Resumen

Introducción El presente proyecto de investigación describe el desarrollo de un sistema de entrenamiento para deportistas con discapacidad visual apoyado en visión artificial. Inicialmente, se realizó un estudio de la situación actual de dificultades a las cuales están expuestos los deportistas con discapacidad visual al realizar cualquier deporte, y gracias al avance de la visión artificial en las diferentes áreas de aplicación, se implementó un sistema electrónico basado en hardware y software que permite realizar el proceso de entrenamiento de salto de longitud. El sistema consta de 3 etapas, la primera etapa de adquisición de imágenes, compuesto por la cámara web sony wcx550 que la adquisición de imágenes se realiza en tiempo real, la segunda etapa de procesamiento obtenemos del proceso de visión artificial resultados estables, gracias a la utilización de una computadora de placa única Raspberry Pi B3. La tercera etapa es la de reconocimiento que envía las alertas de detección de presencia en la pista, alertas del salto realizado y almacena el número de pruebas realizadas. El sistema es prometedor en la aplicación práctica, porque brinda seguridad y confianza, al momento de realizar el entrenamiento, tanto al deportista con discapacidad visual, como al entrenador.

Objetivos Desarrollar el sistema electrónico de entrenamiento basado en inteligencia artificial.

Método Se realizó un estudio de la situación actual de dificultades a las cuales están expuestos los deportistas con discapacidad visual al realizar cualquier deporte. Luego, se efectuó una revisión bibliográfica de visión artificial para finalmente proceder al diseño, simulación, fabricación y caracterización del sistema electrónico de entrenamiento.

Principales resultados El sistema electrónico de entrenamiento permitió ayudar al deportista con discapacidad visual a realizar de manera adecuada el salto de longitud, reconocer las referencias auditivas del salto y ejecutar de manera autónoma las acciones en el transcurso del entrenamiento.

Conclusiones Se ha diseñado el prototipo capaz de realizar procesos de adquisición y captura de datos en tiempo real, estos datos permitieron realizar la detección y seguimiento del deportista. OpenCV y Python se encargan de almacenar los datos dentro de una variable denominada frame y mediante el uso del algoritmo BackgroundSubtractorMOG, que sustrae el fondo del área de la pista, para obtener el reconocimiento del contorno del deportista sin errores. También, se ha realizado las pruebas y se ha obtenido fotogramas por segundo (FPS) de adquisición de video, de 38 FPS en un tiempo de 31 segundos, durante la detección y desplazamiento del deportista. Estos algoritmos de procesamiento de fotogramas sobre el contorno del deportista permitieron un reconocimiento óptimo en el 99 % de la visualización de la pista de entrenamiento en tiempo real.