República bolivariana de Venezuela

Ministerio del Poder Popular Para la Educación Universitaria

Universidad Nacional Experimental Politécnica “Antonio José De Sucre”

Vicerrectorado “Luis Caballero Mejías”

Núcleo: Charallave

Diseño de un actuador aplicando robótica blanda para la detección y recolección de

tomates

Profesor: Rogelio Garrido Estudiante: Darvin Petit

Expediente: 2015147039

Charallave, junio del 2023

 Resumen

El presente trabajo de titulación se enfocó en el desarrollo de un software de visión artificial

que controle los movimientos de una cámara y un brazo robótico. Para posteriormente

recopilar datos y obtener representaciones tridimensionales que permitan visualizar las

características de uno o varios tomates en el espacio, además de su ubicación exacta en

coordenadas rectangulares para proceder con la recolección y cosecha del mismo.

En el mencionado trabajo, se investigan algunos métodos que emplean visión artificial

aplicada a la robótica para la recolección de frutas y hortalizas, Así como investigaciones

realizadas del mismo tema. También se brindan detalles de los equipos y del software que se

manipularon para poder realizar el diseño y la elaboración del prototipo.

 Capítulo I

Momento problema

Un problema se define como todo aquello que amerita ser resuelto independientemente de

su naturaleza. Fidias Arias dice que, si no hay necesidad de encontrar una solución, entonces

no existe tal problema.

En este capítulo se presenta una introducción del trabajo de investigación realizado, en donde

estarán detallados los antecedentes, justificación e importancia, su alcance y los objetivos

planteados.

1.1 Antecedentes de la investigación

Inteligencia artificial

(…) sistemas de software (y posiblemente también de hardware) diseñados por humanos que,

ante un objetivo complejo, actúan en la dimensión física o digital: percibiendo su entorno, a

través de la adquisición e interpretación de datos estructurados o no estructurados, razonando

sobre el conocimiento, procesando la información derivada de estos datos y decidiendo las

mejores acciones para lograr el objetivo dado. Los sistemas de IA pueden usar reglas

simbólicas o aprender un modelo numérico, y también pueden adaptar su comportamiento al

analizar cómo el medio ambiente se ve afectado por sus acciones previas (European

Commission, 2018, p.36)

(wageningen, 2020) la universidad de wageningen en Nueva Zelanda presenta el desarrollo,

prueba y validación de SWEEPER, un robot para cosecha de frutos de pimiento dulce en

invernaderos. El sistema robótico incluye seis brazos industriales equipado con un efector

final especialmente diseñado, Cámara RGB-D, computadora de alta gama con unidad de

procesamiento de gráficos, lógica programable controladores, otros equipos electrónicos y un

pequeño contenedor para almacenar fruta. Todo está montado en un carro que se conduce de

forma autónoma sobre rieles de tubería y concreto con la finalidad de hacer más fácil el

desplazamiento para cosechar los frutos.

(Auckland, 2017) la universidad de Auckland en nueva Zelanda presenta un robot cosechador

de kiwi diseñado para operar de forma autónoma en huertas estilo pérgola. El robot consta de

cuatro brazos de recolección, efectores finales diseñados específicamente para el

desprendimiento de kiwis y una máquina de visión, sistema que emplea redes neuronales de

convolución. Las evaluaciones de desempeño son presentadas para la cosechadora en su

conjunto, así como el sistema de visión artificial.

Apoyado en los mencionados proyectos es importante destacar la semejanza con el trabajo

que se quiere realizar, ya sea por la utilización de visión artificial o por el brazo robótico que

ayuda al movimiento del mecanismo en sus tres coordenadas rectangulares, sirviendo de base

los mencionados proyectos para realizar un robot cosechador mucho más eficaz y compacto

que pueda ser programado para cosechar distintos tipos de frutas o hortalizas.

Robot SWEEPER

Un equipo de científicos de la Universidad de Wageningen (Países Bajos), la Universidad de

Umeå (Suecia) y la Universidad Ben‐Gurion del Néguev (Israel) ha desarrollado, probado y

validado a SWEEPER, un robot para la cosecha de pimientos dulces en invernadero.

El sistema robótico incluye un brazo industrial con seis grados de libertad, una cámara

RGBD, una computadora de alta gama con una unidad procesadora de imágenes,

controladores lógicos programables, otro equipamiento electrónico y un pequeño contenedor

para almacenar los frutos cosechados. Todo ello está montado sobre un carro que avanza de

forma autónoma sobre raíles y suelo de hormigón en el entorno del usuario final. Todo el

proceso de cosecha del robot cosechador se describe junto con los detalles de los algoritmos

para la detección y localización de los frutos, la estimación de postura de agarre y el control

de movimiento.

1.2 planteamiento del problema

la recolección es una labor de gran importancia que practica el hombre desde la antigüedad.

En la actualidad es utilizada de manera mas sofisticada, cada vez optimizando más el proceso

y garantizando un mayor margen de recolección a menor costo.

Antecedentes

Recolección de frutas

Desde que los seres humanos empezaron a asociarse en grupos con el objetivo común de

sobrevivir, y al establecerse como nómadas, la alimentación fue uno de los pilares de dicha

supervivencia. En las sociedades paleolíticas se asignaban labores para la recolección, caza y

pesca, utilizando para estos enceres, herramientas rústicas como las halladas en Kallambo

Falls África, que datan de entre 125.00 y 259.000 años, que muestran artefactos de madera

interpretados como herramientas para escarbar (posiblemente utilizados para agricultura o

caza) y garrotes. El paso de los años, el desarrollo de métodos de manufactura y las

necesidades de las sociedades crecientes han motivado una evolución de estas herramientas

hasta llegar a nuestros días, con un sin número de mejoras tecnológicas, en lo que se refiere a

agricultura, sin embargo, el área de la recolección y cosecha se han quedado estancadas en

técnicas, en su mayoría tradicionales. En lo que se refiere a la selección e identificación de

frutas óptimas los métodos utilizados desde el paleolítico, donde aprendían a diferenciar las

frutas maduras y óptimas de las que estaban aún “verdes” o en mal estado, no ha cambiado.

Este aprendizaje se heredó de los primates que utilizan el olor y color para diferenciar el

estado de las frutas, así como la textura y la consistencia al tacto de las mismas. Este 24

conocimiento milenario se trasmite entre cosechadores, personas que se emplean en el campo

para recolectar frutos, quienes reciben las herramientas antes mencionadas que son cada vez

más sofisticadas o simplemente optimizadas. Sin embargo, en reemplazo de los cosechadores

por máquinas automáticas que asemejen el proceso de selección, extracción y recolección son

pocos los avances en investigación.

Venezuela es un país con una gran diversidad geográfica el cual posee un clima tropical y

zonas las cuales permiten la siembra de tubérculos y hortalizas de excelente calidad, las

cuales pueden ser escasas en algunos países por tener climas inhóspitos, fríos y lluviosos en

algunas estaciones del año, aun así el problema económico que sufre el país hace que solo el

3% de su PIB, provenga de la agricultura, ya que problemas como la escases de combustible

hace difícil transportar la materia prima incluso en el mismo territorio, pero el desarrollo de

tecnologías destinadas al área de la agricultura puede ser una solución viable a este problema

en específico.

La construcción de invernaderos en zonas estratégicas del país permitiría un alivio de

alimentos destinado a las comunidades aledañas, permitiendo una mayor cantidad de rubros a

menor precio y a su vez permitiendo una exportación optima de los mismos.

El presente trabajo de titulación se enfocó en el desarrollo de un actuador aplicando robótica

blanda para la detección y recolección de tomates, de la mano de un sistema de identificación

mediante Visión Artificial que es entrenado utilizando algoritmos de Aprendizaje Profundo

mediante la herramienta de programación Python, el cual le permite al sistema detectar la

fruta para luego proceder con el agarre óptimo de la misma, creando una de las etapas para la

creación de un invernadero totalmente automatizado.