Clear Path
dispositif d’assistance pour personnes malvoyantes
Dans le cadre du Hackathon CESI x STMicroelectronics, j’ai eu l’opportunité de créer un projet axé sur l’assistance aux personnes malvoyantes. Au cours des trois demi-journées de l’événement, j’ai réussi à concevoir un prototype de la solution.
Ce projet m’a permis de développer plusieurs compétences :
- Prise en main de la carte et du logiciel.
- Réalisation d’une classification rigoureuse.
- Optimisation des enregistrements pour de meilleurs résultats.
- Réalisation d’un pitch afin de promouvoir le projet devant un jury.
Ce projet m’a offert une occasion de découvrir les enjeux de l’innovation en utilisant des cartes et de l’intelligence artificielle embarquée. J’ai également pris l’initiative de nombreux aspects du projet, contribuant ainsi de manière significative à sa réalisation.
Pour aller plus loin
J’ai eu l’opportunité de présenter mon projet Clear Path à la Fête de la Science à Sorbonne Université, après avoir répondu à un appel à projet. Ce moment a été d’autant plus spécial grâce à la présence du YouTuber Defend Intelligence, avec qui j’ai partagé la scène. J’ai également eu la chance d’assister à des échanges fascinants avec des chercheurs en robotique, des médecins, et d’autres experts. Cette expérience m’a permis de présenter mon projet dans un cadre prestigieux et d’enrichir mes connaissances grâce à ces discussions inspirantes.
Ce que j'ai utilisé
Pour ce projet, nous avons utilisé plusieurs logiciels et technologie.
NanoEdge AI Studio
Pour ce projet, j’ai utilisé du matériel imposé par l’école, on peut y retrouver différents composants Arduino tels que des capteurs…
STM32 Nucleo 64
Capteur TOF
Journal de bord
Vidéo de Démonstration
J’ai réalisé une vidéo de démonstration spécifiquement pour illustrer le fonctionnement de mon projet en action. Dans cette vidéo, un obstacle est placé sur un convoyeur qui se déplace de manière rectiligne vers le dispositif. L’objectif est de montrer comment l’algorithme de classification n-class détermine la nature de l’obstacle en temps réel. Cette vidéo, purement démonstrative, permet de visualiser le processus de détection et de classification de manière simple et directe, sans entrer dans les détails techniques.
Retour en images
