智能輪椅自定位與導(dǎo)航技術(shù)研究.pdf

1、智能輪椅通過將移動機(jī)器人技術(shù)應(yīng)用于電動輪椅上，在機(jī)構(gòu)上稍加改進(jìn)，輔以測距、視覺等傳感器，融合移動機(jī)器人相關(guān)的定位導(dǎo)航、人機(jī)交互、圖像識別等先進(jìn)技術(shù)，使其變成高度自主化的移動機(jī)器人，從而實現(xiàn)對老年或殘疾人的移動輔助。
　　本文按照功能分離、結(jié)構(gòu)分離、兼容性、可擴(kuò)展、可移植等設(shè)計原則，出于開放性與標(biāo)準(zhǔn)化等方面的考慮，提出了基于服務(wù)導(dǎo)向的服務(wù)機(jī)器人模塊化軟件體系結(jié)構(gòu)設(shè)計方法，并基于此方法完成智能輪椅系統(tǒng)設(shè)計及平臺開發(fā)，根據(jù)不同殘障程度的

2、用戶需求以及不同的使用環(huán)境要求，設(shè)計了三種智能輪椅工作模式。
　　在自主導(dǎo)航模式方面，智能輪椅需要具備完全自主性，須具有探索未知區(qū)域、創(chuàng)建其地圖、基于地圖進(jìn)行自定位、路徑規(guī)劃以及導(dǎo)航的能力，同步定位與地圖創(chuàng)建（SLAM）就是實現(xiàn)這一能力的關(guān)鍵。
　　考慮智能輪椅使用環(huán)境的特點，本文提出了基于激光測距傳感器和全景視覺的兩種智能輪椅SLAM方法：
　　在大范圍、空曠的環(huán)境中，保持穩(wěn)定的數(shù)據(jù)關(guān)聯(lián)并且降低算法的復(fù)雜度是 SLA

3、M問題的關(guān)鍵。針對這一問題，本文提出了基于分層匹配的增量式SLAM算法，將SLAM問題簡化為數(shù)據(jù)關(guān)聯(lián)和最小二乘優(yōu)化兩個部分，然后通過以下步驟加以解決：首先，通過分層ICP匹配解決數(shù)據(jù)關(guān)聯(lián)問題，并且對傳感器觀測與局部地圖以及局部地圖之間均進(jìn)行匹配，匹配結(jié)果的不確定性采用Fisher信息矩陣描述；隨后，再采用增量式QR分解對機(jī)器人位姿進(jìn)行優(yōu)化。分層ICP匹配有效避免了由于環(huán)境信息量減少引起的局部極小，能夠建立一致的地圖，從而保證了地圖和定位

4、的精度。同時，分層以及增量式特性保證了算法具有較低復(fù)雜度，使其可滿足大尺度環(huán)境下的實時應(yīng)用。
　　針對智能輪椅導(dǎo)航的室內(nèi)環(huán)境特點，提出了基于全景視覺的擴(kuò)展信息濾波 SLAM算法，通過對全景視覺觀測模型的分析，結(jié)合對信息矩陣結(jié)構(gòu)特征描述，將信息矩陣稀疏化、降低算法的復(fù)雜度，同時引入了改進(jìn)的稀疏化規(guī)則，在保證現(xiàn)有計算效率的同時，解決了由于稀疏化所帶來的非一致的地圖描述問題，使算法的實時性和精確度均得以提高。
　　基于之前建立的概