GuideNav: User-Informed Development of a Vision-Only Robotic Navigation Assistant For Blind Travelers
作者: Hochul Hwang, Soowan Yang, Jahir Sadik Monon, Nicholas A Giudice, Sunghoon Ivan Lee, Joydeep Biswas, Donghyun Kim
分类: cs.RO, cs.CV, cs.HC
发布日期: 2025-12-05
💡 一句话要点
GuideNav：面向视障人士的纯视觉机器人导航辅助系统，通过用户研究指导开发。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 机器人导航 视觉导航 盲人辅助 示教-重复 拓扑地图
📋 核心要点
- 现有盲人辅助导航系统缺乏以用户为中心的设计，难以满足实际需求，且依赖昂贵传感器。
- GuideNav通过深入的用户调研，模仿导盲犬的工作方式，构建纯视觉的示教-重复导航系统。
- 实验表明，GuideNav能够在多种户外环境中实现公里级的可靠导航，用户研究也验证了其可行性。
📝 摘要（中文）
针对盲人和低视力(BLV)人群的移动辅助系统，虽然在以用户为中心的研究方面取得了显著进展，但直接指导机器人导航设计的参考仍然很少。为了弥合这一差距，我们进行了一项综合的人类研究，包括对26名导盲犬使用者、4名盲杖使用者、9名导盲犬训练员和1名定向与行动训练员的访谈，以及超过15小时的导盲犬辅助行走观察。经过匿名化处理后，我们开源了该数据集，以促进以人为本的开发，并为BLV人群辅助系统的知情决策提供依据。基于这项形成性研究的见解，我们开发了GuideNav，一种纯视觉的、示教-重复导航系统。受导盲犬的训练和辅助方式的启发，GuideNav使用机器人自主地重复由视力正常的人演示的路径。具体来说，该系统构建了示教路线的拓扑表示，将视觉位置识别与时间滤波相结合，并采用相对姿态估计器来计算导航动作——所有这些都不依赖于昂贵、笨重、耗电的传感器，如激光雷达。在现场测试中，GuideNav在五个户外环境中始终如一地实现了公里级的路线跟踪，即使在示教和重复运行之间存在明显的场景变化，也能保持可靠性。一项针对3名导盲犬使用者和1名导盲犬训练员的用户研究进一步证实了该系统的可行性，这标志着（据我们所知）首次展示了四足移动系统以类似于导盲犬的方式检索路径。
🔬 方法详解
问题定义：现有盲人辅助导航系统通常依赖于激光雷达等昂贵且耗电的传感器，限制了其便携性和易用性。此外，这些系统在设计时往往缺乏对用户需求的深入理解，导致实际应用效果不佳。因此，需要开发一种低成本、易于使用且真正满足盲人用户需求的导航辅助系统。
核心思路：GuideNav的核心思路是模仿导盲犬的工作方式，通过“示教-重复”的方式进行导航。首先，由视力正常的人演示一遍路线，机器人学习并记住该路线。然后，机器人自主地重复该路线，为盲人用户提供导航辅助。这种方法无需复杂的地图构建和定位算法，降低了系统的复杂性和成本。
技术框架：GuideNav的整体框架包括以下几个主要模块：1) 路线示教模块：由视力正常的人引导机器人行走一遍路线，机器人记录视觉信息。2) 拓扑地图构建模块：根据记录的视觉信息，构建路线的拓扑表示。3) 视觉位置识别模块：在重复导航过程中，识别当前位置与拓扑地图中的节点之间的对应关系。4) 时间滤波模块：对视觉位置识别结果进行时间滤波，提高识别的鲁棒性。5) 相对姿态估计模块：根据视觉位置识别结果，估计机器人相对于目标位置的姿态。6) 导航控制模块：根据相对姿态估计结果，控制机器人进行导航。
关键创新：GuideNav的关键创新在于其纯视觉的导航方式和模仿导盲犬的导航策略。与传统的依赖激光雷达等传感器的导航系统不同，GuideNav仅使用摄像头进行导航，降低了成本和功耗。此外，GuideNav通过模仿导盲犬的导航策略，更好地满足了盲人用户的需求。
关键设计：GuideNav的关键设计包括：1) 拓扑地图的构建方式：使用视觉里程计和关键帧选择算法构建拓扑地图，保证地图的准确性和紧凑性。2) 视觉位置识别算法：使用深度学习方法提取图像特征，并使用相似度匹配算法进行位置识别。3) 时间滤波算法：使用卡尔曼滤波对视觉位置识别结果进行平滑处理，提高识别的鲁棒性。4) 相对姿态估计算法：使用PnP算法估计机器人相对于目标位置的姿态。
🖼️ 关键图片
📊 实验亮点
GuideNav在五个户外环境中进行了公里级的路线跟踪测试，即使在示教和重复运行之间存在明显的场景变化，也能保持可靠性。与传统的基于激光雷达的导航系统相比，GuideNav在成本和功耗方面具有显著优势。用户研究表明，GuideNav能够以类似于导盲犬的方式检索路径，验证了其可行性和有效性。
🎯 应用场景
GuideNav具有广泛的应用前景，可用于盲人导航、室内机器人导航、物流配送等领域。该系统能够帮助盲人更加安全、自主地出行，提高生活质量。在室内环境中，GuideNav可以用于引导机器人在仓库、工厂等场所进行导航。此外，该系统还可以应用于物流配送领域，实现无人配送。
📄 摘要（原文）
While commendable progress has been made in user-centric research on mobile assistive systems for blind and low-vision (BLV) individuals, references that directly inform robot navigation design remain rare. To bridge this gap, we conducted a comprehensive human study involving interviews with 26 guide dog handlers, four white cane users, nine guide dog trainers, and one O\&M trainer, along with 15+ hours of observing guide dog-assisted walking. After de-identification, we open-sourced the dataset to promote human-centered development and informed decision-making for assistive systems for BLV people. Building on insights from this formative study, we developed GuideNav, a vision-only, teach-and-repeat navigation system. Inspired by how guide dogs are trained and assist their handlers, GuideNav autonomously repeats a path demonstrated by a sighted person using a robot. Specifically, the system constructs a topological representation of the taught route, integrates visual place recognition with temporal filtering, and employs a relative pose estimator to compute navigation actions - all without relying on costly, heavy, power-hungry sensors such as LiDAR. In field tests, GuideNav consistently achieved kilometer-scale route following across five outdoor environments, maintaining reliability despite noticeable scene variations between teach and repeat runs. A user study with 3 guide dog handlers and 1 guide dog trainer further confirmed the system's feasibility, marking (to our knowledge) the first demonstration of a quadruped mobile system retrieving a path in a manner comparable to guide dogs.