全球范围内大约有2.85亿的视障人士,其中约3900万是全盲人士。他们由于对周围环境缺乏了视觉感知能力,在日常生活中会遇到各种各样的不便。可幸的是,随着计算机视觉和传感器技术的不断发展,目前已经出现了很多基于RGB-D传感器的盲人电子出行辅助设备。但是,当这些电子辅助设备在遇到透明障碍物时,由于透明物体没有固定的纹理信息和图像特征,导致了RGB-D传感器无法解算出其具体深度信息,因此这些电子辅助设备无法检测出透明障碍物。而透明物体在生活中又是无处不在的,这就意味着穿戴电子辅助设备出行存在着很大安全隐患。针对这一问题,本文提出了一种用于盲人视觉辅助的基于多传感器融合技术的透明障碍物检测方法。该方法只需在深度相机上安置两个额外的超声波传感器就可以实时地检测出前方透明障碍物并输出相关避障信息。首先,该方法通过简单的标定获取超声波传感器在相机图像上对应的检测区域。然后本文在该区域内分别计算出深度相机和超声波传感器的深度值并根据设定的判别条件来判断图像对应区域中是否存在透明障碍物。在检测到透明障碍物后,本文使用了种子点生长算法来求出透明障碍物在图像中的具体位置,并结合超声波传感器的深度信息更新原深度图中的错误深度。同时,为了保证视频流输入下检测的准确性,本文还引入了置信度参数使前后帧之间的检测结果具有连续性,有效避免了错误检测。此外,本文还通过实时更新的视差图将基于V-视差的通路检测算法与透明障碍物检测算法相结合,形成了一套可以检测出透明障碍物的通路检测系统。该系统可以为视障人士实时规划可通行的路线,比原算法有更好的鲁棒性。在实际场景中的实验结果说明了本文提出的透明障碍物检测算法有效地解决了 RGB-D传感器无法检测出透明障碍物的问题,能够检测出前方出现的常见透明障碍物及其位置和距离信息。同时,实验的定量数据结果也证明了本算法在实时性、准确率和复杂环境下都取得了较好的表现,能够满足盲人视觉辅助技术的应用要求。