A carregar...
Publicação
Um sistema móvel híbrido para navegação interna e localização de produtos em supermercados
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.51 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Este trabalho apresenta o desenvolvimento de uma aplicação móvel destinada a auxiliar utilizadores na localização de produtos em supermercados, através da integração de tecnologias de Realidade Aumentada (RA), Visão Computacional (VC) e Sistemas de Posicionamento em Interiores (IPS). O sistema propõe uma abordagem inovadora para melhorar a experiência de compra, permitindo que o utilizador pesquise um produto, seja guiado visualmente até à sua
localização e confirme, por meio de análise de imagem, a prateleira correta.
A arquitetura da solução foi concebida em modelo cliente–servidor, com frontend desenvolvido em React Native e backend em FastAPI, suportado por base de dados PostgreSQL e modelo de VC implementado em PyTorch. Inicialmente, foi testada a utilização de Bluetooth de Baixa Energia (BLE) para posicionamento, mas devido à instabilidade do sinal, a estratégia foi substituída por códigos QR, que oferecem ancoragem determinística e maior precisão espacial. Os resultados experimentais demonstraram tempos de resposta adequados e funcionamento coerente entre os módulos, validando a viabilidade técnica da proposta. As limitações identificadas centram-se na precisão do alinhamento e na generalização do modelo de VC.
Conclui-se que o sistema constitui uma prova de conceito funcional, evidenciando o potencial da integração entre RA, VC e navegação interna em contextos de retalho, e apontando caminhos claros para a sua evolução e aplicação em ambientes reais.
This work presents the development of a mobile application designed to assist users in locating products within supermarkets, through the integration of Augmented Reality (AR), Computer Vision (CV), and Internal Positioning Systems (IPS) technologies. The system proposes an innovative approach to enhance the shopping experience, allowing the user to search for a product, to be visually guided to its location, and to confirm the correct shelf through image analysis. The solution’s architecture was conceived with a client–server model, with a frontend developed in React Native and a backend implemented in FastAPI, supported by a PostgreSQL database and a CV model built in PyTorch. Initially, the use of Bluetooth Low Energy (BLE) beacons for positioning was tested, but due to signal instability, the strategy was replaced by QR codes, which provide deterministic anchoring and higher spatial precision. Experimental results demonstrated adequate response times and coherent operation between modules, validating the technical feasibility of the proposed system. The identified limitations are mainly related to alignment accuracy and the generalization capacity of the CV model. It is concluded that the system constitutes a functional proof of concept, demonstrating the potential of integrating AR, CV, and indoor navigation technologies in retail contexts, while outlining clear directions for its evolution and application in real environments.
This work presents the development of a mobile application designed to assist users in locating products within supermarkets, through the integration of Augmented Reality (AR), Computer Vision (CV), and Internal Positioning Systems (IPS) technologies. The system proposes an innovative approach to enhance the shopping experience, allowing the user to search for a product, to be visually guided to its location, and to confirm the correct shelf through image analysis. The solution’s architecture was conceived with a client–server model, with a frontend developed in React Native and a backend implemented in FastAPI, supported by a PostgreSQL database and a CV model built in PyTorch. Initially, the use of Bluetooth Low Energy (BLE) beacons for positioning was tested, but due to signal instability, the strategy was replaced by QR codes, which provide deterministic anchoring and higher spatial precision. Experimental results demonstrated adequate response times and coherent operation between modules, validating the technical feasibility of the proposed system. The identified limitations are mainly related to alignment accuracy and the generalization capacity of the CV model. It is concluded that the system constitutes a functional proof of concept, demonstrating the potential of integrating AR, CV, and indoor navigation technologies in retail contexts, while outlining clear directions for its evolution and application in real environments.
Descrição
Mestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do Paraná
Palavras-chave
Realidade aumentada Visão computacional Navegação interna Aplicações móveis