Tecnologia Assistiva: O Papel da Inteligência Artificial em Sistemas Embarcados para Acessibilidade

• Francisnilto S. N. IFPI
• Larissa S. N. IFPI
• Luis Guilherme S. F. IFPI
• Maria Isabelly B. R. IFPI
• Ricardo M. S. Budaruiche IFPI
• Vanessa P. Cunha IFPI

DOI: https://doi.org/10.5753/enucompi.2025.9807

Resumo

Este estudo investiga a aplicação de inteligência artificial (IA) em sistemas embarcados para desenvolver tecnologias assistivas acessíveis a pessoas com deficiência visual. Analisamos modelos como YOLOv3 e técnicas de quantização, demonstrando sua eficiência em dispositivos de baixo custo, como o Raspberry Pi. O projeto Blind Assistance, baseado em visão computacional e feedback auditivo, ilustra a viabilidade dessas soluções. Embora desafios como precisão em ambientes dinâmicos e custos persistam, os resultados destacam o potencial da IA embarcada para promover autonomia e inclusão. Conclui-se que avanços em algoritmos e otimização energética são essenciais para ampliar o acesso a essas tecnologias.

Referências

Abhishek, Y., Nadeem, N., Delankawala, S., Jayakody, S., and Sumanathilaka, T. (2023). Deep learning based framework for reliable sri lankan currency authentication and counterfeit prevention. In 2023 IEEE 13th International Conference on System Engineering and Technology (ICSET), pages 84–89.

Almeida, W. d. N. (2022). Inteligência artificial em sistemas embarcados utilizando abordagem tinyml. B.S. thesis, Universidade Tecnológica Federal do Paraná.

Freitas, A. W., dos Santos, E. A. B., Pereira, L. S. M., Tortelli, S. d. P., Freitas, M. P., Teive, R. C. G., and Fernandes, A. M. R. (2023). Soluções de tecnologia assistiva baseadas em aiot - um mapeamento sistemático de literatura. Revista Brasileira de Computação Aplicada, 15(2):60–72.

Han, S., Liu, X., Mao, H., Pu, J., Pedram, A., Horowitz, M. A., and Dally, W. J. (2016). Eie: Efficient inference engine on compressed deep neural network. ACM SIGARCH Computer Architecture News, 44(3):243–254.

Harzing, A.-W. (2007). Publish or perish. Available from [link]. Accessed: 30 March 2025.

Jambo, C. H. M. and da Costa, R. M. E. M. (2024). Integração de tecnologias embarcadas controladas por inteligência artificial: uma aplicação para apoiar o tratamento de fobias. In Anais Estendidos do Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS), pages 49–54.

Jouini, K., Maaloul, M. H., and Korbaa, O. (2021). Real-time, cnn-based assistive device for visually impaired people. In 2021 14th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI), pages 1–6.

Karthik, S. and Satish, N. (2021). Smart gloves used for blind visually impaired using wearable technology. Engineering and Scientific International Journal, 8(4):143–146.

Nguyen, X.-T.-A., Koopman, J., van Genderen, M. M., Stam, H. L., and Boon, C. J. (2022). Artificial vision: the effectiveness of the orcam in patients with advanced inherited retinal dystrophies. Acta Ophthalmologica, 100(4):e986 – e993.

Sam, M. V., Sharma, R., Chinchur, R., and Bhingardive, M. (2023). Object detection for blind people using cnn. International Research Journal of Modernization in Engineering Technology and Science, 5(4):[páginas].

Singh, P., Nayak, P., Datta, A., Sani, D., Raghav, G., and Tejpal, R. (2019). Voice control device using raspberry pi. In 2019 Amity International Conference on Artificial Intelligence (AICAI), pages 723–728.

Wang, L. and Wong, A. (2019). Enabling computer vision driven assistive devices for the visually impaired via micro-architecture design exploration. arXiv preprint arXiv:1905.07836.

World Health Organization (2019). World report on vision. Acesso em: 03 abr. 2025.