郭昭烽 謝 玲 莊一帆

（1.光大環(huán)境科技（中國）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家。同時，我國每年都會大約新增加45萬名盲人和135萬名視力障礙者。在我國，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)盲杖對于盲人的幫助很小。盲人需要花費很多的時間來練習(xí)這種導(dǎo)盲杖，通過敲擊地面靠自己固有的經(jīng)驗來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，安全地到達目的地。因此，設(shè)計一款可以真正幫助到盲人檢測到人行橫道、及時提醒盲人避開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

設(shè)計的導(dǎo)盲杖以STM32F103C8T6為微控制器。選擇它的原因是因為它能滿足本設(shè)計需要用到的超聲波、語音合成和機器視覺開發(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，價格便宜既能滿足需要又能降低導(dǎo)盲杖的成本。

整個系統(tǒng)功能設(shè)計如下：

（1）主動探測障礙物功能。采用超聲波傳感器，通過計算超聲波遇到障礙物返回的時間，測出導(dǎo)盲杖與障礙物的距離，如果距離過近則發(fā)出警報。

（2）震動報警功能。當(dāng)超聲波測定的距離小于預(yù)設(shè)值時，通過控制器，控制直流電機震動馬達震動，提醒盲人前方障礙物。

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

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

3 硬件組成

如圖1為導(dǎo)盲杖的實物圖和設(shè)計圖，導(dǎo)盲杖的內(nèi)部是鏤空的，方便將各個芯片和線路放置到導(dǎo)盲杖的內(nèi)部。將震動模塊安裝在導(dǎo)盲杖的把手位置，這樣震動時手部感受到的震動是最大的。將語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到提示音。盲人原來使用普通導(dǎo)盲手杖時，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，以便進行道路分類。

圖1 導(dǎo)盲杖實物圖和設(shè)計圖

系統(tǒng)硬件設(shè)計及主要接口連接圖如圖2。

圖2 系統(tǒng)硬件設(shè)計及主要接口連接圖

其中，超聲波測距模塊選擇HC-SR04，用來測量導(dǎo)盲杖和障礙物之間的距離。該模塊測量精準(zhǔn)度為3mm，不通過接觸可以測量前方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。

震動模塊采用高質(zhì)量手機震動馬達。通過Mos 管放大驅(qū)動，對于震動效果進行提升?？赏ㄟ^PWM 控制調(diào)節(jié)馬達的震動強。可以通過Ard數(shù)字口控制震動電機，當(dāng)輸入為高電平的時候，電機就會震動[4]。震動模塊VCC接5V，GND接地，IN口接C13口。

語音合成模塊采用SYN6288 中文語音合成芯片。SYN6288 通過串口通信的方式與STM32 芯片進行數(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芯片在進行串口通信時最多可以接收206個字節(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攝像頭，可以通過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

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

圖3 系統(tǒng)軟件流程圖

當(dāng)盲人面前沒有障礙物時，語音播報前方可以行走，遇到盲道語音播報前方是盲道，遇到人行橫道語音播報前方是人行橫道，當(dāng)前方遇到障礙物時停止播報，同時馬達震動提醒使用者。

4.1 超聲波和震動模塊

首先要設(shè)置定時器，以及對HC-SR04 的端口進行初始化。系統(tǒng)選擇TRIG觸發(fā)的方式通過IO口進行測距，初始化先要把電平降低，然后發(fā)送超過10us 的高電平型號；接收到高電平信號以后，會產(chǎn)生8個40kHz的方波，如果接收器接收到返回的信號，則會在IO口上輸出一個高電平，高電平持續(xù)的時間可以看作是超聲波一個來回的時間，即所需要測量的距離就等于高電平時間乘以聲速的一半[3]。當(dāng)距離小于預(yù)設(shè)值時控制震動馬達震動。

4.2 語音模塊

SYN6288 芯片在進行串口通信時最多可以接收206 個字節(jié)的數(shù)據(jù)。其中幀頭1字節(jié)，數(shù)據(jù)區(qū)長度2字節(jié)，數(shù)據(jù)區(qū)可以小于等于203 字節(jié)。使用時需要分配一個串口給SYN6288使用，波特率設(shè)置成默認的9600。

主程序關(guān)鍵代碼如下：

4.3 OpenMV模塊

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

第一步通過OpenMV IDE采集數(shù)據(jù)集，一般一個分類需要200張左右的數(shù)據(jù)集進行訓(xùn)練，這里設(shè)置兩個分類：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，會生成數(shù)據(jù)集分布圖，如果兩個分類基本上是分開的、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，同時勾選圖片增廣，可以擴大數(shù)據(jù)集的樣本容量，使訓(xùn)練結(jié)果更加精準(zhǔn)，避免過擬合，最后設(shè)置置信度。訓(xùn)練過程中，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)練過程中準(zhǔn)確率在前幾輪就達到了比較高的數(shù)值，則會直接停止訓(xùn)練防止過擬合的情況發(fā)生。訓(xùn)練結(jié)束后會先自動生成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。然后通過串口通信將模型檢測出的數(shù)據(jù)傳輸給STM32，接入到主控程序中。

訓(xùn)練過程及結(jié)果如圖4、5所示。

圖4 訓(xùn)練過程

5 結(jié)語

文章介紹了一種智能導(dǎo)盲杖系統(tǒng)的設(shè)計，從功能需求、硬件組成、軟件設(shè)計三方面進行說明，使用深度學(xué)習(xí)訓(xùn)練后的模型進行圖像識別，結(jié)合超聲波傳感模塊、語音合成模塊、震動模塊構(gòu)建系統(tǒng)。該設(shè)計可以高效地解決盲人對于身處路段不明的問題，有效地幫助盲人解決出行困難以及安全方面的問題，提高盲人的生活水平。希望在未來，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一步提高。

圖5 訓(xùn)練完成