微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 硬件工程师文库 > 智能机器人在家庭医疗保健的设计和应用

智能机器人在家庭医疗保健的设计和应用

时间:09-19 来源:本站整理 点击:

  1 引言:数字化家庭是未来智能小区系统的基本单元。所谓"数字化家庭"就是基于家庭内部网络提供覆盖整个家庭的智能化服务,包括数据通信、家庭娱乐和信息家电控制功能。

  数字化家庭设计的一项主要内容是通信功能的实现,包括家庭与外界的通信及家庭内部相关设施之间的通信。从现在的发展来看,外部的通信主要通过宽带接入。Intenet,而家庭内部的通信,笔者采用目前比较具有竞争力的蓝牙(Bluetootlh)无线接入技术。

  传统的数字化家庭采用PC进行总体控制,缺乏人性化。笔者根据人工情感的思想设计一种配备多种外部传感器的智能机器人,将此智能机器人视作家庭成员,通过它实现对数字化家庭的控制。

  本文主要就智能机器人在数字化家庭医疗保健方面的应用进行模型设计,在智能机器人与医疗仪器和控制PC的通信采用蓝牙技术。整个系统的成本较低,功能较为全面,扩展应用非常广阔,具有极大的市场潜力。

  2 智能机器人的总体设计

  2.1 智能机器人的多传感器系统

  机器人智能技术中最为重要的相关领域是机器人的多感觉系统和多传感信息的集成与融合[1],统称为智能系统的硬件和软件部分。视觉、听觉、力觉、触觉等外部传感器和机器人各关节的内部传感器信息融合使用,可使机器人完成实时图像传输、语音识别、景物辨别、定位、自动避障、目标物探测等重要功能;给机器人加上相关的医疗模块(CCD、CAMERA、立体麦克风、图像采集卡等)和专用医疗传感器部件,再加上医疗专家系统就可以实现医疗保健和远程医疗监护功能。智能机器人的多传感器系统框图如图1所示。

  

  2.2 智能机器人控制系统

  机器人控制系统包含2部分:一是上位机,一般采用PC,它完成机器人的运动轨迹规划、传感器信息融合控制算法、视觉处理、人机接口及远程处理等任务;二是下位机,一般采用多单片机系统或DSP等作为控制器的核心部件,完成电机伺服控制、反馈处理、图像处理、语音识别和通信接口等功能。

  如果采用多单片机系统作为下位机,每个处理器完成单一任务,通过信息交换和相互协调完成总体系统功能,但其在信号处理能力上明显有所欠缺。由于DSP擅长对信号的处理,而且对此智能机器人来说经常需要信号处理、图像处理和语音识别,所以采用DSP作为智能机器人控制系统的控制器[2]。

  控制系统以DSP(TMS320C54x)为核心部件,由蓝牙无线通信、GSM无线通信(支持GPRS)、电机驱动、数字罗盘、感觉功能传感器(视觉和听觉等)、医疗传感器和多选一串口通信(Rs-232)模块等组成,控制系统框图如图2所示。

  

  (1)系统通过驱动电机和转向电机控制机器人的运动,转向电机利用数字罗盘的信息作为反馈量进行PID控制。

  (2)采用爱立信(Ericsson)公司的ROKl01007型电路作为蓝牙无线通信模块,实现智能机器人与上位机Pc的通信和与其他基于蓝牙模块的医疗保健仪器的通信。

  (3)支持GPRS的GSM无线通信模块支持数据、语音、短信息和传真服务,采用手机通信方式与远端医疗监控中心通信。

  (4)由于TMS320C54x只有1个串行口,而蓝牙模块、GSM无线模块、数字罗盘和视觉听觉等感觉功能传感器模块都是采用RS一232异步串行通信,所以必须设计1个多选一串口通信模块进行转换处理。当TMS320C54x需要蓝牙无线通信模块的数据时通过电路选通;当T~MS320C54x需要某个传感器模块的数据时,关断上次无线通信模块的选通,同时选通该次传感器模块。这样,各个模块就完成了与1~MS320C54x的串口通信。

  3 主要医疗保健功能的实现

  智能机器人对于数字化家庭的医疗保健可以提供如下的服务:

  (1)医疗监护

  通过集成有蓝牙模块的医疗传感器对家庭成员的主要生理参数如心电、血压、体温、呼吸和血氧饱和度等进行实时检测,通过机器人的处理系统提供本地结果。

  (2)远程诊断和会诊

  通过机器人的视觉和听觉等感觉功能,将采集的视频、音频等数据结合各项生理参数数据传给远程医疗中心,由医疗中心的专家进行远程监控,结合医疗专家系统对家庭成员的健康状况进行会诊,即提供望(视频)、闻、问(音频)、切(各项生理参数)的服务[3]。

  3.1 机器人视觉与视频信号的传输

  机器人采集的视频信号有2种作用:提供机器人视觉;将采集到的家庭成员的静态图像和动态画面传给远程医疗中心。

  机器人视觉的作用是从3维环境图像中获得所需的信息并构造出环境对象的明确而有意义的描述。视觉包括3个过程:

(1)图像获龋通过视觉传感器(立体影像的CCD CAMERA)将3维环境图

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top