新的技术进步可能对受残疾影响的人产生重要影响，在他们的日常生活中提供有价值的帮助。其中一个关键的例子是技术工具可以为视障者(VI)提供指导，这些人可能部分或完全失明。

考虑到这一点，中国CloudMinds技术公司的研究人员最近为VI个人创建了一个新的深度学习驱动的可穿戴辅助系统。该系统在arXiv上发布的论文中展示，包括可穿戴终端，强大的处理器和智能手机。佩戴式终端有两个关键部件，RGBD摄像头和耳机。

“我们提出了一种基于深度学习的可穿戴系统来改善VI的生活质量，”研究人员在他们的论文中写道。“该系统专为实时安全导航和全面的场景感知而设计。”

CloudMinds团队开发的系统主要通过RGBD摄像头从用户周围收集数据。该数据被馈送到卷积神经网络(CNN)，该网络对其进行分析并预测最有效的避障和导航策略。然后，这些策略以及关于周围环境的其他信息通过耳机传达给用户。

在构建该系统时，第一批研究人员开发了一种数据驱动的端到端卷积网络(CNN)，可以在用户根据RGBD数据和相关语义地图向前，向左或向右移动时生成无冲突指令。此外，他们设计了一系列易于VI个人采用的互动，以便为他们提供可靠的反馈，例如避开障碍物的行走指令和有关其周围环境的信息。

“我们的障碍物避让引擎，从RGBD，语义地图和飞行员行动选择输入中学习，能够提供有关VI周围障碍物和自由空间的安全反馈。通过利用语义地图，我们还介绍了实施有效的互动方案，帮助VI通过智能手机感知三维环境。“

研究人员在一系列真实的避障实验中测试了他们系统的性能。值得注意的是，他们的系统在几种室内和室外场景中都优于现有方法。他们在这些测试中收集的调查结果表明，该系统还可以增强用户在实际任务中的移动性能和环境感知能力，例如，帮助他们了解特定房间的布局，帮助他们找到丢失的物体，或者传达附近的交通状况。

作为他们研究的一部分，研究人员收集了避障事件的数据集，其中包含避免步行时附近障碍物的指令以及用于感知周围3-D环境的其他信息。这些数据集可以帮助研究团队为VI个人培训其他基于深度学习的工具。

未来，本研究开发的新型可穿戴系统可为VI人提供更有效，更深入的帮助。该团队现在正计划集成一个声纳或撞击传感器，以便在用户驾驶更具挑战性或不安全的环境时提高用户的安全性。