Object Search and Localization for an Indoor Mobile Robot
|
|
- Carlos Espinoza Quintana
- hace 8 años
- Vistas:
Transcripción
1 Object Search and Localization for an Indoor Mobile Robot Kristoffer Sjö, Dorian Gálvez López, Chandana Paul, Patric Jensfelt and Danica Kragic Artículo presentado por : Javier Cabanillas Lugar : Laboratorio de Robótica Fecha : Feb 18, 2010
2 TABLA DE CONTENIDOS Resumen Introducción Visión Evaluación Experimental Discusión Conclusión Page 2
3 RESUMEN Búsqueda y localización de objetos con una cámara monocular con capacidades de zoom. [Mecanismo de atención + zooming] reconocimiento(imágenes de baja resolución) Mecanismo de atención RFCH Reconocimiento SIFT Métodos de estimación de distancia (2). Page 3
4 INTRODUCCIÓN I Las aplicaciones futuras de agentes autónomos requiren la habilidad de detectar y reconocer objetos e interactuar con ellos. Ciego o diseñado para funcionar en un entorno fijo. SRVC Contribución al campo: lidia con el problema de búsqueda y detección de objetos en ambientes interiores realistas y pretende reducir limitaciones. Page 4
5 INTRODUCCIÓN II Distancia a los objetos Detección/Reconocimiento confiable Precondición: El robot se mueva cerca del objeto o haga zoom en éste. Page 5
6 INTRODUCCIÓN III Métodos para determinar el área de interés de una imagen Basados en el sistema cognitivo humano. Uso de información contextual. Mecanismo de atención: RFCH, el cual provee diferentes hipótesis para cualquier ocurrencia de cada objeto en la imagen. [Zooming + Control de los ángulos pan-tilt] se usa para proveer una vista cercana de los objetos para la última fase de reconocimiento (SIFT). Page 6
7 INTRODUCCIÓN IV Cuándo y de dónde adquirir imágenes del ambiente (View Planning). Esfera de visibilidad, es decir, todos los ángulos que pueden ser vistos desde un punto fijo en el espacio, dada una distribución de probabilidad para la presencia del objeto. Problema de la galería de arte Problema del vigilante, calcula la mínima ruta que un vigilante debe tomar para que todo el ambiente pueda ser visto (la longitud de la ruta es crucial) Page 7
8 CONTRIBUCIONES [View Planning + Búsqueda Visual] Zooming compartido. View Planning. Con base en las ideas presentadas en : Object detection and mapping for service robot tasks. S. Ekvall, D. Kragic, and P. Jensfelt. Robótica: International Journal of Information, Education and Research in Robotics and Artificial Intelligence, Page 8
9 HARDWARE PeopleBot equipado con un sensor SICK laser, posicionado a 30 cm del piso, y una videocámara Canon VC-C4R (a 1 m del piso), capaz de adquirir imágenes de baja resolución (320x240 pixeles) con pan/tilt y hasta 13x de amplificación. Page 9
10 NAVEGACIÓN Mapa métrico generado a priori utilizando el laser y métodos de SLAM. La búsqueda inicia con un paso de planeación en el que se determina una política de movimiento eficiente para explorar mapa. El plan de navegación se define de forma que en todas las partes de la habitación se buscan todos los objetos, mientras mantiene el número de nodos visitados y búsquedas visuales tan bajo como sea posible. Adicionalmente, se deben tomar en cuenta las restricciones de los objetos. Page 10
11 View Planning basado en Rejilla I Rejilla de Ocupación Es usada como la base del View Planning. Marcando cada celda como ocupada si ésta contiene una característica. El tamaño de la celda es un parámetro variable. En el sistema actual se usan celdas de 0.5m. Vistas Usando la rejilla, las vistas pueden ser calculadas. (N,D,L) N nodo del mapa al cuál el robot tiene que viajar D dirección que este debe apuntar su cámara L lista de objetos a ser buscados en la imagen resultante. Las celdas son consideradas visibles en una vista si sus centros están en el campo de visibilidad del robot. Page 11
12 View Planning basado en Rejilla II Restricciones de Objetos El TAMAÑO afecta la distancia a la cual un objeto puede ser detectado/reconocido. Por cada objeto se define un intervalo de distancia máxima y mínima, dentro del cuál el robot intentará encontrarlo. RECONOCIMIENTO Dist. Mín rango en el cual el objeto llenaría una imagen entera con el zoom por defecto Dist. Máx rango en el cuál el objeto llenaría una imagen entera con el máximo zoom. DETECCIÓN Dist. Mín es dada por los parámetros del algoritmo de detección Page 12
13 View Planning basado en Rejilla III Page 13
14 Estrategia de Planeación Objetivo : Asegurar que cualquier posible combinación cubierto por alguna vista. objeto-celda debe ser Después de generar la rejilla, la vista que cubra la mayor cantidad de pares objeto-celda es elegida iterativamente hasta que no quedan pares que hayan sido cubiertos por alguna vista, o no quedan vistas que cubran más pares. El plan es ejecutado visitando el nodo de navegación del grafo más cercano que tiene una vista formando parte de la lista, realizando búsqueda de objetos para todas las vistas, luego se mueve al siguiente vecino más cercano y así sucesivamente. El algoritmo propuesto es voraz en función de los nodos y las celdas del mapa. Aunque no asegura una solución óptima, permite obtener un bajo número de vistas en tiempo polinomial. Page 14
15 Selección del Ángulo de Inclinación No hay información directa que pueda ayudar a utilizar el ángulo de inclinación de la cámara. Las celdas que están más cerca de una vista dada asociada a un nodo dado un umbral (2m), generan nuevas vistas que cubren la extensión vertical de las posibles localizaciones de los objetos. Page 15
16 Visión
17 Algoritmo de Búsqueda de Objetos Page 17 Inicial: No se usa ampliación. Después de la estimación de distancia y zooming, se procede al paso medio. Medio: Ampliación dada por la salida de la unión de ventanas de zoom. Si la nueva distancia indica que la ampliación actual es demasiado pequeña, este paso se repite. De otra forma, salta directamente al reconocimiento. En otro caso, se mueve al paso final sin zooming. Final: ampliación de acuerdo a Eq1.Se realiza el reconocimiento.
18 Detección de Objeto I Se toma una imagen con la cámara y se divide en celdas. Para cada celda, RFCHs son calculados usando clusters aprendidos de cada objeto respectivo en la fase de entrenamiento. (se obtiene un valor por cada celda y objeto) El conjunto de valores de celdas es llamado la matriz de votación del objeto. Altos valores de celdas denotan un mayor grado de correspondencia entre la imagen de prueba y la de entrenamiento. Page 18
19 Detección de Objeto II Luego, las hipótesis de los objetos son generadas. Una celda es una hipótesis si su valor es más alto que sus vecinas 8-conectadas, así como más alto que un umbral dependiente del objeto. Page 19
20 Estimación de distancia Si la distancia estimada es incorrecta Aún si el objeto es reconocido, su posición estimada puede ser inexacta. Page 20
21 Usando la Matriz de Votación (RFCH) Consiste en medir cuántas celdas son parte del objeto y tratar el área que éstas ocupan en la imagen como una aproximación del tamaño del objeto. Las celdas son consideradas para ser asociadas con una hipótesis si su grado de correspondencia está por encima del umbral. Sólo las hipótesis más fuertes y sus celdas 8-conectadas son tomadas en cuenta. Dado el tamaño actual del objeto almacenado en la BD de entrenamiento, la distancia es calculada como: Wreal ancho real del objeto (mts) Wim ancho en pixeles de la imagen de la cámara Page 21 Dvote ancho en pixeles de la caja de límites de las celdas asociadas con una hipótesis α ángulo de observación horizontal
22 Usando SIFT SIFT produce un parámetro de escala por cada punto clave extraído. Para cada correspondencia (im. Entrenamiento im. Reconocimiento), el cociente da un estimado de su tamaño relativo y su distancia, de acuerdo a: Str escala del punto extraído de la imagen de entrenamiento Sreal escala del punto extraído de la imagen de reconocimiento Wtr el ancho en pixeles del objeto en la imagen de Estimación adecuada: 10 entrenamiento o más correspondencias SIFT. Una desventaja es que extraer SIFT es costoso y usarlo para guiar el proceso de zooming puede tardar demasiado. Otra es el número de características SIFT requeridas para obtener una estimación robusta. Page 22
23 Cálculo del Zoom Dada una imagen de entrenamiento, su tamaño, la distancia al objeto y el campo de visión de la cámara, queremos calcular la ampliación necesaria para hacer que llene la imagen tanto como sea posible. El tamaño del objeto es aproximadamente el tamaño de su caja de límites. Page 23
24 AGRUPAMIENTO Y REDUCCIÓN DE HIPÓTESIS Las hipótesis son agrupadas en ventanas de zoom, las cuales son regiones de la imagen a ser ampliadas y procesadas. Tamaño: ampliación recomendada por la distancia estimada de la hipótesis más fuerte. Posición: la que abarca el máximo número de hipótesis Se tiene un 2do paso de eliminación de ventanas. Page 24
25 Agrupamiento de Ventanas de Zoom I Cuando se buscan varios objetos, el conjunto de ventanas de zoom obtenidas por cada objeto es calculado por separado. El conjunto de todas necesita ser juntado para reducir redundancia. Un intervalo de ampliación máxima y mínima es definido para el nivel medio del paso de detección. Es más importante tener el mínimo zoom correcto. Page 25
26 Agrupamiento de Ventanas de Zoom II ALGORITMO Todas las ventanas de enfoque son encogidas a su tamaño mínimo. Cada ventana de enfoque asociada c/un objeto A es comparada con las de un objeto B. Si las hipótesis contenidas por una de las ventanas B pueden ser contenidas por A expandiendo la última si es necesario entonces la ventana B es removida y el objeto B es agregado a la lista de ventanas A de objetos candidatos a observar en el próximo paso. Este procedimiento es repetido para cada par de objetos. Page 26
27 Reconocimiento de Objeto El reconocimiento final del objeto es hecho una vez que éste ocupa toda la imagen o una gran porción ésta (SIFT). Al menos 5% de correspondencia de características SIFT Una vez que el objeto es reconocido, su posición en el ambiente es calculada de los ángulos pan-tilt de la cámara, la posición estimada del objeto en la imagen y la distancia calculada por el sistema. Paso EXTRA: RFCH (sobre la imagen con todo el zoom) antes de SIFT Page 27
28 Evaluación Experimental Objetos de prueba: Libro de Borland caja de cereal mouse pad impreso copa impresa caja para trackball Robot El tamaño de los objetos varía desde 14x10cm para la copa hasta 63x55cm para el robot. Page 28
29 Detección de Objetos utilizando RFCH I Se utilizaron 5 objetos, menos el robot 8 distancias diferentes (de 0 a 4m) de la cámara del robot 2 diferentes fondos (blanco y de oficina) Se obtuvieron 5 imágenes por posición RFCH fue usado para calcular la similaridad para cada celda de votación y ésta fue acotada de acuerdo a un umbral dependiente del objeto. Las celdas de votación que estaban por encima del umbral fueron segmentadas en regiones 8-conectadas y el máximo local de estas regiones fue extraído como hipótesis. Rango de detección: 65% a distancias cortas 35% a distancias largas Page 29
30 Detección de Objetos utilizando RFCH II Page 30
31 Estimación de distancia inicial I Page 31
32 View Planning Page 32
33 Búsqueda de Objetos Page 33
34 Rendimiento La estimación de distancia es la que toma más tiempo porque es una tarea computacionalmente compleja que es realizada a cada paso de la búsqueda visual, una vez por cada imagen adquirida por objeto. Discusión Ventajas del método: La habilidad de buscar simultáneamente múltiples objetos de diferentes tamaños. Cubre el ambiente para todos los objetos con un número limitado de vistas. Page 34
35 Mecanismos de atención RFCH es un método comparativamente nuevo y puede ser mejorado de varias formas. Los umbrales de los objetos y el tamaño de las celdas de votación son establecidos manualmente. La sensibilidad del método al ruido significa que éste genera falsos positivos, reduciendo eficiencia. No es altamente escalable en términos del número de objetos a ser buscados al Escalabilidad mismo tiempo. Es bueno para un objeto en específico. Soluciones: Información semántica Categorización: por tamaño Page 35
36 Complejidad del Mapa 2D es en cierta medida problemático, dado que no cubre enteramente oclusiones, ni la probabilidad de ocurrencia de objetos. Ángulos de visión El algoritmo de view planning no toma en cuenta que los objetos pueden ser difíciles o imposibles de detectar/identificar cuando son vistos desde algunos ángulos. Asume distribución de probabilidad uniforme. Soluciones: Pesar localizaciones de los objetos Conocimiento Integrar detección y mapeo simultáneos a Priori Aprendizaje en línea y métodos jerárquicos para detección Page 36
37 Conclusión Se incorporan planeación para selección de vistas eficiente y búsqueda visual usando una combinación de RFCH y SIFT, y un método de estimación visual de distancia para el propósito de cálculo de nivel de zoom y posición del objeto en el mapa. Mediante experimentación, se evaluaron la confiabilidad de la detección de objetos con base en RFCH, la exactitud de los métodos de estimación de distancia, la operación de la técnica de view planning y la búsqueda visual y localización de objetos. Los resultados indican que el sistema presenta un método viable para búsqueda y localización de objetos en ambientes interiores. Page 37
38 COMENTARIOS Las imágenes de la página 72 no son de 320 x 240, son de más alta resolución. Basta el 5% de correspondencia entre características SIFT para decir que un objeto está dentro de una imagen dada? Es suficiente SIFT para solventar las condiciones variantes de iluminación, escala, rotación, traslación que mencionan? El por qué de las fórmulas de estimación de distancia. Page 38
39 Page 39
forma de entrenar a la nuerona en su aprendizaje.
Sistemas expertos e Inteligencia Artificial,Guía5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: SISTEMAS BASADOS EN CONOCIMIENTO. Objetivo
Más detallesPRUEBAS DE SOFTWARE TECNICAS DE PRUEBA DE SOFTWARE
PRUEBAS DE SOFTWARE La prueba del software es un elemento crítico para la garantía de la calidad del software. El objetivo de la etapa de pruebas es garantizar la calidad del producto desarrollado. Además,
Más detallesSIMULACION. Modelos de. Julio A. Sarmiento S. http://www.javeriana.edu.co/decisiones/julio sarmien@javeriana.edu.co
SIMULACION Modelos de http://www.javeriana.edu.co/decisiones/julio sarmien@javeriana.edu.co Julio A. Sarmiento S. Profesor - investigador Departamento de Administración Pontificia Universidad Javeriana
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 detallesCapítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.
Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detallesCapítulo 12: Indexación y asociación
Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación
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 detalles7. Conclusiones. 7.1 Resultados
7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar
Más detallesMD-3025-IVS. Versión 1.0
MD-3025-IVS Guía e-fence Versión 1.0 Guía de configuración - de e-fence MD-3025-IVS 1. Introducción MD-3025-IVS Guía Vallado Electrónico (E-Fence) MD-3025-IVS ha incorporado analíticas de video para brindar
Más detallesBREVE MANUAL DE SOLVER
BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación
Más detalles4. Programación Paralela
4. Programación Paralela La necesidad que surge para resolver problemas que requieren tiempo elevado de cómputo origina lo que hoy se conoce como computación paralela. Mediante el uso concurrente de varios
Más detallesIntroducción: Modelos, Escalas y Métricas. Valentin Laime. Calidad de Software
Calidad de Software: Introducción: Modelos, Escalas y Métricas Valentin Laime Calidad de Software 10/28/2014 1 Modelos Un modelo es una abstracción de la realidad, que permite abstraer detalles y visualizar
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 detallesTRABAJO COOPERATIVO EN ROBOTS
SEMINARIO Diseño y construcción de microrrobots TRABAJO COOPERATIVO EN ROBOTS Autor: Luis De Santiago Rodrigo 3º Ingeniería de Telecomunicación 1.-ÍNDICE E INTRODUCCIÓN Éste trabajo pretende ser una pequeña
Más detallesANÁLISIS DE CARGOS. 1. Nombre del cargo 2. Posición del cargo en el organigrama. 3. Contenido del cargo. 1. Requisitos intelectuales
Análisis de CARGOS ANÁLISIS DE CARGOS Autor: Herman Bachenheimer Correo: herman@puj.edu.co Después de la descripción, sigue el análisis del cargo. Una vez identificado el contenido del cargo (aspectos
Más detallesLecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación.
Laboratorio 1 Medición e incertidumbre La descripción de los fenómenos naturales comienza con la observación; el siguiente paso consiste en asignar a cada cantidad observada un número, es decir en medir
Más detallesEntidad Formadora: Plan Local De Formación Convocatoria 2010
Entidad Formadora: Enterprise Architect Comenzando Puede iniciar Enterprise Architect desde el ícono que se creó en su escritorio de Windows durante la instalación, o alternativamente: 1. Abrir el menú
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesClasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco
Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales Elkin García, Germán Mancera, Jorge Pacheco Presentación Los autores han desarrollado un método de clasificación de música a
Más detallesInterfaz BIOCLIM e Interfaz DOMAIN
Grupo de investigación Ecología de Zonas Áridas CENTRO ANDALUZ PARA LA EVALUACIÓN Y SEGUIMIENTO DEL CAMBIO GLOBAL Interfaz BIOCLIM e Interfaz DOMAIN Elisa Liras Dpto. Biología Vegetal y Ecología Universidad
Más detalles1.2 SISTEMAS DE PRODUCCIÓN
19 1.2 SISTEMAS DE PRODUCCIÓN Para operar en forma efectiva, una empresa manufacturera debe tener sistemas que le permitan lograr eficientemente el tipo de producción que realiza. Los sistemas de producción
Más detallesAdministración de proyectos. Organizar, planificar y programar los proyectos de software
Administración de proyectos Organizar, planificar y programar los proyectos de software Administración de proyectos Trata de las actividades que hay que realizar para asegurar que el software se entregará
Más detalles2002 Emerson Process Management. Todos los derechos reservados. Vea este y otros cursos en línea en www.plantwebuniversity.com.
2002 Emerson Process Management. Todos los derechos reservados. Vea este y otros cursos en línea en www.plantwebuniversity.com. Fieldbus 404 Diseño de segmento Generalidades Diseño para criticidad de lazo
Más detalles❷ Aritmética Binaria Entera
❷ Una de las principales aplicaciones de la electrónica digital es el diseño de dispositivos capaces de efectuar cálculos aritméticos, ya sea como principal objetivo (calculadoras, computadoras, máquinas
Más detallesParte I: Introducción
Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one
Más detallesDISCOS RAID. Se considera que todos los discos físicos tienen la misma capacidad, y de no ser así, en el que sea mayor se desperdicia la diferencia.
DISCOS RAID Raid: redundant array of independent disks, quiere decir conjunto redundante de discos independientes. Es un sistema de almacenamiento de datos que utiliza varias unidades físicas para guardar
Más detallesBase de datos en Excel
Base de datos en Excel Una base datos es un conjunto de información que ha sido organizado bajo un mismo contexto y se encuentra almacenada y lista para ser utilizada en cualquier momento. Las bases de
Más detallesTELECOMUNICACIONES Y REDES
TELECOMUNICACIONES Y REDES Redes Computacionales I Prof. Cristian Ahumada V. Unidad V: Capa de Red OSI 1. Introducción. 2. Protocolos de cada Red 3. Protocolo IPv4 4. División de Redes 5. Enrutamiento
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 2, Febrero 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Autor:
Más detallesENTORNO DE TRABAJO DE WORD 2007
ENTORNO DE TRABAJO DE WORD 2007 Esta nueva versión de Office no contiene las 4 barras que son comunes a versiones anteriores, en esta ocasión solo contiene una barra llamada barra de título, una banda
Más detallesCreación de Funciones de Conducción
Creación de Funciones de Conducción Requerimientos Para el desarrollo de esta actividad se requiere que: Contemos con un robot BoeBot armado con placa Arduino. Repetición En estos momentos habremos notado
Más detallesSistema Inteligente de Exploración
Observatorio Municipal de Estadística Sistema Inteligente de Exploración Capítulos 1. Consideraciones iniciales y requerimientos... 2 2. Navegación... 3 3. Consulta de indicadores... 5 3.1. Elaboración
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 detallesUniversidad de Antioquia Juan D. Mendoza V.
Universidad de Antioquia Juan D. Mendoza V. El router es una computadora diseñada para fines especiales que desempeña un rol clave en el funcionamiento de cualquier red de datos. la determinación del mejor
Más detallesMEDICION DEL TRABAJO
MEDICION DEL TRABAJO Habíamos dicho al comenzar el curso que habían 4 técnicas que permiten realizar una medición del trabajo 1 Técnicas Directas: - Estudio de tiempos con cronómetro - Muestreo del trabajo
Más detallesContenidos. Introducción general
Contenidos Introducción general Test Uno: Razonamiento Test Dos: Velocidad de percepción Test Tres: Velocidad y precisión numérica Test Cuatro: Significación verbal Test Cinco: Razonamiento espacial Esta
Más detallesEscogiendo un sistema host
2002 Emerson Process Management. Todos los derechos reservados. Vea este y otros cursos en línea en www.plantwebuniversity.com. Fieldbus 402 Escogiendo un sistema host Generalidades Experiencia del proveedor
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 detallesCAMARAS DE VIDEO VIGILANCIA
CAMARAS DE VIDEO VIGILANCIA .-Actualmente disponemos de un sistema integrado de video vigilancia. Una buena solución para la vigilancia de accesos, Y obtener imágenes de mayor calidad, es instalar cámaras
Más detallesParámetros con la ventana de selección de usuario, reglas, texto y descomposición (IVE)
QUÉ SON CONCEPTOS PARAMÉTRICOS? Los conceptos paramétricos de Presto permiten definir de una sola vez una colección de conceptos similares a partir de los cuales se generan variantes o conceptos derivados
Más detallesANEXO 26-A COMITÉ PERMANENTE DE INTERPRETACIÓN SIC N 32 ACTIVOS INTANGIBLES COSTOS DE SITIOS WEB. (Modificada en 2008) (IV Difusión)
ANEXO 26-A COMITÉ PERMANENTE DE INTERPRETACIÓN SIC N 32 ACTIVOS INTANGIBLES COSTOS DE SITIOS WEB (Modificada en 2008) (IV Difusión) Interpretación SIC-32 Activos Intangibles - Costos de Sitios Web Referencias
Más detallesTema 2. Análisis gráfico Ejercicios resueltos 1
Tema 2. Análisis gráfico Ejercicios resueltos 1 Ejercicio resuelto 2.1 En una tienda han anotado los precios de los artículos que han vendido en una hora. Los datos son: 9,95, 19,95, 19,95, 14,95, 29,95,
Más detallesFolleto Informativo. El Aprendizaje Combinado Lleva a una Capacitación Efectiva
Folleto Informativo El Aprendizaje Combinado Lleva a una Capacitación Efectiva En el mundo actual de los negocios, las empresas exitosas buscan la manera de aumentar sus ventajas competitivas y a la vez
Más detallesNovedades en Q-flow 3.02
Novedades en Q-flow 3.02 Introducción Uno de los objetivos principales de Q-flow 3.02 es adecuarse a las necesidades de grandes organizaciones. Por eso Q-flow 3.02 tiene una versión Enterprise que incluye
Más detallesMedias Móviles: Señales para invertir en la Bolsa
www.gacetafinanciera.com Medias Móviles: Señales para invertir en la Bolsa Juan P López..www.futuros.com Las medias móviles continúan siendo una herramienta básica en lo que se refiere a determinar tendencias
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 detallesLA MEDIDA Y SUS ERRORES
LA MEDIDA Y SUS ERRORES Magnitud, unidad y medida. Magnitud es todo aquello que se puede medir y que se puede representar por un número. Para obtener el número que representa a la magnitud debemos escoger
Más detallesESTÁNDARES INTERNACIONALES DE CONTABILIDAD NIC 2 INVENTARIOS. (Emitida en diciembre 1993 Ultima revisión 2003 con vigencia 1 enero 2005)
ESTÁNDARES INTERNACIONALES DE CONTABILIDAD NIC 2 INVENTARIOS (Emitida en diciembre 1993 Ultima revisión 2003 con vigencia 1 enero 2005) ALCANCE DE LA NIC-2 Aplica a todos los inventarios excepto: Los inventarios
Más detallesCapítulo 5. Cliente-Servidor.
Capítulo 5. Cliente-Servidor. 5.1 Introducción En este capítulo hablaremos acerca de la arquitectura Cliente-Servidor, ya que para nuestra aplicación utilizamos ésta arquitectura al convertir en un servidor
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 detallesMovimiento Rectilíneo Uniforme
Movimiento Rectilíneo Uniforme 1. Teoría La mecánica es la parte de la física encargada de estudiar el movimiento y el reposo de los cuerpos, haciendo un análisis de sus propiedades y causas. La mecánica
Más detallesStatus Enterprise Guía de Usuario. Parte 9 - Alarmas
Guía de Usuario Parte 9 - Contenidos 1 RESUMEN 1.1 Tipos de... 3 1.1.1 de Desviación... 3 1.1.2 Alarma de Nivel... 3 1.1.3 Alarma de Límite... 3 1.1.4 Alarma de Tasa de Cambio... 3 1.1.5 Alarma Fuera de
Más detallesCAPÍTULO 2 DEFINICIÓN DEL PROBLEMA
CAPÍTULO 2 DEFINICIÓN DEL PROBLEMA En el capítulo anterior se describió la situación inicial en la que se encontraba la Coordinación de Cómputo Académico (CCA) del Departamento de Ingenierías (DI) de la
Más detallesCapitulo V Administración de memoria
Capitulo V Administración de memoria Introducción. Una de las tareas más importantes y complejas de un sistema operativo es la gestión de memoria. La gestión de memoria implica tratar la memoria principal
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 detallesWAN y Enrutamiento WAN
WAN y Enrutamiento WAN El asunto clave que separa a las tecnologías WAN de las LAN es la capacidad de crecimiento, no tanto la distancia entre computadoras Para crecer, la WAN consta de dispositivos electrónicos
Más detallesTécnicas de prueba 1. FUNDAMENTOS DE LA PRUEBA DEL SOFTWARE
Técnicas de prueba El desarrollo de Sistemas de software implica la realización de una serie de actividades predispuestas a incorporar errores (en la etapa de definición de requerimientos, de diseño, de
Más detallesPISA Programa Internacional de Evaluación de Estudiantes. Gobierno de Chile Agencia de Calidad de la Educación
PISA Programa Internacional de Evaluación de Estudiantes Gobierno de Chile Agencia de Calidad de la Educación 1 Evaluaciones Educativas Internacionales en Chile Desde 1997, Chile participa en diversos
Más detalles5. Experimentos y Resultados
Experimentos y Resultados 52 5. Experimentos y Resultados Después de haber entrenado los modelos acústicos y los modelos del lenguaje para el reconocimiento de voz de niños, estas fuentes de conocimiento
Más detallesEJERCICIOS DE REPASO SOBRE DERIVABILIDAD III. PROBLEMAS DE OPTIMIZACIÓN
EJERCICIOS DE REPASO SOBRE DERIVABILIDAD III. PROBLEMAS DE OPTIMIZACIÓN Una de las aplicaciones más comunes de los conceptos relacionados con la derivada de una función son los problemas de optimización.
Más detallesCatoira Fernando Fullana Pablo Rodriguez Federico [MINERIA DE LA WEB] Proyecto Final - Informe Final
Catoira Fernando Fullana Pablo Rodriguez Federico [MINERIA DE LA WEB] Proyecto Final - Informe Final INTRODUCCION En principio surgió la idea de un buscador que brinde los resultados en agrupaciones de
Más detallesINDICADORES. PROBLEMAS ASOCIADOS A SU SELECCIÓN PARA MEDIR SUSTENTABILIDAD Y EFICIENCIA AMBIENTAL
FUNDACION NEXUS ciencias sociales medio ambiente salud INDICADORES. PROBLEMAS ASOCIADOS A SU SELECCIÓN PARA MEDIR SUSTENTABILIDAD Y EFICIENCIA AMBIENTAL Por Daniel Fernández Dillon Ingeniería Sanitaria
Más detallesCentro de Capacitación en Informática
Fórmulas y Funciones Las fórmulas constituyen el núcleo de cualquier hoja de cálculo, y por tanto de Excel. Mediante fórmulas, se llevan a cabo todos los cálculos que se necesitan en una hoja de cálculo.
Más detallesPREPROCESADO DE DATOS PARA MINERIA DE DATOS
Ó 10.1007/978-3-319-02738-8-2. PREPROCESADO DE DATOS PARA MINERIA DE DATOS Miguel Cárdenas-Montes Frecuentemente las actividades de minería de datos suelen prestar poca atención a las actividades de procesado
Más detallesSOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION.
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA DE LA PRODUCCIÓN INGENIERÍA INDUSTRIAL SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE
Más detallesAdelacu Ltda. www.adelacu.com Fono +562-218-4749. Graballo+ Agosto de 2007. Graballo+ - Descripción funcional - 1 -
Graballo+ Agosto de 2007-1 - Índice Índice...2 Introducción...3 Características...4 DESCRIPCIÓN GENERAL...4 COMPONENTES Y CARACTERÍSTICAS DE LA SOLUCIÓN...5 Recepción de requerimientos...5 Atención de
Más detallesOperación Microsoft Access 97
Trabajar con Controles Características de los controles Un control es un objeto gráfico, como por ejemplo un cuadro de texto, un botón de comando o un rectángulo que se coloca en un formulario o informe
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 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 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 detallesFormularios. Formularios Diapositiva 1
Formularios Crear un formulario utilizando el Asistente para formularios Modificación en vista Diseño Adición de Controles a un Formulario Adición de un Subformulario a un formulario Formularios Diapositiva
Más detallesSCOP++ Lidar. Metodología de filtrado
SCOP++ Lidar. Metodología de filtrado 1 Contenido 1 Estrategia de filtrado y clasificación... 4 Eliminate Building Step (eliminación de edificios)... 5 Thin Out Step (reducción de densidad del fichero
Más detallesSoftware de Particle Tracking Version 1.0
Software de Particle Tracking Version 1.0 Martín Pastor Laboratorio de Medios Granulares Departamento de Física y Matemática Aplicada Universidad de Navarra Enero, 2007 Índice general 1. Introducción 3
Más detallesLa ventana de Microsoft Excel
Actividad N 1 Conceptos básicos de Planilla de Cálculo La ventana del Microsoft Excel y sus partes. Movimiento del cursor. Tipos de datos. Metodología de trabajo con planillas. La ventana de Microsoft
Más detallesEvaluación de Competencias de Adultos (PIAAC)
Evaluación de Competencias de Adultos (PIAAC) Estímulos de comprensión lectora, cálculo, componentes de lectura y resolución de problemas en contextos informatizados Evaluación de Competencias de Adultos
Más detallesPrograma Tracker : Cómo generar Vectores y sumarlos
Programa Tracker : Cómo generar Vectores y sumarlos Esta guía explica cómo usar vectores, la posibilidad de sumarlos, presentar los resultados directamente en pantalla y compararlos de forma gráfica y
Más detallesSistemas de Información Geográficos (SIG o GIS)
Sistemas de Información Geográficos (SIG o GIS) 1) Qué es un SIG GIS? 2) Para qué sirven? 3) Tipos de datos 4) Cómo trabaja? 5) Modelos de datos, Diseño Conceptual 6) GeoDataase (GD) 7) Cómo evaluamos
Más detallesEstas visiones de la información, denominadas vistas, se pueden identificar de varias formas.
El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los
Más detallesWINDOWS. Iniciando Windows. El mouse
Windows es un sistema operativo, cuyo nombre lo debe al principal elemento de trabajo, la ventana - en inglés window -. Este tiene características como: Multitarea: durante una sesión de trabajo, es posible
Más detallesESTÁNDAR DE PRÁCTICA ACTUARIAL NO. 02
ESTÁNDAR DE PRÁCTICA ACTUARIAL NO. 02 CÁLCULO ACTUARIAL DE LA RESERVA DE RIESGOS EN CURSO PARA LOS SEGUROS DE CORTO PLAZO (VIDA Y NO-VIDA) Desarrollado por el Comité de Estándares de Práctica Actuarial
Más detallesSistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso 2006 2007 Aritmética binaria
Oliverio J. Santana Jaria 3. Aritmética tica binaria Sistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso 2006 2007 Para Los La en conocer muchos aritmética comprender otros binaria tipos
Más detallesSERVOMOTORES. Los servos se utilizan frecuentemente en sistemas de radiocontrol, mecatrónicos y robótica, pero su uso no está limitado a estos.
SERVOMOTORES Un servomotor (también llamado Servo) es un dispositivo similar a un motor DC, que tiene la capacidad de ubicarse en cualquier posición dentro de su rango de operación y mantenerse estable
Más detallesTEMA 3 PROFESOR: M.C. ALEJANDRO GUTIÉRREZ DÍAZ 2 3. PROCESAMIENTO DE CONSULTAS DISTRIBUIDAS
1 1 BASES DE DATOS DISTRIBUIDAS TEMA 3 PROFESOR: M.C. ALEJANDRO GUTIÉRREZ DÍAZ 2 3. PROCESAMIENTO DE CONSULTAS DISTRIBUIDAS 3.1 Metodología del procesamiento de consultas distribuidas 3.2 Estrategias de
Más detallesCÁMARAS DE VIGILANCIA
1 nivel dificultad IDEAS Y SUGERENCIAS SE-IS06 SEGURIDAD CÁMARAS DE VIGILANCIA Si bien los videoporteros son una buena solución para la vigilancia de accesos, tienen también algunas limitaciones. Una de
Más detallesGRAFOS. Prof. Ing. M.Sc. Fulbia Torres
ESTRUCTURAS DE DATOS 2006 Prof. DEFINICIÓN Un grafo consta de un conjunto de nodos(o vértices) y un conjunto de arcos (o aristas). Cada arco de un grafo se especifica mediante un par de nodos. Denotemos
Más detallesAntes de imprimir este documento piense en el medio ambiente!
Versión 1.0 Página 1 de 6 1. ajustado ambiental OBJETIVO Proporcionar herramientas metodológicas para el desarrollo, organización, ejecución y evaluación de simulacros, de una forma segura y confiable,
Más detallesde la empresa Al finalizar la unidad, el alumno:
de la empresa Al finalizar la unidad, el alumno: Identificará el concepto de rentabilidad. Identificará cómo afecta a una empresa la rentabilidad. Evaluará la rentabilidad de una empresa, mediante la aplicación
Más detallesProcesamiento Digital de Imágenes. Compresión de imágenes
FICH, UNL - Departamento de Informática - Ingeniería Informática Procesamiento Digital de Imágenes Guía de Trabajos Prácticos 8 Compresión de imágenes 2010 1. Objetivos Analizar las características y el
Más detallesEstadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL
1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detalles21/02/2012. Agenda. Unidad Central de Procesamiento (CPU)
Agenda 0 Tipos de datos 0 Sistemas numéricos 0 Conversión de bases 0 Números racionales o Decimales 0 Representación en signo-magnitud 0 Representación en complemento Unidad Central de Procesamiento (CPU)
Más detallesDATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT
DATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT REACCIONES ADVERSAS DE LOS MEDICAMENTOS Los fármacos por naturaleza
Más detallesMANUAL DE USUARIO. JNyARchiTech ALFONSO NEIL JIMÉNEZ CASALLAS MAYDA ALEXANDRA CARVAJAL VARGAS PONTIFICIA UNIVERSIDAD JAVERIANA
MANUAL DE USUARIO JNyARchiTech ALFONSO NEIL JIMÉNEZ CASALLAS MAYDA ALEXANDRA CARVAJAL VARGAS PONTIFICIA UNIVERSIDAD JAVERIANA 2012 TABLA DE CONTENIDO 1. QUÉ ES JNYARCHITECH?... 3 2. INSTRUCCIONES DE USO...
Más detallesETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS
ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS EtsiIngenio Inteligencia Artificial 1 Raposo López Alejandro Sánchez Palacios Manuel Resumen dibujo de grafos mediante algoritmos genéticos
Más detallesLABORATORIO 10. ADMINISTRACIÓN DE COPIAS DE SEGURIDAD EN SQL SERVER
LABORATORIO 10. ADMINISTRACIÓN DE COPIAS DE SEGURIDAD EN SQL SERVER GUÍA DE LABORATORIO Nº 1O Actividad de Proyecto No. 12: ESTABLECER PLANES DE RESGUARDO, RESTAURACION Y CONTINGENCIA. Estructura de contenidos.
Más detallesPROPÓSITO... 2 DETERMINANTES PARA UNA BUENA EXPERIENCIA DE USO...
Tabla de Contenido PROPÓSITO... 2 DETERMINANTES PARA UNA BUENA EXPERIENCIA DE USO... 2 1. LA PRESENCIA DE INFORMACIÓN Y AYUDA ÚTIL PARA COMPLETAR LOS TRÁMITES EN LÍNEA.... 2 2. LA DISPONIBILIDAD DE DIVERSOS
Más detallesTEMA 20 EXP. WINDOWS PROC. DE TEXTOS (1ª PARTE)
1. Introducción. TEMA 20 EXP. WINDOWS PROC. DE TEXTOS (1ª PARTE) El Explorador es una herramienta indispensable en un Sistema Operativo ya que con ella se puede organizar y controlar los contenidos (archivos
Más detallesLección n 5. Modelos de distribución n potencial de especies
Lección n 5. Modelos de distribución n potencial de especies 1. Elaboración de modelos de distribución de especies. a. Planteamiento. El modelado del nicho ambiental se basa en el principio de que la distribución
Más detallesMANUAL DE FACTURACIÓN TOUCH SCREEN
MANUAL DE FACTURACIÓN TOUCH SCREEN Tabla de Contenido Contenido Pág. CAPITULO 1... 3 CARACTERÍSTICAS Y BENEFICIOS... 3 CAPITULO 2... 4 ENTRADAS Y SALIDAS DEL MODULO... 4 Visión general... 4 Contenido del
Más detallesAutor: Microsoft Licencia: Cita Fuente: Ayuda de Windows
Qué es Recuperación? Recuperación del Panel de control proporciona varias opciones que pueden ayudarle a recuperar el equipo de un error grave. Nota Antes de usar Recuperación, puede probar primero uno
Más detalles