I. Giới thiệu
Trong bối cảnh gia tăng số lượng người khuyết tật và người cao tuổi, việc phát triển các phương tiện hỗ trợ di chuyển như xe lăn điện trở nên cấp thiết. Luận án này trình bày một phương pháp định vị xe lăn bằng cách sử dụng tín hiệu EEG và camera. Mục tiêu là tạo ra một hệ thống điều khiển tự động cho xe lăn thông minh, giúp người dùng dễ dàng di chuyển đến các điểm đích trong môi trường nội thất.
1.1 Tính cấp thiết
Sự gia tăng số lượng người khuyết tật đã tạo ra nhu cầu lớn cho các giải pháp di chuyển an toàn và hiệu quả. Xe lăn điện không chỉ giúp duy trì tính độc lập mà còn cải thiện chất lượng cuộc sống cho người dùng. Việc áp dụng công nghệ trí tuệ nhân tạo và công nghệ định vị trong việc điều khiển xe lăn là một bước tiến quan trọng trong lĩnh vực này.
II. Phương pháp nghiên cứu
Luận án áp dụng một quy trình ba giai đoạn để điều khiển xe lăn điện. Đầu tiên, người dùng sẽ chọn điểm đến trên giao diện máy tính thông qua tín hiệu EEG. Tiếp theo, xe lăn sẽ xác định vị trí bắt đầu dựa trên các vật mác trong môi trường. Cuối cùng, hệ thống sẽ tự động điều khiển xe lăn đến đích dựa trên thông tin đã thu thập.
2.1 Phân loại hoạt động nháy mắt
Luận án đã phát triển hai phương pháp phân loại hoạt động nháy mắt từ tín hiệu EEG. Phương pháp đầu tiên sử dụng ngưỡng biên độ, cho phép phân loại với độ chính xác cao trên 97%. Phương pháp thứ hai áp dụng mô hình CNN-1D, yêu cầu thu thập dữ liệu huấn luyện trước. Cả hai phương pháp đều cho thấy khả năng nhận diện chính xác các hoạt động nháy mắt, từ đó tạo ra các lệnh điều khiển cho xe lăn.
III. Định vị và điều khiển xe lăn
Để xác định vị trí của xe lăn điện, hệ thống sử dụng camera để thu thập thông tin về các vật mác trong môi trường. Các hình ảnh thu được sẽ được xử lý để xác định vị trí của xe lăn dựa trên các đặc điểm của vật mác. Hệ thống cũng sử dụng một bản đồ 2D ảo để điều khiển xe lăn, cho phép người dùng dễ dàng chọn điểm đến và giảm thiểu sự tham gia của người dùng trong quá trình điều khiển.
3.1 Mô hình điều khiển thực ảo
Mô hình điều khiển thực-ảo cho phép xe lăn tự động di chuyển đến các điểm đích đã được xác định trên bản đồ 2D ảo. Mô hình này sử dụng thuật toán Deep Q-Networks (DQNs) để tìm kiếm đường đi tối ưu, giúp tăng cường tính an toàn và hiệu quả trong việc điều khiển xe lăn. Kết quả thí nghiệm cho thấy mô hình này có thể điều khiển xe lăn đến đích một cách ổn định và an toàn hơn so với việc điều khiển bằng tay.
IV. Kết luận và triển vọng
Luận án đã chứng minh tính khả thi của việc sử dụng tín hiệu EEG và camera trong việc định vị xe lăn điện. Các phương pháp và mô hình được phát triển không chỉ có giá trị lý thuyết mà còn có thể áp dụng thực tiễn trong việc hỗ trợ người khuyết tật. Việc phát triển xe lăn tự động với chi phí thấp sẽ mở ra nhiều cơ hội cho người dùng trong tương lai.
4.1 Triển vọng nghiên cứu
Nghiên cứu có thể mở rộng để tích hợp thêm các công nghệ mới như robot hỗ trợ và công nghệ cảm biến để nâng cao khả năng tự động hóa và an toàn cho xe lăn điện. Việc áp dụng các công nghệ này sẽ giúp cải thiện hơn nữa trải nghiệm của người dùng và đáp ứng tốt hơn nhu cầu di chuyển của họ.
