基于移动可穿戴的盲人出行辅助系统

1.本发明涉及盲人出行辅助系统技术领域，尤其涉及基于移动可穿戴的盲人出行辅助系统。


背景技术：

2.随着社会的发展进步，盲人的生活水平日渐提高，对外出行的需求越来越强烈，但户外的场景较为复杂，对盲人来说出行存在者一定的风险，城市中无障碍设施建设虽然有了很大的发展，许多地方修筑了便于盲人行走的盲道，但是现有盲道损坏，侵占现象较多，盲人无法安全顺利的使用盲道行走，另外乱丢垃圾等不规范的行为也对盲人的出行也造成了一定的困扰，因此，辅助盲人出行技术在当前是很有研究价值的，如今超声波测距、gps定位技术、图像场景识别技术、智能语音交互技术较为成熟，智能手机的普及率也较高，但是在我国，解决盲人出行问题的方案还不够完善，普遍使用的导盲杖只能获取自身附近有限的障碍物信息，而且几乎无法发现身体上部分的物体，在出行过程中容易被类似悬挂的树枝等物体剐蹭，使用导盲犬则需要专业的训练培训，价格昂贵，维护成本过高，只有极少部分盲人有条件养导盲犬，可见当前盲人辅助出行产品应用落后于相关技术的发展，设计出一款实用的盲人辅助出行系统在技术层面是具有可行性的。


技术实现要素：

3.本发明的目的是为了解决现有技术中存在的缺点，而提出的基于移动可穿戴的盲人出行辅助系统。
4.为了实现上述目的，本发明采用了如下技术方案：
5.基于移动可穿戴的盲人出行辅助系统，包括盲道出行特征分析及智慧盲杖系统，通过该系统，用于实现对盲杖出行特征数据的采集，建立参数标准；
6.基于智能手机的盲人出行辅助模型，用于接收盲道出行特征分析及智慧盲杖系统采集的参数来实现对盲人出行的辅助算法模型的建立，用于实现对盲人出行的辅助技术支持；
7.基于移动可穿戴技术的盲人出行辅助系统，通过上述的搭建方式，实现了对盲人出行辅助的智能导航工作。
8.优选地，所述盲道出行特征分析及智慧盲杖系统包括盲人出行特征分析单元、智慧盲杖交互单元、智慧盲杖硬件设计单元；
9.盲人出行特征分析单元能够实现对，实现对盲人出行距离特征数据的分析采集；
10.智慧盲杖交互单元，通过智慧盲杖交互单元实现对智慧盲杖与智能手机的交互。
11.优选地，智慧盲杖与智能手机采用蓝牙5技术，实现传播速度更快，传输距离更远的特点。
12.优选地，智慧盲杖硬件设计单元采用2.4ghz rf射频芯片，128kb 的flash闪存，20kb的sram内存，其中开发板还需要连接led灯、按键、蜂鸣器、振动马达等外设，软件部分
通过code composer studio10.1.0编译器和simplelink_cc2640r2_sdk_1_40_00_45协议栈实现 led灯的开启关闭，发声发光呼救等功能。
13.优选地，基于智能手机的盲人出行辅助模型包括交通路口导引单元、盲道检测单元、障碍物检测单元；
14.通过交通路口导引单元，使得其能够在交通路口的场景下检测出斑马线的位置和红绿灯的状态，根据上述信息导引提示盲人通过路口。
15.优选地，在其他场景时，通过盲道检测单元、障碍物检测单元会检测处盲道的位置，将盲道作为兴趣区域，然后给盲人反馈盲道周围的障碍物信息。
16.优选地，所述障碍物检测单元采用offline的方式移植障碍物检测算法。
17.基于智能手机的盲人出行辅助模型采用神经网络的方法实现盲人出行辅助。
18.相比现有技术，本发明的有益效果为：
19.由于蓝牙5包括传统蓝牙以及低功耗蓝牙，因此智慧盲杖传输的数据量较少，并且ble的功耗比传统蓝牙低得多。
20.采用online的方式，将数据传到服务器执行算法模型，这种方式的部署较为简单；
21.通过android智能手机端实现盲人出行辅助系统，实现了对障碍物检测高准确度的同时满足实时性的要求；
22.基于移动可穿戴技术的盲人出行辅助系统，通过上述的搭建方式，实现了对盲人出行辅助的智能导航工作。
附图说明
23.图1为本发明提出的基于移动可穿戴的盲人出行辅助系统的系统流程图；
24.图2为本发明提出的基于移动可穿戴的盲人出行辅助系统的思路示意图。
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
26.参照图1-2，基于移动可穿戴的盲人出行辅助系统，包括盲道出行特征分析及智慧盲杖系统，通过该系统，用于实现对盲杖出行特征数据的采集，建立参数标准；
27.所述盲道出行特征分析及智慧盲杖系统包括盲人出行特征分析单元、智慧盲杖交互单元、智慧盲杖硬件设计单元；
28.盲人出行特征分析单元能够实现对，实现对盲人出行距离特征数据的分析采集；
29.智慧盲杖交互单元，通过智慧盲杖交互单元实现对智慧盲杖与智能手机的交互；
30.智慧盲杖与智能手机采用蓝牙5技术，实现传播速度更快，传输距离更远的特点；
31.智能手杖的设计大多是在手杖上面集成传感器、小型计算机等，具有一定的智能性。shoval s等人[1]研究设计出了guidecane， guidecane是一种轮式的引导手杖，该手杖能够通过超声波技术检测并绕过障碍物，从而导引盲人的行进。方仁杰等人[13]提出了基于 gps定位与超声波测障的导盲拐杖，以单片机at89c52为主控件，通过语音提示对盲人进行路径诱导，智能手杖能够及时检测到周围环境的障碍物并发出警告，同时具有轻巧，便宜的优势，但是在使用的过程中，盲人需要不断的探测才能确定障碍物，需要长期的训练才能
熟练使用；
[0032]
智慧盲杖硬件设计单元采用2.4ghz rf射频芯片，128kb的flash 闪存，20kb的sram内存，其中开发板还需要连接led灯、按键、蜂鸣器、振动马达等外设，软件部分通过code composer studio 10.1.0 编译器和simplelink_cc2640r2_sdk_1_40_00_45协议栈实现led灯的开启关闭，发声发光呼救等功能；
[0033]
基于智能手机的盲人出行辅助模型，用于接收盲道出行特征分析及智慧盲杖系统采集的参数来实现对盲人出行的辅助算法模型的建立，用于实现对盲人出行的辅助技术支持；
[0034]
基于智能手机的盲人出行辅助模型包括交通路口导引单元、盲道检测单元、障碍物检测单元；
[0035]
通过交通路口导引单元，使得其能够在交通路口的场景下检测出斑马线的位置和红绿灯的状态，根据上述信息导引提示盲人通过路口；
[0036]
在其他场景时，通过盲道检测单元、障碍物检测单元会检测处盲道的位置，将盲道作为兴趣区域，然后给盲人反馈盲道周围的障碍物信息；
[0037]
障碍物目标检测需要考虑到检测结果的准确度和检测时间这两大关键问题，由于移动端的计算资源有限，而目前的目标检测算法网络层数过多，一旦部署在移动端上在实时性方面很难达到要求。本课题通过对一些经典目标检测算法的研究和实验发现one-stage算法的检测时间相对较短，并且可以兼顾检测的准确度，适合在移动端上部署，另外，目前大多数目标检测算法使用的是coco(common objects in context)数据集，该数据集缺少斑马线、盲道和一些障碍物的数据，因此本课题还需要收集相关的数据，进一步改进迁移训练网络，应用在盲人辅助出行方向上，通过实验分析比较，得出适合于盲人出行应用场景的障碍物检测算法；
[0038]
采用offline的方式移植障碍物检测算法，并且根据手机的硬件环境进一步优化模型；
[0039]
基于移动可穿戴技术的盲人出行辅助系统，通过上述的搭建方式，实现了对盲人出行辅助的智能导航工作。
[0040]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。