一种基于深度学习的盲人出行辅助设备

本发明公开了一种基于深度学习的盲人出行辅助设备，属于深度学习和计算机视觉技术领域。该方法主要包括：数据采集、数据预处理、道路分割与障碍物检测模型搭建、实验结果可视化、盲人出行辅助设备控制系统搭建。其中数据预处理采用OpenCV图像处理技术，实验结果可视化对卷积神经网络在视觉上进行了具象化理解，另外对YOLOv8n、YOLOv8n‑seg检测与分割网络进行轻量化改进，以确保模型在边缘算力设备上能够具有良好的实时性。通过深度相机采集图像，经过模型推理并结合数学运算，将方向偏移信号和障碍物距离信号转化为Arduino电信号，控制舵机进行振动反馈，引导与警示盲人，从而提高盲人出行的安全。