Д.А. Аксенов1, О.А. Стриженок2, О.Д. Миронова3, Е.А. Крапивина4, Д.В. Захаров5, Н.П. Шиварев6

1-5 Финансовый университет при Правительстве РФ (Москва, Россия)

6 Колледж информатики и программирования Финансового университета при Правительстве РФ (Москва, Россия)

Постановка проблемы. Проблема навигации слепых и слабовидящих людей внутри здания (особенно при первом посещении и при отсутствии информации о месте нахождения нужного объекта) является актуальной и социально значимой. Для перемещения по различным зданиям человек с нарушением зрения использует или белую трость (стандартное и наиболее распространенное средство, помогающее ориентироваться и определять различные препятствия), или собаку-поводыря, либо помощь других людей. Всех перечисленные варианты имеют свои объективные недостатки. Так как большинство слепых и слабовидящих людей в настоящее время также используют мобильные телефоны в повседневной жизни, логично создать такое приложение, которое бы помогало пользователю с нарушением зрения в перемещении по зданию и предупреждало бы его о различных препятствиях, возникающих на пути. Однако, существующие решения данной проблемы либо просто распознают объекты-препятствия, либо предназначены для перемещения по улице, либо используют помощь волонтеров.

Цель. Предложить методику навигации людей с нарушениями зрения внутри здания без использования специальных технических средств и постоянной помощи волонтеров.

Результаты. Представлена методика автономной навигации для перемещения по зданию людей с различными нарушениями зрения на основе алгоритма машинного обучения. Показано, что данный алгоритм обладает такими существенными преимуществами, как относительная дешевизна его реализации и отсутствие необходимости использовать другие технические средства, кроме мобильного телефона. В качестве технических средств реализации выбран язык программирования python (библиотека tensorflow) и swift, так как приложение реализуется под смартфоны на операционной системе IOS.

Практическая значимость. Предложенные модели машинного обучения позволяют слепым и слабовидящим пользователям самостоятельно ориентироваться в здании с достаточной точностью. Повышение точности разработанных моделей являться целью дальнейших исследований.

Аксенов Д.А., Стриженок О.А., Миронова О.Д., Крапивина Е.А., Захаров Д.В., Шиварев Н.П. Использование технологий машинного обучения для создания навигационной системы внутри здания // Нейрокомпьютеры: разработка, применение. 2022. T. 24. № 3. С. 50-60. DOI: https://doi.org/ 10.18127/j19998554-202203-05

1. Международный день слепых. 2012. URL: https://aif.ru/health/life/37895.
2. «Доступная среда»: федеральная программа и частная жизнь. 2012. URL: https://specialviewportal.ru/articles/post149.
3. Пликинас Д., Звиронас А., Гудаускис М., Будрионис А., Даниусис П., и Слисорайтите И. Достижения в области навигации внутри помещений для слепых людей: краткий обзор технологического приборостроения // IEEE Instrumentation and Measurement. 2020. № 23(4). С. 22-32.
4. Довыденков В.Н. Обзор современных аппаратных и программных средств экранного доступа для незрячих пользователей компьютерной техники // Междунар. науч.-практич. конф. «Реализация современных подходов к реабилитации инвалидов в процессе общего профессионального образования». 2013.
5. Поддержка навигации на смартфонах для слепых и слабовидящих людей - комплексный анализ потенциалов и возможностей. 2020 г. URL: https://www.scopus.com/login?qurl=https://www.scopus.com%2frecord%2fdisplay.uri%3feid%3d2-s2.0-85088539723% 26origin%3dresultslist%26sort%3dcp-f%26src%3ds%26sid%3dbf565101bccac280e7cf831b337a04e7%26sot%3db%26sdt%3db%26 sl%3d142%26s%3dTITLE-ABS-KEY%2528Smartphone%2bnavigation%2bsupport%2bfor%2bblind%2band%2bvisually%2bim-paired%2bpeople%2b-%2ba%2bcomprehensive%2banalysis%2bof%2bpotentials%2band%2bopportunities%2529%26relpos%3d0 %26citeCnt%3d2%26searchTerm%3d
6. Поветина В., Серков К., Обабков И., Летавин Д. Сравнительный анализ технологий внутренней навигации // Материалы Междунар. мультиконф. по инженерным, компьютерным и информационным наукам «СИБИРКОН 2019». 2019. С. 73-78.
7. iBeacon: разработка мобильных приложений. 2015. URL: https://wnfx.ru/ibeacon-razrabotka-mobilnyih-prilozheniy-dlya-ios-po-tehnologii-ibeacon/
8. Ахметович Д., Маскетти С., Бернареджи С., Геррейро Дж., О. У., Асакава С. Компенсация ошибок поворота при глубоком обучении при помощи навигации для людей с нарушениями зрения или слепотой // ACM Transactions on Accessible Computing. 2019. № 12(4).
9. Досайя В., Варшни С., Парамешвараппа В.К., Бенивал А., Так С. Недорогая система дополненной реальности для широкополосной навигации внутри помещений // Материалы Междунар. конф. по науке и применению помощи в принятии решений. DASA. 2020. С. 190-195.
10. Навигация по ViaOpta. 2020 г. URL: https://apps.apple.com/ru/app/nav-by-viaopta/id908435532
11. Microsoft Soundscape. 2021. URL:https://www.microsoft.com/en-us/research/product/soundscape/
12. GetThere. 2021. URL: https://www.getthere.com/
13. Обзор программы DotWalker Pro. 2020. URL: http://tiflo-pro.net/category/audio-fajly/obzor-programmy-dotwalker/  
14. AriadneGPS. 2021. URL: https://www.ariadnegps.eu/en/un-app-innovativa-per-la-mobilitaaninnovative-app-for-your-mobility-english/
15. Right-Here Blog. 2021. URL: https://www.right-hear.com/blog/  
16. Osmand. 2021. URL: https://osmand.net/
17. Определитель предметов. 2020. URL: http://sensor-tech.ru/object_app
18. TatTapSee. 2019. URL: https://taptapseeapp.com/  
19. Chen Z., Zou H., Jiang H., Zhu Q., Soh Y.C., Xie L. Объединение Wi-Fi, датчиков смартфонов и ориентиров с использованием фильтра Калмана для локализации внутри помещений // Sensors (Швейцария). 2015. № 15(1). С. 715-732.