論文の概要: OmniAcc: Personalized Accessibility Assistant Using Generative AI

• arxiv url: http://arxiv.org/abs/2509.07220v1
• Date: Mon, 08 Sep 2025 21:03:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-10 14:38:27.122748
• Title: OmniAcc: Personalized Accessibility Assistant Using Generative AI
• Title（参考訳）: OmniAcc: ジェネレーティブAIを用いたパーソナライズされたアクセシビリティアシスタント
• Authors: Siddhant Karki, Ethan Han, Nadim Mahmud, Suman Bhunia, John Femiani, Vaskar Raychoudhury,
• Abstract要約: 本稿では,AIを利用した対話型ナビゲーションシステムであるOmniAccについて述べる。 建設中の環境において、ランプや横断歩道のような車椅子でアクセス可能な特徴を識別する。 横断歩道検出精度97.5%のOmniAccは、ナビゲーションの改善とより包括的な都市空間の育成におけるAIの変革の可能性を強調している。
• 参考スコア（独自算出の注目度）: 3.093938262967334
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Individuals with ambulatory disabilities often encounter significant barriers when navigating urban environments due to the lack of accessible information and tools. This paper presents OmniAcc, an AI-powered interactive navigation system that utilizes GPT-4, satellite imagery, and OpenStreetMap data to identify, classify, and map wheelchair-accessible features such as ramps and crosswalks in the built environment. OmniAcc offers personalized route planning, real-time hands-free navigation, and instant query responses regarding physical accessibility. By using zero-shot learning and customized prompts, the system ensures precise detection of accessibility features, while supporting validation through structured workflows. This paper introduces OmniAcc and explores its potential to assist urban planners and mobility-aid users, demonstrated through a case study on crosswalk detection. With a crosswalk detection accuracy of 97.5%, OmniAcc highlights the transformative potential of AI in improving navigation and fostering more inclusive urban spaces.
• Abstract（参考訳）: 閉鎖障害を持つ人は、アクセス可能な情報や道具がないため、都市環境をナビゲートする際に大きな障壁に遭遇することが多い。 本稿では,GPT-4,衛星画像,OpenStreetMapデータを利用したAIによる対話型ナビゲーションシステムであるOmniAccについて述べる。 OmniAccは、パーソナライズされたルート計画、リアルタイムハンズフリーナビゲーション、物理的アクセシビリティに関するインスタントクエリ応答を提供する。 ゼロショット学習とカスタマイズされたプロンプトを使用することで、システムはアクセシビリティ機能を正確に検出し、構造化されたワークフローによる検証をサポートする。 本稿では,OmniAccを紹介するとともに,横断歩道検出のケーススタディを通じて,都市計画者やモビリティ支援者を支援する可能性を探る。 横断歩道検出精度97.5%のOmniAccは、ナビゲーションの改善とより包括的な都市空間の育成におけるAIの変革の可能性を強調している。

関連論文リスト

• MR.NAVI: Mixed-Reality Navigation Assistant for the Visually Impaired [42.45301319345154]
  本稿では,視覚障害者の空間認識を高める複合現実感システムであるMR. NAVIを提案する。 本システムでは,物体検出と深度推定のためのコンピュータビジョンアルゴリズムと自然言語処理を組み合わせることで,文脈的シーン記述を提供する。
  論文  参考訳（メタデータ） (2025-05-28T14:02:56Z)
• Mobile Robot Navigation Using Hand-Drawn Maps: A Vision Language Model Approach [5.009635912655658]
  手描きの地図は、しばしばスケールの歪みや目印の欠如のような不正確さを含む。 本稿では,事前学習型視覚言語モデルを活用した手書き地図ナビゲーション(HAM-Nav)アーキテクチャを提案する。 Ham-Navは、トポロジカルマップに基づく位置推定とナビゲーション計画のためのユニークな選択型ビジュアルアソシエーション・プロンプティング・アプローチを統合している。
  論文  参考訳（メタデータ） (2025-01-31T19:03:33Z)
• Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots [50.02055068660255]
  都市環境のナビゲーションは、ロボットにとってユニークな課題であり、移動とナビゲーションのための革新的なソリューションを必要としている。 本研究は, 適応移動制御, 移動対応ローカルナビゲーション計画, 市内の大規模経路計画を含む, 完全に統合されたシステムを導入する。 モデルフリー強化学習(RL)技術と特権学習を用いて,多目的移動制御系を開発した。 私たちのコントローラーは大規模な都市航法システムに統合され、スイスのチューリッヒとスペインのセビリアで自律的、キロメートル規模の航法ミッションによって検証されます。
  論文  参考訳（メタデータ） (2024-05-03T00:29:20Z)
• Floor extraction and door detection for visually impaired guidance [78.94595951597344]
  未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。 コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。 本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
  論文  参考訳（メタデータ） (2024-01-30T14:38:43Z)
• MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
  本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。 評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
  論文  参考訳（メタデータ） (2023-10-08T21:32:30Z)
• ETPNav: Evolving Topological Planning for Vision-Language Navigation in Continuous Environments [56.194988818341976]
  視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。 本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。 ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
  論文  参考訳（メタデータ） (2023-04-06T13:07:17Z)
• OASIS: Automated Assessment of Urban Pedestrian Paths at Scale [16.675093530600154]
  モバイル機器を用いて歩道ネットワークデータを抽出する自由かつオープンソースの自動マッピングシステムを開発した。 本稿では,地域交通経路レビューチームの一員である人間測量士とともに,実環境で収集した画像を用いて訓練・テストしたプロトタイプシステムについて述べる。
  論文  参考訳（メタデータ） (2023-03-04T01:32:59Z)
• Augmented reality navigation system for visual prosthesis [67.09251544230744]
  反応ナビゲーションと経路計画のソフトウェアを組み込んだ視覚補綴用拡張現実ナビゲーションシステムを提案する。 対象を地図上に配置し、対象の軌道を計画し、対象に示し、障害なく再計画する。 その結果,目標を達成するための時間と距離を減らし,障害物衝突の回数を大幅に減らし,航法性能の向上を図っている。
  論文  参考訳（メタデータ） (2021-09-30T09:41:40Z)
• AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control [56.73750387509709]
  SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。 本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
  論文  参考訳（メタデータ） (2021-04-07T14:31:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。