几十年来，计算机科学家一直致力于开发可以帮助视障人士的自动导航系统，但是很难想出像白色拐杖一样可靠和易于使用的办法。视障人士经常使用金属头手杖来明确行走路径。

但是，白手杖有一些缺点：一是它们接触到的障碍物有时是其他人；另外它们也不能识别物体的具体类型，如桌子或椅子，或者确定椅子是否已经被占用。

麻省理工学院计算机科学和人工智能实验室的研究人员（CSAIL）已经开发出一种使用了一个3D摄像头的新系统，周围分布着可控振动电机带，还有一个电子可重构盲文接口给视障用户更多的环境信息。

该系统可用于结合或替代手杖。近期在机器人与自动化国际会议上发表的一篇论文中，研究人员描述了该系统及他们在视障志愿者中进行的一系列可用性研究。

麻省理工学院机械工程的一位研究生和该论文两位第一作者中的一位Robert Katzschmann表示，我们对盲人用户进行了两组不同的检测。有一些侵犯他们其他感官的东西很重要。所以我们不想有声音，不想有东西在头上和在脖子上震动——所有这些东西，研究者都进行了尝试，但他们都没有接受。我们发现，最不被其他感官围绕的身体的一个区域是腹部。

该系统如何解析世界？

研究者开发的系统由一个挂在脖子上的袋子里的一个3D摄像头、运行该团队专有算法的处理单元和传感器带（其有五个振动电机均分布在前部分）以及可重构的盲文接口（用户侧穿）组成。

该系统的关键是快速识别来自3D相机的物体表面和其方向的数据的算法。研究人员尝试了三种不同类型的3D相机，其使用了三种不同的技术来测量深度，但均产生了相对较低分辨率的图像——640*480像素，每个像素颜色和深度的测量。

该算法首先将像素分成三个簇。由于像素具有相关位置的数据，每个群集确定一个平面。如果由五个附近的簇定义的平面的方向彼此在10度内，系统的结论是它已经找到了一个表面。它不需要确定表面的程度或表面是什么类型的对象；它只是简单地自动记录该位置有一个障碍，如果在距离佩戴者2米内，相关电机开始嗡嗡响。

椅子识别类似但略微更严格。该系统需要完成三个不同表面的识别，在相同的普通区域而不是只有一个，可确保椅子空置。表面需要大致平行于地面，它们的高度必须在规定范围内。

如何解析触觉数据？

马达带可以变换振动的频率、强度、持续时间以及间隔时间，向用户发送不同类型的触觉信号。例如，频率和强度增加通常表明佩戴者正在接近特定电机所指示方向上的障碍物。但是，当系统处于椅子查找模式时，例如，双脉冲指示的方向可以找到一个空椅子。

盲文接口由两排五个可重构盲文垫组成。在垫子上显示的符号用于描述用户环境中的对象——例如，桌子为“T”或椅子为“C”。符号以行排列来指示可以找到的方向，列来表示它的距离。一个熟练的盲文用户应该发现来自盲文接口的信号和电机带。

在测试中，该椅子寻找系统使受试者接触椅子以外的对象减少了80%，该导航系统使手杖碰撞周围人群的数量减少了86%。

（环球医学编辑：贾朝娟 ）

原文链接：Wearable system helps visually impaired users navigate
https://www.sciencedaily.com/releases/2017/05/170531132641.htm

未经授权，不得转载！