通过本研究，我们提出了一个社交型辅助机器人系统 ShelfHelp，并将我们新颖的技术解决方案应用于在导航任务中增强仪器化拐杖的功能，以提升具有视觉障碍的人在超市独立购物的能力。通过人体试验，我们展示了 ShelfHelp 在定位和提供有效操作指导方面的成功，并通过诸如能力、智能程度和易用性等积极主观指标验证了系统的高效性和有效性。

May, 2024

利用机器学习和计算机视觉技术改善视障人士的使用便利性的移动应用程序的研究。

Mar, 2024

对已有的使用 AI 生成图像描述的应用进行调查，通过分析 16 位视障用户在使用我们设计的 AI 场景描述应用时的日记和访谈记录发现，用户主要使用这类应用来识别已知对象的视觉特征，避免与危险物体接触；同时，用户对这些描述的满意度和信任度普遍较低，需要进一步改进以提供更满意和可信赖的用户体验，未来 AI 在帮助视障用户方面有着更大的发展潜力。

Mar, 2024

提出了一种基于强化学习的个性化导航系统，根据不同视力障碍者的个人特点和行动能力，通过权重专家模型逐步调整系统用户交互体验，实现更精准的长期行为预测和快速适应性学习。

Apr, 2018

本文提出一种基于可穿戴导航设备的室内导航方案，使用动态子目标选择策略，辅助用户规避障碍，并在佩戴者使用方便的光学透视眼镜上使用。该导航设备采用低成本、体积小、易于集成的传感器，通过测试，被证明在室内导航任务中具有高效性。

Apr, 2019

建议利用传感器和算法的组合，建立一个适用于视障人士的导航系统，该系统基于传统的 RGB-D 相机，结合鱼眼相机的信息，提供了对环境的鲁棒性与可靠性，使用户能够规划路径并避开障碍物。

Jan, 2024

为解决盲人室外导航问题，引入 SEVN 模拟环境和基于神经网络的导航代理方法，RL 算法（PPO）通过多模式观测（可变分辨率图像、可见文本和模拟 GPS 数据）导航到目标门。

Oct, 2019

本文提出了一种新型电子旅行辅助设备，以仿眼镜的形式在多个方面协助视障人士进行室内出行，采用深度传感器与超声波传感器自动避障的技术来检测障碍并指引方向，结构简单而效率高。

Sep, 2017

我们正在开发专有的头戴设备，帮助视觉障碍的人们在日常生活中导航、识别物体与人员、阅读文本和避开障碍物。该头戴设备将结合计算机视觉、超声波传感器的距离估计、语音识别和语音助手等技术，实时提供用户所处环境的信息。用户可以通过语音指令与头戴设备交互，例如 “那是什么？” 识别物体，或者 “导航到前门” 寻找方向。然后，头戴设备会口述物体的描述或给出语音导航指示。我们相信，这款头戴设备有潜力为视觉障碍的人们带来巨大改变，让他们能更独立地生活并更全面地参与社会活动。

Nov, 2023

该研究提出了一种可穿戴辅助设备，可以帮助视障人士在陌生环境中安全快速地导航，并通过消音信号为用户提供正确的行走方向，同时通过深度学习技术对周围环境中的障碍进行分类和识别，有效地提高了用户的感知能力。

Apr, 2019