Estudio comparativo del algoritmo YOLO con tecnologías de visión artificial usadas en BBS Automation para el posicionamiento angular de piezas

• Autor: Chumán Alvarado, Gloria Mariana
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad de Piura
• Repositorio: UDEP-Institucional
• Lenguaje: español
• OAI Identifier: oai:pirhua.udep.edu.pe:11042/7173
• Enlace del recurso: https://hdl.handle.net/11042/7173
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales (Computadores) -- Aplicación; Industrias -- Automatización -- Productividad; Procesamiento de imágenes -- Investigaciones; 629.8; https://purl.org/pe-repo/ocde/ford#2.02.03

La tesis tiene como objetivo realizar una comparación detallada entre dos sistemas de visión por computadora: el utilizado actualmente en la empresa BBS Automation y un sistema basado en el modelo de red neuronal YOLO. Esto debido a la necesidad de optimizar diversas fases de los procesos de producción industrial en la empresa BBS Automation, ya que los métodos actuales dependen en gran medida de ajustes manuales, lo que a su vez acrecienta la probabilidad de errores. La finalidad de realizar una comparación de este género es evaluar la eficacia, precisión y fiabilidad de ambas tecnologías, para determinar en qué escenarios resulta más conveniente utilizar cada una de ellas. Para llevar a cabo esta comparación, se emplearon múltiples criterios de evaluación, como lo son la confiabilidad, los costos, el tiempo de procesamiento, la complejidad de la configuración y la tolerancia de medición de cada tecnología. La data se obtuvo tanto de las operaciones en planta como de un módulo de pruebas diseñado específicamente para examinar ambos sistemas en condiciones controladas. Este enfoque posibilitó un análisis más detallado y completo del desempeño de ambos sistemas. El estudio no solo busca determinar cuál de los dos sistemas es más adecuado para la tarea considerada, sino sobre todo definir en qué circunstancias las redes neuronales presentan un mejor desempeño y en cuáles los métodos tradicionales siguen siendo superiores. Este análisis aporta información valiosa para la toma de decisiones futuras respecto a la automatización industrial y la elección de proveedores en la empresa, y subraya la importancia de adaptar las tecnologías a las necesidades específicas de cada situación.