Vision System Prototype for Inspection and Monitoring with a Smart Camera

Authors

Keywords:

Artificial Vision, smart camera, Embedded systems

Abstract

This paper presents the design of an artificial vision system prototype for automatic inspection and monitoring of objects over a conveyor belt and using a Smart camera 2D BOA-INS. The prototype consists of a conveyor belt and an embedded system based on an Arduino Mega card for system control, and it has as main peripherals the smart camera, a direct current motor, a photoelectric sensor, LED illumination and LEDs indicating the status (good or defect) of each evaluated object. The application of the prototype is for educational purposes, so that undergraduate, master and diploma students can simulate a continuous production line, controlled by an embedded system, and perform quality control by monitoring through a visual system and a personal computer. This allows implementing the topics of embedded systems, artificial vision, artificial intelligence, pattern recognition, automatic control, as well as automation of real processes.

Downloads

Download data is not yet available.

Author Biographies

Ruben Ruelas, Universidad de Guadalajara

Rubén Ruelas obtuvo el grado de Ingeniero en Comunicaciones y Electrónica en 1988 por la Universidad de Guadalajara, un DEA en Control Automático y Procesamiento Digital de Señales en 1993 y el doctorado en Ingeniería Eléctrica en 1997, ambos grados por la Universidad Henri Poincaré-Nancy I, Francia, así como la especialidad en Tecnologías MEMS por la UNAM en el 2003. Actualmente es profesor en el Doctorado en Tecnologías de Información y en el posgrado en Ciencia de Materiales, todos ellos dentro del PNPC del CONACYT, es miembro del SNI y además lidera el grupo de Ingeniería de Manufactura dedicado a la investigación y desarrollo tecnológico en nanotecnología, celdas solares, fuentes de energías renovables, así como sistemas inteligentes e inteligencia artificial.

Efrén Hernández-Molina, Departamento de Ingeniería de Proyectos, CUCEI, Universidad de Guadalajara, José Guadalupe Zuno No. 48, Los Belenes, ZC 45150 Zapopan, MEXICO

Efrén Hernandez-Molina nació en Tlaxcala, Tlaxcala, México en 1986. Obtuvo el grado de Ingeniero en Mecatrónica en la Universidad Politécnica de Tlaxcala. Actualmente es estudiante de la Maestría en Proyectos Tecnológicos de la Universidad de Guadalajara. Cuenta, además, con 10 años de experiencia laboral en la industria, especialmente en el área de ingeniería de proyectos. Sus temas de interés son: procesamiento de imágenes digitales, visión artificial y reconocimiento de patrones.

Benjamín Ojeda-Magaña, Universidad de Guadalajara

Benjamín Ojeda-Magaña nació en Guadalajara, Jalisco, México en 1976. En 2010 obtuvo el grado de Doctor en Tecnologías y Sistemas de Comunicaciones por la Universidad Politécnica de Madrid con reconocimiento “Cum Laude”. En 2013 realizó un Posdoctorado en el Doctorado en Tecnologías de Información de la Universidad de Guadalajara. Ha publicado más de 30 artículos internacionales, tanto en congresos como en revistas especializadas, y ha participado como revisor en congresos y revistas científicas indizadas. Es miembro del Sistema Nacional de Investigadores (SNI) desde el 2014, actualmente es SNI I. En la actualidad es Profesor-Investigador en el Centro Universitario de Ciencias Exactas e Ingenierías (CUCEI) de la Universidad de Guadalajara. Sus áreas de interés son: procesamiento de imágenes digitales, reconocimiento de patrones, minería de datos, lógica difusa e inteligencia artificial.

José Guadalupe Robledo-Hernández, Universidad de Guadalajara

José Guadalupe Robledo-Hernández nació en Lagos de Moreno, Jalisco, en 1966. Obtuvo el grado de Ingeniero en Comunicaciones y Electrónica y el grado de Doctor en Tecnologías de Información por la Universidad de Guadalajara. Ha participado en proyectos de investigación con la Universidad de Cardiff, Gales, en el Reino Unido relacionados con prototipos rápidos. También ha colaborado en propulsar el Centro de Exploración de Soluciones para Ciudades Inteligentes IBM-UDG. Además, colaboró en la Dirección de Ciencia y Tecnología del Proyecto de Guadalajara Ciudad Creativa Digital en relación al desarrollo de la infraestructura tecnológica de la ciudad inteligente. Sus áreas de interés son: modelado y simulación de sistemas basados en multiagentes, uso de técnicas de analítica de datos bajo el enfoque de Big-data.

References

A. Nelson, “When to Use a Vision Sensor: Vision sensors are a especially great choice for users that are getting started with vision,” Quality, 2018 Special Issue, pp. 1-3, Jul, 2018.

C. Chalifoux, “Smart Cameras in a Manufacturing Environment: Today and in the Future: The Combination ff Dramatically Improving Hardware And Modern Software Technology has Made Smart Cameras Capable, Inexpensive, and Easy-To-Use,” Quality, 2018 Vision & Sensors, pp. 6-7, Jan, 2018.

I. C. Palacios-Aguayo and R. Velázquez-Guerrero, “Sistema Automático de Inspección de Componentes Mediante Visión por Computador,” Pistas Educativas, vol. 39, no. 128, pp. 1237-1251, Feb, 2018.

Teledyne Dalsa. (2013, Apr.). BOA. The smart choice in vision. [Online]. Available: https://info.teledynedalsa.com/acton/attachment/14932/f-0265/1/-/-/-/-/Boa_brochure_web.pdf. Accessed on: May 5, 2019.

N. Aliane and S. Bemposta, “Checkers Playing Robot: A Didactic Project,” IEEE Latin America Transactions, vol. 9, no. 5, pp. 821-826, Sept., 2011.

A. Castillo; J. Ortegón; J. Vazquez and J. Rivera, “Virtual Laboratory for Digital Image Processing,” IEEE Latin America Transactions, vol. 12, no. 6, pp. 1176-1181, Sept, 2014.

D. Heras, “Clasificador de imágenes de frutas basado en inteligencia artificial,” Killkana Técnica, vol. 1, no. 2, pp. 21-30, Aug., 2017.

M. A. Aguilar-Torres, A. J. Arguelles-Cruz, C. Yañez-Márquez, “A Real Time Artificial Vision Implementation for Quality Inspection of Industrial Products,” in Proc. CERMA ‘08, Washington, DC, USA, 2008, pp. 277-282

P. Constante, A. Gordon, O. Chang, E. Pruna, F. Acuna, I. Escobar, “Artificial Vision Techniques for Strawberry’s Industrial Classification,” IEEE Latin America Transactions, vol. 14, no. 6, pp. 2576-2581, Aug, 2016.

M. Grimheden and M. Törngren. How should embedded systems be taught? Experiences and snapshots from Swedish higher engineering education. ACM SIGBED Review 2(4):34-39, October 2005.

R.C. Gonzalez and R.E. Woods, Image Processing, Prentice-Hall, 2nd ed. 2002.

L.A. Zadeh, «Fuzzy sets» Information and Control, vol. 8, no 3, pp. 338-353, 1965.

J. H. Holland, Adaption in Natural and Artificial Systems. Ann Arbor, MIT: University of Michigan Press, 2nd editon 1992.

J. Schmidhuber, «Deep learning in neural networks: An overview» Neural Networks, vol. 61, pp 85-117, 2015.

A. F. Sánchez-Aguiar and A. Espinosa Bedoya, “Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador,” Ingenierías USBMed, vol. 9, no. 2, pp. 27-33, Aug., 2018.

Teledyne Dalsa. (2015, Nov.). iNspect Express.Tool Application Guide. [Online]. Available: https://www.teledynedalsa.com/en/products/imaging/vision-software/inspect/. Accessed on: May 29, 2019.

A. Wilson, “Smart cameras challenge PC-based systems for embedded applications,” Vision Systems Design, 2015, vol. 20, Issue 7, pp. 1-7, Jul, 2015.

O. Torrente-Artero, “Entradas y Salidas. Uso de las Entradas y Salidas Digitales,” in Arduino. Curso Práctico de Formación, Madrid, Spain, 2013, pp. 349–364.

Published

2021-03-13

How to Cite

Ruelas, R., Hernández-Molina, E., Ojeda-Magaña, B., & Robledo-Hernández, J. G. (2021). Vision System Prototype for Inspection and Monitoring with a Smart Camera. IEEE Latin America Transactions, 18(9), 1614–1622. Retrieved from https://latamt.ieeer9.org/index.php/transactions/article/view/2972