近日，南京邮电大学电子与光学工程学院、柔性电子（未来技术）学院黄丽亚教授、孙科学教授团队在视障辅助导航领域取得新的研究成果，提出一种基于立体视觉与空间注意力机制的高精度障碍检测算法 SGBM_YOLO。相关研究成果以 “SGBM_YOLO: A High-Precision Obstacle Detection Algorithm for Assistive Navigation Based on Stereo Vision and Spatial Attention Mechanism” 为题，发表于中科院Top期刊《Applied Soft Computing》。

视障群体的自主出行问题一直是社会关注的焦点，我国约有 1800 万盲人，日常出行面临诸多障碍。现有辅助导航技术中，传统YOLO 系列算法在小目标检测精度、尺度变化适应性及深度信息融合方面存在明显局限，且主流数据集缺乏对视障导航关键元素的全面覆盖，难以满足复杂场景下的实用需求。如何实现高精度、实时性的障碍检测与距离测量，成为提升视障辅助设备性能的核心挑战。

针对这一难题，研究团队以YOLOv5 为基础框架，进行了多维度技术创新：引入空间深度卷积（SPDConv），在卷积过程中实现通道维度无损失，结合小目标预测头显著提升小障碍物检测能力；设计改进型空间金字塔池化模块（SPPFCSPC），扩大感受野并增强特征融合，提升算法对不同尺度目标的适应性；集成高效通道注意力机制（ECA），在不增加计算复杂度的前提下，减少特征维度变化导致的信息丢失，增强模型对复杂环境的适应能力。

为解决数据集瓶颈，团队构建了BlindData 数据集，涵盖人员、自行车、汽车、斑马线、红绿灯、盲道、坑洼等8 类视障导航关键目标，同时融入深度信息标注，为算法验证提供了贴近真实场景的基准数据。在此基础上，算法进一步融合半全局匹配（SGBM）与双目视觉测距技术，实现了障碍检测与深度测量的有机结合（图1）。

图1 双目深度测距示意图

实验结果表明，SGBM_YOLO 算法性能优势显著：在BlindData 数据集上，平均精度均值（mAP）达到93.0%，较YOLOv5m 和YOLOv8m 分别提升 3.9% 和4.2%；在 10 米测距范围内，深度测量误差仅为3.2%，远优于传统方法。在COCO 数据集测试中，该算法对小目标检测的平均精度（AP_S）提升2.35%，充分验证了其在通用场景下的适用性。尤其在盲道识别、坑洼检测等视障导航核心场景中，算法展现出优异的检测精度和鲁棒性（图2）。

图2  Yolov5 与所提方法在验证集中的检测效果对比。

（a）（b）（c）（d）为 Yolov5m 检测效果图；

（e）（f）（g）（h）为 SGBM_YOLO 检测效果图

该研究形成了 “数据集构建-算法创新-性能验证” 的完整技术链条，提出的SGBM_YOLO 算法有效突破了传统辅助导航技术的性能瓶颈，为视障辅助设备的智能化升级提供了全新解决方案。其兼具高精度与实时性的特点，有望推动视障辅助导航技术从实验室走向工程化应用，显著提升视障群体的出行安全性与自主性，对推进智能物联网技术在特殊群体关怀领域的应用具有重要意义。

论文信息：SGBM_YOLO: A High-Precision Obstacle Detection Algorithm for Assistive Navigation Based on Stereo Vision and Spatial Attention Mechanism

Guoqi Heng, Chenyao Luo, Kexue Sun*, Shuo Huang, Liya Huang

链接：https://doi.org/10.1016/j.asoc.2025.114144

(撰稿：孙科学 编辑：徐伟 审核：谌静)