盲人行走轨迹预测方法、电子设备及存储介质技术

本发明专利技术提供一种盲人行走轨迹预测方法、电子设备及存储介质，包括基于预先获取的盲人在固定空间场景中的移动轨迹，通过空洞卷积神经网络获取所述移动轨迹的第一空间特征信息；根据所述盲人所在固定空间场景，通过邻接矩阵获取所述固定空间场景的第二空间特征信息；基于所述第一空间特征信息和所述第二空间特征信息，通过时序卷积神经网络预测所述盲人在所述固定空间场景的运动轨迹。本发明专利技术的方法能够准确地预测盲人的运动轨迹。确地预测盲人的运动轨迹。确地预测盲人的运动轨迹。

【技术实现步骤摘要】
盲人行走轨迹预测方法、电子设备及存储介质


[0001]本专利技术涉及轨迹预测
，尤其涉及一种盲人行走轨迹预测方法、电子设备及存储介质。

技术介绍

[0002]盲人生活在一个黑暗的世界里，这给他们的工作、生活和社会活动带来了极大的困难。如何安全行走一直是盲人生活中面临的首要难题，因此盲人导航技术对盲人的自主出行具有重要意义。然而，现有的盲人导航技术大都是从传统的机器人导航模式迁移而来，并没有充分考虑盲人个体行为模式的差异性和动态性。比如在同一个转弯路口，不同盲人个体都是在距离转弯路口1米远时收到相同的转弯指令。然而不同盲人个体对导航指令的反应快慢有所不同，执行转弯动作的速度和幅度也有差异。反应快的干练型盲人个体可能会因为过早转弯而撞上路口内侧的墙壁，而反应慢的迟缓型盲人个体可能会错过转弯路口，发生严重的偏航错误。不考虑盲人个体行为差异的导航指令会极大地影响盲人个体导航的安全性和效率，已经成为一个制约盲人导航技术的瓶颈。
[0003]为了突破当前盲人导航领域的这一瓶颈，使得盲人导航系统能够提供与盲人个体行为模式相适配的最优导航指令，需本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种盲人行走轨迹预测方法，其特征在于，包括：基于预先获取的盲人在固定空间场景中的移动轨迹，通过空洞卷积神经网络获取所述移动轨迹的第一空间特征信息；根据所述盲人所在固定空间场景，通过邻接矩阵获取所述固定空间场景的第二空间特征信息；基于所述第一空间特征信息和所述第二空间特征信息，通过时序卷积神经网络预测所述盲人在所述固定空间场景的运动轨迹。2.根据权利要求1所述的方法，其特征在于，所述通过空洞卷积神经网络获取所述移动轨迹的第一空间特征信息的方法包括：获取所述移动轨迹中多个点的横坐标和纵坐标，以及所述移动轨迹中多个点的横坐标和纵坐标的平均值和标准差；获取所述移动轨迹中第一点和非第一点的空间距离特征；基于所述移动轨迹中多个点的横坐标和纵坐标、所述移动轨迹中多个点的横坐标和纵坐标的平均值和标准差以及所述移动轨迹中第一点和非第一点的空间距离特征，通过所述空洞卷积神经网络获取所述移动轨迹的第一空间特征信息，其中，所述第一空间特征信息用于指示所述盲人的空间位置信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述盲人所在固定空间场景，通过邻接矩阵获取所述固定空间场景的第二空间特征信息的方法包括：获取所述盲人所在固定空间场景的空间矩阵信息，基于所述空间矩阵信息，通过所述邻接矩阵获取所述固定空间场景的归一化空间特征信息；基于所述固定空间场景的归一化空间特征信息，通过预先训练好的图卷积神经网络获取所述固定空间场景的第二空间特征信息，其中，所述第二空间特征信息包括所述固定空间场景中可通行区域的空间特征信息和障碍物区域的空间特征信息。4.根据权利要求1所述的方法，其特征在于，所述通过时序卷积神经网络预测所述盲人在所述固定空间场景的运动轨迹之前，所述方法还包括：将所述第一空间特征信息输入预先训练好的维度转换模型，将所述第一空间特征信息转换为一维空间矩阵，获取所述第一空间特征信息转换为一维空间矩阵的残差，其中，所述维度转换模型用于将输入的空间矩阵转换为预设维度的空间矩阵；基于所述移动轨迹中第一点和非第一点的空间距离特征，以及多个所述残差，获取多个所述残差的加权和，以降低所述时序卷积神经网络预测运动轨迹的误差。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述移动轨迹中每个点进行网格标签化，确定所述移动轨迹中每个点的网格位置信息，其中，所述网格标签化是将所述移动轨迹中每个点的位置信息映射到预设网格中；基于所述移动轨迹中每个点的网格位置信息，判断所述时序卷积神经网络所预测的运动轨迹是否与所述移动轨迹中每个点的网...

【专利技术属性】
技术研发人员：林青，吕志强，董学士，李平，李宗磊，唐晓晨，
申请(专利权)人：青岛大学，
类型：发明
国别省市：