• español
    • English
    • français
    • português
A+A-
  • español 
    • español
    • English
    • français
    • português
    • Guías de uso
      • Lineamientos para el Director de trabajo de grado
      • Lineamientos para el estudiante que carga trabajo de grado
      • Normas APA 7 Edición
      • Tips Normas Apa 7 ed.
    • Usuarios
    Ver ítem 
    •   Universidad Nacional Abierta y a Distancia UNAD
    • Producción Científica
    • Trabajos de Grado - Pregrado
    • Escuela de Ciencias Básicas, Tecnología e Ingenierías
    • Profesional
    • Ingeniería Electrónica
    • Ver ítem
    •   Universidad Nacional Abierta y a Distancia UNAD
    • Producción Científica
    • Trabajos de Grado - Pregrado
    • Escuela de Ciencias Básicas, Tecnología e Ingenierías
    • Profesional
    • Ingeniería Electrónica
    • Ver ítem
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Aplicación de visión artificial basada en Python y Raspberry Pi para la clasificación automática de cilindros neumáticos en la estación MPS clasificación

    Thumbnail
    QRCode
    Ver/
    caacevedogu.pdf (2.054Mb)
    Compartir
    Fecha
    2025-10-09
    Autor
    Acevedo Gutierrez, Camilo Arturo
    Director
    Gomez Martinez, William Rafael

    Citación

           
    TY - GEN T1 - Aplicación de visión artificial basada en Python y Raspberry Pi para la clasificación automática de cilindros neumáticos en la estación MPS clasificación AU - Acevedo Gutierrez, Camilo Arturo Y1 - 2025-10-09 UR - https://repository.unad.edu.co/handle/10596/74577 AB - El proyecto busca desarrollar y aplica un sistema de visión artificial basado en Python y Raspberry Pi para la clasificación automática de cuerpos de cilindros neumáticos en la estación MPS Clasificación. Ante las limitaciones de los métodos tradicionales de clasificación manual y mecánica, el sistema propuesto utiliza una cámara para capturar imágenes de los cilindros, las cuales se procesan y clasifican mediante técnicas avanzadas de procesamiento de imágenes y aprendizaje automático. La solución promete mejorar la precisión y la eficiencia operativa, reducir costos y proporcionar una alternativa económica y flexible para la automatización en la manufactura. Este enfoque no solo optimiza el proceso de clasificación, sino que también ofrece un modelo accesible para la integración de visión artificial en diversas aplicaciones industriales. ER - @misc{10596_74577, author = {Acevedo Gutierrez Camilo Arturo}, title = {Aplicación de visión artificial basada en Python y Raspberry Pi para la clasificación automática de cilindros neumáticos en la estación MPS clasificación}, year = {2025-10-09}, abstract = {El proyecto busca desarrollar y aplica un sistema de visión artificial basado en Python y Raspberry Pi para la clasificación automática de cuerpos de cilindros neumáticos en la estación MPS Clasificación. Ante las limitaciones de los métodos tradicionales de clasificación manual y mecánica, el sistema propuesto utiliza una cámara para capturar imágenes de los cilindros, las cuales se procesan y clasifican mediante técnicas avanzadas de procesamiento de imágenes y aprendizaje automático. La solución promete mejorar la precisión y la eficiencia operativa, reducir costos y proporcionar una alternativa económica y flexible para la automatización en la manufactura. Este enfoque no solo optimiza el proceso de clasificación, sino que también ofrece un modelo accesible para la integración de visión artificial en diversas aplicaciones industriales.}, url = {https://repository.unad.edu.co/handle/10596/74577} }RT Generic T1 Aplicación de visión artificial basada en Python y Raspberry Pi para la clasificación automática de cilindros neumáticos en la estación MPS clasificación A1 Acevedo Gutierrez, Camilo Arturo YR 2025-10-09 LK https://repository.unad.edu.co/handle/10596/74577 AB El proyecto busca desarrollar y aplica un sistema de visión artificial basado en Python y Raspberry Pi para la clasificación automática de cuerpos de cilindros neumáticos en la estación MPS Clasificación. Ante las limitaciones de los métodos tradicionales de clasificación manual y mecánica, el sistema propuesto utiliza una cámara para capturar imágenes de los cilindros, las cuales se procesan y clasifican mediante técnicas avanzadas de procesamiento de imágenes y aprendizaje automático. La solución promete mejorar la precisión y la eficiencia operativa, reducir costos y proporcionar una alternativa económica y flexible para la automatización en la manufactura. Este enfoque no solo optimiza el proceso de clasificación, sino que también ofrece un modelo accesible para la integración de visión artificial en diversas aplicaciones industriales. OL Spanish (121)
    Gestores bibliográficos
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Palabras clave
    Computación Google Scholar
    Lenguaje de Programación Google Scholar
    Ordenador Google Scholar
    Cobertura regional / País
    cead_-_Sogamoso
    Metadatos
    Mostrar el registro completo del ítem
    Documentos PDF
    Descripción del contenido
    El proyecto busca desarrollar y aplica un sistema de visión artificial basado en Python y Raspberry Pi para la clasificación automática de cuerpos de cilindros neumáticos en la estación MPS Clasificación. Ante las limitaciones de los métodos tradicionales de clasificación manual y mecánica, el sistema propuesto utiliza una cámara para capturar imágenes de los cilindros, las cuales se procesan y clasifican mediante técnicas avanzadas de procesamiento de imágenes y aprendizaje automático. La solución promete mejorar la precisión y la eficiencia operativa, reducir costos y proporcionar una alternativa económica y flexible para la automatización en la manufactura. Este enfoque no solo optimiza el proceso de clasificación, sino que también ofrece un modelo accesible para la integración de visión artificial en diversas aplicaciones industriales.
    Formato
    pdf
    Tipo de Recurso Digital
    Proyecto aplicado
    URI
    https://repository.unad.edu.co/handle/10596/74577
    Colecciones
    • Ingeniería Electrónica [238]
    Guías de usoNormatividadLineamientos para el Director de trabajo de gradoLineamientos para el estudiante que carga trabajo de gradoNormas APA 7 EdiciónTips Normas Apa 7 ed.

    Listar

    Todo RepositorioComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasEsta colecciónPor fecha de publicaciónAutoresTítulosMaterias

    Mi cuenta

    Solo administradorRegistro
    Estadísticas GTMEstadísticas GTM
    Indexado por:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: