公开(公告)号：CN103064283A

公开(公告)日：2013-04-24

申请号：CN201210546677.6

申请日：2012-12-14

Applicant: 北京工业大学

Inventor： 贾松敏 ,  樊劲辉 ,  李秀智

IPC: G05B13/00 ,  A61G5/10

Abstract: 一种基于人体重心变化的自学习轮椅控制方法属于模式识别与智能系统领域。本发明.在轮椅座椅与架构间安装压力传感器，采集人体坐姿下的受力分布，计算二维重心坐标，并将实时重心数据保存到嵌入式计算机中；依据常规的SOFM算法的基本学习过程，对包括输出层神经元数目、网络初始权值以及网络邻域半径调整规则等进行了算法优化，降低运算复杂度，提高算法在应用中的计算实时性，实现控制算法因人而异的目的。利用改进后的SOFM算法，在驾驶习惯学习过程中，SOFM聚类算法收敛速度和学习效率得到大幅度提高，提升了算法的实时性和聚类正确率，满足轮椅实时学习控制的要求，消除了因用户驾驶习惯不同带来的手动调整参数过于繁琐的问题。

公开(公告)号：CN103064283B

公开(公告)日：2015-12-09

申请号：CN201210546677.6

申请日：2012-12-14

Applicant: 北京工业大学

Inventor： 贾松敏 ,  樊劲辉 ,  李秀智

IPC: G05B13/00 ,  A61G5/10

Abstract: 一种基于人体重心变化的自学习轮椅控制方法属于模式识别与智能系统领域。本发明.在轮椅座椅与架构间安装压力传感器，采集人体坐姿下的受力分布，计算二维重心坐标，并将实时重心数据保存到嵌入式计算机中；依据常规的SOFM算法的基本学习过程，对包括输出层神经元数目、网络初始权值以及网络邻域半径调整规则等进行了算法优化，降低运算复杂度，提高算法在应用中的计算实时性，实现控制算法因人而异的目的。利用改进后的SOFM算法，在驾驶习惯学习过程中，SOFM聚类算法收敛速度和学习效率得到大幅度提高，提升了算法的实时性和聚类正确率，满足轮椅实时学习控制的要求，消除了因用户驾驶习惯不同带来的手动调整参数过于繁琐的问题。

公开(公告)号：CN103699124A

公开(公告)日：2014-04-02

申请号：CN201310651871.5

申请日：2013-12-04

Applicant: 北京工业大学

Inventor： 贾松敏 ,  刘钊 ,  樊劲辉 ,  王成富 ,  郑鹏

IPC: G05D1/02

Abstract: 本发明公开了一种用于全向智能轮椅避障的模糊神经网络控制方法。结合基于改进模糊神经网络的避障算法以及策略转换机制，增加状态控制变量解决运动方向在视场角外的避障情况。采用状态控制变量记录使用者在运动过程中的运动状态，尽可能地保证路径规划结果接近用户原来的运动方向，实现全向智能轮椅的自主避障导航。与传统避障算法相比，当面对同样障碍物时，本发明可较好地预测动态障碍物的移动方向及速度，从而快捷地规划出避障路径；本发明提供的避障方法可使轮椅最大程度地按照使用者的意图进行避障路径规划，不仅优化了避障路径，还体现出对使用者的人文关怀。