Использование технологий машинного обучения для создания навигационной системы внутри здания
- 1,2,3,4,5 Финансовый университет при Правительстве РФ (Москва, Россия)
- 6 Колледж информатики и программирования Финансового университета при Правительстве РФ (Москва, Россия)
Аннотация
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.
- Поступила
- 14.03.2022
- Одобрена
- 31.03.2022
- Принята
- 27.04.2022
Для цитирования
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
Список источников
- Международный день слепых. 2012. URL: https://aif.ru/health/life/37895.
- «Доступная среда»: федеральная программа и частная жизнь. 2012. URL: https://specialviewportal.ru/articles/post149.
- 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.
- 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.
- 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
- 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.
- iBeacon: разработка мобильных приложений. 2015. URL: https://wnfx.ru/ibeacon-razrabotka-mobilnyih-prilozheniy-dlya-ios-po-tehnologii-ibeacon/
- 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).
- 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.
- Навигация по ViaOpta. 2020 г. URL: https://apps.apple.com/ru/app/nav-by-viaopta/id908435532
- Microsoft Soundscape. 2021. URL:https://www.microsoft.com/en-us/research/product/soundscape/
- GetThere. 2021. URL: https://www.getthere.com/
- Обзор программы DotWalker Pro. 2020. URL: http://tiflo-pro.net/category/audio-fajly/obzor-programmy-dotwalker/
- AriadneGPS. 2021. URL: https://www.ariadnegps.eu/en/un-app-innovativa-per-la-mobilitaaninnovative-app-for-your-mobility-english/
- Right-Here Blog. 2021. URL: https://www.right-hear.com/blog/
- Osmand. 2021. URL: https://osmand.net/
- Определитель предметов. 2020. URL: http://sensor-tech.ru/object_app
- TatTapSee. 2019. URL: https://taptapseeapp.com/
- 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.