本发明涉及智能导盲技术领域，具体涉及一种可拆卸可配置的智能导盲装置。
背景技术：
要让盲人参与正常社会生活，主要问题是解决出行问题。目前盲人出行主要利用盲杖进行路面情况检测。但使用普通盲杖存在以下问题：1)仅能发现身边一米以内的情况，无法发现更远距离的路况并提前避险；2）仅能探知路面障碍物，无法发现悬空的障碍物，例如不合规安装的空调外机、广告牌等；3）一般用于感知身前情况，无法同时顾及两侧情况。
当前也有多种智能盲杖及导航小车等技术方案，采用传感器进行测距和避障。目前存在的盲人智能导航方式存在以下问题：1）单一传感器具有局限性，仅依靠一种传感器无法获得完善的障碍物信息，如摄像头能够识别障碍物类型但在识别距离时需要其他措施辅助；2）部分导航方案不适宜结合到盲杖上，例如激光雷达虽然精度高，但体积较大而且成本较高。3）集成了多种传感器的技术方案中，尚没有能够根据盲人的个人需求和经济条件进行定制化配置的方案。
考虑到盲人基本都配有导盲杖和眼镜，本发明设计了一种可以灵活安装在现有导盲杖和眼镜上的导航新装置，并且能够进行多个方向以及悬空障碍物的立体避障检测。
技术实现要素：
本发明所要解决的技术问题是提供一种灵活可配置的盲人智能避障新装置。
本发明创造的技术方案是这样实现的：一种可拆卸智能导盲装置，包括设备10、设备20和固定卡扣30，设备1安装在导盲杖上，设备2安装在盲人佩戴的眼镜上，采用固定卡扣30进行安装。
所述设备10包括一个主控制模块、四个避障模块和一个蓝牙模块，均进行封装形成带标准接口的小盒形状，避障模块可由盲人进行定制化选择，并通过标准接口与主控制单元进行连接。所述封装模块通过可调节大小的卡扣30固定在盲杖上。所述主控制模块为stm32单片机及处理逻辑，所述避障模块分别为摄像头模块、前方避障模块、左右方避障模块、和底部路面检测模块。所述摄像头模块和前方避障模块安装在导盲杖顶部，处理逻辑包括gpu和深度学习算法，用于综合检测一米以外前方障碍物类型和距离；所述深度学习算法采用卷积神经网络，利用预训练模型计算方法对特定场景的障碍物进行训练得到训练好的神经网络模型，通过摄像头获得的图像信息和前方避障模块获得的距离速度数据进行融合识别，判断得出所述障碍物的类型和距离，并输出到主控制模块。所述左右方避障模块安装在导盲杖中部左右两侧面，用于检测左右方有无障碍物。所述底部路面检测模块安装在导盲杖底部，用于检测前方路面平整度。所述蓝牙模块和主控制模块连接，用于接收主控制器指令，驱动所述设备20的语音模块。
所述设备20包括一个等人高避障模块和一个语音模块，均进行封装形成带标准接口的小盒形状，以便安装在眼镜上。等人高避障模块能测量等人高度并悬空的障碍物，连接到所述设备10的主控制单元。语音模块通过蓝牙方式与所述设备10的主控制单元进行通讯，用于接收主控制单元结合各个避障模块处理后发出的信息，及时发出避障语音信息，引导盲人绕开障碍物。
所述装置30采用固定环，将封装好的避障模块安装在盲杖或者眼镜上，再通过调节固定卡扣，将导航装置进行固定。
综上所述，由于采用了上述技术方案，本发明的有益效果是：1.将不同传感器模块封装好做成标准模块，采用卡扣安装在导盲杖和眼镜上，盲人可灵活选择，进行个性化配置；2.完整配置的导航装置能够融合多传感器，形成立体环绕式避障装置，前方、左右方、底部、同时检测；尤其是悬空障碍物，为盲人躲避障碍物提供精确数据。3.通过深度学习算法结合摄像头和雷达传感器，能够快速准确的探测障碍物类型和距离。
附图说明
图1为本发明实施例所述的结构示意图；
图2为本发明实施例安装在导盲杖上的示意图；
图3为本发明实施例用于安装可拆卸导航装置的固定卡扣图；
图4为本发明实施例安装在眼镜上的示意图。
具体实施方式
以下结合附图对本发明作进一步的详细描述。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明给公开的示例性实施方式。
如图1所示，盲人避障装置包括安装在导盲杖上的可拆卸式导航设备10、安装在眼镜上的可拆卸式导航设备20。
所述设备10包括stm32主控制单元11，摄像头模块12，前方避障模块13，左右方避障模块14，路面检测模块15，蓝牙模块16，四个检测模块和蓝牙模块与所述主控制单元stm32单片机相连。
所述设备10用固定卡扣安装在导盲杖上的示例图如图2所示，其中，左右方避障模块所使用的超声波探头处于同一高度，前方避障模块13位于12摄像头的正上方。每个避障模块正方留出圆孔以备传感器使用。蓝牙模块16与主控制单元11安装在一个密封盒内。
所述摄像头模块12使用摄像头采集前方场景，并通过gpu进行预处理获得416×416固定大小的输入图像；所述前方避障模块13，可以采用但不限于24ghz的k-ld7数字雷达传感器，能够对前方15米以内的人和30米内的车辆进行测速测距。深度学习模块利用改良的yolov3(youonlylookonce)深度神经网络融合结合模块12和16的输入，识别前方障碍物类型及距离，并将结果发送至主控制器11。雷达传感器和摄像头的融合识别步骤如下：1)分别对雷达传感器和摄像头进行目标检测并获得两个目标序列；2）对两个目标序列进行时间标定，实现二者的时间同步；3）对两个目标序列进行空间坐标标定，实现二者的空间同步；4）对两个目标序列中检测到的目标进行关联，根据雷达传感器获取的目标信息作为目标检测的潜在有效区域，运用yolov3快速进行目标分类，最终输出目标的类型及距离。
所述左右方避障模块14包括两个超声波传感器模块，每个模块包括超声波发射器、接收器与控制电路，能实时探测手杖左方和右方2cm-400cm以内的障碍物距离。超声波发射器每50ms发射超声波，当声波遇到障碍物后，返回给声波接收器，并记录下每个声波的往返时间，结合声波速度计算得到障碍物距离。左右方避障模块14完成测距后即输出到stm32主控制单元11，由主控制单元驱动语音模块21给出语音提示。根据实际情况，本发明将检测定位为左右方0.3米以内的障碍物进行提示，此配置可由用户进行微调。
所述路面检测模块13，包括一个红外避障模块，具有一对红外线发射与接收管，发射管发射出一定频率的红外线，当检测方向遇到障碍物（反射面）时，红外线反射回来被接收管接收，经过比较器电路处理之后，输出数字信号。能够检测2-30cm的距离范围，主要针对台阶、路肩等。当在较近距离遇到了障碍的时候通过语音的方式提示盲人当前路况，避免绊脚。
所述主控制单元11，可以采用但不限于stm32单片机。该单元以各个检测模块为输入，输出为四个方向（前、左、右、地面）的障碍物距离，其中前方检测还包括了障碍物类型。该输出以无线方式接入语音模块，无线方式可采用但不限于用蓝牙。电源采用蓄电池给与供电。
所述设备20包括一个的语音模块21和等人高避障模块22，以可装卸式卡扣安装在眼镜上。所述设备20安装在盲人眼镜上的示例图如图4所示。
所述语音模块21，包括一个蓝牙模块，一个sd卡用于存储语音资料，一个声卡模块。接收端为主控制单元11输出端，在盲人行进过程中，根据主控制单元11的输出，结合sd卡音频资料，在检测到前方障碍物时输出具体语音指令，对前进路线进行方向指导。
所述等人高避障模块22，包括一个fmcw模式的24ghz微波测距雷达传感器，尺寸小重量轻，易于贴合在眼镜上。能够检测从盲人头部所在位置起，覆盖水平波78度和垂直波23瓣角的范围。与所述主控制单元11连接，，满足盲人行走期间对悬空障碍物的检测。
所述安装可拆卸导航装置的固定卡扣30，如图3所示，包括一个固定环和固定卡扣。其中，密封的避障检测模块、固定环、固定卡扣连为一体，将固定环穿过盲杖，到预定位置后，通过固定卡扣拧紧固定环，从而将避障模块固定在盲杖上。
盲人在行走期间，采取下述步骤进行联合探测：
1）主控制器初始化，各检测模块初始化；
2)主控制器检测地面是否有障碍物，播报障碍物距离，没有则静音；
3)主控制器检测悬空是否有障碍物，播报障碍物距离，没有则静音；
4)主控制器检测前方是否有障碍物，在两米以内的播报障碍物类型和距离；
5)主控制器检测左右方是否有障碍物，在0.5米以内的播报距离；
各个检测模块每50ms检测一次，一旦检测到目标超过预定阈值，即以中断方式发出报警。其中多个检测模块同时报警时，优先级排列次序为：地面检测模块>悬空检测模块>前方检测模块>左右方检测模块。这种方式提升了智能导航的实时性和安全性。
盲人行走期间，根据语音提示进行行走。地面检测模块提示有台阶时，结合盲杖上下摆动，确定台阶高度，再正确行走。当检测到悬空有障碍但前方没有障碍物时，根据其距离进行躲避。当检测到前方没有障碍时，则继续直行；当检测到前方有障碍时，根据其类型和距离转换方向；转换方向后进行检测，当检测到前方没有障碍时，则继续直行；当检测到前方有障碍时，转换方向。左右方模块主要是为在狭窄道路行走时进行辅助，让盲人确定左右方墙壁距离，以便行走在正确的道路上。