面向盲人与低视力人群无障碍室内导航的LLM引导智能体楼层平面图解析

室内导航对盲人与低视力（BLV）人群仍是一个关键的无障碍挑战，因为现有方案依赖按建筑部署的昂贵基础设施。我们提出一个智能体框架，它把单张楼层平面图图像转化为结构化、可检索的知识库，以轻量基础设施生成安全、无障碍的导航指令。系统分两个阶段：一是多智能体模块，通过带迭代重试循环与纠正性反馈的自校正流水线把楼层平面图解析为空间知识图谱；二是路径规划器（Path Planner），生成无障碍导航指令，并由安全评估器（Safety Evaluator）智能体评估每条路线上的潜在危险。我们在真实世界的UMBC数学与心理学楼（MP-1和MP-3层）以及CVC-FP基准上评估该系统。在MP-1上，短、中、长路线的成功率分别达到92.31%、76.92%和61.54%，优于最强单次调用基线Claude 3.7 Sonnet的84.62%、69.23%和53.85%。在MP-3上，我们达到76.92%、61.54%和38.46%，而最佳基线分别为61.54%、46.15%和23.08%。这些结果显示出对单次调用LLM基线的稳定提升，并证明我们的工作流是BLV人群无障碍室内导航的可扩展方案。