No abstract

La discapacidad es la limitación de alguna facultad física o mental que imposibilita el desarrollo normal de actividades y desplazamiento de una persona, sin embargo, esto implica la intervención de personas terceras o las mismas que poseen sus extremidades superiores para su desplazamiento generando de ese modo un esfuerzo físico. Por consiguiente, planteamos reducir el esfuerzo empleado en el desplazamiento de personas discapacitadas haciendo uso de un sistema controlado por la voz, mediante micro controlador Arduino Mega 2560 R3, Controlador ESC, Motores Brusles, Regulador de Voltaje (Step-Down), Módulo Bluetooth HC06, Batería de Ion de litio, Cargador de batería de Ion de litio, Silla de rueda, Caja de Plástico, Módulo de reconocimiento de voz V.3. Fue aplicado una encuesta para la obtención de facilidad de uso del sistema en el que se obtuvo 4.17 de promedio por pregunta equivalente a esta muy de acuerdo es decir que un porcentaje de 83.4% de facilidad de uso, así mismo, se utilizó un tensiómetro digital para asacar la presión sistólica y los latidos de corazón por minuto en mi pre test y post test obtenido una diferencia de latidos de un 34.3%, que permite la facilidad de desplazamiento en una superficie. En conclusión, el sistema planteado por un control de voz reduce el cansancio y el esfuerzo del desplazamiento de un discapacitado en una silla de ruedas

La visión artificial es una disciplina de la inteligencia artificial que aplica el procesamiento de imágenes para el reconocimiento de patrones, con el uso algoritmos en ambientes controlados con una cantidad de iteraciones en el procesamiento de imágenes. La proliferación de dispositivos de capturas de imágenes ha generado imágenes digitales en todo el mundo, estas imágenes contienen información que deberían ser utilizadas por las organizaciones públicas y privadas para la toma de decisiones. Los objetivos fueron mejorar el reconocimiento de patrones mediante un sistema de visión artificial, medir el proceso de reconocimiento de patrones, implementar un sistema de visión artificial y medir la relación que existe entre reconocimiento de patrones y el un sistema de visión artificial. Esta fue una investigación aplicada, de tipo cuasi experimental, con corte transversal, la población y muestra de estudio fueron 8 patrones de imágenes, la técnica fue la verificación con lista de chequeo, aplicada a 2 grupos, un grupo control y un grupo experimental. Se concluyó que el tiempo de procesamiento para el reconocimiento de 8 patrones de imágenes del grupo experimental fue de 10,75 segundos y de 67,75 segundos para el grupo control y con un grado de relación entre el reconocimiento de patrones y el sistema de visión artificial de 72 %.