CN112370258B - 电动移动设备 - Google Patents

电动移动设备 Download PDF

Info

Publication number
CN112370258B
CN112370258B CN202011267588.9A CN202011267588A CN112370258B CN 112370258 B CN112370258 B CN 112370258B CN 202011267588 A CN202011267588 A CN 202011267588A CN 112370258 B CN112370258 B CN 112370258B
Authority
CN
China
Prior art keywords
rocker
command signal
weight
electric
control
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
Application number
CN202011267588.9A
Other languages
English (en)
Other versions
CN112370258A (zh
Inventor
李宇杰
陈贤钦
杨显峰
梁璐
许晓春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Jinbaihe Medical Equipment Co ltd
Original Assignee
Anhui Jinbaihe Medical Equipment Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Jinbaihe Medical Equipment Co ltd filed Critical Anhui Jinbaihe Medical Equipment Co ltd
Priority to CN202011267588.9A priority Critical patent/CN112370258B/zh
Publication of CN112370258A publication Critical patent/CN112370258A/zh
Application granted granted Critical
Publication of CN112370258B publication Critical patent/CN112370258B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
    • A61G5/04—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs motor-driven
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
    • A61G5/10—Parts, details or accessories
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
    • A61G5/10—Parts, details or accessories
    • A61G5/1005—Wheelchairs having brakes
    • A61G5/1035—Wheelchairs having brakes manipulated by wheelchair user
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
    • A61G5/10—Parts, details or accessories
    • A61G5/1051—Arrangements for steering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G2203/00—General characteristics of devices
    • A61G2203/10—General characteristics of devices characterised by specific control means, e.g. for adjustment or steering
    • A61G2203/22—General characteristics of devices characterised by specific control means, e.g. for adjustment or steering for automatically guiding movable devices, e.g. stretchers or wheelchairs in a hospital
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G2203/00—General characteristics of devices
    • A61G2203/30—General characteristics of devices characterised by sensor means

Abstract

本申请公开了一种电动移动设备，包括：电动驱动轮，以可绕轴旋转的方式支撑电动驱动轮的主体；手动操作单元，其接受操作者的手动操作，并输出第一命令信号以驱动电动驱动轮；无线操作单元，其接收从无线终端发送的无线操作，并输出第二命令信号以驱动电动驱动轮；以及控制单元，其基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，其中第一命令信号用于控制第一虚拟摇杆的指向、权重和摇杆推动行程，第二命令信号用于控制第二虚拟摇杆的指向、权重和摇杆推动行程，其中，所述第一和第二虚拟摇杆的权重和摇杆推动行程均大于等于零。本申请能够结合多种控制逻辑，进行叠加控制。通过权重分配、行程力度2个因素的控制，达到多种控制意图。

Description

电动移动设备
技术领域
本申请属于电动轮椅技术领域，尤其涉及一种电动移动设备及其控制方法。
背景技术
电动轮椅是在传统手动轮椅的基础上，叠加高性能动力驱动装置、智能操纵装置、电池等部件，改造升级而成的。
具备人工操纵智能控制器，就能驱动轮椅完成前进、后退、转向、站立、平躺、等多种功能的新一代智能化轮椅，是现代精密机械、智能数控、工程力学等领域相结合的高新科技产品。
美国专利US9669868B2公开的一种电动轮椅，防止了由于操作员的不正确操作等而导致助手不希望的操作。电动汽车包括手动操作单元，无线操作单元以及基于手动操作单元输出的第一命令信号或无线操作单元输出的第二命令信号控制驱动轮的控制单元。控制单元基于从无线装置发送的无线信号，设定能够通过手动操作单元进行电动驱动轮的操作的第一控制模式和能够通过手动操作单元进行电动驱动轮的操作的第二控制模式。
上述专利的控制逻辑，覆盖了以下逻辑：
逻辑1：启用手动控制(1a)或停用手动控制(1b)；
逻辑2：启用无线控制(2a)或停用无线控制(2b)；
逻辑3：手动控制优先(3a)或无线控制优先(3b)。
可见，在以上专利中，手动控制和无线控制是互斥的两种控制方式，不能在同一个时间内同时使用，电动轮椅实际中只能遵循手动或无线控制中的一种指令进行控制和行进。这在例如轮椅使用者在手动控制轮椅时，由于疾病等原因突然失去手动控制能力后轮椅仍然处于手动控制模式下而无法自动切换到他人控制时，可能会导致较为严重的事故后果。又或者如果轮椅处于无线操作模式时，由于无线操作者的操作失误等原因，导致轮椅使用者无法及时切换到手动操作模式而无法自己控制轮椅的行进，也会导致可能的事故。
发明内容
有鉴于此，为避免以上问题的出现，本申请实施例提供了一种电动移动设备，能够结合多种控制逻辑，进行叠加控制。通过权重分配、行程力度2个因素的控制，达到多种控制意图。
本申请第一方面实施例提供一种电动移动设备，包括：
电动驱动轮，以可绕轴旋转的方式支撑电动驱动轮的主体；
手动操作单元，其接受操作者的手动操作，并输出第一命令信号以驱动电动驱动轮；
无线操作单元，其接收从无线终端发送的无线操作，并输出第二命令信号以驱动电动驱动轮；以及
控制单元，其基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，其中第一命令信号用于控制第一虚拟摇杆的指向、权重和摇杆推动行程，第二命令信号用于控制第二虚拟摇杆的指向、权重和摇杆推动行程，其中，所述第一虚拟摇杆的权重和摇杆推动行程均大于等于零，所述第二虚拟摇杆的权重和摇杆推动行程均大于等于零。
在本申请的一些实施例中，所述控制单元根据第一命令信号和第二命令信号以力学合成方式计算所述电动移动设备的移动指令，包括：分别计算第一虚拟摇杆的权重和摇杆推动行程的第一乘积、第二虚拟摇杆的权重和摇杆推动行程的第二乘积；将第一乘积和第二乘积根据各自的指向进行力学合成，得到所述电动移动设备的移动指令。
在本申请的一些实施例中，所述控制单元将所述第一命令信号和第二命令信号输入预训练的神经网络模型中，计算所述电动移动设备的移动指令。
在本申请的一些实施例中，所述预训练的神经网络模型的预训练过程包括：
接收驾驶者本人的历史驾驶数据；
构建神经网络模型；
将所述历史驾驶数据输入所述神经网络模型进行训练，直至所述神经网络模型收敛。
在本申请的一些实施例中，所述预训练的神经网络模型的预训练过程包括：
接收云平台存储的同型号电动移动设备相关的历史驾驶大数据；
构建神经网络模型；
将所述历史驾驶大数据输入所述神经网络模型进行训练，直至所述神经网络模型收敛。
在本申请的一些实施例中，所述历史驾驶大数据包括以下的一种或多种：云平台沉淀的众多驾驶者的历史数据、陀螺仪传感器的数据、GPS、AGPS反馈的数据、公共区域摄像头数据、互联网抓取数据、高精地图反馈的数据。
在本申请的一些实施例中，控制单元将计算得到的所述电动移动设备的移动指令展示给用户，作为推荐自动驾驶方式。
在本申请的一些实施例中，所述预训练的神经网络模型的输入参数包括驾驶者的年龄、性别、所在地理位置、是否有障碍物以及地形坡度。
本申请第二方面实施例提供一种电动移动设备的控制方法，包括：
接收来自手动操作者的第一命令信号和来自无线终端的第二命令信号；
基于由第一命令信号和第二命令信号来控制电动驱动轮，其中第一命令信号用于控制第一虚拟摇杆的指向、权重和摇杆推动行程，第二命令信号用于控制第二虚拟摇杆的指向、权重和摇杆推动行程，其中，所述第一虚拟摇杆的权重和摇杆推动行程均大于等于零，所述第二虚拟摇杆的权重和摇杆推动行程均大于等于零。
在本申请的一些实施例中，进一步包括，根据第一命令信号和第二命令信号以力学合成方式计算所述电动移动设备的移动指令，包括：分别计算第一虚拟摇杆的权重和摇杆推动行程的第一乘积、第二虚拟摇杆的权重和摇杆推动行程的第二乘积；将第一乘积和第二乘积根据各自的指向进行力学合成，得到所述电动移动设备的移动指令。
本申请第三方面实施例提供一种电动移动设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行以实现第二方面所述的电动移动设备的控制方法。
本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现第二方面所述的电动移动设备的控制方法。本申请的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和速度、距离等，避免由于手动操作者或无线操作者的一方失误性操作导致事故等严重后果的发生；再者，本申请通过权重分配、形成力度两个因素的控制，能够精确的、鲁棒的达到360度全方位行程范围覆盖；最后，通过引入神经网络模型及其训练，以及轮椅使用者及网络大数据的训练，根据用户使用场景智能推荐轮椅的操作方式，进一步增强了本申请的场景适应性和用户友好性。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
附图1示出了本申请实施例的一种电动移动设备的结构示意图；
附图2示出了本申请实施例的控制单元用户显示及操作界面示意图；
附图3示出了本申请实施例的第一个控制效果举例示意图；
附图4示出了本申请实施例的第二个控制效果举例示意图；
附图5示出了本申请实施例的第三个控制效果举例示意图；
附图6示出了本申请实施例的第四个控制效果举例示意图；
附图7示出了本申请实施例的第五个控制效果举例示意图；
附图8示出了本申请实施例的第六个控制效果举例示意图；
附图9示出了本申请实施例的第七个控制效果举例示意图；
附图10示出了本申请实施例的第八个控制效果举例示意图；
附图11示出了本申请实施例的第九个控制效果举例示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本申请提出了一种电动移动设备及其控制方法，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和速度、距离等，避免由于手动操作者或无线操作者的一方失误性操作导致事故等严重后果的发生；再者，本申请通过权重分配、形成力度两个因素的控制，能够精确的、鲁棒的达到360度全方位行程范围覆盖；最后，通过引入神经网络模型及其训练，以及轮椅使用者及网络大数据的训练，根据用户使用场景智能推荐轮椅的操作方式，进一步增强了本申请的场景适应性和用户友好性。
为使本申请的上述目的、特征和优点能够更为明显易懂，下面结合附图对本申请的具体实施例做详细的说明。
实施例一
图1是本申请实施例提供的一种电动移动设备，包括：
电动驱动轮1，以可绕轴旋转的方式支撑电动驱动轮的主体；
手动操作单元2，其接受操作者的手动操作，并输出第一命令信号以驱动电动驱动轮；
无线操作单元3，其接收从无线终端发送的无线操作，并输出第二命令信号以驱动电动驱动轮；以及
控制单元4，其基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮。如图2所示，为控制单元4的用户显示及操作界面示意图。该用户显示及操作界面可以使用例如触摸屏来实现。其中第一命令信号用于控制第一虚拟摇杆5的指向、权重和摇杆推动行程，第二命令信号用于控制第二虚拟摇杆6的指向、权重和摇杆推动行程，其中，第一虚拟摇杆的权重和摇杆推动行程均大于等于零，第二虚拟摇杆的权重和摇杆推动行程均大于等于零。当然，控制单元4可以不仅仅用于显示手动操作、无线操作的方向、权重和摇杆推动行程，也可以通过手动点击触摸屏的方式(点击或拖动)分别设置第一权重设置条、第二权重设置条来手动设置每种操作方式的权重大小；也可以通过手动点击触摸屏的方式(点击或拖动)分别设置第一摇杆推动行程设置条、第二摇杆推动行程设置条来手动设置每种操作方式的摇杆推动行程大小。摇杆推动行程的概念是指，用户通过无线或手动推动摇杆时的幅度大小，实际代表了用户期望轮椅前进的速度大小或者距离大小。对于手动或无线控制模式来说，摇杆推动行程均大于等于零，取值范围优选可以是0.1％～100％。请注意，本申请所指的权重并非是手动权重加无线权重等于百分之一百的完全互补概念，本申请中的权重是指每种操作方式相对于当前所属控制模式下(包括已知方向、摇杆推动行程时)的其自身的最高控制力度而言的。对于手动或无线控制模式来说，第一权重和第二权重均大于等于零，取值范围优选可以是0.1％～100％。
在本申请的一些实施例中，控制单元根据第一命令信号和第二命令信号以力学合成方式计算电动移动设备的移动指令，包括：分别计算第一虚拟摇杆的权重和摇杆推动行程的第一乘积、第二虚拟摇杆的权重和摇杆推动行程的第二乘积；将第一乘积和第二乘积根据各自的指向进行力学合成，得到所述电动移动设备的移动指令。
在本申请的一些实施例中，控制单元将第一命令信号和第二命令信号输入预训练的神经网络模型中，计算电动移动设备的移动指令。预训练的神经网络模型会根据下面几类实时或非实时数据，对手动驾驶模式进行修正，从而提供更加安全的驾驶体验，规避纯手动操作用户。
例如，本申请的神经网络模型输入数据可以包含以下几种数据源：
1)手机摄像头数据、车辆摄像头数据；
2)驾驶者本人沉淀的历史数据、云平台沉淀的众多驾驶者的历史数据；
3)陀螺仪传感器的数据、GPS、AGPS反馈的数据；
4)公共区域摄像头数据、来自互联网的数据；
5)高精地图反馈的数据。
在本申请的一些实施例中，控制单元将第一命令信号和第二命令信号输入预训练的神经网络模型中，计算电动移动设备的移动指令。
在本申请的一些实施例中，预训练的神经网络模型的预训练过程包括：
接收驾驶者本人的历史驾驶数据；
构建神经网络模型；
将历史驾驶数据输入神经网络模型进行训练，直至神经网络模型收敛。
在本申请的一些实施例中，预训练的神经网络模型的预训练过程包括：
接收云平台存储的同型号电动移动设备相关的历史驾驶大数据；
构建神经网络模型；
将历史驾驶大数据输入神经网络模型进行训练，直至神经网络模型收敛。
在本申请的一些实施例中，历史驾驶大数据包括以下的一种或多种：云平台沉淀的众多驾驶者的历史数据、陀螺仪传感器的数据、GPS、AGPS反馈的数据、公共区域摄像头数据、互联网抓取数据、高精地图反馈的数据。
在本申请的一些实施例中，控制单元将计算得到的电动移动设备的移动指令展示给用户，作为推荐自动驾驶方式。
在本申请的一些实施例中，预训练的神经网络模型的输入参数包括驾驶者的年龄、性别、所在地理位置、是否有障碍物以及地形坡度。
本申请的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和速度、距离等，避免由于手动操作者或无线操作者的一方失误性操作导致事故等严重后果的发生；再者，本申请通过权重分配、形成力度两个因素的控制，能够精确的达到360度全方位行程范围覆盖；最后，通过引入神经网络模型及其训练，以及轮椅使用者及网络大数据的训练，根据用户使用场景智能推荐轮椅的操作方式，进一步增强了本申请的场景适应性和用户友好性。
实施例二
附图3示出了本申请实施例的第一个控制效果举例示意图；
本申请实施例提供一种电动移动设备的控制方法，该电动移动设备的控制方法与实施例一的电动移动设备的控制方法对应，相关之处参见实施例一的部分说明即可。以下描述的方法实施例仅仅是示意性的。在本实施例中，电动轮椅的控制单元4基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，控制单元根据第一命令信号和第二命令信号以力学合成方式计算电动移动设备的移动指令。
本申请实施例包括如下通用的控制方法，包括：
接收来自手动操作者的第一命令信号和来自无线终端的第二命令信号；
基于由第一命令信号和第二命令信号来控制电动驱动轮，其中第一命令信号用于控制第一虚拟摇杆的指向、权重A1和摇杆推动行程B1，第二命令信号用于控制第二虚拟摇杆的指向、权重B1和摇杆推动行程B2，其中，所述第一虚拟摇杆的权重和摇杆推动行程均大于等于零，所述第二虚拟摇杆的权重和摇杆推动行程均大于等于零。
在本申请的一些实施例中，进一步包括，根据第一命令信号和第二命令信号以力学合成方式计算所述电动移动设备的移动指令，包括：分别计算第一虚拟摇杆的权重A1和摇杆推动行程B1的第一乘积C1、第二虚拟摇杆的权重A2和摇杆推动行程B2的第二乘积C2；将第一乘积C1和第二乘积C2根据各自的指向进行力学合成，得到所述电动移动设备的移动指令D。
在本申请的一些实施例中，进一步包括，根据第一命令信号和第二命令信号以力学合成方式计算所述电动移动设备的移动指令，包括：分别计算第一虚拟摇杆的权重A1和摇杆推动行程B1的第一乘积C1、第二虚拟摇杆的权重A2和摇杆推动行程B2的第二乘积C2；将第一乘积C1和第二乘积C2根据各自的指向进行力学合成，得到所述电动移动设备的移动指令S。
以下给出具体的数值实施例：
假设电动第一命令信号、第二命令信号分别携带如下控制信息：
第一权重(手动)＝50％，第一摇杆推动行程(手动)：100％(假设最高移动速度为10公里/小时)；
第二权重(无线)＝50％，第二摇杆推动行程(无线)：100％(假设最高移动速度为10公里/小时)；
第一虚拟摇杆(手动)＝向前指向(方向指向：12点方向)，第二虚拟摇杆(无线)＝向右推动(方向指向：3点钟方向)。
如图3所示，以原点代表电动车辆，以向上的虚线长度代表手动操作的第一摇杆推动行程，即以10公里/小时的速度向前移动；以向右的虚线长度代表无线操作的第二摇杆推动行程，即以10公里/小时的速度向右移动，由于第一、第二权重均为50％，则实际上以向上的实线长度代表手动操作的控制意图：50％*100％*10＝5，即以5公里/小时的速度向前移动；以向右的实线长度代表无线操作的控制意图：50％*100％*10＝5，即以5公里/小时的速度向右移动。
本领域公知的是，两个力合成时，以表示这两个力的有向线段为邻边作平行四边形，这两个邻边之间的对角线就代表合力的大小和方向，这就叫做平行四边形定则。
因此，经过力学合成后，输出给电动轮椅的控制指令是：斜着45度向1点30分方向持续运动，速度是
Figure BDA0002776671260000091
公里/小时。
本实施例的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和速度等，避免由于手动操作者或无线操作者的一方失误性操作导致事故等严重后果的发生。
实施例三
附图4示出了本申请实施例的第二个控制效果举例示意图；
在本实施例中，电动轮椅的控制单元4基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，控制单元根据第一命令信号和第二命令信号以力学合成方式计算电动移动设备的移动指令。
假设电动第一命令信号、第二命令信号分别携带如下控制信息：
第一权重(手动)＝100％，第一摇杆推动行程(手动)：100％(假设最高移动速度为10公里/小时)；
第二权重(无线)＝100％，第二摇杆推动行程(无线)：100％(假设最高移动速度为10公里/小时)；
第一虚拟摇杆(手动)＝向前指向(方向指向：12点方向)，第二虚拟摇杆(无线)＝向右推动(方向指向：3点钟方向)。
如图4所示，以原点代表电动车辆，以向上的虚线长度代表手动操作的第一摇杆推动行程，即以10公里/小时的速度向前移动；以向右的虚线长度代表无线操作的第二摇杆推动行程，即以10公里/小时的速度向右移动，由于第一、第二权重均为100％，则实际上以向上的实线长度代表手动操作的控制意图：100％*100％*10＝10，即以10公里/小时的速度向前移动；以向右的实线长度代表无线操作的控制意图：100％*100％*10＝10，即以10公里/小时的速度向右移动。
因此，经过力学合成后，输出给电动轮椅的控制指令是：斜着45度向1点30分方向持续运动，速度是
Figure BDA0002776671260000101
公里/小时。
本实施例的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和速度等，避免由于手动操作者或无线操作者的一方失误性操作导致事故等严重后果的发生。
实施例四
附图5示出了本申请实施例的第三个控制效果举例示意图；
在本实施例中，电动轮椅的控制单元4基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，控制单元根据第一命令信号和第二命令信号以力学合成方式计算电动移动设备的移动指令。
假设电动第一命令信号、第二命令信号分别携带如下控制信息：
第一权重(手动)＝17.32％，第一摇杆推动行程(手动)：100％(假设最高移动速度为10公里/小时)；
第二权重(无线)＝10％，第二摇杆推动行程(无线)：100％(假设最高移动速度为10公里/小时)；
第一虚拟摇杆(手动)＝向前指向(方向指向：12点方向)，第二虚拟摇杆(无线)＝向右推动(方向指向：3点钟方向)。
如图5所示，以原点代表电动车辆，以向上的虚线长度代表手动操作的第一摇杆推动行程，即以10公里/小时的速度向前移动；以向右的虚线长度代表无线操作的第二摇杆推动行程，即以10公里/小时的速度向右移动，由于第一、第二权重分别为17.32％和10％，则实际上以向上的实线长度代表手动操作的控制意图：17.32％*100％*10＝1.732，即以1.732公里/小时的速度向前移动；以向右的实线长度代表无线操作的控制意图：10％*100％*10＝1，即以1公里/小时的速度向右移动。
因此，经过力学合成后，输出给电动轮椅的控制指令是：以与水平成60度的方向向1点方向持续运动，速度是2公里/小时。
本实施例的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和速度等，避免由于手动操作者或无线操作者的一方失误性操作导致事故等严重后果的发生。
实施例五
附图6示出了本申请实施例的第四个控制效果举例示意图；
在本实施例中，电动轮椅的控制单元4基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，控制单元根据第一命令信号和第二命令信号以力学合成方式计算电动移动设备的移动指令。
假设电动第一命令信号、第二命令信号分别携带如下控制信息：
第一权重(手动)＝10％，第一摇杆推动行程(手动)：100％(假设最高移动速度为10公里/小时)；
第二权重(无线)＝17.32％，第二摇杆推动行程(无线)：100％(假设最高移动速度为10公里/小时)；
第一虚拟摇杆(手动)＝向前指向(方向指向：12点方向)，第二虚拟摇杆(无线)＝向右推动(方向指向：3点钟方向)。
如图6所示，以原点代表电动车辆，以向上的虚线长度代表手动操作的第一摇杆推动行程，即以10公里/小时的速度向前移动；以向右的虚线长度代表无线操作的第二摇杆推动行程，即以10公里/小时的速度向右移动，由于第一、第二权重分别为10％和17.32％，则实际上以向上的实线长度代表手动操作的控制意图：10％*100％*10＝1，即以1公里/小时的速度向前移动；以向右的实线长度代表无线操作的控制意图：17.32％*100％*10＝1.732，即以1.732公里/小时的速度向右移动。
因此，经过力学合成后，输出给电动轮椅的控制指令是：以与水平成30度的方向向2点方向持续运动，速度是2公里/小时。
本实施例的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和速度等，避免由于手动操作者或无线操作者的一方失误性操作导致事故等严重后果的发生。
实施例六
附图7示出了本申请实施例的第五个控制效果举例示意图；
在本实施例中，电动轮椅的控制单元4基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，控制单元根据第一命令信号和第二命令信号以力学合成方式计算电动移动设备的移动指令。
假设电动第一命令信号、第二命令信号分别携带如下控制信息：
第一权重(手动)＝100％，第一摇杆推动行程(手动)：100％(假设最高移动速度为10公里/小时)；
第二权重(无线)＝50％，第二摇杆推动行程(无线)：100％(假设最高移动速度为10公里/小时)；
第一虚拟摇杆(手动)＝向左指向(方向指向：9点方向)，第二虚拟摇杆(无线)＝向右推动(方向指向：3点钟方向)。
如图7所示，以原点代表电动车辆，以向左的虚线长度代表手动操作的第一摇杆推动行程，即以10公里/小时的速度向左移动；以向右的虚线长度代表无线操作的第二摇杆推动行程，即以10公里/小时的速度向右移动，由于第一、第二权重分别为100％和50％，则实际上以向左的实线长度代表手动操作的控制意图：100％*100％*10＝10，即以10公里/小时的速度向左移动；以向右的实线长度代表无线操作的控制意图：50％*100％*10＝5，即以5公里/小时的速度向右移动。
因此，经过力学合成后，输出给电动轮椅的控制指令是：向左朝9点方向持续运动，速度是10-5＝5公里/小时。
本实施例的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和速度等，能够在轮椅的手动操作者例如坐在轮椅上的人由于突发疾病的原因导致事故等严重后果的发生。
实施例七
附图8示出了本申请实施例的第六个控制效果举例示意图；
在本实施例中，电动轮椅的控制单元4基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，控制单元根据第一命令信号和第二命令信号以力学合成方式计算电动移动设备的移动指令。
假设电动第一命令信号、第二命令信号分别携带如下控制信息：
第一权重(手动)＝25％，第一摇杆推动行程(手动)：100％(假设最高移动速度为10公里/小时)；
第二权重(无线)＝50％，第二摇杆推动行程(无线)：100％(假设最高移动速度为10公里/小时)；
第一虚拟摇杆(手动)＝向左指向(方向指向：9点方向)，第二虚拟摇杆(无线)＝向右推动(方向指向：3点钟方向)。
如图8所示，以原点代表电动车辆，以向左的虚线长度代表手动操作的第一摇杆推动行程，即以10公里/小时的速度向左移动；以向右的虚线长度代表无线操作的第二摇杆推动行程，即以10公里/小时的速度向右移动，由于第一、第二权重分别为25％和50％，则实际上以向左的实线长度代表手动操作的控制意图：25％*100％*10＝10，即以2.5公里/小时的速度向左移动；以向右的实线长度代表无线操作的控制意图：50％*100％*10＝5，即以5公里/小时的速度向右移动。
因此，经过力学合成后，输出给电动轮椅的控制指令是：向右朝3点方向持续运动，速度是5-2.5＝2.5公里/小时。
本实施例的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和速度等，能够在轮椅外部的无线操作者例如远程控制轮椅的人由于突发疾病的原因导致事故等严重后果的发生。
实施例八
附图9示出了本申请实施例的第七个控制效果举例示意图；
在本实施例中，电动轮椅的控制单元4基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，控制单元根据第一命令信号和第二命令信号以力学合成方式计算电动移动设备的移动指令。
假设电动第一命令信号、第二命令信号分别携带如下控制信息：
第一权重(手动)＝25％，第一摇杆推动行程(手动)：100％(假设最高移动速度为10公里/小时)；
第二权重(无线)＝50％，第二摇杆推动行程(无线)：50％(假设最高移动速度为10公里/小时)；
第一虚拟摇杆(手动)＝向左指向(方向指向：9点方向)，第二虚拟摇杆(无线)＝向右推动(方向指向：3点钟方向)。
如图9所示，以原点代表电动车辆，以向左的虚线长度代表手动操作的第一摇杆推动行程，即以10公里/小时的速度向左移动；以向右的虚线长度代表无线操作的第二摇杆推动行程，即以10公里/小时的速度向右移动，由于第一、第二权重分别为25％和50％，则实际上以向左的实线长度代表手动操作的控制意图：25％*100％*10＝10，即以2.5公里/小时的速度向左移动；以向右的实线长度代表无线操作的控制意图：50％*50％*10＝2.5，即以2.5公里/小时的速度向右移动。
因此，经过力学合成后，由于两个控制逻辑方向正好相反且速度相同，则输出给电动轮椅的控制指令是：保持原地静止不动。
本实施例的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和速度等，能够在轮椅外部的无线操作者例如远程控制轮椅的人、或者手动操作者例如坐在轮椅上的人中有一方由于突发疾病的原因导致事故等严重后果的发生。
实施例九
附图10示出了本申请实施例的第八个控制效果举例示意图；
在本实施例中，电动轮椅的控制单元4基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，控制单元根据第一命令信号和第二命令信号以力学合成方式计算电动移动设备的移动指令。
假设电动第一命令信号、第二命令信号分别携带如下控制信息：
第一权重(手动)＝0.1％，第一摇杆推动行程(手动)：100％(假设最远移动距离为10米)；
第二权重(无线)＝100％，第二摇杆推动行程(无线)：100％(假设最远移动距离为10米)；
第一虚拟摇杆(手动)＝任意方向，第二虚拟摇杆(无线)＝任意方向。
如图10所示，以原点代表电动车辆，以向左上的虚线长度代表手动操作的第一摇杆推动行程，即向左上移动10米；以向右上的虚线长度代表无线操作的第二摇杆推动行程，即向右上移动10米，由于第一、第二权重分别为0.1％和100％，则实际上以向左上的实线长度代表手动操作的控制意图：0.1％*100％*10＝0.01，即向左上移动0.01米；以向右上的实线长度代表无线操作的控制意图：100％*100％*10＝10，即向右上移动10米。
因此，经过力学合成后，虽然受到手动操作的控制意图的轻微扰动，但无线操作的控制意图仍然占据主导，则输出给电动轮椅的控制指令是：车辆基本按照无线操作的控制意图进行运动，大致向右上移动10米。
本实施例的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和距离，能够在手动操作者例如坐在轮椅上的人由于突发疾病的原因导致事故等严重后果的发生。
实施例十
附图11示出了本申请实施例的第九个控制效果举例示意图；
在本实施例中，电动轮椅的控制单元4基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，控制单元根据第一命令信号和第二命令信号以力学合成方式计算电动移动设备的移动指令。
假设电动第一命令信号、第二命令信号分别携带如下控制信息：
第一权重(手动)＝100％，第一摇杆推动行程(手动)：100％(假设最远移动距离为10米)；
第二权重(无线)＝0.1％，第二摇杆推动行程(无线)：100％(假设最远移动距离为10米)；
第一虚拟摇杆(手动)＝任意方向，第二虚拟摇杆(无线)＝任意方向。
如图11所示，以原点代表电动车辆，以向左上的虚线长度代表手动操作的第一摇杆推动行程，即向左上移动10米；以向右上的虚线长度代表无线操作的第二摇杆推动行程，即向右上移动10米，由于第一、第二权重分别为100％和0.1％，则实际上以向左上的实线长度代表手动操作的控制意图：100％*100％*10＝10，即向左上移动10米；以向右上的实线长度代表无线操作的控制意图：0.1％*100％*10＝0.01，即向右上移动0.01米。
因此，经过力学合成后，虽然受到无线操作的控制意图的轻微扰动，但手动操作的控制意图仍然占据主导，则输出给电动轮椅的控制指令是：车辆基本按照手动操作的控制意图进行运动，大致向左上移动10米。
本实施例的电动轮椅，通过结合无线和手动两种控制逻辑，进行叠加控制，能够更科学有效的控制轮椅的行进方向和距离，能够在轮椅外部的无线操作者例如远程控制轮椅的人由于突发疾病的原因导致事故等严重后果的发生。
实施例十一
本申请实施例还提供了一种电动移动设备，该电动移动设备采用实施例一中任一实施方式的电动移动设备的控制方法。该电动移动设备可以为电动轮椅等电动移动设备，也可以为其它类型，本申请对此不做限定。
本申请实施例提供的电动移动设备与本申请实施例提供的电动移动设备的控制方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
实施例十二
本申请实施例还提供了一种电动移动设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行以实现实施例一中任一实施方式的电动移动设备的控制方法。该电动移动设备可以为电动轮椅等电动移动设备，也可以为其它类型，本申请对此不做限定。
具体的，所述电动移动设备可以包括：处理器，存储器，总线和通信接口，所述处理器、通信接口和存储器通过总线连接；所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行本申请前述任一实施方式所提供的电动移动设备的控制方法。
其中，存储器可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器用于存储程序，所述处理器在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述电动移动设备的控制方法可以应用于处理器中，或者由处理器实现。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
本申请实施例提供的电动移动设备与本申请实施例提供的电动移动设备的控制方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
实施例十三
本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现实施例一中任一实施方式的电动移动设备的控制方法。
所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的电动移动设备的控制方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。需要说明的是：
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (10)

1.一种电动移动设备，其特征在于，包括：
电动驱动轮，以可绕轴旋转的方式支撑电动驱动轮的主体；
手动操作单元，其接受操作者的手动操作，并输出第一命令信号以驱动电动驱动轮；
无线操作单元，其接收从无线终端发送的无线操作，并输出第二命令信号以驱动电动驱动轮；以及
控制单元，其基于由手动操作单元输出的第一命令信号和由无线操作单元输出的第二命令信号来控制电动驱动轮，其中第一命令信号用于控制第一虚拟摇杆的指向、权重和摇杆推动行程，第二命令信号用于控制第二虚拟摇杆的指向、权重和摇杆推动行程，其中，所述第一虚拟摇杆的权重和摇杆推动行程均大于等于零，所述第二虚拟摇杆的权重和摇杆推动行程均大于等于零；
其中，所述控制单元根据第一命令信号和第二命令信号以力学合成方式计算所述电动移动设备的移动指令，包括：分别计算第一虚拟摇杆的权重和摇杆推动行程的第一乘积、第二虚拟摇杆的权重和摇杆推动行程的第二乘积；将第一乘积和第二乘积根据各自的指向进行力学合成，得到所述电动移动设备的移动指令。
2.根据权利要求1所述的电动移动设备，其中，所述控制单元将所述第一命令信号和第二命令信号输入预训练的神经网络模型中，计算所述电动移动设备的移动指令。
3.根据权利要求2所述的电动移动设备，其特征在于，其中，所述预训练的神经网络模型的预训练过程包括：
接收驾驶者本人的历史驾驶数据；
构建神经网络模型；
将所述历史驾驶数据输入所述神经网络模型进行训练，直至所述神经网络模型收敛。
4.根据权利要求2所述的电动移动设备，其特征在于，其中，所述预训练的神经网络模型的预训练过程包括：
接收云平台存储的同型号电动移动设备相关的历史驾驶大数据；
构建神经网络模型；
将所述历史驾驶大数据输入所述神经网络模型进行训练，直至所述神经网络模型收敛。
5.根据权利要求4所述的电动移动设备，其特征在于，其中，所述历史驾驶大数据包括以下的一种或多种：云平台保存的众多驾驶者的历史数据、陀螺仪传感器的数据、GPS、AGPS反馈的数据、公共区域摄像头数据、互联网抓取数据、高精地图反馈的数据。
6.根据权利要求2所述的电动移动设备，其特征在于，其中，控制单元将计算得到的所述电动移动设备的移动指令展示给用户，作为推荐自动驾驶方式。
7.根据权利要求2所述的电动移动设备，其特征在于，其中，所述预训练的神经网络模型的输入参数包括驾驶者的年龄、性别、所在地理位置、是否有障碍物以及地形坡度。
8.一种电动移动设备的控制方法，其特征在于，包括：
接收来自手动操作者的第一命令信号和来自无线终端的第二命令信号；
基于由第一命令信号和第二命令信号来控制电动驱动轮，其中第一命令信号用于控制第一虚拟摇杆的指向、权重和摇杆推动行程，第二命令信号用于控制第二虚拟摇杆的指向、权重和摇杆推动行程，其中，所述第一虚拟摇杆的权重和摇杆推动行程均大于等于零，所述第二虚拟摇杆的权重和摇杆推动行程均大于等于零；
根据第一命令信号和第二命令信号以力学合成方式计算所述电动移动设备的移动指令，包括：分别计算第一虚拟摇杆的权重和摇杆推动行程的第一乘积、第二虚拟摇杆的权重和摇杆推动行程的第二乘积；将第一乘积和第二乘积根据各自的指向进行力学合成，得到所述电动移动设备的移动指令。
9.一种电动移动设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行以实现权利要求8所述的电动移动设备的控制方法。
10.一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现权利要求8所述的电动移动设备的控制方法。
CN202011267588.9A 2020-11-13 2020-11-13 电动移动设备 Active CN112370258B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011267588.9A CN112370258B (zh) 2020-11-13 2020-11-13 电动移动设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011267588.9A CN112370258B (zh) 2020-11-13 2020-11-13 电动移动设备

Publications (2)

Publication Number Publication Date
CN112370258A CN112370258A (zh) 2021-02-19
CN112370258B true CN112370258B (zh) 2022-08-09

Family

ID=74583828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011267588.9A Active CN112370258B (zh) 2020-11-13 2020-11-13 电动移动设备

Country Status (1)

Country Link
CN (1) CN112370258B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113852314B (zh) * 2021-09-14 2023-06-02 安徽金百合医疗器械有限公司 一种用于电动轮椅的电机驱动控制系统及控制方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2035745A1 (en) * 1990-09-04 1992-03-05 Paul V. Garin, Iii Foldable wheelchair with optional power or manual drive
CN1818831A (zh) * 2006-03-16 2006-08-16 上海科生假肢有限公司 利用人体肌电信号操纵电子设备/交通工具的装置及方法
CN102521505A (zh) * 2011-12-08 2012-06-27 杭州电子科技大学 用于控制意图识别的脑电和眼电信号决策融合方法
JP2015150324A (ja) * 2014-02-18 2015-08-24 Ｗｈｉｌｌ株式会社 電動モビリティおよびその制御方法
CN205215560U (zh) * 2015-10-28 2016-05-11 熊勇 基于arduino系统自动行驶的可折叠轮毂电机智能轮椅
CN107273037A (zh) * 2017-07-04 2017-10-20 网易（杭州）网络有限公司 虚拟对象控制方法及装置、存储介质、电子设备
CN107390573A (zh) * 2017-06-28 2017-11-24 长安大学 基于手势控制的智能轮椅系统及控制方法
CN108904163A (zh) * 2018-06-22 2018-11-30 北京信息科技大学 轮椅控制方法及系统
CN111242280A (zh) * 2020-01-06 2020-06-05 北京拙河科技有限公司 一种深度强化学习模型的组合方法、装置及计算机设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2013285622A1 (en) * 2012-02-09 2014-07-31 Kevin Thomas Halsall Powered mobility device
JP5758537B1 (ja) * 2014-11-17 2015-08-05 Ｗｈｉｌｌ株式会社 電動モビリティ
US11137762B2 (en) * 2018-11-30 2021-10-05 Baidu Usa Llc Real time decision making for autonomous driving vehicles

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2035745A1 (en) * 1990-09-04 1992-03-05 Paul V. Garin, Iii Foldable wheelchair with optional power or manual drive
CN1818831A (zh) * 2006-03-16 2006-08-16 上海科生假肢有限公司 利用人体肌电信号操纵电子设备/交通工具的装置及方法
CN102521505A (zh) * 2011-12-08 2012-06-27 杭州电子科技大学 用于控制意图识别的脑电和眼电信号决策融合方法
JP2015150324A (ja) * 2014-02-18 2015-08-24 Ｗｈｉｌｌ株式会社 電動モビリティおよびその制御方法
CN205215560U (zh) * 2015-10-28 2016-05-11 熊勇 基于arduino系统自动行驶的可折叠轮毂电机智能轮椅
CN107390573A (zh) * 2017-06-28 2017-11-24 长安大学 基于手势控制的智能轮椅系统及控制方法
CN107273037A (zh) * 2017-07-04 2017-10-20 网易（杭州）网络有限公司 虚拟对象控制方法及装置、存储介质、电子设备
CN108904163A (zh) * 2018-06-22 2018-11-30 北京信息科技大学 轮椅控制方法及系统
CN111242280A (zh) * 2020-01-06 2020-06-05 北京拙河科技有限公司 一种深度强化学习模型的组合方法、装置及计算机设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
新型多功能电动轮椅的研究和CAD设计;甘新平 等;《临床医学工程》;20120731;第19卷(第7期);第1040-1042页 *
模糊神经网络在智能轮椅避障中的应用;贾松敏 等;《华中科技大学学报（自然科学版）》;20130531;第41卷(第5期);第77-81页 *

Also Published As

Publication number Publication date
CN112370258A (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
US20180348761A1 (en) Scalable smooth reference path generator for autonomous driving vehicles
CN109583151A (zh) 车辆的行驶轨迹预测方法及装置
CN105329238B (zh) 一种基于单目视觉的自动驾驶汽车换道控制方法
CN101644932B (zh) 行驶支持用设备
JP6984232B2 (ja) 自動運転装置
CN106314419A (zh) 自动驾驶控制装置
KR20180092314A (ko) 모션 계획에 기초한 자율 주행 차량의 운행 방법 및 시스템
JP2018111457A (ja) 車両の運転支援装置
CN205573940U (zh) 车辆控制系统及车辆
CN112370258B (zh) 电动移动设备
CN104136306A (zh) 车辆的控制装置
US20200262349A1 (en) Display system, display method, and program
CN109808695A (zh) 一种车辆行驶模式调整方法及装置
CN109703552A (zh) 自主泊车的方法、装置和设备、计算机可读存储介质
KR20150029821A (ko) 자동주차 지원방법 및 자동주차 지원시스템
CN108263381B (zh) 车辆及其应用的车道对中控制方法及系统
CN111936364B (zh) 停车辅助装置
US20220009509A1 (en) Vehicle travel control device
JP2020125029A (ja) 車両並びにその制御装置及び制御方法
CN115303262A (zh) 车辆控制方法、装置、终端设备及计算机可读存储介质
CN113126607B (zh) 一种机器人及其运动控制方法和装置
CN114001739B (zh) 一种路径规划方法、装置、车辆及存储介质
US11514812B2 (en) Autonomous physical activity assistance systems and methods thereof
US20220011112A1 (en) Vehicle travel control device
US11518393B2 (en) Vehicle trajectory dynamics validation and interpolation

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
CB02 Change of applicant information

Address after: 100089 building 01, South 30, dongxindu east station, Qinghe Xisanqi, Haidian District, Beijing

Applicant after: Beijing Wujiang Technology Co.,Ltd.

Address before: 100089 building 01, South 30, dongxindu east station, Qinghe Xisanqi, Haidian District, Beijing

Applicant before: BEIJING DELTA-ROBOTICS TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20220210

Address after: 239400 No. 116, qicang Road, Mingguang Industrial Park, Chuzhou City, Anhui Province

Applicant after: Anhui jinbaihe Medical Equipment Co.,Ltd.

Address before: 100089 building 01, South 30, dongxindu east station, Qinghe Xisanqi, Haidian District, Beijing

Applicant before: Beijing Wujiang Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant