polo deseado y se hayan los
ngulos correspondientes
(z +a)=180+ 144.770213.4954+26.8543
(z +a)=334.1291
Como el valor de
(z +a)
es 334.1291 la ubicacin de a (cero) se utiliza el
angulo correspondiente -26 como ilustra la figura 56.
Figura 56. Ubicacin de
Fuente: Autores
A continuacin se haya el valor de a:

tan ( 26 )=
0.347909
a0.573874
0.487733 ( a0.573874 )=0.347909

86
(cero)
0.487733 a0.279897=0.347909
a=
0.347909+ 0.279897
= a=1.2874
0.347909
K PI
Para obtener
se aplica la condicin de modulo o magnitud.
|z +a| |1.602 z +1.403|

1
=
|K PI| |z 1| |z 2 +1.309 z+ 0.7286|

Las magnitudes se hallan reemplazando el polo deseado y hallando las
magnitudes de la siguiente manera:
1
1.89353 2.38826
=
0.550087
1.89214
|K PI|
1
=4.34479
K PI
K PI =0.2303
Por lo tanto el controlador PI discreto es:
GPI ( z )=K PI
z+ a
z1
GPI ( z )=0.2303
z+ 1.2874
z1
A continuacin se describe la forma de probar el controlador PI discreto en Matlab

(Figura 57) y su respectiva respuesta (Figura 58).
87
Figura 57. Funcin de transferencia y controlador PI en Simulink.

Fuente: Autores
Figura 58. Comportamiento del controlador PI.

Fuente: Autores
Como se observa en la figura 50 el controlador PI cumple con las

condiciones
de
diseo
estipuladas,
las
cuales
son
el
tiempo
de
establecimiento = 1 segundo y el mximo sobre impulso como se puede

observar es menor del 10%.
La funcin de transferencia que corresponde al control y que ser utilizada en el
algoritmo de control realizado en Arduino es la siguiente:
88
GPI ( z )=0.2303
z+ 1.2874
z1
A partir de la anterior funcin de trasferencia se extrae la ecuacin en diferencias

la cual est dado por la siguiente formula:
Para la accin integral
m ( kT ) =m ( k 1 ) T +
T
[ e( kT )+e ((k 1)T ) ]
2
Kp
Para la accin proporcional el resultado es
debido a que es solo una
ganancia que multiplica cada muestra de la seal del error. Por ende la ecuacin
que se utiliza para realizar el algoritmo en Arduino para el control PI es la
siguiente:
m ( kT ) =( Kp e )+ m ( k1 ) T +
T
[ e (kT )+ e ( (k1)T ) ]
2
Para poder programar esta ecuacin en el Arduino es necesarios seguir los pasos
explicados en la Figura 59.
89
Figura 59. Diagrama de flujo parmetros de control en Arduino.

Fuente: Autores
La Figura 60 contiene el diagrama final para realizar el control e integracin con

Arduino.
90
Figura 60. Diagrama final control.

Fuente: Autores
Como se puede observar en la Figura 60 los datos que arrojar el PI dependen

exclusivamente de la retroalimentacin, es decir de la cmara, la cual extraer la
posicin en X y Y del objeto a clasificar y estas mismas posiciones del efector final
del eslabn 2. Con estas distancias se procede a hallar el error en el que est
posicionado el eslabn 2 con respecto al objeto a clasificar y pasa por el control
que arroja el valor del PWM para que el eslabn 2 se posicione en el lugar
correspondiente.
91
6. RESULTADOS
Se realizaron pruebas de reconocimiento de 30 cuadrados y 30 crculos, de los
cuales existan 15 de cada color para cada una de las formas. Respecto al
reconocimiento de colores, como se tienen tambin 30 figuras de cada color, se
obtuvo la matriz de confusin de la Tabla 9.
Rojo
Verde
Azul
Rojo
28
4
2
Verde
2
25
4
Azul
0
1
24
Tabla 9. Matriz de confusin para colores.
En la Tabla 9 se observa que 28 de las 30 figuras rojas se reconocieron como

tales, mientras que 4 de las verdes se reconocieron como rojas y 1 como azul, y
de las 30 azules 4 fueron identificadas como verdes y 2 como rojas, esto es
debido a las condiciones de iluminacin y el brillo generado al adquirir la imagen.
De la misma forma, la Tabla 10 muestra la matriz de confusin para las formas
reconocidas. Se aprecia que los peores resultados corresponden a la figura
crculo, sin embargo, los 20 aciertos corresponden a ms del 65%. Lo que indica
que en general la metodologa empleada puede tener buenos resultados. Los
falsos positivos encontrados, obedecen a inconvenientes en el proceso de filtrado
y dilatacin de las imgenes que generaron ms brillo en la adquisicin.
Cuadrad
92
Circulo
Cuadrad
o
25
o
Circulo
10
20
Tabla 10. Matriz de confusin para formas.
Las pruebas realizadas con respecto a las organizacin de las piezas se realizaron
con 45 cuadrados y 45 crculos, de los cuales 15 eran de color rojo,15 de color
azul y 15 de color verde, en estas pruebas se tuvo en cuenta que reconociera bien
el color, la forma, que llegara a la pieza correspondiente y que la clasificara en su
debido cubculo, a continuacin se describen los resultados.
Para los colores y las formas, los porcentajes de reconocimiento no variaron en

gran cantidad, siempre y cuando la iluminacin permanezca en perfecto estado la
cmara reconocer bien tanto formas como colores.
Con respecto a la ubicacin del manipulador robtico en las piezas a clasificar, se

requiri una segunda captura debido a que el movimiento del primer servo cambia
el origen del segundo servo, por ende fue necesario esta segunda captura para
conocer la posicion en la que se encontraba el segundo eslabon con respecto al la
pieza a clasificar y se comprob que el control solucionado teoricamente funcion
muy bien en la prctica, ya que el manipulador clasific las piezas rpido y con
presicin, esto, siempre y cuando la cmara determinara los colores y formas
correctamente. Se present una limitacin con respecto a los ngulos, ya que los
servos de 180 no permitan ngulos negativos los cuales eran necesarios en
algunos casos.
Para la clasificacin de la piezas con respecto a los cubculos, como son

coordenadas fijas no se present ningun problema en el momento de clasificar las
piezas, siempre y cuando los procesos anteriores resultaran exitosos.
7. CONCLUSIONES
93
Las capturas y procesado de imgenes depende mucho de la iluminacin, ya que

mejora o empeora los procesos que debe realizar el programa, debido a que las
condiciones programadas se ven afectadas por dicha iluminacin.
El software de procesamiento de imgenes empleado fue desarrollado en un pc,

sin embargo el hecho de utilizar Open CV en un entorno de desarrollo libre permite
que se pueda implementar en un dispositivo embebido como por ejemplo
Raspberry.
El controlador PI implementado se desarroll por el mtodo del lugar geomtrico

de las races ya que este mtodo es til para analizar sistemas tipo SISO (Single
Input Single Output).
Se demuestra en su anlisis de deformacin y tensin que el brazo robtico est

diseado para levantar cargas levemente pesadas, si este proyecto es
considerado para la industria es necesario cambiar los materiales y el anlisis de
deformacin y tensin dependiendo del objetivo a realizar.
Se decidi implementar los mtodos geomtricos para la generacin de trayectoria

debido a que el brazo robtico es de dos grados de libertad y la solucin se
presenta de una manera mas eficaz con respecto a matrices de transformacin
homognea, que son comunmente mas utilizadas en manipuladores de mayor
nmero de grados de libertad.
Se encontraron diversas limitaciones con respecto a la clasificacin de las piezas

debido a que los servos son de 180 y solo abarcan una regin semi-circular de la
maqueta (mayora), exceptuando la regin mas cercana al origen del manipulador.
94
Las soluciones de clasificacin en procesos industriales mejoran su rendimiento

mediante el uso del procesamiento de imgenes, ya que un solo sensor (cmara)
puede determinar las caractersticas de distintas variables y de esta manera
realizar una clasificacin robusta con un sistema ms fcil de implementar,
siempre y cuando se cuente con un ambiente controlado para evitar cambios en la
iluminacin.
BIBLIOGRAFA
95
[1] Conceptos bsicos de Visin Artificial. Consultado en Octubre del 2015. Visin
Artificial, Aplicacin prctica de la Visin Artificial en el control de procesos
industriales, Febrero 2012, Gobierno de Espaa Ministerio de Educacin
Disponible
en:
http://visionartificial.fpcat.cat/wp-
content/uploads/UD_1_didac_Conceptos_previos.pdf
[2] Platero Dueas Carlos. (2011). Universidad Politcnica de Madrid, Dpto.
Electrnica, Automtica e Informtica Industrial, Robtica y Visin Artificial,

Capitulo 1 Introduccin a la Visin Artificial pginas 11 - 32. Disponible en:
http://www.elai.upm.es/moodle/mod/resource/view.php?id=131
[3] Pea, M., Jurez, I. L., Corona, J., & Ordaz, K. (2003, December). Visin para
robots en tareas de ensamble. In Proceedings, of the Second National Congress
on Mecathronics.
[4] Fernndez G, Jos Armando, Jos David Alvarado Moreno, Diego Mauricio
Florin P, and Csar Augusto Snchez S. working paper., Estudio Comparativo de
Tcnicas Espaciales para la Identificacin de Defectos en Textiles, 2010. .
[5] Corbaln, M. (n.d.), Dpt.E.E. EUPM. 08240 Manresa (Barcelona). Sistema de
visin por computador para control industrial.
[6] Hoyos, Jos G, Jaiber E Cardona, Lus M Capacho, and Mnica L Hernndez.
"Aplicacin de tcnicas de correspondencia para determinar la posicin del efector
final de un manipulador robtico." xv simposio de tratamiento de seales,
imgenes y visin artificial, XV simposio de tratamiento de seales, imgenes y
visin artificial STSIVA 2010: 88-94.
[7] Casnanzuela Guamushig, W. J; Vega Salazar, J. N. (n.d.). Diseo e
implementacin de un proceso de envasado de agua empleando el brazo robtico
scorbot-er 4u intelitek del laboratorio de robtica sincro y servos de la espe sede
Latacunga, Escuela politcnica del ejrcito sede Latacunga (2008).
[8] Macas Loza, Leandro Danilo, Freddy Israel Mata Zavala, and Carlos
Valdivieso. "Aplicacin de Visin con LabVIEW para la Deteccin de Frascos Sin
Tapa." Revista Tecnolgica ESPOL.
96
[9] Piero, J; Velsquez, S. (n.d.). Control Brazo Robtico, Memorias de las IX

Jornadas de Investigacin 2011 UNEXPO Puerto Ordaz - 6 al 9 de Julio de 2011.
[10] Garca Enrquez, Irma Josefina, Ramrez Corts Juan Manuel, Ibarra Bonilla
Mariana Natalia, and Gmez Gil Ma. Del Pilar. "Seguimiento Autnomo de la
Posicin de un Objeto por Visin y Control Neurodifuso en MATLAB." 6th
International Conference on Electrical and Electronics Engineering Research. :
335-340, Noviembre 2008.
[11] Daz Celis, Csar Augusto, and Csar Augusto Romero Molano. "Navegacin
de robot mvil usando Kinect, OpenCV y Arduino." Prospect. no. 1 (2012): pags 71
-78, Prospect. Vol. 10, No. 1, Enero - Junio de 2012, pgs. 71-78.
[12] Caldern, C. Ramirez, Tayron. Mora, Cristian. (n.d.). Control numrico de un
brazo robtico, como respuesta a algoritmos de procesamiento de imgenes y
sistemas expertos. Universidad Tcnica Particular de Loja.
[13] Aguilar Nieto, F. J. Chica Barrera, J. J. Mola Mateos, M.F. Andjar Mrquez,
J.M. (n.d.). Desarrollo de un instrumento virtual para el control remoto de un brazo
manipulador de uso educacional. Universidad de Huelva, Dpto. de Ingeniera
Electrnica, Sistemas Informticos y Automtica (DIESIA), Universidad de Huelva.
[14] Basantes Ortiz, J. C. Torres Tufio, F. R. (2009). Desarrollo de un sistema de
control para un brazo robtico mediante adquisicin y procesamiento de
imgenes. Escuela Politcnica Nacional.
[15] Tecnologas de la Informacin y de la Comunicacin. Captulo 6,
Programacin y control de procesos. Juan A. Alonso, Santiago Blanco A., Santiago
Blanco S., Roberto escribano, Vctor R. Gonzlez, Santiago Pascual, Amor
Rodrguez. Editorial Ra-Ma 2004.
[16] Conceptos bsicos de QT Creator. Disponible en: http://www.qt.io/services/
[17] Bradski, G., & Kaehler, A. (2008). Learning OpenCV: Computer vision with the
OpenCV library. OReilly Media, Inc."
[18] J. A. Cortes, Tcnicas Alternativas para la conversin de imgenes a color a
escala de grises en el tratamiento digital de imgenes, Scientia et technica., vol.
1, n 47, pp. 201-212, 2011.
97
[19] Otsu, N. (1975). A threshold selection method from gray-level histograms.

Automatica, 11(285-296), 23-27
[20] Beer, F., Dorador G, J. and Murrieta, J. (2010). Mecnica de materiales.
Mxico: McGraw-Hill...
[21] Reyes, F. (2012). MATLAB Aplicado a Robtica y Mecatrnica. Mxico:
Alfaomega Grupo Editor.
[22] Mendoza Poveda, C. I. (2014). Modelado, simulacin y control de un
manipulador robtico de 2 grados de libertad empleando Adams/Matlab.
[23] Urrea, E. C. y Kern, J., A New Model for Analog Servomotors. Practical
Implementations, Canadian Journal on Automation, Control and Intelligent Systems
2, 29-38 (2011).
[24] Urrea, E. C. y Kern, J., Modelamiento y simulacin de un robot redundante de
tipo manipulador SCARA, 831 (2011).
ANEXO A. Datasheet cmara
98
Logitech HD Webcam C270
Requisitos del sistema

Lo que necesita:
Windows Vista, Windows 7 (32 bits o 64 bits) o Windows 8
Requisitos bsicos:
1 GHz
512 MB de RAM o ms
Disco duro con 200 MB de espacio libre
Conexin a Internet
Puerto USB 1.1 disponible (se recomienda 2.0)
Para videoconferencias HD 720p y grabaciones de vdeo HD:
Intel Core2 Duo a 2,4 GHz
2 GB de RAM
Disco duro con 200 MB de espacio libre
Puerto USB 2.0
Velocidad de carga de 1 Mbps o superior
Resolucin de pantalla de 1280 x 720
Informacin de garanta
Dos aos de garanta de hardware limitada
Esta caja contiene
99
o Cmara Web con cable de 1,5 m

o Documentacin del usuario
Especificaciones
Especificaciones:
o Videoconferencias HD (1280 x 720 pxeles) con el sistema
recomendado
o Captura de vdeo: Hasta 1280 x 720 pxeles
o Tecnologa Logitech Fluid Crystal
o Fotos: Hasta 3.0 megapxeles (mejora por software)
o Micrfono integrado con reduccin de ruido
o Certificacin USB 2.0 de alta velocidad (se recomienda)
o Clip universal para monitores LCD, CRT o porttiles
Software de cmara Web Logitech:

o Controles de panormico, inclinacin y zoom
o Captura de vdeo y fotos
o Seguimiento facial
o Deteccin de movimiento
Fuente: http://www.logitech.com/es-roam/product/hd-webcam-c270
ANEXO B. Datasheet Servo HS-805BB Hitec

100
Basic Information
Modulation:
Analog
4.8V:
275.0 oz-in (19.80 kg-cm)
Torque:
6.0V:
343.0 oz-in (24.70 kg-cm)
4.8V:
0.19 sec/60
Speed:
6.0V:
0.14 sec/60
dWeight:
5.36 oz (152.0 g)
Length:
2.60 in (66.0 mm)
Width:
Dimensions:
1.18 in (30.0 mm)
Height:
2.27 in (57.7 mm)
Motor Type:
3-pole
Gear Type:
Plastic
Rotation/Support:
Dual Bearings
Fuente: http://www.servodatabase.com/servo/hitec/hs-805bb
ANEXO C. Datasheet rodamiento KML 6010
101
Fuente: http://www.kml-bearing.com/wp-content/uploads/2015/09/KML-BallBearings-C2013.pdf
ANEXO D. Datasheet rodamiento 6008 Z
102
Fuente: https://eshop.ntn-snr.com/es/6008-Z-646713.html
ANEXO
E. Datasheet electroimn
103
104
Fuente: http://dictator.es/wp-content/uploads/2014/01/807-Es131122_Electroimanes_rectangulares1.pdf
ANEXO F. Datasheet Arduino UNO
105
106
Fuente: https://www.arduino.cc/en/Main/ArduinoBoardMega
107

TESIS - Clasificación de Figuras Geométricas A Través de Un Brazo Robótico Por Medio de Visión Artificial

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

TESIS - Clasificación de Figuras Geométricas A Través de Un Brazo Robótico Por Medio de Visión Artificial

Cargado por

Copyright:

Formatos disponibles

RAE

1. TIPO DE DOCUMENTO: Trabajo de grado para optar por el ttulo de

CONTROL DE POSICIN DE BRAZO ROBTICO PARA CLASIFICACIN DE

JUAN SEBASTIN HUERTAS PIEDRAHITA

UNIVERSIDAD DE SAN BUENAVENTURA, BOGOT

CONTROL DE POSICIN DE BRAZO ROBTICO PARA CLASIFICACIN DE

JUAN SEBASTIN HUERTAS PIEDRAHITA

Tesis para optar al ttulo de Ingeniero Mecatrnico

UNIVERSIDAD DE SAN BUENAVENTURA, BOGOT

Agradezco en primer lugar a Dios, por darme sabidura y paciencia durante el

EDUARDO LUIS PREZ LONDOO

JAIME ARTURO LPEZ DUQUE

Bogot D.C 06 de Julio del 2016

1. PLANTEAMIENTO DEL PROBLEMA

1.1 ANTECEDENTES DE LA INVESTIGACIN

1.2 OBJETIVOS ESPECFICOS

4.1 MARCO CONCEPTUAL

4.1.1 VISIN ARTIFICIAL

4.1.2 MANIPULADORES ROBOTICOS

1.4 MARCO TERICO 15

5.1 SOFTWARE Y LIBRERAS 23

5.2.1 ADQUISICIN DE IMAGEN

5.2.2 DETECCIN DE COLORES RGB

5.3 DISEO MECNICO MANIPULADOR ROBTICO

5.3.2 Cinemtica Inversa

5.3.2.1 Mtodos Geomtricos

5.3.3 Anlisis de deformacin y tensin

5.3.4.1 Solucin del modelo dinmico mediante formulacin de Lagrange

5.4.2 Control de Posicin del Segundo Eslabn

5.4.2.1 Diseo Control PI (Proporcional Integral) 81

Figura 1. Etapas de una aplicacin de visin artificial

Figura 3. Articulacin lineal 18

Figura 6. Analoga entre manipulador (brazo robtico) y brazo humano

Figura 8. Logitech HD Webcam C270

Figura 9. Matrices RGB de una imagen Roja

Figura 11. Imagen en escala de grises

Figura 13. Imagen umbralizada

Figura 19. Diagrama de flujo de coordenada central objetos

Figura 20. Crculo reconocido mediante deteccin de nmero de bordes 37

Figura 23. Anlisis Ley de Coseno 42

Figura 25. Primer Diseo Brazo Robtico

Figura 26. Diseo Final Brazo Robtico

Figura 27. Mayor Momento Flector 46

Figura 29. Distribucin de fuerzas para el mayor momento flector 48

Figura 34. Anlisis de desplazamiento para el mayor momento flector

Figura 35. Anlisis de desplazamiento para el mayor momento flector

Figura 36. Distribucin de fuerzas para el mayor momento torsor 53

Figura 41. Anlisis de desplazamiento para el mayor momento torsor

Figura 42. Anlisis de desplazamiento para el mayor momento torsor

Figura 43. Anlisis mediante formulacin de Lagrange de un manipulador de dos grados

Figura 44. Vista Superior Maqueta 65

Figura 46. Captura para determinar centmetros en el eje Y

Figura 47. Comparacin entre simulacin en Matlab y captura original

Figura 49. Ejemplo trayectoria eje X negativo

Figura 51. Anlisis mediante formulacin de Lagrange

Figura 52. Diagrama esquemtico del servomotor 75

Figura 55. Comportamiento funcin de transferencia a respuesta de escaln unitario en

Figura 56. Ubicacin de

Figura 57. Funcin de transferencia y controlador PI en Simulink 86

Figura 59. Diagrama de flujo parmetros de control en Arduino

Tabla 1. Configuraciones geomtricas, estructura cinemtica, espacio de accesibilidad y

Tabla 2. Comparacin entre cmaras HD

Tabla 3. Descripcin de variables del manipulador robtico modelo cinemtico inverso 41