基于多傳感器融合的智能電動輪椅模糊測距控制

包蓉，祁鏝潼，楊司杰，劉維勇

（江蘇師范大學電氣工程及自動化學院，江蘇徐州，221116）

0 引言

近年來，“人口老齡化”已逐漸成為社會發展趨勢，在全球各地蔓延。最新的調查數據預測，中國老年人口所占比例將在2035 年左右超越30%，未來的30 年中國人口將繼續加速老齡化，我國老年健康服務的需求將持續提升。而根據國家衛生部統計，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人口患病率、傷殘率的3.4 倍。肢體能動率較低的老人及殘障人員在服務領域中備受關注，國內外技術人員借助先進技術，研發出各種滿足多樣化需求的智能養老服務產品。其中，電動輪椅就是研發應用的熱點領域?；趥鹘y電動輪椅，本文利用了傳感器群檢測環境的情況，應用多傳感器信息融合技術[1]，配合模糊控制算法將環境信息與提前收集的地圖信息進行對照，實現安全地自動行駛、停止、避障。調整在斜坡、崎嶇路面的安全性、穩定性。實現升降、減震、爬坡、駐坡、剎車。智能輪椅的服務產品將使老人生活更加便利、高效、高質量。

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成：超聲波發生器與超聲波接收器。

由壓電材料構成的超聲波發生器，在施加周期性電壓信號后，呈現逆壓電效應，將電信號轉換為超聲波信號發出；當超聲波接收器接收到超聲波時，會呈現正壓電效應，將超聲波轉換為脈動電壓信號。檢測裝置根據超聲波發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。結合超聲波傳感器優勢，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換為電信號，再通過內部的A/D 轉換器轉為數字信號輸出。DSP（數字信號處理芯片）及時快速地傳到基帶中并刷新感光芯片，可通過控制芯片，調整畫面品質（色彩飽和度、清晰度等），減小系統誤差。最終信號處理器ISP 將RAW DATA 數據進行對光感的分析，還原成三基色，呈現出圖像。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 點位置總呈現動態變化，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，僅僅適用于近距離環境的測量，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[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20cm 處，其雙目視覺與周圍障礙物距離形成三角關系的測量，如圖1 所示。通過其輸出就可以估算整個周圍環境的深度信息，深度信息可以幫助判斷障礙物領域及安全領域，預測障礙物的運動軌跡并執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

假設一般狀態方程：

傳感器的觀測方程：

公式（3）、（4）中，X(k)為環境周圍障礙物k 時刻的狀態向量；u（k）是k 時刻已知的輸入量或控制信號；Ф（k）為狀態轉移矩陣；I(k)為輸入控制加權矩陣；G(k)為過程噪聲分布矩陣；H(k)為量測矩陣。經過兩次觀測v(k)、w(k)是高斯噪聲向量。假設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，與目標預測和更新的位置、速度方差。通過預測，改變輪椅位置從而避開障礙物。

3 最優路徑規劃

超聲波傳感器低處測距與雙目視覺傳感器高處測距的數據采集，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，通過信息預測其運動軌跡，進行正常躲避。

在模糊控制系統中，選擇偏差X，目標方向與當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的關系

建立在論域X、Y 上的模糊集Ci={左轉PB，左前PM，左后PS，前進ZE，右后NS，右前NM，右轉NB}。由模糊集構成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，設定控制量Z 的論域為[-3,3]），如表3 所示。

表3 模糊控制規則

考慮到實際A 和B 的輸入量遠遠超過預測的論域范圍，則自動選取相應的極值。在障礙物與智能輪椅的距離出現0m 時，若同時水平面垂直方向也為0°,這時智能輪椅應以正左或正右方向快速避開。在避開障礙物后，重新規劃無障礙物的最優路線。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。根據表3 制定的模糊控制規則，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系Ri。

根據建立的模糊集，帶入相應的隸屬度矩陣，得到相應的模糊關系：

總的模糊關系:

最后再根據普通加權平均法將模糊控制向量的模糊判決進行清晰化。

4 結論

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，預測速度恒變的障礙物運動軌跡，實現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。在多重多維的角度下，實現模糊控制系統的自調整，通過模糊條件語句來描述變量間的簡單關系，減小避障過程中目標方向的誤差，實現更加精準地自動行駛、自動避障。