轮椅使用者即使在严重残疾的情况下，通常也能比大多数机器人系统更好地在狭窄空间中导航。本月早些时候在加利福尼亚州阿纳海姆展示的一系列新的智能轮椅研究成果正在测试AI驱动的系统是否能够或应该完全弥补这一差距。

　　德国不来梅人工智能研究中心的高级研究员克里斯蒂安·曼德尔与同事塞尔吉·奥特西尔共同领导了一个研究团队，开发出配备传感器的电动轮椅原型，专门设计用于在充满潜在障碍物的房间中导航。研究人员还测试了一个新的安全系统，该系统整合了来自轮椅和房间内传感器的数据，包括基于无人机的彩色和深度摄像头。

　　半自主是共享控制系统，坐在轮椅上的人使用操纵杆驾驶，曼德尔说。完全自主则通过自然语言输入控制。你可以说，请带我到咖啡机那里。

　　研究人员进行了实验（这是名为为行动不便人群提供可靠和可解释群体智能或REXASI-PRO的大型项目的一部分），使用两台相同的智能轮椅，每台都配有两个激光雷达、一个3D摄像头、里程计、用户界面和嵌入式计算机。

　　与参与者使用操纵杆控制轮椅的半自主模式不同，自主模式的控制涉及使用自然语言输入的开源ROS2 Nav2导航系统。轮椅还使用同步定位和建图技术以及局部障碍物避让运动控制器。

　　曼德尔和他的团队测试的一个场景包括用户在轮椅的人机界面上按键、说出命令，然后通过同一界面确认或拒绝指令。一旦用户确认命令，移动设备就会引导用户沿着路径到达目的地，同时传感器尝试检测路上的障碍物并相应调整移动设备以避开它们。

　　据总部位于多伦多的Braze Mobility公司首席执行官兼创始人普贾·维斯瓦纳森介绍，移动辅助技术领域的研究还应优先考虑让这些设备便于日常消费者使用。

　　成本仍然是一个主要障碍，她说。除非有非常明确的价值和安全性证据，否则资助系统往往不被设计来支持先进的附加智能。可靠性是另一个障碍。智能轮椅不仅要在理想条件下工作，还要在日常生活的混乱、多变条件下工作。还有人为因素层面。用户有不同的认知、运动、感官和环境需求，所以一种解决方案很少适用于所有人。

　　Braze公司为电动轮椅制造盲点传感器。这些传感器检测用户难以看到区域的障碍物。传感器还可以添加到任何轮椅上，通过向用户提供多模态警报将其转换为智能轮椅。这种方法试图支持用户而不是取代他们。

　　据法国雷恩计算机科学与随机系统研究所的生物医学研究工程师路易丝·德文格介绍，智能轮椅复杂性的增加需要更多的感知。这需要仔细管理轮椅系统内的通信和同步。你添加的感知、计算和自主性越多，她说，在轮椅用户遇到的全方位真实世界环境中确保稳健性能就变得越困难。

　　换句话说，短期内该领域最大的挑战不是用AI智能替代轮椅用户，而是设计用户与技术之间更好的合作关系。

　　维斯瓦纳森表示，REXASI-PRO系统虽然超出了当前智能轮椅技术的能力范围，但对长远发展很重要。它反映了智能轮椅领域更雄心勃勃的一面，她说。其优势似乎在于智能导航、先进感知，以及构建能够以更自主方式解释和响应复杂环境的轮椅的更广泛努力。从研究角williamhill中文官方网站度来看，这正是推动该领域向前发展的工作类型。它也似乎认真对待可信和可解释AI的重要性，这在任何以安全性、可靠性和用户信心为首要考虑的移动技术中都是必不可少的。

　　曼德尔说，他最终追求的是多年前让他进入这个领域的初衷。作为一名年轻研究员，他说，他帮助开发了一个可用头部操纵杆控制的智能轮椅系统。

　　然而，曼德尔说，经过多次试验后他意识到自己研究的智能轮椅系统还有很长的路要走，因为正如他所说，在那个时候，我意识到即使是重度残疾的人[通过]狭窄通道时，他们也做得非常、非常好。

　　然后我意识到，好吧，这项技术有需求，但永远不要低估[轮椅用户]在没有它的情况下能做什么。

　　DFKI研究人员本月早些时候在加利福尼亚州阿纳海姆的CSUN辅助技术会议上展示了他们的工作。

　　A：REXASI-PRO系统配备两个激光雷达、3D摄像头、里程计等传感器，支持半自主和完全自主两种模式。在自主模式下，用户可通过自然语言输入控制，比如说请带我到咖啡机那里，轮椅就会自动导航到目的地并避开障碍物。

　　A：主要挑战包括成本、可靠性和人为因素。成本是重要障碍，资助系统通常不支持先进智能技术除非有明确价值证据。可靠性方面，智能轮椅需要在复杂多变的日常环境中稳定工作，而非仅在理想条件下。此外，用户需求差异很大，一种解决方案难以适用所有人。

　　A：研究人员预计智能轮椅将在10年内为主流市场做好准备。目前像Braze Mobility这样的公司已经在制造盲点传感器，可以添加到现有轮椅上提供智能功能。短期内重点不是完全替代用户控制，而是设计更好的人机合作关系。返回搜狐，查看更多