2019 年，世界衛(wèi)生組織 (WHO) 發(fā)布了第一份「世界視力報(bào)告」。報(bào)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(zhǎng)和人口老齡化的影響，視障人群的數(shù)量在 2040 年可能會(huì)增長(zhǎng) 3 倍。

全球視力受損者估計(jì)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(duì)視障人群的輔助設(shè)備卻存在成本高、維護(hù)困難、操作復(fù)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(xué)和武漢科技大學(xué)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(jià)約 480 元。它可以通過多種傳感器監(jiān)測(cè)使用者和環(huán)境的狀態(tài)，幫助使用者與環(huán)境進(jìn)行交互并在危險(xiǎn)狀況下發(fā)出警報(bào)。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(jī)收集圖像，隨后通過輕量級(jí)網(wǎng)格模型 YOLO v5 對(duì)物體及其距離進(jìn)行分析，或是通過光學(xué)字符識(shí)別 (OCR) 閱讀文字。

物體識(shí)別過程中，YOLO v5 算法會(huì)將圖片劃分為網(wǎng)格，隨后預(yù)測(cè)每個(gè)網(wǎng)格單元的邊界框，并在創(chuàng)建邊界框的同時(shí)識(shí)別出圖片中的不同物體。

除圖像識(shí)別外，YOLO v5 算法還能通過對(duì)比雙目相機(jī)的圖像計(jì)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(shí)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(shí)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(duì)圖片（指示牌）和其他障礙物進(jìn)行一系列視覺處理后，最后通過語(yǔ)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(duì)設(shè)備的物體識(shí)別能力進(jìn)行了 20 次測(cè)試。結(jié)果顯示，室內(nèi)外環(huán)境下 YOLO v5 算法均能比較準(zhǔn)確地識(shí)別出環(huán)境中的物體，并對(duì)物體與使用者之間的距離作出判斷。

室內(nèi)環(huán)境下的測(cè)試結(jié)果

室外環(huán)境下的測(cè)試結(jié)果

實(shí)驗(yàn)中發(fā)現(xiàn)，隨著圖像中物體數(shù)量增加，錯(cuò)誤率會(huì)隨之提高，尤其是對(duì)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(shí)別準(zhǔn)確率為 92.16%。

但是即使 YOLO v5 算法認(rèn)錯(cuò)了物體，它依然能對(duì)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(dāng)使用者與物體之間的距離小于 0.7 m 時(shí)，智能盲杖會(huì)發(fā)出警報(bào)，同時(shí)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(cè)，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(shí)現(xiàn)非接觸測(cè)量，心率傳感器使用光體積變化描記圖法 (PPG, Photoplethysmography) 進(jìn)行監(jiān)測(cè)，體溫傳感器使用紅外輻射進(jìn)行監(jiān)測(cè)。

智能盲杖的結(jié)構(gòu)示意圖

此外，為增強(qiáng)視障者對(duì)環(huán)境的感知，盲杖上還集成了溫度、濕度和姿勢(shì)傳感器。姿勢(shì)傳感器由加速度計(jì)和陀螺儀組成，通過計(jì)算使用者的組合加速度 (ACLR)，監(jiān)測(cè)其是否有跌倒的風(fēng)險(xiǎn)。

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

這里值得一提的是，盲杖還設(shè)置了煙霧識(shí)別，對(duì)于有火險(xiǎn)這樣的特殊使用場(chǎng)景是非常必要的。

用于跌倒監(jiān)測(cè)的 3 維坐標(biāo)系

其實(shí)，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(gè)可搭載在眼鏡腿上的相機(jī)和手機(jī) APP 應(yīng)用程序組成，可以把實(shí)況視頻轉(zhuǎn)換為音頻反饋?zhàn)屌宕髡呗牭剑梢詭椭曊险哒J(rèn)知周圍環(huán)境，是視障用戶的超級(jí)眼睛。

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

物體檢測(cè)：尋找并識(shí)別鏡頭正對(duì)的物體并轉(zhuǎn)化成語(yǔ)音告訴佩戴者；

導(dǎo)航：通過提醒幫助佩戴者識(shí)別標(biāo)志、交通信號(hào)、路牌和導(dǎo)航指示；

顏色檢測(cè)：幫助視障人士識(shí)別顏色；

貨幣識(shí)別：幫助佩戴者解決交易的問題；

文本轉(zhuǎn)語(yǔ)音：識(shí)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(huì)因缺乏維護(hù)和管理，無法發(fā)揮效用。

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

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。