CN116382321A - 一种电动轮椅整机姿态控制系统及其方法 - Google Patents
一种电动轮椅整机姿态控制系统及其方法 Download PDFInfo
- Publication number
- CN116382321A CN116382321A CN202310655298.9A CN202310655298A CN116382321A CN 116382321 A CN116382321 A CN 116382321A CN 202310655298 A CN202310655298 A CN 202310655298A CN 116382321 A CN116382321 A CN 116382321A
- Authority
- CN
- China
- Prior art keywords
- angle
- wheelchair
- angle threshold
- value
- data
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005096 rolling process Methods 0.000 claims abstract description 69
- 238000001914 filtration Methods 0.000 claims abstract description 49
- 230000009194 climbing Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 13
- 230000003746 surface roughness Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000011426 transformation method Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000009123 feedback regulation Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0891—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for land vehicles
-
- 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
- A61G2203/00—General characteristics of devices
- A61G2203/10—General characteristics of devices characterised by specific control means, e.g. for adjustment or steering
-
- 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
- A61G2203/42—General characteristics of devices characterised by sensor means for inclination
-
- 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
- A61G2203/46—General characteristics of devices characterised by sensor means for temperature
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Elevator Control (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种电动轮椅整机姿态控制系统及其方法,涉及电动轮椅领域。控制方法包括步骤:设定轮椅运行模式,并根据轮椅运行模式执行坡面运行控制或爬楼运行控制;坡面运行控制包括步骤:监测轮椅的俯仰角度和翻滚角度,并计算路面崎岖程度数据;将俯仰角度和路面崎岖程度数据进行数据处理,得到倾斜角度滤波数据和崎岖程度滤波数据;根据倾斜角度滤波数据和崎岖程度滤波数据调整轮毂电机输出功率;爬楼运行控制包括步骤:监测轮椅的翻滚角度;对翻滚角度进行数据处理,得到偏移角度滤波数据;根据偏移角度滤波数据调整轮毂电机输出功率。本发明通过获取轮椅的姿态信息调整轮毂电机输出功率,使轮椅匀速、平稳地运行。
Description
技术领域
本发明涉及电动轮椅领域,具体是一种电动轮椅整机姿态控制系统及其方法。
背景技术
现代轮椅被广泛应用于残疾人士和老年人士的出行,同时也在医院、康复机构等地得到广泛使用。然而,在轮椅运行在坡面或楼梯的情况下,由于地势倾斜角度、路面平整等情况不同,会导致轮椅的速度难以控制,不仅会让用户感到不适和疲劳,还有可能存在安全隐患。
公开号CN107049627A涉及一种基于陀螺仪的轮椅车控制方法,包括步骤采集速度预期值、陀螺仪采集姿态信息、解算速度实际值和反馈调节。其中,反馈调节通过转弯速度预期值与转弯速度实际值进行PID闭环反馈调节,直至转弯速度预期值与转弯速度实际值偏差值为零,得到电机驱动模块转弯输出速度。然而,对于路面、地势环境复杂多变的特殊情况,也即面对非线性系统进行控制和估计时,PID闭环反馈的估计精度与鲁棒性较低,难以实现对轮椅的精确控制。并且,该发明也未涉及适用于坡面和楼梯两种使用场景的轮椅的精确控制。
发明内容
为解决现有技术存在的问题,本发明采用以下技术方案:
一种电动轮椅整机姿态控制方法,包括步骤:
S1、设定轮椅运行模式,并根据轮椅运行模式执行坡面运行控制或爬楼运行控制;
所述坡面运行控制包括步骤:
S21、监测轮椅的俯仰角度和翻滚角度,并计算路面崎岖程度数据;
S22、将所述俯仰角度和路面崎岖程度数据进行数据处理,得到倾斜角度滤波数据和崎岖程度滤波数据;
S23、根据所述倾斜角度滤波数据和崎岖程度滤波数据调整轮毂电机输出功率;
所述爬楼运行控制包括步骤:
S31、监测轮椅的翻滚角度;
S32、对所述翻滚角度进行数据处理,得到偏移角度滤波数据;
S33、根据所述偏移角度滤波数据调整轮毂电机输出功率;
其中,所述步骤S22和步骤S32中的数据处理均采用无迹卡尔曼滤波算法;所述步骤S22和步骤S32中的数据处理均包括以下步骤:
a、根据当前状态值和协方差矩阵,通过无迹变换方法选取第一Sigma点集以及计算每个Sigma点对应的权值;
b、利用状态转移函数将第一Sigma点集中的Sigma点传递至当前时刻,得到预测状态值;
c、根据所述预测状态值和第一Sigma点集中的Sigma点,计算预测协方差矩阵;
d、根据所述预测状态值和预测协方差矩阵,通过无迹变换方法选取第二Sigma点集以及计算每个Sigma点对应的权值;
e、利用观测函数将所述第二Sigma点集中的Sigma点传递至观测方程,得到观测预测值和观测预测协方差矩阵;
f、根据预测协方差矩阵和观测预测协方差矩阵,计算卡尔曼增益;
g、根据当前状态值、观测预测值、卡尔曼增益和预测状态值,计算更新后的状态值和协方差矩阵。
作为本发明的优选方案,所述路面崎岖程度数据表示为:
作为本发明的优选方案,所述无迹卡尔曼滤波算法包括状态转移方程和观测方程;状态转移方程表示为Xk=f(Xk-1,Wk),其中,Xk为当前状态值,Xk-1为前一时刻状态值,Wk为过程高斯白噪声,f()为非线性状态转移函数;观测方程表示为Zk=h(Xk,Vk),其中,Zk为观测预测值,h()为观测函数,Vk为观测高斯白噪声。
作为本发明的优选方案,所述步骤S22中,所述第一Sigma点集和第二Sigma点集均包括5个Sigma点;所述步骤S32中,所述第一Sigma点集和第二Sigma点集均包括3个Sigma点。
作为本发明的优选方案,所述步骤S22中,所述Sigma点表示为:
作为本发明的优选方案,所述坡面运行控制,还包括步骤:
选定第一俯仰角度阈值参考值和第二俯仰角度阈值参考值;
在轮椅启动时,计算用户体重;
根据所述用户体重和第一俯仰角度阈值参考值设定所述第一俯仰角度阈值;根据所述用户体重和第二俯仰角度阈值参考值设定所述第二俯仰角度阈值。
作为本发明的优选方案,所述爬楼运行控制,还包括:
选定楼梯角度阈值、第一翻滚角度阈值参考值和第二翻滚角度阈值参考值;
在轮椅启动时,计算用户体重;
在轮椅准备上楼前,测量楼梯角度;
根据所述楼梯角度、用户体重和第一翻滚角度阈值参考值设定第一翻滚角度阈值;根据所述楼梯角度、用户体重和第二翻滚角度阈值参考值设定第二翻滚角度阈值。
作为本发明的优选方案,所述坡面运行控制,还包括步骤:
S24、根据俯仰角度、第一俯仰角度阈值和第二俯仰角度阈值调整电机输出功率;
所述爬楼运行控制,还包括步骤:
S34、根据翻滚角度、第一翻滚角度阈值和第二翻滚角度阈值调整电机输出功率。
作为本发明的优选方案,还包括步骤:
S4、若俯仰角度大于第一俯仰角度阈值且小于第二俯仰角度阈值,则根据俯仰角度调整电机输出功率;当俯仰角度大于或等于第二俯仰角度阈值时,停止电机输出;
若翻滚角度大于第一翻滚角度阈值且小于第二翻滚角度阈值,则根据翻滚角度调整电机输出功率;当翻滚角度大于或等于第二翻滚角度阈值时,停止电机输出。
本发明还提供一种电动轮椅整机姿态控制系统,应用于执行如上所述的姿态控制方法,包括轮椅、陀螺仪传感器、传感数据处理器、无迹卡尔曼滤波器、轮毂电机和电机控制器;
所述轮椅包括运行模式控制模块;所述运行模式控制模块用于选择轮椅当前运行模式;所述运行模式包括坡面运行模式和爬楼运行模式;
所述陀螺仪传感器用于获取轮椅的俯仰角度和翻滚角度;
所述传感数据处理器用于处理所述陀螺仪传感器获取的数据;
所述无迹卡尔曼滤波器用于接收传感数据处理器传输的数据并根据无迹卡尔曼滤波算法获取状态预测值;
所述电机控制器根据状态预测值控制轮毂电机的输出功率。
与现有技术相比,本发明具有如下有益效果:
本发明针对轮椅在坡面和楼梯运行的两种应用场景,通过获取轮椅的姿态信息调整轮毂电机输出功率,从而实现对轮椅高动态响应、高跟随性控制,使轮椅匀速、平稳地运行。
本发明通过无迹卡尔曼滤波算法对传感器采集的数据进行处理,将非线性函数转化为高斯分布函数,在面对非线性系统进行控制和估计时,提高了估计结果的精度与鲁棒性。
本发明通过俯仰角度和翻滚角度对电机输出进行补偿的同时,还针对楼梯角度、俯仰角度和翻滚角度过大的情况限制或停止电机输出,可以减少在坡面运行或爬楼时发生轮椅翻倒或失控的风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的电动轮椅整机姿态控制方法的流程示意图;
图2为本发明实施例的步骤S22和步骤S32中的数据处理的流程示意图;
图3为本发明一实施例提供的电动轮椅整机姿态控制方法的流程示意图;
图4为本发明另一实施例提供的电动轮椅整机姿态控制方法的流程示意图。
具体实施方式
下面将结合实施例对本发明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做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。需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
请参阅图1,本发明提供了一种电动轮椅整机姿态控制方法,包括步骤:
S1、设定轮椅运行模式,并根据轮椅运行模式执行坡面运行控制或爬楼运行控制;
所述坡面运行控制包括步骤:
S21、监测轮椅的俯仰角度和翻滚角度,并计算路面崎岖程度数据;
S22、将所述俯仰角度和路面崎岖程度数据进行数据处理,得到倾斜角度滤波数据和崎岖程度滤波数据;
S23、根据所述倾斜角度滤波数据和崎岖程度滤波数据调整轮毂电机输出功率。
所述爬楼运行控制包括步骤:
S31、监测轮椅的翻滚角度;
S32、对所述翻滚角度进行数据处理,得到偏移角度滤波数据;
S33、根据所述偏移角度滤波数据调整轮毂电机输出功率。
本发明针对轮椅在坡面和楼梯运行的两种应用场景,通过获取轮椅的姿态信息调整轮毂电机输出功率,从而实现对轮椅高动态响应、高跟随性控制,使轮椅匀速、平稳地运行。
在一实施例中,监测轮椅的俯仰角度和/或翻滚角度具体为通过电子陀螺仪监测轮椅的俯仰角度和/或翻滚角度。陀螺仪是利用角动量守恒原理和旋转惯性的物理原理来观测角速度、姿态等信息的设备,具有较高的精度和响应速度,并且不受外界因素的干扰,在复杂的环境下仍能够保证观测的准确性和稳定性。
进一步地,所述步骤S21中的计算路面崎岖程度数据,具体为根据轮椅的俯仰角度和翻滚角度计算路面崎岖程度数据,路面崎岖程度数据表示为:
其中,θP为本次采样获取的俯仰角度,θr为本次采样获取的翻滚角度,为上次采样获取的俯仰角度,/>为上次采样获取的翻滚角度,α和β分别为俯仰角度和翻滚角度的权重参数,t为采样周期。因此,本申请通过计算俯仰角度和翻滚角度的变化速度,即可获取用于评价路面崎岖程度的路面崎岖程度数据ε。在具体实施过程中,α和β的取值通过线性回归算法拟定。
进一步地,所述步骤S22和步骤S32中的数据处理均采用无迹卡尔曼滤波算法。相对于传统的卡尔曼滤波算法,无迹卡尔曼滤波算法通过一种称为无迹变换的非线性转换方法,将非线性函数转化为高斯分布函数,并提高了滤波结果的精确度和稳定性。无迹卡尔曼滤波算法采用一定的采样方法,通过选取一组特定的采样点进行计算,从而克服了传统卡尔曼滤波算法对线性系统假设的限制,适用于非线性、非高斯等不确定系统的滤波处理。
具体的,无迹卡尔曼滤波算法包括状态转移方程和观测方程;状态转移方程表示为Xk=f(Xk-1,Wk),其中,Xk为当前状态值,Xk-1为前一时刻状态值,Wk为过程高斯白噪声,f()为非线性状态转移函数;观测方程表示为Zk=h(Xk,Vk),其中,Zk为观测值,h()为观测函数,Vk为观测高斯白噪声。
请参阅图2,基于上述实施例,所述步骤S22和步骤S32中的数据处理,均包括以下步骤:
a、根据当前状态值和协方差矩阵,通过无迹变换方法选取第一Sigma点集以及计算每个Sigma点对应的权值;
b、利用状态转移函数f()将第一Sigma点集中的Sigma点传递至当前时刻,得到预测状态值;
c、根据所述预测状态值和第一Sigma点集中的Sigma点,计算预测协方差矩阵;
d、根据所述预测状态值和预测协方差矩阵,通过无迹变换方法选取第二Sigma点集以及计算每个Sigma点对应的权值;
e、利用观测函数h()将所述第二Sigma点集中的Sigma点传递至观测方程,得到观测预测值和观测预测协方差矩阵;
f、根据预测协方差矩阵和观测预测协方差矩阵,计算卡尔曼增益;
g、根据当前状态值、观测预测值、卡尔曼增益和预测状态值,计算更新后的状态值和协方差矩阵。
在本发明一优选实施例的步骤S22中,所述第一Sigma点集和第二Sigma点集均包括5个Sigma点。在本申请步骤S22中,无迹卡尔曼滤波算法用于处理俯仰角度和路面崎岖程度数据,即状态值的维度为2;经计算,5个Sigma点可以准确地表示2维的高斯分布,以兼顾无迹变换的准确性和效率。
进一步地,步骤S22中Sigma点表示为:
其中,i=0,1,2,3,4,表示序号为i的Sigma点,Xk-1为状态值,Pk-1为协方差矩阵,(n+λ)Pk-1为半正定矩阵,n=2,λ=1。具体的,在步骤a中,Xk-1为当前状态值,Pk-1为协方差矩阵,/>为第一Sigma点集;在步骤d中,Xk-1为预测状态值,Xk-1为预测协方差矩阵,/>为第二Sigma点集。
具体的,为调节坡面运行状态下轮椅的电机输出功率,步骤S23包括步骤:
S231、根据当前倾斜角度滤波数据与前一时刻倾斜角度滤波数据计算倾斜增益,倾斜增益表示为:
Bp=fk/fk-1
其中,fk为当前倾斜角度滤波数据,fk-1为前一时刻倾斜角度滤波数据。
S232、根据当前崎岖程度滤波数据与前一时刻崎岖程度滤波数据计算崎岖增益,崎岖增益表示为:
Bε=Qk/Qk-1
其中,Qk为当前崎岖程度滤波数据,Qk-1为前一时刻崎岖程度滤波数据。
S233、根据倾斜增益和崎岖增益,通过调整电机控制器的PWM输出占空比控制电机输出功率,电机输出功率表示为:
Pk=Pk-1×Bp×Bε
其中,Pk为电机输出功率,Pk-1为前一时刻电机输出功率。
在本发明一优选实施例的步骤S32中,所述第一Sigma点集和第二Sigma点集均包括3个Sigma点。在本申请中,无迹卡尔曼滤波算法用于处理翻滚角度,即状态值的维度为1;经计算,3个Sigma点可以准确地表示1维的高斯分布,以兼顾无迹变换的准确性和效率。
进一步地,步骤S32中Sigma点表示为:
其中,i=0,1,2,表示序号为i的Sigma点,Xk-1为状态值,Pk-1为协方差矩阵,(n+λ)Pk-1为半正定矩阵,n=1,λ=1。与步骤S22中的数据处理过程相同,在步骤a中,Xk-1为当前状态值,Pk-1为协方差矩阵,/>为第一Sigma点集;在步骤d中,Xk-1为预测状态值,Pk-1为预测协方差矩阵,/>为第二Sigma点集。
具体的,为调节爬楼运行状态下轮椅的电机输出功率,步骤S33包括步骤:
S331、根据偏移角度滤波数据与前一时刻偏移角度滤波数据计算偏移反馈系数,偏移反馈系数表示为:
Bo=Rk-1/Rk
其中,Rk为当前偏移角度滤波数据,Rk为前一时刻偏移角度滤波数据。
S332、根据偏移反馈系数,通过调整电机控制器的PWM输出占空比控制电机输出功率,电机输出功率表示为:
Pk=Pk-1×Bo
其中,Pk为电机输出功率,Pk-1为前一时刻电机输出功率。
请参阅图3,在本申请一优选实施例中,所述步骤S21还包括:若俯仰角度大于或等于第二俯仰角度阈值,则停止电机输出并结束流程。
所述坡面运行控制,还包括:
S24、若俯仰角度大于第一俯仰角度阈值且小于第二俯仰角度阈值,则根据俯仰角度进一步调整电机输出功率;当俯仰角度大于或等于第二俯仰角度阈值时,停止电机输出。
其中,第一俯仰角度阈值小于第二俯仰角度阈值;第一俯仰角度阈值和第二俯仰角度阈值的选定受轮椅重量、轮胎型号、电机性能、用户体重等多因素影响。将轮椅设置为在监测到俯仰角度过大时,减少或停止电机输出,同时还可以提供停驻功能,可以减少在坡面运行时发生轮椅翻倒或失控的风险。
基于上述实施例,所述坡面运行控制,还包括:
通过在模拟使用场景下获取的实验数据选定第一俯仰角度阈值参考值和第二俯仰角度阈值参考值;
在轮椅启动时,根据设置于轮椅椅座、椅背以及腿部支架的压力传感器获取的数据计算用户体重;
根据所述用户体重和第一俯仰角度阈值参考值设定第一俯仰角度阈值;根据所述用户体重和第二俯仰角度阈值参考值设定第二俯仰角度阈值。
基于上述实施例,步骤S24调整后的电机输出功率为:
请继续参阅图3,所述步骤S21还包括:测量楼梯角度,若楼梯角度大于或等于楼梯角度阈值则停止电机输出并结束流程;
所述爬楼运行控制,还包括:
S34、若翻滚角度大于第一翻滚角度阈值且小于第二翻滚角度阈值,则根据翻滚角度进一步调整电机输出功率;当翻滚角度大于或等于第二翻滚角度阈值时,停止电机输出。
其中,第一翻滚角度阈值小于第二翻滚角度阈值;楼梯角度阈值、第一翻滚角度阈值和第二翻滚角度阈值的选定受轮椅重量、轮胎型号、电机性能、用户体重等多因素影响。将轮椅设置为在监测到楼梯角度或翻滚角度过大时,减少或停止电机输出,可以减少在爬楼时发生轮椅翻倒或失控的风险。
基于上述实施例,所述爬楼运行控制,还包括:
通过在模拟使用场景下获取的实验数据选定楼梯角度阈值、第一翻滚角度阈值参考值和第二翻滚角度阈值参考值;在一实施方式中,楼梯角度阈值为40度。
在轮椅启动时,根据设置于轮椅椅座、椅背以及腿部支架的压力传感器获取的数据计算用户体重;
在轮椅准备上楼前,测量楼梯角度;
根据所述楼梯角度、用户体重和第一翻滚角度阈值参考值设定第一翻滚角度阈值;根据所述楼梯角度、用户体重和第二翻滚角度阈值参考值设定第二翻滚角度阈值。
基于上述实施例,步骤S34调整后的电机输出功率为:
请参阅图4,作为本发明另一优选实施例,所述步骤S31还包括监测轮椅的俯仰角度;
所述姿态控制方法,还包括步骤:
S4、若俯仰角度大于第一俯仰角度阈值且小于第二俯仰角度阈值,则根据俯仰角度进一步调整电机输出功率;当俯仰角度大于或等于第二俯仰角度阈值时,停止电机输出;
若翻滚角度大于第一翻滚角度阈值且小于第二翻滚角度阈值,则根据翻滚角度进一步调整电机输出功率;当翻滚角度大于或等于第二翻滚角度阈值时,停止电机输出。
基于上述实施例,所述坡面运行控制,还包括:
通过在模拟使用场景下获取的实验数据选定第一俯仰角度阈值参考值和第二俯仰角度阈值参考值;
在轮椅启动时,根据设置于轮椅椅座、椅背以及腿部支架的压力传感器获取的数据计算用户体重;
根据所述用户体重和第一俯仰角度阈值参考值设定第一俯仰角度阈值;根据所述用户体重和第二俯仰角度阈值参考值设定第二俯仰角度阈值。
基于上述实施例,所述爬楼运行控制,还包括:
通过在模拟使用场景下获取的实验数据选定楼梯角度阈值、第一翻滚角度阈值参考值和第二翻滚角度阈值参考值;在一实施方式中,楼梯角度阈值为40度。
在轮椅启动时,根据设置于轮椅椅座、椅背以及腿部支架的压力传感器获取的数据计算用户体重;
在轮椅准备上楼前,测量楼梯角度;
根据所述楼梯角度、用户体重和第一翻滚角度阈值参考值设定第一翻滚角度阈值;根据所述楼梯角度、用户体重和第二翻滚角度阈值参考值设定第二翻滚角度阈值。
在本实施例中,步骤S4调整后的电机输出功率表示为:
其中,
在本实施例中,所述坡面运行控制和所述爬楼运行控制均通过俯仰角度和翻滚角度,将轮椅设置为在监测到俯仰角度和翻滚角度过大时,减少或停止电机输出,进一步减少在坡面运行时发生轮椅翻倒或失控的风险。
本发明还提供了一种电动轮椅整机姿态控制系统,包括轮椅、陀螺仪传感器、传感数据处理器、无迹卡尔曼滤波器、轮毂电机和电机控制器。
所述轮椅包括轮履复合车轮和运行模式控制模块;所述运行模式控制模块用于选择轮椅当前运行模式;所述运行模式包括坡面运行模式和爬楼运行模式。
所述陀螺仪传感器设于所述轮椅的座椅底部和背部,用于获取轮椅的俯仰角度和翻滚角度;
所述传感数据处理器用于处理所述陀螺仪传感器获取的数据;
所述无迹卡尔曼滤波器用于接收传感数据处理器传输的数据并根据无迹卡尔曼滤波算法获取状态预测值;
所述电机控制器根据状态预测值控制轮毂电机的输出功率。
作为本发明优选实施例,所述系统还包括超声波传感器,超声波传感器设于所述轮椅的座椅底部,用于获取楼梯的高度和楼梯与轮椅的距离。基于上述实施例,传感数据处理器还用于根据楼梯的高度和楼梯与轮椅的距离计算楼梯角度。超声波传感器能够使轮椅在不接触楼梯的情况下实现对楼梯的测量,因此适用于轮椅开始爬楼之前为计算楼梯角度提供相关数据;并且,超声波传感器还具备测量精度高、响应速度快的优点。
作为本发明优选实施例,所述系统还包括压力传感器。所述压力传感器设于所述轮椅的座椅底部、腿部支撑架和背部,用于获取压力数据。基于上述实施例,传感数据处理器还用于根据压力数据计算用户体重。
在本申请所提供的几个实施例中,应该理解到,所揭露的单元和方法,可以通过其它的方式实现。例如,以上所描述的单元实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个单元,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种电动轮椅整机姿态控制方法,其特征在于:包括步骤:
S1、设定轮椅运行模式,并根据轮椅运行模式执行坡面运行控制或爬楼运行控制;
所述坡面运行控制包括步骤:
S21、监测轮椅的俯仰角度和翻滚角度,并计算路面崎岖程度数据;
S22、将所述俯仰角度和路面崎岖程度数据进行数据处理,得到倾斜角度滤波数据和崎岖程度滤波数据;
S23、根据所述倾斜角度滤波数据和崎岖程度滤波数据调整轮毂电机输出功率;
所述爬楼运行控制包括步骤:
S31、监测轮椅的翻滚角度;
S32、对所述翻滚角度进行数据处理,得到偏移角度滤波数据;
S33、根据所述偏移角度滤波数据调整轮毂电机输出功率;
其中,所述步骤S22和步骤S32中的数据处理均采用无迹卡尔曼滤波算法;所述步骤S22和步骤S32中的数据处理均包括以下步骤:
a、根据当前状态值和协方差矩阵,通过无迹变换方法选取第一Sigma点集以及计算每个Sigma点对应的权值;
b、利用状态转移函数将第一Sigma点集中的Sigma点传递至当前时刻,得到预测状态值;
c、根据所述预测状态值和第一Sigma点集中的Sigma点,计算预测协方差矩阵;
d、根据所述预测状态值和预测协方差矩阵,通过无迹变换方法选取第二Sigma点集以及计算每个Sigma点对应的权值;
e、利用观测函数将所述第二Sigma点集中的Sigma点传递至观测方程,得到观测预测值和观测预测协方差矩阵;
f、根据预测协方差矩阵和观测预测协方差矩阵,计算卡尔曼增益;
g、根据当前状态值、观测预测值、卡尔曼增益和预测状态值,计算更新后的状态值和协方差矩阵。
3.根据权利要求1所述的姿态控制方法,其特征在于:所述无迹卡尔曼滤波算法包括状态转移方程和观测方程;状态转移方程表示为Xk=f(Xk-1,Wk),其中,Xk为当前状态值,Xk-1为前一时刻状态值,Wk为过程高斯白噪声,f()为非线性状态转移函数;观测方程表示为Zk=h(Xk,Vk),其中,Zk为观测预测值,h()为观测函数,Vk为观测高斯白噪声。
4.根据权利要求1所述的姿态控制方法,其特征在于:所述步骤S22中,所述第一Sigma点集和第二Sigma点集均包括5个Sigma点;所述步骤S32中,所述第一Sigma点集和第二Sigma点集均包括3个Sigma点。
6.根据权利要求1所述的姿态控制方法,其特征在于:所述坡面运行控制,还包括步骤:
选定第一俯仰角度阈值参考值和第二俯仰角度阈值参考值;
在轮椅启动时,计算用户体重;
根据所述用户体重和第一俯仰角度阈值参考值设定所述第一俯仰角度阈值;根据所述用户体重和第二俯仰角度阈值参考值设定所述第二俯仰角度阈值。
7.根据权利要求6所述的姿态控制方法,其特征在于:所述爬楼运行控制,还包括:
选定楼梯角度阈值、第一翻滚角度阈值参考值和第二翻滚角度阈值参考值;
在轮椅启动时,计算用户体重;
在轮椅准备上楼前,测量楼梯角度;
根据所述楼梯角度、用户体重和第一翻滚角度阈值参考值设定第一翻滚角度阈值;根据所述楼梯角度、用户体重和第二翻滚角度阈值参考值设定第二翻滚角度阈值。
8.根据权利要求7所述的姿态控制方法,其特征在于:所述坡面运行控制,还包括步骤:
S24、根据俯仰角度、第一俯仰角度阈值和第二俯仰角度阈值调整电机输出功率;
所述爬楼运行控制,还包括步骤:
S34、根据翻滚角度、第一翻滚角度阈值和第二翻滚角度阈值调整电机输出功率。
9.根据权利要求7所述的姿态控制方法,其特征在于:还包括步骤:
S4、若俯仰角度大于第一俯仰角度阈值且小于第二俯仰角度阈值,则根据俯仰角度调整电机输出功率;当俯仰角度大于或等于第二俯仰角度阈值时,停止电机输出;
若翻滚角度大于第一翻滚角度阈值且小于第二翻滚角度阈值,则根据翻滚角度调整电机输出功率;当翻滚角度大于或等于第二翻滚角度阈值时,停止电机输出。
10.一种电动轮椅整机姿态控制系统,其特征在于:应用于执行如权利要求1-9任一项所述的姿态控制方法,包括轮椅、陀螺仪传感器、传感数据处理器、无迹卡尔曼滤波器、轮毂电机和电机控制器;
所述轮椅包括运行模式控制模块;所述运行模式控制模块用于选择轮椅当前运行模式;所述运行模式包括坡面运行模式和爬楼运行模式;
所述陀螺仪传感器用于获取轮椅的俯仰角度和翻滚角度;
所述传感数据处理器用于处理所述陀螺仪传感器获取的数据;
所述无迹卡尔曼滤波器用于接收传感数据处理器传输的数据并根据无迹卡尔曼滤波算法获取状态预测值;
所述电机控制器根据状态预测值控制轮毂电机的输出功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310655298.9A CN116382321B (zh) | 2023-06-05 | 2023-06-05 | 一种电动轮椅整机姿态控制系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310655298.9A CN116382321B (zh) | 2023-06-05 | 2023-06-05 | 一种电动轮椅整机姿态控制系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116382321A true CN116382321A (zh) | 2023-07-04 |
CN116382321B CN116382321B (zh) | 2023-08-18 |
Family
ID=86971615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310655298.9A Active CN116382321B (zh) | 2023-06-05 | 2023-06-05 | 一种电动轮椅整机姿态控制系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116382321B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108210189A (zh) * | 2018-03-01 | 2018-06-29 | 贾银霞 | 一种可电动助力行走与爬楼驱动装置 |
CN108309599A (zh) * | 2018-02-01 | 2018-07-24 | 安徽工程大学 | 爬楼轮椅 |
CN108519090A (zh) * | 2018-03-27 | 2018-09-11 | 东南大学—无锡集成电路技术研究所 | 一种基于优化的ukf算法的双通道组合定姿算法的实现方法 |
CN111544214A (zh) * | 2020-05-14 | 2020-08-18 | 安徽师范大学 | 一种语音遥控智能轮椅 |
CN112826675A (zh) * | 2021-01-04 | 2021-05-25 | 衢州职业技术学院 | 一种越障电动轮椅 |
CN112932815A (zh) * | 2021-02-01 | 2021-06-11 | 周欢欢 | 一种护理轮椅 |
CN114224627A (zh) * | 2021-12-20 | 2022-03-25 | 徐州恒倍舒医疗科技有限公司 | 一种电动轮椅控制装置及控制方法 |
CN115429559A (zh) * | 2021-06-04 | 2022-12-06 | 上海酷哲动力系统有限公司 | 轮椅以及轮椅的行走方法 |
CN115487002A (zh) * | 2022-11-17 | 2022-12-20 | 潍坊医学院附属医院 | 一种电动轮椅 |
CN116067370A (zh) * | 2023-04-03 | 2023-05-05 | 广东智能无人系统研究院(南沙) | 一种imu姿态解算方法及设备、存储介质 |
-
2023
- 2023-06-05 CN CN202310655298.9A patent/CN116382321B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108309599A (zh) * | 2018-02-01 | 2018-07-24 | 安徽工程大学 | 爬楼轮椅 |
CN108210189A (zh) * | 2018-03-01 | 2018-06-29 | 贾银霞 | 一种可电动助力行走与爬楼驱动装置 |
CN108519090A (zh) * | 2018-03-27 | 2018-09-11 | 东南大学—无锡集成电路技术研究所 | 一种基于优化的ukf算法的双通道组合定姿算法的实现方法 |
CN111544214A (zh) * | 2020-05-14 | 2020-08-18 | 安徽师范大学 | 一种语音遥控智能轮椅 |
CN112826675A (zh) * | 2021-01-04 | 2021-05-25 | 衢州职业技术学院 | 一种越障电动轮椅 |
CN112932815A (zh) * | 2021-02-01 | 2021-06-11 | 周欢欢 | 一种护理轮椅 |
CN115429559A (zh) * | 2021-06-04 | 2022-12-06 | 上海酷哲动力系统有限公司 | 轮椅以及轮椅的行走方法 |
CN114224627A (zh) * | 2021-12-20 | 2022-03-25 | 徐州恒倍舒医疗科技有限公司 | 一种电动轮椅控制装置及控制方法 |
CN115487002A (zh) * | 2022-11-17 | 2022-12-20 | 潍坊医学院附属医院 | 一种电动轮椅 |
CN116067370A (zh) * | 2023-04-03 | 2023-05-05 | 广东智能无人系统研究院(南沙) | 一种imu姿态解算方法及设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116382321B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210362621A1 (en) | Light electric vehicle that supports the weight of a user | |
KR100913443B1 (ko) | 제어 스케줄링 시스템 및 방법 | |
CA2625275C (en) | Control system and method for wheelchair | |
US20190160321A1 (en) | Assist profiling and dynamic torque generation for biomechanical assistive device | |
JPH11347021A (ja) | 消費カロリ演算装置 | |
WO2009052471A2 (en) | Apparatus and method for controlling vehicle motion | |
CN104898148A (zh) | 一种基于数据压缩和神经网络的低成本ins/gps无缝导航方法 | |
CN110941285A (zh) | 一种基于双ip核的无人机飞行控制系统 | |
US20140114569A1 (en) | Inertial navigation sculling algorithm | |
Horiuchi et al. | Two degree of freedom/H∞ controller synthesis for active four wheel steering vehicles | |
CN111522337A (zh) | 一种基于模糊控制的多驱动轮agv导航方法 | |
WO2019053859A1 (ja) | 電動アシスト車いす、車いす用電動アシストユニット、電動アシスト車いすの制御装置、電動アシスト車いすの制御方法、プログラム、及び端末 | |
CN116382321B (zh) | 一种电动轮椅整机姿态控制系统及其方法 | |
Wang et al. | Real-time model based electrical powered wheelchair control | |
CN108931986B (zh) | 一种两轮汽车自平衡控制方法、装置及存储介质 | |
KR101954510B1 (ko) | 차선 유지 제어 방법 및 그 장치 | |
JP2015506161A (ja) | ブレーキの監督 | |
KR20180104840A (ko) | 노면의 경사도 및 차량의 무게중심 실시간 측정 방법 및 그 장치 | |
TWI833646B (zh) | 助行器、助行器輔助系統及其運作方法 | |
CN111083661A (zh) | 一种应用于光电传感网络中的事件触发异步状态估计算法 | |
CN117234069B (zh) | 一种轮椅的坡道行驶速度智能控制系统 | |
US20040243346A1 (en) | Robust DSP integrator for accelerometer signals | |
US20230381053A1 (en) | Powered walker device, system and method | |
Brodie et al. | Fusion Integration: COM Trajectory from a force platform | |
Gray | Swing-up Control of a power-assisted electrical Wheelchair |
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 |