Detecção de colisão com visão monocular para auxiliar na orientação e mobilidade de pessoas com deficiência visual

• Ano de defesa: 2018
• Autor(a) principal: Canez, Alexsander Vasconcelos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Deficiência visual; Tecnologia assistiva; Visão monocular; Tempo de colisão; Detecção de colisão; Visual impairment; Assistive technology; Monocular vision; Time to collision; Collision detection
• Link de acesso: http://repositorio.furg.br/handle/1/8122

Esta dissertação apresenta detalhes de um algoritmo que foi desenvolvido e implementado para estimar o Tempo de Colisão entre um usuário e um obstáculo. Consiste em um método para detectar colisões com visão monocular por meio da câmera de um smartphone. A detecção de colisão em um vídeo adquirido por câmera monocular é um problema desafiador com aplicações que vão desde robótica, navegação humana e automação. A aplicação alvo é um sistema de Tecnologia Assistiva para auxiliar pessoas com deficiência visual para evitar a colisão com obstáculos enquanto se locomovem em um ambiente, auxiliando em sua orientação e mobilidade, assim garantindo maior segurança e autonomia para essas pessoas, no entanto, a integração com o sistema será uma proposta futura. No entanto, o método poderá ser aplicado em diferentes áreas. O método apresentado é baseado em um novo algoritmo para estimar o Tempo de Colisão que segue as seguintes etapas: i) aquisição da sequência de imagens por uma câmera monocular, ii) pré-processamento onde as imagens são redimensionadas e é aplicado um filtro para reduzir ruídos, iii) fluxo óptico para estimar o movimento, iv) Tempo de colisão, a partir do modelo de câmera pinhole uma equação analítica é desenvolvida para estimar esse tempo para cada ponto no plano da imagem e v) técnicas de processamento de imagem para reduzir possíveis erros. O algoritmo foi implementado na linguagem C/C++, com a biblioteca de Visão Computacional OpenCV. Para avaliar o método foram realizados três experimentos em diferentes cenários, permitindo uma análise de seu desempenho. A avaliação da performance em relação à detecção de colisões, foi dada em termos de precisão, revocação e acurácia; e a validação do Tempo de Colisão, por um erro médio absoluto entre o tempo estimado e um ground truth.