Оптимизированная качественная HOG‑основная система визуального сервоуправления в реальном времени для автономной инвалидной коляски

Более умные поездки для тех, кто в них нуждается больше всего

Для многих людей, которые зависят от электрических инвалидных колясок, управление в оживлённых коридорах или неровных тротуарах утомительно, стрессово или даже невозможно без посторонней помощи. В этой статье предложен новый способ, с помощью которого коляска «видит» окружающее через небольшую камеру и управляет собой плавно и безопасно в реальном времени, даже на недорогом оборудовании. Тщательно переработав способы обработки визуальной информации и преобразования её в движения, автор показывает, что интеллектуальная навигация коляски может работать на крошечном энергоэффективном компьютере, одновременно обеспечивая комфорт и контроль для пассажиров.

Почему обычным коляскам тяжело в реальной жизни

Традиционные электрические коляски обычно управляются напрямую джойстиком или полагаются на простые бамп‑датчики для избегания препятствий. Такие подходы часто дают сбои в людных, меняющихся пространствах — например, в коридорах больниц, торговых центрах или на городских тротуарах. Пользователи говорят, что им важнее всего плавное предсказуемое движение и надёжность при разных условиях освещения, а не высокая скорость. В то же время многие передовые робото‑методы с камерами и сложной математикой требуют мощных компьютеров, что делает их слишком дорогими и громоздкими для повседневных колясок. Именно этот разрыв — между потребностями пользователей и возможностями недорогого оборудования — и пытается преодолеть исследование.

Обучение коляски распознавать паттерны вместо отдельных точек

Система использует камеру, установленную на коляске, чтобы наблюдать сцену впереди и представлять её не как отдельные точки или ориентиры, а как паттерны краёв и линий, известные как гистограммы градиентов. Проще говоря, она смотрит, как меняется яркость по изображению, и сводит это к компактному отпечатку сцены. Такой способ описания по своей природе устойчив к изменениям освещения и частичным перекрытиям, например когда проходящий мимо человек на короткое время закрывает камеру. Коляска сравнивает текущий паттерн с «целевым» паттерном, соответствующим желаемому виду — например прямому коридору или ориентиру в конце пути — и затем корректирует движение, чтобы сделать их более похожими.

Оставляя запас для более безопасного управления

Вместо того чтобы требовать идеального совпадения текущего и целевого видов, метод вводит гибкую «зону уверенности». Если вид камеры коляски достаточно близок к цели, система управления сознательно расслабляется, избегая нервных резких корректировок туда‑обратно. Это достигается через математическую функцию активации, которая постепенно усиливает или ослабляет отклик руления в зависимости от величины визуальной ошибки, вместо того чтобы просто «давить сильнее» при наличии любой ошибки. В результате коляска может справляться с частичной окклюзией и визуальной неопределённостью без внезапных рывков, сохраняя плавность траекторий при следовании по коридору или при движении к последовательности визуальных целей.

Приведение продвинутого зрения в действие на крошечном компьютере

Главная трудность в том, что такие богатые визуальные отпечатки обычно дороги в вычислении. Автор решает эту проблему переписыванием вычислений так, чтобы они использовали эффективные «одним махом» операции вместо медленных вложенных циклов, снижением избыточной точности и внимательной организацией использования памяти. Запущенное на Raspberry Pi — плате размером с кредитную карту, часто используемой в любительских проектах — улучшённое программное обеспечение ускоряет обработку с непригодных уровней (примерно одно изображение за 12 секунд) до примерно пяти с половиной кадров в секунду. Моторы коляски получают команды с гораздо более быстрым и стабильным интервалом, поэтому колёса движутся плавно, пока камера и система зрения обновляются в фоновом режиме. Для реального ассистивного использования предусмотрены дополнительные уровни безопасности, включая аппаратные тормоза и сторожевой таймер, останавливающий кресло, если команды перестают поступать.

От лабораторной теории к повседневной помощи

В экспериментах в коридорах, на тротуарах и в контролируемых видео‑тестах система стабильно ведёт коляску от одной визуальной цели к другой, постепенно уменьшая корректировки руления по мере приближения к каждой цели. Ошибка сопоставления паттернов камеры неуклонно уменьшается, что подтверждает, что кресло выравнивается визуально, не теряя при этом важных особенностей сцены. Проще говоря, исследование показывает, что небольшой доступный компьютер и простая камера достаточно, чтобы дать электрической коляске стабильный, управляемый камерой «автопилот», который учитывает комфорт и безопасность. Это открывает путь к более доступным системам навигации на основе камер для людей с ограниченной подвижностью и закладывает основу для будущих улучшений, таких как более богатое 3D‑восприятие и ещё более плавное избегание препятствий.

Цитирование: Hafez, A.H.A. An optimized real-time qualitative HOG-based visual servoing system for autonomous wheelchair. Sci Rep 16, 8688 (2026). https://doi.org/10.1038/s41598-026-41566-4

Ключевые слова: автономная инвалидная коляска, ассистивная робототехника, компьютерное зрение, визуальная навигация, управление в реальном времени