10
: ITFIPVIRTUAL Rev. Electrónica INVESTIG. TECNOL.EDUC. (En línea) ISSN: 2539-2506 (En linea) - Vol. I Num. 1. - Diciembre 2016
SISTEMA DE NAVEGACIÓN Y EXPLORACIÓN VISUAL ARTICULADO POR TÉCNICAS DE
INTELIGENCIA ARTIFICIAL, PARA LA MOVILIDAD DE PERSONAS EN CONDICIÓN DE
DISCAPACIDAD VISUAL
Investigador Principal:
Juan Manuel Aldana Porras
Ingeniero de Sistemas
Correo: juan.aldana@unad.edu.co
Líder del Semillero CODESIST
Nilson Albeiro Ferreira Manzanares
Ingeniero de Sistemas
Especialista en Pedagogía para el Desarrollo
del Aprendizaje Autónomo
Master of Art in Education- Online Education
Correo: nilson.ferreira@unad.edu.co
Co-investigador:
John Fredy Montes Mora
Ingeniero de Sistemas con énfasis en
Telecomunicaciones
Especialista en Informática y Telemática
Candidato a Magister en E-Learning UNAB-
UOC
Correo: john.montes@unad.edu.co
Grupo de Investigación GIDESTEC - Semillero CODESIST Universidad Nacional Abierta y a Distancia Ibagué - Tolima
RESUMEN
La vida de una persona en condición de
discapacidad visual se ve afectada por muchos
factores, uno de ellos es la independencia, la
dificultad para movilizare de manera segura por
la ciudad es uno de los principales obstáculos
en su inclusión laboral y social, y aunque sus
necesidades específicas suelen variar
dependiendo del tipo de discapacidad visual, su
edad y su habilidad adquirida para llevar a cabo
tareas rutinarias, la ciudad de Ibagué no está
hecha para favorecer a este tipo de población,
que tiene que lidiar con los mismos problemas
de cualquier ciudadano pero con la desventaja
de no poder ver, teniendo que enfrentar todo
tipo de obstáculos como huecos, postes mal
ubicados, espacio público limitado, desniveles,
escaleras y salientes en los andenes, propios
de la falta de control de los entes
gubernamentales y la falta de conciencia de las
propios ciudadanos, estos obstáculos no
pueden ser sorteados simplemente con el uso
del bastón, esto termina obligándolos a ir
siempre guiados por un acompañante, lo cual
limita de manera significativa su independencia
. Por ello se propone la implementación un
dispositivo mediado por técnicas de
inteligencia artificial, en el cual se agrupan gran
cantidad de conceptos que van desde la visión
computacional hasta las máquinas de vectores
de soporte, este algoritmo se ejecutara en un
dispositivo que cuenta con un par de cámaras
digitales, que harán las veces de sistema
estereoscópico y serán las encargadas de
tomar la información del medio, mapear
tridimensionalmente el entorno, procesar la
información, procesar la información a manera
de lenguaje natural y transmitido al usuario en
forma de comandos de voz que le permitirán
sortear los obstáculos más comunes presentes
en la ciudad.
PALABRAS CLAVE
Inteligencia, Artificial, Discapacidad, Visual,
Navegación.
PROBLEMA
La movilidad dentro de las ciudades en
Colombia de por sí ya es un problema propio de
la poca visión de nuestros dirigentes y de la
falta de una infraestructura adecuada, que con
el tiempo, termina colapsando y generando
problemas más grandes de lo que debería, si
nos contextualizamos un poco, este tipo de
problemas de movilidad se multiplican de
manera exponencial para las personas con
algún tipo de discapacidad, en especial para
las personas con problemas visuales; y a pesar
de que las personas con este tipo de
discapacidad adquieren durante su vida una
serie de habilidades que les permiten
desplazarse siguiendo ciertos lineamentos que
hasta determinado punto están pensadas para
que lo hagan de manera más segura, una de
las ayudas técnicas más usada es el bastón,
que con el tiempo y la práctica permite realizar
tareas rutinarias en entornos conocidos,
inclusive estableciendo rutas a lugares que se
frecuentan comúnmente(el trabajo, la casa de
un amigo, el supermercado, etc...) con cierta
seguridad, el problema radica en que este
entorno (por fuera de su casa) es cambiante y
aparecen nuevos obstáculos en cualquier
momento, como nuevas construcciones,
vehículos mal ubicados, motos estacionadas en
el andén, postes y templetes(que a pesar de la
práctica y de conocer el recorrido siempre son
un obstáculo difícil de sortear), ventanas
abiertas, o cualquier tipo de salientes que se
encuentren por encima de radio de acción del
bastón, huecos, y cualquier tipo de vehículo en
movimiento, en especial aquellos que generen
poco ruido, como los eléctricos y que son
difíciles de detectar de forma auditiva, lo que
hace que a larga estas habilidades se queden
cortas frente a las necesidades reales de cada
uno de ellos.
FORMULACIÓN DEL PROBLEMA
¿Es posible crear un dispositivo mediado por
técnicas de inteligencia artificial que sirva como
11
: ITFIPVIRTUAL Rev. Electrónica INVESTIG. TECNOL.EDUC. (En línea) ISSN: 2539-2506 (En linea) - Vol. I Num. 1. - Diciembre 2016
medio de navegación urbana para personas con
problemas de discapacidad visual, que permita
detectar obstáculos tridimensionales en
entornos complejos y cambiantes como las
calles de la ciudad de Ibagué?
OBJETIVOS DE LA INVESTIGACIÓN
GENERAL
ü Implementar un dispositivo capaz de
reconocer obstáculos tridimensionales en
ambientes cambiantes como las calles de la
ciudad de Ibagué, con un gran nivel de
precisión y resistencia a cambios de ambiente y
entornos.
OBJETIVOS ESPECÍFICOS
ü Crear un detector de objetos
tridimensionales a partir de un mapa de
disparidad capturado por el sistema
estereoscópico.
ü Delimitar objetos y extraer información
relevante a partir del mapa de disparidad
generado, obteniendo solo elementos de interés
particular (obstáculos).
ü Encontrar las condiciones ideales para
que el dispositivo pueda desenvolverse en las
calles de la ciudad teniendo un alto grado de
precisión y robustez a cambios de entornos.
ü Lograr que el dispositivo tenga un
porcentaje de precisión por encima del 90% en
la detección de obstáculos genéricos.
ANTECEDENTES
Durante mucho tiempo se han venido
desarrollando dispositivos de ayuda para
personas en condición de discapacidad visual,
la mayoría de ellos están relacionados con
tecnologías que utilizan sensores ultra sónicos,
infrarrojos o laser, pero ninguno de ellos ha sido
capaz de tener éxito comercial, esto debido en
parte a tres grandes aspectos, una interfaz de
usuario que es poco clara y en muchos casos
requiere entrenamiento por parte del usuario,
un bajo porcentaje de detección sumado a unos
costos elevados y una estética poco cuidada.
Por otro lado el campo de la visión artificial en
los últimos años se ha visto beneficiado por los
constantes avances de la tecnología y poder de
procesamiento, acompañado de numerosas
iniciativas en diversas universidades a nivel
global que han impulsado el desarrollo de esta
área, algunos de estos esfuerzos se han
orientado a desarrollar ayudas técnicas para
personas en condición de discapacidad visual,
en este apartado revisaremos algunas de ellas.
La mayoría de los estudios encontrados en esta
área están directamente relacionados con la
visión estereoscópica de una u otra manera, así
pues se pueden destacar los estudios de la
Universidad de Wollongong en Australia con su
proyecto ENVS, Electro Neural Vision System,
el TVS (Tactile Vision System) desarrollado por
la Universidad de Arizona y el proyecto ATAD,
realizado por la universidad Carlos III de
Madrid, Figura 1.
Figura 1. De Izquierda a derecha, ENVS -
Universidad de Wollongong, TVS (Tactile Vision
System) Universidad de Arizona, ATAD,
Universidad Carlos III de Madrid
MARCO TEÓRICO
Visión Computacional
La visión computacional es una rama de a
inteligencia artificial dedicada a capturar
información del mundo real y darle un sentido
propio que las maquinas puedan entender,
esto con el fin de dotarlas de información
relevante de su entorno brindándoles la
capacidad de tomar decisiones en base a ello,
de una forma más estricta podríamos decir que
la visión artificial o comprensión de imágenes
describe la deducción automática de la
estructura y propiedades de un mundo
tridimensional, posiblemente dinámico, bien a
partir de una o varias imágenes bidimensionales
de ese mundo (Nalwa, 1993)
Librerías de Visión Computacional OpenCV
OpenCV es un conjunto de librerías de código
abierto dedicadas a la visión computacional,
con una gran cantidad de algoritmos enfocados
a la solución de problemas relacionados con
esta área, opencv está estructurado de manera
modular, lo que significa que incluye gran
cantidad de librerías compartidas y estáticas,
que ofrecen operaciones básicas de
procesamiento de imágenes, análisis
estructural, análisis de movimiento,
reconocimiento del modelo, reconstrucción 3d
entre otras lo cual es de vital importancia para
el desarrollo del programa, ya que son las
bases de trabajo e implementación del
algoritmo final.
Sistema Estereoscópico
La estimación de profundidad de un objeto
presente en una escena a partir de un sistema
estéreo es el punto de partida del algoritmo
desarrollado, para ello utilizamos dos (o más)
imágenes separadas en el espacio, tal y como
las proporcionan los ojos de los humanos
situados en la parte delantera de la cara.
Puesto que un elemento dado de la escena
estará en diferente lugar en relación con el eje z
de cada plano de imagen, si superponemos las
dos imágenes habrá una disparidad en la
localización del elemento en las dos imágenes.
(Norvig & Russell, 2004), podemos definir la
disparidad como la diferencia de
desplazamiento en el eje x de un punto
específico presente en las dos imágenes, que
se encuentra perfectamente alineado en el eje y
Máquina de Vectores de Soporte
Las máquinas de vectores de soporte o SVM
(support vector machine, por su siglas en
inglés) es un método de clasificación basado en
la minimización del riesgo estructural(SRM) de
la teoría del aprendizaje estadístico, que
funcionan como clasificadores en multitud de
ámbitos, para el contexto general de este
12
: ITFIPVIRTUAL Rev. Electrónica INVESTIG. TECNOL.EDUC. (En línea) ISSN: 2539-2506 (En linea) - Vol. I Num. 1. - Diciembre 2016
trabajo se complementaran con los vectores de
características obtenidos a partir de del modelo
HOG, mapeando los puntos de entrada a un
espacio de características de una dimensión
mayor, para luego encontrar el híper plano que
los separe y maximice el margen entre las
clases, figura 2.
Figura 1. Ejemplo Maquina de Vectores de
Soporte (Colmenares, 2009)
Descriptores de Imagen
Los descriptores de imagen son un método de
representación matemática de contenidos
específicos dentro de una imagen, en un
concepto más simple puede verse como la
forma de cuantificar matemáticamente un
elemento presente en una imagen.
METODOLOGÍA
Para el desarrollo de este trabajo y teniendo en
cuenta que es una investigación de tipo
aplicada, se hace necesario construir un
dispositivo de pruebas que sirva como puente
inicial para llevar a cabo todo el trabajo de
campo, (toma de muestras, mediciones de
rendimiento, etc..) para lo cual y luego de
realizar una búsqueda en el mercado teniendo
siempre en cuenta que uno de los objetivos de
esta tesis es hacer que el dispositivo final sea
económico y pueda ser fácilmente adquirido, se
determinaron los componentes de este
buscando el equilibrio entre costo y rendimiento.
Dispositivo de Pruebas
Como plataforma de trabajo y pruebas se
seleccionó cuidadosamente el hardware y
software para llevar a cabo todo el proceso
investigativo, por tal motivo las herramientas
libres surgieron como mejor alternativa, no solo
por su estabilidad, robustez y gran cantidad de
literatura disponible, sino también por ser
comunes en el ámbito de la inteligencia artificial,
igualmente cabe resaltar que el proyecto en su
totalidad se realizó con software libre:
Lenguaje de Programación: C++
Librerías: OpenCV 2.4.12
Entorno de desarrollo: GNU/Linux
IDE: Code Blocks
El hardware está conformado por una
Raspberry pi 2, dos cámaras digitales Genius
montadas en un marco acrílico y una batería
externa de 5000 mah a 5V.
RESULTADOS
Para evaluar el rendimiento general de detector
de obstáculos se diseñó una prueba partiendo
de escenarios reales y con cierta complejidad,
la idea es evaluar el dispositivo de dos formas
diferentes, la primera como detector de
obstáculos tridimensionales, y la segunda con
un valor agregado utilizando la máquina de
vectores de soporte para convertirlo en un
detector de objetos tridimensionales capaz de
identificar específicamente personas además de
objetos genéricos; para realizar la primera
evaluación se estableció un recorrido de 2
kilómetros a lo largo del centro de la ciudad de
Ibagué.
Total Reales Positivos = 328
Total Reales Negativos = 31
Total Falsos Positivos = 51 (detecciones
erróneas a causa del ruido)
Tasa de Detección Global = Reales
Positivos/Objetos GroundTruth
Tasa de Detección Global = 328/359 = 0,91
Tasa de Error= 1 - Tasa de Detección Global =
0,09
Detecciones Totales = Total reales positivos +
Total reales negativos + Falsos Positivos =
328+31+51 = 410
Exactitud = Reales Positivos / Detecciones
Totales = 328/410 = 0,80
Presión = Reales Positivos/Reales Positivos +
Falsos Positivos = 328/328+51 = 0,86
De estos datos podemos resaltar la tasa de
detección que se encuentra por encima del
90%, la exactitud al momento de encontrar los
obstáculos que esta sobre el 80% y la precisión
que esta sobre el 86%.
REFERENCIAS
Alba, F, Castejón, M, González , A, Martínez de
Pisón, J, Ordieres, J, Pernía, A, y Vergar, E
(2006), Técnicas y algoritmos básicos de visión
artificial, Universidad de La Rioja, Servicio de
Publicaciones.
Alvarado, P, (2013), Vision por Computador,
Costa Rica, Tecnológico de Costa Rica,
Recuperado de:
http://www.ie.itcr.ac.cr/siplab/index.php/PabloAlv
arado/MScVisi%C3%B3nPorComputador
Csurka, G., Dance, C., Fan, L., Willamowski, J.,
& Bray, C. (2004, May). Visual categorization
with bags of keypoints. In Workshop on
statistical learning in computer vision,
ECCV (Vol. 1, No. 1-22, pp. 1-2).
Johnson L. y Higgins C. (2006) “A navigation aid
for the blind using tactile-visual sensory
substitution.”. En International Conference of the
IEEE Engineering in Medicine and Biology
Society, pp. 6289–6292.
Khan A., Moideen F., Lopez J., Khoo W., y Zhu
Z., “KinDetect: Kinect Detecting Objects”.
En Computers Helping People with Special
Needs, Vol. LNCS7383, pp. 588–595
Lowe, D. G. (1999). Object recognition from
local scale-invariant features. InComputer
vision, 1999. The proceedings of the seventh
IEEE international conference on (Vol. 2, pp.
1150-1157). Ieee.
Lowe, D. G. (2004). Distinctive image features
from scale-invariant keypoints.International
journal of computer vision, 60(2), 91-110.
Meers S. y Ward K. (2005) “A Substitute Vision
System for Providing 3D Perception and GPS
Navigation via Electro-Tactile Stimulation”. En
International Conference on Sensing Tech-
nology, pp. 551–556.
13
: ITFIPVIRTUAL Rev. Electrónica INVESTIG. TECNOL.EDUC. (En línea) ISSN: 2539-2506 (En linea) - Vol. I Num. 1. - Diciembre 2016
Nalwa, V.S (1993), A Guided tour to computer
vision. Michigan, Estados Unidos, Addison-
Wesley.
Organización Nacional de Ciegos
Españoles,(2011), Discapacidad Visualy
Autonomía personal, Madrid España, IRC
Peris, M (2014), Opencv: Stereo Camera
Calibration, Recuperado de:
http://blog.martinperis.com/2011/01/opencv-
stereo-camera-calibration.html
Raducanu, B., Salas, J., Terven, J.,(2013),
Estado del Arte en Sistemas de Visión Artificial
para Personas Invidentes, Sociedad Mexicana
de Inteligencia Artificial, Año V, Vol I: 20-30
Real, P, Jimenez, M, (2013), Curso
Procesamiento De Imágenes Digitales,
Universidad de Sevilla, Recuperado de:
http://grupo.us.es/gtocoma/pid/pid10/doc.htm
Revuelta Sanz, P. et al. (2013): “ATAD: Una
Ayuda Técnica para la Autonomía en el
Desplazamiento”, Revista Española de
Discapacidad, I (2): 143-154.
Russell, S, Norvig, P,(2004), Inteligencia
Artificial. Un Enfoque Moderno. Segunda
Edición, Madrid, España, Pearson Educación
S.A.
Hernández García, R., García Reyes, E.,
Ramos Cózar, J., & Guil Mata, N. (2014).
Modelos de representación de características
para la clasificación de acciones humanas en
video: estado del arte. Revista Cubana de
Ciencias Informáticas, 8(4), 21-51.
Valveny, E., Varnell, M., Lopez, A.,(2015),
Detección de Objetos, Universidad Autónoma
de Barcelona, Recuperado
de:https://www.coursera.org/learn/deteccion-
objetos/home/welcome
Velazquez R., Fontaine E., y Pissaloux E.
(2006) “Coding the Environment in Tactile Maps
for Real-Time Guidance of the Visually
Impaired”. En IEEE International Symposium on
Mi-
croNanoMechanical and Human Science, pp. 1–
6
Zhang, Z. (2000). A flexible new technique for
camera calibration. Pattern Analysis and
Machine Intelligence, IEEE Transactions
on, 22(11), 1330-1334.
