Sistema anticolisión para invidentes usando redes neuronales evolutivas

• Alvarado Coral, Juan David ^[1] ; Muñoz España, Elena ^[1]
  1. [1] Universidad del Cauca

     Universidad del Cauca

     Colombia

     
• Localización: INGE CUC, ISSN 0122-6517, ISSN-e 2382-4700, Vol. 14, Nº. 2 (Julio - Diciembre), 2018, págs. 28-43
• Idioma: español
• Títulos paralelos:
  • Anti-collision system for blind people using evolutionary neural networks
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Introducción: El presente artículo muestra el diseño e implementación de un sistema anticolisión para invidentes usando redes neuronales evolutivas.

    Objetivo: Presentar la implementación de redes neuronales evolutivas en un sistema guía para invidentes en la detección de obstáculos estáticos y en movimiento.

    Metodología: La metodología empleada se basa en la creación de redes neuronales artificiales a partir del algoritmo genético cooperativo coevolutivo (AGCC), este se encarga de estructurar, modificar y entrenar las redes neuronales. Para ello utiliza la matriz de definición de red (MDR). Para la elaboración de una MDR se toma como base un cromosoma “parte del algoritmo genético”. Una vez este realizada la MDR se crea una red neuronal artificial para luego ser entrenada.

    Resultados: El programa realizó varias redes neuronales generando en cada ejecución 10 cromosomas, que al ser entrenados con el AGCC y aplicando la cooperatividad, se obtuvieron las mejores redes neuronales anticolisión teniendo en cuenta un tiempo definido, funcionando efectivamente para la detección de obstáculos estáticos y en movimiento.

    Conclusiones: En el sistema anticolisión para invidentes se observó la eficacia de las redes neuronales en dar una respuesta, detectando objetos tanto estáticos como en movimiento proporcionando seguridad al invidente, evitando colisiones con estos.

  • English

    Introduction: This paper shows the design and implementation of an anti-collision system for blind people using evolutionary artificial neural networks (EANNs).Objective: Present the implementation of evolutionary neural networks in a guide system for the blind in the detection of static and moving obstacles.Method: Methodology is based on the creation of artificial neural networks from the cooperative co-evolutionary genetic algorithm (CCGA), which is responsible for structuring, modifying and training neural networks. It uses the network definition matrix (NDM). NDM is made of a chromosome "chromosome is genetic algorithm part" is taken as the basis. Once is done the NDM, it creates an artificial neural network to be trained.Results: Program carried out several neural networks, and generated 10 chromosomes in each execution. Artificial neural networks were trained with the CCGA and it applies the cooperation, they obtained the best anti-collision neural networks considering a definite time, anti-collision neural networks worked effectively for the detection of physical obstacles and with movement.Conclusions: In the anti-collision system for the blind, we observed the effectiveness of neural networks in giving an answer, detecting both static and moving objects, providing security to the blind, avoiding collisions with objects.