Un zapato que te dice adónde ir: Tec-Innovation de Baja Austria ha desarrollado un zapato inteligente de detección de obstáculos. El zapato, conocido como InnoMake, se introdujo recientemente en el mercado como un dispositivo médico aprobado y está destinado a aumentar la seguridad del movimiento personal de las personas ciegas y deficientes visuales.
“Sensores ultrasónicos en los dedos zapato detecta obstáculos a una distancia de hasta cuatro metros. El usuario recibe una alerta mediante vibraciones y / o pitidos. Funciona muy bien y ya es una gran ayuda para mí personalmente ”, dice Markus Raffer, uno de los fundadores de Tec-Innovation y él mismo con discapacidad visual.
El equipo dirigido por Raffer y su socio fundador Kevin Pajestka tomó una decisión desde el principio Fase de desarrollo que dos información avanzada es extremadamente importante para la usabilidad: la naturaleza del obstáculo y su trayectoria direccional, especialmente si apunta hacia abajo, como agujeros o escaleras. “Es importante no solo advertir que estoy enfrentando un obstáculo, sino también saber a qué obstáculo me estoy enfrentando. Porque importa si se trata de una pared, un automóvil o una escalera ”, dice Raffer.
La IA reconoce áreas sobre las que se puede caminar
Después de una búsqueda activa, Tec-Innovation logró adquirir en 2016 la Universidad de Tecnología de Graz (TU Graz) como socio de cooperación. Desde entonces, el Institute of Computer Graphics and Vision ha estado trabajando en un complemento basado en cámara para la primera versión del producto, explica el científico informático Friedrich Fraundorfer: “Hemos desarrollado algoritmos de aprendizaje profundo de última generación basados en en redes neuronales que, una vez detectadas e interpretadas el contenido de la imagen, pueden hacer dos cosas principales. Utilizan las imágenes de una cámara desde la perspectiva del pie para definir un área libre de obstrucciones y, por lo tanto, segura para caminar. También pueden reconocer y distinguir objetos “. Es posible que los algoritmos entrenados mediante el aprendizaje automático ya se ejecuten en un sistema móvil especialmente diseñado. Gracias a los últimos y potentes procesadores especiales, ahora también es posible utilizar complejos algoritmos de IA sobre la marcha. “Esto se puede atribuir al tremendo desarrollo de los procesadores en los últimos años”, agrega David Schinagl, colega de Fraundorfer. El algoritmo TU Graz está patentado y transferido a Tec-Innovation.
Combinar datos en un mapa de navegación
Tec-Innovation trabaja actualmente en la integración del sistema con el prototipo; la cámara y el procesador deben estar integrados de manera sólida y cómoda en el zapato. A su vez, Friedrich Fraundorfer y su equipo en TU Graz ya han pasado a la siguiente etapa como una continuación lógica del proyecto. Quieren combinar la información recopilada mientras usan el zapato en términos de conocimiento sobre el enjambre en una especie de mapa de navegación con una vista de la calle para personas con discapacidad visual. “Tal como están las cosas, solo el usuario utiliza los datos recopilados por el zapato durante la marcha en cada caso. Sería mucho más sostenible si estos datos también pudieran compartirse con otros como ayuda para la navegación ”, dice Fraundorfer.
Para el concepto y la implementación del prototipo de un mapa de Street View para ciegos y deficientes visuales, se está presentando una solicitud de financiación a la Agencia Austriaca de Promoción de la Investigación FFG. Debido a los enormes desafíos que enfrenta, este tipo de apoyo a la navegación aún está en un futuro lejano. Según Fraundorfer, los mayores puntos de disputa incluyen la actualización y expansión continua del mapa, vinculándolo con datos anteriores y la conexión informática del sistema de calzado. Sin embargo, para el investigador de TU Graz, una cosa es segura: “Definitivamente seguiremos apegándonos a este tema. Después de todo, en nuestro mundo altamente innovador, también debe ser posible una alternativa al bastón para ciegos de más de 70 años. ”
Entregado por
Universidad Técnica de Graz