Trabajo de grado - Pregrado
Anajaa-Visual substitution System (AVSS): a novel proposal in navigation assistive technologies for visually impaired
Fecha
2020Registro en:
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
Autor
Botero Torres, Juan Pablo
Institución
Resumen
La navegación y la movilidad suponen un gran desafío para las personas con discapacidad visual, las herramientas utilizadas actualmente que ayudan a estas personas están desactualizadas y no hacen uso de las tecnologías disponibles. Este proyecto de tesis desarrolló un prototipo funcional que integra una matriz de sensores ultrasónicos y redes neuronales convolucionales, en un sistema de sustitución de la visión. Para que los datos de proximidad obtenidos de esta fusión, puedan ser transmitidos posteriormente al usuario utilizando retroalimentación háptica. Esto, se hizo con una display háptico compuesto por una matriz de motores de vibración y mediante el uso de una codificación espacio-temporal intuitiva de la proximidad a mensajes de vibración. Lo cual permite que el sistema produzca una interfaz humano-máquina efectiva y en última instancia lleva a la apropiación de las señales de retroalimentación. Para asegurar eso tanto las metodologías de detección como las de retroalimentación, propuestas en este documento, son aplicables a un dispositivo de sustitución de la visión, se realizaron diversas pruebas con respecto a la velocidad de procesamiento de los algoritmos de visión artificial y el proceso de aprendizaje de los mensajes hápticos. Más precisamente, se propuso una metodología basada en la velocidad de procesamiento para evaluar los algoritmos de visión por computador. Los resultados obtenidos, llevan a la conclusión de que la fusión de las técnicas de detección pueden ser muy beneficiosas para los dispositivos de asistencia visual, ya que la velocidad de procesamiento del algoritmo evaluado alcanza 0.59 FPS, que con respecto a la velocidad de caminata de las personas con discapacidad se puede considerar como una respuesta en tiempo real. Además, se llevó a cabo experimentación, realizada con sujetos de prueba con discapacidad visual, para determinar la eficacia y el proceso de aprendizaje de la retroalimentación háptica. Navigation and mobility pose a great challenge for people with visual impairments, the currently used tools that aid these individuals are outdated and don't make use of the available technologies. This thesis project developed a functional prototype that integrates an ultrasonic sensor array and convolutional neural networks, to a vision substitution system. So that the proximity data obtained from this merger, can be later transmitted to the user using haptic feedback. This, was done with a tactile display composed of an array of vibration motors and by using intuitive spatio-temporal codication of the proximity to vibration messages. Which, enables the system to produce an effective human-machine interface, and ultimately leads to the appropriation of the feedback signals. To ensure that both the sensing and feedback methodologies, proposed in this document, are applicable to a vision substitution device, several tests were conducted regarding the processing speed of the computer vision algorithms and the learning process of the haptic messages. More precisely, a methodology based on processing speed was proposed in order to evaluate the computer vision algorithms. The results obtained, lead to the conclusion that merger of sensing techniques can be very benecial for visual assistive devices as the processing speed of the assessed algorithm reaches 0.59 FPS, that in regards to the walking speed of visually impaired individuals can be considered as a real time response. Additionally, experimentation, done with subjects that are visually impaired, was carried out to determine the effectiveness and learning process of the haptic feedback. This test concluded that successful learning of haptic messages can achieved, and generate a rate of effective discrimination, between the different messages, of approximately 70 %.