基于激光雷達加視覺識別的導盲車設計

梁志華 郭建軍 陳卓然 胡志康 范釗棟

摘 要：不確定的路況一直是困擾盲人出行的一個大那題，本文設計的導盲車旨在給盲人出行帶來便利。導盲車采用視覺識別盲道對盲道進行循跡行走，搭配激光雷達對周圍環境進行360°掃描測距得到周圍環境數據，通過導盲車主動移動實現避障功能。且導盲車具有語音播報、震動提示的功能，通過實踐測試，對盲人出行有很大便利。

關鍵詞：導盲車 激光雷達 視覺識別

1. 研究背景

據統計，2018年，我國人口上升到13.95億人，而盲人數量到達1700多人。盲人出行難的問題急需解決。培養一只導盲犬需要花費大量的時間、人力、財力，這樣導致培養導盲犬成本較高，無法使其在大眾盲人生活中普及，而傳統的普通的木杖又不能給盲人帶來高效的避障能力。針對現況，本文所設計的基于激光雷達加視覺識別的導盲車可方便盲人出行。

2. 研究目標

本文研究的導盲車，主要實現使用激光雷達避障、視覺識別盲道、語音加震動的人機交互環長時間續航等功能技術的方案設計。

3. 技術方案設計

3.1 整車機械設計

該導盲車采用20mm鋁型材搭建車身結構，使扶手具有方便調節高度的能力，可以適應不同身高的使用者。且車身強度高，具有很好的防碰撞能力，可更好地保護使用者。車輪使用6寸麥克納姆輪，使導盲車具有全向移動能力，能夠更好地引導使用者避開障礙物。驅動電機使用RoboMaster M3508減速直流電機，體積小巧而動力強勁。車前左右裝有照明燈，車位左右裝有警示燈。

3.2 主控方案設計

控制系統用到的硬件模塊有RoboMaster開發板A型、ydlidar X2激光雷達、英偉達JETSON NANO處理器、USB免驅攝像頭。其中RoboMaster開發板A型主控板作為控制核心控制導盲車的運行，激光雷達用于測距，USB免驅攝像頭用于采集路面信息，拍下圖片供英偉達JETSON NANO處理器處理得到盲道的位置數據。

3.3 視覺識別盲道循跡方案

視覺識別主要采用深度學習的目標檢測算法，采集大量的、不同環境的盲道數據，精準識別出盲道區域，同時使用RGB顏色分離，進一步的提高識別的精準度[4]。也因為顏色通道分離更能劃分出盲道區域，因此可以做到在處理圖像信息后將移動方向通過串口發送給下位機，從而實現盲道循跡效果。

識別過程都在英偉達JETSON NANO處理器上運行，先將圖像降采樣到320*240分辨率，再使用輕量級模型框選出盲道區域，然后使用ROi加快顏色通道分離速度，從而能實時實現循跡識別任務。

3.4 激光雷達測距避障方案

ydlidar X2激光雷達采用的是三角測距法，激光三角測距雷達RPLIDAR A3，其配合了思嵐科技研發的高速視覺采集處理機構，能進行每秒高達3000次的測距動作，在每次的測距過程中，ydlidar X2發射經過調制的紅外激光信號，在照射到目標物體后產生反光將被ydlidar X2的視覺采集系統接收，然后經過嵌入在ydlidar X2內部的DSP處理器實時解算，被照射到的目標物體與ydlidar X2的距離值以及當前的夾角信息將從通訊接口中輸出。在電機機構的驅動下，ydlidar X2的測距核心將順時針旋轉，從而實現對周圍環境的360°全方位掃描測距檢測。最后將所得到的數據包實時傳回主控板，經過計算處理分析，判斷有無障礙。

3.5 人機交互方案

語音播報使用微盛恒創電子的語音播放模塊，由主控板io口控制播報內容。語音播放模塊控制A1-A5這5個管腳即可以播出指定預先錄好的播報內容。使用者通過開關面板對導盲車輸入命令時，都會有相應的語音播報，能夠讓使用者清楚知到自己的操作。在導盲車運行過程中，路面狀況通過語音播報，給使用者反映實時路況。另外遇到意外時按動緊急呼救按鈕，語音模塊向外界發出求助聲音。

震動提示用到370震動馬達，安裝在扶手附近。在對導盲車進行操作或者有障礙物時，震動馬達將啟動，通過震動給予使用者反饋。填補吵鬧場合語音提示存在聽不見情況的缺點。

采用光敏電阻控制，在光線暗到設定情況時自動開啟照明系統，車前的采用 3W 大功率LED發光二極管做的照明燈將會照亮前方道路，在照亮前面路人的同時讓路人主動避讓，同時車尾的警示燈也會亮起來，引起后面的人注意。照明系統讓導盲車在晚上有更好的安全保護。

4 結論

盲人的出行需要借助工具的幫助，本設計可以幫盲人沿盲道行走并且自動避開障礙。可以給盲人出行帶來便利，減少盲人的出行困擾，幫助盲人安全出行，有助于盲人回歸到正常的社會生活。

參考文獻

[1]周航，朱翰宸，李園園，黃婷.基于麥克納姆輪的擺式懸掛系統設計及其運動學分析[J].電子制作，2020（09）：65-66+59.

[2]王道累，孫嘉珺，柴萍萍，徐凌弘，劉易騰，韓洋.基于光流傳感器和慣性導航的全向移動平臺雙閉環控制研究[J].上海電力大學學報，2021，37（01）：61-66.

[3]陳朝陽，高翔森，孫銘悅，董巖，李澤宇.基于Yolo V3算法的盲道識別[J].科學技術創新，2021（07）：148-149.

[4]吳俊濤，曹開顏，付明慧，曹雨萌.HSV色彩空間和OTSU閾值分割的盲道識別算法設計[J].電子世界，2021（12）：101-103.

[5]袁紅斌，曹會群，歐群雍.基于激光測距雷達和機器視覺的障礙物檢測[J].現代雷達，2021，43（05）：57-62.

基金項目：

廣東省科技計劃項目（2020A1414050060），廣東省企業科技專員項目（GDKTP2021004400），廣州市增城區農村科技特派員項目（2021B42121631），教育部產學合作系統育人項目（201802048037、201802299045、201901096025），2022年校級研究生教育創新計劃項目（KA220160255），校級本科教學質量與教學改革項目（仲教字{2020}32號），2020年度校級“十三五”規劃教材建設項目（仲教字{2021}3號），大學生創新創業訓練計劃項目（S202011347086、S202111347089）。

作者簡介：

一作：梁志華，在讀本科生。

*通訊作者：郭建軍，博士，講師，研究方向為農業信息化與自動化、機器學習、數據挖掘等，E-mail：glgxbaobao@163.com。