不需要操纵杆的导航
有严重运动障碍的轮椅使用者通常面临一个令人沮丧的矛盾：他们可能最需要最先进的行动技术，但却最缺乏操作标准操纵杆控制的身体能力。位于不来梅的德国人工智能研究中心（DFKI）的研究团队认为AI可以弥补这一差距。在加州阿纳海姆举行的CSUN辅助技术会议上，DFKI高级研究员Christian Mandel和他的同事Serge Autexier展示了能够半自主和完全自主导航的轮椅原型——这些轮椅不响应操纵杆输入，而是响应自然语言语音指令，比如"带我去咖啡机"。
系统如何工作
DFKI原型集成了多种传感器模态：两个lidar传感器提供360度障碍物检测，3D深度相机用于近距离空间感知，车轮里程计用于位置估算，以及运行实时处理的嵌入式计算机。该系统还与房间级基础设施接口，包括提供俯视图的无人机安装摄像头。
在半自主模式下，用户使用操纵杆驾驶，同时系统监控周围环境并进行干预以防止碰撞。在完全自主模式下，用户说出目的地，确认预期路径，轮椅使用开源ROS2 Nav2导航堆栈进行导航，该堆栈具有同步定位和映射功能，可进行实时地图构建和障碍物规避。该系统不需要预先映射的环境，这对于日常变化的空间中的真实世界可用性至关重要。
成本和可靠性问题
总部位于多伦多的Braze Mobility首席执行官Pooja Viswanathan指出成本是主要障碍。电动轮椅的成本已经高达数万美元，添加lidar和计算硬件在计算集成劳动力之前可能会增加显著成本。这些资金系统是围绕传统轮椅设计的，没有能力评估或报销先进AI系统。
可靠性呈现出同样严重的挑战。轮椅不是一个便利工具——对使用者来说，它是获得独立的主要手段。法国IRISA的生物医学研究工程师Louise Devinge清晰地表述了可靠性挑战："你添加的传感、计算和自主性越多，就越难在轮椅使用者遇到的各种真实世界环境中确保稳健的性能。"
协作理念
CSUN的一个反复出现的主题是将AI轮椅系统设计为协作者而非替代品。许多轮椅使用者已经以非凡的技能进行导航，会发现完全自主系统削弱了他们的自主权。该技术应该在损伤造成真正障碍的特定场景中增强能力，而不是给已经开发出有效应对策略的用户增加复杂性。
Mandel描述了他职业生涯初期见证的一个时刻，一位有严重障碍的使用者以超越他的智能轮椅系统能力的技能驾驭狭窄通道。"永远不要低估轮椅使用者在没有它的情况下能做什么，"他说。他估计主流就绪的智能轮椅大约还需要十年时间，这个时间表与典型的医疗设备开发和监管批准周期一致。
本文基于IEEE Spectrum的报道。阅读原文。
Originally published on spectrum.ieee.org
