现在咨询，获得最前沿的AR产品
2026-08-15
威斯康星大学麦迪逊分校团队8月13日发布NavSight研究：12名低视力参与者在真实户外环境中连续使用一款手机AR应用，完成七日记录。系统能突出人行道、路缘、车辆等21类对象，但研究最重要的发现不是“识别更准”，而是错误后果、注意力分配、阳光与社会接受度会共同决定它是否真的能辅助出行。
NavSight在户外场景中对道路边界和移动物体进行视觉增强。图片来源：论文图示，CC BY 4.0
论文于2026年8月13日提交至arXiv。研究招募12名25至88岁的低视力参与者，均使用iPhone；参与者至少使用5天，平均使用约7.92天，并完成每日问卷。研究通过了校方伦理审查，完成者获得200美元补偿。样本规模较小、只覆盖iOS，是作者明确列出的局限。
NavSight识别21类与户外出行相关的对象，分为四类挑战：保持在可行走区域、避开障碍、过街以及避开移动物体。对象包括人行道、路缘、长椅、消防栓、杆体、交通锥、斑马线、信号灯、行人、自行车和车辆等。
| 论文证据 | 工程含义 | 不能扩大解释 |
|---|---|---|
| 12人、七日真实环境记录 | 比一次性实验更能暴露环境与社会问题 | 不代表所有低视力人群 |
| 21类对象、六种增强方式 | 用户要能按风险和视觉偏好配置 | 不是路线规划或VPS系统 |
| iPhone 13端到端约70毫秒 | 端侧推理可达实时交互，但仍有传递与渲染开销 | 其他机型与系统未验证 |
| 错误按后果被用户区别对待 | 安全相关类别需要风险加权指标 | 不能宣称可替代白杖等辅助工具 |
系统提供轮廓、纯色覆盖、闪烁、亮度调整、背景变暗和去色六种方式。参与者会按对象风险调整组合：关键危险需要更醒目，但覆盖过强也可能挡住真实细节。研究中多数参与者倾向按风险分组对象，不过不同人对“什么最危险”的判断并不相同。
这意味着无障碍界面不能只提供一套固定主题。字号、颜色、对比度、闪烁和对象优先级都要可配置，并应保留快速关闭增强的入口。闪烁还需考虑光敏感风险；颜色提示不能成为唯一编码，以免对色觉差异用户失效。
团队对YOLO11l-seg进行面向户外对象的微调。论文报告，在iPhone 13上，预处理约3.3毫秒、推理39毫秒、增强渲染2.8毫秒，线程间传递识别结果约25毫秒，端到端约70毫秒，吞吐约25.6帧/秒。微调模型在mAP、mAP50与mAP75上均优于基线。
但参与者仍遇到亮太阳反光、雨后湿地、阴影、非标准路面标线和遮挡导致的误识别。更关键的是，用户按“错误造成什么”而不是按统计分数判断系统：多提示一个对象可能尚可容忍，覆盖或漏掉真实危险则可能带来更大风险。
手机屏幕让低视力用户能直接看到增强结果，也利用了成熟的端侧计算；但户外持续举机可能占用一只手，并让注意力在屏幕和真实道路之间切换。强光下屏幕眩光会降低可见性，雨天操作和续航也会改变实际体验。
研究还记录了公众误以为参与者在拍摄的情况。无障碍AR要解释相机为何开启、画面是否保存、数据是否上传，并给用户清晰的隐私状态。未来移植到AR眼镜可以缓解手持负担，却会放大旁观者对持续摄像的担忧，不能把终端替换当作问题自动消失。
NavSight不是VPS路线导航，而是对用户眼前对象做视觉增强；两者可以互补，但必须分层验收。视+AR AR导航方案回答“到哪里、沿哪条路径”，对象增强回答“眼前有什么、怎样更容易看见”。若结合EasyAR Mega大空间定位，还要分别测试位置误差、对象识别误差和二者叠加后的最坏情况。
项目验收应按后果分级：漏检车辆、误标可行走边界和错过普通长椅，不能用同一平均分稀释。对AR眼镜导览或场馆无障碍应用，还应邀请目标用户参与多轮真实环境测试，保留白杖、导盲犬、人员服务和音频提示等冗余，不把AR描述成唯一安全保障。
不是传统路线规划或VPS系统。它用手机AR识别并增强户外对象，帮助低视力用户更容易感知环境。
不能。样本为12名iPhone用户，作者也强调真实环境误识别与研究局限；系统应作为辅助感知而非唯一安全工具。
平均指标不会自动体现错误后果。漏掉车辆或覆盖真实障碍的风险，远高于多画一个低风险对象。
眼镜可释放双手，但会引入显示视场、续航、摄像隐私、佩戴舒适度和设备管理问题，仍需真实用户测试。
应保留传统辅助工具、音频或触觉提示、人工帮助和快速退出机制，避免单一视觉识别故障造成风险。
