A set of tools for the collection of data about the accessibility of city paths and for the geo-localization of images using a 3D map

According to World Health Organization statistics, over a billion people, about 15% of the world's population, have some form of disability Physical and mobility impairment is one of the most common forms of disability, which may be congenital or a result of injury, disease or aging. Physical barriers cause uneven access to public services, which consequently affects the mobility-impaired people’s everyday-life quality. Travelling through cities is one of the concerns which people with mobility impairment deal with. Regardless of the necessity of further enhancements in accessibility of city routes conditions and facilities, an adaptive navigating system considering the needs of this group of people can resolve some of their travelling problems. This thesis, as part of the Map for Easy Paths (MEP) Polisocial project, aims at providing a set of tools for the collection of data over the travelling experience of people with mobile difficulties, in order to collect their travelling history, using the capabilities of smartphones, which are now available everywhere and in everyone’s hand. The travelling history of people with movement difficulties aids MEP project to identify the accessible paths and provides the other users with accessible route alternatives. Moreover, given a set of geo-tagged images taken to signal the problems and barriers in the city within the MEP project, this thesis also seeks for solutions to compensate their location data inaccuracy. To this end, the images are matched to the digital 3D map of the area, so that more accurate and reliable information about the physical barriers in the city are obtained. This thesis discusses the requirements of this 3D map for accurate localization of an image and introduces a manually constructed 3D map model that has been developed for experimental purposes; finally, it presents an algorithm for image matching.

In base ai dati statistici dell'Organizzazione Mondiale per la sanità, più di un miliardo di persone, circa il 15% della popolazione mondiale, presenta una qualche forma di disabilità. Problemi di tipo fisico e difficoltà motorie sono tra le forme più comuni di disabilità; queste possono essere congenite o essere avvenute a seguito di infortuni, malattia o invecchiamento. Le barriere fisiche rendono ineguale l’accesso ai servizi pubblici, e di conseguenza impattano sulla qualità della vita quotidiana delle persone con mobilità ridotta. Viaggiare e visitare nuove città crea sempre molte preoccupazioni per le persone con difficoltà motorie. A prescindere dalla necessità di miglioramenti per l’accessibilità di itinerari e di strutture cittadine, un sistema di navigazione adattivo che consideri le esigenze di questo gruppo di persone può risolvere almeno parzialmente alcuni dei loro problemi. Questa tesi, svolta all’interno del progetto Polisocial “Maps for Easy Paths” (MEP), ha l’obiettivo di fornire una serie di strumenti per la raccolta di dati relativi all’esperienza di viaggio delle persone con difficoltà di mobilità, al fine di raccogliere informazioni sulla storia del loro viaggio, utilizzando le funzionalità offerte dai comuni smartphone. La storia dei percorsi effettuati dalle persone con difficoltà motorie permette al progetto MEP di identificare i percorsi accessibili e di fornire ad altri utenti itinerari alternativi accessibili. Inoltre, dato un insieme di immagini georeferenziate relative a problemi ed ostacoli cittadini raccolte attraverso altri strumenti del progetto MEP, questa tesi cerca delle soluzioni per compensare l’inesattezza dei dati di posizionamento. A tal fine, la posizione esatta dei contenuti delle immagini viene identificata all’interno di una mappa digitale 3D della zona attraverso tecniche di computer vision, in modo da ottenere informazioni più accurate e affidabili sulla posizione delle barriere presenti in città. La tesi discute i requisiti della mappa 3D per la localizzazione esatta di un'immagine e introduce un modello di mappa 3D costruito manualmente, sviluppato a scopi sperimentali; infine, presenta un algoritmo per il matching dell'immagine all’interno della mappa.