1.1.

CONTENIDO PROPUESTO
I. INTRODUCCIN
II. MARCO TERICO
II.1. CONCEPTOS BSICOS
II.1.1. Visin Artificial.
La visin artificial es un sub-campo de la inteligencia artificial que a travs de
las tcnicas adecuadas, permite la obtencin procesamiento y anlisis de
cualquier tipo de informacin especial obtenida a travs de imgenes digitales.
[Web04]
Los objetivos tpicos de la visin artificial incluyen:
La deteccin, segmentacin, localizacin y reconocimiento de ciertos

objetos en imgenes (ejemplo, caras humanas).

La evaluacin de los resultados.
Registro de imgenes de una misma escena u objeto, es decir, hacer

concordar un mismo objeto en diversas imgenes.

Seguimiento de un objeto en una secuencia de imgenes.
Mapeo de una escena para generar un modelo tridimensional de la escena,

este modelo podra ser usado por un robot para navegar por la escena.
Estimacin de las posturas tridimensionales de humanos.
Bsqueda de imgenes digitales por su contenido.

Estos objetivos se consiguen por medio del estudio de:

Procesamiento de imgenes.
Reconocimiento de imgenes.
Aprendizaje estadstico.
Geometra de proyeccin.
Teora de grafos entre otros campos. [Web05]

El principio de funcionamiento de un sistema de visin artificial consiste en la

captacin de imgenes a travs de sensores (cmaras) para su posterior
tratamiento a travs de tcnicas de procesamiento avanzadas, permitiendo as
intervenir sobre un proceso o sistema.

Las principales caractersticas de un sistema de visin artificial son las

siguientes:

Analizan luz o color reflejado. Miden nivel de luz.

Detectan bordes y formas.
Analizan color.
Actan si contacto, es decir no deformar el material.
Se puede analizar un objeto en movimiento.
Son automticos. Alta velocidad de procesado.
Flexibles: basados en software.
Entorno informtico. [Web03]

Un sistema de visin artificial se compone bsicamente de los siguientes

elementos:
a. Fuente de luz.
La fuente de luz constituye un aspecto importante ya que debe
proporcionar unas condiciones de iluminacin uniforme e independiente
del entorno, facilitando adems, si es posible, la extraccin de los rasgos
de inters para una determinada aplicacin. [Web06]
b. Sensor de Imagen.
Los sensores de imgenes son componentes sensibles a la luz que
modifican su seal elctrica en funcin de la intensidad luminosa que
perciben. Es el elemento encargado de recoger las caractersticas del
objeto bajo estudio. [Web06]
c. Tarjeta de captura o adquisicin de imgenes.
Las tarjetas de captura de imagen son la interfaz entre el sensor y la
computadora o mdulo de proceso y permiten transferir la imagen de la
cmara a la memoria de la computadora con el fin de que sta pueda
realizar el procesamiento adecuado de la imagen. [Web06]
d. Algoritmos de anlisis de imgenes.
Es la parte inteligente del sistema. Su misin consiste en aplicar las
transformaciones, necesarias y extracciones de informacin de las

imgenes capturadas, con el fin de obtener los resultados para que los
que sido diseado. [Web06]
e. Computadora o mdulo de proceso.
Se trata del sistema encargado de recibir y analizar, mediante los
algoritmos adecuados, las imgenes a la velocidad necesaria para poder
interactuar con el entorno en tiempo real. Se trata de la parte del sistema
encargada de implementar las funciones y objetivos para los que se haya
diseado el sistema. [Web06]
f. Sistema de respuesta en tiempo real.
Con la informacin extrada, los sistemas de visin artificial pueden
tomar

decisiones que afecten al sistema productivo con el fin de

mejorar la calidad global de la produccin o realizar una tarea para la

cual fue diseada el sistema. [Web06]

Figura 1: Elementos de un sistema de

visin artificial.

II.1.2. PROCESAMIENTO DIGITAL DE IMGENES

Es el conjunto de tcnicas que se aplican a las imgenes digitales con el
objetivo de mejorar la calidad o facilitar la bsqueda de informacin. La
imagen puede haber sido generada de muchas maneras, por ejemplo
fotogrficamente, o por medio de monitores de televisin. [Web07]
El procesamiento digital de imgenes se ha trabajado desde 2 enfoques. Uno
desde el punto de vista de procesamiento digital de seales, en el cual se
trabaja en el dominio de las frecuencias con ayuda de la transformada de
Fourier. El otro en el dominio espacial donde se considera a la imagen como
una matriz, haciendo uso de algebra matricial. [Libro01]
Ambos enfoques buscan producir una imagen de mejor calidad a partir de una
imagen digital dada, se busca eliminar ruido o elementos que no permitan una
imagen aceptable; para posteriormente extraer la informacin relevante.
[Libro01]
A. Conceptos bsicos del procesamiento de imgenes.
A continuacin se presentan los conceptos bsicos relacionados con el
procesamiento de imgenes desde el enfoque de dominio espacial.
[Libro01]
a. Visin por computadora
Consiste en la adquisicin,

procesamiento,

clasificacin

reconocimiento de imgenes digitales. [Libro01]

b. Pixel.
Elemento bsico de una imagen. [Libro01]
c. Imagen.
Arreglo bidimensional de pixeles con diferente intensidad luminosa
(escala de gris). Si la intensidad luminosa de cada pixel se representa
por n bits, entonces existirn 2n escalas de gris diferentes. [Libro01]
d. Color.
El color se forma mediante la combinacin de los tres colores bsicos:
rojo, verde y azul (en ingls corresponde a las siglas RGB). Y puede
expresarse mediante una tripleta de valores de 0 a 1, donde R,G y B
representan las intensidades de cada uno de los tres colores bsicos.
[Libro01]
e. Brillo.
Indica si un rea est ms o menos iluminada. [Libro01]

f. Tono.
Indica si un rea parece similar al rojo, amarillo, verde o azul, o una
proporcin de ellos. [Libro01]
g. Luminosidad.
Es el brillo de una zona respecto a otra zona blanca en la imagen.
[Libro01]
h. Croma.
Indica la coloracin de un rea respecto al brillo de un blanco de
referencia.
i. Espacio
Se basa en la
de

tres

[Libro01]
RGB.
combinacin
seales

de

luminancia

cromtica

distinta:

rojo, verde y

azul

(red,

La

forma

de

obtener

especfico es

Green, blue).
ms
un

sencilla
color

determinar la

cantidad de color rojo, verde y azul que se requiere combinar para

obtener el color deseado, para lo cual se realiza la suma aritmtica de
los componentes. [Libro01]

Figura 2: Generacin de colores en el

j. Mapa deespacio
color. RGB.
El mapa de color es una matriz de nx3, donde cada regin es una
tripleta de colores. El primer rengln corresponde al valor mnimo del
eje de color y el ltimo rengln al mximo. AL definir diferentes

valores de intensidad de los tres colores bsicos, se crean diferentes

mapas de color. [Libro01]
k. Histograma de la imagen.
El histograma de una imagen es una representacin del nmero de
pixeles de cierto nivel de gris en funcin de los niveles de gris.
[Libro01]
II.1.3. RECONOCIMIENTO DE PATRONES
El reconocimiento de patrones tambin llamado lectura de patrones,
identificacin de figuras y reconocimiento de formas, es la ciencia que se
ocupa de los procesos de ingeniera, computacin y matemticas relacionados
con objetos fsicos y/o abstractos con el propsito de extraer informacin que
permita establecer propiedades de o entre conjuntos de dichos objetos.
[Web08]
A. Etapas para el reconocimiento de imgenes.
De manera general, cuando se intente resolver algn problema que
implique el reconocimiento de patrones se deben tomar en cuenta las
siguientes etapas:
Adquisicin de datos.
Para poder realizar el reconocimiento es necesario, realizar o
implementar alguna etapa de adquisicin de los datos que describen
al patrn que se desea clasificar. Esto implica que, el mtodo que se
utilizar para realizar la adquisicin de los datos, depender de la

naturaleza del patrn. [Tesis03]

Preprocesamiento
Una vez que ya se cuenta con, los datos que describen a cada uno
de los patrones, es ms conveniente realizar una etapa de
preprocesamiento sobre cada uno de ellos en lugar de ser dados
como entrada del sistema tal y como fueron obtenidos durante la
etapa de adquisicin de datos.
El realizar el preprocesamiento sobre los datos tiene varias
ventajas: la principal de ellas es que puede reducir la
dimensionalidad de los datos, lo cual mejora substancialmente la

ejecucin del sistema, sobre todo cuando se utiliza una metodologa

como la de redes neuronales.
Dentro de esta etapa se puede preprocesar el patrn de entrada de
tal forma que todos los patrones tengan el mismo tamao (escala)
consiguiendo con esto que el sistema sea invariante al
escalamiento. Adems de esto, tambin se busca lograr que el
sistema sea invariante a la traslacin. Cuando un sistema es
invariante a la traslacin y al escalamiento de los patrones, se dice

que el sistema cuenta con un conocimiento previo. [Tesis03]

Extraccin de caractersticas.
Uno de los principales problemas en el reconocimiento de patrones,
es encontrar una manera ptima de representar la informacin
original que describe a cada uno de los patrones. Este problema es
conocido como extraccin de caractersticas. Este proceso de
extraccin de caractersticas trata de reducir la cantidad de
informacin (reduccin de dimensionalidad) que representa a cada
uno de los patrones, obteniendo de esta forma, un vector de
caractersticas que represente de la mejor manera posible al patrn

original. [Tesis03]
Reconocimiento.
Finalmente, una vez que se han realizado las etapas de
preprocesamiento y extraccin de caractersticas, se procede ha
realizar el objetivo principal del sistema: el reconocimiento. De
manera general, la etapa de reconocimiento consiste en obtener una
salida del sistema

como respuesta a un conjunto de estmulos

dados como entrada (patrones). [Tesis03]

B.

Figura 3: Etapas para el reconocimiento de

imgenes.

Enfo
ques
de

Reconocimiento de Patrones.
A continuacin se describirn brevemente los enfoques ms populares en
sta disciplina:
a. Enfoque Estadstico.
Histricamente, una de las primeras herramientas empleadas en la
solucin de problemas de Reconocimiento de Patrones es la
Estadstica; utiliza el Anlisis Discriminante, la Teora Bayesiana de la
Decisin, la Teora de la Probabilidad y el Anlisis de Agrupamientos
(Cmulos, cluster). El enfoque estadstico es la ms simple y consiste
en representar cada patrn mediante un vector de nmeros resultantes
del muestreo y cuantificacin de las seales externas, y cada clase por
uno o varios patrones prototipo. Un patrn no es ms que un punto del
espacio de representacin de los patrones, que es un espacio de
dimensionalidad determinada por el nmero de variables consideradas.

El estudio del conjunto apropiado de variables, la variabilidad de los

patrones de una clase, las medidas de semejanza entre patrones, as
como la relacin entre patrones y clases constituye el Reconocimiento
Estadstico de Patrones cuyas principales caractersticas son:

Se basa en descripciones de objetos en trminos de mediciones,

es decir, variables numricas.

A dichas variables se le presuponen propiedades tales como las
de estar definidas sobre un espacio mtrico o normado, e incluso

en ocasiones se asume un tipo particular de mtrica.

Es muy frecuente el uso de probabilidades, en particular cuando
se considera la presencia de elementos de incertidumbre o
subjetividad; pero tambin en estos casos es frecuente el asumir
un determinado comportamiento de dichas probabilidades y con
ello aparece la suposicin de ajustarse a distribuciones normales.

Este enfoque ha sido aplicado en muchos problemas concretos, en

particular los relacionados con imgenes y seales; sin embargo, su uso
se ha extendido indebidamente, a zonas para las cuales no fueron
concebidas, en problemas donde las hiptesis que se presuponen no se
cumplen. Es importante hacer notar que las herramientas matemticas
deben ser seleccionadas muy cuidadosamente para su rea de
aplicacin. No se debera de usar una herramienta en la solucin de un
problema para el cual no fue Diseado. [Tesis04]
b. Enfoque Sintctico Estructural.
Otro de los enfoques importantes del Reconocimiento de Patrones es el
que parte de la Teora de los Lenguajes Formales. Su origen est
relacionado con el reconocimiento de imgenes y seales. Su idea
central

consiste

en

suponer

que

estos

objetos,

una

seal

electrocardiogrfica digamos por caso, se puede descomponer

(fsicamente) en elementos primarios, atmicos, (en pedazos de la
misma) como si fueran las letras de un cierto alfabeto; y a partir de

estas letras, teniendo en cuenta la seal completa, encontrar las reglas

gramaticales que nos permitan formar la seal (como si estuviramos
armando un rompecabezas). En otras palabras, el propsito es
encontrar la gramtica cuyo lenguaje estara formado slo por seales
que estaran muy estrechamente vinculadas unas con las otras y
aquellas seales que no tuviesen que ver con las primeras, responderan
a gramticas diferentes, por lo que perteneceran a otro lenguaje.
Algunas de las caractersticas de este enfoque, denominado
Reconocimiento Sintctico Estructural de Patrones, son las siguientes:

Se basa en las descripciones de los objetos en trminos de sus

partes constitutivas.
Se apoya en la Teora de los Lenguajes Formales, la Teora de

Autmatas, las Funciones Recursivas y la Teora de Grafos.

Se asume que la estructura de los objetos a ser reconocidos es
cuantificable.

En forma muy general, podemos decir que en este enfoque se asocia a

cada conjunto de objetos una gramtica que genera slo elementos de
dicho conjunto, y el problema consiste en averiguar cul de las
gramticas genera como palabra la correspondiente al objeto que se
desea clasificar; o tambin que a cada conjunto de objetos se le asocia
un grafo que describe las relaciones entre las propiedades estructurales
de un objeto representante del conjunto de objetos. Aqu se
compararan los grafos asociados a cada representante de las clases con
el objeto que se quiere clasificar.
Esta manera de abordar un problema de Reconocimiento de Patrones es
especialmente productiva cuando los objetos de estudio son objetos
fsicos, es decir, imgenes o seales. Ejemplos de estas aplicaciones
son trabajos en identificacin de impresiones digitales, entre muchos
otros. [Tesis04]
c. Enfoque Lgico Combinatorio.

La Lgica Matemtica, la Teora de Testores, la Teora Clsica de

Conjuntos, la Teora de los Subconjuntos Difusos, la Teora
Combinatoria, la Matemtica Discreta en general, constituyen el
basamento terico-matemtico en el que se desarrolla el denominado
Enfoque Lgico-Combinatorio en Reconocimiento de Patrones. Las
ideas centrales de este enfoque consisten en suponer que los objetos se
describen por medio de una combinacin de rasgos numricos y no
numricos, y los distintos valores pueden ser procesados por funciones
numricas.
Este enfoque se basa en la idea de que la modelacin del problema
debe ser lo ms cercana posible a la realidad del mismo, sin hacer
suposiciones que no estn fundamentadas. Uno de los aspectos
esenciales del enfoque es que las caractersticas utilizadas para
describir a los objetos de estudio deben ser tratadas adecuadamente.
El enfoque lgico combinatorio es ms que un conjunto de tcnicas, es
una

filosofa,

una

manera

de

enfrentar

los

problemas

de

Reconocimiento de Patrones a partir de una determinada metodologa

de la modelacin matemtica, es decir, como deben ser modelados y
resueltos los problemas reales.
El enfoque lgico combinatorio; adems aborda problemas de
seleccin de variables (determinacin de sndromes de enfermedades,
determinacin de la relevancia de sntomas, signos de enfermedades, o
del estado de una red de computadoras, etc.) y de clasificacin
supervisada (con aprendizaje: diagnstico y pronstico mdicos;
pronstico de fenmenos naturales o sociales; pronstico de
perspectividad de recursos minerales, etc.) a partir del enfoque lgico
combinatorio en los llamados dominios poco estructurados. [Tesis04]

d. Enfoque Neuronal basado en redes neuronales.

Las redes neuronales o modelos conexionistas como tambin se les

conoce, estn inspiradas en el comportamiento del cerebro humano.
Esto significa, que cuando se desarrolla un modelo de red neuronal, se
trata de imitar el comportamiento del cerebro humano. Una red
neuronal est compuesta de un conjunto de elementos que imitan a los
componentes neuronales biolgicos, tan es as, que dichos elementos
son unidades de procesamiento llamados neuronas artificiales, los
cuales tienen conexiones de entrada (dendritas) que provienen de otras
neuronas y conexiones de salida (axn) hacia otras neuronas. Para
poder obtener un buen desempeo, las neuronas de una red neuronal
estn masivamente interconectadas con otras neuronas mediante la
serie

de conexiones tanto de entrada como de salida, las cuales

presenta un cierto peso (ponderacin).

De manera general las redes neuronales presentan tres principales
caractersticas:
Aprendizaje: Se refiere a que al igual que el cerebro humano,
una red neuronal tiene la capacidad de almacenar conocimiento
mediante un proceso de aprendizaje o llamado tambin
entrenamiento. ste conocimiento es almacenado por los pesos
de las conexiones entre las neuronas que conforman a la red

neuronal.
Generalizacin: Significa que se pueden obtener salidas
razonables cuando se usan entradas diferentes a las utilizadas

durante el proceso de entrenamiento.

Adaptabilidad: Significa que una red neuronal puede ser
reentrenada para funcionar adecuadamente ante cambios en su
medio ambiente. [Tesis03]

Figura 4: Estructura de una neurona

artificial.
II.1.4.

FUNDAMENTOS DE ROBTICA
La robtica es la rama de la tecnologa que se dedica al diseo, construccin,
operacin, disposicin estructural, manufactura y aplicacin de los robots. La
robtica combina diversas disciplinas como son la:
Mecnica
Electrnica.
Informtica
Inteligencia Artificial
Ingeniera de Control.
Fsica.
Otras reas importantes en

robtica son: el lgebra, los autmatas

programables, la animatrnica y las mquinas de estado. [Web09]

II.1.4.1.

Definiciones bsicas en un robot.

II.1.4.1.1.

Conceptos de partes que conforman a un robot.

A. Mecanismos de eslabones articulados.

Es un conjunto de slidos (eslabones) articulados entre si de tal manera que
conduzcan al rgano terminal, colocado en el extremo de la estructura, a las
posiciones y orientaciones necesarias para la realizacin de una tarea dada.
[Tesis05]
B. Articulaciones.
Las articulaciones de un robot pueden ser de revolucin o prismticas. La
primera se refiere a un movimiento rotacional generado por el movimiento
de la flecha de un motor, y las articulaciones prismticas implican
conversin de movimiento de revolucin a un movimiento de traslacin.
Los movimientos individuales entre articulaciones pueden ser:
Articulacin Lineal.
Articulacin Rotacional.
Torsin.
Revolucin. [Tesis05]

la

Figura 5: Diferentes tipos de articulaciones usadas

en robots..
C. rgano
terminal.
Dispositivo que se instala en el extremo del manipulador, el cual interacta
con los objetos de su entorno al efectuar una tarea. Consiste en un sistema

mecnico capaz de prender y soltar objetos (pinza mecnica) o herramienta

capaz de realizar alguna operacin (antorcha o pistola de soldadura, etc.).
[Tesis05]
D. Grados de Libertad.
Corresponde al nmero mnimo de variables independientes que es necesario
definir para determinar la situacin en el espacio de todos los eslabones del
manipulador. La regla de K. Kutzbach permite determinar el nmero de
eslabones y de articulaciones. [Tesis05]
G=6( e1 ) 5a ..(1)
Donde:
G= Grados de libertad. (GDL)
e= Nmero de eslabones.
a= Nmero de articulaciones.
E. Transmisiones.
Dado que un robot mueve su extremo con aceleraciones elevadas, es de gran
importancia reducir al mximo su momento de inercia. Del mismo modo, los
pares estticos que deben vencer los actuadores dependen directamente de la
distancia de las masas al actuador. Por estos motivos se procura que los
actuadores, por lo general pesados, estn lo ms cerca posible de la base del
robot. Esta circunstancia obliga a utilizar sistemas de transmisin que
trasladen el movimiento hasta las articulaciones, especialmente a las situadas
en el extremo del robot. As mismo las trasmisiones pueden ser utilizadas
para convertir movimiento circular en lineal o viceversa, lo que en ocasiones
puede ser necesario. [Libro02]
Entrada-Salida
Circular-Circular

Circular-Lineal
Lineal-Circular

Denominacin
Engranaje
Correa dentada
Cadena
Paralelogramo
Cable
Tornillo sinfn
Cremallera
Para. Articulado
Cremallera

Ventajas
Pares altos
Distancia grande
Distancia grande
Poca holgura
Holgura media
Holgura media

Inconvenientes
Holguras
Ruido
Giro limitado
Deformabilidad
Rozamiento
Rozamiento
Control difcil
Rozamiento

F.

Tabla 1: Sistemas de transmisin para

Actuadores.
robots. tienen por misin generar el movimiento de los elementos
Los actuadores
del robot segn las ordenes de la unidad de control. Cada uno de los tipos de
actuadores presenta caractersticas diferentes entre los que se encuentran los
siguientes:
Potencia.
Controlabilidad.
Peso y volumen.
Precisin.
Velocidad.
Mantenimiento.
Coste. [Libro02]
Los tipos de actuadores utilizados son los siguientes:
a. Actuadores Neumticos.
En este tipo de actuadores la fuente de energa es aire a presin entre 5 y
10 bar. Existen dos tipos de actuadores neumticos:
Cilindros neumticos: En los cuales se consigue el desplazamiento
de un mbolo encerrado en un cilindro, como consecuencia de la

diferencia de presin a ambos lados de aqul.

Motores neumticos: En los cuales se consigue el movimiento de
rotacin de un eje mediante aire a presin. Los dos tipos ms
usados son los motores de aletas rotativas y los motores de pistones
axiales. [Libro 02]

b. Actuadores Hidrulicos.
En este tipo de actuadores en lugar de aire a presin, se usa como fuente
de energa aceites minerales a una presin comprendida normalmente
entre los 50 y 100 bar, llegndose en ocasiones a superar los 300 bar. Al
igual que con los actuadores neumticos, existen actuadores del tipo
cilindro y del tipo motores de aletas y pistones. [Libro02]
c. Actuadores Elctricos.
Las caractersticas de control, sencillez y precisin de los accionamientos
elctricos han hecho que sean los ms utilizados en los robots
actualmente.

Dentro de los actuadores elctricos pueden distinguirse los siguientes

tipos: [Libro02]

Motores de corriente continua (DC).

Motores de corriente alterna (AC).
Motores paso a paso.
Servomotores.

G. Coordenadas operacionales.
Representadas por la posicin y la orientacin del rgano terminal en el
espacio. En la accin de control, permiten conocer la posicin instantnea
que el robot adquiere con su movimiento. [Tesis05]
H. Espacio de configuraciones admisibles.
Llamado tambin espacio de trabajo del robot, es la zona del espacio fsico
que puede ser alcanzada por un punto del rgano terminal. [Tesis05]
II.1.4.1.2.
Configuraciones de robots.
A. Robot Cartesiano.
Los robots presentan una estructura articulada, es decir que se encuentra
conformada por una serie de elementos o eslabones que facilitan el
movimiento, el cual puede ser de traslacin vertical, horizontal y transversal,
los cuales se pueden combinar con movimiento de giro sobre el mismo eje.
En todo robot se debe tener en cuenta los grados de libertad definidos por la
sigla GDL que significa que se debe estudiar a cada uno de los movimientos
en una forma independiente, que en un espacio tridimensional puede realizar
una articulacin. Es por ello que el nmero de grados de libertad de los
robots, viene dada por la suma de los grados de libertad de las articulaciones
que lo componen.
Tienen una estructura PPP. (P=articulacin prismtica)
La especificacin del punto del rgano terminal se efecta mediante

coordenadas cartesianas (x,y,z).

La precisin es uniforme en todo el espacio de trabajo.
Apto para seguir una trayectoria previamente especificada.
Construccin rgida: La distribucin de cargas no presenta problemas

especiales.
No resulta adecuada para puntos situados en espacios cerrados. [Tesis05]
B. Robot Cilndrico.

La estructura determinada para el robot cilndrico facilita un desplazamiento

vertical, transversal y giratorio sobre el eje que gira sobre su propia base. Se
ha de reconocer tambin la forma de la estructura del robot SCARA que
facilita movimientos y desplazamientos vertical, giratorio sobre su propio eje
de la base, como el de la articulacin, lo cual facilita cualquier tipo de
ensamble de un producto, que se relacione con el mundo moderno.
Tiene una estructura RPP y PRP.
La posicin del punto en el espacio se encuentra en las coordenadas

cilndricas (a,r,z).
Ofrecen ventajas cuando las tareas o mquinas servidas se encuentran
radialmente al robot. [Tesis05]

C. Configuracin esfrico o polar.

Tiene una estructura RRP. (R=articulacin rotatoria o de revolucin)
La posicin del punto en el espacio se realiza mediante las coordenadas

(a,b,r).
Configuracin utilizada para los primeros robots. [Tesis05]

D. Configuracin angular.
Tiene una estructura RRR.
La posicin del punto se ubica en el espacio en las coordenadas angulares

(a,b,g).
Soluciona en cierta forma el acceso a espacios cerrados.
Sin embargo, obliga a un esfuerzo suplementario en el sistema de control

para el seguimiento de trayectorias rectilneas. [Tesis05]

E. Configuracin ESCARA.
Tiene una estructura RRP o PRR.
Especialmente para realizar tareas de ensamblado electrnico y en general
de manipulacin vertical.
La mayora de fabricantes incluye este tipo en su oferta. [Tesis05]
F. Configuracin Paralela.
Elemento que se encuentra conectado a la base, por lo menos, a dos

cadenas cinemticas independientes.

Inicialmente utilizada en los simuladores de vuelo.
La carga se reparte entre los eslabones.

La rigidez de los eslabones asegura con mayor precisin el punto

deseado.
Bajo coste relativo y montaje preciso. [Tesis05]

1.2. CONTENIDO PROPUESTO

Captulo I: INTRODUCCION
Captulo II: FUNDAMENTOS (marco) TEORICOS
Captulo III: MATERIALES Y PROCEDIMIENTOS
Captulo IV: DESARROLLO DEL TRABAJO
Captulo V: PRESENTACION DE RESULTADOS
Captulo IV: ANALISIS DE RESULTADOS
CONCLUSIONES Y RECOMENDACIONES
REFERENCIAS BIBLIOGRFICAS
ANEXOS

REFERENCIAS BIBLIOGRAFICAS

Referencia de Libros

1. Esqueda Elizondo, J. J., Palafox Maestre, L. E. (2005). Fundamentos de

procesamiento de imgenes. [en lnea]. Universidad Autnoma de Baja California.
2. Barrientos, A., Pein, L. F., Balaguer, C. (2007) Fundamentos de robtica 2da Edic.
Madrid, Espaa: McGraw-Hill/Interamericana de Espaa, S.A.U.

Referencia de Tesis
1. Sobrado Malpartida, E. A. (2003). Sistema de visin artificial para el
reconocimiento y manipulacin de objetos utilizando un brazo robot. (Tesis de
grado de magister en ingeniera de control y automatizacin). Pontificia
Universidad Catlica del Per. Lima
2. Snchez Reinoso, J. S. (2010-2011). Identificacin de objetos en tiempo real
utilizando tcnicas y clasificadores de visin artificial para el reconocimiento de
patrones. (Tesis de pregrado en ingeniera electrnica). Universidad Politcnica
Salesiana. Ecuador
3. Gutirrez Gonzlez, L. (2000). Reconocimiento de rostros usando redes neuronales.
(Tesis en maestra en Ciencias con especialidad en Ingeniera en Sistemas
Computacionales). Universidad de las Amricas Puebla. Mxico
4. Vzquez Torres, F. (2008). Caracterizacin e Interpretacin de descripciones
conceptuales en dominios poco estructurados. (Tesis para obtener el grado de
Doctor en Ciencias de la Computacin). Instituto Politcnico Nacional. Mxico
5.
6. Lpez Segovia, J. L., Alamilla Santiago, M., Domnguez Vzquez, J. F. (2007).
Robot Cartesiano: Seguimiento de trayectorias irregulares arbitrarias mediante
computadora. (Tesis para obtener el grado de ingeniero en electrnica y
telecomunicaciones). Universidad Autnoma del Estado de Hidalgo.

Referencia de Web
1. Ortiz, U.(2003).Visin Artificial. Recuperado de
http://dspace.ups.edu.ec/bitstream/123456789/220/2/Capitulo%201.pdf

2. Daz, R.(2009). Visin Artificial para el control de la calidad y seguridad

alimentaria. Recuperado de
http://www.aeratp.com/documentos/Presentacion_VISION%20(7).pdf

3. Aplicacin prctica de la visin artificial en el control de procesos industriales.

Recuperado de
http://visionartificial.fpcat.cat/wp- content/uploads/UD_1_didac_Conceptos_previos.pdf

4. C.I.P. ETI Tudela. Visin Artificial, Conceptos Generales. Recuperado de

http://www.etitudela.com/celula/downloads/visionartificial.pdf

5. Wikipedia (2012). Visin Artificial. Recuperado de

http://es.wikipedia.org/wiki/Visi%C3%B3n_artificial

6. IACI. (2005). Aspectos de un Proyecto de Visin Artificial. Recuperado de

http://iaci.unq.edu.ar/materias/vision/archivos/apuntes/Aspectos%20de%20un
%20Proyecto%20de%20Visi%C3%B3n%20Artificial.pdf
7. Malacara, D. ptica Tradicional y Moderna. Recuperado de
http://bibliotecadigital.ilce.edu.mx/sites/ciencia/volumen2/ciencia3/084/htm/opt
ica.htm
8. Carrasco, J. A. (2010). Reconocimiento de Patrones. Recuperado de
http://ccc.inaoep.mx/~ariel/recpat.pdf
9. Wikipedia (2008). Robtica. Recuperado de
http://es.wikipedia.org/wiki/Rob%C3%B3tica