目前,全球存在2.53亿视障人士,他们的生活和出行都因其视力的障碍而受到极大困扰。传统辅盲工具功能有限,无法识别动态的车辆。在我国,电动车及共享单车等各类车辆都在盲道上行驶,给盲人的出行安全带来极大的威胁。因此,具有物体识别及估距功能的非接触式盲人视觉辅助的研究有较大的社会意义与工程意义。现有辅盲设备大都依赖于激光、超声波等设备检测障碍物,并不能识别障碍物类别,难以对多个障碍物进行同时测距,因此具有较大的局限性。本工作充分利用计算机视觉系统中目标检测、识别的结果,在不增加额外传感器的情况下同时实现多目标的同时估距,为盲人的出行带来便利。具体地,本工作采用客户端/服务器(C/S)架构实现了一款智能可穿戴辅盲硬件设备。客户端是一顶简约的帽子,通过帽子上的摄像头拍摄盲人眼前图像,并通过树莓派与服务器进行数据传输;在服务器端,在进行对比实验SSD与YOLOv2算法的实际检测效果后,采用YOLOv/2算法对盲人眼前障碍物进行检测、识别,并针对YOLOv2无法识别危险系数较高的电动车的不足,补充采集各类多角度电动自行车类型图片以重训练相应的网络模型参数,并获得86.5%准确率;在检测及识别的基础上,本工作提出并实现了一种基于单目摄像头的多运动目标快速识别并同步估距方法,该估距方法相较于其他辅盲系统应用的测距方法有计算复杂度低、速度快、无需额外测距设备等特点。最后,对该系统的性能进行测试。测试结果表明,本智能可穿戴辅盲设备能够有效实时地让盲人“看见”眼前的情景,并能够对本工作实验中汽车、自行车、摩托车、电动自行车、行人5类物体快速识别及估距,且测距算法具有迁移性,可适用于大多物体,因此本系统有较强的社会与工程意义。