摘要
世界卫生组织统计数据显示，全球约有逾2.85亿视障人士;其中，我国约有视障人士逾1750万。视障人士安全出行是国内外广泛关注的民生问题，因此研究人员纷纷研发面向视障人士出行的辅助设备。传统辅助设备主要利用超声波、红外线、单目摄像头等传感器感知视障人士前方的障碍物。然而超声波和红外线传感器无法辅助视障人士了解障碍物类别;单目摄像头不能感知障碍物的空间几何特征，难以帮助视障人士掌握障碍物的远近、大小等特征。近年来三维传感器和点云技术的快速发展，为研究基于点云的视障人士出行避障技术提供了条件。 本文针对视障人士日常出行的障碍物检测需求，针对视障人士出行场景建模，建立点云数据对象与物理空间对象的映射关系;设计了基于点云的障碍物快速检测网络，并采用公开数据集KITTI进行了网络训练;在Nvidia Jetson Xavier NX可穿戴计算设备上集成Intel RealSense深度摄像头，并在此设备上进行操作系统和算法移植，研发面向视障人士日常出行的障碍物快速检测设备;最后，实现了视障人士出行避障原型系统，并进行在线测试。本文主要工作和成果如下: (1)针对视障人士日常出行场景建模，建立点云数据对象与物理空间对象的映射关系;对RGB-D摄像机进行标定，利用Intel RealSense D435i RGB-D摄像机集成的惯性传感器对采集到的点云数据进行预处理矫正。 (2)设计实现了基于点云的障碍物快速检测网络。其中，借鉴点云体素化思想，设计了将点云数据转换为多通道二维图像的编码方案;其次，引入深度可分离卷积技术构建了障碍物特征提取网络;最后，将SSD与注意力机制融合，实现了障碍物快速检测网络，并采用KITTI数据集进行网络训练。 (3)研发了面向视障人士日常出行的障碍物快速检测设备。其中，将Intel RealSense深度摄像机与Nvidia Jetson Xavier NX可穿戴设备集成;其次，面向Xavier NX进行操作系统和障碍物检测网络移植;针对Xavier NX进行算法的优化，实现在可穿戴设备上6fps的障碍物检测速度。 此外，本文开发了视障人士出行避障辅助原型系统，实验证明系统在日常出行场景中障碍物的检测成功率为95.3％，具有较高的可靠性和实时性，能够满足视障人士日常出行中对障碍物检测的需求。
NETL