本發明涉及盲人導航技術領域，具體涉及到一種用于人行橫道線處的盲人導航方法及裝置。

背景技術：

盲人(視障人士)由于視覺缺失，無法直接觀察身邊的環境，在出行時往往會有極大的不便利性和危險性。在面對復雜的路況時，特別是在路口沒有安裝導盲標志或者盲道的情況下，即使視障人士已經對齊人行橫道線，也極易走出人行橫道線，走進車流密集的馬路中央，這樣導致危險性增加。

因此，對于盲人需要穿過馬路中間的人行橫道線來說，在沒有盲道的情況下，精確的路徑規劃和導航就顯得非常重要。

技術實現要素：

為了解決上述問題，本發明提供一種用于人行橫道線處的盲人導航方法及裝置，可以幫助盲人順利通過人行橫道線，提高了盲人的安全保障。

本發明提出了一種用于人行橫道線處的盲人導航方法，其特征在于，包括以下步驟：

識別人行橫道線；

確定盲人距離人行橫道線的水平偏移量和偏移矯正角度，其中，所述水平偏移量和偏移矯正角度通過采集導盲手杖行走圖像確定；

根據所述水平偏移量和所述偏移矯正角度，進行導航。

進一步的，識別人行橫道線步驟之前還包括步驟：采集人行橫道線圖像，對應的，識別人行橫道線具體為：采用Hough變換識別人行橫道線。

進一步的，所述確定盲人距離人行橫道線的水平偏移量具體為：根據所述導盲手杖行走圖像，確定盲人距離人行橫道線的最短連線的長度，和盲人距離人行橫道線的最短連線與水平線的夾角，根據所述長度和所述夾角，確定所述水平偏移量。

進一步的，所述確定偏移矯正角度具體為：獲取盲人相鄰的兩點間的行走距離和前進角度，根據所述行走距離和前進角度確定所述偏移矯正角度。

進一步的，在所述識別人行橫道線步驟之前，還包括步驟：對交通燈路口進行識別，其中，對交通燈進行識別具體為：如有交通燈音頻提示，則通過采集音頻提示數據對交通燈路口進行識別，否則，通過采集交通燈圖像進行交通燈路口的識別。

進一步的，在對交通燈路口進行識別步驟之后還包括步驟：發出觸發指令，觸發采集人行橫道線圖像。

另一方面，本發明還提出了一種用于人行橫道線處的盲人導航裝置，其特征在于，包括：

第一識別模塊，用于識別人行橫道線；

確定模塊，用于確定盲人距離人行橫道線的水平偏移量和偏移矯正角度，其中，所述水平偏移量和偏移矯正角度通過采集導盲手杖行走圖像確定；

導航模塊，用于根據所述水平偏移量和所述偏移矯正角度，進行導航。

進一步的，還包括信息采集模塊，所述信息采集模塊用于采集人行橫道線圖像。

進一步的，還包括第二識別模塊，所述第二識別模塊用于對交通燈路口進行識別，其中，所述第二識別模塊用于對交通燈路口進行識別具體為：如有交通燈音頻提示，則通過采集音頻提示數據對交通燈路口進行識別，否則，通過采集交通燈圖像進行交通燈路口的識別。

進一步的，還包括觸發模塊，所述觸發模塊用于發送觸發指令，觸發所述信息采集模塊采集人行橫道線圖像。

本發明實施例提出的用于人行橫道線處的盲人導航方法及裝置，首先識別人行橫道線，而后確定盲人距離人行橫道線的水平偏移量和偏移矯正角度，其中，水平偏移量和偏移矯正角度通過采集導盲手杖行走圖像確定，根據盲人距離人行橫道線的水平偏移量和偏移矯正角度，為盲人進行導航，這樣就可以使得盲人在過人行橫道的過程中，實時得到自己位置與人行橫道線的位置偏差情況，從而根據確定的水平偏移量和偏移矯正角度實時矯正自己的行進軌跡，從而能夠順利度過人行橫道，提高了盲人行走人行橫道的安全性。

附圖說明

圖1為本發明實施例提供的盲人導航方法的流程圖；

圖2中(a)手杖Z字形運動軌跡及實時視角圖解；(b)視障人士行走人行橫道線視角圖解；(c)相機廣角鏡頭原理圖；

圖3中(a)導盲手杖擺動周期的分解；(b)導盲手杖在一個擺動周期沿Z軸的加速度計讀數；(c)在含噪人行橫道、盲道和柏油路上敲擊導盲手杖所得的音頻采樣特征信號

圖4為本發明實施例提供的盲人偏移矯正角度獲取示意圖；

圖5為本發明實施例提供的盲人導航裝置的結構示意圖；

圖6為本發明實施例提供的盲人導航裝置的另一結構示意圖。

具體實施方式

為了使本發明要解決的技術問題、技術方案和優點更加清楚，下面將結合附圖及具體實施例進行詳細描述，這里的描述不意味著對應于實施例中陳述的具體實例的所有主題都在權利要求中引用了。

本發明下述各實施例提供用于人行橫道線處的盲人導航方法，需要利用移動終端和導盲手杖結合使用，如：將移動終端安裝在導盲手杖上，其中，移動終端可以為手機、PAD等。

下述通過多個具體的實例進行說明。

本發明實施例中以手機為例進行說明。將手機安裝在導盲手杖上，當盲人在用導盲手杖進行走路時，導航手杖在手中會經歷一個曲折的運動軌跡，通過在導盲手杖上的手機的攝像頭進行拍攝，模擬廣角鏡頭，可以了解盲人的行走軌跡。

圖1為本發明提供的一種用于人行橫道線處的盲人導航方法的流程圖。如圖1所示，該方法可包括：

S101、識別人行橫道線；

具體地，利用手機的攝像頭進行盲人在人行橫道線行走圖像的拍攝，然后通過圖像識別算法對人行橫道線進行識別。

S102、確定盲人距離人行橫道線的水平偏移量和偏移矯正角度，其中，水平偏移量和偏移矯正角度通過采集導盲手杖行走圖像確定；

進一步的，確定盲人距離人行橫道線的水平偏移量具體為：根據所述導盲手杖行走圖像，確定盲人距離人行橫道線的最短連線的長度，和盲人距離人行橫道線的最短連線與水平線的夾角，根據所述長度和所述夾角，確定所述水平偏移量。

具體實施方式如下：

因為利用手機的攝像頭即相機模塊進行照片的拍攝，相機模塊在盲人用導盲手杖行走過程中會有最佳視角，引入角度檢測范圍r來描述相機所拓寬的最佳角度即內置攝像頭的擴展視角。假設將相機的最佳視角設置為α，將β和γ分別定義為導盲手杖左旋轉角度和右旋轉角度。如圖2所示，通過幾何分析，我們可以得到導盲手杖的角度檢測范圍為r≈α+β+γ。

由于導盲手杖在運動過程中無法捕獲清晰人行橫道線信息，因此設定一個圖像自動獲取機制尤為關鍵。本發明在實施過程中，可以利用手機內置加速度傳感器波形變化作為拍攝信號，也可以利用導盲手杖敲擊地面時短暫的穩定間隙來作為拍攝人行橫道線的穩定時刻指示器，結合閾值檢測方法使用麥克風模塊跟蹤碰撞信號，具體如圖3所示。通過自動生成拍攝信號，能夠很好的觸發攝像頭獲取人行橫道線信息即采集人行橫道線圖像。

獲取清晰的人行橫道線圖像后，盲人導航裝置將會利用傳感器來讀取盲人與人行橫道線的相對位置，相對位置通過<旋轉角度(θ)，水平位移(d)>進行描述，具體按照：

其中，μ+β為在盲人左邊拍攝的角度；μ+γ為在盲人右邊拍攝的角度。

μ為靠近盲人最近的條紋線到水平線的夾角，水平位移用來引導視覺障礙者行至最靠近行人的人行橫道線中央，s為盲人到最靠近的人行橫道線之間的直線距離。由相機給定的校正信息(焦距f)，相機的方向(已經得到的β和γ)和距離地面的高度，我們可以進一步估算出水平偏移量d為d＝s·cos(μ)+l/2，其中l為人行橫道線的長度。

進一步的，確定偏移矯正角度具體為：獲取盲人行進中相鄰的兩點間的行走距離和前進角度，根據行走距離和前進角度確定偏移矯正角度。

在計算機視覺中，我們設計了一個基于幾何分析的增量行走指標(an Incremental Walking headings Rectification scheme簡稱IWR)。如圖4所示：

假設盲人在人行橫道線上行走距離a后轉入第一條子軌跡到達b點，單位行走距離h依照經驗設置成30cm。當給定單位行走距離h和盲人的前進角度θ_j，可以通過以下方程計算最小角θ_min和最大角θ_max，從而引導盲人根據最小角θ_min和最大角θ_max，做出及時恰當的調整。

具體地，按照最大角和最小角的平均值作為行走方向來引導盲人行走。

公式中，l為斑馬線長度，w為斑馬線寬度，a為初始點已經行走的距離，θ_j為初始點的偏移角度，根據各個路段具體的情況，每個路段斑馬線的長度，寬度以及設置方向都是固定的，l和w可以在系統中預設，同時根據手機中的羅盤可以得出盲人的行走方向，將其與道路預設方向對比即可得到初始偏移角度θ_j。

S103、根據水平偏移量和偏移矯正角度，進行導航。

在得到水平偏移量和偏移矯正角度后，根據水平偏移量和偏移矯正角度，為盲人進行導航。

具體地，導航的方式可以通過語音播報的方式。本發明實施例對此并不做具體限定。

本發明實施例提出的用于人行橫道線處的盲人導航方法，首先識別人行橫道線，而后確定盲人距離人行橫道線的水平偏移量和偏移矯正角度，其中，水平偏移量和偏移矯正角度通過采集導盲手杖行走圖像確定；根據盲人距離人行橫道線的水平偏移量和偏移矯正角度，為盲人進行導航，這樣就可以使得盲人在過人行橫道的過程中，實時得到自己位置與人行橫道線的位置偏差情況，從而根據確定的水平偏移量和偏移矯正角度實時矯正自己的行進軌跡，從而能夠順利度過人行橫道，提高了盲人行走人行橫道的安全性。

進一步的，在識別人行橫道線之前，還包括步驟：對交通燈路口進行識別，其中，對交通燈路口進行識別具體為：如有交通燈音頻提示，則通過采集音頻提示數據對交通燈路口進行識別，否則，通過采集交通燈圖像進行交通燈路口狀況的識別。

具體地，對于沒有紅綠燈音頻提示的交通燈路口，可以利用手機的攝像頭采集紅綠燈圖像，通過融合級聯Adaboost與顏色過濾的自動識別算法，利用Adaboost迭代算法對紅綠燈進行定位，然后，在HSI色彩模型的色調子空間進行顏色分析，對紅綠燈進行過濾與分類。

Adaboost是一種迭代算法，其核心思想是針對同一個訓練集訓練不同的分類器(弱分類器)，然后把這些弱分類器集合起來，構成一個更強的最終分類器(強分類器)。其算法本身是通過改變數據分布來實現的，它根據每次訓練集之中每個樣本的分類是否正確，以及上次的總體分類的準確率，來確定每個樣本的權值。將修改過權值的新數據集送給下層分類器進行訓練，最后將每次訓練得到的分類器最后融合起來，作為最后的決策分類器。使用Adaboost分類器可以排除一些不必要的訓練數據特征，并放在關鍵的訓練數據上面。通過Adaboost對采集的紅綠燈圖像中的紅綠燈進行定位。

HSI模型是美國色彩學家孟塞爾(H.A.Munseu)于1915年提出的，它反映了人的視覺系統感知彩色的方式，以色調、飽和度和亮度三種基本特征量來感知顏色。

HSI模型的建立基于兩個重要的事實：①I分量與圖像的彩色信息無關；②H和S分量與人感受顏色的方式是緊密相聯的。這些特點使得HSI模型非常適合彩色特性檢測與分析。

這樣，可以在對紅綠燈進行定位后，利用HSI色彩模型，對紅綠燈的顏色進行識別，從而確定當前是否交通燈路口，并且是紅燈還是綠燈，路人是否應該通行。

RGB轉HSI：HSI色彩空間和RGB色彩空間只是同一物理量的不同表示法，因而它們之間存在著轉換關系。具體的轉換關系如下：

例如我們采集的樣本顏色RGB為(255，0，0)其中R＝255,G＝0,B＝0。

我們利用公式

其中，R,G,B分別代表輸入彩色圖像像素點在R、G、B三個通道的元素值；

min(R,G,B)表示輸入彩色圖像像素點R,G,B三個元素值中的最小值；色調分量H的取值范圍為[0,2π]，飽和度分量S的取值范圍為[0,1]，亮度值分量I的取值范圍為[0，255]，通過實時獲取路口紅綠燈圖像信息，通過HSI指標判斷交通指示燈的狀況，從而引導盲人行走或者等待。

進一步的，如果在交通燈路口有紅綠燈音頻提示，則利用手機中的麥克風進行聲音的采集。因為交通燈提示的音頻存在音短、急促并按照周期變化的特點，所以在人行橫道路口采集的聲音的音頻標準差明顯高于街道其他位置收集的信號，樣本特征比較明顯。

具體地，還包括步驟，判斷采集提示音頻標準差是否在預設到達路口音頻信號閾值范圍內，是，則確定到達交通燈路口，否，則不是交通燈路口，其中，閾值可以根據經驗確定。

進一步的，在對交通燈路口進行識別之后還包括步驟：發出觸發指令，觸發采集人行橫道線圖像。

具體地，在確定到達交通燈路口后，盲人導航裝置發出觸發指令，觸發采集人行橫道線圖像。

具體地，可以通過檢測手機內置加速度傳感器采集數據的波形變化，在波形變化符合預設條件時，觸發手機的攝像頭進行人行橫道線圖像的采集。

因為盲人通常都會使用導盲手杖，還可以通過檢測手機麥克風采集的導盲手杖敲擊地面時的聲音，在聲音信號滿足預設閾值條件時，觸發手機的攝像頭進行人行橫道線的圖像采集。

進一步的，在識別人行橫道線之前還包括步驟：采集人行橫道線圖像，對應的，識別人行橫道線具體為：采用Hough變換識別人行橫道線。

Hough變換是一種使用表決原理的參數估計技術。其原理是利用圖像空間和Hough參數空間的點－線對偶性，把圖像空間中的檢測問題轉換到參數空間。通過在參數空間里進行簡單的累加統計，然后在Hough參數空間尋找累加器峰值的方法檢測直線。Hough變換的實質是將圖像空間內具有一定關系的像元進行聚類，尋找能把這些像元用某一解析形式聯系起來的參數空間累積對應點。在參數空間不超過二維的情況下，這種變換有著理想的效果。

通過Hough變換，將人行橫道線圖像中的人行橫道線提取出來。

如圖5所示，本實施例還提供了一種用于人行橫道線處的盲人導航裝置，包括：

第一識別模塊21，用于識別人行橫道線；

確定模塊22，用于確定盲人距離人行橫道線的水平偏移量和偏移矯正角度，其中，所述水平偏移量和偏移矯正角度通過采集導盲手杖行走圖像確定；

導航模塊23，用于根據水平偏移量和偏移矯正角度，進行導航。

本發明實施例提出的用于人行橫道線處的盲人導航裝置，首先識別人行橫道線，而后確定盲人距離人行橫道線的水平偏移量和偏移矯正角度，其中，所述水平偏移量和偏移矯正角度通過采集導盲手杖行走圖像確定，根據盲人距離人行橫道線的水平偏移量和偏移矯正角度，為盲人進行導航，這樣就可以使得盲人在過人行橫道的過程中，實時得到自己位置與人行橫道線的位置偏差情況，從而根據確定的水平偏移量和偏移矯正角度實時矯正自己的行進軌跡，從而能夠順利度過人行橫道，提高了盲人行走人行橫道的安全性。

進一步的，如圖6所示，還包括信息采集模塊24，信息采集模塊24用于采集人行橫道線圖像。信息采集模塊24還用于采集導航手杖行走圖像。

進一步的，如圖6所示，還包括第二識別模塊25，第二識別模塊25用于對交通燈路口進行識別。

進一步的，第二識別模塊25中對交通燈路口進行識別具體為：如有交通燈音頻提示，則通過采集音頻提示數據對交通燈路口進行識別，否則，通過采集交通燈圖像進行交通燈路口的識別。

進一步的，還包括觸發模塊26，觸發模塊26用于發送觸發指令，觸發信息采集模塊24采集人行橫道線圖像。

其中，信息采集模塊可以通過安裝在導航手杖上的手機的傳感器、攝像頭、電子羅盤、麥克風等來獲取數據信息。

手機內置有多個傳感器，如加速度傳感器、陀螺儀可以用來采集加速度數據、角速度數據，手機中內置攝像頭可以用來錄像和拍攝照片，手機中內置的麥克風可以用來采集語音數據，盲人可以利用自己的手機可以對所在的地理位置進行感知數據的采集，如拍攝該地理位置的路況照片，并且讀取拍攝時的地理位置的經緯度，陀螺儀的角度，光照等傳感器信息。

麥克風還可以用來采集盲人周圍環境的音頻，根據采集音頻來識別用戶的一些環境，如是處于街道還是處于交通燈路口等。

還可以通過麥克風采集盲人用導盲手杖敲擊地面的聲音的特點來識別盲人當前的狀態。

另外，也可以通過拍攝照片，通過圖像識別來確定盲人的位置，是否處于交通燈路口、是否處于人行橫道線處，及在人行橫道線處的位置等信息。

通過手機上的電子羅盤可以用來確定盲人用導盲手杖的正面朝向，從而確定盲人的行走方向。

其中，人行橫道線圖像和導盲手杖行走圖像可以相同，也可以不同。如果，導盲手杖行走圖像中包括有人行橫道線，也可以通過識別導盲手杖行走圖像對人行橫道線進行識別。

本領域普通技術人員可以理解：實現上述各方法實施例的全部或部分步驟可以通過程序指令相關的硬件來完成。前述的程序可以存儲于一計算機可讀取存儲介質中。該程序在執行時，執行包括上述各方法實施例的步驟；而前述的存儲介質包括：ROM、RAM、磁碟或者光盤等各種可以存儲程序代碼的介質。

最后應說明的是：以上各實施例僅用以說明本發明的技術方案，而非對其限制；盡管參照前述各實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發明各實施例技術方案的范圍。