論文の概要: An Affordable AI-Integrated Smart Cane for Multimodal Mobility Assistance of Visually Impaired Users
- arxiv url: http://arxiv.org/abs/2609.22277v1
- Date: Sat, 12 Sep 2026 08:45:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:29:00.28493
- Title: An Affordable AI-Integrated Smart Cane for Multimodal Mobility Assistance of Visually Impaired Users
- Title（参考訳）: 視覚障害者のマルチモーダルモビリティ支援のためのAI統合型スマート杖
- Abstract要約: 本稿では,超低消費電力Raspberry Pi Zero 2W上でのマルチモーダルモビリティ支援を目的とした,完全にオフラインのAI統合スマート杖を提案する。
このシステムは、距離対応のビブロタクタクタブルフィードバックとリアルタイムオーディオアラートを備えたINT8量子SSD MobileNet V1モデルとの組み合わせにより、RGBの視覚センシングと飛行時間(ToF)距離推定を融合する。
12人の被験者による予備的ユーザビリティ調査では、肯定的なユーザ認識と障害認識の増強が示された。
- 参考スコア（独自算出の注目度）: 1.8343010253242722
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Visual impairment affects over 2.2 billion people worldwide, yet conventional white canes cannot detect elevated hazards or provide semantic environmental context. Existing AI-assisted navigation systems typically rely on expensive hardware or cloud connectivity, limiting accessibility in resource-constrained settings. This paper presents an affordable (\$88 USD), fully offline AI-integrated smart cane designed for multimodal mobility assistance on an ultra-low-power Raspberry Pi Zero 2W. The system fuses RGB vision sensing with Time-of-Flight (ToF) distance estimation, pairing an INT8-quantized SSD MobileNet V1 model with distance-aware vibrotactile feedback and real-time audio alerts. To ensure operational robustness on constrained hardware, a multiprocessing architecture isolates sensor acquisition, neural inference, and haptic feedback into independent processes with fail-safe sensing support. Experimental evaluation across indoor mobility scenarios demonstrates a macro-averaged F1-score of 0.82 (precision: 0.85, recall: 0.81), a mean end-to-end latency of 330\,ms, and a peak power draw of 2.8\,W. A preliminary usability study with 12 participants (SUS: 78.5, NASA-TLX) demonstrated positive user perception and enhanced obstacle awareness. The proposed prototype validates the feasibility of deploying privacy-preserving, edge-native assistive intelligence for cost-sensitive mobility assistance.
- Abstract（参考訳）: 視覚障害は世界中で220億人以上に影響を与えるが、従来の白杖は高い危険を検知したり、セマンティックな環境環境を提供することはできない。
既存のAI支援ナビゲーションシステムは、通常、高価なハードウェアやクラウド接続に依存し、リソース制約のある設定でアクセシビリティを制限する。
本稿では,超低消費電力Raspberry Pi Zero 2W上でのマルチモーダルモビリティ支援のために設計された,安価な($88 USD)完全オフラインのAI統合スマート杖を提案する。
このシステムは、距離対応のビブロタクタクタブルフィードバックとリアルタイムオーディオアラートを備えたINT8量子SSD MobileNet V1モデルとの組み合わせにより、RGBの視覚センシングと飛行時間(ToF)距離推定を融合する。
制約のあるハードウェア上での運用上の堅牢性を確保するため、マルチプロセスアーキテクチャは、センサの取得、神経推論、触覚フィードバックをフェールセーフなセンシングサポート付きで独立したプロセスに分離する。
室内移動シナリオにおける実験的な評価では、マクロ平均F1スコアは0.82(精度:0.85、リコール:0.81)、平均終端レイテンシは330\,ms、ピークパワーは2.8\,Wである。
12人の参加者(SUS:78.5、NASA-TLX)による予備的ユーザビリティ調査では、肯定的なユーザ認識と障害物認識の強化が示された。
提案したプロトタイプは,プライバシ保護型,エッジネイティブなアシストインテリジェンスを,コストに敏感なモビリティ支援に導入する可能性を検証する。
関連論文リスト
- Fully-sensorized smart-eyewear platform for on-device Machine Learning [1.3651611781068242]
ARGOは、人間工学的快適さ、高い計算スループット、エネルギー効率を橋渡しするために設計されたスマートアイウェアプラットフォームである。
主な貢献はハードウェア、ファームウェア、人工知能の総合的共同設計である。
このプラットフォームはマルチモーダルセンサースイート、RGBカメラ、タイム・オブ・ライトセンサー、マイク、周囲センサーを統合し、200mAhのバッテリーで113分連続で10FPSを提供する。
論文 参考訳（メタデータ） (2026-06-17T17:11:39Z) - Instance-level Visual Active Tracking with Occlusion-Aware Planning [61.982298426203165]
Visual Active Tracking (VAT)は、カメラを3D空間でターゲットに追従することを目的としている。
VATは、視覚的に類似したイントラクタからの混乱と、閉塞下での深刻な障害という、現実世界のデプロイメントにおいて2つの重要なボトルネックに直面している。
3つの相補的なモジュールを持つ統一パイプラインであるOA-VATを提案する。
論文 参考訳（メタデータ） (2026-04-23T09:11:50Z) - Design and Validation of a Lightweight 1D CNN for Affective Touch Classification in Soft Plush Companions [59.49967357689445]
ソフトなセンサー付きコンパニオンは、社会的支援技術のための物理的に安全で感情的に直感的なインターフェースを提供する。
本研究では,ソフト・インタラクティブ・コンパニオンにおける感情的触覚認識のためのディープラーニングモデルの開発と検証を目的とした,オープンソースで拡張されたリアルタイムフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-16T10:20:05Z) - ManipArena: Comprehensive Real-world Evaluation of Reasoning-Oriented Generalist Robot Manipulation [66.02142169323521]
Vision-Language-ActionモデルとWorld Modelは最近、汎用ロボットインテリジェンスのための有望なパラダイムとして登場した。
既存のベンチマークは、主にシミュレータ中心であり、制御性を提供するが、知覚ノイズによって引き起こされる現実のギャップを捉えることができない。
シミュレーションと実世界の実行を橋渡しする標準化された評価フレームワークであるManipArenaを紹介する。
論文 参考訳（メタデータ） (2026-03-30T15:06:41Z) - An AI-IoT Based Smart Wheelchair with Gesture-Controlled Mobility, Deep Learning-Based Obstacle Detection, Multi-Sensor Health Monitoring, and Emergency Alert System [0.6465251961564605]
そこで我々は,手動ナビゲーションのための手袋によるジェスチャー制御,障害物回避のための聴覚フィードバックを備えたYOLOv8を用いたリアルタイム物体検出,即時衝突回避のための超音波を含む,AI-IoTベースのスマート車椅子システムを提案する。
モジュラーで低コストなアーキテクチャをベースとしたジェスチャー制御は95.5%の成功率、超音波障害物検出は94%の精度、YOLOv8ベースの物体検出は91.5%の精度、90.2%のリコール、90.8%のF1スコアを記録した。
論文 参考訳（メタデータ） (2026-01-17T09:37:11Z) - Real-Time In-Cabin Driver Behavior Recognition on Low-Cost Edge Hardware [1.1100764382749708]
Raspberry Pi 5とGoogle Coral Edge TPUにデプロイするために設計された、シングルカメラインキャビンドライバの挙動認識システム。
システムは、複数の電話使用モード、食事/飲酒、喫煙、後ろに手を伸ばす、視線/注意のシフト、乗客のインタラクション、グルーミング、コントロールパネルのインタラクション、あくび、目を閉じた睡眠を含む17の行動クラスをカバーする。
論文 参考訳（メタデータ） (2025-12-26T00:54:24Z) - ZIA: A Theoretical Framework for Zero-Input AI [0.0]
Zero-Input AI(ZIA)は、明示的なユーザコマンドを使わずに、積極的な意図予測を可能にすることによって、人間とコンピュータのインタラクションのための新しいフレームワークを導入している。
リアルタイム推論のためのマルチモーダルモデルに、視線追跡、バイオシグナル(EEG、心拍数)、コンテキストデータ(時間、位置、使用履歴)を統合する。
ZIAは、アクセシビリティ、ヘルスケア、消費者アプリケーションのためのスケーラブルでプライバシ保護フレームワークを提供し、AIを予測知性に向けて前進させる。
論文 参考訳（メタデータ） (2025-02-22T07:42:05Z) - An AI-Driven Multimodal Smart Home Platform for Continuous Monitoring and Assistance in Post-Stroke Motor Impairment [23.865199757677036]
術後患者の在宅リハビリテーションを継続するためのスマートホームプラットフォームを提案する。
プランタ圧インソールは、最大94%の精度で、ユーザーを運動回復段階に分類する。
カメラやマイクなどの環境センサーとともに、オプションのヘッドマウントアイトラッキングモジュールは、家庭用デバイスのシームレスなハンズフリーコントロールをサポートする。
論文 参考訳（メタデータ） (2024-11-28T09:04:39Z) - RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments [62.5830455357187]
我々は3種類のセンサー(Camera, LiDAR, Fisheye)をベースとした自我中心型マルチセンサデータ収集プラットフォームを構築した。
大規模なマルチモーダルデータセットであるRoboSenseは、エゴセントリックなロボット知覚を促進するために構築されている。
論文 参考訳（メタデータ） (2024-08-28T03:17:40Z) - Bridging the Gap Between End-to-End and Two-Step Text Spotting [88.14552991115207]
ブリッジングテキストスポッティングは、2段階のメソッドでエラーの蓄積と最適化性能の問題を解決する新しいアプローチである。
提案手法の有効性を広範囲な実験により実証する。
論文 参考訳（メタデータ） (2024-04-06T13:14:04Z)
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。