智能轮椅的研究现状和发展趋势t何清华黄素平黄志雄中南大学机电工程学院[摘要]本文比较详尽地介绍了智能轮椅的国内外研究现状,论述了研究中若干关键技术问题,并简要分析了其发展趋势。

[关键词]智能轮椅移动机器人导航人机接口中[A bstract]The research status of intelligent w heelchair at homeand abroad is introduced in this paper.Some important technology among research is described and the develo pmental trend ofintelligent w heelchair is analyzed.[Ke y Words]Intelli g ent w heelchair;mobilerobot;navi g ation;man-machineinterface引言联合国发表报告指出,全世界人口老龄化进程正在加快,今后50年内,60岁以上的人口比例预计将会翻一番,由于各种灾难和疾病造成的残障人士也逐年增加,他们存在不同程度的能力丧失,如行走、视力、动手及语言等。

为了给老年人和残障人士提供性能优越的代步工具,帮助他们提高行动自由度及重新融入社会,目前美国、德国、日本、法国、加拿大、西班牙及中国等国家对智能轮椅进行了研究[1-9],使智能轮椅具有记忆地图、避障、自动行走、与用户交互等功能。

智能轮椅是将智能机器人技术应用于电动轮椅,融合多种领域的研究,包括机器视觉、机器人导航和定位、模式识别、多传感器融合及用户接口等,涉及机械、控制、传感器、人工智能等技术,也称智能轮椅式移动机器人。

本文主要介绍智能轮椅的研究现状、发展趋势和其中的关键技术问题。

2.智能轮椅国内外研究现状自1986年英国开始研制第一辆智能轮椅来,许多国家投入较多资金研究智能轮椅。

如美国麻省理工学院W HEEL ESL EY项目、法国V A HM项目、德国乌尔姆大学M AID(老年人及残疾人助动器)项目、Bremen A utonomous Wheelchair项目、西班牙SIA M O项目、加拿大A AI公司T AO项目、欧盟T IDE项目、K ISS 学院TIN M AN项目、台湾中正大学电机系L UO SON 项目、我国863智能机器人智能轮椅项目及第三军医大学外科研究所项目等。

由于各个实验室的目标及研究方法不尽相同,每种轮椅解决的问题及达到的能力不同。

初期的研究,赋予轮椅的功能一般都是低级控制,如简单的运动、速度控制及避障等。

随着机器人控制技术的发展,移动机器人大量技术用于轮椅,智能轮椅在更现实的基础上,有更好的交互性、适应性、自主性。

西班牙SI AM O始于1996年,由O NCE基金会资助,目标是根据用户的残障程度及特殊需求建造多功能系统。

为达到要求,特别研图1SIAM O[作者简介]何清华:男,1946年出生,中南大学首席教授,博士生导师,国家863计划特种机器人专家。

主研方向:特种机器人,智能轮椅,机电液一体化技术,医疗器械。

图2V A HM究了系统的模块化和灵活性,设计了分布式构架,也着重开发了人机界面,使用户更易于控制轮椅。

项目第一个成果是一个轮椅原型(见图1),其中电子系统完全由A L CAL A 大学电子系开发,包括运动和驾驶控制(低级控制)、基于语音的人机界面、操纵杆、由超声波和红外传感器组成的感知系统(高级控制),轮椅可以探测障碍及突发不平地带。

随着项目的发展,整个系统包括一个完整的环境感知及综合子系统、一个高级决策导航与控制子系统和人机界面三个部分,人机界面有五种方式呼吸驱动、用户独有语音识别、头部运动、眼电法及智能操作杆,大大增加了用户与轮椅交互的方式,使轮椅的功能更为丰富,而模块化保证了将来产品商业化更为容易。

1989年法国开始研究V A HM 项目,第一阶段的智能轮椅由轮椅、PC486、超声波传感器、人机界面和一个可匹配用户身体能力转换的图形屏幕组成,设置为手动、自动、半自动三种模式,手动时轮椅执行用户具体指令和行动任务;自动状态用户只需选定目标,轮椅控制整个系统,此模式需要高度的可靠性;半自动模式下用户与轮椅分享控制。

为了更好适应用户需求,研究者在康复中心进行了一系列调查,得出结论:系统必须是多功能的,不仅应适应残障人士的生理和认知能力,也应适应环境的结构和形态。

在此基础上,经改进研制出第二代产品(如图2),相对于第一代产品,其功能更丰富,面向用户范围更广,性价比更好,改良了大量控制。

德国乌尔姆大学在一个商业轮椅基础上研制了轮椅机器人M AID(见图3),在乌尔姆市中心车站的客流高峰期及1998年汉诺威工业商品博览会的展览大厅环境中进行了实地现场表演。

该轮椅机器人在公共场所拥挤有大量乘客的环境中,进行了超过36小时的考验,能够自动识别和判断出行驶的前方是否有行人挡路,或是否可能出现行驶不通的情况,自动采取绕行动作,它甚至还能够提醒挡路的行人让开道路。

根据航行的环境不同,机器运行模式分为:N AN (狭窄区域航行)和W AN (宽区域航行),大大增加了航行准确率。

此项目得到德国科学技术部的财政支持,据计划,这种智能轮椅将于两年后正式面世,价格会比普通电动轮椅高出约50%。

麻省理工智能实验室的智能轮椅威尔斯利(见图4),为一半自主式机器人轮椅,配备有计算机控制和传感器的电动轮椅,还装有一个M acintosh 笔记本电脑用于人机界面交互,其硬件是从KISS 学院买来用于机器人实践。

系统有两种级别的控制:高级方向指令和低级计算机控制路线,用户拥有最高控制级别。

系统由两部分组成,智能轮椅系统提供低级控制,避障和保证正确的运动方向;用户和轮椅之间的人机界面提供高级控制。

这个智能轮椅允许用户通过三种方式来进行控制:菜单、操纵杆和用户界面。

菜单模式下,轮椅的操作类似一般的电动轮椅。

在操纵杆模式下,用户通过操纵杆发出方向命令来避障。

用户界面模式下,用户和机器之间仅需通过用户眼睛运动来控制轮椅,即用鹰眼系统来进行驱动。

该轮椅在国际联合会的机器人轮椅展览中夺得第一,且是唯一不需要人来指导即穿过门口的机器人。

图3M AID图4威尔斯利图5中科院智能轮椅我国智能轮椅研究起步较晚,在机构的复杂性和灵活性上和国外相比有一定差距,但也根据自身特色研制出技术指标接近国外先进水平的智能轮椅。

研究单位有中科院自动化所、上海交通大学和第三军医大学等。

中国科学院自动化研究所研制了一种具有视觉和口令导航功能并能与人进行语音交互的机器人轮椅(见图5),曾在"863"计划十五周年成就展展馆的人群中穿梭自如。

此项研究成果于2000年11月通过/8630智能机器人主题专家组的鉴定,并研制出我国第一台多模态交互式智能轮椅样机。

此项研究高度重视了智能轮椅人机控制界面的设计,在轮椅的设计中综合运用模式识别实验室有关图像处理、计算机视觉和语音识别等最新成果,使人能通过语音控制轮椅自由行走,轮椅可以实现简单的人机对话功能。

上海交通大学开发成功一种声控轮椅,主要是为四肢全部丧失功能的残疾者设计,使用者只需发出/开0、/前0、/后0、/左0、/右0、/快0、/慢0、/停0等指令,轮椅可在1.2秒内按指令执行。

3.智能轮椅研究关键技术智能轮椅一般由以下三个部分组成:(1)环境感知和导航系统(2)运动控制和能源系统(3)人机接口。

事实上轮椅整个控制是一循环过程,控制框图如图6。

图6智能轮椅基本控制结构3.1导航系统虽然移动机器人技术大量应用于智能轮椅,但由于整个轮椅系统是以人为中心,所以以上这些课题尽管侧重点有所不同,但要解决的中心问题却是相同的,即轮椅的安全导航。

导航系统要解决的问题:一是轮椅空间位置、方向、环境信息的检测;二是所获信息的分析及环境模型的建立;三是使轮椅安全移动的运动路径规划。

导航方法很多:基于地图导航、基于航标导航、基于视觉导航、基于传感器导航或是其中一种或几种结合起来构成导航系统等。

无论采用那种方法,智能轮椅都应具有路径规划与避障、探测与定位等功能。

智能轮椅自主导航主要由环境感知、自定位、运动路径规划和目标确定等几个功能模块组成。

3.1.1定位技术在移动机器人的应用中,精确的位置知识是一个基本问题[10]。

自定位即指在机器人运动过程中利用自身传感器,实时确定其在工作环境中参考坐标系下的位置和姿态。

大致可分为两种:基于计算机视觉的定位技术和基于非计算机传感器(如超声、激光等)的移动机器人定位技术[11]。

常用定位方法有G PS、光码盘、惯性陀螺、磁罗盘、路标匹配、广义路标匹配等[10],每一种方法各有优点及局限性,因而智能轮椅移动机器人实际采用几种方法结合使用,从而提高定位系统的精度和可靠性。

特别要提到的是,美国目前安装了超过五百万包含环境信息的节点,只要遵循同样的标准,轮椅就可利用网络节点信息来方便地进行自定位和与环境交互。

事实上每种已研制的智能轮椅都开发了适用于自己的定位系统,形式多样,但精确度离用户正常使用有一定距离,所以如何提高定位的精度和效能是将来要着重研究的问题之一。

3.1.2多传感器信息融合在未知和不确定的环境下,智能轮椅需通过传感器收集数据,用一定算法对数据进行分析、融合,为导航系统提供正确的决策,所以对传感器的选择是导航系统成功与否的关键。

智能轮椅在行驶时必须不断地感知周围环境及自身状态信息,只靠一种传感器难以完成对环境的感知,所以一般装有多种传感器:超声波传感器、红外传感器、CCD 图像传感器等。

超声波传感器由于信息处理简单、快速和低价而被广泛用来实现障碍物检测,但其探测波束角过大,方向性差,不能提供目标边界信息,所以一般采用红外传感器补偿。

为了有效地利用传感器信息,需要对其进行综合、融合处理。

近年来,人们提出许许多多传感器信息融合算法,如人工神经网络、贝叶斯估计、数学模型、人工智能等,经过融合的信息能比较完整地反映环境特征,提高机器人导航精确度。

3.1.3路径规划路径规划是导航与控制的基础,一个功能完善的路径规划系统应该在多种约束条件下根据各种准则或判据进行规划并给出不同意义下的最优路径[12]。

对动作规划有两种途径,一种是控制型技术,使用完全或接近完全的信息来寻找最佳路径;另一种是反应型技术,在未给出多少信息或无优先信息条件下,使用反作用的基于传感器的动作来寻找路径[13]。

在智能轮椅的路径规划中应该有阶段性、宏观性,在室内或是已有环境模型的空间使用控制型技术,而在室外未知环境中使用反应型技术。

而大多数智能轮椅把导航过程分为全局路径规划和局部反应规划[14]。

智能轮椅在运动过程中对多传感器得来的信息进行融合,结合已知环境信息(如原先记忆地图和网络节点信息等)及与用户之间的通讯,再利用控制算法进行路径规划。