智能轮椅室内避障导航及仿真实现

　　1 引言

　　随着人口老龄化的到来，智能轮椅将迎来巨大的使用空间[1]。为了给老年人和残障人士提供性能优越的代步工具，帮助他们提高行动自由度及重新融入社会，许多国家都对智能轮椅避障问题进行了研究[2]。智能轮椅的室内避障导航问题属于路径规划问题[3]，即是在室内环境中，寻找从起始点到目标点的最优无碰路径问题。根据控制系统对环境的认知情况，路径规划算法分为全局路径规划算法和局部路径规划算法，全局路径规划方法需要获得整个环境的精确数学模型，由于每个室内环境都有其特殊性，而且在室内环境中，椅子，杂物等的放置经常会不确定，比较难取得较好的避障导航效果。

　　局部路径规划主要有人工势场法，模糊逻辑算法，遗传算法等。人工势场法结构简单，便于低层实时控制，其不足之处在于存在局部最优解，容易产生死锁现象，因而可能使智能轮椅在未到达目标点之前就停留在局部最优点。遗传算法算法比较繁琐，在算法的设计上投入比较大，而且代码的实现也是一个较为庞大的工程，难以保证智能轮椅避障导航的实时性。

　　模糊逻辑算法不需要整个环境的精确数学模型，对控制系统参数的变化不敏感，具有很强的鲁棒性和处理非线性数据的能力。利用模糊集合理论能模拟人的思维方式对一些无法构造数学模型的被控对象进行有效的控制。

　　本文通过使用超声和红外传感器来获得外部障碍物信息，利用模糊逻辑算法对获得的环境信息进行融合[4]，并完成了系统的仿真验证。

　　2 系统模型的建立

　　为了完成智能轮椅室内避障导航，首先需要建立智能轮椅的运动学模型，以确定任一时刻智能轮椅在室内的位置，同时需要建立模糊控制器，融合处理外界环境信息。

　　2. 1 轮椅运动学模型的建立

　　首先，本文对轮椅所在的环境做了以下假设: 轮椅所在平面为光滑平面; 轮椅在运动过程中，轮子只是纯滚动，没有打滑现象; 轮椅的有关参数在空载和负载的情况下相同，如左右轮半径，左右轮宽度等。

　利用( x，y，θ) 三个参数来确定轮椅的位置，其中 x 为轮椅在坐标系中的水平位置，y 为轮椅在坐标系中的垂直位置，θ 为轮椅的正面朝向和水平坐标轴的角度。轮椅任意时刻的位置坐标为:

2. 2 模糊控制器模型的建立模糊控制器[5]

　　由模糊量化、模糊推理、模糊规则和反模糊化接口 4 部分组成。如图 3 所示。利用模糊控制器，接收传感器上的距离信息和方位角的四个参数信息，四个输入量经过模糊量化，转化为模糊控制器需要的控制量，并由隶属度函数来定义，通过查询相关的模糊规则，进行模糊推理，得出相应的模糊控制量，模糊控制量经过反模糊化，就得到了轮椅左右轮的精确控制量。精确控制量通过控制左右驱动轮的驱动电机，达到避障的目的。