ارائه کننده: احسان شهریاری

استاد راهنما: دکتر سجودی

استاد ناظر داخلی: دکتر ازگلی

استاد ناظر خارج از دانشگاه: دکتر معرفیان پور (دانشگاه علوم تحقیقات)

تاریخ: ۱۴۰۵/۰۴/۰۹ 

ساعت: ۱۳

مکان: کلاس 08/6

چکیده:

افراد نابینا و کم‌بینا در تشخیص موانع و حرکت ایمن در محیط‌های ناشناخته با چالش‌های متعددی مواجه هستند. هدف این پژوهش، طراحی و پیاده‌سازی یک سامانه هوشمند کمک‌ناوبری مبتنی بر بینایی ماشین برای تشخیص اشیا، تخمین فاصله و ارائه راهنمای صوتی به کاربران نابینا است. در این سامانه، از مدل یولو 12 فوق سبک به‌عنوان مدل پایه تشخیص اشیا استفاده شده و به‌منظور افزایش دقت بدون افزایش پیچیدگی محاسباتی، روش تقطیر دانش با بهره‌گیری از مدل‌های معلم متوسط و سنگین به کار گرفته شده است. نتایج نشان داد که استفاده از مدل معلم متوسط موجب بهبود شاخص‌های دقت، یادآوری، mAP50 و mAP50–95 نسبت به آموزش مستقیم مدل دانش‌آموز شده است. برای تخمین فاصله، از یک سامانه بینایی استریو مبتنی بر دو دوربین رزبری پای ورژن 2 استفاده شد و با استفاده از الگوریتم تطبیق معنایی–هندسی، شیء متناظر در دو تصویر شناسایی و فاصله آن محاسبه گردید. همچنین به‌منظور افزایش پایداری فاصله‌های اندازه‌گیری‌شده، از فیلتر میانه بر پایه پنج اندازه‌گیری اخیر استفاده شد. در بخش راهنمای کاربر، یک الگوریتم مدیریت هوشمند بازخورد صوتی طراحی شد که علاوه بر اعلام فوری تغییرات در نوع یا فاصله اشیا، از تکرار غیرضروری پیام‌های صوتی جلوگیری می‌کند و تجربه کاربری مناسب‌تری را فراهم می‌سازد. کل سامانه بر روی رزبری پای 5 پیاده‌سازی و به‌صورت بلادرنگ اجرا شد. نتایج آزمایش‌ها نشان داد که سامانه پیشنهادی ضمن حفظ سرعت مناسب، از دقت قابل قبولی در تشخیص اشیا و تخمین فاصله برخوردار بوده و می‌تواند به‌عنوان یک راهکار کم‌هزینه و قابل‌حمل برای کمک به ناوبری افراد نابینا مورد استفاده قرار گیرد.