Sistema anticolisión para invidentes

Abstract

Las personas con discapacidad visual, por lo general, utilizan el bastón blanco para percibir el entorno y poder guiarse en ambientes internos y externos, la información que proporcionan los bastones es limitada y no permite detectar fácilmente y con precisión los obstáculos. Existen varias propuestas tecnológicas para mejorar la movilidad de estas personas que incluyen variedad de herramientas, muchas de ellas presentan limitaciones como el no detectar obstáculos en movimiento y evadir colisiones, así mismo dependiendo de la ubicación de los accesorios que incorporan estas herramientas se detectan obstáculos en direcciones limitadas. Por otro lado, la inteligencia artificial (IA) se encuentra cada vez más presente en nuestras vidas, como en el transporte, en el reconocimiento de imágenes, en la aviación, en los hospitales, en la medicina, en la industria, en juegos y juguetes; presentando efectividad en la ejecución de sus tareas y facilitando la vida del ser humano. Por lo anterior en la presente investigación se hace uso de esta herramienta, desarrollando un dispositivo con sensores de ultrasonido incorporados en un chaleco, con la funcionalidad de indicar al invidente los peligros de los objetos estáticos y en movimiento por medio de redes neuronales evolutivas (RNAEs); que a través del algoritmo genético proporcionan mayor capacidad de detección, evitando colisiones de manera efectiva, conservando la seguridad del invidente y proporcionando una ruta segura para su desplazamiento. La metodología empleada se basa en la creación de redes neuronales artificiales a partir de un algoritmo genético cooperativo coevolutivo (AGCC), este se encarga de estructurar, modificar y entrenar las redes neuronales. Para ello se utiliza la matriz de definición de red (MDR). Para la elaboración de una MDR se toma como base un cromosoma “parte del algoritmo genético”. Una vez esté realizada la MDR se crea una red neuronal artificial para luego ser entrenada, posteriormente se realizan las pruebas necesarias para verificar su funcionamiento y verificar la respuesta. El programa realizó varias redes neuronales generando en cada ejecución 10 cromosomas que, al ser entrenados con el AGCC, aplicando la cooperatividad, se obtuvieron las mejores redes neuronales anticolisión, teniendo en cuenta un tiempo definido, funcionando efectivamente para la detección de obstáculos estáticos y con movimiento. En el sistema anticolisión para invidentes se observó la eficacia de las redes neuronales en dar una respuesta, detectando objetos tanto estáticos como en movimiento proporcionando seguridad al invidente, evitando colisiones con estos.

People visual impairment usually use white canes to perceive the environment and could be guided in indoor and outdoor environments; information provided by the canes is limited and does not allow easy and accurate access to obstacles. There are many technological proposals to improve the mobility of these people that include a range of tools, many of them present constraints such as not detecting obstacles in movement and evading collisions, likewise, it depends on the location of the accessories that incorporate these tools, obstacles are detected in limited directions. On the other hand, artificial intelligence (AI) is increasingly present in our lives, as in transport, image recognition, aviation, hospitals, medicine, heavy industry, games and toys; thus achieving a higher effectiveness facilitating the life of the human being. Therefore, in the present investigation, this tool is used, developing a device with ultrasound sensors incorporated in a vest, with the functionality of indicating to the blind person the dangers of static objects and moving through evolutionary neural networks (RNAE); that through the genetic algorithm provide greater detection capacity, avoiding collisions effectively, preserving the safety of the blind person and providing a safe route for their displacement. The methodology used is based on the creation of artificial neural networks from the cooperative co-evolutionary genetic algorithm (CCGA), which is responsible for structuring, modifying and training neural networks. For this, it uses the network definition matrix (MDN). For the elaboration of an MDN, a chromosome "genetic algorithm part" is taken as the basis. Once that is done, the MDN, an artificial neural network is created to be trained, subsequently, necessary tests are performed to verify its operation and verify the response. Program carried out several neural networks generating 10 chromosomes in each execution, which was trained with the CCGA and which applies the cooperation, obtaining the best anti-collision neural networks considering a definite time, effectively functioning for the detection of physical obstacles and with movement. In the anti-collision system for blind people, we observed the effectiveness of neural networks to respond adequately, detecting both static and moving objects, providing security to the blind person, avoiding collisions with them.