Se desarrolló la JONICA 2024

La Jornada se desarrolló en en el edificio de las Escuelas de Ingeniería Civil y Electrónica de la Sede de la FCEIA del CUR y se extendió de las 14 a las 21 horas, rango en el cual se desplegaron 15 charlas que estuvieron a cargo de empresas e industrias de la región, quienes compartieron sus casos de éxito y al mismo tiempo, funcionaron como un muestrario de las diversas salidas laborales y profesionales que puede tener quien egrese de la carrera de Ingeniería Electrónica. La JONICA también incluyó una competencia por equipos de estudiantes, en su mayoría de Ingeniería Electrónica, en el cual se entregaron diversos premios que donaron las empresas. 

“Más de 120 personas, el aula repleta de asistentes” indicó Juan Carlos Gómez, docente e impulsor de la JONICA cuando era Director de la Escuela de Ingeniería Electrónica, en el año 2016, haciendo hincapié en que esta edición fue la que mayor convocatoria tuvo, entre estudiantes de la FCEIA del ciclo básico como así también de estudiantes del nivel secundario.

Gómez también agradeció al Director de la Escuela, Ing. Santiago Roatta, por haber apoyado la iniciativa de retomar la actividad y destacó la labor de organización que realizó un grupo de estudiantes. Gregorio Álvarez, uno de los integrantes de ese grupo, señaló: “A todos los estudiantes que participamos en la organización nos pareció muy interesante presenciar cómo se organiza un evento de estas características, donde por ejemplo se tiene contacto directo con los representantes de las empresas. También fue interesante encargarnos de la difusión del evento, porque tuvimos que adquirir herramientas de comunicación que de otra manera no hubiéramos aprendido en el cursado regular de la carrera. En resumen, fue una experiencia que a nivel de formación universitaria me resultó muy positiva y espero que pueda repetirse el año que viene para que podamos mejorar con lo que aprendimos este año”.

Competencias por equipos

En el marco de la JONICA se desarrolló el certamen de competición por grupos en el que se presentaron siete equipos de estudiantes, de los cuales cuatro de ellos lograron mostrar los resultados durante la jornada. 

El desafío de la competencia consistía en desarrollar e implementar un dispositivo para la clasificación automática de objetos por forma y color. Una comisión de docentes de la Escuela de Ingeniería Electrónica evaluó las soluciones planteadas y se designaron a los ganadores de los premios de la competencia que fueron aportados por las empresas Estudios Eléctricos, iRobot y Balluff.

“Los enunciados del problema que había que resolver por equipo se envió un mes y medio, casi dos meses antes. Se anotaron siete equipos, fue el año que más equipos se anotaron. Cuatro equipos lograron terminar sus trabajos y fueron presentados en las JONICA” indicó Gomez y agregó: “Se designó un comité de docentes para evaluar, había que premiarlos y fue difícil porque todas las soluciones planteadas fueron distintas y originales. Había que ver cómo definir quienes se llevaban el primer premio. Yo hice una presentación cuando se lanzó la competencia, contando cual era el problema a resolver, con algunas posibles líneas para solucionarlo, pero no siguieron ninguna de esas y las resoluciones fueron todas muy creativas”.

Los resultados fueron los siguientes:

• 1º lugar: “Dall-E-Boca” de Alejo Mancinelli (Ing. Electrónica) y Agustín Alsop (Tecnicatura Universitaria en Inteligencia Artificial).
  

“Para resolver el desafío entrenamos un modelo de inteligencia artificial para el reconocimiento de los objetos, que luego eran clasificados en distintos contenedores de un sistema modular. Todo el procesamiento de datos se realizaba mediante una Raspberry Pi 4, mientras que un Arduino UNO se utilizó como intermediario para controlar los motores. Además, se programó una aplicación Android como interfaz de usuario (HMI), la cual se comunicaba mediante el protocolo MQTT, permitiendo encender y detener el sistema, obtener datos en tiempo real, y modificar el modo de separación de los objetos” explicó Alejo Mancinelli y agregó: “Estamos muy contentos de haber participado en esta edición de la competencia. Ha sido gratificante aplicar diversos conceptos teóricos adquiridos a lo largo de la carrera. En nuestro caso particular, Agustín es estudiante de la Tecnicatura en Inteligencia Artificial, lo que nos permitió intercambiar conocimientos y lograr un mejor resultado."

En el siguiente link de Youtube se puede ver al sistema en funcionamiento: Dall-E-Boca

• 2º lugar: “Café en promo” de Tomás González, Brian Morris y Julia Suligoy (Ing. Electrónica)

"La solución consistió en un sistema modular controlado por una Raspberry Pi y 3 servomotores. Las tres etapas del modelo consistian de un dispenser, un recinto
(con una cámara interna) y un sistema biela-manivela conectado a un carro con compartimientos. Para el procesamiento, en primer lugar filtramos las imágenes en el dominio HSV y luego las clasificamos utilizando una Red Neuronal Convolucional (CNN) pre entrenada utilizando técnicas de data argumentation” explicó Julia Suligoy.

A continuación compartimos un video demostrativo del dispositivo: Café en promo

• 3º lugar: “Silicio Rey y sus Portadores de Ricota” de Luciano Raffagnini y Sebastián Rodríguez (Ing. Electrónica).

Luciano Raffagnini indicó: Comenzamos diseñando y modelando la parte estructural, el sistema de dispensación, montura de la cámara y el soporte de los motores. Para traer a la realidad el diseño utilizamos las impresoras 3D y el pantógrafo láser presentes en el espacio Maker, donde recibimos mucha ayuda por parte de los voluntarios. Una vez consolidada la parte estructural, armamos un dataset para entrenar una red neuronal, tomando más de 100 fotos de cada objeto. La red en sí, es un modelo prediseñado denominado "Mobilenet V3". El resultado fue un sistema capaz de identificar el objeto presente en la imagen que se le entregaba con una precisión del 100%”.

El estudiante siguió explicando: “En cuanto al modo de operación, la máquina toma un objeto de la tolva, lo desplaza a la zona de la cámara donde ésta le saca una foto, que luego es procesada por la red neuronal, que indica de que objeto se trata. En función de ese resultado, cuando el objeto llegue a la zona de clasificación, la plataforma selectora hacía que caiga a la derecha si éste era una pelota roja, o hacia la izquierda en caso contrario. Como función adicional, contaba con un servidor apache que levantaba una página web que permitía ver la foto capturada, indicando el objeto detectado. Además, por consola se le podía cambiar el objeto a separar, por ejemplo, si se enviaba "cv" entonces la plataforma selectora enviaría a la derecha los cubos verdes y hacia la izquierda todo el resto de los elementos”. Los elementos para llevar a cabo el trabajo fueron: Raspberry Pi 4, Raspberry Cam V2, Servo, Motor de CC, Tiras led, Fuente de 24V y Convertidor CC 24V-5V.

• 4º lugar: “Megatron” de Amadeo García Torrano, Ariel Malvaso (Ing. Electrónica) y Bruno Santi (Ing. Sistemas-UTN). 
  
  

Ariel Malvaso explica: "El sistema embebido es un clasificador de objetos que mediante una inteligencia artificial detecta la forma y el color de los objetos enfocados por la cámara, para que luego los servo motores los distribuyan en distintas cajas contenedoas. Nuestro diseño vertical intenta aprovechar la diferencia de alturas para mover los objetos de un lado a otro, en vez de implementar una cinta transportadora que gasta energía eléctrica en el movimiento. La estructura se compone de 4 pisos en los que se encuentan piezas impresas en 3D diseñadas por nosotros, mientras que la programación la hicimos en lenguaje Python en una Raspberry".

Debido a la gran participación de estudiantes, tanto en las charlas, en la competencia por equipos y en la organización, se espera que la JONICA continúe desarrollándose año a año y así seguir posicionando la carrera de Ingeniería Electrónica de la FCEIA.