Sistema de alerta utilizando visión artificial para dispositivos de recursos computacionales limitados

Abstract

El presente trabajo de titulación consistió en el desarrollo e implementación de un sistema de alerta apoyado en visión artificial, pensado especialmente para funcionar en dispositivos con capacidad computacional limitada. Su finalidad fue identificar en tiempo real las distintas etapas del proceso de fritura de papas en la empresa “Delicias de mi Tierra”. La necesidad que aborda esta problemática es la variación de los tiempos de cocción en el área de fritura de la empresa, esto es debido a que el operario debido a su experiencia visual es quien decide un punto óptimo de cocción del snack, ocasionando desperdicios de materia prima. Como solución se diseña y entrena un modelo de visión artificial FOMO sobre una arquitectura MobileNetv2 capaz de detectar las etapas de cocción como son ebullición, deshidratación, cocción y sobrecocción. Este modelo fue implementado en un microcontrolador XIAO Seed ESP32-S3 Sense, para lograr los objetivos planteados se aplicaron técnicas de optimización de reducción de resolución y cuantización, este último utilizando INT8, permitiendo que el sistema de alerta opere sin infraestructura adicional. Posteriormente, se llevó a cabo un plan de pruebas el cual se tomaron muestras directamente en el área de fritura de la empresa Delicias de mi Tierra. Se obtuvo un rendimiento de 142 milisegundos, suficiente para garantizar el desempeño óptimo para generar las alertar visuales y auditivas. Adicional, el sistema presentó un mayor rendimiento en términos de precisión en el punto más crítico en la etapa de cocción, obteniendo una precisión superior al 90% lo que demuestra su utilidad como herramienta de apoyo para el operario de producción. Finalmente, los resultados evidencian que técnicamente es viable integrar este tipo de modelo y dispositivo embebido en aplicaciones de término industrial a pequeña y mediana escala, debido a sus bajos costos y eficiencia de detección. Además, este proyecto permite la posibilidad de mejoras futuras, tanto de optimización del modelo, uso de otro tipo de dispositivo embebido según el enfoque final de otros procesos productivos.