88美元全离线AI智能手杖，22亿视障者的福音！
An Affordable AI-Integrated Smart Cane for Multimodal Mobility Assistance of Visually Impaired Users
📖 AI 总结
这篇论文针对全球超过22亿视障人士的出行需求，指出现有白色手杖无法识别高处障碍物或提供语义环境信息，而多数AI辅助导航系统依赖昂贵硬件或云端连接，难以在资源受限地区普及。为此，作者提出一款成本仅88美元、完全离线运行的AI智能手杖，基于超低功耗的Raspberry Pi Zero 2W平台，融合RGB视觉传感与飞行时间（ToF）测距，采用INT8量化后的SSD MobileNet V1模型，并配合距离感知的振动触觉反馈与实时音频提示。为保障受限硬件上的稳定运行，系统采用多进程架构，将传感器采集、神经网络推理与触觉反馈相互隔离，并具备失效保护机制。室内场景实验显示，其宏平均F1分数为0.82（精确率0.85、召回率0.81），端到端平均延迟330毫秒，峰值功耗2.8瓦；12名参与者的小规模可用性测试（SUS得分78.5）表明用户反馈积极、障碍感知能力有所提升。该原型验证了在成本敏感场景中部署隐私保护、边缘原生辅助智能的可行性。
🔑 关键词速览
| SSD MobileNet V1 | 一种轻量级目标检测模型，结合了SSD检测框架和MobileNet骨干网络，适合在资源受限设备上运行。 |
| INT8量化 | 将神经网络权重和激活从浮点数转换为8位整数，以减少模型大小和计算量，提升推理速度。 |
| 飞行时间（ToF） | 一种通过测量光或信号往返时间来计算距离的传感技术，常用于深度感知和避障。 |
| 振动触觉反馈 | 通过振动马达向用户传递触觉信号，用于提示障碍物距离或方向，辅助导航。 |
| SUS（系统可用性量表） | 一种广泛使用的标准化问卷，用于评估系统或产品的感知可用性，得分越高表示可用性越好。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅