脑控轮椅是脑机接口技术和移动机器人技术的完美结合。随着智慧医疗产业的不断发展,作为服务型机器人的脑控轮椅,得到了越来越多人的关注,越来越多行动不便的患者迫切渴望通过脑控轮椅能够提升生活质量。传统脑控轮椅的操控需要使用者在使用过程中全神贯注,一旦走神,很容易发生意外,这导致使用者承受着很大的精神压力。本文为解决这一问题,将自动驾驶中的自主导航技术与脑控轮椅研究进行融合,将环境地图构建、自主避障、路径规划与导航技术加入到脑控轮椅中。本文针对脑控轮椅与自动驾驶中的自主导航技术进行了研究,主要做了如下工作:首先,本文研究了脑控轮椅的即时定位与地图构建(SLAM)方法。详细介绍了SLAM问题中图优化方法和滤波方法,重点分析研究了激光雷达SLAM方法。采用栅格地图表示方法构建环境地图,通过点云数据匹配处理进行前端数据处理,通过粒子滤波方式进行后端处理。为解决脑控轮椅运行过程中位置漂移的问题,加入回环检测步骤,最终融合成完整的环境地图。其次,对脑控轮椅障碍物检测技术进行了研究,介绍了几种常用的障碍物检测技术及数据处理方式。重点研究了激光雷达数据处理。采用均值滤波法对传感器数据进行滤波处理,采用K-means聚类算法对数据进行聚类分析,并通过实验证明算法的有效性。最后,对脑控轮椅的自主导航及路径规划进行研究。采用A*算法进行全局路径规划,并选用不同的启发函数对算法进行改进。实验证明,改进后的算法能提高运算速度。为解决环境中不确定因素带来的影响,采用DWA算法进行局部路径规划,并通过实验证明,DWA算法的有效性。