Universidad Pública de Navarra



Año Académico: 2024/2025
Doble Máster Universitario en Ingeniería de Telecomunicación y en Comunicaciones Avanzadas y Visión Artificial por la Universidad Pública de Navarra
Código: 721515 Asignatura: Tecnologías de Visión Artificial
Créditos: 12 Tipo: Obligatoria Curso: 2 Periodo: 1º S
Departamento: Ingeniería Eléctrica, Electrónica y de Comunicación
Profesorado:
ARIZALETA ARTEAGA, MIKEL (Resp)   [Tutorías ] DEL CERRO REYES, BEATRIZ   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

Materia de Tecnologías de visión artificial

Subir

Descripción/Contenidos

Tecnologías de visión artificial.

Visión monocular: formación de la imagen y geometría (parámetros intrínsecos y extrínsecos).

Visión estéreo y luz estructurada.

Hardware y técnicas de iluminación.

Procedimientos de calibración de un sistema de visión artificial para aplicaciones de metrología y visión 2D, 3D.

Técnicas avanzadas de captura y procesado de información multimedia en tiempo real.

Diseño, implementación y optimización de algoritmos en sistemas de visión artificial.

Técnicas de extracción y selección de características y clasificación automática en sistemas de reconocimiento de patrones.

Actuadores industriales eléctricos.

Robots industriales: cálculo de cinemática directa e inversa.

Dispositivos y normativa de seguridad.

Integración de sistemas de visión artificial con sistemas de instrumentación y de actuación en un entorno industrial.

Subir

Competencias genéricas

No Aplica.

Subir

Competencias específicas

No Aplica.

Subir

Resultados aprendizaje

RA7.      Analizar las características de los procedimientos de calibración de un sistema de visión artificial empleados en aplicaciones de metrología y visión 2D, 3D.

RA14.    Diseñar e implementar sistemas de visión artificial, tanto en 2D como en 3D, utilizando el hardware adecuado para la iluminación y adquisición.

RA15.    Implementar técnicas avanzadas de captura y procesado de información multimedia e implementarlas en sistemas en tiempo real.

RA16.    Implementar y optimizar algoritmos de sistemas de visión artificial, incluyendo técnicas de extracción y selección de características y clasificación automática en sistemas de reconocimiento de patrones.

RA17.    Integrar componentes hardware y sistemas de visión artificial con sistemas de instrumentación y de actuación en un entorno industrial que incluya sistemas robóticos.

Subir

Metodología

Actividad formativa Nº Horas % Presencialidad Nº Horas presenciales
Clases expositivas/participativas 40 100 40
Prácticas en aula de informática y/o laboratorio 50 100 50
Aprendizaje cooperativo 20 100 20
Proyectos en grupo 80 10 8
Estudio y trabajo autónomo 108 0 0
Tutorías     0
Evaluación 2 100 2
Total 300   120

Subir

Evaluación

 

Resultados de aprendizaje Actividad de evaluación Peso (%) Carácter recuperable Nota mínima requerida
RA7, RA14-RA17 Proyecto robótica guiada por visión 70 Si  
RA7, RA14-RA17 Examen final 30 Si  

Subir

Temario

Visión Artificial

- Visión monocular

- Formación de imagen

- Geometría: parámetros intrínsecos y extrínsecos

- Geometría: modelos de cámara

- Cámaras

- Tipos de cámaras

- Parámetros de cámara

- Lentes

- Principio de funcionamiento

- Configuración y tipos de lentes

- Calibración de cámara

- Iluminación

- Introducción a la visión estéreo y luz estructurada

- Procesado de imagen

Robótica

- Actuadores industriales eléctricos

- Relés

- Motores AC

- Motores DC

- Servomotores

- Controladores

- Seguridad

- Robots

- Introducción

- Cinemática

- Calibración (Robot-Cámara)

Subir

Programa de prácticas experimentales

Los alumnos desarrollarán un sistema de pick & place con un brazo robótico y una cámara. La cámara detectará un objeto sobre una superficie, calculará su posición en el mundo y comunicará al brazo robótico dicha posición para que éste recoja el objeto y lo coloque en una localización predefinida. El programa se hará en C++ utilizando Qt y OpenCV y los alumnos deberán calibrar el brazo robótico, la cámara y la posición relativa entre ambos, para el correcto funcionamiento del sistema.

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


1- Learning OpenCV, Gary Bradski y Adrian Kaehler. O'reilly 2008. XVII, 555 p : il.

2- Handbook of 3D machine vision, Song Zhang, 2013. ISBN: 9780429065774

3- Cooperating robots for flexible manufacturing, Sotiris Makris, 2021. Springer International Publishing

Subir

Idiomas

Castellano

Subir

Lugar de impartición

Aulario Universidad Pública de Navarra.

Laboratorios Departamento Ingeniería Eléctrica, Electrónica y de Comunicación.

Subir