本發(fā)明涉及一種盲人指路導(dǎo)航器，尤其是一種基于人工智能的路面可行度指示器。

背景技術(shù)：

為盲人指路導(dǎo)航是一件很有意義的事情。早期的電子盲人導(dǎo)路器、導(dǎo)航儀等產(chǎn)品，大多采用超聲波測(cè)距、激光測(cè)距來(lái)等主動(dòng)單線探測(cè)手段來(lái)檢測(cè)障礙物，準(zhǔn)確度比較低，視野狹小，適用范圍有限。

比較新的基于圖像處理的盲人導(dǎo)路方案中，主要是對(duì)道路邊界的提取技術(shù)，基于對(duì)道路的邊界識(shí)別，或者對(duì)圖像內(nèi)容進(jìn)行解析，例如計(jì)算路面方程以判別是否有障礙物等，而不是對(duì)圖像內(nèi)容進(jìn)行綜合特征判別。

關(guān)于如何將指示信息傳遞給盲人，多數(shù)方案中采用了聲音技術(shù)、振動(dòng)以及機(jī)械觸覺(jué)。由于盲人主要依靠聽(tīng)覺(jué)感知周圍環(huán)境，因此“導(dǎo)路器”采用聽(tīng)覺(jué)則會(huì)占用盲人的聽(tīng)覺(jué)通道，使他們難以感知周圍自然環(huán)境；而振動(dòng)和其它機(jī)械觸覺(jué)（觸覺(jué)顯示）裝置則耗電量較大。如中國(guó)專利號(hào)CN201020626502.2，公開(kāi)了一種基于立體視覺(jué)的導(dǎo)盲裝置，該通過(guò)語(yǔ)音輸出模塊給出的語(yǔ)音提示；中國(guó)專利號(hào) CN201610513329.7，公開(kāi)了一種用于人體佩戴的具有紅外全景深感知功能的導(dǎo)盲帽，該導(dǎo)盲帽采用立體圖像采集、視差計(jì)算、并采用主動(dòng)紅外照明，以及微型電磁鐵控制觸點(diǎn)撞針結(jié)構(gòu)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提出一款基于人工智能的路面可行度指示器，該裝置采用低功耗的微處理器，實(shí)時(shí)采集路面視頻圖像，并利用人工智能圖像分析技術(shù)（例如人工神經(jīng)網(wǎng)絡(luò)技術(shù)）對(duì)眼前道路狀況是否可行進(jìn)行判斷，最后將判別結(jié)果采用電致觸覺(jué)方式傳遞給盲人，并且采用電池供電，整個(gè)系統(tǒng)可佩戴在人體上。

為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種基于人工智能的路面可行度指示器，由微型攝像頭、微處理器、觸覺(jué)發(fā)生器組成，所述微處理器包括紋理特征計(jì)算模塊、基于人工智能的可行度計(jì)算模塊、觸覺(jué)控制模塊，所述微處理器信號(hào)輸入端連接微型攝像頭，通過(guò)微型攝像頭實(shí)時(shí)采集彩色圖像，并進(jìn)行濾噪預(yù)處理后；由紋理特征計(jì)算模塊依據(jù)紋理特征算法計(jì)算畫(huà)面的紋理特征；再由基于人工智能的可行度計(jì)算模塊依據(jù)圖像的紋理特征，采用人工智能算法對(duì)當(dāng)前畫(huà)面的紋理特征進(jìn)行“基于人工智能的可行度計(jì)算”，得出可行度級(jí)別；并通過(guò)觸覺(jué)控制模塊將可行度級(jí)別傳遞給觸覺(jué)發(fā)生器，觸覺(jué)發(fā)生器根據(jù)可行走級(jí)別產(chǎn)生不同強(qiáng)度的觸覺(jué)刺激，使盲人感知到可行走級(jí)別信息。

所述觸覺(jué)感知器采用電刺激的方式，制作成薄膜電路或其柔性電路，貼在盲人的皮膚上。所述薄膜電路上分布有電極，電極與微處理器相連，微處理器通過(guò)程序產(chǎn)生電脈沖，作用在電極上。

本發(fā)明的有益效果是：

本發(fā)明與現(xiàn)有技術(shù)相比區(qū)別：采用基于人工智能的圖像分類技術(shù)對(duì)路面可行度進(jìn)行分類判斷，判別結(jié)果為路面的可行度級(jí)別，將路面可行度結(jié)果采用“電刺激觸覺(jué)”方式傳遞給用戶，而現(xiàn)有技術(shù)則采用其他不同的方式，如聲音、機(jī)械觸覺(jué)等方式。

本發(fā)明中所用的“基于人工智能的可行度計(jì)算”是一個(gè)重要的特征，它采用機(jī)器學(xué)習(xí)算法對(duì)紋理特征進(jìn)行分類識(shí)別。該算法需要預(yù)先經(jīng)過(guò)訓(xùn)練，訓(xùn)練過(guò)程可在PC計(jì)算機(jī)上實(shí)施，然后將訓(xùn)練的結(jié)果存儲(chǔ)到本發(fā)明的裝置中，以供微處理器中的程序調(diào)用。

本發(fā)明可制作成小巧的便攜式產(chǎn)品，可以整體佩戴在盲人身體上。攝像頭和微處理器部分可以作為一個(gè)整體持在手中、或者佩戴在額頭等部位，而觸覺(jué)發(fā)生器則需要佩戴在手指、或者手掌、或者面頰、或者胳臂等部位。本發(fā)明的供電可采用鋰離子電池等大容量小體積的便攜電源。

附圖說(shuō)明

圖1為本發(fā)明的基于人工智能的路面可行度指示器的原理框圖。

具體實(shí)施方式

下面結(jié)合附圖與實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明，但不限于這里列出的具體器件型號(hào)和參數(shù)。軟件模塊的算法也可選擇其它同類作用的算法。

如圖1所示，一種基于人工智能的路面可行度指示器，由微型攝像頭、微處理器、觸覺(jué)發(fā)生器組成。微處理器包括紋理特征計(jì)算模塊、基于人工智能的可行度計(jì)算模塊、觸覺(jué)控制模塊，所述微處理器信號(hào)輸入端連接微型攝像頭，通過(guò)微型攝像頭實(shí)時(shí)采集彩色圖像，并進(jìn)行濾噪預(yù)處理后；由紋理特征計(jì)算模塊依據(jù)紋理特征算法計(jì)算畫(huà)面的紋理特征；再由基于人工智能的可行度計(jì)算模塊依據(jù)圖像的紋理特征，采用人工智能算法對(duì)當(dāng)前畫(huà)面的紋理特征進(jìn)行“基于人工智能的可行度計(jì)算”，得出可行度級(jí)別；并通過(guò)觸覺(jué)控制模塊將可行度級(jí)別傳遞給觸覺(jué)發(fā)生器，觸覺(jué)發(fā)生器根據(jù)可行走級(jí)別產(chǎn)生不同強(qiáng)度的觸覺(jué)刺激，使盲人感知到可行走級(jí)別信息。觸覺(jué)感知器采用電刺激的方式，制作成薄膜電路或其柔性電路，貼在盲人的皮膚上。薄膜電路上分布有電極，電極與微處理器相連，微處理器通過(guò)程序產(chǎn)生電脈沖，作用在電極上。攝像頭采用全局快門的攝像頭，以提高圖像質(zhì)量。攝像頭拍攝的圖像送入微處理器，經(jīng)過(guò)預(yù)處理（去燥、尺度變化等）后由紋理特征計(jì)算模塊計(jì)算出畫(huà)面的文理特征，再由人工智能軟件分析紋理特征，計(jì)算出畫(huà)面的可行度級(jí)別?？尚卸燃?jí)別數(shù)據(jù)經(jīng)由觸覺(jué)控制模塊轉(zhuǎn)換成觸覺(jué)發(fā)生器的控制信號(hào)，從而在觸覺(jué)發(fā)生器上產(chǎn)生觸覺(jué)感知效果，觸覺(jué)發(fā)生器產(chǎn)生的觸覺(jué)強(qiáng)度與可行度級(jí)別一一對(duì)應(yīng)。

本發(fā)明的指示器的工作原理如下：

（1）該發(fā)明路面可行度指示器，硬件上由四部分組成：微型攝像頭、微處理器、觸覺(jué)發(fā)生器。以微處理器為中心，將其他部分連接起來(lái)。

（2）首先通過(guò)微型攝像頭將彩色圖像實(shí)時(shí)采集到微處理器中，并進(jìn)行濾噪預(yù)處理；

（3）然后依據(jù)紋理特征算法計(jì)算畫(huà)面的紋理特征。

（4）再依據(jù)圖像的紋理特征，采用人工智能算法對(duì)當(dāng)前畫(huà)面的紋理特征進(jìn)行“基于人工智能的可行度計(jì)算”，得出可行度級(jí)別。

（5）可行度級(jí)別經(jīng)由觸覺(jué)控制模塊被傳遞給觸覺(jué)發(fā)生器，觸覺(jué)發(fā)生器根據(jù)可行走級(jí)別產(chǎn)生不同強(qiáng)度的觸覺(jué)刺激，使盲人感知到可行走級(jí)別信息。

（6）觸覺(jué)感知器采用電刺激的方式。即制作成薄膜電路（或其他材質(zhì)的柔性電路） ，貼在盲人的皮膚上。薄膜電路上分布有一定數(shù)量的電極，電極與微處理器相連。微處理器通過(guò)程序產(chǎn)生電脈沖，作用在電極上。

本發(fā)明的特點(diǎn)是：

（1）微處理器采用低功耗的產(chǎn)品，例如STM32F7系列，并利用其DCMI接口以實(shí)時(shí)幀率采集視頻圖像，根據(jù)微處理器的實(shí)際能力選擇圖像分辨率，建議采用176x144 YUV格式。

（2）預(yù)先對(duì)該“基于視覺(jué)的路面可行度指示器”進(jìn)行訓(xùn)練，訓(xùn)練過(guò)程在PC計(jì)算機(jī)上完成，然后將結(jié)果存儲(chǔ)到該發(fā)明裝置中。具體步驟是：

（3） 采集大量的路面圖片，包括各種情況的路面和其他畫(huà)面，有可行走的也有不可行走的，這些圖像被人工標(biāo)注為三種類型：0表示不可行走，1表示勉強(qiáng)可行走，2表示可以行走。當(dāng)然也可以采用更為細(xì)致的級(jí)別劃分。

（4） 對(duì)以上樣本圖片一一計(jì)算紋理特征，形成紋理特征樣本庫(kù)；這里建議采用共生矩陣特征和顏色直方圖特征。

（5）采用人工神經(jīng)網(wǎng)絡(luò)算法（也可以采用決策樹(shù)、支持向量機(jī)、深度信念網(wǎng)絡(luò)DBN、卷積神經(jīng)經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法，這取決于所選用的微處理器的能力以及內(nèi)存空間的大?。?，通過(guò)以上樣本庫(kù)對(duì)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，等到網(wǎng)絡(luò)的權(quán)值和網(wǎng)絡(luò)結(jié)構(gòu)數(shù)據(jù)；

（6）將訓(xùn)練得到的算法權(quán)值和結(jié)構(gòu)參數(shù)存儲(chǔ)到微處理器的內(nèi)部Flash中，以備微處理器軟件調(diào)用。

（7）微處理器啟動(dòng)后，首先讀取存儲(chǔ)的機(jī)器學(xué)習(xí)算法參數(shù)，構(gòu)建與訓(xùn)練過(guò)程中所使用算法相同的算法結(jié)構(gòu)。

（8）對(duì)于采集到的每一幀圖像，采用與訓(xùn)練過(guò)程中相同的前向計(jì)算過(guò)程進(jìn)行計(jì)算，即 相同的圖像預(yù)處理、紋理特征計(jì)算、紋理特征分類識(shí)別步驟，計(jì)算出畫(huà)面的可行度類型。

（9）觸覺(jué)控制模塊將可行度數(shù)據(jù)轉(zhuǎn)換成觸覺(jué)發(fā)生器的控制量，并施加到觸覺(jué)發(fā)生器上。這里主要控制脈沖的占空比、頻率、猝發(fā)的模式、電壓、電流等參數(shù)。

（10）觸覺(jué)發(fā)生器采用薄膜電路、圓形電極陣列，根據(jù)電脈沖的頻率、占空比、猝發(fā)結(jié)構(gòu)、電壓、電流等方面的控制，使得皮膚感知到應(yīng)有的觸覺(jué)效果。

（11）該發(fā)明可采用輔助導(dǎo)航用器件，利用微處理器的富余資源為盲人提供路線導(dǎo)航和全局導(dǎo)航。這些器件包括GPS、姿態(tài)感知、地磁方向感知、加速度感知等。

（12）該發(fā)明實(shí)施時(shí)，也配套采用聲音、震動(dòng)等輔助指示手段，以及超聲波測(cè)距等輔助測(cè)距手段。