Caminar por las calles puede resultar una actividad riesgosa para una persona con discapacidad visual, sobre todo en una ciudad como la nuestra donde reina el caos vial, o donde la infraestructura no es amigable con las personas con discapacidad.
Para facilitar su movilidad, estudiantes de la Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas del IPN (UPIITA) desarrollaron un prototipo de detección y reconocimiento de objetos de riesgo en entornos urbanos para personas con discapacidad visual que, por ahora, es capaz de identificar nueve objetos como coladeras, letreros y automóviles.
“Trae una cámara de visión profunda que permite identificar la distancia a la que se encuentran los objetos y después, mediante machine learning se hace la identificación de 9 objetos en específico que fueron los que personas con debilidad visual dijeron que son con los que más problemas tienen en la vida cotidiana”, comentó Izlian Yolanda Orea Flores, profesora-investigadora de la UPIITA.
Asimismo, puede ubicar árboles, postes y otras personas. Además de casetas telefónicas, botes de basura y escaleras.
“Cuando el usuario está caminando por la vía pública y si alguno de estos nueve objetos se encuentra dentro de un rango de tres metros, el prototipo se va a encargar de emitir una alerta indicándole el tipo de objeto que es y la distancia aproximada a la que se encuentra este objeto”, explicó Carlos Antonio Villanueva Peña, egresado de Ingeniería en Telemática de la UPIITA.
El dispositivo está conformado, básicamente, por un arnés, una tarjeta de procesamiento, una batería y lo más importante: una cámara de profundidad.
Irving Axel Villavicencio Rodríguez, egresado de Ingeniería en Telemática de la UPIITA, dijo que esta cámara es de visión estereoscópica, es decir, provee distintas propiedades que otras cámaras de menor rango de precio y menor rango de potencia no da.
Los politécnicos indicaron que también son importantes las bocinas.
“Al momento de hacer las entrevistas con personas con discapacidad visual, ellas nos comentaban que preferían tener los oídos descubiertos porque también les servía como fuente de información en el entorno”, señaló Irving Axel Villavicencio Rodríguez.
Para que el dispositivo fuera capaz de identificar los objetos, recopilaron cientos de imágenes de cada uno de éstos, después las ingresaron al sistema, y mediante visión artificial y lo que se conoce como aprendizaje automático o machine learning, el programa es capaz de identificar de qué objeto se trata.
Carlos Antonio Villanueva Peña precisó que en este prototipo se utilizaron 400 imágenes por objeto, por lo que prototipo está conformado de 3 mil 600 imágenes.
Entre más imágenes se tenga, mayor precisión vamos a tener al momento de detectar los objetos de riesgo puntualizó.
Ahora, el resto es mejorar la presentación del prototipo.
Por ello, Izlian Yolanda Orea Flores indicó que “ahorita tenemos una carcasa que es provisional para mostrarlo, pero sería bueno que tuviera ya una cubierta más segura, que resistiera incluso golpes, que fuera cómoda, yo creo que eso es lo principal que se tiene que hacer”.
A futuro, se busca hacer más compacto el prototipo para poderlo comercializar.
