Please enable JavaScript.
Coggle requires JavaScript to display documents.
AIBOD (Artificial Intelligence Bottle Division) :recycle: - Coggle…
AIBOD
(Artificial Intelligence Bottle Division)
:recycle:
JUSTIFICACIÓN
Campus: Barrera contra la contaminación
Clasificación automática
Recolección de datos
¿Se están tomando las medidas pertinentes para que el impacto ambiental de la UN sea positivo?
Resumen
Por medio de
Electrónica digital
Inteligencia Artificial
Robótica
Se desarrolla una caneca que clasifica las botellas plásticas y recopile sus datos para el posterior análisis
Estado del arte
AI - WASTE
PICVISA
Visión computacional
Color
Composición
Forma
Suiza
Plantemiento del problema
Campus UNAL como zona natural extensa
¿Existe una mala clasificación de los resiudos sólidos?
Parte de la hipótesis
¿Se están tomando las medidas pertintentes?
Marco Teórico
Datos Oficina de Gestión Ambiental UNAL Sede Bogotá
Problemas ambientales según al comunidad universitaria
CNN en clasificación de imágenes
Convolución
Max Pooling
Objetivos ODS
Producción y consumo responsable (Meta 12.5)
Ciudades y comunidades sostenibles (Meta 11.6)
Hipótesis
Comprobar si hay mala clasificación de botellas plásticas
Universidad Nacional de Colombia Sede Bogotá
Comportamiento de la comunidad
Contrastar con el marco teórico
OGA
Objetivos
Objetivo general
Automatizar la clasificación de botellas
Inteligencia Artificial
Visión Computacional
Objetivos específicos
Diseñar contenedor
Codificar red neuronal
Comunicar red con actuadores
Recopilar datos
Metodología
Red Neuronal Convolucional
Recycling Image Dataset
Aprendizaje Supervisado
Comunicación
Comunicación Serial
Módulo BlueTooth HC-05
Codifcación ASCII
Actuadores
Servomotor
Herramientas
Sofware y Hardware libre
Python
Tensorflow
Keras
Fusion 360
Cronograma
Semana 1: Planeación de cronograma y definición anteproyecto
Semana 2 Marco teórico: Investigación y profundización
Semana 3: Pre-diseño del anteproyecto en Fusion 360
Semana 4: Creación e implementación código CNN
Semana 5: Investigación métodos de comunicación hardware - software
Semana 6: Implementación métodos de comunicación
Semana 7: Diseño y desarrollo de prototipo
Semana 8: Finalización desarrollo del prototipo
Referencias
OGA
PICVISA
AI- WASTE
CNN
ONU - ODS