[论文解读] SLAM for Visually Impaired People: a Survey

Marziyeh Bamdad, Davide Scaramuzza+1 more|arXiv (Cornell University)|Dec 9, 2022

Tactile and Sensory Interactions参考文献 119被引用 4

一句话总结

本篇系统性文献回顾分析了2017年至今的54项基于SLAM的视障导航研究，评估了ORB-SLAM3等视觉SLAM技术在实时定位与制图中的应用。研究识别出在动态环境、障碍物检测及语义融合方面的关键挑战，同时指出了深度学习、跨环境导航以及产学研合作在推动实用辅助技术发展方面的机遇。

ABSTRACT

In recent decades, several assistive technologies have been developed to improve the ability of blind and visually impaired (BVI) individuals to navigate independently and safely. At the same time, simultaneous localization and mapping (SLAM) techniques have become sufficiently robust and efficient to be adopted in developing these assistive technologies. We present the first systematic literature review of 54 recent studies on SLAM-based solutions for blind and visually impaired people, focusing on literature published from 2017 onward. This review explores various localization and mapping techniques employed in this context. We systematically identified and categorized diverse SLAM approaches and analyzed their localization and mapping techniques, sensor types, computing resources, and machine-learning methods. We discuss the advantages and limitations of these techniques for blind and visually impaired navigation. Moreover, we examine the major challenges described across studies, including practical challenges and considerations that affect usability and adoption. Our analysis also evaluates the effectiveness of these SLAM-based solutions in real-world scenarios and user satisfaction, providing insights into their practical impact on BVI mobility. The insights derived from this review identify critical gaps and opportunities for future research activities, particularly in addressing the challenges presented by dynamic and complex environments. We explain how SLAM technology offers the potential to improve the ability of visually impaired individuals to navigate effectively. Finally, we present future opportunities and challenges in this domain.

研究动机与目标

• 分析自2017年以来基于SLAM的视障（BVI）辅助技术的最新进展。
• 识别BVI导航研究中主流的SLAM技术、传感器模态与系统架构。
• 评估SLAM在真实世界BVI导航场景中的优势与局限，包括障碍物检测与环境适应能力。
• 揭示持续存在的挑战，如在动态、杂乱或低光照环境中的性能表现不佳，以及缺乏真实世界部署。
• 识别未来研究机遇，包括语义SLAM、统一室内外导航，以及学术界与产业界的合作。

提出的方法

• 依据PRISMA指南，对2017年及以后发表的54项研究开展系统性文献回顾（SLR），进行筛选与分析。
• 根据SLAM技术（如视觉SLAM、RGB-D、LiDAR、混合型）、传感器类型（摄像头、IMU、UWB、LiDAR）和应用场景（室内/室外）对研究进行分类。
• 提取关于定位精度、实时性能、障碍物检测能力及用户反馈机制的数据。
• 评估SLAM组件——前端（特征提取、传感器融合）与后端（优化、回环检测）——在BVI场景下的鲁棒性。
• 映射各研究中的共性挑战，包括光照变化、动态障碍物，以及在真实条件下的系统可靠性。
• 识别在语义理解、长期导航稳定性，以及深度学习在上下文感知反馈中集成方面的研究空白。

实验结果

研究问题

• RQ1 在视障用户辅助导航系统中，最常使用的SLAM技术与传感器组合是什么？
• RQ2 SLAM在真实世界环境中为BVI人群提供导航时，其主要优势与局限性是什么？
• RQ3 当前SLAM系统如何处理障碍物检测，尤其是在动态或复杂环境中？
• RQ4 哪些挑战阻碍了从研究原型向实用、可部署的辅助设备的转化？
• RQ5 未来研究方向中，如语义SLAM、统一室内外导航或深度学习集成，哪些最有可能提升BVI用户的移动能力？

主要发现

• 大多数研究（尤其是2017年以后）依赖视觉SLAM技术，ORB-SLAM3因精度高且具备实时性能而成为最常使用的框架。
• 多数系统仍处于原型阶段，且在动态或低光照环境中缺乏长期鲁棒性，表明研究与真实世界部署之间存在明显差距。
• 障碍物检测仍是主要挑战，深度与语义理解能力有限——许多系统难以可靠检测小型或头部高度的障碍物。
• 仅有少数研究将语义信息（如门框、台阶、家具）整合进SLAM地图，尽管这在提升定位精度与导航安全性方面具有巨大潜力。
• 迫切需要统一的室内外导航解决方案，因为大多数研究系统仅限于室内环境，限制了用户的独立性。
• 学术界与产业界的合作极为有限，且尚无标准化平台，这阻碍了辅助SLAM系统的开发与可扩展性。