混合Adaboost算法与Kalman滤波的头势人机交互

在基于头势的智能轮椅的人机交互中,头势识别是人机交互的重要研究内容。提出一种新的用于控制智能轮椅的头势识别方法,通过Kalman滤波器预测由Adaboost算法检测到的唇部窗口在下一帧图像可能出现的位置,进行下一帧图像的唇部检测,进而通过唇部窗口的位置与整个检测窗口中一个固定的矩形窗口进行比较确定头势。Kalman滤波器的使用克服了单纯使用Adaboost检测算法检测每一帧待检测窗口时将整个窗口的所有的位置都要搜索的问题,提高了唇部检测时间及检测精度,使智能轮椅在被头势控制过程中运动连续、正确。     

混合Adaboost算法与Kalman滤波的头势人机交互

在基于头势的智能轮椅的人机交互中,头势识别是人机交互的重要研究内容。提出一种新的用于控制智能轮椅的头势识别方法,通过Kalman滤波器预测由Adaboost算法检测到的唇部窗口在下一帧图像可能出现的位置,进行下一帧图像的唇部检测,进而通过唇部窗口的位置与整个检测窗口中一个固定的矩形窗口进行比较确定头势。Kalman滤波器的使用克服了单纯使用Adaboost检测算法检测每一帧待检测窗口时将整个窗口的所有的位置都要搜索的问题,提高了唇部检测时间及检测精度,使智能轮椅在被头势控制过程中运动连续、正确。     

一种基于POMDP用户意图建模的智能轮椅导航控制方法

通过部分可观测马尔可夫决策过程(POMDP)模型对用户意图进行建模,提出了一种基于POMDP用户意图建模的智能轮椅导航控制方法.该方法考虑了动作的不确定性和状态的部分可观测性,对用户意图、智能轮椅导航控制的动作空间进行建模,通过状态预测进而选择行为的最优规划,实现用户期望总值的最大化.首先介绍了POMDP的原理及模型,然后提出了基于POMDP用户意图的智能轮椅控制状态空间、动作空间、观察值集合、奖赏值和概率分布,进而提出了一种基于概率密度函数的用户意图求解方法.最后,对基于POMDP用户意图建模的智能轮椅导航控制进行了试验,并对试验结果进行了分析,从而验证了所提方法的实时性和有效性.     

模糊神经网络在智能轮椅避障中的应用

针对传统的基于模糊逻辑的智能轮椅避障方法参数选取依赖设计者经验的问题,提出了一种能够自主学习的模糊神经网络智能轮椅避障控制算法.该算法结合模糊逻辑和神经网络各自的优点,并采用状态控制变量记录全向轮椅的运动状态,解决使用者期望目标方向和轮椅避障方向的选择问题,优化了避障路径,更好地满足用户对智能轮椅的舒适性需求.仿真和实物实验证明:该算法提高了避障的智能性和使用者的乘用舒适性,适用于智能轮椅的避障控制.     

基于DBN的sEMG智能轮椅人机交互系统

设计了基于表面肌电信号的智能轮椅人机交互系统,首先通过CyberLink肌电传感器,对面部运动信号进行采集与分析处理,采用了深度信任网络(deep belief network,DBN)算法对肌电信号进行分类,进而用于智能轮椅的运动控制.实验表明:与支持向量机相比,用深度信任网络训练肌电信号,能有效地处理大量的肌电样本信号,并得到最高可达95.25%的识别率,提高了肌电信号的识别率、有效降低了对大量数据的处理时间、增强了智能轮椅响应的实时性.     

基于RBF神经网络的全向智能轮椅自适应控制

在外界扰动为有界不可测条件下,利用径向基函数(radial basis function,RBF)神经网络在线逼近全向智能轮椅的非线性逆运动学模型,提出对轮椅轨迹跟踪的直接自适应控制方法.首先,在分析全向智能轮椅平台动力学模型的基础上,设计了基于径向基函数神经网络的全向智能轮椅自适应控制器;并进一步利用李雅普诺夫稳定性理论,证明了在外界扰动及神经网络权值误差逼近有界的条件下,该控制器在全向智能轮椅轨迹控制中跟踪误差的一致稳定且有界;最后,通过全向智能轮椅轨迹跟踪仿真实验,验证了所提出控制方法的有效性和稳定性.     

动态环境下智能轮椅的路径规划与导航

针对智能轮椅应用的动态环境,提出了一种自主规划和导航算法.采用分层递阶体系结构,设计了基于地图匹配的自定位方法,将路径全局预规划和在线重规划相结合,获得动态环境下导航的次优路径,并且设计了基于局部观测地图的行为控制与行为选择算法.智能轮椅样机的实验结果表明,所提出的方法在动态环境下具有较好的路径优化特性和安全性.     

采用Emotiv感知的智能轮椅运动控制的研究

采用Emotiv传感器设计了一种基于运动想象的智能轮椅控制系统。该系统利用独立分量分析算法对脑电信号进行去噪与特征提取,并用反向传播（back propagation, BP）神经网络将提取的特征分类为想象左右手、迈腿动作与平静状态。最终,设计出4个控制指令（左转、右转、前进和停止）实现对智能轮椅的实时控制。实验结果表明,该控制系统有较好的可行性和稳定性,为脑电信号控制在智能轮椅中的实际应用奠定了基础。     

全向智能轮椅床的运动控制算法研究

为提高全向智能轮椅床运动的平稳性和方向控制的准确性,研发了一种能护理失能老人的全向智能轮椅床。通过对移动平台进行力学和运动学分析,设计了一种精准的双闭环直流调速系统,实现了对全向智能轮椅床4个麦克纳姆轮转速的精确控制,解决了全向智能轮椅床运动不稳定和方向控制偏离等问题。期望转速值确定后,通过对比经典比例积分微分(proportional integral differential, PID)算法和模糊PID算法的转速输出曲线,表明模糊PID算法更能满足全向智能轮椅床的使用要求。     

基于ROS的智能轮椅室内导航

针对传统的智能轮椅都是依靠开发者单独设计的控制系统及软件框架,在功能模块上不同产品之间的通用性极其不好的问题,提出一种基于机器人操作系统(robot operating system,ROS)的智能轮椅导航方法.由于激光传感器在测距上准确率较高,该方案采用激光测距仪作为主要传感器,并运用基于扩展卡尔曼滤波器同时定位与地图创建方法进行建图.设计了基于ROS的导航软件系统,将其分为底层运动控制和上层导航功能模块两部分,通过Ad-hoc网络连接,以server/client的方式完成控制.配置了基于ROS的语音功能包,可完成语音自主导航等功能.通过多次实验证明,该方案能构建与实际环境一致的地图,并能成功地完成智能轮椅的语音导航任务.