dc.contributor.advisor | Labra Gayo, José Emilio | |
dc.contributor.author | Collado Valle, Francisco Javier | |
dc.date.accessioned | 2015-08-18T08:52:30Z | |
dc.date.available | 2015-08-18T08:52:30Z | |
dc.date.issued | 2014-07 | |
dc.identifier.uri | http://hdl.handle.net/10651/32519 | |
dc.description.abstract | La investigación presenta un modelo de datos para representar agarres de objetos que será una parte de un sistema formado por un módulo de visión artificial y un brazo con una mano robótica. El uso de manos robóticas hace que aparezca la necesidad de desarrollar un modelo de datos que permita no solo almacenar los agarres sino además poder relacionarlos con los objetos. Los objetos además deben ser reconocidos por el sistema de visión artificial, lo cuál hace que sea necesario almacenar los datos que hacen que esto sea posible. El agarre viene limitado por el tipo de mano robótica, i.e. número de dedos y grados de libertad, y a su vez el reconocimiento de objetos es dependiente del algoritmo utilizado. Dado que estos puntos son variables resulta necesario que el sistema sea adaptable y no estar ligado a un método concreto, para conseguir esta adaptabilidad y hacer que el sistema sea flexible y extensible se diseñó el modelo de datos utilizando tecnologías semánticas de modo que sea posible integrar nuevos algoritmos de reconocimiento de objetos o utilizar distintas taxonomías de agarres adecuados para la mano que se utilice en el sistema. El modelo se basa en aislar las partes comunes a cualquier agarre, lo cual deja un núcleo formado por un pequeño conjunto de clases y propiedades, que las relacionan, dejando abierto el resto del modelo al sistema final. Para completar el modelo es necesario modelar los posibles agarres disponibles con la mano utilizada y modelar el almacenamiento de los datos necesarios para realizar el reconocimiento de objetos. La investigación surge como parte de un proyecto en el que se utiliza una mano humanoide con 5 dedos capaz de ejecutar los agarres descritos por Cutkosky en su taxonomía de agarres. Por otra parte el sistema de reconocimiento de objetos se basó en varios algoritmos complementarios y todos ellos son modelados de diferente manera pero integrados en el modelo base. El sistema final puede extender el modelo para adaptarlo a sus necesidades o modelar los agarres utilizando otra taxonomía de agarres diferente. El modelo es capaz de integrar nuevos objetos de forma sencilla dado que los objetos se categorizan utilizando una jerarquía en función de sus características de modo que al integrar un nuevo objeto al sistema éste esté relacionado automáticamente con los agarres disponibles para la categoría a la que pertenece. | spa |
dc.format.extent | 30 | spa |
dc.language.iso | spa | spa |
dc.relation.ispartofseries | Máster Universitario en Ingeniería Web | |
dc.rights | CC Reconocimiento - No comercial - Sin obras derivadas 4.0 | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Tecnologías semánticas | spa |
dc.subject | Ontologías | spa |
dc.subject | Objetos | spa |
dc.subject | Agarres | spa |
dc.subject | Visión Artificial | spa |
dc.subject | Mano robótica | spa |
dc.title | Tecnologías de la web semántica aplicadas al modelado del agarre de objetos | spa |
dc.type | master thesis | spa |
dc.rights.accessRights | open access | |