SIGHT: Gafas Inteligentes para Capacitar a Personas Ciegas
SIGHT: Gafas Inteligentes para Capacitar a Personas Ciegas
Unas gafas inteligentes basadas en Raspberry Pi que usan TensorFlow en Android Things para identificar el entorno y vocalizarlo para usuarios con discapacidad visual.
Historia
Las personas ciegas o con discapacidad visual a menudo enfrentan retos diarios que pueden resultar inseguros. Aunque pueden localizar objetos con asistencia mínima, acceder a la belleza del mundo sigue siendo difícil. SIGHT cierra esa brecha ofreciendo contexto visual en tiempo real a través de un dispositivo ligero y vestible.
Cómo Funciona SIGHT
Cuando el usuario pulsa el botón, la cámara integrada captura una imagen, TensorFlow la procesa en la Raspberry Pi, y un altavoz o auricular entrega una descripción audible. Todo el pipeline corre en Android Things, asegurando fiabilidad y bajo consumo.
Materiales Necesarios
Componentes Principales:
- Raspberry Pi 3
- Módulo Cámara Raspberry Pi (5 MP)
- Micro-pulsador
- Resistencia 1 kΩ
- PCB de propósito general (para hat personalizado)
Herramientas:
- Soldador
- Estaño
Software:
- Android Things (SO IoT)
- Android Studio (estable o preview)
- TensorFlow Lite
- Firebase (para integración cloud opcional)
Instalando Android Things en Raspberry Pi
- Visita la consola Android Things e inicia sesión con cuenta Google.
- Haz clic en Create a product, nómbralo (ej. "Sight Pi"), selecciona Raspberry Pi 3 como SOM, y añade descripción breve.
- Ve a Factory Images, haz clic en Create Build Configuration, luego descarga el ZIP resultante.
- Extrae el ZIP para revelar el archivo .img —esta es la imagen del SO Android Things.
Flashear la Imagen a Tarjeta SD
Usa Balena Etcher (o Etcher) para escribir la imagen:
- Inserta la micro-SD en tu ordenador.
- Abre Etcher, selecciona la imagen extraída, elige la tarjeta SD, y haz clic en Flash.
- Tras flashear, expulsa la tarjeta e insértala en la Raspberry Pi.
Conecta la Pi vía Ethernet, aliméntala con adaptador 5 V, y anota su IP local (ej. 192.168.0.22).
Configuración de Android Studio
- Descarga e instala Android Studio (estable o preview).
- Clona o descarga el proyecto SIGHT desde GitHub: https://github.com/FoxLabMakerSpace/SIGHT-For-the-Blind.
- Abre el proyecto vía Open an existing Android Studio project.
- Conecta a la Raspberry Pi con ADB:
adb connect 192.168.0.22:5555. - Ejecuta la app; la Pi debería aparecer como dispositivo objetivo.
Cableado de Raspberry Pi
Conecta los componentes así:
- Módulo cámara al puerto CSI dedicado.
- Botón a un pin GPIO, con resistencia pull-up 1 kΩ a 3.3 V.
- Altavoz o auriculares al jack de audio 3.5 mm.
- Alimenta la Pi desde power bank portátil (ejemplo con Intel).
Consulta el diagrama Fritzing adjunto para asignaciones exactas de pines.
Pruebas del Sistema
Enciende la Pi, espera arranque, pulsa el botón para capturar imagen, y escucha la descripción hablada. Verifica que la salida de audio es clara antes de continuar.
Recinto y Montaje
Usa una carcasa plástica ligera, haz aberturas para puertos, y monta la Pi y cámara en unas gafas adecuadas. Pinta el recinto para aspecto profesional y asegura todo el cableado para evitar enredos.
Mejoras Futuras
- Altavoces de conducción ósea para audio discreto.
- Actualizar a cámara infrarroja para operación en baja luz.
- Diseñar montura de gafas ligera y ergonómica.
- Optimizar gestión de energía con placa de batería personalizada.
- Expandir modelos TensorFlow para mayor comprensión de escenas.
Demo
Para demostración en vivo, consulta el enlace de vídeo o contacta al equipo del proyecto para sesión práctica.
Proceso de manufactura
- Breakout compacto DHT de temperatura y humedad para Raspberry Pi – ATtiny85 y DHT22/DHT11
- Los mejores accesorios para aprovechar al máximo tu Raspberry Pi
- Cómo seleccionar amortiguadores de alta calidad para su vehículo
- Sierra de Cinta Manual: Solución de Corte Duradera y Portátil para Cualquier Proyecto
- Una despedida sentida: mi viaje de 40 años en la edición
- Integrar el método 5S en la Industria 4.0: superar los retos de implementación
- AAEON presenta BOXER‑8150AI: Edge AI de alta velocidad con 8 puertos USB 3.0 y NVIDIA Jetson TX2
- Construyendo los cimientos de hardware del metaverso
- Una taxonomía práctica para sistemas de Internet Industrial de las Cosas (IIoT)
- Las 5 fuentes de confianza para noticias de sistemas de localización en tiempo real (RTLS)
- Desbloqueando valor de IA con datos sin etiquetar: Cómo Hologram prueba percepción autónoma