Los puntos clave no están disponibles para este artículo en este momento.
El objetivo principal de un sistema de despaletizado es automatizar el proceso de detección y localización de objetos específicos de forma variable en un palé, permitiendo que un sistema robótico los desmonte con precisión. Aunque existen muchas soluciones para el problema en entornos industriales y de fabricación, la aplicación a escenarios a pequeña escala, como máquinas expendedoras y pequeños almacenes, no ha recibido mucha atención hasta ahora. Este documento presenta un análisis comparativo de cuatro algoritmos de visión por computadora diferentes para la tarea de despaletizado, implementados en un Raspberry Pi 4, una computadora de placa única muy popular con bajo poder computacional adecuada para IoT y computación en el borde. Los algoritmos evaluados incluyen: coincidencia de patrones, transformada de características invariante a escala, Oriented FAST y Rotated BRIEF, así como el clasificador en cascada de Haar. Cada técnica se describe y se esbozan sus implementaciones. Su evaluación se realiza en la tarea de detección y localización de cajas en las imágenes de prueba para evaluar su idoneidad en un sistema de despaletizado. El rendimiento de los algoritmos se presenta en términos de precisión, robustez a la variabilidad, velocidad computacional, sensibilidad de detección y consumo de recursos. Los resultados revelan las fortalezas y limitaciones de cada algoritmo, proporcionando valiosas perspectivas para seleccionar la técnica más adecuada según los requisitos específicos de un sistema de despaletizado.
Greco et al. (Sun,) estudiaron esta cuestión.