根据我国近些年人口统计数据,2018年我国65岁以上人口总数占比达到11.94%,这些高龄老人的日常出行对轮椅有比较大的依赖,使得社会对轮椅的需求量越来越大,对轮椅的智能化水平要求越来越高。本文在传统电动轮椅的基础上,对轮椅的控制系统结构进行优化设计,利用多传感器数据融合等技术实现了轮椅在室外环境下可以沿路沿进行自动驾驶,大大降低了轮椅使用者在室外环境下的操控难度和工作强度。由于路沿的形态并不是一个准确值,在不同场景下路沿特征的高度、宽度、形状都会有较大差别,再加上障碍物对路沿特征的遮挡等问题,这给数据采集、路沿识别都带来了很大的难度。本文从硬件系统、规整路沿下的导航以及复杂路况下的导航三个方面设计并实现了智能轮椅沿路沿的自动驾驶。本文的硬件系统采用模块化设计,分为主控模块、激光雷达模块、测距模块。主控模块负责对系统整体资源的调控;激光雷达安装在轮椅前方用来探测前方路面信息以及障碍物信息;测距模块在轮椅四个方向都有,主要负责探测轮椅与环境的距离信息。三个模块相互配合,实现对周边环境信息的感知和处理。规整路沿的自动驾驶是结合了激光雷达以及改进的人工势场法实现的。本文建立了导航、传感器、轮椅三个坐标系,将传感器获取到的数据进行整合。激光雷达获取的点云数据经过滤波、筛检等预处理后,使用圆弧建模将数据映射到二维平面,结合横向索引和径向索引从点云图中识别路沿特征,最后使用RANSAC算法进行拟合,获取路沿线的准确位置。在人工势场法中引入路沿势力场使其更满足场景需求,实现了路沿特征比较明显的情况下的沿路沿自动驾驶。复杂路况下的自动驾驶使用了模糊神经网络的算法进行导航。因外部环境的不可控因素导致传感器系统无法获取路沿准确位置的信息,本文采用了一种基于模糊神经网络的沿路沿自动驾驶方法,通过监测轮椅两侧与路沿的距离数据以及变化趋势,控制轮椅的轮速及轮速差,实现了沿路沿自动驾驶。在校园环境下经过多次测试,本文设计的沿路沿自动驾驶系统能够在多种环境下成功控制轮椅沿路沿行驶,基本达到轮椅使用者人工控制的驾驶效果。