Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/21433
Files in This Item:
File Description SizeFormat 
flaviofranciscodosreis.pdf19.3 MBAdobe PDFView/Open
Type: Dissertação
Title: Visão computacional embarcada para acessibilidade: otimização da rede YOLO em Raspberry Pi para detecção e classificação tipológica de cadeiras de rodas
Author: Reis, Flávio Francisco dos
First Advisor: Stefano, Ercilia de
Co-Advisor: Motti, Lilian Genaro
Referee Member: Pereira, José Cristiano
Referee Member: Moratori, Patrick Barbosa
Resumo: A acessibilidade no ambiente construído depende da capacidade do espaço de reconhecer demandas específicas das pessoas que o utilizam. Os sistemas atuais de automação predial, contudo, operam de forma indiferenciada diante das pessoas que se deslocam em cadeira de rodas e tratam equipamentos morfologicamente distintos como uma classe única, o que limita a precisão das adaptações ambientais e dispersa parte do potencial das tecnologias assistivas inteligentes. Esta dissertação investiga em que medida a combinação entre uma classificação tipológica consolidada e a otimização de modelos de detecção em hardware embarcado pode constituir uma plataforma de baixo custo capaz de identificar tipologias específicas de cadeiras de rodas em tempo real, fornecendo subsídios técnicos para a futura integração com sistemas de automação como portas, elevadores e sinalizações inteligentes. O estudo, de abordagem aplicada e exploratória, fundamenta-se no método hipotéticodedutivo conforme as diretrizes de Marconi e Lakatos (2017) e adota como hipótese operacional o atingimento de precisão média mAP@0.5 igual ou superior a 0,85 e taxa de inferência igual ou superior a 15 quadros por segundo no Raspberry Pi, sob a premissa transversal de baixo custo e preservação da privacidade do usuário. A pesquisa consolida, a partir das normas ISO 9999:2022 e ABNT NBR 9050:2020 e dos catálogos de quatro fabricantes nacionais e internacionais, uma classificação de onze tipologias para fins de detecção computacional. O corpus reúne 19.452 imagens brutas oriundas de quatro repositórios públicos e duas rodadas de busca direcionada, reduzidas, após filtragens sucessivas por resolução, deduplicação e triagem visual, a 2.000 imagens anotadas no software LabelImg e particionadas estratificadamente em 1.394 imagens de treinamento, 394 de validação e 212 de teste, distribuídas de forma desbalanceada entre as onze classes. A pesquisa treina em CPU, ao longo de aproximadamente 41 horas distribuídas em cinco dias contínuos, os modelos YOLOv5n, YOLOv5s, YOLOv8n e YOLOv8s, dos quais o YOLOv8n é selecionado para implantação por apresentar o melhor mAP@0.5 agregado, de 0,711; embora esse valor não atinja o limiar formal de 0,85, quatro tipologias superaram individualmente esse limiar e uma quinta permaneceu em situação fronteiriça. O modelo é convertido para o formato NCNN em meia precisão com queda de apenas 0,003 ponto absoluto na precisão (mAP@0.5 de 0,708) e opera no Raspberry Pi 5 a 13,3 quadros por segundo em cenário real e 15,1 quadros por segundo em benchmark sintético (de modo que o limiar de 15 quadros por segundo foi alcançado apenas em condição sintética), valor amplamente compatível com a velocidade de deslocamento de usuários de cadeira de rodas reportada por Pinnock Branford et al. (2025) em 0,43 metros por segundo. O sistema integra três aplicativos articulados como triangulação metodológica, opera com autonomia entre quatro e cinco horas em modo bateria por meio do módulo UPS Geekworm X1202 e mantém estabilidade térmica em regime sustentado. Os achados evidenciam um paradoxo arquitetural pouco discutido na literatura (em corpus desbalanceado de escala moderada, o aumento de parâmetros pode prejudicar o desempenho) e demonstram a viabilidade técnica e econômica da detecção tipológica embarcada como camada de percepção para uma nova geração de adaptações sensíveis à diversidade dos equipamentos de mobilidade no ambiente construído.
Abstract: Accessibility in the built environment depends on a space’s ability to recognize the specific needs of the people who use it. Current building automation systems, however, treat people who use wheelchairs in the same way as everyone else and treat morphologically distinct devices as a single category, which limits the precision of environmental adaptations and undermines the potential of smart assistive technologies. This dissertation investigates to what extent the combination of a consolidated typological classification and the optimization of detection models in embedded hardware can constitute a low-cost platform capable of identifying specific types of wheelchairs in real time, providing technical support for future integration with automation systems such as doors, elevators, and smart signage. The study, which takes an applied and exploratory approach, is based on the hypothetical-deductive method in accordance with the guidelines of Marconi and Lakatos (2017) and adopts as its operational hypothesis the achievement of a mean accuracy mAP@ 0.5 of 0.85 or higher and an inference rate of 15 frames per second or higher on the Raspberry Pi, under the overarching premise of low cost and preservation of user privacy. Based on the ISO 9999:2022 and ABNT NBR 9050:2020 standards, as well as catalogs from four domestic and international manufacturers, this study establishes a classification of eleven types for the purposes of computer-aided detection. The corpus comprises 19,452 raw images sourced from four public repositories and two rounds of targeted searches, reduced, after successive filtering by resolution, deduplication, and visual screening, to 2,000 images annotated in LabelImg software and stratified into 1,394 training images, 394 validation images, and 212 test images, unevenly distributed across the eleven classes. The study trains the YOLOv5n, YOLOv5s, YOLOv8n, and YOLOv8s, of which YOLOv8n is selected for deployment due to its aggregate mAP@0.5 of 0.711; although this value does not reach the formal threshold of 0.85, four classes individually exceeded it and a fifth remained in a borderline situation. The model is converted to the NCNN format in half-precision with a drop of only 0.003 absolute points in accuracy (mAP@0.5 of 0.708) and operates on the Raspberry Pi 5 at 13.3 frames per second in a real-world scenario and 15.1 frames per second in a synthetic benchmark (so that the 15 FPS threshold was reached only under synthetic conditions), a value largely consistent with the travel speed of wheelchair users reported by Pinnock Branford et al. (2025) at 0.43 meters per second. The system integrates three applications linked through methodological triangulation, operates autonomously for four to five hours on battery power via the Geekworm X1202 UPS module, and maintains thermal stability under sustained operation. The findings highlight an architectural paradox rarely discussed in the literature, according to which, in a moderately unbalanced corpus, increasing the number of parameters can impair performance, and demonstrate the technical and economic feasibility of embedded typological detection as a perception layer for a new generation of adaptations sensitive to the diversity of mobility equipment in the built environment.
Keywords: Acessibilidade
Visão computacional
Cadeira de rodas
YOLO
Raspberry Pi
Tecnologia assistiva
Accessibility
Computer vision
Wheelchair
Assistive technology
CNPq: CNPQ::ENGENHARIAS
Language: por
Country: Brasil
Publisher: Universidade Federal de Juiz de Fora (UFJF)
Institution Initials: UFJF
Department: Faculdade de Engenharia
Program: Programa de Pós-graduação em Ambiente Construído
Access Type: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 Brazil
Creative Commons License: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/21433
Issue Date: 29-May-2026
Appears in Collections:Mestrado em Ambiente Construído (Dissertações)



This item is licensed under a Creative Commons License Creative Commons