深度学习下盲人避撞路径导航方法研究

来源：南京信息工程大学学报·自然科学版杂志2022年第2期北京时间：

作者：张海民，程菲

单位：张海民,安徽信息工程学院 计算机与软件工程学院, 芜湖 241000,程菲,安徽信息工程学院 计算机与软件工程学院, 芜湖 241000

摘要：传统导航方法只能检测出路径上存在的静止障碍物,无法检测出运动障碍物,为此提出基于深度学习的盲人避撞路径导航方法.收集语音信号,利用语音识别模型获取语音特征参数,根据语音特征参数识别出盲人输入的语音序列内容,确定盲人所要到达的目的地.构建障碍物检测模型,检测盲人所在位置与其目的地路径上障碍物的形状特征及其运动方向、速度,并计算初始位置与到达位置的距离.利用深度学习中的卷积神经网络规划出最优避撞路径,实现盲人避撞路径导航.实验结果显示,该方法检测出来的障碍物在x轴和y轴上的径向运动速度相差无几,可以实时跟踪监测障碍物的移动方向及运动速度.本研究方法所得速度与障碍物的实际运动速度基本一致,误差在0.2~0.4 cm／s之间,且在测试时间为50 min时,避障精准度达到96.5％,能够实现最优避撞路径规划及导航.

关键词：深度学习;盲人导航;避撞;路径导航;语音特征;卷积神经网络

基金资助：安徽省自然科学基金(2008085MF201);安徽省高校自然科学重点研究项目(KJ2019A1295);安徽省高校优秀青年人才支持计划(gxyq2020107)