图片30

智能半自主导航控制轮椅的研究背景

随着我国社会老龄化进程的加快，患有运动功能障碍和神经性肌肉疾病的人与日俱增，现有的智能轮椅交互式控制方法主要有手动控制、语音控制、手势控制等，都对患者有较高的要求，在使用过程中具有较大的局限性。近年来，一类与人的意念和思维相关的新型控制系统发展迅速，与以“计算机”为中心的控制系统不同，这种控制系统直接以“人脑”为中心，以脑电信号为基础，通过脑－机接口来实现控制，这种基于脑－机接口的人机融合控制系统，被称为脑控系统。“脑控”系统涉及到神经科学、认知科学、控制科学、医学、计算机科学和心理学等多个学科，是一个新兴的多学科交叉的前沿研究方向，引起了人们的广泛注意。基于脑-机控制的智能轮椅极大地提高了用户的自主性，但准确率较低，响应时间长，容易造成用户疲劳。关于智能轮椅控制领域的研究，在脑电信号识别方面，研究人员提出多种方法对脑电信号进行提取与分类，具体方法如下：

1.直接采用典型相关性分析对稳态视觉诱发电位进行识别，没有对信号提前处理，在分析时信号中含有大量的噪声和伪迹。

2.采用自动回归和支持向量机对信号进行识别，分类过程复杂。

3.在导航控制方面，为了满足人们的需求，采用双激光雷达形式辅助轮椅行走，实现向左、向右、启动、停止等意图控制。

4.则采用模型构建器和本地规划器来更新环境地图和规划路线，协同控制智能轮椅按照人的意图行走。

5.采用简单的图像处理与BCI相结合的方法。上述方法都没有提前对环境进行检查，采用全自动模式，缺少用户自主控制，用户体验性差，系统稳定性不好。

\6. 利用激光扫描仪计算岔路口的合格开口，并将其作为智能轮椅的候选项，然后按照实际意图驱动智能轮椅行走。但这种方法对环境结构有要求，在大型空旷环境下不适用。

为了提高用户的自主性，可采取脑－机接口与导航控制相结合的控制方案，虽然脑电信号的解码速率有限，只能提供离散的指令信号，但研究表明，通过脑电信号进行控制的方案是可行的，如新型设计的智能轮椅，但该轮椅所有的运动指令均由人来产生，需要用户持续注视屏幕，造成使用者疲劳，降低了准确率，延长了系统响应时间。针对以上问题，本文设计实现了一种人机协同控制的智能轮椅，相较于直接脑－机接口控制方式，很大程度上提高了识别准确率和执行效率，可有效地解决用户疲劳、响应时间长等问题；另一方面，相对于全自主导航方法，极大地提高了用户自主性。

新型基于稳态视觉诱发电位的半自主导航智能轮椅控制系统，主要有3个贡献：首先，提出了一种导航与脑－机接口相结合，人与机器相协调的智能控制方法；然后在信号识别方面，提出了一维卷积神经网络与相关性分析相结合的方法，利用卷积神经网络特有的滤波特性，将经过卷积神经网络运算后的结果作为相关性分析的输入，进一步提高了分类准确率；最后在半自主导航方面，为满足人为控制的需求，实现人为选择与自主导航的协调混合控制，通过建立栅格－拓扑－意图的3级层级地图，提出了一种基于层级地图的融合决策方法，该方法能够过滤误选择结果，提高人为控制的

安全性与智能轮椅控制系统的稳定性。

智能半自主导航控制轮椅系统结构

整个智能轮椅系统主要包括脑电采集部分、信号处理部分和运动控制部分。首先在已有环境地图的基础上，通过激光传感器采集智能轮椅周围的环境信息，然后由机载处理器处理并分析环境信息，再将前进方案发送给脑电采集部分，脑电采集部分根据导航系统发来的环境信息，选择可行方向对应的闪烁块进行闪烁刺激，刺激的同时，脑电信号分析部分开始采集脑电信号并对其进行分析处理，并将最后的结果一方面发送至刺激界面进行显示，另一方面发送给导航执行部分，导航系统执行人为选择的方案控制接下来的动作，这就完成了1次半自主导航。智能轮椅上配备了视觉传感器，用于实时反馈智能轮椅当前状态；还安装了激光传感器，用于智能轮椅导航避障；另外，还放置了1台笔记本，用于半自主导航的信息处理与执行。2个处理器通过局域网来交换信息。