《表1 传感数据的采集结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于K近邻和动态时间规整算法的盲人物联网手杖系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

目前市面上最先进的盲人智能手杖基本上以传感器探测路面障碍物情况为主，少数盲人智能手杖具备通信求助功能以及定位功能，基本没有一款智能手杖具备姿态识别及姿态监护的功能。本文不仅在手杖端加入了姿态识别的功能，并且所采用的机器学习方法进行姿态识别区别于传统的姿态角系统，姿态角系统通过机械地设定各轴变化角度，当变化角度大于限定范围时，便会输出报警信号，不能智能识别复杂的行为姿态。本文系统的优势在于：以机器学习算法KNN&DTW来智能地判断盲人姿态安全状况并辅以微信小程序通知求助，极大地降低了姿态识别误报警的可能性。将上述5类姿态的数据各1 000组进行交叉验证训练，然后将训练好的分类器模型与姿态角系统中设定的异常姿态功能[23]同时测试。测试中将随机输入10组姿态角度数据，并且与手杖实际状态进行对比，传感器采集结果及对比结果如表1、2所示，将同一个姿态角X轴、Y轴和Z轴角度数据作为输入数据，持续时间为手杖传感器在该角度所持续的时间，在姿态角度预警系统中默认正常姿态范围为：X轴-40°至40°，Y轴-25°至25°，Z轴-20至20°；两组表格中实验序号一致则代表为同一组实验，例如表1中实验序号1采集的三轴角度是支撑表2实验序号1输出结果的实验数据。