[发明专利]一种基于智能手机的盲人识别及引导式导盲的方法

摘要

本发明公开了一种基于智能手机的盲人识别及引导式导盲的方法，首先对盲人的智能手机进行训练，让盲人的手机能够识别出主人身份，在手机掉落到地上之后，手机此时处于静止状态，则内置加速度传感器的数据恒定不变，判断手机处于不小心掉落，此时手机发出滴滴声，让盲人能够顺着滴滴声找到手机。如果手机被他人窃取，则内置加速度传感器的数据还是发生变化，则会自动给监护人发出报警信息，提醒监护人手机脱离。其次对盲人的行走路径进行导航。首先监护人带盲人将平时所走过的常用路径走一遍，并且记录下该条路径。利用普及的智能手机即可实现盲人识别及导航，实用性强，成本低廉。

主权项

1.一种基于智能手机的盲人识别及引导式导盲的方法，其特征在于，包括身份识别的步骤和引导导航的步骤；所述身份识别的步骤包括：(1)数据获取：利用手机内置加速度传感器，测得三轴加速度值，将手机放置在手中采集用户的生理振动数据；(2)数据预处理：将获取的数据先去除重力的影响，再进行去噪处理；(3)特征提取：提取均值、标准差特征，并对数据进行标准化处理；(4)训练认证：利用DTW算法通过动态规划使两个序列的特征排列一致，并使序列间的总距离最小化，设x轴上的模板序列P＝p1,p2,...,pj,...,pn和信号的特征序列S＝s1,s2,...,sk,...,sn，序列长度均为n，构造一个n×n的矩阵，矩阵中的元素点pj和sk的距离如下：d(pj‑sk)＝(pj‑sk)2定义W＝w1,w2,...,wm,...,wM,n≤M≤2n，W为p,s间的映射，W中的第m个元素为wm＝(j,k)，1≤j,k≤n，则DTW可表示为如下最优化问题：设置一个阈值：即在初始阶段，将采集到的初始信号分别获取其均值标准差σ，设三条模板的x轴上的均值、标准差分别为σ₁,σ₂,σ₃，取均值即：采用同样方法，得到其他两条轴的的模板Py,Pz，再用DTW算法与认证模板进行匹配，得到三个DTW距离，求其平均：设置y轴和z轴的阈值为：μ1＝α(μx+μy+μz)其中：α为不小于1的常数，α越接近1，则要求认证信号越接近模板；μ_x，μ_y，μ_z：分别表示模板与三条测试序列的x轴，y轴，z轴的DTW距离的均值，其中，用来计算的模板通过分别选取三条模板各轴数值的均值，最后取平均，测试序列取三条测试序列各轴的均值；μ₁，μ₂均为阈值；分别表示模板与三条测试序列的x轴，y轴，z轴的DTW距离的均值，其中模板取三条模板序列的标准差值的平均，测试序列分别取三条测试序列各轴的标准差；用户采集一个新的数据，经过预处理后，得到三个轴上的特征序列为然后分别利用DTW算法，得到三个DTW距离，求三个距离之和：最后，将θ与阈值μ进行比较，若θ＜μ，则认证成功；否则，认证失败；所述引导导航采用基于地标修正的机器学习的惯性导航定位方法，包括如下步骤：(5)计步：对加速度峰值进行检测和计算，并将加速度的值与阈值进行比较，判断用户的步行状态；(6)判断行走状态：在步行收脚的动作中，由于重心向上单只脚触地，垂直方向加速度是呈正向增加的趋势，之后继续向前，重心下移两脚触地，加速度相反；水平加速度在收脚时减小，在迈步时增加；(7)计算步数：首先得出3个加速度的大小和方向，从而获得一条步行运动的正弦曲线轨迹；然后进行峰值检测，通过和上一次记录的加速度大小进行比较，如果相反，表示刚过峰值状态，则进行计步，否则舍弃；通过对峰值的次数的累积可得到用户步行步数；并生成轨迹，最终根据运动轨迹进行导航。