ForeSightGuide：为视障人士提供准确、低冗余指导的预期框架

电子旅行辅助设备对于视障人士的独立行动至关重要。虽然视觉语言模型 (VLM) 提供了丰富的环境理解，但它们在动态场景中经常出现过多的误报，导致认知过载。为了解决这个问题，我们提出了 ForeSightGuide，这是一种将语义场景理解与预测危险评估结合起来的预期辅助指导框架。与反应式系统不同，ForeSightGuide 利用 VLM 的推理功能来预测障碍物运动，有效过滤掉非威胁性物体，从而提供简洁、可操作的指导。为了验证我们的方法，我们引入了在复杂、动态的现实交通场景中捕获的新颖数据集，旨在对预测能力进行基准测试。对公共基准和我们提出的数据集的大量实验表明 ForeSightGuide 实现了最先进的性能。值得注意的是，它通过将每个指导输出的冗余警报减少到 0.299 个，同时保持 0.112 的低漏失危险率，显着减轻了信息过载，证明了其安全步行辅助的功效。