Abstract:
La visión por computador es una rama importante de la inteligencia artificial en la que
se desarrolla la tecnología bioinspirada para emular en un computador la capacidad visual
del ojo humano. En este trabajo de graduación se realizó un algoritmo utilizando Machine
learning para identificar los dígitos de calibración de Varioguide en la pantalla del laboratorio
de HUMANA. Se realizaron pruebas con un modelo de red neuronal convolucional que tuvo
una precisión de modelo del 98.6 % y una precisión del 91.6 % en las pruebas realizadas
físicamente.
En este trabajo de graduación se diseñó un mecanismo que permitió el anclaje de un
sensor óptico a la pantalla del laboratorio de HUMANA de manera que fue lo suficientemente capaz de soportar las cargas para las cuales fue diseñado. Este mecanismo presentó
la suficiente agilidad para que su aplicación correspondiente en el laboratorio de HUMANA
mejore la efectividad y reduzca el tiempo del sistema de calibración Varioguide. Para futuras implementaciones se diseñó un envió de datos por formato TCP que permite enviar los
datos de calibración leídos del sistema de Varioguide utilizando formato JSON y enviándolos
a un micro-controlador ESP32.
Se desarrolló un sistema de procesamiento de imágenes para el reconocimiento de variables en una pantalla de computador que permitiese agilizar el proceso de las operaciones
en el laboratorio de HUMANA. Para utilizar este sistema se desarrollo un algoritmo calificador para cámaras en la que se compararon 3 sensores ópticos y devolvió una calificación
con la que se verificó el mejor funcionamiento y la cámara mas óptima para la lectura de
características que necesita el sistema de reconocimiento de variables. (LA)
