1.一种基于人工智能辅助用户至智能马桶的导盲方法，其特征在于，包括如下步骤：接收来自TOF相机的初始图像；将初始图像转换成初始安全区域图像；接收来自TOF相机的实时图像；分割初始安全区域图像映射在实时图像上的部分作为实时检测区域图像；根据初始安全区域图像和实时检测区域图像生成实时安全区域模型；判断实时检测区域图像上是否有用户图像；若实时用户图像上有用户图像时，则在实时检测区域图像上分割出用户图像；将用户图像转换成用户位置；接收来自输入设备的请求信息，请求信息包括目的地位置；在实时安全区域模型上生成由用户位置至目的地位置的安全路径；所述根据初始安全区域图像和实时检测区域图像生成实时安全区域模型的步骤，具体包括：判断实时检测区域图像上是否有新增障碍物图像；若实时检测区域图像上有新增障碍物图像时，则将实时检测区域图像转换成实时安全区域模型；若实时检测区域图像上没有新增障碍物图像时，则将初始安全区域模型作为实时安全区域模型。
2.根据权利要求1所述的一种基于人工智能辅助用户至智能马桶的导盲方法，其特征在于，所述将用户图像转换成用户位置的步骤，具体包括：若接收到实时用户图像时，则对实时用户图像进行三维重建并建立实时用户模型；将实时用户模型转换成用户位置。
3.根据权利要求1所述的一种基于人工智能辅助用户至智能马桶的导盲方法，其特征在于，所述将初始图像转换成初始安全区域图像的步骤，具体包括：若接收到初始图像时，则对初始图像进行三维重建并建立初始三维网格模型；在初始三维网格模型上分割出初始安全区域模型；将初始安全区域模型转换成初始安全区域图像。
4.根据权利要求3所述的一种基于人工智能辅助用户至智能马桶的导盲方法，其特征在于，若接收到初始图像时，则对初始图像进行三维重建并建立初始三维网格模型的步骤，具体包括：若接收到初始图像时，则对初始图像进行预处理并转换成初始三维点云；若接收到初始三维点云时，则对初始三维点云进行预处理并建立初始三维点云的法向量；若接收到带有法向量的初始三维点云时，则利用ICP算法估计相机位姿；若接收到相机位姿时，则根据相机位姿对带有法向量的初始三维点云进行点云融合并生成初始融合点云；若接收到初始融合点云时，则利用泊松重建算法将初始融合点云转换成初始三维网格模型。
5.根据权利要求1所述的一种基于人工智能辅助用户至智能马桶的导盲方法，其特征在于，还包括：利用卡尔曼滤波算法生成实时用户图像的预测位姿；若接受到预测位姿时，则利用人体运动追踪算法生成运动参数；判断运动参数是否超过安全参数范围；若安全参数超过安全运动范围时，则生成修正路径；若生成修正路径时，则将修正路径发送至输出设备。
6.根据权利要求5所述的一种基于人工智能辅助用户至智能马桶的导盲方法，其特征在于，所述运动参数包括用户模型的位置、速度和朝向角度中的至少一种。
7.一种基于人工智能辅助用户至智能马桶的导盲装置，其特征在于，包括：输入设备，用于产生请求信息；TOF相机，用于产生初始图像和实时图像；控制模块，用于接收初始图像和实时图像，将初始图像转换成初始安全区域图像；分割初始安全区域图像映射在实时图像上的部分作为实时检测区域图像；根据初始安全区域图像和实时检测区域图像生成实时安全区域模型；判断实时检测区域图像上是否有用户图像；若实时用户图像上有用户图像时，则在实时检测区域图像上分割出用户图像；将用户图像转换成用户位置；接收来自输入设备的请求信息，请求信息包括目的地位置；在实时安全区域模型上生成由用户位置至目的地位置的安全路径；所述根据初始安全区域图像和实时检测区域图像生成实时安全区域模型的步骤，具体包括：判断实时检测区域图像上是否有新增障碍物图像；若实时检测区域图像上有新增障碍物图像时，则将实时检测区域图像转换成实时安全区域模型；若实时检测区域图像上没有新增障碍物图像时，则将初始安全区域模型作为实时安全区域模型；输出设备，用于接收安全路径。
8.根据权利要求7所述的一种基于人工智能辅助用户至智能马桶的导盲装置，其特征在于，所述输出设备包括播音器、显示器、振动器、加热器中的至少一种。
9.根据权利要求7或8所述的一种基于人工智能辅助用户至智能马桶的导盲装置，其特征在于，还包括智能马桶，智能马桶包括马桶座、马桶垫圈和脚踏板，控制模块可调节马桶垫圈在马桶座上的厚度，控制模块还可调节脚踏板在马桶座一侧的高度。
