[发明专利]一种轻量级的复杂环境下智能辅助盲人出行方法及其系统

说明书

本发明涉及智能辅助装备技术领域，具体涉及一种轻量级的复杂环境下智能辅助盲人出行方法及其系统，包括以下步骤：步骤S0：构建盲人出行智能辅助系统；步骤S1：开发轻量级的复杂环境下盲人出行智能辅助应用；步骤S2：障碍识别；步骤S3：避障预警；步骤S4：多端交互。本发明通过在嵌入式设备上部署轻量级人工智能模型，进行快速运算和高效决策，减轻人工智能方案对设备性能和网络资源的依赖；本发明采用节能、不易受干扰的多级体感震动预警以及语音预警模块，为盲人进行避障行为提供准确的避障信息；在降低成本和功耗的同时保障盲人和视力残疾群体日常出行多样化场景的安全性，从而为盲人提供经济、即时且安全的智能服务。

技术领域

本发明涉及智能辅助装备技术领域，具体涉及一种轻量级的复杂环境下智能辅助盲人出行方法及其系统。

背景技术

随着城市的发展，道路状况越来越复杂，为了规范盲道的路径保证其畅通，在盲道周围设置了路障，阻止大型车辆通行；在重要活动、节日或者施工现场，会在路边设立预警牌等等，这些都是盲人前进的潜在障碍。普通的导盲装置已经远远不能满足盲人的出行需求，基于图像识别导盲杖的传统方案对设备的运算能力和网络传输能力要求极高且造价高昂，而障碍物的多样性给识别带来更大的挑战。

目前已有多种盲人出行智能辅助方案被提出，从模型推断方式可分为本地推断方案和云端推断方案；从识别对象可分为盲道识别方案和盲道上的障碍物识别方案。本地推断方案在设备端运行轻量级的复杂环境下盲人出行智能辅助应用，需要强大的运算能力和存储能力；云端推断方式通过网络摄像头采集图像数据上传到云端进行推断；盲道识别方案从盲道图像信息识别左转右转直行等导航信息；盲道上的障碍物识别方案主张将盲道特征与障碍物特征绑定识别，主要识别在盲道上的障碍物，并对盲人进行避障提醒，而不单独对盲道或者障碍物进行识别。

本地推断方案多在性能较好、存储空间较大的设备上运行，硬件成本高昂且功耗较大不适用于移动场景；因此也有方案提出使用网络摄像头，将实时数据流上传云端，在云端推断完毕后将结果反馈给终端设备，云端推断方案对网络资源需求较高且实时性低；盲道识别方案主要进行场景识别，识别盲道图案并反馈给盲人有效的盲道导航信息，但并不能保证盲人行走的安全性；盲道上的障碍物识别方案比盲道识别方案考虑的更全面，将常出现在盲道上的障碍物分类，识别这些障碍物并预警盲人进行避障，但这种方案常常将识别主体和盲道绑定在一起，即识别内容里需要包含盲道才可以进行识别，这限制了导盲装置在复杂出行环境下的应对能力。

发明内容

针对以上问题，本发明提供了一种轻量级的复杂环境下智能辅助盲人出行方法及其系统，通过在嵌入式设备上部署轻量级人工智能模型，进行快速运算和高效决策，减轻人工智能方案对设备性能和网络资源的依赖，在降低成本和功耗的同时满足盲人和视力残疾群体日常出行多样化场景的安全性，从而为盲人提供经济、即时且安全的智能服务。

为了实现上述目的，本发明采用的技术方案如下：

一种轻量级的复杂环境下智能辅助盲人出行方法，包括以下步骤：

步骤S0：构建盲人出行智能辅助系统；

步骤S1：开发轻量级的复杂环境下盲人出行智能辅助应用；

步骤S2：障碍识别；

步骤S3：避障预警；

步骤S4：多端交互。

优选地，所述步骤S1的具体步骤如下：

步骤S1.1：收集影响盲人出行安全的特征障碍物图像数据建立数据集；

步骤S1.2：搭建神经网络模型，并基于步骤S1.1所述特征障碍物数据集训练神经网络模型对特征障碍物进行识别；

步骤S1.3：全整数量化步骤S1.2所述神经网络模型，压缩神经网络模型体量；