Seguimiento facial, mediante visión artificial, orientado a la ayuda a la movilidad

  1. Bergasa Pascual, Luis M.
Dirigida por:
  1. Manuel Ramón Mazo Quintas Director

Universidad de defensa: Universidad de Alcalá

Fecha de defensa: 13 de diciembre de 1999

Tribunal:
  1. Darío Maravall Gómez-Allende Presidente/a
  2. Luciano Boquete Vázquez Secretario
  3. Ramón Ceres Ruiz Vocal
  4. José Gabriel Zato Recelado Vocal
  5. Francisco Sandoval Hernández Vocal
Departamento:
  1. Electrónica

Tipo: Tesis

Teseo: 79717 DIALNET

Resumen

En esta tesis se propone un sistema de guiado de una silla de ruedas motorizada en entornos interiores, mediante seguimiento facial, para ayudar a la movilidad de personas minusválidas y aplicando técnicas de visión artificial. Se trata de un sistema de control en lazo cerrado en el que el usuario genera una serie de comandos a alto nivel, mediante los movimientos de cabeza, ajos y boca, que permiten mover la silla a voluntad. El sistema es no intrusivo, fácil de manejar, adaptativo a cambios de iluminación y entorno, y aplicable a cualquier persona, independientemente de su sexo y raza, siempre que no tenga problemas de movilidad de cabeza. Para llevar a cabo estos objetivos, se ha utilizado como sensor una micro cámara de vídeo en color, en una configuración de cámara fija solidaria con la silla, que captura continuamente un plano de la cabeza del usuario. Sobre estas imágenes, se aplica un segmentador del color de la piel en tiempo real propio, basado en un modelo estocástico guassiano adaptativo y no supervisado. A dicho segmentador se le ha denominado UASGM (Modelo guassiano de la piel adaptativo y no supervisado) y supone una de las principales aportaciones de la tesis. Experimentalmente se ha demostrado que los resultados obtenidos, respecto a al número de clases óptimo del proceso de "clustering", mejoran o igualan a otros métodos basados en modelos de múltiples gaussianas. También se han logrado mejores resultados de segmentación que aplicando el método GLVQ-F (Fuzzy Generalized Learning Vecotr Quantization), que utiliza el conocido algoritmo de "clusterint" FCM (Fuzzy C-Means). Sobre el objeto segmentado piel se aplica un seguidor 2D de la cabeza y mediante un sistema borroso, previamente adaptado al usuario, se detectan los movimientos de la misma. Dichos movimientos controlan las transiciones de una máquina de estados que genera las consignas de velocidad lineal y angular de la silla. Aplicando el modelo cinemático de la misma, estas velocidades se transforman en velocidades angulares para cada rueda y se envían a un módulo de control a bajo nivel donde hay implementados dos controladores PI. También se ha añadido otro módulo de localización de ojos y boca que permite al activación de los comandos especiales de "on/off" y sentido y que se sumarán a los creados mediante los movimientos de cabeza. Para demostrar las prestaciones del sistema propuesto, se han realizado pruebas sobre una de las sillas prototipo del proyecto SIAMO (que debió de ser convenientemente adaptada para permitir este tipo de guiado) con distintos usuarios. Finalmente, se presenta los resultados de una encuesta realizada a los miembros sobre la controlabilidad y rendimiento del sistema.