基于坐姿及多传感融合的智能轮椅控制

发布时间：2017-07-30 17:12

  本文关键词：基于坐姿及多传感融合的智能轮椅控制

  更多相关文章： 智能轮椅 坐姿检测 支持向量机 神经网络

【摘要】：智能轮椅隶属于服务机器人家族,其研究意义在于帮助行动有障碍的老人或残障人士更好地融入社会,提高他们的生活质量。随着机器人技术、嵌入式技术、人工智能等领域的发展,智能轮椅的研究借鉴、吸收了多种技术,如多传感信息融合、模式识别等。其性能不断提高,功能也愈加多样与强大。本文综合分析了国内外智能轮椅研究现状与相关技术的发展,在此基础上研究了基于使用者坐姿的智能轮椅控制,提出了一种用支持向量机处理压力传感器数据的坐姿检测方法；并对多传感信息融合进行了研究,最后基于Android平台设计了人机交互接口。本文首先从功能性角度,对轮椅的硬件结构进行模块化剖析,设计了障碍物测距、坐姿检测等功能模块。提出了一种基于高斯核支持向量机的坐姿识别方法。首先采用Tekscan分布式膜片压力传感器对轮椅座椅及靠背的压力分布进行检测,并用统计学方法得出压力敏感点分布,为安装低成本的压力传感器提供科学依据,使得压力传感器数据更加准确；提取坐姿特征后,用基于高斯径向基核函数SVM算法学习压力数据,能有效识别使用者坐姿。研究了用BP神经网络对多传感器信息进行融合,使用了方位分区算法对超声波传感器信息进行了预处理,并将距离信息模糊化。采用L-M优化算法对神经网络进行训练提高了收敛速度。训练完成的神经网络能有效分辨障碍物类别。在坐姿识别与基于多传感信息的环境类别分类基础上,设计了三维模糊控制器,轮椅能够根据使用者坐姿及障碍物环境类别自主避障；最后开发了基于Android平台的轮椅操作方式,使得人机交互接口简洁、实用、友好,且便于功能模块的集成与扩展。以上的研究,大大提高了智能轮椅的安全性、智能性、友好性。特别是对于因身体不适难以长时间保持正常坐姿的使用者来说,该智能轮椅在避障、转弯时能根据用户的坐姿输出令使用者最安全、舒适的速度与转角。本文的研究也为坐姿检测及多传感信息融合提供了新的思路和方法。
【关键词】：智能轮椅 坐姿检测 支持向量机 神经网络
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH789
【目录】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 绪论13-24
• 1.1 课题研究背景及意义13-14
• 1.2 国内外智能轮椅研究现状14-17
• 1.2.1 国外研究概况14-16
• 1.2.2 国内研究概况16-17
• 1.3 智能轮椅相关技术研究17-21
• 1.3.1 多传感器融合技术17-19
• 1.3.2 轮椅运动控制系统19-20
• 1.3.3 人机接口20-21
• 1.4 论文研究内容及结构安排21-23
• 1.4.1 论文研究内容21-22
• 1.4.2 论文结构22-23
• 1.5 本章小结23-24
• 第二章 智能轮椅系统功能模块介绍24-31
• 2.1 引言24
• 2.2 智能轮椅功能性分析24-25
• 2.3 智能轮椅系统硬件结构25-27
• 2.4 智能轮椅主要功能模块27-30
• 2.4.1 障碍物测距模块27-28
• 2.4.2 坐姿检测模块28-30
• 2.5 本章小结30-31
• 第三章 基于支持向量机的坐姿识别31-48
• 3.1 引言31
• 3.2 Tekscan压力分布测量系统31-32
• 3.3 座椅压力敏感点分布32-35
• 3.4 压力传感器数据预处理35-37
• 3.5 SVM坐姿识别的数学描述37-40
• 3.6 坐姿分类器构建40-47
• 3.6.1 SMO优化算法40
• 3.6.2 拉格朗日乘子的解40-42
• 3.6.3 SMO中拉格朗日乘子的启发式选择方法42
• 3.6.4 选择核函数42-43
• 3.6.5 高斯核半径及惩罚系数选择43-44
• 3.6.6 五种坐姿类别的SVM分类器构建44-45
• 3.6.7 坐姿分类器训练45-47
• 3.7 小结47-48
• 第四章 基于神经网络的多传感信息融合48-64
• 4.1 引言48-49
• 4.2 多传感器信息预处理49-54
• 4.2.1 传感器噪声及野点去除49-51
• 4.2.2 障碍物分区51-53
• 4.2.3 距离信息模糊化53-54
• 4.3 基于神经网络的信息融合54-63
• 4.3.1 神经网络简介54-56
• 4.3.2 基于BP神经网络的信息融合描述56-58
• 4.3.3 确定初始权值58
• 4.3.4 选择学习率58-59
• 4.3.5 隐含层节点的确定59-60
• 4.3.6 神经网络训练60-63
• 4.4 小结63-64
• 第五章 基于多传感及坐姿的轮椅避障控制64-81
• 5.1 引言64-65
• 5.2 模糊控制器设计65-70
• 5.2.1 模糊控制器结构65-66
• 5.2.2 语言变量值及隶属函数66-67
• 5.2.3 模糊控制规则67-70
• 5.3 人机交互接口设计70-80
• 5.3.1 主要信息处理模块70-73
• 5.3.2 软件开发过程73-75
• 5.3.3 关键模块连接配置75-79
• 5.3.4 人机界面79-80
• 5.4 小结80-81
• 总结与展望81-83
• 参考文献83-87
• 攻读学位期间发表的论文87-89
• 致谢89

【相似文献】

中国期刊全文数据库 前10条

1 青云;;德国开发出电动智能轮椅[J];知识就是力量;2007年09期

2 周伟;谢存禧;;基于单片机的多功能智能轮椅的模块化设计[J];机械设计与制造;2010年03期

3 王丽军;王景川;陈卫东;;动态环境下智能轮椅的路径规划与导航[J];上海交通大学学报;2010年11期

4 侯九霄;冯志超;石九龙;席松涛;;基于偏心距可调偏心轮的智能轮椅[J];物联网技术;2012年08期

5 盛剑波;智能轮椅[J];家用电器科技;1996年02期

6 李雪莲;;老年智能轮椅设计研究[J];机械设计;2014年04期

7 董晓倩,黄素平;智能轮椅导航定位研究现状及趋势[J];沿海企业与科技;2005年08期

8 廖晓辉;沈大中;王东署;;智能轮椅的研究现状与关键技术分析[J];制造业自动化;2008年04期

9 梁静坤;;无线供能技术在智能轮椅供电系统中的应用[J];石家庄职业技术学院学报;2010年02期

10 ;国外信息之窗[J];医疗保健器具;1996年03期

中国重要会议论文全文数据库 前6条

1 战仁奎;吴伟;程桂娟;于成龙;;智能轮椅控制系统综述[A];第九届沈阳科学学术年会论文集（信息科学与工程技术分册）[C];2012年

2 王景川;陈卫东;;基于多传感器的智能轮椅设计与实现[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

3 罗元;杨杨;张毅;黎胜晖;陈凯;;智能轮椅嵌入式手势控制系统设计与实现[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

4 董晓倩;黄军辉;黄素平;;一种智能轮椅的静态路径规划方法[A];教育部中南地区高等学校电子电气基础课教学研究会第二十届学术年会会议论文集（下册）[C];2010年

5 张毅;祝翔;罗元;;基于SVM多分类技术的肌电辅助脑电智能轮椅控制系统[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

6 王佳凤;吴伟;胡岩;程桂娟;;基于四元数算法的智能轮椅MEMS惯性导航系统研究[A];第九届沈阳科学学术年会论文集（信息科学与工程技术分册）[C];2012年

中国重要报纸全文数据库 前10条

1 柴野;高智能轮椅问世[N];光明日报;2003年

2 记者 杨s，

本文编号：595284