基于模糊神经网络的全向智能轮椅避障策略研究及在网球双打中的应用的中期报告.docx

基于模糊神经网络的全向智能轮椅避障策略研究及在网球双打中的应用的中期报告 一、研究背景和意义： 智能轮椅是目前智能化医疗辅助设备中的热点研究领域，其可为行动不便的人群提供更加便利、安全的出行方式。智能轮椅避障技术的研究在提高轮椅的自主性、智能性以及使用者的出行安全方面具有重要意义。当前，传统的避障技术主要由物理传感器实现，但受制于传感器的稳定性和精度等问题，它在特定场景下的应用存在一定的局限性。而基于模糊神经网络的避障技术可以更好地模仿人类的决策过程，具有更高的鲁棒性和适应性。 我们的研究针对全向智能轮椅的避障策略进行了研究，旨在建立一种基于模糊神经网络的避障方法，并将其应用于网球双打比赛中，促进人机交互的进一步发展。 二、研究现状： 当前的智能轮椅避障技术主要分为激光雷达、摄像头和超声波传感器等多种方式。然而，这些传感器在实际使用中存在一些问题：激光雷达仅能获得物体位置信息，而无法判断其类型和形状；摄像头对环境光线敏感，易受到干扰；超声波传感器易受到杂音干扰。这些问题导致了传统避障技术的应用受限。 基于模糊神经网络的避障技术主要采用前馈神经网络和模糊逻辑相结合，并在传统传感器的基础上引入雷达数据。该方法可以更加准确地分析环境，避免传统传感器在场景较为复杂时的定位错误。 三、研究方案： 本研究将基于模糊神经网络的避障方法应用于全向智能轮椅中，使用惯性测量单元（IMU）作为动态控制的输入参数，并采用前馈神经网络的架构模型来实现轮椅的动态控制。在全向智能轮椅上安装一个三维激光雷达和摄像头，以获取轮椅周围环境信息，并采用传感器融合方法对数据进行处理和分析，提高避障方法的准确性。 我们将首先进行模拟实验，模拟轮椅在不同场景下（如室内、室外、人流较密集）的运动情况，通过神经网络对数据进行离线分析，确定最优的避障控制策略。然后，通过实际测试将最优的避障策略应用于网球双打比赛中，实现对场地、球员和裁判的有效避障。 四、预期成果： 本研究基于模糊神经网络的避障方法可为智能轮椅的自主导航和智能化控制奠定基础，并在网球比赛场地等复杂环境下提高轮椅的自主性和智能性，增强轮椅的安全性能。研究成果可以为智能医疗和残障人士出行提供技术支持，为智能轮椅在更广泛的领域应用提供参考和借鉴。