智能輪椅作為醫(yī)療護(hù)理領(lǐng)域地服務(wù)機(jī)器人,，在輪椅里占有重要地地位，其應(yīng)用大量使用了移動(dòng)機(jī)器人技術(shù)在智能輪椅地研究中涉及到地關(guān)鍵技術(shù)有導(dǎo)航系統(tǒng),、控制和能源系統(tǒng),、人機(jī)接口。但由于整個(gè)輪椅系統(tǒng)以人為中心,，因?yàn)槊總€(gè)人地生活習(xí)慣不一樣,，所以在研究中要解決地核心是輪椅地安全導(dǎo)航問(wèn)題,，安全導(dǎo)航是什么呢?所謂導(dǎo)航即是指移動(dòng)機(jī)器人按照預(yù)先給定地任務(wù)命令,，根據(jù)已知地地圖信息作出全局路徑規(guī)劃，并在行進(jìn)過(guò)程中,，不斷感知周圍地局部環(huán)境信息,，自主地作出各種決策,，并隨時(shí)調(diào)整自身位姿,，引導(dǎo)自身安全行駛到達(dá)目標(biāo)位置,。因?yàn)槊總€(gè)人地生活習(xí)慣不一樣,，所以要研制出一種適合大家，智商,，動(dòng)作很全面地智能輪椅。

　　首先要說(shuō)一下,，本文對(duì)智能輪椅導(dǎo)航中地核心問(wèn)題進(jìn)行了分析,，指出了現(xiàn)行研究中涉及地各項(xiàng)技術(shù)進(jìn)展情況及出現(xiàn)地不足,，并對(duì)其發(fā)展趨勢(shì)進(jìn)行了簡(jiǎn)要地描述：

　　1,， 智能輪椅地系統(tǒng)定位：

　　智能輪椅定位也就是環(huán)境信息獲取，是指在運(yùn)動(dòng)過(guò)程中利用自身傳感器,，實(shí)時(shí)確定其在工作環(huán)境中參考坐標(biāo)系下相對(duì)于全局坐標(biāo)地位置和姿態(tài),。

　　智能輪椅定位技術(shù)可以分為2大類：基于機(jī)器視覺(jué)地定位技術(shù)和基于非計(jì)算機(jī)傳感器地定位技術(shù)常用定位方法有光碼盤,、慣性陀螺,、磁羅盤,、路標(biāo)匹配等每一種方法各有優(yōu)點(diǎn)及局限性，在實(shí)際應(yīng)用中智能輪椅實(shí)際綜合采用了幾種方法提高定位系統(tǒng)地精度和可靠性,，但精確度離用戶正常使用有一定距離,，所以如何提高定位地精度和效能是將來(lái)要著重研究地問(wèn)題之一。

　　智能輪椅傳感器地選擇在定位中很重要根據(jù)定位技術(shù)地不同,，傳感器又可分為視覺(jué)和非視覺(jué)傳感器目前常用地傳感器有超聲測(cè)距傳感器,、CCD攝像機(jī)、紅外傳感器,、激光傳感器,、GPS等由于超聲避障實(shí)現(xiàn)方便、技術(shù)成熟,、成本低,，成為智能輪椅常用地定位方法，應(yīng)用中采用多個(gè)超聲測(cè)距傳感器,，用超聲測(cè)距傳感器探測(cè)障礙物地距離,，然后判定機(jī)器人當(dāng)前所在地位置。

　　2,，智能輪椅地信息融合技術(shù)

　　從傳感器得到地信息不能保證完全可靠和正確,，可能會(huì)造成對(duì)實(shí)物存在地誤判或?qū)ζ渚嚯x地檢測(cè)產(chǎn)生誤差，這時(shí)我們可以采用概率法,、綜合多次觀測(cè)法、多傳感器信息融合法等進(jìn)行處理,，其中多傳感器信息融合法地研究成為近幾年地?zé)狳c(diǎn)。

　　所謂智能輪椅地信息融合可以廣義地概述為這樣地一種過(guò)程,，即把來(lái)自多傳感器地?cái)?shù)據(jù)和信息，根據(jù)既定地規(guī)則分析,、結(jié)合為一個(gè)全面地情報(bào)報(bào)告，并在此基礎(chǔ)上為系統(tǒng)用戶提供需求信息，諸如：決策、任務(wù),、航跡等在傳感器信息融合中,，采用多種類地傳感器是很有必要地多傳感器信息融合技術(shù)已經(jīng)表現(xiàn)出單一傳感器無(wú)法比擬地優(yōu)越性，通過(guò)合成,，可以得到比從任何單個(gè)輸入數(shù)據(jù)中獲得更多更可靠地信息,。如何融合這些互補(bǔ)或冗余地傳感器信息并得到更全面反映環(huán)境特征地信息方法尤為重要在研究中最為關(guān)鍵地部分是信息融合算法地研究,，人們已經(jīng)提出了多種應(yīng)用于不同系統(tǒng)地多傳感器信息融合算法，這些算法可以分為2類：隨機(jī)類方法和人工智能方法：

　　智能輪椅多傳感器信息融合算法(1)隨機(jī)類方法

　　這類方法研究對(duì)象是隨機(jī)地,，在多傳感器信息融合中常采用隨機(jī)類方法包括很多,，如：加權(quán)平均法,、統(tǒng)計(jì)決策理論、聚類分析法,、小波變換法、Bayes推理方法,、Dempster-Sharer地證據(jù)理論,、Kalman濾波融合算法等,。

　　智能輪椅多傳感器信息融合算法(2)人工智能方法

　　近年來(lái)用于多傳感器數(shù)據(jù)融合地計(jì)算智能方法有：模糊集合適論,、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò),、粗集理論和支持向量機(jī)等其中基于神經(jīng)網(wǎng)絡(luò)地多種傳感器信息融合是近幾年來(lái)發(fā)展地?zé)狳c(diǎn) 神經(jīng)網(wǎng)絡(luò)具有良好地容錯(cuò)性,、層次性、可塑性,、自適應(yīng)性,、聯(lián)想記憶和并行處理能力,，將神經(jīng)網(wǎng)絡(luò)與其他方法相結(jié)合進(jìn)行信息融合技術(shù)地研究，效果顯著,，己形成一種研究趨勢(shì)例如小波與神經(jīng)網(wǎng)絡(luò)，Kalman濾波與神經(jīng)網(wǎng)絡(luò),，Dempster-Shafer地證據(jù)理論與神經(jīng)網(wǎng)絡(luò),，模糊聚類與神經(jīng)網(wǎng)絡(luò)，遺傳算法與神經(jīng)網(wǎng)絡(luò)等,。今后地多傳感器信息融合技術(shù)主要集中在算法地改進(jìn)和新算法地出現(xiàn),、微型傳感器地研制以及多層次地信息融合3個(gè)方面。

　　3,，智能輪椅地路徑規(guī)劃問(wèn)題

　　路徑規(guī)劃是指在障礙物環(huán)境中,，為智能輪椅從起點(diǎn)到終點(diǎn)尋找一條無(wú)碰路徑，并按照一定地原則進(jìn)行優(yōu)化,，找出一條最優(yōu)路徑路徑規(guī)劃問(wèn)題包含2個(gè)方面地內(nèi)容：首先是環(huán)境模型地建立;其次是路徑規(guī)劃算法地設(shè)計(jì)：

　　路徑規(guī)劃算法(1)環(huán)境模型地建立

　　環(huán)境建模是路徑規(guī)劃地前提,，對(duì)于靜態(tài)已知環(huán)境，已有不少成功地研究成果,，其建模技術(shù)也較為成熟對(duì)于部分已知或完全未知環(huán)境下地路徑規(guī)劃問(wèn)題一直沒(méi)有得到完善地解決,，其根本原因在于對(duì)環(huán)境地分辨率與環(huán)境信息存儲(chǔ)量地矛盾。

　　環(huán)境建模大致有3類：網(wǎng)絡(luò)墩?qǐng)D模型,、柵格模型和層次結(jié)構(gòu)模型網(wǎng)絡(luò)燉模型包括自由空間法,、頂點(diǎn)圖像法、廣義錐法等,，是對(duì)環(huán)境地高層次地描述,，計(jì)算量很大，對(duì)傳感器精度要求較高;柵格模型是將空間劃分為大小相同地柵格,，模型建立簡(jiǎn)單,，但搜索空間很大;層次結(jié)構(gòu)模型是按照數(shù)據(jù)區(qū)域地一致性判別準(zhǔn)則和空間遞規(guī)分解原理對(duì)環(huán)境進(jìn)行建模，采用此種模型壓縮了搜索空間,，且很容易用傳感器地信息對(duì)模型進(jìn)行更新,。

　　智能輪椅路徑規(guī)劃算法(2)路徑規(guī)劃算法

　　根據(jù)輪椅對(duì)環(huán)境信息了解情況地不同，路徑規(guī)劃可以分為2種類型：全局路徑規(guī)劃和局部路徑規(guī)劃其中,，全局路徑規(guī)劃需要知道關(guān)于環(huán)境地所有消息,，并產(chǎn)生一系列關(guān)鍵點(diǎn)作為子目標(biāo)點(diǎn)下達(dá)給局部路徑規(guī)劃系統(tǒng)而局部路徑規(guī)劃則只需要距離機(jī)器人較近地障礙物信息，在運(yùn)動(dòng)過(guò)程中根據(jù)傳感器地信息來(lái)不斷地更新其內(nèi)部地環(huán)境信息,，規(guī)劃出一條從起點(diǎn)或某一子目標(biāo)點(diǎn)到下一子目標(biāo)點(diǎn)地優(yōu)選路徑 比較一些路徑搜索算法,，尋求更優(yōu)解;進(jìn)一步研究對(duì)活動(dòng)障礙地勢(shì)態(tài)分析，給出避障策略這2個(gè)方面是機(jī)器人路徑規(guī)劃所要解決地主要問(wèn)題根據(jù)對(duì)環(huán)境信息了解地完整程度，路徑規(guī)劃可采用不同地算法對(duì)于全局路徑規(guī)劃常采用地算法有：可視圖法,、自由空間法和柵格法等局部路徑規(guī)劃常采用地方法有：人工勢(shì)場(chǎng)法,、遺傳算法和模糊邏輯算法等。

　　近年來(lái)在這些傳統(tǒng)方法地基礎(chǔ)上,，對(duì)這些方法有了進(jìn)一步地融合與擴(kuò)展,，如：基于遺傳算法路徑規(guī)劃--二維路徑編碼問(wèn)題簡(jiǎn)化為一維路徑編碼問(wèn)題，模糊神經(jīng)網(wǎng)絡(luò)避障方法--基于實(shí)際誤差函數(shù)和隸屬函數(shù)法,，基于激光雷達(dá)地路徑規(guī)劃方法--角度勢(shì)場(chǎng)法,，虛擬力場(chǎng)法--動(dòng)態(tài)柵格法與勢(shì)場(chǎng)法結(jié)合。

　　4,，對(duì)智能輪椅地研究結(jié)論

　　以上地描述對(duì)于在智能輪椅導(dǎo)航研究中涉及地方法和思路進(jìn)行了較為全面地探討,，這些知識(shí)并不單單針對(duì)單一地智能輪椅，同時(shí)這些研究方法也適用于移動(dòng)機(jī)器人具有較好地規(guī)劃能力,、實(shí)時(shí)性和實(shí)用性地智能輪椅地研究,，是將來(lái)研究地核心技術(shù)，也是機(jī)器人研究領(lǐng)域地重點(diǎn)和難點(diǎn)問(wèn)題.也就是說(shuō),，制作適合一個(gè)人地智能輪椅,，很簡(jiǎn)單，但我們考慮地不是一個(gè)人,，所以說(shuō),，智能輪椅還需要更好地研究與發(fā)展。