Resumen:
El presente trabajo de titulación trata sobre el diseño e implementación de un sistema de visión artificial para el control de calidad de piezas impresas en 3D, además realiza la manipulación y ensamblado de las mismas, mediante el uso de un brazo robótico para luego clasificarlas en base al modelo de ensamble realizado. El proyecto se divide en 5 áreas importantes que son la selección de componentes, diseño e implementación mecánica, eléctrica/electrónica, control y software. Para la selección de componentes se consideraron varias alternativas de las cuales fueron seleccionadas aquellas que mejores características brindaban para el desarrollo del proyecto. En el caso del diseño e implementación de la estructura se ha tomado como referencia los módulos presentes en el laboratorio de mecatrónica de la Universidad de las Fuerzas Armadas ESPE, teniendo como resultado un módulo compacto que permite la interacción de los componentes que la conforman. De igual manera basándose en la técnica de retroiluminación se realizó el diseño del sistema de iluminación, mientras que para el elemento de sujeción fue necesario considerar la morfología de las piezas. En el área eléctrica/electrónica se utilizó un servomotor y un relé para el elemento de sujeción y el sistema de iluminación respectivamente. Para el control del cierre y apertura del elemento de sujeción y del encendido y apagado sistema de iluminación se usó una placa Arduino Uno que genera una señal PWM para el servo y un pulso para el relé, en el caso del control del manipulador robótico se lo realiza por medio de códigos G enviados vía bluetooth. Se generó un algoritmo capaz de tratar, analizar y procesar las imágenes adquiridas por los sensores (cámaras) haciendo uso de las librerías de OpenCV y TensorFlow, para su posterior implementación a través de una interfaz desarrollada en el software Qt Creator. Para validar el funcionamiento del sistema mecatrónico se han realizado pruebas para el sistema de visión artificial, brazo robótico y pruebas generales de todo el sistema teniendo como resultado una confiabilidad del 84%.
