一種智能導(dǎo)盲杖系統(tǒng)的設(shè)計(jì)

郭昭烽 謝 玲 莊一帆

（1.光大環(huán)境科技（中國(guó)）有限公司，江蘇 南京 211102；2.南京理工大學(xué)紫金學(xué)院，江蘇 南京 210046）

1 引言

目前我國(guó)的盲人總?cè)藬?shù)約占世界的五分之一，是世界上擁有最多盲人的國(guó)家。同時(shí)，我國(guó)每年都會(huì)大約新增加45萬(wàn)名盲人和135萬(wàn)名視力障礙者。在我國(guó)，盲人出行基本上只有兩種方式：傳統(tǒng)手杖和導(dǎo)盲犬引導(dǎo)。傳統(tǒng)的導(dǎo)盲杖對(duì)于盲人的幫助很小。盲人需要花費(fèi)很多的時(shí)間來(lái)練習(xí)這種導(dǎo)盲杖，通過(guò)敲擊地面靠自己固有的經(jīng)驗(yàn)來(lái)判斷前方是否可以安全正常行走。這種方式的局限性非常大。對(duì)于盲人而言，最重要的是在未知的地方獲取道路形狀和障礙物位置的信息。有了這些信息，他們可以避免意外的障礙，安全地到達(dá)目的地。因此，設(shè)計(jì)一款可以真正幫助到盲人檢測(cè)到人行橫道、及時(shí)提醒盲人避開(kāi)障礙物并且能夠在夜間提示周圍人的導(dǎo)盲手杖意義十分重大。

2 系統(tǒng)框架及功能設(shè)計(jì)

設(shè)計(jì)的導(dǎo)盲杖以STM32F103C8T6為微控制器。選擇它的原因是因?yàn)樗軡M足本設(shè)計(jì)需要用到的超聲波、語(yǔ)音合成和機(jī)器視覺(jué)開(kāi)發(fā)功能。該控制器串口以及端口豐富，且功耗較低，可供選擇的引腳數(shù)目比較多，價(jià)格便宜既能滿足需要又能降低導(dǎo)盲杖的成本。

整個(gè)系統(tǒng)功能設(shè)計(jì)如下：

（1）主動(dòng)探測(cè)障礙物功能。采用超聲波傳感器，通過(guò)計(jì)算超聲波遇到障礙物返回的時(shí)間，測(cè)出導(dǎo)盲杖與障礙物的距離，如果距離過(guò)近則發(fā)出警報(bào)。

（2）震動(dòng)報(bào)警功能。當(dāng)超聲波測(cè)定的距離小于預(yù)設(shè)值時(shí)，通過(guò)控制器，控制直流電機(jī)震動(dòng)馬達(dá)震動(dòng)，提醒盲人前方障礙物。

（3）語(yǔ)音提示功能。選用SYN6288模塊，在前方?jīng)]有障礙物時(shí)提示使用者“前方可以行走”，在超聲波檢測(cè)到障礙物時(shí)停止播報(bào)。在前方?jīng)]有障礙物的前提下，如果檢測(cè)到盲道則播報(bào)盲道，如果檢測(cè)到人行橫道，則播報(bào)人行橫道。

（4）智能識(shí)別功能。在導(dǎo)盲杖上連接一個(gè)OPENMV4攝像頭模塊，通過(guò)其內(nèi)置的深度學(xué)習(xí)訓(xùn)練神經(jīng)網(wǎng)絡(luò)進(jìn)行盲道與人行橫道的識(shí)別。

3 硬件組成

如圖1為導(dǎo)盲杖的實(shí)物圖和設(shè)計(jì)圖，導(dǎo)盲杖的內(nèi)部是鏤空的，方便將各個(gè)芯片和線路放置到導(dǎo)盲杖的內(nèi)部。將震動(dòng)模塊安裝在導(dǎo)盲杖的把手位置，這樣震動(dòng)時(shí)手部感受到的震動(dòng)是最大的。將語(yǔ)音芯片的喇叭安裝在導(dǎo)盲杖的頂部，這樣使用者可以更清晰地聽(tīng)到提示音。盲人原來(lái)使用普通導(dǎo)盲手杖時(shí)，采用敲擊地面的方式只能感受到前方較低地方的障礙物，所以本設(shè)計(jì)將超聲波傳感器安裝在導(dǎo)盲杖高度的2/3處，這樣可以幫助盲人檢測(cè)較高地方的障礙物。將OpenMV攝像頭以約30°的角度安裝在導(dǎo)盲杖高度的約1/3處，這樣可以更好地觀察到地面的情況，以便進(jìn)行道路分類。

圖1 導(dǎo)盲杖實(shí)物圖和設(shè)計(jì)圖

系統(tǒng)硬件設(shè)計(jì)及主要接口連接圖如圖2。

圖2 系統(tǒng)硬件設(shè)計(jì)及主要接口連接圖

其中，超聲波測(cè)距模塊選擇HC-SR04，用來(lái)測(cè)量導(dǎo)盲杖和障礙物之間的距離。該模塊測(cè)量精準(zhǔn)度為3mm，不通過(guò)接觸可以測(cè)量前方2cm 到400cm 的距離。超聲模塊的VCC 接5V，GND 接地，Trig 口接STM32 芯片的B8 口，Echo 口接STM32芯片的B9口。

震動(dòng)模塊采用高質(zhì)量手機(jī)震動(dòng)馬達(dá)。通過(guò)Mos 管放大驅(qū)動(dòng)，對(duì)于震動(dòng)效果進(jìn)行提升。可通過(guò)PWM 控制調(diào)節(jié)馬達(dá)的震動(dòng)強(qiáng)。可以通過(guò)Ard數(shù)字口控制震動(dòng)電機(jī)，當(dāng)輸入為高電平的時(shí)候，電機(jī)就會(huì)震動(dòng)[4]。震動(dòng)模塊VCC接5V，GND接地，IN口接C13口。

語(yǔ)音合成模塊采用SYN6288 中文語(yǔ)音合成芯片。SYN6288 通過(guò)串口通信的方式與STM32 芯片進(jìn)行數(shù)據(jù)傳輸。SYN6288 的TXD 接口接STM32 的RXD 接口，RXD 接STM32的TXD接口，GND接地，VCC接5V。SYN6288芯片在進(jìn)行串口通信時(shí)最多可以接收206個(gè)字節(jié)的數(shù)據(jù)。

采用OpenMV Plus，是一款具有圖像處理功能、可以訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的可編程單片機(jī)攝像頭，可以通過(guò)MicroPython 控制。OpenMV 的TXD 口接STM32 芯片的RXD 口即A2口，VCC接5V，GND接地。

4 軟件設(shè)計(jì)

主控部分使用KEIL5環(huán)境進(jìn)行開(kāi)發(fā)，軟件整體流程圖如圖3。

圖3 系統(tǒng)軟件流程圖

當(dāng)盲人面前沒(méi)有障礙物時(shí)，語(yǔ)音播報(bào)前方可以行走，遇到盲道語(yǔ)音播報(bào)前方是盲道，遇到人行橫道語(yǔ)音播報(bào)前方是人行橫道，當(dāng)前方遇到障礙物時(shí)停止播報(bào)，同時(shí)馬達(dá)震動(dòng)提醒使用者。

4.1 超聲波和震動(dòng)模塊

首先要設(shè)置定時(shí)器，以及對(duì)HC-SR04 的端口進(jìn)行初始化。系統(tǒng)選擇TRIG觸發(fā)的方式通過(guò)IO口進(jìn)行測(cè)距，初始化先要把電平降低，然后發(fā)送超過(guò)10us 的高電平型號(hào)；接收到高電平信號(hào)以后，會(huì)產(chǎn)生8個(gè)40kHz的方波，如果接收器接收到返回的信號(hào)，則會(huì)在IO口上輸出一個(gè)高電平，高電平持續(xù)的時(shí)間可以看作是超聲波一個(gè)來(lái)回的時(shí)間，即所需要測(cè)量的距離就等于高電平時(shí)間乘以聲速的一半[3]。當(dāng)距離小于預(yù)設(shè)值時(shí)控制震動(dòng)馬達(dá)震動(dòng)。

4.2 語(yǔ)音模塊

SYN6288 芯片在進(jìn)行串口通信時(shí)最多可以接收206 個(gè)字節(jié)的數(shù)據(jù)。其中幀頭1字節(jié)，數(shù)據(jù)區(qū)長(zhǎng)度2字節(jié)，數(shù)據(jù)區(qū)可以小于等于203 字節(jié)。使用時(shí)需要分配一個(gè)串口給SYN6288使用，波特率設(shè)置成默認(rèn)的9600。

主程序關(guān)鍵代碼如下：

4.3 OpenMV模塊

OpenMV4使用OpenMV IDE環(huán)境進(jìn)行開(kāi)發(fā)，使用Micro-Python 進(jìn)行編程。在OpenMV 上訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型分為四個(gè)步驟：

第一步通過(guò)OpenMV IDE采集數(shù)據(jù)集，一般一個(gè)分類需要200張左右的數(shù)據(jù)集進(jìn)行訓(xùn)練，這里設(shè)置兩個(gè)分類：盲道和人行橫道。

第二步將采集的圖像上傳到EDGE IMPULSE的在線網(wǎng)站上，上傳之后首先要清洗數(shù)據(jù)集，然后進(jìn)行圖像的預(yù)處理，將圖片的大小調(diào)整到96*96，圖像格式選擇RGB。預(yù)處理完成，會(huì)生成數(shù)據(jù)集分布圖，如果兩個(gè)分類基本上是分開(kāi)的、區(qū)別較明顯，證明數(shù)據(jù)采集比較成功，否則需要重新采集數(shù)據(jù)或清洗數(shù)據(jù)。

第三步進(jìn)行在線訓(xùn)練模型，設(shè)置深度學(xué)習(xí)的輪數(shù)、學(xué)習(xí)率，同時(shí)勾選圖片增廣，可以擴(kuò)大數(shù)據(jù)集的樣本容量，使訓(xùn)練結(jié)果更加精準(zhǔn)，避免過(guò)擬合，最后設(shè)置置信度。訓(xùn)練過(guò)程中，loss 逐漸降低，accuracy 即準(zhǔn)確度逐漸升高并且最終提高到1。如果訓(xùn)練過(guò)程中準(zhǔn)確率在前幾輪就達(dá)到了比較高的數(shù)值，則會(huì)直接停止訓(xùn)練防止過(guò)擬合的情況發(fā)生。訓(xùn)練結(jié)束后會(huì)先自動(dòng)生成float32 的模型，然后轉(zhuǎn)化成int8 量化的類型，最后顯示訓(xùn)練結(jié)束。

第四步將訓(xùn)練好的模型及代碼下載到OpenMV 里。然后通過(guò)串口通信將模型檢測(cè)出的數(shù)據(jù)傳輸給STM32，接入到主控程序中。

訓(xùn)練過(guò)程及結(jié)果如圖4、5所示。

圖4 訓(xùn)練過(guò)程

5 結(jié)語(yǔ)

文章介紹了一種智能導(dǎo)盲杖系統(tǒng)的設(shè)計(jì)，從功能需求、硬件組成、軟件設(shè)計(jì)三方面進(jìn)行說(shuō)明，使用深度學(xué)習(xí)訓(xùn)練后的模型進(jìn)行圖像識(shí)別，結(jié)合超聲波傳感模塊、語(yǔ)音合成模塊、震動(dòng)模塊構(gòu)建系統(tǒng)。該設(shè)計(jì)可以高效地解決盲人對(duì)于身處路段不明的問(wèn)題，有效地幫助盲人解決出行困難以及安全方面的問(wèn)題，提高盲人的生活水平。希望在未來(lái)，導(dǎo)盲杖功能可以更加齊全，也更加輕便，使得盲人的生活水平進(jìn)一步提高。

圖5 訓(xùn)練完成