[发明专利]一种基于人工智能的导盲方法、系统及导盲设备

说明书

本发明公开了一种基于人工智能的导盲方法、系统及导盲设备，包括如下步骤：S1、采集视力障碍者前方的图像；S2、将采集的图像送入到训练好的神经网络模型中，并获取图像识别结果；S3、将图像识别结果通过音频的形式送达给视力障碍者。本发明还提供一种基于人工智能的导盲系统，包括图像采集模块、图像处理模块、雷达预警模块和信息下发模块。本发明基于人工智能对视力障碍者行进的盲道上进行图像采集后进行分析，能够对出现在视力障碍者前方的常见障碍物，如行人、车辆等进行识别，并通过音频的方式将识别结果传递给视力障碍者，使其能够及时对其做出避让反应。

技术领域

本发明涉及人工智能技术领域，具体地说是一种基于人工智能的导盲方法、系统及导盲护臂。

背景技术

视力障碍者在出行上会存在较大的不便，现阶段对于视力障碍者来讲，盲道是他们出行的必要选择，而且出行还是主要依靠传统导盲杆进行探路，但是现在盲道被占用的现象屡见不鲜，严重影响了视力障碍者的出行，还会给他们的出行造成一定潜在的危险性，而且视力障碍者行至路口时，无法知晓红绿灯的信号，因此传统的导盲杆已经满足不了视力障碍者的需求。

发明内容

本发明的目的是针对以上不足，提供一种基于人工智能的导盲方法，用于帮助视力障碍者可以更加安全在公共场合行走，还提供一种用于实现上述方法的系统，还提供一种包含上述系统的导盲护臂。

本发明所采用技术方案是：

一种基于人工智能的导盲方法，包括如下步骤：

S1、采集视力障碍者前方的图像；

S2、将采集的图像送入到训练好的神经网络模型中，并获取图像识别结果；

S3、将图像识别结果通过音频的形式送达给视力障碍者。

作为对本发明方法的进一步的优化，本发明步骤S1中，通过录像设备采集视力障碍者前方的图像，且录像设备所采用的摄像头为广角摄像头。

作为对本发明方法的进一步的优化，本发明步骤S2中，所述神经网络模型为卷积神经网络和LSTM神经网络相结合的神经网络，所述卷积神经网络用于识别所采集的图像中出现障碍物，所述LSTM神经网络用于对出现在所采集的图像中的动态障碍物进行轨迹追踪。

作为对本发明方法的进一步的优化，本发明在采集图像的同时通过雷达测距，若雷达测距所检测的前方的障碍物在设定距离时，同样通过音频的形式提醒视力障碍者。

作为对本发明方法的进一步的优化，本发明步骤S3中，通过无线蓝牙耳机的方式相视力障碍者传达音频消息。

本发明还提供一种基于人工智能的导盲系统，包括图像采集模块、图像处理模块、雷达预警模块和信息下发模块，其中：

所述图像采集模块用于采集视力障碍者前方的实时图像；

所述图像处理模块用于将采集的实时图像进行处理，识别前方存在的障碍物具备通行条件；

所述雷达预警模块用于检测视力障碍者前方距离过近的障碍物，并对视力障碍者发送警报；

所述信息下发模块用于获取图像处理模块和列发预警模块的处理结果，并通过音频的方式传达给视力障碍者。

作为对本发明系统的进一步优化，本发明所述图像采集模块采用录像设备，且所采用的摄像头为广角摄像头。

作为对本发明系统的进一步优化，本发明所述图像处理模块为卷积神经网络和LSTM神经网络相结合的神经网络，所述卷积神经网络用于识别所采集的图像中出现障碍物，所述LSTM神经网络用于对出现在所采集的图像中的动态障碍物进行轨迹追踪。

作为对本发明系统的进一步优化，本发明所述信息下发模块包括蓝牙连接模块，所述蓝牙连接模块通过连接蓝牙耳机后向视力障碍者传输音频信息。