基于人工智能的智能輪椅設計

宋承繼, 陳小健

(陜西工業職業技術學院, 信息工程學院, 陜西, 咸陽 712000)

0 引言

針對智能輪椅的研究大多聚焦于輪椅的移動方式、運動控制、結構優化等方面,普遍存在安全性能不足、傳感器模組容易受室內外復雜環境影響、功能單一等問題。基于此,本文研究一種基于人工智能技術的新型智能輪椅,該輪椅系統在保證輪椅傳統功能的基礎上通過語音識別完成老年或殘障人士對輪椅的操作;環境監測功能能夠在預設范圍內設定電子圍欄,通過激光測距傳感器和超聲波測距傳感器自動識別障礙物,并對輪椅的運行狀態進行報警提示或操作干預;姿態控制功能可以根據下肢康復訓練的要求調整輪椅的結構,輔助患者完成康復訓練動作。這款智能輪椅的設計與應用幫助腿腳不便的老齡人以及肢體殘障人士解決了獨自出行、康復訓練等現實問題。

1 智能輪椅總體設計

按照分層思想與模塊化設計理念,將系統分為“大系統+小系統”2個部分。大系統是輪椅控制系統,由代步行駛、姿態調整(姿態變換集中在站姿、平躺、坐姿方面)、下肢康復訓練輔助等功能模塊組成。小系統是用戶交互系統,由避障檢測、語音識別等功能模塊組成。智能輪椅系統功能如圖1所示。

圖1 系統組成框圖

由圖1可知,智能輪椅系統結構主要包括主控制器、電源管理模塊、行駛控制模塊、避障檢測模塊、語音控制模塊、姿態控制模塊,其外圍單元由操縱桿控制單元、搖桿信號單元、A/D轉換單元、LED控制單元、按鍵單元、顯示單元等構成。其中,因姿態控制與下肢訓練功能關聯所以將姿態控制模塊與下肢訓練模塊統一為一個模塊。

2 系統硬件選型

2.1 系統主控制器

系統主控采用NXP公司生產的32位處理器作為ARM Cortex-M3核心微控制器,該處理器擁有32位數據路徑、32位寄存器、32位存儲器接口,擁有獨立的指令總線和數據總線,可以使讀取指令與數據訪問并行不悖。根據系統控制需求,選擇了LPC17XX系列中的LPC1754型號,該芯片的集成度較高,功能較低,滿足系統設計中的嵌入式應用需求,除操作頻率可以達到100 MHz的技術優勢外,配套的外設組件中設有CAN通道、若干接口、數據存儲器、通用IO管腳等(具體以該芯片說明書為準),完全滿足姿態轉換及康復訓練模塊中傳感器信號處理、6個直線電機協調控制,以及模塊之間的通信[2]。

2.2 行駛控制模塊

輪椅行駛按照操作可以分為4個狀態,分別為勻速行駛狀態、差速轉向狀態、鎖死狀態和停止非鎖死狀態。勻速行駛狀態主要通過電機正向或反向轉動帶動雙輪勻速行駛;差速轉向狀態通過差速轉向模塊輸出電機正反轉差速數據,以完成不同的轉向角度;鎖死狀態根據控制單元實現電子的鎖死狀態,完成長時間停車和坡度停車的需要;停止非鎖死狀態主要完成輪椅處于水平坡度的臨時停車,并完成電機的非控自由狀態。

2.3 避障控制模塊

系統設計考慮到患者不能對輪椅行駛過程中各個方位的障礙進行及時應對,所以在避障控制方面采用激光測距傳感器和超聲波測距傳感器雙結合模式。系統采用了星科創XKC-KL200型激光測距雷達,該激光測距雷達供電電源的電壓范圍在5 V,感應距離在0.01 m到4 m之間,感應角度為30°到40°的圓錐角,最大使用波特率為128 000 bit/s。超聲波測距傳感器采用電應普DYP-A19-V1.0型,工作電壓為5 V,測距范圍為0.28 m到4.5 m之間,相應時間小于9 ms,參考角度約為60°。通過兩種測距傳感器的互補使用,進一步降低光強和噪聲對傳感器的干擾,提高了障礙物檢測的準確性,使得輪椅的避障功能有效提升[3]。

2.4 語音識別模塊

語音識別模塊選擇了NLP-5X語音識別處理器,該處理器基于16位DSP,集成了數字和模擬處理區塊,處理器包含電源、指標燈、麥克風語音處理及輸入、功能按鍵、語音模板存儲模塊、信號輸入/輸出接口、音頻輸入以及各種通信接口。系統采用THCHS30數據集的訓練集樣本對語音識別方法的聲學模型和語言模型進行訓練。語言識別測試用例與測試結果如表1所示。

表1 語音識別模塊測試用例與測試結果

語音控制功能相對復雜,考慮到使用環境與語音識別,為了確保其使用功能,先按照20～30 dB、30～40 dB、50 dB以上3個范圍,劃分安靜環境、比較安靜環境、嘈雜環境,再根據單個命令訓練2次并進行存儲的要求,開展語音命令訓練,每種情況下測試中的控制次數以100次為準。測試結果如表2所示。

表2 語音識別成功率

2.5 姿態控制模塊

患者下肢康復訓練主要通過智能輪椅的姿態轉換完成,所以系統將姿態轉換與康復訓練合成為一個獨立模塊,該模塊主要包含壓力傳感器、控制電路、無線通信模塊、直線電機等組成。主要實現原理是當用戶使用智能輪椅時,無論坐起、平躺、站立,還是進行訓練,都是通過傳感器采集相關數據,再通過通信信號的傳輸與控制實現一系列訓練活動[4]。以壓力傳感器為例,智能輪椅中的左右踏腳位置所設置的壓力傳感器為JHBM-100 kg型號,當用戶使用智能輪椅進行站立模式下的訓練時,能夠改變用戶身體重心,屏顯處有一圖標用來表示輪椅姿態調整時的角度,通過控制屏顯中的圖案顯示整個移動過程。用戶左右腳下的壓力傳感器若感知到重心位移,如左右腳一側壓力增大,另一側壓力減小,那么壓力增大的一側會同步增加傳感器輸出電壓,壓力減小的一側則減少輸出電壓,通過壓力傳感器濾波放大電路與A/D轉換后,所有信息被發送到主控制器中的單片機完成數據存儲與數據分析等。

3 系統關鍵模塊實現

3.1 系統主程序模塊實現

主程序是整個控制程序的框架。智能輪椅主程序的功能主要包含系統初始化、看門狗初始化、開/關終端和各子函數。啟動智能輪椅控制系統后,初始化系統,其次初始化看門狗,開啟終端,進入循環后首先調用信號采集子程序,包括激光測距雷達信號、超聲波測距傳感器數據、姿態傳感器數據等,然后調用各子程序。圖2為主控模塊主程序流程圖。

圖2 主程序流程圖

3.2 避障測控子程序實現

輪椅行駛過程中,當路面檢測模塊檢測到行駛前方存在障礙物時,避障傳感器通過信號反饋時長計算前輪與路面障礙的距離,通過轉向角度算法得到路面障礙的最小轉向角度,再調用速度控制子程序和差速轉向子程序,通過2個驅動輪各自需要的轉速避開路面障礙[5]。在程序設計中將轉向角度計算模型設定為獨立功能模塊,通過避障判斷子程序進行調用,具體代碼[6]如下。

void Obstacle_Avoid(){

RandomFactorBuf=RandomFactor;

while(!(RightSenser||LeftSenser)){

if(RandomFactorBuf){

BTurnLeft_1();

delay(300);

}

if(!RandomFactorBuf){

BTurnRight_1();

delay(300);

}

}

if(!PWM){

LeftStop;

RightStop;

}

}

3.3 語音識別模塊程序實現

語音識別程序在系統啟動初始化中自動加載語音識別模型,完成語音識別訓練數據部署,系統自動完成麥克風及識別功能自檢。在輪椅系統處于工作狀態時,語音識別功能工作流程為:初始化;檢測是否存在語音模塊;存在(若“否”提示訓練/若“是”調用識別提示音);輸入觸發命令;與語音模板匹配;獲取識別結果;成功觸發(若“否”返回/若“是”執行對應操作);結束。語音識別功能默認狀態隨輪椅主控系統自動啟動,在獲取識別結果后向主控模塊發送控制信號,調用相應功能模塊實現動作,在不需要語音識別時通過控制面板進行關閉。語音識別調研代碼如下。

while(1){

RunASR();∥啟動識別

LD_AsrStart();

LD_Init_ASR();

LD_AsrAddFixed();∥向LD模塊添加關鍵詞

LD_AsrRun();∥運行ASR 啟動ASR運算(“開始識別”)

ProcessInt0();∥判斷識別是否有結果

}

3.4 系統實驗結果

工作環境感知是智能輪椅實現主動安全性能的重要保障。在輪椅移動過程中,利用安裝在輪椅前方的攝像頭和激光雷達傳感器及時感知到障礙物,評測輪椅能否按照預定避障策略完成避障操作。系統目標檢測采用YOLOv5,數據集的制作主要包括圖片收集和圖片標注。圖3分別顯示了實際工作環境和物體的識別結果。

(a) 汽車

(b) 行人

(c) 電動自行車圖3 工作環境障礙物識別

通過對道路場景中的汽車、電動自行車、行人等單元的檢測識別(見表3),主控制器可以通過顯示、語音及行駛模塊準確提示障礙物類型及避障操作指令。

表3 道路場景中目標檢測結果

YOLOv5是基于coco數據集的預訓練模型,可以將預訓練模型遷移到更為廣闊的識別領域,為智慧輪椅的感知功能提供強大的可擴展性。

4 總結

本文通過人工智能技術對傳統輪椅進行了改進,通過ARM Cortex-M3主控芯片豐富了智能輪椅的接口,利用雷達、激光傳感器結合避障算法構建了輪椅對工作環境的主動感知,構建電子圍欄為輪椅在移動過程中實現了主動安全。下肢康復訓練從患者的實際需要出發,將輪椅的姿勢變換與下肢康復訓練結合起來,通過輪椅的多姿態調整匹配專業的下肢康復訓練動作,全面提升智能輪椅在下肢康復訓練的應用效果。隨著人工智能技術的完善,智能輪椅在功能和性能上將會有較大的提升空間[7]。例如,智能輪椅的避障控制可以采用BP神經網絡PID控制算法進一步提升避障的響應效果,語音識別在實現語音操控輪椅的同時,還可以和智能門禁、智能家居、智能康復等相關領域結合起來,為存在行動障礙的患者提供更為人性化、個性化的服務。