Tecno Lógicas

ISSN 0123-7799
Vol. 17, No. 32, pp. 97-109
Enero-junio de 2014

Diseño y construcción de una

estación de clasificación automática
con visión de máquina

Design and construction of automatic

sorting station with machine vision

Oscar D. Velasco-Delgado1, María F. Pérez-Sandoval2,

Juan F. Flórez- Marulanda3

Recibido: 11 de octubre de 2013,

Aceptado: 12 de diciembre de 2013

Como citar / How to cite

O. D. Velasco-Delgado, M. F. Pérez-Sandoval y J. F. Flórez- Marulanda,
“Diseño y construcción de una estación de clasificación automática con
visión de máquina”, Tecno Lógicas, vol. 17, no. 32, pp. 97-109, 2014.

1 Ingeniero en Automática Industrial, Departamento de Electrónica,

Instrumentación y Control, Facultad de Ingeniería en Electrónica y
Telecomunicaciones, Universidad del Cauca, Popayán-Colombia,
[email protected]
2 Ingeniera en Automática Industrial, Departamento de Electrónica,
Instrumentación y Control, Facultad de Ingeniería en Electrónica y
Telecomunicaciones, Universidad del Cauca, Popayán-Colombia,
[email protected]
3 Magister en Electrónica y Telecomunicaciones, Departamento de
Electrónica, Instrumentación y Control, Facultad de Ingeniería en
Electrónica y Telecomunicaciones, Universidad del Cauca, Popayán-
Colombia, [email protected]
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

Resumen
Este artículo presenta el diseño, construcción y caracterización de un sistema
automatizado de clasificación de producto en transportador de banda con visión de
máquina que integra tecnología Free and Open Source Software y equipos comerciales
Allen Bradley. Se definen requerimientos que determinan características: mecánicas de
la estación de manufactura, de una aplicación clasificadora de productos con visión de
máquina y de automatización del sistema. Para la aplicación de visión de máquina se usa
la librería de procesamiento óptico digital de imágenes Open CV, para el diseño mecánico
de la estación de manufactura se usa la herramienta CAD Solid Edge y para el diseño e
implementación de la automatización se usan normas ISA junto a una metodología de
proyectos de ingeniería en automatización integrando un PLC, un inversor, un Panel
View y una Red DeviceNet. Se presentan pruebas de funcionamiento clasificando botellas
y piezas de PVC en cuatro tipos establecidos, se comprueba el funcionamiento del
sistema integrado y la eficiencia de la misma. El tiempo de procesamiento en visión de
máquina es 0,290 s en promedio para una pieza de PVC, una capacidad de 206 accesorios
x minuto, para botellas se logró un tiempo de procesamiento de 0,267 s, una capacidad de
224 botellas x minuto. Se obtiene un rendimiento mecánico máximo de 32 productos por
minuto (1920 productos hora) con el transportador a 22 cm/s y con 40 cm de distancia
entre productos obteniendo un error promedio de 0,8%.

Palabras clave
Clasificación, visión de máquina, normas ISA, OpenCV, productos.

Abstract
This article presents the design, construction and testing of an automatic product
sorting system in belt conveyor with machine vision that integrates Free and Open
Source Software technology and Allen Bradley commercial equipment. Requirements are
defined to determine features such as: mechanics of manufacturing station, an app of
product sorting with machine vision and for automation system. For the app of machine
vision a library is used for optical digital image processing Open CV, for the mechanical
design of the manufacturing station is used the CAD tool Solid Edge and for the design
and implementation of automation ISA standards are used along with an automation
engineering project methodology integrating a PLC, an inverter, a Panel View and a
DeviceNet Network. Performance tests are shown by classifying bottles and PVC pieces
in four established types, the behavior of the integrated system is checked so as the
efficiency of the same. The processing time on machine vision is 0.290 s on average for a
piece of PVC, a capacity of 206 accessories per minute, for bottles was obtained a
processing time of 0.267 s, a capacity of 224 bottles per minute. A maximum mechanical
performance is obtained with 32 products per minute (1920 products/hour) with the
conveyor to 22 cm/s and 40 cm of distance between products obtaining an average error
of 0.8%.

Keywords
Classification, machine vision, ISA norm, Open CV, products.

[98] Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

1. INTRODUCCIÓN temas de clasificación con visión de máqui-

na es bastante complejo y costoso, se re-
En la automatización se intenta dotar a quiere una infraestructura física, capacitar
las máquinas de capacidades visuales, para laboratoristas y una alta inversión, por
que perciban la información de posición de solo mencionar la estación de manufactura,
objetos, el entorno, el movimiento, perso- difícilmente asequible en toda institución
nas, midan características, calculen trayec- universitaria, otro tanto se requiere para
torias, etc. [1]. Las tareas de percepción adquirir un sistema de visión de máquina.
pueden ser ejecutadas con mayor objetivi- Situación que debe ser sustentada en un
dad y constancia por dispositivos electróni- plan académico y una serie de prácticas y
cos, que son más apropiados para realizar laboratorios que permitan aprovechar al
trabajos visuales altamente repetitivos y máximo la inversión.
difíciles de efectuar por un operario [2]. El objetivo del presente proyecto es
Como en [3]-[6] hoy en día la visión de proponer una metodología de proyecto de
máquina es una disciplina en progreso con ingeniería en automatización aplicada al
multitud de aplicaciones. diseño, construcción y caracterización de
Por ejemplo en [7] realizan un sistema una estación de clasificación automática
automatizado para clasificación de fresa a con visión de máquina, que integra tecno-
partir de: forma, tamaño y color, el sistema logía FOSS (Free and Open Source Softwa-
usa: cinta transportadora, cámara, senso- re) y equipos comerciales Allen Bradley,
res fotoeléctricos, entre otros componentes realizada en la Universidad del Cauca, que
y es controlado por un chip-microcomputer permite experimentar con sistemas de
(SMC) y PC. En [8] se desarrolla un siste- clasificación, inicialmente en uno de cuatro
ma automatizado para la detección de tipos establecidos para dos clases de pro-
papas irregulares, formado por cámara ductos.
Sony, tarjeta Matrox Meteor, transportador En la sección 2 se desarrolla la metodo-
de rodillos y PC. En [9]-[11] se realizan logía capturando requerimientos, diseñan-
sistemas similares. En todos los trabajos do la aplicación de visión de máquina,
anteriores se usan equipos electromecáni- sistema mecánico e implementando la
cos y sistemas de visión comerciales de alto estación de clasificación según el modelado
costo. ISA S88, la sección 3 presenta los resulta-
En Colombia, se han realizado trabajos dos de la caracterización del sistema y
en sistemas de automatización con visión finalmente en la sección 4 se consignan las
de máquina. En [12] la PUJ desarrolló una conclusiones.
metodología basada en visión para inspec-
cionar tolerancias geométricas y dimensio-
nales de piezas mecanizadas en líneas de 2. METODOLOGÍA
mecanizado. La Uninorte implementó un
sistema Robot Vision Pro en un centro de Se usa una metodología de proyectos de
manufactura para inspección de empaques ingeniería en automatización desarrollada
de compresores centrífugos [13]. En la en el programa de Automática Industrial
actualidad, se han difundido este tipo de de la Universidad del Cauca. En su concep-
aplicaciones en una amplia variedad de ción se definen requerimientos que deter-
industrias a nivel nacional, donde empre- minan características: mecánicas de la
sas locales realizan soluciones con tecnolo- estación de manufactura, de una aplicación
gía propia, por ejemplo Dakora [14] y Be clasificadora de productos con visión de
Automation [15]. Sin embargo, contar a máquina y de automatización de todo el
nivel académico con una estación de manu- sistema. En el diseño e implementación de
factura que permita diseñar y probar sis- la automatización se usan normas ISA

Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109 [99]
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

(S88 parte 1 y S5 partes 1 y 4) [18]. En la tipos establecidos para las botellas son:
instrumentación se usa un PLC, un inver- tapas de cuatro colores: azul, roja, blanca y
sor, una pantalla táctil Panel View y una verde; los tipos establecidos para los acce-
red DeviceNet todos Allen Bradley e inte- sorios de tubería de PVC son: cruz, te, codo
grados en línea a un sistema FOSS de y circular); y sincronizar la captura de la
visión de máquina. Finalmente se caracte- imagen por medio de un sensor que detecte
riza la estación de clasificación a partir de el objeto sobre la banda.
la comparación del desempeño entre los En cuanto al diseño mecánico los reque-
sistemas de visión y mecánico rimientos son: diseñar con dimensiones
La estación de clasificación automática físicas moderadas para lograr su ubicación
es un sistema integrado por un clasificador en un laboratorio convencional; reutilizar
de productos de visión de máquina y una el transportador de banda del laboratorio
estación de manufactura. Para la aplica- de control de procesos; utilizar un esquema
ción de visión de máquina se usa la librería modular en el diseño de la planta de clasi-
de procesamiento óptico digital de imáge- ficación de piezas sobre el transportador de
nes OpenCV [16], para el diseño mecánico banda que permita una fácil construcción,
de la estación de manufactura se usa la instalación y mantenimiento; generar un
herramienta CAD Solid Edge v17 [17]. flujo continuo y cerrado de piezas en la
planta de clasificación; acumular mecáni-
2.1 Requerimientos de la estación de camente las piezas en procesamiento con el
clasificación automática fin de interrumpir el flujo y finalizar el
proceso de clasificación; posicionar mecáni-
Realizar medición de características a camente cada pieza en una de cuatro posi-
dos clases de productos en movimiento bles posiciones a lo ancho de la banda de
sobre un transportador de banda: botellas acuerdo a la decisión de clasificación; apli-
plásticas con tapas de cuatro colores (azul, car la normatividad de seguridad indus-
roja, blanca y verde) y accesorios de PVC trial necesaria; y contemplar la ubicación
de cuatro formas (cruz, te, codo y circular), de paneles de cableado y un panel HMI.
para clasificarlos en cuatro tipos. A partir En cuanto a la automatización del sis-
de condicionantes en la automatización tema los requerimientos son: indicar al
fijados por el presupuesto asignado, equi- usuario el script en ejecución correspon-
pos y tecnología disponible en los laborato- diente a la clase de producto procesado por
rios, se organizan los requerimientos en medio de indicadores luminosos en la esta-
tres grupos: visión de máquina, diseño ción de manufactura e igualmente usando
mecánico y automatización del sistema. una pantalla Panel View V600Touch; usar
En cuanto a visión de máquina los re- como módulo de control en la estación de
querimientos son: usar un computador manufactura un PLC Allen Bradley Micro-
personal como módulo de procesamiento logix 1500; permitir la comunicación del
óptico digital de imágenes con FOSS; usar módulo de control a la red de bus de campo
una cámara web de altas prestaciones DeviceNet de los laboratorios; enviar desde
como elemento de adquisición de imágenes; el PC hasta el PLC el tipo de producto
usar lenguaje C++ y la librería OpenCV resultante de la clasificación; ordenar por
para diseñar e implementar scripts de medio del PLC a un actuador mecánico la
procesamiento; diseñar scripts de procesa- posición del producto en cuatro rangos de
miento óptico digital de imágenes para distancias según el tipo; operar a velocidad
cada producto; clasificar dos clases de pro- variable (entre 17 y 24 cm/s) usando un
ductos: botellas plásticas y accesorios de inversor; y usar normas técnicas industria-
PVC; clasificar cada clase de producto en- les (ISA 88.1 e ISA s5.1/.4) para documen-
tre cuatro tipos establecidos: 1, 2, 3 y 4 (los tar el proyecto.

[100] Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

2.2 Clasificador de productos de visión de ción propia del laboratorio, luz fluorescente
máquina en el techo), sensado de producto (trigger:
sensor óptico infrarrojo que detecta la pre-
Del análisis de los requerimientos, de sencia de un producto frente a la cámara, y
visión de máquina y otros relacionados, se da inicio a la ejecución de la rutina de pro-
diseña e implementa una aplicación de cesamiento de la imagen capturada), cap-
visión de máquina para clasificar objetos tura de imagen (cámara web Logitech
de dos clases en uno de cuatro tipos pres- C210 conectada por un puerto USB del
tablecidos. Esta obedece a etapas software módulo de procesamiento), ejecución de
y hardware (ver Fig. 1) que integran las scripts (computador Qbex con puerto USB
componentes de procesamiento y análisis para la cámara y puerto paralelo para un
de imágenes necesarias para cumplir los circuito de interfaz con el trigger y el PLC)
requerimientos [18]. Inicia con la adecua- e interfaz con estación de manufactura
ción de la escena del producto en la banda, (circuito electrónico que comunica el módu-
un sensor para iniciar la adquisición de la lo de procesamiento con el trigger, pilotos
imagen por una cámara, un pre- indicadores y el PLC, usando un puerto
procesamiento y segmentación para ex- paralelo.
traer características del producto, recono- Se realizan seis (6) etapas de procesa-
cer y decidir sobre el tipo del mismo y co- miento para cada tipo de producto: botellas
municar al PLC quien ordena una acción plásticas y piezas de PVC [19]. Adquisición
física. En el anterior proceso intervienen de imagen: implementada en C++ con base
elementos tanto hardware como software. en OpenCV, para diseñar e implementar
scripts de procesamiento, que adecuan la
imagen del producto obtenida por la cáma-
ra. Pre-procesamiento: para mejorar las
imágenes adquiridas y obtener caracterís-
ticas para reconocer cada producto, ver Fig.
2. Segmentación: para las piezas de PVC se
segmentó el canal rojo del espectro RGB,
para las botellas plásticas se hizo segmen-
tación de los tres canales, ver Fig. 3. Des-
Fig. 1. Etapas software del clasificador de productos y
cripción y extracción: para cada producto
hardware relacionado. Fuente: Autores se hizo diferente extracción de característi-
cas; para las botellas, clasificadas por el
Los elementos software son el soporte color de la tapa, se usa el área de la ima-
lógico de la aplicación de visión de máqui- gen de cada canal RGB, con el promedio
na, están compuestos principalmente por del área (pixeles) de cada tipo de botella en
scripts de procesamiento (diseñados en cada canal calculado con 20 imágenes de
lenguaje C++ y OpenCV), junto a elemen- prueba; para las piezas de PVC clasificadas
tos necesarios para su ejecución: sistema según la forma, se usa el promedio de las
operativo (Linux, Ubuntu 10.04, con las características área y perímetro de los
herramientas para desarrollo de aplicacio- cuatro tipos de piezas a partir de 20 imá-
nes), compilador (GCC "GNU Compiler genes de prueba. Reconocimiento de obje-
Collection") y librerías (OpenCV “Open tos: se realizó comparando el área obtenida
source Computer Vision library”), todos de cada canal con un valor de referencia;
ellos presentes en un módulo de procesa- este se determinó luego de obtener el pro-
miento. medio de área de cada canal, para cada
Los elementos hardware desarrollan ta- tipo de producto, y la etapa final. Decisión,
reas de iluminación (Se utiliza la ilumina- reconoce el color de la tapa, en el caso de

Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109 [101]
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

las botellas o la forma en las piezas de lada productos desde un extremo del
PVC, para determinar el tipo de producto. transportador de banda hacia el otro for-
mando un flujo continuo). A partir de los
requerimientos de diseño mecánico y las
funciones anteriores, se diseñan tres módu-
los mecánicos sobre el transportador de
banda, usando la herramienta CAD Solid
Edge, uno por cada función.

a)

a)

b)
Fig. 2. Pre-procesamiento: a) para cada tipo botella y b)
para cada pieza de PVC. Fuente: Autores

2.3 Diseño y construcción mecánica

Utiliza como base un transportador de

banda ya existente en laboratorios, ver Fig.
b)
4, compuesto de una estructura mecánica, Fig. 3. Segmentación: a) para cada tipo botella y b) para
una banda y un sistema motor AC; diseña- cada pieza de PVC. Fuente: Autores
da para soportar dos rodillos entre los cua-
les se tensa una banda de lona, el sistema Módulo de Transporte: Traslada pro-
motor gira uno de los rodillos, mueve la ductos por las etapas de clasificación. Se
banda y por ende los objetos sobre esta. compone de transportador de banda accio-
Para cumplir los requerimientos de di- nado por un motor trifásico, que se le dise-
seño mecánico se definen tres funciones ño e instalo una banda y canal auxiliar. La
principales a ejecutar de forma paralela en banda auxiliar se ubica de forma paralela a
la estación de manufactura: Transporte de la banda principal y genera un flujo conti-
productos (traslada los productos por las nuo de productos; el canal auxiliar, estruc-
etapas del proceso de clasificación), distri- tura metálica que brinda soporte a la ban-
bución de productos (ubica los productos en da auxiliar, permite que los productos en
el centro del transportador de banda) y movimiento se transporten sobre una su-
clasificación de productos (clasifica y tras- perficie firme sin caerse, ver Fig. 5a.

[102] Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

básico. Incluso se ha definido la extensión

NS88 para aplicar los modelos ISA S88 en
procesos continuos y discretos.

a)

a)

b)
Fig. 4. Transportador de banda, a) banda original, b)
primer plano. Fuente: Autores

Módulo distribuidor: Traslada y ubica

productos desde la banda auxiliar al centro
de la banda principal. Compuesto por acu-
mulador y distribuidor. El acumulador
ubicado sobre la banda auxiliar retiene o
no productos, está diseñado como una com- b)
puerta accionada por cilindro neumático. Fig. 5. Vista isómetrica de los módulos: a) Trasporte, b)
El distribuidor es un mecanismo compues- Distribuidor. Fuente: Autores
to por un conjunto de aspas que traslada
productos desde la banda auxiliar hacia la
parte central de la banda principal accio-
nada por un motor AC, ver Fig. 5b.
Módulo de clasificación: Se compone de
un clasificador y un recolector. El clasifica-
dor ubica los productos en una de cuatro
posibles posiciones sobre la banda usando
un cabezal accionado por cilindro neumáti-
co, ver Fig. 6. El recolector transporta los
productos clasificados de la banda princi- a)
pal a la banda auxiliar, presenta el mismo
diseño del distribuidor.

2.4 Modelado ISA 88

La norma ISA 88 provee una termino-

logía estándar y modelos para plantas de
manufactura y control batch [20]. Aunque
no hay método definido para usar ISA88 en
procesos no batch, los modelos y conceptos
b)
son aplicables, con variaciones de reglas y Fig. 6. a) Posiciones de clasificación, b) Acumulador.
algunos requisitos, sin cambiar el modelo Fuente: Autores

Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109 [103]
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

En este trabajo se modela el proceso de del clasificador tipo feedforward. Para

clasificación de productos realizando tres cumplir con los requerimientos de automa-
modelos ISA 88: de proceso (ver Tabla 1), tización, se propone un escenario de auto-
físico (ver Tabla 2) y de control procedi- matización basado en PLC con red de bus
mental (ver Tabla 3), donde la información de campo y monitoreo y supervisión local.
se recopila y organiza, generando una base Instrumentación de la unidad de clasi-
para la implementación de la Estación de ficación: El control del sistema de clasifica-
Control de Calidad Automática, correspon- ción se realiza por medio de un PLC Micro-
diente a la instrumentación, control y su- logix 1500 de Allen Bradley y un bus de
pervisión de la misma [18]. campo DeviceNet. El PLC es programado
con software de Rockwell Automation, en
2.5 Instrumentación, control y supervisión él se ejecutan los algoritmos de control de
los tres lazos del proceso de clasificación de
Esquemas de control: De acuerdo a los productos.
modelos ISA 88 se identifican tres varia- Para monitorear y supervisar los lazos
bles controladas: velocidad de la banda del de control y el encendido - apagado del
transportador, paso de productos y posición distribuidor, recolector, transportador y un
de cada producto según su tipo. Para go- compresor, se cuenta con dos HMI; el prin-
bernarlas se usan como variables manipu- cipal en una Panel View V600Touch y el
ladas: frecuencia y voltaje del motor trifá- otro en un panel HMI (HMI Box), que me-
sico, posición del acumulador y posición del diante indicadores luminosos y pulsadores
cabezal del clasificador. Se identifican tres permite un control local para encender y
lazos de control: velocidad tipo feedback, apagar: el distribuidor, el recolector, el
cantidad de piezas tipo feedback y posición transportador y un compresor.

Tabla 1. Modelo de proceso del proceso de clasificación de productos. Fuente: Autores

Proceso Etapa Operación Acción
Transportar Determinar velocidad, Ajustar velocidad, Transportar productos
Determinar cantidad de productos a clasificar, Permitir paso de los
Distribuir
productos, Trasladar productos a banda principal
Clasificación
Clasificación Determinar grupo de producto a clasificar, Detectar presencia de
de productos Procesar imagen
producto frente a la webcam, Determinar tipo de producto
Detectar presencia de producto en clasificador, Determinar posición,
Posicionar pieza
Cambiar trayectoria del producto, Trasladar producto a banda auxiliar

Tabla 2. Modelo físico del proceso de clasificación de productos. Fuente: Autores

Celda de
Unidad Módulo de equipo Módulo de control
proceso
Módulo de equipo de transporte Módulo de control de velocidad
Sistema de Módulo de control de paso de productos
Unidad de Módulo de equipo de distribución
clasificación de Motor AC monofásico 1
clasificación
productos Módulo de control de posición de productos
Módulo de equipo de posicionamiento
Motor AC monofásico 2

Tabla 3. Modelo de control de procedimiento del proceso clasificación de productos. Fuente: Autores
Procedimiento de
Procedimiento Operación Fase
unidad
Adecuar transporte de productos Determinar velocidad, Ajustar velocidad
Determinar cantidad de productos, Permitir
Distribuir
Clasificación de paso de productos, Trasladar a banda principal
Clasificar
productos Determinar tipo de producto, Determinar posi-
Posicionar ción, Cambiar trayectoria de producto, Trasladar
a banda auxiliar

[104] Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

A continuación se describe la instru- cambia la posición del acumulador entre

mentación asociada a los lazos. Lazo de abierto y cerrado. El PLC realiza el moni-
Control de Velocidad: para que el PLC toreo y control de la cantidad de piezas en
haga monitoreo y control de la velocidad el proceso, ver Tabla 4.
del motor se hizo uso de dos módulos, un Lazo de control de posición de cada pie-
contador de alta velocidad 1769 HSC para za: el PLC le indica a la aplicación de vi-
conectar un encoder y un módulo de seña- sión el grupo de piezas que se procesará; la
les analógicas 1769-IB4XOF2 para comu- aplicación de visión determina el tipo de
nicar el esfuerzo de control al inversor, ver pieza y envía la decisión al PLC cuando el
Tabla 4. El monitoreo y control de encendi- sensor b se activa, ver Tabla 4. El PLC lee
do y apagado del motor trifásico del trans- la señal del tipo de pieza, al igual que la
portador, se puede hacer tanto desde el señal de seis sensores ópticos que indican
panel HMI con dos pulsadores como desde la posición actual del cabezal; de esta for-
el PLC, por medio de dos relés electrome- ma se determina la dirección en que debe
cánicos que van a entradas en el variador. moverse el cabezal manipulando la posi-
ción del pistón del cilindro, por medio de
Tabla 4. Instrumentos lazos de control del proceso de
clasificación. Fuente: Autores
una electroválvula neumática, de forma
Lazo de que las piezas sean clasificadas correcta-
Función Descripción
control mente. El PLC realiza el monitoreo y con-
Controlador PLC Micrologix 1500 trol de la posición de cada pieza según el
Pre actuador Inversor trifásico Powerflex 40
Velocidad tipo.
Actuador Motor trifásico Baldor
Comunicación de PLC con bus de campo
Sensor Encoder incremental DRC C152
Controlador PLC Micrologix 1500
y diagrama de proceso e instrumentos
Pre actuador Electroválvula neumática 5/2 P&ID: la comunicación del PLC con el
Cilindro neumático de doble Panel View V600 y con el adaptador Devi-
Paso de
piezas
Actuador efecto de diámetro 16mm x ceNet 1734-ADN se realiza empleando el
200mm de recorrido
protocolo e interfaz DeviceNet a una velo-
Sensor óptico en el clasificador
Sensor
(24 V salida en colector abierto)
cidad de transferencia de 125 kbits/s, por
Controlador PLC Micrologix 1500
medio del scanner 1769-SDN conectado al
Electroválvula neumática 5/3, PLC Micrologix 1500. En la Fig. 7 se pre-
Pre actuador centro cerrado y electroválvula senta el diagrama P&ID de los lazos de
de apoyo control del proceso de clasificación y en la
Posición
Cilindro neumático de doble Fig. 8 los HMI del sistema.
Actuador efecto de diámetro 32mm x
de cada 350mm de recorrido
pieza
Seis sensores ópticos para
Sensor a ubicar el cabezal (24 V salida en
colector abierto)
Sensor óptico en el clasificador
Sensor b
(24V salida en colector abierto)

Lazo de control de paso de piezas: el

sensor óptico ubicado a la entrada del clasi-
ficador permite contar la cantidad de pie-
zas que van pasando por el proceso, de
forma que cuando se ha completado la
cantidad total, por medio del cilindro neu- Fig. 7. Diagrama P&ID del sistema de clasificación de
mático y la electroválvula neumática se piezas. Fuente: Autores

Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109 [105]
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

Fig. 8. HMI: a) Pantallas en Panel View V600, b) Interfaz en tablero de control. Fuente: Autores

3. RESULTADOS Y DISCUSIÓN los scripts correspondientes para la clasifi-

cación, y se comparó si el resultado obteni-
Se realizan pruebas individuales para do correspondía al tipo de pieza real. En la
medir el rendimiento de los scripts de pro- Tabla 6 se consignan los datos de clasificar
cesamiento. En cuanto a las botellas, se 52 imágenes, con banda en movimiento. En
evalúa el desempeño de los scripts de clasi- las filas se encuentra el número real de
ficación capturando imágenes de botellas tipos de accesorios de PVC, y en las colum-
con la banda en movimiento a 22 cm/s, y nas el resultado de clasificación, el recono-
verificando su tipo. Se capturaron 40 imá- cimiento de productos dio porcentaje de
genes en tiempo real, diez de cada tipo, con error de 0% con la banda a 18 cm/s.
banda en movimiento, se usaron los scripts
correspondientes para clasificar cada una Tabla 5. Ficha y resultados de prueba de clasificación
botellas. Fuente: Autores
de las imágenes, y se comparó si el resul- Cantidad
tado obtenido correspondía al tipo de pieza Roja Azul Verde Blanca
real
real. En la Tabla 5 se consignan los datos Tapa Roja 10 0 0 0 10
luego de clasificar 40 imágenes de botellas, Tapa Azul 0 10 0 0 10
con banda en movimiento. En las filas se Tapa Verde 0 1 9 0 10
Tapa Blanca 0 0 0 10 10
encuentra el número real de botellas de
Resultado de Total:
cada color, y en las columnas el resultado Clasificación
10 11 9 10
39/40
de clasificación, el reconocimiento de pro-
ductos dio resultado correcto con la banda Tabla 6. Ficha y resultados de prueba de clasificación de
a 22 cm/s con porcentaje error de 2,5%. piezas de PVC. Fuente: Autores
En cuanto a los accesorios de PVC, se Cruz Codo Circular Te
Cantidad
Real
evalúa el desempeño de los scripts de clasi-
Cruz 13 0 0 0 13
ficación capturando imágenes de accesorios Codo 0 13 0 0 13
de PVC con la banda en movimiento a 18 Circular 0 0 13 0 13
cm/s, y verificando su tipo. Se capturaron Te 0 0 0 13 13
52 imágenes en tiempo real, 13 de cada Resultado de
13 13 13 13
Total:
tipo, con banda en movimiento, se usaron Clasificación 52/52

[106] Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

En las pruebas de clasificador de pro- las entradas del PLC que reciben la deci-
ductos en estación de manufactura se mi- sión de clasificación desde el circuito de
dió la capacidad de procesamiento del cla- interfaz) y tiempo de desplazamiento me-
sificador de productos en la estación de cánico (es el tiempo que tarda en moverse
manufactura, ver Fig. 9, como un sistema el actuador entre las cuatro posiciones). Se
integrado de clasificación, determinando la midieron los tiempos críticos asociados a la
cantidad de productos por minuto que cla- aplicación de visión y a la estación de ma-
sifica, el porcentaje de error y las limita- nufactura, para determinar el rendimiento
ciones generales. total del sistema clasificador. Se considera-
ron las siguientes condiciones: Distancia
entre productos de 40 cm y velocidad de la
banda entre 17 y 22 cm/s. La Tabla 7 con-
signa los tiempos críticos medidos.

Tabla 7. Resultados clasificador de productos en la estación

de manufactura. Fuente: Autores
Clasificador de productos Estación de manufactura
Espera Espera leer
Captura Procesa Mueve
para leer entrada
imagen imagen actuador
PLC PLC
0,207 s 0,39 s
(Bot) (Min.)
0,010 s 0,050 s 1s
0,230 s 0,84 s
(PVC) (Máx.)
a) 206 productos x minuto 32 productos x minuto
32 productos x minuto (40 cm de distancia entre productos,
Vel. banda = 22 cm/s)

Para el clasificador de productos, en el

peor de los casos el tiempo que tarda en
clasificar un producto es de 0,290 s (0,01 +
0,23 + 0,05), permitiendo un límite teórico
de 206 accesorios de PVC x minuto. Mien-
tras que para clasificar una botella el clasi-
ficador de productos tarda 0,267 s (0,01 +
0,207 + 0,05), permitiendo un límite teórico
de 224 botellas x minuto (14 mil productos
b)
Fig. 9. Sistema de clasificación de productos, a) Modelo
hora). Para la estación de manufactura el
CAD, b) Montaje final. Fuente: Autores peor de los casos tarda 1,840 s (1,0 + 0,84),
teniendo en cuenta la espera de 1 s pro-
3.1 Prueba productos por minuto gramada para evitar leer decisiones inco-
rrectas, y dar tiempo para que los produc-
Se identificaron y midieron los tiempos tos lleguen al actuador permitiendo un
críticos del sistema: Tiempo de captura de límite teórico de 32 productos x por minu-
imagen (tiempo que tarda en procesarse la to, y limitando la velocidad de procesa-
orden de capturar una nueva imagen), miento del sistema.
tiempo de procesamiento de imagen (tiem-
po que consumen los scripts en procesar 3.2 Pruebas de ejecución continúa
cada imagen hasta generar una decisión de
clasificación), tiempo de estabilización PLC Se realizaron 5 pruebas de clasificación
(es el tiempo que demora en estabilizarse de productos con el sistema integrado en

Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109 [107]
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

ejecución continua, contando los productos comerciales Allen Bradley, capaz de clasifi-
en los que falla la clasificación, y determi- car dos clases de productos entre cuatro
nando si el error proviene del clasificador tipos establecidos, botellas plásticas con
de productos o de la estación de manufac- tapas de cuatro colores: azul, roja, blanca y
tura. Las condiciones para la prueba son: verde y piezas de PVC con cuatro formas:
Distancia entre productos mínimo 40 cm y cruz, te, codo y circular. Se describieron las
velocidad de banda entre 17 y 22 cm/s. La componentes de procesamiento y análisis
Tabla 8 consigna el porcentaje error de de imagen: Adquisición imagen implemen-
cada prueba, se obtiene un error promedio tada en lenguaje C++ con base en la libre-
global del 0,8%, los errores presentados se ría OpenCV, para diseñar e implementar
deben a falla en el clasificador de productos los scripts de procesamiento; preprocesa-
y el segundo a falla en la estación de ma- miento que permite el mejoramiento de las
nufactura. La Tabla 9 consigna los pará- imágenes adquirida; segmentación, para
metros de funcionamiento adecuado del los tipos de accesorios de PVC, se segmentó
clasificador de productos en la estación de en el canal rojo del espectro RGB, en el
manufactura y otras consideraciones. caso de las botellas plásticas, se hizo la
segmentación de los tres canales. Descrip-
Tabla 8. Pruebas finales del clasificador de productos en ción y extracción, para cada grupo de pro-
estación de manufactura. Fuente: Autores
Prueba Productos Error Motivos Error
ducto se hizo una extracción de caracterís-
Se clasifico mal un ticas diferentes; área para botellas y área -
1 50 1 2%
producto perímetro para piezas de PVC. Reconoci-
2 50 1
El clasificador no se
2% miento de objetos, se realizó comparando el
movió
área obtenida de cada canal con un valor
3 50 0 - 0%
4 50 0 - 0%
de referencia, y decisión, al reconocer el
5 50 0 - 0% color de la tapa en el caso de las botellas, o
la forma en el caso de los accesorios de
Tabla 9. Parámetros de clasificación y consideraciones del PVC, se determinar el tipo de producto.
sistema integrado. Fuente: Autores En las pruebas individuales para las
Parámetro Rango
botellas plásticas se capturaron 40 imáge-
Cantidad total de productos a
clasificar
Ilimitada nes en tiempo real con la banda a 20 cm/s,
Cantidad máxima de clasificándolas y verificando su tipo: azul,
8
productos en el sistema roja, verde y blanca; el porcentaje de error
Velocidad de la banda 18 -24 cm/s
obtenido fue de 2,5% con la banda a 21,7
Distancia mínima entre
productos
40 cm cm/s. Para los accesorios de PVC se captu-
Consideración raron 52 imágenes en tiempo real con la
Altura de la lente con respecto banda a 21,7 cm/s, clasificándolos y verifi-
30 cm
a la banda cando su tipo: cruz, codo, circular y te; se
Hacia arriba, configurar
Inclinación trigger (botellas)
flanco de subida
clasificaron todas las imágenes con la ban-
Inclinación trigger (accesorios Hacia abajo, configurar da a 18 cm/s con porcentaje de error de 0%.
PVC) flanco de bajada En las pruebas del sistema integrado, el
tiempo de procesamiento del clasificador de
productos es 0,290 s en promedio para un
4. CONCLUSIONES accesorio de PVC, lo cual da una capacidad
de 206 accesorios de PVC x minuto (12 mil
Se diseñó e implementó un sistema cla- productos hora). Para las botellas el tiempo
sificador de productos con visión de má- promedio que tarde el clasificador de pro-
quina en una estación de manufactura ductos es 0,267 s, lo cual da una capacidad
haciendo uso de una metodología que per- de 224 botellas x minuto (14 mil productos
mitió integrar tecnología FOSS con equipos hora).

[108] Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109
 O. D. Velasco-Delgado et al. / Diseño y construcción de una estación de clasificación
automática con visión de máquina

En general, la capacidad del sistema of Oil Filters,” Int. J. Adv. Manuf. Technol., vol. 21, no.
6, pp. 452-459, Mar. 2003.
depende de la velocidad de la banda de la [7] X. Liming and Z. Yanchao, “Automated strawberry
estación de manufactura y de la distancia grading system based on image processing,” Comput.
Electron. Agric., vol. 71, pp. S32-S39, Apr. 2010.
entre los productos, obteniendo un rendi-
[8] G. ElMasry, S. Cubero, E. Moltó, and J. Blasco, “In-
miento máximo de 32 productos por minuto line sorting of irregular potatoes by using automated
(1920 productos hora) con la banda a 22 computer-based machine vision system,” J. Food Eng.,
vol. 112, no. 1-2, pp. 60-68, Sep. 2012.
cm/s y con 40 cm de distancia entre pro- [9] J. Blasco, S. Cubero, J. Gómez-Sanchís, P. Mira, and
ductos obteniendo un error promedio de E. Moltó, “Development of a machine for the automatic
0,8%. sorting of pomegranate (Punica granatum) arils based
on computer vision,” J. Food Eng., vol. 90, no. 1, pp.
27-34, Jan. 2009.
[10] W. Zhang, J. Mei, and Y. Ding, “Design and
5. AGRADECIMIENTOS Development of a High Speed Sorting System Based
on Machine Vision Guiding,” Phys. Procedia, vol. 25,
pp. 1955-1965, Jan. 2012.
Se agradece al Departamento de Elec- [11] H. Raafat and S. Taboun, “An integrated robotic and
trónica, Instrumentación y Control de la machine vision system for surface flaw detection and
classification,” Comput. Ind. Eng., vol. 30, no. 1, pp.
Universidad del Cauca por financiar el 27-40, Jan. 1996.
presente proyecto. [12] G. M. Zambrano, C. A. Parra, M. R. Manrique, and C.
J. Bustacara, “Estación de control de calidad por visión
artificial para un centro de manufactura integrada por
computador (CIM),” Ing. y Univ., vol. 11, no. 1, pp. 33-
6. REFERENCIAS 55, 2007.
[13] R. López, E. Sotter, and E. Zurek, “Aplicación del
[1] R. de la Rosa, “Procesamiento de Imágenes Digitales,” sistema Robot Vision PRO para operaciones
in X Congreso Nacional en Informática y Computación automáticas de control de calidad,” Rev. Científica Ing.
del Instituto Tecnológico de Puebla, 2007. y Desarro., vol. 9, no. 9, pp. 88-97, 2001.
[2] A. Escalera, Visión por computador (fundamentos y [14] Dakora, “Dakora Automatización Industrial,” 2013.
métodos). Pearson - Prentice Hall, 2001, p. 304. [Online]. Available: http://www.dakora.com.co/.
[3] L. de J. Mesa-Palacio, G. Calle-Trujillo, and J. J. [Accessed: 01-May-2013].
Arbeláez-Toro, “Diseño, Construcción y Fabricación de [15] B. Automation, “Be Automation,” 2013. [Online].
una Máquina Prototipo de Medición por Coordenadas,” Available: http://www.beautomation.com.co/.
Tecno Lógicas, no. 26, pp. 11–25, 2011. [Accessed: 01-May-2013].
[4] D. E. Guyer, G. E. Miles, M. M. Schreiber, O. R. [16] Intel® Software Network, “Open Source Computer
Mitchell, and V. C. Vanderbilt, “Machine Vision and Vision Library (OpenCV).” 2013.
Image Processing for Plant Identification,” Trans. [17] Siemens PLM Software, “Solid Edge.” 2013.
ASAE, vol. 29, no. 6, pp. 1500-1507, 1986. [18] M. Pérez and O. Velasco, “Sistema de clasificación de
[5] R. P. Wildes, J. C. Asmuth, G. L. Green, S. C. Hsu, R. piezas en una línea de producción empleando visión de
J. Kolczynski, J. R. Matey, and S. E. McBride, “A máquina,” Universidad del Cauca, 2011.
machine-vision system for iris recognition,” Mach. Vis. [19] R. C. González and P. Wintz, Procesamiento digital de
Appl., vol. 9, no. 1, pp. 1-8, Jan. 1996. imágenes. Addison-Wesley, 1996.
[6] S. Kovačič and F. Lahajinar, “A Machine Vision [20] American National Standard Institute, “ANSI/ISA-
System for the Rotational Positioning and Verification S88.01-1995,” 2006.
.

Tecno Lógicas, ISSN 0123-7799, Vol. 17, No. 32, enero-junio de 2014, pp. 97-109 [109]