本文为产品研发方案，所列能力属于开发目标，不代表已完成实现或经过安全验证。近距离感知是出行辅助，不能据此保证道路、台阶或过街安全。文中距离阈值是原型参数，须通过设备和实际场景测试调整。

一、产品整体定位

产品口号：室外靠地图导航、室内靠雷达辅助避障、随处靠 AI 读字。

面向视障用户的三类需求：室外路线与路口提示、室内障碍与空间理解、印刷文字阅读。整体采用双感知融合、双场景切换与本地 AI 优先设计：室外利用 GNSS 与地图引导，中近距离结合 LiDAR 深度与视觉识别，阅读时调用 OCR。

本地感知、OCR 和语音反馈拟在离线状态工作。地图路线规划、实时道路信息和地图数据可用性须以供应商接口、授权及离线支持为准，不能直接承诺完整导航全程离线。

二、技术栈与核心算法体系

深度感知

通过 ARKit 获取支持设备的 LiDAR 深度数据与置信度，进行深度滤波、点云处理、地面拟合及危险区域分析。ToF 深度提供距离线索，但透明、反光、吸光表面及环境条件会影响可靠性。

视觉 AI

采用适配端侧部署的目标检测模型，识别人、桌椅、车辆及路障；研究门框分割与轮廓检测。OCR 采用 DB 文本检测与 CRNN 识别的候选路线，并验证端侧速度、印刷体准确率及中文覆盖。

空间定位

利用 ARKit 视觉惯性跟踪，并研究结合深度进行定位；RoomPlan 用于房间结构与家具扫描。保存三维模型、跨次重新定位、房间语义与可行走路线规划是不同能力，需要分别实现和验证。

地图导航

拟接入高德定位与路线能力，研究道路匹配、路口拓扑及过街提示。无障碍道路数据的覆盖、可获取性与准确性须单独核实，路线提示不能代替现场通行判断。

三、四大核心功能模块

模块一：室外无障碍导航

目标是提供方向、转弯、路口与周边障碍提示。

  1. 结合 GNSS、方向与地图道路匹配估计位置；定位偏差时提示不确定性，不能保证完全不跑偏。
  2. 根据路线与可用地图数据播报直行、转弯和路口。斑马线及过街状态需视觉与现场数据验证。
  3. 视觉识别行人、车辆、石墩与护栏；结合有效深度估计方位和距离。播报示例为“左前方约三米有人”，无可靠测距时不输出确定距离。

适用目标场景：通勤、购物及陌生道路步行。

模块二：LiDAR 室内辅助避障

目标是提示墙体、家具、行人、落地障碍及可能的台阶风险。

通过深度滤波和地面分析提取障碍，保留与碰撞相关的墙体等结构。初始预警参数：一米内急促震动与强提示；一至二点五米普通预警；二点五至五米远距离提示。实际阈值须结合速度、朝向、置信度及用户测试调整；零距离读数不等于有效障碍。

规划近距离约 0.2–5 米为原型测试范围，不作全覆盖保证。深度传感在低光环境可能提供辅助，但视觉分类、跟踪及建图仍会受到光照影响。手机朝向与视野之外的区域无法自动实现全身周围覆盖。

模块三：室内建图与定位

利用 RoomPlan 扫描墙体、门窗及可识别家具，生成空间模型，并研究二维户型投影。

定位部分须单独实现地图锚定、重新定位和房间语义，目标是提供门口、走廊等方向提示。保存家具或台阶位置后仍需检查环境变化，不能把历史地图当作永久有效的危险位置。

模块四：离线文字阅读

本地运行印刷体 OCR，研究自动对焦、文字区域定位与裁剪，并通过语音朗读结果。识别失败时提供重新取景提示，不能保证无需对准即可读出所有文字。

目标场景包括菜单、路牌、快递、票据、药品包装与摄像头可见的屏幕文字。这里的“读屏”指摄像头识别文字，与系统屏幕阅读器不同。药品等关键信息应保留识别不确定性提示；手写体暂不列入能力承诺。

四、运行与模式切换逻辑

室外以地图路线为主，视觉与深度辅助提示障碍；进入室内时研究自动切换到近距离感知与空间定位。不能只以 GPS 信号消失判断室内，需融合定位质量、感知状态等，并提供语音确认和手动切换。

阅读模式由用户唤起 OCR。运行中使用语音与震动反馈，并明确感知不可用、低置信度或定位失效状态。

五、已知缺陷与补偿研究

  • 玻璃与镜面：结合深度置信度、异常深度及视觉线索研究风险提示。不能假定系统必然提供原始反射率，也不应将透明物体剔除当作安全解决方案。
  • 强光与低光：对视觉和深度分别评估可靠性，降低不可靠结果的权重；必要时提示能力下降，不能保证视觉无条件接管。
  • 细线与线缆：研究细线特征辅助模型，但保留漏检限制。
  • 手写文字：首期聚焦印刷体，手写识别作为后续研究。
  • 远距离障碍：有效深度范围外研究视觉预判，不能将估计当作可靠物理测距。
  • 台阶及落差：需验证朝向、地面缺失与遮挡情形，不能承诺杜绝踩空。

六、开发功能清单

基础能力目标

室外方向与路口提示、道路偏差提醒；室内深度辅助避障；人物与方位距离提示；门与出入口识别；室内模型保存与重新定位；本地印刷文字朗读。

风险提示能力目标

分级预警、行人碰撞风险提示、台阶与楼梯风险分析、玻璃镜面不确定性提示。各项均需独立测试，不作“必然防撞”或“安全全覆盖”承诺。

体验能力目标

室内外模式切换、本地 AI 优先、语音与震动反馈。离线范围包括已经验证的端侧能力，联网地图服务另行标明依赖。

七、产品差异化与验证边界

拟以地图、物理深度、视觉识别和本地文字阅读组合提供统一体验，重点探索室内空间理解与隐私保护。未经系统竞品调研，不使用“唯一”“所有同类产品均不支持”等结论。

本地处理可减少图片外传，但隐私还取决于权限、日志、存储、备份及第三方 SDK；不能承诺绝对安全。上线前应验证不同设备、材质、光照、持机姿态、功耗和反馈延迟，并结合视障用户测试确认实际可用性。

技术参考