Sistema de auxílio na locomoção de deficientes visuais

Autores/as

  • Diego Antônio Amâncio Duarte Escola Técnica Estadual Frederico Guilherme Schmidt
  • Gabriel Tamujo Meyrer Escola Técnica Estadual Frederico Guilherme Schmidt
  • Thais de Oliveira Tonel Escola Técnica Estadual Frederico Guilherme Schmidt
  • Marcos Freire Machado Escola Técnica Estadual Frederico Guilherme Schmidt

Palabras clave:

Deficientes visuais, Visão computacional, Inteligência artificial, Dispositivo guia, Acessibilidade

Resumen

O objetivo deste artigo é descrever a elaboração de um sistema inovador no ramo de mobilidade para deficientes visuais. A observação cotidiana evidencia sérias dificuldades no deslocamento urbano, principalmente em locais desconhecidos. O fluxo intenso de pessoas, ruídos, obstáculos físicos e inacessibilidade de informações sobre o local, são os principais problemas diariamente enfrentados pelos deficientes visuais. O sistema proposto baseia-se na utilização de um par de óculos providos de microfone, fones de ouvido e sensores ópticos. O software se encarrega da análise de dados coletados pelos periféricos, localização no ambiente, descrição de rotas, detecção de obstáculos e de pessoas, e reconhecimento de caracteres. A implementação de algoritmos de visão computacional, foi criada em linguagem Python, se alia à biblioteca OpenCV e Scikit-image. A partir da informação da planta do local, o software identifica a posição exata do dispositivo no ambiente assim como os obstáculos à sua volta, para então, guiar o deficiente visual via sintetização vocal.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Diego Antônio Amâncio Duarte, Escola Técnica Estadual Frederico Guilherme Schmidt

Cursou Técnico em Eletromecânica Integrado ao Ensino Médio na Escola Técnica Estadual Frederico Guilherme Schmidt (2014 - 2019). Atualmente, cursa Engenharia da computação na Universidade do Vale do Rio dos Sinos (UNISINOS).

Gabriel Tamujo Meyrer, Escola Técnica Estadual Frederico Guilherme Schmidt

Cursou Técnico em Eletromecânica Integrado ao Ensino Médio na Escola Técnica Estadual Frederico Guilherme Schmidt (2014 - 2019). Atualmente, cursa Ciências da Computação na Universidade do Vale do Rio dos Sinos (UNISINOS).

Thais de Oliveira Tonel, Escola Técnica Estadual Frederico Guilherme Schmidt

Cursou Técnico em Eletromecânica Integrado ao Ensino Médio na Escola Técnica Estadual Frederico Guilherme Schmidt (2014 - 2019). Atualmente, cursa Engenharia Mecânica na Universidade Do Vale Do Rio Dos Sinos (UNISINOS).

Marcos Freire Machado, Escola Técnica Estadual Frederico Guilherme Schmidt

Possui Especialização em Engenharia Biomédica com ênfase em Engenharia Clínica pela Universidade Estácio de Sá (2020); Especialização em Ensino de Sociologia pela Universidade Federal do Rio Grande - FURG (2018); Graduação em História pela Universidade La Salle (2012). Atualmente é Técnico de Laboratório/Área Industrial da Faculdade de Odontologia da Universidade Federal do Rio Grande do Sul (UFRGS) onde atua como Coordenador do Núcleo de Infraestrutura. Atua como Professor do Ensino Médio Integrado ao Técnico em Eletromecânica, da Escola Técnica Estadual Frederico Guilherme Schmidt. Tem experiência na área de História e Eletromecânica, bem como na orientação de projetos de iniciação científica.

Citas

BERNARDES, Júlio et al. Sistema ajuda portador de deficiência visual a se locomover. 2016. Disponível em: <https://www.revistaespacios.com/a16v37n09/16370920.html> Acesso em: out. 2018.

BRADSKI, Gary; KAEHLER, Adrian. Learning OpenCV: Computer vision with the OpenCV library. Editora O'Reilly Media, Inc. 2008.

CAO, Mingwei. Py-MVO: Monocular Visual Odometry using Python. Disponível em: <https://github.com/caomw/visual_odometry-1> Acesso em fev. 2020.

COLDEWEY, Devin. WTF is computer vision? – Disponível em: https://techcrunch.com/2016/11/13/wtf-is-computer-vision/ Acesso em mar. 2020.

CHATTERBOT; About ChatterBot. 2018. Disponível em: <https://chatterbot.readthedocs.io/en/stable/index.html> Acesso em: out. 2018

CORKE, P; STRELOW, D; SINGH, S. Omnidirectional Visual Odometry for a Planetary Rover. Carnegie Mellon University, 2004.

COX, Gunther. ChatterBot Language Training Corpus. 2020. Repositório GitHub. Disponível em: < https://github.com/gunthercox/chatterbot-corpus> Acesso em fev. 2020.

GADGET. Dicionário online Oxford, 09 fev. 2020. Disponível em <https://www.oxfordlearnersdictionaries.com/definition/english/gadget> Acesso em: fev. 2020.

GIZMODO. Uma câmera que pode ser colocada em quaisquer óculos é uma baita solução para deficientes visuais, jan. 2019. Disponível em: <https://gizmodo.uol.com.br/orcam-myeye-2-ces-2019> Acesso em: jan. 2019

GSTT. Cloud Speech-To-Text. Disponível em: <https://cloud.google.com/speech-to-text> Acesso em: fev. 2020.

IBGE. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo Demográfico 2010. Características gerais da população, religião e pessoas com deficiência. Disponível em: <https://biblioteca.ibge.gov.br/visualizacao/periodicos/94/cd_2010_religiao_deficiencia.pdf> Acesso em fev. 2020.

KITTI. KARLSRUHE INSTITUTE OF TECHNOLOGY E TOYOTA INSTITUTO TECNOLÓGICO EM CHICAGO. The KITTI Vision Benchmark Suite. Disponível em: <http://www.cvlibs.net/datasets/kitti/> Acesso em: fev. 2020.

LEONHARDT, M. D. Doroty: um Chatterbot para Treinamento de Profissionais Atuantes no Gerenciamento de Redes de Computadores. Dissertação (Mestrado em Ciência da Computação) Pós-Graduação em Computação do Instituto de Informática da Universidade Federal do Rio Grande do Sul, Porto Alegre, 2005. Disponível em: <https://lume.ufrgs.br/handle/10183/5659> Acesso em: out. 2018.

LIU, W. et al. SSD: Single shot multibox detector. arXiv 2016. Disponível em: <https://arxiv.org/abs/1512.02325> Acesso em: fev. 2020.

MCCARTHY, J. What is artificial intelligence? - Stanford University. Computer Science Department, nov./2007. Disponível em: < http://www-formal.stanford.edu/jmc/whatisai/> Acesso em: fev. 2020.

NISTÉR, David; NARODITSKY, Oleg; BERGEN, James. “Visual odometry”. Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2004. CVPR 2004. Ieee, 2004. p. I-I. Disponível em: https://ieeexplore.ieee.org/document/1315094/references#references Acesso em: out. 2018.

OCR. Dicionário online Oxford, 09 fev. 2020. Disponível em <https://www.oxfordlearnersdictionaries.com/definition/english/ocr> Acesso em: fev. 2020.

OPENCV. Object Tracking: 2017a. Disponível em: <https://docs.opencv.org/3.3.1/dc/d6b/group__video__track.html#ga473e4b886d0bcc6b65831eb88ed93323> Acesso em fev. 2018.

OPENCV. Optical Flow. 2017b. Disponível em <https://docs.opencv.org/3.3.1/d7/d8b/tutorial_py_lucas_kanade.html> Acesso em fev. 2018.

ORCAM. OrCam MyEye 2 - uma tecnologia de visão revolucionária. 2017. Disponível em: <https://www.orcam.com/pt/myeye2/> Acesso em: fev. 2018.

PIRES, João. et. al. Sistema GPS, 2013/2014. Projeto FEUP. UNIVERSIDADE DO PORTO. Disponível em: < https://paginas.fe.up.pt/~projfeup/bestof/13_14/index.html> Acesso em: fev. 2018

RIBEIRO, Marcos. O que é API e como ela aumenta a produtividade nas empresas. Disponível: < https://pluga.co/blog/api/o-que-e-api/> Acesso em: mar. 2020.

SANDLER, Mark et al. Mobilenetv2: Inverted residuals and linear bottlenecks. In: Proceedings of the IEEE conference on computer vision and pattern recognition. 2018. p. 4510-4520.

SCARAMUZZA, Davide; FRAUNDORFER, Friedrich. Visual odometry [tutorial]. IEEE robotics & automation magazine, v. 18, n. 4, p. 80-92, 2011. Disponível em: <https://www.ifi.uzh.ch/dam/jcr:5759a719-55db-4930-8051-4cc534f812b1/VO_Part_I_Scaramuzza.pdf> Acesso em fev. 2020.

SINGH, Avi. Visual Odometry from scratch, 2015. Disponível em: <https://avisingh599.github.io/vision/visual-odometry-full/> Acesso em: mar. 2019.

SISCOUTTO, Robson. et. al. Realidade Virtual: Conceitos e Tendências. In: Estereoscopia. São saulo: Ed. Mania do Livro, 2004, p. [179] -201.

SMITH, R. "An Overview of the Tesseract OCR Engine," Ninth International Conference on Document Analysis and Recognition (ICDAR 2007), Parana, 2007, pp. 629-633.

SORIA, E; MARTIN, J; MAGDALENA, R; MARTINEZ, M; SERRANO, A. Handbook of Research on Machine Learning Application. IGI GLOBAL, 2009.

STIVANELLO, Mauricio. Desenvolvimento de uma biblioteca para sistemas de visão estereoscópica para robótica móvel. Dissertação (Mestrado em Engenharia Elétrica) Programa de Pós-Graduação em Engenharia Elétrica. 2008. Disponível em: <http://repositorio.ufsc.br/xmlui/handle/123456789/92029> Acesso em mar. 2019.

TESSERACT. Tesseract OCR. Disponível em <https://github.com/tesseract-ocr/tesseract> Acesso em fev. 2020.

VAN DER WALT, Stefan et al. Scikit-image: image processing in Python. PeerJ, v. 2, p. e453, 2014.

WEST, J; VENTURA, D; WARNICK, S. Spring Research Presentation: A Theoretical Foundation for Inductive Transfer. Brigham Young University, College of Physical and Mathematical Sciences, 2007.

WEWALK. WeWALK Smart Cane. Disponível em: <https://wewalk.io> Acesso em: fev. 2020.

ZAFFARI, Felipe Pozueco; ESPÍNDOLA, Jean Carlo de Borba. Conceitos – O que é a inteligência artificial. In: BARONE, Dante Augusto Couto; BOESING, Ivan Jorge. Inteligência Artificial: diálogo entre mentes e máquinas. – Porto Alegre: AGE / Evangraf, 2015, p.119

Publicado

2020-05-27

Cómo citar

DUARTE, D. A. A.; MEYRER, G. T.; TONEL, T. DE O.; MACHADO, M. F. Sistema de auxílio na locomoção de deficientes visuais. Scientia Prima, v. 6, n. 1, p. 98-116, 27 may 2020.

Número

Sección

Ciências Exatas

Artículos más leídos del mismo autor/a