Autonomous Indoor Navigation for Visually Impaired: A ROS-Based Intelligent Guide Robot with Deep Learning and SLAM Integration
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
This study presents the design and implementation of an indoor intelligent guide robot for visually impaired individuals, leveraging ROS and deep learning technologies to facilitate autonomous navigation. The robot's architecture is detailed, highlighting the use of Jetson Nano for system control, STM32Fl series motor control, and ROS-Melodic for operation. Key technologies such as motor disc odometry, SLAM (Simultaneous Localization and Mapping), autonomous positioning and navigation, and object detection are analyzed and implemented. The robot's performance is evaluated through tests on navigation accuracy, obstacle avoidance, and voice interaction response time, demonstrating its effectiveness in assisting visually impaired users in indoor environments.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Autonomous Indoor Navigation for Visually Impaired: A ROS-Based Intelligent Guide Robot with Deep Learning and SLAM Integration
- Date Crossref
- 29/03/2024
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Jiangxi Science and Technology Normal University pays non établi dans la noticeUniversité ou école supérieure
-
Jiangxi Normal University pays non établi dans la noticeUniversité ou école supérieure
-
School of Information and Mechatronic Engineering pays non établi dans la noticeUniversité ou école supérieure
Jiangxi Science and Technology Normal University, Jiangxi Normal University et School of Information and Mechatronic Engineering.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.