Identificación de piezas en problemas de bin-picking sobre NVIDIA ORIN NX
[ES] Los problemas de bin-picking son habituales en los entornos industriales donde encontramos piezas superpuestas (iguales o no) agrupadas en contenedores, donde un robot industrial tiene que identificar cual de ellas es la mas accesible para cogerla (picking). Este problema habitualmente hace uso...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2023 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/198771 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/198771 |
| Access Level: | acceso abierto |
| Palabra clave: | Redes neuronales profundas Visión artificial Aprendizaje profundo Computer vision Neural networks Deep learning 3D Vision ARQUITECTURA Y TECNOLOGIA DE COMPUTADORES Máster Universitario en Automática e Informática Industrial-Màster Universitari en Automàtica i Informàtica Industrial |
| Sumario: | [ES] Los problemas de bin-picking son habituales en los entornos industriales donde encontramos piezas superpuestas (iguales o no) agrupadas en contenedores, donde un robot industrial tiene que identificar cual de ellas es la mas accesible para cogerla (picking). Este problema habitualmente hace uso de los sistemas de visión artificial para que usando conocimiento previo (CAD de las piezas) o sin el mismo (aprendizaje), se pueda localizar en una imagen la pieza mejor para ser cogida por el robot. El problema requiere de sistemas de cómputo intensivos, por tanto implica procesamiento de imágenes, tanto para procesamiento como para aprendizaje. En este trabajo se aborda el despliegue en un módulo NVIDIA ORIN de un sistema que mediante aprendizaje con redes neuronales profundas, adquiera las imágenes de un sistema de visión 3D, y localicé las coordenadas de la pieza mejor para el picking. |
|---|