logo móvil
Contáctanos

Etiquetado automático de puntos de referencia naturales para la planificación de movimiento en silla de ruedas

Autores: Ngo, Ba-Viet; Nguyen, Thanh-Hai; Vu, Chi Cuong

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Etiquetado automático de puntos de referencia naturales para la planificación de movimiento en silla de ruedas


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Puntos de referencia
Silla de ruedas
Imágenes RGBD
Detección automática
Puntos de referencia naturales
Sistema de cámara

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 32

Citaciones: Sin citaciones


Descripción
Etiquetar puntos de referencia para el plan móvil de la silla de ruedas eléctrica automática es esencial, ya que puede ayudar a las personas discapacitadas. En particular, las imágenes de puntos de referencia etiquetados ayudarán a las sillas de ruedas a localizar puntos de referencia y moverse de manera más precisa y segura. Aquí, proponemos una detección automática de puntos de referencia naturales en imágenes RGBD para la navegación de plataformas móviles en un entorno interior. Este método puede reducir el tiempo para recopilar y crear manualmente un conjunto de datos de puntos de referencia. La silla de ruedas, equipada con un sistema de cámaras, puede moverse a lo largo de pasillos para detectar y etiquetar automáticamente puntos de referencia naturales. Estos puntos de referencia contienen las posiciones de la cámara y la silla de ruedas con las coordenadas 3D al almacenar el punto de referencia etiquetado. El método de densidad de características está compuesto por extractores de características Oriented FAST y Rotated BRIEF (ORB). Además, las coordenadas centrales de los puntos marcados en las imágenes RGB obtenidas se asignarán a las imágenes con el eje de profundidad para determinar la posición del sistema de cámaras RGB-D en el dominio espacial. Se aplican un codificador y ecuaciones cinemáticas para determinar la posición durante el movimiento. Como se esperaba, el sistema muestra buenos resultados, como un valor de IoU alto de más de 0.8 a una distancia de menos de 2 m y un tiempo rápido de 41.66 ms para la detección de objetos. Esto significa que nuestra técnica es muy efectiva para el movimiento automático de la silla de ruedas.

Otros recursos que podrían interesarte

Temas Virtualpro