[发明专利]一种基于脑机接口与自动驾驶技术的智能轮椅控制方法

权利要求书

1.一种基于脑机接口与自动驾驶技术的智能轮椅控制方法，其特征在于，包括以下顺序的步骤：

S1.通过固定在墙面上的网络摄像头获取当前的图片信息，将获取的图片采用图像处理方法对障碍物实现定位；

S2.根据障碍物信息产生候选目的地和用于路径规划的航迹点；

S3.对轮椅进行自定位；

S4.用户通过脑机接口选择目的地；

S5.将轮椅当前的位置作为起点，用户选择的目的地作为终点，结合障碍物定位后产生的航迹点，经过A^*算法进行路径规划，产生一条最短的最优路径；

S6.获取最优路径后，计算轮椅当前的位置与最优路径的位置差，将位置差作为PID路径跟踪算法的反馈，由PID路径跟踪算法计算出参考的角速度和线速度；

S7.将参考角速度和线速度输入到PID运动控制器，并从固定在轮椅左右侧轮子上的里程计获得里程数据，将里程数据转化为当前的角速度和线速度信息，然后将转化得到的角速度和线速度信息作为PID运动控制器的反馈，从而调节轮椅的控制信号，实时控制轮椅行驶至目的地。

2.根据权利要求1所述的基于脑机接口与自动驾驶技术的智能轮椅控制方法，其特征在于，步骤S1中，所述的障碍物实现定位是通过以下顺序的步骤完成的：

(1)用阈值分割方法将图片中障碍物与地板分割；

(2)通过形态学开操作去除噪声，形态学闭操作重建开操作中去除的区域，从而获取每一个已分割区域的轮廓；

(3)通过去除比较小的轮廓，达到进一步去噪，然后将剩下的轮廓用凸包拟合；

(4)根据对应关系矩阵，将凸包的顶点映射到全局坐标系即地面平面坐标系；其中对应关系矩阵表示图像的像素坐标系与地面平面坐标系之间的对应关系；

(5)计算每张图片对应的凸包在全局坐标系下的相交区域，障碍物在坐标系中所对应的位置可以用这些相交区域近似。

3.根据权利要求1所述的基于脑机接口与自动驾驶技术的智能轮椅控制方法，其特征在于，所述的步骤S3，对轮椅进行自定位的方法包含以下顺序的步骤：

A、初始定位

(1)根据激光雷达采集到的距离点信息，用最小二乘拟合算法提取直线，并根据激光雷达扫描的方向，将提取到的直线转换成有方向信息的向量；

(2)将提取到的向量与环境地图中向量进行匹配，根据匹配的向量对，计算出轮椅当前的位置；

B、过程定位

(1)根据上一时刻轮椅的位置信息，并根据里程计的数据对轮椅下一时刻的位置进行航迹推算，根据航迹推算的位置对激光雷达获取到的向量进行坐标变换；

(2)将坐标变换后的向量与环境地图中向量进行匹配，根据匹配的向量对，计算出轮椅当前时刻的位置。

4.根据权利要求1所述的基于脑机接口与自动驾驶技术的智能轮椅控制方法，其特征在于，所述的步骤S4，具体为通过运动想象的脑机接口选择目的地，包含以下顺序的步骤：

(1)候选目的地分别用浅色和深色的实心圆表示，两种颜色代表两种不同类别的目的地；

(2)如果用户想选择一个浅色/深色的目的地，他需要根据图形用户接口界面中水平条的颜色相应地执行至少2秒的左/右手运动想象；当脑机接口系统检测到左/右手运动想象，浅色/深色的目的地保留在GUI中，并进一步将保留在GUI中的目的地划分成两类，两类分别用浅色和深色区别，其他的目的地从GUI中消失；

(3)用户一直重复这个选择过程直到只剩下一个目的地，最后用户需要继续执行2秒的左/右手运动想象接受/拒绝选择的目的地。

5.根据权利要求4所述的基于脑机接口与自动驾驶技术的智能轮椅控制方法，其特征在于，所述运动想象的检测算法步骤如下：

(1)提取200ms的EEG信号，使用共同平均参考滤波，8～30Hz的带通滤波；

(2)将滤波后的EEG信号使用共同空间模式投影后作为特征向量；

(3)将获得的特征向量输入到SVM分类器，得到预测的类和对应的SVM输出值，如果SVM输出值超过一定的阈值，对应类别作为输出结果。