Browsing by Author "Escobar Naranjo, Juan Camilo"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Diseño de sistemas de control industrial de robots basados en industria 4.0
    (Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Ingeniería Industrial en Procesos de Automatización, 2019) Escobar Naranjo, Juan Camilo; García Sánchez, Marcelo Vladimir
    En el entorno actual de crecimiento tecnológico, el término “Industria 4.0” se ha convertido en sinónimo de innovación a nivel de producción y control industrial, pues en las últimas décadas la automatización de los procesos productivos ha dado lugar a la necesidad de desarrollar sistemas y equipos capaces de realizar actividades complejas, peligrosas y repetitivas de una forma eficiente, de forma que cubran las exigencias industriales, la robótica industrial forma parte esencial en el ambiente de la producción masiva debido a que permite que esta sea más activa incorporando una mayor flexibilidad en los procesos productivos. Durante los últimos años se han presentado varios avances tecnológicos, lo cual lleva a la miniaturización de equipos y a la reducción de costos, obteniendo de igual forma un mayor dominio sobre los sistemas de control, haciendo necesario la aplicación de sistemas ciber-físicos de bajo costo, mismos que incorporan una mayor integración de los procesos productivos, a través de la comunicación directa entre microcontroladores con sensores o actuadores. Con estas premisas, la investigación realizada presenta la implementación física y desarrollo de un sistema de control de robots, basado en la tarjeta Raspberry Pi y del robot manipulador Kuka YouBot. El procedimiento mencionado, se implementó sobre un sistema operativo basado en Debian, lo cual permite la generación de aplicaciones de tipo Open Source, de igual manera se diseñó el entorno de simulación que represente de la manera más exacta posible las características físicas del entorno real, así como la lectura de sensores y el envío de mensajes a través de ROS. El sistema de control desarrollado permite la modularidad y la integración multiplataforma a través del metasistema ROS, la relevancia del diseño radica en que investigadores y empresas dedicadas a la robótica tendrán más opciones para el control de robots y la programación de sus aplicaciones, sin tener que encontrarse con problemas en la compatibilidad del hardware, contando además con una amplia variedad de herramientas como librerías y paquetes que se encuentran disponibles para las tarjetas empotradas.
  • No Thumbnail Available
    Item
    Optimización de trayectorias y tiempos para navegación autónoma de robots dentro de un proceso industrial aplicando Industria 4.0
    (Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Maestría en Producción y Operaciones Industriales, 2022) Escobar Naranjo, Juan Camilo; García Sánchez, Marcelo Vladimir
    The present work is based on the design of a control algorithm for the optimization of trajectories and their travel time, implementing the model in a simulated environment for the autonomous navigation of robots, focusing for its development on industry-based tools. 4.0 and the application of neural networks to evaluate the actions executed by the controller in such a way that the error in the path of the trajectory is reduced, a reinforcement learning method is also added to the system that allows the model to know when an executed action was correct or incorrect, this is because its objective is to maximize its reward level, due to this the system will learn by exploring the environment to avoid obstacles and reach the objective, thus allowing the path to be followed to be optimal, The controller is based on the RMSprop optimizer algorithm, which allows it to give greater importance to the current paths than to the earlier, allowing learning to grow gradually, since over time the robot in its first training scenarios collides due to the fact that the amount of information is null or almost null, which is considered as an insufficient data source , however, as the training progresses, the robot, trying to increase its reward level, reaches the goal more frequently, giving greater importance to the routes where it began to learn than those where it collided. The communication of the system occurs through nodes controlled by a ROS master, this allows the exchange of information through messages published on topics, which gives rise to an adequate reading of the LIDAR sensor in charge of determining objects around the robot and a correct sending. of data by the DQN network to control the actions.