[发明专利]盲人道路惯导定位系统

权利要求书

1.一种盲人道路惯导定位系统，其特征在于，系统包括铺设有锚点的道路区域、锚点位置数据库，还包括用户的可穿戴设备，采用嵌入式设备，锚点位置数据库与可穿戴设备实时通信连接；

所述可穿戴设备包括采集模块、惯性定位模块、目标检测网络模块、融合模块和反馈系统；

在感兴趣区域人工设置锚点，锚点位置数据库记录道路锚点图像的绝对位置以及ID，即在感兴趣的区域中布置锚点图像，这些图像的真实位置是已知的；

所述采集模块包括摄像头、加速度传感器、磁场传感器、陀螺仪传感器，其中摄像头对用户前方的道路图像进行采集；

所述惯性定位模块，包括步伐检测模块、步长估计模块以及航向估计模块，其中：

所述步伐检测模块负责检测用户是否发生步伐动作，步伐检测模块通过检测加速度传感器输出的加速度模值的高低变化从而判断用户是否发生步伐动作，通过用户的步伐动作来更新用户的当前位置；

所述步长估计模块对不同时刻的步长进行估计，步长估计如公式(1)所示，其中β为常量，根号内的差表示当前步伐发生时间内，分别为地球坐标系加速度垂直分量的最大值与最小值；

所述航向估计模块，从磁场传感器中可以读取到磁场的方向，同时借助陀螺仪传感器来进一步确定用户的行走方向，使用融合滤波算法来将两者进行融合；融合滤波公式如公式(2)与公式(3)：

S_t＝AS_t-1+BU_t+w_t (2)

Z_t＝HS_t+v_t (3)

其中，S表示航位估计值，t表示时刻，U表示外接的输入值，本发明中即表示陀螺仪传感器的输出值，Z表示航位的测量值，即磁场传感器对航位的输出值，w和v分别表示预测误差和测量误差，用高斯白噪声表示，A、B、H表示矩阵变换因子，A＝H＝1，B＝dt，即陀螺仪的采样时间间隔；

所述目标检测网络模块，与所述的锚点位置数据库连接，包括人工神经网络；对于来自于摄像头提供的每帧图像，人工神经网络对输入图像进行检测，若检测当前帧中包含锚点图像 ，则返回结果为当前图像中包含锚点图像；若检测当前帧中存在盲道 ，但是也存在障碍物 ，并且两者在图像中的区域有重叠，重叠部分大于给定的阈值，则算法返回的结果为盲道上存在障碍物；若检测当前帧中盲道的概率小于给定的阈值，则返回结果为航迹偏离盲道，给出脱离盲道预警信号；最后的结果为，检测结果包含盲道，盲道上不存在障碍物，图像中也不包含锚点图像，则此时返回的是图像中的盲道的概率；

所述融合模块，此模块负责将惯导定位模块的结果与目标检测模块的结果进行融合，给出最终的位置坐标。若目标检测算法返回的结果在锚点位置数据库中是存在锚点图像，则此时融合算法给出的融合结果是此锚点图像的位置坐标，并且此时将惯性传感器的测量值都清零，去除累积误差以提高精确度，因为此时的锚点ID图像的位置坐标是绝对精确的并且是已知的；若目标检测算法返回的结果是障碍物预警信息，则此时融合算法返回的融合结果是惯导定位算法给出的位置坐标信息，但同时反馈系统给用户发出前方障碍物的预警信息；若目标检测算法返回的结果是盲道的概率，则融合算法将此概率值与给定的阈值进行比较，若小于给定的阈值，说明视野中盲道所占的比例很小，则反馈系统提示用户脱离盲道的预警信息，若大于给定的阈值，则融合算法返回的结果是惯导定位给出的位置坐标值。