目前,我国逐渐进入老年化社会,同时由于意外事故频发,行动不便的患者普遍存在,因此智能轮椅的需求越来越大。随着社会智能化程度的提高,智能轮椅的自动避障问题越来越重要。针对这个问题,论文提出了一种基于超声波传感器的运动控制自动避障算法,并应用于智能轮椅,具有重要的研究和工程意义。本论文从以下几个方面进行研究。(1)针对智能轮椅的使用人群及需求分析,提出了智能轮椅避障系统的性能指标。根据智能轮椅的机械结构对智能轮椅避障系统的总体结构进行了设计。(2)针对超声波测距存在误差的问题,研究超声波测距的误差来源,分析环境温度和所测量距离的大小对超声波测距结果的影响,针对误差来源提出了超声波测距误差修正算法,实现对测量范围内任意距离,任意温度下的测量结果进行修正,提高了超声波测距的准确性,采用自适应递进滤波处理对传感器噪声和野点去除,进一步提高了智能轮椅获取障碍物信息的准确度。(3)神经网络对提高智能机器人系统的稳定性和适应能力有很大帮助,但是传统的神经网络在其训练过程中学习效率低、收敛速度慢。针对这一问题,提出了强化学习Saras学习算法与动态Elman神经网络相结合的自动避障算法,提高了其学习效率,以此来提高智能轮椅的自动避障性能。(4)针对智能轮椅在自动避障时出现的速度快、转角大而导致轮椅侧翻和速度慢、转角小而无法及时避障的问题,研究分析了智能轮椅转向角和速度的关系,设计了一种基于意图识别的无刷直流电机制动控制方法,通过模糊控制理论来实现轮椅自动避障时的速度控制,提高了轮椅自动避障的安全性。(5)结合智能轮椅的机械结构,设计了智能轮椅自动避障系统,对各部分的硬件和软件进行了研究设计。根据设计的智能轮椅自动避障系统,论文对智能轮椅避障的运动控制方法和自动避障算法进行了MATLAB仿真实验。实验结果验证了设计的可行性,提高了智能轮椅的自动避障能力,为后续自动避障系统的实现打下了基础。