基于相干光的避障装置及方法制造方法及图纸

一种基于相干光的避障装置及方法，包括：通过超声波获取被检测物体(10)与避障装置(20)之间的距离d(S701)；基于相干光获取在超声波刺激下被检测物体(10)的n张振动的散斑图像(S702)；根据n张振动的散斑图像，获取被检测物体(10)的振动波形信号；并根据振动波形信号确定被检测物体(10)的类别(S703)；提醒使用者其与被检测物体(10)之间的距离d和被检测物体(10)的类别(S704)。该方法能够全面检测周围环境中的物体，提高了物体识别精度，进而提高基于该物体识别的盲人导航、安防监控等级和汽车导航系统的精度。

Obstacle avoidance device and method based on coherent light

【技术实现步骤摘要】
【国外来华专利技术】基于相干光的避障装置及方法
本申请涉及电子
，尤其涉及一种基于相干光的避障装置及方法。
技术介绍
由于生理上的缺陷,盲人在生活工作等方面有着诸多不便，如何安全行走是盲人生活中最大的问题。现有的保障盲人安全的辅助导盲装置主要基于单一的传感器硬件，如超声波、红外线来探测障碍物信息，然后通过声音或者振动提示用户免于碰撞危险。超声波传感器发射超声波，当超声波在空气中遇到障碍物时就会被反射回来，并通过超声波接收探头转换成电信号,只能通过测量发射声波和接收声波的时间差,乘以传播速度,来计算出发射点到障碍物的距离。而激光和红外传感器工作时对准障碍物发射激光脉冲或者红外光，经障碍物反射后向各个方向散射，使得部分散射光返回到接收传感器接收到其微弱的光信号，从而记录并处理光脉冲发射到返回所经历的时间来判断距离。但利用传感器收发信号的时差判断障碍物的位置和距离的方案功能单一，精确度差，不能全面检测环境信息。并且在安防监控和汽车导航系统，都是基于视觉成像来实现物体的识别的，进而实现安防监控和导航；但是在黑暗环境下，基于视觉成像的方式无法精确进行物体识别，进而导致安防监控存在安全漏洞，汽车导航系统无法精确导航。
技术实现思路
本申请实施例提供一种基于相干光的避障装置及方法，采用本申请实施例能够全面检测周围环境中的物体，提高了物体识别的精度，进而提高基于该物体识别的盲人导航、安防监控等级额导航系统的精度。第一方面，本申请实施例提供一种基于相干光的避障装置，包括：超声波传感器，相干光传感器，与所述相干光传感器相连接的高速相机，与所述超声波传感器和所述高速相机均相连接的处理装置；所述超声波传感器，用于获取被检测物体与所述避障装置之间的距离d，并将所述距离d传输至所述处理装置；所述相干光传感器，用于向所述被检测物体发射相干光，接收反射的相干光，并将所述反射的相干光传输至所述高速相机；所述高速相机，用于根据所述反射的相干光，获取n张振动的散斑图像，所述振动的散斑图像为所述被检测物体在所述超声波的刺激下产生振动的散斑图像；所述n为大于1的整数；所述处理装置，用于根据所述n张振动的散斑图像，获取所述被检测物体的振动波形信号；并根据所述振动波形信号确定所述被检测物体的类别。在一种可能的实施例中，所述处理装置根据所述n张振动的散斑图像，获取所述被检测物体的振动波形信号，包括：所述处理装置根据所述n张振动的散斑图像，获取M张斑点对比图；所述M为大于1且小于或者等于所述n的整数；所述处理装置根据K-means聚类算法对所述M张斑点图像进行聚类运算，以得到k个聚类图像，所述k为大于1且小于所述M的整数；所述处理装置根据所述k个聚类图像，获取所述被检测物体的振动波形信号。在一种可能的实施例中，所述处理装置根据所述振动波形信号确定所述被检测物体的类别，包括：所述处理装置对所述振动波形信号进行快速傅里叶变换，以得到所述被检测物体的振动频谱；所述处理装置将所述振动频谱，所述距离d，所述超声波的频谱和测量环境的信息输入到物体识别模型中进行神经网络运算，以得到计算结果；根据从计算结果与物体类别对应关系表中获取所述计算结果对应的物体类别，以确定所述被检测物体的类别。在一种可能的实施例中，所述避障装置还包括：环境信息检测模块和与所述处理装置相连接的提醒装置；所述环境信息检测模块，用于检测获取所述测量环境的信息，所述测量环境的信息包括温度值、风速值和湿度值；所述提醒装置，用于提醒使用者其与所述被检测物体之间的距离d和所述被检测物体的类别。在一种可能的实施例中，所述处理装置在根据所述振动波形信号确定所述被检测物体的类别之前，所述处理装置还用于：获取多组训练参数，所述多组训练数据的每组训练数据对应一种物体类别；根据所述多组训练参数进行神经网络训练，以得到所述物体识别模型；分别将所述多组训练参数输入到所述物体识别模型进行计算，以得到多组计算结果，所述多组计算结果中的每组计算结果对应一种物体类别；根据所述多组计算结果，获取所述计算结果与物体类别的对应关系表，所述计算结果与物体类别的对应关系表包括计算结果范围和对应的物体类别，所述计算结果范围的上限和下限分别物体类别对应的一组计算结果的最大值和最小值。第二方面，本申请实施例提供了一种基于相干光的避障方法，包括：通过超声波获取被检测物体与所述避障装置之间的距离d；基于相干光获取在所述超声波刺激下所述被检测物体的n张振动的散斑图像；所述n为大于1的整数。根据所述n张振动的散斑图像，获取所述被检测物体的振动波形信号；并根据所述振动波形信号确定所述被检测物体的类别；提醒使用者其与所述被检测物体之间的距离d和所述被检测物体的类别。在一种可能的实施例中，所述根据所述n张振动的散斑图像，获取所述被检测物体的振动波形信号，包括：根据所述n张振动的散斑图像，获取M张斑点对比图；所述M为大于1且小于或者等于所述n的整数；从所述M张斑点对比图像中，任意选择k张斑点对比图像，作为k个初始聚类中心，所述k为小于所述M的整数；对于M-k张斑点对比图像中任一张斑点对比图像p，计算与所述k个初始聚类中心中的每个初始聚类中心的距离值，以得到k个距离值；其中，所述M-k张斑点对比图像为所述M张斑点对比图像中除了所述k张作为初始聚类中心的斑点对比图像之外的斑点对比图像；选取所述k个距离值中最小的距离值对应的初始聚类中心为所述斑点对比图像p所述的聚类；按照该方法，以得到k个聚类图像，所述k为大于1且小于所述M的整数；根据所述k个聚类图像，获取所述被检测物体的振动波形信号。在一种可能的实施例中，所述根据所述振动波形信号确定所述被检测物体的类别，包括：对所述振动波形信号进行快速傅里叶变换，以得到所述被检测物体的振动频谱；将所述振动频谱，所述距离d，所述超声波的频谱和测量环境的信息输入到物体识别模型中进行神经网络运算，以得到计算结果；根据从计算结果与物体类别对应关系表中获取所述计算结果对应的物体类别，以确定所述被检测物体的类别。在一种可能的实施例中，所述方法还包括：检测获取所述测量环境的信息，所述测量环境的信息包括温度值、风速值和湿度值；获取所述超声波的频谱。在一种可能的实施例中，所述在根据所述振动波形信号确定所述被检测物体的类别之前，所述处理装置还用于：获取多组训练参数，所述多组训练数据的每组训练数据对应一种物体类别；根据所述多组训练参数进行神经网络训练，以得到所述物体识别模型；分别将所述多组训练参数输入到所述物体识别模型进行计算，以得到多组计算结果，所述多组计算结果中的每组计算结果对应一种物体类别；根据所述多组计算结果，获取所述计算结果与物体类别的对应关系表，所述计算结果与物体类别的对应关系表包括计算结果范围和对应的物体类别，所述计算结果本文档来自技高网...

【技术保护点】
一种基于相干光的避障装置，其特征在于，包括：/n超声波传感器，相干光传感器，与所述相干光传感器相连接的高速相机，与所述超声波传感器和所述高速相机均相连接的处理装置；/n所述超声波传感器，用于获取被检测物体与所述避障装置之间的距离d，并将所述距离d传输至所述处理装置；/n所述相干光传感器，用于向所述被检测物体发射相干光，接收反射的相干光，并将反射的相干光传输至所述高速相机；/n所述高速相机，用于根据所述反射的相干光，获取n张振动的散斑图像，所述振动的散斑图像为所述被检测物体在所述超声波的刺激下产生振动的散斑图像；所述n为大于1的整数；/n所述处理装置，用于根据所述n张振动的散斑图像，获取所述被检测物体的振动波形信号；并根据所述振动波形信号确定所述被检测物体的类别。/n

【技术特征摘要】
【国外来华专利技术】一种基于相干光的避障装置，其特征在于，包括：
超声波传感器，相干光传感器，与所述相干光传感器相连接的高速相机，与所述超声波传感器和所述高速相机均相连接的处理装置；
所述超声波传感器，用于获取被检测物体与所述避障装置之间的距离d，并将所述距离d传输至所述处理装置；
所述相干光传感器，用于向所述被检测物体发射相干光，接收反射的相干光，并将反射的相干光传输至所述高速相机；
所述高速相机，用于根据所述反射的相干光，获取n张振动的散斑图像，所述振动的散斑图像为所述被检测物体在所述超声波的刺激下产生振动的散斑图像；所述n为大于1的整数；
所述处理装置，用于根据所述n张振动的散斑图像，获取所述被检测物体的振动波形信号；并根据所述振动波形信号确定所述被检测物体的类别。


根据权利要求1所述的装置，其特征在于，所述处理装置根据所述n张振动的散斑图像，获取所述被检测物体的振动波形信号，包括：
所述处理装置根据所述n张振动的散斑图像，获取M张斑点对比图；所述M为大于1且小于或者等于所述n的整数；
所述处理装置根据K-means聚类算法对所述M张斑点图像进行聚类运算，以得到k个聚类图像，所述k为大于1且小于所述M的整数；
所述处理装置根据所述k个聚类图像，获取所述被检测物体的振动波形信号。


根据权利要求1或2所述的装置，其特征在于，所述处理装置根据所述振动波形信号确定所述被检测物体的类别，包括：
所述处理装置对所述振动波形信号进行快速傅里叶变换，以得到所述被检测物体的振动频谱；
所述处理装置将所述振动频谱，所述距离d，所述超声波的频谱和测量环境的信息输入到物体识别模型中进行神经网络运算，以得到计算结果；
根据从计算结果与物体类别对应关系表中获取所述计算结果对应的物体类别，以确定所述被检测物体的类别。


根据权利要求3所述的装置，其特征在于，所述避障装置还包括：环境信息检测模块和与所述处理装置相连接的提醒装置；
所述环境信息检测模块，用于检测获取所述测量环境的信息，所述测量环境的信息包括温度值、风速值和湿度值；
所述提醒装置，用于提醒使用者其与所述被检测物体之间的距离d和所述被检测物体的类别。


根据权利要求3所述的装置，其特征在于，所述处理装置在根据所述振动波形信号确定所述被检测物体的类别之前，所述处理装置还用于：
获取多组训练参数，所述多组训练数据的每组训练数据对应一种物体类别；
根据所述多组训练参数进行神经网络训练，以得到所述物体识别模型；
分别将所述多组训练参数输入到所述物体识别模型进行计算，以得到多组计算结果，所述多组计算结果中的每组计算结果对应一种物体类别；
根据所述多组计算结果，获取所述计算结果与物体类别的对应关系表，所述计算结果与物体类别的对应关系表包括计算结果范围和对应的物体类别，所述计算结果范围的上限...

【专利技术属性】
技术研发人员：王星泽，舒远，
申请(专利权)人：合刃科技深圳有限公司，
类型：发明
国别省市：广东;44