Menú local
Guía docente 2018-19 - 13113012 - Sistemas de percepción industrial
TITULACIÓN: | Grado en Ingeniería electrónica industrial |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
CURSO: | 2018-19 |
ASIGNATURA: | Sistemas de percepción industrial |
NOMBRE: Sistemas de percepción industrial | |||||
CÓDIGO: 13113012 | CURSO ACADÉMICO: 2018-19 | ||||
TIPO: Optativa | |||||
Créditos ECTS: 6.0 | CURSO: 4 | CUATRIMESTRE: SC | |||
WEB: http://dv.ujaen.es/goto_docencia_crs_433408.html |
NOMBRE: SATORRES MARTÍNEZ, SILVIA MARÍA | ||
IMPARTE: Teoría - Prácticas [Profesor responsable] | ||
DEPARTAMENTO: U133 - ING. ELECTRÓNICA Y AUTOMATICA | ||
ÁREA: 520 - INGENIERÍA DE SISTEMAS Y AUTOMÁTICA | ||
N. DESPACHO: A3 - 426 | E-MAIL: satorres@ujaen.es | TLF: 953213381 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/43191 | ||
URL WEB: No procede | ||
ORCID: https://orcid.org/0000-0003-0154-4125 |
Ninguno
La asignatura optativa Sistemas de Percepción Industrial está incluida en la materia de Automática Avanzada y se imparte durante el segundo semestre del cuarto curso del Grado en Ingeniería Electrónica Industrial.
Proporciona una visión global de la aplicabilidad de los sistemas de percepción en entornos industriales.
Código | Denominación de la competencia |
CB2R | Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio |
CB3R | Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética. |
CB4R | Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado. |
CB5R | Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía. |
CEX7 | Conocimientos de principios y aplicaciones de los sistemas robotizados. Capacidad para diseñar sistemas de control y automatización industrial. |
CEX8 | Conocimiento aplicado a la informática industrial y comunicaciones. |
CT1 | Capacidad para trabajar, dirigir y gestionar conflictos en un grupo multidisciplinar y/o un entorno multilingüe. |
CT4 | Capacidad para aplicar nuevas tecnologías incluidas las tecnologías de la información y la comunicación. |
CT6 | Capacidad para la transmisión oral y escrita de información adaptada a la audiencia. |
Resultados de aprendizaje | |
Resultado 34 | Conocer las tecnologías utilizadas a nivel industrial para la realización de inspecciones sin contacto. |
Resultado 35 | Conocer los componentes integrantes en un sistema de inspección automática basado en Visión por Computador. |
Resultado 36 | Entender la estructura general de un sistema de Visión por Computador. |
Resultado 37 | Comprender los fenómenos involucrados en el proceso de captación de imágenes. |
Resultado 38 | Conocimiento de las técnicas algorítmicas utilizadas en cada una de las etapas de un sistema de este tipo. |
Resultado 39 | Conocimiento y manejo de software industrial de visión por computador. |
Introducción a la inspección automática:
aplicaciones industriales que hacen uso de la Visión por
Computador
Componentes de un sistema de visión por computador:
dispositivos de adquisición, ópticas y sistemas de
iluminación.
Preprocesamiento de la imagen.
Detección de bordes.
Segmentación de la imagen.
Extracción de características.
Reconocimiento de objetos.
Aplicaciones de Visión en automatización y robótica.
PARTE 1. INTRODUCCIÓN.
CAPÍTULO 1. Introducción a los sistemas de percepción industriales.
- Definición y conceptos fundamentales. Introducción a la visión por computador.
- Campos de aplicación.
- Elementos de un sistema de visión por computador.
PARTE 2. ETAPAS DE UN PROCESO DE VISIÓN POR COMPUTADOR.
CAPÍTULO 2. Adquisición de imágenes.
- Sensores visuales.
- Ópticas.
- Sistemas de iluminación.
CAPÍTULO 3. Preprocesamiento de la imagen.
- Manipulación del contraste.
- Eliminación del ruido.
- Realce de la imagen.
CAPÍTULO 4. Detección de bordes.
- Introducción.
- Operadores basados en el Gradiente.
- Operadores basados en la Laplaciana.
- Operador de Canny.
CAPÍTULO 5. Segmentación de la imagen.
- Introducción.
- Técnicas basadas en la frontera.
- Segmentación mediante umbralización.
- Segmentación basada en regiones.
CAPÍTULO 6. Extracción de características.
- Introducción.
- Descriptores de frontera.
- Descriptores de similitud.
- Descriptores de región.
CAPÍTULO 7. Reconocimiento de objetos.
- Conceptos básicos y metodologías.
- Funciones de decisión.
- Clasificadores paramétricos.
- Clasificadores no paramétricos entrenables.
PARTE 3. SISTEMAS INDUSTRIALES DE VISIÓN POR COMPUTADOR.
CAPÍTULO 8. Aplicaciones de Visión en
Automatización y Robótica.
- Sistemas de visión industriales.
- Inspección y control de calidad.
- Asistencia al agarre y manipulación de robots.
PRÁCTICAS
- Práctica 0. Introducción a Matlab (toolboxes visión).
- Práctica 1. Introducción a las interfaces de usuario.
- Práctica 2. Reducción de ruido en la imagen.
- Práctica 3. Detección de bordes en una imagen (I).
- Práctica 4. Detección de border en una imagen (II).
- Práctica 5. Segmentación de la imagen (I).
- Práctica 6. Segmentación de la imagen (II).
- Práctica 7. Segmentación de la imagen (III).
- Práctica 8. Extracción de características (I).
- Práctica 9. Extracción de características (II).
- Práctica 10. Reconocimiento de formas (I).
- Práctica 11. Reconocimiento de formas (II).
ACTIVIDADES | HORAS PRESENCIALES | HORAS TRABAJO AUTÓNOMO | TOTAL HORAS | CRÉDITOS ECTS | COMPETENCIAS (códigos) |
---|---|---|---|---|---|
A1 - Clases expositivas en gran grupo
|
30.0 | 45.0 | 75.0 | 3.0 |
|
A2R - Clases en pequeño grupo
|
25.0 | 37.5 | 62.5 | 2.5 |
|
A3 - Tutorías colectivas/individuales
|
5.0 | 7.5 | 12.5 | 0.5 |
|
TOTALES: | 60.0 | 90.0 | 150.0 | 6.0 |
A parte de las clases expositivas en gran grupo y de las prácticas de programación se resolverán casos prácticos industriales basados en sensores de visión. Además, se tutorizarán casos prácticos a través de los cuales los alumnos pondrán resolver casos reales utilizando software industrial de programación o realizando sus propios proyectos en código abierto.
ASPECTO | CRITERIOS | INSTRUMENTO | PESO |
---|---|---|---|
Asistencia y/o participación en actividades presenciales y/o virtuales | Participación activa en las prácticas de laboratorio | Puntuación otorgada por el profesor en el laboratorio | 20.0% |
Conceptos teóricos de la materia | Dominio de los conocimientos teóricos y operativos de la materia | Examen teórico. Exposición del caso práctico de programación | 60.0% |
Realización de trabajos, casos o ejercicios | Realización de trabajos, casos o ejercicios | Realización de trabajos, casos o ejercicios | 20.0% |
Para aprobar la asignatura hay que:
- Asistir a todas las prácticas (se podrá recuperar como máximo una práctica)
- Aprobar el examen de teoría . Implica obtener una puntuación mínima de 5 sobre una puntuación total de 10.
- Aprobar la exposición del caso práctico de programación. La defensa de este trabajo tendrá lugar antes del examen de teoría en horario de clase.
El examen teórico evalúa las competencias: CB3R, CB5R, CEX7, CEX8
El trabajo de programación evalúa las competencias: CB2R, CB4R,CT1, CT4, CT6
- Visión por computador. Edición: -. Autor: González Jiménez, Javier. Editorial: Madrid: Paraninfo, cop. 2000 (C. Biblioteca)
- Visión por computador: fundamentos y métodos. Edición: -. Autor: Escalera Hueso, Arturo de la. Editorial: Madrid [etc.]: Prentice Hall, D. L. 2001 (C. Biblioteca)
- Digital Image processing using MATLAB. Edición: 2nd ed., 16th reprint. Autor: González, Rafael C.. Editorial: New Delhi : McGraw Hill Education, 2016 (C. Biblioteca)
- MATLAB: advanced GUI development. Edición: -. Autor: Smith, Scott T.. Editorial: Indianapolis : Dog Ear, 2006 (C. Biblioteca)
- Handbook of 3D machine vision [Recurso electrónico] : optical metrology and imaging. Edición: -. Autor: -. Editorial: Boca Raton, FL : CRC Press, 2013 (C. Biblioteca)
- Handbook of machine vision. Edición: -. Autor: -. Editorial: Weinheim : Wiley-VCH, 2011 (C. Biblioteca)
Semana | A1 - Clases expositivas en gran grupo | A2R - Clases en pequeño grupo | A3 - Tutorías colectivas/individuales | Trabajo autónomo | Observaciones | |
---|---|---|---|---|---|---|
Nº 1 28 ene. - 3 feb. 2019 |
2.0 | 0.0 | 1.0 | 4.0 | Clases expositivas Tema 1. Práctica 0. Introducción al entorno de programación (Matlab) | |
Nº 2 4 - 10 feb. 2019 |
2.0 | 0.0 | 2.0 | 4.0 | Tema 2. Práctica 0. Introducción al entorno de programación (toolboxes visión) | |
Nº 3 11 - 17 feb. 2019 |
2.0 | 1.0 | 0.0 | 6.0 | Tema 2. Práctica 1. Introducción a las interfaces de usuario | |
Nº 4 18 - 24 feb. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 2. Práctica 1. Introducción a las interfaces de usuario | |
Nº 5 25 feb. - 3 mar. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 3. Práctica 2. Reducción de ruido en la imagen. | |
Nº 6 4 - 10 mar. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 4. Práctica 3. Detección de bordes en una imagen (I) | |
Nº 7 11 - 17 mar. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 4. Práctica 4. Detección de bordes en una imagen (II) | |
Nº 8 18 - 24 mar. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 5. Práctica 5. Segmentación de la imagen (I). | |
Nº 9 25 - 31 mar. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 5. Práctica 6. Segmentación de la imagen(II). | |
Nº 10 1 - 7 abr. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 5. Práctica 7. Segmentación de la imagen (III). | |
Nº 11 8 - 14 abr. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 6. Práctica 8. Extracción de características (I) | |
Período no docente: 15 - 21 abr. 2019 | ||||||
Nº 12 22 - 28 abr. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 6. Práctica 9. Extracción de características (II) | |
Nº 13 29 abr. - 5 may. 2019 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 7. Práctica 10. Reconocimiento de formas (I) | |
Nº 14 6 - 12 may. 2019 |
2.0 | 2.0 | 0.0 | 8.0 | Tema 7. Práctica 11. Reconocimiento de formas (II) | |
Nº 15 13 - 17 may. 2019 |
2.0 | 2.0 | 2.0 | 8.0 | Tema 8. Presentación trabajos de programación. | |
Total Horas | 30.0 | 25.0 | 5.0 | 90.0 |