You are on page 1of 6

1

Robotic Automation for the Quality Control of a Labeling Process
Valencia G.A, L. A. Amaya, L. Angel, Pontificia Bolivariana University
 Abstract— This project is designed and implemented an industrial application for quality control of the label in metal containers. The application integrates an industrial robot Gryphon, a vision system and a transportation system with band. It performs the position control algorithm for robot using walli3 software. The vision system consists of a color camera and image processing to identify defects in metal containers label using the OpenCV libraries. The application developed has great performance and will make known to the region industry the potential of the industrial robotic as an alternative in the automation of its process. Keywords— Automatization, Quality Control, Image Processing, Otsu Method, Gryphon Robot.

En los últimos años, en mejora de las piezas o productos a conformidad con respecto a las especificaciones del mismo, fabricados por una determinada industria, el énfasis se centra en la labor de inspección y en el establecimiento de tolerancia de los productos. Se induce a creer que la calidad depende del proceso de inspección y no del de producción o ejecución, donde se implementan Departamentos de Control de Calidad que verifican por muestra o la calidad de las piezas o productos fabricados. La robótica como equipo especializado en el control de calidad en las industrias automatizadas, se lleva a cabo en la recepción de materiales y, al final, en el control de productos acabados. Entre los pocos proyectos de automatización del control de calidad en esta región, se encuentra, el “sistema de visión para la identificación de las etapas de maduración de la piña” [1] y la “aplicación para el reconocimiento de las naranjas maduras en el árbol” [2]. Por otra parte, a nivel internacional se usan “sistemas de visión para realizar las labores de control de calidad del cierre de latas para conservar pescados y mariscos” [3], y para el “procesamiento y empacado adecuado de salchichas el cual implementa dos sub-sistemas, uno para la selección de salchichas con el tamaño adecuado y otro para verificar que el producto este correctamente empacado y sellado” [4]. A continuación se presenta la estructura del artículo. Inicialmente se plantea como se desarrolla la aplicación, seguidamente de la construcción y programación de cada instrumento que utiliza el sistema de control de calidad. Luego se detallan las pruebas realizadas para comprobar su funcionamiento y los resultados obtenidos. II. PROCESO INDUSTRIAL DE ETIQUETADO El proceso de automatización industrial fue proyectado según las siguientes fases:   Transporte: utiliza una cinta transportadora que moviliza los productos (latas) de un lugar a otro. Controlador de Señales: módulo para el control del flujo de señales del proceso. Sistema de visión: cámara y detector de presencia que realizaran el procesamiento de imágenes del producto. Manipulación: utilización de un robot industrial para tomar las latas y transportarlas según la clasificación.

I. INTRODUCCIÓN

L

os países desarrollados llevan a cabo sus procesos industriales de forma automatizada, obteniendo una mejoría en el tratamiento y desempeño de las actividades que cada empresa maneja contribuyendo con la optimización industrial y tecnológica de cada proceso. Uno de los procesos que las industrias practican constantemente es la revisión de sus productos de una forma cuidadosa (control de calidad) para así poder ofrecer a los consumidores finales un producto obtenido en las mejores condiciones posibles. Generalmente los sistemas de control de calidad implementados industrialmente toman imágenes de los productos a analizar, las cuales son tratadas por medio de técnicas de procesamiento de imágenes para identificar defectos externos en el producto, determinando si este es aceptado o no en el control de calidad. Sumado al procesamiento de imágenes, estos procesos de automatización son también llevados a cabo por medio de robots, los cuales toman los objetos defectuosos o rechazados en el proceso de control y los trasportan a otro lugar donde se serán tratados nuevamente o retirados.

Valencia, G.A, L. A. Amaya, egresados de la Universidad Pontificia Bolivariana, Colombia. (Gabriel.valencia@ufrgs.br, luis.amayad@upb.edu.co). L. Angel egresado y profesor de la Universidad Pontificia Bolivariana, Colombia. (luis.angel@upb.edu.co)

 

Diagrama de flujo del proceso de automatización. está programado en lenguaje C. Controlador de Señales Este bloque es controla el flujo de información de los diferentes dispositivos electrónicos que conforman la automatización del sistema de control de calidad. el robot vuelve a su posición inicial y se repite el proceso. utilizando las librerías de procesamiento de imágenes fabricadas por Intel. 1 muestra el funcionamiento y enlace del sistema de automatización. 2. el cual cumple la función de retener y dar paso a los productos que se van a analizar. El sistema es alimentado por envases metálicos mediante un dispensador ubicado en un extremo de la banda trasportadora. B. el algoritmo de procesamiento de imágenes envía una señal al controlador del robot indicándole que secuencia debe seguir para manipular el producto aceptado o rechazado y enviarlo a su correspondiente lugar. de tal manera que se logre un flujo de información ordenada y evitar posibles errores. el dispensador y el robot. La Fig. El sistema es encendido desde el panel de control para iniciar sus ajustes y configuraciones necesarias. Se toma la imagen correspondiente y se realiza el análisis con el software de procesamiento de imágenes. Figura 2. El controlador de señales recibe la información proveniente del panel de control y la convierte en señales de activación de la banda trasportadora. Las señales que salen son la transmisión de información serial. Una vez encontrado el resultado. Sistema de visión y algoritmo de procesamiento de imágenes El procesamiento de imágenes que integra el sistema de control de calidad. el cual tiene un gran rendimiento y velocidad al manejar una memoria de acceso aleatoria (RAM) de 224 bytes y memoria de lectura (EEPROM) de 128 bytes bajo una velocidad de hasta 200 nano segundos por ciclo utilizando un oscilador de 20Mhz. el algoritmo pregunta si el sensor al final de la banda transportadora está activo. Posteriormente. toma la fotografía del producto y se realiza el procesamiento de imágenes para determinar si este lleva o no la etiqueta. III. Las señales que entran a este dispositivo son la comunicación serial. . 3. OPENCV [7]. Los envases metálicos son trasportados hasta la zona de visión de la cámara donde son detenidos por medio de la señal emitida por el sensor. el comportamiento de las compuertas del dispensador. El sistema de visión cuenta con una cámara a color de 1. Al terminar. Sumado a esto. Figura 1. se envía la señal correspondiente al controlador del robot para que este tome el producto y lo transporte al lugar indicado. facilita la comunicación tipo serial al integrar un módulo para dicho trabajo y tener un conjunto reducido de instrucciones [6]. la información enviada desde el controlador del robot y el pulso emitido por el sensor que detecta el objeto para analizar. las señales de activación del robot y la activación de la banda transportadora. si lo está.3 mega pixeles. Proceso de automatización. El controlador de señales utiliza un micro controlador pic16f628a de microchip.2  Interfaz hombre-máquina: sistema supervisório para control visual del proceso. que toma la fotografía del producto la cual es procesada implementado el algoritmo que se muestra en la Fig. Una vez analizado el envase. a su vez lleva al panel de control el estado del proceso. DESCRIPCIÓN DE PRINCIPALES BLOQUES DE CONTROL A. Este sistema de control de calidad funciona bajo un algoritmo secuencial. como se observa en la fig.

donde pi es la probabilidad que tiene un nivel de gris. 4-a. Fig. Diagrama de flujo procesamiento imagen. 4-f. Fig.M. el cual busca que la dispersión de niveles de grises que genera la etiqueta y la parte no deseada sea la más pequeña y que a su vez estén lo más separadas [10]. se binariza la imagen en ese punto. Para mejorar la imagen obtenida. se utiliza un filtro tipo mediana (para borrar el efecto de borrosidad) y un filtro tipo gaussiano (para esparcir los pixeles en regiones no definidas) [8]. Figura 5. por lo cual: ∑ ∑ ∑ ∑ ∑ ∑ Una vez conocida la distribución de la probabilidad de cada nivel de gris. Para definir si el producto tiene o no la etiqueta. en donde Y es el posible valor umbral y M el número máximo de la escala de niveles de grises (nivel más blanco). se encuentran el histograma de dicha imagen. 4-c. indicando que tiene niveles de grises más claros los cuales son generados por el color de la etiqueta. En el modelo HSV el sistema es más robusto ante estos cambios. 5-B.Y. se halla la media que tiene cada clase: ∑ ∑ ∑ Figura 4. Como se muestra en la Fig. dando una diferencia notable respecto a la imagen sin etiqueta. . se puede hallar la intensidad media y la varianza de toda la imagen por medio de las siguientes ecuaciones: Utilizando el umbral Otsu. C. y D para los demás valores (Y+1) . de tal forma que se pueda analizar la distribución estadística de cada uno de los pixeles ∑ Utilizando los valores encontrados anteriormente. lo cual resalta la imagen cuando tiene etiqueta. en este caso se busca si un envase metálico tiene o no la etiqueta. 4-d y 4-e) [9]. a su forma no lineal HSV para eliminar las alteraciones que pueda presentar por los cambios de iluminación. Por lo tanto la probabilidad de cada nivel de gris se distribuye entre la clase. Histograma del producto aprobado (A) y rechazado (B). 5-A los pixeles del envase con etiqueta están distribuidos más hacia la derecha.3 de la imagen. se plantea utilizar el método de Otsu. Utilizando la imagen del plano de saturación. por lo tanto: Figura 3. muestran los estados e intensidades del color (Fig. 4-b. disminuye la claridad de la imagen pero reduce el ruido electromagnético que presenta algunos pixeles. Para aplicar el método primero se debe encontrar la probabilidad (ecuación 2) que tiene cada nivel de gris de encontrarse en la imagen. El histograma del envase sin etiqueta está más hacia la izquierda. puesto que el plano de brillo (V) es el que recibe la interferencia por la iluminación y los planos de matiz (H) y saturación (S). Al realizar las pruebas necesarias se encuentra que la imagen de saturación (Fig. Umbralización de la imagen Para realizar la umbralización de la imagen. El proceso de umbralización está dividido en dos clases. Imágenes obtenidas por el sistema de visión. A esta nueva imagen se le realiza el cambio de espacio de color RGB. los cuales se llamaran C para la clase que valores 0 . debido a que muestra el cambio de intensidad del color. se realiza un conteo de pixeles blancos y negros. Una vez aplicado estos dos filtros. Fig. Este procesamiento de imágenes debe indicar la diferencia que tienen los productos que se van a analizar. gi es el número de pixeles que tiene un nivel de gris y n el número total de pixeles de la imagen. 4-e) es la más adecuada para procesar.

3) codo. Interface Hombre-Máquina El sistema de control de calidad tiene un interfaz de usuario con la cual se controla y visualiza el proceso realizado. El programa utilizado para este tipo de robot es el WALLI3.Sección de conteo: Realiza el conteo de la cantidad de envases procesados. C. 4) muñeca. E. Envase disponible para análisis. eje 3 (codo): 300°. Fig. Procesamiento de imágenes y resultado de este. 5) pinza. eje 5 (movimiento muñeca lado derecho): 290°. 6. todo controlado desde la misma caja de control del Gryphon 35-102 [11]. Sistema de manipulación El proceso de manipulación del producto.4 debido a que la imagen binarizada del envase sin etiqueta contiene en su gran mayoría pixeles oscuros a diferencia del resultado cuando la tiene.Sección de control: contiene los botones que realizan la activación o desactivación del sistema de control de calidad. el posicionamiento del robot o las coordenadas que el brazo robótico recorrerá y la programación del algoritmo que este seguirá. para que el sistema realice la siguiente acción. movimiento vertical de muñeca: 170°.Sección de comunicación: Está conformada por un indicador que da alarma si se perdió el enlace de comunicación entre el panel de control y el controlador de señales. eje 2 (hombro): 165°. el cual es de clase antropomórfica y maneja las siguientes especificaciones:  5 grados de libertad más pinza. entre los que se encuentra Robot en movimiento. 8). para así tener la posibilidad de acoplar elementos o sistemas con señales de entrada o salida para realizar el proceso. la “keyboard” la cual desde el mismo entorno de programación se asigna las coordenadas. Para programar este panel de control se utilizó el entorno grafico que brinda Labview (Fig. Para programar las coordenadas del robot existen 3 tipos diferentes de programación. Banda transportadora en marcha. Como se observa en esta figura. Conocida la respuesta del procesamiento de imágenes. D. . Este sistema robótico cuenta con una caja de control la cual posee un sistema retroalimentado para el control de los encoders que posee cada grado de libertad del robot y cuenta con 8 salidas digitales. el panel de control está dividido en 5 secciones: A. Diagrama de flujo de control del brazo robótico. B. rotación de la muñeca: 290°.Sección de indicadores: Cuenta con los distintitos indicadores de estado del proceso. Figura 7. el programa envía por el puerto de comunicación en qué condiciones está el envase.Imagen del producto: En esta sección se muestra la fotografía tomada al producto Figura 6. eje 4 (movimiento muñeca lado izquierdo): 290°.  Eje 1 (torso): 270°. 8 entradas digitales y 2 análogas con la conversión a 12 bits. se realiza con el robot industrial GRYPHON 35-102. La “lead my nose” que es dirigiendo manualmente el robot a una posición determinada y la “pendant” que es utilizando el control remoto del robot. D.  Capacidad de carga de 1 Kg. Brazo robótico: 1) torso. el cual se tienen que hacer dos tipos de configuraciones. La Fig. dirigir cada articulación al lugar indicado [12]. 7 muestra el diagrama de flujo del control del brazo robótico. la cual consiste en la manipulación del producto utilizando el robot Gryphon. Error en la toma del envase y comportamiento de la compuerta del dispensador. 2) hombro. E.

puesto que transforma los altos o bajos emitidos por el sensor y el controlador del robot. por medio del sensor que incorpora este sistema enviando una señal al sistema de control de señales. (A) (B) Figura 10. son detenidos en el lugar adecuado para realizar el análisis del producto. fue la velocidad del robot. dando como resultado que el sistema trabaje continuamente cada tres envases. CONCLUSIONES Se estructuro el proceso secuencial de transporte. análisis y posicionamiento de un producto mediante la integración de la banda transportadora. D) Indicadores. el procesamiento de imágenes arrojo su resultado en el menor tiempo posible y en su totalidad exitoso. que a su vez le indica al controlador del robot la aprobación o el rechazo de dicho producto. puesto que es de tipo serie y ejercía el . RESULTADOS OBTENIDOS Las pruebas realizadas al sistema de control de calidad (Fig. Como principal observación que se tuvo en el proceso. transporta y deposita el envase en su lugar correspondiente sin ningún inconveniente o percance (fig. Panel de control: A) Control. recibe la información del panel de control y la convierte en una señal de activación del robot. y viceversa. logrando movilizar un envase metálico inicialmente desde el dispensador instalado sobre la banda hasta el punto en el que es detectado por el sensor óptico. Sistema de control de calidad. puesto que su estructura mecánica y controlador prestan las funciones necesarias. ya que su algoritmo siempre da como resultado lo esperado y nunca tuvo inconvenientes con el análisis del producto. IV. el cual tiene como función principal la comunicación por medio del puerto RS-232. junto a ello. finalizando así la secuencia de transporte. el sistema de visión y el robot Gryphon. con el fin que el robot lo tome de su posición y lo ubique en el dispensario de productos con etiqueta o en el de productos sin etiqueta dependiendo de su característica. y envía la información correspondiente a los computadores del sistema. ya que este toma. Los envases metálicos se movilizan sobre la banda transportadora. 10). 9). Posición final de transporte del envase: A) Producto Aprobado. se realizaron durante 4 horas en el laboratorio de robótica de la universidad pontificia bolivariana. Figura 9. distribuyendo de productos la banda transportadora. E) Imagen del Producto. posteriormente el robot regresa a su posición inicial y la banda es activada para iniciar un nuevo proceso. lugar en el cual se realiza la toma de la imagen para ser procesada y analizada por el sistema de visión. C) Comunicación. Durante el tiempo de prueba se observo cada fase en la que se encontraba el proceso de control de calidad de una forma rápida y precisa. V. B) Producto rechazado. B) Conteo.5 Figura 8. El comportamiento y funcionalidad que presto el Robot Gryphon 35-102 es el adecuado para el proceso. Durante los cuales el dispensador de la banda transportadora abrió sus puertas cada vez que el sistema se lo indico.

En Extracción de características. BAEZ.tecnoedu. [10] ALBA. 1988. Pag. VI. Técnicas de filtrado. Henderson. [9] PAJARES. Umbralización. puesto que esto es una variable independiente del sistema programado. Tema 6. Brazo Robot Antropomórfico Didáctico de Precisión Gryphon c/5 Ejes.com/Feedback/35002C. MORA. Luis Angel Amaya Dominguez nació en Maicao ciudad de la Guajira-Colombia. Universidad de Murcia. Realizó su doctorado en Robótica y Visión por Computador en la Universidad Politécnica de Madrid. University of Mauritius. 11. [2] BERMUDEZ. KAEHLER. Actualmente se desempeña como ingeniero instrumentista en firmas contratistas por la Empresa Colombiana de Petróleos (ECOPETROL). [11] DIAZ. España. 1988. [12] AH KING. Aplicación de técnicas de visión artificial para el reconocimiento de naranjas maduras en el árbol. Tiene titulo de ingeniero electrónico dela Universidad Pontificia Bolivariana de Bucaramanga (UPB). Pag.jasvisio. Aplicaciones de la visión artificial en el sector de la alimentación. septiembre 19. Se basa en los estudios de Capacidad y en los Diseños de Procesos. 2002.jasvisio. Productos banda trasportadora. En: Fabricación de salchichas. MOONTIEN. se produce. [8] SECCION DE INFORMATICA GRAFICA Y TELEDETECCION. Sus áreas de actuación son: Diseño y desarrollo de prototipos robóticos. En Introducción. [5] KAUMAN S. Es ingeniero electrónico dela Universidad Pontificia Bolivariana de Bucaramanga (UPB) y especialista en Control e Instrumentación Industrial de la misma universidad. Aplicaciones de la visión artificial en el sector de la alimentación. Pag. En Introducción. Jose. José.35002-C. data sheet pic16F62A/628A/648A: microchip. [En línea] Disponible en:< http://www.php>. Inmaculada. [4] JASVISIO VISION ARTIFICIAL. BIOGRAFIAS Gabriel Andres Valencia nació en Bucaramanga ciudad de Santander-Colombia. . no objetivos a lograr. [En línea] Disponible en: <http://www. En More OpenCV Documentation. Universidad de Vigo. Identificación de las etapas de maduración de la piña perolera empleando técnicas de visión artificial. Juan. Se trata de mejorar los procesos y prevenir la aparición de problemas de fabricación o de producción del servicio. Octubre 2. REFERENCIAS [1] LIZCANO. Saravanen. Reconocimiento de patrones.6 movimiento de las articulaciones una a la vez. El control más importante es el Control de Calidad en curso de producción. Las tolerancias son estándares a superar. Actualmente es estudiante del programa de maestría en ingeniería eléctrica de la universidad Federal do Rio Grande do Sul (UFRGS) e investigador del centro del laboratorio de sistemas eléctricos de potencia (LASEP).com/es/products/calc_potencia_es.com/alimentacion/visionartificial-industria-latas-conservera. 2010.A. Interfacing the Gryphon robot with the world wide web. 2008. En: Equipamiento Educativo y Audiovisual.com/alimentacion/vision-artificialindustria-latas-conservera. La Garantía de Calidad supone el control en línea de los procesos elementales de producción.kauman. software y programador remoto Feedback . mano. Método de análisis de imágenes. Dinámica y control de manipuladores y Control visual de robots. Murcia: 2006. Adrian. En: cálculos de la potencia de accionamiento. sin embargo el proceso no es afectado. Robert. [En línea] Disponible en: <http://www. Hay que obtener la calidad al mismo tiempo que se fabrica el producto o se presta el servicio. VII. [6] MICROCHIP. En: Control de calidad del cierre de latas. Sergio. Luis Angel Silva Ingeniero Electrónico de la Universidad Pontificia Bolivariana. 2008. [3] JASVISIO VISION ARTIFICIAL. 2006. 2006. 13.html>. además de las pruebas o controles finales. Las técnicas de Modelo de Aseguramiento de la Calidad se proponen evitar las causas de los problemas de calidad durante la fabricación o prestación de un servicio. CID. Jesus. [7] BRADSKI. Visión por computador: imagines digitales y aplicaciones. Learning OpenCV. Disponible en: <http://www.asp>. 16 . Cálculos de potencia. Gary. modes of robot programming. La calidad no se controla.html>. solo que restringe la cantidad de envases procesados por hora ya que en promedio fue de 90 productos. 2010. Gonzalo. Alfaomega. Especialista en Control de Procesos Industriales de la Universidad de los Andes.