Mostrar registro simples

BLINDMOBI: um sistema de identificação de ônibus para pessoas com deficiência visual

dc.creatorAlbuquerque, João Lucas Andrade de
dc.date.accessioned2020-08-20T22:16:28Z
dc.date.available2020-08-20T22:16:28Z
dc.date.issued2019-03-17
dc.identifier.citationALBUQUERQUE, João Lucas Andrade de. BLINDMOBI: um sistema de identificação de ônibus para pessoas com deficiência visual.2019.58f. TCC (Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas) - Departamento Acadêmico de Controles de Sistemas Eletrônicos, Instituto Federal de Ciência e Tecnologia de Pernambuco, Recife, 2019.pt_BR
dc.identifier.urihttps://repositorio.ifpe.edu.br/xmlui/handle/123456789/194
dc.description.abstractThe BlindMobi project consists of a system designed to assist people with visual impairments when boarding buses in large urban centers, which is based on Bluetooth Low Energy (BLE) technology to inform the current location of the means of transport. It consists of two subsystems: a hardware built into the buses and software running on a mobile device. The builtin device constantly sends signals through the Bluetooth communication protocol, where the application running on the phone captures and interprets these signals, then machine learning algorithms are used to read and interpret the received data and be able to inform the user the current location of the bus, telling you if it is standing next to you or if it is already arriving. The complete prototype was created and tested to validate the proposed system, achieving a success rate of 91.5%, indicating a high viability for the solution.pt_BR
dc.format.extent58 f.pt_BR
dc.languagept_BRpt_BR
dc.relationABRI, Dawood; AWADALLA, Medhat; KALBANI, Jalila; SUWAILAM, Rajaa; YAFAI, Arwa. Bus Detection System for Blind People using RFID. Department of Electrical and Computer Engineering, Sultan Qaboos University, 2015. ALI, Faisal; HAMED, Abdelmoneim. Usage Apriori and clustering algorithms in WEKA tools to mining dataset of traffic accidents. Majmaah University, Majmaah, ArábiaSaudita,2018. ANDRADE, Hilson; ALBUQUERQUE, João; SILVA FILHO, Abel; BERNARDES, Leandro; BORGES, David. BlindMobi: A system for bus identification, based on Bluetooth Low Energy, for people with visual impairment. Instituto Federal de Educação, Ciência e Tecnologia de Pernambuco, Recife, 2019. ANDROID. Painéis.Developer Android, 2018. Disponível em: <https://developer.android.com/about/dashboards/?hl=pt-br>. Acesso em: 08 de novembro de 2018. BEHERA, Rabi; DAS, Kajaree .A Survey on Machine Learning: Concept, Algorithms and Applications. Institute of Engineering and Management, Kolkata, India, 2017. BERSCH, Rita; SARTORETTO, Mara. Assistiva Tecnologia e Educação. TECNOLOGIA ASSISTIVA, 2018. Disponível em: <http://www.assistiva.com.br/tassistiva.html>. Acesso em: 16 de novembro de 2018. BRASIL. Lei nº 18.447/2017, 27 de dezembro de 2017. Lei Ordinária 18447/2017. Recife, PE, disponível em: <http://leismunicipa.is/wabgd>. Acesso em: 15 de novembro de 2018. BRASIL. Decreto de nº 6.949, de 25 de agosto de 2009. Promulga a Convenção Internacional sobre os Direitos das Pessoas com Deficiência e seu Protocolo Facultativo, assinados em Nova York, em 30 de março de 2007. Diário Oficial, Brasília, DF, 25 ago. 2009. Seção 1, p. 3. CAMILO, Cássio; SILVA, João. Mineração de Dados: Conceitos, Tarefas, Métodos e Ferramentas. Instituto de Informática Universidade Federal de Goiás, Goiás, 2009.] CAMPOS, Raphael. Árvores de Decisão. Medium, 2017. Disponível em: <https://medium.com/machine-learning-beyond-deep-learning/%C3%A1rvores-dedecis%C3%A3o-3f52f6420b69>. Acesso em: 16 de outubro de 2018. CARVALHO, André; LIBRALÃO, Giampaolo; VALERIO NETTO, Antonio; OLIVEIRA, Maria; OSHIRO, Rodrigo. Técnicas de Aprendizado de Máquina para análise de imagens oftalmológicas. Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo – USP, São Paulo, 2003. CENDRON, Marcelo; MENEGUZZI, Leonardo; TREIS, Roger. Utilização de giroscópio e acelerômetro para identificação de movimentação em ambientes tridimensionais. Instituto Federal Catarinense - Câmpus Videira, Curso de Ciência da Computação, Santa Catarina, 2016. FREITAS, Ana. Árvores de Decisão. Disponível em: <http://web.tecnico.ulisboa.pt/ana.freitas/bioinformatics.ath.cx/bioinformatics.ath.cx/indexf23 d.html?id>. Acesso em: 16 de outubro de 2018. FILHO, José; MOREIRA, Anderson; VASCONCELOS, Felype. uso de robótica assistiva no auxílio de pessoas com deficiências visuais. Instituto Federal de Pernambuco – Campus Recife, Recife, 2010. HENNEY, Marc; VAFAEI, Sam. Bluetooh Versions Comparasion & Profiles. Rtings.com, 2017. Disponível em: <https://www.rtings.com/headphones/learn/what-is-bluetooth>. Acesso em: 01 de novembro de 2018. HERSH, Marion; JOHNSON, Michael; A Assistive Technology for Visually Impaired and Blind People. Springer Publishing Company, Incoporated, 2008 , 363-384p. IBGE. Censo demográfico 2010. Características gerais da população, religião e pessoas com deficiência. Rio de Janeiro: IBGE, 2012. Disponível em: <https://biblioteca.ibge.gov.br/visualizacao/periodicos/94/cd_2010_religiao_deficiencia.pdf> .Acesso em: 18 de setembro de 2018. INC., InvenSense. MPU-6000 and MPU-6050 Product Specification Revision 3.1. PSMPU-6000A-00. 24 de outubro de 2011. Borregas Ave, Sunnyvale,U.S.A, p.57 Disponível em: <https://cdn.sparkfun.com/datasheets/Components/General%20IC/PS-MPU6000A.pdf>.Acesso em:15 novembro de 2018 . SCHNEIDER JUNIOR, Valmir; ANDREÃO, Rodrigo; NUNES, Reginaldo. Sistema de localização para ambientes fechados baseado na potência do sinal recebido em rede zigbee. Curso Superior de Engenharia Elétrica, Instituto Federal do Espírito Santo, Vitória,2011. KHEDR, Mohamed; SALAMAH, Ahmed; SHARKAS, Maha; TAMAZIN, Mohamed. AnEnhanced WiFi Indoor Localization System Based on Machine Learning. Department of Electronics and Communications Engineering College of Engineering and Technology Arab Academy for Science, Technology and Maritime Transport Alexandria, Egypt, 2016. LIMA, Izabelle. Aprenda a utilizar o acelerômetro MPU6050. Auto Core blog, 2017. Disponível em: <http://autocorerobotica.blog.br/aprenda-a-utilizar-o-acelerometrompu6050/>. Acesso em: 01 de novembro de 2018. LINDEN, Ricardo; Algoritmos Genéticos. 3º Edição, Rio de Janeiro, Editora Ciência Moderna Ltda., 2012. LOPES, Bruno. Algoritmos de localização com informação histórica e realimentação dos utilizadores. Universidade do Minho, Braga, Portugal, 2014. LOSCHI, Marília. Pessoas com deficiência: adaptando espaços e atitudes. IBGE, 2017 Disponível em:<https://agenciadenoticias.ibge.gov.br/agencia-noticias/2012-agencia-de- noticias/noticias/16794-pessoas-com-deficiencia-adaptando-espacos-e-atitudes>.Acesso em: 18 de setembro de 2018. MAIO, António. Bluetooth Low Energy para Monitorização da Postura no Ciclismo. Universidade do Minho, Braga, Portugal, 2014. OLIVEIRA, Filipe. Proposta de Arquitetura de um Sistema em um Chip (SOC) para fins educacionais. Universidade de São Paulo – USP, Curso de Engenharia da Computação, São Carlos, 2014. PACHECO, André. K vizinhos mais próximos – KNN. 2017. Disponível em: <http://www.computacaointeligente.com.br/algoritmos/knn-k-vizinhos-mais-proximos>. Acesso em: 14 de outubro de 2018. RIOS, Marcus. Localização Interior Utilizando Bluetooth Low Energy e Unidade de Medição Inercial. Graduação em Engenharia da Computação, Universidade Federal de Pernambuco, Centro de Informática, Recife, 2017. SILVA, Luiza. Uma Aplicação de Árvores de Decisão, Redes Neurais e KNN para a Identificação de Modelos ARMA Não-Sazonais e Sazonais, Pontifícia Universidade Católica do Rio de Janeiro - PUC-Rio, Rio de Janeiro, 2005.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectSistema de Comunicaçãopt_BR
dc.subjectComunicação Sem Fiopt_BR
dc.subjectSistemas Móveispt_BR
dc.subjectDeficiência visualpt_BR
dc.titleBLINDMOBI: um sistema de identificação de ônibus para pessoas com deficiência visualpt_BR
dc.typeTCCpt_BR
dc.creator.Latteshttp://lattes.cnpq.br/7854780815348642pt_BR
dc.contributor.advisor1Moreira, Anderson Luiz Souza
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2299171400841947pt_BR
dc.contributor.referee1Aschoff, Rafael Roque Aschoff
dc.contributor.referee2Andrade, Hilson Gomes Vilar de
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0444540976891191pt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1329499647057192pt_BR
dc.publisher.departmentRecifept_BR
dc.publisher.countryBrasilpt_BR
dc.subject.cnpqCIENCIAS SOCIAIS APLICADAS::COMUNICACAO::COMUNICACAO VISUALpt_BR
dc.description.resumoO projeto BlindMobi consiste em um sistema desenvolvido para auxiliar pessoas com deficiência visual ao embarcar em ônibus nos grandes centros urbanos, o qual se baseia na tecnologia de Bluetooth Low Energy (BLE) para informar a localização atual do meio de transporte. Este é composto por dois subsistemas: um hardware embutido nos ônibus e um software rodando em um dispositivo móvel. O dispositivo embutido envia sinais constantemente por meio do protocolo de comunicação Bluetooth, onde o aplicativo rodando no celular captura e interpreta estes sinais, então são utilizados algoritmos de aprendizagem de máquina para ler e interpretar os dados recebidos e ser possível informar ao usuário a localização atual do ônibus, lhe avisando se o mesmo se encontra parado ao seu lado ou se já está chegando. O protótipo completo foi criado e testado para validar o sistema proposto, conseguindo uma taxa de acerto de 91,5%, indicando uma alta viabilidade para a solução.pt_BR


Arquivos deste item

Thumbnail
Nome:
Utilizando social BPM na colab ...
Tamanho:
803.7Kb
Formato:
PDF
Descrição:
Trabalho de Conclusão de Curso
Visualizar/Abrir

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples