Студентка Санкт-Петербургского государственного университета аэрокосмического приборостроения спроектировала уникальный носимый навигационный комплекс для незрячих и слабовидящих людей.
Проект выполнен на стыке передовых сквозных технологий и ориентирован на концепцию Edge AI (локального искусственного интеллекта). Устройство способно полностью автономно распознавать объекты и ориентировать пользователя в пространстве без подключения к интернету или облачным серверам.
Сегодня интеграция людей с нарушениями зрения в городскую среду остается острой социальной проблемой. Классические средства реабилитации имеют критические уязвимости. Белая трость обеспечивает безопасность лишь на расстоянии одного шага, а привычные GPS-навигаторы на смартфонах не способны заметить динамические препятствия, например, оставленные на тротуаре электросамокаты, строительные леса или низко висящие дорожные знаки. К тому же мобильные приложения становятся бесполезными в зонах с нестабильным покрытием сотовой связи. Разработанный в ГУАП комплекс решает эти проблемы, выступая в роли умного персонального ассистента, который в режиме реального времени сканирует окружение и предупреждает о препятствиях.
Аппаратная основа устройства — компактный микрокомпьютер с портативной камерой, который закрепляется на пользователе. Программная часть разделена на два независимых вычислительных контура. Первый — макронавигация: локальный геоинформационный модуль с поддержкой офлайн-карт. Он распознает голосовые команды пользователя, находит нужный адрес и строит оптимальный пешеходный маршрут. Второй — микронавигация: система компьютерного зрения на основе облегченной нейросети. Она непрерывно анализирует видеопоток с камеры, мгновенно распознает объекты инфраструктуры (столбы, урны, скамьи, припаркованные автомобили) и рассчитывает точное расстояние до них.
— Существующие на рынке аналоги либо относятся к премиальному ценовому сегменту, либо жестко привязаны к облачным серверам. Отправка видеопотока в облако создает опасные задержки сигнала, что недопустимо при движении незрячего человека по оживленной улице. Научная новизна проекта заключается в глубокой оптимизации тяжелых ИИ-моделей под жесткие аппаратные ограничения мобильного микрокомпьютера. Нам удалось решить сложную инженерную задачу — запустить параллельное выполнение объектной детекции на базе архитектуры YOLO и распознавание речи полностью в офлайн-режиме, — прокомментировала студентка ГУАП Валентина Синицина.
По словам разработчицы проекта, этого удалось достичь благодаря трем ключевым решениям:
Прототип устройства уже успешно прошел серию нагрузочных тестов. Испытания подтвердили стабильность температурного режима микрокомпьютера и полное отсутствие задержек при обработке данных в реальном времени. Успешный запуск прототипа открывает ГУАП и индустриальным партнерам дорогу к созданию доступных, надежных и полностью автономных отечественных гаджетов для социальной реабилитации.
Подробный материал о разработке можно прочитать на информационном портале газеты «Известия».
