結合視覺里程計的智能導航輪椅控制系統研究

摘要：文章旨在改進傳統電動輪椅的局限性，增加自動導航、環境建圖、實時定位等功能。本研究通過對傳統電動輪椅進行改裝，在硬件方面增加RGB-D攝像頭、通信模塊和分布式上下位機主控等設備；在軟件方面，設計下位機整體框架，實現與上位機以及驅動器通信，并在上位機ROS導航框架下實現算法。基于PID算法使用差速輪運動控制模型實現電機運動控制，基于建圖與同步定位算法下的ORB-SLAM2算法實現視覺里程計算，本研究增加稠密建圖功能并將點云圖轉化為占據柵格地圖用于導航。實際測試結果表明，該輪椅具備精確室外建圖和導航功能。

關鍵詞：控制系統；導航；建圖；輪椅

中圖分類號：TP273

文獻標志碼：A

0 引言

人口老齡化是經濟社會發展進步的產物，也是21世紀人類社會共同面臨的重大課題^［1-2］。我國各類殘障人士占到全國人口總人數的6.34%^［3］，隨著人口老齡化和殘疾人數量的不斷增加，老年人與殘疾人對智能導航輪椅的需求也在不斷增加。智能導航輪椅可以幫助殘疾人和老年人解決移動不便的問題，使這類人群更加獨立，提高他們的生活質量。但是，市面上比較常見的電動輪椅不具備自動導航、環境建圖、實時定位、里程計監測等功能。因此，在使用傳統輪椅的過程中，護理人員往往需要跟隨。本設計通過改裝目前市面上的傳統電動輪椅、更改控制系統、設計分布式控制系統、加裝視覺里程計環境感知模塊等方法，使傳統輪椅具有智能導航、實時建圖與定位等功能。

1 智能輪椅設計

本文設計的輪椅通過在傳統電動輪椅基礎上更換或添加環境感知傳感器、控制器、電機驅動等硬件設備，使該輪椅具備智能導航、實時建圖與定位等功能。設計的輪椅計算控制單元采用上下位機分布式控制系統架構。上下位機間通過自擬的串口通信協議進行通信。該協議區分不同命令以輸出當前電機轉速、電機的啟停以及堵轉狀態等信息。下位機主控采用STM32F407嵌入式芯片，采用485與電機驅動器通信；主控芯片上運行差速輪驅動模型控制電機的行動。電機通過霍爾測速獲得當前轉速信息作為里程計信息傳輸給上位機主控。輪椅的整體系統如圖1所示。

上位機主控安裝英偉達邊緣計算芯片的Jeston NX，運行Linux操作系統并安裝機器人操作系統（Robot Operating System，ROS）。上位機完成與下位機通信以及環境感知與導航功能；其中，環境感知模塊由基于RGB-D攝像頭的視覺里程計和電機驅動器獲取的電機速度里程計組成，導航采用ROS中的Navigation框架。

1.1 硬件設計

硬件設計包括用于導航以及同步建圖與定位的ROS系統上位機，用于控制、協調通信、人機交互的STM32開發板下位機。視覺里程計攝像頭采用RGB-D攝像頭（型號：Kniect Azure DK）。電機驅動器采用AQMD6008BLS-TF。其中，上下位機采用串口通信，電機驅動器與下位機主控采用485通信。

1.2 下位機軟件設計

下位機軟件架構包括下位機主框架、串口通信框架、485通信框架、人機交互和電機驅動。（1）下位機主框架中的時間片任務棧是一種線性工具，用于實現多任務并發執行，確保主控、上位機和電機驅動器之間的通信、人機交互等功能實現有序、穩定的并發。（2）串口框架使用自定義串口通信協議，用于實現下位機與上位機之間的速度里程計、電機狀態上傳以及速度控制等命令下載。該協議規定數據的傳輸格式和校驗方式等細節，采用循環緩沖區和校驗，進行數據的校驗存儲。（3）485通信框架采用RS-485通信協議，使用數據隊列作為緩沖區存儲，采用CRC-16校驗來保證數據的正確性。（4）人機交互系統通過LED、按鍵和蜂鳴器等設備，實現用戶與輪椅之間的交互，為用戶提供輪椅狀態提示，同時支持監護者遠程報警和用戶緊急報警。下位機軟件架構如圖2所示。

2 輪椅導航框架

環境數據的收集主要由RGB-D攝像頭和無刷電機的霍爾傳感器完成。RGB-D攝像頭獲取圖像和深度圖像信息，霍爾傳感器收集電機當前轉速數據作為速度里程計。基于改進的ORB-SLAM2算法，使用深度圖像和RGB圖像信息同步構建出占據柵格地圖（建圖）和實時位姿（定位）。ROS導航功能包Navigation處理地圖、位姿數據和速度里程計數據，用于規劃目標點和輪椅的相對位置。該系統實時輸出輪椅前進速度和旋轉速度，并通過差速輪運動模型轉化為兩輪轉速。此外，通過PID算法實現對電機的精確控制，保證電機轉速與目標速度的穩定性和準確性。上位機ROS導航整體框架如圖3所示。

3 視覺里程計

視覺里程計技術利用視覺信息（如圖像或點云）估計相機在空間中運動，通過對連續的圖像（或點云）的跟蹤和三維重建來確定相機的三維運動，并估計相機的位姿變化完成同步定位與建圖（Simultaneous Localization and Mapping， SLAM）。視覺里程計SLAM三維重建的算法包括：基于線性特征實現單目相機實時跟蹤和地圖構建的LSD-SLAM算法^［4］、具有高精度高速度單目視覺里程計算法DSO^［5］以及在單雙目和RGB-D相機行進行高效實時三維跟蹤OKVIS算法^［6］。

本文采用ORB-SLAM2算法，基于ORB特征點加速了角點的提取，通過3種追蹤模式局部束調整（Bundle Adjustment， BA）提高相機幀的追蹤速度，同時結合全局BA有效地提高了位姿優化的高效、穩定和準確性。相較于其他視覺SLAM算法，ORB-SLAM2算法時間成本更低，但ORB-SLAM2建立的稀疏地圖無法直接用于輪椅導航。針對上述問題，圖像數據采集使用RGB-D攝像頭，利用點云庫（Point Cloud Library， PCL）增加稠密點云建圖，并將稠密點云圖轉化為八叉樹地圖后投影為占據柵格地圖用于輪椅導航。稠密建圖如圖4所示。

4 室外建圖與定位實驗

安裝視覺傳感器后，控制輪椅進行視覺里程計建圖與定位實驗，驗證了本設計中改進的ORB-SLAM2視覺里程計在本實驗平臺中的導航效果。實驗場景選擇具有低紋理空地，戶外光照良好且存在大量相似物體的戶外停車場，通過ORB-SLAM2建圖與定位生成如圖5（a）所示的輪椅環繞軌跡圖，并由關鍵幀BA優化得到輪椅所在空間準確位姿以及軌跡數據。根據RGB-D攝像頭采集圖像以及深度數據，基于ORB-SLAM2算法得出的稠密點云數據，并轉化為如圖6（b）所示的八叉樹地圖，最終轉換為占據柵格地圖。

在建圖過程中，圖6（c）中黑色的部分表示輪椅可以通過的路徑，白色為未知或不可通過的路徑。由圖5（c）所示的三維點云圖中可以直觀看到實驗的真實場景，并將該場景疊加到如圖6（c）所示的二維占據柵格地圖，得到如圖6（a）所示的三維點云疊加占據柵格地圖。

為分析算法定位的準確性，以測試起點作為原點建立笛卡爾坐標系，在路徑中選取5輛車的中心點作為終點。通過計算終點與起點間的距離，用于測試實際位置與建圖位置之間的相對誤差，通過計算實際導航位置與期望導航位置的偏差定義相對誤差公式（1）如下：

實際位置與建圖位置之間的相對誤差如表1所示。表中，5個標記點的相對誤差均低于5.52%，表明輪椅整個建圖過程中的精確度在可接受范圍內。

5 結語

本文通過安裝STM32下位機、Jeston NX上位機、RGB-D攝像頭以及電機驅動等，實現了對傳統電動輪椅的改造。本設計通過搭建差速輪運動模型與PID電機控制算法實現輪椅電機精確的轉動，達到導航過程中對驅動輪電機的控制要求。本設計改進了基于ORB-SLAM2視覺里程計算法，將RGB-D攝像頭獲取的環境數據轉化為稠密點云，并通過對關鍵幀BA優化獲取室外場景中輪椅所處位姿，將點云圖轉化為八叉樹地圖最終生成二維占據柵格地圖，在室外實現了高效的建圖與定位。由室外建圖實驗可知，改進ORB-SLAM2算法構建出的占據柵格地圖，滿足輪椅的定位與導航需求。

參考文獻

［1］賀丹，劉厚蓮.中國人口老齡化發展態勢、影響及應對策略［J］.中共中央黨校（國家行政學院）學報，2019（4）：84-90.

［2］李志宏.國家應對人口老齡化戰略研究總報告［J］.老齡科學研究，2015（3）：4-38.

［3］翟振武，陳佳鞠，李龍.2015—2100年中國人口與老齡化變動趨勢［J］.人口研究，2017（4）：60-71.

［4］ENGEL J， SCHPS T， CREMERS D. LSD-SLAM： Large-scale direct monocular SLAM［EB/OL］. （2014-09-06）［2023-04-23］.https：//xueshu.baidu.com/usercenter/paper/show？paperid=f3ac5b03737603a6d b6ecf8b2b140f3bamp;qq-pf-to=pcqq.c2c.

［5］ENGEL J， KOLTUN V， CREMERS D. Direct sparse odometry［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017（3）： 611-625.

［6］KASYANOV A， ENGELMANN F， STCKLER J， et al. Keyframe-based visual-inertial online SLAM with relocalization［EB/OL］.（2017-09-01）［2023-04-06］.https：//xueshu.baidu.com/usercenter/paper/show？paperid=5fc17cfd72cd424067bcc9141422a705amp; site=xueshu_seamp;hitarticle=1.

（編輯 王永超）

Research on intelligent navigation wheelchair control system combined with visual odometer

Zhang Yu， Wu Quanyu^*， Hua Qian， Pan Lingjiao， Liu Xiaojie

（School of Electrical and Information Engineering， Jiangsu University of Technology， Changzhou 213001， China）

Abstract： This study aims to improve the limitations of traditional electric wheelchairs by adding functions such as automatic navigation， environment building， and real-time positioning. By modifying the traditional electric wheelchair， the hardware side adds equipment such as RGB-D camera， communication module and distributed upper and lower computer master control. The software side designs the overall framework of the lower computer， realizes communication with the upper computer and the driver， and implements the algorithm under the upper computer ROS navigation framework. Based on the PID algorithm， the motor motion control is realized using the differential wheel motion control model， the visual odometer is realized based on the ORB-SLAM2 algorithm under the map building and synchronous positioning algorithm， and the dense map building function is added and the point cloud map is converted into an occupied raster map for navigation. The actual test results show that the wheelchair has accurate outdoor mapping and navigation functions.

Key words： control system; navigation; drawing; wheelchair