Clasificadora de tapas de plástico

Moreno Rojas Daniela, Rjas Arciniegas David Orlando a

{moreno.daniela1, rojas.david2}@uniagraria.edu.co
Chaves, Nydia Carolina b

FUNDACIÓN UNIVERSITARIA AGRARIA DE COLOMBIA

DEPARTAMENTO DE CIENCIAS BÁSICAS
www.uniagraria.edu.co

colores y tamaños para que al momento de realizar su debida

I. PROBLEMA
¿Cómo podemos aportar al medio ambiente y a la industria
del reciclaje cuando se clasifican las tapas plásticas por
colores?
“Las cualidades de este material, barato, ligero y fácil de
producir han llevado a que su producción alcance cantidades a
las cuales somos incapaces de hacer frente. Solamente una
pequeña fracción de los plásticos que son descartados se
recicla.” (ONU Medio Ambiente, 2020).
El plástico es uno de los materiales que tiene un tiempo de
degradación de aproximadamente 150 años, para su
descomposición normal, este tema es de gran importancia para
todos y así se debe tomar, por ende se busca buscar
constantemente soluciones que ayuden con este problema, una
de ellas es el reciclaje de este, pero para ello se requiere de su
debida clasificación, ya sea según el tipo de plástico, su color,
etc., esta clasificación hace que su reciclaje sea más fácil y
rápido para crear nuevos productos con la reutilización del
plástico ya existente.
II. JUSTIFICACIÓN
El plástico es uno del producto de la industria que abarca
gran parte del comercio mundial, debido a sus diversos usos,
por ende, su producción es alta al igual que su demanda, sin
embargo, la industria del plástico ha venido trabajando en el
reciclaje del mismo, pese a ello para este proceso se requiere
una debida clasificación de este, ya sea por el tipo de plástico
a tratar, su tamaño, o su color, entre otros factores que pueden
alterar este proceso.
Las tapas plásticas cubren aplicaciones en industrias como
la de bebidas, farmacéutica, cosmética, entre muchas otras,
debido a que de ellas depende la conservación y la prevención
de ciertos productos, por lo que el sellado de estos es muy
importante. Las tapas tipo rosca o las que cuentan con
seguridad se utilizan generalmente para el sellado de líquidos,
como lo son las botellas en las que se enfrascan detergentes,
agua, aceites, entre otros.
Al reciclar el plástico es más fácil para la industria generar
diferentes clasificaciones, una de ellas es tenerlo separado por
transformación o reutilización no sea necesario usar colorantes
u otros químicos que pueden llegar a aumentar el grado de
toxicidad de este y un mejor manejo de las dimensiones,
gracias a esta clasificación se tiene grandes ventajas en este
proceso como la disminución del tiempo y los recursos
utilizados en el proceso de reciclaje del plástico.
III. OBJETIVOS
OBJETIVO GENERAL
Diseñar un sistema de automatización y control que
clasifique las tapas de plástico por colores, tamaño y si tiene
marca, de manera efectiva facilitando el proceso de reciclaje.
OBJETIVOS ESPECÍFICOS
Identificar las características que permiten la clasificación
de las tapas de plástico por color, tamaño y si tiene marca..
Diseñar un sistema de automatización y control que
permita la clasificación de tapas de plástico por colores,
tamaño y si tiene marca.
Desarrollar un código que permita la identificación y
clasificación de las tapas de plástico según los parámetros
determinados.
IV. EXPLICACION FUNCIONAMIENTO
Se hace uso de una interfaz en vivo que nos permite realizar la
lectura de la imagen que se presenta frente a la cámara
conectada, en este caso usamos la cámara de un dispositivo
móvil
Se hace uso de una interfaz en vivo que nos permite realizar la
lectura de la imagen que nos proyecta una cámara, la cual
enfoca la tapa que está enfrente de esta, se realizan lectura de
la tapa, el código nos permite la lectura del color de la etapa,
entre azul, verde o rojo, nos indica las medidas X y Y, es decir
el tamaño de esta, y por último nos indica si cuenta con una
marca, de este modo la reutilización de las tapas es mas
rapida, lo que nos permite la reutilización de las tapas sin (Imagen 3: Momento exacto que la cámara observa las tapas
necesidad de colorantes, y disminuir el impacto ambiental. de color azul y rojo )

V. ETAPA VISIÓN ARTIFICIAL

Se implementa el uso de un aplicativo llamado ipwebcam,
este nos ayudará a realizar la detección de las tapas en vivo.
Para hacer el uso del aplicativo se necesita de un comando
el cual nos pueda leer la dirección https del servidor y que este
nos pueda mostrar una interfaz mostrándonos lo que la cámara
ve.
(Imagen 4: Momento exacto que se observa el color rojo en
escala de grises, no se observa el azul ya que el comando le
pide al programa escanear el color rojo).
(Link de video: https://drive.google.com/file/d/1yry8V6dkSN-
lWs-sG8EcuEdMU_bX8Vsp/view?usp=sharing)

Después se toma el histograma para obtener el umbral para así

pasar una imagen binarizada, el cual se obtuvo un umbral de
0.13 y gracias a este umbral la pasaremos a una imagen
binarizada.

(Imagen 1: Demostración de la observación de la cámara del

celular,fuente propia).

En el siguiente caso se crea un ciclo que es el while y mientras

este sea verdadero(true), se puede tomar capturas de la cámara
de celular y posteriormente se muestran.

(Imagen2: Codigo paso a paso para escanear nuestra tapa de Luego se va a mostrar la imagen binarizada que es bw:
color rojo).
Se genera una imagen en escala de grises el cual vamos a
restarla por la capa del color rojo con el comando imsubtract.
Es decir, con imsubtract nos estará detectando un color en este
caso es el (:,:,1) que hace referencia al color rojo.

(Imagen 5: Momento exacto que se observa el color rojo

binarizada)
(Link de video: https://drive.google.com/file/d/1l2dy-
cQiRuNsjyg2Z9fcy5XP95euOYrJ/view?usp=sharing)

Lo siguiente que vamos hacer es aplicar un filtro para evitar

ruido de nuestra imagen utilizando la misma variable bw y el
comando medfilt2(bw) con esto ya estamos aplicando el filtro
a nuestra imagen y a la vez aplicaremos una operación
morfológica de apertura utilizando los siguientes comandos:
(Imagen 6: Momento exacto que se observa el color rojo
binarizada aplicando el filtro de medfild y agregando la
operación morfológica).
Para evitar huecos se agrega el siguiente comando:
(Imagen 7:Momento exacto que se observa el color rojo
binarizada evitando los huecos de la imagen ).
Se empieza a realizar el etiquetado de los objetos dentro de la
imagen.
Utilizando la siguiente función:
L = La imagen con etiquetas
N = Número de elementos etiquetados
Luego utilizaremos las propiedades utilizando regionprops:
prop=regionprops(L); %Así obtendremos las propiedades de
los elementos etiquetados.
Además utilizamos una función for para recorrer el número de
elementos:
for n=1:N
%%c=round('\nheight=%.1f\n',stats(1).BoundingBox(4));
c=round(prop(n).Centroid); % obtener centroide
rectangle('Position',prop(n).BoundingBox,'EdgeColor','r','Line
Width',2); % dibujar rectangulo
%text(0.5,0.5, '{first line \newlinesecond line}')
text(c(1),c(2),strcat('X:',num2str(c(1)),' \newline','
Y:',num2str(c(2))),'Color',green');%agregar coordenada
line([640/2 640/2], [0 480],'Color','red','LineWidth',2);
%dibujo linea vertical
line([0 640], [480/2 480/2],'Color','red','LineWidth',2);
%dibujo linea hrtl
end
Dentro del ciclo for se coloca la variable c el cual utilizaremos
un redondeo obteniendo de la variable prop que contiene las
propiedades de los objetos dentro de la imagen de cada uno de
los elementos también estamos obteniendo el centroide,
posteriormente estaremos dibujando un rectángulo en donde
estamos obteniendo las propiedades del BoundingBox de la
variable prop asociada al regionprops y este rectángulo se
estaría dibujando del color rojo de un grosor de 2 pulgadas en
sus líneas.
En text estamos agregando las coordenadas en x,y definiendo
el color rojo.
En este caso compilamos el código el cual os va a mostrar en
tiempo real el color rojo escaneado mostrando su tamaño.
(Imagen 7: Momento exacto que se observa que la cámara
móvil y el matlab están escaneando el color rojo y escaneando
la coordenada en X).
Ya finalizando, copiamos el código en el mismo ciclo para así
agregar los demás colores que se desea escanear en este caso
se escanearon el color rojo, azul y verde.
(Imagen 8: Momento exacto que se observa que la cámara (Imagen 10: Demostración en vivo de las tapas que se estan
móvil y el matlab están escaneando el color rojo y azul escaneando por el color,fuente propia).
también se escanea las coordenadas en X y Y ).
(Link de video: Código:
https://drive.google.com/file/d/
19o5JHTJameGNWWaHUWiVFfnE-mnAT7aw/view?
usp=sharing ).

Ahora vamos a realizar que nuestro codigo pueda detectar un

color especificamente el cual se le esta pidiendo cuando la
banda transportadora se mueva y con el servo motor mueva al
lugar del color de la tapa que escanea nuestra camara, si el
color que escanea y clasifica es de color rojo,verde o azul.

(Imagen 9: Demostración de la observación de la cámara del

celular,fuente propia).

(Imagen 10: Banda transportadora y servomotor)

Se crea un interfaz el cual nos muestra 3 tipos de imágenes el

primero es rojo el segundo verde y por último el azul.
 (Imagen 12: : Momento exacto que se observa que la cámara
móvil y el matlab están escaneando las tapas que tienen la
marca Colombiana, imagen propia).
VI. ETAPA DE CONTROL

Se realizó el modelamiento matemático de un servomotor

DC y su función de transferencia en espacio de estados.

(Imagen 11: Código de programación conectando los colores

escaneados y el los grados requeridos que se mueva al
servomotor para dejar la tapa en el lugar requerido).
Gracias a lo que ve la cámara y lo que nos muestra este
interfaz el servomotor va a realizar las funciones que se le
requirieron.

Tabla 1. variables usadas en las ecuaciones

modelamiento motor
V (t )=Ri(t )+ L(di(t)/dt)+ Ea(t )
(Imagen11: Observación de tapa de color rojo el cual se L(di(t )/dt)=v (t)−Ri (t)−Ea(t) Ecuación 1
selecciono para saber su tamaño, fuente propia)
Tm (t)=J ( dw(t )/dt)+Bw ( t)
En la imagen 11 podemos observar el momento exacto que
este está midiendo el tamaño de la tapa gracias por el J ( dw(t)/dt )=Tm(t)−Bw (t) Ecuación 2
comando de:
fprintf('\nheight=%.1f\n',stats(1).BoundingBox(4));
Ea(t)=Kaw (t) Ecuación 3
Tm (t)=Kmi(t ) Ecuación 4
Ya por último vamos a escanear si nuestra tapa tiene marca y
cual no tiene tapa el cual sólo le exigimos a este que nos lea uso de la transformada de laplace para dejar las ecuaciones
quienes sí tenga una marca, ejemplo, Colombiana, Postobon, en función de s.
Cocacola.
Lsi( s)=v(s)−Ri( s)−Ea( s)
Jsw( s)=Tm ( s)−Bw (s)
Ea( s)=Kaw ( s)
Tm (s)=Kmi (s )

sustituimos entre ecuaciones
Ls(Tm(s)/ Km)=V ( s)−R(Tm( s)/km)−Kaw ( s)
V ( s)=(((R+ Ls) Tm(s))/Km)+ Kaw ( s)
w (s )=Tm (s) /Js+ B
V (s)=(((R+ Ls) Tm( s))/Km)+ Ka(Tm (s )/(Js + B))
V (s)=¿
Función de transferencia ( salida torque - entrada voltaje)
Tm (s)/V ( s)=(Km(Js+ B))/ ¿)
Función de transferencia ( posición - voltaje)
ꞵ ( s)/V ( s)=( Km(Js+ B))/¿)
Análisis del sistema sin controlar
Se selecciona los parámetros de diseño, es decir, que se
decide realizar un controlador PID debido a que se necesita
una respuesta rápida del sistema para que responda caso de
inmediato al leer la característica,y una buena precisión para
tener el mínimo de errores, de este modo se nos permite tener
una respuesta rápida y preciso al momento de realizar la
separación que se desee según la característica que se desee
evaluar.
Diseño controlador
(Imagen 13: Diseño de controlador)
Análisis del sistema controlado
(Imagen 14: Análisis controlado)
después de aplicar el controlador, se tiene la respuesta esperada,
de una respuesta rápida, además de una excelente precisión, sin
embargo no es necesario que se mantenga ya que al ser un
servomotor el que queremos operar, no se encontrara en un
constante movimiento, solo se usa para movimiento en ciertos
momentos pero de alta precisión y una respuesta rápida,
generando una clasificación eficiente.
VII. DISCUSIÓN DE RESULTADOS
Al implementar el código, se obtuvo que se obtiene una
buena lectura de los parámetros establecidos, como el color y
si este tiene marca, estos parámetros son obtenidos en una
imagen en vivo, sin embargo, para el parámetro de medida del
tamaño de la tapa, se debe tomar una fotografía, y el código
tomará las medidas respecto a la imagen obtenida.
Al intentar implementar el sistema en físico se puedo
observar que es necesario el uso de varias bandas
transportadoras y varias etapas de clasificación, ya que aunque
el código genera el análisis de los 3 parámetros establecidos,
el controlador solo separa basado en una característica, lo que
quiere decir que por cada característica debe haber una
implementación de clasificación y control.
VIII. CONCLUSIONES
● Se debe tener en cuenta una cámara con mayor
precisión y lo de que tiene que pasar por 3 bandas
para la separación.
● Se identificaron los parámetros estipulados las cuales
se realizaron la clasificación de las tapas de plástico
por color, tamaño y si tiene marca.
● Se identificó que es un sistema funcional, lo que
quiere decir que con una implementación de
herramientas con mejor calidad, este sistema puede
ser utilizado en el campo del reciclaje de plástico,
haciendo este proceso más rápido y eficiente.
.

IX. REFERENCIAS
● Detección de texto en imágenes naturales en
MATLAB,mathworks,(2021)
● Deteccion de onjetos y segmentacion de imagenes