传感器在智能轮椅中的应用研究

2017-03-03朱麒融

赤峰学院学报·自然科学版 2017年1期

关键词：脑电波障碍物轮椅

朱麒融

（吉林大学汽车工程学院，吉林长春 130000）

传感器在智能轮椅中的应用研究

朱麒融

（吉林大学汽车工程学院，吉林长春 130000）

21世纪以来，在世界人口老龄化趋势加快、自然与人为灾难频发、老人和残障人士的数量逐年增加的全球大环境下，老年健康产业和特殊人士群体的需求日趋多元化[1].普通手动轮椅可以解决很大一部分的出行问题，但仍有许多问题未能企及.与此同时，被称为现代信息技术三大支柱之一的传感器技术正得到蓬勃的发展，应用传感器设计智能轮椅成了许多学者和企业的研究对象.传感器在智能轮椅中的应用主要体现在搜集人体信号和探测环境信息两方面，以给予使用者最大的方便和安全，此技术发展空间及前景相当可观.

传感器；智能轮椅；信号收集；环境探测

智能轮椅是智能机器人的一种，其智能性主要体现在能够根据接收到的人类传递的信息在规定的路径上自动避障进行安全行驶.在智能轮椅应用中，传感器主要用于收集人类传递给轮椅的信息和在自动避障过程中对周围环境的感知过程.

图1 传感器在智能轮椅中的结构

1 传感器在收集人类信息方面的应用

对于一些无法手动操作控制轮椅的特殊人士，获知他们的运动意图是非常困难的.传感器作为测量系统中的一种前置部件,能够将输入变量转换成可供测量的信号.因此，应用传感器收集特殊人士发出的信息是解决问题的关键.随着传感器的发展，大到手势小到瞳孔运动，外显如语音要求[2]隐秘如脑电波变化，都能成为传感器收集的信号.

1.1 Kinect传感器

Kinect指游戏主机XBOX360的体感周边外设，由微软于2010年6月推出，本质上是一台3D体感摄像机.由于3D体感摄像机具有瞬间捕捉、图像识别、语音识别和外界信息交换的性能，将其设计为3D深度传感器.该传感器工作原理是红外线发射器对整个待测区域发射出红外线，红外线摄影机接受反射光线生成深度图像.光编码技术工作原理是激光照射到粗糙物体形成随即衍射斑点，由于斑点的唯一性，近红外光对衍射斑点进行编码，从而形成三维纵深的体型编码.红外线摄像头获取反射光线后将信息传送给芯片，制作成图像即可通过算法获得障碍物信息.

2012年罗元等人利用Kinect传感器技术设计出了利用手势识别的人体信息收集系统，[3]验证了该方案的鲁棒性（robustness），证明了基于Kinect传感器技术的避障系统可以有效避免光照和背景对检测手势的干扰，而其缺陷在于有相似模板识别障碍的困扰.

1.2 脑电波传感器

人类每时每刻都在产生脑电波，脑电波(神经信号)的频率并不是杂乱无章的.在不同的精神状态下，人类会发出不同频率的脑电波.大脑的神经元活动可通过离子传导到达大脑皮层，导电电极感应到这种微弱的电压变化，通过差分放大，滤波，A/D转化等一系列过程最终将电信号变成脑电波的原始数据[4].感应电极通常有三种，湿电极、干电极以及植入电极.湿电极法指湿电极上涂抹导电胶，导电胶中离子与电极之间产生化学反应构成原电池，此时脑电波信号被放大，较容易收集.湿电极法的优点是接触电阻小，干扰小，误差小，数据精确.干电极法将电极直接贴近头皮感测到脑电波，清洁快捷但电阻大，数据有相对较大误差.植入电极指将电极植入头皮内以捕捉神经信号，干扰最少，精度最高.脑电波传感器收集到信号后可通过蓝牙等方式发送用户眨眼、放松度等数据.

美国NeuroSky科技公司的Emotiv传感器受到许多院校实验室及开发者的青睐并为之所采用.产品Emotiv Insight装有一套脑电波编译系统，传感器接收到脑电波活动后，编译为指令传输到电脑.

1.3 差动空气流动传感器

差动空气流动传感器的工作原理是收集用户的呼吸信号将输出信号经过控制单元处理后送入系统导航模块作为用户指令.空气流动传感器的信号输出被分成五个等级水平：强吹、弱吹、无动作、弱吸、强吸等，控制轮椅线速度和角速度，达到在危险时刻急停[5].

西班牙的SIAMO系统应用了差动空气流动传感器，设计出根据人呼吸强度不同而控制轮椅方向的的智能轮椅系统.

2 传感器在收集环境感知信号的应用

智能轮椅作为服务型机器人，关键用途在于自主导航避障.导航是指智能轮椅根据传感器所获得的环境信息做出路径规划，并在路径规划时不断感知周围环境变化，自主调整避障从而达到安全行驶的目的.导航分为基于路标的导航、基于传感器的导航和基于地图的导航.智能轮椅为了实现自主避障必须实时感知周围环境信息，随时调整，自主决策.而智能轮椅所处的环境障碍是动态不确定的，所以采用基于传感器的导航避障有较大的优势[6].只有通过传感器收集动态数据、获得智能轮椅的即时环境信息，才能为后续利用算法进行路径规划、自主决策与避障等步骤提供基础.

2.1 外界环境感知部分所应用的传感器

目前，在障碍物距离测量时常用的传感器主要是:超声波、雷达、激光灯主动型传感器和以机器视觉为代表的被动型传感器.主动型传感器测量直接，对数据的处理能力要求低，对气候的依赖性小，在障碍物识别和距离测量方面应用广泛.但是主动传感器在机器类型、尺寸信息的获取以及道路检测方面较为欠缺，信息量较为匮乏.视觉被动型传感器可以提供最大的信息量，硬件结构简单，软件算法柔性大，适应性强[7].

2.2 红外传感器

红外测距传感器有一对红外信号发射与接收二极管，红外测据传感器发射一束红光，经物体反射接收，利用CCD图像处理发送与接收的时间差.信号处理器处理后获得物体的距离.测量距离远，频率响应高.按照工作方式可以分为光子探测器和热探测器[8].

近年来，红外传感器正向着着微型化、高精度、低能耗、智能化方向发展.传感器内置微处理器，能够实现传感器和控制单元的双向通信，从而形成独立的智能红外传感器.

2.3 激光传感器

激光传感器工作时先由激光传感器对准障碍物发射激光脉冲，经障碍物反射后向各个方向散射，部分散射光返回到接收传感器，接收其微弱的光信号，记录并处理光脉冲发射到返回所经历的时间即可测定距离，即用往返时间的一半乘以光速就能得到距离[9].

激光扫描测距定位传感器是最近研究使用较多的自主移动机器人全局定位方法，与一般光源相比，激光测距有许多优点如良好的单色性、方向性、相干性和功率集中性.

2.4 超声波传感器

超声波传感器由超声波发生器与超声波接收器组成.超声波发生器通过电气方式或者机械方式放出超声波，传感器不仅可以用来测量距离也可以测量方向[10].测量方向一般是采用时间差和相位差法；测量距离为主动测距法和被动测距法.主动测距法指发射声波遇到障碍物经反射后被超声波传感器接收.将发射与接受声波的时间间隔与声波在空气中的传播速度通过各种算法计算出智能轮椅当前位置和障碍物之间的相对距离.具体方法有TOF法，脉冲回波法，FM-CM法，通常为民用.被动测距法主要应用于军事.

在环境条件相对理想的情况下，超声波传感器的测量精度和测量速度比较完善.但是在实际情况中，由于受到空气温度和湿度、超声波散射角、声波在物体表面漫反射等因素的影响，超声波传感器的测距信息还存在着很强的不确定性.超声波测距存在误差，如果要提高其精度，可以考虑加入温度补偿修正声速或者对测量数据进行最小二乘法拟合处理[11].

2.5 视觉传感器

视觉传感器可分为单目视觉和双目视觉，指模仿人类利用单目或双目获知周围环境距离信息的方法.单目为一台摄像机对物体成像，通过算法得出信息.双目视觉为立体视觉.所以在现实中，需利用两台或多台摄像机对同一事物在不同位置成像，根据视差原理通过计算得出信息.

概念基础提出后，许多学者根据概念提出了不同的设计.如闫丽[12]等设计了一台摄像机和两组反射镜组合的单目立体视觉传感器，避免了双目或者多目视觉传感器中摄像机之间非严格同步造成测量误差的同时利用反射镜实现了光路折叠，提高了精度.

2.6 多传感器混合

多传感器信息融合是指对不同传感器采集的环境信息进行融合实现对观测环境的更好理解，具有以下优点[13]：

（1）提高了系统的容错能力，减少某一传感器系统故障对智能轮椅整体系统的影响.

如激光传感器与红外传感器融合系统中，激光传感器输出功率小，较易受到温度的影响，而红外传感器受到环境温度的影响小.因此在环境温度变化较大的情况下，红外传感器可以保障环境信息的可靠性.

（2）增加了信息的准确度，对同一观测目标进行多传感器的多次多方位测量，增加了目标信息的准确度.

（3）增加了观测视野，多传感器从不同角度的测量可以增加观测范围.

如激光传感器能够有效检测到轮椅两边和前方的障碍物，但是探测较低高度的障碍物的能力较弱.单目视觉传感器能够有效检测到前方低矮障碍物，但是检测两旁的障碍物经常有漏洞.融合两种传感器收集信息就可以使智能轮椅对周围环境有更好的认知，为下一步避障策略提供可靠的条件.

3 传感器在轮椅自身调整上的应用

为了让用户坐在轮椅上更加舒是的，角度传感器通过计算得出使用者的坐姿从而调整轮椅的倾斜角.角度传感器测量智能轮椅在行驶过程中颠簸如上下坡路段中姿态的倾斜角，通过控制电机的输出与制动装置，应用压力传感器为不同的路径情况提供力并对轮椅行走中的过度倾斜进行报警，从而保证自动行驶过程的稳定和安全.

4 结论

目前传感器在收集信号和探测周围环境两方面已经有了长足的进步，人类可以通过眨眼、手势、脑电波以及呼吸等许多细微的方面给出指令，智能轮椅系统也可以通过多种传感器组合来探测周围环境，越来越多的学者正在研究不同传感器融合的算法问题.传感器应用的未来有无限的可能性.下面关于传感器的几点是未来一段时间研究者们必须关注的重点：

（1）利用脑电波收集信息的方式尚不完善，具有相当的不确定性；

（2）使传感器更为智能化，如有自我调节、自我修复的功能；

（3）在节约能源的大环境下，减少传感器使用时的能源消耗.

〔1〕廖晓辉，沈大中，王东署，等.智能轮椅的研究现状的关键技术分析 [J].制造业自动化，2008，30（4）：1-6.

〔2〕罗元,黄璜,张毅，等.一种新的语音端点检测方法及在智能轮椅人机交互中的应用[J].重庆邮电大学学报(自然科学版),2011,23(4):487-491.

〔3〕罗元，谢彧，张毅，等.基于kinect传感器的智能轮椅手势控制系统的设计与实现 [J].机器人，2012,34(1):110—119.

〔4〕谭筠梅，蔡子莹，等.基于脑电波传感器的智能轮椅设计[J].自动化与仪器仪表,2015（11）:238—240.

〔5〕G.Bourhis,O.Hom,O.Habert,A.Prushi.An autonomous vehicle for people with motor disabilities[J].IEEE Robotics and Automation.2001,8:20-28.

〔6〕刘钊，等.基于多传感器信息融合的智能轮椅避障及运动控制研究[D].北京：北京工业大学，2015.5—6.

〔7〕李晨，韩崇昭等.基于被动式传感器的目标跟踪算法研究[J].光电工程，2006,33(09):5-9.

〔8〕雷鹏飞，沈华东，高坎贷等．红外传感器在智能车避障系统的应用[J]．电脑与信息技术，2010，18（4）：52—63.

〔9〕杨翠玲，董再励，等.激光扫描全局定位传感器的研究[C].机器感知与虚拟现实全国学术会议, 2002（29）:118-120.