Browsing by Author "Inafuku Yoshida, Alberto Hiroshi"

Now showing 1 - 2 of 2

Diseño de un algoritmo de estabilizacion de video orientado a la detección de personas
(Pontificia Universidad Católica del Perú, 2015-06-03) Inafuku Yoshida, Alberto Hiroshi; Rojas Gómez, Renán Alfredo
El presente trabajo de tesis tiene como objetivo principal el desarrollo de un algoritmo de estabilización de video robusto y eficiente frente a cambios de escala, rotación e iluminación. La estabilización de video es una etapa de pre procesamiento utilizada para eliminar o reducir el ruido que se adhiere debido a movimientos involuntarios en los videos. Su importancia radica en que procesamientos posteriores requieren de imágenes alineadas y libres de distorsión espacial. El documento está divido en cuatro capítulos descritos a continuación: En el capítulo 1 se presenta la problemática de la estabilización de videos así como las aplicaciones en diversos campos. Se explicará cómo los videos pueden ser afectados por factores ajenos a la cámara. Entre las aplicaciones se mencionarán procesamientos posteriores que requieren estabilización como paso previo y aplicaciones finales en temas de seguridad, industria y entretenimiento. En el capítulo 2 se mencionan las alternativas de solución del problema. Se presentan tanto las alternativas como sus características, ventajas y desventajas. Entre ellas se describen algunas alternativas mecánicas, que involucran equipos y sistemas sofisticados, y alternativas digitales como registro de imágenes, Structure from Motion y Geometría Epipolar. El capítulo 3 describe la metodología a emplear. Se utilizan gráficas, diagramas e imágenes para mostrar de manera sencilla cómo se piensa atacar el problema. Se describen los parámetros utilizados en cada etapa. El capítulo 4 muestra las simulaciones y los resultados del algoritmo implementado. Mediante imágenes se muestra los resultados de las etapas descritas en el capítulo anterior
Diseño e implementación de un sistema de diagnóstico de fallas para la inspección y detección de fallas en componentes de procesos industriales utilizando un robot móvil y algoritmos de inteligencia artificial
(Pontificia Universidad Católica del Perú, 2021-01-12) Inafuku Yoshida, Alberto Hiroshi; Pérez Zúñiga, Carlos Gustavo
El presente trabajo de tesis tiene como principal objetivo desarrollar el algoritmo de control de un robot móvil, el cual se desplazará por una planta industrial en busca de fallas en equipos críticos como son los motores y las bombas. Los motores y las bombas son componentes básicos y fundamentales para los procesos industriales, por lo tanto, es importante mantenerlos en óptimas condiciones con el fin de evitar paradas imprevistas, sobrecostos, y pérdidas de calidad y eficiencia del proceso. En muchos casos, los trabajos de mantenimiento implican medir la vibración de los equipos en lugares confinados o de difícil acceso y debido a que, en la actualidad, se debe velar por la seguridad y bienestar del personal, se propone utilizar un robot móvil para esta tarea. Por lo tanto, se propone diseñar e implementar un sistema de diagnóstico de fallas utilizando mediciones de vibración en conjunto con técnicas de Inteligencia Artificial para un robot móvil. Para lograr el objetivo propuesto, primero se estudian los componentes industriales de interés, resaltando las fallas más comunes y la normativa correspondiente para la clasificación de su condición. Seguidamente, se presentan las estrategias de mantenimiento existentes para su evaluación, resaltando las ventajas y desventajas de cada una, y se introducen los robots móviles como alternativa, teniendo como ejemplos casos reales en donde estos son importantes para realizar trabajos de búsqueda y rescate, en condiciones inaccesibles y peligrosas para las personas. Luego se presentan los algoritmos utilizados en el análisis vibracional, resaltando la Transformada de Hilbert Huang, la cual descompone las señales en Funciones de Modo Intrínseco, señales ortogonales entre sí, que describirán la vibración en función del tiempo y la frecuencia. Las Funciones de Modo Intrínseco serán las entradas a nuestra Red Neuronal Convolucional, una metodología de Aprendizaje Profundo e Inteligencia Artificial para entrenar un modelo que nos ayudará a diagnosticar el tipo de falla. Posteriormente, se proponen los algoritmos a implementar con Python, Keras y TensorFlow y se ponen a prueba con la base de datos de mediciones de vibración MAFAULDA. Finalmente se presentan los parámetros del diseño del robot móvil mencionando el hardware a utilizar y la metodología de medición, y se realiza una comparación de tiempos de procesamiento con una PC para pruebas y la NVIDIA Jetson Nano.