基于北斗的盲人智能导航系统设计与研究

The Design and Research of a Beidou-Based Blind Intelligent Navigation System

摘要: 本文介绍了一款新型盲人智能导航眼镜，该眼镜主要基于STM32F4系列MCU，主要集成了北斗导航模块、毫米波与激光雷达避障模块、视觉感知模块以及智能语音模块，采用单元模块化的设计方法，搭配RTK技术与SLAM技术，并在人工智能与大数据技术的基础上设计了一款集定位、导航、路径规划与实时语音播报的智能盲人导航系统和与其搭配的手机软件APP，该系统不仅确保了盲人在复杂环境下的精准定位，而且实现了动态信息获取与智能路径规划，保障视障群体出行安全。

Abstract: The paper presents a novel type of intelligent navigation glasses for individuals with visual impairments, primarily based on the STM32F4 series MCU. It integrates various modules including Beidou navigation, millimeter-wave and Lidar obstacle avoidance, visual perception, and intelligent voice capabilities. The design adopts a modular approach and incorporates RTK technology and SLAM technology. Leveraging artificial intelligence and big data techniques, an advanced navigation system is developed to provide accurate positioning, seamless navigation, efficient path planning, and real-time voice guidance for the visually impaired. Additionally, a corresponding mobile phone application (APP) is designed to complement the system’s functionality. This comprehensive solution ensures precise localization in complex environments while enabling dynamic information acquisition and intelligent route planning to enhance travel safety for individuals with visual impairments.

1. 引言

近年来，视觉障碍者群体不断壮大，视觉的缺陷给他们日常的生活和出行带来诸多不便。现有的辅盲设备虽然层出不穷，但依然存在诸多问题，如识别准确率与可靠性欠佳、信息反馈和交互存在问题、数据传输效率不高、续航能力有限、成本高且普及程度低等。因此，设计一款基于北斗的盲人智能导航眼镜显得尤为重要[1]。

本文致力于设计一款集多功能、高智能化、高精度导航、经济实惠于一体的盲人智能导航眼镜，旨在提供全面、简便、智能的导盲服务。为此，本文将深入研究探讨高精度北斗导航技术、人工智能与大数据技术、多传感器融合的避障设计、电源优化和实时通信等方面。切实地为盲人打造了一条安全、便捷的出行路径，从根本上保障了他们日常出行的独立性和安全性。

2. 系统概述

2.1. 创新点分析

1) 集成最新技术：导航定位上采用北斗导航技术，不仅提升了稳定程度，也增强了独立性，其三频信号提高了定位的精确度和可靠性，具备独特的短报文通信功能以支持紧急情况下的通信；而在图像识别上将采用高通公司推出的一款专为智能眼镜设计的AR1芯片，集成了NPU模块，结合多传感器避障模块中的单目视觉模块，能够处理图片内容，实现快速的图像识别和处理，且该芯片内置定向AI功能，能更低延迟与更低功耗的增强图像处理效果，适合长时间佩戴使用。

2) 多模态交互：盲人智能导航眼镜可以通过语音、手势等多种交互方式进行控制，这为视障群体提供了更自然和便捷的操作体验。

3) 实时语音和社交互动：盲人智能导航眼镜集成了实时AI智能语音功能，帮助视觉障碍人士更好地与他人交流和参与社会活动。同时，社交互动功能也可以帮助他们在社交场合中更加自信和自如。

4) 个性化和定制化服务：随着AI与大数据技术的发展，盲人智能导航眼镜可以提供更加个性化的服务。例如，根据用户的出行习惯和偏好，智能眼镜可以自动调整导航路线和提供个性化的信息提示。

5) 多传感器避障模块：盲人智能导航眼镜的多传感器避障模块是一种集成了多种传感器和技术的系统，能够为视觉障碍人士提供全面、准确和实时的环境感知和避障辅助，从而提高他们的出行安全和独立性。

6) 电源优化设计：该智能盲人导航眼镜采用了华为最新公布的双镜腿电源管理设计，使得眼镜可以容纳更多的电池，从而增加了电池容量，延长使用时间。此外，眼镜的镜片上还集成了太阳能发电光板，这在户外阳光充足的情况下，能够为眼镜提供额外的电力支持，进一步延长了使用时间。

2.2. 研究方案

在全球倡导无障碍与包容社会的大背景下，盲人智能导航眼镜的研究至关重要。随着对生活质量和安全关注度的提升，视觉障碍者对有效导航工具的需求愈发迫切。智能技术、计算机视觉及传感器的发展，让实时信息处理和环境感知变得更为可行。此外，传统导盲工具存在感知局限，促使开发更先进的智能导航眼镜成为当务之急。该研究不仅体现技术进步，还推动社会包容与人道关怀。

如图1所示，该盲人智能导航眼镜由两部分组成：智能导航眼镜下位机和手机APP上位机。其中下位机是以STM32F407MCU为核心，连接了北斗导航模块、雷达模块、单目视觉模块以及语音交互模块等；上位机APP以导航、语音和通信为基础的指令处理与人机交互操作系统，上位机与下位机通过4G和蓝牙进行数据传输和指令控制。

Figure 1. System research profile map

图1. 系统研究简况图

如图2所示，盲人通过佩戴智能导航眼镜(下位机)，借助于语音信号采集模块语音输入，发送出行目的地、路径相关信息等指令，设备接收到盲人指令信息后，由语音识别模块进行预处理，通过蓝牙或5G将指令传输至上位机APP，调出当前盲人所处位置的环境地图参数，将参数地图信息实时传输至下位机并调动相关传感器(视觉、雷达)，结合二者和语音合成模块实时准确地为盲人出行做好语音导航服务。

3. 硬件设计

3.1. 硬件总体概述

基于北斗的盲人智能导航眼镜硬件部分包括以STM32F407为核心主控的MCU芯片，确保了设备的高性能计算能力，再辅以高通AR1智能图像处理芯片，为眼镜提供了强大的图像捕捉和处理功能。与其连接控制的有北斗导航模块、多传感器避障模块、通信模块、人工智能语音模块以及电源模块。系统框图如图3所示。

Figure 2. Smart guide glasses model

图2. 智能导盲眼镜模型

Figure 3. System block diagram

图3. 系统框图

3.2. 主控模块

本智能盲人导航眼镜采用STM32F407为主控MCU，它处理能力强大，高主频和浮点运算单元可快速准确处理数据；外设接口丰富，方便连接各种外设；存储资源充足，能存储大量程序代码和地图数据；低功耗特性可延长电池续航。

3.3. 北斗导航模块

本模块采用北斗导航 + RTK技术的形式，大大提高了定位精度和环境感知能力。通过北斗系统的精确位置服务和RTK技术的厘米级定位，用户能够更准确地掌握自身位置与道路障碍，从而提高在复杂环境中的导航能力。此外，导航眼镜能够实现实时反馈，显著提升安全性。北斗导航与RTK技术的结合确保系统提供快速和可靠的信息，同时其完整性监控功能能够减少错误信息，保障用户在出行过程中的安全，使盲人的出行体验更加自主和便捷[2]。

依托北斗卫星高精度定位模块并结合百度地图API的深度集成，实现精准地图搜索、实时定位与智能路线规划，为用户提供连续、可靠的导航服务。

本项目采用的是正点原子的ATK-MO1218北斗定位模块，该模块采用S1216F8-BD模组，具有体积小巧、性能优异等特点；且自带可充电后背电池，可以在模块掉电后约半小时内持续保存星历数据，配合模块的温启动或热启动，可实现快速定位。其电路原理图如下图4所示：

Figure 4. ATK-MO1218 Beidou positioning module circuit diagram

图4. ATK-MO1218北斗定位模块电路图

RTK技术利用基准站和流动站之间的差分计算原理，通过精准的载波相位测量修正后盲人导航眼镜的定位结果。如图5所示，基准站接收北斗卫星信号，计算定位误差并将修正值实时发送给流动站，流动站利用修正值及北斗卫星提供的参数，通过差分技术消除公有误差和固有误差，提高定位精度[3]。

Figure 5. RTK measurement schematic diagram

图5. RTK测量原理图

1) 基准站A先观测和接收卫星j数据

${\phi }_{Aj}=\frac{1}{\lambda }\left(f_{Aj}+N_{Aj}\right)=\frac{1}{\lambda }\left({\rho }_{Aj}+c\left(\text{d}{t}_A-\text{d}{T}_j\right)+I_{Aj}+T_{Aj}+{\epsilon }_{Aj}\right)+N_{Aj}$ (1)

其中，${\phi }_{Aj}$ 为基准站A对卫星j的载波相位观测值；$\lambda$ 为载波波长；$f_{Aj}$ 为基准站A对卫星j的载波相位实际值；$N_{Aj}$ 为整周模糊度；${\rho }_{Aj}$ 为卫星j到基准站A的几何距离；c为真空中的光速；$\text{d}{t}_A$ 为基准站钟差；$\text{d}{T}_j$ 为卫星钟差；$I_{Aj}$ 为电离层延迟；$T_{Aj}$ 为对流层延迟；${\epsilon }_{Aj}$ 为测量噪声。

2) 基准站通过旁边的无线电台(数据链)将观测数据实时发送给流动站。

3) 流动站B收到基准站j数据的同时，也观测和接收了卫星数据。

${\phi }_{Bj}=\frac{1}{\lambda }\left(f_{Bj}+N_{Bj}\right)=\frac{1}{\lambda }\left({\rho }_{Bj}+c\left(\text{d}{t}_B-\text{d}{T}_j\right)+I_{Bj}+T_{Bj}+{\epsilon }_{Bj}\right)+N_{Bj}$ (2)

其中，${\phi }_{Bj}$ 为流动站B对卫星j的载波相位观测值；$\lambda$ 为载波波长；$f_{Bj}$ 为流动站B对卫星j的载波相位实际值；$N_{Bj}$ 为整周模糊度；${\rho }_{Bj}$ 为卫星j到流动站B的几何距离；c为真空中的光速；$\text{d}{t}_B$ 为流动站钟差；$\text{d}{T}_j$ 为卫星钟差；$I_{Bj}$ 为电离层延迟；$T_{Bj}$ 为对流层延迟；${\epsilon }_{Bj}$ 为测量噪声。

4) 流动站B在基准站A数据和自身数据的基础上，根据相对定位原理，进行实时差分运算，从而解算出流动站的三维坐标及其精度。

$\text{ΔΔ}{\phi }_{ABjm}=\frac{1}{\lambda }\left(\text{ΔΔ}{\rho }_{ABjm}+c\left(\text{Δd}{t}_{AB}-\text{Δd}{T}_{jm}\right)+\text{ΔΔ}{I}_{ABjm}+\text{ΔΔ}{T}_{ABjm}+\text{ΔΔ}{\epsilon }_{ABjm}\right)\Delta \Delta N_{ABjm.}$ (3)

其中，$\Delta \Delta {\phi }_{ABjm}={\phi }_{Aj}-{\phi }_{Am}-{\phi }_{Bj}+{\phi }_{Bm}$ 为双差载波相位观测值；$\Delta \Delta {\rho }_{ABjm}={\rho }_{Aj}-{\rho }_{Am}-{\rho }_{Bj}+{\rho }_{Bm}$ 为双差几何距离；$\Delta \text{d}{t}_{AB}=\text{d}{t}_A-\text{d}{t}_B$ 为测站间钟差之差；$\Delta \text{d}{T}_{jm}=\text{d}{T}_j-\text{d}{T}_m$ 为卫星间钟差之差；$\text{ΔΔ}{I}_{ABjm}=I_{Aj}-I_{Am}-I_{Bj}+I_{Bm}$ 为双差电离层延迟；$\Delta \Delta T_{ABjm}=T_{Aj}-T_{Am}-T_{Bj}+T_{Bm}$ 为双差对流层延迟；$\Delta \Delta {\epsilon }_{ABjm}={\epsilon }_{Aj}-{\epsilon }_{Am}-{\epsilon }_{Bj}+{\epsilon }_{Bm}$ 为双差测量噪声；$\Delta \Delta N_{ABjm}=N_{Aj}-N_{Am}-N_{Bj}+N_{Bm}$ 为双差整周模糊度。

3.4. 多传感器模块

本模块以毫米波/激光雷达与单目视觉等多传感器融合定位技术作为坚实基础，同时辅以先进的SLAM技术。如图6所示，毫米波/激光雷达SLAM与视觉SLAM持续对周围环境进行严密监测，并借助误差迭代卡尔曼以及将回环检测结果纳入闭环过程，成功实现了实时且高度准确的性能表现。此外，多传感器的完美融合能够使导盲眼镜在盲人行走过程中实时构建出周围环境的详细地图，并且精准定位盲人在该地图中的具体位置，还可以识别各类障碍物并巧妙避开，为盲人规划出安全可靠的路径，同时提供丰富的环境信息，极大地增强了视障人士的空间认知能力以及独立行动能力[4] [5]。

Figure 6. Multi-sensor SLAM information fusion block diagram

图6. 多传感器SLAM信息融合框图

3.5. 通信模块

盲人导航眼镜的通信模块主要用于实现智能导航眼镜与外部设备或系统之间的数据传输和通信，以便为盲人提供更全面、准确的导航信息和服务。运用4G移动网络与蓝牙无缝连接共享技术确保稳定的数据传输与实时通信，为远程监控与信息更新提供支持。

3.5.1. 4G移动网络模块

在盲人导航眼镜中，4G通信模块将导航眼镜的定位信息发送至云端服务器并接收导航等数据，经处理后转换为语音信号播放给盲人用户。其特性优势明显，可实现实时导航，动态更新路线；具备紧急求助功能，能快速响应发送求助信息；可连接云端环境感知服务，提供周围环境信息并语音描述；支持远程协助，方便家人等远程沟通与指引；还能方便进行数据更新与扩展，实现个性化定制，为盲人出行提供安全便利保障。

其SIM卡核心电路原理图如下图7所示：

Figure 7. 4G-SIM card core circuit diagram

图7. 4G-SIM卡核心电路图

3.5.2. ATK-HC05蓝牙模块

ATK-HC05蓝牙模块在盲人导航眼镜APP中的应用主要体现在无线数据传输、增强用户交互体验、实时位置更新和环境监测等方面。通过接收用户的语音指令，蓝牙模块可以将其传输到智能手机进行处理，并返回最新的导航信息。此外，它能够与BDS和其他传感器协同工作，实时更新用户位置和周围环境信息。蓝牙连接还简化了设备管理，如音量调整和功能切换，同时凭借低功耗特性，延长了导航眼镜的电池使用时间，从而为盲人用户提供更加可靠和便捷的导航体验。其电路原理图如下图8所示。

3.6. 人工智能语音模块

由多传感器避障模块采集的数据通过4G移动网络或蓝牙技术实时通信高效传输，经过清洗、标准化和归一化等预处理后，采用先进智能算法(CNN、RNN与Transformer模型)进行深度分析与融合，保证信息处理的精准度和实时性[6]。

如图9所示，采用科大讯飞开放平台的尖端技术，实现用户与装置间的自然语言识别与交互，确保沟通流畅无障碍。包含以下两个部分：

1) 语音识别单元：负责接收盲人的语音指令，并将其转换为计算机可以理解的文本信息。通过对语音信号的分析和处理，识别出盲人所说的关键词、句子等，以便系统根据指令执行相应的操作。

2) 语音合成单元：将系统处理后的文本信息转换为语音信号，然后通过骨传导耳机播放给盲人。该单元需要具备高质量的语音合成能力，使生成的语音清晰、自然、流畅，以便盲人能够轻松理解。

Figure 8. ATK-HC05 Bluetooth module circuit diagram

图8. ATK-HC05蓝牙模块电路图

Figure 9. Core circuit diagram of Iflytek intelligent voice module

图9. 科大讯飞智能语音模块核心电路图

基于语音识别与合成技术，智能导航眼镜能理解使用者语音指令，实时反馈北斗卫星导航信息、路况详情及安全路径规划，并通过自研APP和骨传导耳机即时播报预警信息，为视障人士提供无缝沟通体验，确保出行安全。

3.7. 电源模块

本项目采用聚合物锂电池作为供电源，确保设备持久运行。此外，该款智能眼镜装备了高度集成和高效率的太阳能发电板，在户外合适条件情况下，可为该款智能眼镜提供能量补给，为全天候使用提供可靠电力保障。

如图10所示是5 V外部电源作为输入得到3.3 V工作电压的参考电路，该电路为各组件提供持续稳定供电以确保设备正常运行，适应不同场景；通过提供足够电量储备和快速充电功能保障续航能力。

Figure 10. Schematic diagram of power conversion circuit

图10. 电源转换电路原理图

此外，为了提高设备可靠性和安全性，该部分还设计了过流过压保护、短路保护等功能，其电路原理图如图11所示：

Figure 11. Schematic diagram of power protection circuit

图11. 电源保护电路原理图

4. 软件设计

本装置基于Android系统和Java语言开发了一款具备定位、导航、避障等功能的应用程序。开发出的盲人导航眼镜APP能够触达更多盲人用户，降低开发成本，实现深度定制和稳定运行，同时保障用户信息安全，提高开发效率和可维护性。

在手机App设计方面，其目标用户明确为盲人和盲人家属。App采用了更为人性化的设计，采用滑动选中功能，并配备了语音提示。这样的设计使得盲人在使用过程中更加方便快捷。盲人与家属间的账号可以相互绑定，当盲人遇到紧急情况时，能够通过App迅速联系家属或报警。同时，家属也可以利用App查看盲人的实时定位，并远程帮助盲人进行导航设置。

4.1. 主控程序设计

盲人导航眼镜APP的主控程序设计旨在为盲人提供实时导航和语音交互服务，其程序模块组成如图12所示。启动时，依次初始化北斗导航、通信、数据采集、语音识别与合成及骨传导耳机模块。

环境信息采集与处理阶段，通信模块与外部设备连接，提取盲人周围环境信息，如障碍物位置等。数据采集模块整理预处理信息，主控程序分析判断环境安全性。

语音交互功能通过语音识别模块监听盲人指令，转化为文本信息给主控程序分析，再根据指令调用相应模块。导航指令调用北斗导航和百度地图API，查询指令通过通信模块获取信息，结果经语音合成模块播放。

导航功能实现中，调用北斗导航模块确定位置，结合百度地图API获取周边信息并计算最佳导航路径，导航信息经语音合成模块转化为语音提示，由骨传导耳机播放。

在持续运行与监控中，APP监控各模块状态，及时处理故障。不断更新位置和环境信息，调整导航路径和语音提示，定期优化升级系统。整体系统程序流程图如图13所示，各模块相互协作，为盲人出行提供便利与安全保障。

Figure 12. System program composition diagram

图12. 系统程序组成图

4.2. 语音交互与避障模块程序设计

如图14所示，在初始化阶段，系统加载语音识别和合成库，并设定语音信号采集模块与骨传导耳机设备。接下来，系统启动监听，实时接收用户发出指令，并使用语音识别单元接收用户的语音输入，通过对录制的信号进行分析，提取关键词和命令。随后，将识别出的文本信息传递给处理模块，执行具体解析并进行相应操作，例如查询地图或获取定位信息。根据处理结果，系统生成响应文本，并将其转换为清晰自然语音反馈，播放给用户，如“有三个公交站，分别是……”。在此后，系统进入持续监听状态，等待新的语音输入。同时，系统会不断调动多传感SLAM避障模块，实时监测周围环境信息，包括盲道、斑马线以及可能的突发环境危机，为盲人用户提供安全可靠的导航路径和实时避障提示。整个流程经过多次测试和用户反馈，不断优化语音识别和合成的准确性与流畅性，确保系统能够稳定地为盲人用户提供实时导航与信息服务。

5. 系统测试

为保证产品在后续能够正常且出色地实现各项功能，首先进行硬件测试，对所有的硬件模块以及主控部分进行全面检测，确保模块之间的连接准确无误，并且确认各模块能够正常运作，接着进行软件调试阶段，着重关注通信连接的稳定程度、通信质量以及APP的实用性功能是否能够正常发挥效用。最后进行软硬件联调，以确保该款产品整体能够正常运行，使硬件与软件能够协同配合，为盲人用户提供稳定、高效的智能导航服务。

5.1. 硬件测设

5.1.1. 北斗导航模块测试

为了检验单一北斗导航模块定位的有效性和精准性，项目拟计划在不同环境不同时间分别对北斗导航模块进行多组定位测试，包括但不限于性能、精度等方面。

Figure 13. System program flow chart

图13. 系统程序流程图

Figure 14. Speech-obstacle avoidance programming flow chart

图14. 语音–避障程序设计流程图

Table 1. Beidou navigation module performance test

表1. 北斗导航模块性能测试

测试项目	测试内容	室内测试数据	室外测试数据
接收机性能	信号强度	−115~−95 dBm	−125~−105 dBm
精度测试	水平定位精度	4~11 m	1~2 m
	垂直定位精度	7~15 m	3~5 m
响应时间	首次定位时间	2~3 s	1~2 s
可靠性测试	定位成功率	>95%	>99%
抗干扰能力	抗建筑物干扰能力	略微下降	基本不受干扰

表1记录的测试数据表明：北斗卫星定位系统在室外环境中表现出色，搭配RTK技术能够实现厘米级定位精度，响应迅速，且定位成功率高达97%。

5.1.2. 多传感器避障模块测试

为提升北斗导航在室内的定位精度、信号遮挡和干扰的问题，该眼镜在设计时采用了多传感器和相应技术来改善室内导航存在的一些问题，相关避障模块测试数据表格如表2和表3所示。

Table 2. Millimeter wave radar module performance test

表2. 毫米波雷达模块性能测试

测试编号	测试环境	目标类型	实际距离	测量距离	精确度
1	室内	静止物体	10.0 m	10.3 m	97.08%
2	室内	移动物体	15.0 m	14.8 m	98.7%
3	室内	静止物体	20.0 m	19.5 m	97.5%
4	室外–晴天	移动物体	25.0 m	24.7 m	98.8%
5	室外–晴天	静止物体	30.0 m	29.5 m	98.4%
6	室外–阴霾	移动物体	35.0 m	36.0 m	97.2%
7	室外–多云	静止物体	40.0 m	39.6 m	99.0%

Table 3. Monocular vision module performance test

表3. 单目视觉模块性能测试

测试编号	测试环境	目标类型	实际距离	测量距离	精确度
1	室内	静止物体	2.0 m	2.05 m	2.5%
2	室内	移动物体	3.0 m	2.95 m	1.7%
3	室外–晴天	静止物体	5.0 m	5.1 m	2.0%
4	室外–多云	移动物体	4.0 m	4.05 m	1.25%
5	室外–阴霾	静止物体	10.0 m	10.2 m	2.0%
6	室内–夜间	静止物体	1.5 m	1.55 m	3.3%
7	室外–晴天	移动物体	8.0 m	7.95 m	0.625%

毫米波雷达模块与单目视觉模块的结合在盲人导航中具备出色的优势：毫米波雷达提供卓越的距离测量和抗干扰能力，而单目视觉模块则能实现复杂环境的图像识别和深度感知。这种组合提升了导航的准确性和可靠性，并能够实时响应环境变化。同时，融合北斗导航模块后，系统不仅能提供精准定位和智能规划，还能优化避障能力，为盲人用户提供安全便捷的导航体验。

5.1.3. 人工智能语音交互模块测试

在盲人导航中，人工智能语音交互模块的优点主要体现在无障碍信息获取、实时互动和用户友好的操作方式上。它通过语音指令让用户方便快捷地获取导航和环境信息，降低认知负担，并且能够在各种环境下有效工作，适应不同的使用场景，其测试数据如表4所示。

Table 4. Artificial intelligence voice interaction module performance test

表4. 人工智能语音交互模块性能测试

测试环境	测试用例	测试结果	响应时间	识别准确率
室内	发起导航请求	成功启动导航	250 ms	95%
室内	查询障碍物信息	返回障碍物信息	300 ms	90%
嘈杂环境	查询导航方式	返回导航方式	500 ms	87%
室外–大风	获取当前位置	返回当前位置	400 ms	85%
室外–大雨	设置目的地	成功设置目的地	320 ms	88%
室内–夜里	调整音量	音量调整成功	280 ms	94%
室外–人多	查询天气信息	查询天气信息	520 ms	86%
室外–复杂环境	查询导航状态	返回导航状态信息	550 ms	90%

5.1.4. 传统盲人导航设备的硬件测试

1) 传统盲人导航设备GPS定位测试结果

表5为传统盲人导航设备GPS定位测试数据结果，通过与本项目中北斗导航模块测试数据进行对比可以发现：GPS定位存在诸多不足。在室内环境中，其定位效果差强人意，表现为信号微弱、定位速度迟缓，而且精度较低，同时可靠性欠佳，极易受到环境因素的干扰，抗干扰能力也相对较弱。即便在室外，当面临高精度要求的场景时，GPS的定位精度仍有进一步提升的必要。

Table 5. GPS positioning performance test of traditional blind navigation equipment

表5. 传统盲人导航设备GPS定位性能测试

测试项目	测试内容	室内测试数据	室外测试数据
接收机性能	信号强度	−120~−100 dBm	−130~−110 dBm
精度测试	水平定位精度	8~15 m	2-5 m
	垂直定位精度	10~20 m	3~8 m
响应时间	首次定位时间	3~5 s	2~3 s
可靠性测试	定位成功率	80%~85%	>95%
抗干扰能力	抗建筑物干扰能力	下降20%~30%	下降10%~20%

2) 传统盲人导航设备避障性能测试

表6与表7为传统盲人导航设备相关避障模块的测试数据，对比可知，传统导盲设备避障模块在距离探测方面，实际距离与目标距离存在一定偏差，如在复杂室内或室外街道等环境中偏差较大。抗干扰能力较弱，易受多种干扰源影响，导致避障精度降低。在不同环境下表现不稳定，在室内复杂环境、室外街道、高湿度、强光照射、有烟雾等环境中的避障精度明显下降。

Table 6. Ultrasonic obstacle avoidance performance test of traditional blind navigation equipment

表6. 传统盲人导航设备超声波避障性能测试

测试环境	目标距离(cm)	测试距离(cm)	抗干扰能力
室内单一环境	50	47~53	轻微干扰
室内复杂环境	50	40~60	中度干扰
室外开阔环境	80	75~85	轻微干扰
室外复杂环境	80	60~100	较强干扰
室外雾霾环境	60	50~70	中度干扰

Table 7. Infrared obstacle avoidance performance test of traditional blind navigation equipment

表7. 传统盲人导航设备红外避障性能测试

测试环境	目标距离(cm)	测试距离(cm)	抗干扰能力
室内正常照明	50	47~52	轻微干扰
室内强光照明	50	40~60	中度干扰
室外晴天环境	80	76~83	轻微干扰
室外阴天环境	80	75~85	中度干扰
室外雾霾环境	40	30~50	较强干扰

5.2. 软件测试

5.2.1. 系统稳定性与网络通信测试

对系统的稳定性进行全面评估，包括在不同负载和环境情况下的表现。例如，在繁忙的城市区域，应用程序需能够持续处理来自用户的不断查询，确保地图和导航信息的实时更新且无系统崩溃的现象。

测试网络通信部分的可靠性，包括在不同网络环境下(如Wi-Fi、4G等)的连接稳定性和数据传输速度。特别是在盲人用户可能面临的信号较差的环境下(如地下通道或高楼林立的街道)，确保系统能保持连接并持续提供最新的语音导航和障碍物信息。

5.2.2. 地图导航功能测试

在地图导航功能中，系统首先通过实时采集的定位数据确定用户的当前位置作为起始点。用户可以通过语音输入目的地，系统则通过API调用实现地图导航功能。在调试过程中，用户进行语音输入以指定目的地，确认后系统会自动切换至导航界面。

为了确保导航功能的准确性与可用性，本系统还对导航界面进行了分析与主流地图应用的比较。通过评估导航路径的准确性、语音提示的清晰度和及时响应交通状况等多个维度，最终确认该系统的导航功能实现无误。

5.2.3. 智能语音避障功能

在密集且反复的试验阶段中，本研究聚焦于语音避障系统的性能，确保其对用户指令的语音识别精准无误，反馈迅速，尤其是在背景噪音显著的环境中，系统仍能保持高水准的识别准确度。此系统巧妙地运用了科大讯飞的API技术，实现了语音播报功能，依据下位机实时上传的避障数据分析结果，适时发出语音指导。具体而言，当盲人导航设备检测到与障碍物相距2米时，系统会立即播报“距离障碍物2米，建议绕行”；一旦距离缩短至1米，系统则会紧急提示“前方障碍物1米，立即停止或转向”，以确保安全。整个测试期间，语音播报清晰响亮，显著增强了硬件设备的功能性，验证了语音避障辅助功能的稳定可靠。

6. 价值展望

1) 技术方面：传统导盲设备技术单一且不构成体系，无法提供完整的导航与避障功能，且精度低，环境适应性差、抗干扰能力弱等共性缺点。而盲人智能导航眼镜以最新的北斗导航与最新算法芯片，采用多传感器融合避障等相互结合，系统完美地解决了以上问题。

2) 智能算法方面：盲人智能导航眼镜在导航过程中采用了RTK技术与SLAM技术，进一步提升了北斗导航定位精度。此外，其还采用当下先进的人工智能与大数据算法技术，不仅极大提升了导航过程中的信息处理能力，大大降低了数据处理延迟，同时也大幅度提升了用户交际、智能规划和播报能力。

3) 实验验证：通过对硬件的性能测试以及对软件的兼容性测试，从多方面不同环境和条件下的测试结果来看，该盲人智能导航眼镜符合设计要求，其有效性和实用性皆得到可靠验证。

4) 长期影响评估：智能盲人导航眼镜能够显著提高盲人的出行便利性和安全性，使他们能够更自信地参与社会活动，这不仅改善了他们的生活质量，也促进了社会的多元化和包容性。

5) 经济效益：随着技术的成熟和市场的扩大，智能导航眼镜的成本有望降低，使得更多的盲人能够负担得起，从而推动相关产业的发展，这表明该领域具有巨大的市场潜力和经济效益。

7. 结束语

综上所述，本研究专注于盲人导航眼镜的创新性设计及性能优化提升，通过有机整合先进多传感技术与智能化算法，提出一种能切实有效辅助视力障碍者独立出行的智能眼镜。试验结果清晰表明，该设备识别环境障碍性能卓越，无论静态障碍，还是动态物体，都能精准识别并及时向视觉障碍者反馈信息。其次，凭借先进北斗卫星定位系统和精确地图数据，准确提供当前位置信息，并依据目的地规划最优出行路线，同时通过清晰语音提示准确告知视觉障碍者前进方向及距离等关键信息。这些功能显著提升了他们生活质量，让他们能够更加自如地参与社会活动，畅享出行便利与生活体验。

基金项目

2024年度湖南省大学生创新创业训练计划国家级项目(S202410548050)；

2022年湖南省教育厅项目：基于深度学习的农作物病虫害自动识别技术研究(22C0482)；

2021怀化学院重点科研项目：生态农业智能控制系统作物病虫害自动识别技术的应用和研究(HHUY2021-05)。

NOTES

^*通讯作者。