Студентка ГУАП разработала автономный ИИ-навигатор для слабовидящих

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:

• Аппаратное ускорение: использование встроенного нейропроцессора (NPU) с применением INT8-квантования весов нейросети, что позволило обрабатывать видео в реальном времени с высокой частотой кадров.
• Алгоритмическая оптимизация: написание низкоуровневого программного модуля на языке С++ для прямого декодирования тензоров в обход ресурсоемких системных библиотек.
• Адаптивная архитектура: внедрение системы приоритетного вытеснения. Если на пути пользователя внезапно возникает угроза, контур микронавигации мгновенно прерывает штатный голос навигатора для экстренного предупреждения.

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».