本研究提出InCrowd-VI数据集，旨在解决真实场景数据不足的问题，支持室内行人导航，揭示现有SLAM算法在复杂环境中的性能限制，并强调其对视觉障碍者导航的重要性。

本文介绍了一种新颖的视觉问答数据集，通过全景佩戴式摄像头拍摄视频，解决视觉障碍者面临的信息获取、导航和社交互动障碍。数据集同时解决多个现实生活中的障碍，但AI辅助服务仍未达到满意性能水平。评估突出了360度摄像头拍摄的视频的特点和情境的独特特征。