Publicación:
Entrenamiento de IA para aplicación a robótica industrial: Generación de elementos mediante geometrías para entorno virtual

Vista sencilla de ítem
dc.contributor.authorHualde Otamendi, Mikel
dc.contributor.authorBarberena Tabar, Estíbaliz
dc.contributor.authorIriarte Goñi, Xabier
dc.contributor.authorSaldaña Barroso, Oier
dc.date.accessioned2024-05-21T13:02:20Z
dc.date.available2024-05-21T13:02:20Z
dc.date.issued2022
dc.description.abstractLa introducción de la Inteligencia Artificial y las Redes Neuronales en la industria resulta muy ventajosa, ya que posibilita la automatización de muchas tareas repetitivas que precisan de sentidos físicos. Las Redes Neuronales requieren ser entrenadas con datasets, que consisten en imágenes y datos numéricos de interés. No obstante, el desarrollo de técnicas de generación de datasets para componentes industriales se está realizando de manera independiente y aislada entre empresas, con sus consiguientes dificultades. Este artículo aporta una metodología sencilla y económica para la generación de datasets de objetos industriales que presenten cierta aleatoriedad en su disposición o forma, que ha sido llevada a la práctica en dos componentes distintos de dos empresas reales. La creación de estos datasets es muy versátil, pudiendo utilizarlos posteriormente para entrenar Redes Neuronales con distintos fines, como la generación de trayectorias para brazos robóticos o la Detección de Objetos, entre otros.es
dc.description.abstractThe use of Artificial Intelligence and Neural Networks in the industry is very advantageous, due to the fact that it enables the automation of many repetitive tasks that require human senses. Neural Networks are trained employing datasets, which consist of images and some data of interest. Nevertheless, the development of dataset generation techniques for industrial components is being carried out in an independent and isolated way among companies, with its consequent difficulties. This paper provides a simple and economical methodology for the generation of datasets of industrial objects that show some randomness in their layout or shape. This methodology has been put into practice in two different components belonging to two real companies. The creation of these datasets is very versatile, being able to use them to train different Neural Networks, such as the generation of trajectories for robotic arms or Object Detection, among others.en
dc.description.versionversión publicada
dc.identifier.doihttps://doi.org/10.5944/bicim2022.062
dc.identifier.urihttps://hdl.handle.net/20.500.14468/19861
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España), Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
dc.relation.centerE.T.S. de Ingenieros Industriales
dc.relation.congressXV Congreso Iberoamericano de Ingeniería Mecánica. Madrid, España, 22-24 de noviembre de 2022. CIBIM 2022 
dc.relation.departmentMecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.keywordsModelos 3D
dc.subject.keywordsDataset
dc.subject.keywordsRed Neuronal
dc.subject.keywordsDetección de Objetos
dc.subject.keywordsRobótica Industrial
dc.titleEntrenamiento de IA para aplicación a robótica industrial: Generación de elementos mediante geometrías para entorno virtuales
dc.typeconference proceedingsen
dc.typeactas de congresoes
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Abs_85_181852.pdf
Tamaño:
537.02 KB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Actas y comunicaciones de congresos