CN111833580B - 一种智能患者运送车及其控制方法 - Google Patents
一种智能患者运送车及其控制方法 Download PDFInfo
- Publication number
- CN111833580B CN111833580B CN202010548246.8A CN202010548246A CN111833580B CN 111833580 B CN111833580 B CN 111833580B CN 202010548246 A CN202010548246 A CN 202010548246A CN 111833580 B CN111833580 B CN 111833580B
- Authority
- CN
- China
- Prior art keywords
- patient
- vehicle
- management platform
- medical
- medical management
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012546 transfer Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 51
- 230000003993 interaction Effects 0.000 claims abstract description 29
- 238000004891 communication Methods 0.000 claims abstract description 16
- 238000004378 air conditioning Methods 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims description 69
- 230000008447 perception Effects 0.000 claims description 24
- 238000012384 transportation and delivery Methods 0.000 claims description 12
- 230000036760 body temperature Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 230000001276 controlling effect Effects 0.000 claims description 6
- 230000003137 locomotive effect Effects 0.000 claims description 6
- 238000013439 planning Methods 0.000 claims description 5
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 208000035473 Communicable disease Diseases 0.000 abstract description 10
- 208000015181 infectious disease Diseases 0.000 abstract description 10
- 206010011409 Cross infection Diseases 0.000 abstract description 5
- 206010029803 Nosocomial infection Diseases 0.000 abstract description 5
- 230000032258 transport Effects 0.000 description 46
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Cardiology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Veterinary Medicine (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Signal Processing (AREA)
- Pulmonology (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种智能患者运送车及其控制方法,该运送车包括车身和线控底盘,线控底盘上设置有车载VCU、通信模块、医疗监测模块、人机交互模块、感知模块、驱动和转向系统、线控制动系统、电池系统、空调系统和可伸缩病床,车载VCU分别与通信模块、人机交互模块、感知模块、可伸缩病床、驱动和转向系统和线控制动系统电连接,医疗监测模块与通信模块电连接;本发明智能患者运送车及其控制方法能够将感染传染病的患者从其所在地智能地运送到医院就诊,避免病患运送途中与人接触,进而减少传染病交叉感染现象,起到对传染病疫情防控的作用,同时能够根据路况自动切换自动行驶模式和远程遥控行驶模式,在保证患者安全的同时提高患者的运送效率。
Description
技术领域
本发明涉及一种智能运输技术领域,具体是一种智能患者运送车及其控制方法。
背景技术
目前,对于传染性极强的流行疾病,感染的患者从家中到医院就医这段路程,存在以下几点问题:(1)由于疾病传染性很强,患者若乘坐公交车、地铁等公共交通设施或者私家车,在这些密闭空间内极易造成交叉感染;(2)在患者较多情况下,全部依靠医疗救护车运送患者到医院效率较低,不利于病情控制,同时,救护车内若防护不当,也会造成医护人员感染;(3)由于患者自身身体状况不佳,靠患者自身步行或驾车到医院就诊不够现实,而且可能加重患者病情。
针对以上几点问题,如果有一种智能化的交通工具,能够将感染传染病的患者从家中运送到医院,使患者在就医途中全程不与别人接触,则可有效减少疾病交叉传染的现象。
现有的城市路况中的智能车主要以运送货物为主,如京东、苏宁易购等电商平台配备的智能送货车。由于运送患者的智能车必须保证患者的人身安全,因此这些送货的智能车并不适合运送人。
现有与运送患者有关的智能车主要为应用于医院病房之间的运送患者的转运车。如专利申请号为201510751496.0的专利申请提出的一种病人运送车,能够顺利快速地将病人运送到需要的地方,并且在运输过程中进行治疗,使得病人治疗具有持续性,这种病人运送车主要应用在医院内,且需要人力来推送,显然不适合运送患传染性较强疾病的患者。专利申请号为201510252026.X的专利申请提出的一种智能病人转移车,能自动安稳地转移病人,方便快捷,减轻了医护人员的工作量,同时减少了病人转床的移动风险,但这种智能病人转移车也只适合医院内患者转运,不适合应用于城市路况中的患者运送。
发明内容
本发明所要解决的技术问题是,针对现有技术的不足,提供一种智能患者运送车及其控制方法,能够将感染传染病的患者从其所在地智能地运送到医院就诊,避免病患运送途中与人接触,进而减少传染病交叉感染现象,起到对传染病疫情防控的作用,同时本发明运送车及其控制方法能够根据路况自动切换自动行驶模式和远程遥控行驶模式,在保证患者安全的同时提高患者的运送效率。
本发明解决上述技术问题所采用的技术方案为:一种智能患者运送车,包括车身和线控底盘,所述的线控底盘上设置有车载VCU、通信模块、医疗监测模块、人机交互模块、感知模块、驱动和转向系统、线控制动系统、电池系统、空调系统和可伸缩病床,所述的车载VCU分别与所述的通信模块、人机交互模块、感知模块、可伸缩病床、驱动和转向系统和线控制动系统电连接,所述的医疗监测模块与所述的通信模块电连接;
所述的通信模块包括无线信号收发装置,所述的无线信号收发装置用于接收医疗管理平台发出的运送任务信号及远程遥控信号、并向医疗管理平台发送医疗监测模块监测到的患者状况信息和模式切换报警信息;
所述的医疗监测模块包括车内摄像头和医疗手环,所述的医疗监测模块用于监测并获取患者的心率、体温和实时影像数据,并将获取的医疗监测信息以信号形式发送给无线信号收发装置,由无线信号收发装置发送给医疗管理平台,再由医疗管理平台发送给医院和患者家属;
所述的人机交互模块包括人机交互键盘和语音交互装置,所述的人机交互键盘用于患者调整病床、开关车门及急停操作,所述的语音交互装置包括语音识别装置和语音播报装置,所述的语音识别装置用于识别患者语音,转换为数字信息并发送给车载VCU,所述的语音播报装置用于播报车载VCU传来的语音信号;
所述的感知模块包括GPS导航系统、环境感知系统和惯性导航系统,所述的GPS导航系统用于接收GPS信号和路况信息并发送给车载VCU,供车载VCU规划路径和预判危险路段用;所述的环境感知系统包括视觉感知系统和雷达系统,所述的视觉感知系统包括安装在所述的车身的前端的双目摄像头,所述的双目摄像头用于视觉感知并将视觉感知信号发送给车载VCU,所述的雷达系统用于探测车身周围的障碍物并将探测结果发送给车载VCU;所述的惯性导航系统用于感知运送车的行驶状态信息并发送给车载VCU;
所述的车身为封闭的箱式结构,所述的车身具有可自动打开的车门,所述的可伸缩病床安装在所述的车身内,所述的可伸缩病床用于根据车载VCU的控制信号进行伸缩,方便患者上下车;
所述的驱动和转向系统包括两个独立的轮毂电机,两个所述的轮毂电机分别安装在车身的两个后轮上,两个所述的轮毂电机用于实现对运送车的整车驱动、调速和差速转向;
所述的线控制动系统包括安装在车身的两个前轮上的制动卡钳、控制电机和制动液压缸,所述的控制电机通过接收车载VCU的控制信号来控制制动液压缸,进而控制制动卡钳卡紧前轮,实现运送车的制动;
所述的车载VCU用于处理数据、规划路径和发出控制信号;
所述的电池系统用于向运送车的各电器供电;
所述的空调系统用于调控所述的车身内的空气温度和湿度。
一种智能患者运送车的控制方法,包括以下步骤:
S1:患者或患者家属向医疗管理平台发出转运患者的请求,医疗管理平台核实患者信息和地址后,向无线信号收发装置发出远程遥控信号,通过无线信号收发装置向智能患者运送车发出患者运送任务;
S2:接到运送任务后,车载VCU根据已知A-Star算法规划路径,控制运送车以自动行驶模式自主行驶至患者所在地后,无线信号收发装置向医疗管理平台发送信号,再由医疗管理平台发送给医院和患者或患者家属,提示运送车已到位;
S3:运送车通过手机验证识别患者身份,即由患者或患者家属通过手机扫描运送车上的二维码进行患者身份识别;
S4:运送车判断患者身份是否与目标接送患者身份一致,若身份一致,则转入步骤S5;若身份不一致,则语音播报装置播报语音,提示患者选择正确的运送车,直到识别到目标接送患者;
S5:车门自动打开,可伸缩病床伸出,语音播报装置语音提示患者躺在可伸缩病床上;
S6:语音识别装置与患者进行人机交互,确认患者上床后,可伸缩病床收回,车门自动关闭;
S7:语音识别装置与患者进行人机交互,播报语音,提示患者佩戴医疗手环,并确认目的地医院信息;
S8:车载VCU根据已知A-Star算法规划路径,控制运送车以自动行驶模式自主行驶驶向目的地医院,行驶途中通过医疗监测模块实时监测并获取患者的心率、体温和实时影像数据,并将获取的医疗监测信息以信号形式实时发送给无线信号收发装置,由无线信号收发装置发送给医疗管理平台,再由医疗管理平台发送给医院和患者家属;
S9:运送车以自动行驶模式自主行驶途中进行实时路况判断,并根据实时路况判断结果决定是否向医疗管理平台发送模式切换请求;
S10:判断运送车是否已切换为远程遥控行驶模式,若未切换为远程遥控行驶模式,则转入步骤S11,若已切换为远程遥控行驶模式,则转入步骤S12;
S11:判断运送车是否已以自动行驶模式自主行驶抵达目的地医院,若判断运送车已抵达目的地医院,则转入步骤S13;若判断运送车未抵达目的地医院,则转入步骤S9;
S12:运送车以远程遥控行驶模式行驶,接收医疗管理平台发出的远程遥控信号,在医疗管理平台的专业人士的远程遥控操作下行驶至目的地医院,行驶途中通过医疗监测模块实时监测并获取患者的心率、体温和实时影像数据,并将获取的医疗监测信息以信号形式实时发送给无线信号收发装置,由无线信号收发装置发送给医疗管理平台,再由医疗管理平台发送给医院和患者家属;
S13:运送车抵达目的地医院后,无线信号收发装置向医疗管理平台发送信号,再由医疗管理平台发送给医院和患者或患者家属,提示运送车已抵达目的地医院;
S14:语音播报装置语音提示患者下车,车门自动打开,可伸缩病床伸出;
S15:确认患者下车后,可伸缩病床收回,车门自动关闭;
S16:车载VCU控制运送车自主驶向医院指定位置,由专人消毒后,待命,等待执行下一次患者运送任务。
作为优选,步骤S9中进行实时路况判断的方法为:
S901:GPS导航系统实时接收路况信息并实时发送给车载VCU,由车载VCU根据实时路况信息提前预判危险路段;
S902:环境感知系统实时感知运送车周围路况的危险程度,综合判断当前路况,并将综合判断结果发送给车载VCU;
S903:车载VCU根据综合判断结果判断当前路况是否为危险路况,若判断为危险路况,则转入步骤S905,若判断当前路况不是危险路况,则转入步骤S904;
S904:车载VCU根据S901中预判的危险路段,判断运送车是否已进入预判的危险路段,若未进入预判的危险路段,则转入步骤S10;若已进入预判的危险路段,则转入步骤S905;
S905:无线信号收发装置向医疗管理平台发送模式切换请求,等待医疗管理平台的专业人士的远程遥控操作;
S906:判断等待时间是否超过规定的阈值,若未超时,则转入步骤S907,若已超时,则向医疗管理平台发出警报,并自主寻找安全位置停车,反复向医疗管理平台发送模式切换请求,直至医疗管理平台的专业人士进行远程遥控操作;
S907:判断远程遥控行驶模式是否切换完成,若已切换完成,则路况判断结束,转入步骤S10;若未切换完成,则转入步骤S905,直到完成模式切换,或等待时间超时。
进一步地,步骤S903中车载VCU根据综合判断结果判断当前路况是否为危险路况的方法为:取运送车当前安全阈值为J,环境感知系统感知到的周围路况的危险程度为D,若D≥J,则判断当前路况为危险路况,其中,安全阈值J的计算方法为:
J=J(εs,v,a) (1)
安全阈值J与运送车的故障检测系数εs、当前车速v、加速度a相关,其详细表达式为:
其中,vlmax为道路限制最大车速,vlmin为道路限制最小车速,amax为车辆限制最大加速度,σ1为速度加权系数,σ2为加速度加权系数,σ1和σ2为满足下式:
σ1+σ2=1 (3)
故障检测系数εs的具体表达式为:
其中,0<ε<1;
周围路况的危险程度D的计算方法为:
D=D(K,n,εr,vx) (5)
其中,K为车流量密度,n为环境感知系统感知范围内有效障碍物的个数,εr为路况系数,根据行驶的不同工况,直行、换道、交叉口工况取不同值;周围路况的危险程度D与感知范围内有效障碍物移动最大速度vx相关,具体表达式为:
其中,Kmax为道路允许最大车流密度,N为各种路况下参考障碍物个数;σ3,σ4,σ5,σ6为加权参数,取值满足以下公式:
σ3+σ4+σ5+σ6=1 (7)
进一步地,步骤S904中,判断运送车是否已进入预判的危险路段的条件为:若当前车头距离危险路段最近距离≤L,则判断为进入危险路段,其中,L的计算公式为:
L=α+βv (8)
其中,α、β均为常数,单位分别为m和s。
进一步地,步骤S906中,判断等待时间是否超过规定的阈值的依据为:从向医疗管理平台发出警报时刻至当前时刻所经历时间t≥T,则判断为等待时间超过规定的阈值,T计算公式为:
其中,t0为常数,单位为s。
与现有技术相比,本发明具有如下优点:
(1)本发明提出的智能患者运送车能够将感染传染病的患者从其所在地智能地运送到医院就诊,可在运送过程中给患者提供一个封闭空间,使患者运送途中不与人接触,减少传染病交叉感染,起到对传染病疫情防控的作用,同时可减少患者就医途中的体力消耗;
(2)本发明提出的智能患者运送车及其控制方法,在运送途中可实时监测患者身体状况,如心率、体温等体态特征,发送给医院和患者家属,使其能实时监测运送途中患者的身体状况;
(3)本发明提出的智能患者运送车及其控制方法能根据道路路况自动切换自动行驶模式和远程遥控行驶模式,可减少人力投入,在最大程度保证患者人身安全的同时提高患者的运送效率;
(4)为减少反复切换模式造成的时间和资源上的浪费,本发明提出的智能患者运送车的控制方法的模式切换逻辑为:只要切换为远程遥控行驶模式,则剩下的路程均为远程遥控行驶模式行驶,不再切换回自动切换自动行驶模式,直到进行下一次患者运送任务。
附图说明
图1为本发明智能患者运送车的系统架构图;
图2为本发明智能患者运送车的控制方法的流程图;
图3为本发明控制方法步骤S9中实时路况判断的流程图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
实施例1:一种智能患者运送车,如图1所示,包括车身和线控底盘,所述的线控底盘上设置有车载VCU T0、通信模块T1、医疗监测模块T2、人机交互模块T3、感知模块T4、驱动和转向系统T6、线控制动系统T7、电池系统(图中未示出)、空调系统(图中未示出)和可伸缩病床T5,车载VCU T0分别与通信模块T1、人机交互模块T3、感知模块T4、可伸缩病床T5、驱动和转向系统T6和线控制动系统T7电连接,医疗监测模块T2与通信模块T1电连接;
通信模块T1包括无线信号收发装置,无线信号收发装置用于接收医疗管理平台T8发出的运送任务信号及远程遥控信号、并向医疗管理平台T8发送医疗监测模块T2监测到的患者状况信息和模式切换报警信息,本实施例中,无线信号收发装置优选现有5G通信设备;
医疗监测模块T2包括车内摄像头和医疗手环,医疗监测模块T2用于监测并获取患者的心率、体温和实时影像数据,并将获取的医疗监测信息以信号形式发送给无线信号收发装置,由无线信号收发装置发送给医疗管理平台T8,再由医疗管理平台T8发送给医院和患者家属;
人机交互模块T3包括人机交互键盘和语音交互装置,人机交互键盘用于患者调整病床、开关车门及急停操作,语音交互装置包括语音识别装置和语音播报装置,语音识别装置用于识别患者语音,转换为数字信息并发送给车载VCU T0,语音播报装置用于播报车载VCU T0传来的语音信号;
感知模块T4包括GPS导航系统、环境感知系统和惯性导航系统,GPS导航系统用于接收GPS信号和路况信息并发送给车载VCU T0,供车载VCU T0规划路径和预判危险路段用;环境感知系统包括视觉感知系统和雷达系统,视觉感知系统包括安装在车身的前端的双目摄像头,双目摄像头用于视觉感知并将视觉感知信号发送给车载VCU T0,雷达系统用于探测车身周围的障碍物并将探测结果发送给车载VCU T0;惯性导航系统用于感知运送车的行驶状态信息并发送给车载VCU T0,本实施例中,惯性导航系统包括IMU加速度传感器和陀螺仪;
车身为封闭的箱式结构,车身具有可自动打开的车门,可伸缩病床T5安装在车身内,可伸缩病床T5用于根据车载VCU T0的控制信号进行伸缩,方便患者上下车;
驱动和转向系统T6包括两个独立的轮毂电机,两个轮毂电机分别安装在车身的两个后轮上,两个轮毂电机用于实现对运送车的整车驱动、调速和差速转向;
线控制动系统T7包括安装在车身的两个前轮上的制动卡钳、控制电机和制动液压缸,控制电机通过接收车载VCU T0的控制信号来控制制动液压缸,进而控制制动卡钳卡紧前轮,实现运送车的制动;
车载VCU T0用于处理数据、规划路径和发出控制信号,本实施例中,车载VCU T0控制算法优选现有已知PID控制算法。
电池系统用于向运送车的各电器供电;
空调系统用于调控车身内的空气温度和湿度。
实施例2:一种实施例1的智能患者运送车的控制方法,如图2所示,包括以下步骤:
S1:患者或患者家属向医疗管理平台发出转运患者的请求,医疗管理平台核实患者信息和地址后,向无线信号收发装置发出远程遥控信号,通过无线信号收发装置向智能患者运送车发出患者运送任务;
S2:接到运送任务后,车载VCU根据已知A-Star算法规划路径,控制运送车以自动行驶模式自主行驶至患者所在地后,无线信号收发装置向医疗管理平台发送信号,再由医疗管理平台发送给医院和患者或患者家属,提示运送车已到位;
S3:运送车通过手机验证识别患者身份,即由患者或患者家属通过手机扫描运送车上的二维码进行患者身份识别;
S4:运送车判断患者身份是否与目标接送患者身份一致,若身份一致,则转入步骤S5;若身份不一致,则语音播报装置播报语音,提示患者选择正确的运送车,直到识别到目标接送患者;
S5:车门自动打开,可伸缩病床伸出,语音播报装置语音提示患者躺在可伸缩病床上;
S6:语音识别装置与患者进行人机交互,确认患者上床后,可伸缩病床收回,车门自动关闭;
S7:语音识别装置与患者进行人机交互,播报语音,提示患者佩戴医疗手环,并确认目的地医院信息;
S8:车载VCU根据已知A-Star算法规划路径,控制运送车以自动行驶模式自主行驶驶向目的地医院,行驶途中通过医疗监测模块实时监测并获取患者的心率、体温和实时影像数据,并将获取的医疗监测信息以信号形式实时发送给无线信号收发装置,由无线信号收发装置发送给医疗管理平台,再由医疗管理平台发送给医院和患者家属;
S9:运送车以自动行驶模式自主行驶途中进行实时路况判断,并根据实时路况判断结果决定是否向医疗管理平台发送模式切换请求,具体地,如图3所示,本步骤中进行实时路况判断的方法为:
S901:GPS导航系统实时接收路况信息并实时发送给车载VCU,由车载VCU根据实时路况信息提前预判危险路段;
S902:环境感知系统实时感知运送车周围路况的危险程度,综合判断当前路况,并将综合判断结果发送给车载VCU;
S903:车载VCU根据综合判断结果判断当前路况是否为危险路况,若判断为危险路况,则转入步骤S905,若判断当前路况不是危险路况,则转入步骤S904;
具体地,步骤S903中车载VCU根据综合判断结果判断当前路况是否为危险路况的方法为:取运送车当前安全阈值为J,环境感知系统感知到的周围路况的危险程度为D,若D≥J,则判断当前路况为危险路况,其中,安全阈值J的计算方法为:
J=J(εs,v,a) (1)
安全阈值J与运送车的故障检测系数εs、当前车速v、加速度a相关,其详细表达式为:
其中,vlmax为道路限制最大车速,vlmin为道路限制最小车速,amax为车辆限制最大加速度,σ1为速度加权系数,σ2为加速度加权系数,σ1和σ2为满足下式:
σ1+σ2=1 (3)
本实施例中,σ1的取值为0.4,σ2的取值为0.6;
故障检测系数εs的具体表达式为:
其中,0<ε<1;
周围路况的危险程度D的计算方法为:
D=D(K,n,εr,vx) (5)
其中,K为车流量密度,n为环境感知系统感知范围内有效障碍物的个数,εr为路况系数,根据行驶的不同工况,直行、换道、交叉口工况取不同值;周围路况的危险程度D与感知范围内有效障碍物移动最大速度vx相关,具体表达式为:
其中,Kmax为道路允许最大车流密度,N为各种路况下参考障碍物个数;σ3,σ4,σ5,σ6为加权参数,取值满足以下公式:
σ3+σ4+σ5+σ6=1 (7)
本实施例中,σ3,σ4,σ5,σ6的取值分别为0.2、0.1、0.2、0.5;
本实施例中,路况系数εr根据行驶的不同工况取不同值,表达式为:
本实施例中,N为各种路况下参考障碍物个数,根据行驶的不同工况取不同值,表达式为:
S904:车载VCU根据S901中预判的危险路段,判断运送车是否已进入预判的危险路段,若未进入预判的危险路段,则转入步骤S10;若已进入预判的危险路段,则转入步骤S905;
具体地,步骤S904中,判断运送车是否已进入预判的危险路段的条件为:若当前车头距离危险路段最近距离≤L,则判断为进入危险路段,其中,L的计算公式为:
L=α+βv (8)
其中,α、β均为常数,单位分别为m和s,本实施例中,α、β的取值分别为25m、5s;
S905:无线信号收发装置向医疗管理平台发送模式切换请求,等待医疗管理平台的专业人士的远程遥控操作;
S906:判断等待时间是否超过规定的阈值,若未超时,则转入步骤S907,若已超时,则向医疗管理平台发出警报,并自主寻找安全位置停车,反复向医疗管理平台发送模式切换请求,直至医疗管理平台的专业人士进行远程遥控操作;
具体地,步骤S906中,判断等待时间是否超过规定的阈值的依据为:从向医疗管理平台发出警报时刻至当前时刻所经历时间t≥T,则判断为等待时间超过规定的阈值,T计算公式为:
其中,t0为常数,单位为s,本实施例中,t0的取值为2s;
S907:判断远程遥控行驶模式是否切换完成,若已切换完成,则路况判断结束,转入步骤S10;若未切换完成,则转入步骤S905,直到完成模式切换,或等待时间超时。
S10:判断运送车是否已切换为远程遥控行驶模式,若未切换为远程遥控行驶模式,则转入步骤S11,若已切换为远程遥控行驶模式,则转入步骤S12;
S11:判断运送车是否已以自动行驶模式自主行驶抵达目的地医院,若判断运送车已抵达目的地医院,则转入步骤S13;若判断运送车未抵达目的地医院,则转入步骤S9;
S12:运送车以远程遥控行驶模式行驶,接收医疗管理平台发出的远程遥控信号,在医疗管理平台的专业人士的远程遥控操作下行驶至目的地医院,行驶途中通过医疗监测模块实时监测并获取患者的心率、体温和实时影像数据,并将获取的医疗监测信息以信号形式实时发送给无线信号收发装置,由无线信号收发装置发送给医疗管理平台,再由医疗管理平台发送给医院和患者家属;
S13:运送车抵达目的地医院后,无线信号收发装置向医疗管理平台发送信号,再由医疗管理平台发送给医院和患者或患者家属,提示运送车已抵达目的地医院;
S14:语音播报装置语音提示患者下车,车门自动打开,可伸缩病床伸出;
S15:确认患者下车后,可伸缩病床收回,车门自动关闭;
S16:车载VCU控制运送车自主驶向医院指定位置,由专人消毒后,待命,等待执行下一次患者运送任务。
Claims (4)
1.一种智能患者运送车,其特征在于包括车身和线控底盘,所述的线控底盘上设置有车载VCU、通信模块、医疗监测模块、人机交互模块、感知模块、驱动和转向系统、线控制动系统、电池系统、空调系统和可伸缩病床,所述的车载VCU分别与所述的通信模块、人机交互模块、感知模块、可伸缩病床、驱动和转向系统和线控制动系统电连接,所述的医疗监测模块与所述的通信模块电连接;
所述的通信模块包括无线信号收发装置,所述的无线信号收发装置用于接收医疗管理平台发出的运送任务信号及远程遥控信号、并向医疗管理平台发送医疗监测模块监测到的患者状况信息和模式切换报警信息;
所述的医疗监测模块包括车内摄像头和医疗手环,所述的医疗监测模块用于监测并获取患者的心率、体温和实时影像数据,并将获取的医疗监测信息以信号形式发送给无线信号收发装置,由无线信号收发装置发送给医疗管理平台,再由医疗管理平台发送给医院和患者家属;
所述的人机交互模块包括人机交互键盘和语音交互装置,所述的人机交互键盘用于患者调整病床、开关车门及急停操作,所述的语音交互装置包括语音识别装置和语音播报装置,所述的语音识别装置用于识别患者语音,转换为数字信息并发送给车载VCU,所述的语音播报装置用于播报车载VCU传来的语音信号;
所述的感知模块包括GPS导航系统、环境感知系统和惯性导航系统,所述的GPS导航系统用于接收GPS信号和路况信息并发送给车载VCU,供车载VCU规划路径和预判危险路段用;所述的环境感知系统包括视觉感知系统和雷达系统,所述的视觉感知系统包括安装在所述的车身的前端的双目摄像头,所述的双目摄像头用于视觉感知并将视觉感知信号发送给车载VCU,所述的雷达系统用于探测车身周围的障碍物并将探测结果发送给车载VCU;所述的惯性导航系统用于感知运送车的行驶状态信息并发送给车载VCU;
所述的车身为封闭的箱式结构,所述的车身具有可自动打开的车门,所述的可伸缩病床安装在所述的车身内,所述的可伸缩病床用于根据车载VCU的控制信号进行伸缩,方便患者上下车;
所述的驱动和转向系统包括两个独立的轮毂电机,两个所述的轮毂电机分别安装在车身的两个后轮上,两个所述的轮毂电机用于实现对运送车的整车驱动、调速和差速转向;
所述的线控制动系统包括安装在车身的两个前轮上的制动卡钳、控制电机和制动液压缸,所述的控制电机通过接收车载VCU的控制信号来控制制动液压缸,进而控制制动卡钳卡紧前轮,实现运送车的制动;
所述的车载VCU用于处理数据、规划路径和发出控制信号;
所述的电池系统用于向运送车的各电器供电;
所述的空调系统用于调控所述的车身内的空气温度和湿度;
上述智能患者运送车的控制方法,包括以下步骤:
S1:患者或患者家属向医疗管理平台发出转运患者的请求,医疗管理平台核实患者信息和地址后,向无线信号收发装置发出远程遥控信号,通过无线信号收发装置向智能患者运送车发出患者运送任务;
S2:接到运送任务后,车载VCU根据已知A-Star算法规划路径,控制运送车以自动行驶模式自主行驶至患者所在地后,无线信号收发装置向医疗管理平台发送信号,再由医疗管理平台发送给医院和患者或患者家属,提示运送车已到位;
S3:运送车通过手机验证识别患者身份,即由患者或患者家属通过手机扫描运送车上的二维码进行患者身份识别;
S4:运送车判断患者身份是否与目标接送患者身份一致,若身份一致,则转入步骤S5;若身份不一致,则语音播报装置播报语音,提示患者选择正确的运送车,直到识别到目标接送患者;
S5:车门自动打开,可伸缩病床伸出,语音播报装置语音提示患者躺在可伸缩病床上;
S6:语音识别装置与患者进行人机交互,确认患者上床后,可伸缩病床收回,车门自动关闭;
S7:语音识别装置与患者进行人机交互,播报语音,提示患者佩戴医疗手环,并确认目的地医院信息;
S8:车载VCU根据已知A-Star算法规划路径,控制运送车以自动行驶模式自主行驶驶向目的地医院,行驶途中通过医疗监测模块实时监测并获取患者的心率、体温和实时影像数据,并将获取的医疗监测信息以信号形式实时发送给无线信号收发装置,由无线信号收发装置发送给医疗管理平台,再由医疗管理平台发送给医院和患者家属;
S9:运送车以自动行驶模式自主行驶途中进行实时路况判断,并根据实时路况判断结果决定是否向医疗管理平台发送模式切换请求;
S10:判断运送车是否已切换为远程遥控行驶模式,若未切换为远程遥控行驶模式,则转入步骤S11,若已切换为远程遥控行驶模式,则转入步骤S12;
S11:判断运送车是否已以自动行驶模式自主行驶抵达目的地医院,若判断运送车已抵达目的地医院,则转入步骤S13;若判断运送车未抵达目的地医院,则转入步骤S9;
S12:运送车以远程遥控行驶模式行驶,接收医疗管理平台发出的远程遥控信号,在医疗管理平台的专业人士的远程遥控操作下行驶至目的地医院,行驶途中通过医疗监测模块实时监测并获取患者的心率、体温和实时影像数据,并将获取的医疗监测信息以信号形式实时发送给无线信号收发装置,由无线信号收发装置发送给医疗管理平台,再由医疗管理平台发送给医院和患者家属;
S13:运送车抵达目的地医院后,无线信号收发装置向医疗管理平台发送信号,再由医疗管理平台发送给医院和患者或患者家属,提示运送车已抵达目的地医院;
S14:语音播报装置语音提示患者下车,车门自动打开,可伸缩病床伸出;
S15:确认患者下车后,可伸缩病床收回,车门自动关闭;
S16:车载VCU控制运送车自主驶向医院指定位置,由专人消毒后,待命,等待执行下一次患者运送任务;
其中,步骤S9中进行实时路况判断的方法为:
S901:GPS导航系统实时接收路况信息并实时发送给车载VCU,由车载VCU根据实时路况信息提前预判危险路段;
S902:环境感知系统实时感知运送车周围路况的危险程度,综合判断当前路况,并将综合判断结果发送给车载VCU;
S903:车载VCU根据综合判断结果判断当前路况是否为危险路况,若判断为危险路况,则转入步骤S905,若判断当前路况不是危险路况,则转入步骤S904;
S904:车载VCU根据S901中预判的危险路段,判断运送车是否已进入预判的危险路段,若未进入预判的危险路段,则转入步骤S10;若已进入预判的危险路段,则转入步骤S905;
S905:无线信号收发装置向医疗管理平台发送模式切换请求,等待医疗管理平台的专业人士的远程遥控操作;
S906:判断等待时间是否超过规定的阈值,若未超时,则转入步骤S907,若已超时,则向医疗管理平台发出警报,并自主寻找安全位置停车,反复向医疗管理平台发送模式切换请求,直至医疗管理平台的专业人士进行远程遥控操作;
S907:判断远程遥控行驶模式是否切换完成,若已切换完成,则路况判断结束,转入步骤S10;若未切换完成,则转入步骤S905,直到完成模式切换,或等待时间超时。
2.根据权利要求1所述的智能患者运送车,其特征在于步骤S903中车载VCU根据综合判断结果判断当前路况是否为危险路况的方法为:取运送车当前安全阈值为J,环境感知系统感知到的周围路况的危险程度为D,若D≥J,则判断当前路况为危险路况,其中,安全阈值J的计算方法为:
J=J(εs,v,a) (1)
安全阈值J与运送车的故障检测系数εs、当前车速v、加速度a相关,其详细表达式为:
其中,vlmax为道路限制最大车速,vlmin为道路限制最小车速,amax为车辆限制最大加速度,σ1为速度加权系数,σ2为加速度加权系数,σ1和σ2为满足下式:
σ1+σ2=1 (3)
故障检测系数εs的具体表达式为:
其中,0<ε<1;
周围路况的危险程度D的计算方法为:
D=D(K,n,εr,vx) (5)
其中,K为车流量密度,n为环境感知系统感知范围内有效障碍物的个数,εr为路况系数,根据行驶的不同工况,直行、换道、交叉口工况取不同值;周围路况的危险程度D与感知范围内有效障碍物移动最大速度vx相关,具体表达式为:
其中,Kmax为道路允许最大车流密度,N为各种路况下参考障碍物个数;σ3,σ4,σ5,σ6为加权参数,取值满足以下公式:
σ3+σ4+σ5+σ6=1 (7) 。
3.根据权利要求1所述的智能患者运送车,其特征在于步骤S904中,判断运送车是否已进入预判的危险路段的条件为:若当前车头距离危险路段最近距离≤L,则判断为进入危险路段,其中,L的计算公式为:
L=α+βv (8)
其中,α、β均为常数,单位分别为m和s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010548246.8A CN111833580B (zh) | 2020-06-16 | 2020-06-16 | 一种智能患者运送车及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010548246.8A CN111833580B (zh) | 2020-06-16 | 2020-06-16 | 一种智能患者运送车及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111833580A CN111833580A (zh) | 2020-10-27 |
CN111833580B true CN111833580B (zh) | 2022-06-14 |
Family
ID=72899186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010548246.8A Active CN111833580B (zh) | 2020-06-16 | 2020-06-16 | 一种智能患者运送车及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111833580B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115689270A (zh) * | 2021-07-30 | 2023-02-03 | 比亚迪股份有限公司 | 车载导航风险防控方法、终端、车辆及介质 |
CN114188002A (zh) * | 2021-11-23 | 2022-03-15 | 复旦大学附属儿科医院 | 一种疑难危重新生儿急救转诊指挥系统与装置 |
CN114312832B (zh) * | 2021-12-20 | 2024-07-05 | 尚元智行(宁波)科技有限公司 | 基于模式切换的线控底盘车辆智能驾驶系统及其控制方法 |
CN117891262B (zh) * | 2024-03-18 | 2024-05-31 | 山东乐宁医疗科技有限公司 | 一种具有智能机器人配合转移车使用的联动系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106394545A (zh) * | 2016-10-09 | 2017-02-15 | 北京汽车集团有限公司 | 驾驶系统、无人驾驶车辆及车辆远程控制端 |
CN106774343A (zh) * | 2017-01-19 | 2017-05-31 | 中国科学院重庆绿色智能技术研究院 | 一种用于伤员救援运送的无人驾驶汽车 |
CN107085937B (zh) * | 2017-06-01 | 2020-05-05 | 鄂尔多斯市普渡科技有限公司 | 一种基于无人驾驶出租车乘客危急情况的应对系统的应对方法 |
WO2019075488A1 (en) * | 2017-10-15 | 2019-04-18 | Metawave Corporation | METHOD AND APPARATUS FOR AN ACTIVE RADIATION AND POWER STRUCTURE |
CN108445885A (zh) * | 2018-04-20 | 2018-08-24 | 鹤山东风新能源科技有限公司 | 一种基于纯电动物流车的自动驾驶系统及其控制方法 |
CN109284527B (zh) * | 2018-07-26 | 2022-06-10 | 福州大学 | 一种城市路段交通流仿真的方法 |
-
2020
- 2020-06-16 CN CN202010548246.8A patent/CN111833580B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111833580A (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111833580B (zh) | 一种智能患者运送车及其控制方法 | |
JP7184784B2 (ja) | 車両を遠隔操作するための方法及びシステム | |
US11155267B2 (en) | Mobile sensor platform | |
JP6179432B2 (ja) | 車両管理システム | |
RU2644998C2 (ru) | Транспортное средство и способ его автономного управления | |
US20230034871A1 (en) | Passenger health screening and monitoring | |
US20180315298A1 (en) | Emergency transportation arrangement apparatus, emergency transportation arrangement system and emergency transportation arrangement method | |
CN109074072B (zh) | 自动运输系统 | |
JP6327008B2 (ja) | 車両の制御装置、車両、及び車両の駐車決定方法 | |
US20190339716A1 (en) | Method and system for providing an at least partially automatic guidance of a following transportation vehicle | |
EP4201780A1 (en) | Automated driving method, ads and automated driving vehicle | |
CN105398431A (zh) | 自动驻车和提醒系统及其使用方法 | |
CN110312914A (zh) | 用于具有安全停靠点的自动驾驶的方法和装置 | |
JP2016128997A (ja) | 車載装置、管理装置、走行モードの判定方法及びコンピュータプログラム | |
CN107507444A (zh) | 用于无人驾驶的智能公路系统及其控制方法 | |
CN111986505B (zh) | 控制装置、上下车设施、控制方法及存储介质 | |
SE1250470A1 (sv) | Förfarande och system för effektivisering av på- och avstigning vid hållplats för vägbaserat fordon av kollektivtrafiktyp | |
WO2022057737A1 (zh) | 一种停车控制方法及相关设备 | |
CN106882061B (zh) | 充换电设施识别电动车辆的方法 | |
WO2021103536A1 (zh) | 一种车辆调控方法、装置及电子设备 | |
WO2020261543A1 (ja) | 自動運転専用道路管理装置 | |
CN115667041A (zh) | 自动驾驶车辆系统的车辆控制方案 | |
CN110281935A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN109598927A (zh) | 基于v2x技术的路权分配方法、系统、设备及存储介质 | |
CN111766868A (zh) | 车辆控制装置、车辆控制方法及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230802 Address after: 315191 East 1st Road, Science Park, Jiangshan Town, Yinzhou District, Ningbo City, Zhejiang Province Patentee after: Shangyuan Zhixing (Ningbo) Technology Co.,Ltd. Address before: 315191 East 1st Road, Science Park, Jiangshan Town, Yinzhou District, Ningbo City, Zhejiang Province Patentee before: Zhejiang tianshangyuan Technology Co.,Ltd. |