基于超聲波及攝像頭雙模態定位的智能自主跟隨康復輪椅

摘要：為了針對腿部受傷人員下輪椅做康復運動，傳統輪椅需要人力推動，毫無智能化，設計并實現了一款自動跟隨輪椅系統。該系統以STM32和樹莓派4B為主控，利用分體式超聲波定位技術實現輪椅與人體距離的檢測，判斷使用者的位置， 同時利用OpenCV圖像識別技術，通過采集識別人體攜帶的標簽來匹配人體并利用PID算法控制電機驅動來輪椅移動和轉彎方向，實現雙模態定位，精準跟隨用戶。

關鍵詞：自動跟隨；超聲波定位；圖像識別；STM32

一、前言

隨著全球新一輪科技革命和時代的不斷發展，醫療保險的不斷普及和社會福利的不斷提高，人們對于智能化服務設備的要求也越來越高。在智能化社會的發展背景下，開發一款更適用于康復期患者的智能輪椅，具有重要的研究價值和社會意義。對處于恢復階段的傷殘人士而言，乘坐輪椅與行走交替有助于身體機能的恢復，可以避免對輪椅的長期依賴而導致身體運動機能的退化[1]。同時，輪椅使用者在戶外場所常常需要他人的陪伴與引導，輪椅的自動跟隨功能也可減輕看護人員的陪護負擔。目前，傳統輪椅在醫療保健領域對于腿腳受傷的康復人員，下輪椅做康復運動，需要人力推動，缺乏智能化并增加負擔。本文設計實現一款智能跟隨康復輪椅，為解決康復人員獨立出行和做康復訓練等問題，切實為腿腳不便的這類人群提供有利的服務。

二、設計方案

該系統為了實現輪椅的自動跟隨，在輪椅左右兩側分別搭載分體式超聲波的發送端，同時在輪椅把手中間安裝深度攝像頭。STM32主控負責輪椅的電機驅動和實現超聲波傳感器的信號處理，由樹莓派4B負責圖像處理，并通過UART通信給下位機傳輸運動指令，輸出PID算法控制電機驅動來實現輪椅移動和轉向，實現雙模態定位，精準跟隨用戶。

（一）輪椅結構設計

在設計前期，為探索輪椅結構，對傳統輪椅結構進行了實驗，最后確定了輪椅的結構圖。微控制器和電機驅動等控制組件放置在輪椅背面。為了獲得更為開闊的視野，攝像頭放在輪椅頂部，兩個超聲波模塊放在了兩側方便接收信號，便于跟隨。輪椅的兩個后輪為驅動輪，兩個前輪為萬向輪，使兩個驅動輪有合適的速度差即可實現任意轉向，并且可以通過后面扶手來推送輪椅。并且有剎車系統，輪椅停靠時，使用者兩手握住左右剎車手柄，然后同時用力將剎車手柄向前推動至剎車自鎖狀態，使后輪完全停止轉動至靜止狀態，從而達到輪椅駐停的效果。

（二）硬件設計

1.微型控制器

本系統采用STM32F407為下位機主控，該芯片具有1MB內置flash，內置I2C，SPI，USART，I2S，CAN和SDIO等通訊協議接口以及192+4KB的運行內存，擁有強大的外設、低功耗、運行速度快、成本低、2個DMA控制器等優勢，用于樹莓派平臺的信息通信，傳感器的信息接收處理和電機驅動控制。

樹莓派4B擁有8GB的內存，且擁有USB接口去連接深度相機，其強大的算力和充裕的內存可以利用更加復雜的算法對深度攝像頭采集到的圖像進行實時的采集和深度處理，并將處理結果傳給下位機主控。基于樹莓派4B以上的特點，本系統將其作為通信的上位機主控。

2.電源管理模塊

本次設計使用的供電電源是24V的鉛酸電池，是技術最成熟的電池，具有性能穩定、可靠、適用性好等優點。樹莓派和SMT32單片機正常供電是5V，而超聲波模塊的工作電壓為3.3V。為保證各模塊能穩定正常工作，需要對電源進行三次降壓以后供給各個模塊使用。

（1）12V電源模塊：我們選用的降壓模塊是LM295-12，將24V電壓轉換成12V， LM2596是3A電流輸出降壓開關型集成穩壓芯片，它內含固定頻率振蕩器（15OKHZ）和基準穩壓器，并具有完善的保護電路、電流限制、熱關斷電路等。

（2）5V降壓模塊：通過XL1509得到5V電壓，能夠以高效率、低紋波和出色的線路和負載調節驅動2A負載。

（3）3.3V降壓模塊：最后利用AMS1117-3.3輸出3.3V。

3.電機驅動模塊

此次設計采用的是BTN7971電機驅動芯片[2]來控制輪椅電機的驅動。其驅動電流最大可達到44A，最大輸出電壓可達到45V，而電機的額定電壓為24V，額定電流為13.6A，故完全可以驅動輪椅電機運動，在有負載情況下，也可以輕松應對。同時為了防止電機漏電流過大，我們還在驅動芯片和單片機之間用74HC244芯片隔離，增強控制信號的驅動能力，防止驅動芯片出現故障后，電流倒灌進單片機控制引腳，導致單片機損壞。同時，也在板子電源接口并聯二極管（M7），起到防反接保護作用。

此驅動電路通過控制輸入的PWM波的占空比來調節電機兩端的平均電壓，達到控制電機的轉速的目的。驅動電路結構十分簡單，使用的元器件少，方便了電路的調試與維修，同時負載能力強。

4.超聲波模塊

超聲波在介質中傳播時遇到不同的界面將產生反射、繞射、折射等原理，在各行各業得到廣泛應用[3]。超聲波定位模塊的基礎是超聲波測距，本設計使用的測距模塊是單發雙接收發超聲波裝置，該裝置的測量范圍為4～500cm，精度為3mm。定位裝置由發射超聲波模塊、接收超聲波模塊和供電電路組成。發射超聲波模塊只需將VCC和GND接入系統電源即可發送出8個50Hz的方波信號，再利用兩個接收模塊接收方波信號，通過聲音信號引腳S和光信號引腳L即可傳送給單片機處理，從而可以更精準的判斷使用者的距離，更好的去結合算法完成其他更復雜的動作。在人多復雜的場景下，雙接收模塊會比單接收有更高的容錯率，具有更高的測量精度。

5.深度攝像頭

攝像頭模塊的使用更多是用在人員復雜，超聲波雙接受模塊都無法正常接受的情況下。我們通過提前對使用者的背部進行特征獲取，然后使用該功能時進行模式識別，識別成功后，在進行測距。其測距的原理是模擬人類視覺原理，從兩個點或者多個點觀察一個物體，獲取在不同視角下的圖像，根據圖像之間的像素匹配關系，通過三角測量原理計算出像素之間的偏移來獲取物體的三維信息。

（三）軟件設計

本作品選用STM32芯片作為數字處理單元，使用keil軟件配合C語言搭建仿真調試環境。將代碼燒錄到MCU中，配合外圍電路使整個作品完成相應的功能。整體系統分為兩個部分，第一部分是超聲波攝像頭傳感器的數據采集部分，實時獲取人體所在位置。超聲波通過接收發送模塊的數據傳輸，通過ADC數模轉換傳送給單片機處理；再加上復雜場景中超聲波模塊難以辨別時采用OpenCV圖像處理模塊來跟蹤識別人體，實現緊密跟隨。第二部分為輪椅運動系統的控制，實時接收遙控器指令，可以在遙控器上設定跟隨距離；運動控制模式，包括手控模式和自主跟隨模式等。

1.STM32的主程序設計

STM32部分的主程序包括運動模式的切換、超聲波數據的采集處理、攝像頭圖像數據的采集、復雜場景的識別、無線數據的接收，輪椅的運動控制、功能按鍵設定距離以及切換模式。

2.樹莓派的人物識別與跟隨：

樹莓派的程序設置相對復雜，樹莓派的人物識別與跟隨采用了基于OpenCV的邊緣檢測[4]來提取人物特征值。

邊緣檢測是圖像處理和計算機視覺中的基本問題，邊緣檢測的目的是標識數字圖像中亮度變化明顯的點，往往以輪廓的形式表現出來，通過Sobel算子尋找圖像一階導數中最大值來檢測邊界利用計算結果估計邊緣局部方向，通常采用梯度方向搜索，利用此方向找到局部梯度模最大值，實現目標的邊緣檢測，同時調用OpenCV函數庫里膨脹和腐蝕函數來消除噪聲，分割出獨立的圖像元素，在圖像中連接相鄰的元素，尋找圖像中的明顯極大值區域或極小值區域，求出圖像的梯度，更加精準地對人物進行識別。

在完成了這些操作后，基于樹莓派的人物追蹤系統便通過樹莓派攝像頭獲得了目標的特征值，并且每次截取一幀圖像后所得的特征值都會與上一次獲得的特征值進行比較，若發現人物特征值出現偏移，樹莓派會自動調整攝像頭以鎖定目標，當系統確定了特征值后，便會將信息傳遞給車體控制模塊，以便實現跟隨任務。

3.超聲波測距程序設計

分體式超聲波測距模塊的測距原理就是利用超聲波在空氣中的傳播速度為已知，測量聲波在發送模塊（以下簡稱DM1TA）發射后到達接收模塊（以下簡稱DM1RA）的時間，根據發射和接收的時間差計算出發射點到障礙物的實際距離。由于模塊是分體式，測距聲波信號是由DMITA發射超聲波測距信號，那么此時DM1RA是不知道發射時間的，因此新增一個光信號。

通過光速和聲速的時間差，就可以計算發射位置與我們位置之間的直線距離。根據實際情況計算，該超聲波模塊的適用測距范圍在50～5000mm的區間上，將光信號視為瞬間到達，因此DM1TA與DM1RA間的距離就可以通過以下公式計算：

本作品采用單發雙收超聲波模塊， 通過兩個超聲波信號計算出左右兩個超聲波到使用者的距離，就能更加準確的定位到使用者的位置，實現更加準確的跟隨。

4.ADC數據采集

由于超聲波跟隨需要進行實時信號采樣，故需要將變換器的輸入/輸出控制參量進行離散化數字采樣[5]。實現模擬信號到數字信號的轉換單元一般是由ADC（Analog-to-Digital Converter，模/數轉換器）實現轉換。STM32F4微控制器集成了12位ADC，可以直接將連續變化的模擬信號轉換成離散的數字信號，實現模擬信號采樣。

本作品需要實時進行左右兩個超聲波裝置的光信號和電信號的實時電壓采集，根據STM32F4微控制器ADC功能單元的工作原理，多通道規則采樣時內部只帶有一個轉換結果數據寄存器，在通道轉換結束后需要立即取走，否則后續通道的轉換結果將覆蓋前一通道的轉換結果，產生錯誤數據。

5.PID控制算法設計

PID（proportion integration differentiation）控制應該是控制中應用非常廣泛的控制算法之一。PID其實就是指比例、積分、微分控制。它利用測量元件測量系統的輸出，并與指定參考輸入進行比較獲得當前誤差量；誤差量在經過比例、積分、微分三種運算方式進行計算，疊加形成新的輸出控制量；計算得到的控制量直接輸出給控制對象，從而使被控對象的輸出得到調整，實現控制系統的預期輸出。

由于位置式具有累積誤差問題，相關學者提出了數字式增量PID控制方法[6]，其離散化后的公式為：

數字式增量PID溢出影響小，在系統出現錯誤的情況下影響相對較小（因為只與過去的三次誤差有關），運算量也相對較小。

鑒于數字式增量PID計算量小、沒有累積誤差的優點，在大多數數字PID控制中均采用數字式增量PID策略。本作品的數字控制策略也采用數字式增量PID控制策略，利用設置輸出值與當前實時輸出電壓值的差值，進行控制增量計算，產生PWM占空比D的增量調整，從而實現PWM輸出脈沖占空比的調整，進而實現電機速度的穩定調控。

三、調試結果分析

為了檢測超聲波和攝像頭雙模態跟隨的穩定性，輪椅經歷了大量的實驗。在測試過程中，我們分別對超聲波和攝像頭單個模態跟隨進行多次穩定測試，再將雙模態結合在一起測試。在平緩的路段，輪椅能通過超聲波和攝像頭準確識別人物，跟隨人物行走。當人物進行左右轉動，通過超聲波測距，能做出及時的調整進行轉向。當遇到小型坡度的路面，輪椅有穩定的動力，跟隨目標人物。若途中遇到障礙物，輪椅能自動調整進行避障跟隨。大量的實測數據能夠證明，基于超聲波和攝像頭雙模態的跟隨系統十分穩定。

四、結語

本文就如何實現基于超聲波及攝像頭雙模態定位的智能自主跟隨康復輪椅系統進行了一個闡述。從硬件模塊設計，各模塊的原理與使用，再到程序的設計思路，各模塊間信息的傳遞、參數的讀取來實現模塊間的協調工作，從而實現用超聲波和攝像頭配合實現輪椅的自主跟隨功能。并且在測試期間智能輪椅能達到測試要求，在簡單環境下跟隨目標人物不丟失，也能實現對障礙物的躲避，達到預期要求。

參考文獻

[1]張斌.具有自動跟隨和自然手勢導航功能的智能輪椅的研究[D].蘇州：蘇州大學，2020.

[2]王瑞，柴瑞強.基于單目視覺的電動小車設計[J].農業裝備與車輛工程，2019，57（12）：78-82.

[3]李敏，張小英，毛捷.基于鄰域方差加權平均的小波圖像融合[J].國外電子測量技術，2008，27（01）：5-6+23.

[4]胡峰濤，傅自鋼，李建民，等.基于樹莓派的人物追蹤系統及其小車實現[J].電腦知識與技術，2017，13（23）：170-172.

[5]陳希湘，朱嶸濤，王錦莉.基于MSP430單片機的超聲波倒車雷達系統設計[J].現代電子技術，2021，44（09）：24-27.

[6]荊麗麗.基于無刷直流電機的數字增量式PID控制策略[J].集寧師范學院學報，2020，42（03）：12-16.

基金項目：基于超聲波和攝像頭雙模態定位的智能自主跟隨康復輪椅（202210656006）