Developing localization and navigat

Developing localization and navigation assistance tools for visually impaired people have
been received many intention in the autonomous robotics community [6]. Most of the works
focus on finding efficient localization solutions based on positioning data from different
sensors such as GPS, laser, Radio Frequency Identification (RFID), vision or the fusion of
several of them. Loomis et al. [17] surveyed efficiency of GPS-based navigation systems
suppor ting visually impaired people. The GPS-based systems share similar problems: low
accuracy in urban-environments (localization accuracy is limited to approximately 20 m),
signal loss due to multi-path effect or line-of-sight restrictions due to the presence of buildings
or even foliage. Kulyukin et al. [15] proposed a system based on Radio Frequency Identification (RFID) for aiding the navigation of visually impaired people in indoor environments.
The system requires the design of a dense network of location identifiers. Helal et al. [13]
proposed a wireless pedestrian navigation system. They integrated several signals such as
voiced, wireless networks, Geographic Information System (GIS) and GPS to provide the
visually impaired people with an optimized route. Recent advanced techniques in computer
vision offer substantial improvements with respect to localization and navigation services in
known or unknown environments. The vision-based approaches offer not only safe navigation,
but also provide a very rich and valuable description of the environment. For example, [2]
develops an application named LocateIt, which helps blind people locate objects in indoor
environments.
In [30], ShelfScanner is a real-time grocery detector that allows online detection of items on
a shopping list. With respect to visual mapping and localization, Alcantarilla [9] utilizes wellknown techniques such as Simultaneous Localization and Mapping (SLAM) and Structure
from Motion (SfM) to create a 3-D Map of an indoor environment. He then utilizes visual
desciptors (such as Gauge- Speeded Up Robust Features, G-SURF) to mark local coordinates
on the constructed 3-D map. Instead of building a prior 3-D map, Lui et al. [16] utilize a precaptured reference sequence of the environment. Given a new query sequence, their system
attempts to find the corresponding set of indices in the reference video. Some wearable
applications based on visual SLAM have also been proposed. Pradeep et al. [23] present a
head-mounted stereo-vision platform for detecting obstacles in the path and warn subjects

Kết quả (Việt) 1:

Đang phát triển địa phương hoá và định hướng hỗ trợ công cụ cho người khiếm cólà nhận được nhiều ý định trong cộng đồng tự trị robot [6]. Hầu hết các tác phẩmtập trung vào việc tìm kiếm địa phương hoá hiệu quả giải pháp dựa trên vị trí dữ liệu từ khác nhaucảm ứng chẳng hạn như GPS, laser, nhận dạng tần số vô tuyến (RFID), tầm nhìn hoặc sự hợp nhấtmột số của họ. Loomis et al. [17] được khảo sát hiệu quả của hệ thống định vị dựa trên GPStrê ting khiếm thị người. Dựa trên GPS hệ thống chia sẻ vấn đề tương tự: thấpđộ chính xác trong môi trường đô thị (nội địa hóa chính xác là giới hạn đối với khoảng 20 m),tín hiệu mất do hiệu ứng đa đường dẫn hoặc hạn chế line-of-sight do sự hiện diện của các tòa nhàhoặc thậm chí tán lá. Kulyukin et al. [15] đề xuất một hệ thống dựa trên nhận dạng tần số vô tuyến (RFID) để giúp đỡ các menu của người khiếm trong môi trường trong nhà.Hệ thống yêu cầu thiết kế của một mạng lưới dày đặc các định danh vị trí. Helal et al. [13]đề xuất một hệ thống không dây điều hướng đi bộ. Họ tích hợp một số tín hiệu chẳng hạn nhưlồng tiếng, mạng không dây, Hệ thống thông tin địa lý (GIS) và GPS để cung cấp cácnhững người có một tuyến đường tối ưu hóa khiếm thị. Tại kỹ thuật tiên tiến trong máy tínhtầm nhìn cung cấp cải tiến đáng kể đối với dịch vụ nội địa hóa và điều hướng trongđược biết đến hoặc không xác định môi trường. Cung cấp các phương pháp tiếp cận dựa trên tầm nhìn không chỉ an toàn chuyển hướng,nhưng cũng cung cấp một mô tả rất phong phú và có giá trị của môi trường. Ví dụ, [2]phát triển một ứng dụng được đặt theo tên LocateIt, giúp người mù, xác định vị trí các đối tượng trong hồmôi trường.[30], ShelfScanner là một máy dò hàng tạp hóa thời gian thực cho phép trực tuyến phát hiện mặt hàng ngàymột danh sách mua sắm. Đối với hình ảnh lập bản đồ và địa phương hoá, Alcantarilla [9] sử dụng náo kỹ thuật chẳng hạn như nội địa hóa đồng thời và lập bản đồ (SLAM) và cấu trúctừ chuyển động (SfM) để tạo ra bản đồ 3-D của môi trường trong nhà. Ông sau đó sử dụng thị giácdesciptors (ví dụ như đo tốc lên mạnh mẽ tính năng, G-SURF) để đánh dấu các tọa độ địa phươngNgày xây dựng bản đồ 3-D. Thay vì xây dựng bản đồ 3-D trước, Lui et al. [16] sử dụng một chuỗi precaptured tham khảo các môi trường. Đưa ra một chuỗi truy vấn mới, Hệ thống của họcố gắng để tìm thấy các thiết lập tương ứng của chỉ số trong đoạn video tài liệu tham khảo. Đeo một sốứng dụng dựa trên visual SLAM cũng đã được đề xuất. Pradeep et al. [23] hiện tại mộtđầu gắn kết âm thanh stereo-tầm nhìn nền tảng để phát hiện những trở ngại trong con đường và cảnh báo đối tượng

Kết quả (Việt) 2:

Phát triển nội địa hóa và hỗ trợ điều hướng công cụ cho người khiếm thị đã
nhận được nhiều ý định trong các robot cộng đồng tự trị [6]. Hầu hết các công trình
tập trung vào việc tìm kiếm các giải pháp hiệu quả nội địa hóa dựa trên dữ liệu định vị từ khác nhau
các cảm biến như GPS, laser, Radio Frequency Identification (RFID), tầm nhìn hoặc sự kết hợp của
một số người trong số họ. Loomis et al. [17] khảo sát hiệu quả của hệ thống định vị GPS dựa trên
người suppor ting khiếm thị. Các hệ thống GPS dựa trên chia sẻ các vấn đề tương tự: thấp
độ chính xác trong đô thị-môi trường (độ chính xác nội địa hóa được giới hạn trong khoảng 20 m),
mất tín hiệu do hiệu ứng đa đường hoặc line-of-sight hạn chế do sự hiện diện của các tòa nhà
hay thậm chí tán lá . Kulyukin et al. [15] đề xuất một hệ thống dựa trên Radio Frequency Identification (RFID) viện trợ cho điều hướng của người khiếm thị trong môi trường trong nhà.
Hệ thống yêu cầu thiết kế của một mạng lưới dày đặc các định vị trí. Helal et al. [13]
đề xuất một hệ thống dẫn đường cho người đi bộ không dây. Chúng được tích hợp một số tín hiệu như
lồng tiếng, mạng không dây, hệ thống thông tin địa lý (GIS) và GPS để cung cấp những
người khiếm thị với một tuyến đường tối ưu. Kỹ thuật tiên tiến gần đây trong máy tính
tầm nhìn cung cấp những cải tiến đáng kể đối với dịch vụ nội địa hóa và chuyển hướng với
môi trường đã biết hoặc chưa biết. Các phương pháp tiếp cận dựa trên tầm nhìn định hướng cung cấp không chỉ an toàn,
mà còn cung cấp một mô tả rất phong phú và có giá trị của môi trường. Ví dụ, [2]
phát triển một ứng dụng có tên LocateIt, giúp người khiếm thị định vị trí các đối tượng trong nhà
môi trường.
Trong [30], ShelfScanner là một máy dò tạp hóa thời gian thực, cho phép phát hiện trực tuyến của các mặt hàng trên
một danh sách mua sắm. Đối với bản đồ trực quan và nội địa hóa với, Alcantarilla [9] sử dụng các kỹ thuật wellknown như đồng thời các địa phương trong và Mapping (SLAM) và cấu trúc
từ Motion (SFM) để tạo ra một bản đồ 3-D của một môi trường trong nhà. Sau đó, ông sử dụng trực quan
desciptors (như Gauge- đẩy mạnh tính năng mạnh mẽ, G-SURF) để đánh dấu tọa độ địa phương
trên bản đồ xây dựng 3-D. Thay vì xây dựng một bản đồ 3-D trước, Lui et al. [16] sử dụng một chuỗi tham khảo precaptured của môi trường. Cho một chuỗi truy vấn mới, hệ thống của họ
cố gắng để tìm thấy những bộ tương ứng của các chỉ số trong đoạn video tham khảo. Một số mặc
các ứng dụng dựa trên SLAM thị giác cũng đã được đề xuất. Pradeep et al. [23] trình bày một
nền tảng âm thanh stereo-vision đầu gắn để phát hiện chướng ngại vật trong đường dẫn và cảnh báo các đối tượng