盲人和视障人士的多传感器数据融合解决方案:室内和室外空间的研究和商业导航应用
Paraskevi Theodorou1, Kleomenis Tsiligkos1, Apostolos Meliones1
1Department of Digital Systems, School of Information and Communication Technologies, University of Piraeus, 18534 Piraeus, Greece.
本研究审查了盲人和视力受损者 (BVI) 的辅助技术,比较了研究和商业多传感器数据融合. 调查结果显示,BVI用户优先考虑可靠的导航,而不是广泛的功能.
科学领域:
- 辅助技术 辅助技术 辅助技术
- 人与计算机的交互
- 计算机视觉 计算机视觉
- 深度学习 (Deep Learning) 是一种深度学习.
背景情况:
- 盲人和视障者 (BVI) 的辅助技术越来越多地使用多传感器数据融合.
- 由于出版速度快,这些技术的现有评论很快就会过时.
- 在研究和商业应用之间缺乏对传感器融合技术的比较分析.
研究的目的:
- 在BVI辅助技术文献和商业应用中对多传感器数据融合解决方案进行分类.
- 为了比较流行的商业应用程序 (Blindsquare,Lazarillo,Ariadne GPS,ViaOpta的导航,Seeing Assistant Move) 的功能,优点和缺点.
- 为了评估Blindsquare和Lazarillo的可用性和用户体验 (UX),与新的BlindRouteVision应用程序进行比较.
主要方法:
- 对传感器融合解决方案的文献审查,确定计算机视觉和深度学习的趋势.
- 对五个领先的商业BVI导航应用程序的功能进行比较分析.
- 实地测试用于评估选定的商业应用程序与新应用程序的可用性和用户体验 (UX).
主要成果:
- 文献趋势表明,BVI技术中传感器融合的计算机视觉和深度学习正在增加.
- 商业应用在支持BVI用户方面表现出不同的特点,优点和弱点.
- 实地测试显示,BVI个人优先考虑导航可靠性,而不是广泛的功能集.
结论:
- 该研究提供了BVI辅助技术中多传感器数据融合技术的分类和比较.
- 可用性和用户体验测试强调了BVI用户的功能丰富性和导航可靠性之间的关键权衡.
- 这些发现有助于开发更有效,以用户为中心的辅助导航解决方案.
更多相关视频
11:06A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation
Published on: April 12, 2016
06:17Author Spotlight: Investigating the Effects of Mind-Body-Movement Practices on Brain Function
Published on: January 26, 2024
相关概念视频
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
Depth Perception and Spatial Vision
Field Application of Global Positioning System
Types of Global Positioning System Surveys
