Aplicação de algoritmo supervisionado na classificação de peças.

Abstract

Este trabalho estuda a utilização de uma rede neural na classificação de peças de acordo com sua cor e comprimento. Uma esteira transportadora foi desenvolvida para a execução do trabalho, nela está posicionado o sensor RGB, responsável pela obtenção dos dados das componentes vermelha, verde e azul da cor da peça e o sensor de barreira, responsável pela leitura do valor correspondente ao comprimento da peça. O controle da esteira e dos sensores é feito por meio de uma plataforma Arduino que é responsável também pelo controle do módulo de cartão SD onde são armazenados os dados de leitura dos sensores. Um conjunto de amostras é coletado e utilizado para o treinamento da rede, para isto, foi implementado um código utilizando o software MATLAB capaz de realizar o treinamento e execução de uma rede neural perceptron multicamadas. Foram realizados testes de validação cruzada para analisar qual estrutura da rede, ou seja, o numero de camadas e o numero de neurônios em cada camada, melhor se adaptava ao problema de classificação proposto. Em seguida os demais parâmetros da rede, tais como a taxa de aprendizagem e os critérios de parada para o treinamento, foram obtidos por meio de testes em que a eficiência da rede foi analisada, comparando o resultado de treinamentos realizados com parâmetros diferentes. Após a obtenção dos parâmetros da rede que melhor atendiam os requisitos do trabalho, foi realizado a coleta de dados para a validação da rede. Para o processo de validação foi desenvolvido um aplicativo classificador que recebe os dados de leitura dos sensores se comunicando com a plataforma Arduino por meio da porta serial de um computador. Este aplicativo executa a rede perceptron multicamadas utilizando os pesos sinápticos obtidos durante o treinamento realizado no MATLAB e exibe uma resposta visual com o resultado da classificação feita pela rede. Durante os testes realizados foi observada a necessidade de ajustes na estrutura física do trabalho para que a rede desenvolvida tivesse um desempenho adequado. Com os ajustes realizados a rede apresentou um resultado de classificação satisfatório com uma taxa de acertos de 81,6%, mostrando ser viável a utilização da rede perceptron multicamadas para a classificação das peças utilizando um sistema de baixo custo e com apenas duas características.