XiaoMi-AI文件搜索系统
World File Search System控制轮
语音控制轮椅-IJRPR
HC-05蓝牙模块是一种低成本设备，可在Arduino Uno和启用蓝牙设备（如智能手机或平板电脑）之间进行无线通信。它使用串行通信协议轻松交换数据。在此项目中，HC-05从智能手机应用程序接收语音命令，并将其发送到Arduino。当用户提供语音命令，例如“向前移动”或“向左移动”时，该应用将其转换为文本并通过蓝牙将其发送到HC-05。然后将命令转发到Arduino，该命令相应地控制电机。此设置使轮椅无权，使用户可以通过简单的语音命令控制其运动。
供身体残疾人和盲人的声音控制轮椅Hariharan S. 1*，Abinaya A. 2，Anjuga V. 3＆Bhuvaneshwari V. 4
这项工作着重于开发一种创新的移动解决方案，该解决方案可以增强身体和视觉障碍的人的独立性和可访问性。提议的语音控制轮椅配备了最新的语音识别技术，使用户能够发出简单的语音命令，例如“向前”，“向后”，“左”，“左”，“右”和“停止”和“停止”来控制其运动。该系统结合了强大的麦克风阵列和噪声策略算法，以确保在包括嘈杂设置在内的各种环境中准确的语音识别。对于盲人用户，轮椅与障碍物检测传感器和听觉反馈系统集成在一起，这些传感器和听觉反馈系统提供了实时的导航援助并确保运动过程中的安全性。轮椅的设计优先考虑用户友好性，对个人需求的适应性以及负担能力，使其可容纳更广泛的人口。实施涉及使用针对区域口音和不同语言模式量身定制的数据集培训语音识别模型，以增强包容性。障碍检测机制利用超声波和红外传感器，而听觉反馈系统则采用综合语音警报来方向指导。在受控和实际情况下对身体残疾和盲人进行广泛的测试表明，导航效率提高，降低对看护者的依赖以及更高的用户满意度。该项目弥合了技术与可访问性之间的差距，使用户能够重新获得对日常生活的自主权和信心。通过利用先进的语音控制系统和安全性增强，该项目彻底改变了针对残疾人的移动解决方案，为他们提供了有效与环境互动的变革性工具。
控制轮椅的瘫痪...
在这个项目中，我们使用头部运动为瘫痪者设计了智能轮椅。该项目的主要目的是创建一个基于头部运动和距离以检测障碍物或物体的距离的用户友好的轮椅（对于身体上挑战的人）。该项目由超声波传感器和加速度计组成。超声波传感器用于查找轮椅与相反障碍物之间的距离。轮椅的运动是使用身体挑战的人的头部运动来编程的。在该运动期间，超声波传感器将计算距离，当轮椅靠近任何其他物体时，轮椅警报将被激活，并且会停止。这是在左右移动中控制轮椅的有效方法，并且可以通过用户轻松控制头部运动，它将自动阻止轮椅更靠近任何障碍物。在这种方法中，控制轮椅很容易由身体挑战的人处理。
残疾人手势控制轮椅
摘要——一种称为手势控制轮椅 (HGCW) 系统的新辅助技术旨在帮助行动不便的人提高独立性和机动性。该系统由一个可穿戴设备组成，该设备带有可检测手部运动的传感器，以及用于实时数据处理和轮椅控制的 Arduino 微控制器。HGCW 系统使用手势识别算法将手势转换为相应的轮椅运动，例如向前、向后、向左和向右转，并与轮椅的控制单元进行无线通信。该系统具有成本效益、可定制和直观的特点，可供广泛的用户使用。HGCW 系统有可能彻底改变残疾人士在环境中导航的方式，使他们能够过上更加独立和充实的生活。通过改变头部运动，数据被无线发送到基于微控制器的电机驱动电路，以五种不同的模式控制椅子的旋转：向前、向后、向右、向左和特殊站立锁定。所提出的系统是使用从当地市场采购的产品组装的，并在实验室中测试了其性能，测试结果包含在本文中。
基于EEG的大脑控制轮椅，并为身体挑战的人施加紧急援助
在发达的智能脑控制轮椅系统中，使用频率范围作为特征对获得的大脑信号进行了分类。出于分类目的，众所周知的）脑可视化器用于获得频率。这些信号分为四个特征：小于40 Hz，41-50 Hz，51 - 60 Hz，61 -70 Hz，71 - 80 Hz，大于81 Hz，分别表示停止，左，右，向前和反向。因此，以四个方向的形式的分类信号用于控制轮椅方向运动。轮椅还配备了两个超声波传感器（一个在轮椅的前面，一个在轮椅上，另一个在后面）。如果在30厘米的范围内检测到任何障碍物，轮椅停止。节点MCU用于在紧急情况下通过电报向看守发送消息。延迟几秒钟后，如果获得了信号，则该过程将继续。
“语音控制轮椅” - ijrpr
老年人和数百万其他人一样，患有瘫痪和残疾，这使他们无法正常互动和满足生活需求。轮椅是增强残疾人行动能力的重要工具。计算机和通信技术的发展促进了满足残疾人需求的智能轮椅的出现。为了帮助残疾人完成日常工作，人们尝试应用现代计算机和通信技术来制造适合他们需要的智能轮椅。这些轮椅需要配备实时计算机控制单元和一组用于导航和避障任务的传感器。残疾人只需移动身体的一部分，使用声音或脑信号就可以控制轮椅。生成引导轮椅的命令的方法主要取决于患者的状况和残疾或瘫痪的程度。在我们之前的研究中，基于眼电图 (EOG) 信号的脑机接口被用于控制电动轮椅。在本文中，语音将用于引导轮椅。语音识别在计算机控制应用中的重要性日益凸显。语音识别技术可评估一个人的语音生物特征，例如频率、语调和语调。
p-ISSN: 2407-7275, e-ISSN: 2686-3251 原创研究论文 使用单电极 EEG 设备和 BCI 的大脑控制轮椅
这通过简单的 4 个步骤完成：步骤 1 使用显著障碍物识别算法来识别显著障碍物。为了识别显著障碍物，引入了动态过滤。我们逐个检查差异图像，我们设置一个边缘值，如果差异值更大，那么我们将这些点标记为障碍物。利用这种方式，大量的地面点被删除。对于由于参数选择不当而保留在显著障碍物图中的其余地面点，我们然后逐个部分执行。如果每个差异值的数量不完全是给定的极限，则将相关值设置为零。通过这种方式，删除地面点和小障碍物点。步骤 2 计算 3D 点云并优化显著障碍物识别。这个阶段很快，因此我们使用基于形态学模拟的区域填充算法。使用过滤器来删除剩余的噪声。由于部分检查以相同的高度移除景观，因此对突出障碍物地图和其余部分处理 3D 点云。然后获取最低高度，并将任何大于此高度的点归为显著点。阶段 3 使用改进的空间变化目标 (SVR) 算法来识别小障碍物。首先，在过滤时我们将目标减小 1/n。其次，算法检查测试的点，如果发现一个好点，则重新过滤截断三角形。第三，将比较的 3D 点彼此相距不超过欧几里得距离 f 的像素标记为障碍物点，从而识别出厚障碍物。阶段 4 合并突出障碍物地图和小障碍物地图以获得最终的障碍物识别算法结果。5. 结论构建了 BCI 接口，可以读取用于驾驶轮椅的 EEG 信号，而无需任何形式的物理输入。这些脑电图信号使用单个单极电极读取，并通过蓝牙接口输入计算机系统。计算机将信号分为 3 类，即
带有障碍物检测和警报系统的脑电波控制轮椅
许多受身体挑战的人面临着自由操纵的问题。椅子是最常见的设备，习惯于为身体挑战的人提供质量。但是，今天可用的大多数椅子，尤其是廉价的手动椅子，都需要人力援助才能四处走动。即使对于电动机椅，仍然需要用户的帮助才能使用控制器或按下按钮，以管理电动电动椅的运动。失去了手或有问题的人（例如脊髓灰质炎患者）似乎没有准备好驾驶椅子运动的许多用户。因此，他们本身无能为力。为了解决这个问题，其他建设性的方式是通过损害大脑来专门控制椅子的动作。这项技术可以使大多数人能够自行浏览椅子。因此，这可能会带来特别高的影响，尤其是对受挑战的人。
智能全向控制轮椅
摘要。轮椅是由发现挑战行走的个人使用的。在开发轮椅上采用了各种方法，以适应使用可用技术的物理残疾的需求。与已经存在的轮椅相关的问题很难在限制和约束的空间以及可以实现的运动程度上进行操作。该项目的目的是开发一个智能的全向控制轮椅。该系统不仅适用于家庭用途，还可以用于体育和医院。轮椅的移动是通过Web应用程序通过无线保真性通信控制的。所采用的方法包括使用超文本标记语言和JavaScript编程语言设计Web应用程序接口，硬件部分由Raspberry Pi 3模型B组成，该模型B，使用Python编程语言编程。然后，将软件和硬件部分集成在一起以形成一个完整的系统。系统的主要优点是，它允许轮椅的用户通过限制和约束的空间操纵，并远程控制轮椅。所考虑的性能度量是障碍物检测单元在检测砖墙，金属和木材方面的准确性，以及轮椅对Web应用程序移动命令的响应时间。砖墙，金属和木材的平均检测精度分别为87.37％，94.43％和83.57％。轮椅对移动命令的平均响应时间为1.04秒。