TouristicPack

UNIVERSIDAD EAFIT

INGENIERÍA DE SISTEMASSEMESTRE 2018-1

TouristicPack

 

David Alejandro Benítez Cuevas                    dbenite2@eafit.edu.co

Craig David Cartagena Castaño                      ccartage4@eafit.edu.co

Pablo Quijano Jaramillo                                   pquijano@eafit.edu.co

Daniel Restrepo Aristizábal                             drestr84@eafit.edu.co

 

PROBLEMA:

En el 2017 alrededor de 3.5 millones de turistas ingresaron a Colombia, 20% de crecimiento comparado con el año anterior.

La problemática que existe actualmente es que los usuarios tienen que hacer búsquedas en diferentes páginas o aplicaciones para encontrar la información sobre su destino, algunos incluso tienen que visitar puntos de información turística para que les brinden una información más precisa. Se estima que el año pasado 107 mil extranjeros fueron atendidos en estos puntos de información en La Ciudad de Medellin.

 

SOLUCIÓN:

TouristicPack es un chatbot que hace recomendaciones a partir de experiencias pasadas de otros viajeros, ayudando a los usuarios a encontrar información acerca del destino como seguridad y sitios turísticos para visitar. Además de esto utilizando machine learning y los datos que el usuario registra , le va sugerir a la persona que sería lo más conveniente para su viaje, en temas como cuánto presupuesto necesita, cuantos días se podría quedar, el hospedaje, el transporte y la alimentación.
Todo esto con el fin de que el usuario pueda encontrar toda la información que necesita en una sola aplicación

PROCESO DE IDEACIÓN:

La idea surgió de una problemática que nosotros mismos hemos vivido a la hora de viajar, entones se nos ocurrió una posible manera de atacar este problema. Luego de identificarlo se realizaron entrevistas a varios viajeros, especialmente mochileros que se encontraban actualmente de viaje en la ciudad de Medellín,  después de esto se definieron los requisitos,  se llevó a cabo un proceso UCD (diseño centrado en el usuario), se sacaron las historias de usuarios, y finalmente se validó la idea con los potenciales usuarios de la aplicación y con los profesores de Proyecto Integrador.

 

ENLACES:

Página: https://www.facebook.com/Turistic-Pack-Chat-977043459118919/

Video:

Póster:

 

Achtung

Achtung

Equipo de desarrollo

Carlos Daniel Ruiz – cruizgo1@eafit.edu.co

Pedro Calle Jaramillo – pcallej@eafit.edu.co

Descripción del producto

El sindrome de déficit de atención de tipo inatento (TDAH) es uno de los trastornos psicológicos más comúnes que ocurren en los niños entre las edades de 3 a 12 años. Esta patología infantíl afecta a los niños en su capacidad de mantenerse enfocados en una tarea que no consideran estimulante. A diferencia de el déficit de atención de tipo hiperactivo, los niños que subren TDAH de tipo inatento no externalizan su desinterés en una actividad, lo que hace que la detección por parte de maestros y padres sea mucho más compleja. Si este sindrome no es tratado cuando el niño todavía está en desarrollo a una edad temprana, puede devenir en problemas de autoestima, poca habilidad social, depresión, ansiedad y abuso de sustancias.
Para poder tratar este trastorno primero debe de ser detectado en los niños en una edad temprana, y luego debe de tratarse por medio de sesiones acompañadas de un psicologo de confianza que monitoree el desarrollo del niño.

La app Achtung propone ser una herramienta que ayude a los psicologos que tratan con este tipo de pacientes a poder diagnosticar y tratar este trastorno de una manera más efectiva por el uso de componentes de videojuegos en realidad virtual y machine learning. Dentro del componente de realidad virtual desarrollado en el motor gráfico Unity, los niños están aislados de factores externos distractores, al mismo tiempo presentando actividades más interesantes y novedosas para ellos que las pruebas analógas que los psicologos actualmente utilizan para el tratamiento de esta enfermedad. Los juegos en realidad virtual fueron creados a partir de feedback de psicologos y sirven para entrenar las 4 atenciones diferentes en las personas (selectiva, sostenida, alternante y dividida).
Por otro lado el componente de machine learning desarrollado en Python se encarga de la recolección de datos provenientes del juego, y utilizando el algoritmo de K-means puede agrupar al niño dentro de diferentes clusters y presentar los resultados al psicologo de manera gráfica. Utilizando este feedback se espera que los psicologos puedan tomar decisiones más informadas para hacer un mejor diagnostico y tratamiento de sus pacientes.

Factor inovador

La gamificación está siendo utilizada cada vez más en el entrenamiento y adquisición de habilidades tecnicas de las personas. La utilización de videojuegos en los campos de la medicina y la psicología sigue siendo un campo relativamente novedoso. Se ha realizado experimentos con interfaces cerebro-computador para determinar los efectos del aburrimiento en las personas, pero en ninguno de estos se utilizan factores de realidad virtual que puedan hacer de la experiencia una mucho más amena y posiblemente más eficiente a la hora de tratar este tipo de trastorno del comportamiento.

Despliegue

El producto se compone de una aplicación para teléfonos Android (apk) que es una colección de juegos donde se entrenan las diferentes tipos de atención de las personas que lo juegan y una aplicación de escritorio desarrollada en Python donde los datos provenientes del juego llegarán por modo de archivos .CSV, la aplicación clasificará a los niños en un cluster por medio de K-means y graficará los resultados para el posterior análisis del psicologo

Screenshots

PosterVideo pitch

<insert video>

BlockLife

Universidad Eafit  –  Ingeniería de sistemas    2018-1

 

Integrantes

Efrain Gonzalez Arias (egonza21@eafit.edu.co)

Mayerli Andrea López Galeano (mlopez12@eafit.edu.co)

Santiago Mendoza Montoya (smendoz3@eafit.edu.co)

Jose David Sánchez Castrillón (jsanch81@eafit.edu.co)

Problemática

Los procesos de legalidad que se trabajan con algunos documentos han estado en decadencia los últimos años, ocasionando que sea muy fácil su falsificación y que personas puedan otorgarse títulos que no les corresponde, un ejemplo de esto son las mafias que se lucran de vender estas falsificaciones, ya que en Colombia se ha demostrado que de cada 100 validaciones de certificados, 35 resultan ser falsificados.

Descripción del proyecto

Nuestro proyecto se enfoca en dar solución a la problemática que se presenta con la falsificación de certificados, de forma más específica, las actas de grado para admisiones y registros de la universidad EAFIT, con una plataforma Web que permite generar actas de grado, dicha plataforma esta implementada con la tecnología blockchain, ya que sus smart contracts nos proporciona una mayor seguridad en cuanto al manejo de información para evitar los fraudes y a muy largo plazo disminuir / eliminar el excesivo papeleo que se crea con todos los certificados.

Factores de innovación y diferenciadores

Lo más innovador es un sistema inteligente que se valida a si mismo, eliminando las brechas de seguridad a nivel de usuario, con esto, dando paso a que importantes documentos puedan llegar a ser válidos sin necesidad de portar el documento físico, además de que la tecnología implementada nos proporciona un gran diferenciador en cuanto a niveles de confianza.

Proceso de ideación, definición y diseño del producto

Desde el inicio, la característica principal del proyecto fue que el sistema permitiera su escalabilidad a futuro, por lo tanto la definición del PMV estuvo enfocada al desarrollo de las actas de grado, lo cual nos ayudó a enfocarnos en lo esencial, en conocer la tecnología, en trabajar con ella y presentar un prototipo funcional, aquel que evidencie los alcances que se pueden tener con dicha tecnología y lo viable que es el desarrollo de los certificados con una firma digital, ya que esta otorga más seguridad en los mismos y evita su falsificación.

Su definición nos tomó un poco de tiempo debido a que tuvimos que modificar los contratos para lograr que los mismo cumplieran con la razón de ser del blockchain, este se caracteriza por ser una cadena de bloques llevando una trazabilidad; donde a continuación establecimos un nivel de granularidad que no fuera muy especifico, pero tampoco muy general, es así como escogimos los créditos del estudiante como la base de los smart contracts y procedimos a diseñar nuestro producto.

Tecnología empleada para el proyecto

Como ya habíamos mencionado la principal tecnología fue blockchain, esta nos  permitió realizar diferentes bloques llevando la trayectoria de cada estudiante en la universidad hasta cumplir sus ciclo universitario y obtener el acta de grado, adicional a esto también se empleó nodejs para realizar la vistas de la plataforma Web. Y por ultimo, utilizamos MongoDB para el desarrollo del login usando tokens de confirmación.

Presentación del producto

https://www.youtube.com/watch?v=_sQpiHini-4&feature=youtu.be

Screenshots de la página web:

           

Poster:

STEM Skills

STEM Skills

Proyecto Integrador 2

Juan David Loaiza Botero – jloaiz16@eafit.edu.co

Daniel Morales Londoño – dmoral12@eafit.edu.co

Mateo Alexander Zabala – mzabala1@eafit.edu.co

Universidad EAFIT

Ingeniería de sistemas

7mo semestre

 

Descripción de producto

Existe una gran problemática que se evidencia en todo el país, tanto en colegios como escuela, los estudiantes están perdiendo el interés por aprender y presentan falencias en las habilidades en temas de ciencia, tecnología, ingeniería y matemáticas. Con la finalidad de contribuir al desarrollo en el país y la mejora en la educación, hemos creado STEM Skills, la cual es una aplicación de Realidad Virtual que incentiva el estudio y aprendizaje por medio de vídeos, juegos y actividades dinámicas, haciendo uso de la metodología STEM, la cual prioriza el aprendizaje en las áreas de ciencia, tecnología, ingeniería y matemáticas, esta aplicación se apoya de una aplicación Web que construimos para que por medio de la Inteligencia artificial y algoritmos de Machine Learning para predicción, se busca proveer la información necesaria para que el asistente virtual ayude a los estudiantes a guiarse por la aplicación y asegure que el mismo pueda aprender de la mejor forma.

Proceso de ideación

Para la implementación de este proyecto, se llevo acabo un proceso de ideación, donde se tuvieron en cuenta los gustos del equipo, que se centraban en desarrollo móvil y web. Evidenciamos una problemática que afecta en su gran mayoría a todos los estudiantes del país.

Retos

Los mayores retos que presentamos en el desarrollo del proyecto, fueron la adquisición de conocimientos para el manejo de Machine Learning, tanto en la parte técnica como teórica, igualmente la recolección de datos y construcción del modelo fueron un gran reto. Para nuestro proyecto se desarrollaron dos productos, uno WEB y uno móvil, la construcción de ambos fue de gran demanda de tiempo y aprendizaje, tanto como su integración.

Imágenes del producto

Links

http://pi2stem.dis.eafit.edu.co/

En este link esta la aplicación WEB, para el registro de preguntas y estudiantes, en ella también se encuentra la aplicación móvil para ser descargada.

Repositorio

https://github.com/mzabala1/REST_AI_STEM

Vídeo

 

ArguEmotion

 

 

Universidad EAFIT

 

Ingeniería de Sistemas

Sebastian Ortiz
sortiz@eafit.edu.co

Mariana Narvaez
mnarvae3@eafit.edu.co

 

Descripción del producto:

Las emociones y forma en como nos sentimos afectan directamente nuestra manera de hablar y argumentar, es así como cuando nos encontramos tristes nos expresamos de una manera diferente a cuando estamos enojados o contentos. Es allí de donde nace ArguEmotion, una solución que permite reconocer las emociones que una persona esta teniendo a la hora de argumentar con el fin de identificar bajo cuales de estas lo hace de una mejor o peor manera con el fin de potencializarlas o regularlas según sea el caso.

ArguEmotion se encuentra bajo el marco del evento “Debate crítico” que realiza la Universidad EAFIT donde participan alumnos de más de 6 colegios del valle de aburra, demostrando sus capacidades de argumentación sobre las cuales han trabajado durante el transcurso del año con acompañamiento de profesionales. ArguEmotion les permitirá a los participantes del concurso llegar mejor preparados a este, por medio de la identificación y control de sus emociones de la mano del acompañamiento de un experto en el tema que guiará su proceso para garantizar la mejora.

La solución ofrece la posibilidad de realizar el análisis de emociones en los concursantes para obtener un mejor nivel de competencia en el concurso. También sirve como una herramienta para en un futuro lograr determinar patrones de comportamientos según las emociones presentadas, ahorra tiempo y esfuerzo a los entrenadores del concurso y da una mayor precisión  a la hora de identificar una emoción presente en un instante dado.

 

Proceso de ideación, definición y diseño del producto

Tras múltiples reuniones con personas encargadas de la escuela de humanidades y anteriores evaluadores y organizadores del evento “Debate Critico” se llegó a la conclusión que una herramienta de análisis de emociones seria la mejor alternativa para mejorar la capacidad argumentativa de los participantes por medio de herramientas tecnológicas. El acompañamiento de Mariantonia Lemos como product Owner fue fundamental para decidir el rumbo que tomaría el proyecto ya que fue quien nos expreso sus necesidades frente a la solución.

Poster:

 

Video Demo:

URL repositorio: 
https://sortizserna.visualstudio.com/ArguEmotion/_git/ArguEmotion

URL proyecto:
http://serverarguemotion.azurewebsites.net/

CPS(Cam Process Surveillance)

UNIVERSIDAD EAFIT

INGENIERÍA DE SISTEMAS

SEMESTRE 2018-1

CPS

JUAN FERNANDO OSSA VÁSQUEZ        jossava@eafit.edu.co

     MAURICIO HOYOS ARDILA                    mhoyosa2@eafit.edu.co

JONATHAN STIVEN ZAPATA CASTAÑO  jzapat80@eafit.edu.co

JUAN DIEGO ZULUAGA GALLO             jzulua70@eafit.edu.co

PROBLEMA:

El 76% de los delitos cometidos en las empresas, son robos. Además, el 61% de estos robos realizados en empresas colombianas, son cometidos por alguno de sus empleados. Estas cifras nos muestran que los sistemas de vigilancia convencionales se han ido quedando obsoletos debido a la ineficiencia en tiempo y costo que implican para las compañías. Este proyecto está enfocado en solucionar la necesidad de vigilancia tecnológica especializada en las empresas. Este problema también se fundamenta en el hecho de estos sistemas solo se limitan a guardar horas y horas de grabaciones, por lo que en caso de ocurrir movimientos sospechosos en horarios no operacionales, estos no pueden notificarlo inmediatamente al administrador, dando muestra de un primer problema en estos sistemas de vigilancia, las alertas tempranas. Otro de los problemas que se pudo identificar en dichos sistemas, es que en algunas circunstancias se vuelve tedioso hacer procesos de búsqueda en los videos almacenados, ya que, en ciertos casos, al no poseer información relevante que permita hacer una búsqueda adecuada, se procede a observar las grabaciones por horas hasta poder encontrar dicha información. Otro de los problemas identificados es que estos sistemas de vigilancia también carecen de la capacidad de generar informes de las llegadas tardes o las salidas antes de tiempo del personal, evitando así, optimizar al máximo sus labores. En general, se puede observar que los sistemas de vigilancia convencionales se están quedando obsoletos de acuerdo al avance tecnológico que ha venido surgiendo en los últimos años.

SOLUCIÓN, INNOVACIÓN Y DIFERENCIADORES:

La solución que proponemos al mercado actual es un servicio innovador que consiste en implementar un sistema de vigilancia automatizado por medio de cámaras con algoritmos de reconocimiento facial como eje transversal, lo cual permite a nuestros clientes estar informados de los empleados que se encuentran dentro de la compañía,  generar estadísticas que permitan optimizar sus labores, alertar en caso de que hayan movimientos en horarios no operacionales, además de permitir realizar búsquedas automatizadas en las grabaciones de video. De esta manera tomamos ventaja frente a los competidores, dándole un valor agregado a la solución ofreciendo cada vez más calidad y evidenciando nuestro esfuerzo en proporcionar una sensación de vigilancia en tiempo real, requerimiento que otros sistemas deficientes y poco automatizados no cumplen.
El sistema para vigilancia propuesto permitirá a los administradores de vigilancia de las empresas medianas tener un acceso y manejo completo de la información recolectada por medio del sistema. Este permitirá observar estadísticas de los empleados, hacer búsquedas fácilmente en los videos de personas conocidas y desconocidas, así mismo como recibir alertas tempranas en caso de movimientos en horarios no operacionales.

PRODUCTO FUNCIONAL:

A continuación se presentan las funcionalidades propuestas:

Este es el inicio de la página web que se encuentra alojado en pi2cps.eafit.edu.co:

La vista general muestra como se pueden visualizar las cámaras dentro del sistema:

Esta vista pertenece a la de búsquedas avanzadas, en donde se filtra por un empleado que es Juan Fernando Ossa, y trae todos los vídeos relacionados con dicho empleado.

Esta vista muestra los reportes de los empleados, filtrado por Mauricio Hoyos:

Cuando se encuentran en horarios no operacionales y se detecta movimiento, la cámara muestra una alerta.

Este es el filtro que se le aplica para hacer la detección de movimiento.

PROCESO DE IDEACIÓN, DEFINICIÓN Y DISEÑO DE PRODUCTO:
Para todo el proceso de ideación se realizaron 21 entrevistas a diferentes empresas que se encontraban en nuestro segmento de clientes. Siguiendo este proceso de diseño centrado en usuarios, se obtuvieron todas las conclusiones necesarias para dar pie a todo el proceso de desarrollo. Este proceso de ideación en donde se encuentran la hot idea, las afinidades, los key issues y las ideas de diseño, se encuentran en la documentación técnica.

PÓSTER:

VÍDEO:

ENLACES:

Página web: pi2cps.dis.eafit.edu.co

SmartElections

SmartElections

Universidad EAFIT

Ingeniería de Sistemas

Mateo Murillo Penagos: mmurill5@eafit.edu.co

 

Situación:

Las votaciones presidenciales en Colombia son un evento importante en todo el país, el cual un gran porcentaje de ciudadanos esta 100% del tiempo atento, siguiendo a los candidatos, sus propuestas y comentarios; así como comentan sus opiniones acerca de cada uno en los diferentes medios y canales tanto físicos como electrónicos siendo este ultimo mencionado un canal muy importante para los candidatos dado que es un contacto directo con los votantes y sus inquietudes o malestares y para ellos es muy importante conocer la opinión que tiene el pueblo Colombiano de ellos en este medio pero no cuentan con los recursos humanos necesarios para realizar este tipo de análisis por cada comentario que se realiza en Internet.

Debido a esta falta de recursos es necesario utilizar herramientas tecnológicas capaces de realizar este tipo de tarea con grandes cantidades de información.

Solución:

Gracias a las tecnologías emergentes tenemos la posibilidad de encargarle a una maquina una tarea humana para que esta sea capaz de realizar eficientemente esta tarea para grandes cantidades de información y en poco tiempo.

SmartElections provee a su usuario con información en tiempo real de los comentarios que realizan acerca de cada candidato en la plataforma social Twitter. Siendo capaz de capturar y almacenar cada tweet que se genere con un tiempo máximo de 1 segundo entre su generación y su captura en SmartElections.

Cada tweet es luego procesado, analizado y almacenado, calculando el total de tweets positivos o negativos que se genera sobre cada candidato, así como también se muestra la cantidad de usuarios únicos que comentan sobre cada candidato, mostrando a cuantas personas realmente hablan del mismo y adicional mente también se muestra cuantos tweets por minuto son generados para cada candidato.

Screenshot:

Póster:

Aplicación:

pi2smartelections.dis.eafit.edu.co

Código Fuente:

https://github.com/mamup11/PyElections

Memories

Universidad EAFIT

Programa: Ingeniería de Sistemas

Semestre: Séptimo

Integrantes:

  • Daniel Hoyos Ospina – dhoyoso@eafit.edu.co
  • Edwin Montoya Jaramillo – emonto15@eafit.edu.co
  • Diego Pérez Gutiérrez – dperezg1@eafit.edu.co
  • Daniela Serna Escobar – dsernae@eafit.edu.co

MEMORIES

Problema:

El Alzheimer en Colombia afecta a 221 mil personas, la mayoria mayores de 60 años, además de ser una de las patologías más costosas, pues el tratamiento total por paciente podría alcanzar los 15 millones de pesos por año.

Entre los principales signos de la enfermedad están: pérdida de la memoria reciente, desorientación en tiempo y espacio, cambios en la expresión del lenguaje y dificultad para la toma de decisiones.

 

Solución:

Desarrollamos una aplicacion movil especificamente para tablets que permite retardar la evolución con el tiempo mediante terapias que ejerciten su memoria, todo esto a través de una herramienta intuitiva, práctica y personalizada que se basa en el análisis de emociones y la evolucion del paciente

Por lo tanto, nos basamos en el fortalecimiento de 3 áreas del conocimiento: Memoria, orientacion y juicio, enfocado principalmente en personas de la tercera edad

Innovación:

Actualmente en existen diferentes tipos de terapia cognitiva, pero realmente ninguna se realiza de manera personalizada basandose en los gustos del paciente, su evolución en las diferentes áreas del conocimiento, su estado de ánimo, entre otros factores.

Nos diferenciamos por nuestro interés por el paciente, buscando actividades y retos que le gusten, pero que principalmente le ayuden a retardar la evolución de la enfermedad.

Trabajo futuro:

Hasta ahora hemos desarrollado un producto mínimo viable, pensando en que cualquier paciente con enfermedades degenerativas cognitivas pueda utiizar la aplicación, pero a futuro esperamos poder personalizar la aplicación aún más, separando las actividades por nivel de dificultad, activando notificaciones para realizar la terapia, tomar sus pastillas, entre otros.

Nuestro ideal es que la aplicación pueda servir como asistente personal del paciente, alivianando la carga de sus familiares.

Proceso de ideación, definición y diseño del producto:

1. Ideación: Comenzamos con una lluvia de ideas que cumplieran los requisitos del curso, es decir que fuera un proyeto innovador con tecnologías emergentes. Escogimos esta principalmente por ser un proyecto social y su reto tecnológico.

2. Contextual Desing: Definimos el enfoque, el problema, la solución, el objetivo, entre otros que le dieran claridad a la idea.

Realizamos un proceso de entrevistas a posibles usuarios (pacientes de alzheimer), donde indentificamos interesados y sus necesidades comunes, después su respectiva interpretación para dar paso a un Diagrama de Afinidades donde obtuvimos unas primeras historias de usuario.

3. Investigación: Realizamos un proceso de vigilancia tecnológica, marco teórico y estado del arte para conocer a fondo la tecnología y otras posibles soluciones con las cuales podríamos competir.

4. Tecnologías: Definimos las tecnologías a usar por su rápido diseño y múltiples ventajas:

  • Flutter
  • Reconocimiento de emociones (Azure)
  • Speech and Text recognition.

5. Desarrollo: La etapa de desarrollo se dividió en 3 Sprints donde completamos el 100% de las historias de usuario

Link de la plataforma de gestión del cambio Visual Studio:

https://dhoyoso.visualstudio.com/Memories

Link de GitHub: https://github.com/emonto15/memories

Link App: https://github.com/emonto15/memories/releases/download/v2/memories.apk

Póster:

Pantallazos de la aplicación:

Entrenamiento Auditivo

Universidad EAFIT

Ingeniería de Sistemas

7mo semestre

Catalina Patiño Forero: cpatin10@eafit.edu.co

Wilfer Manuel Salas Gonzalez: wsalasg@eafit.edu.co

 

Descripción

Entrenamiento auditivo es un programa que, como su nombre lo indica, está diseñado para ayudar en el entrenamiento auditivo de los estudiantes de música, específicamente los estudiantes de música del semestre nivelatorio de la Universidad EAFIT.

Su objetivo es hacer del entrenamiento auditivo de los estudiantes más eficientes, para ello se usa una estrategia de gamificación y tecnologías de machine learning. Esta última, permite predecir donde un nuevo usuario presentará mayores debilidades durante su entrenamiento, de forma que el juego iniciará reforzando dichas debilidades, haciendo del proceso de aprendizaje más eficiente.

Problema

Actualmente, los estudiantes del semestre nivelatorio del pregrado de música de la universidad EAFIT utilizan un software de entrenamiento auditivo que no facilita su aprendizaje debido a lo monótono que es, lo que desmotiva a los estudiantes y hace del proceso poco eficiente.

Procesos de ideación, definición y diseño del producto

Después de buscar ideas con otros profesores de la carrera, nos enteramos de un proyecto con el departamento de música, en donde se quiere desarrollar una aplicación para el entrenamiento auditivo. Después de esto, nos comunicamos con uno de los profesores encargados, Rodrigo Henao, con quien discutimos el desarrollo del producto. Se decidió en el desarrollo de un juego que hiciera del entrenamiento auditivo un proceso más eficiente.

Tecnologías

Producto

https://drive.google.com/open?id=1ep_MVbMzrjvLjgPz4Z24_hIByAgOIolq

Póster

Vídeo

Código fuente

https://github.com/cpatin10/EntrenamientoAuditivo

 

AgroEvolve

AgroEvolve

Jose Alberto Mejia Osorio        jmejiao5@eafit.edu.co

Sebastian Ramirez Lopez        sramir60@eafit.edu.co

Santiago Baena Rivera             sbaenar1@eafit.edu.co

Yorman Andres Aguirre M.      yaguirre@eafit.edu.co

 

Universidad EAFIT
Ingeniería de Sistemas

 

Semestre 2018-1

 


Problema

Todas las especies vegetales en cultivo están expuestas al ataque de plagas y enfermedades, las cuales pueden afectar el rendimiento y la calidad de la producción. Esta condición se presenta, ya sea, a campo abierto o en estructuras protegidas. Las perdidas que ocasionan las plagas y enfermedades en los cultivos de los países desarrollados pueden cifrarse entre el 10 y 20% del total de la producción, según los cultivos.

Por consiguiente, vemos como las plagas y enfermedades generan daño a la salud de los cultivos y provocan perdidas en la producción de estos sectores. Algunos otros problemas son: La perdida de competitividad frente a mercados extranjeros, el cierre de las fincas por parte de entidades de control de cultivos de exportación como el ICA (Instituto Colombiano Agropecuario), el cierre de las fincas ocasiona que los trabajadores dejen de trabajar mientras dura la sanción o en el caso más extremo la  perdida de sus empleos, la perdida de clientes y desperdicio de tiempo y recursos.

Generalmente, con el fin de evitar estas situaciones, se realizan controles para detectar en que lugares del cultivo ocurren o proliferan estas plagas con el fin de hacer un control por medio de químicos; sin embargo, en muchas ocasiones se detectan demasiado tarde y por consecuente se pierde el cultivo.

Objetivo de la solución

Optimizar el tiempo de respuesta de los productores de la industria del agro ante la proliferación de plagas y enfermedades, con el fin de que se pueda realizar un control a tiempo y efectivo de manera que se minimice la perdida de producción.

Solución

Se desarrollo la aplicación AgroEvolve que con el uso de nuevas herramientas tecnológicas como Machine Learning y Drones permite detectar más rápidamente el surgimiento de daños en los cultivos. Para esto la aplicación utiliza un algoritmo de Object Detection para identificar en las fotos recolectadas de la plantación, posibles daños y dar aviso al área de fito-sanidad encargada de prevenir y controlar los efectos negativos de estos en las plantaciones.

 

           

         

Proceso de ideación

La idea del proyecto surgió debido a un acercamiento preliminar sobre el manejo de tecnologías de Machine Learning para la protección de áreas silvestres, de allí partimos debido a la sugerencia de uno de los profesores con la detección, por medio de Machine Learning, de plagas en cultivos de flores. Durante este proceso visitamos 3 fincas donde realizamos entrevistas a los empleados y administradores con el objetivo de entender de mejor manera como era el proceso que se llevaba a cabo y que se hacia en cada una de estas con el fin de evitar las plagas; y como se hacia el respectivo control para prevenir que surgieran en etapas de madures posteriores. Este proceso es llamado UCD (User Centered Design) o diseño centrado en el usuario, esto debido a que se quería llegar a una buena solución que permitiera satisfacer las verdaderas necesidades que se tienen en este sector hoy en día.

Poster

Vídeo de la aplicación

Link al código fuente

https://github.com/jose930612/AgroEvolveiOS

https://github.com/jose930612/agro-evolve


All Rights © 2018 AgroEvolve: Jose – Santiago – Sebastian – Yorman