场景主要是针对步行场景，通过路径约减模块对候选顶点间的路径进行约减。例如:一方面当两个顶点之间的路径非步行路径，比如高速公路等，将该路径从候选中删除；另一方面，当两个顶点之间存在多条步行路径时，只保留最短距离路径，对其他步行路径进行删除，将2个交叉路口点的步行路径距离作为2个候选顶点的边长;最后S23、通过狄克斯特拉方法获得用户位置到目的地之间的最优路径，通过提高路径规划的候选节点及边长空间，降低狄克斯特拉方法的输入规模，从而保证路径规划的时间效率。
[0021]对于路况实时分析步骤，参考图1，实现对出行时遇到的障碍物、行人、车辆以及路面坑洼等即时复杂路况的实时监测分析，并通过语音提示提醒用户行走。具体如下:
当采集到图像后，首先根据地图及定位信息判断是否需要进行交通信号检测，若需要，则通过以下步骤检测:
5311、检测信号灯位置:对红、黄、绿三种颜色进行水平和垂直积分投影，通过比较三种积分投影在水平和垂直方向的峰值组合，确定交通信号灯位置范围；
5312、信号灯颜色、形状匹配:对候选范围按照红、黄、绿三种颜色进行图像分割，分析每一分割区域的边缘，获得形状，与预存交通信号灯模板(包括颜色和形状)进行匹配；
5313、交通信号组合识别，获得交通信号灯状态，并提示用户；
相比于传统方法简单有效，满足实时分析效率，同时结合图像分割和边缘检测进行形状颜色匹配，分析速度快，正确识别效率高。
[0022]若不需要对信号灯检测，则通过构建GMM模型进行背景分析获得图像背景，通过背景减除获得图像前景信息。为了提高时间效率，通过针对不同的检测目标确定特征分析区域，减少特征分析的数据量，使得行人和车辆检测能够达到实时性，对于根据前景图像信息进行特征分析，判断路面信息及行人、车辆信息，并提示用户步骤中，具体来说:
5331、分析路面信息并提示用户:对图像进行边缘检测和形态学方法分析，主要是腐蚀和膨胀法，分析前景物体图像的位置和面积信息。具体的，首先对实际场景进行大量的图像采集，通过大量实验分析标注坑洼区域、障碍物位置，然后采用SVM分类器对坑洼面积、障碍物位置面积进行学习获得坑洼面积、障碍物位置面积的阈值并与预存在存储单元中，进而分析坑洼面积是否超过设定阈值，做出是否为坑洼的路况判断并做出提示，有效减少坑洼、障碍物等的实时分析时间，大大提尚检测效率；
5332、分析车辆信息并提示用户:对于机动道路的前景图像进行Harr特征分析，分析前景图像的Harr特征，与预存车辆模板匹配，匹配成功则判断为车辆，进而分析车辆位置并做出提示； S333、分析行人信息并提示用户:结合本实施例应用场景及地图信息，对步行道路附近的前景图像进行HOG特征分析，分析前景图像的方向的HOG特征，并与预存行人模板匹配，匹配成功则判断为行人，进而分析行人位置并做出提示；
在本发明的应用场景中，由于背景相对单一并变化缓慢，为提高时间效率在所述步骤S32中，对构建的混合高斯模型的高斯子模型采用循环更新的方法，具体地，起始阶段，根据图像视频，分析初始GMM模型，并按顺序保存10个高斯子模型分布参数，随着后续图像采集，分析新的高斯子模型，与预存的子模型匹配，若存在匹配，则根据预存高斯子模型及采集图像估计新的GMM模型分布参数;若不存在匹配，则利用新的高斯子模型替换原高斯子模型中最后一个子模型，然后计算新的GMM模型分布参数，通过循环更新GMM模型子模型，避免了每次分析的时间浪费，有效且大大提高了时间效率。所述步骤S3中，在用户根据所述导航信息行走的过程中，不断的通过导航定位设备获取所述盲人用户的当前位置信息，并判断所述当前位置信息是否偏离所述规划路径，若所述当前位置信息偏离所述规划路径，则输出提示信息引导用户修正行走方向，回到所述规划路径。
[0023]在用户根据所述导航信息行走的过程中，若遇到紧急情况下还可拨打紧急电话求助，安全有保障，并且对本发明中的地图信息通过无线通讯设备实时更新，保证数据的实时有效，提高导航效率与准确度。
[0024]综上，本发明所提出的一种智能导盲方法，通过获取位置信息；路径规划分析;路况实时分析:结合地图及定位信息判断是否需要进行交叉路口的交通信号检测；分析交通信息号灯状态，并提示用户；构建混合高斯模型，对获取的路况图像进行背景分析获得图像背景，进而获得前景图像信息；根据上述前景图像信息进行特征分析，判断路面信息及行人、车辆信息，并提示用户。实现了对复杂路况做出准确的检测和合理的评估，给使用者以合理及时的提示，为特殊人群领域特别是盲人、老年人的出行提供方便，实现精确定位、路径导航、路况检测及语音提示功能，具有广泛的应用推广意义。
[0025]以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
【主权项】
1.一种智能导盲方法，其特征在于，包括以下步骤: 51、获取位置信息:通过导航定位装置获取用户当前位置信息，并且根据用户指定的目的地信息，获取目的地位置信息； 52、路径规划分析:根据上述当前位置信息和目的地位置信息规划路径，确定出行路线； 53、路况实时分析:通过图像采集装置获取出行路线的实时路况图像，进而对路况进行实时分析输出实时导航信息，并播报给用户，以提示用户根据所述实时导航信息行走，对路况实时分析具体包括以下步骤: 530、结合地图及定位信息判断是否需要进行交叉路口的交通信号检测，若是，则执行S31;否则，执行S32; 531、分析交通信息号灯状态，并提示用户； 532、构建混合高斯模型，对获取的路况图像进行背景分析获得图像背景，从而获得前景图像ig息; 533、根据上述前景图像信息进行特征分析，判断路面信息及行人、车辆信息，并提示用户。2.根据权利要求1所述的一种智能导盲方法，其特征在于，所述步骤S2包括: 521、搜索交叉路口点:限定搜索范围，结合地图信息及定位信息确定用户位置与目的地之间及其周边地带的交叉路口点； 522、交叉路口点路径筛选:对上述交叉路口点之间的路径进行筛选处理，并作为狄克斯特拉方法的候选顶点，两个交叉路口点之间的步行路径作为候选顶点边长； 523、确定最优路径:交叉路口点搜索完成后，结合上述步骤，通过狄克斯特拉方法获得最优出行路线。3.根据权利要求1或2所述的一种智能导盲方法，其特征在于，所述步骤S31包括: 5311、检测信号灯位置:对红、黄、绿三种颜色进行水平和垂直积分投影，通过比较三种积分投影在水平和垂直方向的峰值组合，确定交通信号灯位置范围； 5312、信号灯颜色、形状匹配:对候选范围按照红、黄、绿三种颜色进行图像分割，分析每一分割区域的边缘，获得形状，与预存交通信号灯模板进行匹配； 5313、确定信号灯状态:交通信号组合识别，获得交通信号灯状态，并提示用户。4.根据权利要求3所述的一种智能导盲方法，其特征在于，所述步骤S33包括并行执行的以下步骤，: 5331、分析路面信息并提示用户:对图像进行边缘检测和形态学方法分析，分析前景物体图像的位置和面积信息，做出是否为坑洼的路况判断并做出提示； 5332、分析车辆信息并提示用户:分析前景图像的Harr特征，与预存车辆模板匹配，匹配成功则判断为车辆，进而分析车辆位置并做出提示； 5333、分析行人信息并提示用户:分析前景图像的方向梯度直方图特征，并与预存行人模板匹配，匹配成功则判断为行人，进而分析行人位置并做出提示。5.根据权利要求4所述的一种智能导盲方法，其特征在于，所述步骤S32中，对构建的混合高斯模型的高斯子模型采用循环更新的方法。6.根据权利要求5所述的一种智能导盲方法，其特征在于，所述步骤S3中，在用户根据所述导航信息行走的过程中，不断的通过导航定位设备获取所述盲人用户的当前位置信息，并判断所述当前位置信息是否偏离所述规划路径，若所述当前位置信息偏离所述规划路径，则输出提示信息引导用户修正行走方向，回到所述规划路径上。7.根据权利要求6所述的一种智能导盲方法，其特征在于，在用户根据所述导航信息行走的过程中，若遇到紧急情况下可拨打紧急电话求助。8.根据权利要求7所述的一种智能导盲方法，其特征在于，所述步骤S3中地图信息通过无线通讯设备实时更新。
【专利摘要】本发明涉及一种智能导盲方法，包括：获取位置信息；路径规划分析；路况实时分析：结合地图及定位信息判断是否需要进行交叉路口的交通信号检测；分析交通信息号灯状态，并提示用户；构建混合高斯模型，对获取的路况图像进行背景分析获得图像背景，进而获得前景图像信息；根据上述前景图像信息进行特征分析，判断路面信息及行人、车辆信息，并提示用户。本发明所述方法能够实现对复杂路况做出准确全面的检测和合理的评估，给使用者以合理及时的提示，为特殊人群领域特别是盲人、老年人的出行提供方便，实现精确定位、路径导航、路况检测及语音提示功能，具有广泛推广意义。
【IPC分类】G01S19/38, A61H3/06, G01C21/34
【公开号】CN105686935
【申请号】CN201610012203
【发明人】刘伟锋
【申请人】中国石油大学(华东)
【公开日】2016年6月22日
【申请日】2016年1月8日