基于机器视觉与TGAM模块的盲人辅助眼镜设计

摘要

为解决盲人出行所面临的行走困难和焦虑情绪问题，本文设计并实现了一款能够为盲人提供道路障碍物检测和情绪焦虑状态监测的盲人辅助眼镜。首先，通过摄像头捕捉道路图像，使用目标检测算法(you only look once, YOLO)模型对捕捉的路况图进行分析并进行障碍物识别，借助语音播报的方式，为盲人提供障碍物位置信息；其次，脑电波模块(thinkGear AM,TGAM)采集得到脑电数据，通过卷积神经网络(convolutional neural network, CNN)模型对脑电数据进行分类，判断盲人的情绪焦虑状态并提供语音介导的情绪调节，以缓解盲人的出行焦虑、压力问题。最后，经模拟盲人出行实验测试结果表明，各部分功能运行稳定可靠，设备满足出行便捷需求，并且在障碍物检测以及缓解焦虑时情绪具有良好使用表现。

关键词

盲人辅助设备 / 脑电波模块(TGAM) / 机器视觉 / 目标检测算法(YOLO) / 卷积神经网络(CNN)