Desarrollo de una máquina clasificadora por tamaño y defectos de castaña amazónica basado en visión artificial y aprendizaje profundo, en la Asociación de Castañeros de la Reserva Nacional Tambopata Los Pioneros - ASCART
Acronym
P_CAST-IA
Consortium Coordinator
Cataño Sanchez, Miguel Angel
Start Date
December 21, 2024
End Date
August 21, 2026
Status
https://purl.org/pe-repo/concytec/estadoProyecto#activo
Tipo de proyecto
DESARROLLO TECNOLOGICO
Description
La presente propuesta se basa en un sistema automático para la clasificación de la castaña amazónica por tamaño y defectos. Para lograrlo, se diseñará un prototipo de máquina que estará instrumentada con sensores de visión y un software que portará modelos de aprendizaje profundo, además de dispositivos de soplado de aire. El concepto parte de una máquina en el que las castañas caen en cascada en un área de ambiente controlado, equipada con iluminación, espejos y sensores de visión artificial. En esta máquina, los sensores de visión capturarán imágenes en tiempo real, detectando las características de las castañas. Con base en estas características, como el tamaño y los defectos, un modelo de reconocimiento de imágenes, previamente entrenado con los calibres requeridos por el mercado y los defectos que restringen su comercialización (como desportillado, rancidez, descomposición, entre otros), llevará a cabo el proceso de clasificación y selección. Mediante dispositivos de soplado de aire, las castañas se clasificarán por tamaño y defectos, depositándose en un tambor que se vaciará a medida que se llena. Este sistema garantizaría un proceso de clasificación eficiente, alineado con los estándares del mercado y enfocado en la optimización de la calidad del producto. Así mismo, reduciría costos operativos, permitiría comercializar productos estandarizados en tamaño, de alta calidad y seguros. Lo que se traduce en mejores ingresos para la Asociación de Castañeros de la Reserva Nacional Tambopata Los Pioneros - ASCART.
Keywords
Castaña amazónica
;
Visión artificial
;
Aprendizaje profundo
;
Clasificación automática
Área de conocimiento
Natural sciences
Campo OCDE
https://purl.org/pe-repo/ocde/ford#1.02.01