Verve Eyes: Filling the world with color with every glance.
https://drive.google.com/drive/folders/1V0UPN-UHKq-Abs3D0JHlEa-H2rQgP1sg?usp=drive_link
Para las personas con visibilidad reducida, la percepción del entorno puede resultar limitada y, a menudo, peligrosa. Identificar obstáculos y riesgos potenciales se convierte en una tarea desafiante, especialmente cuando la distancia entre el objeto y la persona es mínima, lo que impide una reacción oportuna, sobre todo ante objetos móviles. Habitualmente, la única ayuda disponible para reconocer el entorno es el alcance limitado de un bastón, lo que incrementa la vulnerabilidad y reduce la autonomía. En este contexto, nuestra herramienta tiene como objetivo complementar la información del entorno, no solo detectando objetos cercanos, sino también proporcionando alertas de peligro para mejorar la seguridad de la persona, especialmente en entornos desconocidos.
En estudios previos, como el llevado a cabo en la Universidad de Munich, se investigó el uso de dispositivos con sensores infrarrojos para detectar obstáculos en el entorno y comunicar su ubicación a través de vibraciones. Este estudio previo con alarmas de proximidad a objetos ha arrojado resultados prometedores, demostrando que los voluntarios logran moverse con un 98% de precisión utilizando únicamente un dispositivo de detección. Además, el 100% de los voluntarios pudieron completar las tareas asignadas y mostraron una mejora en el rendimiento en múltiples ejecuciones. Los resultados preliminares de estos estudios sugieren que la tecnología de detección de obstáculos basada en infrarrojos puede ser una herramienta efectiva para mejorar la movilidad y la seguridad de las personas con discapacidad visual.
Nuestra solución proporciona asistencia visual al integrar dispositivos de proximidad con tecnología de interpretación de objetos. Las gafas 3D de nylon, diseñadas para ser accesibles y prácticas, están equipadas con cámaras infrarrojas y visuales que escanean el entorno en tiempo real. Cuando se detecta un obstáculo cercano, dispositivos como una pulsera inteligente, un móvil o un anillo emitirán una vibración o una señal auditiva, brindando una retroalimentación táctil intuitiva que se intensifica a medida que se acerca al peligro. Además, con el respaldo de la inteligencia artificial, podemos interpretar el tipo de objetos detectados, permitiendo al usuario distinguir entre elementos potencialmente peligrosos y seguros.
Por otro lado, las pruebas realizadas con equipos voluminosos han demostrado reducir la movilidad y comodidad del usuario, limitando ciertas actividades como las deportivas. En nuestro modelo, al integrar sensores discretos en la montura de las gafas, se asegura una experiencia más cómoda y adaptable para los usuarios, sin comprometer su movilidad. Además, las opciones de alerta personalizadas, que incluyen avisos de vibración para personas con discapacidad auditiva a través de dispositivos móviles, pulseras o anillos, garantizan una accesibilidad ampliada para una variedad de usuarios.
Finalmente, la elección del soporte adecuado, que puede ser realizado mediante impresoras 3D, permite una reducción de costes y posibles soluciones sostenibles, ya que pueden realizarse con materiales reciclados como botellas de plástico.
Programming Language: python
Main libraries: TensorFlow, Matplotlib, Numpy, FastAPI, cv2
Machine Learning Model: Faster R-Convolutional Neural Network
- 👩🔬 Isis Gómez
- 👩💻 Ange Xu
- 👩💻 Satvika Santhoshi Marakala
- 👩💻 Rongrong Zhang
- 👩🎨 Carolina Papes
- 🧑💻 Sneyder Murillo Maza
-
(2022) Manuel Zahn and Armaghan Ahmad Khan. Obstacle avoidance for blind people using a 3D camera and a haptic feedback sleeve*. Paper
-
Estas gafas para invidentes detectan obstáculos mediante vibraciones