Introducción
En el proceso de manufactura de tarjetas electrónicas se emplean
bandas transportadoras, sobre estas son colocadas las tarjetas electró-
nicas y máquinas especializadas denominadas AOI (Automated Opti-
cal Inspection), se utilizan para detectar defectos en una Printed Circuit
Board (Ziyin y Qi, 2011), Por medio de una cámara de alta definición se
realiza de manera automática el escaneo del dispositivo bajo prueba, con
el propósito de validar que no posea ningún defecto, como componentes
faltantes, componentes mal orientados y componentes soldados de ma-
nera incorrecta. Para realizar el proceso de supervisión utilizando una
máquina AOI, es necesario contar con los archivos de fabricación y de
ensamble de la PCB denominados archivos Gerber´s. Estos contienen
información de la posición y orientación de cada componente utilizado
sobre la tarjeta electrónica. Es necesario configurar la máquina AOI para
cada tarjeta electrónica diferente que se desea supervisar. El costo de
elaboración de tarjetas electrónicas resulta ser demasiado elevado. El
objetivo es reducir el costo de producción de las tarjetas electrónicas
empleando tecnologías actuales y de bajo costo.
En los últimos años se han desarrollado una gran cantidad de algorit-
mos para las máquinas AOI. En el trabajo presentado por Huibin Zhao
(2009) se muestra un dispositivo y un algoritmo basado en visión para
el reconocimiento de componentes electrónicos en una PCB de densidad
media, utilizando el software Labview en conjunto con la herramienta
de NI Vision (National Instruments Vision). El sistema consiste en una
cámara IEEE1394, una interfaz y una plataforma móvil de dos grados
de libertad. Este sistema presenta dos desventajas notables, el uso de
una cámara especial y la necesidad de un hardware externo que permita
controlar la posición de la cámara.
la tarjeta electrónica.
En este trabajo se implementa un sistema de aprendizaje automático
en conjunto con el procesamiento digital de imágenes. Se describe un
algoritmo que permite identificar diferentes tipos de tarjetas electrónicas
de manera automática, posteriormente se realiza el proceso de supervi-
sión de los componentes electrónicos de cada tarjeta, sin la necesidad de
modificar algún parámetro en el algoritmo; de esta manera, se evita que
la línea de producción se detenga.
Una de las principales ventajas de este trabajo es que no requiere de
una máquina de inspección AOI para realizar el proceso de supervisión
de las tarjetas electrónicas. Se sustituye la máquina de inspección AOI
por una cámara web, reduciendo el costo de la infraestructura.
Desarrollo
Se implementa una celda robótica que está constituida por una banda
transportadora, una cámara web, un sistema de adquisición de datos y
las tarjetas electrónicas a supervisar, tal como se muestra en la Figura
1. Las tarjetas electrónicas se colocan sobre la banda transportadora,
la cual se encuentra en movimiento con una velocidad constante. Por
medio de una cámara web, en conjunto con los algoritmos de aprendi-
zaje automático, se identifica la tarjeta electrónica. Automáticamente se
selecciona de una base de datos el archivo Gerber correspondiente a la
tarjeta. Posteriormente se realiza el proceso de verificación de los com-
ponentes electrónicos de la tarjeta. Las tarjetas que no presenten ningún
error son retiradas de la banda transportadora.
Una parte importante de la investigación en el sector de las ciencias
computacionales es el desarrollo de nuevas técnicas que permitan reali-
zar el procesamiento de imágenes con una mayor eficacia, por lo que es
necesario involucrar otras áreas del conocimiento para obtener mejores
resultados. Dada la gran cantidad de información que se obtiene al pro-
cesar un conjunto de imágenes, es necesario contar con una herramienta
que permita manipular esta cantidad de información y poder obtener los
datos más relevantes.
El aprendizaje automático tiene como enfoque obtener la informa-
ción más relevante a partir de una gran cantidad de datos almacenados
en una instancia (Berral García, 2016). Se encuentra constituido por una
serie de algoritmos computacionales que permiten identificar las carac-
terísticas más importantes sin la necesidad de contar con un modelo
matemático o una ecuación predeterminada: la obtención de los datos
depende de la cantidad de información disponible (Mathworks, 2016).
Existe una amplia variedad de aplicaciones donde se implementa este
tipo de algoritmo, por ejemplo para la estimación de movimiento de un
exoesqueleto asistido (Manan Khan, Khan y Changso