[发明专利]基于深度学习的智能障碍物预警拐杖及其预警方法在审

专利信息
申请号: 201911353019.3 申请日: 2019-12-25
公开(公告)号: CN111109786A 公开(公告)日: 2020-05-08
发明(设计)人: 李嘉伦 申请(专利权)人: 李嘉伦
主分类号: A45B3/00 分类号: A45B3/00;A45B9/02;G08B21/24;G06K9/62;G06T7/80
代理公司: 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
地址: 100089 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 智能 障碍物 预警 拐杖 及其 方法
【说明书】:

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。

技术领域

本发明涉及拐杖技术领域,尤其是涉及一种基于深度学习的智能障碍物预警拐杖及其预警方法。

背景技术

盲人出行十分不便,道路障碍物是影响盲人正常行走的重要因素之一,所以,为了解决这一问题,目前有些研究采用超声波或者激光雷达的技术,开发智能避障拐杖,来提醒盲人前方有障碍物出现。但是,使用这种技术方式不够稳定,加上拐杖运动的幅度比较大,容易出现误警,并且超声波、激光雷达的成本很高。

如今深度学习技术发展迅速,使用深度学习的方法对图像进行处理、进行目标检测已经取得很大的进展和成功。前方障碍物检测所采用的环境感知手段方面,使用视觉传感器相对于超声波和激光雷达等传感器来说,能够获得更加精确和丰富的环境信息,并且价格更为低廉。对前方障碍物进行检测和预警对盲人在道路进行安全行走起到很大的帮助作用,所以将深度学习技术应用到拐杖中并改进拐杖的障碍物检测及预警方法非常重要。

因此,有必要设计一种新的基于深度学习的智能障碍物预警拐杖及其预警方法去克服上述问题。

发明内容

鉴于现有技术中的问题,本发明的目的在于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,能够对前方道路环境中所出现的障碍物进行目标检测,然后对障碍物目标进行测距,得到目标距离自身的物理距离,当距离达到所设定范围时发出预警提示;如此可以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。

为了达到上述目的,本发明提出一种基于深度学习的智能障碍物预警拐杖,包括: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。

作为可选的方案,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。

作为可选的方案,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。

作为可选的方案,所述底座为圆台形。

作为可选的方案,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。

作为可选的方案,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。

作为可选的方案,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。

本发明还提供一种应用于以上所述的拐杖的障碍物预警方法,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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于李嘉伦,未经李嘉伦许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911353019.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top