林星妍 王雨樂 薛皓聞 謝 宇 徐壯華 丁春雷

（南通理工學(xué)院電氣與能源工程學(xué)院，江蘇 南通 226001）

0 引言

目前，常規(guī)導(dǎo)盲手段有2 種（導(dǎo)盲犬、導(dǎo)盲器材）。由于導(dǎo)盲犬培育周期長、價格昂貴且市場需求量大，因此供不應(yīng)求。導(dǎo)盲杖是大多數(shù)盲人正在使用的導(dǎo)盲器材，導(dǎo)盲杖始終無法像導(dǎo)盲犬一樣靈活、可靠。智能導(dǎo)盲杖將在一定程度上彌補傳統(tǒng)導(dǎo)盲杖的缺陷，但是都普遍存在成本高、穩(wěn)定性差以及操作不便的缺點。因此，成本低、體積小且探測范圍較廣的導(dǎo)盲產(chǎn)品必然是當(dāng)下的主要發(fā)展趨勢。該設(shè)計秉持簡單、可靠的原則，結(jié)合新技術(shù)設(shè)計符合盲人生活習(xí)慣的智能穿戴類產(chǎn)品，采用圖像識別技術(shù)來滿足體積小、探測范圍廣的需求。

1 工作原理

1.1 電源模塊

負(fù)載可由蓄電池和柔性太陽能電池供電，柔性太陽能電池采用Miasole 柔性銅銦鎵硒太陽能電池作為使用時的主要電力來源，光電轉(zhuǎn)化效率為17%（最高可達(dá)23%）。該太陽能電池輕薄，可以減少使用者的負(fù)擔(dān)，當(dāng)質(zhì)量相同時，銦鎵硒太陽能電池的發(fā)電量是硅板的 4 倍，可以降低蓄電池的使用量。柔性太陽能電池在給蓄電池充電時遵守輪流充電的原則，電源模塊示意圖如圖1 所示。

圖1 電源模塊示意圖

1.2 圖像識別模塊

該設(shè)計采用樹莓派2 代B 型開發(fā)板為該模塊的核心，樹莓派2 代B 型開發(fā)裝有完整的Linux 操作系統(tǒng)作為底層，串口豐富可運行部分復(fù)雜程序[1]。通過OpenCV 處理庫中提出的有關(guān)功能實現(xiàn)實時采集圖像數(shù)據(jù)的目標(biāo)，以采用HaarTraining 算法訓(xùn)練得出的分類器和Canny 算法的邊緣檢測作為進行圖像識別的主要功能。據(jù)調(diào)查，盲人群眾的出行主要依靠個人出行、陪伴以及交通工具，而紅綠燈、盲道是盲人群眾最無法提前預(yù)知和把握的領(lǐng)域，并且，我國的紅綠燈和盲道是較固定的，也便于拍攝和識別。因此，在識別方面主要針對盲道和紅綠燈，為盲人的出行提供更可靠的保障。

1.2.1 攝像頭

cvCaptureFormCam 相機采集圖像，并且攝像頭位于人體額頭位置，有更廣闊的視野，可以更好地分析周圍的紅綠燈、盲道。通過函數(shù)開啟定時器：將一個固定的時鐘傳遞給槽函數(shù)，然后將它放在緩存上并通過cvGrabFramea 讀取數(shù)據(jù)，最后在qt（跨平臺的C++圖形用戶界面應(yīng)用程序框架）上顯示，并轉(zhuǎn)換為QPixmap 類型。

1.2.2 圖像的預(yù)處理環(huán)節(jié)

1.1.5 遵守臨床試驗的雙盲原則 研究者分成4組，第1組篩選和分配受試者；第2組施行治療；第3組觀察和搜集指標(biāo)數(shù)據(jù)；第4組統(tǒng)計數(shù)據(jù)并且撰寫文章；試驗對象的分組對受試者嚴(yán)格保密；4組研究者的各自操作互相保密。

針對紅綠燈這種距離可能較遠(yuǎn)的實物，主要使用縮放的調(diào)節(jié)功能（采集的圖像的寬度為x和高度為y，生成的新的寬度和高度分別為X和Y），如公式（1）、公式（2）所示。

式中：f為縮放因子。

如果縮放函數(shù)Zoom()的值小于1，就代表縮??；如果其值大于1，就代表放大。可以將已縮放的畫面直接顯示到新創(chuàng)建的縮放畫面的窗口上。

1.2.3 鑒別環(huán)節(jié)

首先，讀取訓(xùn)練圖片，創(chuàng)建PVA 子空間，將數(shù)據(jù)分析到子空隙，再訓(xùn)練結(jié)論并存儲結(jié)論，以實現(xiàn)圖片鑒別的功能。其次，OpenCV 使用本身自帶的HaarTraining 分類器將圖像訓(xùn)練分類，再用Canny 算法進行邊緣檢測，以完成對采集圖象進行邊緣檢查的任務(wù)，再把數(shù)據(jù)分析結(jié)論存儲在cvRect 中。最后，在鑒定實物時，還必須與數(shù)據(jù)庫里的目標(biāo)樣品進行比較，就可以確定實物圖片所屬類別，判斷是否存在安全隱患。各技術(shù)的設(shè)計使用細(xì)節(jié)和流程如下。

Canny 算法邊緣檢測的流程如下：1）利用cvtColor 對圖片進行灰度化處理。2）對圖片進行高斯濾波，這樣計算圖象梯度幅值的元素值越高，顯示在該點的梯度值就越大。3）通過Soble 計算梯度值和方向，尋找像素點局部的最大值。4）非極大閾值的抑制。5）雙閾值的選取，由于總可能有中間閾值點以上的點是高極閾值邊界點的一種延伸，因此使用雙閾值進行檢測并進行邊緣連接。6）進行邊緣檢測[2]。

利用自帶的HaarTraining 程序訓(xùn)練一個分類器，具體分為以下6 個步驟：1）收集訓(xùn)練樣本，將樣本分為正樣本和負(fù)樣本，再將正樣本尺寸歸一，該文將標(biāo)準(zhǔn)定為100 pt×80 pt。2）生成正樣本描述文件。3）利用createsamples程序?qū)⒄龢颖巨D(zhuǎn)換為vec文件。4）創(chuàng)建負(fù)樣本。5）利用OpenCV下的HaarTraining算法程序進行樣本訓(xùn)練。6）生成XML 文件（分類器），加載XML 文件并調(diào)用相應(yīng)的函數(shù)進行下一步分類和檢測。

圖像識別模塊示意圖如圖2 所示。

圖2 圖像識別模塊示意圖

1.3 導(dǎo)航模塊

該文采用中科微電子的AT6558芯片和ATMEGA328 單片機[3]。中科微電子AT6558接收衛(wèi)星C/A碼并通過 ATMEGA328單片機對接收的位置信息進行解碼，以提取有效數(shù)據(jù)，ATMEGA328 單片機的PD0 與PD1 接口分別與ATGM336H-5N31GPS 芯片的TXD 和PXD 連接，再通過PD3 以短信的形式發(fā)送至手機，最終將提取出的經(jīng)緯度顯示出來。AT6558 通過ATMEGA328 單片機對接收的位置信息進行解碼和提取。

1.4 語音模塊

在語音模塊中使用2 種類型的芯片，分別為科大訊飛的AIUI 評估板和北京宇音的SYN6288 芯片模塊。其中，AIUI 評估板為頭盔提供與使用者日常生活進行交互的功能，例如天氣詢問、導(dǎo)航播報等。而SYN6288 芯片則是通過傳感器來確認(rèn)前方是否存在障礙物，從而播報提前設(shè)置好的語音警示詞，以提醒使用者。

1.4.1 科大訊飛評估板

該評測板擁有超強的語言交互能力，支持自界定提醒詞和各種自然聲調(diào)的發(fā)音，可以自己從開發(fā)網(wǎng)站生成自界定提醒詞文檔，并利用面板上的USB 端口，使用ADB 指令將提醒詞文檔傳送至評測板并重啟，以運行自界定提醒詞。評估板上龐大的資料云端庫以及極高的識別率讓頭盔具有“能聽會講”的能力。

在云端辨識出語義后，AIUI 評估板的串口就會提供有關(guān)對話具體內(nèi)容的Json 格式數(shù)據(jù)信息，透過分析Json 格式的數(shù)據(jù)信息就可以了解使用者的意愿。同時，AIUI 云端開發(fā)系統(tǒng)支持自定義的對話功能，由于其具有超強的自定義能力，因此可以在語音播報、日常對話問詢等各種情景下進行個性化互動。

1.4.2 SYN6288語音播報芯片

SYN6288 語音播報芯片通過軟件將需要的聲音轉(zhuǎn)換為16 進制并加入代碼中。該模塊可以播報中、英文，它與單片機通過串口通信進行連接，串口發(fā)送包括聲音內(nèi)容的GB2312 編碼，模塊播放聲音。

SYN6288 所構(gòu)成的硬件電路主要有數(shù)字采集電路、數(shù)據(jù)處理電路以及聲音合成用的電路[4]。信息收集系統(tǒng)主要使用超聲波檢測和圖象識別，超音波檢測系統(tǒng)由最先進的KS103 測距模塊所構(gòu)成。KS103 的高溫補償模塊的檢測精度更高，采用溫度校正的測距命令，在近距離內(nèi)最大準(zhǔn)確度為1 mm；探測盲點小至1 cm，最大量程達(dá)到8 m，基本無盲點。并通過ⅡC 端口與服務(wù)器進行通信，自動應(yīng)答服務(wù)器的Ⅱc 控制指令。圖像識別則是通過攝像頭來捕捉紅綠燈和盲道的圖像，它們分別具備不同類型的提醒聲音。

ATMEGA328 單片機負(fù)責(zé)數(shù)據(jù)處理工作，其將收集到的信息分別傳給SYN6288 模塊以及評估板控制程序，該芯片采用32 引腳4 列封裝（MLF）的形式（單片機和SYN6288模塊的接線為PD2～RX）。

語言合成的傳送系統(tǒng)，一般由SYN6288 系統(tǒng)和揚聲器構(gòu)成。其中，SYN6288 負(fù)責(zé)管理從文字到語言的轉(zhuǎn)化（TTS），而揚聲器則負(fù)責(zé)管理發(fā)出聲音指令。SYN6288 采用異步式串口（UART）的通信方法，可以接受待合成的文字?jǐn)?shù)據(jù)，從而完成從文字到話音的切換任務(wù)，也可以采用PWM 輸出方式（或增加外接輸出功率）控制音箱，從而完成輸入、輸出話音的任務(wù)，并能通過直接讀取BUSY管腳的電平來得到晶片當(dāng)前的工作狀態(tài)。同時，該晶片還支持GB2312 等規(guī)格的文字，支持標(biāo)點符號、漢字和數(shù)字處理，能準(zhǔn)確標(biāo)識代表數(shù)字、時間和日期的字符，并具有強大的多聲字處理能力。

1.4.3 TTS 語言合成基本原理

文本轉(zhuǎn)換語音（Text To Speech，TTS）技能是人機智能交流發(fā)展的必然趨勢，利用MCU 和PC 機控制語言芯片發(fā)音就可以實現(xiàn)在各種場景下的文本信息播報功能。

TTS 的變換程序主要是將語言序列轉(zhuǎn)換為音韻序列，再讓計算機通過音韻程序產(chǎn)生語言波形。該處理方法包括語言學(xué)處理和韻律處理，而目前進行這種處理比較好的方法是將基于規(guī)則的波形拼接技術(shù)與參數(shù)語言生成技術(shù)結(jié)合。語音模塊示意圖如圖3 所示。

圖3 語音模塊示意圖

2 測試過程

該文所設(shè)計的GPS 集成方案測試通過顯示屏讓模塊運行結(jié)果可視化，連接圖如圖2 所示。太陽能板的供電還需要一個穩(wěn)壓控制器。太陽能電池板是利用光伏效應(yīng)將太陽能轉(zhuǎn)化為電能的一個集電部件，穩(wěn)壓控制器保護整個電路的穩(wěn)定。通過穩(wěn)壓控制器給ATMEGA328 單片機供電，按照需求連接完成。最后通過顯示屏顯示測試數(shù)據(jù)，如圖4、圖5 所示。

圖4 GPS 連接圖

圖5 測試數(shù)據(jù)

ATMEGAP 單片機編程代碼如下。

實地測試GPS集成方案與經(jīng)緯定位App結(jié)果誤差在預(yù)計定位精度內(nèi)（屬于可接受范圍內(nèi)）。

3 創(chuàng)新點

該文所設(shè)計的產(chǎn)品具有以下創(chuàng)新點：1）認(rèn)識障礙物。中國傳統(tǒng)的導(dǎo)盲杖利用拐杖與障礙物間的摩擦幫助盲人認(rèn)識障礙物。該方式不僅識別距離較近，而且只能感應(yīng)盲人面前的障礙物，不能感應(yīng)兩側(cè)的障礙物。但是該設(shè)計在樹莓派的基礎(chǔ)上利用 OpenCV 圖像處理算法庫，通過采集、處理以及提取圖像可以更有效、更清晰地識別障礙物。2）導(dǎo)航方面。目前，市場上最常見的導(dǎo)盲設(shè)備在精準(zhǔn)度、價位和穩(wěn)定性等方面存在缺陷。因為引導(dǎo)盲人行動的工具存在局限性，所以大部分盲人的行動區(qū)域都非常狹小，僅限制在自己所熟悉的行動區(qū)域內(nèi)，該文所設(shè)計的自帶GPS 導(dǎo)航的導(dǎo)盲頭盔不僅能滿足盲人拓展自己行動區(qū)域的需要，而且GPS 定位還可以幫助親朋好友鎖定盲人的位置。3）語音交互。盲人根據(jù)自己的需求用聲音呼應(yīng)人工智能，在滿足需求的同時，還能保障盲人在外的安全。4）節(jié)約能源。與傳統(tǒng)導(dǎo)盲儀相比，該設(shè)計秉持“綠色環(huán)?！钡睦砟?，將磁性充電和太陽能板相結(jié)合，可以實現(xiàn)充、放電交互并進的功能，從而達(dá)到節(jié)約資源的目的。

4 結(jié)語

該文從盲人生活出行的必要要求的角度出發(fā)，利用現(xiàn)有技術(shù)滿足盲人出行需求。首先，通過理論層次收集足夠的信息支撐，并提出概念性的設(shè)計。其次，通過閱讀相關(guān)文獻對各模塊進行代碼編譯和運行嘗試。最后，在為盲人安全出行提供一種選擇同時，也利用智能設(shè)備滿足了盲人出行的個性化需求。該文設(shè)計的頭盔還存在缺陷，一方面是行人運動方向的不確定性和隨機性及語音系統(tǒng)預(yù)警的時間差能否滿足盲人做出規(guī)避障礙物的動作，另一方面是柔性太陽能電池工作產(chǎn)生的熱量能否有效降低盲人佩戴頭盔的不適感。