智能电动轮椅

1.2.1 智能轮椅的国内外研究现状

智能轮椅通常是在一台标准电动轮椅的基础上，增加一台电脑和一些传感器或者在一个移动机器人的基础上增加一个座椅进行构建。最早的相关研究开始于1986年，轮椅通过视觉进行导航协助。之后IBM T.J.Watson Research Center的Connell 和Viola将座椅放在一个移动机器人平台上，利用操纵杆、超声和红外传感器实现了机器人的行走和避障等导航功能。Jaffe等负责的smart wheelchair项目利用两个超声波传感器测定人的头部运动位置，并以此实现了利用头部姿势控制轮椅的运动。经过20多年的开发，世界各国的研究者相继开发了多种智能轮椅平台，包括美国麻省理工大学的Wheelesley, 密西根大学的NavChair，匹兹堡大学的Haphaestus，SWCS(Smart Wheelchair ComponentSystem), 加拿大的TAO项目，西班牙的SIAMO, 法国的VAHM, 德国乌尔姆大学的MAid,不莱梅大学的Rolland, FRIEDNS I,II系列,希腊的SENARIO等。

我国开展智能轮椅的研究较晚，但是也根据自己的技术优势和特点，开发出了有特色的智能轮椅平台，包括中科院自动化所的多模态交互智能轮椅、嵌入式智能轮椅，上海交通大学的多功能智能轮椅，中科院深圳先进技术研究院基于头部动作的智能轮椅等等。

在控制系统结构方面，目前多数智能轮椅平台上采用的是主从式控制方式。上位机负责系统的整体控制，包括各功能子模块的协调，任务规划，系统管理以及人机交互等，同时完成运动控制量的计算、送到下位机，以完成对轮椅的运动控制。该种控制模式对硬件的要求较为简单，系统较容易构建，是系统验证期所采用的典型结构。目前上位机多采用普通PC机，由于信息的集

中处理使得上位机的信息处理量大，负担很重，实时性较差，无法满足实际使用的需要。随着嵌入式技术的飞速发展，采用嵌入式控制系统构建智能轮椅平台逐渐引起研究者们的注意，中科院自动化所研制的嵌入式智能轮椅系统在该方面进行了尝试，系统采用ARM+DSP+FPGA的方式来分别构建智能轮椅的中央控制系统、传感器系统、视觉系统和运动控制系统，整个控制系统运行稳定，具有实时性高、功耗低，续航时间长的特点，在控制模式方面，智能轮椅上普遍采用的是三种模式：自动模式、半自动模式、手动模式。

在自动模式下，由使用者通过人机交互界面设定目标，智能轮椅通过自身获得的环境信息自主完成到目标点的路径规划和跟踪，比如到卧室，客厅等。该模式主要针对控制轮椅能力较弱的老年人和残疾人；

在半自动模式下，则是通过使用者和轮椅之间的协作控制来达到安全导航的目的。该模式下以使用者控制为主，轮椅控制系统主要负责控制过程中的局部规划和安全检测。比如轮椅行进过程中的自主避障；在门、走廊等狭窄区域，根据使用者的操纵指令进行局部路径规划，帮助使用者完成操纵意图，同时避免危险发生等等。

在手动模式下，则是由使用者通过操纵杆实现对轮椅的完全控制，相当于一台普通的电动轮椅。在人机接口方面，针对不同残疾人群，研究者们开发了多种智能轮椅人机接口。

根据控制方式的不同，可以分为设定型人机接口和自然型人机接口两种，其中设定型人机接口适用于那些残疾程度较轻肢体能动性较高而且意识较好的人群，包括操纵杆控制、按键控制、方向盘控制、触摸屏控制、菜单控制等。

而自然型人机接口的使用人群是那些残疾程度较高，肢体能动性较低的人群，包括语音控制、呼吸控制、头部控制、手势控制、生物信号控制等方式。自然型人机接口由于交互中存在的无意识性使得控制动作与非控制动作难以区分，因此需要采用合理的方式将两者加以区分，以免引起误操作而导致轮椅失控。通常智能轮椅上会根据使用者残障程度的不同，安装有多种人机接口，从而能够与使用者实现多种途径的交互，提供更加安全的运动控制针对残疾程度较重的使用者，也有部分轮椅采用了轻型机械臂，帮助使用者完成捡拾物品、开、倒水等活动。比如FRIEND I上采用的MANUS手可以通过示教的方式实现抓取物体、倒水等功能。IEND II上则配备了一个更加灵活，重量更轻的关节手臂，手臂末端是5手指的人工灵巧手，可以帮使用者完成更加复杂的动作。此外，部分研究者对智能轮椅的攀爬楼梯功能行了研究。目前较为典型的是由Dean Kaman发明iBot,该轮椅能够利用两对驱动轮的交替旋转实攀爬楼梯的目的。Prrris Wellman等人则采用在椅两侧加装机械腿的方式，通过机械腿的支撑作实现轮椅攀爬楼梯的目的。该方式对机械腿的机结构要求较高，同时存在在攀爬过程中机械腿协一致的问题。智能轮椅的关键技术研究智能轮椅作为服务机器人的一种，涉及到了机人技术，信息技术等多个领域的技术，其关键技主要包括导航技术、人机接口技术两部分。

1 导航

智能轮椅的导航技术主要来源于机器人技术，由于智能轮椅是以人为中心的控制系统，其导航又有特殊性。除了需要解决导航过程中轮椅运行空间环境模型建立，轮椅的定位以及路径规划等问题，还更应关注导航中的安全性以及与使用者的交互性。

2.1.1 环境感知轮椅进行环境感知的主要手段。因此，为了尽可能准确地获取环境信息，智能轮椅上都配备了多种传感器。包括内部或外部编码器，超声波传感器(SENARIO，Rolland，NavChair），红外传感器（RobChair，Wheelesley，SIAMO），激光测距仪（MAid），碰撞传感器（Wheelesley），摄像头（SIAMO，FRIEND，SENARIO）等等。

智能轮椅通过多种传感器收集数据，利用信息融合算法将能够较准确的获得环境特征，为精确的导航提供可靠的依据。目前研究者们已经提出了多种信息融合算法，包括有加权平均法、贝叶斯估计、多贝叶斯方法、卡尔曼滤波、D-S 证据推理、模糊逻辑、人工神经网络等。

2.1.2 全自主导航

智能轮椅的全自主导航主要是解决“go-to-goal”的问题。使用者通过人机界面给出目标点，由轮椅完成路径规划和路径跟踪。其导航技术主要采用自主移动机器人的相关技术。导航的方法很多，包括基于路标导航、基于地图导航、基于传感器导航和

基于视觉导航等。导航系统通常是由其中一种或几种方式结合起来构成。导航系统通过各种传感器检测环境信息，建立环境模型，确定轮椅的位置和方向，然后规划出安全有效的运动路径，并自主实现路径跟踪在运动过程中，系统需要与使用者进行实时交互，根据目标点的变更实时调整运动路径。

2.1.3 半自主导航

半自主导航，也称为分享导航(sharednaviga-tion)，主要是解决“where he/she wants to g o”的问题，是智能轮椅导航研究中的重点。目前智能轮