Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "BOUGHELOUM, LOUBNA"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Un système d’assistance à la mobilité des non-voyants
    (Université Badji Mokhtar Annaba, 2026) BOUGHELOUM, LOUBNA
    La déficience visuelle limite la perception spatiale, l’anticipation des obstacles et la capacité à se déplacer de manière autonome, augmentant le risque de collisions et réduisant l’accès aux environnements complexes. Ces limitations nécessitent des systèmes intelligents capables de fournir des informations fiables sur l’environnement et des recommandations de trajectoire adaptées aux utilisateurs déficients visuels. Un système modulaire et intégré a été développé, combinant détection, classification, localisation et évitement d’obstacles, avec un traitement en temps réel sur plateforme embarquée et des interfaces adaptées aux capacités sensorielles des utilisateurs. Le système indoor comprend la classification de pièces, la détection d’objets et la localisation relative, tandis que le système outdoor simule quatre sous-systèmes : détection, classification des obstacles statiques ou dynamiques, évitement et localisation. Les résultats montrent que YOLOv7-Plus atteint une mAP de 0,87 sur la base WOTR, la classification par DINOv2+ConvLSTM atteint une précision de 91,7 ± 0,9 %, et le contrôleur flou simule des trajectoires anticipant tous les obstacles, en élargissant la trajectoire pour les obstacles dynamiques par rapport à une canne blanche. La fusion EKF+IMU+GPS assure une localisation précise avec un RMSE de 1,30 × 10−6 m en espace structuré, 0,014 m en espace non structuré et 0,0011 m sur campus universitaire. Pour l’indoor, YOLOv8s maintient une mAP de 72,6 %, MobileNetV2 atteint 79,3 % de précision sur la classification des pièces, et la localisation relative présente une erreur MAE moyenne de 0,035 m. L’évaluation auprès de participants déficients visuels confirme la faisabilité opérationnelle et met en évidence des pistes d’amélioration pour l’interaction, le contrôle utilisateur et l’adaptation à des environnements complexes tels que centres commerciaux ou bibliothèques. Ces travaux établissent un cadre méthodologique robuste pour la conception de systèmes d’assistance à la navigation, conciliant précision algorithmique, contraintes matérielles et besoins utilisateurs, et ouvrent la voie à une mobilité plus autonome et sécurisée dans des environnements indoor et outdoor.

DSpace software copyright © 2002-2026 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback