Escolar Documentos
Profissional Documentos
Cultura Documentos
FACULTAD DE MATEMÁTICAS
30 de Mayo del 2008
IDENTIFICACIÓN DE COLORES MEDIANTE FOTORESISTORES E
INTERVALOS DE CONFIANZA
Resumen
Los sensores son ampliamente usados en diferentes áreas de estudio entre ellas se encuentra
la robótica, existen varios tipos de sensores como sensores de contacto, sensores de temperatura,
sensores de luz, etc.
Un sensor es utilizado en un robot como receptor de estímulos que recibe del espacio de
trabajo del robot para que este reaccione a dichos estímulos. Cuando se requiere que el robot
reaccione a estímulos producidos por el color reflejado de un objeto mediante un fotoresistor, existe el
problema variabilidad en la intensidad lumínica, lo que conlleva a mediciones imprecisas del
fotoresistor que son necesarias para que el robot identifique y reaccione al color o colores deseados.
El trabajo aplica los intervalos de confianza como herramienta para la identificación de colores
y se concluye que los intervalos de confianza son una herramienta apropiada para identificar colores
en el espacio de trabajo del robot solo si se cuenta una fuente de luz con flujo constante.
1 INTRODUCCIÓN
El ojo humano percibe los colores de los elementos de la naturaleza y de los objetos, estos
pueden trasmitir luz, absorber luz, reflejar luz, dispersar la luz o refractar la luz. Los objetos que
absorben luz se les dice objetos opacos es decir no transparentes, absorben gran parte de la luz que
incide sobre ellos y reflejan una porción de ella. Usualmente remiten la luz absorbida a longitudes de
onda más largas en forma de calor.
Un objeto azul tiene una superficie da la apariencia de ser azul cuando una luz blanca irradia
sobre el. Este mismo objeto daría la apariencia de ser violeta si es irradiado únicamente con luz roja.
Cuando el objeto se ve negro es porque absorbe toda la luz que incide sobre él y cuando refleja toda
luz el objeto parece blanco. Esto nos indica que los objetos no cambian el color de la luz que les llega;
sólo afectan su intensidad, su brillo. Por tanto las superficies que parecen más claras son las que
reflejan mayor cantidad de luz y absorben menos, los materiales más transparentes son los que dejan
pasar una mayor cantidad de luz sin absorberla y los objetos más oscuros son los que más la
absorben.
Los rayos de luz absorbidos desaparecen en el interior del objeto y los reflejados llegan al ojo
humano. Por tanto la luz reflejada del objeto produce la sensación de color en el ser humano y la luz
visible en el ojo humano se compone de varias longitudes que varían desde los 400 nanómetros
hasta los 700 nanómetros dentro del espectro electromagnético. La luz de cada una de estas
longitudes de onda es percibida por el ojo humano como un color diferente.
Un sensor es un dispositivo capaz de transformar magnitudes físicas o químicas, llamadas
variables de instrumentación, en magnitudes eléctricas, con el fin de adaptar la señal que mide para
que la pueda interpretar el ser humano u algún otro dispositivo de instrumentación. En la actualidad
existen varios tipos de sensores por ejemplo sensores de humedad, presión, temperatura, luz etc. Los
sensores de luz recolectan y almacenan datos acerca del espectro de reflectancia de los objetos, es
decir la luz o radiación reflejada. Esta radiación puede ser cuantificada en un espectro
electromagnético. Un ejemplo de sensor de luz es un fotoresistor.
Un fotoresistor es un componente electrónico cuya resistencia disminuye con el aumento de
intensidad de luz incidente. Puede también ser llamado fotorresistencia, fotoconductor, célula
fotoeléctrica o resistor dependiente de la luz. Los fotoresistores se pueden encontrar en muchos
artículos de consumo, por ejemplo cámaras fotográficas, medidores de luz, alarmas de seguridad y
sistemas de encendido y apagado del alumbrado de calles en función de la luz ambiente.
Al colocar un robot móvil dentro un escenario con obstáculos y áreas donde el robot debe
pasar y esquivar, es necesario dotar al robot de fotoresistores que le sirvan como receptores de los
estímulos que recibe de los objetos y áreas del escenario para que el robot esquive los obstáculos y
pase por las áreas que deba pasar.
Los obstáculos y las áreas del escenario están pintados de un color específico, además se
cuenta con una fuente de luz puntual que mantiene un flujo constante de luz en todo el escenario, por
lo que reflectancia de cada objeto no varía tanto. Con base a las características de los objetos opacos
y los fotosensores, es posible dotar al robot de fotosensores para que identifique las áreas y esquive
los obstáculos. Sin embargo el escenario tiene ciertas irregularidades y el robot al interactuar en el
escenario se enfrenta a las siguientes restricciones:
La pintura de los objetos no es completamente uniforme por lo que en algunas zonas hay más
densidad de color, esto provoca que la reflectancia no sea regular en todos los puntos de los
objetos (ver figura 1).
La distancia de cada objeto con respecto a la fuente de luz puntual es diferente al resto de los
objetos, esto implica que cada objeto recibe distinta cantidad de rayos de luz.
Los objetos producen sombras entre ellos, esto implica que la cantidad de luz recibida por
cada objeto disminuya.
El fotoresistor recibe la luz reflejada del objeto y la intensidad lumínica depende de la distancia
entre el objeto y el fotoresistor, esto implica que se tiene que mantener una misma distancia
entre el objeto y el fotoresistor, para que reciba una intensidad lumínica uniforme el
fotoresistor.
El movimiento del robot produce vibración en los fotoresistores y la distancia entre los
fotoresistores y los objetos va variando conforme el robot se va desplazando.
Figura 1. Muestra la luz irradiada por una fuente puntual y
como el fotoresistor percibe la luz que refleja el objeto.
El robot para que evite los obstáculos y pase por las áreas clave del escenario requiere identificar
colores, por lo que el problema es plantear un método que contemple las restricciones anteriores y
brinde un criterio confiable para que el robot identifique el color de cada objeto y cada área del
escenario.
2 OBJETIVOS
Formular un método estadístico que permita al robot móvil identificar con precisión los colores
de los obstáculos y del escenario.
Dotar al robot de una tarjeta electrónica que se encargue del control de los fotoresistores
analizando las limitaciones y las ventajas de utilizar la tarjeta.
Realizar algoritmo encargado de monitorear los cambios de intensidad lumínica de cada
fotoresistor y realizar muestras aleatorias.
Procesar los datos de las muestras aleatorias por medio del método estadístico.
Realizar casos de prueba con el robot y el método estadístico para determinar la precisión del
método.
3 MÉTODOLOGIA
3.1 Adaptación de la señal de salida de cada fotoresistor como una muestra aleatoria
La disminución o incremento de la resistencia del fotoresistor se relaciona con el aumento de
intensidad de luz incidente en el fotoresistor, esto se refleja como una caída de voltaje en un circuito,
por lo tanto se puede calcular el valor numérico de la resistencia conociendo la caída de voltaje en el
circuito.
La intensidad de la corriente eléctrica que circula por un dispositivo es directamente
proporcional a la diferencia de potencial aplicada e inversamente proporcional a la resistencia del
mismo y se expresa la fórmula siguiente:
En donde, empleando unidades del Sistema internacional:
I = Intensidad en amperios (A)
V = Diferencia de potencial en voltios (V)
R = Resistencia en ohmios (Ω).
Realizando un despeje en la relación anterior se obtiene el valor numérico de la resistencia, la cual se
calcula de la siguiente manera:
El valor numérico de la resistencia es un elemento de una muestra aleatoria, y cada elemento
se relaciona con el experimento de elegir al azar un punto del escenario donde se situaran el objeto y
fotoresistor, colocar el objeto pintado del color a identificar debajo del fotoresistor a distancia fija entre
ellos y obtener el valor numérico de la resistencia del fotoresistor. Cada muestra aleatoria se compone
de un color y un fotoresistor, para el caso del robot se tiene tres fotoresistores y cuatro colores a
identificar los cuales son rojo, blanco, negro y azul. Por tanto en total se tendrán 12 muestras
aleatorias.
Cada objeto tiene características físicas que lo identifican, una de esas características es el
porcentaje de luz que el objeto refleja, por lo que se considera que el objeto mantiene un flujo
uniforme de luz reflejada la cual produce la sensación de color en el ser humano, por lo tanto la
población de la muestra aleatoria mantiene cierto comportamiento uniforme.
3.2 Aplicación de intervalos de confianza a las señales de salida de cada fotoresistor
Las longitudes de onda de luz reflejada por el objeto se pueden representar por medio de un
histograma frecuencias donde el porcentaje representa el porcentaje que aporta cada longitud de
onda. Al calcular el promedio de las longitudes de onda se observa que el promedio cae dentro de
una región del histograma que acumula el mayor porcentaje de las longitudes que son reflejadas, es
decir la región indica cuales son las longitudes de onda que el objeto refleja en mayor cantidad, por
consiguiente la intensidad lumínica media que recibe el fotoresistor mantiene una relación con el
promedio de las longitudes de onda que el objeto refleja (ver figura 2).
La región de acumulación del histograma puede ser acotada por medio de un intervalo tal que
la media se encuentra completamente contenida en dicho intervalo, entonces el color de un objeto del
escenario que el robot tiene que identificar puede ser representado por medio de un histograma de
frecuencias, por lo tanto se puede acotar a cada color por medio de un intervalo, tal que el promedio
de las longitudes de onda que refleja el objeto del escenario se encuentre dentro del intervalo.
La intensidad luminosa se define como la cantidad de flujo luminoso, propagándose en una
dirección dada, que emerge, atraviesa o incide sobre una superficie por unidad de ángulo sólido. En
el caso de las 12 muestras aleatorias el valor numérico de cada elemento de la muestra representaría
un valor discreto del porcentaje que aporta cada longitud onda que refleja el objeto del escenario, por
lo tanto la intensidad lumínica media de cada muestra tiene una relación con el promedio de las
longitudes de onda reflejadas por el objeto, el cual esta situado en la región de acumulación acotada
por un intervalo.
Un intervalo de confianza es un rango (o intervalo) de valores usados para estimar el valor
verdadero del parámetro de la población. Un intervalo de confianza es asociado con un grado de
confianza. El grado de confianza indica el porcentaje de probabilidad de que el parámetro de la
población este completamente contenido en el intervalo, presumiendo que el proceso de estimación
es repetido un número grande de veces.
El encontrar un intervalo de confianza para cada una de las 12 muestras aleatorias indica que
el promedio de cada muestra se encuentre acotado por dicho intervalo, lo anterior indica que si la
lectura del fotoresistor correspondiente al color del objeto del escenario se encuentra dentro del
intervalo se puede afirmar que el objeto es del color correspondiente al intervalo. Las cotas del
intervalo se utilizan como criterio de identificación del color del objeto, por ejemplo:
Sea x una lectura de un fotoresistor, sea I intervalo de confianza del color de un objeto y, si
entonces la probabilidad de que sea del color del objeto y es de 95%.
Lo anterior se puede aplicar a un algoritmo que se encargue de obtener las lecturas de los
fotoresistores e identificar en cual de los doce intervalos pertenece cada lectura, para luego tomar la
acción correspondiente según sea el intervalo identificado, así el robot estaría identificando el color de
cada uno de los objetos y con base a eso decida que acción realizar. Por ejemplo si el color de un
obstáculo es verde, entonces cuando el robot este en movimiento y alguna lectura de los
fotoresistores se encuentre dentro del intervalo de confianza correspondiente al color verde, el robot
realizara una acción para esquivar el obstáculo.
3.3 Calculo de los intervalos de confianza
El primer paso para calcular los intervalos de confianza es obtener las 12 muestras aleatorias
por medio de una tarjeta electrónica. La tarjeta electrónica con la que se trabaja en esta investigación
para la obtención de las muestras, es una tarjeta llamada Handy Board.
Figura 3. Diagrama esquemático de la Handy Board
Para obtener las lecturas de los tres fotoresistores es necesario conectar cada uno de ellos en
entradas analógicas diferentes de la Handy Board las cuales están numeradas de derecha a izquierda
del 0 al 6. Las lecturas se obtienen por medio de la función analog(int port) del Interactive C, la cual
recibe un número entero correspondiente al número del puerto analógico donde se encuentra
conectado el fotoresistor y devuelve un valor entero entre 0 y 255 que corresponde con el valor
discreto de la lectura del fotoresistor.
Supóngase que se tienen conectados los fotoresistores a los puertos 1,2 y 3, el código para
obtener el valor de los tres fotoresistores e imprimir las lecturas en el LCD es el siguiente:
printf("f1%d | f2%d | f3%d", analog(1), analog(2) , analog(3) );
El Segundo paso es realizar con ayuda de la Handy Board el muestreo del color de cada uno
de los objetos, donde el tamaño de cada una de las 12 muestras es de 11, es decir se realizaran 11
lecturas aleatorias por cada fotoresistor y por cada color. Los datos obtenidos del muestreo se
muestran por medio de tablas donde f1, f2 y f3 son los fotoresistores, en la parte superior izquierda
indica el color del cual se tomaron las lecturas, la media representa el promedio de cada muestra y
DS significa la desviación estándar de cada muestra. Los datos obtenidos son los siguientes:
Blanco 1 2 3 4 5 6 7 8 9 10 11 Media DS
f1 99 97 97 95 96 112 111 120 115 98 98 103.45 9.09
f2 64 63 62 60 60 69 72 72 74 76 63 66.82 5.9
f3 70 70 70 65 65 73 78 74 80 69 70 71.27 4.71
Negro 1 2 3 4 5 6 7 8 9 10 11 Media DS
f1 216 214 216 211 216 225 223 224 205 226 217 217.55 6.47
f2 138 138 138 136 136 142 142 142 138 147 143 140 3.44
f3 187 187 185 181 183 193 193 190 174 201 188 187.45 7.08
Rojo 1 2 3 4 5 6 7 8 9 10 11 Media DS
f1 163 162 166 166 163 180 178 149 177 163 165 166.55 8.89
f2 105 103 104 104 102 112 113 99 98 115 107 105.64 5.59
f3 132 129 130 127 126 139 141 110 141 142 130 131.55 9.33
Azul 1 2 3 4 5 6 7 8 9 10 11 Media DS
f1 153 149 151 152 153 163 161 154 169 168 155 157.09 6.98
f2 96 94 95 94 93 124 103 103 102 100 101 100.45 8.71
f3 11 108 109 107 105 121 121 123 108 109 112 103.09 31.2
Para obtener los intervalos de confianza de cada muestra se utiliza la distribución tstudent ya
que el tamaño de la muestra es pequeña, para realizar el cálculo se utiliza la siguiente formula:
En donde:
Es la media poblacional o promedio de la muestra.
Es el valor toma la distribución tstudent con un nivel de significancia alfa y 15 grados de
libertad, cuyo valor de alfa representa la probabilidad de no encontrar la media dentro del
intervalo.
La x toma dos valores los cuales corresponde a las cotas del intervalo, la cota izquierda se
obtiene al realizar la resta, y la cota derecha se obtiene al realizar la suma.
Aplicando la formula a cada muestra obtenemos los intervalos de cada color.
4 RESULTADOS
La obtención de los intervalos de confianza por medio de la distribución tstudent permitió la
realización del algoritmo de decisión del robot y en el 80 porciento de los casos el robot identifica el
color del objeto con el que se encuentra cuando se movía dentro del escenario, lo cual permitió
desarrollar una planificación del movimiento del robot de tal forma que el robot esquive todos los
obstáculos y atraviese las áreas claves del escenario, a continuación se muestran los intervalos
obtenidos con el método de intervalos de confianza.
Intervalos Intervalos
Blanco a b Negro a b
f1 97.62 109.29 f1 213.39 221.7
f2 63.03 70.6 f2 137.79 142.21
f3 68.25 74.3 f3 182.91 192
Intervalos Intervalos
Rojo a b Azul a b
f1 160.83 172.26 f1 152.61 161.57
f2 102.05 109.23 f2 94.86 106.05
f3 125.55 137.54 f3 83.05 123.13
Cada tabla muestra los intervalos correspondientes a cada fotoresistor, en el cuales se
encuentra el promedio del color leído, donde a y b son las cotas de cada intervalo. Se puede
observar que la media de las 12 muestras se encuentra acotada por su intervalo
correspondiente.
5 CONCLUSIONES
Lo que se obtuvo con el método estadístico fue que el robot logra identificar los colores del
escenario utilizando los intervalos obtenidos con bastante precisión, sin embargo debido a que la
intensidad lumínica que recibe cada fotoresistor es interferida fácilmente con la luz solar o con mas
lámparas que se encuentren en cerca del escenario del robot, la interferencia provoca un flujo
lumínico no uniforme y esto a su vez provoca que los objetos reflejen hacia los fotoresistores un flujo
no uniforme, por lo tanto el método estadístico solo se puede aplicar al escenario del robot si se
cuenta con una única fuente puntual de luz.
6 BIOGRAFÍA
http://www.csc.noaa.gov/products/sccoasts/html/rsdetail.htm
http://en.wikipedia.org/wiki/Radiance
http://es.wikipedia.org/wiki/Intensidad_luminosah
http://omega.ilce.edu.mx:3000/sites/ciencia/volumen1/ciencia2/32/html/sec_7.html
http://es.wikipedia.org/wiki/Luz
http://en.wikipedia.org/wiki/Reflectivity
http://tech.groups.yahoo.com/group/handyboard/.