基于激光和视觉信息融合的智能轮椅避障及运动控制研究

发布时间：2017-04-05 17:07

  本文关键词：基于激光和视觉信息融合的智能轮椅避障及运动控制研究，由笔耕文化传播整理发布。

【摘要】：随着社会对老龄化人口以及残障群体关注度的提高,轮椅的需求不断增长,促使其智能化、自主化水平不断提升,并逐渐成为智能服务机器人领域的一个热点研究课题。鉴于智能轮椅的应用背景,在研究中需优先考虑轮椅的安全性与稳定性,并依据不同智能轮椅平台的自身特点,有针对性的设计避障策略。本文使用的是自主研发的全向智能轮椅平台,在此平台基础上深入研究了智能轮椅避障方法,同时对其运动控制系统进行了优化。首先,针对激光传感器获取环境信息少、层面单一的缺点,引入了基于单目视觉的障碍物测量策略,并结合背景差法和帧差法对障碍物进行检测;为了实现两种传感器信息更深层次的融合,提出了基于激光传感器和视觉传感器的多信息融合避障策略;在上述工作的基础上设计并实现了基于模糊PID控制方法的全向智能轮椅运动控制系统,显著提升了智能轮椅平台运行的稳定性与实时性。主要研究工作有以下几个方面:1)基于单目视觉的障碍物检测方法基于背景差法的物体检测对图像背景的约束条件较多,并且在光照变化等环境因素的影响下系统鲁棒性较差。针对上述问题,本文提出背景差法与帧差法相融合的障碍物检测方法,利用背景差法实现对障碍物的检测识别,并用帧差法进行背景更替。该方法可有效消除光照等因素的干扰,实现对障碍物的精准检测。2)基于激光传感器和单目视觉传感器的多信息融合避障算法为了弥补激光传感器对于环境中低矮障碍物信息的缺失,引入单目视觉传感器对环境信息进行完善。基于贝叶斯理论,实现激光传感器与单目视觉传感器的信息融合,增强系统对环境中的障碍物信息的理解与感知。该算法消除了单一传感器对避障系统的限制,进一步提高了系统的鲁棒性。3)基于模糊PID方法的全向智能轮椅运动控制全向智能轮椅对避障信号的响应速度需求较高,针对这一特点,提出了基于专家系统与模糊PID融合的速度控制方法。利用专家的经验建立知识库与模糊控制规则,根据用户期望运动结果对智能轮椅的速度进行控制并决策。将专家系统的决策结果与智能轮椅实际运动速度输入模糊PID控制器,利用设计的模糊控制规则对PID的三个参数进行在线的自整定,实现智能轮椅速度的实时精准的控制,提升系统的动态性能并且降低系统的超调量。实验表明,本文提出的基于激光传感器与视觉传感器信息融合避障方法可以有效甄别障碍物信息,提供有效的避障指令,达到期望的避障效果。模糊PID控制器则可精准执行避障指令,系统响应速度与精度均在合理范围内。在智能轮椅自主导航避障方面具有一定的理论意义与实用价值。
【关键词】：全向智能轮椅 单目视觉障碍物检测 信息融合 模糊神经网络
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH789;TP273
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-20
• 1.1 课题研究背景及意义10-11
• 1.2 智能轮椅国内外研究概况11-14
• 1.2.1 国外发展概况11-13
• 1.2.2 国内发展概况13-14
• 1.3 智能轮椅关键技术分析14-18
• 1.3.1 导航系统与复数传感器信息融合14-15
• 1.3.2 运动控制系统15-16
• 1.3.3 人机交互接口16-18
• 1.4 论文的研究内容和结构安排18-19
• 1.4.1 主要研究内容18
• 1.4.2 论文结构安排18-19
• 1.5 本章小结19-20
• 第2章 智能轮椅开发平台与控制软件设计20-26
• 2.1 智能轮椅开发平台20-25
• 2.1.1 硬件平台构成20-21
• 2.1.2 激光传感器21-22
• 2.1.3 单目视觉传感器22-23
• 2.1.4 麦克纳姆全向轮23-25
• 2.2 软件开发平台介绍25
• 2.3 本章小结25-26
• 第3章 基于激光和单目视觉信息融合技术的避障策略研究26-52
• 3.1 背景差法和帧差法互补的障碍物检测方法26-32
• 3.1.1 背景差法障碍物目标检测26-28
• 3.1.2 帧差法背景更新方法28-30
• 3.1.3 基于单目视觉的障碍物距离探知30-32
• 3.2 基于激光雷达和单目视觉信息融合的障碍物检测算法32-35
• 3.2.1 激光传感器不确定性分析32
• 3.2.2 视觉传感器不确定性分析32-33
• 3.2.3 数据信息融合的基本原理33-34
• 3.2.4 基于激光雷达和单目视觉信息融合的障碍物检测34-35
• 3.3 基于模糊神经网络的避障算法35-43
• 3.3.1 基于模糊逻辑的避障算法35-36
• 3.3.2 模糊神经网络结构36-38
• 3.3.3 模糊神经网络的学习算法38-41
• 3.3.4 基于模糊神经网络的避障方法41-43
• 3.4 改进的模糊神经网络避障算法43-51
• 3.4.1 改进的模糊神经网络控制器设计44-49
• 3.4.2 改进模糊控制器的参数调整方法49-50
• 3.4.3 训练结果50-51
• 3.5 本章小结51-52
• 第4章 全方向智能轮椅的运动控制方法52-60
• 4.1 智能速度控制器设计52-54
• 4.1.1 智能控制理论52-53
• 4.1.2 基于专家系统与模糊PID结合速度控制方法53-54
• 4.2 基于模糊PID的速度控制54-59
• 4.2.1 模糊PID控制器54-55
• 4.2.2 模糊PID的参数自整定55-59
• 4.3 本章小结59-60
• 第5章 实验结果与分析60-64
• 5.1 人机交互系统60
• 5.2 基于激光和视觉传感器信息融合的轮椅避障实验结果与分析60-63
• 5.2.1 基于超声波传感器的智能轮椅避障61-62
• 5.2.2 基于激光传感器和视觉传感器信息融合的智能轮椅避障62-63
• 5.3 本章小结63-64
• 结论64-66
• 参考文献66-70
• 攻读硕士学位期间所发表的学术论文70-72
• 致谢72

【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：287363