sobre la banda transportadora, se realiza la caracterización del motor,
para encontrar la frecuencia donde el motor funcione como un sistema
lineal y proporcione su máximo torque. En la Figura 2 se muestran las
gráficas de la curva de caracterización, donde se observa que con una
frecuencia 260 Hz, la respuesta del motor es lineal.
Para implementar el algoritmo de aprendizaje, se adquieren 500
imágenes en diferente posición de cada tarjeta por medio de un video.
Aplicando el algoritmo de aprendizaje automático se extraen las 200
características más importantes de cada una de las tarjetas. Una vez
obtenida la matriz de información se entrenan diferentes algoritmos,
con la finalidad de identificar correctamente cada una de las tarjetas.
Se comparan los resultados obtenidos de cada algoritmo entrenado y se
implementa el algoritmo que presenta el mayor índice de eficacia. En
la Figura 4 se muestran los índices de efectividad de los algoritmos en-
trenados, entre los cuales se encuentran Complex Tree, Medium Gaus-
sian SVM y Quadratic SVM, entre otros. Cada algoritmo cuenta con un
principio de estimación y optimización diferente, una descripción más
amplia de este tipo de algoritmos se puede observar en la referencia
(Mathworks, 2016).
Figura 2. Respuesta de comportamiento del motor a una fre-
cuencia de 260 Hz.
En esta sección se aborda la identificación de las características críti-
cas de una imagen, utilizando los algoritmos de aprendizaje automático
(Berral García, 2016). Utilizando el software Matlab se realiza la iden-
tificación de cuatro tarjetas electrónicas de diferente modelo, tal como
se muestran en la Figura 3.
Figura 4. Respuesta de comportamiento del motor a una
frecuencia de 260 Hz.
Para implementar el algoritmo de búsqueda de componentes físicos
dentro de la tarjeta electrónica se realiza un mapeo de la imagen, para
realizar la conversión de unidades de medida, es decir, interpretar la
imagen en centímetros y no en píxeles. Posteriormente se realiza la bús-
queda de cada componente físico dentro de la tarjeta electrónica, em-
pleando para ello los archivos Gerber correspondientes a cada tarjeta.
Figura 3. Tarjeta Arduino Mega, Tarjeta Motum, Tarjeta
Controlador y Tarjeta programador.
142
Revista Científica
La implementación del algoritmo de búsqueda se muestra en la Figu-
ra 5. Se obtiene una imagen en formato RGB utilizando la cámara web,
la imagen es convertida en formato binario. Se realiza la lectura del
archivo Gerber para obtener las coordenadas de cada uno de los compo-
nentes que integran la tarjeta. Posteriormente se realiza el mapeo y se
analiza si existe un componente en la posición deseada.