Как устройство ГУАП заменяет незрячим навигатор и помогает ориентироваться в городе
Шумная и суетная среда большого города в сочетании с не всегда стабильно работающей связью и навигацией могут вызывать невроз и беспокойство. А для незрячего человека — и вовсе стать источником реальной опасности.
Студентка Первого Аэрокосмического Валентина Синицина разработала устройство, которое решает эту проблему. Оно не зависит от интернета, работает в реальном времени и подсказывает, что впереди — от скамейки до припаркованного автомобиля.
Проект выполнен на стыке передовых сквозных технологий и ориентирован на концепцию Edge AI — локального искусственного интеллекта, который обрабатывает данные прямо на устройстве, без подключения к облачным серверам.
Почему это важно
Интеграция людей с нарушениями зрения в городскую среду остается острой социальной проблемой. Белая трость обеспечивает относительную безопасность лишь на расстоянии шага и совершенно бессильна служить ориентиром за пределами этой дистанции. GPS-навигаторы на смартфонах не фиксируют динамических препятствий — например, оставленных на тротуаре электросамокатов, строительных лесов или низко висящих дорожных знаков. А в зонах с нестабильной связью мобильные приложения вообще становятся бесполезны. Разработанный в ГУАП комплекс решает эти проблемы, выступая в роли умного персонального ассистента, который сканирует окружение в реальном времени и предупреждает о препятствиях.
Как это работает
Устройство — компактный микрокомпьютер с камерой, который крепится непосредственно на пользователе. Программная часть разделена на два независимых контура. Первый — макронавигация: локальный геоинформационный модуль с офлайн-картами распознает голосовые команды, находит адрес и строит маршрут. Второй — микронавигация: нейросеть анализирует видеопоток, мгновенно распознает объекты инфраструктуры (столбы, урны, скамьи, припаркованные автомобили) и рассчитывает расстояние до них.
И самое главное: все это работает без облачных серверов. Алгоритмы ИИ запущены прямо на компактном компьютере, и задержек нет. Это критически важно, когда человек движется по оживленной улице — любая пауза может привести к столкновению с препятствием.
«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», — рассказала автор проекта Валентина Синицина.
Три ключевых инженерных решения
По словам разработчика, успех стал возможен благодаря трем решениям. Во-первых, аппаратное ускорение: использование встроенного нейропроцессора с INT8-квантованием весов нейросети позволило обрабатывать видео в реальном времени с высокой частотой кадров. Во-вторых, алгоритмическая оптимизация: низкоуровневый модуль на C++ декодирует тензоры в обход ресурсоёмких системных библиотек. В-третьих, адаптивная архитектура: система приоритетного вытеснения — если на пути возникает угроза, контур микронавигации мгновенно прерывает голосовой навигатор для экстренного предупреждения.
Испытания и перспективы
Прототип уже прошел нагрузочные тесты: микрокомпьютер стабильно работает в заданном температурном режиме, задержек при обработке данных нет. Успешный запуск прототипа открывает ГУАП и индустриальным партнерам дорогу к созданию доступных, надежных и полностью автономных отечественных гаджетов для социальной реабилитации. Проект — еще одно подтверждение того, что инженерные решения ГУАП способны решать не только производственные, но и социальные задачи, меняя качество жизни людей.
