Science/Research 詳細

新しい光センサ、タッチの速さで点字を読む

January, 27, 2025, Washington--北京師範大学の研究チームは、点字の読み取りに使用できる高速で正確かつ柔軟な光学スキンを開発した。
この進歩は、視覚障害者の情報へのアクセスを改善するだけでなく、アクセス可能で適応性のある技術がすべての人に利益をもたらす未来に人々を近づけるのにも役立つ。

「点字は小さな隆起した点でできているため、正しく読み取るには非常に正確なセンサが必要になる。従来のセンサは、特に人がリアルタイムで点字を動かしながら点字を読み取るような動的なタスクでは、これに苦労している。われわれのセンサは、点字の細部を正確かつ迅速に処理できる」と、中国の北京師範大学の研究チームリーダー、Zhuo Wangは話している。

Optica Publishing GroupのジャーナルOptics Expressで、研究者たちは、柔軟な光学スキンのように機能するソフトPDMS材料に埋め込まれた光ファイバリング共振器で構成される新しいセンサについて説明している。圧力が加えられると、センサは光の結果として生じる周波数変化を測定し、それらを読み取り可能なデータに変換する。テストでは、システムがニューラルネットワークのデータ処理方法と組み合わせると、点字の文字、数字、句読点を迅速かつ正確に読み取れることが示された。

「この技術により、ユーザが点字を学ばなくても点字を読み取り、音声やテキストに変換する、より高速で正確なスマートリーダーが実現する可能性がある。これにより、点字は公共の場、デジタルプラットフォーム、教育でより普及する可能性がある。その影響は、スマート医療機器から次世代ロボットまで、高感度の触覚センシングが必要な他の分野にも及ぶ可能性がある」と、中国の瀋陽航天大学の研究チームのメンバー、Heng Wangは話している。

柔軟な点字リーダーの作成
点字の学習と読み取りは困難な場合があるため、特に人生の後半で視力を失う高齢者にとって、自動点字リーダーは不可欠である。光触覚センサは、正確で柔軟性があり、干渉に強いが、その触覚検出感度と環境障害の問題により、小さな点字ドットを正確に認識する能力が制限される。

高感度で信頼性の高いタッチセンサを作成するために、研究チームは、光ファイバリング共振器(光が循環する光ファイバループから作られたデバイス)をPDMSと呼ばれる柔らかい材料に埋め込んだ。これにより、皮膚のような柔軟性が得られ、センサが曲がって圧力を感じることができた。ユーザがセンサを点字ドットに押すと、圧力によってファイバがわずかに曲がり、共振器の共振周波数が変化する。

研究チームは、PDH(Pound-Drever-Hall)周波数ロックと呼ばれる手法を使用して、小さな周波数変化を読み取り可能なデータに変換した。このアプローチにより、動的な環境でも光信号が安定し、センサの周囲で何が起こっていても読み取りが正確になる。

また、機械学習を利用してデバイスの精度を向上させた。チームは、パターン認識などの複雑なタスクを実行するために使用される多層パーセプトロンニューラルネットワークを使用して、特定の点字パターンの認識を支援した。Long Short-Term Memoryネットワークは、シーケンシャルデータの長期的な依存関係を効果的に学習し、保持するように設計されている。これは、点字のシーケンスを読み取り可能なテキストまたは単語に変換するのに役立った。

点字をリアルタイムで読む
研究チームは、様々なレベルの圧力とタッチで点字を読み取ることでセンサをテストした。センサは、98.57%の精度で8つの異なる点字パターンを識別した。また、センサが点字ボード上をスライドするときなど、動的な設定で点字文字を認識し、実際の使用法を模倣する。センサは0.1秒未満で圧力に応答し、各文字にわずかな違いがあっても、点字の単語全体を正しく読み取ることができた。

「このシステムは、不完全に押されたドットを見逃す可能性のある古い点字読み取り技術よりもはるかに正確である。フレキシブル光ファイバ共振器は、非常に小さな圧力差を検出し、PDH周波数ロックにより、光や電力の変動が変化しても安定性と精度を確保する。MLによりシステムがさらに強化され、わずかなエラーや圧力の変動があっても点字を認識できるようになる」と、瀋陽航天大学のLin Maとの論文の共著者である北京師範大学のRui Minは説明している。

研究チームは現在、センサを実世界での使用に向けてさらに堅牢にすることに取り組んでいる。これには、様々なデバイスに合わせて最適化し、コストを削減し、耐久性を向上させることが含まれる。また、より複雑な点字読み取りタスクを管理するために、機械学習(ML)モデルの統合を改善している。