[发明专利]一种基于机器视觉的红绿灯路口导盲方法及导盲装置

权利要求书

1.一种基于机器视觉的红绿灯路口导盲方法，其特征在于：包括以下步骤：

S1、采集待经过红绿灯路口的环境图像；

S2、提取信号灯实时状态信息，包括距离信息、信号灯颜色信息和信号灯数字倒计时信息；

S3、判断信号灯颜色是否为绿色，是则根据距离信息计算预计最大通行时间t2，否则语音播报信号灯实时状态信息并提示用户禁止通行；

S4、计算预计通行时间是否满足预设的信号灯通行规则，是则进入步骤S6，否则语音播报信号灯实时状态信息并提示用户禁止通行；

信号灯通行规则为：t2-t1≥t0；t2表示预计最大通行时间，t1表示信号灯剩余时间信息，t0表示通行时间阈值；

S5、以T为周期重复步骤S1至步骤S4；

S6、采集待通过的斑马线图像信息，计算斑马线通行方向与用户行进方向的角度差A；

S7、判断角度差A是否满足预设的斑马线通行规则，是则进入下一步，否则提示用户转向并返回步骤S6；

斑马线通行规则为：A≤a，a表示预设的角度阈值；

S8、提示用户通过路口。

2.根据权利要求1所述的基于机器视觉的红绿灯路口导盲方法，其特征在于：所述步骤S2采用HSV色彩空间以及DNN神经网络对信号灯颜色信息进行提取；具体为：

1.1：训练基于DNN神经网络的神经网络模型；具体包括：

初始化权重矩阵W和偏置参数b并输入数据集；

通过神经网络的前向传播算法和反向传播算法，更新权重矩阵W和偏置参数b；

1.2：提取环境图像的特征图像；

1.3：将特征图像输入训练完成的神经网络模型，获取信号灯颜色信息。

3.根据权利要求1所述的基于机器视觉的红绿灯路口导盲方法，其特征在于：所述步骤S2中采用边缘检测方法提取信号灯剩余时间信息，具体过程为：

2.1:对采集的环境图像依次进行高斯模糊、灰度图转换、Sobel算子、二值化和闭操作，获取特征图像；

2.2:对特征图像进行膨胀和腐蚀操作；

2.3：进行中值滤波，获取每个像素的灰度值的均值；

2.4：通过边缘检测，提取数字边缘；

2.5：分割数字并将分割后的数字分别与模板进行匹配；

2.6：输出匹配结果。

4.根据权利要求1所述的基于机器视觉的红绿灯路口导盲方法，其特征在于：所述步骤S6具体包括：

3.1：对采集的斑马线图像依次进行灰度图转换、高斯滤波去噪和阈值处理操作，提取特征图像；

3.2：对特征图像进行腐蚀和膨胀；

3.3：对特征图像进行轮廓检测，提取斑马线特征区域并画出轮廓；

3.4：通过霍夫线性变换计算出当前位置与斑马线位置的偏差角度A；

3.5：输出计算结果。

5.一种权利要求1所述的基于机器视觉的红绿灯路口导盲方法采用的导盲装置，其特征在于：包括镜框、电源模块、中央处理模块、语音播报模块、图像采集模块和无线通讯模块，中央处理模块通过无线通讯模块连接外部智能终端，中央处理模块输入端连接图像采集模块，中央处理模块控制端连接语音播报模块。

6.根据权利要求5所述的基于机器视觉的红绿灯路口导盲方法采用的导盲装置，其特征在于：所述语音播报模块包括扬声器和耳机。

7.根据权利要求6所述的基于机器视觉的红绿灯路口导盲方法采用的导盲装置，其特征在于：所述镜框的镜腿内部设有线槽，线槽内穿设有连接线，中央处理模块设于镜腿前端，耳机设于镜腿后端并通过连接线连接中央处理模块。

8.根据权利要求5所述的基于机器视觉的红绿灯路口导盲方法采用的导盲装置，其特征在于：所述电源模块采用太阳能电池板。

9.根据权利要求5所述的基于机器视觉的红绿灯路口导盲方法采用的导盲装置，其特征在于：所述图像采集模块采用高清摄像头且数量为两个，两个高清摄像头左右设于镜框的镜片安装位置。