Diseño e implementación de un prototipo de banda transportadora para la identificación  automática de productos cítricos mediante inteligencia artificial

Pineda Cardozo, Juliana Lucia; Jiménez Buitrago, Sergio Andrés

Diseño e implementación de un prototipo de banda transportadora para la identificación automática de productos cítricos mediante inteligencia artificial

dc.contributor.advisor	García Arenas, Hans Yecid
dc.contributor.advisor	Arguello Fuentes, Henry
dc.contributor.advisor	Gómez Toloza, Pablo Andrés
dc.contributor.author	Pineda Cardozo, Juliana Lucia
dc.contributor.author	Jiménez Buitrago, Sergio Andrés
dc.contributor.evaluator	Fonseca Estupiñán, Karen Andrea
dc.contributor.evaluator	Fajardo Ariza, Carlos Augusto
dc.date.accessioned	2024-05-20T14:02:11Z
dc.date.available	2024-05-20T14:02:11Z
dc.date.created	2024-05-15
dc.date.issued	2024-05-15
dc.description.abstract	El proyecto aborda la importancia de implementar sistemas automatizados para la identificación y clasificación de productos agrícolas, como frutas cítricas, en diversos contextos industriales y agrícolas. Estos sistemas ofrecen la oportunidad de mejorar la eficiencia, precisión y rentabilidad en procesos de recolección, clasificación y embalaje de productos, al tiempo que reducen la dependencia de la mano de obra humana y minimizan los errores asociados con tareas manuales. Sin embargo, el estado del arte presenta ciertas limitaciones, como la falta de sistemas integrados y escalables que puedan adaptarse fácilmente a diferentes condiciones ambientales y tipos de productos. Además, muchos de los sistemas existentes pueden enfrentar dificultades para lidiar con variaciones en la apariencia de los productos debido a factores como la iluminación, el fondo y la orientación, lo que puede afectar negativamente la precisión y confiabilidad de la identificación y clasificación. En este contexto, se desarrolló una metodología integral para la construcción e implementación de una banda transportadora automatizada destinada a la identificación y clasificación de frutas cítricas, específicamente limones y mandarinas. Esta metodología incluyó la construcción de la banda transportadora, la creación de una base de datos de imágenes etiquetadas y la implementación del algoritmo de detección de objetos YOLOv5 para la identificación precisa de frutas cítricas en las imágenes capturadas por el sistema. La implementación del sistema de banda transportadora, junto con una cámara para la adquisición de video y el algoritmo YOLOv5 logró una precisión destacada, con una tasa de acierto de 0.9945. Estos resultados demuestran la viabilidad y eficacia de nuestro enfoque para la identificación y clasificación automatizada de frutas cítricas en entornos industriales y agrícolas. El proyecto representa un paso significativo hacia la mejora de los procesos de manejo de productos agrícolas, ofreciendo soluciones innovadoras y escalables para las demandas del mundo real.
dc.description.abstractenglish	The project addresses the importance of implementing automated systems for the identification and classification of agricultural products, such as citrus fruits, in various industrial and agricultural contexts. These systems offer the opportunity to enhance efficiency, accuracy, and profitability in the processes of harvesting, sorting, and packaging products while reducing dependence on human labor and minimizing errors associated with manual tasks. However, the state of the art presents certain limitations, such as the lack of integrated and scalable systems that can easily adapt to different environmental conditions and types of products. Additionally, many of the existing systems may face challenges in dealing with variations in the appearance of products due to factors such as lighting, background, and orientation, which can negatively affect the accuracy and reliability of identification and classification. In this context, a comprehensive methodology was developed for the construction and implementation of an automated conveyor beltdesigned for the identification and classification of citrus fruits, specifically lemons and mandarins. This methodology included the construction ofthe conveyor belt, the creation of a database of labeled images, and the implementation of the YOLOv5 object detection algorithm for the accurate identification of citrus fruits in images captured by the system. The implementation of the conveyor belt system, along with a camera for video acquisition and the YOLOv5 algorithm, achieved outstanding accuracy, with a success rate of 0.9945. These results demonstrate the viability and effectiveness of our approach for automated identification and classification of citrus fruits in industrial and agricultural environments. The project represents a significant step towards improving agricultural product handling processes, offering innovative and scalable solutions for real-world demands
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero Electrónico
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/42452
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingeníerias Fisicomecánicas
dc.publisher.program	Ingeniería Electrónica
dc.publisher.school	Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Automatización
dc.subject	Identificación
dc.subject	Clasificación
dc.subject	Frutas cítricas
dc.subject	Eficiencia
dc.subject	Banda transportadora
dc.subject	Algoritmo YOLOv5
dc.subject.keyword	Neural Citrus fruit
dc.subject.keyword	object detection
dc.subject.keyword	YOLOv5
dc.subject.keyword	conveyor belt
dc.subject.keyword	machine learning
dc.title	Diseño e implementación de un prototipo de banda transportadora para la identificación automática de productos cítricos mediante inteligencia artificial
dc.title.english	Design and Implementation of a Conveyor Belt Prototype for Automatic Identification of Citrus Products Using Artificial Intelligence
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado