智能帮扶式助行机器人的自主跟踪与导航系统

1.一种智能帮扶式助行机器人的自主跟踪与导航系统，其特征在于，包括四个模块：
传感器信号采集处理模块、看门狗智能体预诊断模块、网络信息处理模块、运动控制模块，其中：传感器信号采集处理模块采集安装在助行机器人各处的传感器信号，并将传感器信号作光电转换、模数转换处理，转换后的信号作为看门狗智能体预诊断模块中的信息输入，看门狗智能体预诊断模块的信号处理模块对传感器信号采集处理模块送来的信号进行处理，得到生命体体征预测信号和环境预测信号，预测信号分两路送出，其中一路中生命体体征预测信号和环境预测信号送到看门狗智能体预诊断模块的运动趋势预测模块，另一路中生命体体征预测信号送到网络信息处理模块，看门狗智能体预诊断模块的生命体体征预测信号决定帮扶式机器人与被助对象的人机交互模式；运动趋势预测模块采用隐马尔可夫模型算法对帮扶式机器人的运动速度和方式进行预测，得到机器人的位置、姿态和运动趋势，运动趋势预测的结果输入运动控制模块，控制运动机构进行相应的避障，导航工作；网络信息处理模块从看门狗智能体预诊断模块中读取的被助对象的体征预测信号，通过网络发送到服务器，服务器负责保存这些信息，以供医生通过网络对被助对象进行实时监测，并对突发事件进行处理。

智能帮扶式助行机器人的自主跟踪与导航系统\n技术领域\n[0001] 本发明涉及的是一种机器人技术领域的跟踪和导航系统，具体地说，涉及的是一种智能帮扶式助行机器人的自主跟踪与导航系统。\n背景技术\n[0002] 近些年来，随着计算机、传感器和网络技术的发展，使机器人进入家庭成为可能。\n研究机关和产家的研究重点也从结构式环境下的固定式机械臂、机械手转向非结构未知环境下自主移动式的智能机器人。传统的基于工厂环境下的机械臂空间环境建模以及运动过程中的避碰方法已经无法满足自主移动机器人所面对的新任务，例如针对于特殊人群的智能帮扶以及助行，所以近来对于服务机器人的研究偏向于对移动机器人与人之间的智能互动以及辅助过程等技术的研究，以智能帮扶式助行机器人为例，其特点为利用激光传感器对于平面或者立体环境信息进行感知，并且将所提取的环境特征进行分类处理，进行判断，实现自主导航，并且在此基础上实现对于特定人群的帮扶，助行；并且，利用RFID(射频识别)技术，当尝试进行康复性或锻炼性质的自主行走时，机器人能够实时跟踪监测，利用各种健康监测传感器对于助行对象进行身体状态的观察。目前，许多研究机构和大学都在研究智能帮扶式助行机器人。\n[0003] 经对现有技术的文献检索发现，由Yasuhiro NEMOTO等在“Proceedings ofthe \n20th Annual International Conference of the IEEE Engineering：inMedicine and Biology Society，Vol.20，No 5，1998(IEEE国际会议20周年会议录，人机工程方向，Vol.20，No 5，1998)上发表的POWER-ASSISTEDWALKING SUPPORT SYSTEM FOR ELDERLY(老年人助力行走系统)，该文中提出一种以486DX4处理器作为机器人大脑的智能帮扶式助行机器人，但是该系统着重于机械机构方面的设计，因此在智能化水平和人机交互上功能欠缺。\n[0004] 检 索 中 还 发 现，Carnegie Mellon 大 学 的Aaron Morris 等 在 Robotics andAutomation，2003.Proceedings.IEEE International Conference.(2003年IEEE机器人与自动化国际会议，Vol.1，No 25-30，2003)上发表的A RoboticWalker That Provides Guidance(一种提供导航功能的助行机器人)，该文中描述了一种智能帮扶式助行机器人，该机器人上装配有嵌入式工控机、运动控制卡、激光测距仪、声纳、麦克风、触摸屏和视觉传感器，该系统功能强大，但只适用于室内环境，无法实现室外环境的智能跟踪与健康跟踪。\n发明内容\n[0005] 本发明的目的在于针对现有技术的不足，提出一种智能帮扶式助行机器人的自主跟踪与导航系统，可以实时地采集机器人所在的室内外环境的地形地貌状况，通过环境特征提取，对采集的信息进行分析建模，对被助对象提供可靠的避碰信息，实现机器人在帮扶过程中的自主导航，并且实时监测被助对象的身体情况，并且根据采集的体征信息进行处理，通过网络将这些信息发送至服务器，由服务器对这些情况进行相应的处理，以保证被助对象在被搀扶助行过程中的舒适和安全。\n[0006] 本发明是通过以下技术方案实现的，本发明包括四个模块：传感器信号采集处理模块、看门狗智能体预诊断模块、网络信息处理模块、运动控制模块。传感器信号采集处理模块采集安装在助行机器人各处的传感器信号，并将传感器信号作光电转换、模数转换等处理，转换后的信号作为看门狗智能体预诊断模块中的信息输入，看门狗智能体预诊断模块信号处理模块对传感器信号采集处理模块送来的信号进行处理，得到生命体体征预测信号和环境预测信号，预测信号分两路送出，一路送到运动控制模块，另一路送到网络信息处理模块，其中，看门狗智能体预诊断模块的体征预测信号决定帮扶式机器人与被助对象的人机交互模式，同时运动控制模块通过读取看门狗智能体预诊断模块的环境预测信号来决定其一系列的避障，导航，跟踪监测等动作。网络信息处理模块从看门狗智能体预诊断模块中读取的被助对象的体征预测信号和环境预测信号，通过网络发送到服务器，服务器负责保存这些信息，以供医生通过网络对被助对象进行实时监测，并对突发事件进行处理。\n[0007] 所述的传感器信号采集处理模块包括五个子模块：激光三维扫描传感器信号采集处理模块、倾斜传感器信号采集处理模块、超声波传感器信号采集处理模块、生命质量监测传感器信号采集处理模块以及定位传感器信号采集处理模块，其中：\n[0008] 激光三维扫描传感器信号采集处理模块以1毫秒为采样周期采集激光扫描传感器传输回的环境数据，对其进行模数转换，得到原始的三维环境数据；\n[0009] 倾斜传感器信号采集处理模块根据倾斜传感器测得的传感器与地面的夹角关系以及倾斜传感器与激光三维扫描传感器换算得到激光三维扫描传感器与地面环境之间的夹角，此夹角数据可以与先前的原始的三维环境数据进行数据融合来进行坐标标定；\n[0010] 超声波传感器信号采集处理模块负责处理位于助行机器人正前方6个超声波传感器测得的与前方障碍物的距离数据，以得到助行机器人正前方120度范围内的障碍物距离信息；以上三个传感器信号采集处理模块所得到的数据，一并输入看门狗智能体预诊断模块的环境信息处理模块，通过原始的三维环境数据结合倾斜传感器的夹角数据进行坐标标定，并且根据超声波传感器测得的与前方障碍物的精确距离进行三维场景分割，在以1毫秒为单位的三维分割场景的基础上进行三维场景重建，这样就可准确地并实时显示出周围环境地貌的三维形状和障碍物的姿态；\n[0011] 生命质量监测传感器信号采集处理模块采集脉搏测量器、血压测量仪、血糖测量仪等生命质量监测传感器所传输回的生命体征信号，并且对这些信号进行数据处理，如对于被助对象的每分钟脉搏数进行时频分析，去噪声及模数转换；将被助对象的舒张压、收缩压，进行数据融合，得到一个可用的血压评估量；将被助对象的血糖值转换为数据参数；\n以上所述的三个生命体征信号一并输入看门狗智能体预诊断模块的信号处理模块，作为基于遗传算法的BP神经网络算法的输入参数，通过计算，得到一系列的评估参数，输入看门狗智能体预诊断模块的生命体征性能预测模块，预测的结果一方面传输至运动趋势预测模块，另一方面通过GPRS无线通讯模块传输至服务器；\n[0012] 定位传感器信号采集处理模块采集GPS传感器的定位信息，经过模数转换后通过GPRS直接传输至服务器。\n[0013] 所述的看门狗智能体预诊断模块包括环境信息处理模块，信号处理模块，运动趋势预测模块和生命体征性能预测模块。环境信息处理模块通过激光三维扫描传感器得到的原始三维环境数据结合倾斜传感器的夹角数据进行坐标标定，并且根据超声波传感器测得的与前方障碍物的精确距离进行三维场景分割，在以1毫秒为单位的三维分割场景的基础上进行三维场景重建，这样就可准确地并实时显示出周围环境地貌的三维形状和障碍物的姿态。信号处理模块调用基于遗传算法的BP神经网络算法，以生命体征信号为输入参数，进行计算，计算的结果输入生命体征性能预测模块，用以判断被助对象是处于正常行走状态，还是步履蹒跚状态或是完全跌倒状态；同时，生命体征性能预测模块输出评估参数至运动趋势预测模块，运动趋势预测模块根据环境信息处理模块所得到的环境特征来决定下一步的运动策略，以及帮扶式机器人与帮扶对象之间的人机交互模式。\n[0014] 所述的网络信息处理模块包括服务器和无线通讯模块，无线通讯模块从性能预测模块中读取被助对象生命体征信号，通过网络发送到服务器，服务器负责处理这些信息，以便：1，实时预警，报告出被助对象当前所在的位置；2，指挥救援，例如，在被助对象步履蹒跚的状态下发送命令，指挥帮扶式机器人对被助对象进行背负，并且操控其朝着救援人员前来的反方向运动，使其尽快地与赶来的医护人员进行会合；或者，在被助对象已经跌倒的情况下对其进行看护，防止其遭受二次伤害，等待救援人员的前来；无线通讯模块负责将被助对象生命体征状态信息传送给服务器，服务器负责存储有关被助对象身体情况的重要信息以及相关的决策系统，这些数据都存储在相应数据库中，通过不断积累的数据信息可以进行统计分析，作为进一步提高预测准确性的依据。\n[0015] 所述的运动控制模块包括导航模块与形态变化模块，导航模块通过激光三维扫描传感器信号采集处理模块融合倾斜传感器信号采集处理模块传来的角度数据进行三维图像建模、还原，并采用隐马尔可夫模型(HMM)算法对帮扶式机器人的运动速度和方式进行预测，得到机器人的位置、姿态、并进行运动跟踪，进而进行智能避碰运算，同时根据势场法牵引其向所制定的目的地前进。形态变化模块负责依据被助对象的生命体征状态，实现执行机构的相应变化，在正常行进状态与背负状态之间转换。\n[0016] 与现有技术相比，本发明的有益效果为：本发明的系统通过对被帮扶对象的身体状况与周围环境信息进行评估和预测，在为被助对象提供舒适，安全的搀扶行走的同时，预防了故障的发生，通过无线通讯技术，实现帮扶现场信息与服务器之间的网络互联，提供被助对象的当前病状及所处地理位置，为实时救援提供了便利。总体上来说实现了对于需要搀扶帮助的病患对象的安全助行。\n附图说明\n[0017] 图1为本发明系统结构框图。\n具体实施方式\n[0018] 下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。\n[0019] 如图1所示，本实施例包括：传感器信号采集处理模块、看门狗智能体预诊断模块、网络信息处理模块、运动控制模块。传感器信号采集模块从各传感器中采集信号系统，其输出与看门狗智能体中的信号处理模块相连；信号处理模块与各性能预测模块相连；各性能预测模块分别与网络信息处理模块及运动控制模块相连；网络信息处理模块通过网络与服务器相连。\n[0020] 1、传感器信号采集处理模块，传感器信号采集模块从各传感器中采集原始信号，进行处理，为看门狗智能体中的信号处理模块提供初始信号。该模块由激光三维扫描传感器信号采集处理模块、倾斜传感器信号采集处理模块、超声波传感器信号采集处理模块、生命质量监测传感器信号采集处理模块以及定位传感器信号采集处理模块组成。这五个子模块硬件均由传感器、数据采集卡、光电转换电路、模数转换路构成，五个子模块都采用相同的工作模式，即：分别从各自相连的传感器中采集信号，对采集的开关信号进行光电转换，对采集的模拟信号进行模数转换，转换后的信号送到看门狗智能体预诊断模块中的信号处理模块。\n[0021] a)激光三维扫描信号采集处理模块与安装在帮扶式机器人上的激光三维扫描仪相连，对采集到的三维地貌数据进行放大、模数转换等处理，送到看门狗智能体模块中的信号处理模块。\n[0022] b)倾斜传感器信号采集处理模块与安装在帮扶式机器人上的倾斜传感器相连，倾斜传感器信号采集处理模块根据倾斜传感器测得的传感器与地面的夹角关系以及倾斜传感器与激光三维扫描传感器换算得到激光三维扫描传感器与地面环境之间的夹角，此夹角数据可以与先前的原始的三维环境数据进行数据融合来进行坐标标定；\n[0023] c)超声波传感器信号采集处理模块与安装在帮扶式机器人上的超声波传感器相连，超声波传感器信号采集处理模块负责处理位于助行机器人正前方6个超声波传感器测得的与前方障碍物的距离数据，以得到助行机器人正前方120度范围内的障碍物距离信息；\n[0024] 本实施例中，倾斜传感器采集机器人顶板的姿态信息。激光扫描传感器、超声波传感器和倾斜传感器的安装位置要严格保证采集的数据在允许的误差范围，一般要求不大于\n50mm；选择的激光扫描传感器的扫描精度为10mm，选择的超声波传感器误差为1mm；选择的倾斜传感器测量精度为0.01度，即可保证采集到的数据满足系统精度要求。\n[0025] d)生命质量监测传感器信号采集处理模块与佩戴在被助对象身上的各种生命指标传感器通过蓝牙无线连接相连，生命质量监测传感器信号采集处理模块采集脉搏测量器、血压测量仪、血糖测量仪等生命质量监测传感器所传输回的生命体征信号，并且对这些信号进行数据处理，如对于被助对象的每分钟脉搏数进行时频分析，去噪声及模数转换；将被助对象的舒张压、收缩压，进行数据融合，得到一个可用的血压评估量；将被助对象的血糖值转换为数据参数；以上所述的三个生命体征信号一并输入看门狗智能体预诊断模块的信号处理模块，作为基于遗传算法的BP神经网络算法的输入参数，通过计算，得到一系列的评估参数，输入看门狗智能体预诊断模块的生命体征性能预测模块，预测的结果一方面传输至运动趋势预测模块，另一方面通过GPRS无线通讯模块传输至服务器；\n[0026] 本实施例中，生命质量监测传感器信号采集处理模块与脉搏测量器、血压测量仪、血糖测量仪等生命质量监测仪器连接，这些生命质量监测仪器一般都佩戴在被助对象身体的相关部位，采集到的数据通过蓝牙无线传输至机器人本体。\n[0027] e)定位传感器信号采集处理模块与安装在帮扶式机器人上的GPS以及有源RFID传感器相连，定位传感器信号采集处理模块采集GPS传感器的定位信息，获得被助对象所处的地理经纬度，定位信息经过模数转换后通过GPRS直接传输至服务器；\n[0028] 本实施例中，定位传感器信号采集处理模块连接RFID传感器以及GPS定位仪，其中的有源RFID传感器的发射器安装于被助对象，接收器安装于助行机器人本体，其的作用为检测机器人与被助对象的相对位置；GPS传感器安装于机器人本体，为用来测定助行机器人在地理上的绝对坐标。\n[0029] 2、看门狗智能体预诊断模块包括环境信息处理模块，信号处理模块，运动趋势预测模块和生命体征性能预测模块。环境信息处理模块，通过激光三维扫描传感器得到的原始三维环境数据结合倾斜传感器的夹角数据进行坐标标定，并且根据超声波传感器测得的与前方障碍物的精确距离进行三维场景分割，在以1毫秒为单位的三维分割场景的基础上进行三维场景重建，这样就可准确地并实时显示出周围环境地貌的三维形状和障碍物的姿态。信号处理模块调用基于遗传算法的BP神经网络算法，以生命体征信号为输入参数，进行计算，计算的结果输入生命体征性能预测模块，用以判断被助对象是处于正常行走状态，还是步履蹒跚状态或是完全跌倒状态；同时，生命体征性能预测模块输出评估参数至运动趋势预测模块，运动趋势预测模块根据环境信息处理模块所得到的环境特征来决定下一步的运动策略，以及帮扶式机器人与帮扶对象之间的人机交互模式。\n[0030] 生命体征性能预测模块，从信号处理模块中读取数据，采用基于遗传算法的BP神经网络对被助对象的生命状态指标进行分析，得出其所处的生命体征状态参数。\n[0031] 以上参数分两路，一路送到运动趋势预测模块，另一路送到网络信息处理模块。\n[0032] 3、网络信息处理模块包括服务器和无线通讯模块，无线通讯模块从性能预测模块中读取被助对象生命体征状态信息，通过网络发送到服务器，服务器负责处理这些信息，无线通讯模块由GPRS(通用分组无线业务)无线网卡构成，GPRS优点有：无线传输(这一点对于难以安装有线网络的地方尤其重要)、传输速率高、接入时间短、资源利用率高、费用低廉、随时随地永远在线。服务器负责处理由GPRS传至的信息。同时，服务器负责存储有关被助对象身体情况的重要信息以及决策系统，这些数据都存储在相应数据库中，通过不断积累的数据信息可以进行统计分析，作为进一步提高预测准确性的依据。\n[0033] 4、运动控制模块包括导航模块与形态变化模块，导航模块通过激光扫描仪融合倾斜传感器传来的角度数据进行三维图像建模、还原，并采用隐马尔可夫模型(HMM)算法对帮扶式机器人的运动速度和方式进行预测，得到机器人的位置、姿态、并进行运动跟踪，进而进行智能避碰运算，同时根据势场法牵引其向所制定的目的地前进。形态变化模块负责根据服务器所下达的指令信息，控制高精密蜗轮减速机对步进电机输出转速进行变速以得到需要的扭矩和转速，同时进行升降机构的调节，以适应当前被助对象的身体状态，例如，在被助对象自主行走的状态下，助行机器人不进行形态的变化；在被助对象需要帮扶行走过程中，升降机构进行变化，变化为较适合帮扶的机构状态，并且行走电机输出较大扭矩，帮助被助对象行走；在被助对象需要背负的情况下，升降机构变化为背负状态，行走电机输出为最大，进行背负工作。\n[0034] 以需要帮扶行走的被助对象为例，智能帮扶式助行机器人通过激光三维扫描仪，倾斜传感器，超声波传感器实时地采集助行机器人所在的室内外环境的地形地貌状况，并且以一系列的生命质量监测传感器检测被助对象的生命体征状态，利用定位传感器得到当前助行机器人所处的地理位置；然后，激光三维扫描仪信号采集处理模块，倾斜传感器信号采集处理模块，超声波传感器信号采集处理模块分别处理激光三维扫描仪，倾斜传感器，超声波传感器所采集的信号，然后对所采集的信号进行光电转换，模数转换后，输入看门狗智能体预诊断模块中的环境信息处理模块，进行三维环境信息的提取，融合，对于周围的三维环境进行重建，而后，将重建的数字三维环境数据，连同看门狗智能体预诊断模块中的生命体征性能预测模块所诊断的结果，一同通过I/O接口输入看门狗智能体预诊断模块中的运动趋势预测模块，运动趋势预测模块采用隐马尔可夫模型(HMM)算法对帮扶式机器人的运动速度和方式进行预测，得到机器人的位置、姿态、运动趋势等，运动趋势预测的结果输入运动控制模块，控制运动机构进行相应的避障，导航工作；\n[0035] 生命质量监测传感器信号采集处理模块融合佩戴在被助对象身体各个部分的生命质量监测传感器的信息，包括脉搏测量器、血压测量仪、血糖测量仪；对这些传感器所采集的信息进行模数转换，时域分割，处理后的结果通过蓝牙装置无线传输至助行机器人本体，看门狗智能体预诊断模块中的信号处理模块进行进一步的时频分析、降维、特征融合等工作，然后看门狗智能体预诊断模块中的生命体征性能预测模块调用基于遗传算法的BP神经网络算法对特征融合的结果进行计算，得出对于被助对象的生命体征趋势的预测，其中，对于被助对象生命体征预测的等级分为帮扶，晕厥，跌倒这三个指标；运动趋势预测模块依据不同的生命体征指标参数，作为隐马尔可夫模型(HMM)算法的加权参数，得到不同的运动预测结果；同时，生命体征性能预测的结果通过无线通讯模块上传至服务器，服务器负责处理由GPRS传至的信息，其一方面提供医生通过网络对被助对象进行实时监测；进行实时报警，以便医护人员获知被助对象所处位置，从而能够迅速进行驰援；另一方面，服务器根据以往存储着的有关被助对象身体情况的重要信息和相关决策系统，对于助行机器人做出相关指令，运动控制模块根据所接收的指令以及所接收的运动趋势预测，进行帮扶姿态，输出功率的相应调整，在被助对象生命体征指标偏低，行走困难的情况下，进行强力的搀扶，或者背负被助对象，朝着医护人员赶来的方向移动，及早地与医护人员汇合，争取抢救时间；在被助对象已经跌倒，昏厥的情况下，对其进行看护，对周围过往车辆进行示警，防止遭受二次伤害，等待救援人员的前来。