为视障人士和盲人提供辅助技术是一个重要的研究领域,由于来自不同学科的研究人员对它产生了浓厚的兴趣,这一领域的研究越来越受到重视。解决盲人出行问题对日益增长的老龄化和失明人口有着非常重要的社会影响。大多数的盲人辅助技术被用来帮助他们导航和避开障碍物,他们的工作重点是帮助盲人识别物体,并利用语音或机械声向用户传递信息。然而,将地面信息转换成用户直观触觉的研究却很少。触觉是盲人替代视觉的最敏感的感受方式,因此基于触觉振动信号的盲人辅助系统应运而生。论述了与本文密切相关的振动技术的发展和基于振动信号的盲人辅助设备,分析了盲人辅助领域的科研进展,在分析研究基础上,提出采集地面的图像、基于生成对抗网络生成对应的频谱图、通过接触振动器感受振动的整体设计思路,设计基于触觉振动信号的盲人辅助系统。分析了对抗生成网络的算法原理、训练障碍以及解决训练障碍的方法,基于分析结果设计了使用DCGAN作为网络基本框架的生成网络,其中训练网络时借鉴Disco GAN的循环生成思想设计了两套生成器和鉴别器,并将ACGAN的辅助分类模块加入到鉴别器中,建立了具有双鉴别器的地面图像-振动频谱的端到端生成网络。考虑使用者与机器交互作用,设计并制作了基于Hikey970芯片的导盲杖和基于安卓手机的手持式系统两套基于触觉振动信号的盲人辅助设备。设计的设备能够激活图像采集系统进行摄像工作,采集的图像经过训练好的生成网络生成相应的频谱,频谱经过格里芬运算转换成WAV格式的音频信号,音频信号传输到功率放大器进行放大,放大后的音频信号经过振动器转换为振动信号。为了测试导盲杖和基于安卓手机的手持式系统的性能,对两套系统分别进行了振动信号的真实性和准确性测试以及真实场景模拟实验。结果表明两套系统生成的振动信号具有足够的可分辨性,并且参与者在真实场景中可以通过小于3次的尝试,快速识别出所处地面的类别。