Revista de Ciencias de Seguridad y Defensa
55
Revista de Ciencias de Seguridad y Defensa (Vol. VI, No.1, 2021) pp. 55-68
Brazo Robótico Didáctico de 6 GDL Automatizado para clasicar
Objetos Balísticos mediante Visión Articial
Automated 6 DOF didactic robotic arm in order to classify
ballistic objects using articial vision
Mélany Jazmín Yarad Jácome
(1)
, Óscar Wladimir Gómez Morales
(2)
(1)
Universidad de las Fuerzas Armadas ESPE, Ecuador
(2)
InstitutoTécnico Sucre, Ecuador
mjyarad@espe.edu.ec, oscargomezm@yahoo.com
Resumen
Actualmente, el proceso de empaquetamiento de objetos balísticos se lo realiza de manera manual, en
el que el personal encargado está expuesto a alta contaminación de residuos por el ensamblaje de las
municiones, principalmente la pólvora, así como también por la estática generada por el cuerpo humano.
Esta problemática llevó a realizar la presente investigación, la cual se enfoca en la construcción de un
brazo robótico didáctico de 6 grados de libertad (GDL) automatizado para clasicar objetos balísticos
mediante visión articial. Para el control se usan drivers TB6560 y motores a pasos de marca NEMA, los
cuales están ubicados en cada articulación; cuenta con un servo motor que está adaptado a un gripper de
pinzas que permite el agarre de los objetos balísticos por clasicar. Además, cuenta con una Rasberry Pi
modelo B, un sistema operativo Raspbian y una pantalla touch LCD. Adicionalmente, posee un sensor de
imagen pixy cam y un Arduino Atmega 2560 empotrada y una tarjeta RAMPS 1.4 para el control de los
grados de libertad del brazo robótico. Esto da como resultado nal un proceso eciente en la clasicación
balística, con una reducción de mano de obra operaria y aumento de seguridad en la producción.
Palabras clave: Automatización; control; grados de libertad; objetos balísticos; Programación; visión
articial.
Abstract
Nowadays, packing ballistic objects is conducted manually, where the person in charge is exposed to high
levels of contamination by residues due to the assembly of the munitions, mainly the gunpowder and the
static generated by the human body. This problem led to the current research, which focuses on constructing
a didactic robotic arm with six degrees of freedom (GDL), automated to classify ballistic objects through
articial vision. TB6560 drivers and NEMA brand stepper motors are used for control, located in each
joint. It has a servomotor adapted to a pincer gripper, which allows the grip of the ballistic objects to be
classied. In addition, it has a Rasberry Pi model B, a Raspbian operating system, and an LCD touch
screen. Besides that, it has a pixy cam image sensor and an Arduino Atmega 2560 embedded in a RAMPS
1.4 card to control the degrees of freedom of the robotic arm. Everything described previously leads to an
efcient process in ballistic classication, with a reduction of operating workforce and increased safety
in production.
Keywords: Automation; control; degrees of freedom; ballistic objects; programming; Articial vision
Fecha de Recepción: 09/06/2021 - Aceptado: 31/07/2021 – Publicado: 15/09/2021
ISSN: 2477-9253 – DOI: https://dx.doi.org/10.24133/RCSD.VOL06.N01.2021.04
56
I. Introducción
Actualmente, los prototipos de brazos robóticos para pequeñas aplicaciones en el campo industrial han
ayudado a que los operarios puedan realizar trabajos repetitivos de baja escala en menor tiempo y aumentando
la calidad de la producción.
La construcción, automatización y control de un brazo robótico dedicado a la manipulación de
objetos, mediante visión articial, abarca temas relacionados con el ensamblaje de piezas, conexiones
electrónicas y programación de controladores, con el n de automatizar el sistema a través de la aplicación
del conocimiento. De esta manera, se contribuye al cambio de la matriz productiva e impulso del desarrollo
industrial con sistemas ecientes y conables operados por personas capacitadas con mano de obra calicada.
El problema de los controles de calidad en la industria armamentística suele darse porque son realizados
de forma visual por el operario e involuntariamente se cometen errores. Es así que se han encontrado
en la visión articial y en las plataformas de programación, más accesibles a los usuarios, herramientas
tecnológicas de punta que han hecho de este predicamento algo más sencillo de procesar.
En el Ecuador ya existen varias industrias, como la agropecuaria, la agroindustrial, la metalmecánica,
entre otras, que tienen en sus procesos un brazo robótico industrial automatizado para mejorar la producción.
La educación del día a día se va actualizando de manera rápida, en donde las optimizaciones de una empresa
en relación a la tecnología son el avance cientíco que genera conocimientos y mejoras. La automatización
y control de los procesos cada vez llegan a un verdadero aumento de herramientas robóticas ya sea teórico
o práctico (El Comercio, 2015).
Las grandes industrias en el Ecuador usan este tipo de tecnología. La habilidad de precisión al
momento de trabajar con tareas extremadamente difíciles se dio a conocer en el año de 1961; con el avance
del tiempo y la innovación tecnológica se ha ido mejorando. En la actualidad, se tienen brazos robóticos de
la marca alemana KUKA
1
que cuentan con una gran precisión, de tal manera que pueden ser programados
para realizar trabajos complejos de forma automática; también tienen como nalidad construir plataformas,
realizar cortes de metal con perfección, soldar, montar y desmontar un vehículo, y son una parte fundamental
de la tecnología 4.0 (Marshall, 2010)
II. Materiales y Métodos
2.1. Fundamentación
El objetivo de esta investigación es construir un brazo robótico didáctico de 6 grados de libertad
automatizado para clasicar objetos balísticos mediante visión articial. De acuerdo con el libro
Fundamentos de Robótica y según la Asociación de Robótica Industrial (RIA 1979) “un robot industrial
es un manipulador multifuncional reprogramable, capaz de mover materias, piezas, herramientas
o dispositivos especiales, según trayectorias variables, programadas para realizar tareas diversas”
(Barrientos, Peñín, Balaguer, & Aracil, 2007, pág. 17)
Brazo robótico
La Organización Internacional de Normalización (ISO 1998) en su norma ISO 8373 dene al Robot
1 1 KUKA' es un acrónimo de 'Keller y Knappich Augsburgo', por sus siglas en alemán.
Yarad y Gómez
Revista de Ciencias de Seguridad y Defensa
57
manipulador industrial como: “Manipulador de 3 o más ejes, con control automático, reprogramable,
multiaplicación, móvil o no, destinado a ser utilizado en aplicaciones de automatización industrial.
Incluye al manipulador (sistema mecánico y accionadores) y al sistema de control (software y
hardware de control y potencia)”.
Los brazos robóticos industriales hoy por hoy se observan en distintos tamaños y diseños. Su
clasicación está dada por la forma en que se encuentra automatizado, lo cual permite gobernar el
movimiento de sus elementos y por sus conguraciones cinemáticas.
Conguraciones Cinemáticas
Según la geometría de su estructura mecánica, un brazo robótico posee conguraciones cinemáticas
de acuerdo al desplazamiento o giro de sus articulaciones encargadas de posesionar, y puede ser
(González, 2015):
a. Cartesiano: se caracteriza por sus ejes, que coinciden con los tres ejes cartesianos y sus
articulaciones son del tipo prismática, normalmente con movimientos localizados en los ejes
X, Y, y Z.
b. Esférico o polar: los ejes forman un sistema polar de coordenadas. Es decir, en un círculo un
eje que va de arriba a abajo y otro de derecha a izquierda (como norte-sur este-oeste).
c. Articulado: tiene como mínimo tres articulaciones que giran sobre sí mismas, lo que le
posibilita llevar a cabo tareas más complejas. La mayor rotación permite que pueda realizar
una alta maniobrabilidad y accesibilidad a zonas con obstáculos.
d. Cilíndrico: sus ejes forman un sistema de coordenadas de círculos concéntricos que le permiten
efectuar movimientos conocidos como interpolación lineal.
e. SCARA: posee dos articulaciones rotatorias paralelas, que permiten que pueda hacer trabajos
de movimientos de objetos. Es decir, las principales funciones de este tipo de brazo son las de
recoger objetos y dejarlos en otros lugares.
f. Paralelo: tiene articulaciones en forma de prisma. Su uso principal está en la plataforma móvil
desde la que se trabajan las simulaciones de vuelo. Su alto nivel de rotación permite una
mayor variedad de movimientos para que la simulación sea más compleja (ESNECA,2019).
Funciones
Un robot está formado por los siguientes elementos: estructura mecánica, transmisiones, sistema
de accionamiento, sistema sensorial, sistema de potencia y control, y elementos terminales. En
la gura 1 se puede observar el funcionamiento más detallado.
El sistema de potencia y control comandado por un micro-controlador controla al robot
mediante estímulos recibidos de los sensores, enviando señales a los actuadores de las articulaciones
y así rotando varios motores individuales acorde a la posición deseada (algunos brazos robot más
grandes utilizan sistemas hidráulicos).
Brazo Robótico Didáctico
58
Visión articial
La visión articial captura la información visual del entorno físico para extraer características relevan-
tes visuales, utilizando procedimientos automáticos, por lo cual un sistema compuesto por diversos
dispositivos inteligente es capaz de extraer información del entorno para su interpretación, compa-
ración y procesamiento de imágenes, mediante el uso de computadora o microprocesadores capaces
de tomar decisiones y ejecutar acciones mediante componentes de accionamientos (Jiménez, 2015).
Fases de la visión articial
Existen diversas técnicas en un sistema de visión articial que siguen una secuencia especíca en
adquisición, pre-procesamiento, segmentación, representación, detección, reconocimiento e interpre-
tación de imágenes. Cada fase realiza una tarea concreta de acuerdo a la aplicación del sistema cum-
pliendo con su objetivo tales como:
a. Adquisición: en esta etapa se capturan las imágenes de las municiones y se busca realzar
mediante técnicas fotográcas las características visuales del objeto. Esta es una de las etapas
más importantes ya que la buena adquisición de la imagen posibilitará la consecución de la
siguiente fase, como se indica en la gura 2.
Figura 2: Proceso de un sistema de visión articial
Figura 1: Diagrama de funcionamiento de un brazo robótico
Yarad y Gómez
Revista de Ciencias de Seguridad y Defensa
59
Figura 3: Lado posterior de la Raspberry Pi 3 b+
Fuente: (IONOS, 2018)
b. Pre-procesamiento: en esta fase se busca mejorar la calidad de la imagen de las municiones
detectadas por la cámara, en la que se pueden aplicar técnicas de supresión de ruidos
(deformación en las vainas), de realce de contraste (brillo por exceso de pólvora) y de
optimización de la distribución de la intensidad, así como de extracción de bordes, lo cual
permite agilizar la búsqueda de información de la imagen.
c. Segmentación: es aquí donde se divide la imagen en partes y se realiza la extracción de la
información, identicando la textura, color e intensidad y marcando los bordes segmentados,
tomando en cuenta la similitud y discontinuidad.
d. Representación: en esta parte se procesa los parámetros de las partes de imágenes obtenidas en
el proceso anterior.
e. Detección: aquí se busca extraer el perl completo de las municiones, todas aquellas
características que se diferencien de las demás; es decir, se extraen las características
invariantes e independientes como: contorno, tamaño y color.
f. Reconocimientos: es donde se clasican las imágenes adquiridas a partir de los descriptores de
la etapa anterior, para lo cual se usó la técnica de algoritmo de bordes y métodos estadísticos.
g. Interpretación: como su nombre lo indica, aquí se interpreta todos los objetos detectados y
reconocidos en donde se realizan parámetros comparativos para su respectiva clasicación.
Instrumento de adquisición de imagen
Uno de los instrumentos principales de la visión articial es la cámara. Esta es la encargada de
visualizar lo que sucede en su entorno. Hay una diversidad de cámaras en el mercado con diferentes
características, unas desde visualización de entorno y otras que realizan hasta la detección de objetos
y procesamiento de imagen. Cabe indicar que estos dispositivos cuentan con varios parámetros, así
como la estabilización de imagen, disparo, captura, cantidad de pixeles, velocidad de procesamiento,
que se deben tomar en cuenta al momento de la elección.
Raspberry Pi
Raspberry Pi es un computador personal y no solamente un micro-controlador. Este computador
personal se utilizó para el procesamiento de datos. Como entrada se tiene la adquisición de imagen
mediante la cámara pixi2, en el proceso se encuentra el control a las imágenes adquiridas y tratadas con
el método de visión articial. Finalmente, las salidas corresponden a las respuestas de los actuadores.
Brazo Robótico Didáctico
60
Pantalla LCD
Es una pantalla plana (gura 4) que utiliza las propiedades de modulación de la luz que presentan
los cristales líquidos. Se la utiliza para visualizar la imagen adquirida por la cámara Pixi2 y para la
conguración del sistema operativo del brazo robótico.
Figura 4: Pantalla LCD
Tarjeta RAMPS
La RAMPS (gura 5) es una tarjeta protectora diseñada para Arduino MEGA, hecha para controlar
motores paso a paso, generalmente NEMA, utilizando drivers, como POLOLU A4988, DVR8825 o
TB6560. Además, tiene conexiones para conectar y controlar todos los elementos que necesitan las
impresoras 3D. Esta tarjeta cuenta con pines que se ajustan al Arduino Atmega 2560 y que se empotra
de forma precisa a dicha placa de Arduino.
Figura 5: Tarjeta RAMPS
Fuente (Engineerstoys, 2019)
Yarad y Gómez
Revista de Ciencias de Seguridad y Defensa
61
Figura 6: Detección de un objeto con la cámara Pixy2 y PixyM
Figura 7: Ubicación de la cámara Pixy2
Raspbian
Es un sistema operativo libre basado en la distribución de Linux denominada Debian y optimizado
para el hardware de Raspberry Pi.
Para la detección de objetos, se utilizó el software PixyMon, que permitió la conexión con la
cámara Pixy2. En esta interfaz se establece una asignatura para la selección del color del objeto que
se quiere reconocer y grabar, tal como indica la gura 6.
La determinación del espacio de trabajo y posicionamiento de la cámara Pixy2 en el brazo
robótico se indica en la gura 7; de esta manera, se puede manipular el brazo hacia donde se encuentre
el objeto en un espacio determinado. Para dar apertura a la detección del objeto, se programa un punto
inicial que ayuda a maniobrar el robot hacia el área de detección; para esto se envió las coordenadas
mediante el Arduino Atmega 2560 conectado la Ramps 1.4 hacia el driver TB6560.
Brazo Robótico Didáctico
62
El espacio de trabajo permite dar a conocer los puntos máximos y mínimos que se ejecutan al
momento de dar el movimiento a cada articulación, como muestra la gura 8. Estos valores se los
puede obtener mediante la cámara Pixy2.
El brazo robótico cuenta con 6 GDL. Cada grado de libertad se debe posicionar en un estado
inicial para después determinar el movimiento que se realice y regresar a su ubicación de reposo.
La obtención del objeto se reeja en la posición de detección, ya que en este lugar se podrá
tener visión de todo el espacio de trabajo, como se observa en la gura 9. Ubicado el brazo robótico
en la posición de detección, se procede al reconocimiento de los objetos (para el ejemplo cubos de
colores). Una vez detectado se recolecta el objeto y se clasica en su lugar de destino.
Punto mínimo
de movimiento
Espacio de
trabajo
Espacio de
trabajo
Posicionamiento
de detección
Máximo
movimiento
Figura 8: Determinación de puntos máximos, mínimos y espacio de trabajo
Figura 9: Posición de detección y objetos detectados
Se puede visualizar en el monitor LCD lo que logra detectar la cámara mediante la interfaz de
PixyMon, también se verica la detección de dos objetos: cubo verde y cubo azul. Determinado el
objeto se realiza la clasicación en su lugar de destino, como lo muestra en la gura 10.
Yarad y Gómez
Revista de Ciencias de Seguridad y Defensa
63
Figura 10: Interfaz PixyMon
Figura 11: Flujograma de prueba de movimientos
Pixy2 puede detectar objetos de varios colores, posición, seguimiento de líneas, entre otros.
Cuenta con un procesador NXP de 204 MHz, dual core, lo cual hace que se mantenga uido al
momento de su trabajo. Para exportar la información de la Pixy2, se realizó una conexión SPI hacia
el Arduino Mega y se ejecutó la instalación de la aplicación PixyMon.
En la simplicación de conexiones se usó la tarjeta Ramps 1.4. Esta permitió minimizar los
cables de conexión tanto del micro-controlador como hacia los drivers. Ramps 1.4 es comúnmente
utilizado para impresoras 3D, CNC, cortador láser, brazo robótico, entre otras.
2.2 Movimientos del robot
Para tener certeza de los movimientos que efectúa el brazo robótico, se realiza la “prueba de movi-
mientos” con el micro-controlador Atmega 2560; este permite controlar la placa Ramps 1.4 para así
conectarse con los drivers TB6560. Para esto se realizó un pequeño programa en Arduino y así poder
calibrar los pasos de los motores en cada driver. La gura 11 evidencia el diagrama de ujo del pro-
grama que se realizó para estos movimientos.
Brazo Robótico Didáctico
64
En la gura 12 se indican las conexiones realizadas en el brazo robótico. Cabe recalcar que los
motores a pasos cuentan con 4 cables puesto que son bipolares; tienen 2 bobinas y se conectan al driver
TB6560 para poder ser controlados. Para simplicar las conexiones se utiliza la tarjeta Ramps 1.4.
Figura 12: Diagrama de conexiones
Figura 13: Partes del brazo robótico
En la gura 13 se reeja las partes completas del brazo robótico enumeradas con sus respectivas
articulaciones y eslabones, con esto se permite visualizar de mejor manera y lograr entender su funcionalidad.
1
2
3
4
5
6
Dedos
Mano
Brazo
Codo
Antebrazo
Cintura
Hombro
Muñeca
Yarad y Gómez
Revista de Ciencias de Seguridad y Defensa
65
Figura 14: Gripper o pinza
El gripper, también conocido como la mano o pinza del robot, es el componente principal del brazo
robótico porque permite manipular las municiones para la aplicación realizada, que corresponde a la
detección de objetos. Consta de una pinza de dos dedos, en la mano (eje de movimiento) se coloca un
servomotor Hitec HS-422; este se conecta por engranes para así dar el agarre y sujetar rme al elemento
balístico como se muestra en la gura 14.
2.3 Metodología de investigación
En las secciones de este escrito se evidenciarán los materiales y el método que se utilizó para la
construcción del prototipo industrial clasicador de objetos armamentistas, explicando cada una de
las etapas de desarrollo; luego, los resultados obtenidos de las pruebas realizadas al prototipo y, nal-
mente, se presentará un trabajo futuro como consecuencia de esta investigación.
La construcción del prototipo se desarrolló a través del método bibliográco y experimental,
ya que previo al diseño y construcción se analizaron diferentes fuentes de información relacionados
con el tema de investigación planteado, en vista de que no existe teoría puntual del dispositivo en el
funcionamiento con la tecnología requerida; dado que de toda la información recopilada se obtuvo del
análisis del funcionamiento a base de prueba y error.
La técnica que se utilizó para determinar los parámetros de construcción y funcionamiento fue la
entrevista cuyo principal objetivo fue obtener cierta información, mediante preguntas abiertas dirigida a
expertos en el área industrial, con el propósito de relacionar y comparar toda la información recolectada
y registrar las respuestas. Esto ayudó a conocer los parámetros que se deben tomar en cuenta para la
construcción y automatización del brazo robótico, así como para la aplicación de visión articial.
III. Evaluación de Resultados y Discusión
3.1 Evaluación de Resultados
Con este prototipo se puede evidenciar que el contacto humano con los elementos de producción
balística es mínimo, dando como resultado una mejora en tiempo y calidad. Esto se ejecutó bajo una
investigación de campo de tipo experimental, de tal manera que se realizaron diferentes pruebas de
Brazo Robótico Didáctico
66
funcionamiento del robot manipulador, diseñado para la clasicación de objetos, de forma que se
adapte a la utilización de varios procesos y a las realidades actuales de las empresas que lo requieran.
Por lo tanto, se procedió a manipular y clasicar objetos simulando el proceso donde el cerebro utiliza
los ojos para reconocer objetos. La robótica apuesta por desarrollar programas capaces de imitar
ese método. A través del uso de cámaras, sensores, tarjetas de adquisición y módulos de visión, el
computador es capaz de adquirir imágenes de su entorno para el respectivo análisis, así se interpreta de
manera física el comportamiento de los elementos que interactúan para realizar proceso automatizado.
La investigación realizada ayudó con información relevante, la que permitió aclarar dudas en
cuanto se reere al material de construcción del prototipo, el lamento PLA Y ABS, que se indica es
el más adecuado para la impresión de las piezas. Lo mismo sucede con el uso de motores unipolares
por cuanto su conexión es más sencilla y usa una fuente conmutada.
Para cada movimiento articulado se diseñó una pieza, esta se acopla a un motor a pasos Nema y
se ubica en la posición adecuada, centrando su eje de movimiento. El motor se sujeta mediante pernos
con sus respectivas tuercas; el eje del motor se conecta a un acople exible y también se coloca un eje
metálico. Para evitar movimientos inesperados en el acople se coloca un rodamiento, esto se puede
evidenciar en la gura 15. El robot al contar con 6 grados de libertad, cuenta con 6 articulaciones para
lo cual se procede de la misma manera en cada una de sus uniones.
Figura 15: Brazo robótico de código abierto
Para dar movimiento a estos motores, se ejecuta el siguiente código de programación.
Yarad y GómezYarad y Gómez
Revista de Ciencias de Seguridad y Defensa
67
De esta manera, se tiene la posición exacta que se requiera para clasicar de forma automática
los objetos, detectando alguna falla generada en la línea de producción y ayudando en el ámbito de la
gestión de calidad y seguridad en los operarios al manipular objetos balísticos.
La obtención del objeto se reeja en la posición de detección ya que en este lugar se podrá tener
visión de todo el espacio de trabajo, como se muestra en la gura 16. Ubicado el brazo robótico en la
posición de detección, se procede al reconocimiento del objeto, una vez detectado se recolecta y se
clasica en su lugar de destino.
IV. Conclusiones y Trabajo Futuro
Al tener un proceso automatizado en la industria armamentística, se puede evidenciar que los errores
involuntarios de los operarios desaparecen. Con el uso de la visión articial se reducen los procesos
manuales teniendo como resultado mayor eciencia en la producción y más seguridad en el campo de
ensamble balístico.
Fue posible crear un prototipo de brazo robótico de 6 GDL que trabaje de manera autómata, usando
visión articial, con la necesidad de sincronizar la mecánica, la electrónica y el algoritmo de control, cuya
única nalidad es la de permitir al personal realizar actividades sin poner su vida en peligro y mucho
más si el lugar de trabajo es una industria de municiones. También es importante analizar de manera muy
puntual y denir el uso de los componentes mecatrónicos. En la visión articial, la cámara pixi2 facilita
la detección, procesamiento y adquisición de imágenes, este elemento cuenta con intensidad lumínica
propia ayudando en el entorno de trabajo, sin tener alteraciones en el ambiente en donde se encuentre el
robot; se usó los motores NEMA por su alto torque y precisión.
Como un posible trabajo de investigación a futuro se considera realizar movimientos robustos con
mayor velocidad y precisión para lo cual es necesario cambiar la estrategia de control, usando así un
control dinámico sobre referencias que suministra el control cinemático.
Figura 16: Posición y detección de objetos
Brazo Robótico DidácticoBrazo Robótico Didáctico
68
Referencias Bibliográcas
AADECA REVISTA. (08 de 06 de 2018). Kuka Deutschland GmbH. AADECA, 8. Obtenido de Kuka
Deutschland GmbH: editores-srl.com.ar/revistas/aa/8/kuka
Barrientos, A., Peñín, L. F., Balaguer, C., & Aracil, R. (2007). FUNDAMENTOS DE ROBÓTICA. Aravaca
(Madrid).
Crisoftec. (2012). http://techdesign.com.ec/. Obtenido de Brazos Robot Industriales GSK.
El Comercio. (19 de 09 de 2010). elcomercio.com. Obtenido de 3 jóvenes proveerán brazos robóticos a la
industria: https://www.elcomercio.com/tendencias/tecnologia/jovenes-proveeran-brazos-roboticos-
industria.html Engineerstoys. (2019). engineerstoys.com. Recuperado el 22 de 08 de 2020, de https://
www.engineerstoys.com
González, V. (03 de 20015). Fundamentos de Robótica. Recuperado el 08 de 01 de 2020,
de http://platea.pntic.mec.es/vgonzale/cyr_0204/ctrl_rob/robotica/portada.htm
IONOS. (2018). IONOS. Obtenido de www.ionos.es
Jiménez, M. (2015). Desarrollo de un sistema de visión articial para la detección de aglomeración de
personas en un semáforo. Loja.
Sánchez, M. (2007). Historia de la robótica. Cataluña.
Yarad y Gómez