Resumen:
El presente proyecto realiza el diseño del prototipo de un sistema mecatrónico que brinde asistencia virtual interactiva en los procesos de montaje y desmontaje del fusil HK-33E empleando técnicas de visión artificial para el reconocimiento preciso de las partes que conforman el arma con el fin de proveer al personal militar un método de aprendizaje y familiarización con el material bélico de manera segura previo al contacto real con el armamento, con ayuda de una réplica impresa en 3D en conjunto con un software de asistencia. Para esto se plantea el uso de redes neuronales aplicadas a la detección de objetos, se desarrolla un programa que guíe al personal militar durante el proceso de montaje y desmontaje del fusil HK-33E. El sistema basa su funcionamiento en el uso del sistema de reconocimiento de objetos YOLO V3, el cual se entrena con imágenes de las partes que componen el fusil HK-33E y de los pasos correspondientes. Una vez entrenada la red correctamente y con una detección eficiente de las partes, se elabora el algoritmo en Python, creando una interfaz gráfica que permita interactuar al usuario, este software se integra con un sensor desarrollado en base a Arduino. El sistema se desarrolla de manera que el entorno sea poco invasivo durante su uso, utilizando una estructura con una cámara e iluminación de manera que no interfiera con el trabajo realizado por el usuario. Los resultados obtenidos de las pruebas proporcionan información de un buen desempeño del sistema, con una efectividad alta de detección al trabajar en condiciones idóneas, además de generar interés en los usuarios que encontraron al sistema útil como herramienta de entrenamiento.
