Melhoria de projeto da Toledo:
Carregando...
Citações na Scopus
Tipo de produção
Trabalho de Conclusão de Curso
Data
2023-12-05
Autores
Jeronymo, Giullia Ziza
Pinheiro, Juan Gabriel C. F.
Tonieti, Luana Watanabe
Moraes, Miguel Lopes de
Pinheiro, Juan Gabriel C. F.
Tonieti, Luana Watanabe
Moraes, Miguel Lopes de
Orientador
Lima, Michele Rodrigues Hempel
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
cubagem,segmentação semântica,YOLOv8,cubing,semantic segmentation
Resumo
Este trabalho focaliza o aprimoramento do protótipo de cubagem desenvolvido pela empresa Toledo em parceria com a FEI, que emprega visão computacional e sensores para calcular as dimensões de caixas. O projeto envolveu a criação de um novo suporte para os equipamentos, no qual aprimorou se o design, reduziu-se o erro das dimensões do protótipo da Toledo e trocou-se o modelo de segmentação pelo da YOLOv8. Além isso, também foi implementado um software integrado à câmera e ao sensor ultrassônico, facilitando o acesso para os funcionários calcular as dimensões das caixas por meio da cubagem. Para a melhoria do design, foi feito um novo suporte que oculta os equipamentos do projeto. Para reduzir o erro, foi elaborado um novo filtro de média para o sensor e uma nova reta de calibração para as medidas geradas pela câmera. Por fim, o modelo utilizou-se da YoloV8n. Em resumo, a abordagem adotada mostrou-se de grande valor para a indústria, por apresentar uma melhora significativa no modelo de segmentação, no design e na redução do erro do equipamento.
This work focuses on improving the cubing prototype developed by the company Toledo in collaboration with FEI, incorporating computer vision and sensors to calculate box dimensions. The project involved creating a new support structure for the equipment, refining the design, reducing errors in Toledo’s prototype dimensions, and transitioning to the YOLOv8 segmentation model. Additionally, a software implementation integrated with a camera and ultrasonic sensor was introduced, facilitating employee access to calculate box dimensions through cubing. For the design improvement, a new support structure was created to hide and protect the project devices. To reduce errors, a new average filter for the sensor and a new calibration line for camera-generated measurements were implemented. Finally, the model utilized YOLOv8n. In summary, the adopted approach proved to be of significant value to the industry by showcasing substantial improvements in segmentation model, design, and equipment accuracy.
This work focuses on improving the cubing prototype developed by the company Toledo in collaboration with FEI, incorporating computer vision and sensors to calculate box dimensions. The project involved creating a new support structure for the equipment, refining the design, reducing errors in Toledo’s prototype dimensions, and transitioning to the YOLOv8 segmentation model. Additionally, a software implementation integrated with a camera and ultrasonic sensor was introduced, facilitating employee access to calculate box dimensions through cubing. For the design improvement, a new support structure was created to hide and protect the project devices. To reduce errors, a new average filter for the sensor and a new calibration line for camera-generated measurements were implemented. Finally, the model utilized YOLOv8n. In summary, the adopted approach proved to be of significant value to the industry by showcasing substantial improvements in segmentation model, design, and equipment accuracy.