XiaoMi-AI文件搜索系统
World File Search System轮椅
“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。
老年人智能轮椅带推车
身体残疾的老年人总是发现，如果没有帮助，他们很难行动。轮椅是瘫痪或身体残疾后最常见的移动方式。在家庭环境中驾驶轮椅即使对于正常人来说也是一项艰巨的任务，对于有残障的人来说则更加困难。为此，已经开发出一种演示控制轮椅的手势的工作模型，而且成本非常低。无论是由于疾病还是事故，需要借助某些人工手段四处走动的人的数量都在不断增加。这些手段必须利用技术进步而日益复杂，以提高这些人的生活质量并促进他们融入工作世界。通过这种方式，可以促进运动，并使运动变得越来越简单和有力，使其变得与没有缺陷的人的运动相似。
关于使用轮椅人士航空旅行的公开会议
案卷注释 – 关于使用轮椅人士的航空旅行的公开会议 来自：C70，航空消费者保护办公室 (OACP) 回复：会议案卷，#DOT-OST-2022-0014 摘要：美国交通部 (Department) 于 2022 年 3 月 24 日星期四举办了一场关于使用轮椅人士的航空旅行的虚拟公开会议。在这次会议上，有机会倾听和了解使用轮椅的人在航空旅行中遇到的困难，航空公司也有机会讨论他们在提供无障碍航空运输方面面临的挑战以及他们正在采取或计划采取的改善航空旅行环境的行动。此次会议将使该部门能够更好地迅速采取任何必要行动，以促进使用轮椅的残疾航空旅行者的安全住宿。录音：本次会议已录音。上午和下午会议的录音链接如下：
实施心灵控制的轮椅
这项研究的目的是开发带有免提控制技术的全自动脑控制的智能轮椅，以协助严重的身体残疾人。这项研究很重要，因为这与大型脆弱人群直接相关。根据世界卫生组织的说法，世界上有15％的人口生活着某种形式的身体残疾[1]。CDC估计在2020年，美国人口的26％，即每四个成年人中的一个人有残疾。中，有13.7％的人被认为具有流动性残疾[2]。这种肌肉变性可能会导致抑郁症，动机大幅下降以及许多患者的独立性丧失。市场上有一些可提供移动性辅助设备，例如电动轮椅。但是，这些设备的控制系统需要用户的高度技能，注意力和判断。如果没有足够的控制轮椅的控制，事故和碰撞的风险会增加，从而造成损害和伤害。因此，主要的研究动机是使这些人的自主权恢复，使他们能够何时何地移动，而无需他人的帮助。该项目的最初要求是利用Emotiv Epoc X耳机开发一个心灵控制的轮椅。Emotiv Epoc X耳机是一种具有成本效益的14通道移动EEG Brainware设备，其主要目的是提供可用于上下文研究的专业级脑数据[3]。主范围耳机提供了可用于分类的额叶，前额叶，颞叶，顶叶和枕叶的覆盖范围。修改了一个定制的驱动轮椅，以使情感耳机从坐在轮椅上的人那里捕获脑电波（EEG信号），以指导导航。
Brainy Home：基于脑机接口的虚拟智能家居和轮椅控制应用程序
摘要：近年来，智能家居应用已成为改善人们生活质量的必需品，尤其是对于行动障碍人士。虽然智能家居应用是通过手机、语音命令和手势等交互工具进行控制的，但这些工具可能不适合患有严重残疾、影响其运动功能的人士，例如闭锁综合征 (LIS)、肌萎缩侧索硬化症 (ALS)、脑瘫、中风等。在本研究中，我们在虚拟环境中开发了一个智能家居和轮椅控制应用程序，该应用程序完全由基于稳态视觉诱发电位 (SSVEP) 的脑机接口 (BCI) 系统控制。它是一种成本相对较低、易于设置的无线通信协议，具有较高的准确性。该系统已在 15 名健康受试者身上进行了测试，初步结果全面表明，所有受试者都以大约 100% 的准确率完成了设备交互任务，并以超过 90% 的准确率完成了轮椅导航任务。这些结果清楚地表明，未来开发的系统可用于与辅助设备和智能家电实时交互。因此，所提出的系统可能在帮助残疾人独立进行日常生活活动方面发挥重要作用。
基于卷积神经网络语音识别系统操控机器人轮椅
摘要：许多轮椅使用者依赖他人来控制轮椅的移动，这严重影响了他们的独立性和生活质量。智能轮椅提供了一定程度的自立和驾驶自己车辆的自由。在这项工作中，我们设计并实施了一种低成本的软件和硬件方法来操纵机器人轮椅。此外，从我们的方法中，我们基于 Flutter 软件开发了自己的 Android 移动应用程序。我们还开发并配置了一种基于卷积神经网络 (CNN) 的网络内 (NIN) 结构方法，该方法与语音识别模型相结合，以构建移动应用程序。该技术还使用软件和硬件组件之间的离线 Wi-Fi 网络热点来实施和配置。五个语音命令（是、否、左、右和停止）通过 Raspberry Pi 和直流电机驱动器引导和控制轮椅。整个系统基于阿拉伯语母语人士针对孤立词训练和验证的英语语音语料库进行评估，以评估 Android OS 应用程序的性能。还从准确性方面评估了室内和室外导航的可操作性性能。结果表明，五个语音命令中的一些命令的准确预测准确度约为 87.2%。此外，在实时性能测试中，室内/室外操纵的计划节点和实际节点之间的均方根偏差 (RMSD) 值为 1.721 × 10 − 5
轮椅由人脑电波控制
使用脑电波控制的综合轮椅使用脑部计算机界面（BCI）系统旨在帮助残疾人。本发明旨在使用BCI系统改善综合轮椅的开发，具体取决于单个大脑注意水平的能力。已使用称为Mindwave Mobile Plus（MW+）的脑电图（EEG）设备来获得轮椅运动的注意值，眼睛眨眼以更改轮椅的模式以向前（F）向前（F）向前（R），向后（B）和左侧（L）。当产生26或51的信号质量值时，选择了停止模式（S）。使用BCI系统来帮助瘫痪的患者，由人脑脑控制的轮椅的发展显示了脑电波综合轮椅的效率，并使用人类注意力价值，眼睛眨眼检测和眉毛运动改善了脑海的效率。此外，还进行了对不同性别和年龄类别中人类注意力价值的分析，以提高脑电波综合轮椅的准确性。男孩的阈值是60岁，男性少年（70），男性成年人（40），而女子女为50岁，女性少年（50）和女性成年人（30）。
小波相干性作为轮椅击剑运动员躯干稳定肌激活的量度
摘要背景：肌肉间同步是有效运动表现和日常生活活动的关键方面之一。本研究旨在利用小波分析评估轮椅击剑运动员躯干稳定肌的同步性。方法：评估了左右两组背阔肌/腹外斜肌 (LD/EOA) 肌肉间的肌肉间同步性和拮抗性 EMG-EMG 相干性。研究组由 16 名轮椅击剑运动员组成，他们是波兰残奥会队的成员，分为两类残疾（A 和 B）。数据分析分三个阶段进行：(1) 使用 sEMG 记录肌肉激活；(2) 小波相干性分析；(3) 相干性密度分析。结果：在残奥会轮椅击剑运动员中，无论其残疾类别如何，肌肉都在低频率水平上被激活：A 类击剑运动员为 8-20 Hz，B 类击剑运动员为 5-15 Hz。结论：结果表明，轮椅击剑运动员（包括脊髓损伤运动员）的躯干肌肉活动明显，这可以解释为他们高强度训练的结果。肌电信号处理应用在提高轮椅运动员的表现和诊断方面具有巨大潜力。关键词：小波分析、残疾运动员、脊髓损伤、肌电图、频率水平
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
轮椅运动和控制中的基于脑电图的摩托车eeg BCI：系统文献评论
摘要：2019年冠状病毒病的大流行紧急情况（COVID-19）阐明了需要创新的艾滋病，设备和辅助技术，使患有严重残疾的人能够过着日常生活。基于EEG的大脑计算机界面（BCI）可以带领具有重大健康挑战的人来改善其独立性，促进参与活动，从而增强整体幸福感和预防障碍。 此系统审查提供了基于脑电图的BCI的最新应用，尤其是使用电动机（MI）数据的BCIS，用于轮椅控制和移动。 它对自2010年以来进行的不同研究进行了彻底的检查，重点是算法分析，具有提取，特征选择和分类技术以及轮椅组件和性能评估。 本文提供的结果可以强调适用于严重残疾人的当前生物医学仪器的局限性，并将重点放在创新的研究主题上。基于EEG的大脑计算机界面（BCI）可以带领具有重大健康挑战的人来改善其独立性，促进参与活动，从而增强整体幸福感和预防障碍。此系统审查提供了基于脑电图的BCI的最新应用，尤其是使用电动机（MI）数据的BCIS，用于轮椅控制和移动。它对自2010年以来进行的不同研究进行了彻底的检查，重点是算法分析，具有提取，特征选择和分类技术以及轮椅组件和性能评估。本文提供的结果可以强调适用于严重残疾人的当前生物医学仪器的局限性，并将重点放在创新的研究主题上。