【技术实现步骤摘要】
一种多功能导盲杖
本专利技术涉及集成电路领域,尤其涉及一种多功能导盲杖。
技术介绍
目前市面上的导盲杖以传统导盲杖为主,然而,传统导盲杖仅仅支持用户通过敲打的方式来规避障碍,导盲杖仅仅具有避障功能,功能单一。此外,少量的智能导盲杖还具备避障和警报功能,当用户使用智能导盲杖时,可以借助智能导盲杖获取障碍物的距离信息,若出现距离过近的障碍物,用户能够获取相关的警报信息。但是,用户无法在不经肢体接触的情况下判别前方障碍物的种类,因此,现有的智能导盲杖只能实现简单的避障和警报功能,但仍然不能完全满足盲人对于获取更多周围环境信息的需求。
技术实现思路
本专利技术提供了一种多功能导盲杖,以解决现有的导盲杖功能单一,只能通过敲打障碍物来规避障碍,无法让用户远距离地开始规避障碍的缺陷,这些缺陷导致用户在使用过程中安全性较低这一问题。同时,本专利技术提供的目标检测功能可以让导盲杖用户获取更多的周围环境信息,给用户提供了更为人性化的使用体验,同时可以让用户提前做好行动判断。本专利技术提供的一种多功能导盲杖,包括:信息采集模块,用于采集输入信息并向计算加速模块和中心模块传输所述输入信息,所述输入信息包括用户语音信息、图像信息、坐标信息和距离信息;所述计算加速模块,用于搭载经过迁移学习的神经网络模型,对所述信息采集模块采集的图像信息进行模型推理,并向所述中心模块返回目标检测结果;所述中心模块,用于接收所述输入信息和目标检测结果;将所述用户语音信息转化为文字信息;将所述用户语音信息和坐标信息输入至导 ...
【技术保护点】
1.一种多功能导盲杖,其特征在于,包括:/n信息采集模块,用于采集输入信息并向计算加速模块和中心模块传输所述输入信息,所述输入信息包括用户语音信息、图像信息、坐标信息和距离信息;/n所述计算加速模块,用于搭载经过迁移学习的神经网络模型,对所述信息采集模块采集的图像信息进行模型推理,并向所述中心模块返回目标检测结果;/n所述中心模块,用于接收所述输入信息和目标检测结果;将所述用户语音信息转化为文字信息;将所述用户语音信息和坐标信息输入至导航软件,获得导航信息;将所述计算加速模块返回的目标检测结果转化为图像识别信息;将所述文字信息、导航信息和图像识别信息传输至语音输出模块;/n语音输出模块,用于接收所述中心模块传输的文字信息、导航信息和图像识别信息,并将所述文字信息、导航信息和图像识别信息转化为语音进行输出。/n
【技术特征摘要】
1.一种多功能导盲杖,其特征在于,包括:
信息采集模块,用于采集输入信息并向计算加速模块和中心模块传输所述输入信息,所述输入信息包括用户语音信息、图像信息、坐标信息和距离信息;
所述计算加速模块,用于搭载经过迁移学习的神经网络模型,对所述信息采集模块采集的图像信息进行模型推理,并向所述中心模块返回目标检测结果;
所述中心模块,用于接收所述输入信息和目标检测结果;将所述用户语音信息转化为文字信息;将所述用户语音信息和坐标信息输入至导航软件,获得导航信息;将所述计算加速模块返回的目标检测结果转化为图像识别信息;将所述文字信息、导航信息和图像识别信息传输至语音输出模块;
语音输出模块,用于接收所述中心模块传输的文字信息、导航信息和图像识别信息,并将所述文字信息、导航信息和图像识别信息转化为语音进行输出。
2.根据权利要求1所述的一种多功能导盲杖,其特征在于,所述计算加速模块中存储有训练好的目标检测算法模型,在获取所述信息采集模块采集的图像信息后,通过所述目标检测算法模型对图像信息进行模型推理,获得目标检测结果;
所述目标检测算法模型选用SSD算法,所述SSD算法通过卷积神经网络对输入的图像信息进行目标识别,所述卷积神经网络采用MobileNet网络,通过所述MobileNet网络对目标检测过程中的卷积计算过程进行压缩;所述计算加速模块采用Intel的神经元计算棒。
3.根据权利要求2所述的一种多功能导盲杖,其特征在于,所述中心模块包括第一转化单元、第二转化单元和第三转化单元;
所述第一转化单元用于在接收用户语音信息后,将所述用户语音信息转化为文字信息,并传输至语音输出模块;
所述第二转化单元用于在接收用户语音信息和坐标信息后,将所述用户语音信息和坐标信息传输至导航软件,所述导航软件内置于中心模块,所述导航软件根据用户语音信息和坐标信息确定导航路径,所述中心模块将导航路径转化为导航信息并传输至语音输出模块;
其中,所述第二转化单元还接收距离信息,根据所述距离信息判断是否触发距离警报,当所述距离信息小于预设距离阈值时则触发距离警报,将所述距离信息转化为警报信息输出至语音输出模块;
所述第三转化单元用于在接收目标检测结果后,将所述目标检测结果转化为图像识别信息,并传输至语音输出模块。
4.根据权利要求3所述的一种多功能导盲杖,其特征在于,所述计算加速模块中卷积神经网络采用深度可分离卷积,包括:
深度卷积,根据第一卷积核大小Dk×Dk×1×M,获得...
【专利技术属性】
技术研发人员:蒋照宇,
申请(专利权)人:中国电子科技集团公司第二十八研究所,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。