Solução de Edge Computing embarcada para melhorar a mobilidade de pessoas com deficiência visual

Abstract

O projeto tem como objetivo desenvolver um Minimum Viable Product (MVP) de um software para o dispositivo embarcado móvel VMobi. Criado pelo cliente Prof. Dr. Kamal Sarkar e seus alunos da Universidade do Texas: Rio Grande Valley (UTRGV), o produto tem como intuito solucionar o problema de mobilidade de pessoas cegas, ou que possuem alguma deficiência visual severa, através de visão computacional e interface de usuário via áudio. Alguns critérios foram definidos pelo cliente desde o início do desenvolvimento, como: obter reconhecimento de objetos a uma taxa acima de 10 frames por segundo (FPS), custar até 1000 dólares para a produção do protótipo completo, pesar menos que 1,81 kg e permitir incluir novas categorias de objetos a serem reconhecidos (o que neste projeto foi feito com a técnica de transfer learning). O software final foi desenvolvido na linguagem de programação Python em uma Raspberry Pi 4 contando com uma Tensor Processing Unit (TPU) para aceleração do hardware. Além de alcançar as expectativas e os critérios definidos pelo cliente para o protótipo a ser executado de forma wearable, foi implementado um modelo de detecção de textos e disponibilizado ao cliente um jupyter notebook para geração de novos modelos de redes neurais que reconhecem diferentes categorias de objetos através de transfer learning.