包蓉，祁鏝潼，楊司杰，劉維勇

（江蘇師范大學(xué)電氣工程及自動化學(xué)院，江蘇徐州，221116）

0 引言

近年來，“人口老齡化”已逐漸成為社會發(fā)展趨勢，在全球各地蔓延。最新的調(diào)查數(shù)據(jù)預(yù)測，中國老年人口所占比例將在2035 年左右超越30%，未來的30 年中國人口將繼續(xù)加速老齡化，我國老年健康服務(wù)的需求將持續(xù)提升。而根據(jù)國家衛(wèi)生部統(tǒng)計，60 歲以上患有慢性疾病的老年人以及傷殘人員的概率是我國總?cè)丝诨疾÷?、傷殘率?.4 倍。肢體能動率較低的老人及殘障人員在服務(wù)領(lǐng)域中備受關(guān)注，國內(nèi)外技術(shù)人員借助先進技術(shù)，研發(fā)出各種滿足多樣化需求的智能養(yǎng)老服務(wù)產(chǎn)品。其中，電動輪椅就是研發(fā)應(yīng)用的熱點領(lǐng)域?；趥鹘y(tǒng)電動輪椅，本文利用了傳感器群檢測環(huán)境的情況，應(yīng)用多傳感器信息融合技術(shù)[1]，配合模糊控制算法將環(huán)境信息與提前收集的地圖信息進行對照，實現(xiàn)安全地自動行駛、停止、避障。調(diào)整在斜坡、崎嶇路面的安全性、穩(wěn)定性。實現(xiàn)升降、減震、爬坡、駐坡、剎車。智能輪椅的服務(wù)產(chǎn)品將使老人生活更加便利、高效、高質(zhì)量。

1 傳感信息采集

■1.1 超聲波測距原理

超聲波測距傳感器一般由兩部分構(gòu)成：超聲波發(fā)生器與超聲波接收器。

由壓電材料構(gòu)成的超聲波發(fā)生器，在施加周期性電壓信號后，呈現(xiàn)逆壓電效應(yīng)，將電信號轉(zhuǎn)換為超聲波信號發(fā)出；當(dāng)超聲波接收器接收到超聲波時，會呈現(xiàn)正壓電效應(yīng)，將超聲波轉(zhuǎn)換為脈動電壓信號。檢測裝置根據(jù)超聲波發(fā)送到接收在空氣中傳播的時間t 與聲速v，即可計算出電動輪椅與障礙物之間的距離。計算公式為:

公式（1）中:s 為智能輪椅與障礙物的間距；v 為超聲波在基本阻力下的傳播速度；t 為渡越時間。系統(tǒng)運算時，考慮空氣中的溫濕度變化和其他影響因素，可得到更精準的數(shù)值。相對于其他測距傳感器[2]，超聲波不易受磁場、光線的影響。在黑暗、電磁場的不利環(huán)境下，仍能探測出透明或漫反射性差的物體，實時反饋信息處理。結(jié)合超聲波傳感器優(yōu)勢，選用12 個成本低、精度高、體積小的距離傳感器模組PCR20D 按水平方向360°視野范圍均勻分布在智能輪椅下部分，以減小超聲波發(fā)射波束角與距離之間的誤差變化。

■1.2 傳感器選型與配置

雙目視覺傳感器將鏡頭上采集的光照像素陳列轉(zhuǎn)換為電信號，再通過內(nèi)部的A/D 轉(zhuǎn)換器轉(zhuǎn)為數(shù)字信號輸出。DSP（數(shù)字信號處理芯片）及時快速地傳到基帶中并刷新感光芯片，可通過控制芯片，調(diào)整畫面品質(zhì)（色彩飽和度、清晰度等），減小系統(tǒng)誤差。最終信號處理器ISP 將RAW DATA 數(shù)據(jù)進行對光感的分析，還原成三基色，呈現(xiàn)出圖像。兩個視覺傳感器取得中心距T，沿著垂直方向同時成像于一個點P。由于視覺成像，P 點位置總呈現(xiàn)動態(tài)變化，即傳感器間距存在著一定視差d，公式（1）可得。在已知鏡頭焦距的前提下，可通過相似三角形的原理將中心距T 與視差d 的差值比上深度Z 與焦距f 的差值等于中心距T 與深度Z的比值，從而解出智能輪椅到障礙物的實際距離Z，公式（2）所示。

由于超聲波傳感器檢測范圍有一定局限性，控制間距在7m 左右，并且有幾十毫米的最小探測盲區(qū)，僅僅適用于近距離環(huán)境的測量，不能提供遠程障礙物的尺寸大小信息。所以采用超聲波傳感器與雙目視覺的攝像頭傳感器的信息融合，將超聲波傳感器裝至輪椅下部分距地37cm，主要集中于探測間距較小的障礙物。在雙目視覺定位系統(tǒng)[3]中，兩個COMS 視覺傳感器同時進行采集圖像，來模擬人眼功能?？梢圆捎肞hilips 公司的COMOS 視覺芯片PCF8584，安裝于智能輪椅手扶下側(cè)20cm 處，其雙目視覺與周圍障礙物距離形成三角關(guān)系的測量，如圖1 所示。通過其輸出就可以估算整個周圍環(huán)境的深度信息，深度信息可以幫助判斷障礙物領(lǐng)域及安全領(lǐng)域，預(yù)測障礙物的運動軌跡并執(zhí)行智能輪椅的下一步路線。

圖1 雙目測距原理

2 多傳感器信息融合算法

假設(shè)一般狀態(tài)方程：

傳感器的觀測方程：

公式（3）、（4）中，X(k)為環(huán)境周圍障礙物k 時刻的狀態(tài)向量；u（k）是k 時刻已知的輸入量或控制信號；Ф（k）為狀態(tài)轉(zhuǎn)移矩陣；I(k)為輸入控制加權(quán)矩陣；G(k)為過程噪聲分布矩陣；H(k)為量測矩陣。經(jīng)過兩次觀測v(k)、w(k)是高斯噪聲向量。假設(shè)由攝像頭傳感器已知障礙物的位置與速度，可利用kalman 濾波器算法[4]對平面內(nèi)障礙物進行跟蹤，得到障礙物的真實運動軌跡、估計軌跡，與目標(biāo)預(yù)測和更新的位置、速度方差。通過預(yù)測，改變輪椅位置從而避開障礙物。

3 最優(yōu)路徑規(guī)劃

超聲波傳感器低處測距與雙目視覺傳感器高處測距的數(shù)據(jù)采集，超聲傳感器在低處的檢測范圍可達7m，利于距離近、體積小的障礙物檢測，接收信息后快速躲避；雙目視覺傳感器在高處的檢測范圍較大，可設(shè)定最大距離為20m，利于判斷距離遠、體積大、速度恒定的障礙物，通過信息預(yù)測其運動軌跡，進行正常躲避。

在模糊控制系統(tǒng)中，選擇偏差X，目標(biāo)方向與當(dāng)前方向的差值作為觀測量，選取行駛的方向為控制量。輸入量X 為輪椅與障礙物的間距，該論域劃分為七部分，模糊語言描述Aj為{負遠NB，負中NM，負近NS，零ZO，正近PS，正中PM，正遠PB}。X 為負時，表示障礙物在智能輪椅正后方；X 為正時，表示障礙物在智能輪椅正前方，設(shè)定x 的取值范圍為[-20,20]。如表1 所示。

表1 x的量化等級和模糊集Aj的關(guān)系

輸入量Y 為水平面垂直方向與障礙物形成的角度，該論域劃分為七部分，模糊語言描述Bk為{正左PB，較左PM，偏左PS，正常ZE，偏右NS，較右NM，正右NB}，設(shè)定y 的取值范圍為[-90°,90°]。如表2 所示。

表2 y的量化等級和模糊集合Bk的關(guān)系

建立在論域X、Y 上的模糊集Ci={左轉(zhuǎn)PB，左前PM，左后PS，前進ZE，右后NS，右前NM，右轉(zhuǎn)NB}。由模糊集構(gòu)成49 條多重多維條件語句 { if X Aj且Y Bk，then ZCi}（其中Z 為智能輪椅模糊控制的精準避障方向，設(shè)定控制量Z 的論域為[-3,3]），如表3 所示。

表3 模糊控制規(guī)則

考慮到實際A 和B 的輸入量遠遠超過預(yù)測的論域范圍，則自動選取相應(yīng)的極值。在障礙物與智能輪椅的距離出現(xiàn)0m 時，若同時水平面垂直方向也為0°,這時智能輪椅應(yīng)以正左或正右方向快速避開。在避開障礙物后，重新規(guī)劃無障礙物的最優(yōu)路線。若智能輪椅在障礙物正中，角度偏右的方向，考慮到智能輪椅與障礙物的體積空間半徑，有很大概率相撞，則應(yīng)以反方向左后方移動，差值越大，行駛越慢。在加速度增大與距離緩沖的作用下，智能輪椅逐漸偏離障礙物。根據(jù)表3 制定的模糊控制規(guī)則，可以得到智能輪椅與障礙物的距離與水平方向偏離角度之間的模糊關(guān)系Ri。

根據(jù)建立的模糊集，帶入相應(yīng)的隸屬度矩陣，得到相應(yīng)的模糊關(guān)系：

總的模糊關(guān)系:

最后再根據(jù)普通加權(quán)平均法將模糊控制向量的模糊判決進行清晰化。

4 結(jié)論

通過超聲波傳感器與雙目視覺傳感器檢測智能電動輪椅周圍情況，將檢測信息與提前收集的地圖信息進行對照。本文基于多傳感器融合的融合算法卡爾曼濾波技術(shù)，預(yù)測速度恒變的障礙物運動軌跡，實現(xiàn)準確的障礙物位置的追蹤，為提升電動輪椅的速度和安全性能奠定基礎(chǔ)。在多重多維的角度下，實現(xiàn)模糊控制系統(tǒng)的自調(diào)整，通過模糊條件語句來描述變量間的簡單關(guān)系，減小避障過程中目標(biāo)方向的誤差，實現(xiàn)更加精準地自動行駛、自動避障。