Corrección visual de un robot móvil con homografías
|
|
- Blanca Nieto San Martín
- hace 8 años
- Vistas:
Transcripción
1 Corrección visual de un robot móvil con omografías R. Martínez Dpto. de Informática e Ingeniería de Sistemas, Universidad de Zaragoza Maria de Luna 3, E-518, Zaragoza 44676@celes.unizar.es C. Sagüés Dpto. de Informática e Ingeniería de Sistemas, Universidad de Zaragoza Maria de Luna 3, E-518, Zaragoza csagues@unizar.es J. J. Guerrero Dpto. de Informática e Ingeniería de Sistemas, Universidad de Zaragoza Maria de Luna 3, E-518, Zaragoza jguerrer@unizar.es Resumen Presentamos un método para la localización de un robot móvil de interiores basada en imágenes del entorno capturadas previamente. El procedimiento emplea un sistema monocular de visión donde las imágenes son emparejadas en base a los contornos rectos verticales extraídos de la escena. Una vez emparejadas las imágenes, se calcula la omografía correspondiente entre ambas de la que se extrae el movimiento realizado, y que permite corregir las lecturas odométricas. El método a resultado ser especialmente útil en la estimación de movimientos de rotación que se corresponden con los errores más críticos de los sistemas odométricos. Se a estudiado la fiabilidad y robustez del sistema en simulación, con imágenes reales en una mesa de calibración e integrando el método de corrección en el sistema de navegación de una silla de ruedas autónoma. Palabras Clave: robótica, visión, navegación en interiores, omografías, emparejamiento robusto. 1 INTRODUCCIÓN La navegación de robots incluye el uso de comandos para mover el robot a una localización deseada. Dentro de estos comandos se requieren la posición y orientación a ser alcanzadas por el robot y presuponen una buena medición del movimiento realizado. Sin embargo, los errores odométricos y los deslizamientos pueden acer que la localización deseada no sea alcanzada. Así pues, es necesario el empleo de otros sistemas de percepción de los que la visión es quizás el más ampliamente estudiado. Basándose en sistemas de visión, algunos veículos autónomos son capaces de ejecutar tareas empleando marcas y otros sistemas de localización global (navegación basada en mapas. Otros sistemas [4], realizan tareas específicas de construcción de mapas del entorno empleando sistemas calibrados con precisión (navegación basada en la construcción de mapas. Nuestro sistema podría ser incluido dentro de un tercer grupo denominado navegación sin mapas [5] ya que el robot puede ejecutar tareas de forma autónoma sin necesidad de mapas o marcas preparadas previamente. En nuestro trabajo, las localizaciones objetivo son especificadas con imágenes memorizadas en la fase de aprendizaje. En la fase de repetición se compara la imagen actual con la imagen aprendida. De este modo se obtiene una trasformación proyectiva para mover el robot a la localización deseada. Las características geométricas extraídas y emparejadas son líneas rectas, las cuales presentan algunas ventajas [6] con respecto a los puntos, especialmente en entornos construidos por el ombre. Este tipo de navegación, empleando una representación de la ruta con una secuencia de imágenes, a sido considerada en trabajos previos realizando una correlación basada en el emparejamiento de la imagen actual y la de referencia de una secuencia memorizada [1]. Las imágenes originales son comprimidas para evitar elevado consumo de memoria. Sin embargo, actualmente la extracción y emparejamiento de información geométrica de imágenes no supone un coste temporal elevado, y aproximaciones basadas en parámetros geométricos son menos sensibles al ruido y a cambios en la iluminación que otras. En nuestro trabajo, el consumo de memoria es muco menor ya que sólo se almacenan las líneas extraídas. Otros autores [12], también usan líneas verticales para
2 corregir el movimiento de un robot pero empleando un sistema calibrado de visión trinocular, aunque los puntos son la característica más utilizada [2],[11]. Además de un estudio de precisiones y robustez del planteamiento propuesto, se an realizado pruebas en una silla de ruedas motorizada con un sistema de navegación autónoma para comprobar el funcionamiento en tiempo real del sistema en un entorno de interior. 2 CALCULO DE HOMOGRAFÍAS 2D Como se a explicado, en este trabajo se supone que la información del movimiento se obtiene de la comparación de la imagen actual con una imagen previamente grabada, ambas tomadas con la misma cámara. Una omografía relaciona dos imágenes en perspectiva en donde puntos o líneas de un plano de la escena en una imagen están relacionados con puntos o líneas de la otra imagen. Esta relación es válida si la escena es plana o si el desplazamiento de la cámara es pequeño [9]. Nuestra aproximación se basa en el empleo de líneas rectas debido a su abundancia en entornos construidos por el ombre y a que poseen una definición matemática simple. Estas pueden ser extraídas de forma más precisa que los puntos y pueden ser usadas incluso aunque exista oclusión parcial. Para extraer las líneas se usa el método planteado por Burns [3]. Como se observa en la figura 1, una vez que son extraídas las líneas en ambas imágenes, estas se emparejan automáticamente asta extraer la omografía correspondiente como a sido presentado anteriormente [8]. Inicialmente, las rectas extraídas son emparejadas empleando parámetros geométricos y de brillo. A partir de aí, se calcula la omografía por métodos robustos, permitiendo detectar y eliminar emparejamientos erróneos y mejorando el número de emparejamientos finales. En mucos casos, y especialmente cuando el robot se mueve en entornos realizados por el ombre, el movimiento se realiza sobre un plano y las líneas verticales aportan información suficiente para resolver el problema. Para las líneas verticales, sólo la coordenada x es relevante y los cálculos se simplifican. Como la omografía presenta aora sólo tres parámetros y cada línea vertical aporta una ecuación, tres líneas verticales son suficientes. En este caso el parámetro referido a la orientación de las líneas es descartado porque no tiene sentido. En la práctica las líneas son agrupadas según su orientación en 2 grupos incompatibles entre si dependiendo si su orientación es de 9 o 27 grados respectivamente. El emparejamiento propuesto es similar al presentado para las líneas en cualquier dirección [8]. Aquí, podemos usar la formulación basada en puntos porque una línea puede ser representada proyectivamente como un punto con coordenadas (x, 1. Por lo tanto, por cada línea vertical con coordenadas x m1 y x m2 en cada imagen respectivamente tenemos λxm = λ xm 1 = m H que aporta una ecuación para resolver H 21 x 1, ( m 1 m1 m2 m2 =. ( ( x 1 x x x Con las coordenadas de al menos tres líneas verticales podemos construir una matriz M 3x4. La omografía solución corresponde con el vector propio asociado al último valor propio de la matriz M T M y puede ser resuelto mediante una descomposición en valores singulares de la matriz M. Como se a comentado, es necesario el uso de técnicas de estimación robusta para detectar la presencia de espúreos. Nosotros empleamos el método de la mínima mediana de los cuadrados para determinar la transformación proyectiva y eliminar automáticamente emparejamientos erróneos. Figura 1: Imágenes con las líneas rectas emparejadas.
3 z r x ϕ H 21 dcϕc θ + tzsϕs θ txsϕc θ = Cϕ dcϕs θ tzsϕc θ txsϕs θ fcϕ f ( dsθ tzsθ + txcθ dcθ tzcθ txsθ (5 H1r z c1 Figura 2: Localizaciones de las cámaras en la primera y segunda imágenes (c1 y c2 y la escena (r. 3 CORRECCIÓN APROXIMADA A PARTIR DE UNA HOMOGRAFÍA 3.1 HOMOGRAFÍAS 2D Y MOVIMIENTO PLANO Supongamos imágenes 1D de escenas planas en 1D (figura 2. La localización del sistema de referencia de la cámara en la primera imagen respecto del sistema de referencia asociado a un plano de la escena puede ser representada como una transformación omogénea d x z c2 H12 H2r Cϕ Sϕ T 1r = Sϕ Cϕ d, (3 1 siendo d la distancia y Sφ y Cφ el seno y el coseno del ángulo relativo entre ambas referencias (figura 1. Análogamente, la transformación entre las dos localizaciones de la cámara puede escribirse como Cθ Sθ t x T = 12 Sθ Cθ t z. (4 1 La omografía puede ser expresada en función del movimiento entre las imágenes, la estructura de la escena y la geometría de la cámara como [7]: θ x En este caso, se a considerado una retina normalizada con el sistema de referencia centrado, siendo f la distancia focal. Si sobre esta expresión general asumimos que el desplazamiento de la cámara es pequeño frente al efecto del giro, desaparece la influencia de la escena y podríamos estimar el giro a partir de los elementos de la matriz H 21 fuera de la diagonal y divididos por el ultimo elemento, que son: µ = ; t = De este modo la rotación puede ser aproximada de dos formas, con µ y t, siendo ambas proporcionales a tan(θ a través de un parámetro que depende de la distancia focal y del formato de la imagen, y que suele determinarse mediante una calibración previa. µ = f tan( θ t = tan( θ f (6 Con esta aproximación, el ángulo de rotación θ puede ser calculado directamente de H 21 sin necesidad de ningún parámetro de calibración a través de los valores propios de H 21. Estos son e jθ, e -jθ, siendo θ el ángulo de rotación de la cámara. En este caso no se puede determinar la dirección de la rotación directamente, sin embargo no se requieren parámetros de calibración, en contraste con el caso precedente donde se requería un parámetro de calibración. En cualquier caso, si se dispone de la calibración completa de la cámara es posible obtener, en una situación general, a partir de la matriz H 21 tanto el giro de la cámara, como la dirección de traslación y la localización del plano de la escena asta un factor de escala [7]. 3.2 MOVIMIENTO A PARTIR DE UNA HOMOGRAFÍA Se a construido un simulador de escenas y movimientos y se an comparado los parámetros de la omografía obtenidos en relación con el movimiento y con las ipótesis planteadas. Como se a comentado, la rotación se a estimado con µ, t y los valores propios [7].
4 El ruido del procesamiento de la imagen y otros errores no considerados se an simulado como ruido gausiano añadido a las coordenadas de las líneas. Se puede apreciar la influencia del ruido aleatorio de media cero y un pixel de desviación estándar sobre los parámetros de la omografía (figura 3. El parámetro µ apenas es afectado por el ruido por lo que la estimación con él es muy buena y solo necesita la calibración de la pendiente (figura 3.a. Se puede observar como t es afectado gravemente por el ruido y como consecuencia, la estimación de la rotación en base a este parámetro da malos resultados (figura 3.b. El comportamiento de la estimación de la rotación mediante los valores propios también se ve afectada por el ruido pero tiene la ventaja de no depender de los parámetros internos de la cámara (figura 3.c. H (1,2 m u= Simulación giro con ruido aleatorio en la imagen mu mu ruido p (º v e ta t H (2,1 t= Simulación giro con ruido aleatorio en la imagen t t ruido Simulación giro con ruido aleatorio en la imagen teta teta ruido Figura 3: Efectos del ruido gausiano aleatorio (media cero y un píxel de desviación estándar sobre los parámetros usados para calcular la rotación. g iroº e ror errores de estimación de teta (giro 6º error mu error t error vp desplazamiento relativo tx/d g iroº e ror errores de estimación de teta (giro 6º error mu error t error vp desplazamiento relativo tz/d Figura 4: Efectos de la traslación relativa sobre la estimación del error de rotación. (a Translación relativa en el eje x, (b translación relativa en el eje z. También se an realizado experimentos para mostrar como algunos movimientos combinados podrían afectar al error de rotación dependiendo de los parámetros usados para obtener la rotación (figura 4. Podemos ver que el parámetro µ no se ve afectado por la translación a lo largo del eje z. Dado que la mayoría de los robots presentan restricciones no olonómicas, cuando la cámara esta orientada en el sentido de avance del robot, esta traslación es la de mayor magnitud (figura 4.b. Por lo tanto, se confirma que la estimación de la rotación a través de este parámetro es más robusta y que la ipótesis de giro sin traslación permite calcular el giro a pesar de existir desplazamiento en z. Por otro lado, también se a podido apreciar como la estimación de la rotación mediante los valores propios está afectada por la traslación aunque en mayor medida si se produce en el eje x. Resumiendo las conclusiones más relevantes en la estimación de la rotación: 1. El ruido aleatorio afecta principalmente a t, en menor medida a los valores propios y prácticamente no afecta a µ. 2. A pesar de que se supone rotación independiente, en situaciones reales, el robot llegará a las localizaciones de referencia con alguna desviación de traslación. Como puede verse en la figura 3.a, la traslación a lo largo del eje x afecta principalmente a µ. Esto confirma que aunque la desviación a lo largo del eje x no es muy grande, esta acoplada con la rotación, siendo este acoplamiento capturado por µ. Sin embargo, en misiones con robot esta situación se vuelve favorable ya que corrigiendo con este parámetro se produce un sobregiro que compensa la desviación lateral en traslación, siempre y cuando las imágenes se tomen en el sentido de avance del robot. Esta corrección será mayor cuando la profundidad de la escena sea pequeña. 3. Los errores de traslación en la dirección de avance (eje z no afectan a µ, y por tanto éste es un buen parámetro para estimar la rotación. De aquí en adelante sólo se van a considerar el parámetro µ para estimar la rotación porque no se ve casi afectado por el ruido ni por la traslación en el eje z y permite corregir traslaciones laterales cuando el robot avanza. 3.3 MOVIMIENTO CON IMÁGENES REALES Se an realizado algunos experimentos con imágenes reales (figura 5 calculando la rotación en base a los parámetros de la omografía. La rotación se a medido empleando un cabezal de precisión UTR8 de Newport con una resolución de 1/6º. Se an estudiado 3 casos distintos: 1. Escena aproximadamente plana orientada paralelamente al plano de la imagen. 2. Escena aproximadamente plana con un ángulo (φ=25º con respecto al plano de la imagen. 3. Escena formada por varios planos.
5 La figura 6 muestra las aproximaciones obtenidas entre la estimación del ángulo de rotación y el parámetro µ. Como el ángulo girado es inferior a 1º se a realizado la aproximación tan (θ θ, con lo que se puede ajustar linealmente θ frente a µ. La tabla 1 muestra el residuo de dico ajuste lo que nos da una idea de la precisión alcanzable. Con µ la precisión es comparable a la resolución del cabezal de medida utilizado. Se puede observar como los datos obtenidos de la simulación son coerentes con los datos con imágenes reales. Figura 7: Silla de ruedas autónoma empleada en los experimentos. Figura 5: Fotos de referencia en distintos experimentos: a escena plana frontal, b escena plana oblicua, c escena no plana. Lista de subobjetivos subobjetivo Método de navegación Guiado F Generador de movimiento (v,ω ROBOT Giro escena plana (f=12mm Datos mu Ajuste mu recta Giro escena plana (f=6mm Datos mu Ajuste mu recta obstáculos (x, y, ψ Odometría.5 H (1,2 -.5 m u=.5 H (1,2 m u= -.5 Entorno Visión (θ Giro escena no plana (f=6mm Datos mu Ajuste mu recta Figura 8: Esquema del sistema global de navegación de la silla de ruedas..1.5 (1,2 m u=h Figura 6: Ajuste por mínimos cuadrados de µ al ángulo rotado: a escena plana frontal, b escena plana oblicua, c escena no plana. Residuo (º µ t Escena plana frontal Escena plana oblicua Escena no plana Tabla 1: Residuos (en grados obtenidos en el ajuste por mínimos cuadrados a una recta de µ y t frente al ángulo girado en los distintos experimentos. 4 INTEGRACIÓN EN SISTEMA DE NAVEGACIÓN El método planteado se a implementado dentro del sistema de navegación [1] de una silla de ruedas autónoma (figura 7 desarrollada en el laboratorio y dotada de una cámara situada en el frontal de la plataforma móvil. La figura 8 muestra el esquema del sistema global de navegación. Figura 9: Imagen con los segmentos rectos superpuestos después de corregir la distorsión radial. Para conseguir una mayor fiabilidad y robustez del sistema de visión se a empleado un gran angular. A cambio, a sido necesaria la realización de una corrección de la distorsión radial característica de este tipo de sistemas ópticos. Para ello fue necesario realizar una calibración previa de la distorsión [13]. Sin embargo, la corrección radial solamente se realiza a las coordenadas de los segmentos extraídos en la imagen original. En la figura 9 puede observarse la desviación entre los contornos de la imagen y los segmentos rectos corregidos. El proceso de navegación se divide en dos partes: primera fase o fase de aprendizaje y segunda fase o fase de repetición. La primera fase, consiste en una navegación por guiado donde son tomadas las imágenes de referencia del entorno en las localizaciones objetivo. En una segunda parte, el robot móvil intenta repetir la secuencia de posiciones
6 adquiridas durante la etapa de guiado. En esta fase es donde se realizan las correcciones oportunas en base al emparejamiento de las características de las imágenes. Para determinar que el punto de corrección es próximo al punto de aprendido en la fase de guiado se realizan dos test geométricos representados en la figura 1. El robot a de situarse en un entorno de radio ε respecto a la posición aprendida, y con una orientación similar dentro de un rango ±δ. En las pruebas realizadas se a comprobado que el sistema funciona correctamente con ε =.7 m. y δ = 2º. δ δ ε 5 EXPERIMENTACIÓN Se an realizado experimentos empleando la silla de ruedas autónoma mencionada (figura 7. La cámara está situada en la parte frontal de la plataforma con el plano de la imagen aproximadamente vertical. El experimento que se presenta consiste en la reproducción de 5 vueltas en torno a una abitación. La figura 11 representa una vista en planta de la trayectoria programada (numerada con letras mayúsculas y de la trayectoria seguida por el robot empleando solo los sistemas odométricos de medición (donde el número representa la vuelta y la letra indica la localización deseada. Como se puede observar tras 5 vueltas el error final es superior a 4 metros en posición y 2.9 rad. en orientación. También se observa que las derivas se producen fundamentalmente por errores de orientación. Posición en Aprendizaje Posición en Repetición Figura 1: Condiciones para el emparejamiento de imágenes entre las fases de aprendizaje y repetición. Considerando la dinámica de la plataforma móvil, el sistema de navegación a resultado ser estable con periodos de muestreo superiores a 1 s. [1]. Por otro lado, el tiempo de procesamiento del sistema de visión y de la corrección es del orden de 2 ms. (en un Pentium III a 85 Mz. y 512 Mb. de RAM. Esto permite realizar las correcciones con el robot en movimiento. Alto imagen (pixels 576 Anco imagen (pixels 768 Segmentos imagen 1 51 Segmentos imagen 2 5 Emparejamientos realizados 26 Emparejamientos espúreos 9 Emparejamientos robustos 17 Tiempo captura imagen 4 Tiempo extracción segmentos 111 Tiempo emparejamiento segmentos 32 Tiempo calculo omografía 18 Tiempo total 21 Tabla 2: Datos promedio del procesamiento con visión y tiempo de computo (en ms. de las distintas fases. Figura 11: Posiciones alcanzadas por el robot en caso de no realizar las correcciones con visión. Figura 12: Imágenes de la llegada de la silla al punto de origen en sucesivas vueltas (3, 4 y 5 respectivamente. Por otro lado, la figura 12 muestra las posiciones de la silla en el momento de paso por el origen en varias vueltas consecutivas empleando la corrección visual descrita en este trabajo. Como se puede observar en este caso el error cometido es apenas apreciable a pesar de aber realizado solamente corrección sobre la orientación del robot. Para la corrección de la trayectoria únicamente se an empleado cuatro imágenes de referencia, una por esquina, y que aparecen representadas en la figura 13. Los resultados del tiempo de procesamiento y emparejamiento de segmentos aparecen en la tabla 2.
7 Además, dado el elevado número de segmentos aparecidos en entornos realizados por el ombre, se a demostrado que el sistema no se ve afectado por ligeras modificaciones en la escena o las condiciones de iluminación (figura 14. Además, se a demostrado que las omografías 2D calculadas automáticamente a partir de rectas verticales son suficientes para la navegación de robots de interiores. Se an realizado varios experimentos en simulación, con imágenes controladas y con una silla de ruedas autónoma, demostrando la robustez del sistema. Como experimento final se a demostrado que la corrección por omografías permite, una vez aprendida la trayectoria, repetirla indefinidamente sin problemas de deriva. Agradecimientos Este trabajo a sido parcialmente financiado por los proyectos DPI , DPI , dentro del grupo de Robótica, Percepción y Tiempo Real. Referencias [1] Asensio J.R., (21 Navegación de robots móviles en entornos interiores basada en el reconocimiento de características relevantes, Tesis Doctoral, Universidad de Zaragoza. [2] Basri R., Rivlin E., Simsoni I., (1998 Visual oming, Surfing te epipoles. IEEE Conference on computer Vision, pp Figura 13: Imágenes de referencia para la trayectoria en cuadrado. Cada foto representa una de las esquinas y orientada acia siguiente objetivo. a b Figura 14: a Imagen de referencia. b imagen tomada utilizada durante la corrección. 6 CONCLUSIONES Se a planteado un sistema para la corrección del movimiento de una plataforma móvil basado en omografías de imágenes capturadas con una cámara situada en ella. El sistema requiere de una fase previa de aprendizaje (captura de imágenes que puede ser simultánea a una fase de guiado de la trayectoria a seguir por la plataforma. [3] Burns J.B., Hanson A.R., Riseman E.M., (1986 Extracting straigt lines. IEEE Trans. on Pattern Analysis and Macine Intelligence, 8(4: [4] Castellanos J.A., Neira J., Tardós J.D., (21 Multisensor fusion for simultaneous localization and map building. IEEE Trans. Robotics and Automation, 17(6: [5] DeSouza G.N., Kak A.C., (22 Vision for mobile robot navigation: A survey. IEEE Trans. on Pattern Analysis and Macine Intelligence, 24(2: [6] Guerrero J.J., Sagüés C., (21 Uncalibrated vision based on lines for robot navigation. Mecatronics, 11(6: [7] Guerrero J.J., Sagüés C., (22 Robot oming from omograpies. Informe técnico. D.I.I.S. Universidad de Zaragoza. [8] Guerrero J.J., Sagüés C., (23 Robust line matcing and estimate of omograpies simultaneously. Iberian Conference on Pattern Recognition and Image Analysis, LNCS 2652 pp
8 [9] Hartley R., Zisserman A., (2 Multiple View Geometry in Computer Vision. Cambridge University Press, Cambridge. [1] Matsumoto Y., Inaba M., Inoue H., (1996 Visual navigation using view-sequenced route representation. IEEE Conference on Robotics and Automation, pp [11] Martínez Montiel J.M., Ortin D., (21 Indoor robot motion based on monocular images. Robotica, 19: [12] Oya A., Miyazaki Y., Yuta S., (21 Autonomous navigation of mobile robot base don teacing and playback using trinocular vision, 27t IEEE Industrial Electronics Conference, pp [13] Tsai R.Y., (1987 A Versatile Camera Calibration Tecnique for Hig-Accuracy 3D Macine Vision Metrology Using Off-te-Self TV Cameras and Lenses, IEEE Journal of Robotics and Automation, RA-3(4:
Oferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes
Oferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes Oferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes RESUMEN Investigadores de la Universidad
Más detallesGeometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA
Conoce los vectores, sus componentes y las operaciones que se pueden realizar con ellos. Aprende cómo se representan las rectas y sus posiciones relativas. Impreso por Juan Carlos Vila Vilariño Centro
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detallesActividades con GeoGebra
Conectar Igualdad - "Netbooks Uno a Uno" Actividades con GeoGebra Nociones básicas, rectas Silvina Ponce Dawson Introducción. El GeoGeobra es un programa que permite explorar nociones matemáticas desde
Más detallesApoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores
Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores Universidad Politécnica de Madrid 5 de marzo de 2010 2 4.1. Planificación
Más detalles6. DESCRIPCIÓN DEL SOFTWARE
Capítulo 2. Equipo 6. DESCRIPCIÓN DEL SOFTWARE 6.1 Introducción El equipo de medida descrito en el capítulo anterior lleva asociado un software que hace de sistema de control del proceso de medición. Este
Más detallesRobótica y visión artificial. Miguel Cazorla http://www.dccia.ua.es/~miguel Grupo de Visión Robótica Universidad de Alicante
Robótica y visión artificial Miguel Cazorla http://www.dccia.ua.es/~miguel Grupo de Visión Robótica Universidad de Alicante Introducción Percepción biológica vs. computacional Qué es una imagen? Procesamiento
Más detallesReconocimiento de imágenes
Capítulo 4 Reconocimiento de imágenes En la actualidad, el reconocimiento de imágenes es una herramienta de gran utilidad en el área de control y automatización. Varias empresas usan el reconocimiento
Más detallesTraslaciones, Homotecias, Giros y Simetrías
Traslaciones, Homotecias, Giros y Simetrías Traslaciones Nombre e indicación Comando equivalente Vector entre Dos puntos Vector [A, B] Seleccionamos el icono correspondiente a la herramienta Vector entre
Más detalles4 Localización de terremotos
513430 - Sismología 27 4 Localización de terremotos 4.1 Localización de sismos locales Fig 27: Gráfico de la ruptura en la superficie de una falla. La ruptura se propaga desde el punto de la nucleación,
Más detalles6. VECTORES Y COORDENADAS
6. VECTORES Y COORDENADAS Página 1 Traslaciones. Vectores Sistema de referencia. Coordenadas. Punto medio de un segmento Ecuaciones de rectas. Paralelismo. Distancias Página 2 1. TRASLACIONES. VECTORES
Más detallesVECTORES. Por ejemplo: la velocidad de un automóvil, o la fuerza ejercida por una persona sobre un objeto.
Un vector v es un segmento orientado. VECTORES Se representa gráficamente por medio de una flecha, por ejemplo: Todos los vectores poseen las siguientes características: Punto de aplicación: es el lugar
Más detallesEn las estructuras de datos, muchas de las implementaciones o mapeos de problemas, sus
1 Introducción. En las estructuras de datos, muchas de las implementaciones o mapeos de problemas, sus soluciones o procesos, se basan en matrices binarias. Existen varios métodos y algoritmos que trabajan
Más detallesCircuito RL, Respuesta a la frecuencia.
Circuito RL, Respuesta a la frecuencia. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (133268) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se estudia
Más detallesVisión artificial y Robótica Detección de movimiento y flujo óptico. Depto. de Ciencia de la Computación e Inteligencia Artificial
Visión artificial y Robótica Detección de movimiento y flujo óptico Depto. de Ciencia de la Computación e Inteligencia Artificial Contenidos Introducción Flujo óptico Structure From Motion Introducción
Más detallesFUNCIONES CUADRÁTICAS Y RACIONALES
www.matesronda.net José A. Jiménez Nieto FUNCIONES CUADRÁTICAS Y RACIONALES 1. FUNCIONES CUADRÁTICAS. Representemos, en función de la longitud de la base (), el área (y) de todos los rectángulos de perímetro
Más detallesSeminario Universitario Material para estudiantes. Física. Unidad 2. Vectores en el plano. Lic. Fabiana Prodanoff
Seminario Universitario Material para estudiantes Física Unidad 2. Vectores en el plano Lic. Fabiana Prodanoff CONTENIDOS Vectores en el plano. Operaciones con vectores. Suma y producto por un número escalar.
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesSISTEMAS DE SEGURIDAD DE RECONOCIMIENTO FACIAL
SISTEMAS DE SEGURIDAD DE RECONOCIMIENTO FACIAL INTRODUCCIÓN Los sistemas de reconocimiento facial son sistemas de seguridad basados en aplicaciones que detectan e identifican automáticamente rostros humanos.
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesOperación de Microsoft Excel
Representación gráfica de datos Generalidades Excel puede crear gráficos a partir de datos previamente seleccionados en una hoja de cálculo. El usuario puede incrustar un gráfico en una hoja de cálculo,
Más detallesUNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado
Más detallesNo hay resorte que oscile cien años...
No hay resorte que oscile cien años... María Paula Coluccio y Patricia Picardo Laboratorio I de Física para Biólogos y Geólogos Depto. de Física, FCEyN, UBA - 1999 Resumen: En el presente trabajo nos proponemos
Más detallesCapítulo 1 Plan de proyecto.
Capítulo 1 Plan de proyecto. 1.1 Introducción y definición del problema. Usualmente se desea que un robot explore un ambiente evitando colisionar con obstáculos que pudiesen estar presentes, para resolver
Más detallesOperaciones Morfológicas en Imágenes Binarias
Operaciones Morfológicas en Imágenes Binarias Introducción La morfología matemática es una herramienta muy utilizada en el procesamiento de i- mágenes. Las operaciones morfológicas pueden simplificar los
Más detallesMCBtec Mas información en
MCBtec Mas información en www.mcbtec.com INTRODUCCIÓN A LA SIMULACION POR ORDENADOR Indice: Objetivo de este texto. Simulación por ordenador. Dinámica y simulación. Ejemplo disparo de un proyectil. Ejemplo
Más detallesMACROS. Automatizar tareas a través del uso de las macros.
OBJETIVOS MACROS Definiciones Automatizar tareas a través del uso de las macros. Grabar Ejecutar Manipular macros. Tipos de Macros en Excel Introducción Las operaciones tradicionales que se pueden realizar
Más detallesI.E.S. ANDRÉS DE VANDELVIRA DEPARTAMENTO DE TECNOLOGÍA SISTEMAS DE REPRESENTACIÓN GRÁFICA: PERSPECTIVA. J.Garrigós
I.E.S. ANDRÉS DE VANDELVIRA DEPARTAMENTO DE TECNOLOGÍA J.Garrigós I.E.S. ANDRÉS DE VANDELVIRA DEPARTAMENTO DE TECNOLOGÍA 1 1.INTRODUCCIÓN Los sistemas de representación en perspectiva, tienen como objetivo
Más detallesby Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true
by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true I. FUNDAMENTOS 3. Representación de la información Introducción a la Informática Curso de Acceso a la Universidad
Más detallesLa presente tesis pretende que los estudiantes observen la teoría de las acciones de control
CAPÍTULO V. CONCLUSIONES. La presente tesis pretende que los estudiantes observen la teoría de las acciones de control de forma virtual al mismo tiempo analicen físicamente los sistemas electrónicos cuando
Más detallesAproximación local. Plano tangente. Derivadas parciales.
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación
Más detallesLa relación entre la altura de caída y el tiempo que tarda en rebotar 6 veces una pelota
La relación entre la altura de caída y el tiempo que tarda en rebotar 6 veces una pelota INTRODUCCIÓN En este experimento voy a relacionar el tiempo que tarda una pelota en rebotar 6 veces desde distintas
Más detallesObjeto del informe. ALUMNO 1 Página: 1
Nombre: ALUMNO 1 Centro: NOMBRE DEL COLEGIO Curso: 5º E. PRIMARIA Responsable: RESPONSABLE Localidad: LOCALIDAD Fecha: 21 / julio / 2015 Objeto del informe El presente informe recoge la evaluación psicológica
Más detallesCap. 24 La Ley de Gauss
Cap. 24 La Ley de Gauss Una misma ley física enunciada desde diferentes puntos de vista Coulomb Gauss Son equivalentes Pero ambas tienen situaciones para las cuales son superiores que la otra Aquí hay
Más detallesEl movimiento en problemas de visión artificial
El movimiento en problemas de visión artificial Rafael Molina Depto Ciencias de la Computación e IA Universidad de Granada 1 Contenidos I. Introducción II. Importancia del movimiento visual. III. Ejemplos
Más detallesTema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)
Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detalles_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano
24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas
Más detallesSISTEMAS DE COORDENADAS SISTEMA COORDENADO UNIDIMENSIONAL
SISTEMAS DE COORDENADAS En la vida diaria, nos encontramos con el problema de ordenar algunos objetos; de tal manera que es necesario agruparlos, identificarlos, seleccionarlos, estereotiparlos, etc.,
Más detallesAnálisis de Datos. Práctica de métodos predicción de en WEKA
SOLUCION 1. Características de los datos y filtros Una vez cargados los datos, aparece un cuadro resumen, Current relation, con el nombre de la relación que se indica en el fichero (en la línea @relation
Más detallesCapítulo 9. Archivos de sintaxis
Capítulo 9 Archivos de sintaxis El SPSS permite generar y editar archivos de texto con sintaxis SPSS, es decir, archivos de texto con instrucciones de programación en un lenguaje propio del SPSS. Esta
Más detallesRECONOCIMIENTO E IDENTIFICACIÓN DE LOGOTIPOS EN IMÁGENES CON TRANSFORMADA SIFT
UNIVERSIDAD CARLOS III DE MADRID ESCUELA POLITÉCNICA SUPERIOR INGENIERÍA TÉCNICA DE TELECOMUNICACIÓN (ESPECIALIDAD EN SONIDO E IMAGEN) PROYECTO FIN DE CARRERA RECONOCIMIENTO E IDENTIFICACIÓN DE LOGOTIPOS
Más detallesAnálisis de componentes principales
Capítulo 2 Análisis de componentes principales 2.1. INTRODUCCIÓN El Análisis de componentes principales trata de describir las características principales de un conjunto de datos multivariantes, en los
Más detalles8. CONCLUSIONES Y RECOMENDACIONES
8. CONCLUSIONES Y RECOMENDACIONES 8.1 Conclusiones En el proyecto de tesis Realización de software educativo para simular la dispersión de contaminantes atmosféricos se desarrolló un programa computacional
Más detallesTIPOS DE RESTRICCIONES
RESTRICCIONES: Las restricciones son reglas que determinan la posición relativa de las distintas geometrías existentes en el archivo de trabajo. Para poder aplicarlas con rigor es preciso entender el grado
Más detallesCapítulo 2 Silueta. Figura 2.1 Tetera capturada por la cámara con la silueta resaltada
Capítulo 2 Silueta 2.1 Silueta La silueta de un objeto es muy importante porque es lo que nos da las pistas visuales de cómo es que está formado, nos dice dónde están sus límites y ayuda a diferenciar
Más detallesMovimiento a través de una. José San Martín
Movimiento a través de una curva José San Martín 1. Introducción Una vez definida la curva sobre la cual queremos movernos, el siguiente paso es definir ese movimiento. Este movimiento se realiza mediante
Más detallesNuestro modelo a visualizar estará dispuesto en el espacio geométrico 2D ó 3D
Tema 3 Tema 3 Tema 3. Transformaciones 2D 3.2 Transformaciones en 2D 3.3 Composición de transformaciones 3.4 Transformaciones geométricas respecto a un punto 3.5 Transformaciones entre sistemas de coordenadas
Más detallesGuía del Usuario. 2010 Datacolor. Datacolor, and other Datacolor product trademarks are the property of Datacolor.
Guía del Usuario 2010 Datacolor. Datacolor, and other Datacolor product trademarks are the property of Datacolor. CONTENIDO: PROBLEMA. SOLUCIÓN. CARACTERÍSTICAS. VENTAJAS... 3 PRESENTACIÓN: CÓMO FUNCIONA?...
Más detallesEquipos de medición. Intervalos de calibración e interpretación de Certificados de Calibración
Equipos de medición. Intervalos de calibración e interpretación de Certificados de Calibración Equipos de Medición. Intervalos de calibración e interpretación de Certificados de Calibración Disertante:
Más detallesPráctica 5. Curso 2014-2015
Prácticas de Seguridad Informática Práctica 5 Grado Ingeniería Informática Curso 2014-2015 Universidad de Zaragoza Escuela de Ingeniería y Arquitectura Departamento de Informática e Ingeniería de Sistemas
Más detallesCAPÍTULO 6 SIMULACIONES Y RESULTADOS
CAPÍTULO 6 SIMULACIONES Y RESULTADOS 6.1 Proceso de Simulación Las simulaciones fueros llevadas a cabo empleando como herramienta la Versión 6.5 Release 13 de Matlab. Para lo cual fue empleado un banco
Más detallesDefinición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesCircuito RC, Respuesta a la frecuencia.
Circuito RC, Respuesta a la frecuencia. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (13368) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se armó un
Más detallesDOMINIO Y RANGO página 89. Cuando se grafica una función existen las siguientes posibilidades:
DOMINIO Y RANGO página 89 3. CONCEPTOS Y DEFINICIONES Cuando se grafica una función eisten las siguientes posibilidades: a) Que la gráfica ocupe todo el plano horizontalmente (sobre el eje de las ). b)
Más detallesCalibración y control de calidad de instrumentos de análisis
Calibración y control de calidad de instrumentos de análisis cĺınico. María Cecilia San Román Rincón Monografía vinculada a la conferencia del Dr. Horacio Venturino sobre Instrumental para laboratorio
Más detallesSistema Diédrico (I). Verdadera magnitud. Cambio de planos
Sistema Diédrico (I). Verdadera magnitud. Cambio de planos Los cambios de planos se emplean en Geometría Descriptiva para ubicar los elementos geométricos y superficies, respecto de los planos de proyección,
Más detallesCÁLCULO PARA LA INGENIERÍA 1
CÁLCULO PARA LA INGENIERÍA 1 PROBLEMAS RESUELTOS Tema 3 Derivación de funciones de varias variables 3.1 Derivadas y diferenciales de funciones de varias variables! 1. Derivadas parciales de primer orden.!
Más detallesCapítulo II. Movimiento plano. Capítulo II Movimiento plano
inemática y Dinámica de Máquinas. II. spectos generales del movimiento plano apítulo II Movimiento plano inemática y Dinámica de Máquinas. II. spectos generales del movimiento plano apítulo II Movimiento
Más detallesVisión Artificial. Por Elisabeth Pérez
Visión Artificial Por Elisabeth Pérez Indice Qué es la Visión Artificial? Visión Artificial Diversos nombres Áreas de Aplicación Visión Artificial en Sistemas de Calidad Los pasos a tener en cuenta Áreas
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detalles3.1 DEFINICIÓN. Figura Nº 1. Vector
3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado
Más detallesINTRODUCCIÓN: LA FÍSICA Y SU LENGUAJE, LAS MATEMÁTICAS
INTRODUCCIÓN: LA FÍSICA Y SU LENGUAJE, LAS MATEMÁTICAS La física es la más fundamental de las ciencias que tratan de estudiar la naturaleza. Esta ciencia estudia aspectos tan básicos como el movimiento,
Más detallesCapítulo 8. Tipos de interés reales. 8.1. Introducción
Capítulo 8 Tipos de interés reales 8.1. Introducción A lo largo de los capítulos 5 y 7 se ha analizado el tipo de interés en términos nominales para distintos vencimientos, aunque se ha desarrollado más
Más detallesESTATICA: TIPOS DE MAGNITUDES: CARACTERÍSTICAS DE UN VECTOR. Rama de la física que estudia el equilibrio de los cuerpos.
ESTATICA: Rama de la física que estudia el equilibrio de los cuerpos. TIPOS DE MAGNITUDES: MAGNITUD ESCALAR: Es una cantidad física que se especifica por un número y una unidad. Ejemplos: La temperatura
Más detallesUnidad 1. La información
Unidad 1. La información En esta unidad aprenderás: Los conceptos básicos de la informática. Cómo se representa la información dentro del ordenador. Las unidades de información. 1.1 Conceptos básicos Informática.
Más detallesEnfoque propuesto para la detección del humo de señales de video.
Capítulo 3 Enfoque propuesto para la detección del humo de señales de video. 3.1 Comportamiento del enfoque propuesto. Una visión general del método propuesto se muestra en la figura 2. El método genera
Más detallesSimulación y Control de un Sistema Mecatrónico Aplicando Diseño Asistido por Computadora
La Mecatrónica en México, Vol. 2, No. 3, páginas 90-98, Septiembre 2013. Disponible en línea en www.mecamex.net/revistas/lmem ISSN en trámite, 2013 Derechos de autor y derechos conexos, Asociación Mexicana
Más detallesCurso de fotografía Cámara y tiempo
Curso de fotografía Cámara y tiempo Paco Rosso, 2010. info@pacorosso.com Original: (11/10/10), versión: 19/09/14 Vamos a estudiar la relación entre la cámara y el tiempo. Objetivos:1 Adquirir criterio
Más detallesEste documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.
Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental
Más detallesPROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.
PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.
Más detalles6. SISTEMAS CAD-CAM (CAM) 6.1. CONCEPTO DE CAM
6.1. CONCEPTO DE CAM Las siglas CAM corresponden al acrónimo de Computer Aided Manufacturing, Fabricación asistida por ordenador. Por CAM se entiende la utilización de ordenadores para tareas técnicas
Más detallesMuchas veces hemos visto un juego de billar y no nos percatamos de los movimientos de las bolas (ver gráfico 8). Gráfico 8
Esta semana estudiaremos la definición de vectores y su aplicabilidad a muchas situaciones, particularmente a las relacionadas con el movimiento. Por otro lado, se podrán establecer las características
Más detallesAjuste de objetos en CorelDRAW 12: justo lo que necesitas. Por Steve Bain
Ajuste de objetos en CorelDRAW 12: justo lo que necesitas. Por Steve Bain Si alguna vez has acabado frustrado, después de intentar sin éxito alinear tu cursor con un objeto o con un nodo, puedes estar
Más detallesCiclo de vida y Metodologías para el desarrollo de SW Definición de la metodología
Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología La metodología para el desarrollo de software es un modo sistemático de realizar, gestionar y administrar un proyecto
Más detallesREPRODUCCIÓN DE LAS TABLAS DE CRECIMENTO INFANTIL QUE UTILIZAN LOS PEDIATRAS CON LOS DATOS DE LOS NIÑOS DEL COLEGIO XX
Página 1 de 12 REPRODUCCIÓN DE LAS TABLAS DE CRECIMENTO INFANTIL QUE UTILIZAN LOS PEDIATRAS CON LOS DATOS DE LOS NIÑOS DEL COLEGIO XX Autoras: Curso: 3º ESO Escuela: Tutora: Fecha: 08 Mayo 2015 Página
Más detallesENSAYOS MECÁNICOS II: TRACCIÓN
1. INTRODUCCIÓN. El ensayo a tracción es la forma básica de obtener información sobre el comportamiento mecánico de los materiales. Mediante una máquina de ensayos se deforma una muestra o probeta del
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesNivelación de Matemática MTHA UNLP 1. Vectores
Nivelación de Matemática MTHA UNLP 1 1. Definiciones básicas Vectores 1.1. Magnitudes escalares y vectoriales. Hay magnitudes que quedan determinadas dando un solo número real: su medida. Por ejemplo:
Más detallesCámara. Práctica 5. 5.1. Introducción. 5.1.1. Proyección
Práctica 5 Cámara 5.1. Introducción En esta práctica se aborda la creación de la cámara virtual, esto es, el medio o forma mediante el cual vamos a poder observar los elementos de la escena. De nuevo,
Más detallesManual de Palm BlueChat 2.0
Manual de Palm BlueChat 2.0 Copyright 2002 Palm, Inc. Todos los derechos reservados. Graffiti, HotSync y Palm OS son marcas registradas de Palm, Inc. El logotipo de HotSync, Palm y el logotipo de Palm
Más detallesFigura 1. Símbolo que representa una ALU. El sentido y la funcionalidad de las señales de la ALU de la Figura 1 es el siguiente:
Departamento de Ingeniería de Sistemas Facultad de Ingeniería Universidad de Antioquia Arquitectura de Computadores y Laboratorio ISI355 (2011 2) Práctica No. 1 Diseño e implementación de una unidad aritmético
Más detallesTrabajar con diapositivas
Trabajar con diapositivas INFORMÁTICA 4º ESO POWERPOINT Una vez creada una presentación podemos modificarla insertando, eliminando, copiando diapositivas, Insertar una nueva diapositiva.- Para insertar
Más detallesCAPÍTULO I EL PROBLEMA PLANTEAMIENTO DEL PROBLEMA
1 CAPÍTULO I EL PROBLEMA PLANTEAMIENTO DEL PROBLEMA UBICACIÓN DEL PROBLEMA EN UN CONTEXTO Autonomía de movimiento y percepción visual en el control de un robot humanoide, a través de la visión artificial.
Más detallesVectores: Producto escalar y vectorial
Nivelación de Matemática MTHA UNLP 1 Vectores: Producto escalar y vectorial Versores fundamentales Dado un sistema de coordenadas ortogonales, se considera sobre cada uno de los ejes y coincidiendo con
Más detallesMagister Edgard Vidalon Vidalon
UNIVERSIDAD NACIONAL DE INGENIERIA FACULTAD DE CIENCIAS Movimiento Lunar Magister Edgard Vidalon Vidalon LIMA PERU 2010 0.1 Introducción Se dice que el movimiento de la Luna alrededor de la Tierra es una
Más detallesunderstanding documents Digitalización y Captura Inteligente de Documentos
Digitalización y Captura Inteligente de Documentos Mayo 2013 Poder mantener accesibles los documentos desde cualquier punto del planeta y utilizar la información contenida en ellos se ha vuelto crítico
Más detallesRegulador PID con convertidores de frecuencia DF5, DV5, DF6, DV6. Página 1 de 10 A Regulador PID
A Página 1 de 10 A Regulador PID INDICE 1. Regulador PID 3 2. Componente proporcional : P 4 3. Componente integral : I 4 4. Componente derivativa : D 4 5. Control PID 4 6. Configuración de parámetros del
Más detallesSistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides
Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides Introducción La visión artificial, también conocida como visión por computador
Más detallesMÁQUINA DE VECTORES DE SOPORTE
MÁQUINA DE VECTORES DE SOPORTE La teoría de las (SVM por su nombre en inglés Support Vector Machine) fue desarrollada por Vapnik basado en la idea de minimización del riesgo estructural (SRM). Algunas
Más detallesMotores de Corriente Continua...3 Motores Paso a Paso...7 Bibliografía...9
Por Guillermo Martín Díaz Alumno de: 1º Ingeniería Informática Curso 2005/2006 ËQGLFH Motores de Corriente Continua...3 Motores Paso a Paso...7 Bibliografía...9 2 0RWRUHVGH&RUULHQWHFRQWLQXD Son los mas
Más detalles8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.
Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el
Más detallesUnidad 6 Cálculo de máximos y mínimos
Unidad 6 Cálculo de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Utilizará la derivada para decidir cuándo una función es creciente o decreciente. Usará la derivada para calcular los etremos
Más detallesGuía N 1: Fundamentos básicos(i)
1 Guía N 1: Fundamentos básicos(i) Objetivos Generales: Ver una breve descripción de las capacidades más comunes de Excel Objetivos específicos: Descripción de los elementos de un libro: Hojas, iconos,
Más detallesDETERMINACIÓN DEL VOLUMEN DE PEDIDO.
Lote económico de compra o Lote Optimo DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Concepto que vemos en casi todos libros de aprovisionamiento, habitualmente la decisión de la cantidad a reaprovisionar en las
Más detallesDIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD
Curso Asignatura 2014/2015 MATEMÁTICAS II 1º Comentarios acerca del programa del segundo curso del Bachillerato, en relación con la Prueba de Acceso a la Universidad La siguiente relación de objetivos,
Más detallesTransformación de gráfica de funciones
Transformación de gráfica de funciones La graficación de las funciones es como un retrato de la función. Nos auda a tener una idea de cómo transforma la función los valores que le vamos dando. A partir
Más detallesTEMA 9. Equipos de metrología dimensional: Máquinas medidoras por coordenadas.
INTRODUCCIÓN A LA METROLOGÍA Curso Académico 2011-12 12 Rafael Muñoz Bueno Laboratorio de Metrología y Metrotecnia LMM-ETSII-UPM TEMA 9. Equipos de metrología dimensional: Máquinas medidoras por coordenadas.
Más detalles