Le périphérique fournit des informations à partir d'une caméra 3-D, via des moteurs vibrants et une interface Braille – ScienceDaily

Des informaticiens travaillent depuis des décennies sur des systèmes de navigation automatique pour aider les malvoyants, mais il a été difficile de le faire Avec quelque chose de aussi fiable et facile à utiliser que la canne blanche, le type de canne à pointe métallique que les malvoyants utilisent fréquemment pour identifier les chemins de marche clairs.

Les cannes blancs ont cependant quelques inconvénients. Premièrement, les obstacles auxquels ils sont en contact sont parfois d'autres personnes. Une autre est qu'ils ne peuvent pas identifier certains types d'objets, tels que des tables ou des chaises, ou déterminer si une chaise est déjà occupée.

Des chercheurs du Laboratoire d'informatique et d'intelligence artificielle (CSAIL) du MIT ont développé un nouveau système utilisant une caméra 3-D, une ceinture avec des moteurs vibratoires contrôlables séparément autour d'elle et une interface Braille reconfigurable électroniquement pour donner aux utilisateurs malvoyants Plus d'informations sur leurs environnements.

Le système pourrait être utilisé conjointement avec ou en alternative à une canne. Dans un document qu'ils présentent cette semaine à la Conférence internationale sur la robotique et l'automation, les chercheurs décrivent le système et une série d'études d'utilisabilité menées auprès de malvoyants.

"Nous avons fait quelques tests différents avec des utilisateurs aveugles", explique Robert Katzschmann, un étudiant diplômé en génie mécanique au MIT et l'un des deux premiers auteurs du papier. "Avoir quelque chose qui n'a pas enfreint leurs autres sens était important. Donc, nous ne voulions pas avoir …

Lire la suite (en anglais)

Note : Cet article est extrait et traduit automatiquement de flux RSS provenant de différents sites. Etant donné que ce sont des traductions automatiques, la qualité peut aller de l’acceptable au pire. Ces publications automatiques me servent à collecter suffisamment de données pour mes expérimentations avec le Deep Learning et le Framework TensorFlow.

N'oubliez pas de voter pour cet article !
1 étoile2 étoiles3 étoiles4 étoiles5 étoiles (Pas encore de votes)
Loading...

Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Aller à la barre d’outils