The overall architectureWe propose

The overall architecture
We propose a general architecture as shown in Fig. 2 including three main modules:
 Localization: Two tasks will be carried out: building environment map and constructing
environmental dictionary. Here, we propose using FAB-MAP algorithm [5] to serve for
matching the current view with the ones in the database. This module is presented in
detail in Section 3.2.
 Obstacle detection and recognition: We aim to detect and recognize static obstacles
{Potted plants, Trash, and Extinguisher} and dynamic one {Human} that the visually
impaired person could meet on the path. Thanks to this module, the visually impaired
people can avoid obstacles or be informed about it. Details are described in Section 3.3.
 Navigation and Human-Machine Interaction: We solve two problems: Path finding in
Environment and human-machine interaction. A powerful algorithm "Shortest Path" to
path finding in environment and the direction of travel of the robot is developed. The
exact driver of robot movement is improved using Kalman filter. Finally, an application
is built on the Android OS platform allowing the visually impaired person to interact
with the system. The interaction is very easy and commode using vibration or touch
screen. This module is described in more detail in Section 3.4.

Kết quả (Việt) 1:

Kiến trúc tổng thểChúng tôi đề xuất một kiến trúc chung như minh hoạ trong hình 2 bao gồm ba module chính:Địa phương hoá: Hai nhiệm vụ sẽ được thực hiện: xây dựng bản đồ môi trường và xây dựngtừ điển môi trường. Ở đây, chúng tôi đề nghị sử dụng thuật toán FAB-bản đồ [5] để phục vụ chophù hợp với quan điểm hiện nay với những người thân trong cơ sở dữ liệu. Mô-đun này được trình bày trongXem chi tiết trong phần 3.2.Trở ngại phát hiện và công nhận: chúng tôi nhằm mục đích để phát hiện và nhận ra những trở ngại tĩnh{Chậu cây, thùng rác, và bình} và năng động một {nhân} mà các trực quanngười gặp khó khăn có thể đáp ứng trên con đường. Nhờ có mô-đun này, các khiếmmọi người có thể tránh chướng ngại vật hoặc được thông báo về nó. Thông tin chi tiết được mô tả trong phần 3.3.Điều hướng và tương tác của con người-máy: chúng tôi giải quyết hai vấn đề: tìm trong đườngMôi trường và con người-máy tính tương tác. Một thuật toán mạnh mẽ "Đường đi ngắn nhất" đểTìm trong môi trường và sự chỉ đạo của du lịch của các robot đường được phát triển. Cáctrình điều khiển chính xác của robot di chuyển được cải thiện bằng cách sử dụng bộ lọc Kalman. Cuối cùng, là một ứng dụngđược xây dựng trên nền tảng hệ điều hành Android cho phép người khiếm để tương tácvới hệ thống. Sự tương tác là rất dễ dàng và tiếp bằng cách sử dụng rung động hoặc liên lạcmàn hình. Mô-đun này được mô tả chi tiết hơn trong phần 3.4.

Kết quả (Việt) 2:

Tổng thể kiến trúc
Chúng tôi đề xuất một kiến trúc chung như hình. 2 bao gồm ba phần
chính:? Nội địa hóa: Hai nhiệm vụ này sẽ được thực hiện: xây dựng bản đồ môi trường và xây dựng
từ điển môi trường. Ở đây, chúng tôi đề xuất sử dụng thuật toán FAB-MAP [5] để phục vụ cho
phù hợp với quan điểm hiện tại với những người thân trong cơ sở dữ liệu. Module này được trình bày trong
chi tiết trong Phần
3.2.? Phát hiện chướng ngại vật và công nhận: Chúng tôi mong muốn phát hiện và nhận ra những trở ngại tĩnh
{cây chậu, thùng rác, và hỏa} và một năng động {} Human rằng thị giác
người khiếm có thể gặp trên đường. Nhờ mô-đun này, người khiếm thị
người có thể tránh chướng ngại vật hoặc được thông báo về điều đó. Chi tiết được mô tả trong Phần
3.3.? Navigation và Human-Machine Interaction: Chúng tôi giải quyết hai vấn đề: con đường tìm kiếm trong
môi trường và sự tương tác của con người-máy. Một thuật toán mạnh mẽ "Path Shortest" để
tìm đường dẫn trong môi trường và hướng đi của robot được phát triển. Các
trình điều khiển chính xác của chuyển động robot được cải thiện bằng cách sử dụng bộ lọc Kalman. Cuối cùng, một ứng dụng
được xây dựng trên nền tảng hệ điều hành Android cho phép người khiếm thị để tương tác
với hệ thống. Sự tương tác là rất dễ dàng và sử dụng tủ có ngăn rung động hay cảm ứng
màn hình. Module này được mô tả chi tiết hơn trong Phần 3.4.