Prototipo de un sistema automático para el reconocimiento y conteo de pollos utilizando visión

artificial para la empresa POFRESCOL LTDA

Santiago Castro Chinchajoa

José Alejandro Villalobos Ortiz.

UNIVERSIDAD MARIANA

Facultada de Ingeniería

Programa de Ingeniería Mecatrónica

San Juan de Pasto

1
Prototipo de un sistema automático para el reconocimiento y conteo de pollos utilizando visión
artificial para la empresa POFRESCOL LTDA

Santiago Castro Chinchajoa

José Alejandro Villalobos Ortiz.

Asesor:

Ing. Mecatrónico, Jaime Andrés Riascos Salas

Co-asesor:

Ing. Agroindustrial, Fabio Camilo Gómez Meneses

UNIVERSIDAD MARIANA

Facultada de Ingeniería

Programa de Ingeniería Mecatrónica

San Juan de Pasto

2
 1. PROBLEMÁTICA.

1.1 IDENTIFICACIÓN DEL PROBLEMA

Actualmente los procesos agroindustriales enfocan sus esfuerzos en mejorar la rentabilidad y

calidad de sus productos, lo cual permite elevar los estándares exigidos hoy en día. A nivel
mundial, existen empresas dedicadas a automatizar líneas de proceso en las grandes
agroindustrias, ofreciendo una amplia gama de productos que varían dependiendo de las
necesidades del cliente, como también una oportunidad de crecimiento económico; sin embargo,
aún existen falencias que generan problemáticas en la productividad de estos procesos.

En Pasto-Nariño la empresa POLLOS FRESCOS DE COLOMBIA LIMITADA

(POFRESCOL LTDA) inmersa en el sector avícola. Se dedica a la cría de aves de corral,
elaboración de alimentos preparados para animales y comercio al por mayor de productos
alimenticios, cuenta con una estructura o línea de proceso muy bien elaborada que va desde una
etapa de recepción de pollos hasta la etapa de despacho. Dentro de las problemáticas que enfrenta
la empresa en su sistema de producción, se encontró una deficiencia en el manejo de su materia
prima, la cual conlleva a tener pérdidas del 18% de sus ganancias; estas pérdidas se ven
reflejadas en diferentes aspectos, principalmente en la etapa de recepción (fase inicial), en donde
se verifica cada cargamento que llega a la planta. En la recepción actualmente se realiza un
proceso de conteo de forma manual el cual consiste en situar a un operario a cargo de contar uno
a uno los pollos que pasan a través de una banda transportadora, en el proceso se debe llenar una
hoja de datos como método de registro y verificación del cargamento, adicionalmente les permite
tener un seguimiento objetivo de cada uno de los procedimientos que se llevan a cabo dentro de
la planta POFRESCOL LTDA. Teniendo en cuenta que diariamente a la planta ingresan
alrededor de 12.000 pollos, el operario debe controlar variables de gran importancia en el proceso
que dificultan un desarrollo óptimo a la hora de desempeñar su trabajo, estas variables pueden
ser, tener desperdicios de tiempo, mala utilización de los equipos, agotamiento del operario o
simplemente el mismo error humano no garantiza un registro ciento por ciento eficaz.

Es por esta razón la importancia de realizar un sistema automático de reconocimiento y

conteo de pollos en la parte de recepción como al momento de su despacho, implementando
tecnología electrónica por computadora, que minimice ese déficit económico mensual, dentro del

3
proceso de producción para el comercio y venta del producto elevando la calidad de estas etapas
en la planta POFRESCOL LTDA.

4
 1.2 FORMULACIÓN DEL PROBLEMA

¿Cómo realizar un sistema de conteo automático que permita verificar el número exacto de
pollos que entra y sale de la línea de producción de POFRESCOL, para evitar pérdidas y mejorar
sus rendimientos económicos y estándares de calidad?

2. JUSTIFICACIÓN

Las empresas de alimentos tienen una gran responsabilidad con la sociedad puesto que son las
encargadas de manipular y crear productos destinados al consumo humano. Dentro de un
comunicado de prensa publicado el 21 de diciembre del año 2017, la Federación Nacional de
Avicultores (Fenavi) comentaba que en Colombia la carne de pollo se ha convertido en la base
fundamental de su alimentación, su afirmación está basada en cifras recolectadas por la misma
Federación Nacional de Avicultores, las cuales indican que para el 2017 el sector avícola tuvo un
crecimiento del 6,4% en relación con el año 2016. El 14 de diciembre del año 2018, la misma
organización comentó: “la avicultura fue uno de los grandes protagonistas del crecimiento
agropecuario del país”, registrando un récord que significó un crecimiento del 4,5% en relación
con el 2017.
Por esta razón, siendo el sector avícola un importante negocio para compañías internacionales
como nacionales, que tienen crecimientos económicos cada año, es importante poder generar
dicho crecimiento en la empresa nariñense Pollos Frescos de Colombia Limitada, a partir de
mejoras que tendrán un énfasis en las etapas de recepción y despacho, que son las áreas
específicas donde se encontraron un número significativo de pérdidas aproximadas del 18% de
sus ganancias. Por tal motivo, la importancia de realizar un sistema de reconocimiento y conteo
de pollos tanto en la fase inicial como en la fase final de su línea de producción, implementando
tecnología electrónica por computadora para poder potenciar a la empresa POFRESCOL LTDA,
aumentando las posibilidades de participación dentro del desarrollo en la industria avícola,
aumentando sus ganancias financieras.

5
 3. OBJETIVOS

3.1 OBJETIVO GENERAL

Construir un prototipo funcional para el reconocimiento y conteo automático de pollos

utilizando visión artificial para la empresa POFRESCOL LTDA.

3.2 OBJETIVOS ESPECÍFICOS

1. Realizar prototipo físico del sistema de reconocimiento y conteo automático de pollos
usado en la empresa POFRESCOL LTDA.

2. Desarrollar sistema de visión artificial para el conteo y reconocimiento automático de

pollos.

3. Validar funcionamiento del prototipo de reconocimiento y conteo automático de

pollos utilizando el sistema de visión artificial.

6
 4. FUNDAMENTACIÓN TEÓRICA

4.1 MARCO TEÓRICO – CONCEPTUAL

Para determinar las referencias teóricas, en los fundamentos, en los estudios y en los métodos
actuales para los procesos de desarrollo de nuestro proyecto a tratar, se utilizarán herramientas
tecnológicas, electrónicas de fácil alcance, fundamentos con conocimiento adquirido por la
carrera de Ingeniería Mecatrónica y mediante el proceso de investigación generar la oportunidad
de prestar apoyo a distintas industrias avícolas, en este caso la empresa POFRESCOL LTDA. Así
mismo, la realización del presente proyecto permite aplicar conceptos en un contexto real, donde
se adquiere conocimiento y compromiso para dar solución a la problemática planteada. La
empresa POFRESCOL LTDA cuenta con una estructura de proceso muy bien estructurada, en el
siguiente diagrama se expone su composición.

Figura 1: Línea de producción de la planta de POFRESCOL LTDA.

7
4.1.1. Descripción de las etapas a trabajar

Etapa de recepción

El objetivo de esta etapa es colocar las aves sobre la plataforma de recepción para ser colgadas
en la línea. Antes de realizar este proceso se deberá recibir un reconocimiento de la granja donde
se evidencie el buen estado de los pollos, libres de enfermedades que puedan perjudicar el
proceso de sacrificio.

Figura 2: Recepción de los pollos en la planta de Pofrescol

Responsables

● Pesador de pollo vivo.

● Un operario disponible.
● Dos operarios asignados para el cargue en banda.
● Un operario asignado para el enjuague de guacales.
● Jefe de Producción en Planta de Beneficio.

Etapa de Colgado.

Se cuelga a los pollos vivos en ganchos para iniciar y simplificar el proceso. Se coloca el pollo
de la parte inferior de la pierna a la altura del hueso inferior, se tiene que evitar aplicar mucha
presión para no causar magulladuras, luego se cuelga la pierna para evitar fracturas y
traumatismos.

8
 Figura 3: Proceso de colgado de los pollos en la línea de producción

Responsables

● Un operario asignado.

Etapa de Insensibilización.

El objetivo de esta etapa es evitar que los pollos recuperen sensibilidad para permitir un
corte correcto. Por medio de descargas eléctricas, se aturde al pollo dejándolo semi-inconsciente
pasando a través de una banda transportadora. (Maria_Carolina, 2013). Se verificará el correcto
aturdimiento de cada pollo, el cual debe presentar las siguientes características:
1. Cuello arqueado
2. Ojos bien abiertos
3. Pupilas dilatadas
4. Piernas rígidas y extendidas
5. Alas pegadas al cuerpo.

Figura 4: Insensibilización de pollos

9
Responsables

● Un operario asignado para control.

Etapa de degüelle y desangre

En esta etapa debe hacerse un correcto corte sobre la yugular para permitir un sangrado
suficiente, eliminando la mayor cantidad de sangre posible del cuerpo del ave (María Carolina,
2013).

Figura 5: Proceso de degüelle y desangre

Responsable

● Un operario asignado para degüelle.

● Un operario asignado para la recolección de las tinas de sangre.
● Jefe de Producción en Planta de Beneficio.

Entre estas tres etapas estará destinado nuestro proyecto ya que son las etapas iniciales en la
procesadora y así se puede determinar la contabilidad de pollos ingresados y hacer un monitoreo
y control de las ganancias aproximadas.

4.1.2 Visión Artificial

El diseño de sistemas de visión artificial, requiere de un amplio campo de disciplinas y

técnicas que junten la electrónica, el diseño de software y hardware, la física (óptica), la
ingeniería matemática e incluso la ingeniería mecánica cuando los sistemas de visión artificial
interactúan con el mundo mecánico (Batchelor B. & Whelan P. 2002).

10
 Un sistema de visión artificial se compone de un conjunto de procesos destinados a
realizar el análisis de imágenes como se puede observar en la figura 6. Algunos de estos procesos
se pueden hacer mediante hardware y otros dependen de los algoritmos implementados mediante
software. Estos procesos son: adquisición de imágenes, memorización de la información (formato
digital), procesado e interpretación de los resultados.

Figura 6. Diagrama para el procesamiento de imágenes

Uno de los sistemas más complejos y difíciles de imitar es el sistema de visión humano,
debido a que nosotros somos capaces de detectar objetos que se encuentran a nuestro alrededor y
por ende de percibirlos de manera física, algo que en teoría es fácil, pero implementarlo en una
máquina ya requiere de ciertos procedimientos e implementos.

4.1.3. Objetivo de la visión artificial

La visión artificial trata de resolver el problema de interpretar de forma automática el

contenido de imágenes y vídeos, por medio de su captura y procesamiento, con la ayuda de
hardware y software proporcionando orientación a diversos dispositivos para la ejecución de sus
funciones. El sistema de visión artificial, además, busca reconocer, analizar y entender una
escena partiendo de una o más imágenes bidimensionales como se observa en la figura 7. Otros
de los objetivos que tiene la visión artificial son:

● Automatizar tareas repetitivas de inspección realizadas por operadores

● Realizar controles de calidad de productos que no era posible verificar por métodos
tradicionales.
● Realizar inspecciones de objetos sin contacto físico.
● Reducir el tiempo de ciclo en procesos automatizados.
● Realizar inspecciones en procesos donde existe diversidad de piezas con cambios
frecuentes de producción
● Detección, segmentación, localización y reconocimiento de objetos en imágenes

11
4.1.4. Detección de objetos

Figura 7. Detección de

La detección por visión artificial estudia el reconocimiento de objetos tanto en la vida real o
en imágenes, esta acción debe realizarse relativamente fácil en un periodo de tiempo y
procesamiento muy corto. No importa su ubicación, ni el tamaño o si el objeto a detectar esta
obstruido por algún factor externo, se puede concluir que la visión artificial busca adoptar la
capacidad humana de recibir diferentes señales eléctricas del ojo y realizar una inmediata
identificación del objeto, Ya que un sistema de visón artificial por computadora o ya sea
autónomo tiene que poder ordenarlas en una matriz realizando operaciones necesarias para poder
detectar un objeto. Teniendo en cuenta esto se debe elegir la plataforma correcta para realizar el
estudio y así concretar operaciones, que dependerán del entorno de desarrollo y la capacidad de
adquisición de datos.

4.1.5. Visión artificial basada en computadora

Los sistemas por computadora interactúan con cámaras de adquisición de imágenes que son
compatibles con softwares de visión artificial configurable. Así mismo, las computadoras brindan
una gran cantidad de opciones al momento de desarrollar un código personalizado en lenguajes
conocidos como Java Visual C + +, entre otros. Sin embargo, su desarrollo llega a ser un poco
complicado, por lo que se suele limitar a grandes instalaciones, principalmente a los usuarios de
visión artificial y programadores más avanzados (Plataformas de visión artificial basada en PC |
Cognex, 2020).

12
4.1.6. Sistemas de visión autónomos

Los sistemas de visión independientes pueden ser configurados de forma rápida y fácil. Estos
sistemas vienen con un sensor de cámara, procesador y comunicaciones. Algunos de ellos
también integran la parte de iluminación y autoenfoque. En muchos casos estos sistemas son
compactos y lo suficientemente económicos como para instalarlos en toda la fábrica. Mediante el
uso de sistemas de visión independientes en puntos clave del proceso, los defectos se pueden
detectar antes en la línea de fabricación y los problemas del equipo se pueden identificar más
rápidamente. La mayoría ofrece comunicaciones Ethernet integradas, lo que permite a los
usuarios no solo distribuir la visión a lo largo del proceso, sino unir dos o más sistemas en una
red de visión escalable en la que se intercambian datos entre sistemas y es administrada por un
anfitrión[ CITATION Cog20 \l 3082 ].

4.1.7. Proceso de visión artificial

Todo sistema de visión artificial se basa en un proceso general identificado y representado por
la Figura 8. Dentro de este proceso tenemos dos factores importantes que lo resumen. La parte
que capta el objeto, que vendría siendo el sensor óptico, ya sea una cámara fotográfica, cámara de
video, escáner, entre otros. El cual está unido a un convertidor analógico-digital, que puede
trabajar con la imagen desde una interfaz en la computadora, el cual representa el segundo factor,
capaz de almacenar el objeto en forma de imagen y ejecutar los algoritmos propios del software
de visión[CITATION itz19 \l 3082 ].

Figura 8. Elementos identificados dentro del sistema de visión artificial

4.1.8. Adquisición o captura de la imagen

13
 Existen distintos tipos de imágenes, estas pueden ser de alcance refiriéndose a profundidades o
a perfiles de superficies las cuales se ayudan de sensores de alcance óptico para su óptima captura
como lo son radares, láser entre otros; por otro lado, tenemos las imágenes de intensidad, que
como su nombre lo indica, están ligadas directamente con el concepto de luminosidad, su captura
se hace mediante dispositivos ópticos basados en la luz como lo son las cámaras fotográficas,
cámaras de video y demás [ CITATION Mig13 \l 3082 ].

La adquisición de imágenes, está formado por los siguientes elementos:

4.1.8.1 Cámara:

Es la encargada de transformar las señales luminosas que aparecen en el espacio, en señales

analógicas capaces de ser transmitidas por un cable coaxial. Se divide en dos partes, el sensor,
que captura las propiedades del objeto en forma de señales luminosas y lo transforma en señales
analógicas, y la óptica que se encarga de proyectar los elementos adecuados de la escena
ajustando una distancia focal adecuada (Sobrado E. 2002).

Los sensores de visión usados más recientemente son los basados en matrices de dispositivos
acoplados por carga (en inglés charge-coupled device, conocido también como CCD); estos
transductores proporcionan una señal con amplitud proporcional a la luminosidad de la escena y
realizan una digitalización espacial completa en dos dimensiones (líneas y columnas), pues
descomponen la imagen en una matriz de puntos.

4.1.8.2 Digitalizador:

El digitalizador es el encargado de transformar la señal de vídeo, en una señal digital capaz de

ser capturada, almacenada en memoria y procesada por una computadora. Las principales
características de las tarjetas digitalizadoras son precio, controlabilidad, resolución, velocidad y
almacenaje, con la ventaja que los algoritmos de visión pueden tener acceso rápido y fácil a los
datos (Sobrado E. 2002).

4.1.8.3 Sistema de iluminación.

La iluminación de la escena juega un papel crucial en el desarrollo de un sistema de visión

artificial, ya que las condiciones de iluminación deben optimizarse al máximo para que una
cámara pueda capturar una imagen que el ojo humano podría distinguir sin necesidad de una
iluminación tan especializada. Esto se hace mucho más evidente cuando el objeto a iluminar
presenta formas complejas, o superficies muy reflectantes y es mejor un buen sistema de
iluminación, que intentar corregir ese problema por software, pues la velocidad de procesamiento
será mayor con algoritmos más sencillos. Existen diferentes técnicas de iluminación que se
utilizan para resaltar diferentes aspectos de las piezas que se van a analizar en una aplicación de
visión artificial. Algunos de ellos son;

14
 ● Iluminación frontal o de campo claro
● Iluminación lateral
● Iluminación por contraste
● Iluminación difusa

4.1.9 Procesamiento digital de imágenes

El procesamiento digital de imágenes es un proceso a través del cual se extrae una imagen del
mundo real y se produce una versión modificada de la misma por medio de algoritmos para su
análisis posterior. Al analizar una imagen se crea un proceso mediante el cual a partir de la
imagen se puede obtener una medición, una interpretación o una decisión, es decir, la
transformación de la imagen original en otra imagen ayudará en eliminar aquellos problemas de
ruido o de iluminación variable.

Este análisis consiste en las siguientes etapas (Domingo M. 2004).

● Adquisición de la imagen: se extrae la imagen adecuada del objeto a estudiar, la misma

puede ser una fotografía, radiografía, termografía, etc.
● Preprocesamiento: con el fin de mejorar la calidad de la imagen adquirida se usan filtros
digitales que eliminan el ruido de la misma o bien aumentan su contraste.
● Segmentación: consiste en identificar objetos de interés de la imagen procesada para su
posterior estudio o análisis.
● Medición: se realizará una extracción de características de interés del objeto de estudio
para poder cuantificarlas.
● Interpretación: de acuerdo a los valores obtenidos dentro de la medición, se realizará una
interpretación del objeto (clasificación).

15
 4.2 MARCO CONTEXTUAL

Nuestro proyecto de grado se desarrollará para la empresa Pollos Frescos de Colombia

Limitada (POFRESCOL LTDA), la cual es una sociedad limitada matriculada el miércoles 15 de
enero de 1997 con domicilio registrado en la ciudad de Pasto, estas instalaciones están ubicadas
en el kilómetro 8 vía Chachagüí en el corregimiento de Daza. Esta empresa se dedica
principalmente a la cría de aves de corral (con actividad económica y código CIIU 0145), que
incluye la cría y reproducción de aves de corral, como: pollos, gallinas, patos, entre otros y la
producción de huevos, elaboración de alimentos para animales (con actividad económica y
código CIIU 1090), que incluyen la elaboración de alimentos preparados para animales
domésticos, como perros, gatos, pájaros, peces, entre otros, la elaboración de alimentos para
animales de granja, incluidos alimentos concentrados y suplementos alimenticios, comercio al
por mayor de productos alimenticios ( con actividad económica y código CIIU 4631), que
incluye el comercio de frutas, legumbres y hortalizas, productos lácteos, huevos, aceites y grasas
comestibles, productos de la pesca, azúcar, y otros preparados alimenticios. Posee alrededor de
28 trabajadores distribuidos en la planta. A partir de las etapas de su línea de producción (etapa
de recepción y etapa de despacho), desarrollaremos el funcionamiento de nuestro proyecto.

4.3 MARCO CONCEPTUAL

Dentro de este marco definiremos los conceptos claves a utilizar en la implementación de

nuestro proyecto de tesis. Se analizarán y describirán las herramientas usadas para la elaboración
del mismo. Con esto podemos definir lo siguiente:

Sensor. Un sensor es un dispositivo que está capacitado para detectar acciones o estímulos
externos. Estos aparatos pueden transformar las magnitudes físicas o químicas en magnitudes
eléctricas llamadas magnitudes de instrumentación, dichas magnitudes pueden ser: temperatura,
distancia, intensidad lumínica, fuerza, humedad, imágenes, etc.

Hardware. Se trata de la parte física del computador, es decir, sus componentes físicos
electrónicos, destinados a diversas funciones, desde la gestión de la información hasta la
alimentación eléctrica y los cálculos de base. Equivaldría al “cuerpo” del aparato. En dicho
conjunto se incluyen los dispositivos electrónicos y electromecánicos, circuitos, cables, tarjetas,
armarios o cajas, periféricos de todo tipo y otros elementos físicos.

Software. Esta es la parte intangible, digital, del computador, en donde se dan todas las
operaciones de tipo conceptual o abstracto, y que normalmente operan en un entorno virtual
simulado: en una representación. El software está compuesto por los programas, tanto los de base
como las aplicaciones posteriormente instaladas. Equivaldría al “espíritu” del aparato.

Interfaz. Interfaz es un término que procede del vocablo inglés interface. En informática, esta
noción sirve para señalar a la conexión que se da de manera física y a nivel de utilidad entre

16
dispositivos o sistemas. Es una conexión entre dos máquinas de cualquier tipo, a las cuales les
brinda un soporte para la comunicación a diferentes estratos. Es posible entender la interfaz como
un espacio el lugar donde se desarrolla la interacción

5. ESTADO DEL ARTE

Para llevar a cabo el desarrollo exitoso de este proyecto, se ha hecho una búsqueda
bibliográfica de investigaciones para estudiar las medidas a tener en cuenta sobre nuestro
proyecto de un sistema automático para el reconocimiento y conteo de pollos utilizando visión
artificial.

Tabla 1. Tabla estado del arte

AUTORES, LUGAR OBJETIVO DEL CONCLUSIONES

DE DESARROLLO Y PROYECTO
TITULO DEL AÑO
PROYECTO
UBICACION

SEPARACIÓN Y Nima Teimouri, Detectar y clasificar El clasificador se puede aplicar a la

CLASIFICACIÓN Mahmoud Omid, piezas de un pollo en clasificación eficaz de porciones de
EN LÍNEA DE
Kaveh Mollazade, tiempo real sin pollo de forma automática y precisa en
PORCIONES DE
Hossein Mousazadeh, interrumpir una línea cinco categorías (pechuga,
POLLO
Reza Alimardani, de producción
UTILIZANDO UN pierna, filete, ala y muslo).
Henrik Karstoft.
MODELADO
INTELIGENTE Internacional

Accepted 13
December 2017

Este estudio proporciona una

UN ENFOQUE Amin Taheri- Diagnosticar y la
INTELIGENTE NO aplicación útil del procesamiento de
Garavand, estimar la frescura de imágenes en combinación con técnicas
DESTRUCTIVO
la carne de pollo de inteligencia artificial para estimar el
PARA LA Soodabeh Fatahi, utilizando visión por pollo frescura de la carne durante el
EVALUACIÓN EN
TIEMPO REAL Feizollah Shahbazi, computadora como una almacenamiento.
Internacional técnica novedosa no
DE LA Miguel de la Guardia. destructiva que puede
FRESCURA DE ser
LA CARNE DE
POLLO BASADA utilizado
EN LA TÉCNICA
DE VISIÓN POR evaluar la calidad de
COMPUTADORA los productos.

17
 Accepted: 11
February 2019

APLICACIÓN DE Somaye Amraei, Recolectar datos La recolección de pesos corporales

VISIÓN Saman Abdanan, frecuentes y precisos de pollos de
ARTIFICIAL Y para predecir peso engorde es de gran importancia para el
REGRESIÓN Mehdizadeh, corporal del pollo de criador.
VECTORIAL DE Internacional Somayeh Sallary. caldera.
SOPORTE PARA Por lo tanto, se utilizó el procesamiento
PREDICCIÓN DEL de imágenes y la regresión de vectores
PESO DE POLLOS de soporte para predecir
DE ENGORDE
VIVOS peso corporal del pollo de caldera.

Accepted 24 April
2017

6. METODOLOGÍA

El tipo de investigación pertenece a innovación, optimización y desarrollo tecnológico. Para el

desarrollo exitoso del proyecto se planteó una metodología la cual se divide en 3 fases, una fase
por cada objetivo específico: Fase 1, Realizar prototipo físico del sistema de reconocimiento y
conteo automático de pollos usado en la empresa POFRESCOL LTDA. En esta fase es necesario
realizar encuestas y entrevistas a los operarios para saber cuál es el proceso más óptimo para ser
usado en nuestro prototipo, teniendo en cuenta tipo de motores y longitud de la banda
transportadora, se realizará una investigación de los componentes necesarios, compra de estos y
construcción para realizar pruebas de exactitud y definir la precisión que tiene la hora de ejecutar
el reconocimiento y el conteo. Fase 2, Desarrollar sistema de visión artificial para el conteo y
reconocimiento de pollos. En esta fase se investigará el modelo de reconocimiento de objetos más
óptimo para implementarlo, en esta fase se tratará de reducir la deformación de las fotos
capturadas con la cámara para realizar los respectivos recortes en la imagen con la mayor
exactitud posible con la finalidad de obtener solo el espacio de trabajo en el que se realiza el
conteo de la materia prima, además se realizará pruebas de eficacia del sistema para reconocer la
materia prima sobre la banda transportadora. Fase 3, Validar funcionamiento prototipo de
reconocimiento y conteo automático de pollos utilizando el sistema de visión artificial, en esta

18
fase se procederá a verificar el funcionamiento, uniendo ambos sistemas para lograr el objetivo
principal del proyecto de investigación.

Tabla 2. Tabla de metodológica

Objetivo específico Actividad Meta

Determinar las variables a Recopilación de

monitorear teniendo en cuenta información necesaria
su impacto en el proceso de sobre la línea de
producción de pollos para el producción más
consumo, mediante entrevistas específicamente en la
y encuestas a los operarios. etapa de recepción de la
empresa.

Recopilar información de Hoja de presupuesto de

materiales necesarios para su los elementos a adquirir
construcción.
en el mercado local e

internacional

19
 Diseñar y modificar piezas de Modelo en 3D realizado
la banda transportadora para en un programa CAD
lograr un prototipado a escala como lo es SolidWorks o
Realizar prototipo del AutoCAD
sistema reconocimiento y
conteo automático de Validar funcionamiento de Pruebas escritas y video
pollos usado en la prototipo de banda de grabadas del
empresa POFRESCOL producción de pollos
LTDA. funcionamiento prototipo
de banda de producción

Seleccionar los dispositivos Compra de los diferentes

que se adapten al sistema dispositivos para el
automático de conteo con sistema de conteo y
visión artificial según su reconocimiento por visión
Desarrollar sistema de calidad de funcionamiento y artificial.
análisis en la generación de
visión artificial para el costos.
conteo y reconocimiento
de pollos.

Calibración y ubicación del Cámara correctamente

sistema óptico ubicada en la estructura de
la mesa de trabajo

Implementación de sistema de Cámara y comunicadas

captura de imágenes a través de para permitir el guardado
cámara. de imágenes

Adquisición de imágenes de Carpeta digital con la

objetos a detectar y formar la suficiente cantidad de
base de datos. imágenes de todos los
Desarrollar sistema de elementos u objetos a
visión artificial para el detectar

conteo y reconocimiento
de pollos.

20
 Entrenamiento del modelo para Modelos entrenados con
el reconocimiento de pollos una precisión razonable.
con los datos recopilados.

Realizar pruebas de Conclusiones de posibles

funcionamiento enfocado en la errores en el
reconocimiento y conteo
detección, análisis y del sistema
reconocimiento de imágenes de
los equipos seleccionados para
el proyecto.
Validar funcionamiento
de prototipo de
reconocimiento y conteo
automático de pollos en Validación de funcionamiento Video demostrativo del
tiempo real. de visión artificial. funcionamiento del
sistema de visión artificial
haciendo uso de la cámara
conectada a ella.

Validación final del proyecto Conclusiones para futuras

mejoras

7. PRESUPUESTO

Tabla 3. Tabla de presupuesto

Componente Cantidad Total

Valor unitario

21
Motor Dc 250w Bicicleta Eléctrica
1 $149.750 $149.750
Y Otras Aplicaciones

Green Pvc Conveyor Belt Non Slip

Green Pvc Diamond Pattern
1 $23.500 $23.500
Conveyor Belt

Rodillos Para Bandas

Transportadoras Industriales
2 $16.700 $33.400

Ganchos Fijos Para Desollar Pollos

12 $ 101.000 $1’212.000
- Inoxidable

Cámara Semiprofesional
1 $ 338.400 $338.400
Canon

Pollo Chillon De Hule Plastico

12 $13.850 $166.200

Software de programación Python

----- $0 $0

Aluminio y acrílico para la mesa de

----- $156.550 $156.550
trabajo
Mesa de apoyo 1 $221.500 $221.500
Otros ----- $308.700 $308.700

Total $2’610.000
G

22
 8. CRONOGRAMA

Tabla 4. Cronograma.

2020 2021
NOVIEMBRE DICIEMBRE ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO
s s s s s s s s s s s s s s s s s s s s s s s s s s s s s s s s
e e e e e e e e e e e e e e e e e e e e e e e s e e e s e e e s e e e
No. se m m m m m m m m m m m m m m m m m m m m m m m e m m m e m m m e m m m
m a a a a a a a a a a a a a a a a a a a a a a a m a a a m a a a m a a a
Acti
an n n n n n n n n n n n n n n n n n n n n n n n a n n n a n n n a n n n
vid a n n n
a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a
ad 1 a a a
1 1 1
2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 2 3 4 2 3 4 2 3 4
1                                                                        
2                                                                        
3                                                                        
4                                                                        
5                                                                        
6                                                                        
7                                                                        
8                                                                        
9                                                                        
10                                                                        
11                                                                        
CONSTR
UCCIÓN
DOCUM
ENTO
         
                                                             

9. REFERENCIAS

23
● American Psychological Association. (2010). Manual de Publicaciones de la American
Psychological Association (6 ed.). (M. G. Frías, Trad.) México, México: El Manual Moderno.
● Araujo, d. f. (2011). relación entre el manejo del ambiente del galpón con presencia de
problemas sanitarios en pollos de engorde. Obtenido de
http://ameveaperu.org/wpcontent/uploads/2011/05/03-relacion-entre-el-manejo-del-ambiente-del-
galpon-con-presencia-deproblemas-sanitarios-en-pollos-de-engorde.pdf, [citado en 3 de
septiembre de 2010].
● Bedoya, G. (s.f.). el campo colombiano hoy. ¿y mañana?
● chile, U. s. (2003). Unión europea: una visión agropecuaria. Unión europea: una visión
agropecuaria.
● Fuente: En la web: http://ingenierobeta.com/que-es-la-vision-artificial/
● Fuente: En la web: https://itziasite.wordpress.com/sistema-de-vision-artificial/
● cognex.com. (s.f.). Obtenido de 8https://www.cognex.com/es-ar/library/media/files/17151.pdf
● materias.fi.uba.ar. (03 de 04 de 2010). Obtenido de 1http:// materias.fi.uba.ar/7031/comercio%
20internacional.pdf [citado en 3 de mayo de 2010].
● Cognex.com. 2020. Plataformas De Visión Artificial Basada En PC | Cognex. [online] Available
at: <https://www.cognex.com/es-co/what-is/machine-vision/system-types/pc-based-platforms>
[Accessed 17 November 2020].
● Cognex.com. 2020. Controladores De Visión | Cognex. [online] Available at:
<https://www.cognex.com/es-ve/what-is/machine-vision/system-types/vision-controllers>
[Accessed 17 November 2020].

● https://itziasite.wordpress.com/sistema-de-vision-artificial/. (s.f.).
● sensores-opticos. (s.f.). Obtenido de https://es.slideshare.net/torito2691/sensores-opticos
● sistema-de-vision-artificial. (s.f.). Obtenido de https://itziasite.wordpress.com/sistema-de-vision-
artificial/
● https://concepto.de/computadora/#ixzz66GZRTzbX
● https://definicion.de/maquina
● herramientas-de-control-monitoreo-y-acceso-a-base-de-datos. (s.f.). Obtenido de
https://es.slideshare.net/yazminic/herramientas-de-control-monitoreo-y-acceso-a-base-de-datos
● https://itziasite.wordpress.com/sistema-de-vision-artificial/. (s.f.).
● sensores-opticos. (s.f.). Obtenido de https://es.slideshare.net/torito2691/sensores-opticos
● sistema-de-vision-artificial. (s.f.). Obtenido de https://itziasite.wordpress.com/sistema-de-vision-
artificial/
● MariaCarolina, V. y. (2013). Obtenido de
https://repository.javeriana.edu.co/bitstream/handle/10554/6307/ViteriPalaciosMariaCarolina2013
.pdf;sequence=1
● [ Domingo M., Visión por Computador, Departamento de Ciencia de la Computación., Santiago
de Chile: Universidad Catolica de Chile, Agosto 2004 ]
● [ Batchelor B. y Whelan P., Intelligent Vision Systems for Industry, Reino Unido Londres:
Springer, 2002 ]

● http://tesis.pucp.edu.pe/repositorio/bitstream/handle/20.500.12404/68/SOBRADO_EDDIE_VISI
ON_ARTIFICIAL_BRAZO_ROBOT.pdf?sequence=2&isAllowed=y

24
● [5] M. Sonka, V. y R. Hlavac Boyle, Image Processing, Analysis, and Machine Vision, Cole
Publishing Company, 1999. 57-58p.

● [1] «El Sector Avícola En Colombia creció 4.5% en 2018». [En línea]. Disponible en:
http://www.fenavi.org/index.php?option=com_content&view=article&id=3577:2018-01-09-14-
39-02&catid=454:comunicados-de-prensa&Itemid=1348. [Accedido: 29-jun-2018].

25