Quais as motivações e premissas do MannAccess?

Globalmente, estima-se que cerca de 1,3 bilhões de pessoas possuem algum grau de deficiência visual, das quais 36 milhões possuem cegueira total. Um dos grandes desafios para os deficientes visuais, do ponto de vista da inclusão digital, é compreender o conteúdo de imagens digitais.

Para melhorar esta compreensão é indicado representá-la de outras maneiras, como a tátil. Encontram-se disponíveis diferentes dispositivos táteis que podem realizar esta função, no entanto, a grande maioria possui um valor de aquisição financeiro muito elevado, na casa dos milhares de dólares.

Este aspecto é um grande problema para deficientes visuais com poder aquisitivo baixo, impedindo a sua aquisição. O alto valor também impede que entidades que atendem deficientes visuais possam adquiri-los, atendendo seu público de uma melhor maneira.

Dada estas considerações, o MannAccess possui duas premissas principais: ter um baixo custo financeiro e ser personalizável, de acordo com as necessidades do usuário.

Para atingir estas premissas, o dispositivo tátil foi projetado com peças que podem ser impressas utilizando impressoras 3D, diminuindo assim o seu custo de desenvolvimento. Além disso, as peças permitem que a mesa tenha dimensões customizáveis, de modo que o desenvolvedor crie-a de acordo com as suas necessidades.

No MannAccess, um usuário utiliza um dispositivo próprio (como um notebook ou smartphone) para acessar o sistema. Após, ele pode selecionar uma imagem digital para geração da sua versão tátil e auditiva. Com a imagem selecionada, um sistema reconhecedor dos objetos que compõem a imagem a processa e gera uma representação intermediária da mesma. Essa representação é processada num servidor centralizado, que gera uma representação tátil a ser expressa no dispositivo tátil, que é a mesa de pinos.

A partir deste momento, o usuário pode interagir com a mesa de pinos. Ao passo que ele toca os pinos, sensores de toque enviam a informação de que o usuário realizou um toque para o servidor. Ele, por sua vez, processará os sinais captados e gerará um áudio contextual para o usuário, indicando qual o significado da área tocada. Este áudio é reproduzido pelo dispositivo do usuário.

Além das peças relacionadas à superfície da mesa de pinos, foram também projetadas peças relacionadas às seguintes categorias:

• Peças relacionadas à sustentação;
• Peças relacionadas aos eixos de movimentação;
• Peças relacionadas aos pinos;

De modo a exemplificar tais peças, as iamgens abaixo exibem o projeto e montagem do pino que compõe a mesa.

Este protótipo foi avaliado por deficientes visuais, que indicaram que o sistema, no geral, possuia boa usabilidade, atendia as diretrizes de acessibilidade, proviam uma boa experiência de uso e cumpriam efetivamente com o seu objetivo: uma representação alternativa de imagens digitais por meio do toque e da audição. A seguir, tem-se uma imagem do momento de utilização do protótipo pelos DVs (os rostos estão pixelizados de modo a garantir o anonimato dos participantes).

A descrição das peças e da montagem dos dispositivos que compõem a tecnologia são detalhados na dissertação de Mestrado "MannaHap: um modelo de sistema háptico assistivo de representação de imagens digitais para deficientes visuais", que pode ser acessada neste link.

Um módulo de reconhecimento de imagens digitais de autômatos também foi desenvolvido para o projeto, contextualizando uma área específica de ensino-aprendizagem de Deficientes Visuais, nos cursos de Ciência da Computação, em específico, na disciplina de Teoria da Computação. Este módulo culminou na Dissertação de Mestrado "MannAR : um método de interpretação de imagens de autômatos aplicado às tecnologias assistivas para deficientes visuais", que pode ser acessada neste link.

Como eu posso fazer minha própria mesa de pinos?

Para criar sua própria mesa de pinos, as peças que podem ser impressas utilizando uma impressoa 3D estão disponíveis neste arquivo.

Ele possui as peças, desenvolvidas no software SolidWorks Professional 2018. É composto por 4 diretórios, com as subdivisões das peças:

• Peças relacionadas à sustentação;
• Peças relacionadas aos eixos;
• Peças relacionadas aos pinos;
• Peças relacionadas à superfície da mesa.

Cada diretório possui ainda um subdiretório com as peças em arquivo .STL, já preparadas para impressão.

Para a montagem das peças, recomenda-se a leitura da Dissertação de Mestrado que introduz o protótipo, disponível neste link.

Quem são os responsáveis pelo MannAccess?

O MannAccess é uma iniciativa do Grupo Manna - Pesquisa em Engenharia de Computação Invisível, do Departamento de Informática da Universidade Estadual de Maringá, no Paraná.

A pesquisa é liderada pela professora doutora Linnyer Beatrys Ruiz Aylon. O desenvolvimento e projeção do dispositivo tátil foram realizados por Álisson Renan Svaigen e Wuigor Ivens Siqueira Bine. O módulo de reconhecimento de imagens digitais de autômatos foi desenvolvido por Lailla Milainny Siqueira Bine. A pesquisa também teve a colaboração e apoio de Juliano Cezar Chagas Tavares.

Publicações relacionadas ao MannAcess

BINE, L. M. S; SVAIGEN, A. R.; BINE, W. I. S.; RUIZ, L. B. MannAccess: a novel low cost assistive educational tool of digital image for visually impaired. (Trabalho aceito para a conferência internacional IEEE Computer Society Signature Conference on Computers, Software and Applications - COMPSAC 2020)

BINE, Lailla; RUIZ, Linnyer. MannAR: um método de interpretação de imagens de autômatos aplicado às tecnologias assistivas para deficientes visuais. In: Anais dos Workshops do Congresso Brasileiro de Informática na Educação. 2019. p. 1073.

BINE, L. M. S; SVAIGEN, A. R.; BINE, W. I. S.; RUIZ, L. B. Visual content and its teaching-learning process for visually impaired: a big challenge. In: Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE). 2019. p. 1251.

BINE, Lailla M. Siqueira; COSTA, Yandre MG; AYLON, Linnyer B. Ruiz. Automata classification with convolutional neural networks for use in assistive technologies for the visually impaired. In: Proceedings of the 11th PErvasive Technologies Related to Assistive Environments Conference. 2018. p. 157-164.

SVAIGEN, Alisson Renan; BINE, Lailla M. Siqueira; AYLON, Linnyer Beatrys Ruiz. An Assistive Haptic System Towards Visually Impaired Computer Science Learning. In: Proceedings of the 11th PErvasive Technologies Related to Assistive Environments Conference. 2018. p. 153-156.