80、智能轮椅与视觉SLAM系统助力特殊人群移动与定位

智能轮椅与视觉SLAM系统助力特殊人群移动与定位

智能轮椅：保障残疾人安全出行

智能轮椅旨在为残疾人提供安全的移动能力，它结合了多种先进技术来实现障碍物检测与避障以及场景感知等功能。

视觉与传感器融合的障碍物检测

在障碍物检测方面，采用了视觉和传感器相结合的方法。视觉方面，基于学习的方法（如神经网络和支持向量机）能够推荐准确的可行路径。不过，由于时变光照的影响，可能会出现无法检测到某些障碍物的情况。传感器方面，在智能轮椅上安装了8个超声波传感器，其中4个（I1 - I4）用于检测轮椅前方的障碍物，当检测到障碍物时可实现紧急停止并寻找避障路径；另外4个（I5 - I8）用于检测轮椅后方的障碍物。
| 传感器位置 | 功能 |
| — | — |
| 前方（I1 - I4） | 检测前方障碍物，紧急停止与避障 |
| 后方（I5 - I8） | 检测后方障碍物 |

场景感知技术

通过分析CCD相机获取的图像，能够识别用户是否接近交通路口，从而避免与车辆发生碰撞。场景被分为人行道和路口两类，通过纹理分类和形状过滤来识别户外场景。
- 纹理分类 ：首先对输入图像依次应用高斯滤波器和直方图均衡化，然后将640×480的图像划分为768个20×20的子区域，并对每个子区域进行纹理分类。使用方向梯度直方图（HOG）和颜色信息来表征纹理模式的变化。对于20×20大小的子区域R，HOG的计算公式为：
[HOG_R = \begin{cases}
HOG_R(i) = \frac{1}{Area(R)} \times \sum_{j \in R}