Health

哈佛应用Mobilio利用智能手机传感器引导盲人行走

生物工程师报告称,在室内导航试验中,碰撞减少41%,行走速度更快

作者: Giovanni Sapere
阅读约3分钟由人工智能辅助撰写 · 审校与批准:Letizia Giugliano

分享LinkedInFacebookX

哈佛应用Mobilio利用智能手机传感器引导盲人行走
Photo: Vitaly Gariev / Unsplash

哈佛大学(Harvard University)的生物工程师开发出辅助软件应用Mobilio,把普通智能手机变成视障人士的实时引导系统。该系统对手机传感器的实时数据流运用人工智能和计算机视觉,发出定制的提示音,引导用户绕开障碍物。在实验性试验中,使用这款工具的参与者到达目的地的速度快了13%,碰撞次数比使用传统手机地图时少了41%。

超越标准数字地图的导航

视力低下或失明的人在不熟悉的室内外空间导航时,经常面临危险。谷歌(Google)地图等标准导航工具缺乏识别近处物理障碍所需的精细空间分辨率,使用户仍要依靠白手杖或导盲犬。为弥补这一缺口,哈佛约翰·A·保尔森工程与应用科学学院(Harvard John A. Paulson School of Engineering and Applied Sciences)的博士研究生Raymond Liu和生物工程助理教授Patrick Slade设计了Mobilio,这项辅助创新由New Atlas报道。

工程师们对14名测试对象进行了试验,他们使用手杖搭配Mobilio走过室内测试路线。他们的表现与使用手杖加谷歌地图出行进行了比较。据团队发表在Nature Biomedical Engineering的研究论文,使用Mobilio的受试者在室内到达目的地的速度快了13%,碰撞减少了41%,证实了实时路线调整的功能优势。

“我们的系统利用智能手机中的传感器、GPS信息和人的实际运动,生成本质上相当于一辆小型自动驾驶车辆的计划,规划如何带领他们从当前位置走到想去的地方。”

——Patrick Slade,哈佛大学生物工程助理教授

行人视角取代汽车数据集

在构建软件原型之前,研究人员调查了100多名视力有限或失明的人,以确定他们面临的主要身体困难。据New Atlas记载,用户群体强调了三项核心需求:沿直线路径的持续方向反馈、准确的逐向转弯引导,以及对近处物理障碍的可靠检测。

大多数商用自动驾驶计算机视觉模型依赖于在铺装道路上行驶的车辆所采集的数据集。由于行人行走在人行道、人行横道和室内走廊上,Liu和Slade使用直接从行人视角拍摄的图像,构建了人工智能语义分割模型。Liu的哥哥是盲人,他强调,让受影响的用户测试技术至关重要,因为视力障碍因人而异。

自动驾驶算法在通用硬件上运行

Mobilio无需专用的外部头戴设备或外接计算包即可运行。相反,该应用完全在标准消费级智能手机上运行,处理来自设备摄像头、GPS接收器、内部运动传感器的输入,以及可用时的机载LiDAR传感器的输入,据New Atlas报道。

软件通过追踪用户的运动,并调整空间音频提示以匹配每个人的步态,计算安全的行走轨迹,运用了机器人学中常见的原理。在标准智能手机芯片上运行本地化视觉模型,省去了专用外部处理板,使这套辅助装置无需额外购买,用户即可使用。

融入日常的实地测试

完成最初的实验室评估之后,哈佛SEAS的开发团队计划把测试扩展到各种户外环境和公共场所。下一阶段的研究将评估Mobilio如何在更长时间的常规使用中,适应视障用户不同的日常习惯、步速和路线偏好,详见New Atlas,这标志着这项发明向前迈出了有希望的一步。

另见The Patent:三方专利局在维也纳就全球分配与AI举行会议

由英文原文自动翻译. 阅读原文

The Patent ® 编辑部的文章,借助人工智能,依据编辑部选定的来源撰写。审校、更正及批准发布:Letizia Giugliano。责任出版方:WitUp Ltd。