Skip to content

Latest commit

 

History

History
88 lines (56 loc) · 3.66 KB

README.md

File metadata and controls

88 lines (56 loc) · 3.66 KB
Raw

🥚 Seleccionador de Huevos

¡Bienvenido al proyecto Seleccionador de Huevos! 🐣✨ Este sistema combina Visión Artificial y tecnologías IoT para clasificar huevos y analizar su limpieza en tiempo real. Diseñado para entornos industriales y experimentales, el proyecto utiliza herramientas modernas para optimizar procesos de clasificación.

🌟 Características Principales

  • 🔍 Detección precisa:
    Entrenado con un banco de imágenes robusto de la base de datos de Roboflow, detecta y clasifica huevos con alta precisión.

  • 🥚 Clasificación avanzada:
    Identifica tipos de huevos (limpio, sucio, marrón, etc.) evaluando detalles importantes como su nivel de limpieza.

  • 🚀 Rendimiento optimizado:
    Funciona eficientemente en plataformas embebidas como Raspberry Pi y puede integrarse en sistemas más grandes.

🛠️ Tecnologías y Funcionamiento

🔗 IoT y Protocolos

El proyecto destaca por su integración con tecnologías IoT:

  • 📡 MQTT (Message Queuing Telemetry Transport):
    Permite la comunicación rápida y liviana entre dispositivos.

    • Mosquitto: Broker MQTT configurado para recibir datos del modelo de detección.
    • Publicación de resultados en temas como clase_huevo o huevo_en_posicion.

  • 🖥️ Node-RED:
    Diseñado para monitorear y controlar el sistema en tiempo real:

    • Gráficos interactivos que muestran conteos y características de los huevos.
    • Descarga de resultados en formato Excel directamente desde la interfaz.

📉 Visualización y Almacenamiento

  • 📊 Grafana:
    Visualización de datos históricos mediante gráficos interactivos, alimentados por:
    • InfluxDB: Base de datos diseñada para manejar grandes volúmenes de datos en tiempo real.

📸 Automatización con Sensores

  • Ultrasónico:
    Activa la captura de imágenes cuando detecta la presencia de un huevo.

  • Raspberry Pi:
    Procesa la señal del sensor y colabora con el sistema principal para enviar datos al modelo de clasificación.

🎯 Objetivos del Proyecto

  • Automatización: Optimizar el proceso de clasificación de huevos en la industria.
  • Eficiencia: Usar recursos ligeros como MQTT para una integración rápida y estable.
  • Escalabilidad: Compatible con sistemas embebidos y plataformas industriales más avanzadas.

🔧 ¿Cómo se Implementa?

  1. Entrenamiento del Modelo:

    • Conjunto de datos etiquetados de Roboflow con características como "huevo limpio", "sucio", "marrón", etc.

  2. Integración de Sensores:

    • Sensor ultrasónico detecta huevos en movimiento y activa el sistema.

  3. Procesamiento en Tiempo Real:

    • La Raspberry Pi captura la señal, dispara la cámara y envía imágenes al modelo.
    • Resultados procesados y enviados a plataformas como Node-RED y Grafana.

  4. Almacenamiento y Visualización:

    • Los datos procesados se registran en InfluxDB y se visualizan en Grafana.

✨ Impacto y Futuro

Este proyecto combina Visión Artificial, IoT, y análisis en tiempo real, ofreciendo una solución escalable para automatizar procesos industriales. En el futuro, puede extenderse para incorporar:

  • Análisis predictivo basado en datos históricos.
  • Integración con otros sensores y plataformas.
  • Mejora del modelo con aprendizaje continuo.

¡El Seleccionador de Huevos marca el inicio de un cambio en la industria, optimizando procesos con innovación y tecnología! 🚀

Desarrollado con pasión por automatización e IoT. 🛠️