Diseño e implementación de un prototipo para detección de envases en residuos sólidos por medio de visión artificial

Amaya Lopez, Deivith Enrique

dc.contributor.advisor	Segura Torres, Dario Alejandro
dc.contributor.author	Amaya Lopez, Deivith Enrique
dc.date.accessioned	2023-01-16T15:35:24Z
dc.date.available	2023-01-16T15:35:24Z
dc.date.issued	2022-12-22
dc.identifier.citation	Segura Torres, D. A. (2022). Diseño e implementación de un prototipo para detección de envases en residuos sólidos por medio de visión artificial. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio institucional.	spa
dc.identifier.uri	http://hdl.handle.net/11634/48494
dc.description	El presente proyecto de grado tiene como finalidad la creación de un sistema para detectar envases de tipo botella de plástico y vidrio en los residuos conglomerados, utilizando la visión computacional implementada en un sistema embebido que es capaz de: detectar una muestra de basura por medio de sensores colocados al inicio y al final de una banda transportadora, llevar los residuos desde el punto de origen hasta el punto de la adquisición de la imagen utilizando la banda transportadora, capturar una imagen y detectar los envases dentro de la muestra de residuos. Este proceso junto con consideraciones especiales conforman el algoritmo diseñado que explica el correcto funcionamiento del sistema. El proyecto cumplió con los objetivos planteados logrando ejecutar correctamente el algoritmo y haciendo buenas inferencias sobre la muestra de basura. Sin embargo, se reconoció la limitación del sistema de detección de objetos al presentarse envases en posiciones en las que la inferencia no brinda la información necesaria para poder tomar el envase dentro de la muestra.	spa
dc.description.abstract	The purpose of this degree project is to create a system to detect plastic and glass bottle type containers in conglomerate waste, using computer vision implemented in an embedded system that is capable of: detecting a sample of waste by means of sensors placed at the beginning and end of a conveyor belt, carrying the waste from the point of origin to the point of image acquisition using the conveyor belt, capturing an image and detecting the containers within the waste sample. This process along with special considerations make up the designed algorithm that explains the correct operation of the system. The project met the stated objectives by managing to correctly execute the algorithm and making good inferences about the waste sample. However, it was recognized the limitation of the object detection system by presenting containers in positions in which the inference does not provide the necessary information to be able to take the container within the sample.	spa
dc.format.mimetype	application/pdf	spa
dc.language.iso	spa	spa
dc.publisher	Universidad Santo Tomás	spa
dc.rights	Atribución-NoComercial-SinDerivadas 2.5 Colombia	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/2.5/co/	*
dc.title	Diseño e implementación de un prototipo para detección de envases en residuos sólidos por medio de visión artificial	spa
dc.description.degreename	Ingeniero Electronico	spa
dc.publisher.program	Pregrado Ingeniería Electrónica	spa
dc.publisher.faculty	Facultad de Ingeniería Electrónica	spa
dc.subject.keyword	computer vision	spa
dc.subject.keyword	embedded system	spa
dc.subject.keyword	inference	spa
dc.subject.lemb	Ingeniería Electrónica	spa
dc.subject.lemb	Envases-Plástico	spa
dc.subject.lemb	residuos Conglomerados	spa
dc.type.local	Trabajo de grado	spa
dc.rights.local	Abierto (Texto Completo)	spa
dc.type.version	info:eu-repo/semantics/acceptedVersion
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.coverage.campus	CRAI-USTA Bogotá	spa
dc.contributor.orcid	https://orcid.org/0000-0001-9205-9736	spa
dc.contributor.googlescholar	https://scholar.google.com/citations?hl=es&user=HjAgiw0AAAAJ	spa
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001375771	spa
dc.relation.references	Felipe Antón, Mª del Rosario, "Interacciones microorganismos-suelos-planta en la preservación del Medio Ambiente y la Salud," Discursos, 2003.	spa
dc.relation.references	J. A. Martínez Sepúlveda et al, "Residuos en Hispanoamérica de lo ambiental a lo social," 2016.	spa
dc.relation.references	P. Tello and P. Mijailova and G. Ruiz, “Temas de Ingeniería Sanitaria y Ambiental,"2014.	spa
dc.relation.references	Sáez et al, "Omnia ISSN: 1315-8856 revistaomnia@gmail.com Universidad del Zulia Venezuela," vol. 20, 2014. Available: http://www.redalyc.org/resumen.oa?id=73737091009.	spa
dc.relation.references	H. Ponce, E. Moya-Albor and J. Brieva, "A novel artificial organic control system for mobile robot navigation in assisted living using vision- and neural-based strategies," Comput Intell Neurosci, vol. 2018, 2018. Available: https://search.ebscohost.com/login.aspx?direct=true&db=psyh&AN=2018-63858-001&lang=es&site=ehost-live. DOI: 10.1155/2018/4189150.	spa
dc.relation.references	W. B. Rauch-Hindin, Aplicaciones De La Inteligencia Artificial En La Actividad Empresarial, La Ciencia Y La Industria. 1989.	spa
dc.relation.references	Girón, S. L., Mateus, J. C., & Méndez, F. (2009). Impacto de un botadero a cielo abierto en el desarrollo de síntomas respiratorios y en costos familiares de atención en salud de niños entre 1 y 5 años en Cali, Colombia. Biomédica, 29(3), 392–402. https://doi.org/10.7705/biomedica.v29i3.11	spa
dc.relation.references	"Impacto Medioambiental Del Plástico: Causas Y Efectos". Roll'eat®. https://rolleat.com/es/impacto-ambiental-del-plastico/ (accedido el 28 de noviembre de 2022).	spa
dc.relation.references	"Disposición de residuos plásticos".https://coprocesamiento.org. https://coprocesamiento.org/disposicion-de-residuos-plasticos/.	spa
dc.relation.references	D. L. PACHÓNESPINEL, "PROTOTIPO DE SISTEMA AUTOMATIZADO CON VISIÓN ARTIFICIAL PARA LA SELECCIÓN DE EMPAQUES DE PLÁSTICO, VIDRIO Y LATA EN EL PROCESO DE RECICLAJE", UNIVERSIDAD DE CUNDINAMARCA EXTENSIÓN CHÍA, 2018. [En línea]. Disponible: https://repositorio.ucundinamarca.edu.co/bitstream/handle/20.500.12558/2497/Trabajo%20de%20grado.pdf?sequence=3&isAllowed=y	spa
dc.relation.references	D. Estévez Trigo, "Detección de objetos en imágenes utilizando técnicas de aprendizaje profundo (Deep-Learning)", Universidad de Sevilla, 2021. [En línea]. Disponible:	spa
dc.relation.references	N. B. Bonifaz Oviedo, "DESARROLLO DE UN SISTEMA DE RECOMENDACIÓN INTELIGENTE PARA SELECCIÓN DE PRENDAS UTILIZANDO ANÁLISIS DE IMÁGENES CON REDES NEURONALES.", UNIVERSIDAD SANTO TOMÁS, 2021. [En línea]. Disponible: http://hdl.handle.net/11634/34732	spa
dc.relation.references	A. Bermudez Castañeda, "Implementación de un sistema para la detección de peligros potenciales para motociclistas basado en información visual.", UNIVERSIDAD SANTO TOMÁS, 2021. [En línea]. Disponible: https://repository.usta.edu.co/bitstream/handle/11634/34736/2021alexanderbermudez.pdf?sequence=1&isAllowed=y	spa
dc.relation.references	J. D. Giraldo Quiñones, "Clasificador de residuos sólidos haciendo uso de deep learning", Universidad Autónoma de occidente. [En línea]. Disponible: https://red.uao.edu.co/bitstream/handle/10614/14209/T10373_Clasificador%20de%20residuos%20sólidos%20haciendo%20uso%20de%20deep%20learning?sequence=1	spa
dc.relation.references	"Redes Neuronales artificiales: Qué son y cómo se entrenan ". Xeridia. https://www.xeridia.com/blog/redes-neuronales-artificiales-que-son-y-como-se-entrenan-parte-i.	spa
dc.relation.references	“Supervised Machine Learning: Regression and Classification”notas de clase, Supervised Machine Learning: Regression and Classification by deeplearning.ai and Universidad de Stanford, Coursera, Enero 2022.	spa
dc.relation.references	V. Alvear-Puertas, P. Rosero-Montalvo, D. Peluffo-Ordóñez y J. Pijal-Rojas, "Internet de las Cosas y Visión Artificial, Funcionamiento y Aplicaciones: Revisión de Literatura", Enfoque UTE, vol. 8, n.º 1, pp. 244–256, febrero de 2017. Accedido el 28 de noviembre de 2022. [En línea]. Disponible: https://doi.org/10.29019/enfoqueute.v8n1.121.	spa
dc.relation.references	W. Ejsmont, "Https://www.dbc.wroc.pl/dlibra/publication/44195/edition/39674", Didactics of Mathematics, vol. 13, n.º 17, pp. 13–16, 2016. Accedido el 28 de noviembre de 2022. [En línea]. Disponible: https://doi.org/10.15611/dm.2016.13.02.	spa
dc.relation.references	K. S. Kumaran y S. Balaji, "SSD: Single shot multibox detector", Acta Scientific Neurology, pp. 03–09, agosto de 2022. [En línea]. Disponible: https://doi.org/10.31080/asne.2022.05.0523	spa
dc.relation.references	T. Ahmad, Y. Ma, M. Yahya, B. Ahmad, S. Nazir y A. U. Haq, "Object detection through modified YOLO neural network", Scientific Programming, vol. 2020, pp. 1–10, junio de 2020. [En línea]. Disponible: https://doi.org/10.1155/2020/8403262.	spa
dc.relation.references	"How to create a deep learning dataset using Google Images - PyImageSearch".PyImageSearch.https://pyimagesearch.com/2017/12/04/how-to-create-a-deep-learning-dataset-using-google-images/.	spa
dc.relation.references	J. Terra. "Pytorch vs tensorflow vs keras: Here are the difference you should know". Simplilearn.com. https://www.simplilearn.com/keras-vs-tensorflow-vs-pytorch-article#:~:text=TensorFlow%20offers%20better%20visualization,%20which,to%20the%20TensorFlow%20Serving%20framework.	spa
dc.contributor.corporatename	Universidad Santo Tomás	spa
dc.rights.coar	http://purl.org/coar/access_right/c_abf2	spa
dc.subject.proposal	visión computacional	spa
dc.subject.proposal	sistema embebido	spa
dc.subject.proposal	inferencia	spa
dc.identifier.reponame	reponame:Repositorio Institucional Universidad Santo Tomás	spa
dc.identifier.instname	instname:Universidad Santo Tomás	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.description.degreelevel	Pregrado	spa
dc.identifier.repourl	repourl:https://repository.usta.edu.co	spa
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.drive	info:eu-repo/semantics/bachelorThesis