[发明专利]一种基于深度学习技术的视觉辅助系统

说明书

本发明涉及一种基于深度学习技术的视觉辅助系统，包括数据采集单元、数据预处理单元、环境感知单元和用户接口单元；其中数据采集单元用于感知周围环境的信息，并将感知到的数据传输至数据预处理单元；数据预处理单元对接收到的数据进行预处理，然后将预处理好的数据传输至环境感知单元；环境感知单元接收数据后进行基于深度学习技术的障碍物检测，得到周围环境中障碍物的类别、位置及距离，然后将检测到的周围环境的障碍物信息处理成文本信息，并将文本信息送入用户接口单元；用户接口单元将文本信息转化成语音，供用户获知周围的环境的障碍物情况。

技术领域

本发明涉及计算机视觉技术领域，更具体地，涉及一种基于深度学习技术的视觉辅助系统。

背景技术

近年来，伴随着视觉障碍人群及不恰当用眼导致视觉受损人群的数量增长，由于视觉障碍人群、视觉受损人群存在出行不便性，因此视觉障碍人群、视觉受损人群对于视觉辅助系统的需求更加强烈。传统的视觉辅助系统采用超声波传感器感知周围环境，对于周围环境的感知处于低层次的感知，对于视觉障碍人群、视觉受损人群的出行安全性无法保证。

随着深度学习技术的发展，基于深度学习技术的目标检测算法的出现为目标检测任务带来了更优的性能，同时能够保证实时目标检测。目标检测算法广泛应用于智能安防、自动驾驶、增强现实等领域，视觉障碍人群、视觉受损人群外出出行场景下，道路场景的多变以及目标的多形态，使得视觉辅助出行场景对环境感知性能要求较高且要求对复杂的外界环境有较强的鲁棒性。视觉辅助系统需要对外界环境进行复杂的处理过程和付出较高的计算成本，同时，视觉辅助系统对系统功耗的要求较高，难以实现高检测性能、超长续航。

发明内容

本发明为解决以上现有技术存在的技术缺陷，提供了一种基于深度学习技术的视觉辅助系统，该系统很好的满足了视觉辅助系统辅助出行的应用场景。

为实现以上发明目的，采用的技术方案是：

一种基于深度学习技术的视觉辅助系统，包括数据采集单元、数据预处理单元、环境感知单元和用户接口单元；

其中数据采集单元用于感知周围环境的信息，并将感知到的数据传输至数据预处理单元；数据预处理单元对接收到的数据进行预处理，然后将预处理好的数据传输至环境感知单元；环境感知单元接收数据后进行基于深度学习技术的障碍物检测，得到周围环境中障碍物的类别、位置及距离，然后将检测到的周围环境的障碍物信息处理成文本信息，并将文本信息送入用户接口单元；用户接口单元将文本信息转化成语音，供用户获知周围的环境的障碍物情况。

优选地，所述数据采集单元包括超声波传感器和摄像头，超声波传感器用于发射超声波信号与接收超声波信息，并记录下发射超声波和接收超声波的时间信息，然后将时间信息传输至数据预处理单元；所述摄像头用于捕捉周围环境中的图像帧信息，并将捕捉到的图像帧信息传输至数据预处理单元。

优选地，所述数据预处理单元包括图像预处理单元和传感器预处理单元，其中图像预处理单元用于对摄像头捕捉到的图像帧信息进行翻转、缩放、裁剪、图像增强这些处理；传感器预处理单元用于计算出超声波发射与接收的时间差，并通过比较时间差与预设的危险警报阈值时间的大小，决定时间差是输入用户接口单元还是输入环境感知单元：如果时间差小于预设的危险警报阈值时间，时间差会直接输入到用户接口单元，提示用户危险；如果时间差大于预设的危险警报阈值时间，时间差会输入到环境感知单元，交由环境感知单元进行下一步骤的处理。

本发明的传感器预处理单元是通过计算超声波发射与接收信号的时间差，与预先设定的安全警报阈值进行比较。该传感器预处理单元的判决过程有效减少了视觉辅助系统中对传感器数据的不必要计算，提高了视觉辅助系统对用户安全性的保护。