[发明专利]盲人行走轨迹预测方法、电子设备及存储介质

说明书

本发明提供一种盲人行走轨迹预测方法、电子设备及存储介质，包括基于预先获取的盲人在固定空间场景中的移动轨迹，通过空洞卷积神经网络获取所述移动轨迹的第一空间特征信息；根据所述盲人所在固定空间场景，通过邻接矩阵获取所述固定空间场景的第二空间特征信息；基于所述第一空间特征信息和所述第二空间特征信息，通过时序卷积神经网络预测所述盲人在所述固定空间场景的运动轨迹。本发明的方法能够准确地预测盲人的运动轨迹。

技术领域

本发明涉及轨迹预测技术领域，尤其涉及一种盲人行走轨迹预测方法、电子设备及存储介质。

背景技术

盲人生活在一个黑暗的世界里，这给他们的工作、生活和社会活动带来了极大的困难。如何安全行走一直是盲人生活中面临的首要难题，因此盲人导航技术对盲人的自主出行具有重要意义。然而，现有的盲人导航技术大都是从传统的机器人导航模式迁移而来，并没有充分考虑盲人个体行为模式的差异性和动态性。比如在同一个转弯路口，不同盲人个体都是在距离转弯路口1米远时收到相同的转弯指令。然而不同盲人个体对导航指令的反应快慢有所不同，执行转弯动作的速度和幅度也有差异。反应快的干练型盲人个体可能会因为过早转弯而撞上路口内侧的墙壁，而反应慢的迟缓型盲人个体可能会错过转弯路口，发生严重的偏航错误。不考虑盲人个体行为差异的导航指令会极大地影响盲人个体导航的安全性和效率，已经成为一个制约盲人导航技术的瓶颈。

为了突破当前盲人导航领域的这一瓶颈，使得盲人导航系统能够提供与盲人个体行为模式相适配的最优导航指令，需要盲人导航系统能够对盲人的个体行为模式进行建模，并基于此个体行为模型对盲人后续的行走轨迹进行预测。对人体行为模式进行建模和预测是一个非常重要而又有挑战性的问题，在人机交互领域得到了广泛的研究。然而此类研究大多集中于第三者视角下(视频监控场景、自动驾驶场景、社交场景)对人体自主行为的建模和预测，一般不适合用于去模拟人体完全依靠一个外部指引(导航指令)进行行动的盲人导航场景，目前国内外对盲人行走轨迹预测的研究成果很少。

因为自主行动的不便，盲人的生活半径受到很大限制，使得盲人日常生活的大部分时间是在室内环境中度过。即使外出，盲人通常也是会去医院、酒店和其他室内建筑，因此室内场景才是盲人的主要活动区域。这些室内环境中通常有着各自不同的通道和障碍物空间分布，在室内环境中进行安全准确地移动对盲人来说是个急需克服的挑战，对室内盲人导航技术的研究具有极其重要的社会意义和研究价值。

发明内容

本发明实施例提供一种盲人行走轨迹预测方法、电子设备及存储介质，能够解决现有室内场景盲人导航技术研究力度不足的问题。

本发明实施例的第一方面，提供一种盲人行走轨迹预测方法，包括：

基于预先获取的盲人在固定空间场景中的移动轨迹，通过空洞卷积神经网络获取所述移动轨迹的第一空间特征信息；

根据所述盲人所在固定空间场景，通过邻接矩阵获取所述固定空间场景的第二空间特征信息；

基于所述第一空间特征信息和所述第二空间特征信息，通过时序卷积神经网络预测所述盲人在所述固定空间场景的运动轨迹。

可选地，所述通过空洞卷积神经网络获取所述移动轨迹的第一空间特征信息的方法包括：

获取所述移动轨迹中多个点的横坐标和纵坐标，以及所述移动轨迹中多个点的横坐标和纵坐标的平均值和标准差；

获取所述移动轨迹中第一点和非第一点的空间距离特征；

基于所述移动轨迹中多个点的横坐标和纵坐标、所述移动轨迹中多个点的横坐标和纵坐标的平均值和标准差以及所述移动轨迹中第一点和非第一点的空间距离特征，通过所述空洞卷积神经网络获取所述移动轨迹的第一空间特征信息，其中，所述第一空间特征信息用于指示所述盲人的空间位置信息。

可选地，所述根据所述盲人所在固定空间场景，通过邻接矩阵获取所述固定空间场景的第二空间特征信息的方法包括：