Sadece görüşlü otonom tekerlekli sandalyeye doğru: Derin öğrenmeli bir engel algılama ve görüntü tabanlı kaçınma

Hızla artan sayıda insan tekerlekli sandalye (WC) kullanmaya ihtiyaç duymaktadır. WC kullanıcıları, WC'yi kullanırken çeşitli zorluklarla karşılaşırlar. Engellerden kaçınma bu zorluklardan biridir. Bazı kullanıcılar için kaçınma, basitçe manuel kontrol kullanılarak yapılamaz. WC'nin kaçınmayı otomatik olarak başarabilmesi gerektiğini öneriyoruz. Önceki sistemler, pahalı derinlik sensörlerinin bir füzyonunu kullanarak benzer sorunlara çözümler sunuyordu. Bu sistem, çok sayıda engelli kullanıcının erişebileceği bir maliyetle algılama ve kaçınma sağlamak için tek bir kamera aracılığıyla yalnızca görüş teknolojisini kullanır. Yaklaşımımız, derin öğrenme, bilgisayar görüşü ve mobil robotik alanlarındaki işlevleri standart elektrikli tekerlekli sandalyeye (PWC) entegre eder. Engelleri tespit etmek için öğrenme-aktarma teknikleri kullanılarak bir derin öğrenme modeli (deep-learning model) uyarlanmıştır. Öğrenme-aktarma sürecinde kullanılmak üzere bir kaldırım veri seti geliştirilmiştir. WC'nin önünde tespit edilen herhangi bir engel, gelişmiş bir görüntü alanından kaçınma yöntemi kullanılarak engellenir. Sistem, gerçek bir PWC kullanan bir Donanım kurulumundaki deneyler sırasında dağıtıldı. Nesne algılama doğruluğu, standart bilgisayarlar kullanılarak uygulanan yöntemlerle karşılaştırılabilir olan %61 mAP olarak rapor edilmiştir. Kontrol modülü, engelden başarıyla kaçınmak için gerekli motor hızlarını üretti. Genel sistem 5 FPS hıza ulaşır. Uygun maliyetli sistemimizin gereksiz ve maliyetli derinlik sensörlerine ihtiyaç duymadan verimli bir şekilde çalışabileceği sonucuna vardık. Sistemimizi benimsemek, engelli kişilerin hem içeride hem de dışarıda hareketliliğini artıracaktır. Bu, yalnızca vizyona dayalı tamamen otonom bir WC'nin yolunu açar.