Д. Палогианнидис 1

1 Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина) (Санкт-Петербург, Россия)
dimitris.palogiannidis@gmail.com

Постановка проблемы. Более 2,2 млрд человек во всем мире страдают от нарушений зрения, что снижает их мобильность, автономию и качество жизни. Современные вспомогательные технологии требуют самостоятельной интерпретации сенсорной обратной связи для повышения когнитивной нагрузки и снижения эффективности в сложных условиях.

Цель. Разработать автоматизированную систему обхода препятствий, объединяющую алгоритмы компьютерного зрения (на базе YOLOv8), и голосовую навигацию в реальном времени. Система должна выявлять объекты, оценивать их опасность и предоставлять аудиокоманды, облегчая перемещение для людей с нарушением зрения.

Результаты. Реализована система, обученная на 14467 изображениях, использующая секторный анализ и дерево решений. Обнаружение объектов достигает 70,56% точности, 93,96% полноты и 80,59% F1-меры. Навигационный модуль демонстрирует точность 48,7% и 14,4% критических ошибок при сравнении с эталонными данными.

Практическая значимость. Разработка повышает автономию пользователей с нарушением зрения, снижая когнитивную нагрузку и обеспечивая навигацию в насыщенной среде. Благодаря голосовой обратной связи и мультиязычной поддержке система может применяться в реальных условиях, расширяя доступность и безопасность самостоятельного передвижения.

Палогианнидис Д. Обработка и анализ видеоизображения с использованием искусственного интеллекта в системе пространственной навигации людей с нарушениями зрения // Биомедицинская радиоэлектроника. 2025. T. 28. № 5. С. 167−172. DOI: https:// doi.org/10.18127/j156 04136-202505-33

1. Нарушения зрения и слепота [Электронный ресурс]. URL: https://www.who.int/news-room/fact-sheets/detail/blindness-and-visual-impairment.
2. Пресс В.Г. и др. Особенности пациентов с плохим зрением: высокая ценность // Журнал госпитальной медицины. 2015. Т. 10. № 5. С. 311–313.
3. Деммин Д.Л., Сильверстайн С.М. Нарушения зрения и психическое здоровье: неудовлетворенные потребности и варианты лечения // Клиническая офтальмология. 2020. Т. 14. С. 4229–4251.
4. МакДонналл М.С., МакНайт Чж.С. Связь между имеющимися нарушениями зрения, здоровьем и статусом занятости. 2021 [Электронный ресурс]. URL: https://journals.sagepub.com/doi/10.1177/0145482X211016570.
5. Ким Х., Ку Х., Хан Е. Социально-экономические и физические изменения состояния здоровья после нарушения зрения в Корее с использованием метода разности-разностей // Scientific Reports. 2021. Т. 11. № 1. С. 820.
6. Хсие И.-Х. и др. Носимая вспомогательная система на основе сверточных нейронных сетей для слабовидящих людей при передвижении на улице // Applied Sciences. 2021. Т. 11. № 21.
7. Чанг В.-Ж. и др. Вспомогательная система на основе искусственного интеллекта и edge-компьютинга для обеспечения безопасности слабовидящих пешеходов на пешеходных переходах // IEEE Transactions on Consumer Electronics. 2021. Т. 67, № 1. С. 3–11.
8. Система пространственной осведомленности для слабовидящих для навигации в помещениях и повседневной деятельности [Электронный ресурс]. URL: https://www.mdpi.com/2313-433X/11/1/9.
9. Олуйеле С., Адейанджу И., Собовале А. Роботизированный помощник для распознавания объектов с использованием сверточной нейронной сети: 1 // ABUAD Journal of Engineering Research and Development (AJERD). 2024. Т. 7. № 1. С. 1–13.
10. Джочер Г., Цю Дж., Чаурасия А. Ultralytics YOLO: Python. 2023.
11. Данные изображений (обнаружение объектов и создание подписей) [Электронный ресурс]. URL: https://www.kaggle.com/ datasets/aruneshhh/object-detection-images.
12. TensorFlow [Электронный ресурс]. URL: https://www.tensorflow.org/.
13. Локализация – документация Pygame GUI 0.6.14 [Электронный ресурс]. URL: https://pygame-gui.readthedocs.io/en/latest/ localization.html.