据统计,我国目前约有1263万视障人士。视觉的缺失使他们在出行过程中,难以区分道路的方向和避让障碍物。现有的辅盲工具有导盲杖、导盲犬以及一些电子辅助仪,然而导盲杖功能单一,导盲犬数量稀少,电子辅助仪价格昂贵。智能手机具有的体积小、功能强大、价格适中、普及率高等优点,使之成为了室外辅盲系统开发的热门平台。现有的基于智能手机开发的室外辅盲系统存在以下问题:（1）有些系统只专注于解决导航问题,而忽略了对避障问题的研究;（2）有些系统除了智能手机以外,还需外接其他的传感器或电子部件才能实现系统的功能,导致了系统的集成度不够,不便被视障人士穿戴和使用的问题;（3）在避障问题上,现有的大部分系统仅检测障碍物是否存在,忽略了对障碍物的分类,事实上,不同的障碍物对于视障人士的危险程度是不一样的。针对上述分析,本工作基于智能手机,提出一种具有导航和避障功能的室外辅盲设计,并将之以手机App的形式实现。该设计使用语音为视障人士进行步行导航,并在导航的同时,利用手机摄像头采集道路图像,以通过图像进行障碍物检测和测距。然后,根据障碍物的类别和距离,综合判断障碍物的危险程度,并通过提示音向盲人播报障碍物信息。其中,步行语音导航是借助百度地图API进行二次开发实现的,主要包括出发地定位、语音目的地识别、步行路线规划、导航信息播报等功能。此外,通过深度学习目标检测模型Mobilenet V2-SSD,实现路面障碍物识别。本工作以“行人”、“自行车”、“电动车”、“摩托车”和“汽车”五类常见的路面障碍物为例,收集了5400张图像数据,对障碍物检测模型进行训练,使模型具备识别这5类常见障碍物的能力。在此基础上,通过特征图融合和k-means++算法对检测模型进行改进。另外,基于检测框和成像几何原理,本工作提出了一种适用于单目相机的、轻量级的物体测距算法。该算法可对路面上多个障碍物进行同步测距,且计算量小,可在智能手机上实现。通过实验表明,本工作所实现的基于智能手机的辅盲设计,能够有效地对路面上常见的障碍物进行检测,并且能够同步地对多个障碍物进行测距和方位判别。此外,实验证明了本工作对障碍物检测模型的改进方法,有效提升了检测模型的性能。