本发明涉及一种盲人指路导航器，尤其是一种基于人工智能的路面可行度指示器。
背景技术：
为盲人指路导航是一件很有意义的事情。早期的电子盲人导路器、导航仪等产品，大多采用超声波测距、激光测距来等主动单线探测手段来检测障碍物，准确度比较低，视野狭小，适用范围有限。
比较新的基于图像处理的盲人导路方案中，主要是对道路边界的提取技术，基于对道路的边界识别，或者对图像内容进行解析，例如计算路面方程以判别是否有障碍物等，而不是对图像内容进行综合特征判别。
关于如何将指示信息传递给盲人，多数方案中采用了声音技术、振动以及机械触觉。由于盲人主要依靠听觉感知周围环境，因此“导路器”采用听觉则会占用盲人的听觉通道，使他们难以感知周围自然环境；而振动和其它机械触觉（触觉显示）装置则耗电量较大。如中国专利号CN201020626502.2，公开了一种基于立体视觉的导盲装置，该通过语音输出模块给出的语音提示；中国专利号 CN201610513329.7，公开了一种用于人体佩戴的具有红外全景深感知功能的导盲帽，该导盲帽采用立体图像采集、视差计算、并采用主动红外照明，以及微型电磁铁控制触点撞针结构。
技术实现要素：
本发明提出一款基于人工智能的路面可行度指示器，该装置采用低功耗的微处理器，实时采集路面视频图像，并利用人工智能图像分析技术（例如人工神经网络技术）对眼前道路状况是否可行进行判断，最后将判别结果采用电致触觉方式传递给盲人，并且采用电池供电，整个系统可佩戴在人体上。
为实现上述目的，本发明的技术方案是：一种基于人工智能的路面可行度指示器，由微型摄像头、微处理器、触觉发生器组成，所述微处理器包括纹理特征计算模块、基于人工智能的可行度计算模块、触觉控制模块，所述微处理器信号输入端连接微型摄像头，通过微型摄像头实时采集彩色图像，并进行滤噪预处理后；由纹理特征计算模块依据纹理特征算法计算画面的纹理特征；再由基于人工智能的可行度计算模块依据图像的纹理特征，采用人工智能算法对当前画面的纹理特征进行“基于人工智能的可行度计算”，得出可行度级别；并通过触觉控制模块将可行度级别传递给触觉发生器，触觉发生器根据可行走级别产生不同强度的触觉刺激，使盲人感知到可行走级别信息。
所述触觉感知器采用电刺激的方式，制作成薄膜电路或其柔性电路，贴在盲人的皮肤上。所述薄膜电路上分布有电极，电极与微处理器相连，微处理器通过程序产生电脉冲，作用在电极上。
本发明的有益效果是：
本发明与现有技术相比区别：采用基于人工智能的图像分类技术对路面可行度进行分类判断，判别结果为路面的可行度级别，将路面可行度结果采用“电刺激触觉”方式传递给用户，而现有技术则采用其他不同的方式，如声音、机械触觉等方式。
本发明中所用的“基于人工智能的可行度计算”是一个重要的特征，它采用机器学习算法对纹理特征进行分类识别。该算法需要预先经过训练，训练过程可在PC计算机上实施，然后将训练的结果存储到本发明的装置中，以供微处理器中的程序调用。
本发明可制作成小巧的便携式产品，可以整体佩戴在盲人身体上。摄像头和微处理器部分可以作为一个整体持在手中、或者佩戴在额头等部位，而触觉发生器则需要佩戴在手指、或者手掌、或者面颊、或者胳臂等部位。本发明的供电可采用锂离子电池等大容量小体积的便携电源。
附图说明
图1为本发明的基于人工智能的路面可行度指示器的原理框图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明，但不限于这里列出的具体器件型号和参数。软件模块的算法也可选择其它同类作用的算法。
如图1所示，一种基于人工智能的路面可行度指示器，由微型摄像头、微处理器、触觉发生器组成。微处理器包括纹理特征计算模块、基于人工智能的可行度计算模块、触觉控制模块，所述微处理器信号输入端连接微型摄像头，通过微型摄像头实时采集彩色图像，并进行滤噪预处理后；由纹理特征计算模块依据纹理特征算法计算画面的纹理特征；再由基于人工智能的可行度计算模块依据图像的纹理特征，采用人工智能算法对当前画面的纹理特征进行“基于人工智能的可行度计算”，得出可行度级别；并通过触觉控制模块将可行度级别传递给触觉发生器，触觉发生器根据可行走级别产生不同强度的触觉刺激，使盲人感知到可行走级别信息。触觉感知器采用电刺激的方式，制作成薄膜电路或其柔性电路，贴在盲人的皮肤上。薄膜电路上分布有电极，电极与微处理器相连，微处理器通过程序产生电脉冲，作用在电极上。摄像头采用全局快门的摄像头，以提高图像质量。摄像头拍摄的图像送入微处理器，经过预处理（去燥、尺度变化等）后由纹理特征计算模块计算出画面的文理特征，再由人工智能软件分析纹理特征，计算出画面的可行度级别。可行度级别数据经由触觉控制模块转换成触觉发生器的控制信号，从而在触觉发生器上产生触觉感知效果，触觉发生器产生的触觉强度与可行度级别一一对应。
本发明的指示器的工作原理如下：
（1）该发明路面可行度指示器，硬件上由四部分组成：微型摄像头、微处理器、触觉发生器。以微处理器为中心，将其他部分连接起来。
（2）首先通过微型摄像头将彩色图像实时采集到微处理器中，并进行滤噪预处理；
（3）然后依据纹理特征算法计算画面的纹理特征。
（4）再依据图像的纹理特征，采用人工智能算法对当前画面的纹理特征进行“基于人工智能的可行度计算”，得出可行度级别。
（5）可行度级别经由触觉控制模块被传递给触觉发生器，触觉发生器根据可行走级别产生不同强度的触觉刺激，使盲人感知到可行走级别信息。
（6）触觉感知器采用电刺激的方式。即制作成薄膜电路（或其他材质的柔性电路） ，贴在盲人的皮肤上。薄膜电路上分布有一定数量的电极，电极与微处理器相连。微处理器通过程序产生电脉冲，作用在电极上。
本发明的特点是：
（1）微处理器采用低功耗的产品，例如STM32F7系列，并利用其DCMI接口以实时帧率采集视频图像，根据微处理器的实际能力选择图像分辨率，建议采用176x144 YUV格式。
（2）预先对该“基于视觉的路面可行度指示器”进行训练，训练过程在PC计算机上完成，然后将结果存储到该发明装置中。具体步骤是：
（3） 采集大量的路面图片，包括各种情况的路面和其他画面，有可行走的也有不可行走的，这些图像被人工标注为三种类型：0表示不可行走，1表示勉强可行走，2表示可以行走。当然也可以采用更为细致的级别划分。
（4） 对以上样本图片一一计算纹理特征，形成纹理特征样本库；这里建议采用共生矩阵特征和颜色直方图特征。
（5）采用人工神经网络算法（也可以采用决策树、支持向量机、深度信念网络DBN、卷积神经经网络等机器学习方法，这取决于所选用的微处理器的能力以及内存空间的大小），通过以上样本库对人工神经网络进行训练，等到网络的权值和网络结构数据；
（6）将训练得到的算法权值和结构参数存储到微处理器的内部Flash中，以备微处理器软件调用。
（7）微处理器启动后，首先读取存储的机器学习算法参数，构建与训练过程中所使用算法相同的算法结构。
（8）对于采集到的每一帧图像，采用与训练过程中相同的前向计算过程进行计算，即 相同的图像预处理、纹理特征计算、纹理特征分类识别步骤，计算出画面的可行度类型。
（9）触觉控制模块将可行度数据转换成触觉发生器的控制量，并施加到触觉发生器上。这里主要控制脉冲的占空比、频率、猝发的模式、电压、电流等参数。
（10）触觉发生器采用薄膜电路、圆形电极阵列，根据电脉冲的频率、占空比、猝发结构、电压、电流等方面的控制，使得皮肤感知到应有的触觉效果。
（11）该发明可采用辅助导航用器件，利用微处理器的富余资源为盲人提供路线导航和全局导航。这些器件包括GPS、姿态感知、地磁方向感知、加速度感知等。
（12）该发明实施时，也配套采用声音、震动等辅助指示手段，以及超声波测距等辅助测距手段。