2019 年，世界衛(wèi)生組織 (WHO) 發(fā)布了第一份「世界視力報告」。報告稱，全球至少有 22 億視力受損者，其中 2.85 億人為視障人群，3,900 萬人徹底失明。受全球人口增長和人口老齡化的影響，視障人群的數(shù)量在 2040 年可能會增長 3 倍。

全球視力受損者估計人數(shù)

視障者無法通過視覺系統(tǒng)接收外界的信息，在日常生活中面臨著諸多不便。他們很難躲避附近的障礙物，也無法從書籍或是屏幕中獲取信息。

但是針對視障人群的輔助設(shè)備卻存在成本高、維護困難、操作復雜等問題，很難滿足他們的生活需求。

為此，廣東技術(shù)師范大學和武漢科技大學的研究者基于智慧物聯(lián)網(wǎng)共同開發(fā)了一套視障輔助設(shè)備，通過 AI 算法和傳感器為視障人群的生活帶來便利。

這套設(shè)備主要包括智能眼鏡和智能盲杖，總造價約 480 元。它可以通過多種傳感器監(jiān)測使用者和環(huán)境的狀態(tài)，幫助使用者與環(huán)境進行交互并在危險狀況下發(fā)出警報。這一成果已發(fā)表于「Electronics」。

視障輔助設(shè)備應(yīng)兼具便利和可靠性，以滿足視障人群的日常需要。為此，研究人員通過雙目相機收集圖像，隨后通過輕量級網(wǎng)格模型 YOLO v5 對物體及其距離進行分析，或是通過光學字符識別 (OCR) 閱讀文字。

物體識別過程中，YOLO v5 算法會將圖片劃分為網(wǎng)格，隨后預測每個網(wǎng)格單元的邊界框，并在創(chuàng)建邊界框的同時識別出圖片中的不同物體。

除圖像識別外，YOLO v5 算法還能通過對比雙目相機的圖像計算用戶與障礙物之間的距離。

智能眼鏡的 OCR 功能通過調(diào)用百度 OCR 的 API 實現(xiàn)。OCR 過程包括圖像獲取、降噪、二值化 (Binarizatoin)、文字區(qū)域提取、字符分割、字符識別、優(yōu)化及音頻輸出。

OCR過程示意圖

總結(jié)來說，就是智能眼鏡通過對圖片（指示牌）和其他障礙物進行一系列視覺處理后，最后通過語音傳輸?shù)绞褂谜叨淅铩?/p>

研究人員在常見室內(nèi)外環(huán)境中對設(shè)備的物體識別能力進行了 20 次測試。結(jié)果顯示，室內(nèi)外環(huán)境下 YOLO v5 算法均能比較準確地識別出環(huán)境中的物體，并對物體與使用者之間的距離作出判斷。

室內(nèi)環(huán)境下的測試結(jié)果

室外環(huán)境下的測試結(jié)果

實驗中發(fā)現(xiàn)，隨著圖像中物體數(shù)量增加，錯誤率會隨之提高，尤其是對于具有相似特征的物體，比如電視與顯示器，或是自行車與摩托車等。最終，智能眼鏡的識別準確率為 92.16%。

但是即使 YOLO v5 算法認錯了物體，它依然能對距離作出判斷。與商用的 APP 相比，YOLO v5 算法判斷距離的偏離率在 0.28-6.32% 之間，隨著距離的增加而增加。

基于這一判斷，當使用者與物體之間的距離小于 0.7 m 時，智能盲杖會發(fā)出警報，同時接管微控制器以避開障礙物。

而智能盲杖的主要功能之一是健康監(jiān)測，因此在盲杖上集成了心率、體溫等傳感器和數(shù)據(jù)收集模組。為實現(xiàn)非接觸測量，心率傳感器使用光體積變化描記圖法 (PPG, Photoplethysmography) 進行監(jiān)測，體溫傳感器使用紅外輻射進行監(jiān)測。

智能盲杖的結(jié)構(gòu)示意圖

此外，為增強視障者對環(huán)境的感知，盲杖上還集成了溫度、濕度和姿勢傳感器。姿勢傳感器由加速度計和陀螺儀組成，通過計算使用者的組合加速度 (ACLR)，監(jiān)測其是否有跌倒的風險。

如果使用者距離障礙物過近，或是姿勢傳感器察覺到使用者可能會跌倒，盲杖將通過震動和蜂鳴器發(fā)出警報。（這里是通過智能眼鏡傳輸數(shù)據(jù)到盲杖觸發(fā)警報，盲杖本身未設(shè)置雷達）

這里值得一提的是，盲杖還設(shè)置了煙霧識別，對于有火險這樣的特殊使用場景是非常必要的。

用于跌倒監(jiān)測的 3 維坐標系

其實，早在幾年前，就曾出現(xiàn)過類似的產(chǎn)品，名為Theia Vision，是一款智能眼鏡。

Theia Vision系統(tǒng)由一個可搭載在眼鏡腿上的相機和手機 APP 應(yīng)用程序組成，可以把實況視頻轉(zhuǎn)換為音頻反饋讓佩戴者聽到，它可以幫助視障者認知周圍環(huán)境，是視障用戶的超級眼睛。

它可以接入到 AI 神經(jīng)網(wǎng)絡(luò)實時進行物體檢測，從而為視障患者提供以下五種“超能力”：

物體檢測：尋找并識別鏡頭正對的物體并轉(zhuǎn)化成語音告訴佩戴者；

導航：通過提醒幫助佩戴者識別標志、交通信號、路牌和導航指示；

顏色檢測：幫助視障人士識別顏色；

貨幣識別：幫助佩戴者解決交易的問題；

文本轉(zhuǎn)語音：識別鏡頭內(nèi)文本并轉(zhuǎn)化成音頻閱讀；

一直以來，由于群體小、設(shè)施成本高，視障人群的無障礙設(shè)施很難普及。盲道、盲文等便利視障人群的設(shè)施，則會因缺乏維護和管理，無法發(fā)揮效用。

不過，隨著經(jīng)濟發(fā)展，科學技術(shù)的支持，已有相當多的個人和企業(yè)參與到了幫助視障人群的行動中。目前絕大多數(shù)主流手機品牌也已經(jīng)有了專為視障人群設(shè)計的操作方式，視障人群也可以擁有自己的智能手機。

希望未來，能有更多的智能產(chǎn)品可以服務(wù)于需要幫助的特殊群體。