一种基于手机惯导与RFID盲人导航方法与流程

本发明属于导航服务领域，具体涉及一种基于手机惯导与rfid的盲人导航方法。

背景技术：

根据世界卫生组织数据，2012年底，中国盲人数量有938.2万，中国每年约有45万人失明，按照这个势头，目前盲人数量可能已超过1100万，到2020年中国盲人数量预期将增加2倍。现如今，虽然盲人的生活水平得以大幅度的提高，但是当盲人试图走出家门时，仍然会出现各种各样的障碍与困难，视力的缺失让他们失去了获取外界信息的一大渠道，而与此同时更失去了探索外界的信心和勇气。随着科学技术的不断发展，用于常人的导航设备越来越多，其中绝大多数的设备都是基于gps卫星导航，但是gps的民用室外精度在10米以上，不能胜任盲人对导航精度的要求，而且在室内使用受限；目前小范围应用的是ibm与卡内基梅隆大学合作开发的可做盲人眼睛的新型app(navcog)，它可以将盲人周边环境处理成3d空间模型，通过人脸扫描功能告诉盲人身边人的身份以及情绪；它依靠蓝牙设备(蓝牙灯塔)以及超声波提供更准确的定位和导航制导，并且通过语音或者震动两种方式为盲人提供信息并进行导航。但是，由于需要布设大量蓝牙设备，造价较高而不能大范围使用。如今更多盲人自主出行仅能依靠于导盲犬，而导盲犬不仅训练成本较高而且数量极为有限，无法根本解决问题。

针对上述问题，提出一种基于智能手机惯性导航与rfid标签的盲人导航方法。该方法以惯性导航为主要导航方式，为了避免惯性导航的累积误差问题，采用rfid标签作为定标点，用于位置信息校准，从而解决了惯性导航累计误差和单纯rfid导航标签量巨大的问题，可以达到盲人导航的要求。

技术实现要素：

针对目前盲人自主出行难、辅助出行设备贵的问题，本发明利用手机惯导结合rfid标签为盲人解决这些难题。一方面可以利用智能手机结合rfid标签实现校园电子路径的录入，以实现导航路径的规划。另一方面智能手机结合惯性导航对盲人进行位置的定位和路径的导航。解决了长久以来困扰盲人自主出行难的问题。

实现本发明的技术方案如下：

一种基于手机惯导与rfid的盲人导航方法，包括电子路径生成的步骤和盲人导航路径规划的步骤；

所述电子路径生成的步骤包括：

(1)标签布局：在所需导航的路径上采用rfid标签双铺的布局方式，完成对rfid标签路径的物理布局，并将所铺设的rfid标签作为定标点；

(2)数据获取：利用随声rfid读卡器和内置天线的导盲杖读取所铺设于地面的rfid的标签信息，如果读取到rfid标签会返回051001f0010000xxxxxxxxxxxxxxxx7ed1050701f001000389，当没有读到rfid标签时，返回050701f001000389；

(3)数据处理：从所获取的标签信息中分离出rfid标签的id信息，在返回的信息中第15位到第30位是2个字节的id信息；

(4)数据录入：首先是录入各定标点信息，其次是对路径信息的录入。由于采用双铺rfid的物理布局方式，因此不仅要录入两个标识定标的rfid信息(firstrfid、secondrfid)，而且还要录入唯一标识定标点的信息(_lableid)，为了方便对这些信息的录入，将读到rfid标签是返回的2个字节的id信息的前15位录入为定标点的唯一标识信息(_lableid)，_lableid、firstrfid以及secondrfid的前15位相同，firstrfid的第十六位录入为0，secondrfid的第16位录入为1；再由根据实际情形用两个定标点确定一条路径信息，并以此录入路径信息；

(5)路径生成：根据所录入的路径信息以及定标点信息，结合百度地图绘制成电子路径；

所述盲人导航路径规划采用基于矩形限制区域的dijkstra方法，包括如下步骤：

(6)确定导航的起点和终点：盲人通过语音输入起点和终点，经过语音识别确定起点和终点坐标(s(xs，ys)和d(xd，yd))；

(7)确定椭圆长轴：定义比例系数θ＝psd/esd，其中psd为起点和终点的最短路径距离，esd为起点和终点的欧氏距离，通过统计分析方法得到置信水平达到95％的比例系数θ；因此可得椭圆长轴2a＝θ×esd；

(8)确定椭圆区域：椭圆的方程为：

其中椭圆中心点坐标为(a,b)，a＝(xs+xd)/2，b＝(ys+yd)/2，

为长轴与x、y轴正方向的夹角，

短轴

(9)确定矩形区域：对椭圆方程(1)分别对x和y求偏导数，得到x和y的极值为：

由式(2)、式(3)可以分别得到x和y的最小值(xmin、ymin)和最大值(xmax、ymax)，由此构成椭圆的最小外接矩形，形成矩形区域。

(10)在根据起点和终点的矩形区域内采用dijkstra算法选取最短单源路径作为导航路径。

进一步，所述步骤(7)的具体步骤如下：

1)根据所布设的rfid定标点选定一块能够反映校园道路状况的区域，从这个区域中随机取点，分为放入集合a和集合b中，将他们的笛卡尔乘积记为c，即c＝a×b；

2)所有c中的元素看作是待求最短路径的起点和目标点，psd为起点和终点的最短路径距离，esd为起点和终点的欧氏距离，他们的比值θ＝psd/esd构成采样点的集合r；

3)就这个集合进行统计分析就可以得到一个特定的系数，是的r中总数为满足95％的置信水平的元素，其值不大于θ；

4)利用θ作为乘系数，即可以通过起止点中间的距离得出椭圆长轴的长度2a＝θ×esd。

进一步，所述步骤(10)采用矩形限制区域的dijkstra算法的具体步骤如下：

(1)初始时，s只包含源点，即s＝{v}，v的距离为0。u包含除v外的其他顶点，即:u＝{其余顶点}，若v与u中顶点u有边，则<u,v>正常有权值，若u不是v的出边邻接点，则<u,v>权值为∞。

(2)根据起点s(xs，ys)和终点d(xd，yd)，计算a、b、a、b、构造椭圆方程，确定椭圆区域。

(3)根据已经确定的椭圆方程计算xmin、xmax、ymin、ymax，确定最后搜索的矩形区域。

(4)从u中选取一个在矩形区域内且权值最小的顶点k，把k，加入s中(在初始状态下权值等于v到k的路径长度)。

(5)以k为新考虑的中间点，修改u中各顶点的权值；若从源点v到顶点u的权值(经过顶点k)比原来权值(不经过顶点k)小，则修改顶点u的权值。

进一步，在室外、室内时采用手机惯性导航结合rfid定标点进行导航。

进一步，为了规避导航出来了路径是盲人不熟悉、安全系数低的路径，在导航过程中路径的权值自动更新，管理人员也可以根据路段实际情形设置权值。具体算法描述如下：

初始的权重为路径的实际距离，并且提供两种更新权重的方法，即手动更新和自动更新两种。手动更新是由盲人监护人根据实际的路径情况进行赋值，如果是增加路径权重，监护人只能赋值三类值(原始权重的1.5倍、2陪以及无穷)，如果是减少路径权重，则会先判断当前路径权重是否为0，如果为0则不再进行权重更新，若不为0则每次减少初始权重的五分之一；自动更新时，会先判断上次该路径权重更新时间是否超过一天，即判断当前时间(nowt)减去上次更新时间(lastt)是否大于1，如果大于1则增加权重，小于1则减少权重，自动更新减少权重的算法和手动更新一直，但是在增加权重时，会先判断当前权重是否大于初始权重，所大于则不进行权重更新，若不大于则每次增加初始权重的五分之一。

本发明的有益效果：

(1)体积小，便携性好

以手持便携设备，满足盲人自主出行的导航需求。

(2)结合盲区推估模块与惯性导航进行进行精确导航

无论盲人在室内场所活动，还是室外场所活动都采用手机惯性导航与双铺的rfid标签进行误差修正，这样使得整个导航的精度得以较大的提高。

(3)推广使用价格低廉

市面上针对盲人发明的产品也很多，比如导航手杖，gps导航仪等，这些都是需要很高的额外花费。该发明无需很高额外的费用，利用目前普及的智能手机以及价格低廉的rfid标签，实用性强，成本低廉。

附图说明

图1rfid标签单排铺设；

图2rfid标签双排铺设；

图3椭圆及矩形限制搜索区域

图4导航效果图

具体实施方式

在rfid路径布局方面：由于是为盲人进行导航，导航的精度要求远远大于常人对导航精度的要求。经研究表明：盲人可以0.5m的范围内能够较好的分别出方向和距离的大小，因此对盲人导航的精确要求在0.5m内。为了增大rfid的被感应接受面积，采取双排的铺设方式，这样既增大了感应面积，也为后续的精确导航提供方便。

在导航定位方面：无论盲人在室内还是在室外活动，均采用手机惯性导航估算位置信息，导航到rfid定标点时进行位置信息的校准，获取精确的位置信息。

具体方案：

1.首先对整个导航区域进行rfid标签的铺设以及路径绘制存储。由视力正常的工作人员将rfid标签每隔20米并且采取双排铺设的方法完成整个导航区域的rfid标签铺设工作，并在铺设过程中完成对于rfid标签的信息录入，包括rfid标签的唯一标识：标签号，该标签所处的相对位置信息，以及经纬度、高度、楼层信息，还要录入到与该标签有连接通路的下一个标签的方向、距离信息，以及标签地点名称和周围环境信息，其中方向是指该标记点两个rfid标签的中点到下一个标记点中心的方向。

2.其次根据已经绘制好的路径信息以及盲人的个人需求进行导航。首先根据手机app会根据盲人所在区域内布置的所有rfid标签生成对应的电子地图，手机app会根据盲人语音信息确定出发点和终点进行路径规划和导航。工作人员可以尽可能的将地图中各路径的各种障碍、特征点，诸如什么地方有台阶，什么地方地势低洼等都记录在手机路径中，手机app会将这些路障信息转换为对应的语音信息，当盲人学生走在这些路径上时，会发出语音对他们进行提醒，给他们的安全出行提供保障。

下面结合附图对本发明作进一步说明。

一、rfid路径布局：

1.rfid的铺设方法：

最常见的rfid铺设方法有单排铺设和双排铺设方法，如图1、2所示。

单排铺设方法感应半径较小，盲人使用导盲杖较难找到，并且相对于rfid具体方位具有不确定性，因此为了增大rfid的被感应接受面积，采取双排的铺设方式，这样既增大了感应面积，也为后续的精确导航提供方便。测量发现，手机惯性导航系统的误差范围在2％以内，即经过20米距离后产生的偏差在±0.4米以内。实际应用中，rfid的可靠感应距离在0.5米左右(可以通过天线调整好)，设定双排铺设的标签间距为0.75米时，这样，正面可感应的宽度在1.75米左右，两标签重合感应区域宽度在0.25米。当盲人同时读取到两张rfid卡时，可以将惯性导航的累计误差减小到±0.125米以内，若再经过20米的距离，累积误差不会超过±0.525米(双排铺设时正面可感应的宽度1.75米)，可以正确找到下一组标签。

2.路径布局：

路径录入点击地图上某一点，触发点击事件，智能手机获取指向下一rfid标签的角度值和距离，同时读卡器读取当前rfid标签的id号、标签相对位置，系统获取点击位置的经纬度坐标。随后检测数据格式是否正确，如果正确，则将rfid标签的id号、该点经纬度坐标、名称、高度、楼层、周围环境、标签相对位置、指向下一点的角度以及距离信息写入数据库并提示数据录入成功，重复这一过程，直到结束路径信息录入。其中，rfid标签号和标签相对位置由读卡器自动读取，经纬度坐标由点击事件自动获取也可以手动输入，指向下一rfid标签的角度值和距离由智能手机自动获取，免除路径录入人员手动输入的烦恼。

二、导航定位：

给盲人使用的导航方法必须满足两个方面的导航需求：一是导航的实时性，常人导航不用每时每刻给出导提示信息，因为常人可以根据前一次的导航提示信息加上自己的眼睛观察还决定下一步应该去哪，但是盲人不行，如果导航不给出下一步的导航信息，盲人则会止步不前，故盲人要具有较高的导航实时性；二是导航的精度，常人的导航只需要导航到目的地附近，然后常人自行寻找就可以，但是盲人导航必须导航到相对精确的位置才行，不然盲人极容易迷失方向；故对手机惯性导航提出较高的要求，在其满足较高的精度要求时还要具备实时性，为此使用m5_dtw计步方法结合盲人步长实现手机惯性导航算法。具体分成如下步骤：

1.计步模型建立

在计步模型建立时，会采用到m5模型树，其构造方法是：假设有样本集t，先计算t的标准差sd(t)，之后依据不同的sd(t)将t进行划分，如果t的值波动很小或者t本身包含的实例就少也不需要对t进行进一步的划分。将ti作为是t根据第i个测试生成的子集，并对该子集求标准差sd(ti)，并且按照公式(1)计算期望误差的减少量(sdr)。

在计算完样本所有的可能标准差之后，在其中选择期望误差的减少量(所有计算的误差减少量中最大的)。最后对每一个所划分出的子集建立回归模型，按照公式(2)生成回归等式lm(ti)。

其中c为样本中的属性值，n为属性的个数，k为属性相关系数。

模型建立具体步骤如下：

步骤1.标记状态：盲人在监护人的陪同下采集不同行走状态下的加速度数据，系统会给不同状态标记相对应的值，在平时出行过程中盲人一般产生四种运动状态数据：噪声、静止、步行、上下楼梯，系统分别给他们标记：-10、0、10、20。

步骤2.数据预处理：为了达到对加速度数据去燥的目的，系统采用8点的平滑滤波对数据进行预处理。

步骤3.特征提取：提取波峰均值、波峰方差、单步间隔均值、单步间隔方差以及波峰之间的时间间隔方差。

步骤4.模型建立：利用m5模型树根据所选取的特征行有监督的机器学习，最后输出分类模型。

2.实时导航

在实时导航时，系统先要采集盲人正常行走的步长，然后根据步数、步长以及方向来确定盲人的位置，在计步时会用到动态时间规整(dynamictimewarpingdtw)算法。

dtw是一种衡量两个时间序列之间相似度的算法，其算法思想是：令要计算相似度的两个时间列为x和y，长度分别为|x|和|y|；把路径规整成w＝w1,w2,...,wk。

其中max(|x|,|y|)≤k≤|x|+|y|，wk的形式为(i,j)，其中i,j分别为x和y中的坐标，规整路径w必须从w1＝(1,1)开始，到wk＝(|x|,|y|)结尾；另外，w中的w(i,j)的i,j必须是单调的，即wk＝(i,j),wk+1＝(i',j'),i≤i'≤i+1,j≤j'≤j+1；最后需要得到的最短的一个规整路径，系统中dist(wki,wkj)为欧式距离；在实现dtw算法时采用动态规划的思想，其核心为公式3。

d(i,j)＝dist(i,j)+min[d(i-1,j),d(i,j-1),2d(i-1,j-1)](3)

其中d(i,j)表示长度为i和j的两个时间序列之间的规整路径距离。

实时导航具体步骤如下：

步骤1.歩长提取：盲人在监护人陪同下采用多次采样取平均的方法采集盲人在正常行走下的步长。

步骤2.数据采集：智能手机采集实时数据，由于统计步数一般需要在实时的状态，采用时间窗口的方式对数据进行采集，每次统计一个时间窗口的步数以及该时间窗口内的方向。

步骤3.数据预处理：与训练模型过程一样，采用8点平滑滤波对数据进行预处理。

步骤4.特征提取与分类输出：提取波峰均值、波峰方差、单步间隔均值、单步间隔方差以及波峰之间的时间间隔方差，将这些特征输入已经建立好的m5分类器中，得到所属分类。

步骤5.计步：使用dtw算法，当步伐间隔相似度小于各个状态下的阈值，则记为一步。

步骤6.位置推算：结合步幅的属性、步长以及方向推算出实时位置。

三、导航算法：

当盲人学生需要导航时为了不耽误时间也为了不走过多的生路，提高导航的效率以及安全性，故在导航算法中选择dijkstra单源最短路径算法。

为了适合单源最短路径导航算法必须为两个相连的标记点之间的路径设置权重，为此提供了两种方法：其一是默认是用每百米所走的时间以及该路段被盲人学生走过的次数为该路段上的权重；其二是正常人根据实际情况给该路段设置权重。

针对经典dijkstra算法在搜索过程中存在缺乏导航方向性以及大量冗余计算等诸多问题，采用矩形限制搜素区域的dijkstra算法，其基本思想是：首先，以导航的起点(s)和终点(d)为焦点，选取合适的椭圆区域；其次，根据所确定的椭圆区域求出最小包含矩形，并以此为限制区域。具体算法如下：

定义比例系数其中psd为起点和终点的最短路径距离，esd为起点和终点的欧氏距离，通过统计分析方法得到置信水平达到95％的比例系数设起点坐标为s(xs，ys)，终点坐标d(xd，yd)由此得椭圆中心点坐标为(a，b)。

其中a＝(xs+xd)/2，b＝(ys+yd)/2。

为长轴与x、y轴正方向的夹角，椭圆长轴短轴由此可得椭圆的方程为：

再对椭圆方程(1)分别对x和y求偏导数，得到x和y的极值为：

由式(2)、式(3)可以分别得到x和y的最小值(xmin、ymin)和最大值(xmax、ymax)，由此构成椭圆的最小外接矩形如图3所示。

利用矩形限制搜索区域算法求起点和终点间最短路径的算法步骤如下：

(1)初始时，s只包含源点，即s＝{v}，v的距离为0。u包含除v外的其他顶点，即:u＝{其余顶点}，若v与u中顶点u有边，则<u,v>正常有权值，若u不是v的出边邻接点，则<u,v>权值为∞。

(2)根据起点s(x_s,y_s)和终点d(x_d,y_d)，计算a、b、a、b、φ构造椭圆方程，确定椭圆区域。

(3)根据已经确定的椭圆方程计算x_min、x_max、y_min、y_max，确定最后搜索的矩形区域。

(4)从u中选取一个在矩形区域内且权值最小的顶点k，把k，加入s中(在初始状态下权值等于v到k的路径长度)。

(5)以k为新考虑的中间点，修改u中各顶点的权值；若从源点v到顶点u的权值(经过顶点k)比原来权值(不经过顶点k)小，则修改顶点u的权值。

如图4所示，校园导航的路径，实线表示记录到手机中的路径图。实心圆圈表示定标点，通过定标点来进行当前位置的校正。当盲人开始导航的时候，首先会根据盲人语音输入的起点和终点进行路径规划，图4中的黑点就是路径规划出来的起点和终点的最佳路径；之后便会根据既定的路线进行实时导航并给出相应的语音提示信息，直至导航到目的地。在导航的过程中会自动的对路径权值进行更新，以确保规划导航的路径既安全又可靠。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之。