【创意智造组】Mind+ V2 模型训练 ——AI 智能循迹盲杖 简单

基于二哈 2 视觉识别的视障人士智能出行辅助装置

一、项目基本信息

• 作品名称：AI 智能循迹盲杖
• 参赛组别：创意智造组（软硬件结合）
• 核心技术：Mind+ V2 二哈 2（HUSKYLENS 2）AI 模型训练、盲道视觉识别、行空板 K10 语音引导、I2C 硬件联动
• 使用硬件：行空板 K10、二哈 2 AI 视觉摄像头、5V充电宝、Type-C 数据线、盲杖手柄 / 固定支架、杜邦线、扎带
• 参赛：DFRobot Mind+ V2 模型训练挑战赛 

二、项目背景与创作目的

1. 创作背景

视障人士日常出行高度依赖传统盲杖，但传统盲杖存在三大核心痛点：

1. 只能被动探路，无法主动识别路径：无法判断盲道位置，容易偏离、走偏；
2. 无法提供方向引导：仅靠触觉反馈，无法告知用户 “向左 / 向右 / 向前”；
3. 智能化程度低：市面上缺少低成本、易实现、真正适配视障用户的 AI 导盲设备。

结合本次 Mind+ V2 模型训练挑战赛 主题 “AI 重构生活”，我希望用 AI 视觉 + 开源硬件，打造一款真正解决视障人士出行痛点的智能装置，让 AI 成为视障人士的 “电子眼睛”。

2. 创作目的

1. 利用二哈 2 AI 视觉离线识别盲道，无需网络，实时响应；
2. 通过行空板 K10 语音播报，引导视障人士向左前方、向右前方、向前行走，稳定走在盲道上；
3. 实现 “按键启动、全程语音引导、开机即用” 的极简操作，适配视障用户使用习惯；
4. 完成从 AI 模型训练→硬件联动→真实场景测试 的完整 AI 项目闭环，打造低成本、可落地的智能导盲方案。

三、作品简介与设计思路

1. 作品简介

本作品基于 Mind+ V2 二哈 2 AI 视觉模块 训练盲道识别模型，搭配行空板 K10 主控，实现：

• 按键启动后，二哈 2 实时识别盲道；
• 根据盲道在画面中的 X 坐标，判断位置偏左 / 偏右 / 居中；
• 行空板 K10 实时语音播报方向，引导用户行走；
• 未找到盲道时，语音提示 “未找到盲道”，提醒用户注意安全。

实现 “AI 看盲道，语音带路人” 的智能循迹盲杖，为视障人士出行提供安全、智能的辅助。

2. 整体设计思路

• 主控核心：行空板 K10，负责语音合成、逻辑判断、屏幕显示、按键控制；
• 视觉感知：二哈 2 AI 摄像头，离线识别盲道，输出目标位置信息；
• 交互逻辑：按键启动 → 二哈 2 识别盲道 → 坐标判断 → 语音引导；
• 结构设计：二哈 2 固定在盲杖前端（最佳拍摄视角），K10 固定在手柄处（方便握持、操作按键）；
• 核心逻辑：
  • 盲道 X 中心＜300 → 语音 “请向左前方行走”
  • 盲道 X 中心＞340 → 语音 “请向右前方行走”
  • 盲道在中间区域 → 语音 “请慢慢向前走”
  • 未识别到盲道 → 语音 “未找到盲道！”

四、硬件器材清单

五、软件开发与程序设计

1. 开发环境

• 编程软件：Mind+ V2（图形化编程，支持二哈 2 模型训练）
• 硬件平台：行空板 K10（Python 3.7 运行环境）
• 视觉工具：二哈 2 AI 配置软件（训练盲道识别模型）
• 通信方式：二哈 2 ↔ K10 I2C 通信
• 调试环境：行空板串口日志、屏幕状态显示、多场景实物测试

2. 程序设计（核心逻辑）

程序基于 Mind + 图形化编程实现，核心流程如下：

初始化阶段：

• 行空板 K10 主程序启动，设置语音合成语速、屏幕方向；
• 初始化二哈 2 I2C 通讯，切换到自训练盲道模型（模型 ID 128）；
• 添加语音识别命令（mang dao），支持语音唤醒；
• 定义md子线程，用于实时盲道识别与语音引导。

主程序逻辑：

• 循环检测按键 A：按下后，语音播报 “开始寻找盲道”，启动md子线程；
• 重复执行直到按键 A 再次按下，实现启停控制。

核心识别与引导逻辑（子线程md）：

• 二哈 2 请求一次数据，判断盲道目标是否存在；
• 若存在，读取第 1 个目标的 X 中心坐标：
  • X＜300 → 语音 “请向左前方行走”
  • X＞340 → 语音 “请向右前方行走”
  • 中间区域 → 语音 “请慢慢向前走”
• 若未识别到盲道 → 语音 “未找到盲道！”
• 每次播报后等待 1 秒，避免重复播报，保证引导流畅。

六、作品制作过程（5 步详解）

步骤 1：需求分析与方案设计

文字说明：

1. 调研视障人士出行痛点，明确 “盲道识别 + 语音引导” 核心需求；
2. 确定技术方案：二哈 2 视觉识别 + 行空板 K10 语音播报，I2C 通信；
3. 设计结构：盲杖前端装二哈 2（拍摄盲道），手柄装 K10（操作 + 语音）；
4. 绘制设计草图，明确接线、布局、逻辑流程。

配图说明：

• 图 ：项目设计想象草图

步骤 2：硬件准备与结构搭建

文字说明：

1. 采购所有硬件器材，核对型号与功能；
2. 用支架将二哈 2 固定在盲杖前端，调整角度（向下倾斜 15°，适配行走视角）；
3. 将行空板 K10 固定在手柄处，方便按键操作与握持；
4. 用杜邦线完成二哈 2 与 K10 的 I2C 接线（SDA→SDA，SCL→SCL，VCC→5V，GND→GND）；
5. 用扎带固定线材，防止松动、缠绕，保证结构稳固。

配图说明：

• 
• 图 ：盲杖组装实物图

步骤 3：二哈 2 模型训练

文字说明：

1. 采集不同场景下的盲道图片（晴天、雨天、阴影、遮挡、不同角度），构建数据集；
2. 在二哈 2 中创建 “盲道” 分类，标注图片，训练模型；
3. 测试模型识别准确率，优化标注，调整模型参数；
4. 导出模型，在 Mind + 中配置模型 ID 128，完成视觉识别准备。

配图说明：

• 图 ：二哈 2 模型训练界面
•  

步骤 4：程序编写与系统联调

文字说明：

1. 在 Mind + 中编写图形化程序，实现按键启停、盲道识别、坐标判断、语音引导；
2. 上传程序到行空板 K10，联调硬件：测试二哈 2 识别、语音播报、按键控制；
3. 调整语音间隔（1 秒），避免重复播报；优化 X 坐标阈值（300/340），提升引导精准度；
4. 解决调试中遇到的问题（详见下文 “问题与解决”）。

配图说明：

• 图 ：完整程序截图
•  

步骤 5：多场景测试与迭代改进

文字说明：

1. 在室内走廊、户外人行道、不同光线环境下测试识别率与引导效果；
2. 邀请视障人士试用，收集反馈，优化语音提示、握持手感；
3. 调整二哈 2 安装角度，提升识别稳定性；
4. 最终完成功能稳定、体验良好的智能循迹盲杖成品。

七、遇到的问题、解决方法与未解决的挑战

1. 已解决的问题

1. 二哈 2 I2C 通讯失败：
   • 问题：初始化时提示 “通讯失败”，无法连接二哈 2；
   • 解决：检查接线（SDA/SCL 接反），确认是否成功初始化。
2. 语音播报卡顿 / 延迟：
   • 问题：连续播报导致语音混乱，影响引导；
   • 解决：在每次语音后添加 1 秒等待，限制播报频率，保证语音清晰、不重叠。
3. 模型识别误判：
   • 问题：将地面纹理、斑马线误判为盲道；
   • 解决：补充更多负样本（非盲道地面），重新训练模型，提升识别准确率。

2. 仍存在的问题（反馈说明）

盲道识别不准确问题：

• 现象：在强光、阴影、盲道磨损 / 被遮挡场景下，二哈 2 识别率下降，出现漏检、误判；
• 原因：数据集覆盖场景有限，模型泛化能力不足；二哈 2 摄像头视角固定，行走时画面晃动影响识别。
• 后续优化方向：扩大数据集，增加复杂场景样本；优化安装角度，增加防抖结构；升级模型算法，提升鲁棒性。

语音发音启动不了的问题：

• 现象：部分场景下，程序逻辑正常，但语音合成无法启动，无播报声音；
• 原因：行空板 K10 语音模块资源占用，二哈 2 识别线程与语音线程冲突；程序中连续触发语音，导致模块卡死；
• 已尝试的解决方法：
  • 调整语音线程优先级，添加延时，避免连续调用；
  • 重启语音模块，重新初始化语音合成；
  • 简化程序逻辑，减少语音触发频率；
• 未完全解决：仍偶发语音无法启动，需重启设备恢复，后续将进一步优化程序架构，分离线程，解决资源冲突。

八、原创部分与非原创部分说明

1. 原创部分

1. 整体系统集成方案：将行空板 K10、二哈 2 视觉模块、语音引导进行创新性整合，构建完整的 AI 智能循迹盲杖系统；
2. 核心引导逻辑算法：根据盲道 X 坐标判断位置，输出左 / 右 / 前语音引导，是本作品的核心原创逻辑；
3. 产品结构与交互设计：盲杖式结构、模块布局、按键启停 + 全程语音的交互方式，适配视障用户使用习惯；
4. 程序逻辑设计：图形化程序的流程设计、线程优化、问题排查与调试方案。

2. 非原创部分

1. 硬件平台：行空板 K10、二哈 2 AI 摄像头、充电宝等均为市面成熟商用元器件；
2. 基础技术：二哈 2AI 视觉识别、行空板语音合成、I2C 通信等为 DFRobot 官方提供的成熟技术与库；
3. 通用原理：AI 图像识别、语音播报、硬件控制等为通用技术原理。

本作品核心价值在于将成熟技术进行创新性整合，针对视障人士出行痛点，打造低成本、可落地的智能导盲方案。

九、作品创新点

1. AI 视觉主动引导，替代传统盲杖：从 “被动探路” 升级为 “主动引路”，用 AI 识别盲道，语音引导行走，解决传统盲杖的核心痛点；
2. 离线运行，无需网络：二哈 2 本地模型推理，无需联网，适配户外无网络场景，实用性强；
3. 极简交互，适配视障用户：按键启停 + 全程语音引导，无需看屏幕，操作简单，符合视障用户使用习惯；
4. 低成本、易实现：采用开源硬件，成本低、易购买、易组装，适合推广与二次开发；
5. 模块化设计，可扩展性强：可后续添加超声波障碍物检测、GPS 定位、紧急呼叫等功能，升级空间大。

十、总结与展望

1. 项目总结

本作品成功实现了基于二哈 2 视觉识别的 AI 智能循迹盲杖，完成了盲道识别、语音引导、按键控制的完整功能，解决了视障人士出行的核心痛点。项目严格遵循比赛要求，完成了从模型训练、硬件搭建、程序编写到测试优化的全流程，同时真实反馈了开发中遇到的识别不准确、语音启动失败等问题，体现了项目的真实性与探索性。

2. 未来展望

1. 优化模型，提升复杂场景下的盲道识别准确率；
2. 解决语音线程冲突问题，实现语音播报 100% 稳定；
3. 添加超声波障碍物检测，实现 “盲道引导 + 障碍预警” 双功能；
4. 优化结构，减轻重量，提升便携性与握持舒适度；
5. 邀请更多视障人士试用，持续优化产品体验，打造真正实用的智能导盲设备。

十一、参赛声明

本作品为本人独立创作完成，所有内容真实有效，不存在抄袭、造假行为。项目中使用的开源硬件、技术均遵循相关开源协议，符合比赛要求。