从白手杖到边缘AI：盲人与低视力者辅助导航技术综述

独立出行是盲人与低视力（BLV）个体实现自主性的基础性需求，然而支撑这一需求的辅助技术历来演进缓慢。本综述系统回顾了 2008 年至 2026 年间发表的 108 项同行评审研究，将该领域划分为四个技术时代：（i）被动机械辅助工具的基础时代，即白手杖与导盲犬；（ii）基于超声波、红外与卫星定位传感器的电子出行辅助设备的硬件时代，此类设备能提醒用户接近障碍物，但缺乏语义理解；（iii）深度学习时代，卷积与基于 Transformer 的检测器引入了上下文感知的场景理解，最初依赖云端基础设施；（iv）当代的边缘原生时代，以模型压缩、量化、硬件加速与多传感器融合为特征，将智能迁移至资源受限的可穿戴与移动设备上。针对每个时代，我们分析代表性系统、传感模态、计算架构与已报告的性能，并将该领域的模型优化技术整合为一份涵盖四类检测器家族与十二种压缩策略的单一技术参考。纵观全部文献，我们发现快速的算法进展与缓慢的现实应用之间存在持续错配，其驱动因素包括用户界面中的认知过载、碎片化的评估协议，以及涉及 BLV 参与者的研究稀缺。我们最后提出开放挑战，包括室内外无缝过渡、标准化基准、隐私保护感知以及多模态基础模型的新兴作用，并勾勒出一条面向社会可接受、以用户为中心的辅助导航路线图。

中文由 AI 翻译，仅供参考，以原文为准。