英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
摘要：智能轮椅（SW）是一种附加了电脑，传感器和辅助技术的动力轮椅（PW）。 在过去的十年中，对SW研究进行系统评估的成果很少。 本文旨在提供一个完整的SW研究趋势的最新的概述。 我们期望本研究中收集的信息将增进读者对PW技术和SW技术现状的认识，并提高PW使用者的移动能力。 我们系统地介绍了SW研究进度，首先介绍了PW及其所服务的群体。 然后，我们详细讨论SW及其相关技术并重点关注研究领域内创新性最强的部分，为未来的研究和开发产生最大的利益。 我们对SW研究和如何为各类残疾认识提供最好的服务的未来进行总结。
关键词：智能轮椅，智能轮椅，自动轮椅，机器人轮椅，人为因素。
第一章：介绍和评价方式
患有认知/运动/感觉障碍的人，无论是由于残疾还是疾病，都依靠动力轮椅（PW）满足其行动需求。 由于一些残疾人不能使用传统的操纵杆来驾驶他们的PW，所以他们使用替代控制系统，如头部操纵杆，下巴操纵杆，sip-n-puff和思想控制[1] - [5]。 在许多情况下，PW用户在日常机动任务方面存在困难，并且需要自动导航系统的帮助。 除了移动性，残疾人士的饮食、处理物品和与他人沟通还严重依赖照顾者，特别是大多数残疾人。
为了适应难以或无法操作PW的人群，几位研究人员已经使用最初为移动机器人开发的技术来创造智能轮椅 [4] [6] - [9]。 一个智能轮椅通常由一个标准的PW作为基础，并添加一台计算机和一系列传感器，或者一个移动机器人作为基础，并连接一个座位[10]。 Pineau等人 认为与用户配合的轮椅的过渡至少与从手动到动力轮椅的过渡同等重要，甚至可能更重要，因为这将标志着典范而不仅仅是技术转变[11]。
总的来说，针对残疾人的辅助技术的研发已经取得了巨大的成果，尤其是在PW和SW方面。 目前已经有许多研发成果的报道，如自动化智能轮椅[12] - [14]。 然而，在过去的十年中，自2005年辛普森[15]和丁等人[16]的研究工作以来，没有多少全面而深入的评价成果，更重要的是提供完整的最先进的对那些SW的研究趋势的综述。 为了填补这一空白，本文旨在为读者和研究人员提供自2005年辛普森和丁的主要评价工作以来的系统且全面的国际范围内的SW研究工作的评价[15]，[16]。
为此，我们在主要的电子数据库中进行了文献检索，包括IEEE Xplore，Google Scholar和PubMed。这些文章在满足以下标准时被纳入本系统评价：1）它们是用英文书写的; 2）在2005年至2015年间出版; 3）会议记录也仅在其与同一作者提交的期刊文章大不相同的情况下才予以考究。首先筛选标题和摘要，然后检查所有研究的全文副本，以确定它们是否符合预先设定的纳入标准。我们的搜索关键字的重要组成部分应该是“轮椅”;然后，我们添加更多的补充词汇来形成我们的关键词。我们从动力轮椅和电力轮椅这两个关键词开始，以获得总体结果。而由于搜索产生了颇为大量的结果，我们通过分组或添加更多具体关键字来提炼关键词（诸如“动力轮椅”，“电动轮椅”，“智能轮椅”，“自主轮椅”，“机器人轮椅”）和[“人为因素” “轮椅”]这样，以此缩小搜索范围和增加获得相关点击的机会。我们还使用这些关键字创建多个组合，以加强我们的搜索。表I说明了在不同流行数据库上使用一组关键字时的搜索结果。最后，检索发现了155篇描述了SW研究中的成果的参考文献，将年代表显示在了我们提供的表II中。
表I 几个电子数据库的文献检索结果实例
表II
我们的文献检索揭示155参考文献分为过去对当前项目的研究，目前的研究是以人为因素为导向，为目前的挑战提供最佳解决方案，并研究将成为未来应用一部分的软件特性
我们回顾了这些概念，并展示了近年来最新推出的人机界面硬件，传感器处理算法和机器视觉创新。 这些工具不仅为残疾人士提供移动性，而且为其日常生活活动提供必要的帮助和支持。 我们希望本研究收集的信息能够提高对SW技术现状的认识，并最终增加使用PW的人员的移动能力和使用PW的新用户。
本文的其余部分安排如下。 接下来，我们介绍过去在PW发展方面取得的成就（参见第II章），然后介绍国际SW研究工作并概述感兴趣的主要议题（请参阅第III章）。 然后，我们将展示在输入方法（参见第IV章），操作模式（参见第V章）和个人因素（参见第VI章）等方面的特定研究。 最后，我们阐述了我们对SW研发的未来的看法（参见第七章），最后讨论自上次评价以来的变化（见第八章）。
第二章 过去：电力轮椅
George Klein为二战期间受伤的四肢瘫痪患者发明了第一个PW，同时他还是加拿大国家研究委员会的机械工程师[22]。 有这种残疾程度的人默认会卧床不起，因为没有人和/或技术的帮助，他就没有办法起床。 也就是说，通过人力和技术资源的正确组合，一个四肢瘫痪的人仍然可以拥有非常丰富的生活，并为社会作出重大贡献，这是我们希望与刚刚经历过残疾发生的人分享的哲学。
虽然主要用于行动不便的人，但患有疾病导致疲劳和疼痛的人也可以从PW获益。 到1956年，Everest＆Jennings和美国轮椅公司开始生产大量销售的PW [23]。 PW的基本组成如下。
图.1 现代PW组成元素举例.
（a）爬楼梯iBot [2008年停止使用] [17]，（b）澳大利亚运动能力[18]，站立式轮椅，（c）坦克座椅[19]，（d）能在全地形上保持水平的中国观察员 [20]，和（e）东日本丰田汽车的Patrafour [21]。
- 底盘或驱动系统可能是前轮，后轮，中心轮或全轮驱动。 底盘可以折叠[24]，包括爬楼梯能力[见图1（a）]，具有站立能力[见图1（b）]，具有全地形坦克履带[见图1（c） ]或四轮全地形驱动[见图1（d）和（e）]。
- 电池：第一批PW由两节24 V湿电池产生功率。 但这些电池必须在飞机上旅行时从轮椅上取下。 它们最终被干电池取代。
- 控制器是人机界面。 市场上可买到的控制器包括手摇操纵杆，sip-n-puff，下巴操纵杆和摇杆操纵杆。
- 座位系统：座位通常会对坐垫升级包括使用泡沫、凝胶或空气来防止压疮。 靠背通常用泡沫填充，可以机动侧倾和俯仰。 横向支撑保持用户不会左右倾倒。 脚凳可以是可移动的或机动的，以适应更舒适的斜倚位置。
医疗保险处理方案指南将PW限制在那些不能使用手动轮椅的人群中。 但是更多的人会从PW获益，并且经常采用价格较低的通用解决方案，而这些解决方案往往不能满足个人及其特殊残疾的需求。
一些患有四肢瘫痪的人最终对自己的轮椅进行了重大修改，以便采取额外的安全措施，如灯光或反光镜，后视摄像头以及辅助技术作为计算的输入方法。
联合作者同时也是美国宇航局马歇尔太空飞行中心的夏季实习生的J. Leaman博士在1998年开始追求改善PW的用户体验。 到2007年，他发明的PW的信息技术升级包被称为“Gryphon Shield”，被历史频道和国家发明家名人堂[25]确认为今年前25项发明之一。 但是，到2010年，该系统对于轮椅底座来说变得太大和沉重，并且显得难以维护。 “Gryphon Shield”的升级是智能椅，它被介绍于在[26]，[27]我们利用头部追踪鼠标[28]和Mount-n-Mover的地方 [29]。
总体而言，过去的研究已经成功实现了最初的技术进步，帮助PW用户进行日常活动。 尽管如此，轮椅上的辅助技术很少使其“智能”，这是将“智能”技术集成到PW上的研究的目标，称为“SW”。
第三章 现在：智能轮椅
本章介绍了世界各地目前SW研究成果，揭示了PW向SW的重大转变。
图1显示了几个最新的可以用作SW的平台的PW选项。 一些早期的SW是带有座位的移动机器人[30]，[31]，但大多数是基于经过大量改装的商用PW，将电脑和传感器都连接到这些PW上[15]。 迄今为止开发的大多数软件都与底层PW紧密集成，需要进行重大修改才能正常运行[10]，[32]。 理想情况下，SW系统应该很容易从下面的轮椅上拆下，以便使用者可以将其安装到不同的椅子上，这对儿童来说尤为重要，因为他们在成人之前可能会经过几个轮椅的使用[11]。
建立一个使各类残疾人士使用者感觉舒适的高效SW是具有挑战性的。 该系统应可安装在任何品牌的PW上，易于拆卸以便维护和旅行。 表三列出了自2005年以来已制作软件原型的全球机构，这表明近年来对该主题的兴趣不断增长。 传感器/软件包，如障碍避让，在汽车行业取得了广泛的成功，比以往任何时候都变得更便宜，更可靠。 根据我们的搜索结果，我们将当前的研究分为三个主题：输入方法，操作模式和个人因素。
表III西南研究已成为国际真正的努力
第四章 输入方法
输入方法的最佳选择并不总是显而易见的，但它通常是用户特定的。 表四列出了SW输入法研究领域的子主题和实例参考。 Parikh等人 [106]描述了创建用于提取用户简档的简单方法的基础，该方法可用于为每个用户充分选择最佳命令模式。 该方法基于交互式向导，其中包含一组用于用户的简单任务以及一种提取和分析用户执行这些任务的方法。 图2显示了几种常用的输入方法，包括触摸（a），计算机视觉（b），加速度计（c）和脑电图（d）。
图.2. 应用于SW的输入方法举例
（a）指尖控制（FTC）[54]，（b）头部倾斜[53]，（c）加速度计[41]和（d）脑机交互的Emotiv EPOC耳机。
表IV输入法
法利亚等人在2014年[107]认为，尽管许多独特的软件项目遍布世界各地，他们的用户界面适应病人还是一个经常被忽视的研究课题。 他们建议使用适合用户特征的多模式界面和轮椅界面开发新概念。
思想控制的智能机器[108]成功地实现了头部运动控制器和脑机交互（BCI）。在2012年， Carrino等人对市售的脑电图扫描（EEG）Emotiv EPOC耳机进行了评估 [49]，当时其并不能成功地用在对错误过于敏感的自定进度应用程序。
最先进的BCI甚至可以用于监视用户的情绪状态[45]，[57]，这样当用户感到沮丧时，控制单元将停止轮椅并等待来自用户的新命令。 在另一种情况下，控制单元将继续执行先前选择的命令。
指示控制使用户能够通过显示环境视图的界面上显示的一系列指示来实现轮椅的自动移动[8]。云基地移动设备[56] 目前已经被提出用来直接控制软件，进行远程监控，并辅助充当紧急警报系统。 Brazilrsquo;s Hefestos [52]有一个用户界面是通过集成的Android应用程序与电动轮椅固件进行通信。 借助它，用户可以通过用户移动设备的触摸屏上的小模块来控制轮椅的运行。
许多SW将来自内部传感器[里程表，惯性测量单元（参见图3的（a）和（b）]的信息与多个外部传感器相融合，以定位障碍物和提供准确定位，即使一个或多个传感器运行时具有较大的不确定性。
图.3. SW应用中使用的传感器示例
（a）里程表，（b）IMU [109]，（c）Microsoft Kinect [51]内部结构和（d）Hokuyo URG-04LX-UG01 IR LRF。
一种有前景的障碍物检测方法是将低技术廉价的光学USB摄像头和复杂的机器视觉软件相结合[15]。
像Ding等其他人 [35]设想一种基于个人数字助理的个性化轮椅导航系统，该系统配备无线互联网接入和全球定位系统（GPS），可以为任何地理环境中的轮椅使用者提供自适应导航支持。 在现代智能手机中标配内置传感器，可用于提供有关SW的活动数据[85]。
使用立体相机和球形视觉系统[50]、三维扫描仪如微软的Kinect [见图3（c）]、激光测距仪（LRF）[15] [见图3（d）]以及最近的结构三维扫描仪，这让使用点云数据来检测像洞、楼梯或障碍[51]（见图4）这样的危险成为可能。 直到最近，这些传感器仍相对昂贵，体积很大，并且会消耗大量功率。而Kinect被发现是目标跟踪、定位、绘图和导航的有效工具[110] - [112]。
图.4. 使用Microsoft Kinect的点云数据来确定地形的导航性[51]
（a）带有障碍物和少量颠簸的RGB图像底板类型1（F1）
（b）F1的点云图表示红色，平坦的安全地形为浅蓝色，障碍物为橙色和黄色
（c）带有门柱和地形从光滑到颠簸的RGB图像底板类型2（F2） （d）F2的点云图。
一般来说，目前已经开发了许多先进的输入方法来服务于广泛的软件用户。 如果用户可以在不给出许多命令的情况下控制SW，那将会更好。 因此，未来软件研究应集中于最大限度地减少用户提供连续输入命令的需求。SW应该包含一种可以从用户的日常活动中自我培训的操作模式，以便在大多数情况下能够自主操作。
第五章 操作模式
操作模式的范围从自主到半自主，这取决于用户的能力和手头的任务。表V列出了SW操作模式研究领域内的子主题和参考示例。那些缺乏规划或执行到达目的地的路径的能力的用户最能从自主系统中受益，但前提是他们大部分时间都在同一受控环境中。如果用户可以有效地规划和执行到达目的地的路径，那么限制为避免碰撞的系统可能会更有好处[106]，[113]。理想情况下，设计应基于每个用户的能力和愿望，最大限度地提供控制量，同时在需要时提供用户帮助[36]。
在一些提供半自主导航的SW中，用户可以根据任务从不同的操作模式中执行额外的步骤[15]。迄今为止已知的操作模式包括以下内容：
表V 操作模式
A.机器学习
使轮椅更加智能的因素不仅仅是硬件的集合，还包括专门的计算机算法。这些算法提供人工智能，
全文共13242字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[16804]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
