La tecnología RFID tiene mucho potencial para el desarrollo de aplicaciones, pero aún no es de uso masivo, a pesar de que esta tecnología no es nueva. El RFID podría en un futuro reemplazar a los códigos de barra, actualmente esto no es posible debido al costo todavía elevados de las etiquetas. Sus principales aplicaciones son: El control de accesos, inventario y trazabilidad de objetos. El almacén de Electrónica de la Pontificia Universidad Católica del Perú no posee procesos automatizados aplicados al control de activos, todos los procesos son hecho de forma manual, por lo cual se identificó la necesidad de automatizarlos para poder hacerlos más eficientes. El presente trabajo de tesis tiene como objetivo diseñar un sistema de control de activos para el Almacén de Electrónica de la Pontificia Universidad Católica del Perú utilizando la tecnología RFID, que sea capaz de gestionar los préstamos, generar reportes de estos y mantener actualizado el inventario. El diseño propuesto resuelve la necesidad de control del inventario haciendo uso de la tecnología RFID, a través de un software que se ha desarrollado, el SADAEP, Sistema de Administración del Almacén de Electrónica PUCP, el cual permite registrar los préstamos de materiales del almacén por usuario, gestionar el inventario y generar reportes de préstamos.

Esta investigación intenta mejorar el porcentaje de aciertos de un sistema de reconocimiento ante la presencia de ruido, y por tal motivo se va a intentar controlar un equipo de sonido marca Panasonic y modelo SC-AK45 con control remoto modelo EUR644853, del cual se tomarán algunas de las funciones para el control mediante la voz.

La presente monografía propone un sistema de localización e identificación automática de placas de vehículos, a partir del reconocimiento de los caracteres (letras y números) presentes en los mismos. A diferencia de otros sistemas existentes, esta propuesta de procesamiento digital de imágenes se basaría en las características de los vehículos existentes en el Perú, los cuales cuentan con dos formatos de placas: tres o dos letras, un guión, y tres o cuatro dígitos, respectivamente. Este trabajo esta dividido en cuatro capítulos. A manera de introducción se describen los requerimientos que justifican el desarrollo del sistema, en función al uso específico de diferentes aplicaciones prácticas. En el primer capítulo se señalan las características del sistema propuesto y las consideraciones que se toman en cuenta para delimitar los márgenes de su aplicación. En el segundo capítulo se describe detalladamente el desarrollo del sistema planteado a partir de dos procesos: entrenamiento y reconocimiento. Se indica que el sistema se basa en las características geométricas de los vehículos con la finalidad de determinar la localización central de la placa a partir del empleo de técnicas de procesamiento de imágenes y redes neuronales en el reconocimiento de los caracteres. Para ello, se incluye la descripción del proceso de entrenamiento inicial de las redes neuronales que permiten encontrar los parámetros calibradores del sistema y se señalan los reajustes realizados al sistema inicial con el fin de obtener mejores resultados. En el tercer capítulo se analizan los datos de las pruebas experimentales, mostrándose que no toda la tarea de reconocimiento se debe dejar a las redes neuronales y se señala la necesidad de adición de un bloque de confirmación de salida que permita mejorar la eficiencia del sistema. Por último, en el cuarto capítulo se exponen las recomendaciones y se termina con un apartado para las conclusiones en las que se incluye la verificación del funcionamiento óptimo del sistema propuesto.

El presente proyecto tuvo como objetivo final construir un sistema basado en el funcionamiento de redes neuronales para el reconocimiento de caracteres dibujados a mano. El proyecto se divide en 2 fases. La primera fase es la de entrenamiento. En esta fase se entrena al sistema con el algoritmo resilient backpropagation. Para esto se trabaja con una data de entrenamiento, los cuales son una seguidilla de dibujos de caracteres hechos a mano. Al final de la fase de entrenamiento se obtiene los parámetros del sistema de red neuronal, con los cuales se podrá configurar el sistema de red neuronal. La siguiente fase es la fase de testeo. En esta fase se busca saber cuan efectivo ha sido el proceso de entrenamiento del sistema de red neuronal. Para esto, se pone a prueba el sistema ingresándole nueva data la cual nunca ha sido vista por el sistema. A esta data, se le llama data de testeo. Al final de esta fase se obtiene el grado de efectividad del sistema en reconocer acertadamente cada carácter ingresado al sistema.

En la presente tesis, se realizó el diseño de una arquitectura para un sistema neurodifuso ANFIS. Se tomó en consideración un sistema de orden cero de dos entradas y una salida, que cuenta con funciones de pertenencia triangulares en los antecedentes de las reglas difusas. Además, se tuvo en cuenta que el entrenamiento del sistema es realizado fuera de línea (off-line), en MATLAB. La arquitectura diseñada se dividió en cuatro bloques: Fuzzificador, Permutador, Inferencia y Defuzzificador. Cada uno de estos bloques fue tratado como un subsistema y descrito por separado para facilitar su diseño. Posteriormente, se procedió a juntar los cuatro bloques, dando como resultado la arquitectura propuesta para el sistema neurodifuso ANFIS. Esta arquitectura fue descrita de manera modular y genérica mediante el lenguaje de descripción de hardware VHDL y fue implementada en los FPGA Spartan-3 XC3S200 de la empresa Xilinx y Cyclone II EP2C35 de la empresa Altera, utilizando las herramientas que se encuentran dentro de los entornos de desarrollo ISE 11 y Quartus II 9.1, respectivamente. El sistema diseñado fue aplicado a la generación de funciones. Primero, se eligió una función no lineal y se llevó a cabo el entrenamiento del sistema en MATLAB para obtener los parámetros de los antecedentes y consecuentes de las reglas difusas. Después, estos parámetros fueron convertidos a una representación binaria en punto-fijo complemento a dos y almacenados en las memorias ROM del código en VHDL. Finalmente, se realizaron simulaciones sobre los dos FPGA, mencionados anteriormente, para verificar la operación del sistema y poder evaluar su desempeño. Entre los resultados obtenidos, destaca que el tiempo requerido por el sistema para calcular un valor de la función es menor a 10 s (trabajando a una frecuencia de reloj de 50 MHz). Este valor es mucho menor al tiempo requerido por la aplicación en MATLAB, el cual fue de alrededor de 100 ms.

La evolución tecnológica de los robots ha ido creciendo constantemente durante los últimos años no solo en industrias de producción sino también en la vida social de las personas. Los denominados robots sociales o robots autónomos están ocupando más tareas en la vida diaria de las personas con el pasar de los años. Estos robots están siendo diseñados para servirnos y así tener un estilo de vida más sencillo. Por otro lado, los robots voladores (drones) han sido utilizados con más frecuencia en distintas áreas como la topografía, control fiscal, entre otros. Sin embargo, recientes aplicaciones se están orientando a un uso cotidiano de los drones. Este objetivo se logrará buscando formas de interacción más fluida con los robots, con el menor uso de dispositivos adicionales. Actualmente los drones son controlados usando un control remoto o joystick lo cual resulta adecuado cuando este se encuentra a una distancia superior a los dos metros. Sin embargo, cuando el dron se encuentra a una distancia menor a los dos metros de las personas se vuelve cada vez más redundante el uso de un joystick para controlar su posición. Diversos estudios demuestran que las personas se muestran más cómodas y seguras controlando al dron utilizando los movimientos y gestos de una mano cuando estos se encuentran cerca. El presente trabajo de investigación hace una revisión de la literatura basada en el procesamiento de imágenes para reconocimiento de objetos (una mano) y los distintos desarrollos o aplicaciones implementados en drones sociales. La combinación de estas investigaciones busca generar una nueva capacidad de interacción que permita controlar a los drones utilizando los movimientos y gestos de una mano.

En el presente trabajo se muestra el desarrollo de un vehículo de pruebas que será parte de un sistema de estacionamiento automático mediante visión robótica, el cual permitiría a un vehículo real estacionarse sin la asistencia de un conductor en su interior. La visión robótica del sistema mencionado no es parte del trabajo realizado, por lo cual se simulará su funcionamiento mediante el ingreso de los parámetros requeridos para el estacionamiento del vehículo, directamente desde una computadora. Esta etapa de visión robótica está actualmente siendo desarrollada como trabajo tesis por una alumna de la Maestría de Procesamiento Digital de Señales de la PUCP. Para el presente trabajo se introducirán manualmente los datos que nos proporcionaría la etapa de visión robótica al programa de computadora. Este se encargará de generar los cálculos de la trayectoria que seguirá el vehículo de pruebas para estacionarse. Con ello se generarán las instrucciones que serán enviadas hacia el vehículo mediante un protocolo de comunicaciones inalámbrico. Finalmente el sistema electrónico implementado controlará el servomotor y el motor con caja reductora encargados de la dirección y del desplazamiento respectivamente. Un codificador incremental detectará el desplazamiento del vehículo garantizando así que el vehículo logre la trayectoria deseada. De ser implementado el sistema en un vehículo real, el proyecto plantea lograr con ello optimizar el espacio utilizado por los vehículos en las zonas de parqueo. Además también disminuir el tiempo que toma el aparcamiento del vehículo y reducir el riesgo de choque durante la maniobra. / Tesis

En este proyecto, un brazo robot permitirá seleccionar objetos (tornillos, tuercas, llaveros, etc) que se encuentran en una mesa, independiente de la posición y orientación. El problema se aborda mediante un esquema de Visión Artificial consistente en 6 etapas: obtención de la imagen, preprocesamiento, segmentación, extracción de características, clasificación y manipulación con el brazo robot. / Tesis