• 딥 러닝 및 컴퓨터 비전 기반 시각 장애인 보행 보조장치
• 사물인터넷학과 졸업작품 (캡스톤 디자인)
• 교내 캡스톤 디자인 경진대회 대상 수상
• 제 9회 K-Hackathon 결선 진출 (진행 중, 최소 장려상 확보)

기존 보행 보조장치들의 장점만을 한데 모아 시각 장애인들이 더욱 안전하게 보행할 수 있도록 도와주는 지팡이 형태의 보행 보조장치입니다. 다양한 청각 및 촉각 피드백을 제공하고, 센서와 딥 러닝 모델이 시각 장애인의 눈을 대신하여 시각 장애인들의 안전성을 신장합니다. 지팡이와 목에 거는 스마트폰이 유기적으로 함께 동작합니다.

• 스마트폰이 촬영하고 있는 전방에 보행 위험 요소가 발견되면 TTS 를 통한 청각 피드백 제공
• 낙상 사고가 발생한 경우, 사용자의 현재 위치를 기반으로 SOS 호출

Kotlin, JetPack, DataBinding, ViewModel, AAC, LiveData, TF Lite, Gson, Retrofit, OkHttp, Koin, CameraX, Timber, Glide, GeoCoder, RxJava, Coroutine, Google TTS

MVVM

• 안드로이드 개발자 1명
• 아두이노 개발자 1명
• 백엔드 개발자 1명

• 안드로이드 앱 전체 개발
• 딥 러닝 모델 커스터마이징 및 모바일 앱 이식 (TF Lite)
• 시스템 아키텍처 설계
• 아두이노 기능 설계, 안드로이드 앱 연동 기능
• 3D 모델링 및 폼 팩터 설계

• Coroutine Flow 를 통해 비동기적 API 호출을 구현하는 방법을 익히게 되었음.
• Broadcast Receiver 를 통해 블루투스 기기 자동 연결 동작을 구현하는 방법을 알게 되었음.
• TensorFlow Lite 모델을 앱에 이식하는 방법을 알게 되었음.
• TF Lite 모델 이용을 위한 Interpreter 작성법, NNAPI Delegate 사용법 등을 알게 되었음.
• 이론으로만 배웠던 딥 러닝 모델 (Semantic Segmentation) 의 동작 및 추론 원리를 알게 되었음.
• TensorFlow 예제 소스코드 Repo 의 오탈자를 발견하여 오픈소스 컨트리뷰팅을 해볼 수 있었음.
• Camera X 를 통해 카메라 리소스를 사용하는 방법을 알게 되었음.
• GeoCoder 를 통해 사용자의 현재 위치를 주소 형태로 가져오는 방법을 익힐 수 있었음.