对于无障碍出行来说，路况监测精度过低的科技产品只是“有意义”，而不是“有用”。

上周在马来西亚举行的 IEEE 国际通信大会上，澳大利亚墨尔本大学电子工程师 Elaine Wong 展示了她的团队正在研发的项目——微小路障监测系统原型。这套系统利用了激光检测技术，通过摄像头获得周围环境的激光反馈图后，结合图像处理和人工智能分析，为使用者提供精确的声音指引。

近年来，关注视障人士的科技产品非常多样，比如导盲机器人 GuideCane、障碍侦测腰带 NavBelt 等。爱范儿（微信号：ifanr）上周也介绍过 iPhone 和 Apple Watch 为视障人士设置的无障碍辅助阅读功能。

然而对于视障人士来说，出行障碍辅助设备的检测能力并不尽如人意。目前的监测系统对台阶、路缘线、坑洞等微小障碍的检测精度较低，无法提醒使用者非突出物的存在。

正是针对这点，Elaine Wong 在两家非盈利合作机构和 Ian Potter 基金的帮助下，进行了微小路障监测系统原型的研发。在 IEEE 国际通信大会上，这套系统通过了 3 项坑洼行进测试，正确识别出 90% 的坑洼并作出了准确的提示。

（图自：huace）

系统使用激光对使用者前面的路面进行激光扫描，然后根据记录激光的强度，304不锈钢线记录路面上的物体位置信息。路面平整无障碍的话，激光会以完整的强度值返回。一旦出现坑洞，激光就必须传输更远的距离，系统就能以此测定坑洞的位置、大小、深度等信息。

由于还是测试阶段，系统的激光扫描依靠一个 HD 模式的 GoPro 相机，以 15 帧每秒记录图像数据。获得图像数据之后，Elaine Wong 运用人工智能机器进行分析，以此提高图像识别能力，并及时反馈给使用者。而且，系统的人工智能学习算法能让它在实际使用中不断提高识别能力。

（图自：motortrader）

Elaine Wong 对这套微小路障监测系统的市场非常乐观。世界卫生组织（WHO）称，全球视力障碍人士大约有 2 亿 8500 万人。想让这个群体在复杂的路面上真正地无障碍出行，而不只是”躲开大型物体“，就必须要提高路况监测精度。

但对于 Elaine Wong 来说，这套系统如果真的能面世，她最希望她的儿子能成为第一个受惠的人——她的儿子天生失明。“希望他会为我感到骄傲。”Elaine Wong 说。