Desarrollo de un sistema de estantería inteligente mediante visión por computador

Abstract

Este proyecto aborda un problema real de localización del inventario de la empresa AIRBUS con el objetivo de reducir tiempos de fabricación en el sector aeroespacial. Así pues, se hace uso de la visión artificial para diseñar un programa capaz de detectar e identificar las piezas que se encuentran almacenadas en cajas situadas en estanterías, para tener una digitalización de los datos y poder actuar en consecuencia. Con el fin de la implantación de esta y otras tecnologías en auge de la Industria 4.0, se precisa de un rediseño del entorno físico, llevado a cabo en este documento. Por ello, se dota a las estanterías de visión artificial mediante cámaras, y se idean nuevas cajas de almacenaje abiertas y silueteadas que permitan tener un orden y control de las piezas en su interior. Las metodologías aplicadas incluyen el procesamiento de imágenes para determinar la presencia o no de las piezas en las cajas, y la extracción de características locales para identificar si las piezas encontradas en cada hueco se corresponden con las que se buscan. Este Trabajo Fin de Grado es la base para un posterior desarrollo que permita la implantación completa de esta solución, junto a las demás herramientas y programas existentes.

This work addresses a real problem about inventory tracking in AIRBUS company, to reduce manufacturing times in the aerospace sector. To deal with it, artificial vision is used to design specific software that allows to detect and identify the parts and tools that are stored in boxes located on shelves, so the data is digitized in real time and is be able to act accordingly. To implement this and other new technologies of 4.0 Industry, a physical redesign is tackled in this work. Therefore, the shelves are equipped with artificial vision using cameras, and new open and silhouetted boxes are designed that allow to have a better control of the pieces inside it. Applied methodologies include image processing to determine the presence or not of parts in boxes, and the extraction of keypoints to identify whether the parts found in each gap correspond to those sought. This research is the base for further development that allows the complete implementation of this solution, together with the other existing tools and programs.