CN108743266A - 一种盲人智能导航避障出行辅助方法及系统 - Google Patents

Abstract

本发明公开了一种盲人智能导航避障出行辅助方法及系统，方法包括语音采集分析、路线规划设计、实时导航信息确定、及时导航播报等步骤；系统包括存储模块、语音采集模块、语音数据处理模块、定位装置模块、通信模块、路线设计确定算法模块、实时导航信息确定模块和信息传送播报模块。本发明稳定可靠、抗干扰性能好、适用范围广，能够方便及时的引导盲人在复杂环境中的行进，具有系统智能化程度高、方法先进科学，行进路线安全准确等优点，大大提高了盲人的行动自由性，具有实用性和可实现性，有较高的实用价值和广泛的应用前景。

Description

一种盲人智能导航避障出行辅助方法及系统

技术领域

本发明涉及智能控制技术领域，具体涉及一种盲人智能导航避障出行辅助方法及系统。

背景技术

盲人是社会的弱势群体，目前，辅助盲人日常出行的工具主要是导盲犬和导盲杖。导盲犬培训成本高，需要日常消耗，寿命有限，不具有广泛推广的可能性。导盲杖由撑杆和手柄组成，给予盲人行走支撑。虽然盲人有盲杖可以探路，但是，对于行走方向和行走路线的导航方面，仅通过拐杖或导盲犬是无法达到的，即使盲人问路，也由于其视力的障碍，他人也根本无法正确地指引盲人。因此仅通过目前的导盲工具，盲人无法独立到达不熟悉的地方，其出行在很大程度上依赖于亲朋的帮助。现有的，盲人导航拐杖一般具备简单路面障碍探测、GPS导航和语音提醒功能，但是无法合理智能的优化路径并有效识别危险，操作复杂，灵敏度不高，无法适用于复杂环境，随着人机交互、计算机视觉和视频传感器的发展趋于成熟，如何更加智能化、多功能化，并融入视频采集与图像处理的部分，协助盲人独立抵达目的地成为急需解决的问题。

发明内容

针对现有技术的不足，本发明提供一种盲人智能导航避障出行辅助方法及系统，稳定可靠、抗干扰性能好、适用范围广，能够方便及时的引导盲人在复杂环境中的行进，具有系统智能化程度高、方法先进科学，行进路线安全准确等优点，大大提高了盲人的行动自由性，具有实用性和可实现性，有较高的实用价值和广泛的应用前景。

本发明解决技术问题采用如下技术方案：

本发明提供了一种盲人智能导航避障出行辅助方法，包括以下步骤：

S1、接收并识别语音命令信息，完成授权进入、初始化导航程序以及目的地确认，具体包括：

S11、接收语音信息，对语音信息进行包括语音信号采样、反混叠带通滤波前处理；

S12、对预处理后语音信息进行特征提取，提取输入语音中的声纹特征信息以及反映文字信息的声学参数；

S13、将声纹特征信息与授权进入人员声纹库中的信息进行匹配，若匹配成功，则初始化导航程序，并进入下一步，否则提示重新进行语音输入；

S14、计算声学参数与储存有各种地点名词的声音模式库之间的相似度，将相似度最大的地点名词语音输出，等待用户语音确认，若接收到确认信号则将该地点作为目的地，否则提示重新进行语音输入；

S2、进行路线规划设计，具体包括：

S21、获取位置信息：通过导航定位装置获取用户当前位置信息，并且根据确定的目的地信息，获取目的地位置信息；

S22、按照当前位置信息和目的地位置信息规划路径，确定出行路线，具体包括：

S221、通过移动网络调出电子地图，导入道路拓扑文件，将每个路口作为一个节点，节点间的步行路径作为节长，并根据两节点实时路况拥堵信息按等级设置节点间权重；

S222、定位起始地和目的地坐标；

S223、采用节点匹配算法将选择起点和终点分别匹配到道路中的节点中；

S224、采用广度优先搜索算法对起点和终点匹配的两个节点进行联通分析，判断是否联通；

S225、若可以联通，则采用狄克斯特拉方法，根据设置的权重、节长，计算最优路径，最终形成导航方案；

S3、按照导航方案，进入面对面实时导航信息确定，具体包括：

S31、预先存储盲道灰度上限阈值、下限阈值和各类障碍物的基准模版；

S32、实时采集盲人前进方向视频数据，对采集的视频图像数据进行预处理，具体包括：

S321、对图像执行边缘增强处理以获得边缘增强图像；

S322、对边缘增强图像采用基于2阶Haar小波基的小波滤波处理，以滤除所述边缘增强图像中的高斯噪声，获得小波滤波图像

S323、对小波滤波图像执行自适应递归滤波处理，以获得自适应递归滤波图像；

S324、对自适应递归滤波图像执行尺度变换增强处理，以增强图像中目标与背景的对比度，获得对比度增强图像；

S33、将获得的对比度增强图像中像素灰度值在预先存储盲道灰度上限阈值、下限阈值范围内的所有像素组成盲道图像，并判断盲道上方是否有障碍物：

S331、若盲道上方有障碍物图像将盲道上方附着物与各类障碍物的基准模版逐一匹配，匹配成功，得到障碍物信息；

S332、发出测距雷达波，并记录发射的时间和接收到反射波的时间，通过发射时间、反射时间与测距雷达波的传播速度计算阻挡物与盲人间的距离，具体计算公式为：

S＝(V₀×T-V₁×T)/2

其中，S为障碍物与盲人之间的距离，V₀为测距雷达波传播速度，V1为盲人行走距离，T为发射的时间和接收到反射波的时间；

S34、对获得的对比度增强图像构建混合高斯模型，同时对获取的路况图像进行背景分析获得图像背景，得到前景图像信息，对前景图像信息进行特征分析，获得交通指示灯的位置信息，并确定信号灯状态；

此外分析前景图像的方向梯度直方图特征，并与预存行人模板匹配，匹配成功则判断为行人，并触发测距服务，得到行人位置信息，等待下一步骤播报给盲人用户；

同时分析前景图像的Harr特征，与预存车辆模板匹配，匹配成功则判断为车辆，并触发测距服务，得到车辆位置信息，等待下一步骤播报给盲人用户；

所述测距服务采用与步骤S332相同的方法得到行人和车辆位置信息；

S4、将步骤S3分析得到的道路信息、障碍物信息和信号灯信息，实时的播报给盲人用户，及时发出直行、转弯、避让障碍物和通过红绿灯路口的指令信息；

同时根据步骤S332计算得到的距离，按照距离大小设置振动提醒，距离越小振动频率越快，当距离低于预定值时持续振动并发出警报。

优选地，所述步骤S34中确定信号灯状态通过以下方法实现：对交通指示灯范围内图像按照红、黄、绿三种颜色进行图像分割，分析每一分割区域的边缘，获得形状，与预存交通信号灯模板进行匹配，并对交通信号进行组合识别，最终确定交通信号灯状态。

优选地，还包括步骤S5：

通过设置包括三轴陀螺仪和加速计在内的状态传感器对用户跌倒或碰撞信息进行实时监控和记录，同时发出警报信息，在设定延迟时间用户没有取消警报则自动拨打紧急电话。

本发明还提供一种盲人智能导航避障出行辅助系统，包括：

存储模块，用于预存储授权进入人员声纹库、声音模式库、盲道灰度上限阈值、下限阈值和各类障碍物的基准模版，并存储采集的环境语音数据信息；

语音采集模块，用于实时采集环境语音数据信息；

语音数据处理模块，用于接收并识别语音采集模块采集的环境语音数据信息，完成授权进入、初始化导航程序以及目的地确认，具体包括：

接收语音信息，对语音信息进行包括语音信号采样、反混叠带通滤波前处理；

对预处理后语音信息进行特征提取，提取输入语音中的声纹特征信息以及反映文字信息的声学参数；

将声纹特征信息与授权进入人员声纹库中的信息进行匹配，若匹配成功，则初始化导航程序，并进入下一步，否则提示重新进行语音输入；

计算声学参数与储存有各种地点名词的声音模式库之间的相似度，将相似度最大的地点名词语音输出，等待用户语音确认，若接收到确认信号则将该地点作为目的地，否则提示重新进行语音输入；

定位装置模块，用于获取用户当前位置信息，并且根据确定的目的地信息，获取目的地位置信息；

通信模块，所述通信模块用于提供系统其它模块与互联网连接，实时更新存储数据；

路线设计确定算法模块，用于按照当前位置信息和目的地位置信息规划路径，确定出行路线，具体包括：通过通信模块调出电子地图，导入道路拓扑文件，将每个路口作为一个节点，节点间的步行路径作为节长，并根据两节点实时路况拥堵信息按等级设置节点间权重，然后定位起始地和目的地坐标，再采用节点匹配算法将选择起点和终点分别匹配到道路中的节点中，再采用广度优先搜索算法对起点和终点匹配的两个节点进行联通分析，判断是否联通，若可以联通，则采用狄克斯特拉方法，根据设置的权重、节长，计算最优路径，最终形成导航方案；

实时导航信息确定模块，包括视频采集模块、图像分析模块、测距模块和交通信号灯分析模块；

所述视频采集模块用于实时采集盲人前进方向视频数据；

所述图像分析模块用于对采集的视频图像数据进行预处理，具体包括：对图像执行边缘增强处理以获得边缘增强图像；对边缘增强图像采用基于2阶Haar小波基的小波滤波处理，以滤除所述边缘增强图像中的高斯噪声，获得小波滤波图像；对小波滤波图像执行自适应递归滤波处理，以获得自适应递归滤波图像；对自适应递归滤波图像执行尺度变换增强处理，以增强图像中目标与背景的对比度，获得对比度增强图像；将获得的对比度增强图像中像素灰度值在预先存储盲道灰度上限阈值、下限阈值范围内的所有像素组成盲道图像，并判断盲道上方是否有障碍物：若盲道上方有障碍物图像将盲道上方附着物与各类障碍物的基准模版逐一匹配，匹配成功，得到障碍物信息；

所述测距模块用于发出测距雷达波，并记录发射的时间和接收到反射波的时间，通过发射时间、反射时间与测距雷达波的传播速度计算阻挡物与盲人间的距离，具体计算公式为：

S＝(V₀×T-V₁×T)/2

其中，S为障碍物与盲人之间的距离，V₀为测距雷达波传播速度，V1为盲人行走距离，T为发射的时间和接收到反射波的时间；

所述交通信号灯分析模块用于对获得的对比度增强图像构建混合高斯模型，同时对获取的路况图像进行背景分析获得图像背景，得到前景图像信息，对前景图像信息进行特征分析，获得交通指示灯的位置信息，并确定信号灯状态；

信息传送播报模块，用于将步骤S3分析得到的道路信息、障碍物信息和信号灯信息，实时的播报给盲人用户，及时发出直行、转弯、避让障碍物和通过红绿灯路口的指令信息。

优选地，实时导航信息确定模块还包括移动目标位置确定模块，用于分析前景图像的方向梯度直方图特征，并与预存行人模板匹配，匹配成功则判断为行人，并触发测距服务，得到行人位置信息，等待下一步骤播报给盲人用户；分析前景图像的Harr特征，与预存车辆模板匹配，匹配成功则判断为车辆，并触发测距服务，得到车辆位置信息，等待下一步骤播报给盲人用户；

所述测距服务使用实时导航信息确定模块中的测距模块。

优选地，还包括振动提醒模块，用于根据得到的用户与障碍物间的距离的大小提供振动提醒，距离越小振动频率越快，当距离低于预定值时持续振动并发出警报。

优选地，还包括紧急情况判断报警模块，设置有包括三轴陀螺仪和加速计在内的状态传感器，用于对用户跌倒或碰撞信息进行实时监控和记录，同时发出警报信息，在设定延迟时间用户没有取消警报则自动拨打紧急电话。

优选地，所述视频采集模块包括摄像装置和调整装置；

所述摄像装置包括主摄像装置和辅助摄像装置，所述辅助摄像装置为两个，分别与主摄像装置有50％的叠加视场，所述辅助摄像装置间无视场叠加；

所述调整装置用于调整摄像装置的视频采集的角度和方向。

与现有技术相比，本发明具有如下的有益效果：

(1)本发明的一种盲人智能导航避障出行辅助方法通过全程语音控制，实现了语音授权进入、自动目的地分析，降低了使用门槛，方便快捷准确性好，能够基于实时路况信息对路线进行最优化处理，节约了时间、方便了行程，通过图像处理手段对实时路面信息进行了分析，能够持续锁定道路，快速准确的识别出了障碍物，并及时得到障碍物的具体信息以及和盲人的距离，能够有效提高预警时间长度，此外还能够锁定路况交通信号灯，识别信号灯状态，从而为盲人提供全面有效的路面实时指挥导航功能，减少了可能出现的危险，真正做到了及时高效准确的具有实际意义的盲人主动导航，实现了盲人安全独立的出行，具有良好的市场推广价值和意义。

(2)本发明的一种盲人智能导航避障出行辅助方法在确定路线过程中，采用路口映射节点配合以实时拥堵信息为标准设置的权重，将路况实时信息作为路线制定的重要依据，同时采用节点匹配算法将选择起点和终点分别匹配到道路中的节点，能够实现就近原则，减少距离，再采用广度优先搜索算法进行联通分析，综合考虑各种因数，计算得到最优导航路线，路线设置合理有效，能够最大化节约时间，方便盲人出行。

(3)本发明的一种盲人智能导航避障出行辅助方法通过对图像预处理，包括边缘增强、小波滤波、自适应递归滤波、尺度变换增强处理，这一系列变化，协同作用，降低了噪声光照的影响，提高了目标和图像的信噪比，有效分离背景，能够快速准确的识别锁定盲道，障碍物，从而能够完成跟踪识别等后续任务，提高预报的准确性和及时性；此外视频采集模块通过摄像装置和调整装置，可实时准确大范围的采集到视频图像信息，而且可以持续的调整摄像装置，使得采集的更清楚，体验更佳。

(4)本发明的一种盲人智能导航避障出行辅助方法，通过分析前景图像的方向梯度直方图特征和分析前景图像的Harr特征，及时得到行人和车辆信息，并锁定期位置信息，提高了导航数据的多样性，覆盖的全面性，提高其在复杂环境下的使用适应性和稳定可靠性。

(5)本发明的一种盲人智能导航避障出行辅助系统提供了一种方便、快捷、高效、低成本运作的动态目标锁定跟方式，系统灵活性、自动化程度较高，识别速度快、准确率高，同时还具有通用性强、开放性强、扩展性强的优点。

(6)本发明的一种盲人智能导航避障出行辅助系统通过设置的紧急情况判断报警模块，其中包含的三轴陀螺仪和加速计等传感器获取的参数能及时判断出盲人是否出现危险，在触发情况下实现自动紧急报警，大大提高了系统抗风险性能，全方位为盲人的出行保驾护航。

(7)本发明的一种盲人智能导航避障出行辅助系统通过设置的振动提醒模块，通过以障碍物与盲人间的距离为标准设置振动频率，防止用户在语音信息接收出现噪声或者注意力分散时，及时发出提醒，在紧急情况下发出警报，达到双重警告，有效提高了系统的有效性。

(8)本发明的一种盲人智能导航避障出行辅助方法及系统稳定可靠、抗干扰性能好、适用范围广，能够方便及时的引导盲人在复杂环境中的行进，具有系统智能化程度高、方法先进科学，行进路线安全准确等优点，大大提高了盲人的行动自由性，具有实用性和可实现性，有较高的实用价值和广泛的应用前景。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明的一种盲人智能导航避障出行辅助方法流程图；

图2为本发明的一种盲人智能导航避障出行辅助方法的步骤S1的具体流程图；

图3为本发明的一种盲人智能导航避障出行辅助方法的步骤S2的具体流程图；

图4为本发明的一种盲人智能导航避障出行辅助方法的步骤S3的具体流程图；

图5为本发明的一种盲人智能导航避障出行辅助方法的步骤S32的具体流程图；

图6为本发明的一种盲人智能导航避障出行辅助系统的实时导航信息确定模块；

图7为本发明的一种盲人智能导航避障出行辅助系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

此外，所属技术领域的技术人员知道，本发明的各个方面可以实现为系统、方法或计算机程序产品。因此，本发明的各个方面可以具体实现为软硬件结合的形式，这里可以统称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明的各个方面还可以实现为在一个或多个微处理器可读介质中的计算机程序产品的形式，该微处理器可读介质中包含微处理器可读的程序代码。

下面将参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机程序指令存储在计算机可读介质中，这些指令使得计算机、其它可编程数据处理装置、或其他设备以特定方式工作，从而，存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(article of manufacture)。也可以将计算机程序指令装载到计算机、其它可编程数据处理装置、或其它设备上使一系列操作步骤在计算机、其它可编程装置、或其它设备上得到执行，形成计算机实现过程，以便在计算机或其它可编程装置上执行的指令提供实现在流程图和/或框图中的一个或多个方框中规定的功能/动作的过程。

如图1-7所示，本实施例的一种盲人智能导航避障出行辅助方法，包括以下步骤：

S1、接收并识别语音命令信息，完成授权进入、初始化导航程序以及目的地确认，具体包括：

S11、接收语音信息，对语音信息进行包括语音信号采样、反混叠带通滤波前处理；

S12、对预处理后语音信息进行特征提取，提取输入语音中的声纹特征信息以及反映文字信息的声学参数；

S13、将声纹特征信息与授权进入人员声纹库中的信息进行匹配，若匹配成功，则初始化导航程序，并进入下一步，否则提示重新进行语音输入；

S14、计算声学参数与储存有各种地点名词的声音模式库之间的相似度，将相似度最大的地点名词语音输出，等待用户语音确认，若接收到确认信号则将该地点作为目的地，否则提示重新进行语音输入；

S2、进行路线规划设计，具体包括：

S21、获取位置信息：通过导航定位装置获取用户当前位置信息，并且根据确定的目的地信息，获取目的地位置信息；

S22、按照当前位置信息和目的地位置信息规划路径，确定出行路线，具体包括：

S221、通过移动网络调出电子地图，导入道路拓扑文件，将每个路口作为一个节点，节点间的步行路径作为节长，并根据两节点实时路况拥堵信息按等级设置节点间权重；

S222、定位起始地和目的地坐标；

S223、采用节点匹配算法将选择起点和终点分别匹配到道路中的节点中；

S224、采用广度优先搜索算法对起点和终点匹配的两个节点进行联通分析，判断是否联通；

S225、若可以联通，则采用狄克斯特拉方法，根据设置的权重、节长，计算最优路径，最终形成导航方案；

S3、按照导航方案，进入面对面实时导航信息确定，具体包括：

S31、预先存储盲道灰度上限阈值、下限阈值和各类障碍物的基准模版；

S32、实时采集盲人前进方向视频数据，对采集的视频图像数据进行预处理，具体包括：

S321、对图像执行边缘增强处理以获得边缘增强图像；

S322、对边缘增强图像采用基于2阶Haar小波基的小波滤波处理，以滤除所述边缘增强图像中的高斯噪声，获得小波滤波图像

S323、对小波滤波图像执行自适应递归滤波处理，以获得自适应递归滤波图像；

S324、对自适应递归滤波图像执行尺度变换增强处理，以增强图像中目标与背景的对比度，获得对比度增强图像；

S33、将获得的对比度增强图像中像素灰度值在预先存储盲道灰度上限阈值、下限阈值范围内的所有像素组成盲道图像，并判断盲道上方是否有障碍物：

S331、若盲道上方有障碍物图像将盲道上方附着物与各类障碍物的基准模版逐一匹配，匹配成功，得到障碍物信息；

S332、发出测距雷达波，并记录发射的时间和接收到反射波的时间，通过发射时间、反射时间与测距雷达波的传播速度计算阻挡物与盲人间的距离，具体计算公式为：

S＝(V₀×T-V₁×T)/2

其中，S为障碍物与盲人之间的距离，V₀为测距雷达波传播速度，V1为盲人行走距离，T为发射的时间和接收到反射波的时间；

S34、对获得的对比度增强图像构建混合高斯模型，同时对获取的路况图像进行背景分析获得图像背景，得到前景图像信息，对前景图像信息进行特征分析，获得交通指示灯的位置信息，并确定信号灯状态；

S4、将步骤S3分析得到的道路信息、障碍物信息和信号灯信息，实时的播报给盲人用户，及时发出直行、转弯、避让障碍物和通过红绿灯路口的指令信息；

步骤S5：

通过设置包括三轴陀螺仪和加速计在内的状态传感器对用户跌倒或碰撞信息进行实时监控和记录，同时发出警报信息，在设定延迟时间用户没有取消警报则自动拨打紧急电话。

本实施例的步骤S34中确定信号灯状态通过以下方法实现：对交通指示灯范围内图像按照红、黄、绿三种颜色进行图像分割，分析每一分割区域的边缘，获得形状，与预存交通信号灯模板进行匹配，并对交通信号进行组合识别，最终确定交通信号灯状态。

本实施例的步骤S34还包括以下步骤：

分析前景图像的方向梯度直方图特征，并与预存行人模板匹配，匹配成功则判断为行人，并触发测距服务，得到行人位置信息，等待下一步骤播报给盲人用户；

分析前景图像的Harr特征，与预存车辆模板匹配，匹配成功则判断为车辆，并触发测距服务，得到车辆位置信息，等待下一步骤播报给盲人用户；

所述测距服务采用与步骤S332相同的方法得到行人和车辆位置信息。

本实施例的步骤S4还包括以下步骤：

根据步骤S332计算得到的距离，按照距离大小设置振动提醒，距离越小振动频率越快，当距离低于预定值时持续振动并发出警报。

本实施例的一种盲人智能导航避障出行辅助系统，包括：

存储模块，用于预存储授权进入人员声纹库、声音模式库、盲道灰度上限阈值、下限阈值和各类障碍物的基准模版，并存储采集的环境语音数据信息；

语音采集模块，用于实时采集环境语音数据信息；

语音数据处理模块，用于接收并识别语音采集模块采集的环境语音数据信息，完成授权进入、初始化导航程序以及目的地确认，具体包括：

接收语音信息，对语音信息进行包括语音信号采样、反混叠带通滤波前处理；

对预处理后语音信息进行特征提取，提取输入语音中的声纹特征信息以及反映文字信息的声学参数；

将声纹特征信息与授权进入人员声纹库中的信息进行匹配，若匹配成功，则初始化导航程序，并进入下一步，否则提示重新进行语音输入；

计算声学参数与储存有各种地点名词的声音模式库之间的相似度，将相似度最大的地点名词语音输出，等待用户语音确认，若接收到确认信号则将该地点作为目的地，否则提示重新进行语音输入；

定位装置模块，用于获取用户当前位置信息，并且根据确定的目的地信息，获取目的地位置信息；

通信模块，所述通信模块用于提供系统其它模块与互联网连接，实时更新存储数据；

路线设计确定算法模块，用于按照当前位置信息和目的地位置信息规划路径，确定出行路线，具体包括：通过通信模块调出电子地图，导入道路拓扑文件，将每个路口作为一个节点，节点间的步行路径作为节长，并根据两节点实时路况拥堵信息按等级设置节点间权重，然后定位起始地和目的地坐标，再采用节点匹配算法将选择起点和终点分别匹配到道路中的节点中，再采用广度优先搜索算法对起点和终点匹配的两个节点进行联通分析，判断是否联通，若可以联通，则采用狄克斯特拉方法，根据设置的权重、节长，计算最优路径，最终形成导航方案；

实时导航信息确定模块，包括视频采集模块、图像分析模块、测距模块和交通信号灯分析模块；

所述视频采集模块用于实时采集盲人前进方向视频数据；

所述图像分析模块用于对采集的视频图像数据进行预处理，具体包括：对图像执行边缘增强处理以获得边缘增强图像；对边缘增强图像采用基于2阶Haar小波基的小波滤波处理，以滤除所述边缘增强图像中的高斯噪声，获得小波滤波图像；对小波滤波图像执行自适应递归滤波处理，以获得自适应递归滤波图像；对自适应递归滤波图像执行尺度变换增强处理，以增强图像中目标与背景的对比度，获得对比度增强图像；将获得的对比度增强图像中像素灰度值在预先存储盲道灰度上限阈值、下限阈值范围内的所有像素组成盲道图像，并判断盲道上方是否有障碍物：若盲道上方有障碍物图像将盲道上方附着物与各类障碍物的基准模版逐一匹配，匹配成功，得到障碍物信息；

所述测距模块用于发出测距雷达波，并记录发射的时间和接收到反射波的时间，通过发射时间、反射时间与测距雷达波的传播速度计算阻挡物与盲人间的距离，具体计算公式为：

S＝(V₀×T-V₁×T)/2

其中，S为障碍物与盲人之间的距离，V₀为测距雷达波传播速度，V1为盲人行走距离，T为发射的时间和接收到反射波的时间；

所述交通信号灯分析模块用于对获得的对比度增强图像构建混合高斯模型，同时对获取的路况图像进行背景分析获得图像背景，得到前景图像信息，对前景图像信息进行特征分析，获得交通指示灯的位置信息，并确定信号灯状态；

信息传送播报模块，用于将步骤S3分析得到的道路信息、障碍物信息和信号灯信息，实时的播报给盲人用户，及时发出直行、转弯、避让障碍物和通过红绿灯路口的指令信息。

本实施例的实时导航信息确定模块还包括移动目标位置确定模块，用于分析前景图像的方向梯度直方图特征，并与预存行人模板匹配，匹配成功则判断为行人，并触发测距服务，得到行人位置信息，等待下一步骤播报给盲人用户；分析前景图像的Harr特征，与预存车辆模板匹配，匹配成功则判断为车辆，并触发测距服务，得到车辆位置信息，等待下一步骤播报给盲人用户；所述测距服务使用实时导航信息确定模块中的测距模块。

本实施例的系统还包括振动提醒模块，用于根据得到的用户与障碍物间的距离的大小提供振动提醒，距离越小振动频率越快，当距离低于预定值时持续振动并发出警报。

本实施例的系统还包括紧急情况判断报警模块，设置有包括三轴陀螺仪和加速计在内的状态传感器，用于对用户跌倒或碰撞信息进行实时监控和记录，同时发出警报信息，在设定延迟时间用户没有取消警报则自动拨打紧急电话。

本实施例的系统中视频采集模块包括摄像装置和调整装置；

摄像装置包括主摄像装置和辅助摄像装置，所述辅助摄像装置为两个，分别与主摄像装置有50％的叠加视场，所述辅助摄像装置间无视场叠加；

调整装置用于调整摄像装置的视频采集的角度和方向。

本实施例中相对于现有技术的显著的进步和实质性特点分析如下：

本发明通过全程语音控制，控制方式简单明了，降低了现有技术中对盲人行走的负担性干扰，比如需要手动输入确认，同时本发明实现了语音授权进入、自动目的地分析，降低了使用门槛，方便快捷准确性好，能够基于实时路况信息对路线进行最优化处理，节约了时间、方便了行程，通过图像处理手段对实时路面信息进行了分析，能够持续锁定道路，快速准确的识别出了障碍物，并及时得到障碍物的具体信息以及和盲人的距离，能够有效提高预警时间长度，此外还能够锁定路况交通信号灯，识别信号灯状态，从而为盲人提供全面有效的路面实时指挥导航功能，减少了可能出现的危险，真正做到了及时高效准确的具有实际意义的盲人主动导航，实现了盲人安全独立的出行；

在本发明授权进入过程中采用将声纹特征信息与授权进入人员声纹库中的信息进行匹配，提高了识别用户的准确性，同时计算声学参数与储存有各种地点名词的声音模式库之间的相似度，将相似度最大的地点名词语音输出，等待用户语音确认，双重保险确定了目的地，同时也将建设性的目的地反馈给用户，达到了模糊检索的效果；

在本发明确定路线过程中，采用路口映射节点配合以实时拥堵信息为标准设置的权重，将路况实时信息作为路线制定的重要依据，同时采用节点匹配算法将选择起点和终点分别匹配到道路中的节点，能够实现就近原则，减少距离，再采用广度优先搜索算法进行联通分析，综合考虑各种因数，计算得到最优导航路线，路线设置合理有效，能够最大化节约时间，方便盲人出行。

本发明通过对图像预处理，包括边缘增强、小波滤波、自适应递归滤波、尺度变换增强处理，这一系列变化，协同作用，降低了噪声光照的影响，提高了目标和图像的信噪比，有效分离背景，能够快速准确的识别锁定盲道，障碍物，从而能够完成跟踪识别等后续任务，提高预报的准确性和及时性；此外视频采集模块通过摄像装置和调整装置，可实时准确大范围的采集到视频图像信息，而且可以持续的调整摄像装置，使得采集的更清楚，体验更佳；

本发明通过构建高斯模型，进行图像前景提取，再对交通指示灯范围内图像按照红、黄、绿三种颜色进行图像分割，分析每一分割区域的边缘，获得形状，与预存交通信号灯模板进行匹配，并对交通信号进行组合识别，最终确定交通信号灯状态，能够大大提高信号灯提取判断的准确性，组合性的识别能够减少误差的产生，配合车辆行人的监测，能够提供给盲人准确无误的实时路口信息；

本发明通过分析前景图像的方向梯度直方图特征和分析前景图像的Harr特征，及时得到行人和车辆信息，并锁定期位置信息，提高了导航数据的多样性，覆盖的全面性，提高其在复杂环境下的使用适应性和稳定可靠性；

本发明的一种盲人智能导航避障出行辅助系统提供了一种方便、快捷、高效、低成本运作的动态目标锁定跟方式，系统灵活性、自动化程度较高，识别速度快、准确率高，同时还具有通用性强、开放性强、扩展性强的优点；

本发明还通过设置的紧急情况判断报警模块，其中包含的三轴陀螺仪和加速计等传感器获取的参数能及时判断出盲人是否出现危险，在触发情况下实现自动紧急报警，大大提高了系统抗风险性能，全方位为盲人的出行保驾护航；

本发明通过设置的振动提醒模块，通过以障碍物与盲人间的距离为标准设置振动频率，防止用户在语音信息接收出现噪声或者注意力分散时，及时发出提醒，在紧急情况下发出警报，达到双重警告，有效提高了系统的有效性。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本发明的一种盲人智能导航避障出行辅助方法稳定可靠、抗干扰性能好、适用范围广，能够方便及时的引导盲人在复杂环境中的行进，具有系统智能化程度高、方法先进科学，行进路线安全准确等优点，大大提高了盲人的行动自由性，具有实用性和可实现性，有较高的实用价值和广泛的应用前景。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (8)

1.一种盲人智能导航避障出行辅助方法，其特征在于，包括以下步骤：

S1、接收并识别语音命令信息，完成授权进入、初始化导航程序以及目的地确认，具体包括：

S11、接收语音信息，对语音信息进行包括语音信号采样、反混叠带通滤波前处理；

S12、对预处理后语音信息进行特征提取，提取输入语音中的声纹特征信息以及反映文字信息的声学参数；

S13、将声纹特征信息与授权进入人员声纹库中的信息进行匹配，若匹配成功，则初始化导航程序，并进入下一步，否则提示重新进行语音输入；

S14、计算声学参数与储存有各种地点名词的声音模式库之间的相似度，将相似度最大的地点名词语音输出，等待用户语音确认，若接收到确认信号则将该地点作为目的地，否则提示重新进行语音输入；

S2、进行路线规划设计，具体包括：

S21、获取位置信息：通过导航定位装置获取用户当前位置信息，并且根据确定的目的地信息，获取目的地位置信息；

S22、按照当前位置信息和目的地位置信息规划路径，确定出行路线，具体包括：

S221、通过移动网络调出电子地图，导入道路拓扑文件，将每个路口映射一个节点，节点间的步行路径作为节长，并根据两节点实时路况拥堵信息按等级设置节点间权重；

S222、定位起始地和目的地坐标；

S223、采用节点匹配算法将选择起点和终点分别匹配到道路中的节点中；

S224、采用广度优先搜索算法对起点和终点匹配的两个节点进行联通分析，判断是否联通；

S225、若可以联通，则采用狄克斯特拉方法，根据设置的权重、节长，计算最优路径，最终形成导航方案；

S3、按照导航方案，进入面对面实时导航信息确定，具体包括：

S31、预先存储盲道灰度上限阈值、下限阈值和各类障碍物的基准模版；

S32、实时采集盲人前进方向视频数据，对采集的视频图像数据进行预处理，具体包括：

S321、对图像执行边缘增强处理以获得边缘增强图像；

S322、对边缘增强图像采用基于2阶Haar小波基的小波滤波处理，以滤除所述边缘增强图像中的高斯噪声，获得小波滤波图像；

S323、对小波滤波图像执行自适应递归滤波处理，以获得自适应递归滤波图像；

S324、对自适应递归滤波图像执行尺度变换增强处理，以增强图像中目标与背景的对比度，获得对比度增强图像；

S33、将获得的对比度增强图像中像素灰度值在预先存储盲道灰度上限阈值、下限阈值范围内的所有像素组成盲道图像，并判断盲道上方是否有障碍物：

S331、若盲道上方有障碍物图像将盲道上方附着物与各类障碍物的基准模版逐一匹配，匹配成功，得到障碍物信息；

S332、发出测距雷达波，并记录发射的时间和接收到反射波的时间，通过发射时间、反射时间与测距雷达波的传播速度计算阻挡物与盲人间的距离，具体计算公式为：

S＝(V₀×T-V₁×T)/2

其中，S为障碍物与盲人之间的距离，V₀为测距雷达波传播速度，V1为盲人行走距离，T为发射的时间和接收到反射波的时间；

S34、对获得的对比度增强图像构建混合高斯模型，同时对获取的路况图像进行背景分析获得图像背景，得到前景图像信息，对前景图像信息进行特征分析，获得交通指示灯的位置信息，并确定信号灯状态；

此外分析前景图像的方向梯度直方图特征，并与预存行人模板匹配，匹配成功则判断为行人，并触发测距服务，得到行人位置信息，等待下一步骤播报给盲人用户；

同时分析前景图像的Harr特征，与预存车辆模板匹配，匹配成功则判断为车辆，并触发测距服务，得到车辆位置信息，等待下一步骤播报给盲人用户；

所述测距服务采用与步骤S332相同的方法得到行人和车辆位置信息；

S4、将步骤S3分析得到的道路信息、障碍物信息和信号灯信息，实时的播报给盲人用户，及时发出直行、转弯、避让障碍物和通过红绿灯路口的指令信息；

同时根据步骤S332计算得到的距离，按照距离大小设置振动提醒，距离越小振动频率越快，当距离低于预定值时持续振动并发出警报。

2.根据权利要求1所述的一种盲人智能导航避障出行辅助方法，其特征在于，所述步骤S34中确定信号灯状态通过以下方法实现：对交通指示灯范围内图像按照红、黄、绿三种颜色进行图像分割，分析每一分割区域的边缘，获得形状，与预存交通信号灯模板进行匹配，并对交通信号进行组合识别，最终确定交通信号灯状态。

3.根据权利要求1所述的一种盲人智能导航避障出行辅助方法，其特征在于，还包括步骤S5：

通过设置包括三轴陀螺仪和加速计在内的状态传感器对用户跌倒或碰撞信息进行实时监控和记录，同时发出警报信息，在设定延迟时间用户没有取消警报则自动拨打紧急电话。

4.一种盲人智能导航避障出行辅助系统，其特征在于，包括：

存储模块，用于预存储授权进入人员声纹库、声音模式库、盲道灰度上限阈值、下限阈值和各类障碍物的基准模版，并存储采集的环境语音数据信息；

语音采集模块，用于实时采集环境语音数据信息；

语音数据处理模块，用于接收并识别语音采集模块采集的环境语音数据信息，完成授权进入、初始化导航程序以及目的地确认，具体包括：

接收语音信息，对语音信息进行包括语音信号采样、反混叠带通滤波前处理；

对预处理后语音信息进行特征提取，提取输入语音中的声纹特征信息以及反映文字信息的声学参数；

将声纹特征信息与授权进入人员声纹库中的信息进行匹配，若匹配成功，则初始化导航程序，并进入下一步，否则提示重新进行语音输入；

计算声学参数与储存有各种地点名词的声音模式库之间的相似度，将相似度最大的地点名词语音输出，等待用户语音确认，若接收到确认信号则将该地点作为目的地，否则提示重新进行语音输入；

定位装置模块，用于获取用户当前位置信息，并且根据确定的目的地信息，获取目的地位置信息；

通信模块，所述通信模块用于提供系统其它模块与互联网连接，实时更新存储数据；

路线设计确定算法模块，用于按照当前位置信息和目的地位置信息规划路径，确定出行路线，具体包括：通过通信模块调出电子地图，导入道路拓扑文件，将每个路口作为一个节点，节点间的步行路径作为节长，并根据两节点实时路况拥堵信息按等级设置节点间权重，然后定位起始地和目的地坐标，再采用节点匹配算法将选择起点和终点分别匹配到道路中的节点中，再采用广度优先搜索算法对起点和终点匹配的两个节点进行联通分析，判断是否联通，若可以联通，则采用狄克斯特拉方法，根据设置的权重、节长，计算最优路径，最终形成导航方案；

实时导航信息确定模块，包括视频采集模块、图像分析模块、测距模块和交通信号灯分析模块；

所述视频采集模块用于实时采集盲人前进方向视频数据；

所述图像分析模块用于对采集的视频图像数据进行预处理，具体包括：对图像执行边缘增强处理以获得边缘增强图像；对边缘增强图像采用基于2阶Haar小波基的小波滤波处理，以滤除所述边缘增强图像中的高斯噪声，获得小波滤波图像；对小波滤波图像执行自适应递归滤波处理，以获得自适应递归滤波图像；对自适应递归滤波图像执行尺度变换增强处理，以增强图像中目标与背景的对比度，获得对比度增强图像；将获得的对比度增强图像中像素灰度值在预先存储盲道灰度上限阈值、下限阈值范围内的所有像素组成盲道图像，并判断盲道上方是否有障碍物：若盲道上方有障碍物图像将盲道上方附着物与各类障碍物的基准模版逐一匹配，匹配成功，得到障碍物信息；

所述测距模块用于发出测距雷达波，并记录发射的时间和接收到反射波的时间，通过发射时间、反射时间与测距雷达波的传播速度计算阻挡物与盲人间的距离，具体计算公式为：

S＝(V₀×T-V₁×T)/2

其中，S为障碍物与盲人之间的距离，V₀为测距雷达波传播速度，V1为盲人行走距离，T为发射的时间和接收到反射波的时间；

所述交通信号灯分析模块用于对获得的对比度增强图像构建混合高斯模型，同时对获取的路况图像进行背景分析获得图像背景，得到前景图像信息，对前景图像信息进行特征分析，获得交通指示灯的位置信息，并确定信号灯状态；

信息传送播报模块，用于将步骤S3分析得到的道路信息、障碍物信息和信号灯信息，实时的播报给盲人用户，及时发出直行、转弯、避让障碍物和通过红绿灯路口的指令信息。

5.根据权利要求4所述的一种盲人智能导航避障出行辅助系统，其特征在于，所述实时导航信息确定模块还包括移动目标位置确定模块，用于分析前景图像的方向梯度直方图特征，并与预存行人模板匹配，匹配成功则判断为行人，并触发测距服务，得到行人位置信息，等待下一步骤播报给盲人用户；分析前景图像的Harr特征，与预存车辆模板匹配，匹配成功则判断为车辆，并触发测距服务，得到车辆位置信息，等待下一步骤播报给盲人用户；

所述测距服务使用实时导航信息确定模块中的测距模块。

6.根据权利要求4所述的一种盲人智能导航避障出行辅助系统，其特征在于，还包括振动提醒模块，用于根据得到的用户与障碍物间的距离的大小提供振动提醒，距离越小振动频率越快，当距离低于预定值时持续振动并发出警报。

7.根据权利要求4所述的一种盲人智能导航避障出行辅助系统，其特征在于，还包括紧急情况判断报警模块，设置有包括三轴陀螺仪和加速计在内的状态传感器，用于对用户跌倒或碰撞信息进行实时监控和记录，同时发出警报信息，在设定延迟时间用户没有取消警报则自动拨打紧急电话。

8.根据权利要求4所述的一种盲人智能导航避障出行辅助系统，其特征在于，所述视频采集模块包括摄像装置和调整装置；

所述摄像装置包括主摄像装置和辅助摄像装置，所述辅助摄像装置为两个，分别与主摄像装置有50％的叠加视场，所述辅助摄像装置间无视场叠加；

所述调整装置用于调整摄像装置的视频采集的角度和方向。