LAZAR — Live Audio Zone-aware Assisted Routing — көрүүсү начар же таптакыр көрбөгөн адамдар үчүн иштелип чыккан, адамга багытталган жана когнитивдик жүктү эске алган жасалма интеллект навигация алкагы. Система максатка жетүүчү маршрутту гана эсептөөнү көздөбөйт; ал айлана-чөйрөдөгү тоскоолдуктарды сезүү, колдонуучунун тажрыйбасын жана жеткиликтүүлүк профилин эске алуу, маалыматтын тыгыздыгын жөнгө салуу жана үн, термелүү жана мейкиндиктик багыттоо сыяктуу ар түрдүү сезүү каналдарын бирге колдонуу принциптерине негизделген.

Изилдөөнүн баштапкы негизи — азыркы навигация технологиялары өз-өзүнчө маанилүү мүмкүнчүлүктөрдү сунуштаганы менен, шаар ичинде коопсуз жүрүү үчүн зарыл болгон элементтерди бирдиктүү түрдө айкалыштыра албаганы. GPS системалары узак аралыктагы маршрутту көрсөтө алат, бирок убактылуу тоскоолдуктарды реалдуу убакытта аныктабайт; ак таяк жакын аймакта абдан баалуу, бирок алыстагы же бел деңгээлинен жогору турган тоскоолдуктар жөнүндө алдын ала эскерте албайт; булутка негизделген сүрөт таануу системалары семантикалык маалымат бере алат, бирок байланыш, кечигүү жана купуялуулук көйгөйлөрүн жаратышы мүмкүн.

LAZAR бул бөлүнгөн түзүлүшкө каршы Edge AI, айлана-чөйрөнү реалдуу убакытта сезүү, колдонуучуну профилдөө, көп-модалдуу кайтарым байланыш жана модулдук көп-агенттүү түзүлүштү бириктирген дизайнды сунуштайт. Системада маанилүү сезүү иштерин мүмкүн болушунча мобилдик түзмөктүн өзүндө аткаруу жана булут байланышы үзүлгөндө коопсуздук үчүн негизги сезүү каналы иштен чыкпашы максат кылынат.

Жогорку тактыктагы прототип көрүүсү начар же таптакыр көрбөгөн 11 катышуучу менен формативдик колдонууга ыңгайлуулукту баалоодон өткөрүлгөн. Орточо System Usability Scale (SUS) упайы 91,36/100, жалпы канааттануу 4,64/5 болуп өлчөнгөн; UEQнин алты тажрыйба өлчөмүнүн баарында +2ден жогору жыйынтык алынган. Бирок бул жыйынтыктар толук автономдуу LAZAR архитектурасы чыныгы шаар шартында коопсуз жана натыйжалуу экенин далилдебейт; изилдөө бул этапта прототиптин өз ара аракеттенүү моделинин колдонууга ыңгайлуулугу жана кабыл алынуусу боюнча баштапкы далил гана берет.

LAZAR деген эмне жана ал классикалык навигация колдонмолорунан эмнеси менен айырмаланат?

LAZAR — көрүүсү начар жана таптакыр көрбөгөн колдонуучулар үчүн иштелип чыккан, адамга багытталган адаптивдүү навигация алкагы. Классикалык маршрут колдонмолорунан негизги айырмасы — навигацияны жөн гана “А чекитинен Б чекитине жол табуу” катары карабаганы. Система колдонуучунун кабыл алуу мүмкүнчүлүгүн, тажрыйба деңгээлин, учурдагы физикалык же когнитивдик абалын жана айлана-чөйрөдөгү коркунучтарды бирге баалап, берилүүчү жардамдын көлөмүн, формасын жана убактысын өзгөртүүнү көздөйт.

Учурдагы чечимдердин негизги боштуктары

Ак таяк колдонуучунун дароо алдындагы жер бетинин жана тоскоолдуктардын абалы тууралуу абдан баалуу физикалык маалымат берет; бирок алыстагы объекттерди, баш деңгээлиндеги тоскоолдуктарды же маршруттун контекстин алдын ала аныктабайт.

GPS негизиндеги колдонмолор шаар масштабында багыт табууга жардам берет, бирок карта маалымат базасында жок жол оңдоо иштерин, тротуарга токтотулган унааларды же убактылуу көчө жабдууларын сыяктуу өзгөрмө айлана-чөйрө коркунучтарын реалдуу убакытта аныктай албайт.

Булутка негизделген сүрөт таануу чечимдери объекттерди жана көрүнүштөрдү таанууда байыраак семантикалык маалымат бере алат. Бирок визуалдык маалыматты алыскы серверге жөнөтүү кечигүүгө алып келиши жана айланадагы адамдардын же жеке жайлардын сүрөттөрү байкабай өткөрүлүп, купуялуулук көйгөйүн жаратышы мүмкүн.

Ошондуктан LAZARдын дизайн ыкмасы “бир сенсорду жакшыраак кылуу” ордуна маршрут пландоону реалдуу убакыттагы сезүү жана адам–AI өз ара аракеттенүүсү менен бирге карайт.

Когнитивдик жүк навигация системасында эмне үчүн коопсуздук көйгөйүнө айланат?

Көрүүсү жок колдонуучулар шаар чөйрөсүндө транспорт үнү, башка жөө адамдар, айлана-чөйрөнүн жаңырыгы, жер бетинин өзгөрүшү жана багыт табуу белгилери сыяктуу көптөгөн табигый сигналдарды бир учурда иштетишет. Навигация системасы тынымсыз жана майда-чүйдөсүнө чейин сүйлөсө, колдонуучунун бул айлана-чөйрө сигналдарын кабыл алуу жөндөмүн төмөндөтүшү мүмкүн. Изилдөө бул көрүнүштү “cognitive masking” деп карайт: жардамчы системадан келген маалымат жардам берүүнүн ордуна айлана-чөйрөдөн келген маанилүү маалыматты жаап калышы мүмкүн.

Ошондуктан LAZARдын максаты мүмкүн болушунча көп маалымат берүү эмес; туура учурда керектүү көлөмдө маалымат берүү. Айрыкча үн кайтарым байланышы тынымсыз сөз түрүндөгү баяндама катары иштелип чыккан эмес. Жакындап келе жаткан тоскоолдуктар үчүн аралыкка жараша тездетилген кыска акустикалык импульстар, айырмаланган термелүү үлгүлөрү жана зарыл болгондо сүйлөө негизиндеги багыттоо бирге колдонулат.

“Geiger Effect” деген эмне?

Система тоскоолдук колдонуучуга жакындаган сайын жыштыгы көбөйгөн кыска акустикалык импульстарды колдонот. Изилдөөдө бул ыкма “Geiger Effect” деп аныкталат. Ошентип колдонуучу узун сүйлөмдөрдү дайыма уккандын ордуна тоскоолдуктун жакындыгын үн импульстарынын ылдамдыгынан интуитивдүү түшүнө алат.

Мисалы, алыстагы тоскоолдук сейрек үн чыгарса, ал жакындаган сайын импульстар тездетилет. Критикалык учурда бул үн сигналы термелүү жана багыттоо менен колдоого алынышы мүмкүн.

Көп-модалдуу кайтарым байланыштын максаты

LAZAR маалымат берүүнү бир гана сезүү каналына байлабайт:

• Үн: багыттоо, сүйлөө жана мейкиндиктик сонификация,
• Тактилдик кайтарым байланыш: ар түрдүү коркунуч деңгээлдери үчүн термелүү үлгүлөрү,
• Көрүү катмары: көрүүсү начар колдонуучулар үчүн жогорку контраст жана чоң максаттар,
• Макро кыймылдар: так басуунун ордуна чоң жана жөнөкөй экран кыймылдары.

Бул бөлүштүрүүнүн максаты — жеткиликтүүлүктү көбөйтүү жана бир каналга ашыкча маалымат жүктөлүшүн болтурбоо.

Интерфейс эмне үчүн мүмкүн болушунча бош калтырылат?

Активдүү навигация экраны атайын абдан жөнөкөй иштелип чыккан. Анткени шаар ичинде басып бараткан колдонуучунун көңүлүнүн маанилүү бөлүгү ансыз да физикалык чөйрөгө багытталган. Экранга көп баскыч, билдирүү же меню кошуу өз ара аракеттенүү жүгүн көбөйтүшү мүмкүн.

Активдүү сезүү абалында системанын борборунда сунушталган айланып өтүү багытын көрсөткөн багыт индикатору жана эң жакын тоскоолдуктун аралык баасы гана болот. Критикалык коркунучта модалдык терезе ачылбашы да ушул логикага негизделет: колдонуучудан “Коркунучту ырастоо” сыяктуу жаңы аракетти талап кылуу физикалык реакция керек болгон учурда кошумча когнитивдик жана мотордук жүк жаратышы мүмкүн.

Коопсуз жана кооптуу абал кантип айырмаланат?

Прототипте коопсуз абал экрандын айланасында жашыл өңдөгү алкак менен, жакын коркунуч болсо кызыл алкак менен көрсөтүлөт. Бирок түс эч качан жалгыз сигнал эмес. Коркунучта түстүн өзгөрүшү айырмаланган термелүү жана акустикалык эскертүү менен коштолот.

Ошентип система WCAGдагы маалыматты түс менен гана бербөө принцибине ылайык бир нече сигнал чыгарат.

Көрүүсү начар колдонуучулар үчүн контраст дизайны

Интерфейс таза каранын ордуна #373635 күңүрт фонду колдонот. Негизги басым түсү #E7F434 менен фон ортосунда 9,97:1, экинчи түс #C1DE79 менен фон ортосунда 8,00:1 контраст катышы камсыздалган. Бул көрсөткүчтөр WCAG AAAнын 7:1 текст контраст талабынын жогору.

Негизги шрифт өлчөмдөрү кеминде 22 spден башталат жана динамикалык чоңойо алат. Негизги аракеттерде өтө чоң тийүү аянттары жана зарыл болсо экрандын болжол менен жарымын ээлеген тандоо карталары колдонулат.

Колдонуучу профилдери системаны кантип өзгөртөт?

LAZAR колдонуучуларды бир типтүү “жеткиликтүүлүк профилине” жайгаштырбайт. Баштапкы конфигурацияда үч тажрыйба профили бар:

Мисалы, башталгыч режимде аныкталган тоскоолдук “Алдыңда адам бар, 1,5 метр, оңго өт” түрүндө класс, аралык жана багыт маалыматы менен билдирилиши мүмкүн. Эксперт режиминде болсо критикалык аралык чегине кирген тоскоолдуктар гана сүйлөө эскертүүсүн иштетиши мүмкүн.

“Бүгүн өзүмдү кандай сезип жатам?” ыкмасы эмне үчүн маанилүү?

Изилдөөдөгү кызыктуу дизайн чечимдеринин бири — колдонуучунун сакталган профилин сапар алдында убактылуу өзгөртүүгө мүмкүнчүлүк берилиши. “Today I feel” тандоосу чарчоо, тынчсыздануу же көрүү мүмкүнчүлүгүндөгү күнүмдүк өзгөрүү сыяктуу абалдарда системанын жардам деңгээлин кайра жөндөөгө жол берет.

Бул ыкма майыптыкты толук өзгөрбөс колдонуучу өзгөчөлүгү катары эмес, күн ичинде өзгөрүшү мүмкүн болгон функционалдык абал катары карайт.

Тактилдик кагаз прототип эмне үчүн колдонулду?

Стандарттуу кагаз прототип визуалдык ыкма болгондуктан, толугу менен көрбөгөн колдонуучулар катышкан биргелешкен дизайнда өзү эле жеткиликтүү эмес. Изилдөөчүлөр бул көйгөйдү кагаздагы өз ара аракеттенүү чек араларын көтөрүлмө боёк менен белгилүү кылуу аркылуу чечүүгө аракет кылышкан.

Кургаганда көтөрүлүп чыккан атайын боёктун жардамы менен баскычтардын жана карталардын чек араларын манжа менен сезүүгө мүмкүн болгон. Ошентип, көргөн изилдөөчүлөрдүн гана пикирине таянбастан, максаттуу колдонуучу тобун алгачкы дизайн процессине түздөн-түз катыштыруу көздөлгөн.

Бара турган жерди тандоодо эмне үчүн эки гана чоң вариант бар?

Маршрут тандоо экранында эки негизги вариант бар: эркин максат киргизүү жана алдын ала сакталган “Үйгө бар” маршруту. Эки вариант экрандын болжол менен жарымын ээлегени так тийүү зарылдыгын олуттуу азайтат.

Бул чечим визуалдык жөнөкөйлүк үчүн гана эмес; чечим мейкиндигин кыскартып, иштетүү убактысын жана когнитивдик жүктү азайтуу үчүн иштелип чыккан.

Үйгө бар функциясын өзгөчө белгилөө

Үйгө кайтуу көрүүсү жок колдонуучулар көп колдонгон навигация сценарийлеринин бири. Ошондуктан бул функция мурдагы маршруттар тизмесинин ичине жашырылган эмес, түздөн-түз негизги тандоолордун бирине айландырылган. Максат — колдонуучуну көчөдө керексиз меню кадамдарына мажбур кылбоо.

LAZARдын көп-агенттүү жасалма интеллект архитектурасы кантип иштейт?

Сунушталган LAZAR архитектурасы бир чоң AI модулунун ордуна бири-биринен бөлүнгөн алты адистешкен агентти колдонот. Бул түзүлүш сезүү, маршрут, жекелештирүү, коопсуздук жана колдонуучу интерфейси сыяктуу ар башка иштерди өзүнчө компоненттер аткарышын көздөйт.

Бул алты-агенттүү түзүлүш толугу менен колдонуучу изилдөөсүндө иштеген бүтүн система катары сыналган эмес. Макаланын архитектура бөлүмү келечекте ишке ашырыла турган толук интеграция үчүн дизайн негизин аныктайт.

Edge AI эмне үчүн маанилүү?

LAZARдын коопсуздук үчүн маанилүү сезүү иштерин мобилдик түзмөктүн өзүндө жүргүзүүсү максат кылынат. Камера сүрөтүн адегенде алыскы серверге жөнөтүү, серверде иштетүү жана жоопту кайра алуу байланыш кечигүүсүнө көз каранды. Мындан тышкары чийки сүрөттү алыскы инфраструктурага өткөрүү купуялуулук көйгөйүн жаратышы мүмкүн.

Edge AI ыкмасында критикалык айлана-чөйрөнү сезүү мүмкүн болушунча колдонуучунун телефонунда ишке ашат. Булут кызматтары маршрут геометриясы же geocoding сыяктуу убакыт жагынан азыраак критикалык иштерде колдонулушу мүмкүн.

300 миллисекунд чеги эмнени билдирет?

Программалык талаптарда реалдуу убакыттагы жөө навигацияны колдоо үчүн критикалык иштетүү кечигүүсүнүн максаты 300 msден төмөн деп аныкталган. Ошондой эле негизги сезүү моделдери офлайн иштей алышы жана интерфейс “eyes-free” колдонуу логикасы менен түзүлүшү талаптарга кошулган.

Булут толугу менен алынып салынатпы?

Жок. Архитектура булуттан баш тартпайт; коопсуздук үчүн критикалык милдеттерди булутка көз каранды кылбоого аракет кылат. Google Directions сыяктуу кызматтар макро маршрут, OpenStreetMap/Nominatim geocoding жана узак мөөнөттүү үйрөнүү сыяктуу милдеттерде асинхрондуу колдонулушу мүмкүн.

Ошондуктан ыкма “Edge гана” эмес; критикалык реалдуу убакыттагы сезүү Edgeде, убакыт жагынан азыраак критикалык стратегиялык милдеттер керек болгондо булутта аткарылган гибрид түзүлүш.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Изилдөө дизайнынын негизги этаптары

Изилдөө бир эле ыкмадан турбайт. Изилдөөчүлөр бири-бирин улаган бир нече дизайн жана текшерүү катмарын колдонушкан:

1. жардамчы навигация адабиятын жана учурдагы технологиялык боштуктарды изилдөө,
2. колдонуучу талаптарын Software Requirements Specification түрүндө аныктоо,
3. төмөн тактыктагы жеткиликтүү кагаз прототипти иштеп чыгуу,
4. жогорку тактыктагы Android интерфейсин жана өз ара аракеттенүү моделин иштеп чыгуу,
5. Edge AI жана көп-агенттүү архитектура дизайнын аныктоо,
6. көрүүсү начар же таптакыр көрбөгөн 11 катышуучу менен формативдик колдонууга ыңгайлуулукту баалоо.

Программалык талаптар

Изилдөөдө SRS жөн гана инженердик документ катары эмес, колдонуучу муктаждыктары менен системанын жүрүм-турумунун ортосундагы байкоого боло турган байланыш катары каралган.

Негизги функционалдык талаптарга:

• тоскоолдуктарды реалдуу убакытта аныктоо,
• объекттерди семантикалык классификациялоо,
• аралыкты жана бийиктикти баалоо,
• айланып өтүү сунуштары,
• колдонуучунун тажрыйба профилине жараша маршрутту жана жардамды ылайыкташтыруу

кирет.

Негизги функционалдык эмес талаптар болсо <300 ms иштетүү кечигүүсү, негизги сезүүнүн офлайн иштөөсү жана экранды тынымсыз кароону талап кылбаган “eyes-free” колдонуу ыкмасы.

Колдонуучу текшерүү изилдөөсү

Формативдик баалоо Испаниядагы көрүүсү начар адамдар коомчулугунан 11 адам менен өткөрүлгөн. Катышуучулар функционалдык Android прототибин жетектелген think-aloud сессияларында колдонушкан.

Баалоодо үч негизги маалымат булагы колдонулган:

• SUS — System Usability Scale,
• UEQ — User Experience Questionnaire,
• түзүмдөлгөн сапаттык кайтарым байланыш жана ачык суроолуу колдонуучу пикирлери.

Катышуучулардын профили

Жаңы жана белгисиз маршруттардагы баштапкы ишеним

Катышуучулардан жаңы же белгисиз маршрутта өз алдынча навигация кылууга болгон ишеним деңгээли 1–5 аралыгында суралган. Орточо көрсөткүч болгону 2,55 болгон. Бул жыйынтык катышуучулар жардамчы технологияларга көнгөн болсо да, белгисиз шаар чөйрөсүндө ишеним жана коопсуздук көйгөйлөрү уланып жатканын көрсөтөт.

SUS упайы 91,36 эмнени билдирет?

System Usability Scale баалоосунда LAZAR жогорку тактыктагы прототиптин орточо упайы 91,36/100 болгон. Булакта колдонулган Bangor жана кесиптештеринин классификациясына ылайык, бул маани колдонууга ыңгайлуулуктун абдан жогорку аймагына кирет. Тогуз катышуучу 85тен жогору, алты катышуучу 90 же андан жогору упай берген; эки колдонуучу максималдуу 100 упай берген.

Ошол эле учурда n=11 үлгү көлөмүнө байланыштуу бул маани кең колдонуучу популяциясы үчүн туруктуу параметр баасы катары чечмеленбейт. Изилдөө муну күчтүү, бирок баштапкы мүнөздөгү кабыл алынуучулук далили катары сунуштайт.

UEQ жыйынтыктары

UEQ шкаласы −3төн +3кө чейин. Алты өлчөмдүн баарында +2ден жогору маани алынганы катышуучулардын прототип тууралуу жалпы тажрыйбасы оң болгонун көрсөтөт.

Жалпы канааттануу

Беш жылдыздуу жалпы баалоонун орточо көрсөткүчү 4,64/5 болгон. Жети катышуучу беш жылдыз, төрт катышуучу төрт жылдыз берген; төрт жылдыздан төмөн баа берген адам болгон эмес.

Колдонуучулар эң жактырган өзгөчөлүктөр

Сапаттык кайтарым байланышта төрт тема өзгөчө бөлүнгөн:

• коомчулук тарабынан толукталып турган Жеткиликтүүлүктүн Социалдык Картасы,
• жекелештирилген когнитивдик профиль жана “Today I feel” убактылуу профиль жөндөөсү,
• маршрут издөөдөгү жана экран агымындагы түздүк,
• тоскоолдуктарды аныктоо жана зарыл болгондо жандуу колдоо механизми.

Айрыкча социалдык карта колдонуучуларга реалдуу убакыттагы тоскоолдук же жеткиликтүүлүк окуяларын бөлүшүүгө мүмкүнчүлүк бергендиктен, катышуучулар аны башка навигация куралдарынан айырмалаган өзгөчөлүк катары баалашкан.

Аныкталган көйгөйлөр

Кээ бир колдонуучу көйгөйлөрү колдонмонун өз архитектурасына караганда Android TalkBack жүрүм-туруму менен көбүрөөк байланыштуу болгон. Декоративдик иконалардын керексиз окулушу, айрым экран элементтеринин бир узун тизмек катары айтылышы жана тандоону ырастоонун жетишсиздиги ошолордун арасында.

Андан да негизги дизайн көйгөйү — карта панели толугу менен экранды карабай колдонууга азырынча жетиштүү ылайык эмес. Колдонуучудан картада орун белгилөөнү талап кылган функциялар үчүн келечекте координата же үн негизиндеги альтернативдүү киргизүү ыкмалары пландалууда.

Ошондой эле iOS/VoiceOver колдонгон айрым катышуучулар Android TalkBack жаңсоолоруна көнүүдө кыйналып, iOS версиясын сурашкан.

Изилдөө колдогон жыйынтыктар

• Когнитивдик жүктү эске алган жана жеткиликтүүлүккө багытталган өз ара аракеттенүү принциптери иштеген мобилдик прототипке айландырылган.
• 11 катышуучу менен өткөрүлгөн формативдик баалоо прототип үчүн жогорку кабыл алынган колдонууга ыңгайлуулукту жана оң колдонуучу тажрыйбасын көрсөткөн.
• Профиль негизиндеги жардам интенсивдүүлүгү, чоң тийүү аянттары, жөнөкөй интерфейс жана көп-модалдуу сигналдар колдонуучулар тарабынан жалпысынан оң бааланган.
• Edge AI менен реалдуу убакыттагы сезүүнү, маршрут кызматтарын жана жекелештирүүнү бириктирген модулдук архитектура техникалык жактан ырааттуу дизайн алкагын сунуштайт.

Изилдөө колдобогон жыйынтыктар

• LAZAR чыныгы шаар чөйрөсүндө учурдагы системалардан коопсузураак экени далилденген эмес.
• Тоскоолдуктан качуу ийгилиги, навигация ката көрсөткүчү же маршруттан четтөө боюнча көзөмөлдөнгөн талаа жыйынтыктары азырынча жок.
• Когнитивдик жүк объективдүү азайганы NASA-TLX, EEG же башка психофизиологиялык өлчөө менен көрсөтүлгөн эмес.
• Толук алты-агенттүү архитектура колдонуучу изилдөөсүндө интеграцияланган бүтүн система катары сыналган эмес.
• SUS 91,36 мааниси 11 катышуучудан алынгандыктан жалпы популяция баасы катары чечмеленбейт.
• BlindSquare, Lazarillo же башка навигация колдонмолору менен көзөмөлдөнгөн түз салыштыруу жүргүзүлгөн эмес.

Негизги чектөөлөр

Эң маанилүү чектөө — үлгүнүн көлөмү. Он бир адам, айрыкча жетүү кыйын болгон колдонуучу тобу менен өткөрүлгөн формативдик колдонууга ыңгайлуулук изилдөөсү үчүн маанилүү болсо да, кең статистикалык жалпылоо үчүн жетишсиз.

Экинчи маанилүү чектөө — когнитивдик жүктүн түз өлчөнбөгөнү. Изилдөө когнитивдик жүктү дизайн механизминин борборуна койгону менен, бул жүктүн чындап канча өзгөргөнүн эксперименттик түрдө өлчөгөн эмес.

Үчүнчүдөн, баалоо чыныгы, көзөмөлдөнбөгөн шаар чөйрөсүндө өткөрүлгөн толук талаа сыноосу эмес. Демек транспорт, эл көптүгү, ызы-чуу, аба ырайы жана дайыма өзгөрүп турган тоскоолдуктар шартында системанын операциялык коопсуздугу азырынча тастыкталган эмес.

Келечектеги изилдөөлөр

Авторлор келечекте пландаган негизги текшерүү кадамдары төмөнкүлөр:

1. NASA-TLX жана EEG сыяктуу тастыкталган когнитивдик жүк өлчөөлөрүн колдонуу,
2. BlindSquare жана Lazarillo сыяктуу учурдагы куралдар менен дал келген тапшырмаларда көзөмөлдөнгөн салыштыруу жүргүзүү,
3. iOS жана VoiceOver колдоосун иштеп чыгуу,
4. алты агенттин баарынын ортосундагы ACL негизиндеги координацияны бүтүрүү,
5. SecurityAgent veto механизмин жана адаптивдүү үйрөнүү циклин толук интеграциялоо,
6. чоңураак жана географиялык жактан ар түрдүү колдонуучу топтору менен чыныгы шаар шартында талаа изилдөөлөрүн өткөрүү,
7. тапшырманы аткаруу убактысы, навигация катасы, маршруттан четтөө жана тоскоолдуктан качуу көрсөткүчү сыяктуу объективдүү метрикаларды өлчөө.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска аталыш:Designing Human-Centred Adaptive AI Navigation for Blind and Visually Impaired Individuals: A Cognitive Load-Aware Framework for Accessible Urban Mobility

Авторлор: Pilar Herrero-Martín жана Álvaro García-Ballestero.

Мекеме: Escuela Técnica Superior de Ingenieros Informáticos, Universidad Politécnica de Madrid; Center for Biomedical Technology (CTB-UPM), Madrid, Испания.

Журнал:AI, 2026, 7, Article 206.

DOI:10.3390/ai7060206

Жөнөтүлгөн: 9 апрель 2026. Кайра каралган: 29 май 2026. Кабыл алынган: 31 май 2026. Жарыяланган: 5 июнь 2026.

Изилдөө түрү: Адамга багытталган жардамчы AI дизайны, жогорку тактыктагы мобилдик прототип жана формативдик колдонуучу текшерүүсү.

Катышуучулар: 11 көрүүсү начар же таптакыр көрбөгөн адам.

Каржылоо: Universidad Politécnica de Madrid тарабынан RP2510470096 долбоорунун алкагында колдоого алынган.

Этика: Universidad Politécnica de Madrid R&D+I Ethics Committee, CE260302 шилтемеси менен формалдуу этикалык кароо колдонулуучу институционалдык жол-жоболор боюнча талап кылынбайт деп чечкен. Бардык катышуучулардан маалыматтандырылган макулдук алынган.

Маалыматка жетүү: Маалыматтар жооптуу автордон негиздүү өтүнүч боюнча берилиши мүмкүн; SUS жана UEQ протоколдору жана түзүмдөлгөн сапаттык маектешүү куралы макалада баяндалган.

Кызыкчылыктар кагылышы: Авторлор кызыкчылыктар кагылышын билдиришкен эмес; каржылоочунун изилдөө дизайнына, маалымат чогултууга, талдоого, чечмелөөгө, макала жазууга же жарыялоо чечимине катышпаганы көрсөтүлгөн.

Лицензия: Creative Commons Attribution (CC BY).

Методологиялык чек: Бул изилдөө толук операциялык көп-агенттүү AI навигация системасынын чыныгы шаар шартындагы натыйжалуулук сыноосу эмес. Колдонуучу баалоосу өзгөчө прототип интерфейсине, жеткиликтүүлүккө, колдонуучу тажрыйбасына жана айрым иштеген өз ара аракеттенүү компоненттерине багытталган. Толук архитектуралык координация жана объективдүү когнитивдик жүк өлчөөсү келечектеги изилдөөлөргө калтырылган.

Verianla ыкма эскертүүсү: Бул кыргызча мазмун булак макаладагы изилдөө көйгөйүн, дизайн талаптарын, колдонуучу интерфейсинин логикасын, Edge AI ыкмасын, көп-агенттүү архитектураны, колдонуучу текшерүүсүн, сандык жыйынтыктарды жана чектөөлөрдү булактын маанисине берилген бойдон өз алдынча окутуу түзүлүшүндө кайра уюштурат. Булактагы экран сүрөттөрү же түпнуска фигуралардын берилүү формасы көчүрүлгөн эмес.