CN117075618A - 基于异常监测的轮椅自动控制方法、装置、终端及介质 - Google Patents
基于异常监测的轮椅自动控制方法、装置、终端及介质 Download PDFInfo
- Publication number
- CN117075618A CN117075618A CN202311319189.6A CN202311319189A CN117075618A CN 117075618 A CN117075618 A CN 117075618A CN 202311319189 A CN202311319189 A CN 202311319189A CN 117075618 A CN117075618 A CN 117075618A
- Authority
- CN
- China
- Prior art keywords
- wheelchair
- abnormal
- subtasks
- path
- subtask
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims abstract description 121
- 230000005856 abnormality Effects 0.000 claims abstract description 93
- 230000008439 repair process Effects 0.000 claims abstract description 47
- 230000007613 environmental effect Effects 0.000 claims description 47
- 238000011156 evaluation Methods 0.000 claims description 39
- 230000008859 change Effects 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000033001 locomotion Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004424 eye movement Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000009347 mechanical transmission Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- A61G5/1051—Arrangements for 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
- A61G2203/10—General characteristics of devices characterised by specific control means, e.g. for adjustment or steering
- A61G2203/20—Displays or monitors
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于异常监测的轮椅自动控制方法、装置、终端及介质,通过对规划的导航路径分段,每段创建一个子任务,能够根据子任务的监测数据判定子任务是否执行失败来及时发现故障,出现故障时,根据轮椅运行数据,判定轮椅的异常程度,根据异常程度不同采用相应的修复策略。当异常程度较轻时,通过修正与执行子任务相关的算法中的参数和/或设备参数实现自动修复,当异常程度一般时,根据异常场景的不同根据相应的人工指令进行自动修复;当异常程度严重时,采用人工修复。因此,能够及时发现故障并进行修复,提高自动控制时的安全性和使用体验。
Description
技术领域
本发明涉及智能控制技术领域,尤其涉及的是一种基于异常监测的轮椅自动控制方法、装置、终端及介质。
背景技术
智能轮椅作为一种智能型电动轮椅,不但能够通过电机进行驱动,更具备了高端智能轮椅的智能性,拥有良好的人机接口且能实现自动控制,是老年人和残障人士辅助工具的最佳选择。
目前自动控制轮椅时,故障不能被及时发现和修复,在整个系统出现运行异常甚至失效时才采取报警或停止轮椅执行等措施,延长了轮椅的停用时间,影响自动控制时的安全性和使用体验。
因此,现有技术有待改进和提高。
发明内容
本发明的主要目的在于提供一种基于异常监测的轮椅自动控制方法、装置、智能终端及计算机可读存储介质,解决轮椅自动控制时故障不能被及时发现和修复,影响自动控制时的安全性和使用体验的问题。
为了实现上述目的,本发明第一方面提供一种基于异常监测的轮椅自动控制方法,包括:
基于用户选择的目的地进行路径规划,获得导航路径,将所述导航路径划分为若干段,针对每一段所述导航路径分别创建一个子任务,采用自动导航模式依次执行所述子任务;
执行子任务时实时获取监测数据,当根据所述监测数据判定子任务执行失败时:
获取轮椅的运行数据,根据所述运行数据计算设备异常系数;
将所述设备异常系数与设备异常系数的标准阈值进行比较,根据比较结果获得异常程度判定结果;
若所述异常程度判定结果为异常程度较轻时,修正与执行子任务相关的算法中的参数和/或设备参数以补偿环境变化或设备状态变化产生的影响,继续执行子任务;
若所述异常程度判定结果为异常程度一般时,根据所述监测数据判定异常场景,基于所述异常场景采用相应的远程协助策略进行修复后,继续执行子任务,所述远程协助策略用于基于人工指令进行自动修复;
若所述异常程度判定结果为异常程度严重时,停止执行子任务,生成报警信息以提醒进行人工修复。
可选的,根据所述监测数据判定子任务是否执行失败,包括:
基于所述监测数据,获得若干个异常评估值;
对所有所述异常评估值进行加权求和,获得子任务异常系数;
当所述子任务异常系数大于异常阈值时,在保护模式下执行子任务,所述保护模式用于降低轮椅的运行效率;
若在保护模式下执行成功,判定子任务执行成功,否则,当在保护模式下执行子任务的失败次数超过预设次数阈值时,判定子任务执行失败。
可选的,所述基于所述监测数据,获得若干个异常评估值,包括:
根据轮椅实际移动的路径总长度、子任务的规划路径长度、子任务的起点和终点之间的最短路径长度,计算路径长度相关的异常评估值;
根据轮椅实际运行速度、子任务的规划运行速度和轮椅的最高速度,计算运行效率相关的异常评估值;
根据轮椅移动时与周围障碍物的距离、子任务的规划安全距离和最低安全距离,计算安全相关的异常评估值;
根据轮椅移动时动态规划路径是否成功,获得路径断裂相关的异常评估值。
可选的,确定所述异常阈值的步骤包括:
基于预设环境指标,计算轮椅运行环境的环境复杂度估值;
当根据所述环境复杂度估值评估环境复杂程度偏低时,根据所述环境复杂度估值计算所述异常阈值,所述异常阈值与所述环境复杂度估值成反比;
当根据所述环境复杂度估值评估环境复杂程度偏高时,根据预设异常阈值确定所述异常阈值,所述预设异常阈值为无障碍环境下的标定值。
可选的,所述将所述导航路径划分为若干段,针对每一段所述导航路径分别创建一个子任务,包括:
基于所述导航路径的转向信息和障碍物的分布信息,将所述导航路径划分为若干段;
获得每一段所述导航路径对应的操作信息和执行时间;
根据所述操作信息和所述执行时间,创建每一段所述导航路径对应的子任务。
可选的,所述修正与执行子任务相关的算法中的参数,包括:
根据所述监测数据中的障碍物信息,调整路径规划算法中用于路径节点评估的安全重要性权重以及可行性重要性权重;
根据所述运行数据,调整用于轮椅控制算法的转弯半径;
根据所述监测数据中道路的坡度信息,调整路径规划算法中用于路径节点评估的与坡道场景相关的路径代价值。
可选的,所述异常场景包括不需要修改子任务的场景和需要修改子任务的场景,所述根据所述监测数据判定异常场景,包括:
当根据所述监测数据判定轮椅中与方向控制无关的设备异常时,所述异常场景为不需要修改子任务的场景,所述远程协助策略为修复设备后继续执行子任务;
当根据所述监测数据判定轮椅中与方向控制相关的设备异常或障碍物导致路径异常时,所述异常场景为需要修改子任务的场景,所述远程协助策略为重新生成子任务后继续执行。
本发明第二方面提供一种基于异常监测的轮椅自动控制装置,其中,上述装置包括:
子任务模块,用于基于用户选择的目的地进行路径规划,获得导航路径,将所述导航路径划分为若干段,针对每一段所述导航路径分别创建一个子任务,采用自动导航模式依次执行所述子任务;
判定模块,用于在执行子任务时实时获取监测数据,根据所述监测数据判定子任务是否执行失败;
修复模块,用于当判定模块判定子任务执行失败时,进行修复;
所述修复模块包括设备异常系数单元、异常程度判定单元、自动修复单元、指令修复单元和人工修复单元;
所述设备异常系数单元用于获取轮椅的运行数据,根据所述运行数据计算设备异常系数;
所述异常程度判定单元用于将所述设备异常系数与设备异常系数的标准阈值进行比较,根据比较结果获得异常程度判定结果;
所述自动修复单元用于若所述异常程度判定结果为异常程度较轻时,修正与执行子任务相关的算法中的参数和/或设备参数以补偿环境变化或设备状态变化产生的影响,继续执行子任务;
所述指令修复单元用于若所述异常程度判定结果为异常程度一般时,根据所述监测数据判定异常场景,基于所述异常场景采用相应的远程协助策略进行修复后,继续执行子任务,所述远程协助策略用于基于人工指令进行自动修复;
所述人工修复单元用于若所述异常程度判定结果为异常程度严重时,停止执行子任务,生成报警信息以提醒进行人工修复。
本发明第三方面提供一种智能轮椅,上述智能轮椅包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的基于异常监测的轮椅自动控制程序,上述基于异常监测的轮椅自动控制程序被上述处理器执行时实现任意一项上述基于异常监测的轮椅自动控制方法的步骤。
本发明第四方面提供一种计算机可读存储介质,上述计算机可读存储介质上存储有基于异常监测的轮椅自动控制程序,上述基于异常监测的轮椅自动控制程序被处理器执行时实现任意一项上述基于异常监测的轮椅自动控制方法的步骤。
由上可见,本发明通过对规划的导航路径分段,每段创建一个子任务,能够根据子任务的监测数据判定子任务是否执行失败来及时发现故障,出现故障时,根据轮椅运行数据,判定轮椅的异常程度,根据异常程度不同采用相应的修复策略。当异常程度较轻时,通过修正与执行子任务相关的算法中的参数和/或设备参数实现自动修复,当异常程度一般时,根据异常场景的不同根据相应的人工指令进行自动修复;当异常程度严重时,采用人工修复。因此,能够及时发现故障并进行修复,提高自动控制时的安全性和使用体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的基于异常监测的轮椅自动控制方法流程示意图;
图2为创建子任务的流程示意图;
图3为判定子任务是否执行失败的流程示意图;
图4为修正路径规划算法中的参数的流程示意图;
图5是本发明实施例提供的基于异常监测的轮椅自动控制装置的结构示意图;
图6是本发明实施例提供的一种智能轮椅的内部结构原理框图。
具体实施方式
下面结合本发明实施例的附图,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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其它不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
针对目前轮椅自动控制时故障不能被及时发现和修复的问题,本发明提供了一种基于异常监测的轮椅自动控制方法,通过将导航路径分割为子任务,在各个子任务中及时发现故障,并根据异常程度采用相应的策略及时进行修复,提高自动控制时的安全性,并且使用体验更好。
示例性方法
本发明实施例提供了一种基于异常监测的轮椅自动控制方法,部署于轮椅的控制芯片上,用于实现各种复杂环境中轮椅的智能操控。
如图1所示,本实施例具体包括如下步骤:
步骤S100:基于用户选择的目的地进行路径规划,获得导航路径,将导航路径划分为若干段,针对每一段导航路径分别创建一个子任务,采用自动导航模式依次执行上述子任务。
使用脑电信号采集设备采集用户的脑电信号,该脑电信号采集设备的采样频率至少为256 Hz以上,使用至少16个电极覆盖视觉与选择相关脑区;使用眼动追踪仪采集用户的眼动信号,该眼动追踪仪的采样频率至少为60 Hz,追踪的对象至少包括瞳孔中心坐标和视轴方向。对采集到的两种生理信号数据进行预处理,例如:进行滤波或在脑电图形上使用稳定参考点进行信号平均来消除噪声,得到较为清晰的信号数据,然后输入生理信号解码模型进行解析。具体地,针对脑电信号,生理信号解码模型判断用户专注的聚焦位置,得到可选目标;针对眼动信号,生理信号解码模型分析视线移动的方向与轨迹,判断视线聚焦的可选目标。获得两种生理信号对应的可选目标后,使用置信度阈值对可选目标进行筛选,只有当某个可选目标在两种信号解析结果中的置信度均超过置信度阈值时,才保留该可选目标,否则剔除该可选目标,以防止由单一信号带来的较大误判。然后,使用多模态融合策略根据可选目标确定用户的选择目标。具体地,对符合要求的可选目标,根据其在各个解析结果中的置信度计算综合置信度,例如,取两种置信度的平均值或加权求和等。只有当综合置信度超过预定阈值,也即意味着用户对该可选目标的选择意图足够清晰可信,并且用户通过设置在轮椅前安装的屏幕对该可选目标进行确认了才作为用户选择的目的地。否则,等待生理信号变化后重新进行上述操作,直到获得用户选择的目的地。
获得用户选择的目的地后,加载环境地图,确定轮椅的起点位置与选择的目的地的坐标,使用或Dijkstra算法在地图上规划出从起点位置到目的地的最优路径,获得导航路径。以/>算法为例:收集地图上所有道路与路径的节点,作为可以遍历的节点集合。根据起点位置与目的地坐标在节点集合中找到对应的起止节点,初始化开放列表和关闭列表,开放列表包含起点节点,其他节点均在关闭列表中。以起点节点为父节点,其余节点为子节点,定义路径代价f(n)=g(n)+h(n)。其中,g(n)为起点节点到当前节点的已知路径长度,h(n)为当前节点到终点节点的欧几里德直线距离。在开放列表中选择f(n)最小的节点,作为当前遍历节点,移入关闭列表。以当前遍历节点为中心节点,在其子节点集合中选出代价f(n)最小的节点,不在关闭列表中的节点作为下一个遍历节点,然后又重新在开放列表中选择f(n)最小的节点,直到下一个遍历节点为终点节点。遍历结束后,则找到一条从起点到终点节点的最短路径,该最短路径即为规划出的最优路径。由终点节点逐步追溯到起点节点途经的全部节点构成导航路径。如果下一个遍历节点已在关闭列表中,或开放列表为空,则路径规划失败,不存在导航路径。
通过采用生理信号解码技术,可以更加准确地解析用户的操控意图,提高系统对用户操控意图的识别准确度,实现人性化的路径规划与控制,满足用户的出行需求,提高使用体验。
规划好导航路径后,将导航路径划分为多段,针对每段导航路径分别创建一个子任务。本实施例中,如图2所示,具体步骤包括:
步骤S110:基于导航路径的转向信息和障碍物的分布信息,将导航路径划分为若干段;
步骤S120:获得每一段导航路径对应的操作信息和执行时间;
步骤S130:根据操作信息和执行时间,创建每一段导航路径对应的子任务。
根据导航路径的转向信息(向左转和向右转)和障碍物的分布信息,将导航路径划分为若干段。例如:从起点直行10米后右转进入子道路A,对应规划路径的第一段,创建子任务1;在子道路A上操控15米后左转进入子道路B,对应规划路径上的第二段,创建子任务2;在子道路B上操控8米后前方有障碍物,对应规划路径上的第三段,创建子任务3;绕过障碍物后进入电梯,对应规划路径上的第四段,创建子任务4。
针对每一段导航路径,设定相应子任务的操作信息,例如,子任务1的操作信息为:操控10米,右转90°;子任务2的操作信息为:操控15米,左转90°;子任务3的操作信息为:操控8米,减速停止;子任务4的操作信息为:进入电梯。
针对每一段导航路径,还设定相应子任务的执行时间,执行时间根据子任务的规划路径长度和轮椅设备的速度来确定。例如:子任务1的预计操控时间10s,子任务2的预计操控时间15s,子任务3的预计操控时间5s,子任务4的预计操控时间20s。
由上可知,所有的子任务构成完整的导航任务,以时间顺序排列,每个子任务包括具体的操作信息和执行时间。需要说明的是,每个子任务还包括输出参数和输入参数,其中,输入参数包括起点坐标(x1,y1)与终点坐标(x2,y2),障碍物坐标与半径,地图信息包含的可移动区域、不可移动区域、障碍物区域等;输出参数为起点到终点的详细运行路径。
在一个示例中,路径规划更新时,对新的路径进行子任务划分时,优先选择与原路径上已有子任务重合或相近的路径段,可以最大限度地利用已规划的子任务,减少重复工作,提高路径更新的效率。
子任务创建后,实时获取陀螺仪、GPS等传感器数据,根据传感器数据获得轮椅的当前状态,根据子任务的输入参数和操作信息计算出轮椅的相关运动参数并驱动轮椅上的电机从而执行子任务。
步骤S200:执行子任务时实时获取监测数据,根据监测数据判定子任务是否执行失败;
子任务执行时,通过智能轮椅上的传感器实时采集各种监测数据,如:当前子任务下,轮椅实际移动的路径长度、轮椅的速度和方向、轮椅移动时与障碍物之间的距离等,从而根据监测数据判定子任务是否执行失败。具体的判定项目可以依据需求进行自定义设定,只要子任务不是按照预定时间安全地到达目的地就可以判定子任务执行失败。
本实施例判定子任务是否执行失败的具体步骤如图3所示,包括:
步骤S210:基于监测数据,计算若干个异常评估值;
本实施例中,异常评估项目主要包括:路径长度、运行效率、安全和路径是否断裂。根据监测数据可以计算出各个异常评估项目相关的异常评估值。
其中,路径长度相关的异常评估值可以根据轮椅实际移动的路径长度、子任务的规划路径长度、子任务的起点和终点之间的最短路径长度计算获得,具体计算表达式为:f1=(路径长度-理想长度)/(理想长度-最短长度)。路径长度为轮椅实际移动的路径总长度,理想长度表示路径规划时得到的子任务的规划路径长度,最短长度表示根据地图信息计算出子任务中的当前位置与起始位置之间的最短路径长度。
运行效率相关的异常评估值可以根据轮椅实际运行速度、子任务的规划运行速度和轮椅的最高速度计算获得,具体计算表达式为:f2=1-(运行速度-理想速度)/(最高速度-理想速度)。运行速度表示实际运行的速度,理想速度表示子任务规划时得到的合理运行速度,最高速度表示轮椅控制系统能支持的最高速度。
安全相关的异常评估值可以根据轮椅移动时与周围障碍物的距离、子任务的规划安全距离和最低安全距离计算获得,具体计算表达式为:f3=1-(安全距离-理想值)/(理想值-最低安全距离),安全距离表示轮椅移动时所在位置实际与周围障碍物的距离,理想值表示子任务规划时计算出的安全距离,最低安全距离表示轮椅控制系统能支持的最低安全距离。
路径断裂相关的异常评估值根据轮椅移动时动态规划路径是否成功来设定,具体表达式为:f4=(无路径输出)。在子任务执行的过程中,由于环境的动态变化,轮椅移动的位置会偏离规划路径,因此,轮椅移动时还会实时动态规划路径,轮椅实际移动的路径和规划的路径也会不同。(无路径输出)表示在当前子任务中,由于障碍物或者其他环境因素,导致实时路径规划失败,无法生成从起点到终点的路径,此时该项取值为1,否则,该项取值为0。
在一个示例中,为了使得异常评估值更加有效,还对每一项异常评估值进行了数据清洗。具体地,Fi=min(max(fi,Fi_min),Fi_max),其中,Fi表示更新后的异常评估值,fi表示异常评估值的原值,Fi_min和Fi_max分别为设置的最小值和最大值。通过上述公式,可以避免计算出的fi过小或过大;在允许的范围内反馈fi的真实情况,限定异常评估值不超出特定值。一般地,Fi_min=0,Fi_max由任务与环境复杂度相应设置,通常设置为2或3等。
步骤S220:对所有异常评估值进行加权求和,获得子任务异常系数;
综合路径长度过长、运行效率过低、安全度过低和路径断裂这些项目对应的异常评估值,计算子任务异常系数。具体计算公式为:;其中,权重w由专家评估设置,例如:/>。w4为路径断裂这一异常状态的相对重要性权重。
步骤S230:当子任务异常系数大于异常阈值时,在保护模式下执行子任务;
当子任务异常系数E≥E0,E0为异常阈值,则判定当前的子任务异常,否则,判定当前的子任务正常。当判定当前的子任务异常时,立即停止子任务的执行,自动切换至保护模式,在保护模式下,轮椅的运行效率和性能变低了、安全性能变高了,例如:移动的速度变慢了,转向也变慢了,传感器采集检测数据的频率变高了等。
具体地,停止子任务执行的具体操作为:关闭给转向电机的转向信号和给驱动电机的转速或扭矩信号;锁定转向系统和刹车系统,使转向和制动器无法响应转向角度或制动扭矩命令,同时锁定转向系统和刹车系统的当前状态;切断给驱动轮的电机供电,停止驱动轮的转动,使轮椅无法前进或转向;切断转向和制动器的机械联接,如转向杆和驱动轮的机械传动,防止转向系统和刹车系统被动进一步变化。
切换至保护模式的具体操作为:调高传感器的采样频率,在正常模式下,传感器的采样频率在20~100Hz之间,在保护模式下,将采样频率设为200Hz以上,更高的频率能捕获更多设备状态变化细节,有助于更全面和精细地监测轮椅运行状况;将传感器的灵敏度设为最高值,以检测到更为微小的设备状态变化,当设备性能下降时,可以更早发现;降低运动功能相关的参数,保证异常设备在保护模式下仍保持基本功能,但运行较为安全有保障,例如:将最大转向速度从正常模式下的5~10°/s降低到1~2°/s,使转向动作更加平稳稳慢,将最大加速度从正常模式的0.5~1m/s2降低到0.2~0.3m/s2,减慢运行调整速度以防突然停止,将最大运行速度从正常模式的2~3km/h降低到1~1.5km/h,减小与障碍物的相对速度以减少冲击,将电机最大输出扭矩从正常模式降低10%~30%,防止电机处于过加载状态,将用于闭环自动控制的PID控制器中的比例P、积分I、微分D控制系数分别降低10%~30%。
步骤S240:若在保护模式下执行成功,判定子任务执行成功,否则,当在保护模式下执行子任务的失败次数超过预设次数阈值时,判定子任务执行失败。
在保护模式下轮椅已进入相对安全状态,等待一定时间后(如1-3秒),再尝试重新执行原子任务,若执行成功,则判定子任务执行成功,更新任务集,继续执行下一个子任务。此时能够执行成功的原因有:原先执行子任务失败时由于某个传感器读数出现短暂误差,某个部件出现了短期卡顿,而这种临时性问题在重新执行时可能已经消失;原先执行子任务时存在障碍物,但在重新执行时障碍物消失,环境条件在重新执行期间变的更加有利于完成子任务;原先执行子任务失败是由于系统软件某个逻辑存在随即性错误,但重启后bug不再出现,任务正常执行。如果尝试执行子任务的失败次数超过预设次数阈值时,则判定子任务执行失败。
在一个示例中,异常阈值E0不是固定值,而是根据轮椅运行环境的复杂程度动态确定。具体地,首先根据预设环境指标(如障碍物数量、行人数量、地面路径宽度等),计算轮椅运行环境的环境复杂度估值,根据环境复杂度估值评估环境复杂程度偏低还是偏高,当评估环境复杂程度偏低时,也就意味着轮椅在该运行环境下移动相对安全,此时,可以根据环境复杂度估值动态计算异常阈值,且异常阈值与环境复杂度估值成反比,即环境复杂度估值越低、异常阈值越高;环境复杂度估值越高、异常阈值越低。当评估环境复杂程度偏高时,也就意味着轮椅在该运行环境下移动的风险相对较高,此时,直接根据无障碍环境下标定的预设异常阈值确定异常阈值,确保轮椅安全移动。
环境复杂度估值ECD的计算公式为:,其中,w1-w7通过大量数据训练得到,本实施例中,w1=0.4、w2=0.15、w3=0.2、w4=0.1、w5=0.05、w6=0.1;NO表示障碍物数量,如1-20个;NT表示路径转弯数,如1-10个;S表示地形坡度,如1-10级;RS表示路面光滑度,如1-5级;NP表示人流密度,如1-10人/m2;NH表示道路高差,如1-30cm。环境复杂度估值ECD范围为0-100,值越大表示环境越复杂。
获得环境复杂度估值ECD后,当ECD≤50时,异常阈值;当环境复杂度估值ECD>50时,异常阈值;其中,预设异常阈值E0_初表示轮椅在无障碍环境下的正常运行阈值,根据轮椅性能参数如最高速度、续航里程等相应标定,一般0.6-0.8。由上可以看出:当环境复杂度估值ECD小于或等于50时,异常阈值E0与环境复杂度估值ECD成反比关系,环境复杂度估值ECD越大,异常阈值E0越小,表现出更多容错性;当环境复杂度估值ECD超过50时,环境复杂度已经很高,进一步降低异常阈值E0可能导致轮椅控制系统变得不稳定,所以固定异常阈值E0为预设异常阈值E0_初的一半,表现出相对固定的容错能力。因此,通过动态设置E0可以提高子任务的容错率,确保系统稳定运行。
通过根据环境指标计算环境复杂度估值来动态调整异常判断标准,使系统可以适应环境与设备状态的变化,避免判断过于宽松或严格,提高系统的稳定性与安全性。与固定的参数设定相比,提供动态可调参数,增强了系统的适应性。
在一个实施例中,还通过监测数据来判定异常根源。具体地,收集监测数据,即采用视觉监测与传感器监测相结合的方式监测用户使用轮椅的全过程,精确捕捉用户行为细节与轮椅状态变化。视觉监测设备为摄像头,传感器主要包括位置传感器、姿态传感器、制动传感器等;记录反应轮椅在执行子任务时的运行状态的相关参数,如电机的转速和电流、轮椅的坐标、姿态等;实时构建动态曲线观察参数的变化值和变化趋势并进行数值分析,判断异常发生的时序和表现形式;提取关键特征参数并与历史数据库中的正常特征和典型异常特征进行对比,通过高度匹配当前异常的特征参数及环境参数与历史数据库记录,获得最大可能的异常根源。
当根据监测数据判定子任务执行失败时,执行下述S300-S700的步骤。
步骤S300:获取轮椅的运行数据,根据运行数据计算设备异常系数;
本实施例中,轮椅的运行数据是指执行子任务时,轮椅本身的软件系统和硬件设备的运行数据。如:电机、控制器、电源和软件系统运行时的相关数据。设备异常系数用于从轮椅自身的状态来判定轮椅异常的程度,该轮椅异常可以是轮椅本身的软硬件出现问题导致的异常,也可以是环境异常导致轮椅本身的软硬件不能正常执行而反应出的异常。设备异常系数的计算公式为:,其中,ED为设备异常系数,Wi为第i个项目出现异常状况的权重,根据专家评估各个项目的影响大小来设置,权重值在0-1之间,且/>,如电机异常的权重为0.4、控制器异常的权重为0.3、软件系统异常的权重为0.2、电源异常的权重为0.1;/>为第i个项目异常的评分,范围1-5,数值越大异常程度越高。如电机转速过快/>,电源电压偏高/>,软件功能模块异常/>。需要说明的是,计算设备异常系数时依据哪些运行数据不做限制,可以根据需要进行相应更改。
通过综合考虑轮椅系统中各关键硬软件设备的工作状态与性能,建立相应的设备异常判断标准,使得设备状态监测与异常判断更加全面准确,可以更加准确地判断异常状况,为修复策略的选择提供重要依据,避免了由于设备异常判断不足而导致的误判或漏判情况出现。
步骤S400:将设备异常系数与设备异常系数的标准阈值进行比较,根据比较结果获得异常程度判定结果;
获得设备异常系数ED后,通过与设备异常系数的标准阈值ED0进行比较来判定异常程度。当时,表明子任务执行可能出现一定异常,异常程度较轻,不会严重影响轮椅的控制性能;当/>时,表明子任务执行出现一定异常,异常程度一般;当/>时,表明子任务执行可能出现较大异常,异常程度较重。其中,K1、K2为修复系数,可以根据当前环境按照经验值设定,通常K1设置为0.3、K2设置为0.7。设备异常系数的标准阈值ED0的具体计算公式为:/>,其中,μ及σ分别为正常状态下各设备异常评分的均值与标准差,k为阈值系数。
步骤S500:若异常程度判定结果为异常程度较轻时,修正与执行子任务相关的算法中的参数和/或设备参数以补偿环境变化或设备状态变化产生的影响,继续执行子任务;
当异常程度判定结果为异常程度较轻时,此时轮椅控制系统可以进行自动修复,通过根据环境状况修正与执行子任务相关的算法中的参数和/或设备参数,从而补偿环境变化或设备状态变化产生的影响,修复完毕后,继续执行子任务。相比直接暂停执行子任务来得温和,可以避免由于环境小幅度变化引起系统运行的频繁中断,提高系统的适应性与连贯性。
修正算法主要指对路径规划算法、异常判断算法及安全评估算法等进行修正。例如:当环境变化导致路径难度增加,可以提高路径规划的环境适应权重,重新规划更加安全可行的路径以完成当前子任务;设备状态变化可能增加子任务执行失败的风险,则降低异常判断的阈值,扩大容错范围,避免过于严格的判断导致子任务异常频繁报警,影响系统稳定性。
本实施例中修正路径规划算法中的参数,具体步骤如图4所示,包括:
步骤S410:根据监测数据中的障碍物信息,调整路径规划算法中用于路径节点评估的安全重要性权重以及可行性重要性权重;
根据障碍物信息调整路径权重。具体地,调整路径的安全重要性权重和可行性重要性权重,调整公式为:,其中,as为路径的安全重要性权重,av为路径的可行性重要性权重,Om为障碍物类型,On为障碍物数量,αs为根据障碍物类型确定的安全系数,αv为根据障碍物数量确定的可行系数,αs和αv根据障碍物类型Om和数量On动态调整,其中,Om=1表示小障碍物,αs=1.2;Om=2表示中等障碍物,αs=1.5;Om=3表示大障碍物,αs=2.0;On=1表示少量障碍物,αv=1.2;On=2表示中等数量障碍物,αv=1.5;On=3表示较多障碍物,αv=2.0。然后将安全重要性as和可行重要性av相加,得到调整后的权重ai。将路径计算中各节点的打分函数hi作用于调整后的权重ai,/>。通过上述公式,路径计算中对安全性和可行性的权重得以动态调整,实现路径修正。
步骤S420:根据运行数据,调整用于轮椅控制算法的转弯半径;
根据轮椅的运行数据重新计算轮椅控制算法中的转弯半径r。具体计算公式为:,其中,r0为基准半径,即轮椅在最佳状态下计算出的转弯半径,vmax为轮椅的最大运行速度,v为轮椅当前的运行速度,vmax/v为轮椅的速度系数,速度越快,计算的转弯半径越大,θ为轮椅当前的转弯角度(弧度制),μs为转弯系数,θ越大,计算的转弯半径越大,/>为系统考虑的随机扰动量。
步骤S430:根据监测数据中道路的坡度信息,调整路径规划算法中用于路径节点评估的与坡道场景相关的路径代价值;
使用算法并搭载坡度模型M修改节点代价函数,具体计算公式为:,其中,f(n)表示节点n的路径代价值,g(n)表示节点n的实际代价值,h(n)表示节点n到目标节点的启发函数值,M为坡度模型。/>算法会估计每个节点n到目标节点的最短路径代价f(n),取最小f(n)的节点作为下一个最优节点。在坡道场景中,由于需要考虑坡度对代价的影响,所以搭载坡度模型M来修改节点代价函数,坡度模型M根据实际坡度k计算,/>,其中μ为坡度系数,数值范围0.2 - 0.4,k为坡度,M的数值范围1 – 2,随坡度升高而增大。因此,节点代价函数中的启发项h(n)会被M放大,这样可在/>算法中照顾到坡道场景下的路径代价。
修正设备参数主要涉及如下方面的参数:速度相关的参数、运动相关的参数、安全相关的参数以及路径执行相关的参数。其中,速度相关的参数主要包括:路径执行时间,如电池性能下降导致速度受限,路径执行时间需要增加额外时间;期望速度,如电机转速波动导致实际速度与设计速度有出入,需要调整期望速度来弥补差异;运动相关的参数包括:转弯半径,当电机扭矩下降或电池驱动力不足时会让转弯半径变大,需要增加转弯半径以匹配实际操作;加速度,当可能达不到设计加速度时,需要降低加速度值。安全相关的参数包括:安全距离,如由于部件失效,移动速度和响应时间下降,需要增大安全距离以防意外;异常判断阈值,当设备异常判别能力下降时,需要降低异常判断阈值。路径执行相关的参数包括:期望执行时间;设备性能下降时,需要增加期望执行时间,或,环境变化使路径执行时间不足,不能完成子任务,则适当增加子任务的期望执行时间,控制参数,根据环境变化调整PID参数以提高控制能力。
步骤S600:若异常程度判定结果为异常程度一般时,根据监测数据判定异常场景,基于异常场景采用相应的远程协助策略进行修复后,继续执行子任务;
当异常程度判定结果为异常程度一般时,此时通过远程协助策略来实现轮椅的修复。即:人工发送修复指令给轮椅,轮椅根据这些修复指令进行自动修复;
首先根据监测数据判定是否需要修改子任务,根据判定结果将异常场景分类两类:不需要修改子任务的场景和需要修改子任务的场景,在不同的异常场景下采用不同的远程协助策略进行修复,修复完毕后,继续执行子任务。
具体地,当根据监测数据判定轮椅中与方向控制无关的设备异常时,例如:在执行子任务过程中,轮椅驱动轮突然无法转动,使整个轮椅无法前进或转向,则出现卡死现象;在子任务执行过程中,轮椅在下坡或转弯过程中突然失去制动与转向控制,出现滑行失控现象,这通常由于路面潮湿、电控系统故障或用户误操作等导致;在子任务执行过程中,由于出行时间过长或电池老化,导致轮椅电量耗尽,无法继续运行等情况,这些场景均为不需要修改子任务的场景,此时的远程协助策略为:远程协助修复设备后继续执行子任务。例如:当卡死时,停止子任务执行,根据卡死原因采取相应措施恢复工作,如远程解锁驱动轮系统进行修复,测试通过后,恢复子任务继续执行;当滑行失控时,迅速采取措施制止滑行,如远程锁定滑行轮胎,测试通过后恢复子任务继续执行,但在下坡或转弯过程中采取特殊预防措施;当电量耗尽时,立即停止子任务执行,打开备用电源后进行测试确保工作正常,然后恢复子任务继续执行。
当根据监测数据判定轮椅中与方向控制相关的设备异常或存在障碍物导致路径异常时,例如:道路堵塞、施工或事故,当前路径难以通过;路径上出现未知障碍物,无法继续执行当前子任务;设备状态异常时,如制动或转向故障,无法执行当前子任务;环境条件变化,如恶劣天气,当前户外任务无法执行等,这些场景为需要修改子任务的场景,此时的远程协助策略为重新生成子任务后继续执行。例如:当路径阻塞时,重新规划新的可行路径,生成新的子任务集替换当前子任务继续执行;当出现未知障碍物时,暂停当前子任务,重新规划避开障碍物的新路径,生成新的子任务集继续执行;当设备状态异常时,暂停当前子任务,选择难度小的子任务继续执行,同时启动对应的修复任务,如果无法修复,则需要停止工作;在恶劣天气环境下,暂停户外任务,选择室内其它难度小的子任务继续执行。
远程协助方案执行后,立即检测环境与设备状态,确认处于正常工作状态,如果远程协助无法解决异常,则停止执行子任务并报警。
步骤S700:若异常程度判定结果为异常程度严重时,停止执行子任务,生成报警信息以提醒进行人工修复。
异常程度判定结果为异常程度严重时,需要停止执行子任务,同时生成报警任务,提醒相关人员来现场进行人工修复,以彻底消除故障,确保系统安全可靠运行。本实施例人工介入与维修具体过程为:人工团队根据设备上报的详细异常信息、现场勘查等了解异常状况,其中,设备上报信息覆盖了运行数据、使用参数、监测记录等真实准确的信息;然后,人工团队根据信息判断故障类型,如电控系统故障、机械结构损坏等,并分析故障产生的具体原因;再根据判断结果制定详尽的检修方案,选择更换损坏部件、加载系统补丁、校准运行参数等措施进行修复;最后,执行完成检修方案后,进行全面测试确认设备是否恢复正常工作状态,如确认正常,人工团队会将设备管理权限移交控制系统,恢复子任务执行或重新进行路径规划。
依据步骤S500-S700中所描述的针对不同异常程度判定结果而采用的修复策略可知,异常程度一般时,通过异常场景来制定对应的远程协助修复方案,远程控制轮椅的相关部件进行自动检修,人工只在自动检修不足时介入。也就是说,异常程度一般时的修复策略也是一个"全自动化"的过程,依托监测数据和自动化程序修复;而异常程度严重时则彻底暂停所有任务,转入报警状态,专业人员通过系统提供的详细异常信息来判断问题所在,人工主导进行现场检修及系统配置调整。概括地说,异常程度较轻时是全自动修复;异常程度一般时依赖系统监测和自动化检修的能力;异常程度严重时则直接交由专业人员主导进行彻底的现场检修。
在当前子任务执行完后,保存当前子任务运行期间优化的关键参数,如PID参数、转向半径、速度和加速度、路径权重等,加载下一个子任务的地图信息及路况(坡度、路面状况)、障碍物(数量、位置)、人流量等环境因素。判断优化参数中涉及的因素(速度、加速度等)在下一个子任务中是否仍适用。例如:通过检测系统设备(电池、电机等)是否变化来判断这些关键参数在下一个子任务中是否仍适用。当判断关键参数仍适用时,使用当前子任务优化后的参数作为下一个子任务的初始值;当判断关键参数需要修改时,调整对应的参数值后再使用;如果系统和环境存在较大变化,判断需要重新优化参数,则进行重新优化。例如:保存每次参数优化的结果,将优化后的参数与计算得到的运行指标相对应,建立参数-结果对应关系,以供下一个子任务参考。
综上所述,本实施例通过生理信号解码技术实现人性化路径规划,结合环境信息动态设计出安全可行路径,并根据设备状态选择相应的修复策略,可以最大限度地降低路径执行失败对用户的影响,有效保证了系统的稳定与安全运行,提高用户体验。操控安全与舒适性好,较好地满足用户的出行需求,具有较高的使用价值。
示例性系统
对应于上述基于异常监测的轮椅自动控制方法,本发明实施例还提供一种基于异常监测的轮椅自动控制装置,如图5所示,上述装置包括:
子任务模块600,用于基于用户选择的目的地进行路径规划,获得导航路径,将所述导航路径划分为若干段,针对每一段所述导航路径分别创建一个子任务,采用自动导航模式依次执行所述子任务;
判定模块610,用于在执行子任务时实时获取监测数据,根据所述监测数据判定子任务是否执行失败;
修复模块620,用于当判定模块判定子任务执行失败时,进行修复;
所述修复模块620包括设备异常系数单元621、异常程度判定单元622、自动修复单元623、指令修复单元624和人工修复单元625;
所述设备异常系数单元621用于获取轮椅的运行数据,根据所述运行数据计算设备异常系数;
所述异常程度判定单元622用于将所述设备异常系数与设备异常系数的标准阈值进行比较,根据比较结果获得异常程度判定结果;
所述自动修复单元623用于若所述异常程度判定结果为异常程度较轻时,修正与执行子任务相关的算法中的参数和/或设备参数以补偿环境变化或设备状态变化产生的影响,继续执行子任务;
所述指令修复单元624用于若所述异常程度判定结果为异常程度一般时,根据所述监测数据判定异常场景,基于所述异常场景采用相应的远程协助策略进行修复后,继续执行子任务,所述远程协助策略用于基于人工指令进行自动修复;
所述人工修复单元625用于若所述异常程度判定结果为异常程度严重时,停止执行子任务,生成报警信息以提醒进行人工修复。
具体的,本实施例中,上述基于异常监测的轮椅自动控制装置的各模块的具体功能可以参照上述基于异常监测的轮椅自动控制方法中的对应描述,在此不再赘述。
基于上述实施例,本发明还提供了一种智能轮椅。如图6所示,上述智能轮椅包括通过系统总线连接的处理器、存储器以及显示屏。其中,该智能轮椅的处理器用于提供计算和控制能力。该智能轮椅的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和基于异常监测的轮椅自动控制程序。该内存储器为非易失性存储介质中的操作系统和基于异常监测的轮椅自动控制程序的运行提供环境。该基于异常监测的轮椅自动控制程序被处理器执行时实现上述任意一种基于异常监测的轮椅自动控制方法的步骤。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本发明实施例还提供一种计算机可读存储介质,上述计算机可读存储介质上存储有基于异常监测的轮椅自动控制程序,上述基于异常监测的轮椅自动控制程序被处理器执行时实现本发明实施例提供的任意一种基于异常监测的轮椅自动控制方法的步骤。
应理解,上述实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.基于异常监测的轮椅自动控制方法,其特征在于,包括:
基于用户选择的目的地进行路径规划,获得导航路径,将所述导航路径划分为若干段,针对每一段所述导航路径分别创建一个子任务,采用自动导航模式依次执行所述子任务;
执行子任务时实时获取监测数据,当根据所述监测数据判定子任务执行失败时:
获取轮椅的运行数据,根据所述运行数据计算设备异常系数;
将所述设备异常系数与设备异常系数的标准阈值进行比较,根据比较结果获得异常程度判定结果;
若所述异常程度判定结果为异常程度较轻时,修正与执行子任务相关的算法中的参数和/或设备参数以补偿环境变化或设备状态变化产生的影响,继续执行子任务;
若所述异常程度判定结果为异常程度一般时,根据所述监测数据判定异常场景,基于所述异常场景采用相应的远程协助策略进行修复后,继续执行子任务,所述远程协助策略用于基于人工指令进行自动修复;
若所述异常程度判定结果为异常程度严重时,停止执行子任务,生成报警信息以提醒进行人工修复。
2.如权利要求1所述的基于异常监测的轮椅自动控制方法,其特征在于,根据所述监测数据判定子任务是否执行失败,包括:
基于所述监测数据,获得若干个异常评估值;
对所有所述异常评估值进行加权求和,获得子任务异常系数;
当所述子任务异常系数大于异常阈值时,在保护模式下执行子任务,所述保护模式用于降低轮椅的运行效率;
若在保护模式下执行成功,判定子任务执行成功,否则,当在保护模式下执行子任务的失败次数超过预设次数阈值时,判定子任务执行失败。
3.如权利要求2所述的基于异常监测的轮椅自动控制方法,其特征在于,所述基于所述监测数据,获得若干个异常评估值,包括:
根据轮椅实际移动的路径总长度、子任务的规划路径长度、子任务的起点和终点之间的最短路径长度,计算路径长度相关的异常评估值;
根据轮椅实际运行速度、子任务的规划运行速度和轮椅的最高速度,计算运行效率相关的异常评估值;
根据轮椅移动时与周围障碍物的距离、子任务的规划安全距离和最低安全距离,计算安全相关的异常评估值;
根据轮椅移动时动态规划路径是否成功,获得路径断裂相关的异常评估值。
4.如权利要求2所述的基于异常监测的轮椅自动控制方法,其特征在于,确定所述异常阈值的步骤包括:
基于预设环境指标,计算轮椅运行环境的环境复杂度估值;
当根据所述环境复杂度估值评估环境复杂程度偏低时,根据所述环境复杂度估值计算所述异常阈值,所述异常阈值与所述环境复杂度估值成反比;
当根据所述环境复杂度估值评估环境复杂程度偏高时,根据预设异常阈值确定所述异常阈值,所述预设异常阈值为无障碍环境下的标定值。
5.如权利要求1所述的基于异常监测的轮椅自动控制方法,其特征在于,所述将所述导航路径划分为若干段,针对每一段所述导航路径分别创建一个子任务,包括:
基于所述导航路径的转向信息和障碍物的分布信息,将所述导航路径划分为若干段;
获得每一段所述导航路径对应的操作信息和执行时间;
根据所述操作信息和所述执行时间,创建每一段所述导航路径对应的子任务。
6.如权利要求1所述的基于异常监测的轮椅自动控制方法,其特征在于,所述修正与执行子任务相关的算法中的参数,包括:
根据所述监测数据中的障碍物信息,调整路径规划算法中用于路径节点评估的安全重要性权重以及可行性重要性权重;
根据所述运行数据,调整用于轮椅控制算法的转弯半径;
根据所述监测数据中道路的坡度信息,调整路径规划算法中用于路径节点评估的与坡道场景相关的路径代价值。
7.如权利要求1所述的基于异常监测的轮椅自动控制方法,其特征在于,所述异常场景包括不需要修改子任务的场景和需要修改子任务的场景,所述根据所述监测数据判定异常场景,包括:
当根据所述监测数据判定轮椅中与方向控制无关的设备异常时,所述异常场景为不需要修改子任务的场景,所述远程协助策略为修复设备后继续执行子任务;
当根据所述监测数据判定轮椅中与方向控制相关的设备异常或障碍物导致路径异常时,所述异常场景为需要修改子任务的场景,所述远程协助策略为重新生成子任务后继续执行。
8.基于异常监测的轮椅自动控制装置,其特征在于,包括:
子任务模块,用于基于用户选择的目的地进行路径规划,获得导航路径,将所述导航路径划分为若干段,针对每一段所述导航路径分别创建一个子任务,采用自动导航模式依次执行所述子任务;
判定模块,用于在执行子任务时实时获取监测数据,根据所述监测数据判定子任务是否执行失败;
修复模块,用于当判定模块判定子任务执行失败时,进行修复;
所述修复模块包括设备异常系数单元、异常程度判定单元、自动修复单元、指令修复单元和人工修复单元;
所述设备异常系数单元用于获取轮椅的运行数据,根据所述运行数据计算设备异常系数;
所述异常程度判定单元用于将所述设备异常系数与设备异常系数的标准阈值进行比较,根据比较结果获得异常程度判定结果;
所述自动修复单元用于若所述异常程度判定结果为异常程度较轻时,修正与执行子任务相关的算法中的参数和/或设备参数以补偿环境变化或设备状态变化产生的影响,继续执行子任务;
所述指令修复单元用于若所述异常程度判定结果为异常程度一般时,根据所述监测数据判定异常场景,基于所述异常场景采用相应的远程协助策略进行修复后,继续执行子任务,所述远程协助策略用于基于人工指令进行自动修复;
所述人工修复单元用于若所述异常程度判定结果为异常程度严重时,停止执行子任务,生成报警信息以提醒进行人工修复。
9.智能轮椅,其特征在于,所述智能轮椅包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于异常监测的轮椅自动控制程序,所述基于异常监测的轮椅自动控制程序被所述处理器执行时实现如权利要求1-7任意一项所述基于异常监测的轮椅自动控制方法的步骤。
10.计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有基于异常监测的轮椅自动控制程序,所述基于异常监测的轮椅自动控制程序被处理器执行时实现如权利要求1-7任意一项所述基于异常监测的轮椅自动控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311319189.6A CN117075618B (zh) | 2023-10-12 | 2023-10-12 | 基于异常监测的轮椅自动控制方法、装置、终端及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311319189.6A CN117075618B (zh) | 2023-10-12 | 2023-10-12 | 基于异常监测的轮椅自动控制方法、装置、终端及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117075618A true CN117075618A (zh) | 2023-11-17 |
CN117075618B CN117075618B (zh) | 2024-01-05 |
Family
ID=88717306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311319189.6A Active CN117075618B (zh) | 2023-10-12 | 2023-10-12 | 基于异常监测的轮椅自动控制方法、装置、终端及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117075618B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102188311A (zh) * | 2010-12-09 | 2011-09-21 | 南昌大学 | 一种嵌入式智能轮椅视觉导航控制系统及方法 |
CN107168198A (zh) * | 2017-05-12 | 2017-09-15 | 武汉理工大学 | 一种主动介入式智能轮椅控制方法及装置 |
CN211067537U (zh) * | 2019-07-02 | 2020-07-24 | 赖思润 | 一种多功能智能轮椅 |
WO2020164003A1 (zh) * | 2019-02-13 | 2020-08-20 | 苏州金瑞麒智能科技有限公司 | 一种用于智能轮椅的可视化方法及系统 |
CN112472436A (zh) * | 2020-12-09 | 2021-03-12 | 重庆大学 | 一种监测患者坐姿异常和应急控制的轮椅 |
CN115167482A (zh) * | 2022-09-01 | 2022-10-11 | 山东大学齐鲁医院 | 一种医院场景下的轮椅自主运动方法及轮椅机器人 |
CN116403368A (zh) * | 2023-04-12 | 2023-07-07 | 重庆大学 | 一种轮椅户外安全监测系统及方法 |
CN116483097A (zh) * | 2023-06-25 | 2023-07-25 | 小舟科技有限公司 | 人机交互智能轮椅的控制方法及装置、轮椅、存储介质 |
CN116520681A (zh) * | 2023-07-03 | 2023-08-01 | 小舟科技有限公司 | 轮椅自动行驶控制方法及装置、自动行驶轮椅 |
CN116617011A (zh) * | 2023-07-21 | 2023-08-22 | 小舟科技有限公司 | 基于生理信号的轮椅操控方法、装置、终端及介质 |
CN116659518A (zh) * | 2023-07-31 | 2023-08-29 | 小舟科技有限公司 | 智能轮椅自主导航方法、装置、终端及介质 |
-
2023
- 2023-10-12 CN CN202311319189.6A patent/CN117075618B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102188311A (zh) * | 2010-12-09 | 2011-09-21 | 南昌大学 | 一种嵌入式智能轮椅视觉导航控制系统及方法 |
CN107168198A (zh) * | 2017-05-12 | 2017-09-15 | 武汉理工大学 | 一种主动介入式智能轮椅控制方法及装置 |
WO2020164003A1 (zh) * | 2019-02-13 | 2020-08-20 | 苏州金瑞麒智能科技有限公司 | 一种用于智能轮椅的可视化方法及系统 |
CN211067537U (zh) * | 2019-07-02 | 2020-07-24 | 赖思润 | 一种多功能智能轮椅 |
CN112472436A (zh) * | 2020-12-09 | 2021-03-12 | 重庆大学 | 一种监测患者坐姿异常和应急控制的轮椅 |
CN115167482A (zh) * | 2022-09-01 | 2022-10-11 | 山东大学齐鲁医院 | 一种医院场景下的轮椅自主运动方法及轮椅机器人 |
CN116403368A (zh) * | 2023-04-12 | 2023-07-07 | 重庆大学 | 一种轮椅户外安全监测系统及方法 |
CN116483097A (zh) * | 2023-06-25 | 2023-07-25 | 小舟科技有限公司 | 人机交互智能轮椅的控制方法及装置、轮椅、存储介质 |
CN116520681A (zh) * | 2023-07-03 | 2023-08-01 | 小舟科技有限公司 | 轮椅自动行驶控制方法及装置、自动行驶轮椅 |
CN116617011A (zh) * | 2023-07-21 | 2023-08-22 | 小舟科技有限公司 | 基于生理信号的轮椅操控方法、装置、终端及介质 |
CN116659518A (zh) * | 2023-07-31 | 2023-08-29 | 小舟科技有限公司 | 智能轮椅自主导航方法、装置、终端及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117075618B (zh) | 2024-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107298095B (zh) | 自主车辆停车和向手动控制转移 | |
US11237554B2 (en) | Driver readiness assessment system and method for vehicle | |
CN109606385B (zh) | 一种基于自动驾驶的车辆控制方法、装置、设备和介质 | |
CN111874001B (zh) | 自动驾驶汽车的安全控制方法、电子设备及存储介质 | |
CN110682876B (zh) | 车辆自动驾驶方法、系统、存储介质及自动驾驶汽车 | |
WO2021082256A1 (zh) | 列车自动驾驶方法、vobc、tias、区域控制器 | |
CN109808709B (zh) | 车辆行驶保障方法、装置、设备及可读存储介质 | |
US20200331495A1 (en) | System for steering an autonomous vehicle | |
US11117575B2 (en) | Driving assistance control system of vehicle | |
JP2018500220A (ja) | 車両を動作させる方法及び装置 | |
CN112622930A (zh) | 无人车的行驶控制方法、装置、设备以及自动驾驶车辆 | |
CN105774803A (zh) | 行车控制系统及其动态决策控制方法 | |
FR2908533A1 (fr) | Methode et systeme de surveillance du suivi d'une trajectoire de reference par un aeronef | |
CN113335312B (zh) | 一种绕障行驶方法、装置、电子设备及介质 | |
CN114643994A (zh) | 车辆横向异常检测方法、装置、设备及介质 | |
CN117075618B (zh) | 基于异常监测的轮椅自动控制方法、装置、终端及介质 | |
CN109324608A (zh) | 无人车控制方法、装置、设备以及存储介质 | |
CN114954503A (zh) | 自动驾驶转向故障预测及冗余控制方法、系统及电子设备 | |
CN109189567A (zh) | 时延计算方法、装置、设备及计算机可读存储介质 | |
Huang et al. | Control system design of an automated bus in revenue service | |
KR102204199B1 (ko) | 자율주행 대중버스에 대한 차량 고장 진단 및 예측 방법 | |
CN114771555A (zh) | 自主泊车故障诊断方法、装置和和无人驾驶车辆 | |
CN117818665B (zh) | 自动驾驶车辆控制方法、装置及电子设备、存储介质 | |
US20230273032A1 (en) | Navigation map for an at least partially automated mobile platform | |
CN114715166B (zh) | 车辆控制方法、装置、设备、自动驾驶车辆和存储介质 |
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 |