Investigadores de la Universidad Politécnica de Macao han desarrollado un innovador sistema de percepción multimodal diseñado para facilitar la navegación de peatones en ambientes abiertos complejos. Equipado con una plataforma de cálculo embebida, cámaras de profundidad, sensores ultrasónicos, GPS y dispositivos IMU, este sistema promete mejorar significativamente la autonomía y seguridad de los usuarios.

El enfoque multimodal integra avanzados algoritmos de visión por computador con sensores para proporcionar soporte en tareas críticas como la navegación a destinos específicos, evitar obstáculos y cruzar intersecciones. Las pruebas demuestran que el sistema permite a los usuarios caminar de manera independiente y eficiente.

El componente clave de percepción ambiental emplea algoritmos de visión para extraer información sobre el entorno, identificando objetos comunes como vehículos y peatones. Esta información se combina con datos de otros sensores para optimizar la planificación de rutas con el algoritmo A-Star, asegurando la selección del mejor camino posible.

Experimentos diseñados demostraron que el sistema incrementa la tasa de éxito al alcanzar destinos frente al uso de un bastón blanco tradicional. Los participantes equipados con el sistema mostraron trayectorias más suaves y una velocidad de movimiento mayor. Dichos resultados son respaldados por pruebas realizadas en escenarios de obstáculos y cruce de intersecciones, donde el sistema expone capacidades superiores para ayudar al usuario a evitar colisiones.

El diseño hardware del sistema incluye componentes como la cámara Intel RealSense y sensores ultrasónicos, mientras que un ordenador embebido se encarga de ejecutar algoritmos complejos. La gestión energética es eficiente, con una batería de 100W que mantiene el sistema operativo por más de cinco horas.

El sistema también ofrece interacciones humano-robot mediante audífonos inalámbricos, proporcionando indicaciones precisas a los usuarios.

Concluyendo, el sistema de navegación multimodal representa un avance significativo en tecnologías de asistencia, permitiendo una movilidad independiente y eficiente para usuarios en ambientes complejos. El futuro desarrollo se enfocará en métodos de segmentación de imagen semi-supervisados para mejorar aún más su desempeño.