脑控轮椅作为医疗护理领域的服务机器人,是脑机接口技术和智能机器人技术的一次完美结合。随着全球老龄化趋势的加剧以及人们对智慧医疗服务的迫切渴求,脑控轮椅将会逐渐得到人们的广泛关注。脑控轮椅要投入实际应用,自主导航能力是关键。脑控轮椅的自主导航能力通过定位与导航技术实现。目前移动机器人定位与导航技术的研究比较多,但是脑控轮椅及其应用的场合具有自己的特点,在室内环境中至今没有成熟的解决方案。本文针对室内环境下脑控轮椅的定位与导航中的关键技术和难点进行研究,主要做了以下工作:首先,本文对脑控轮椅即时定位与地图创建(SLAM)进行了研究。传统的基于Rao-Blackwellised粒子滤波的SLAM方法需要大量粒子,本文提出了改进的算法。针对里程计读数误差较大的问题,本文引入迭代最近邻点(ICP)算法来估计脑控轮椅位姿变化量,并将配准结果代替里程计信息。改进的算法采用基于ICP配准结果的运动模型作为建议分布,针对每个粒子根据建议分布采样多次选择优质粒子,根据有效粒子数目进行重采样。通过仿真实验和实际实验验证算法的有效性和性能。其次对脑控轮椅自定位技术进行了研究。传统的蒙特卡洛定位(MCL)算法有效且适用性广,但是初始定位阶段依赖大量粒子且收敛速度较慢。本文根据脑控轮椅的特点和MCL算法的缺陷提出了有效的自定位算法。首先根据激光测距仪获得的初始扫描数据和地图信息使用ICP算法对初始粒子集进行矫正,然后使用改进的MCL算法进行定位。本文所提的自定位算法能够显著降低所需粒子数量和提高收敛速度,在粒子数量少的情况下定位的成功率有较大提高。然后针对室内环境中静态障碍物提出了基于轮廓的定位算法。从相对安装的相机获取图像,经矫正、障碍物前景提取、轮廓提取和拟合、相平面到地平面、轮廓叠加等步骤后完成静态障碍物的定位,并针对轮廓拟合过程中常见的过拟合问题进行检测和处理。实验结果验证了基于轮廓的静态障碍物定位算法的有效性。最后对脑控轮椅路径规划和路径跟踪控制进行了研究。在对比多种有效的路径规划算法后,根据脑控轮椅安全性第一的原则,选择Voronoi图路径规划算法,用于规划最安全的路径。本文根据规划出来的路径是分段直线段的特点提出了分段路径跟踪策略,使用经典PID控制算法完成路径跟踪控制任务。脑控轮椅自主导航实验验证了算法的有效性。