Eficácia de auxílios eletrônicos de mobilidade para cegos e pessoas com baixa visão durante a orientação

Ferramentas mais inteligentes para caminhadas mais seguras e independentes

Para muitas pessoas cegas ou com baixa visão, se deslocar pela cidade pode parecer navegar por um labirinto cheio de perigos ocultos — especialmente obstáculos na altura do peito ou da cabeça que uma bengala branca tradicional pode não detectar. Este estudo investiga se novos auxílios eletrônicos de mobilidade podem tornar as caminhadas diárias mais seguras e menos estressantes, e que tipos de sinais — vibrações versus som 3D — funcionam melhor para usuários reais, em vez de apenas em demonstrações de laboratório.

Por que a bengala branca nem sempre é suficiente

A bengala branca é barata, familiar e notavelmente eficaz para revelar o que está no chão. Mas ela tem pontos cegos: raramente detecta objetos na altura da parte superior do corpo ou da cabeça, e não pode descrever que tipo de obstáculo é nem quão distante está além do alcance da bengala. Também não fornece orientação passo a passo de rota. Para preencher essas lacunas, engenheiros criaram auxílios eletrônicos de mobilidade que adicionam sensores — como ultrassom ou câmeras — e entregam informações por meio de sons ou vibrações. Apesar de décadas de protótipos, muitos dispositivos nunca foram cuidadosamente testados com pessoas cegas e com baixa visão (PCBV), o que significa que sabemos pouco sobre quão bem eles funcionam na vida cotidiana.

Testando dois assistentes de alta tecnologia

Os pesquisadores convidaram 13 adultos cegos ou com baixa visão para completar tarefas de caminhada em um corredor interno controlado. Todos já usavam bengala. Cada pessoa percorreu o trajeto três vezes: apenas com a bengala, com um pequeno dispositivo ultrassônico clipado chamado BuzzClip acoplado à bengala, e com um colete-câmera usado no ombro chamado NOA, que fornece áudio espacial 3D por fones de condução óssea. A equipe contou quantas vezes os participantes colidiram com obstáculos com a bengala ou com o corpo, monitorou a velocidade de caminhada e a frequência cardíaca, e aplicou um questionário padrão de carga de trabalho (NASA-TLX) e entrevistas de acompanhamento para avaliar quão exigente ou frustrante cada condição parecia.

Como os dispositivos mudaram a caminhada e a confiança

O NOA melhorou claramente a segurança. Quando os participantes usaram o NOA junto com a bengala, tiveram menos colisões corporais e menos contatos da bengala com obstáculos do que ao usar apenas a bengala ou a bengala com o BuzzClip. Embora as pessoas caminhassem mais rápido apenas com a bengala, a velocidade reduzida com ambos os auxílios eletrônicos provavelmente refletiu maior cautela e tempo gasto interpretando os novos sinais. Importante: o NOA não aumentou a carga mental em comparação com a bengala, mesmo oferecendo sinais sonoros 3D ricos. Em contraste, o BuzzClip não reduziu as colisões e foi avaliado como mais frustrante, com desempenho percebido menor e carga de trabalho global maior. Muitos usuários disseram que suas vibrações eram fracas demais, muito frequentes e difíceis de distinguir do feedback natural da bengala, e frequentemente não conseguiam dizer a que altura ou exatamente onde um obstáculo estava localizado.

Encontrando pessoas e objetos: que tipo de orientação ajuda mais?

Em uma segunda tarefa, a equipe testou um novo recurso de “encontrar objetos” integrado ao NOA. Os participantes ficaram em uma pequena sala e foram instruídos a caminhar em direção a uma pessoa após ouvir direções faladas do dispositivo. Duas versões desse recurso foram comparadas. Uma usou um sistema de IA generativa baseado em nuvem que forneceu uma descrição curta e com som natural (por exemplo, “Há uma pessoa um pouco à sua esquerda, a poucos passos”). A outra usou um sistema de deep learning local que deu instruções mais precisas no estilo de relógio e distância e adicionou um som espacializado de “bip” que permanecia travado na pessoa enquanto ela estivesse em campo de visão. Ambas as versões levaram a tempos de conclusão semelhantes, mas a versão de deep learning tendeou a produzir taxas de sucesso maiores e foi avaliada como mais clara, mais precisa e menos exigente. Todos os participantes preferiram essa orientação mais estruturada e concisa, embora alguns achassem que a linguagem mais rica da descrição por IA poderia ser melhor para compreensão mais ampla da cena em outras situações.

O que isso significa para o deslocamento cotidiano

Do ponto de vista de um leigo, a mensagem é direta: adicionar tecnologia inteligente às ferramentas tradicionais de mobilidade pode tornar a caminhada mais segura para pessoas cegas e com baixa visão — se o dispositivo for preciso, bem projetado e testado com usuários reais. Neste estudo, quase todos os participantes disseram que considerariam adotar o NOA como complemento da bengala, especialmente para rotas desconhecidas, apesar de ser mais volumoso e exigir curva de aprendizado. Valorizaram seus sinais de áudio espacial precisos e a sensação de aumento de segurança mais do que a simplicidade do BuzzClip menor. Ao mesmo tempo, o trabalho destaca que hardware mais leve, feedback intuitivo e modos flexíveis (orientação breve e precisa versus descrições ricas) serão cruciais para uso a longo prazo. Com refinamento adicional e testes em ambientes externos e do mundo real, esses auxílios eletrônicos de mobilidade poderiam ajudar muitas mais pessoas a se movimentarem pelo mundo com confiança e autonomia.

Citação: Pittet, C.E., Ortega, E.V., Fabien, M. et al. Efficacy of electronic travel aids for the blind and visually impaired during wayfinding. Sci Rep 16, 6423 (2026). https://doi.org/10.1038/s41598-026-37578-9

Palavras-chave: cegueira, tecnologia assistiva, navegação, auxílios eletrônicos de mobilidade, áudio espacial