基于无目标定位与Stanley控制器的分离式护理床分层对接系统研究

《IEEE Access》：Hierarchical Control for a Split Nursing Bed Docking System Using Target-free Localization and a Stanley Controller

本文针对智能护理床高精度自主对接需求，提出了一种创新解决方案。研究团队开发了基于床架结构角点特征的无目标定位方法，结合三阶贝塞尔曲线路径规划与Stanley控制器，实现了毫米级精度的安全对接。实验表明，该系统定位误差仅0.03±0.015 m，对接精度达11.55±1.61 mm，且耗时比传统网格法减少5.1秒，为临床护理提供了更高效舒适的技术支持。

　　

随着全球人口老龄化趋势加速，行动不便人群对智能辅助设备的需求日益迫切。分离式护理床作为一项突破性解决方案，能够实现床椅状态的无缝转换，显著提升患者生活质量并减轻护理人员负担。然而，要实现轮椅模块与床架之间的精确自主对接，仍面临诸多技术挑战：需要在环境不确定性条件下实现毫米级定位精度，生成确保患者舒适度的平滑运动轨迹，对初始条件变化保持鲁棒性，同时还要满足医疗机构的成本效益要求。

传统对接系统主要依赖人工操作或基于标记物、导轨和电磁传感器的方法，这些方法存在明显局限性。标记物系统需要精心校准的环境，且易被遮挡；导轨方案缺乏灵活性，限制房间布局；电磁解决方案安装成本高，可能干扰医疗设备。这些缺陷促使研究人员寻求更智能的解决方案。

在《IEEE Access》发表的这项研究中，Chen He等研究人员开发了一种创新的分层控制框架，通过三方面核心贡献推进了该领域发展：首先提出了利用护理床架固有角点特征的无目标定位方法，消除了对人工标记物的依赖；其次结合三阶贝塞尔曲线与Stanley控制器，优化了路径规划与跟踪策略；最后通过全面实验验证了系统性能。

研究团队采用模块化机械设计与基于ROS（机器人操作系统）的导航软件相结合的技术路线。核心的无目标定位方法通过定制线分割算法从LiDAR数据中提取床架的结构角点，该算法通过扫描点之间的斜率差异识别角点，由实验确定的分割阈值进行调节。对于精确运动控制，系统首先生成平滑连续的三阶贝塞尔曲线轨迹，然后通过Stanley控制器进行动态航向和速度调整。

目标无定位策略通过三个主要阶段实现：点云分割、坐标校正和角点识别。该方法直接利用床架的结构角（CA、AB、BD），而非依赖人工靶标。床架线划分原理基于LiDAR扫描几何特性，通过计算斜率差异Δk_i来识别线段的连续性，显著角点差异标记线段之间的过渡点。研究人员特别处理了两种主要分割情况：角点位于两个扫描点之间或与单个扫描点重合的情况，通过阈值比较实现高效分割。

对接控制策略方面，研究以传统的10cm×10cm网格方法作为基线对比。提出的路径跟踪方法在导航目标激活后启动，通过YAML配置文件选择预设点进行一键对接。基于建立的起点和终点，通过路径优化定位剩余两个控制点以生成平滑的三阶贝塞尔曲线。贝塞尔曲线路径优化分析表明，保持中间控制点之间的平衡定位可确保最小平均曲率而无突然的方向变化。

Stanley控制器实现中，研究人员通过Simulink仿真优化增益系数，发现k=0.2时能实现平滑稳定的路径跟踪，而k=1.0则产生振荡行为。控制器基于简化的运动学车辆模型和路径几何学，横向误差动力学公式E'=v sin(e_θ)表明横向误差修正速率与车辆速度和相对于路径的航向误差正弦值直接相关。

定位精度比较

通过10次试验对比显示，无目标定位方法对CA段的平均误差为0.03±0.015 m，AB段为0.05±0.02 m，而人工靶标方法对OA段的平均误差为0.04±0.02 m。角度误差方面，无目标∠A的平均误差为1.0±0.8°，靶标∠O为1.5±1.0°。统计分析表明无目标定位算法的精度与人工靶标方法相当，误差完全满足临床场景高精度对接控制的要求。

对接性能比较

对接精度实验表明，Stanley控制方法平均精度为11.55 mm，网格方法为11.34 mm，两者均满足对接要求。但Stanley方法表现出更优的稳定性，标准偏差为±1.61 mm（网格法为±2.87 mm），误差范围更小（5 mm对8.1 mm）。对接时间方面，Stanley方法在所有10次实验中均更快，平均比网格方法快5.1秒（57.8秒对62.9秒总体平均）。随着距离增加，网格方法的对接时间增长率为117.5%，而Stanley方法为73.8%，在最大距离时快14秒（效率提升19.2%），显示出更优的动态响应和操作效率。

研究结论表明，该分层控制框架通过无目标定位与优化路径跟踪的集成，有效解决了医疗机器人领域的关键挑战。目标无定位方法实现了从传统标记依赖方法的范式转变，在保持精度的同时消除了人工标记物相关的结构复杂性。贝塞尔曲线规划与Stanley路径跟踪的结合相比传统网格方法展现出优势，特别是连续路径跟踪能力与离散单元校正方法的根本差异确保了性能优势。

该研究的实际意义在于为完全自主的辅助系统提供了重要进展，优先考虑医疗环境中的操作可靠性和患者舒适度。模块化框架可能对患者转运系统、药物输送机器人和移动监测平台产生更广泛的影响。虽然研究在受控实验室条件下进行，但结果为各种服务机器人应用中的低速精密对接提供了宝贵见解。

研究也存在一定局限性，包括在静态环境下进行评估，对其他轮椅运动学结构的适用性需要进一步研究，以及需要正式的临床验证来全面评估对接操作期间的可用性和接受度。未来研究方向包括在动态真实条件下验证系统性能，探索对其他机器人平台的适用性，以及进行实际患者的临床验证。