基于激光雷达加视觉识别的导盲车设计

梁志华 郭建军 陈卓然 胡志康 范钊栋

摘 要：不确定的路况一直是困扰盲人出行的一个大那题，本文设计的导盲车旨在给盲人出行带来便利。导盲车采用视觉识别盲道对盲道进行循迹行走，搭配激光雷达对周围环境进行360°扫描测距得到周围环境数据，通过导盲车主动移动实现避障功能。且导盲车具有语音播报、震动提示的功能，通过实践测试，对盲人出行有很大便利。

关键词：导盲车 激光雷达 视觉识别

1. 研究背景

据统计，2018年，我国人口上升到13.95亿人，而盲人数量到达1700多人。盲人出行难的问题急需解决。培养一只导盲犬需要花费大量的时间、人力、财力，这样导致培养导盲犬成本较高，无法使其在大众盲人生活中普及，而传统的普通的木杖又不能给盲人带来高效的避障能力。针对现况，本文所设计的基于激光雷达加视觉识别的导盲车可方便盲人出行。

2. 研究目标

本文研究的导盲车，主要实现使用激光雷达避障、视觉识别盲道、语音加震动的人机交互环长时间续航等功能技术的方案设计。

3. 技术方案设计

3.1 整车机械设计

该导盲车采用20mm铝型材搭建车身结构，使扶手具有方便调节高度的能力，可以适应不同身高的使用者。且车身强度高，具有很好的防碰撞能力，可更好地保护使用者。车轮使用6寸麦克纳姆轮，使导盲车具有全向移动能力，能够更好地引导使用者避开障碍物。驱动电机使用RoboMaster M3508减速直流电机，体积小巧而动力强劲。车前左右装有照明灯，车位左右装有警示灯。

3.2 主控方案设计

控制系统用到的硬件模块有RoboMaster开发板A型、ydlidar X2激光雷达、英伟达JETSON NANO处理器、USB免驱摄像头。其中RoboMaster开发板A型主控板作为控制核心控制导盲车的运行，激光雷达用于测距，USB免驱摄像头用于采集路面信息，拍下图片供英伟达JETSON NANO处理器处理得到盲道的位置数据。

3.3 视觉识别盲道循迹方案

视觉识别主要采用深度学习的目标检测算法，采集大量的、不同环境的盲道数据，精准识别出盲道区域，同时使用RGB颜色分离，进一步的提高识别的精准度[4]。也因为颜色通道分离更能划分出盲道区域，因此可以做到在处理图像信息后将移动方向通过串口发送给下位机，从而实现盲道循迹效果。

識别过程都在英伟达JETSON NANO处理器上运行，先将图像降采样到320*240分辨率，再使用轻量级模型框选出盲道区域，然后使用ROi加快颜色通道分离速度，从而能实时实现循迹识别任务。

3.4 激光雷达测距避障方案

ydlidar X2激光雷达采用的是三角测距法，激光三角测距雷达RPLIDAR A3，其配合了思岚科技研发的高速视觉采集处理机构，能进行每秒高达3000次的测距动作，在每次的测距过程中，ydlidar X2发射经过调制的红外激光信号，在照射到目标物体后产生反光将被ydlidar X2的视觉采集系统接收，然后经过嵌入在ydlidar X2内部的DSP处理器实时解算，被照射到的目标物体与ydlidar X2的距离值以及当前的夹角信息将从通讯接口中输出。在电机机构的驱动下，ydlidar X2的测距核心将顺时针旋转，从而实现对周围环境的360°全方位扫描测距检测。最后将所得到的数据包实时传回主控板，经过计算处理分析，判断有无障碍。

3.5 人机交互方案

语音播报使用微盛恒创电子的语音播放模块，由主控板io口控制播报内容。语音播放模块控制A1-A5这5个管脚即可以播出指定预先录好的播报内容。使用者通过开关面板对导盲车输入命令时，都会有相应的语音播报，能够让使用者清楚知到自己的操作。在导盲车运行过程中，路面状况通过语音播报，给使用者反映实时路况。另外遇到意外时按动紧急呼救按钮，语音模块向外界发出求助声音。

震动提示用到370震动马达，安装在扶手附近。在对导盲车进行操作或者有障碍物时，震动马达将启动，通过震动给予使用者反馈。填补吵闹场合语音提示存在听不见情况的缺点。

采用光敏电阻控制，在光线暗到设定情况时自动开启照明系统，车前的采用 3W 大功率LED发光二极管做的照明灯将会照亮前方道路，在照亮前面路人的同时让路人主动避让，同时车尾的警示灯也会亮起来，引起后面的人注意。照明系统让导盲车在晚上有更好的安全保护。

4 结论

盲人的出行需要借助工具的帮助，本设计可以帮盲人沿盲道行走并且自动避开障碍。可以给盲人出行带来便利，减少盲人的出行困扰，帮助盲人安全出行，有助于盲人回归到正常的社会生活。

参考文献

[1]周航，朱翰宸，李园园，黄婷.基于麦克纳姆轮的摆式悬挂系统设计及其运动学分析[J].电子制作，2020（09）：65-66+59.

[2]王道累，孙嘉珺，柴萍萍，徐凌弘，刘易腾，韩洋.基于光流传感器和惯性导航的全向移动平台双闭环控制研究[J].上海电力大学学报，2021，37（01）：61-66.

[3]陈朝阳，高翔森，孙铭悦，董岩，李泽宇.基于Yolo V3算法的盲道识别[J].科学技术创新，2021（07）：148-149.

[4]吴俊涛，曹开颜，付明慧，曹雨萌.HSV色彩空间和OTSU阈值分割的盲道识别算法设计[J].电子世界，2021（12）：101-103.

[5]袁红斌，曹会群，欧群雍.基于激光测距雷达和机器视觉的障碍物检测[J].现代雷达，2021，43（05）：57-62.

基金项目：

广东省科技计划项目（2020A1414050060），广东省企业科技专员项目（GDKTP2021004400），广州市增城区农村科技特派员项目（2021B42121631），教育部产学合作系统育人项目（201802048037、201802299045、201901096025），2022年校级研究生教育创新计划项目（KA220160255），校级本科教学质量与教学改革项目（仲教字{2020}32号），2020年度校级“十三五”规划教材建设项目（仲教字{2021}3号），大学生创新创业训练计划项目（S202011347086、S202111347089）。

作者简介：

一作：梁志华，在读本科生。

*通讯作者：郭建军，博士，讲师，研究方向为农业信息化与自动化、机器学习、数据挖掘等，E-mail：glgxbaobao@163.com。