[发明专利]一种基于视觉跟踪的电动轮椅控制方法

权利要求书

1.一种基于视觉跟踪的电动轮椅控制方法，其采用的控制系统包括处理器(1)以及与处理器(1)相接的眼动仪(2)，所述处理器(1)的输出端接有电机驱动器(3)，所述电动轮椅的电机(4)与电机驱动器(3)的输出端连接；其特征在于，该方法包括以下步骤：

步骤一、眼动图像采集及传输：眼动仪(2)对坐在电动轮椅上的人的眼动图像进行采集并将采集到的眼动图像实时传输给处理器(1)；

步骤二、眼动图像处理：处理器(1)调用眼动图像处理模块对眼动图像进行处理，得到人眼睛注视点的特征值；

步骤三、路径规划：处理器(1)调用路径规划模块规划出电动轮椅从当前位置到达眼睛注视点位置的路径；

步骤四、电动轮椅运动：处理器(1)根据规划的路径控制电动轮椅从当前位置到达眼睛注视点位置；

步骤二中所述处理器(1)调用眼动图像处理模块对眼动图像进行处理，得到人眼睛注视点的特征值的具体过程为：

步骤201、所述处理器(1)调用图像灰度化处理模块，对眼动图像进行灰度化处理；

步骤202、所述处理器(1)调用图像高斯滤波处理模块，对眼动图像进行高斯滤波处理；

步骤203、所述处理器(1)调用图像二值化处理模块，并采用Otsu自适应阈值分割方法对眼动图像进行二值化处理；

步骤204、所述处理器(1)调用瞳孔中心定位处理模块，对眼动图像进行瞳孔中心定位处理；

步骤205、所述处理器(1)调用角膜反射光斑中心提取处理模块，并采用加权质心定位算法对眼动图像进行角膜反射光斑中心提取处理；

步骤206、所述处理器(1)调用注视点标定处理模块，将步骤204处理得到的瞳孔中心和步骤205处理得到的角膜反射光斑中心的相对偏移量代入预先构建的瞳孔光斑相对偏移量与注视点的映射函数关系式中，标定出人眼的注视点；

步骤206中构建瞳孔光斑相对偏移量与注视点的映射函数关系式时，采用9参数拟合函数，用户注视呈田字格显示的9个参考点，所述电动轮椅控制系统测量瞳孔与光斑的相对位置偏移量，然后通过最小二乘曲线拟合确定出瞳孔光斑相对偏移量与注视点的映射函数关系式；

步骤三中所述处理器(1)调用路径规划模块规划出电动轮椅从当前位置到达眼睛注视点位置的路径时，采用遗传算法进行路径规划，并采用改进的细菌觅食优化算法产生遗传算法的初始群体；具体过程为：

步骤301、环境建模：将电动轮椅看作一个点，并设置电动轮椅与环境中障碍物的理想间隔距离为

步骤302、染色体编码：将电动轮椅到达眼睛注视点的整个路径表示为其中为第i′段路径段的矢量表示，它的两个端点分别表示为P_i′和P_i′+1，符号“+”表示矢量的运算；用O表示原点，将表示为整个机器人的运动路径表示为路点矢量集合n为路点总数，中i′的取值为1～n-1，为原点O到端点P_i′的路径段的矢量表示，为原点O到端点P_i′+1的路径段的矢量表示；设P_i′的坐标点表示为将路径以坐标点形式储存，完成对染色体的编码，所有的路径T是可能的一个满足条件路径；

步骤303、群体初始化：采用改进的细菌觅食优化算法产生从当前位置到眼睛注视点的可行路径集合，作为遗传算法的初始群体；

步骤304、构造适应度函数：构造适应度函数为f(p)＝w_d·dist(p)+w_s·smooth(p)+w_c·clear(p)，其中，dist(p)为路径长度且用公式表示为d(L_i′,L_i′+1)表示L_i′与L_i′+1之间的距离，L_i′为第i′段路径段的标量表示，L_i′+1为第i′+1段路径段的标量表示，w_d为路径长度的加权系数；smooth(p)为平滑度且用公式表示为ψ为电动轮椅的理想偏转角度且S′为场景面积，O_S′为所有障碍物所占的面积，κ为电动轮椅的偏转角度，w_s为平滑度的加权系数；clear(p)为间隔度且用公式表示为γ_i′为第i′段路径段离障碍物的最短距离，w_c为间隔度的加权系数；

步骤305、遗传操作，具体过程包括：

步骤3051、选择遗传操作的参数；所述遗传操作的参数包括种群规模、交叉概率和变异概率；

步骤3051中所述交叉概率P_c和变异概率P_m的选择采用基于余弦函数的自适应概率公式:

其中，P_c1为最大的交叉概率，P_c2为最小的交叉概率，f′为个体的适应度值，f_avg为平均适应度值，f_max为最大的适应度值，P_m1为最大的变异概率，P_m2为最小的变异概率；

步骤3052、交叉算子：对两个对象进行随机分割，然后重组得到两个新的个体；采用的线段的相交函数为当第i′段路径段与所有的障碍物不相交时的取值为0，当第i′段路径段与障碍物相交时的取值为1，并定义该段路径段与障碍物相交状态变化函数为当第i′+1段路径段与障碍物相交且第i′段路径段与所有的障碍物不相交时g′_i′的取值为1，当第i′段路径段与障碍物相交且第i′+1段路径段与所有的障碍物不相交时g′_i′的取值为-1，当第i′+1段路径段与障碍物相交且第i′段路径段与障碍物相交时，或者第i′+1段路径段与所有的障碍物不相交且第i′段路径段与所有的障碍物不相交时g′_i′的取值为0；选择分割点的原则是：选择g′_i′为1时对应的变化点作为1号父个体的第一分割点，选择紧随该点之后使得g′_i′为-1的点作为第2分割点；对于2号父个体，选择过程恰好相反，选择g′_i′为-1时对应的变化点作为2号父个体的第一分割点，选择紧随该点之后使得g′_i′为1的变化点作为第2分割点；染色体的长度crossnm的选取公式为其中，clen为交叉点数，N_max为交叉点数的最大取值；

步骤3053、变异算子：采用启发式变异,以增加一个点、减少一个点和移动一个点3种方式，先对穿越障碍物的中途点以一定概率进行变异,当路径个体中不存在穿越障碍物的点后随机变异路径个体的中途点,使变异所得的路点新坐标满足和进行路径的优化；其中，为原点O到新端点的路径段的矢量表示，增加一个点的方法为：对于路径统计穿越障碍物的线段并记录到存储器R中，当R不为空时，随机从R中取一段并在这一段之间增加一点,否则，随机选取路径中一个点；减少一个点的方法为：对于路径当其中间点与之间连接没有穿越障碍物时,将点记录到R中，当R不为空时，从R中随机选取一点删除，否则，随机选取路径中一点删除；移动一个点的方法为：对于路径将其中穿越障碍物的线段端点记录到R中，当R不空时,在R中随机选取一个点进行移动,否则,随机选取路径个体中一点进行移动；

步骤3054、插入算子：在电动轮椅运动的路径规划所作用路径上增加不与障碍物相交的路点；

步骤3055、删除算子：该算子在所操作路径上记录所有位于障碍物内部空间的路点，随机选择其中之一并予以删除；对于不和障碍物相交的路径，该算子则在其全体路点中随机选择删除点；

步骤3056、计算种群中各染色体的适应度值和种群的平均适应度值，当种群中一半以上的染色体达到相同的适应度值，且种群的平均适应度值不变时，将这一代种群作为终止种群；否则，循环执行步骤3052～步骤3056。