黄素平[1]2003年在《智能轮椅导航与多传感器信息融合研究》文中研究表明智能轮椅是智能机器人技术在服务机器人领域的一个应用，目的是帮助老年人和残障人士提高行动自由度，让他们能重新融入社会。伴随着仿生学、微电子技术、模式识别等高科技的发展，轮椅功能发生了根本性的变革，具有记忆地图、避障、自动行走、与用户交互及为用户特殊需要服务等功能。本文综合分析了智能轮椅国内外研究现状，在此基础上对智能轮椅的导航及多传感器信息融合进行了研究。 本文首先提出了基于模块化设计思想的智能轮椅硬件系统和控制体系方案。对智能轮椅运动学特性进行了分析，建立了坐标变换数学模型。设计了基于模糊神经网络的多传感器信息融合过程。对BP网络的动量梯度下降算法和L-M优化算法进行了MATLAB仿真比较，提出了一种简单、高效的分区算法用于对传感器数据进行初步融合，并将障碍物距离信息模糊化，然后采用BP神经网络对障碍物环境分类，成功地利用L-M优化算法进行了模式识别。 在完成多传感器信息融合的基础上对智能轮椅导航进行了研究，实现了环境建模和路径规划：采用链接图法进行了全局环境信息建模，将全局路径规划转换为求带权无向图A中两点最短距离的问题，编制了基于C语言的Dijkstra算法程序实现全局路径规划，并提出了一种简单的几何方法优化全局路径：依据多传感器信息融合结果进行局部环境信息建模，实现了对环境的识别，设计了轮椅导航中跟踪全局路径、目标制导和避障行为，并给出了各种行为的算法。 开发了基于VC6.0的轮椅导航运动动态仿真平台，给出了多种情况下的仿真结果，仿真结果表明本文提出的导航方法是切实可行的，与其它已有方法相比具有在相近的障碍物之间可以发现路径和在障碍物前并没有出现振荡的优点。 以上的研究为智能轮椅的导航和多传感器信息融合提供了新的方法和思路，具有较好的规划能力、实时性和实用性。同时该研究方法也适用于移动机器人。
郝付英[2]2012年在《智能轮椅控制系统研究与设计》文中进行了进一步梳理本课题研究设计的智能轮椅是一种应用了智能机器人技术用来帮助残障人士的电动轮椅,也可以称为轮椅式机器人。现在的智能轮椅已经融合了多个领域的研究,这使得智能轮椅的智能水平不断的提高。智能轮椅的研究涉及包括控制系统的体系结构,多传感器信息融合,局部路径规划,全局路径规划,自动避障等多个方面的内容。本文中设计的智能轮椅控制系统主要包括：环境感知系统和控制系统两个方面。在环境感知系统中,采用了多种传感器采集环境信息,并使用神经网络进行多传感器信息融合,以获得精确的路径环境信息。在控制系统中,采用了基于遗传算法的最优路径规划来解决智能轮椅的自动导航问题。为了避免轮椅在动态的环境中与周围的障碍物发生碰撞,采用了基于人工神经网络的自动避障算法。该控制系统有较好的实时性和可靠性,同时也可应用于其他移动机器人的控制中。在最后的测试中,使用论文中介绍的硬件芯片构建了智能轮椅,实现轮椅的控制系统,在实际测试中得到了比较好的控制效果。本课题采用实验的方式,证明了智能轮椅控制系统设计的可行性和有效性。在论文最后,讨论了智能轮椅未来的发展方向和下一步的研究工作。
陈勇, 李云霞[3]2008年在《智能轮椅导航系统研究现状与发展趋势》文中进行了进一步梳理智能轮椅是一种帮助行动不便人群的服务机器人,它是将智能机器人技术应用于电动轮椅,融合了多个领域的研究。智能轮椅的一个重要方向是实现自主导航和有效地避开障碍物,本文探讨了导航系统中所涉及的叁方面核心问题。系统定位:在移动机器人的应用中,精确的位置知识是一个基本问题;信息融合技术:结合了控制理论、信号处理、人工智能、概率和统计的发展,为机器人在各种复杂的、动态的、不确定或未知的环境中工作提供了一种技术解决途径;路径规划问题:主要任务是当移动机器人运行在外界环境中,寻求一条从已知起点到已知终点之间的最优路径,即在障碍物空间中能够找到一条最短或最低代价的无碰撞路。本文最后对智能轮椅导航系统发展趋势进行了简要分析。
张轩磊[4]2016年在《基于坐姿及多传感融合的智能轮椅控制》文中指出智能轮椅隶属于服务机器人家族,其研究意义在于帮助行动有障碍的老人或残障人士更好地融入社会,提高他们的生活质量。随着机器人技术、嵌入式技术、人工智能等领域的发展,智能轮椅的研究借鉴、吸收了多种技术,如多传感信息融合、模式识别等。其性能不断提高,功能也愈加多样与强大。本文综合分析了国内外智能轮椅研究现状与相关技术的发展,在此基础上研究了基于使用者坐姿的智能轮椅控制,提出了一种用支持向量机处理压力传感器数据的坐姿检测方法；并对多传感信息融合进行了研究,最后基于Android平台设计了人机交互接口。本文首先从功能性角度,对轮椅的硬件结构进行模块化剖析,设计了障碍物测距、坐姿检测等功能模块。提出了一种基于高斯核支持向量机的坐姿识别方法。首先采用Tekscan分布式膜片压力传感器对轮椅座椅及靠背的压力分布进行检测,并用统计学方法得出压力敏感点分布,为安装低成本的压力传感器提供科学依据,使得压力传感器数据更加准确；提取坐姿特征后,用基于高斯径向基核函数SVM算法学习压力数据,能有效识别使用者坐姿。研究了用BP神经网络对多传感器信息进行融合,使用了方位分区算法对超声波传感器信息进行了预处理,并将距离信息模糊化。采用L-M优化算法对神经网络进行训练提高了收敛速度。训练完成的神经网络能有效分辨障碍物类别。在坐姿识别与基于多传感信息的环境类别分类基础上,设计了叁维模糊控制器,轮椅能够根据使用者坐姿及障碍物环境类别自主避障；最后开发了基于Android平台的轮椅操作方式,使得人机交互接口简洁、实用、友好,且便于功能模块的集成与扩展。以上的研究,大大提高了智能轮椅的安全性、智能性、友好性。特别是对于因身体不适难以长时间保持正常坐姿的使用者来说,该智能轮椅在避障、转弯时能根据用户的坐姿输出令使用者最安全、舒适的速度与转角。本文的研究也为坐姿检测及多传感信息融合提供了新的思路和方法。
郑鹏[5]2016年在《基于激光和视觉信息融合的智能轮椅避障及运动控制研究》文中指出随着社会对老龄化人口以及残障群体关注度的提高,轮椅的需求不断增长,促使其智能化、自主化水平不断提升,并逐渐成为智能服务机器人领域的一个热点研究课题。鉴于智能轮椅的应用背景,在研究中需优先考虑轮椅的安全性与稳定性,并依据不同智能轮椅平台的自身特点,有针对性的设计避障策略。本文使用的是自主研发的全向智能轮椅平台,在此平台基础上深入研究了智能轮椅避障方法,同时对其运动控制系统进行了优化。首先,针对激光传感器获取环境信息少、层面单一的缺点,引入了基于单目视觉的障碍物测量策略,并结合背景差法和帧差法对障碍物进行检测;为了实现两种传感器信息更深层次的融合,提出了基于激光传感器和视觉传感器的多信息融合避障策略;在上述工作的基础上设计并实现了基于模糊PID控制方法的全向智能轮椅运动控制系统,显着提升了智能轮椅平台运行的稳定性与实时性。主要研究工作有以下几个方面:1)基于单目视觉的障碍物检测方法基于背景差法的物体检测对图像背景的约束条件较多,并且在光照变化等环境因素的影响下系统鲁棒性较差。针对上述问题,本文提出背景差法与帧差法相融合的障碍物检测方法,利用背景差法实现对障碍物的检测识别,并用帧差法进行背景更替。该方法可有效消除光照等因素的干扰,实现对障碍物的精准检测。2)基于激光传感器和单目视觉传感器的多信息融合避障算法为了弥补激光传感器对于环境中低矮障碍物信息的缺失,引入单目视觉传感器对环境信息进行完善。基于贝叶斯理论,实现激光传感器与单目视觉传感器的信息融合,增强系统对环境中的障碍物信息的理解与感知。该算法消除了单一传感器对避障系统的限制,进一步提高了系统的鲁棒性。3)基于模糊PID方法的全向智能轮椅运动控制全向智能轮椅对避障信号的响应速度需求较高,针对这一特点,提出了基于专家系统与模糊PID融合的速度控制方法。利用专家的经验建立知识库与模糊控制规则,根据用户期望运动结果对智能轮椅的速度进行控制并决策。将专家系统的决策结果与智能轮椅实际运动速度输入模糊PID控制器,利用设计的模糊控制规则对PID的叁个参数进行在线的自整定,实现智能轮椅速度的实时精准的控制,提升系统的动态性能并且降低系统的超调量。实验表明,本文提出的基于激光传感器与视觉传感器信息融合避障方法可以有效甄别障碍物信息,提供有效的避障指令,达到期望的避障效果。模糊PID控制器则可精准执行避障指令,系统响应速度与精度均在合理范围内。在智能轮椅自主导航避障方面具有一定的理论意义与实用价值。
李肖漫[6]2015年在《基于多传感器融合的智能轮椅实时避障研究》文中研究表明目前世界老龄化人口正在加剧,空巢老人日益增多,同时因多种因素造成的残障人士正在逐年递增,智能轮椅应运而生。智能轮椅的出现,提高了老年人和残障人士的活动自由度,为他们提供了良好的出行工具,也减轻了社会和家庭的负担。智能轮椅是一种服务型机器人,使用者大多肢体行动不方便,轮椅在自主行走过程中,难免会遇到一些障碍物,快速的安全避障是智能轮椅必备的一种基本能力。因此,本文主要研究了智能轮椅的实时避障问题。首先,对智能轮椅系统进行模块设计,分别介绍了机械结构设计和电气控制部分设计,描述了主控模块、驱动模块、环境感知模块、人机交互模块和执行机构模块的功能。根据智能轮椅实际运行环境,设计相应的智能轮椅避障系统：避障信息监测系统、避障信息处理系统和避障控制策略。主要介绍外部传感器的选择和对环境数据的预处理,并根据环境类别,设计智能轮椅的避障行为。研究了基于模糊控制的多传感器融合技术,并对多传感器融合技术以及融合方式进行了简单介绍,主要介绍了基于模糊控制的智能轮椅避障,重点设计了模糊控制器,为避障仿真打下基础。最后,基于Matlab仿真平台,研究了智能轮椅基于模糊控制的避障仿真,仿真结果表明,本文提出的基于模糊控制的避障算法,可以很好地应用于智能轮椅的实时避障,具有实际的应用价值。
刘钊[7]2015年在《基于多传感器信息融合的智能轮椅避障及运动控制研究》文中研究表明为应对老龄人群和残障人士行动不便的问题,多功能智能轮椅的社会需求日益增长。与智能轮椅相关的关键技术受到越来越多国内外学者的关注,目前已发展成为移动机器人领域中的研究热点问题。为保障使用者的安全,需要根据智能轮椅自身平台特点,设计有针对性的避障策略。本文依托自主研发的全向智能轮椅平台,对其避障方法进行了深入的探讨与研究,同时对其运动控制系统进行了优化。首先,针对传统光流算法数据量大,计算复杂的问题,提出基于单目视觉的光流平衡避障算法;进一步,针对超声波或单目视觉传感器避障的局限性,提出基于单目视觉与超声波的多传感器信息融合避障算法;最终提出基于模糊PID的全向智能轮椅运动控制系统,改善了轮椅对避障指令的执行效果。主要研究工作有以下几个方面:1)基于单目视觉的光流平衡避障算法传统光流算法在计算障碍物位置信息时需要处理大量数据,处理过程实时性较差。本文提出能够估计视场内障碍物密集程度的光流平衡避障算法,将动态背景下的运动物体分割简化为计算区域光流矢量模的和。该算法所需处理的信息量较小,实时性较强,适合智能轮椅在运动中进行障碍物检测。2)基于单目视觉与超声波的多传感器信息融合避障算法超声波传感器响应快,数据量小,易于处理,使用基于改进模糊神经网络的避障算法可以实现实时避障,但在障碍物较为密集的条件下易出现声波相互干扰的情况。单目视觉传感器能够获取障碍物准确的位置信息,但在强光照射等条件下易被干扰。本文结合二者优点,提出基于单目视觉与超声波的多传感器信息融合避障算法。通过贝叶斯融合规则,实现单目视觉传感器与超声波传感器的信息融合,在此基础上实现全向智能轮椅的自主导航避障,改善了单一传感器避障的局限性,增强了避障系统的鲁棒性。3)基于模糊PID的全向智能轮椅运动控制系统针对全向智能轮椅对避障响应信号的需求,设计了专家系统与模糊PID结合的复合速度控制器。利用期望经验建立专家知识库及控制规则集,根据使用者意图运动方向实现对轮椅速度的控制与决策。将决策结果与轮椅当前运动速度输入模糊PID控制器,利用模糊规则集对PID参数进行自整定,实现速度值的精准微调,在提高控制器动态性能的同时,有效降低速度调节的超调量。实验表明,本文所提避障算法能够有效识别障碍物信息,为运动控制系统提供正确的避障指令。基于模糊PID的全向智能轮椅运动控制系统能够精确执行避障系统的控制指令,响应精度及响应速度均在合理范围内,改善了全向智能轮椅的避障效果,对移动机器人的自主导航避障等具有一定的理论意义与实际应用价值。
王战雷[8]2007年在《基于超声波的智能轮椅避障的研究》文中进行了进一步梳理随着社会的发展,全世界人口老龄化正在加剧;由于交通事故的频繁发生,使得残障人也与日俱增,如何给这些行动不便的人提供性能优越的代步工具,提高他们的行动自由度,帮助他们重新融入社会日益受到人们的关注,因此将移动机器人技术应用到电动轮椅上的智能轮椅被提了出来。由于智能轮椅是一种为行动不便的人代步的服务型机器人,所以要以人为核心进行设计,因此安全避障是所有智能轮椅必备的功能,也是智能轮椅的核心组成部分。本课题正是为了实现此功能而提出的,本文所做的主要内容如下:1.超声波避障系统的设计本文在对智能轮椅的功能进行分析的基础上,对智能轮椅进行了模块化设计,将其分为机械结构部分、人机接口部分、控制模块部分、驱动部分和环境感知部分,其中着重对环境感知和避障系统进行了详细的阐述,在分析了众多传感器的优缺点后,本文采用超声波传感器作为环境感知元件,还设计了超声波传感器的接收和发射电路图及传感器的分布情况。2.轮椅的运动学建模及安全避障的距离分析本文在对轮椅运动特性进行分析的基础上,得到轮椅在行驶时左右轮之间的函数关系,并根据对轮椅的运动特性的分析,计算了轮椅在行驶时进行安全避障所需要的距离与速度的关系。3.多超声波传感器的数据融合本文对模糊控制和神经网络技术进行详细分析后,设计了基于模糊神经网络的多超声波传感器数据融合的过程,并采用动量梯度下降法对BP网络进行了优化。为了使运算简单易行,对超声波提出了简单、高效的分区算法,在对超声波距离数据模糊化后,对障碍物环境进行分类,采用优化的BP网络成功的进行了辨识,从而得到了安全避障所需的信息。
李凤华, 陈勇, 吕霞付[9]2010年在《基于多传感器信息融合的智能轮椅SLAM研究》文中提出0引言近年来,关于自主移动机器人导航过程中SLAM方法的研究得到了快速的发展,定位与地图创建方法的实现和应用为机器人的自主导航与避障提供了可靠的依据。定位与地图创建(SLAM)包括预测与更新2个过程,虽然其实现方式有多种,但实践结果表明,基于多传感器的信息融合SLAM实
冯正明[10]2014年在《基于视觉的智能轮椅定位研究及实现》文中研究指明智能轮椅是在移动机器人技术的基础上发展起来的,集机器视觉、模式识别、自动控制、多传感器信息融合和多模态人机交互等多种高新技术为一体,具有自动定位、导航和避障等功能,可以为行动不便人群提供帮助,提高他们的生活质量。随着人口老龄化的加剧以及残障人士的日益增多,社会对智能轮椅会有更加迫切的需求。因此对智能轮椅进行研究具有十分重要的现实意义。定位是智能轮椅实现自动导航功能的关键技术,也是智能轮椅研究领域的重点和难点问题。本文设计了一个智能轮椅平台,在该平台上对基于视觉的智能轮椅定位问题进行了较为深入的研究。本文主要做了以下工作：(1)通过对智能轮椅国内外研究状况的了解以及智能轮椅主要技术的研究,我们设计了一款采用上、下位机控制结构的智能轮椅平台,上位机为便携式PC机、下位机为Arduino Mega2560开发板。轮椅上安装有机器视觉模块、超声波阵列等传感器装置,具有通过视觉来进行自身的定位以及超声波测距避障的功能。整个轮椅架构是开放的,便于以后添加其他需要的功能和模块。(2)对基于视觉的智能轮椅定位技术进行了研究,并从模式分类的角度出发,将智能轮椅的全局定位转化为在视觉传感器采集空间中的场景识别问题,提出了一种基于主成分分析和支持向量机的场景识别定位算法。先对场景图像做预处理,接着用主成分分析进行特征提取得到图像的全局特征,然后再用支持向量机算法来进行分类。该方法通过仿真实验,证明是有效的。(3)最后,本文开发了一款基于VC++6.0和OpenCV的场景识别定位系统,从而实现了基于视觉的智能轮椅自定位。
参考文献：
[1]. 智能轮椅导航与多传感器信息融合研究[D]. 黄素平. 中南大学. 2003
[2]. 智能轮椅控制系统研究与设计[D]. 郝付英. 山东大学. 2012
[3]. 智能轮椅导航系统研究现状与发展趋势[J]. 陈勇, 李云霞. 电子测试. 2008
[4]. 基于坐姿及多传感融合的智能轮椅控制[D]. 张轩磊. 广东工业大学. 2016
[5]. 基于激光和视觉信息融合的智能轮椅避障及运动控制研究[D]. 郑鹏. 北京工业大学. 2016
[6]. 基于多传感器融合的智能轮椅实时避障研究[D]. 李肖漫. 合肥工业大学. 2015
[7]. 基于多传感器信息融合的智能轮椅避障及运动控制研究[D]. 刘钊. 北京工业大学. 2015
[8]. 基于超声波的智能轮椅避障的研究[D]. 王战雷. 河北工业大学. 2007
[9]. 基于多传感器信息融合的智能轮椅SLAM研究[J]. 李凤华, 陈勇, 吕霞付. 数字通信. 2010
[10]. 基于视觉的智能轮椅定位研究及实现[D]. 冯正明. 广东工业大学. 2014
标签：自动化技术论文; 轮椅论文; 信息融合论文; 智能传感器论文; 传感器论文; 模糊算法论文; 模糊理论论文; 人工智能论文; 机器人论文;