1.1.

ROS (Robot Operating System)

“ROS es un sistema operativo de código abierto para desarrollar aplicaciones
para robots o plataformas de investigación” (ROS.org, 2015). Provee servicios
similares a un sistema operativo, incluyendo abstracción de hardware, control de
dispositivos de bajo nivel, implementación de la funcionalidad de uso común,
mediante el uso de herramientas y bibliotecas para la obtención, construcción,
escritura y ejecución de código en varios equipos (Willow Garage, 2015). La
arquitectura de grafos está conectada por nodos, lo que permite la comunicación
de los mismos.

Figura 1 Logotipo de ROS

1.1.1. Beneficios de ROS

ROS ha sido creado y diseñado para facilitar el intercambio de software entre

los aficionados y los profesionales de la robótica en todo el mundo debido a su
enfoque didáctico y abierto, lo que ha permitido la construcción de una gran
comunidad de colaboradores, así como una plataforma de proyectos de
investigación ya probados. (Clearpath Robotics Inc, 2016)

A la hora de desarrollar, ROS admite el uso de diferentes lenguajes de

programación de forma oficial soportan Python, C++, Lisp, Lua, etc. ROS puede
ejecutarse sobre equipos computacionales de tipo Unix, principalmente Ubuntu y
Windows, aunque por parte de la comunidad se puede encontrar ayuda para su
manejo en otras plataformas como Fedora, Gentoo, etc. (Garcia A. , 2013).

ROS cuenta con una comunidad grande de desarrollo, que se compone de

investigadores, aficionados, fabricantes de hardware y empresas que le dan
soporte como Willow Garage, o incluso Google.
 A lo expuesto, sumado a la amplia cantidad de ejemplos, librerías listas para
funcionar (con algoritmos de navegación, visión artificial, etc.), y la creciente
comunidad ROS es un punto de partida para iniciar el camino en el mundo de la
Robótica, (Garcia A. , 2013).

1.1.2. OpenCv

Funciona con licencia BSD, por lo tanto, es libre para uso académico, de
investigación y comercial. Tiene interfaces de C ++, C, Python y Java y es
compatible con Ubuntu Linux. Esencialmente para el diseño de OpenCv se
tomaron en cuenta aspectos como la eficiencia computacional con un enfoque
para aplicaciones que requieren que el procesamiento se realice en tiempo real,
tratando de no perder información relevante. OpenCv es la biblioteca de código
más popular y avanzada para aplicaciones relacionadas con la visión por
ordenador, (Creative Commons, 2016).

Estructura de OpenCv

OpenCv tiene una estructura modular, lo que significa que el paquete incluye
varias bibliotecas compartidas o estáticas. Los siguientes módulos están
disponibles:

 Funcionalidad básica. Un módulo compacto que define las

estructuras de datos básicas, incluyendo las Mat (matriz
multidimensional) y funciones básicas utilizadas por todos los demás
módulos.
 Procesamiento de imágenes. Un módulo de procesamiento de
imágenes que incluye el filtrado de imágenes no lineal y lineal,
transformaciones geométricas de imágenes (redimensionar, afín y la
perspectiva de deformación, Reasignación genérico basado en tablas),
la conversión de espacio de color, histogramas, etc.
 Procesamiento de vídeo. Contiene un módulo de análisis de video
que contiene la estimación de movimiento, la sustracción del fondo, y
los algoritmos de seguimiento de objetos, (OpenCV, 2015).
  calib3d. Módulo básico con múltiples algoritmos de visión geométrica,
calibración de cámara; algoritmos de correspondencia estéreo y
elementos de la reconstrucción 3D.
 features2d. Detectores de características sobresalientes, descriptores
y comparadores de descriptores.
 objdetect. Detección de objetos e instancias de las clases predefinidas
(por ejemplo, caras, ojos, tazas, personas, vehículos, etc.).
 highgui. Una interfaz fácil de usar para las capacidades de interfaz de
usuario sencilla.
 videoio. Una interfaz fácil de usar para la captura de vídeo y codecs
de vídeo. (OpenCV, 2015)

Conclusiones:

Se cumplió un conjunto de objetivos, detectando las áreas de las monedas para

activar los servomotores y dejar caer un producto, que será transportado por una
banda.

Se usaron tres cámaras para la adquisición de imágenes, en donde se

observaron cambios en la adquisición en las propiedades básicas que son el brillo
contraste y nitidez, lo que ayuda o limita la detección.

La mala iluminación causa sombras, que producen una inadecuada obtención de

información, el efecto es las distorsión de la forma, difumina los bordes, y por
ende termina sin tomar la forma.

Recomendaciones: