基于GMR傳感器校正的智能輪椅控制系統設計*

麻文剛， 王小鵬， 馬 鵬

(蘭州交通大學 電子與信息工程學院,甘肅 蘭州 730070)

0 引 言

普通電動輪椅相比智能輪椅運行安全穩定、使用更方便、性能更優越，可以幫助殘疾人或老年人提高生活自理能力和工作能力。目前，很多國家對智能輪椅進行了研究，并且針對不同殘疾人群與老年人開發了多種智能輪椅人機接口[1]，對于殘疾程度較輕、肢體能動性較高且意識較好的人群，可以采用操縱桿控制[2]、按鍵控制、方向盤控制、觸摸屏控制和菜單控制等方式，但這些控制方式依舊不能滿足肢體能動性較低人群需要，不利于應用于智能輪椅。

本文設計了一種智能輪椅頭部姿態校正控制系統，具有控制精度高、攜帶方便、成本低等優點。該系統采用低成本的巨磁阻(giant magnetoresistance,GMR)傳感器[3～5]和無線收發模塊組成姿態測量系統，以STM32為控制核心，采用四元素法描述和解算頭部姿態信息，通過梯度下降法多傳感器融合將解算后的姿態信息進行校正，并且實時將姿態信息傳送至接收終端,終端得到控制指令信號，控制輪椅運動。

1 系統設計

系統本著操作簡單方便、經濟實用及軟硬件可擴展設計原則，以STM32F103為控制核心，主要包括傳感器、信號調理電路以及外圍電路部分，設計系統框圖如圖1所示。通過GMR傳感器、三軸陀螺儀與三軸加速度計組成的姿態解算模塊實時采集頭部姿態信息數據，利用無線收發模塊將采集的姿態信息數據發送至STM32微處理器；微處理器對當前姿態信息進行預處理，在微處理器內進行數據融合與姿態解算，并結合不同頭部姿態識別出不同控制指令；

微處理器將識別的控制指令發送給輪椅控制器，控制輪椅運動。

圖1 系統整體框圖

2 姿態解算

2.1 四元數姿態解算

姿態是表征載體坐標系相對地理坐標系的位置信息，四元素法[5，6]是常用描述載體姿態信息轉動變化關系的方法。地理坐標系矢量a到載體坐標系矢量b之間轉動變化關系可以表示為b=Ta[5]，其中T為方向余弦矩陣

T=

(1)

式中Ψ，θ，γ分別為航向角、俯仰角和橫滾角。

兩坐標系之間轉動變換關系可以用四元素表示

T=

(2)

由式(1)和式(2)可得，歐拉角與轉動四元素轉化關系

(3)

θ=arcsin(2(q1q3-q0q2))

(4)

(5)

2.2 梯度下降法校正姿態

由于陀螺儀存在積分漂移[7]累積誤差，長時間工作將出現嚴重錯誤，影響控制精度。陀螺儀解算姿態相對于初始位置，加速度計和磁強計組合解算姿態相對于水平面和磁北極，在靜態與無外磁干擾下能表現出良好性能，但在動態與磁場干擾下姿態角解算會出現嚴重偏差，因此，單一使用某種傳感器不能解算出精確的姿態信息數據。

(6)

從點a(k)出發, 沿著負梯度方向前進，設步長為μ，可得到梯度下降法迭代公式

(7)

一定條件下該序列會收斂于使得J(a)最小的解a。由梯度下降法、四元數微分方程與三軸陀螺角速率之間的關系, 建立迭代公式

(8)

圖2為基于梯度下降法與GMR傳感器姿態校正流程框圖，當目標函數f(q)達到最小值時，四元數解算姿態角與真實值差值最小。

圖2 梯度下降法校正姿態框圖

3 硬件設計

3.1 姿態解算模塊

姿態解算模塊需要完成姿態檢測、姿態解算和姿態校正等信息，以及將解算姿態信息轉換成標準控制指令輸出等功能。姿態解算模塊結構框圖如圖3所示。

圖3 姿態解算框圖

姿態解算模塊主要由STM32微處理器、GMR傳感器、三軸加速度計、三軸陀螺儀、信號調理電路與一對無線收發模塊(NRF24L01)組成。STM32接收來自GMR傳感器、三軸加速度計與陀螺儀檢測的姿態信息，姿態信息經過STM32微處理器進行解算與校正之后，利用無線收發模塊進行輸出相應控制指令。

3.2 系統整體硬件設計

控制信號經過無線收發模塊至控制板，控制板接收到控制信號，驅動電機模塊控制電機運轉，實現控制輪椅的運動。考慮到實際接口應用，選擇STM32F103單片機為主控芯片，STM32F103帶有6個死區可編程脈寬調制(pulse width modulation,PWM)輸出通道，在異常狀況出現時，強迫PWM信號輸出在一個預定安全狀態。本文控制系統中，設置調速PWM波占空比為25%，使輪椅達到安全運行狀態。

3.3 光耦隔離

為提高系統控制精度，以及驅動電路回流影響，在單片機(MCU)輸入和輸出端，用光耦作介質，對信號進行隔離。該電路主要應用在“A/D轉換器”數位信號輸出，及MCU發出的前向通道控制信號與類比電路界面，實現在不同系統間信號通路相連，在電氣通路上相互隔離，并且實現將類比電路和數位電路相互隔離，起到抑制交叉串擾作用。

4 軟件設計

4.1 控制指令設定

頭部中心在空間中位置決定頭部姿態命令，輪椅控制命令設定為前進、后退、左轉、右轉和停止。5個命令區域劃分如圖4所示。

圖4 控制區域劃分

將頭部姿態獲取角度值平均分為9個區域。頭部中心位置位于區域5，姿態解算模塊解算出的“yaw”控制停止，位于區域1和2，姿態解算模塊解算出的“roll”控制前進和后退，區域1表示以1m/s速度前進，區域2表示以1m/s速度后退，位于區域3和4，姿態解算模塊解算出的“pitch”控制左轉和右轉，區域3表示以30°/s角速度右轉，區域4表示以30°/s 角速度左轉，其他區域保持原有狀態。

4.2 主程序設計

軟件系統在RealView MDK開發環境下，利用STM32官方固件庫用標準C語言編寫，主要包括系統初始化、姿態檢測、姿態解算、姿態校正、數據發送等過程。系統主程序流程如圖5所示。

圖5 系統主程序流程

5 系統測試

5.1 姿態角解算測試分析

為驗證系統控制精度，采用規則頭部可穿戴裝置進行數據測試，表1單獨使用陀螺儀解算姿態角信息數據,可以看出，姿態角相對誤差最大達到16.6%，與陀螺儀固有缺陷即存在漂移現象一致。表2采用提出的數據融合校正算法，利用三軸磁強計與三軸加速度計修正陀螺儀漂移,姿態角相對誤差大幅度減小。

表1 陀螺解算姿態角

表2 數據融合姿態角

5.2 輪椅運行測試分析

為測試輪椅操作可靠性，對智能輪椅做運動控制指令重復性實驗。即將前進、后退、左轉、右轉、停止5種指令作為1組，實驗共進行40組，如表3和表4給出了姿態校正前后，各指令識別情況。

表3 姿態校正前輪椅運行測試

實驗表明：智能輪椅在姿態校正之前運行出現很大偏差，最高識別率僅為47.5 %，平均識別為34.5 %，不能滿足頭部姿態智能輪椅所需控制精度；但在姿態校正之后最高識別率可達100 %，平均識別率達到97 %，能夠對輪椅簡單運動進行有效控制，控制精度高，響應時間較短。

6 結束語

設計了基于GMR傳感器校正的頭部姿態智能輪椅控制系統，對輪椅5種簡單運動進行控制。系統采用低功耗GMR傳感器、STM32型MCU與無線收發模塊，并對傳感器模塊校準原理、方法及結果進行了詳細討論。該控制系統精度高、操作簡便、實時性好，在助老、助殘、輔助康復與信息無障礙交流等方面有著重要參考價值。實驗結果表明：傳感器校準過程正確有效，校正后漂移誤差減小，該控制系統可精準的控制智能輪椅運動。

[1] 劉海穎,王惠南,劉新文.基于UKF的四元數載體姿態確定[J].南京航空航天大學學報,2006,38(1):35-42.

[2] 汪 芳,朱少華,雷宏杰.基于卡爾曼濾波器的數字式捷聯航姿系統算法設計[J].中國慣性技術學報,2008(2):208-211.

[3] Ge Quanbo,Li Wenbin,Sun Ruoyu,et al.Centralized fusion algorithms based on EKF for non-linear systems[J].Acta Automatica Sinica,2012,39(6):816-825.

[4] Xin Qi,Shi ZhongKe.Flight attitude determination based on multiple measurements[J].Flight Dynamics,2012,30(6):527-531.

[5] 郭曉鴻,楊 忠,陳 喆,等.EKF和互補濾波器在飛行姿態確定中的應用[J].傳感器與微系統,2011,30(11):149-152.

[6] 李 偉,何鵬舉,高社生.多傳感器加權信息融合算法研究[J].西北工業大學學報, 2010,28(5):674 -678.

[7] Li Yi.Hand gesture recognition using kinect[C]∥InternationalConference on Software Engineering and Service Science,Washington DC,USA:IEEE Computer Society,2011:196-199.