據資料表明，目前我國每年新增盲人人數約45萬人，依照目前的增長趨勢，到2020年我國的盲人總數會增加4倍。由於盲人的視力障礙，盲人摔倒或者迷路走丟的情況時有發生，一旦發生摔倒之類的安全問題，很容易錯過最佳的救助時間，對盲人身體造成永久性的損害。在日常生活中，盲人使用的手杖功能單一，這種手杖不能保證盲人的出行安全，同時盲人的監護人也不能實時的知道盲人狀況和地理位置情況，針對如今日益複雜的路面情況和交通狀況，如何設計一款能夠幫助盲人日常安全出行，並且能夠實時監護盲人的身體姿態資訊和定位的盲人智慧手杖系統，便會顯得有極大的應用價值。
物聯網的概念在1999年正式提出的，顧名思義就是“物與物相連的網際網路”，其使用者端延伸和擴充套件到了人和物之間進行資訊交換和通訊，目前國內對物聯網的
定義
是：透過感測器無線射頻識別技術，全球定位系統等資訊感測裝置，按約定協議，把任何物品和網際網路連線起來，進行資訊交換和通訊，以實現智慧化識別、定位、跟蹤、監控和管理的一種網路。機器學習方法在80年代被提出，在如今網際網路時代，資料量的累積是海量的，目前由海量資料構成的大資料時代已經到來，機器學習方法在大資料探勘中起著重要的作用，因此，如何融合物聯網技術與機器學習演算法是當今物聯網技術的面臨的重要技術問題之一。
同時在操作使用者應用方面，傳統上大部分家庭安全系統操作監護介面都是利用手機應用或者電腦應用，目前微信已經成為了我們日常生活中一個必不可少的通訊工具，很多人的關係鏈已經從通訊錄轉移到了微信，所以在微信小程式上的監測可能在一定程度上更優於傳統的電腦端。盲人物聯網手杖系統，該系統集感測器技術，物聯網通訊技術，機器學習演算法和微信小程式開發技術為一體，設計了一款具備避障、定位、報警、通訊和監護等多功能的盲人物聯網手杖整合系統，並且集成了微信小程式作為監護操作介面。設計的融合網路應用與機器學習演算法的盲人物聯網手杖系統能夠從根本上解決盲人出行的安全以及家人對其的監護問題，在盲人出現摔倒或者迷路的情況時可以第一時間的藉由一個按鍵透過網際網路進行遠端求助，監護人則可以透過微信小程式檢視盲人的安全情況。
該系統可以為盲人出行的便利和安全性提供有效的解決方案。盲人物聯網手杖系統總體框架為分三個部分，手杖（硬體）端、雲伺服器端和使用者端。透過物聯網技術將一個單純的輔助工具盲人手杖與網際網路相連，透過雲端伺服器的資料儲存功能，供使用者端調取查詢，使用者端則利用目前的輕量級的應用—微信小程式作為核心的監護操作上位機，三個部分功能實施的具體內容如下：（1）手杖硬體端包含多項功能：紅外線感測器實現的避障功能、透過電位器調節的超聲波避障功能、語音求助及遠端透過全球移動通訊系統（GlobalSystemforMobileCommunications，GSM）求助通訊功能、全球定位系統（GlobalPositioningSystem，GPS）和加速度計陀螺儀感測資料採集、處理和傳輸。
雲端伺服器：域名註冊、域名解析、網站備案以及搭建實現和資料庫的儲存、雲函式的建立和呼叫、雲端伺服器應用程式介面（ApplicationProgrammingInterface，API）和HTTPAPI的呼叫。微信小程式的微信標記語言（WeiXinMarkupLanguage，WXML）、微信樣式表（WeiXinStyleSheets，WXSS）和JavaScript架構的編寫。功能包括：呼叫伺服器資料庫中的GPS定位資料資訊、陀螺儀加速度計採集的感測資訊資料和姿態報警訊號資料、實現實時遠端監護的功能、監護盲人姿態資訊的功能以及遠端報警功能的設計。另外還有異地天氣查詢，盲人安全新聞資訊和家庭成員登入等附加功能的設計。
超聲波感測測距避障模組：在手杖紅外探頭上方有一個超聲波測距感測模組，本文采用的是HC-SR04超聲波模組，它的最大的感測距離可以透過手柄電位器靈活調節，最大探測距離可以達到4m，可以探測較遠的距離的障礙物。模組工作原理是採用IO觸發測距，模組自動傳送8個40kHZ的方波，探測是否有訊號返回，有訊號返回透過IO輸出一個邏輯高電平訊號，所以當盲人與前方障礙物的距離小於最大的感應距離時，便會觸發震動電機提醒以及語音提示前方障礙物的距離保障盲人出行的安全。（3）求助語音及通訊模組：盲人可以透過按鍵觸發語音播放模組中儲存的求助語音向周圍人群進行求助。
同樣地，可以透過另一個按鍵觸發遠端求助功能，遠端求助通訊透過SIM808模組上的SIM卡向指定的電話號碼傳送求助簡訊，簡訊內容包括盲人的固定求助短語及SIM808模組採集的地理位置經緯度資訊。除了以上基本功能以外，本文還加入了GPS+通用分組無線服務（GeneralPacketRadioService，GPRS）定位功能，經過定位模組感測器的資料採集，再透過GPRS資料傳輸功能將定位資料傳輸至雲端伺服器資料庫儲存；基於MPU6050加速度計陀螺儀感測模組的姿態監護功能，將感測器採集到的三軸加速度，三軸角速度資料透過卡爾曼濾波（KalmanFiltering，KF）姿態解算得出精確度極高的姿態角度資料，透過連線資料傳輸模組傳送至雲端伺服器資料庫儲存，同時融合機器學習KNN&DTW為基礎的演算法進行姿態識別。
當輸入感測器採集的角度資料之後，利用機器學習演算法進行姿態分類，當分類為異常姿態時（如摔倒）會產生一個報警訊號，再將此訊號資料包透過GPRS資料傳輸至雲端伺服器資料庫儲存。文融合KNN&DTW方法及物聯網技術，以盲人手杖為核心所開發的一套完整的監護系統，從盲人本身的生活出行情況和監護人的日常監護兩個方面保障了盲人這個弱勢群體。本文除了具備市場上手杖已具備的紅外線感測避障和超聲波避障功能以外，還加入了遠端求助通訊功能，在盲人遇到危險時快速求助功能；市場上盲人手杖只能夠透過簡訊傳送定位資訊進行求助，本文中將GPS定位的功能透過GPRS通訊模組實現雲端伺服器的傳輸，利用微信小程式查詢和實時地圖顯示，更加直觀的幫助監護人監護到盲人的地理位置情況。
最重要的是在手杖中加入了加速度計及陀螺儀模組，透過KF姿態解算後輸出的姿態角度來檢視盲人的姿態情況，亦透過GPRS資料傳輸至雲端伺服器，同樣是利用微信小程式調取感測資料資訊；同時加入了融合機器學習演算法的姿態異常監護功能，加入機器學習KNN&DTW演算法，透過大量資料集進行測試，手動標籤姿態狀況，從而使分類器可以識別盲人正常行為的姿態情況，避免誤報警的現象；使用者端可利用監護人可以透過微信小程式遠端呼叫救護車，最大程度保障了盲人的安全。本文在演算法應用中加入了幾種基本的姿態情況，對於較複雜的行為判斷仍有較大的研究潛力。總的來說，盲人作為社會上的弱勢群體，本文系統設計解決了盲人的安全和監護的問題，相信本系統的實現對盲人的安全會大有裨益。