Clasificación de Granos de Café usando FPGA
Classification of Coffee Beans using FPGA
Este artículo presenta el desarrollo de un sistema para la clasificación de granos de café, según la etapa de maduración, utilizando Redes Neuronales Artificiales (RNAs). Como herramienta de clasificación se utilizaron dos estructuras de RNAs, Perceptrón Multi-Capa (MLP) y el modelo de red neuronal basado en bloques (BBNN). La estructura MLP fue diseñada e implementada sobre C++ usando el algoritmo de aprendizaje con retro-propagación del error. Para aumentar la velocidad de ejecución de la RNA se implementó bajo dispositivos electrónicos utilizando su paralelismo natural. El modelo BBNN consiste en un arreglo bidimensional de bloques fundamentales y pesos enteros, dirigidos a la fácil implementación sobre dispositivos electrónicos configurables como los arreglos de compuerta programable por campo (FPGAs). La optimización de la estructura usa un algoritmo genético. Esta estructura ha sido implementada y sintetizada sobre la tarjeta Altera Flex 10K FPGAs. El porcentaje de efectividad para la estructura MLP fue 91.7% y para el modelo BBNN fue 89.5%.
1. INTRODUCCIÓN
En la actualidad la recolección de café es realizada de forma manual; sin embargo al plantear una cosecha automatizada se obtiene como resultado un café poco homogéneo a la hora de iniciar el proceso de beneficio. La poca selectividad del café, según su etapa de maduración, granos verdes, maduros y sobremaduros, entre otros, disminuye su calidad considerablemente. Dependiendo del estado de maduración en que se encuentra el café se producen diferentes sabores y aromas [1]. Esta caída en la calidad trae como consecuencia una disminución en su precio frente al mercado mundial. La clasificación de los granos antes del proceso de beneficio depende de la subjetividad del recolector. Este proceso puede ser reemplazado por los sistemas de visión artificial, dado que estos últimos se basan en el análisis de diferentes características tales como el tamaño y el brillo.
Por esta razón se propone un sistema de visión artificial antes del proceso de beneficio para la clasificación de granos de café, según la etapa de maduración, utilizando como característica principal la intensidad del color de su epidermis.
Como herramienta de clasificación se propone un clasificador con redes neuronales artificiales (RNAs). Las RNAs son capaces de entender el significado de diferentes formas visuales o de distinguir entre varias clases de objetos a altas velocidades por su funcionamiento en paralelo, simulando el funcionamiento complejo del cerebro humano. Ellas logran su mayor rendimiento en plataformas paralelas que requieren gran capacidad de procesamiento, como los procesadores en paralelo y los dispositivos lógicos programables (FPGAs), entre otros. Estos últimos presentan una alternativa viable para la implementación de las RNAs en hardware.
Recursos
-
Formatopdf
-
Idioma:español
-
Tamaño:2663 kb