diseño de un sistema portátil para la detección de...
TRANSCRIPT
Diseño de un Sistema Portátil para la Detección de Obstáculos por medio de
Kinect, como Apoyo a Personas con Limitaciones Visuales.
Darrison Romero
Felipe Rodríguez
Director:
Ing. Miguel Ricardo Pérez Pereira
Trabajo de grado para optar por el título de
Ingeniero en Control
Bogotá, Colombia
2018
AGRADECIMIENTOS
Felipe Rodríguez
Agradezco a Dios y a mi familia padre, madre, hermana y sobrina por el apoyo incondicional durante mi
proceso de educación a lo largo de este difícil camino en el que nos formamos intelectual, personal y
éticamente, de igual forma a la universidad Distrital Francisco José de Caldas quien nos permite
presentar este prototipo para culminar mis estudios de pregrado.
A Darrison Romero mi compañero en la elaboración de este proyecto de grado, porque con su apoyo y
dedicación hemos podido terminar satisfactoriamente este prototipo.
Darrison Romero
En primera instancia, agradezco a Dios por su guía y compañía a lo largo de mi carrera, por darme la
fortaleza y determinación para sobrepasar cada dificultad y eventualidad adversa que se presentó en el
camino.
También agradezco a mi familia por su apoyo incondicional y por alentarme en los momentos en los
que, por alguna circunstancia, considere desfallecer.
A la Universidad Distrital Francisco José de Caldas, mi alma mater, quien mediante sus docentes,
instalaciones y recursos, oriento mi carrera y me brindo herramientas que me permitieron, y lo seguirán
haciendo, creer como persona en el ámbito profesional y personal. Asimismo, me concedió la
oportunidad de construir el prototipo con el que anhelo culminar esta etapa de mi ciclo profesional.
Al Ingeniero y docente Miguel Pérez, quien, mediante sus conocimientos y experiencia, dirigió con
entereza cada paso en el desarrollo de este proyecto.
Por último, pero no menos importante, deseo expresar mi gratitud a mi compañero Felipe Rodríguez,
quien fue mi aliado en esta ardua campaña en la que el objetivo era aprender y aportar un grano de
arena a la mejora en la calidad de vida de personas con limitaciones visuales.
RESUMEN
Con el fin de contribuir en la mejora de la calidad de vida de las personas con discapacidad visual, se ha
diseñado un prototipo portátil que les brinda apoyo sobre su desplazamiento autónomo, utilizando
como medio de visión un Kinect. Este dispositivo también cuenta con una Raspberry Pi 3, esta funciona
como cerebro, que ejecuta y procesa toda la información capturada por el Kinect. Cuenta además con
un sistema sensorial de alarma que indica la ubicación de objetos u obstáculos por medio de tres
actuadores (vibradores de celular) colocados estratégicamente en tres puntos del cuerpo a nivel del
abdomen. Mediante este sistema de alarma, el usuario discapacitado mejorará su sentido de la
ubicación, ya que dependiendo de si el objeto se encuentra a la izquierda, derecha o centro, los
actuadores vibrarán con una intensidad proporcional al nivel de cercanía del usuario con respecto al
elemento presente en el ambiente.
Además, el usuario podrá obtener información del obstáculo cuando lo desee por medio de un pulsador,
este funciona como interfaz de solicitud entre el usuario y el dispositivo. Al oprimirlo, se envía la
siguiente información de forma audible:
La distancia a la cual se encuentra el objeto.
El ancho del objeto, si este se encuentra a más de 1m de distancia del usuario.
Ubicación en la que se encuentra el obstáculo con referencia al usuario, la cual está divida en
tres segmentos, derecha, centro e izquierda y sus combinaciones derecha - centro, centro -
izquierda y derecha – centro – izquierda.
Cabe destacar que este es un dispositivo que complementa la ayuda del bastón blanco, es importante
mencionarlo puesto que este último es un elemento que brinda identidad y seguridad para las personas
con limitaciones visuales.
Palabras Claves: Kinect, limitación visual, bastón blanco, Raspberry Pi, alertas sensoriales.
ABSTRACT
In order to contribute to the improvement of the quality of life of people with visual disabilities, a
portable prototype has been designed that gives them support on their autonomous movement, using
as a means of vision a Kinect. This device also has a Raspberry Pi 3, this works as a brain, which executes
and processes all the information captured by the Kinect. It also has a sensorial alarm system that
indicates the location of objects or obstacles by means of three actuators (cell vibrators) strategically
placed in three points of the body at the level of the abdomen. Through this alarm system, the disabled
user will improve their sense of location, since depending on whether the object is left, right or center,
the actuators will vibrate with an intensity proportional to the level of closeness of the user with respect
to the element present in the environment.
In addition, the user will be able to obtain information about the obstacle whenever he wishes by means
of a pushbutton, this functions as a request interface between the user and the device. When pressed,
the following information is sent audibly:
The distance at which the object is located.
The width of the object, if it is more than 1m away from the user.
Location in which the obstacle is located with reference to the user, which is divided into three
segments, right, center and left and their combinations right - center, center - left and right -
center - left.
It should be noted that this is a device that complements the help of the white cane, it is important to
mention it since this is an element that provides identity and security for people with visual limitations.
Key words: Kinect, visual limitation, white cane, raspberry pi, sensory alerts.
CONTENIDOS 1. INTRODUCCION
2. PLANTEAMIENTO DEL PROBLEMA
3. OBJETIVOS
3.1 OBJETIVO GENERAL
3.2 OBJETIVOS ESPECIFICOS
4. MARCO TEORICO
4.1 DISCAPACIDAD VISUAL Y CEGUERA
4.2 BASTON BLANCO
4.3 KINNECT
4.4 RASPBERRY PI 3 MODELO B
4.5 PYTHON
4.5.1 Open CV
4.5.2 RPi.GPIO
4.7 MOTORES VIBRADORES
5. DESARROLLO DEL PROYECTO
5.1 HARDWARE
5.1.1 Kinect
5.1.2 Raspberry Pi 3
5.1.3 Vibradores
5.1.4 Tarjeta de potencia
5.1.5 Alimentación
5.2 SOFTWARE
5.2.1. Conexión entre Raspberry - Kinect
5.2.2 Identificación de la distancia del objeto
5.2.3 Identificación de la posición del objeto
5.2.4 Identificación del ancho del objeto
5.2.5 Información vía audio
6. ANALISIS DE RESULTADOS
6.1. Pruebas finales.
6.1.2. Prueba con persona en condición de discapacidad visual.
7. Conclusiones.
8. Bibliografía.
1. INTRODUCCION
La movilidad es un componente primordial de la libertad y la dignidad del ser humano y uno de los
aspectos más importantes en la independencia de las personas.
Sin percatarse, las personas actúan naturalmente al realizar diferentes tipos de actividades que
requieren movilidad y orientación. Sin embargo, para las personas que presentan discapacidad visual
realizar este tipo de acciones es más complejo.
Con el fin de dar claridad a lo que implica el desplazamiento de una persona, es necesario entender el
significado de los conceptos movilidad y orientación. La ONCE (Organización Nacional de Ciegos de
España) sugiere las siguientes descripciones para el concepto movilidad: “Capacidad, disposición y
facilidad para desplazarse de un lugar a otro; facultad de moverse dentro del propio entorno; capacidad
de la persona discapacitada para desplazarse con autonomía en su entorno, sirviéndose en caso
necesario de una ayuda.” (Cebrián De Miguel, Cantalejo, 1998).
Así, y según la definición dictada por la ONCE, se comprenderá movilidad como el movimiento integral
de una persona que implica un cambio de ubicación espacial, sometido a la voluntad de esta, en relación
con otros objetos que permanecen en posiciones fijas o que están en desplazamiento.
El término movilidad esta enlazado con la orientación. Este último es definido por la ONCE como:
“Proceso por el cual la persona discapacitada visual utiliza los restantes sentidos para establecer su
posición y su relación con respecto a los elementos del medio.” (Cebrián De Miguel et al., 1998). Según
esta definición dada por la ONCE, se entenderá orientación como el conocimiento de la posición actual
con respecto a los objetos presentes en el medio o entorno.
Así mismo, la ONCE determina la idea de los conceptos movilidad y orientación unidos como el grupo de
destrezas que facilitan el desplazamiento independiente de las personas con discapacidad visual.
Definidos previamente los términos movilidad y orientación, es comprensible la importancia que estos
toman para las personas con limitaciones visuales y así se pueden proyectar las dificultades relacionadas
a cualquier actividad que requieran de un desplazamiento autónomo y voluntario.
Para este proyecto la movilidad se definirá como la habilidad para desplazarse desde la posición fija que
se tiene en un momento, a una deseada en otra parte del entorno, caminando. Adicionalmente, se
entenderá por orientación como el proceso mediante el cual la persona con discapacidad visual emplea
los sentidos restantes para determinar su ubicación en relación a los elementos presentes en su
entorno.
2. PLANTEAMIENTO DEL PROBLEMA
Según el censo del 2005 realizado por el DANE, la población colombiana con limitación visual es el 2,49%
de la población total del país (Colombia), los cuales representan el 43,2% de las personas con algún tipo
de discapacidad. En el censo del 2005, el enfoque con el que se enmarcó fue respecto a las limitaciones
permanentes en las actividades cotidianas y con condición de limitación mayor a un año, donde se
obtuvo un resultado de 2.624.898 personas (Censos de población y vivienda, 2005).
En este mismo censo, se obtiene que la limitación visual es la mayor limitación que afecta a los
colombianos con una cifra de 1.134.085 personas en condición de discapacidad visual, o sea el 43,2% de
la población con algún tipo de discapacidad.
Con estos datos se puede analizar el número de personas que poseen limitación visual. Se podría
plantear una relación directa entre la edad y la deficiencia visual, debido al desgaste por el uso de los
ojos, exposición a radiación y otros parámetros. Con las cifras obtenidas en el censo del 2005 se obtiene
el número de personas con limitación visual según la edad como se muestra en la siguiente tabla:
Prevalencia de personas con limitación visual por 1.000 habitantes, según rangos de edad. Censo 2005
Rangos de edad (años)
Población proyectada Número de personas con limitación visual
censadas
Tasa por 1,000 habitantes
De 0 a 4 años 4.280.363 18.925 4.4
De 5 a 9 años 4.305.015 40.320 9.4
De 10 a 14 años 4.425.547 59.448 13.4
De 15 a 19 años 4.394.301 49.664 11.3
De 20 a 24 años 4.047.540 43.161 10.7
De 25 a 29 años 3.615.528 40.497 11.2
De 30 a 34 años 3.266.736 40.065 12.3
De 35 a 39 años 2.919.906 47.907 16.4
De 40 a 44 años 2.936.124 73.496 25.0
De 45 a 49 años 2.742.033 100.601 36.7
De 50 a 54 años 2.286.879 102.155 44.7
De 55 a 59 años 1.814.786 92.769 51.1
De 60 a 64 años 1.411.771 83.578 59.2
De 65 a 69 años 1.045.929 85.334 81.6
De 70 a 74 años 832.587 79.459 95.4
De 75 a 79 años 589.649 72.906 123.6
De 80 años y más 593.511 103.800 174,9
Tabla 1. Censo 2005 de personas con limitación visual por edad por el DANE
Revisando los datos de la Tabla 1, podemos observar que conforme aumentan los años vividos el riesgo
de padecer una limitación visual es mayor.
Adicionalmente, para el desarrollo pleno de una persona, es necesario realizar variedad de actividades
que le aporten tanto a estructuras mentales, como físicas y sociales. Algunas de estas actividades son
caminar, correr, saltar, hablar, comunicarse, entre otras, las cuales son esenciales para cualquier ser
humano. Según el censo del DANE de 2005, las personas con discapacidades se ven privadas de realizar
algunas de estas actividades, donde se tiene que 48,1% de personas con discapacidad visual le dan
mayor importancia a la movilidad (caminar, correr, saltar); el 35,6% también le ven gran importancia a
actividades relacionadas con el aprendizaje (estudiar); adicionalmente, el 33,1% ven necesario poder
desplazarse debido a problemas respiratorios o del corazón; el 18,2% toman oír como la actividad más
importante y finalmente el 11,4% le dan mayor importancia a hablar y comunicarse (Censos de
población y vivienda, 2005).
Con base en lo manifestado por el DANE en el censo del 2005, es claro que la movilidad es uno los
aspectos más relevantes para las personas invidentes. Es por el motivo anterior que se ha venido
trabajando en la construcción de dispositivos y herramientas que contribuyan a mejorar el
desplazamiento de las personas con limitaciones visuales, ya sea en recintos cerrados como sus casas o
en zonas urbanas tales como parques, centros comerciales, etc.
Teniendo en cuenta el problema planteado, se presentan los siguientes tipos de herramientas que se
suelen utilizar para mejorar la movilidad de personas invidentes:
Guía vidente: Es una persona que puede ver, esta sirve como guía para la movilidad del
invidente.
Bastón Blanco: Se trata del uso de un bastón que es de color blanco (internacionalmente
reconocido como herramienta de un invidente), mediante el cual se capta la presencia de
obstáculos.
Perro guía: Se aplica mediante la asistencia de un perro entrenado para reconocer amenazas
que se encuentren cerca al invidente. La asistencia del perro también se usa como guía en
espacios urbanos.
También existen herramientas sin auxiliares de movilidad tales como:
Uso de pistas: Son rutas especialmente diseñadas para que las personas invidentes puedan
desplazarse de un lugar a otro minimizando el riesgo de sufrir un accidente.
Puntos de referencia: Son marcas que pueden identificar los invidentes con las cuales pueden
conocer su posición actual.
Rastreo: Es una técnica en la que, por medio del tacto del invidente, este va reconociendo lo
que se encuentra a su alrededor con el fin de guiarse en el espacio en el que se encuentre.
La herramienta más práctica para una persona invidente es el bastón blanco y también es su icono a
nivel nacional e internacional. El uso del bastón blanco, junto con otras técnicas y herramientas, permite
a los invidentes llegar casi a cualquier lugar, sin embargo, el bastón blanco posee bastantes desventajas
y limitaciones como las mencionadas a continuación:
Detectan obstáculos que se encuentren de la cintura para abajo, dejando al usuario expuesto en
la parte superior, permitiendo que sufra golpes en áreas como el pecho, los hombros, la cabeza
entre otros.
Para que el obstáculo pueda ser detectado, es necesario que el bastón blanco haga contacto con
él, lo que genera peligro para el invidente y para el obstáculo que se encuentre alrededor.
“Por la longitud limitada y el ángulo de alcance del bastón, los objetos a localizar son aquellos
ubicados en un rango muy pequeño, lo cual hace que el invidente vaya más despacio, debido a
la posible cercanía del obstáculo” (Galán, 2013).
Observando estas desventajas, es necesario generar una herramienta complementaria al bastón blanco.
Es preciso hacer hincapié en el término complementario porque, como se mencionó anteriormente, el
bastón blanco es una herramienta irremplazable y un símbolo de identidad para personas con
discapacidad visual.
El sistema diseñado generará más seguridad a la persona al momento de desplazarse, esto se debe a
que obtendrá información del ambiente en el cual se encuentra; será transmitida vía audio al usuario
siempre y cuando este la desee para no generar saturación de información al mismo. Facilitará la
movilidad de la persona tanto en espacios cerrados como abiertos, protegerá al invidente de posibles
lesiones en zonas delicadas del cuerpo como por ejemplo el rostro, cuello entre otros.
3. OBJETIVOS
3.1 OBJETIVO GENERAL
Diseñar un sistema portátil para la detección y descripción de obstáculos por medio del sensor Kinect,
que pueda ser utilizado para mejorar la movilidad de las personas con discapacidad visual y que
funcione como apoyo al Bastón Blanco.
3.2 OBJETIVOS ESPECIFICOS
Desarrollar un sistema capaz de leer la información proveniente del sensor Kinect de Microsoft,
que sea portátil y cómodo para los usuarios.
Desarrollar un algoritmo que obtenga una descripción detallada del objeto u obstáculo que se
encuentra más cerca al usuario y que realice dicha descripción de una forma audible para el
usuario cuando el mismo lo requiera.
Desarrollar un sistema por medio de vibraciones que permita alertar al usuario de los posibles
obstáculos, esto con el fin de evitar la sobre carga sensorial auditiva.
4. MARCO TEÓRICO
4.1 DISCAPACIDAD VISUAL Y CEGUERA
La discapacidad visual se define con base en la agudeza visual del ojo, así como en el campo visual del
mismo. Se interpreta discapacidad visual del ojo cuando existe una reducción considerable de la
agudeza visual o el campo visual del ojo aún con el uso de lentes.
Existen diferentes causas de la discapacidad visual, inadecuado desarrollo de los órganos visuales (en la
gestación o en el transcurso de la niñez), accidentes o procedimientos que perjudiquen los ojos, las vías
visuales o el cerebro. También existen varios tipos de discapacidades que tienen como origen una
enfermedad (WHO, World Health Organization,2010) :
Cataratas
Glaucoma
Diabetes
Tracoma
Ausencia de Vitamina A
Según la Clasificación Internacional de Enfermedades CIE, la actividad visual se divide en cuatro grupos:
Visión normal
Discapacidad visual moderada
Discapacidad visual grave
Ceguera
La baja visión está conformada por los grupos Discapacidad visual moderada y Discapacidad visual grave.
Subsecuentemente, los casos de discapacidad visual están representados por baja visión y ceguera.
¿Quién está en riesgo?
Mayores de 50 años
De acuerdo a datos mundiales (WHO, 2012), de la población con limitación visual en el mundo, el 65%
de esta son mayores de 50 años. Aunque esta población apenas representa el 20% de la población
mundial (WHO, 2012), es importante resaltar que va en aumento en muchos países, por ende, más
personas estarán en riesgo de adquirir enfermedades de tipo visual por envejecimiento.
Menores de 15 años
Aunque se cree que el número de niños en el mundo con algún tipo de afectación visual es de alrededor
de 19 millones, 12 millones padecen de errores de refracción que son fáciles de diagnosticar y corregir.
Alrededor de 1.4 millones de personas menores de 15 años padecen de ceguera irreversible y requieren
de rehabilitación visual (WHO, 2012).
Datos y cifras según la WHO.
Alrededor del 90% de los discapacitados visuales a nivel mundial se concentran en los países en
vías de desarrollo.
Lo errores visuales de refracción no tratados o corregidos componen el causal más relevante de
discapacidad visual, sin embargo, en los países con ingresos medios y bajos la causa más
importante de ceguera son las cataratas.
El 80% del total mundial de casos de discapacidad visual se pueden evitar o curar.
Respuesta mundial
En las últimas dos décadas, se han hecho avances significativos tales como:
Implementación, por parte de los gobiernos, de normas y programas enfocados en la
prevención y control de la discapacidad visual.
Incorporación y aumento de servicios oftalmológicos en los sistemas de atención a la salud,
teniendo como énfasis que estos servicios sean accesibles y de alta calidad.
Planes de educación y concientización acerca de la importancia de la función visual, incluyendo
los centros educacionales (WHO, 2012).
4.2 BASTÓN BLANCO
El bastón blanco es la identificación de una persona con ceguera, basta con observar a alguien
utilizándolo para saber que es una persona discapacitada. Se dice que el bastón blanco lo invento el
argentino José Fallótico (Asociación guipuzcoana para promover la inclusión de personas con baja
Visión, 2015). La idea surgió al observar tambalear un ciego en la calle, decidió buscar un bastón en su
casa con el objetivo de ayudar a esa persona, luego de un tiempo decidió pintarlo de blanco y así con
este color se distinguiera a las personas con discapacidad visual. Nunca fue patentado por él, por lo cual
este invento se atribuye a George Benham, quien decidió colocar un listón rojo al bastón y así aumentar
más su visibilidad (Unión nacional de ciegos de Uruguay, 2012). Así fue como se logró identificar a las
personas con ceguera y darles prioridad, generando así que actualmente se celebre el 15 de octubre
como el día del bastón blanco (http://www.lionsclubs.org/EN/index.php). En un principio solo se utilizó
como distintivo sobre todo en lugares en donde cruzan vías con alto flujo vehicular, hoy en día también
es un medio de protección e información.
Hay diferentes tipos de bastones blancos, en los cuales puede variar su longitud, su estilo y materiales
de fabricación. Uno de los más cómodos según el discapacitado es el bastón plegable, el cual puede
acortarse en diferentes partes para que sea fácil guardar en el momento que no se necesite, por
ejemplo, al momento de coger algún transporte vehicular donde se hace difícil transportarlo.
Figura 1. Bastón blanco plegable (http://www.medicalexpo.es/fabricante-medical/baston-blanco-8072).
Existe también el bastón simple, como su nombre lo indica es el bastón más sencillo de todos, pues su
punta es de goma, empuñadura ergonómica y todo su cuerpo es rígido. La longitud del bastón varía
dependiendo de la altura de la persona y generalmente este no debe superar la altura del esternón
colocando el bastón verticalmente (Martínez, 2012).
Figura 2. Bastón blanco simple (http://www.medicalexpo.es/fabricante-medical/baston-blanco-8072).
Hoy en día a nivel internacional no solamente existe el bastón blanco el cual identifica a las personas con
ceguera total, también se encuentra el bastón de color verde que identifica a las personas que tienen
alguna limitación visual (baja visión). El bastón de color rojo identifica a las personas que poseen
ceguera y sordera, es decir no ven ni oyen.
4.3. KINECT
Es un controlador de juego libre y entretenimiento creado por Alex Kipman, desarrollado por Microsoft
para la videoconsola Xbox 360, y desde junio del 2011 para PC a través de Windows 7 y Windows
8(Microsoft, 2010).
Figura 3. Kinect (Microsoft, 2010).
Fue originalmente elaborado para la consola Xbox 360 con el objetivo de controlar e interactuar a través
de reconocimiento de voz, facial, procesamiento de imágenes, entre otras características.
Este dispositivo cuenta básicamente con una cámara RGB, un sensor de profundidad, un micrófono
multi-array y un procesador personalizado que es propio de Microsoft, en el Anexo A se muestra la ficha
técnica de este dispositivo.
El Kinect no solamente se ha utilizado para la consola de juegos Xbox 360, a partir del lanzamiento para
Windows, ha tomado fuerza en la realización de proyectos que buscan mejorar o solucionar problemas,
en el área de discapacidad, se puede mencionar por ejemplo la rehabilitación virtual con Kinect para
personas con esclerosis múltiple(Microsoft,2012), con el cual a través del sistema de captura de
movimiento, realizan varias actividades sin necesidad de tener un mecanismo o una máquina para
desarrollarlo. El Kinect ha despertado en diferentes personas el desarrollo de sus ideas generando
proyectos en áreas tales como turismo, salud, educación, entre otras.
En la figura 4 se presentan los componentes internos del Kinect:
Figura 4. Kinect: Componentes internos (Microsoft, 2010).
La Cámara Depth funciona a partir de dos elementos, un proyector de luz infrarrojo y un sensor de
recepción de la misma luz, el software del Kinect determina una matriz de 640 *480, en la cual el pixel
varía su valor dependiendo que tan lejos se encuentre el objeto con respecto al sensor receptor.
Figura 5. Proyección y recepción del haz de luz infrarrojo (http://ideasgeek.net).
4.4. RASPBERRY PI 3 MODELO B
La Raspberry Pi 3 Modelo B es la tercera generación de Raspberry Pi. Esta poderosa computadora de
una sola tarjeta con tamaño de tarjeta de crédito se puede utilizar para muchas aplicaciones y
reemplaza a la original Raspberry Pi Modelo B + y Raspberry Pi 2 Modelo B. Mientras mantiene el
popular formato de tarjeta, la Raspberry Pi 3 Model B le ofrece un procesador más potente, 10 veces
más rápido que la primera generación de Raspberry Pi. Además, agrega conectividad LAN inalámbrica
(Wi-Fi) y Bluetooth.
Figura 6. Raspberry PI 3 Modelo B (Raspberry Organization).
Fuera de los aspectos técnicos, uno de los atractivos más destacables de este mini computador es su
costo. Ofrece la capacidad de un ordenador a bajo precio convirtiéndose en una buena alternativa.
La Raspberry Pi 3, acopla en su circuito un Chipset Broadcom BCM2387 de cuatro núcleos ARM Cortex-
A53 a 1.2 GHz (Raspberry Organization, 2015). Este procesador es capacitado para ejecutar aplicaciones
y juegos de video, además cuenta con capacidad de procesamiento para otro tipo de tareas.
La capacidad de memoria RAM DDR2 con la que cuenta (1 Gb), le permite ejecutar bastantes sistemas
operativos tales como Windows 10 Lot Core, Ubuntu Snappy, Raspbian (Raspberry Organization,2015).
Como se mencionó anteriormente, una de las mejoras de esta tarjeta con respecto a los modelos
previos de Raspberry, es la inclusión de conectividad Wi-Fi y Bluetooth.
Las dimensiones de la tarjeta son bastante cómodas para su portabilidad, aplicaciones de robótica,
estaciones meteorológicas, reproductor de contenido (Media Center), sistemas de control, etc. Su
tamaño es 85 mm x 56 mm x 17 mm.
La alimentación de esta tarjeta es de 5V DC, es recomendable que la fuente de alimentación este en la
capacidad de entregar una corriente de 2.5A 5.1 VDC, dado que una fuente de alimentación con
capacidad menor de corriente causando problemas de compilación y que está no funcione
correctamente o en el caso extremo que ni siquiera arranque su sistema operativo.
Figura 7. Raspberry PI 3: Periféricos (https://tech.scargill.net/raspberry-pi-3/)
Posee un conector de audio de 3.5mm de 4 polos la cual es compartida con una señal de video
compuesta. Este conector también se conoce como TRRS (Tip Ring Ring Sleeve)(
https://encyclopedia2.thefreedictionary.com/TRRS,2015), que significa que posee 4 conexiones y que
son compatibles con auriculares destinados a teléfonos inteligentes, es decir un conector estándar. La
configuración del conector se muestra en la siguiente Figura:
Figura 8. Conector de audio Raspberry Pi 3 (MATT, 2014).
En donde la zona 4 es video, el 3 es tierra, 2 auricular derecho y 1 auricular izquierdo.
4.4.1. Módulo GPIO
En la Figura 9 se puede ver la descripción de cada uno de los pines que se pueden utilizar para salida o
entrada de datos. Existen pines para propósitos específicos como lo es la comunicación RS232 o I2C. La
nomenclatura de cada uno de ellos no tiene relación con el orden específico en el que se encuentran
dispuestos, por ejemplo, el pin GPIO 14 pertenece al pin 8 de la tarjeta.
Figura 9. Módulos GPIO (https://www.iconspng.com/image/97539/raspberry-pi-3-gpio-pin-chart-with-
pi).
Con simples líneas de código puede seleccionarse un pin del GPIO y determinar si es de salida o entrada.
hay diferentes funcionalidades de cada pin del GPIO, de acuerdo a esto pueden agruparse en tres
definiciones:
Pines de alimentación que ofrecen voltajes de 5 V y de 3,3 V.
Pines GND.
Pines multipropósito.
Los del último grupo pueden ser subdivididos en dos subgrupos: Los de propósito específico (SPI, I2C,
Rs232 y PWM) y los restantes de salida o entrada digital que reciben o transmiten 3.3V.
4.4.2. PWM
El PWM es el proceso en el cual se modifica el ciclo útil de trabajo de una señal periódica, En nuestro
caso para regular la intensidad del vibrador. El ciclo de trabajo de una señal periódica es el ancho
relativo de su parte positiva con respecto al período (José Briceño, 2005).
Figura 10. PWM (Lucas Martin, 2012).
Representado matemáticamente:
𝐷 =𝜏
𝑇
Fórmula 1. PWM.
Dónde:
D es el clico de trabajo
𝜏 es el ancho de pulso
T es el periodo de la función
Con Raspberry PI 3 es posible realizar modulación por ancho de pulso. A través del módulo GPIO,
podemos simular niveles variables de energía de salida a un dispositivo eléctrico. Se puede pulsar las
salidas con anchos variables para controlar la cantidad de potencia efectiva. Un ciclo en estado
encendido (ON) más corto en comparación con el ciclo de apagado (OFF) entrega un voltaje promedio
más bajo. Un tiempo más largo ON en relación con el tiempo de inactividad produce un voltaje más alto.
4.5. PYTHON
Se refiere al lenguaje de programación Python (con reglas de sintaxis para escribir lo que se considera
código Python válido) y el software de interpretación Python que lee el código fuente (escrito en el
lenguaje Python) y lleva a cabo sus instrucciones. El intérprete de Python se puede descargar
gratuitamente desde http://python.org/, y hay versiones para Linux, OS X y Windows.
El nombre Python viene del surrealista grupo de comedia británico Monty Python, no de la serpiente
pitón (Python en inglés).
Este lenguaje no necesita compilador, es de alto nivel y solo requiere un intérprete por lo tanto cuando
se ejecutan las líneas de código se hace directamente y sin necesidad de generar ejecutables. Otra
característica importante es que Python es orientado a objetos, cuenta con elementos como (Rossum,
2009):
Clase: Modelo sobre el cual se crean y estructuran los objetos.
Propiedad: Características de un objeto que se manejan como variables.
Método: Función que contiene acciones que deben realizar los objetos, su sintaxis es Def
nombre método().
Objeto: Cualquier sustantivo cuyas características puedan describirse como cualidades o
atributos. Algunos tipos de objetos son: String, entero, float, char, etc. Algunos de estos objetos
pueden caracterizarse nombrando otros objetos. Cuando se programa en Python no es
necesario especificar el tipo del objeto, solo se le asigna un nombre y valor especifico.
Herencia: Una clase puede heredar a otra si los objetos comparten propiedades y/o métodos.
Para crear un objeto no es necesario declarar su tipo, solo basta con asignarle un nombre y un valor, al
momento de ejecutarlo el intérprete le asignara un tipo de acuerdo a los valores con los que el nombre
del objeto haya sido igualado.
Cualquier código que se quiera ejecutar con Python debe ser guardado con la extensión .py.
4.5.1. Python IDE
Mientras que el intérprete de Python es la plataforma que ejecuta los programas, el software de
entorno de desarrollo interactivo (IDE) es donde se escriben los scripts, muy similar a un procesador de
texto. Existen varios softwares que permiten escribir y compilar Python, dentro de los cuales se resaltan
los mencionados a continuación:
PyCharm: Creado por JetBrains, es un IDE profesional y viene en dos modalidades: Una edición
gratis y otra mucho más completa orientada a empresas de desarrollo de sofware. Este IDE ha
sido utilizado por compañías como Twitter, Groupon, Spotify, ebay y Telefónica
(http://mavegas97.blogspot.com.co,2017). Aunque la mayoría de sus aplicaciones están
disponibles para modalidad gratuita, características como desarrollo remoto, soporte de bases
de datos, soporte de frameworks de desarrollo web, etc, están disponibles solo para la edición
profesional de PyCharm.
PyDev: Este IDE es completamente libre de costo, es un plugin de código abierto y se ejecuta en
Eclipse. Algunas de las características de PyDev son: Integración con Django, completa el código
de manera automática, soporte multilenguaje, plantillas de código, análisis de código, marcado
de errores y mucho más. Se mantiene siempre actualizado y contiene una gran comunidad de
usuarios y empresas de patrocinio como Liclipse, Squish, TraceTronic, entre otras.
Spyder: Es un potente entorno de desarrollo interactivo para el lenguaje Python con funciones
avanzadas de edición, pruebas interactivas, depuración e introspección y un entorno
informático numérico gracias al soporte de IPython (intérprete interactivo mejorado de Python)
y bibliotecas populares de Python como NumPy (álgebra lineal), SciPy (procesamiento de señal e
imagen) o matplotlib (trazado interactivo 2D / 3D).
4.5.2. Open CV
Open CV (open source computer visión library) es una librería gratuita para uso académico como
comercial. Posee interfaces C++, Python (en la cual estamos trabajando) y Java. Es compatible con
Windows, Linux, IOS y Android, para nuestro caso Raspbian, que es un sistema operativo de la familia
Linux. Se ha utilizado en infinidad de aplicaciones, desde sistemas de seguridad con detección de
movimiento, hasta aplicaciones de control de procesos donde se requiere reconocimiento de objetos.
Abarcan una gran gama de áreas en el proceso de visión, como reconocimiento de objetos, calibración
de cámaras, visión estéreo y visión robótica.
4.5.3. RPi.GPIO
Este es un paquete que proporciona una clase para controlar GPIO (entradas y salidas digitales) en una
Raspberry Pi.
Hay dos formas de numerar los pines IO en una Raspberry Pi dentro de RPi.GPIO. El primero es usar el
sistema de numeración BOARD. Esto se refiere a los números de pin en el encabezado P1 de la placa de
la Raspberry Pi. La ventaja de utilizar este sistema de numeración es que el hardware siempre
funcionará, independientemente de la revisión de la placa del RPi. No necesitará volver a cablear los
conectores o cambiar el código.
El segundo sistema de numeración son los números de BCM. Esta es una forma de trabajar de nivel
inferior y se refiere a los números de canal en Broadcom SOC. Siempre debe trabajar con un diagrama
de qué número de canal va a qué pin en la placa RPi (Raspberry Organization).
Obligatoriamente se debe especificar cuál se aplicará:
GPIO.setmode(GPIO.BOARD)
GPIO.setmode(GPIO.BCM)
Los pines de las Raspberry se pueden configurar como salidas o entradas así:
GPIO.input(channel)
GPIO.output(channel, state)
Para el caso de las salidas se debe configurar un parámetro que hace referencia al estado inicial del pin
de salida: Alto o bajo.
Es posible que tenga más de un script / circuito en el GPIO de la Raspberry Pi. Como resultado de esto, si
RPi.GPIO detecta que un pin se ha configurado para algo distinto al predeterminado (entrada), recibirá
una advertencia cuando intente configurarlo de otra forma en cualquier script.
4.6. MOTORES VIBRADORES
4.6.1. MOTOR DC COMO VIBRADOR
Dado que el eje de un motor DC está perfectamente centrado, al girar la cantidad de vibración que se
genera es mínima. Para que el motor vibre, en el eje se acopla una carga metálica semi-cilíndrica. Esta
carga hace que, cuando el motor gire, se genere un cabeceo de la carga con lo cual se produce la
vibración.
Figura 11. Motor DC con carga semi- cilíndrica acoplada al eje,
(http://www.inteligenciaartificialyrobotica.com/esp/item/340/mot-2265-motor-vibrador).
Este principio de funcionamiento es aplicado en los vibradores de dispositivos móviles:
Figura 12. Motor vibrador de celular (Samsung S5, 2016).
Son vibradores de bajo consumo de corriente, no superior a los 80 mA, su voltaje de polarización
normalmente de 5V, aunque esto principalmente lo define el fabricante, para este proyecto se utilizaron
tres vibradores del celular Samsung Galaxy S5.
5. ESTADO DEL ARTE
Algunos de los desarrollos más recientes en cuanto a dispositivos asistenciales para personas con
discapacidad visual, tienen como objetivo proveer sistemas que se adapten a las tareas de movilidad.
5.1 ARGUS
ARGUS, por sus siglas en inglés (Assisting personal guidance system for people with visual impairment),
es un sistema guiado para personas invidentes que está basado en información acústica y que permite
detectar la distancia y dirección de la que proviene el sonido. Lo desarrolladores de ARGUS plantean que
“las personas invidentes o con problemas de visión pueden moverse autónomamente y de forma
segura. Puede ser usada también por personas que trabajen en condiciones de baja visibilidad o con
riesgos” (Melissa Peralta, et al., 2014).
Figura 13. ARGUS (Melissa Peralta, et al., 2014).
5.2 DISPOSITIVO DE NAVEGACIÓN PARA PERSONAS INVIDENTES BASADO EN LA TECNOLOGÍA
TIME OF FLIGHT
Según los diseñadores del proyecto (Ismael Lengua, Larisa Dunai, Guillermo Peris, Beatriz Defez, 2013),
este es un dispositivo diseñado como complemento al bastón blanco, detecta obstáculos e informa al
usuario mediante sonidos acústicos la localización de los mismos, en distancia y dirección. El rango de
trabajo del dispositivo va desde 0.5 m a 5 m de distancia, con un rango de 60° de azimut (30° derecha,
30° izquierda). Este dispositivo brinda la información vía audible, mediante auriculares estéreo, sobre la
presencia de objetos situados en el camino del usuario. Está compuesto por sensores 3D-CMOST
montados en gafas de sol, el cerebro del dispositivo es una FPGA que se encarga de procesar la
información proveniente de los sensores y convertirla en sonidos acústicos.
Figura 14. Imagen de Cognitive Aid System for Brind (Ismael Lengua, et al., 2013)
5.3 BASTÓN GUÍA ULTRASÓNICO CON INDICADOR SONORO PARA PERSONAS CON LIMITACIÓN
VISUAL
Según Jonatan Galán (2013), responsable del proyecto, la característica principal que tiene este
dispositivo es que por medio de audio le indica al usuario la distancia a la que se encuentra de algún
objeto, sin necesidad que el usuario choque con este para saber de su presencia. Este dispositivo es
muy similar al bastón blanco, por lo que detecta cambios en el suelo y obstáculos que se encuentren
muy bajos.
Figura 15. Diagrama en bloques del bastón guía (Galán, 2013).
El dispositivo cuenta con dos sensores de ultrasonido, uno capta los obstáculos en la parte frontal y baja
del usuario y el otro sensor capta los obstáculos de la parte superior.
Las alertas se generan en un rango de 0 cm a 95 cm para el sensor de la parte superior, si no hay
obstáculos en este rango de distancia en nivel superior, el dispositivo evalúa si existen obstáculos en el
mismo rango, pero en el nivel inferior para alerta en el caso que encuentre alguno.
Adicionalmente, con Kinect se han desarrollado aplicaciones que buscan ayudar al mejoramiento de la
sociedad tales como:
5.4 PROGRAMA DE PROCESAMIENTO DE IMÁGENES ADQUIRIDAS POR MEDIO DEL SENSOR
KINECT PARA DETERMINAR LA POSIBILIDAD UNA VÍCTIMA EN DETERMINADA ZONA
Uno de los dispositivos diseñados por la Universidad Distrital Francisco José de Caldas es un programa
que usa la adquisición de imágenes por medio del Sensor de Kinect, que procese e identifique si en estas
imágenes hay una víctima posible, según Monsalve (2016), responsable del programa. Este programa
tiene la capacidad, junto al sensor del Kinect, de detectar posibles víctimas humanas en las imágenes
capturadas:
Figura 16. Identificación de personas mediante el dispositivo Kinect (Monsalve, 2016).
El programa detecta las posibles víctimas de una catástrofe, realiza la identificación de la víctima
mediante correlación y redes neuronales.
6. DESARROLLO DEL PROYECTO
El sistema diseñado es un apoyo tanto en movilidad como en orientación (según las definiciones
mencionadas en la introducción del documento y dadas por la ONCE) para las personas con discapacidad
visual. Debe estar ubicado en una posición en donde no sea difícil o incómodo su transporte y en donde
la periférica de la cámara de profundidad tenga la mejor captura de espacio a transitar por la persona,
por este hecho se colocó a la altura del pecho y por debajo de los hombros del usuario, para poder tener
una mejor percepción de obstáculos que no puedan ser detectados por el Bastón Blanco. Cuenta con
dos tipos de alertas: No audible y audible. La alerta no audible consta de tres actuadores físicos,
vibradores, que indican la posición del objeto más próximo al usuario. Estos vibradores están ubicados
en el área abdominal del usuario, posicionados a la derecha, centro e izquierda del mismo. Ahora, si un
objeto es detectado a la derecha del usuario se activa el vibrador de la derecha, si un objeto es
detectado justo enfrente del usuario se activa el vibrador del centro y así respectivamente. La intensidad
en la vibración varía conforme a la distancia del objeto respecto al usuario, si el obstáculo se encuentra
a 50 cm del usuario la intensidad en la vibración será la máxima entregada por el sistema y si el objeto
se encuentra a 250 cm del usuario la intensidad en la vibración será la mínima.
La alerta audible se genera siempre y cuando el usuario lo requiera y describe la posición, ancho y
distancia del objeto más próximo al usuario.
Dicho sistema está estructurado de la siguiente forma:
Figura 17. Diagrama de bloque general (Autores).
6.1 HARDWARE
6.1.1 KINECT
Fue un dispositivo que revoluciono en su momento los video juegos, cuando salió la versión para
Windows 2011, despertó en muchas personas la curiosidad, tanto así que se ha aplicado para elaborar
escáners 3D, en el área de la salud para fisioterapia como lo mencionábamos anteriormente y ha
generado hoy hacer este proyecto para personas con discapacidad visual.
Se utilizó el Kinect principalmente porque se vio la posibilidad de trabajar en el tratamiento de señales
digitales en áreas como la de discapacidad y dado que, el Kinect pertenece a la universidad Distrital fue
de fácil acceso. En segundo lugar, Muchos de los dispositivos que se han realizado para las personas con
discapacidad visual son basados en sensores de ultrasonido, por consiguiente, se decidió utilizar un
dispositivo en el que se pueda llegar a obtener información más detallada mediante el procesamiento
de señales digitales a través de una cámara. Al analizar todo lo que Microsoft logro en cuanto a
procesamiento de imágenes para la consola de xbox 360, se evidencio el alcance que puede tener este
dispositivo para otras actividades diferentes a los juegos y el entretenimiento, como es el caso de este
proyecto.
El potencial más fuerte del Kinect en el desarrollo del proyecto y el motivo principal por el que se
implementó este dispositivo, es su cámara de profundidad. Uno de los aspectos más importantes en la
cámara Depth (de profundidad) es que los contrastes de luz que se pueden generar en el ambiente, por
ejemplo, si hay atenuación de luz, no afectan al dispositivo, permitiendo que no haya variación de los
datos adquiridos según la intensidad lumínica que se tenga en el ambiente, hecho que es muy difícil de
Sensor de proximidad
Sistema de procesamiento
digital
Sistema de alerta auditivo
Sistema de alerta no auditivo
controlar en las cámaras RGB, dado que para contrarrestar este fenómeno hay que desarrollar
diferentes filtros adicionales en el algoritmo.
La cámara Depth del Kinect funciona con un proyector de luces infrarrojas que emite un haz de luz
infrarrojo como pequeños puntos invisibles para el ojo humano, los cuales son detectados por el
receptor infrarrojo que captura estos puntos y mide la distancia de los objetos.
Como se menciona anteriormente, esta cámara tiene una resolución 640 x 480 pixeles a 30 frames por
segundo. Fue el componente del Kinect más importante para el desarrollo del prototipo, gracias a que
las características vistas favorecen a la detección de objetos.
Por cuestiones de tamaño, comodidad, sería factible desarmar el Kinect, extraer la cámara de
profundidad y utilizarla exclusivamente en el dispositivo. Esto no fue posible dado que el Kinect
pertenece a la Universidad Distrital Francisco José de Caldas y por consiguiente no se puede realizar
ninguna modificación, aunque se deja propuesto para un trabajo futuro.
En la siguiente imagen se observa las dos cámaras y el proyector infrarrojo que posee internamente el
Kinect:
Figura 18. Cámaras Kinect y proyector IR(https://es.slideshare.net/ArbelaezGroup/kinect-como-
funciona-7228721)
A continuación, se observa el despiece de todas las partes que componen el Kinect:
Figura 19. Despiece del Kinect (https://es.ifixit.com/Teardown/Xbox+360+Kinect+Teardown/4066)
En la figura anterior se puede observar las cámaras, el motor de la base, ventilador de refrigeración,
cables de alimentación, tarjetas de desarrollo, micrófono, entre otros.
En el mercado se están desarrollando cámaras de profundidad mejorando la que actualmente posee el
Kinect, Intel está trabajando en dos cámaras Reálcense para ser utilizadas en dispositivos móviles y en el
área de la educación, dotándolas con visión 3D. Consiguen una resolución de 1280 x 720 pixeles, con 90
frames por segundo y un rango aproximadamente de 10 metros, compatible con Realsense SDK 2.0 de
Intel, con código abierto, permitiendo que este prototipo se pueda mejorar y porque no producirse en
masa.
6.1.2 RASPBERRY PI 3
Este prototipo es controlado por un miniordenador denominado Raspberry pi 3.
Se escogió este miniordenador por las prestaciones que ofrece:
Una de las ventajas que encontramos es el rendimiento de proceso que ofreció en el algoritmo,
no sufre bloqueos de ninguna índole al momento de procesar la información, cuando se
observan las dos cámaras con ayuda de un monitor, se ve una fluidez buena al momento de
hacer un desplazamiento del Kinect.
El costo de este mini ordenador está alrededor de $150.000 pesos colombianos, lo cual lo hace
muy accesible y además disminuye el costo considerablemente del prototipo, dado que, si se
utilizara un miniordenador de Intel, por ejemplo, el más económico como el W5 Pro tiene un
costo alrededor de los $600.000 pesos colombianos, se estaría hablando de que es 4 veces más
costoso que la Raspberry Pi 3.
El tamaño es vital para este prototipo, este debe ser portátil, por consiguiente, de fácil
transporte. La Raspberry Pi 3 tiene un tamaño de placa de 85mm x 56mm que, si lo comparamos
con un dispositivo móvil actual de pantalla Touch de 5”, la Raspberry Pi 3 logra ser más pequeño
aún, permitiendo que su transporte sea fácil.
para el usuario generando que sea apto para lo que exige el proyecto.
El Módulo GPIO es tal vez la ventaja más importante que le brinda al prototipo la Raspberry Pi 3
y el cual no se puede encontrar en otro mini ordenador. Gracias a esto es posible el desarrollo
de la etapa de alarma y vibración de distancia del prototipo. Lo mejor de todo es que estos
periféricos pueden ser configurables como de salida o de entrada permitiendo que no sean fijos,
además, hay algunos también para ser utilizadas con PWM, comunicación serie RS232, I2C, etc.
Dado que en otros casos se debería utilizar una tarjeta adicional como una arduino,
aumentando aún más el proyecto.
La salida de audio fue importante pues es el puente de comunicación de información entre el
usuario y la Raspberry Pi 3. Se tiene una salida de audio con un conector compuesto de 3.5mm,
lo cual es una ventaja puesto que, en el mercado son muy comerciales estos auriculares para
este tipo de conector.
Se utilizaron cuatro pines del módulo GPIO, tres como salidas, estos controlan tres vibradores para que
el usuario sepa en qué posición se encuentra el objeto, generando una variación de ancho de pulso
(PWM) con el objetivo de modificar la intensidad de vibración emitida sobre la persona, se hizo de esta
forma para que el usuario pueda diferenciar sensorialmente cuando se esté acercando al obstáculo.
El otro pin es configurado como entrada, la cual físicamente es un pulsador en donde el usuario oprime
cuando requiere solicitar información del obstáculo, es decir, distancia, posición y ancho del objeto. Esta
información se transmite vía audio, puesto que es el único medio factible por el cual el usuario puede
adquirir la información, el lenguaje braille sería otra opción, pero es más compleja de implementar para
ellos y para acoplarlo al dispositivo también.
6.1.3 VIBRADORES
Se utilizó un sistema sensorial de vibración, dado que es un medio sensible detectable para una persona
con discapacidad visual, se pueden colocar en diferentes puntos del cuerpo en donde el usuario pueda
identificar más fácilmente la posición y en donde tenga más sensibilidad, se recomienda que se coloque
en la zona abdominal, por medio de las pruebas que se explicarán más adelante se recomienda que los
vibradores se encuentren conectados directamente en el cuerpo para que se tenga una mayor
sensibilidad de la vibración.
Se utilizaron tres vibradores de celular Samsung Galaxy S5, su diámetro de 1cm es ideal para la función
que se tiene destinada para el prototipo, además se hicieron pruebas de intensidad de vibración por
medio de un PWM con las intensidades a trabajar en el prototipo las cuales son del 100%, 75%, 50%,
25% y así determinar que la variación realizada con estos vibradores se pueda distinguir una de la otra.
Para la distancia se plantearon dos métodos de transmitir sensorialmente la cercanía o alejamiento del
objeto, una es la modulación de ancho de pulso (PWM) y la otra era transmitir la información por
frecuencia, es decir, a medida que el obstáculo se acerca a la persona, el dispositivo aumenta el
switcheo ON-OFF sobre los vibradores, hasta que quede encendido totalmente.
Se escogió modulación por ancho de pulso porque según la ley del todo o nada (Cortez, Gonzales y
Torres,2015), las fibras musculares cuando son sometidas a un estímulo constante generan un proceso
de adaptación por el cual el impulso no será transmitido con la misma intensidad.
6.1.4 ETAPA DE POTENCIA
Se tuvo que desarrollar una tarjeta de potencia para el manejo de los actuadores, puesto que necesitan
una alimentación de 5V, con una corriente de trabajo de 60mA a 85mA, ofreciendo una potencia de
0.425W. Se realizó un circuito seguidor de corriente con transistores 2N 2222, con el objetivo de
proteger la salida de la Raspberry Pi 3 y aumentar la salida de corriente, esto debido a que, si se realiza
la conexión directamente sobre la Raspberry Pi 3, se genera una caída de tensión a 2.7V, provocando
que el PWM no funcione correctamente. El transistor 2N 2222 soporta una corriente máxima de 600
mA, capacidad suficiente para la alimentación de los actuadores.
En la siguiente figura se muestran los vibradores que se utilizaron y el despiece de uno de ellos:
Figura 20. Vibradores (Autores)
Figura 21. Desarme vibrador (Autores).
Como podemos evidenciar este vibrador, tiene acoplado una carga semicilíndrica a un motor DC,
permitiendo que vibre por un cabeceo y descentramiento del mismo.
Figura 22. Plano eléctrico de la tarjeta de potencia (Autores).
El plano anterior corresponde al circuito diseñado para la etapa de potencia, en donde V1 es el vibrador
1 (izquierda), V2 vibrador 2(derecha) y V3 Vibrador 3(centro). Tenemos también que en el conector
derivan las salidas de los pines 23, 16 y 13 correspondientes de la Raspberry definidos como salidas.
Físicamente también tendrá un conector para la alimentación, es decir 5v y GND.
Por otra parte, se tiene conectado un pulsador al pin 21 de la Raspberry, el cual está configurado como
una entrada y es el encargado de transmitir el flanco de subida para que ejecute el proceso de
descripción por audio y le de la información correspondiente de las características del objeto al usuario
cuando este realice la pulsación.
6.1.5 ALIMENTACION
Dado que el dispositivo debe ser portátil se debe buscar una fuente de alimentación de igual manera
para este. En principio se utilizaron dos baterías recargables para celular de 2600mAh con salida de 5V.
Una alimenta la Raspberry Pi 3 y la otra únicamente la tarjeta de potencia. La batería se muestra en la
figura 20. Esta se conecta por medio de un cable con terminal USB de un extremo el cual va conectado a
la batería y del otro extremo va un cable micro USB, como se muestra en la figura 21.
Figura 23. Batería de alimentación (Autores).
Figura 24. Conexión alimentación Raspberry Pi 3(Autores).
Un aspecto importante para resaltar es la alimentación del Kinect, puesto que este necesita una
alimentación de 12V DC, que viene dada por un cargador de voltaje de entrada de 110V AC y salida
12VDC, pero al no poder modificar de ninguna forma por pertenecer a la Universidad Distrital, se
adquirió otra fuente de alimentación como el que se observa en la siguiente figura:
Figura 25. Fuente de alimentación del Kinect (Autores).
Así lo que se hizo fue desacoplar el cargador del cable de alimentación para poder conectarlo a una
fuente portátil (batería) de voltaje. Se realizaron las siguientes pruebas para encontrar la durabilidad de
las baterías utilizadas para la alimentación con los dispositivos conectados independientemente.
En primer lugar, Se dejó conectado el dispositivo en total funcionamiento con un cargador de entrada
110V AC a 0.3 A y de salida 5V DC a 2A conectado a la Raspberry pi 3, por otra parte, la alimentación de
la tarjeta de potencia se tiene conectada a una de las baterías recargables completamente cargada la
cual genera un voltaje de salida de 7V DC. El resultado de esta prueba fue de una durabilidad de 7 Horas
de trabajo.
La segunda prueba se realizó conectando la batería totalmente cargada ahora en la alimentación de la
raspberry pi 3 y el cargador en la tarjeta de potencia, la durabilidad en esta prueba fue
aproximadamente de 2.5 horas con el dispositivo en total funcionamiento.
Para poder lograr que toda la alimentación sea a través de una batería recargable de 5V, se decidió
hacer pruebas colocando las baterías ya mencionadas en serie para elevar su voltaje al doble, con el
objetivo de evidenciar si el Kinect trabaja correctamente con este voltaje.
El resultado que se obtuvo fue que el Kinect trabajo sin ningún problema con un voltaje de 14V DC
medido a la salida de la conexión serie de las dos baterías de 2600mAh. El siguiente paso fue con las
baterías totalmente cargadas realizar una prueba de durabilidad con el dispositivo trabajando en la
detección de objetos, la autonomía que se alcanzo fue alrededor de 6.5 horas.
Si analizamos los datos de las pruebas mencionadas anteriormente, el elemento encargado del control y
el procesamiento es el que consume más energía, ya que con una batería de 2600mAh tendremos un
tiempo de solamente de 2.5 horas. Para obtener una durabilidad mínima de 6 horas se necesita una
batería tres veces más grande es decir de alrededor de 7000mAh.
Si tomamos los datos obtenidos de las pruebas ya mencionadas, se sabe que en un circuito paralelo se
debe sumar los consumos de corriente de cada uno de los dispositivos, por lo tanto, para una
durabilidad aceptable de 6 horas de trabajo se debe utilizar una batería en general de 15000mAh como
la que se muestra en la figura 26:
Figura 26. Batería de 15000mAh ( https://www.amazon.es/KMASHI-15000mAh-Compacta-puertos-
Bater%C3%ADa/dp/B01A4524MM).
6.2 SOFTWARE
Según el diccionario de real academia española un algoritmo es un
conjunto ordenado y finito de operaciones que permite hallar la solución de un problema. Luego, hay
dos formas de representar un algoritmo:
Pseudocódigo
Diagramas de flujo
A lo largo del documento los algoritmos son representados mediante pseudocódigo y diagramas de
flujo.
El algoritmo se desarrolló en lenguaje Python, se realizó en este lenguaje de programación por dos
razones:
Python es desarrollado bajo una licencia de código abierto por lo que es libremente utilizable y
distribuible, incluso para uso comercial (https://www.python.org/).
Python es el lenguaje de programación Open Source más familiar para los autores del proyecto.
El primer paso consiste en la conexión entre la Raspberry Pi y el Kinect. Acto seguido se realiza la
captura y análisis de los datos obtenidos de la cámara Depth, donde se identifica la cantidad de objetos
que rodean al usuario para así después definir en qué posición se encuentran, derecha, izquierda o
centro. Si el usuario solicita la descripción por audio, la Raspberry le informara la distancia, la posición
(izquierda, centro o derecha) y ancho del o los objetos más cercanos que se encuentren a la misma
distancia. Adicionalmente, se informa al usuario mediante el control de actuadores físicos si hay objetos
cerca y la distancia de estos por medio de una intensidad de vibración.
El siguiente diagrama de flujo describe la estructura general del algoritmo diseñado:
Figura 27. Diagrama de flujo general del algoritmo (Autores).
6.2.1 CONEXION KINECT- RASPBERRY PI 3
Para que la Raspberry Pi 3 pueda recibir la información proveniente del Kinect, se buscó en la red
librerías que generaran la vinculación del Kinect y la raspberry, se probó muchas de estas librerías, pero
sin ningún resultado, puesto que siempre hubo problemas de conexión entre los dispositivos. Después
de varias pruebas se instaló la librería Freenect en el sistema Raspbian Python. Este procedimiento de
instalación de la librería se tomó de https://www.mariolukas.de/2015/04/proof-of-concept-3d-scanner-
with-kinect-and-raspberry-pi2/ y se describe a continuación:
Primero se instalan las herramientas de compilación y dependencias de libfreenect:
sudo apt-get install git-core git sudo apt-get install freeglut3 freeglut3-dev libxmu-dev libxi-dev sudo apt-get install cmake cmake-curses-gui pkg-config
La librería frenect necesita que la librería USB libusb este instalada:
sudo apt-get install libudev-dev
Luego se descarga la librería para instalarla desde la ubicación web:
wget http://sourceforge.net/projects/libusb/files/libusb-1.0/libusb-1.0.19/libusb-1.0.19.tar.bz2/download ar xvjf download cd libusb-1.0.19 ./configure make sudo make install
Finalmente se instala la librería freenect:
cd .. git clone https://github.com/OpenKinect/libfreenect.git cd libfreenect mkdir build cd build ccmake .. make sudo make install
Luego hay que instalar las librerías de Python de la librería de freenect con el comando:
sudo python setup.py install Al terminar estos pasos se termina la instalación de la librería libfreenect. Ahora solo queda importarla desde el código que se esté trabajando en el lenguaje Python como se muestra a continuación:
import freenect #import cv import cv2 import numpy as np import argparse import RPi.GPIO as GPIO import pyttsx
6.2.2 IDENTIFICACION DE LA DISTANCIA DEL OBJETO
Uno de los objetivos del prototipo es determinar la distancia promedio a la que se encuentra un objeto,
para esto se plantea un algoritmo que indique a la persona la distancia a la que se encuentra el
obstáculo, con la finalidad de que el usuario tenga mayor información a la hora de desplazarse por un
área ya sea cerrada o abierta.
El primer paso para el análisis e identificación de la distancia del objeto más próximo al usuario, fue
determinar el comportamiento de la cámara de profundidad del Kinect. Esta arroja una imagen en
escala de grises de 640 pixeles de ancho por 480 pixeles de alto, lo que genera una matriz de 640 x 480
pixeles. El valor de cada pixel varía con relación a la distancia del objeto que detecte la cámara de
profundidad del Kinect.
Figura 28. Izquierda: Imagen tomada de la cámara RGB del Kinect. Derecha: Imagen tomada de la cámara de profundidad del Kinect (Autores).
Para analizar el comportamiento de la matriz de datos que se toma de la cámara de profundidad del
Kinect, se realizaron diferentes pruebas con objetos ubicados en distintas distancias, siempre
manteniendo un espacio vacío alrededor de los objetos de prueba para poder comparar la variación del
valor del pixel dado por la detección del objeto en relación con el espacio vacío.
En los anexos AAA, BBB, CCC, DDD y EEE, se presentan segmentos de las matrices tomadas a las
distancias determinadas de 50 cm, 100 cm, 150 cm, 200 cm y 250 cm respectivamente. Basados en las
pruebas realizadas y los datos tomados, se puede analizar que a medida que el objeto se aleja el valor
del pixel aumenta. Al alejar el objeto los pixeles o componentes de la matriz en donde se encuentra el
mismo aumentan su valor en el rango de 0 a 255 y a medida que se acerca sucede lo contrario, es decir,
disminuye el valor del pixel.
Figura 29. Izquierda) Imagen cámara Depth: Objeto a 250 cm. Derecha) Imagen cámara Depth: Objeto a 100 cm (Autores).
Adicionalmente, se concluyó que la posición del objeto (izquierda, centro o derecha) no influye en el
valor del pixel, esto se puede evidenciar en el anexo FFF, en el que se presentan los datos de la matriz
tomada para dos objetos, uno a la derecha y otro a la izquierda.
Figura 30. Izquierda: Imagen cámara Depth: Comparativo dos objetos a la misma distancia (150 cm) en posiciones distintas (izquierda y derecha)
Derecha: Imagen cámara RGB: Comparativo dos objetos a la misma distancia (150 cm) en posiciones distintas (izquierda y derecha) (Autores).
Una de las ventajas de la cámara de profundidad del Kinect, es que los cambios en la intensidad de luz
no afectan los datos obtenidos. Al comparar la información de los anexos CCC y GGG, se pude verificar
que los datos son exactamente iguales, donde la información del anexo CCC corresponde a la
información obtenida con luz, mientras la información del anexo GGG corresponde a la información
obtenida sin luz.
Figura31. Superior) Imagen cámara Depth y RGB con luz. Inferior) Imagen cámara Depth y RGB sin luz (Autores).
De los datos tomados para la prueba Con luz / Sin luz, se puede concluir que los datos de la cámara de
profundidad no sufren ningún cambio al variar la intensidad de luz.
Del análisis de todas las matrices tomadas a las diferentes distancias, se concluye que el valor del
espacio vacío varía entre 250 y 255. También se concluye que la distancia mínima de detección es 50 cm,
dado que, si el obstáculo está a una menor distancia, los datos de la matriz son los mismos que los
analizados para el espacio vacío, o sea, entre 250 y 255.
Después de realizar las pruebas para obtener el valor de pixel a diferentes distancias (50 cm, 100 cm,
150 cm, 200 cm y 250 cm), los valores que se obtuvieron se muestran en la tabla a continuación:
DISTANCIA (cm)
POSICION
IZQUIERDA CENTRO DERECHA
50 99;100;101;102;103;104;105;106;107;108;;115
99;100;101;102;103;104;105;106;107;108;109;110;111;112;113;114;115
99;103;104;105;;108;109;110;111;112;113;114;115
100 181;182;183;184;185;186 181;182;183;184;185;186 183;184;185;186;187;188
150 211;212;213;214;215 211;212;213;214 211;212;213;214;215
200 226;227;228;229 226;227;228;229 226;227;228;229
250 238 238 238
Tabla 2. Valores de pixel según la distancia del objeto.
Para obtener el valor de referencia, se analizaron todos los datos tomados en la prueba y se aplicó la
siguiente ecuación de promedio para asignar un valor de pixel a cada distancia:
𝑋 = 1
𝑛∑ 𝑋𝑎
𝑛
𝑖=1
Fórmula 2. Promedio
En donde:
X es el promedio
n es la cantidad de muestras tomadas
i es el valor inicial de la sumatoria
Xa el valor de la muestra tomada.
Aplicando la formula obtenemos los puntos de referencia que se muestran en la siguiente tabla:
IZQUIERDA CENTRO DERECHA
50 107 107 107
100 183,5 183,5 185,5
150 213 212,5 213
200 227,5 227,5 227,5
250 238 238 238
Tabla 3. Valores resultantes del promedio
Teniendo nuestro punto de referencia, se hizo una calibración del prototipo. Esta se realizó colocando
un objeto a las distancias mencionadas anteriormente al dispositivo, con un flexómetro se comienza a
tomar la distancia en la que el dispositivo detecta el objeto, para así ajustar el equipo con una ventana
sobre el punto de referencia encontrado en las pruebas y así el valor de distancia sea lo más cercano
posible. Según las pruebas realizadas hay un error del 3% en el valor de la distancia.
5.2.2.1. ALGORITMO IDENTIFICACION DE LA DISTANCIA DEL OBJETO
El primer paso es capturar la matriz de la cámara Depth del Kinect (cámara de profundidad), luego se
realiza una conversión de las componentes de la matriz en tipo entero para poder trabajar con estos
datos dado que no se pudo realizar las operaciones con otro tipo de variable que no fuera entero.
Teniendo los datos de la matriz Depth, se crea una matriz de referencia para cada distancia, es decir una
matriz de referencia para 50cm, otra para 100cm, otra para 150cm, otra para 200cm y otra para 250cm.
Para la construcción de las matrices de referencia, primero se crea una matriz (640 x 480) de ceros,
luego, cada matriz se llena con el valor de referencia que se obtuvo en las pruebas (los valores referidos
en la tabla 3), es decir todos los componentes de la matriz de referencia tendrán este valor, por
ejemplo: la matriz de referencia para la distancia de 100 cm tendrá en todos sus 307200 componentes
el valor 183, que fue el obtenido por el promedio de todas las muestras tomadas para esta distancia.
Figura 32. Diagrama de flujo captura y acondicionamiento de datos(Autores).
Al tener las 5 matrices se realiza una diferencia entre la matriz Depth y las matrices de referencia, esto
con el objetivo de crear una nueva matriz con la diferencia absoluta de sus componentes y a
continuación se aplica una binarización invertida a dicha matriz.
Por último, se define una ventana de trabajo la cual se encontró por medio de las pruebas de calibración
mencionadas anteriormente, y se hizo un barrido por la matriz de diferencia para verificar si se
encuentran componentes con valores entre 0 y el valor encontrado por la calibración del equipo, puesto
que con esos valores se detectan los objetos a en cada distancia.
Figura 33. Diagrama de flujo detección de distancia(Autores).
6.2.3 IDENTIFICACION DE LA POSICION DEL OBJETO
Además de la distancia, el prototipo captura la posición en la que se encuentre el objeto. Se desarrolló
un algoritmo encargado de indicar al usuario sobre el posicionamiento del objeto, es decir si se
encuentra en el centro, a la izquierda o a la derecha. También debe alertar al usuario físicamente por
medio de tres actuadores, para este caso vibradores.
Se realizó una división de la matriz en tres partes iguales con el objetivo de sectorizar el entorno según
la posición.
El dispositivo detecta las siguientes posiciones en las distancias de 50cm, 100 cm, 150 cm, 200 cm y 250
cm:
Izquierda.
Izquierda-centro.
Centro.
Derecha-centro.
Derecha.
Es importante resaltar que cada distancia tiene una ventana que elimina los espacios vacíos.
5.2.3.1. SISTEMA DE ALARMA: POSICION DEL OBJETO
Se realizó un sistema de alarma sensorial con vibradores, tres en total. Se recomienda ubicarlos en el
abdomen, pero al usar el prototipo, el usuario puede definir en cual posición tiene más sensibilidad para
ser ubicados.
De la Raspberry Pi 3, se utilizaron los pines número 26,16 y 13 como salidas. Cada uno corresponde a un
vibrador de posición. En cada salida se genera un PWM proporcional a la distancia del objeto. Se
comenzó haciendo pruebas con el circuito de potencia mencionado en la etapa de Hardware, pero con
la alimentación de la Paspberry Pi 3 (5V), se evidencio que el funcionamiento del PWM no era eficiente
porque las salidas GPIO de la Raspberry entregan 16mA y los vibradores requieren de 80 mA para su
correcto funcionamiento. Por este motivo fue necesario desacoplar la alimentación de la Raspberry Pi 3
y trabajar con una fuente de alimentación independiente para la tarjeta de potencia, lo que resolvió el
problema.
5.2.3.2. ALGORITMO IDENTIFICACION DE LA POSICION DEL OBJETO
El primer paso en el código es dividir la cantidad de columnas entre 3 partes iguales, lo cual equivale a
214 columnas y de esta forma sectorizar la matriz en tres áreas, es decir, desde la columna 0-212
tendremos el lado izquierdo, de 213-425 el centro y de 426-640 será el lado derecho.
Luego se identifica cuantos objetos se encuentran en la matriz y además por medio de la función de
Contours de Python se encuentra el contorno, y se toma el punto que este más a la derecha y el que
esté más a la izquierda del objeto, es decir, sus vértices horizontales.
Obteniéndolos se halla desde que punto a qué punto se encuentra el objeto. Luego se comienzan hacer
validaciones con estos dos puntos para definir en qué posición se encuentra el objeto, por ejemplo: Si el
vértice izquierdo se encuentra ubicado entre las columnas 0-212 y el vértice derecho también, definimos
que el objeto se encuentra al lado izquierdo del usuario. Si en cambio el vértice derecho no se encuentra
entre las columnas 0-212 si no entre 213-425, quiere decir que el objeto se encuentra en el centro-
izquierdo del usuario. El dispositivo está en la capacidad de detectar más de un objeto en la misma
distancia.
En la Figura 34 se describe el algoritmo para encontrar la posición del objeto:
Figura 34. Diagrama de flujo detección de posición(Autores).
5.2.4. IDENTIFICACION DEL ANCHO DEL OBJETO
La siguiente fase se compone de un algoritmo que calcula el ancho del objeto con el fin de tener esta
información y ser dada al usuario en caso de que este la requiera mediante un pulsador con el que
cuenta el dispositivo. El sistema no describe el alto del obstáculo porque no se consideró conveniente
dado que el invidente no pasara por encima o por debajo puesto que esto le representa mayor
dificultad.
Para calcular el ancho del objeto se utilizó como referencia un objeto de 50 cm de ancho, con el fin de
realizar pruebas a diferentes distancias. Al tener el ancho del objeto se comparó esta distancia con las
pruebas para definir un valor en centímetros con respecto a la cantidad de pixeles que ocupa el objeto.
Las pruebas realizadas se aplicaron de la siguiente forma: Al tener el algoritmo de distancia ejecutado,
se empezó a alejar el objeto desde una distancia de 15 cm hasta que el dispositivo indico que se
encontraba a 50 cm, esto con el objetivo de tomar los datos de la matriz en el punto inicial y final donde
toma la distancia analizada. Este procedimiento se realizó para todas las distancias determinadas de 50
cm, 100 cm, 150 cm, 200 cm y 250 cm.
Tamaño del objeto (cm)
Distancia Objeto –Cámara
Depth (cm)
Valor izquierda (pixeles)
Valor derecha (pixeles)
Ancho del objeto (pixeles)
50 50 44 573 529
50 65 118 586 468
50 90 131 448 317
50 107 144 436 292
50 146 161 380 219
50 165 178 374 196
50 186 212 385 173
50 220 222 370 148
50 258 226 355 129
50 302 233 344 111
Tabla 4. Datos prueba de tamaño del objeto
De la tabla 4 se puede determinar que a medida que la distancia aumenta, el valor del ancho del objeto
en pixeles disminuye, hipótesis que se puede verificar en la figura 35, donde se representan
gráficamente los datos de la tabla 4:
Figura 35. Relación distancia – pixeles (Autores).
Luego, se tomó una relación centímetro - pixel para las distancias analizadas, para esto se dividió el valor
del ancho del pixel entre el ancho del objeto medido en centímetros, lo cual arrojó como resultado la
cantidad de pixeles que hay por centímetro. Los datos obtenidos se muestran en la siguiente tabla:
Tamaño del objeto
(cm)
Distancia (cm)
Ancho del objeto
(pixeles)
Relación pixeles/cm
50 50 529 10,58
50 65 468 9,36
50 90 317 6,34
50 107 292 5,84
50 146 219 4,38
50 165 196 3,92
50 186 173 3,46
50 220 148 2,96
50 258 129 2,58
50 302 111 2,22
Tabla 5. Relación Pixel - centímetro.
Con los datos de la tabla 5, teniendo en cuenta que hay dos datos tomados por cada distancia evaluada
(50 cm, 100 cm, 150 cm, 200 cm y 250 cm), se promedió para tomar un solo valor de relación por
distancia, teniendo como resultados los siguientes valores:
Distancia (cm)
Relación pixeles/cm
50 9,97
100 6,09
0
100
200
300
400
500
600
0 50 100 150 200 250 300 350
An
cho
del
ob
jeto
(p
ixe
les)
Distancia del objeto (cm)
Ancho del objeto (pixeles)
150 4,15
200 3,21
250 2,4
Tabla 6. Relación promedio Pixel - centímetro.
Al tener el valor de la cantidad de pixeles por centímetro para la escala de distancias evaluadas, se hizo
una secuencia en el algoritmo en donde se preguntó a qué distancia se encuentra el objeto, luego se
obtuvo el ancho en pixeles de este, para luego aplicar la relación presentada en la fórmula XXXX:
Ancho del objeto en centímetros = Ancho en pixeles / relación según distancia
Fórmula 3. Calculo del ancho del objeto en cm.
En la tabla 7, se presenta el informe de los resultados arrojados por el cálculo del ancho del objeto en
centímetros en comparación con el ancho real:
Tamaño del objeto
(cm)
Distancia detectada del objeto
Valor en pixeles
Valor en centímetros
arrojado por el
algoritmo según la relación aplicada
50 50 529 54
50 100 317 53
50 150 219 53
50 200 173 54
50 250 129 54
Tabla 7. Ancho real del objeto comparado con el ancho calculado.
Hay que mencionar que al igual que la distancia, en el valor entregado del ancho también se calibro con
un flexómetro con objetos de diferentes tamaños.
5.2.4.1. ALGORITMO IDENTIFICACION DEL ANCHO DEL OBJETO
Con la función BoundingRect su busca el punto más a la izquierda y el punto más a la derecha, luego,
con diferencia entre los dos valores se calcula el ancho del objeto en pixeles, para luego dividirlo por los
valores escalados según las pruebas, esto con el objetivo de hallar el ancho del objeto en centímetros y
así reproducir al usuario esta información cuando lo requiera.
Para conocer la cantidad de los pixeles que tiene el objeto, lo que se hizo fue detectar el valor más a la
izquierda y el valor más a la derecha del objeto y así realizar una diferencia entre los dos:
𝑉𝐷 − 𝑉𝐼 = 𝐴𝑃
Fórmula 4. Ancho del objeto en pixeles.
Dónde:
VD: Vértice derecho
VI: Vértice izquierdo
AP: Ancho de pixel.
Luego se aplicó la relación pixel – centímetro, según cada distancia, para hallar el ancho en centímetros
del objeto.
La figura36, muestra el diagrama de flujo que representa el algoritmo que calcula el ancho del objeto.
Figura 36. Diagrama de flujo detección del ancho (Autores).
5.2.5. INFORMACION VIA AUDIO
Para que el dispositivo pueda brindar información al usuario invidente, se decidió hacer primero por
medio de estímulos corporales desarrollados en la etapa de vibración, pero la información que se tiene
por medio de ellos es muy básica, se limita a identificar la ubicación del obstáculo más próximo al
usuario. Por este motivo se realiza un sistema que brinde información complementaria del entorno,
creando una mayor seguridad en el usuario al momento de transitar por diferentes espacios sean
cerrados o abiertos. Para esto se desarrolló un algoritmo que entregue información de forma audible,
los datos que describe son posición, cantidad de objetos, distancia y tamaño (ancho) de cada objeto.
La información vía audio no debe ser transmitida constantemente porque ocasionaría saturación de
información al usuario (sobre carga sensorial) generando problemas de concentración y a futuro
problemas mentales. Basado en esto, esta fase es opcional, es decir, si el usuario lo necesita y lo solicita
al dispositivo mediante un pulsador.
El audio se desarrolla con la librería pyttsx de Python, la cual es un sintetizador de voz cuya función es
convertir texto directamente en audio.
Primero el software comienza realizando una validación con condicionales, es decir, comienza a verificar
a que distancia se encuentra el objeto, dependiendo la distancia detectada (50cm, 100cm, 150cm,
200cm, 250cm), reproduce vía audio que el objeto se encuentra a dicha distancia.
Ahora por medio de las funciones CounterArea y CounterObject de Python, se detecta si hay uno o más
objetos en el entorno y se le informa al usuario la cantidad de objetos que se encuentran en el mismo.
Dado que tanto la posición como el ancho del objeto ya se habían determinado, en esta etapa se
reproducen los datos obtenidos y calculados.
Si hay dos o más objetos en el entorno y a una misma distancia, reproducirá esta información a todos los
objetos que se encuentren, si no hay más objetos con esto concluirá la información brindada por el
dispositivo.
Figura 37. Diagrama de flujo descripción por audio(Autores).
7. ANALISIS DE RESULTADOS
6.1. PRUEBAS FINALES
Se realizaron pruebas con el dispositivo dejando los siguientes resultados:
la cámara de profundidad permitió que independientemente a los contrastes de luz que se
puedan generar en el entorno, el dispositivo no tenga problemas de detección según la
intensidad lumínica que haya en el ambiente. Se hicieron pruebas en ambientes oscuros
mostradas en el documento en donde la cámara de profundidad respondió muy bien en este
aspecto.
La información vía audio es clara, generando que la persona entienda y capte la primera vez la
información sin necesidad de adquirirla nuevamente, además de tener control de volumen por
medio de los auriculares propios del dispositivo.
Se desarrolló un adaptador para que el usuario pueda transportarlo fácilmente, quedando
ubicado en la parte del pecho, con el objetivo de tener una adecuada visión del entorno en
donde este el usuario, a continuación, se muestra en la figura el adaptador tipo pechera.
Figura 38. Kinect con adaptador tipo pechera para transporte(Autores).
El adaptador consta con dos correas ajustables ya que están elaboradas en caucho permitiendo que se
adapte al diámetro del abdomen de la persona, además en cada extremo de dicha correa tiene un
sistema de sujeción con velcro, generando que se mantenga firme en el pecho sin importar los
movimientos que realice el usuario. Por otro lado, se tiene una correa para colgar el dispositivo al cuello,
a continuación, se puede ver cómo queda el adaptador acomodado en la persona:
Figura 39. Vista frontal del adaptador tipo pechera(Autores).
Figura 40. Vista posterior del adaptador tipo pechera(Autores).
En las pruebas que se realizaron, se evidencio que el adaptador es, liviano dado que esta pesa alrededor
de 400g, aunque genera algo de incomodidad por el tamaño del Kinect, el adaptador permite estabilidad
del Kinect al momento de desplazarse. Se tiene un buen campo de visión de 47 grados vertical y 57
grados.
Para el transporte de la Raspberry y las baterías, se implementó un maletín abdominal. En la correa de
sujeción de este, quedan ubicados los vibradores como se muestra en las siguientes figuras
Figura 41. Correa de sujeción portadora de los vibradores(Autores)
Figura 42. Correa de sujeción puesta en el usuario(Autores).
Con esta correa se logró sensibilidad, pero muy confusa, dado que en las pruebas realizadas fue un poco
difícil detectar de que vibrador proviene la señal dado que a lo largo de la correa se transmite la
vibración, por ende, se decide que es mejor la colocación del vibrador directamente al cuerpo
obteniendo una mayor sensibilidad y detectando más fácilmente el lugar del objeto puesto que la
persona decide en qué lugar se coloque.
Se hicieron pruebas en un pasillo, efectivamente el dispositivo detecta las paredes laterales indicándole
al usuario que hay dos obstáculos en la parte izquierda y derecha de él, al igual los vibradores generan la
respectiva vibración.
Figura 43. Pasillo visto en cámara RGB. (Autores)
6.1.2. Prueba con persona en condición de discapacidad visual.
Se realizó una prueba con una persona en condición de discapacidad visual, esta prueba se realizó por
medio del instituto nacional para ciegos ubicado en la ciudad de Bogotá D.C, cuya dirección es cra 13 #
34 – 91. Se hizo contacto en primer lugar vía telefónica a través del señor Enrique King, el número
telefónico es (1)3846666 ext. 304, quien es el coordinador del Instituto Nacional de Ciegos, Quien nos
agendo muy amablemente una cita para poder realizar una prueba con una persona en condición de
discapacidad visual. El usuario es una persona joven, amante de la tecnología, quien amablemente nos
colaboró con una prueba del prototipo y nos comentó su experiencia, y su perspectiva sobre el
dispositivo.
En las siguientes imágenes podemos observar al usuario con el dispositivo puesto
Figura 44. Vista frontal de la persona con discapacidad visual y el dispositivo (Autores)
Figura 45. Vista posterior de la persona con discapacidad visual(Autores)
Los vibradores se colocaron en el cinturón de sujeción del maletín abdominal.
La prueba que se realizó se dividió en dos partes, la primera fue un desplazamiento por las oficinas en
las que labora esta persona, la segunda se realizó en un área libre en donde se fueron colocando
algunos objetos para ver el comportamiento de la persona al colocarlo en diferentes puntos siendo
detectados e indicados por medio de vibración.
En primera instancia se refirió a que el dispositivo es algo estorboso e incómodo por el tamaño
del Kinect, en cuanto al maletín abdominal no le genera inconvenientes.
Argumenta que después de un tiempo de utilizarlo, la vibración se vuelve un poco molesta tal
vez en el punto del cuerpo en el que se encuentra la vibración, en este caso en el área
abdominal. indica que cree que se debe colocar en áreas como en los brazos o puntos más
distantes para poder identificar mejor el vibrador que se encuentra actuando en ese momento,
aunque no garantizaría si después de un periodo más largo de tiempo le pudiera generar
molestia.
Nos menciona que le gustaría que la descripción audible pudiera identificar si es un objeto o por
lo contrario una persona, que actualmente hay aplicaciones para celular como tap tap see en la
cual se puede tomar una foto con la cámara del celular y hacer una breve descripción oral del
objeto, dice que le gustaría también que pudiera realizar identificación del objeto es decir si es
una pared, una mesa, un armario, entre otros.
Comenta que la experiencia le gusto que fue buena, que ajustando puede ser un buen medio
para mejorar el desplazamiento de una persona en condición de discapacidad visual, más que
todo por el tema de distancia, aunque define que se debería trabajar mucho en el
procesamiento de la imagen para obtener más cualidades del entorno.
8. CONCLUSIONES
Se evidencio una buena fluidez del dispositivo, no se evidencian lapsos ni tiempos muertos es
decir bloqueos cuando está en funcionamiento, permitiendo que la información al usuario sea
constante en cuanto al sistema de alarma y fluido al momento de brindar la información audible
al usuario.
En las pruebas en los espacios cerrados cuando no se encuentra un objeto a más de dos metros
o no hay objetos y el techo es muy bajo logra detectar este, brindando esta información
inadecuada al usuario.
La cámara de profundidad en ambientes oscuros, tiene un correcto funcionamiento sobre los
obstáculos que se encuentren en el entorno, permitiendo desplazamientos en entornos con baja
luminosidad. Se hicieron varias pruebas en ambientes con muy poca luz para verificar este
hecho.
Los vibradores se deben colocar a sugerencia de la persona, en donde no genere molestia y
además donde el usuario tenga una buena sensibilidad para definir la posición en la que se
encuentre el objeto.
En un desarrollo futuro se puede cambiar el Kinect por una cámara de profundidad que se
encuentre en el mercado con características similares a las del Kinect permitiendo que el
dispositivo sea mucho más cómodo y manejable para la persona.
En las pruebas se evidencio que este dispositivo puede llegar hacer un buen complemento y no
logra sustituir de ninguna manera el bastón blanco más que todo en áreas donde no sean muy
concurridas, ya que saturaran de información a la persona, es decir no se recomendaría
utilizarlo por ejemplo en el centro de Bogotá, pero sería de gran ayuda por ejemplo en sitios
como oficinas o residencias, espacios cerrados.
Es un dispositivo que no tiene rango de edad, puede ser utilizado desde una persona
adolescente, hasta una persona de la tercera edad, pues interpretarlo es muy fácil, basta con
escuchar y tener sensibilidad en donde quede ubicado el vibrador que estimule el musculo para
indicarle en qué posición y la distancia a la cual se encuentra el objeto.
El prototipo tiene grandes posibilidades de desarrollo en dos aspectos, tamaño, descripción del
objeto, dado que se puede trabajar en la diferenciación de objetos o personas y dar
características más específicas de ellas.
BIBLIOGRAFIA
Censos de población y vivienda, 2005. “Realidad y contexto situacional de la población con limitación
visual en Colombia. Una aproximación desde la justicia y el desarrollo humano.”
Diego Cardona, Javier Leonardo, Miller Rivera, Edwin Cárdenas, noviembre de 2013. “Inferencia
estadística Módulo de regresión lineal simple”.
E. Monsalve Lesmes, 2016. "Programa de procesamiento de imágenes adquiridas por medio del sensor
Kinect para determinar la posibilidad una víctima en determinada zona," Ingeniería en Control,
Universidad Distrital Francisco José de Caldas.
Fisioterapia “Ley del todo o nada de la contracción muscular, la contracción muscular”, disponible en:
http://www.actiweb.es/tafadperezgaldos/archivo4.pdf.
Funcionamiento Kinect, Recuperado de http://sabia.tic.udc.es/gc/trabajos%202011-
12/Kinect/comoFunciona.html.2011.
Guido Rossum, septiembre 2009. “El tutorial de Python”.
I. Lengua, L. Dunai, G. Peris Fajarnés, y B. Defez, mayo 2013. "Dispositivo de navegación para personas
invidentes basado en la tecnología time of flight," IEEE Trans. Navigation device for blind people based
on time-offlight technology.
Jonatán Yahír Galán Acuña, 2013. “Bastón Guía Ultrasónico Con Indicador Sonoro Para Personas Con
Limitación Visual”, Ingeniería Electrónica.
Juan Elías Rincón Ruiz, 2008. “Diseño y construcción de un dispositivo electrónico para la detección de
obstáculos, como ayuda a personas con discapacidad visual”.
Lucas Martin, “Control LED RGB con PWM en arduino”, 2012, Disponible en: http://www.automatismos-
mdq.com.ar/blog/2012/06/control-de-led-rgb-con-pwm-en-arduino.html
María Dolores Cebrián De Miguel, y Juan José Cantalejo Cano, octubre 1998. "Glosario de términos de
rehabilitación básica de las personas ciegas y deficientes visuales, "Organización Nacional de Ciegos de
España, Madrid, España, I.S.S.N. 1136-0720,
Martínez Alain Dieter, 2012. “Bastón blanco para prevenir obstáculos”.
Matt, 2014 .“Raspberry Pi Model B+ 3.5mm Audio/Video Jack”.Recuperado de
https://www.raspberrypi-spy.co.uk/2014/07/raspberry-pi-model-b-3-5mm-audiovideo-jack/
Melissa Peralta, José Urmendiz, 2014. “Sistema de asistencia y guía para personas invidentes”.
Microsoft, “Ficha técnica”, Recuperado de https://support.xbox.com/es-ES/xbox-
360/accessories/kinect-sensor-components.
Microsoft, “partes del Kinect”, recuperado de https://msdn.microsoft.com/en-
us/library/jj131033.aspx?irgwc=1&OCID=AID681541_aff_7593_1211691&tduid=(ir_TMAT06R3uWPiW2j
Xa1TC9ynqUkj3clQv%3Axecz40)(7593)(1211691)(TnL5HPStwNw-
Wb5Ps9Tnwu9CJm7a1HVZHQ)()&irclickid=TMAT06R3uWPiW2jXa1TC9ynqUkj3clQv%3Axecz40
Oihana Otaegui, Estíbaliz Loyo, Eduardo Carrasco, Claudia Fösleitner, John Spiller, Manfred Schrenk,
Daniela Patti, Rafael Olmedo, Markus Dubielzig. 2012. “Assisting Personal Guidance System for People
with Visual Impairment”.
Organización Mundial De la Salud, 2014. “Ceguera y discapacidad visual”, recuperado de
http://www.who.int/mediacentre/factsheets/fs282/es/.
Raspberry org, “especificaciones técnicas”, recuperado de
https://www.raspberrypi.org/documentation/.
UNCU (Unión Nacional de Ciegos del Uruguay), 2013. “Bastón Blanco”, recuperado de
http://www.uncu.org.uy/bastonblanco.htm.
WHO ( World Health organization), 2010. “Global data on visual impairments 2010”.