王北一 ,歐陽湛鋒,周昕偉,周梓茵,鄭志鵬,劉小玲,古穎康
(廣東職業技術學院,廣東 佛山528000)
隨著人口老齡化、慢性疾病和意外傷害等因素的增加,我國殘疾人口數量逐年增加,越來越多的人陷入步行能力減弱甚至喪失的困境。根據中國殘疾人聯合會公布的有關2018年末殘疾人口數量的推算報告,我國仍面臨著較大的殘疾人口規模,且致殘原因呈現多樣化和復雜化。
智能輪椅作為國家康復工程的重點項目之一,受到各界人士的重視與支持。因此,開發出功能全面、安全可靠、性價比高的智能輪椅來惠及老年人和殘疾人,將對提高他們的生活質量,增強其自理能力,促進社會主義和諧社會的建設具有重要意義。但是目前很多傳統的輪椅制造廠商技術研發能力有限,沒有專門的技術部門來研究多種交互方式的技術以及將交互方式進行模塊化設計和生產。因此將各種交互方式技術模塊化并整合到智能輪椅的控制之中會有很大需求,同時也會為傳統的輪椅制造廠商帶來巨大的經濟效益。
通過分析和對比各種電動輪椅系統,根據產品的應用范圍,我們選擇以STM32為處理核心,設計一款具有多種人機交互模式和輔助功能的智能輪椅。具體的技術路線如圖1所示。

圖1 產品技術路線
本產品的核心技術為多種人機交互模式的設計,其中包括頭動控制的人機交互模式。輔助設計包括距離檢測和報警功能。
頭動檢測基于傳感器的工作原理,目前比較流行的物體姿態算法為四元數法,本產品采用四元數法將三軸加速度和三軸角速度的原始數據轉換為目標姿態數據,利用低通濾波去除原始數據的干擾。通過結合對姿態數據的判斷和角速度的變化,得出是否發出頭動控制指令。
多人機交互方式智能輪椅由人機接口模塊、電機控制模塊、測距模塊、聲音報警模塊和主控模塊等組成,系統整體硬件組成結構如圖2所示。

圖2 系統硬件設計方案框圖
整個軟件設計是在Keil5平臺上使用C語言來實現的,Keil5軟件目前針對ARM微控制器,尤其是ARM Cortex-M內核微控制器設備提供了一個完整的開發環境。Keil5是專為微控制器應用而設計的一款最佳集成開發工具,不僅易學易用,而且功能強大,能夠滿足大多數嵌入式應用。
本系統軟件的整體設計流程如圖3所示。其軟件實現方法為:在系統初始化后,系統開始檢測各個人機接口模塊的指令,如頭動檢測部分的頭動檢測單元采集到頭部姿態數據后,使用頭動檢測算法進行分析判斷頭部姿態。判斷出頭部姿態后,即可得出指令。通過藍牙發送指令到主控模塊。主控模塊收到指令后,對其進行判斷,然后驅動輪椅電機的轉動。若在輪椅移動的過程中檢測到側翻信號或者前方障礙物距離輪椅過近時,系統將發出報警,并且控制輪椅停止移動。

圖3 系統軟件整體設計流程圖
本智能輪椅是一款專門為老人和深度殘疾者提供代步工具的產品,用來解決雙手及頸部以下運動不方便的老年人和殘疾人的出行問題。可以通過多種人機交互方式來控制輪椅的移動,每種人機交互方式都是模塊化功能,可以由用戶根據需求自行選擇定制,成本低。其主要功能如下:
本智能輪椅的頭動控制功能主要是通過檢測使用者的頭部姿態來控制電動輪椅的移動。利用采集的頭部姿態數據及算法處理,最終判斷使用者頭部姿態是否發出控制輪椅的指令,最終控制輪椅的移動。
只需將設備佩戴在頭部左側,在正常坐姿的情況下,通過頭部向下連續輕微點頭兩次控制輪椅前進,頭部向后輕微仰頭兩次控制輪椅后退;通過頭部向左輕微點頭兩次控制輪椅向左轉彎,頭部向右輕微點頭兩次控制輪椅向右轉彎;向右側輕微甩頭可以控制輪椅停止。利用頭部連續點頭兩次的動作來控制輪椅移動,可以避免操作失誤。
本智能輪椅除了具有多種人機交互模式之外,傳統的搖桿和按鍵控制功能也都保留。
本智能輪椅除了具有多種人機交互模式外,還具有一些輔助功能,如報警功能、距離檢測功能和翻倒檢測功能。當輪椅通過距離檢測功能檢測到前方有障礙物時,輪椅的報警功能則會立即控制蜂鳴器鳴叫來進行報警通知。
本智能輪椅具有距離檢測功能。智能輪椅通過超聲波傳感器實時檢測前方是否有障礙物或者低洼處與輪椅的距離,來進行下一步操作,確保安全性。如當檢測到距離障礙物過近時,則會啟動報警功能來提前通知。
本產品是一種具有頭動控制人機交互模式的智能輪椅,用戶在購買輪椅時可以定制自己所需要的人機接口模塊,然后使用時只需要將頭動遙控模塊穿戴在頭部即可,通過頭部的運動來控制輪椅的進退和轉向。智能輪椅同時還具有輔助功能,包括距離檢測和報警功能,系統啟動后會自動開啟。
本產品的創新點有以下兩點:
(1)目前已有電動輪椅一般都是基于按鈕和搖桿控制,本產品具有頭動控制人機交互模式,其中頭動控制選擇佩戴感應器的方式,靈活簡單方便。
(2)模塊化:智能輪椅要批量生產,必須實現模塊化,整個系統應由基本模塊和各個功能模塊構成,每個功能模塊負責一種功能,用戶可以根據需求選擇,配置最合適的輪椅。同時模塊化也能降低成本,提高性價比。
目前可以實現頭動控制的人機交互技術有如下兩種:基于視覺識別的人機交互技術和基于傳感器的人機交互技術等。但是,基于視覺識別的人機交互技術不僅需要一臺攝像機來捕捉人的動作,此外這種人機交互技術要求要捕捉的人和攝像機鏡頭之間不能有障礙物阻擋,受場景的限制,且要求處理器應具有足夠快速的視頻處理能力;而基于傳感器的人機交互技術由于不依賴搭載其他額外設備,而且受到外部環境的影響相對較小,不受空間的限制,便攜性好且需要的信號復雜度低,還可以實時檢測人體活姿態。因此該交互方式越來越得到重視,且被稱為“能理解人的交互模式”。綜上所述,我們選擇基于感應器的識別模式來實現頭動控制人機交互模式。