一种导盲方法、装置及系统制造方法及图纸

本发明专利技术实施例提供了一种导盲方法、装置及系统，可以获得预设的摄像头拍摄的当前路况图像；获得当前路况图像对应的用于表征当前路况图像所指示的方向结果，方向结果是通过将当前路况图像输入至预设的图像分类模型中进行方向预测获得的结果，图像分类模型为预先利用样本路况图像对预设的深度卷积神经网络进行训练，得到的、用于表征路况图像所指示的方向结果。可见，本发明专利技术实施例仅需通过将拍摄的当前路况图像直接输入至预先训练好的图像分类模型，便可直接获得当前路况图像对应的方向结果，可见，应用本发明专利技术实施例提供的导盲方法在不增加处理器负担的基础上，还能够提高导航的准确性。

A guide method, device and system

【技术实现步骤摘要】
一种导盲方法、装置及系统
本专利技术涉及盲人导航的
，特别是涉及一种导盲方法、装置及系统。
技术介绍
视力障碍是一种对人类生活质量影响很严重的疾病。据世界卫生组织统计，全球共有4500万盲人，而且每年还以700万新生盲人的数量递增，这意味着几乎每几分钟就会出现一位新的盲人。由于视力缺乏，出行问题一直是困扰盲人或视力障碍人士的重要问题之一。如何能够提供一种有效的导盲方法或系统，为盲人朋友的出行提供精确、具体的指引，一直以来是社会中关注的焦点，也是研究人员研究的重点。近年来也有一些基于现代信息技术的导盲方法或系统出现。如基于环境信息的地图模型匹配导航方法，该导航方法是利用各种传感器，如视觉、超声波、激光、GPS等，探测使用者的周边环境，并利用探测到的环境信息构建导航地图，进而根据构建的导航地图，为使用者反馈实时路径。但是该地图模型匹配导航方法需要利用使用者周边环境构建导航地图，这样，不仅对处理器的计算性能有较高的要求，还会造成处理器计算负担大，另外，各个传感器之间也会存在较强的干扰性，进而可能造成传感器所收集的周边环境信息与实际周边环境信息不符，从而使得应用上述导航方法导航的准确性差。
技术实现思路
本专利技术实施例的目的在于提供一种导盲方法、装置及电子设备，以在不增加处理器负担的基础上，提高导航的准确性。具体技术方案如下：第一方面，本专利技术实施例提供了一种导盲方法，所述方法包括：获得预设的摄像头拍摄的当前路况图像；获得所述当前路况图像对应的用于表征所述当前路况图像所指示的方向结果，其中，所述方向结果是通过将所述当前路况图像输入至预设的图像分类模型中进行方向预测获得的结果，所述图像分类模型为预先利用样本路况图像对预设的深度卷积神经网络进行训练，得到的、用于表征路况图像所指示的方向结果；所述样本路况图像为针对每一路径，置于多个不同预设方向的摄像头同时所拍摄该路径得到的路况图像。本专利技术的一个实施例中，在所述获得所述当前路况图像对应的用于表征所述当前路况图像所指示的方向结果之后，所述方法还包括：根据所述方向结果，按照预设的执行方式生成能够提示盲人按照所述方向结果行走的执行信息。本专利技术的一个实施例中，所述根据所述方向结果，按照预设的执行方式生成能够提示盲人按照所述方向结果行走的执行信息，包括；根据所述方向结果，按照语音播报的方式生成能够提示盲人按照所述方向结果行走的语音播报信息，或，根据所述方向结果，通过触觉感知的方式生成能够提示盲人按照所述方向结果行走的感知信息。本专利技术的一个实施例中，通过以下训练方式获得所述图像分类模型：获得针对每一路径，置于多个不同预设方向的摄像头同时拍摄该路径所得到的样本路况图像，其中，多个摄像头中相邻两个摄像头的光轴线的夹角为预设角度；针对每一样本路况图像，获得用于表征该样本路况图像的指示方向的标注信息；以所获得的样本路况图像为预设的深度神经网络的输入信息，以所述标注信息为训练基准，对所述深度神经网络进行训练，得到所述图像分类模型。本专利技术的一个实施例中，所述获得预设的摄像头拍摄的当前路况图像，包括：获得预设的、且与地面呈目标距离的摄像头拍摄的当前路况图像；所述获得针对每一路径，置于多个不同预设方向的摄像头同时拍摄该路径所得到的样本路况图像，包括：获得针对每一路径，置于多个不同预设方向的、且均与地面呈所述目标距离的摄像头同时拍摄该路径所得到的样本路况图像。本专利技术的一个实施例中，在所述获得预设的摄像头拍摄的当前路况图像之后，所述方法还包括：对所述当前路况图像进行灰度化处理，并调整灰度化处理后的当前路况图像的大小成一致，得到新的当前路况图像；在所述获得针对每一路径，置于多个不同预设方向的摄像头同时拍摄该路径所得到的样本路况图像之后，还包括：对所述样本路况图像进行灰度化处理，并调整灰度化处理后的样本路况图像的大小成一致，得到新的样本路况图像。第二方面，本专利技术实施例提供一种导盲装置，所述导盲装置包括：路况图像获得模块，用于获得预设的摄像头拍摄的当前路况图像；方向结果获得模块，用于获得所述当前路况图像对应的用于表征所述当前路况图像所指示的方向结果，其中，所述方向结果是通过将所述当前路况图像输入至预设的图像分类模型中进行方向预测获得的结果，所述图像分类模型为预先利用样本路况图像对深度卷积神经网络进行训练，得到的、用于表征路况图像所指示的方向结果；其中，所述样本路况图像为针对每一路径，置于多个不同预设方向的摄像头同时所拍摄该路径得到的路况图像。本专利技术的一个实施例中，所述系统还包括训练模块，所述训练模块，用于训练得到所述图像分类模型；其中，所述训练模块包括：样本路况图像获得子模块，用于获得针对每一路径，置于多个不同预设方向的摄像头同时拍摄该路径所得到的样本路况图像，其中，多个摄像头中相邻两个摄像头的光轴线的夹角为预设角度；标注信息获得子模块，用于针对每一样本路况图像，获得用于表征该样本路况图像的指示方向的标注信息；图像分类模型得到子模块，用于以所获得的样本路况图像为预设的深度神经网络的输入信息，以所述表征信息为训练基准，对所述深度神经网络进行训练，得到所述图像分类模型。本专利技术的一个实施例中，所述路况图像获得模块，包括：路况图像获得子模块，用于获得预设的、且与地面呈目标距离的摄像头拍摄的当前路况图像；所述样本路况图像获得子模块，包括：样本路况图像获得单元，用于获得针对每一路径，置于多个不同预设方向的、且均与地面呈所述目标距离的摄像头同时拍摄该路径所得到的样本路况图像。本专利技术的一个实施例中，所述导盲装置还包括：第一处理模块，用于在所述路况图像获得模块获得路况图像之后，对所述当前路况图像进行灰度化处理，并调整灰度化处理后的路况图像的大小成一致，得到新的当前路况图像；第二处理模块，用于在所述样本路况图像获得子模块获得样本路况图像之后，对所述样本路况图像进行灰度化处理，并调整灰度化处理后的样本路况图像的大小成一致，得到新的样本路况图像。第三方面，本专利技术实施例提供一种导盲系统，所述导盲系统包括：摄像头、触发执行单元和上述任一实施例所述的导盲装置，其中，所述摄像头，用于拍摄当前路况图像，并向所述导盲装置发送所述当前路况图像；所述触发执行机构，用于获得所述导盲装置发送的所述方向结果，并按照预设的执行方式生成能够提示盲人按照所述方向结果行走的执行信息，以触发与所述执行信息对应的提示动作。本专利技术的一个实施例中，所述触发执行机构为语音播报器；所述语音播报器，用于接收所述导盲装置发送的所述方向结果，并按照预设的执行方式生成能够提示盲人按照所述方向结果行走的执行信息，以播放所述执行信息。本专利技术实施例有益效果：本专利技术实施例提供的一种导盲方法、装置及系统，可以获得预设的摄像头拍摄的当前路况图像；获得当前路况图像对应的用于表征当前本文档来自技高网...

【技术保护点】
1.一种导盲方法，其特征在于，应用于客户端，所述方法包括：/n获得预设的摄像头拍摄的当前路况图像；/n获得所述当前路况图像对应的用于表征所述当前路况图像所指示的方向结果，其中，所述方向结果是通过将所述当前路况图像输入至预设的图像分类模型中进行方向预测获得的结果，所述图像分类模型为预先利用样本路况图像对预设的深度卷积神经网络进行训练，得到的、用于表征路况图像所指示的方向结果；所述样本路况图像为针对每一路径，置于多个不同预设方向的摄像头同时所拍摄该路径得到的路况图像。/n

【技术特征摘要】
1.一种导盲方法，其特征在于，应用于客户端，所述方法包括：
获得预设的摄像头拍摄的当前路况图像；
获得所述当前路况图像对应的用于表征所述当前路况图像所指示的方向结果，其中，所述方向结果是通过将所述当前路况图像输入至预设的图像分类模型中进行方向预测获得的结果，所述图像分类模型为预先利用样本路况图像对预设的深度卷积神经网络进行训练，得到的、用于表征路况图像所指示的方向结果；所述样本路况图像为针对每一路径，置于多个不同预设方向的摄像头同时所拍摄该路径得到的路况图像。


2.如权利要求1所述的方法，其特征在于，在所述获得所述当前路况图像对应的用于表征所述当前路况图像所指示的方向结果之后，所述方法还包括：
根据所述方向结果，按照预设的执行方式生成能够提示盲人按照所述方向结果行走的执行信息。


3.如权利要求2所述的方法，其特征在于，所述根据所述方向结果，按照预设的执行方式生成能够提示盲人按照所述方向结果行走的执行信息，包括；
根据所述方向结果，按照语音播报的方式生成能够提示盲人按照所述方向结果行走的语音播报信息，或，根据所述方向结果，通过触觉感知的方式生成能够提示盲人按照所述方向结果行走的感知信息。


4.如权利要求1～3中任一项所述的方法，其特征在于，通过以下训练方式获得所述图像分类模型：
获得针对每一路径，置于多个不同预设方向的摄像头同时拍摄该路径所得到的样本路况图像，其中，多个摄像头中相邻两个摄像头的光轴线的夹角为预设角度；
针对每一样本路况图像，获得用于表征该样本路况图像的指示方向的标注信息；
以所获得的样本路况图像为预设的深度神经网络的输入信息，以所述标注信息为训练基准，对所述深度神经网络进行训练，得到所述图像分类模型。


5.如权利要求4所述的方法，其特征在于，所述获得预设的摄像头拍摄的当前路况图像，包括：
获得预设的、且与地面呈目标距离的摄像头拍摄的当前路况图像；
所述获得针对每一路径，置于多个不同预设方向的摄像头同时拍摄该路径所得到的样本路况图像，包括：
获得针对每一路径，置于多个不同预设方向的、且均与地面呈所述目标距离的摄像头同时拍摄该路径所得到的样本路况图像。


6.如权利要求5所述的方法，其特征在于，在所述获得预设的摄像头拍摄的当前路况图像之后，所述方法还包括：
对所述当前路况图像进行灰度化处理，并调整灰度化处理后的当前路况图像的大小成一致，得到新...

【专利技术属性】
技术研发人员：高广宇，高小涵，高硕，刘驰，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11