Brazo robótico articulado de 4DOF para clasificación de objetos con segmentación de color y cinemática inversa

Abstract

Este trabajo presenta el desarrollo de un banco de laboratorio con la capacidad de simular el proceso de clasificar frutos según su grado de maduración. El banco integra un brazo robótico de 4 DOF, una cámara de teléfono móvil, módulos de transporte y recolección, y una unidad central de control que coordina el proceso. La visión artificial, implementada en Python con OpenCV, utiliza transformación de perspectiva, segmentación en el espacio HSV y el algoritmo watershed para identificar el color y la posición de cada fruto, clasificándolos en maduros, inmaduros o en transición según la proporción de píxeles rojos y verdes. El control del brazo se basó en modelos de cinemática directa e inversa, resolviendo redundancias y bloqueos, mientras que la comunicación con el robot se realizó mediante el protocolo HTTP por medio de comandos JSON. En las pruebas realizadas, el banco demostró ser capaz de clasificar con efectividad y eficiencia bajo condiciones de iluminación variable, logrando una efectividad de clasificación del 98.43% a una velocidad de 5,8 segundos por objeto clasificado, además, el banco se puso a prueba en otros contextos como el proceso de rectificar frutos, demostrando la capacidad del banco para adaptarse a diferentes contextos y nuevos experimentos.