Está en la página 1de 29

27-1-2020

AUTOMATIZACIÓN
INDUSTRIAL
MECATRÓNICA

CARRERA : ING. MECATRÓNICA

TEMA : DESMALEZADOR AUTOMATIZADO


BASADO EN VISIÓN PARA HILERAS EN
CULTIVOS DE LA PARROQUIA TANICUCHI
DEL CANTÓN LATACUNGA

AUTORES : CAIZA YANCHAPAXI KEVIN


PALMA SÁNCHES BRYAN
TORRES VALLEJO BRYAN

DOCENTE : ING. PATRICIA CONSTANTE

NIVEL : OCTAVO
1. Tema

Desmalezador automatizado basado en visión para hileras en cultivos de la


parroquia Tanicuchi del cantón Latacunga.
2. Área de influencia

La agricultura en la parroquia Tanicuchi

2.1.Área de intervención

Sector agrícola de la parroquia de Tanicuchi

2.2.Área de influencia directa

Agricultores con lotes de sembrío y métodos clásicos de agricultura en la parroquia


Tanicuchi

2.3.Área de influencia indirecta

Agricultores aledaños a la parroquia Tanicuchi, consumidores debido al aumento de la


optimización de la producción agrícola

3. Línea de Investigación

El dominio de la Universidad de las Fuerzas Armadas está orientado al desarrollo de la


investigación en la Seguridad y Defensa, así nuestro proyecto tiene la línea de
investigación que contribuye a dicho objetivo siendo: Automática y Control. El proyecto
a desarrollarse busca automatizar un proceso de quitar maleza de hileras de cultivo,
controlado mediante visión.

4. Sublínea de Investigación

La sublínea de investigación es la Robótica, ya que se busca reemplazar el trabajo que


realiza una persona dentro de la agricultura.

5. Antecedentes

Según la investigación realizada, se encontró varios proyectos ya desarrollados acerca del


tema, incluso ya un producto comercial, “Robovator”, en su página web Bart Walker dice
“Estamos viendo la eliminación de hasta el 95% de las malezas que hay en los cultivos
trasplantados y hasta el 85% en los cultivos sembrados. Un equipo de mano no obtendrá
el 100% y será menos efectivo a medida que se canse. Con esta máquina puede ajustar
los valores y hacer que funcione día y noche.” (Robovator, 2018)

En un artículo de H. Okamoto sobre un desmalezador automático nos menciona “La


computadora detectó las ubicaciones de las filas de cultivos en función de la técnica de
procesamiento de imágenes y calculó el desplazamiento entre el cultivador y la fila de
cultivos… En la prueba de campo. este sistema estaba bien controlado a lo largo de la
hilera de cultivos, y el trabajo de desmalezado fue exitoso sin ningún daño de los
cultivos.” (Okamoto, 2001)

6. Planteamiento del problema

Optimización en tiempos de desmalezado en terrenos de cultivos de la parroquia


Tanicuchi en el cantón Latacunga.

7. Descripción resumida del proyecto

El proyecto constará del diseño de un desmalezador para las hileras de terrenos de


cultivos, el cual consta de dos cuchillas que van avanzando dentro de la hielera en forma
perpendicular y al detectar una planta, se abrirá. Para el movimiento de las cuchillas se
usarán unos servomotores, dentro de una carcasa que es movilizada a lo largo del terreno
por dos ruedas. Para la detección de plantas se usará una cámara y procesamiento de
imágenes.

8. Justificación e importancia

La agricultura es la columna vertebral de nuestro sistema económico; no sólo proporciona


alimentos y materias primas, sino también oportunidades de empleo a una importante
cantidad de población.

Es la principal fuente de empleo en el país, representando un 25% de la Población


Económicamente Activa, es decir, es la principal fuente de empleo ya que más de 1,6
millones de personas laboran en el sector. El reporte de Productividad Agrícola del
Ecuador señala que esta actividad aporta un promedio de 8.5% al PIB, siendo el sexto
sector que aporta a la producción del país. (Nandrade, 2017)

Viendo la importancia y participación de la agricultura en el desarrollo del país, con el


proyecto se busca automatizar un proceso dentro de los terrenos de cultivo, que ayudara
al correcto crecimiento de la planta, optimizando así tiempos de producción y menos uso
de mano de obra.

9. Proyectos relacionados

Existen proyectos que usan productos químicos, herbicidas, para quitar toda la maleza en
los cultivos, buscando tener una alta precisión y reducir el uso al mínimo. Se usa sistemas
de visión artificial para el reconocimiento del área dónde se debe rosear. Vemos así K.
Hawari nos menciona “Esta gran dependencia de los productos químicos plantea muchas
preocupaciones ambientales y económicas, lo que hace que muchas compañías de
plantaciones busquen alternativas para el control de malezas a fin de reducir el uso de
productos químicos en sus plantaciones.” (Ghazali, 2008)

Tanto el proyecto relacionado como el planteado a realizarse busca automatizar un


proceso, pero se diferencian en que uno usa productos químicos y el otro no, en que caso
de tener que escoger la técnica a usar se debería tomar en cuenta ese aspecto y si influye
de alguna forma.

10. Objetivos generales y específicos

10.1. Objetivo General

 Diseñar un desmalezador automatizado mediante visión artificial implementado


en Labview para la optimización de tiempos de producción agrícola en la
parroquia Tanicuchi del cantón Latacunga.
10.2. Objetivos Específicos

 Identificar los requerimientos para un desmalezador en un terreno de cultivo.


 Detallar la programación para la automatización del desmalezador.
 Evaluar el funcionamiento del desmalezador en diversos ambientes.

11. Marco teórico

11.1. Labview

LabVIEW es un software de ingeniería de sistemas que requiere pruebas, medidas y


control con acceso rápido a hardware e información de datos.
LabVIEW 2019 simplifica el diseño de sistemas distribuidos de pruebas, medidas y
control disminuyendo su tiempo para llegar al mercado. Combina LabVIEW 2019 con
hardware de NI comercial personalizable, el cual ha sido utilizado por ingenieros por más
de 30 años para desarrollar e implementar sistemas industriales y de producción a gran
escala y personalizados. (National Instruments, s.f.)

11.2. Visión artificial

La visión artificial es una disciplina científica que incluye métodos para adquirir, procesar
y analizar imágenes del mundo real con el fin de producir información que pueda ser
tratada por una máquina.

Una manera simple de comprender este sistema es basarnos en nuestros propios sentidos.
Los humanos usamos nuestros ojos para comprender el mundo que nos rodea, y la visión
artificial trata de producir ese mismo efecto en máquinas. Éstas podrán percibir y
entender una imagen o secuencia de imágenes y actuar según convenga en una
determinada situación. La comprensión en los dispositivos se consigue gracias a una
descomposición de la imagen en pequeños fragmentos (píxeles) y en su posterior estudio.

La principal finalidad de la visión artificial es dotar a la máquina de “ojos” para ver lo


que ocurre en el mundo real, y así poder tomar decisiones para automatizar cualquier
proceso.

Un ejemplo de sistema de visión artificial sería lo mostrado en la figura 1.

Figura 1. Sistema explicativo de la visión artificial


Fuente: (Elaboración propia)
En la figura 1 se observa que el sistema está compuesto principalmente por una cámara
que actúa a modo de ojo y un autómata o PLC. La cámara envía información al sistema
de toma de decisiones (PLC) que interpreta ésta y permite la toma de decisión.

Además de lo comentado anteriormente se precisan sistemas auxiliares como el


alumbrado externo o los sensores fotoeléctricos. La iluminación sirve para asegurar que
la imagen se capture de forma útil y correcta, y los sensores actúan a modo de disparador
o trigger aportando una señal a la cámara para que tome la imagen.

11.3. Módulo Vision Development

El Módulo Vision Development ofrece cientos de funciones para desarrollar e


implementar aplicaciones de visión artificial.

El Módulo Vision Development (VDM) está diseñado para ayudarle a desarrollar


aplicaciones de visión artificial usando LabVIEW o C++ e implementar esas aplicaciones
en hardware Windows o NI Linux Real-Time. Con su extensa biblioteca de funciones,
usted puede tener acceso a cientos de algoritmos de procesamiento de imágenes y
funciones de visión artificial para mejorar imágenes, verificar presencia, ubicar
características, identificar objetos, medir partes y más. VDM también incluye el Vision
Assistant, el cual es una herramienta de diseño de algoritmos que simplifica el diseño del
sistema de visión, lo que le ayuda a desarrollar algoritmos para implementar en CPU o
FPGA. (National Instruments, s.f.)

11.4. Arduino Mega 2560

El Arduino Mega 2560, es una placa electrónica basada en el Atmega2560, cuenta con
54 pines digitales de entrada / salida de los cuales 15 se pueden utilizar como salidas
PWM, 16 entradas analógicas, 4 UARTs, un oscilador de cristal de 16 MHz, una conexión
USB, un conector de alimentación y un botón de reinicio. Posee todo lo necesario para
apoyar al Microcontrolador; simplemente se conecta a un computador con un cable USB
o de poder con un adaptador de corriente alterna o la batería a corriente continua para
iniciar.

La placa Mega 2560 es compatible con la mayoría de shields diseñados para el Uno y las
antiguas placas Duemilanove o Diecimila. (Arduino, Arduino MEGA 2560, 2013)

En la Tabla 1 se muestra un resumen de las especificaciones técnicas del Arduino MEGA


2560:
Tabla 1. Especificaciones técnicas del Arduino MEGA 2560

Especificaciones Técnicas
Microcontrolador ATmega2560
Voltaje de Operación 5V
Voltaje de Entrada (Recomendado) 7-12V
Voltaje de Entrada (Límites) 6-20V
Pines Digitales I/O 54 (15 proveen salidas PWM)
Pines Análogos de Entrada 16
EEPROM 4KB
Corriente directa por pin I/O 20mA
Corriente directa por pin 3.3V 50mA
Memoria Flash 256 KB. 4 KB usados para gestor de
arranque.
SRAM 8KB
Velocidad de reloj 16Mhz
Largo 101.52mm
Ancho 53.3mm
Peso 37g

11.5. Servomotor Futaba S3003

Este servomotor se caracteriza por contar con piñonera plástica. Este servomotor se
controla mediante una señal de modulación de ancho de pulso, PWM. Esta señal es de
tipo digital y esta es generada a través de un pin de un microcontrolador, esto con el fin
de ubicar el rotor del servomotor en la posición deseada.

Para posicionar el servo hay que aplicar una señal periódica, de 50Hz (20ms de periodo).
La anchura del pulso determina la posición del servo. Si la anchura es de 2.3ms, el servo
se sitúa en un extremo y si la anchura es de 0.3ms se sitúa en el opuesto. Por ejemplo, si
queremos que se sitúe exactamente en el centro, aplicamos una anchura de 1.3ms, aunque
en condiciones reales, estos valores pueden variar un poco. El servo dispone de un
conector al que llegan tres cables. El rojo es el de alimentación (4.5-6 voltios). El negro
es masa. Y el blanco es el de la señal de control.
Cuando se deja de enviar la señal, el servo entra en un estado de reposo, y por tanto se
podrá mover con la mano. Mientras se le aplique la señal, permanecerá fijado en su
posición, haciendo fuerza para permanecer en ella.

Tabla 2. Especificaciones técnicas del Servomotor Futaba S3003

Especificaciones Técnicas
Modelo Futaba S3003
Modulación Analógica
Voltaje de operación 4.8V – 6V
Corriente de operación (4.8 V) 7.2mA
Corriente de operación (6 V) 8mA
Torque (4.8 V) 3.2 Kg-cm
Torque (6 V) 4.1 Kg-cm
Velocidad de funcionamiento (4.8 V) 0.23sec/60° sin carga
Velocidad de funcionamiento (4.8 V) 0.19sec/60° sin carga
Tipo de motor 3 polos tipo ferrita

11.6. Batería

El prototipo debe poseer autonomía energética para su funcionamiento constante por un


considerable periodo de tiempo sin la necesidad de recargar las baterías. Para esto es
necesario considerar el consumo de energía de los componentes electrónicos
mencionados en el diagrama de bloques y que están incluidos en el prototipo.

Tabla 3. Consumo de corriente de los dispositivos electrónicos

Componente Electrónico Consumo Máximo (mA)


Servomotor Futaba S3003 X2 16
Total 16

Se decide utilizar baterías de Ion de Litio debido a que son muy comunes en el mercado,
el tiempo de recarga no es muy extenso, el costo es relativamente económico y nos
permitirá una mayor autonomía.

En la siguiente ecuación se determina con valores obtenidos el tiempo de suministro de


la batería hacia el prototipo en el caso de máximo consumo.
[ ]
ó = { }
∗ 0.7

Donde 0.7 es una constante de factor de tolerancia a factores externos que pueden afectar
el rendimiento de la batería.

[ ]
ó = { }
∗ 0.7 = 35[ℎ]

Tomando en cuenta el consumo máximo en 16 mA, las baterías permitirán una autonomía
de 35 horas.

11.7. Materiales a utilizar en la carcasa.


11.7.1. MDF

El fibropanel de densidad media o MDF es un producto de madera reconstituida que se


obtiene descomponiendo residuos de madera dura o blanda en fibras de madera, a menudo
en un desfibrilador, combinándolo con cera y un aglutinante de resina, y formando
paneles mediante la aplicación de alta temperatura y presión. MDF es por lo general más
denso que el contrachapado. El MDF es más fuerte y denso que el aglomerado.

A la madera (que previamente se han desfibrado y eliminado la lignina que poseían)


aglutinadas con resinas sintéticas mediante fuerte presión y calor, en seco, hasta alcanzar
una densidad media.

Presenta una estructura uniforme y homogénea y una textura fina que permite que sus
caras y cantos tengan un acabado perfecto. Se trabaja prácticamente igual que la madera
maciza, pudiéndose fresar y tallar en su totalidad. La estabilidad dimensional, al contrario
que la madera maciza, es óptima, pero su peso es muy elevado. Constituye una base
excelente para las chapas de madera. Es perfecto para lacar o pintar. También se
puede barnizar (aunque debido a sus características no es necesario[cita requerida]). Se
encola (con cola blanca) fácilmente y sin problemas. Suele ser de color marrón medio-
oscuro y es un tablero de bajo coste económico en el mercado actual.
12. Materiales empleados
Material o Equipo Descripción
Ruedas con labrado

MDF

Servomotor

Tubo redondo

PC

Cámara web

Rastrillos metálicos
13. Diseño del prototipo
Como parte del proyecto se procede a implementar un prototipo mecatrónico programado
mediante el software LabVIEW para el desmalezado automatizado basado en visión para
hileras en cultivos de lechugas. Se inicia con un detalle rápido en diagrama de bloques
para concebir la idea del proyecto. Se diseñará el sistema de reconocimiento de lechugas
mediante visión artificial, se procederá al armado del prototipo, y se realizará las pruebas
respectivas.

El desmalezador se comunicará mediante conexión RS232 con una tarjeta principal que
será la encargada de realizar cambios en la posición de los servomotores. Por otra parte,
el sistema de visión artificial se lo hará con el uso de una cámara web y la conexión con
el computador será vía USB.

Figura 2. Diagrama de bloques del desmalezador.


Fuente: (Elaboración propia)

13.1. Parámetros de diseño


El prototipo estará compuesto por actuadores y por un sistema de visión artificial
compuesto por una cámara web. A continuación, se establecen los componentes que se
necesitaran para la construcción del prototipo.
13.1.1. Selección de motores

Existen diversos tipos de actuadores que emplean corriente continua para su


accionamiento. Para nuestro caso se consideraron dos tipos de actuadores de corriente
continua, los cuales son: motores DC con caja reductora y servomotores. En la Tabla 4 se
indican las ventajas y desventajas que cada uno de los motores mencionados
anteriormente presentan.

Tabla 4. Comparación de motores

Opción Ventajas Desventajas Precio


Motor con caja Peso de 50 gramos Torque de salida de 4$
reductora Dimensiones de 0.8 kg-cm
70mm x 22mm
Servo Motor Torque de salida 4.1 Piñonera plástica 13.90 $
Kg-cm

Para este caso se llegó a optar por el uso de servomotores, ya que los mismos poseen un
torque de salida alto.

13.1.2. Selección de cámara

Las cámaras que fueron consideradas son las que tengan conexión tipo USB. En la Tabla
5 se indican las ventajas y desventajas que cada una de las cámaras seleccionadas
presentan.

Tabla 5. Comparación de cámaras

Opción Ventajas Desventajas Precio


Cámara web Delta 2 Mpx Resolución de 600 8$
X 400

Cámara web Genius Resolución de 720 X 1.3 Mpx 25 $


480

Se optó por usar la cámara web Delta ya que para que el reconocimiento de las lechugas
no se necesita de una alta resolución.
13.1.3. Selección de Microcontrolador (Placa Computador)

El microcontrolador o en específico la placa computador es la que permite controlar el


giro de los motores.

Se seleccionó una placa computador ARDUINO MEGA 2560, debido a la gran


compatibilidad y fácil manejo que nos proporciona sobre los componentes elegidos
anteriormente.

13.1.4. Selección de la plataforma

Para realizar el sistema de visión artificial se empleó el software LabVIEW ya que este
nos facilita realizar el reconocimiento de las lechugas.

13.1.5. Selección del material a utilizar en la carcasa del prototipo

El material considerado para este prototipo es el MDF que presenta una estructura
uniforme y homogénea y una textura fina que permite que sus caras y cantos tengan un
acabado perfecto. Se trabaja prácticamente igual que la madera maciza, pudiéndose fresar
y tallar en su totalidad. La estabilidad dimensional, al contrario que la madera maciza, es
óptima, pero su peso es muy elevado.

Además, tenemos el plástico que es un material sintético que permite combinar elementos
si se realiza un proceso de moldeado de acuerdo a los requerimientos, alta durabilidad
con el propósito de adoptar múltiples formas. Se destaca por su resistencia, ligereza de
peso, impermeabilidad a la humedad y características dieléctricas.

Apuntamos a realizar la carcasa del prototipo con madera MDF ya que el precio de la
misma con su respectivo corte (láser) es considerablemente menor a una impresión 3D
con un termoplástico biodegradable PLA. Además, que las dimensiones del prototipo
superan a las que manejadas por una impresora 3D.

13.2. Diseño de los elementos mecánicos del prototipo

13.2.1. Modelamiento del robot utilizando software

Para el modelamiento del prototipo se utiliza un programa de diseño asistido por


computador, para diseño mecánico y estructural. El programa permite modelar piezas y
conjuntos, y extraer de ellos tanto planos como otro tipo de información necesaria para la
producción. El modelado general del desmalezador completo se muestra en la Figura 3.
Figura 3. Ensamblaje del robot modular.
Fuente: (Elaboración propia)

13.2.2. Diseño de la carcasa

Esta carcasa será el soporte tanto de las llantas como de los servomotores que harán el
movimiento de los rastrillos. En la Tabla 6 se detallan los parámetros geométricos de los
módulos.

Tabla 6. Parámetros geométricos de la carcasa

Parámetro Valor
Dimensiones 39 x 17 x 29.7 mm

Figura 4. Carcasa.
Fuente: (Elaboración propia)
13.2.3. Diseño del mango

Este mango será el que permite mover al desmalezador de manera manual. En la Tabla 7
se detallan los parámetros geométricos del mango.

Tabla 7. Parámetros geométricos del mango

Parámetro Valor
Longitud 750 mm
Ancho 280 mm
Placas de sujeción 120.5 mm x 50 mm

Figura 5. Mango.
Fuente: (Elaboración propia)

13.3. Diseño eléctrico y electrónico

La Figura 6 muestra el esquema electrónico de funcionamiento del desmalezador en


donde se identifican todos los componentes del mismo, conjuntamente con las respectivas
conexiones a los pines de entrada y salida del microcontrolador.
Figura 6. Esquema eléctrico y electrónico del robot modular.
Fuente: (Elaboración propia)

13.4. Diseño y programación del reconocimiento de lechugas

En la figura 7 se muestra la base de diseño del HMI. Esta interfaz cuenta un visualizador
de la imagen que capta la cámara, además de los respectivos puertos tanto para el
controlador como para la web cam.

Figura 7. Plataforma de LabVIEW.

Fuente: (Elaboración propia)


Para el procesamiento de imágenes se usará el módulo de Vision Development y Vision
Acquisition Data, el algoritmo usado se muestra en la figura 8.

Figura 8. Algoritmo de sistema en Vision Module

Fuente: (Elaboración propia)

Por último, se realizó el algoritmo de funcionamiento del sistema en Labview, el cual se


muestra en la figura 9.

Figura 9. Sistema de control de desmalezador automatizado en Labview

Fuente: (Elaboración propia)


14. Análisis de resultados

 El correcto funcionamiento del desmalezador se comprobó con la vinculación del


paquete de visión de LabVIEW. Las aspas se abrirán cuando detecten una planta
verde y se cerrarán cuando detecte tierra, todo esto mientras avanza a lo largo de
las hileras del terreno de cultivo.
15. Conclusiones

 El desmalezador evitará la planta en este caso la lechuga, y cuando no


detecte este tipo de hortaliza las aspas se cerrarán para llevar consigo toda
la mala hierba existente.
 La programación del desmalezador tiene en primera instancia un sistema
de reconocimiento de patrón que va a ser el de la planta, al ser detectada
activará dos servomotores que abrirán o cerraran las aspas, esto se hace
mandando un pulso en microsegundos para realizar el giro del servomotor.
 El desmalezador al tener unas llantas de un tamaño considerable junto un
labrado permite el libre movimiento en terrenos de difícil acceso.

16. Recomendaciones

 Verificar que el ángulo de los servomotores para que las aspas tengan un
movimiento adecuado.
 Para el empleo de unos rastrillos de mayor tamaño se necesitará de una
fuente externa de alimentación junto con unos servomotores con piñonera
metálica, de la misma forma estos tendrán que tener un mayor par
torsional.
 La carcasa al ser de madera puede sufrir daños y se necesitara que la
misma sea de un material liviano y que sea resistente a la oxidación.

17. Bibliografía

Ghazali, K. H. (2008). Machine vision system for automatic weeding strategy using
image processing technique. CAB Direct, 451-458.
Intelligy. (s.f.). Obtenido de SolidWorks Motion:
https://intelligy.com/simulation/motion/
Nandrade. (23 de Marzo de 2017). UTN - Carrera de Agropecuaria. Obtenido de La
Importancia de la Agricultura en nuestro país:
https://www.utn.edu.ec/ficaya/carreras/agropecuaria/?p=1091
National Instruments. (s.f.). Labview. Obtenido de https://www.ni.com/es-
cr/shop/labview.html
National Instruments. (s.f.). Módulo Vision Development. Obtenido de
http://www.ni.com/es-cr/shop/select/vision-development-module
Okamoto, H. (2001). Automatic Weeding Cultivator Using Crop-Row Detector. IFAC
Proceedings Volumes, 117-122.
Robovator. (2018). Robovator. Obtenido de Automated Mechanical Weeding:
https://www.robovator.com/
SOLIDBI. (s.f.). Obtenido de SOLIDWORKS. Qué es y para qué sirve: https://solid-
bi.es/solidworks/

18. Anexos
1 2 3 4

8
A

5
3

B
7
6

D
N.º DE N.º DE PIEZA DESCRIPCIÓN CANTIDAD
ELEMENTO
1 BASE 1
2 ESTRUCTURA 1
3 Servomotor SG 5010 2
4 CUCHILLA 2

E 5 TAPA 1
6 RUEDA 2
7 EJE DE LA RUEDA 1
8 MANGO 1
Tolerancias (Peso) Materiales

5 Kg
Fecha Nombre Denominación Escala
Dib.
Rev. ROBOT DESHIERBADOR 1:20
Aprob.
Número del Dibujo
1
Edi- Modifi- Fecha Nombre Firma / Empresa
ción cación (Substitución)
1 2 3 4

Vista frontal Vista lateral


A

300,00
B

5,00
7
,4
15

Vista superior Vista Isométrica

300,00

Tolerancias (Peso) Materiales

0.1 Kg
Fecha Nombre Denominación Escala
Dib.
Rev. Base 1:5
Aprob.

Número del Dibujo


2
Edi- Modifi- Fecha Nombre Firma / Empresa
ción cación (Substitución)
1 2 3 4

Vista frontal Vista lateral


A

290,00 40,00

290,00
B
300,00

, 00
40
C

Vista Isométrica
Vista superior

D 300,00
150,00

Tolerancias (Peso) Materiales

0.1 Kg
Fecha Nombre Denominación Escala
Dib.
Rev. Estructura 1:5
Aprob.

Número del Dibujo


2
Edi- Modifi- Fecha Nombre Firma / Empresa
ción cación (Substitución)
1 2 3 4

Vista frontal Vista lateral


A

5,00
R20,00
40,00

70,00
B
B

14,40

4,20
DETALLE B
ESCALA 2 : 5

Vista Isométrica
Vista superior

D 12 220,01 100,00
,00

60
5,
20
,00

Tolerancias (Peso) Materiales

0.5 Kg
Fecha Nombre Denominación Escala
Dib.
Rev. Cuchilla 1:5
Aprob.

Número del Dibujo


3
Edi- Modifi- Fecha Nombre Firma / Empresa
ción cación (Substitución)
1 2 3 4

Vista frontal Vista lateral


A

300,00

300,00
C

Vista Isométrica
Vista superior

D
5,00

Tolerancias (Peso) Materiales

0.5 Kg
Fecha Nombre Denominación Escala
Dib.
Rev. Tapa 1:5
Aprob.

Número del Dibujo


4
Edi- Modifi- Fecha Nombre Firma / Empresa
ción cación (Substitución)
1 2 3 4

Vista frontal Vista lateral


A

,43
47 54
,14

157,25
294,64

137,53
,40

38
25

C A SECCIÓN A-A
,35

ESCALA 1 : 5
Vista Isométrica
Vista superior

D
115,57

Tolerancias (Peso) Materiales

0.5 Kg
Fecha Nombre Denominación Escala
Dib.
Rev. Rueda 1:5
Aprob.

Número del Dibujo


5
Edi- Modifi- Fecha Nombre Firma / Empresa
ción cación (Substitución)
1 2 3 4

A Vista frontal Vista lateral

,40
25 80,00 360,00 80,00
B
40
,0
0

C
Vista Isométrica

Tolerancias (Peso) Materiales

0.5 Kg
Fecha Nombre Denominación Escala
Dib.
Rev. Eje de la Rueda 1:5
Aprob.

Número del Dibujo


6
Edi- Modifi- Fecha Nombre Firma / Empresa
ción cación (Substitución)
1 2 3 4

A Vista frontal Vista lateral

0
,0
40
309,85
537,41

B
435,93

84,03

10,00
C
Vista Isométrica

280,00

56,00
E
95,00

Tolerancias (Peso) Materiales

1 Kg
Fecha Nombre Denominación Escala
Dib.
Rev. Mango 1:5
Aprob.

Número del Dibujo


7
Edi- Modifi- Fecha Nombre Firma / Empresa
ción cación (Substitución)
Page 1
Proyecto_Servo_3parcial.vi
C:\Users\Kevin\Desktop\ESPE\Octavo Nivel\Automatizacion\Proyecto_Servo_3parcial.vi
Last modified on 27/1/2020 at 13:44
Printed on 27/1/2020 at 13:51
Proyecto_Servo_3parcial.vi

UNIVERSIDAD DE LAS FUERZAS


ARMADAS "ESPE"
AUTOMATIZACIÓN INDUSTRIAL MECATRÓNICA
PROYECTO III UNIDAD
DESMALEZADOR AUTOMATIZADO

Lechuga Reset
Reset

Suelo Contador
0

Session In
cam2

Serial Port
COM3

Stop
STOP
640x480 0.59X 32-bit RGB image 90,168,173 (584,313)

Color Spectrum
Color Sensitivity
0 0,00 0,00 0,00 0,00 0,00 0,00 0,02 0,72 0,01 0,25 0,00 0,00 0,00 0,00 0,00 0,00
Low

x-y

Numeric

Stop

Session In
<B>Session In</B> specifies the name of the camera you wish to open. The default value is cam0.
Color Sensitivity
<B>Color Sensitivity</B> specifies the sensitivity of the color information in the image.
Serial Port
Page 2
Proyecto_Servo_3parcial.vi
C:\Users\Kevin\Desktop\ESPE\Octavo Nivel\Automatizacion\Proyecto_Servo_3parcial.vi
Last modified on 27/1/2020 at 13:44
Printed on 27/1/2020 at 13:51
Reset

Color Spectrum
<B>Color Spectrum</B> returns the color features found in the image region.

Lechuga

Suelo

Numeric
Contador

x-y
Stop

20

Session In

Vision Assistant
ROI

Imagen

Lechuga
Color Sensitivity Color Spectrum
Imagen2
1,1

7
0,4
9
Suelo

0 1,1
Serial Port 6 7

0,4
7
6

Serial N Channels One Channel N Channels


One Channel False
0 0 550
0 0 550
0 165 2390 1 x-y
0 165 2390 1 Numeric
0
0
1

True
Lechuga True
Lechuga
165
165
x-y True
Contador
Contador
1
0 Numeric

x-y

Numeric Reset True

0 Contador

False False False True False

0 0

2 Numeric

También podría gustarte