AI智能盲杖
一款基于Raspberry Pi Zero 2W的低成本离线AI智能盲杖，融合RGB视觉感知与ToF距离估计，采用INT8量化SSD MobileNet V1模型，提供震动触觉与语音双模态反馈，专为视障人士设计的出行辅助设备
时间轴 (近 90 天)
一篇arXiv论文提出了一款仅需88美元、完全离线运行的AI智能盲杖
该系统的核心硬件是Raspberry Pi Zero 2W微型计算板
该系统融合了RGB视觉感知与飞行时间（ToF）距离估计两类传感
系统采用经过INT8量化的SSD MobileNet V1目标检测模型
系统采用多进程架构，将传感器采集、神经网络推理和触觉反馈隔离到独立进程中，并加入故障安全机制
该盲杖将ToF测得的距离信息转化为距离感知的震动触觉反馈，障碍越近震动越强
系统端到端平均延迟为330毫秒，峰值功耗仅2.8瓦
在12名参与者的初步可用性研究中，系统获得SUS 78.5分，并通过NASA-TLX任务负荷评估
该研究的实验主要集中在室内场景，样本量仅12人，真实户外复杂环境表现尚未验证
完全离线运行意味着数据不出设备，规避了云端方案的隐私风险
全部知识事实 (10)
完全离线运行意味着数据不出设备，规避了云端方案的隐私风险
50%待验证该系统的核心硬件是Raspberry Pi Zero 2W微型计算板
50%待验证该系统融合了RGB视觉感知与飞行时间（ToF）距离估计两类传感
50%待验证系统采用经过INT8量化的SSD MobileNet V1目标检测模型
50%待验证系统采用多进程架构，将传感器采集、神经网络推理和触觉反馈隔离到独立进程中，并加入故障安全机制
50%待验证该盲杖将ToF测得的距离信息转化为距离感知的震动触觉反馈，障碍越近震动越强
50%待验证系统端到端平均延迟为330毫秒，峰值功耗仅2.8瓦
50%待验证在12名参与者的初步可用性研究中，系统获得SUS 78.5分，并通过NASA-TLX任务负荷评估
50%待验证该研究的实验主要集中在室内场景，样本量仅12人，真实户外复杂环境表现尚未验证
50%待验证一篇arXiv论文提出了一款仅需88美元、完全离线运行的AI智能盲杖
50%