DOI: https://doi.org/10.57197/jdr-2024-0086
تاريخ النشر: 2025-01-01
المؤلف: Gabriel Iluebe Okolo وآخرون
الموضوع الرئيسي: التفاعلات اللمسية والحسية
نظرة عامة
تقدم البحث نظام ملاحة مساعد ذكي مصمم لتعزيز حركة واستقلالية الأفراد ذوي الإعاقة البصرية. يدمج هذا النظام توجيه الصوت مع نموذج كشف الأجسام، وبالتحديد YOLOV8، المنفذ على Raspberry Pi مزود بمستشعرات متنوعة. يوفر التطبيق المحمول تغذية راجعة صوتية ومدخلات لمسية عند التعرف على الأجسام، محققًا دقة متوسطة تبلغ 91.70% في كشف تسعة عقبات مختلفة. بالإضافة إلى ذلك، يوفر النموذج الأولي للمستخدمين بيانات بيئية حيوية، مثل المسافة، الاتجاه، ورطوبة السطح، مما يسهل الملاحة الأكثر أمانًا في البيئات الداخلية والخارجية.
تشير النتائج إلى أن النظام يساعد بشكل فعال المستخدمين ذوي الإعاقة البصرية من خلال دمج كشف العقبات مع مستشعرات فوق صوتية ورطوبة، والتي توفر قياسات دقيقة للمسافة وتحذيرات حول الظروف الخطرة. يعزز دمج الكاميرا من فهم المستخدم لبيئته، بينما يقدم تطبيق الهاتف الذكي دعمًا ملاحيًا من خلال توجيهات صوتية. لا يحسن هذا النهج المتعدد الجوانب فقط قدرة المستخدمين على التنقل في البيئات المعقدة، بل يعزز أيضًا التفاعل الأكبر مع محيطهم، مما يعزز الوصول والمشاركة في الأنشطة اليومية. ستركز التطورات المستقبلية على تعزيز قدرة النظام على التكيف مع المواقف غير المتوقعة من خلال دمج مستشعرات إضافية وتنقيح خوارزميات التعلم لتحسين تمييز العقبات.
مقدمة
تسلط المقدمة الضوء على القضية العالمية الهامة للإعاقة البصرية (VI)، التي تؤثر على حوالي 2.2 مليار فرد وفقًا لمنظمة الصحة العالمية (WHO، 2023). تتميز الإعاقة البصرية برؤية محدودة لا يمكن تصحيحها من خلال الأدوية أو العدسات، مع أسباب رئيسية تشمل تأخير جراحة الساد، السكري، إصابات الرأس، والحوادث. تشير المسح الوطني للعيون في ماليزيا II إلى أن التأخيرات في جراحة الساد وحدها تسهم في أعداد كبيرة من الأفراد ذوي الإعاقة البصرية والمكفوفين (Saud et al., 2021). يمتد تأثير الإعاقة البصرية إلى ما هو أبعد من فقدان الرؤية، مما يؤدي إلى زيادة القلق، وانخفاض الإنتاجية، والعزلة الاجتماعية، خاصة بين كبار السن الذين قد يواجهون تحديات في الأنشطة اليومية وزيادة خطر السقوط (Aymaz وÇavdar، 2016).
استجابةً لهذه التحديات، هناك دافع متزايد داخل المجتمع الأكاديمي لابتكار تقنيات مساعدة للأفراد ذوي الإعاقة البصرية. لقد تطورت وسائل المساعدة التقليدية، مثل العصي الخشبية والألمنيوم، مع التقدم في التكنولوجيا، مما أدى إلى تطوير أجهزة محسنة مثل مستشعر موات، SensCap، والعصي الذكية (Kher Chaitrali et al., 2015). تتضمن هذه الوسائل الحديثة مستشعرات لكشف العقبات وتقديم التغذية الراجعة، بهدف تحسين حركة واستقلالية الأفراد ذوي الإعاقة البصرية.
الطرق
تدمج المنهجية المقترحة لتطبيق العصا الذكية مكونات متنوعة لتعزيز تنقل المستخدم من خلال التغذية الراجعة الحسية. تتضمن بنية النظام، كما هو موضح في الشكل 1، Raspberry Pi 3 كوحدة المعالجة المركزية، إلى جانب مستشعر فوق صوتي، مستشعر رطوبة، مقياس تسارع/جيروسكوب، كاميرا، وحدة إخراج صوت، ووحدة اهتزاز. يلعب المستشعر فوق الصوتي دورًا حاسمًا من خلال إصدار موجات صوتية لكشف المسافة إلى العقبات، مما يوفر تغذية راجعة في الوقت الحقيقي للمستخدم بشأن محيطه.
تم تصميم موضع المستشعر فوق الصوتي بشكل استراتيجي لضمان قياسات دقيقة للمسافة، مما يسهل جمع البيانات ومعالجتها بشكل موثوق. تتيح القدرة على المراقبة المستمرة للمستشعر فوق الصوتي، الذي تديره Raspberry Pi، كشف العقبات بشكل فعال، وهو أمر ضروري لوظيفة العصا الذكية. يهدف هذا النظام إلى تعزيز حركة واستقلالية المستخدمين من خلال توفير إشارات صوتية ولمسية استجابةً للعقبات البيئية.
النتائج
في هذا القسم، تُعرض نتائج مشروع متقدم لكشف الأجسام باستخدام إطار عمل YOLOV8 بالتزامن مع تقنيات المستشعرات. تم إجراء التقييم باستخدام مجموعة بيانات COCO، التي تقدم تعليقات موسعة لمجموعة متنوعة من الأجسام في بيئات مختلفة. أظهر النظام دقة كشف عالية عبر فئات متعددة، مع نتائج ملحوظة تشمل دقة 92.40% لكشف الأشخاص و92.00% للسيارات، وكلاهما تحقق في وقت كشف سريع قدره 0.001 ثانية. كما أظهرت أجسام أخرى، مثل الكراسي والأرائك، أداءً قويًا، بدقة 94.00% و93.00% على التوالي، وأوقات كشف قدرها 0.2 ثانية.
تشير النتائج إلى أن النظام ليس فقط فعالًا في الكشف في الوقت الحقيقي ولكنه أيضًا موثوق في تقدير المسافات بدقة عبر جميع الفئات المختبرة. على سبيل المثال، كانت دقة الأجسام الأكبر مثل الحافلات والشاحنات أقل قليلاً (90.98% و88.89% على التوالي) لكنها لا تزال تحافظ على أوقات كشف معقولة. بشكل عام، تؤكد النتائج على قوة النظام في تحديد العقبات المختلفة وتوفير معلومات مكانية حيوية، وهو ما يعد مفيدًا بشكل خاص لتعزيز سلامة الملاحة للمستخدمين ذوي الإعاقة البصرية. يتم توضيح تحليل الأداء التفصيلي في الأشكال المرفقة.
المناقشة
في قسم المناقشة من ورقة البحث، يؤكد المؤلفون على التقدم الكبير الذي تم إحرازه في تطوير عصا ذكية للأفراد ذوي الإعاقة البصرية، من خلال دمج كل من كشف الأجسام القائم على الكاميرا وقياس المسافة فوق الصوتية. يعزز هذا النهج المزدوج من قدرة النظام على التعرف على مجموعة متنوعة من الأجسام وتقدير قربها بدقة، مما يحسن سلامة وكفاءة الملاحة. يسمح الجمع بين هذه التقنيات بالوعي البيئي في الوقت الحقيقي، وهو أمر حاسم لمنع الاصطدامات والتنقل في المساحات المعقدة.
تشير النتائج إلى أن دمج البيانات البصرية وبيانات المسافة لا يزيد فقط من موثوقية وسائل المساعدة في الملاحة ولكن أيضًا يعزز استقلالية المستخدمين ذوي الإعاقة البصرية. يبرز هذا البحث الإمكانية لتحقيق مزيد من التقدم في التقنيات المساعدة من خلال دمج المستشعرات ومعالجة البيانات، مما يشير إلى أن الأجهزة المستقبلية يمكن أن تكون أكثر تخصيصًا وقابلية للتكيف مع احتياجات المستخدمين الفردية. يدعو المؤلفون إلى مواصلة استكشاف دمج المستشعرات وآليات التغذية الراجعة لإنشاء حلول أكثر فعالية وقابلية للتخصيص لتعزيز الحركة والسلامة للأفراد ذوي الإعاقة البصرية.
DOI: https://doi.org/10.57197/jdr-2024-0086
Publication Date: 2025-01-01
Author(s): Gabriel Iluebe Okolo et al.
Primary Topic: Tactile and Sensory Interactions
Overview
The research presents a smart assistive navigation system designed to enhance the mobility and independence of visually impaired individuals. This system integrates voice-over guidance with an object detection model, specifically YOLOV8, implemented on a Raspberry Pi equipped with various sensors. The mobile application provides auditory feedback and tactile input upon recognizing objects, achieving an average accuracy of 91.70% in detecting nine different obstacles. Additionally, the prototype offers users critical environmental data, such as distance, orientation, and surface wetness, facilitating safer navigation in both indoor and outdoor settings.
The findings indicate that the system effectively assists visually impaired users by combining obstacle detection with ultrasonic and moisture sensors, which provide accurate distance measurements and warnings about hazardous conditions. The integration of a camera enhances the user’s understanding of their environment, while the smartphone app offers navigational support through audio directions. This multifaceted approach not only improves users’ ability to navigate complex environments but also fosters greater engagement with their surroundings, promoting accessibility and participation in daily activities. Future developments will focus on enhancing the system’s adaptability to unforeseen situations by incorporating additional sensors and refining the learning algorithms for better obstacle differentiation.
Introduction
The introduction highlights the significant global issue of visual impairment (VI), affecting an estimated 2.2 billion individuals according to the World Health Organization (WHO, 2023). VI is characterized by limited vision that cannot be corrected through medication or lenses, with major causes including delayed cataract surgery, diabetes, head trauma, and accidents. The Malaysian National Eye Survey II indicates that delays in cataract surgery alone contribute to substantial numbers of visually impaired and blind individuals (Saud et al., 2021). The impact of VI extends beyond vision loss, leading to increased anxiety, reduced productivity, and social isolation, particularly among older adults who may face challenges in daily activities and a higher risk of falls (Aymaz and Çavdar, 2016).
In response to these challenges, there is a growing impetus within the academic community to innovate assistive technologies for individuals with VI. Traditional mobility aids, such as wooden and aluminum canes, have evolved with advancements in technology, leading to the development of enhanced devices like the Mowat sensor, SensCap, and smart sticks (Kher Chaitrali et al., 2015). These modern aids incorporate sensors to detect obstacles and provide feedback, aiming to improve the mobility and independence of visually impaired individuals.
Methods
The proposed methodology for the Smart Stick application integrates various components to enhance user navigation through sensory feedback. The system architecture, as illustrated in Figure 1, includes a Raspberry Pi 3 as the central processing unit, alongside an ultrasonic sensor, moisture sensor, accelerometer/gyroscope, camera, sound output module, and vibration module. The ultrasonic sensor plays a crucial role by emitting sound waves to detect the distance to obstacles, thereby providing real-time feedback to the user regarding their surroundings.
The placement of the ultrasonic sensor is strategically designed to ensure accurate distance measurements, facilitating reliable data collection and processing. The continuous monitoring capability of the ultrasonic sensor, managed by the Raspberry Pi, allows for effective obstacle detection, which is essential for the functionality of the Smart Stick. This system aims to enhance the mobility and independence of users by providing auditory and tactile cues in response to environmental obstacles.
Results
In this section, the results of an advanced object detection project utilizing the YOLOV8 framework in conjunction with sensor technologies are presented. The evaluation was conducted using the COCO dataset, which offers extensive annotations for a diverse range of objects in various environments. The system demonstrated high detection accuracy across multiple categories, with notable results including 92.40% accuracy for detecting persons and 92.00% for cars, both achieved with a rapid detection time of 0.001 seconds. Other objects, such as chairs and couches, also exhibited strong performance, with accuracies of 94.00% and 93.00%, respectively, and detection times of 0.2 seconds.
The findings indicate that the system is not only efficient in real-time detection but also reliable in estimating distances accurately across all tested categories. For instance, larger objects like buses and trucks had slightly lower accuracies (90.98% and 88.89%, respectively) but still maintained reasonable detection times. Overall, the results affirm the system’s robustness in identifying various obstacles and providing critical spatial information, which is particularly beneficial for enhancing navigation safety for visually impaired users. A detailed performance analysis is illustrated in the accompanying figures.
Discussion
In the discussion section of the research paper, the authors emphasize the significant advancements made in developing a smart stick for visually impaired individuals, integrating both camera-based object detection and ultrasonic distance measurement. This dual-sensor approach enhances the system’s ability to recognize a variety of objects and accurately gauge their proximity, thereby improving navigation safety and efficiency. The combination of these technologies allows for real-time environmental awareness, which is crucial for preventing collisions and navigating complex spaces.
The findings indicate that integrating visual and distance data not only increases the reliability of navigation aids but also enhances the independence of visually impaired users. This research underscores the potential for further advancements in assistive technologies through sensor integration and data processing, suggesting that future devices could be more personalized and adaptable to individual user needs. The authors advocate for continued exploration of sensor fusion and feedback mechanisms to create more effective and customizable solutions for enhancing mobility and safety for visually impaired individuals.