[發明專利]一種基于深度學習的縱向對比式學步訓練方法及其系統

有效

• 申請號: 201810519951.8
• 申請日: 2018-05-28
• 公開（公告）號: CN108831206B
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 顧健
• 申請（專利權）人: 浙江德塔森特數據技術有限公司
• 主分類號: G09B5/06
• 分類號: G09B5/06;G01C21/00
• 代理公司: 寧波甬致專利代理有限公司 33228
• 代理人: 李迎春

1.一種基于深度學習的縱向對比式學步訓練方法，其特征在于：包括以下步驟：

101：獲取用戶移動方向前方的影像并將所述影像進行存儲；

102：根據所述影像從中提取出障礙區域，并將所述障礙區域使用第一標記進行標記；

103：根據所述影像從中提取出空曠區域，并將所述空曠區域使用第二標記進行標記；

104：獲取用戶的初始位置，并生成所述初始位置在所述空曠區域內的導航路線，所述導航路線為最短路線；

105：將所述導航路線以第一預設亮度投影在所述空曠區域內；

106：實時獲取用戶的位置信息并將所述位置信息進行存儲；

107：在用戶完成所述導航路線后，根據所述位置信息生成用戶的移動軌跡，將所述移動軌跡與所述導航路線建立第一對應關系并將所述第一對應關系進行存儲；

108：計算所述移動軌跡與所述導航路線的相似度并將所述相似度與導航路線建立第二對應關系，將所述第二對應關系進行存儲；

109：當再次投影所述導航路線時，從所述第二對應關系中提取出與所述導航路線對應的相似度；

110：從第三對應關系中提取出與所述相似度對應的第二預設亮度，所述第三對應關系為相似度與投影亮度的對應關系，所述投影亮度包括若干預設亮度，所述相似度與所述投影亮度呈反比關系，即所述相似度越高，對應的投影亮度越小；

111：將所述導航路線以第二預設亮度投影在空曠區域內。

2.根據權利要求1所述的一種基于深度學習的縱向對比式學步訓練方法，其特征在于：所述第一預設亮度為最大亮度。

3.根據權利要求1所述的一種基于深度學習的縱向對比式學步訓練方法，其特征在于：步驟111之后還包括：

當用戶再次完成所述導航路線時，計算本次的移動軌跡與所述導航路線的二次相似度；

從所述第二對應關系中提取出與所述導航路線對應的相似度；

判斷所述二次相似度與所述相似度是否相同；

若否，將所述二次相似度覆蓋所述相似度存儲于所述第二對應關系中。

4.根據權利要求1所述的一種基于深度學習的縱向對比式學步訓練方法，其特征在于：還包括：

判斷所述相似度是否大于或等于預設相似度；

若是，則在第二關系中刪除所述導航路線與相似度的對應關系。

5.根據權利要求1所述的一種基于深度學習的縱向對比式學步訓練方法，其特征在于：實時獲取用戶的位置信息并將所述位置信息進行存儲還包括：

計算所述位置信息到所述障礙區域邊緣最近一點的第一距離；

判斷所述第一距離是否小于或等于第一預設距離；

若是，向用戶輸出第一警示信息。

6.根據權利要求1所述的一種基于深度學習的縱向對比式學步訓練方法，其特征在于：實時獲取用戶的位置信息并將所述位置信息進行存儲還包括：

計算所述位置信息到所述導航路線上最近一點的第二距離；

判斷所述第二距離是否大于或等于第二預設距離；

若是，向用戶輸出第二警示信息。

7.根據權利要求6所述的一種基于深度學習的縱向對比式學步訓練方法，其特征在于：向用戶輸出第二警示信息還包括：

所述第二警示信息包括語音信息以及圖形信息，所述語音信息與所述圖形信息的內容保持一致；

當用戶所在的位置信息到導航路線上最近一點的第二距離大于或等于第二預設距離時，計算最近一點相對與所述位置信息的方位；

建立與所述方位對應的語音信息以及圖形信息；

將所述語音信息輸出，將所述圖形信息投影在所述位置信息前方的空曠區域內。

8.根據權利要求7所述的一種基于深度學習的縱向對比式學步訓練方法，其特征在于：將所述圖形信息投影在所述位置信息前方的空曠區域內還包括：

所述圖形信息包括引導標志以及卡通圖案，當所述圖形信息為卡通圖案時，將所述卡通圖案從所述位置信息向所述最近一點移動投影。

9.一種基于深度學習的縱向對比式學步訓練系統，該系統用于執行根據權利要求1-8任一項所述的基于深度學習的縱向對比式學步訓練方法，其特征在于：包括攝像模塊、虛擬投影模塊以及音頻輸出模塊，所述攝像模塊被配置為獲取用戶移動方向前方的影像，所述虛擬投影模塊被配置為將所述導航路線以及圖形信息按照指定亮度投影在所述空曠區域內，所述音頻輸出模塊被配置為向用戶輸出第一警示信息以及語音信息。