基于深度学习的智能障碍物预警拐杖及其预警方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111109786A(43)申请公布日2020.05.08(21)申请号201911353019.3(22)申请日2019.12.25(71)申请人李嘉伦地址100089北京市海淀区文慧园北路4号院1号楼8单元1002号(72)发明人李嘉伦(74)专利代理机构武汉维创品智专利代理事务所(特殊普通合伙)42239代理人邓骏杰(51)Int.Cl.A45B3/00(2006.01)A45B9/02(2006.01)G08B21/24(2006.01)G06K9/62(2006.01)G06T7/80(2017.01)权利要求书2页说明书5页附图3页(54)发明名称基于深度学习的智能障碍物预警拐杖及其预警方法(57)摘要本发明提供一种基于深度学习的智能障碍物预警拐杖及其预警方法，拐杖包括用于采集道路视野的图像信息的单目相机以及用于根据所述图像信息判断所述道路视野中的障碍物的位置的控制单元，所述控制单元与所述单目相机电性连接，拐杖还包含：拐杖主体；拐杖把手，固定于所述拐杖主体的顶端；环形振动器，套设在所述拐杖主体上并靠近所述拐杖把手设置，所述环形振动器包括多个用于指示不同方位的振动单元，每一个所述振动单元分别与所述控制单元电性连接。本发明的基于深度学习的智能障碍物预警拐杖能够帮助盲人在道路行走时感知前方障碍物的出现，减少危险事件的发生，应用价值高；且拐杖稳定性好，成本低廉。CN111109786ACN111109786A权利要求书1/2页1.一种基于深度学习的智能障碍物预警拐杖，其特征在于，包含：用于采集道路视野的图像信息的单目相机；用于根据所述图像信息判断所述道路视野中的障碍物的位置的控制单元，所述控制单元与所述单目相机电性连接，拐杖主体；拐杖把手，固定于所述拐杖主体的顶端；环形振动器，套设在所述拐杖主体上并靠近所述拐杖把手设置，所述环形振动器包括多个用于指示不同方位的振动单元，每一个所述振动单元分别与所述控制单元电性连接，所有所述振动单元的中心位于同一个圆的圆心上。2.如权利要求1所述的基于深度学习的智能障碍物预警拐杖，其特征在于，所述环形振动器包括八个振动单元，每相邻两个所述振动单元之间的距离相等。3.如权利要求1所述的基于深度学习的智能障碍物预警拐杖，其特征在于，所述拐杖还包括底座，所述底座固定在所述拐杖主体的底端。4.如权利要求3所述的基于深度学习的智能障碍物预警拐杖，其特征在于，所述底座为圆台形。5.如权利要求1所述的基于深度学习的智能障碍物预警拐杖，其特征在于，所述拐杖主体内部设有电池容纳腔，所述拐杖还包括电池，所述电池安装在所述电池容纳腔内。6.如权利要求5所述的基于深度学习的智能障碍物预警拐杖，其特征在于，所述电池分别与所述单目相机、所述控制单元以及每一个所述振动单元电性连接以提供电能。7.如权利要求6所述的基于深度学习的智能障碍物预警拐杖，其特征在于，所述拐杖还包括电源开关、电源控制板以及扬声器，所述电源开关、所述电源控制板以及所述扬声器分别与所述电池电性连接，所述扬声器还与所述控制单元电性连接。8.一种应用于如权利要求1至7任意一项所述的拐杖的障碍物预警方法，其特征在于，包括以下步骤：1)准备多张训练数据图片，并在每一张所述训练数据图片中标注出所述训练数据图片中的所有障碍物，存储标注好的训练数据图片；2)通过预训练模型对所有所述训练数据图片进行训练，得到训练好的模型数据；3)采集道路视野的图像信息形成待检测图片，所述预训练模型依据所述模型数据对所述待检测图片进行检测，得到所述待检测图片中的障碍物的位置；4)根据所述待检测图片中的障碍物的位置发出方位指示信号以及预警信号。9.如权利要求8所述的障碍物预警方法，其特征在于，在步骤2)和步骤3)之间，还包括以下步骤：准备一张具有黑白相间的棋盘格的棋盘纸，将所述棋盘纸贴在承载平面上；使用单目相机从不同角度拍摄所述棋盘纸形成棋盘纸图像；利用相机标定模块对所述棋盘纸图像进行处理，形成相机标定数据；从所述相机标定数据得到所述单目相机的内参矩阵K以及外参矩阵P，内参矩阵2CN111109786A权利要求书2/2页其中，fx、fy分别是相机水平方向和垂直方向相对单位像素的焦距，(u0,v0)是光学中心坐标；外参矩阵其中，世界坐标到相机坐标的旋转矩阵，分别是世界坐标到相机坐标的平移矩阵。10.如权利要求9所述的障碍物预警方法，其特征在于，所述步骤3)中测量障碍物的位置具体包括以下步骤：A)根据步骤1)至步骤3)得到障碍物目标在图像中的外接矩形框的坐标位置B(x1,y1,x2,y2)，根据公式得到障碍物的测距关键点C(x，y)；B)计算出目标测距关键点距离图像中心点的垂直像素高度其中h为已知的图片像素高度；C