Robot

Dispositivo de Reconocimiento autonomo masivo

Introducción
Dispositivos diseñados para el trabajo pesado como el de las industrias adaptadas a maquinaria como tractores, grúas, etc. Encargadas de hacer trabajos de mucha precisión los dispositivos serian adaptados a la maquinaria de tal manera que no necesite ser operada por un hombre en lo más mínimo ya que estas estarían programadas pararealizar dichas labores solo se atendería en cuestiones de actualizaciones o problemas en el software. Los dispositivos brindarían mayor seguridad al hombre ya que hay trabajos en los que se requiere de mucha precisión estos aparatos brindarían mayor seguridad y eficacia a la hora de ejecutar un trabajo.

Marco teórico
Se centra en el desarrollo de un sistema perceptivo básico para reconocimientode objetos, El sistema presenta módulos de segmentación y detección de objetos, de caracterización, de representación y, por último de clasificación, que constituyen la configuración clásica de un reconocedor.
El objetivo fundamental del trabajo es ofrecer un conjunto de primitiva, que sean compatibles con arquitecturas híbridas, a partir de las cuales se puedan sintetizar comportamientoscomplejos. Ya que la naturaleza y potencia de las máquinas implicadas en el proceso puede cambiar, es imprescindible que dichas primitivas puedan ejecutarse sobre máquinas de propósito general y conlleven poca carga computacional. Todo el desarrollo esta implementado para trabajar con objetos planos dispuestos sobre una pared homogénea e imágenes de 256 niveles de gris, pero su diseño permite laextrapolación a situación más compleja.
El sistema de segmentación y detección de objetos se ha desarrollado para trabajar con imágenes múltiple resolución, a efectos de incrementar su velocidad. Para tratar con escenas reales, se utiliza segmentación basada en texturas y, a continuación, se descartan las regiones que no se consideran objetos plausibles bajo las condiciones del problema.
Tras estaextracción de fondo, puesto que el perfil de resolución de la imagen es configurable, se posiciona el área de mayor resolución sobre cada uno de los objetos a reconocer.
El módulo de caracterización extrae la función de curvatura del contorno o del objeto a máxima resolución. La curvatura es resistente a la traslación, rotación y, de obtenerse de forma estable, a escala. Su cálculo se eleva a cabo deforma adaptativa, para que sea singulares del contorno de forma sencilla e incluso recuperar el contorno completo a partir de las posiciones relativas de éstos.
Planteamiento del problema
Uno de los mayores problemas que presenta el reconocimiento autónomo es el sistema de aprendizaje de la maquina ya que conlleva a muchos factores.
El Aprendizaje Automático o Aprendizaje de Máquinas es unarama de la Inteligencia Artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender. De forma más concreta, se trata de crear programas capaces de generalizar comportamientos a partir de una información no estructurada suministrada en forma de ejemplos. Es, por lo tanto, un proceso de inducción del conocimiento. En muchas ocasiones el campo de actuación del AprendizajeAutomático se solapa con el de la Estadística, ya que las dos disciplinas se basan en el análisis de datos. Sin embargo, el Aprendizaje Automático se centra más en el estudio de la Complejidad Computacional de los problemas. Muchos problemas son de clase NP-hard, por lo que gran parte de la investigación realizada en Aprendizaje Automático está enfocada al diseño de soluciones factibles a esosproblemas. El Aprendizaje Automático puede ser visto como un intento de automatizar algunas partes del Método Científico mediante métodos matemáticos.
El Aprendizaje Automático tiene una amplia gama de aplicaciones, incluyendo motores de búsqueda, diagnósticos médicos, detección de fraude en el uso de tarjetas de crédito, análisis del mercado de valores, clasificación de secuencias de ADN,...