根据统计,近年来全球老年人口和残疾人口数量占比不断上升,行动障碍者越来越成为社会的一大群体。轮椅是行动障碍人士进行日常活动的常用辅助设备,而智能轮椅作为一种新型轮椅,逐渐登上了历史舞台。智能轮椅融合了机器人领域的多种相关技术:即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)、路径规划、机器视觉、模式识别、运动控制、多传感器信息融合以及人机交互等。本文主要对智能轮椅系统中的SLAM算法和路径规划算法进行研究。针对传统定位算法和全局路径规划算法存在的问题,提出相应的改进算法。本文的主要内容包括:(1)以基于Rao-Blackwellised Particle Filter(RBPF)的SLAM算法为框架,将定位和建图分解为两个相对独立的过程。首先构建智能轮椅的运动模型和观测模型,并对环境地图的各种描述方法进行对比选择。针对传统蒙特卡洛定位算法只使用单一传感器估计轮椅位姿而导致的误差较大的问题,提出一种改进蒙特卡洛定位算法,通过无迹卡尔曼滤波对里程计和惯性测量单元(Inertial measurement unit,IMU)的测量数据进行融合以减小定位误差;此外,还针对传统蒙特卡洛定位算法中无法自适应调整粒子数而导致的收敛速度慢的问题,将自适应的机制引入粒子群重采样过程,以提高收敛速度。(2)在全局路径规划方面,传统A*算法存在路径无用拐点多,且在多U型障碍的室内环境中规划的路径过于紧贴障碍物的缺点。针对这两个缺点,提出一种改进A*算法,将邻域搜索矩阵的概念引入障碍物搜索的过程中,使规划的路径能够与障碍物拉开一定的安全距离;并对路径进行优化,消除无用拐点,克服传统算法规划的路径只能按照固定角度延伸的问题。此外,还对DWA局部路径规划算法和综合路径规划策略进行研究。同时,为了使轮椅处在陌生环境中时能够进行自主建图,还将基于边缘检测的自主探索算法融合到系统中。(3)搭建并实现一个基于机器人操作系统(Robot Operating System,ROS)的智能轮椅系统,并在实际环境中进行实验验证。为了使系统便于维护,以模块化的思想来构建系统的软硬件平台。使用ROS来构建智能轮椅的软件系统,以降低各算法模块的耦合程度,从而灵活高效地将各算法模块组织在一起,提高系统的复用性和可移植性。以Arduino单片机作为硬件系统的核心控制模块,通过串口通信实现上下位机互联,并在下位机对上位机路径规划得到的期望速度进行解算,进而实现对轮椅电机的控制。此外,系统通过Android APP来进行人机交互,使用户能够更加方便快捷地控制轮椅,查看地图等。