Resumen de Un prototipo mecánico para la automatización del proceso de selección del mango tipo exportación
Adolfo Moreno Bermúdez, Deimer Ballesteros Padilla, Germán Sánchez Torres
- español
En Colombia la industria de la exportación de frutas tropicales, en particular la del mango de azúcar, se caracteriza por el tratamiento manual en cada una de las etapas previas a su comercialización, particularmente, la aplicación de los procedimientos de clasificación acordes con los criterios estandarizados nacionales de calidad (NTC-5139). En este artículo de investigación se presenta el diseño de un prototipo mecánico para automatizar el proceso de clasificación del mango de azúcar (Mangifera Indica L) tipo exportación. Este prototipo está constituido por un sistema de bandas que permite transportar y rotar el fruto para que un sistema de adquisición capture diferente caras de este. Las imágenes obtenidas se analizaron mediante técnicas computacionales que permiten obtener una aproximación tridimensional, lo que posibilita la estimación del volumen de cada fruto. Los resultados de la operación del mecanismo, y la aplicación de los métodos mostraron una precisión superior al 90%.
- English
In Colombia, tropical fruit export industry, specifically �mango de azúcar� (sweet mango), is characterized for the manual treatment in each stage prior to commercialization, specially application of classification procedures according to local quality standardized criteria (NTC-5139). This research article describes the design of a mechanical prototype for automating the export-type �mango de azúcar� (Mangifera Indica L) classification process. This prototype consists of a band system which allows conveying and rotating the fruit so that an acquisition system captures several faces of the fruit. Images obtained were analyzed through computational techniques which allow obtaining a 3-D approach, and this makes estimation of each fruit volume possible. Results of the operation of this mechanisms and the application of methods showed an accuracy over 90%.
