科学技术与应用

基于Python的适老视觉引导策略研究

罗 新果

天津大学

DOI: https://doi.org/10.59429/kxjsyy.v3i3.14789

Keywords: 老年人；无障碍环境；视觉引导；计算机视觉；Python；CARLA；AnyLogic

---

Abstract

针对老年人视觉识别能力下降导致无障碍空间寻路效率偏低的问题，提出一种基于 Python 的视觉引导策略优 化方法。利用 OpenCV、NumPy 与 NetworkX 提取标识对比度、位置及路径节点特征，在 CARLA 中复现典型无障 碍场景，并在 AnyLogic 中建立老年代理体寻路模型。通过比较不同对比度、安装高度、节点间距和重复提示策略的 仿真结果，得到较优视觉引导组合。结果表明，优化方案可使平均寻路时间缩短 25% 以上，错误转向和停顿次数明 显下降，可达性评分提升约 30%，适合用于学校、社区和医院等空间的适老化改造前期评估。

---

References

[1] Bosch S J, Gharaveis A. Flying solo: a review of the literature on wayfinding for older adults experiencing visual impairment[J]. Herd, 2017, 10(3): 44-67.

[2] Mishler A D, Neider M B. Improving wayfinding for older users with selective attention deficits[J]. Ergonomics in Design, 2017, 25(3): 8-14.

[3] Wu J, Liu X, Lu C, et al. A design framework of medical wayfinding signs for the elderly[J]. International Journal of Environmental Research and Public Health, 2020, 17(18): 6734.

[4] Dosovitskiy A, Ros G, Codevilla F, et al. CARLA: an open urban driving simulator[C]//Proceedings of CoRL. 2017: 1-16.

[5] Bradski G. The OpenCV Library[J]. Dr. Dobb's Journal of Software Tools, 2000, 25(11): 120-125.

[6] Harris C R, Millman K J, van der Walt S J, et al. Array programming with NumPy[J]. Nature, 2020, 585(7825): 357-362.

[7] Hagberg A A, Schult D A, Swart P J. Exploring network structure and function using NetworkX[C]//Proceedings of SciPy. 2008: 11-15.

[8] W3C. Understanding success criterion 1.4.3: contrast (minimum)[EB/OL].