自动控制的轮椅

申请号 CN201710593585.6 申请日 2017-07-20 公开(公告)号 CN107224359A 公开(公告)日 2017-10-03
申请人 李良; 发明人 李良;
摘要 本 发明 涉及一种自动控制的 轮椅 ,该轮椅安装这样的控 制模 式切换系统,所述系统包括: 加速 度测量仪,设置在轮椅上,用于对轮椅的加速度值进行检测,并当轮椅的加速度值大于预设加速度 阈值 时,发出加速度预警 信号 ;偏 角 检测设备,设置在轮椅上,用于对轮椅的偏角值进行检测,并当轮椅的偏角值大于预设偏角阈值时,发出偏角预警信号;ARM11处理设备,用于在接收到所述加速度预警信号且接收到所述偏角预警信号时,发出摔倒报警信号; 图像采集 设备,用于对轮椅用户进行高清图像 数据采集 ,以获取高清目标图像;其中,所述ARM11处理设备基于所述图像采集设备的输出实现对轮椅的控制模式的切换。
权利要求

1.一种自动控制的轮椅,该轮椅安装这样的控制模式切换系统,所述系统包括:
加速度测量仪,设置在轮椅上,用于对轮椅的加速度值进行检测,并当轮椅的加速度值大于预设加速度阈值时,发出加速度预警信号,当轮椅的加速度值小于等于预设加速度阈值时,发出加速度正常信号;
检测设备,设置在轮椅上,用于对轮椅的偏角值进行检测,并当轮椅的偏角值大于预设偏角阈值时,发出偏角预警信号,当轮椅的偏角值小于等于预设偏角阈值时,发出偏角正常信号;
ARM11处理设备,分别与所述加速度测量仪和所述偏角检测设备连接,用于在接收到所述加速度预警信号且接收到所述偏角预警信号时,发出摔倒报警信号;
图像采集设备,用于对轮椅用户进行高清图像数据采集,以获取高清目标图像;
其中,所述ARM11处理设备基于所述图像采集设备的输出实现对轮椅的控制模式的切换。
2.如权利要求1所述的自动控制的轮椅,其特征在于:
所述图像采集设备设置在轮椅前端的横杆上,用于对轮椅用户进行高清图像数据采集,以获取高清目标图像;
其中,所述高清目标图像的分辨率根据环境亮度自适应变化,环境亮度越低,所述高清目标图像的分辨率越高。
3.如权利要求2所述的自动控制的轮椅,其特征在于:
所述ARM11处理设备还用于在接收到所述加速度正常信号或接收到所述偏角正常信号时,发出无人员摔倒信号。
4.如权利要求3所述的自动控制的轮椅,其特征在于:
所述轮椅的控制模式包括语音控制模式、上肢控制模式、下肢控制模式、触摸屏控制模式以及脑电波控制模式;
其中,所述ARM11处理设备基于所述图像采集设备的输出实现对轮椅的控制模式的切换包括:所述ARM11处理设备基于所述图像采集设备的输出实现在语音控制模式、上肢控制模式、下肢控制模式、触摸屏控制模式以及脑电波控制模式之间的相互切换。
5.如权利要求4所述的自动控制的轮椅,其特征在于,所述系统还包括:
SD存储设备,用于预先存储N个基准手臂关键点图案和M个基准腿部关键点图案,所述N个基准手臂关键点图案为预先对N个手臂关键点分别进行拍摄而获得的只包括对应手臂关键点的图像,所述M个基准腿部关键点图案为预先对M个基准腿部关键点分别进行拍摄而获得的只包括对应腿部关键点的图像;其中,N个手臂关键点和M个腿部关键点自人体躯干模型处提取,所述人体躯干模型为基于人体骨骼模型和人体关节模型建立而成;
尺度归一化设备,与所述图像采集设备连接,用于接收所述高清目标图像,对所述高清目标图像进行尺度归一化处理以获得归一化图像;
噪声复杂度检测设备,与所述尺度归一化设备连接,用于接收所述归一化图像,对所述归一化图像进行噪声复杂度检测以确定并输出图像噪声复杂度;
图像分设备,与所述噪声复杂度检测设备连接,用于接收所述图像噪声复杂度和所述归一化图像,并基于所述图像噪声复杂度对所述归一化图像进行分块处理以获得多个图像块,其中,所述图像噪声复杂度越高,对所述归一化图像进行分块处理所获得的图像块的数量越多;
组合滤波设备,与所述图像分块设备连接,用于接收所述多个图像块,对每一个图像块执行以下处理:对每一个图像块进行噪声类型分析以获得主要噪声类型,基于主要噪声类型确定对应类型滤波器对图像块进行滤波处理以获得滤波块;所述组合滤波设备还将所有滤波块进行组合以获得并输出组合滤波图像;
肢体检测设备,分别与SD存储设备和组合滤波设备连接,用于在所述组合滤波图像中搜索与每一个基准手臂关键点图案匹配的对象,如果对应基准手臂关键点图案匹配的对象搜索到,则确定存在对应手臂关键点,否则确定不存在对应手臂关键点,用于在所述组合滤波图像中搜索与每一个基准腿部关键点图案匹配的对象,如果对应基准腿部关键点图案匹配的对象搜索到,则确定存在对应腿部关键点,否则确定不存在对应腿部关键点,还用于在N个基准手臂关键点图案和M个基准腿部关键点图案分别对应的搜索都结束后,当确定存在P个以上对应手臂关键点时,发出上肢存在信号,当确定存在小于P个对应手臂关键点时,发出上肢缺失信号,当确定存在Q个以上对应腿部关键点时,发出下肢存在信号,当确定存在小于Q个对应腿部关键点时,发出下肢缺失信号,其中,P小于N且大于0,Q小于M且大于0;
其中,所述ARM11处理设备基于所述图像采集设备的输出实现在语音控制模式、上肢控制模式、下肢控制模式、触摸屏控制模式以及脑电波控制模式之间的相互切换包括:所述ARM11处理设备在接收到上肢缺失信号时,切换到下肢控制模式、语音控制模式或脑电波控制模式,在接收到下肢缺失信号时,切换到上肢控制模式、语音控制模式、脑电波控制模式或触摸屏控制模式。
6.如权利要求5所述的自动控制的轮椅,其特征在于:
所述ARM11处理设备在接收到上肢缺失信号时,按照从高到低的优先顺序选择切换到下肢控制模式、语音控制模式或脑电波控制模式。
7.如权利要求5所述的自动控制的轮椅,其特征在于:
所述ARM11处理设备在接收到下肢缺失信号时,按照从高到低的优先顺序选择切换到上肢控制模式、语音控制模式、脑电波控制模式或触摸屏控制模式。
8.如权利要求5所述的自动控制的轮椅,其特征在于:
所述ARM11处理设备在接收到上肢缺失信号且接收到下肢缺失信号时,按照从高到低的优先顺序选择切换到语音控制模式、脑电波控制模式或触摸屏控制模式。
9.一种轮椅控制模式切换方法,所述方法包括使用如权利要求1-8任一所述的自动控制的轮椅以基于对轮椅用户进行高清图像数据采集到的高清目标图像实现对轮椅的控制模式的切换。

说明书全文

自动控制的轮椅

技术领域

[0001] 本发明涉及自动控制领域,尤其涉及一种自动控制的轮椅。

背景技术

[0002] 选择轮椅应注意以下问题:
[0003] ⑴座位宽度:测量坐下时两臀间或两股之间的距离,在加5cm即坐下以后两边各有2.5cm的空隙。座位太窄,上下轮椅比较困难臀部及大腿组织受到压迫;座位太宽则不易坐稳,操纵轮椅不方便,双肢易疲劳,进出大也有困难。
[0004] ⑵座位长度:测量坐下时后臀部至小腿腓肠肌之间的平距离,将测量结果减6.5cm。若座位太短,体重将主要落在坐骨上,易造成局部易受压过多;若座位太长会压迫腘窝部影响局部的血液循环,并易刺激该部皮肤。对大腿较短或有髋、膝屈曲挛缩的患者,则使用短座位较好。
[0005] ⑶座位高度:测量坐下时足跟(或跟)至腘窝的距离,再加4cm,在放置脚踏板时,板面至少离地5cm。坐位太高,轮椅不能入桌旁;座位太低,则坐骨承受重量过大。
[0006] ⑷坐垫为了舒服和防止褥疮,轮椅的椅坐上应放坐垫。常见的坐垫有泡沫橡胶垫(5~10cm厚)或凝胶垫。为防止座位下陷可在坐垫下放一张0.6cm厚的胶合板
[0007] ⑸椅背高度:椅背越高,越稳定,椅背越低,上身及上肢的活动就越大。低椅背:测量坐面至腋窝的距离(一臂或两臂向前平伸),将此结果减10cm。高椅背:测量坐面至肩部或后枕部的实际高度。
[0008] ⑹扶手高度:坐下时,上臂垂直,前臂平放于扶手上,测量椅面至前臂下缘的高度,加2.5cm。适当的扶手高度有助于保持正确的身体姿势和平衡,并可使上肢放置在舒适的位置上。扶手太高,上臂被迫上抬,易感疲劳。扶手太低,则需要上身前倾才能维持平衡,不仅容易疲劳,也可以影响呼吸。
[0009] ⑺轮椅其他辅助件:是为了满足特殊患者的需要而设计,如增加手柄摩擦面,车匣延伸,防震装置,扶手安装臂托,或是方便患者吃饭、写字的轮椅桌等。
[0010] 现有技术中的轮椅在跌倒检测以及肢体残疾人控制方面仍缺乏有效的检测和处理模式,导致轮椅的智能化水平不高,无法为肢体残疾人提供更高层次的服务。

发明内容

[0011] 为了解决上述问题,本发明提供了一种自动控制的轮椅,能够及时检测到轮椅摔倒情况的发生,同时,在确定并接收到上肢缺失信号时,切换到下肢控制模式、语音控制模式或脑电波控制模式,在确定并接收到下肢缺失信号时,切换到上肢控制模式、语音控制模式、脑电波控制模式或触摸屏控制模式。
[0012] 根据本发明的一方面,提供了一种自动控制的轮椅,该轮椅安装这样的控制模式切换系统,所述系统包括:
[0013] 加速度测量仪,设置在轮椅上,用于对轮椅的加速度值进行检测,并当轮椅的加速度值大于预设加速度阈值时,发出加速度预警信号,当轮椅的加速度值小于等于预设加速度阈值时,发出加速度正常信号;
[0014] 偏检测设备,设置在轮椅上,用于对轮椅的偏角值进行检测,并当轮椅的偏角值大于预设偏角阈值时,发出偏角预警信号,当轮椅的偏角值小于等于预设偏角阈值时,发出偏角正常信号;
[0015] ARM11处理设备,分别与所述加速度测量仪和所述偏角检测设备连接,用于在接收到所述加速度预警信号且接收到所述偏角预警信号时,发出摔倒报警信号;
[0016] 图像采集设备,用于对轮椅用户进行高清图像数据采集,以获取高清目标图像;
[0017] 其中,所述ARM11处理设备基于所述图像采集设备的输出实现对轮椅的控制模式的切换。
[0018] 更具体地,在所述自动控制的轮椅中:
[0019] 所述图像采集设备设置在轮椅前端的横杆上,用于对轮椅用户进行高清图像数据采集,以获取高清目标图像;
[0020] 其中,所述高清目标图像的分辨率根据环境亮度自适应变化,环境亮度越低,所述高清目标图像的分辨率越高。
[0021] 更具体地,在所述自动控制的轮椅中:
[0022] 所述ARM11处理设备还用于在接收到所述加速度正常信号或接收到所述偏角正常信号时,发出无人员摔倒信号。
[0023] 更具体地,在所述自动控制的轮椅中:
[0024] 所述轮椅的控制模式包括语音控制模式、上肢控制模式、下肢控制模式、触摸屏控制模式以及脑电波控制模式;
[0025] 其中,所述ARM11处理设备基于所述图像采集设备的输出实现对轮椅的控制模式的切换包括:所述ARM11处理设备基于所述图像采集设备的输出实现在语音控制模式、上肢控制模式、下肢控制模式、触摸屏控制模式以及脑电波控制模式之间的相互切换。
[0026] 更具体地,在所述自动控制的轮椅中,所述系统还包括:
[0027] SD存储设备,用于预先存储N个基准手臂关键点图案和M个基准腿部关键点图案,所述N个基准手臂关键点图案为预先对N个手臂关键点分别进行拍摄而获得的只包括对应手臂关键点的图像,所述M个基准腿部关键点图案为预先对M个基准腿部关键点分别进行拍摄而获得的只包括对应腿部关键点的图像;其中,N个手臂关键点和M个腿部关键点自人体躯干模型处提取,所述人体躯干模型为基于人体骨骼模型和人体关节模型建立而成;
[0028] 尺度归一化设备,与所述图像采集设备连接,用于接收所述高清目标图像,对所述高清目标图像进行尺度归一化处理以获得归一化图像;
[0029] 噪声复杂度检测设备,与所述尺度归一化设备连接,用于接收所述归一化图像,对所述归一化图像进行噪声复杂度检测以确定并输出图像噪声复杂度;
[0030] 图像分设备,与所述噪声复杂度检测设备连接,用于接收所述图像噪声复杂度和所述归一化图像,并基于所述图像噪声复杂度对所述归一化图像进行分块处理以获得多个图像块,其中,所述图像噪声复杂度越高,对所述归一化图像进行分块处理所获得的图像块的数量越多;
[0031] 组合滤波设备,与所述图像分块设备连接,用于接收所述多个图像块,对每一个图像块执行以下处理:对每一个图像块进行噪声类型分析以获得主要噪声类型,基于主要噪声类型确定对应类型滤波器对图像块进行滤波处理以获得滤波块;所述组合滤波设备还将所有滤波块进行组合以获得并输出组合滤波图像;
[0032] 肢体检测设备,分别与SD存储设备和组合滤波设备连接,用于在所述组合滤波图像中搜索与每一个基准手臂关键点图案匹配的对象,如果对应基准手臂关键点图案匹配的对象搜索到,则确定存在对应手臂关键点,否则确定不存在对应手臂关键点,用于在所述组合滤波图像中搜索与每一个基准腿部关键点图案匹配的对象,如果对应基准腿部关键点图案匹配的对象搜索到,则确定存在对应腿部关键点,否则确定不存在对应腿部关键点,还用于在N个基准手臂关键点图案和M个基准腿部关键点图案分别对应的搜索都结束后,当确定存在P个以上对应手臂关键点时,发出上肢存在信号,当确定存在小于P个对应手臂关键点时,发出上肢缺失信号,当确定存在Q个以上对应腿部关键点时,发出下肢存在信号,当确定存在小于Q个对应腿部关键点时,发出下肢缺失信号,其中,P小于N且大于0,Q小于M且大于0;
[0033] 其中,所述ARM11处理设备基于所述图像采集设备的输出实现在语音控制模式、上肢控制模式、下肢控制模式、触摸屏控制模式以及脑电波控制模式之间的相互切换包括:所述ARM11处理设备在接收到上肢缺失信号时,切换到下肢控制模式、语音控制模式或脑电波控制模式,在接收到下肢缺失信号时,切换到上肢控制模式、语音控制模式、脑电波控制模式或触摸屏控制模式。
[0034] 更具体地,在所述自动控制的轮椅中:所述ARM11处理设备在接收到上肢缺失信号时,按照从高到低的优先顺序选择切换到下肢控制模式、语音控制模式或脑电波控制模式。
[0035] 更具体地,在所述自动控制的轮椅中:所述ARM11处理设备在接收到下肢缺失信号时,按照从高到低的优先顺序选择切换到上肢控制模式、语音控制模式、脑电波控制模式或触摸屏控制模式。
[0036] 更具体地,在所述自动控制的轮椅中:所述ARM11处理设备在接收到上肢缺失信号且接收到下肢缺失信号时,按照从高到低的优先顺序选择切换到语音控制模式、脑电波控制模式或触摸屏控制模式。
[0037] 根据本发明的另一方面,还提供了一种轮椅控制模式切换方法,所述方法包括使用如上述的自动控制的轮椅以基于对轮椅用户进行高清图像数据采集到的高清目标图像实现对轮椅的控制模式的切换。附图说明
[0038] 以下将结合附图对本发明的实施方案进行描述,其中:
[0039] 图1为根据本发明实施方案示出的自动控制的轮椅的结构方框图
[0040] 附图标记:1加速度测量仪;2偏角检测设备;3ARM11处理设备;4图像采集设备具体实施方式
[0041] 下面将参照附图对本发明的自动控制的轮椅的实施方案进行详细说明。
[0042] 选用轮椅时最重要的考虑因素是轮椅的尺寸。乘坐轮椅者承受体重的主要部位为臀部坐骨结节周围、股骨周围、帼窝周围和肩胛骨周围。轮椅的尺寸,特别是座位宽窄、深浅与靠背的高度以及脚踏板到座垫的距离是否合适,都会使乘坐者有关着部位的血液循环受影响,并发生皮肤摩损,甚至压疮。此外,还要考虑患者的安全性、操作能力、轮椅的重量、使用地点、外观等问题。
[0043] 目前的轮椅智能化水平不高,在摔倒检测和患者服务方面仍缺乏有效的处理机制。为了克服上述不足,本发明搭建了一种自动控制的轮椅,用于解决上述技术问题。
[0044] 一种自动控制的轮椅,该轮椅安装控制模式切换系统。图1为根据本发明实施方案示出的控制模式切换系统的结构方框图,所述系统包括:
[0045] 加速度测量仪,设置在轮椅上,用于对轮椅的加速度值进行检测,并当轮椅的加速度值大于预设加速度阈值时,发出加速度预警信号,当轮椅的加速度值小于等于预设加速度阈值时,发出加速度正常信号;
[0046] 偏角检测设备,设置在轮椅上,用于对轮椅的偏角值进行检测,并当轮椅的偏角值大于预设偏角阈值时,发出偏角预警信号,当轮椅的偏角值小于等于预设偏角阈值时,发出偏角正常信号;
[0047] ARM11处理设备,分别与所述加速度测量仪和所述偏角检测设备连接,用于在接收到所述加速度预警信号且接收到所述偏角预警信号时,发出摔倒报警信号;
[0048] 图像采集设备,用于对轮椅用户进行高清图像数据采集,以获取高清目标图像;
[0049] 其中,所述ARM11处理设备基于所述图像采集设备的输出实现对轮椅的控制模式的切换。
[0050] 接着,继续对本发明的自动控制的轮椅的具体结构进行进一步的说明。
[0051] 所述自动控制的轮椅中:
[0052] 所述图像采集设备设置在轮椅前端的横杆上,用于对轮椅用户进行高清图像数据采集,以获取高清目标图像;
[0053] 其中,所述高清目标图像的分辨率根据环境亮度自适应变化,环境亮度越低,所述高清目标图像的分辨率越高。
[0054] 所述自动控制的轮椅中:
[0055] 所述ARM11处理设备还用于在接收到所述加速度正常信号或接收到所述偏角正常信号时,发出无人员摔倒信号。
[0056] 所述自动控制的轮椅中:
[0057] 所述轮椅的控制模式包括语音控制模式、上肢控制模式、下肢控制模式、触摸屏控制模式以及脑电波控制模式;
[0058] 其中,所述ARM11处理设备基于所述图像采集设备的输出实现对轮椅的控制模式的切换包括:所述ARM11处理设备基于所述图像采集设备的输出实现在语音控制模式、上肢控制模式、下肢控制模式、触摸屏控制模式以及脑电波控制模式之间的相互切换。
[0059] 所述自动控制的轮椅中还可以包括:
[0060] SD存储设备,用于预先存储N个基准手臂关键点图案和M个基准腿部关键点图案,所述N个基准手臂关键点图案为预先对N个手臂关键点分别进行拍摄而获得的只包括对应手臂关键点的图像,所述M个基准腿部关键点图案为预先对M个基准腿部关键点分别进行拍摄而获得的只包括对应腿部关键点的图像;其中,N个手臂关键点和M个腿部关键点自人体躯干模型处提取,所述人体躯干模型为基于人体骨骼模型和人体关节模型建立而成;
[0061] 尺度归一化设备,与所述图像采集设备连接,用于接收所述高清目标图像,对所述高清目标图像进行尺度归一化处理以获得归一化图像;
[0062] 噪声复杂度检测设备,与所述尺度归一化设备连接,用于接收所述归一化图像,对所述归一化图像进行噪声复杂度检测以确定并输出图像噪声复杂度;
[0063] 图像分块设备,与所述噪声复杂度检测设备连接,用于接收所述图像噪声复杂度和所述归一化图像,并基于所述图像噪声复杂度对所述归一化图像进行分块处理以获得多个图像块,其中,所述图像噪声复杂度越高,对所述归一化图像进行分块处理所获得的图像块的数量越多;
[0064] 组合滤波设备,与所述图像分块设备连接,用于接收所述多个图像块,对每一个图像块执行以下处理:对每一个图像块进行噪声类型分析以获得主要噪声类型,基于主要噪声类型确定对应类型滤波器对图像块进行滤波处理以获得滤波块;所述组合滤波设备还将所有滤波块进行组合以获得并输出组合滤波图像;
[0065] 肢体检测设备,分别与SD存储设备和组合滤波设备连接,用于在所述组合滤波图像中搜索与每一个基准手臂关键点图案匹配的对象,如果对应基准手臂关键点图案匹配的对象搜索到,则确定存在对应手臂关键点,否则确定不存在对应手臂关键点,用于在所述组合滤波图像中搜索与每一个基准腿部关键点图案匹配的对象,如果对应基准腿部关键点图案匹配的对象搜索到,则确定存在对应腿部关键点,否则确定不存在对应腿部关键点,还用于在N个基准手臂关键点图案和M个基准腿部关键点图案分别对应的搜索都结束后,当确定存在P个以上对应手臂关键点时,发出上肢存在信号,当确定存在小于P个对应手臂关键点时,发出上肢缺失信号,当确定存在Q个以上对应腿部关键点时,发出下肢存在信号,当确定存在小于Q个对应腿部关键点时,发出下肢缺失信号,其中,P小于N且大于0,Q小于M且大于0;
[0066] 其中,所述ARM11处理设备基于所述图像采集设备的输出实现在语音控制模式、上肢控制模式、下肢控制模式、触摸屏控制模式以及脑电波控制模式之间的相互切换包括:所述ARM11处理设备在接收到上肢缺失信号时,切换到下肢控制模式、语音控制模式或脑电波控制模式,在接收到下肢缺失信号时,切换到上肢控制模式、语音控制模式、脑电波控制模式或触摸屏控制模式。
[0067] 所述自动控制的轮椅中:所述ARM11处理设备在接收到上肢缺失信号时,按照从高到低的优先顺序选择切换到下肢控制模式、语音控制模式或脑电波控制模式。
[0068] 所述自动控制的轮椅中:所述ARM11处理设备在接收到下肢缺失信号时,按照从高到低的优先顺序选择切换到上肢控制模式、语音控制模式、脑电波控制模式或触摸屏控制模式。
[0069] 所述自动控制的轮椅中:所述ARM11处理设备在接收到上肢缺失信号且接收到下肢缺失信号时,按照从高到低的优先顺序选择切换到语音控制模式、脑电波控制模式或触摸屏控制模式。
[0070] 同时,为了克服上述不足,本发明还搭建了一种轮椅控制模式切换方法,所述方法包括使用如上述的自动控制的轮椅以基于对轮椅用户进行高清图像数据采集到的高清目标图像实现对轮椅的控制模式的切换。
[0071] 另外,图像滤波,即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制,是图像预处理中不可缺少的操作,其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。
[0072] 由于成像系统、传输介质和记录设备等的不完善,数字图像在其形成、传输记录过程中往往会受到多种噪声的污染。另外,在图像处理的某些环节当输入的像对象并不如预想时也会在结果图像中引入噪声。这些噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般,噪声信号与要研究的对象不相关它以无用的信息形式出现,扰乱图像的可观测信息。对于数字图像信号,噪声表为或大或小的极值,这些极值通过加减作用于图像像素的真实灰度值上,对图像造成亮、暗点干扰,极大降低了图像质量,影响图像复原、分割、特征提取、图像识别等后继工作的进行。要构造一种有效抑制噪声的滤波器必须考虑两个基本问题:能有效地去除目标和背景中的噪声;同时,能很好地保护图像目标的形状、大小及特定的几何和拓扑结构特征。
[0073] 常用的图像滤波模式中的一种是,非线性滤波器,一般说来,当信号频谱与噪声频谱混叠时或者当信号中含有非叠加性噪声时如由系统非线性引起的噪声或存在非高斯噪声等),传统的线性滤波技术,如傅立变换,在滤除噪声的同时,总会以某种方式模糊图像细节(如边缘等)进而导致像线性特征的定位精度及特征的可抽取性降低。而非线性滤波器是基于对输入信号的一种非线性映射关系,常可以把某一特定的噪声近似地映射为零而保留信号的要特征,因而其在一定程度上能克服线性滤波器的不足之处。
[0074] 采用本发明的自动控制的轮椅,针对现有技术中轮椅控制机制落后的技术问题,通过引入偏角检测仪和加速度测量仪结合完成对轮椅摔倒状态的检测和报警,更关键的是,通过针对性的基于人体躯干模型建立的图像识别机制,对轮椅上的患者的残疾情况进行识别,为轮椅控制模式的切换提供了重要的参考数据。
[0075] 可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
QQ群二维码
意见反馈