盲道分割叠加到 AR 视野的导航效果
引言：把地面标识变成可读信息
视障用户在陌生道路上最难处理的，不是'看见前方有没有路'，而是判断脚下那条盲道是不是还在、方向有没有偏、前面能不能安全过街。导盲杖能帮忙探测障碍物，但对地面标识本身并不擅长。这个项目正是盯着这个空缺做的：用 YOLO 分割模型把盲道和人行横道从街景里抠出来，再叠到 AR 眼镜的视野里。
AIGlasses_for_navigation 不是一个单纯的效果图，它更像一套可切换的视觉辅助框架。当前演示重点放在盲道和斑马线，目标很明确——让系统在视频流里持续识别、持续更新，而不是只在静态图片上跑个漂亮结果。
核心能力：分割比框选更适合这类场景
这套系统基于 YOLO 分割模型，不只是检测目标位置，而是直接给出像素级轮廓。对盲道和斑马线这种形状不规则、边缘容易被磨损或遮挡的对象，分割比普通框选更实用。
当前版本主要处理两个类别：
- 盲道：地面上的导盲砖区域，通常是视障人士行走时最重要的方向参考。
- 人行横道：也就是斑马线，过街时必须识别的安全标识。
系统面向 AR 眼镜这类穿戴设备，所以实时性是硬要求。它不是离线做完再展示，而是要边采集边推理，结果尽量少延迟地回到用户视野里。这个约束会直接影响模型选择、视频处理链路和部署方式。
项目里还预留了其他模型切换能力，比如红绿灯检测、商品识别。这个设计没什么花活，但很实在：同一套视觉管线可以服务不同辅助场景，后面扩展会省很多事。
效果展示：从静态图到动态视频
静态图片分割
先看图片场景。输入一张普通城市人行道照片，画面里往往有盲道、普通地砖、阴影、车辆和树木，干扰并不少。点击开始分割后，系统会把盲道区域用高亮颜色标出来，斑马线也会用另一种颜色区分出来。
真正有用的地方在细节。它不是简单把整条盲道粗暴圈起来，而是尽量贴着砖块边缘做像素级分割。盲道如果有磨损、局部被落叶盖住，模型通常还是能抓住主体轮廓。对后续导航来说，这种细一点的边界更有价值，因为用户关心的是'道往哪儿走'，不是'这块区域大概在哪'。
视频实时分割
视频才是这类系统更真实的考场。第一人称行走视频接进来后，系统逐帧处理，盲道区域会随着视角变化持续更新。
这里有三个点比较关键：
- 连续性：盲道高亮不能一闪一闪，不然 AR 里看起来会很乱。
- 速度：在推荐的 GPU 环境下，处理能接近实时；如果要上穿戴设备，后面还得再做优化。
- 鲁棒性：盲道中断、局部遮挡、相近颜色地砖混在一起时，模型不能立刻掉线。
从演示结果看，它已经能把'能不能识别出来'这件事做得比较稳。离最终可穿戴落地还有距离，但方向是对的。
AR 视野叠加
分割只是中间件，真正对用户有意义的是叠加到视野里。
流程其实不复杂：摄像头持续采集，模型分割出盲道和斑马线，结果回传给显示模块，再把高亮、半透明轮廓或者发光边界叠到真实画面上。如果再接上红绿灯识别，过街时还能补语音或震动提示。
这种做法的好处很直接：
- 把不容易靠触觉判断的地面标识变得更醒目。
- 帮用户更直观地确认盲道方向和边界。
- 把过街风险和视觉提示绑在一起，减少误判。
真实的 AR 叠加画面这里没直接展示，但从分割结果看，最终效果大致能推出来：用户看到的不是原始街景，而是被系统标过重点的街景。
技术实现与扩展
后端用的是 PyTorch 和 YOLOv8-seg，前端是一个比较轻量的 Web 界面，方便上传图片或视频做测试。这个组合不算复杂，但够用。对演示类项目来说，先把链路跑顺比堆概念更重要。
扩展性是它比较舒服的地方。通过切换配置文件，可以换成不同的预训练模型，视觉管线不用大改：
- 切到红绿灯检测模型后，可以识别通行、停止和倒计时状态，用来辅助过街判断。
- 切到商品识别模型后，可以帮视障用户在便利店里找指定商品，比如 AD 钙奶、红牛这类目标。
这说明它不是单点工具，更像一个可配置的 AI 视觉平台。模型变了，底层流程还能复用，这点在后续维护里会省很多力气。
结语
AIGlasses_for_navigation 这套演示的价值，不在于它把概念讲得多漂亮，而在于它把'盲道识别、视频实时处理、AR 叠加'这三件事连成了一条能跑的链路。盲道和斑马线被识别出来之后，信息不再停留在模型输出里，而是能继续往前走，变成用户能直接感知的导航提示。
它现在已经能证明两件事：一是 YOLO 分割模型适合处理这类地面标识；二是把结果放进 AR 视野，确实有机会把辅助导航做得更直观。复杂光照、极端天气、严重遮挡这些问题还在，离真正成熟也还有一段路，但项目至少把最关键的骨架搭起来了。
