在智能轮椅的辅助导航中，如何在保障安全的同时尊重用户的自主意愿，一直是人机交互领域的核心难题。传统的意图预测方法往往试图给出唯一的“标准答案”，这容易在复杂环境中引发误判。本文介绍了一种名为 DIWIE（基于扩散模型的轮椅用户意图估计） 的新型人工智能框架。它创新性地利用图像生成领域的扩散模型技术，不仅能够预测用户的多种可能轨迹，还能量化这种“不确定性”。通过融合眼动、语义等多源数据且无需预先构建地图，DIWIE 为智能轮椅提供了一种更安全、更自然且具有高度泛化能力的“读心术”。一、 背景与挑战：当机器人需要“猜”人心对于许多行动不便人士而言，动力轮椅是独立的基石。然而，操作轮椅并非易事，特别是对于存在运动或视觉障碍的用户。为此，研究人员开发了“共享控制”系统，旨在由用户主导方向，机器人提供防撞或导航辅助。这一技术的关键在于意图估计：机器人需要提前预判用户想去哪里。传统困境：过去的方法大多基于概率模型或深度学习，试图预测一条“最优路径”。但人类行为充满变数——在路口左转还是右转？是为了穿过这扇门还是为了给别人留门？环境依赖：许多系统依赖预先绘制的地图和标记好的目标点（如“去厨房”），这在家庭环境尚可，但在超市、医院等动态、陌生的复杂场景中却难以落地。DIWIE 的诞生正是为了解决这些痛点：它不再执着于唯一的答案，而是学会“拥抱不确定性”。
二、 核心创新点一：用“扩散”模型预测多条未来DIWIE 最大的突破在于将 去噪扩散概率模型（DDPM） 引入了轮椅导航领域。在此之前，DDPM 主要用于生成逼真的人脸图像或艺术画作。1. 为什么是扩散模型？传统的预测模型（如卷积神经网络 LSTM）通常是确定性的，输入相同，输出就相同。然而，用户的行为是随机的。在走廊尽头面对三个门，用户可能选任何一个。传统方法：强行预测一个概率最高的门，一旦猜错，辅助系统就会帮倒忙。DIWIE 方法：像生成艺术画作一样，一次性生成 M 条 合理的未来轨迹。2. 不确定性作为置信度DIWIE 生成的多条轨迹不仅是备选方案，更是一种置信度指标。如果生成的 8 条轨迹高度重合，说明模型对预测非常有信心（例如在一条笔直的长廊上）。如果轨迹发散很大，说明当前情境充满歧义（例如在复杂的十字路口）。这种能力让共享控制系统能根据置信度动态调整干预力度——在不确定时多听用户的，在确定时积极辅助。三、 核心创新点二：不依赖地图的“多模态”全知视角为了摆脱对预定义地图的依赖，DIWIE 将轮椅变成了一个即时感知的综合体。它采用以自我为中心的视角，完全基于轮椅当前的传感器输入进行预测，就像人类驾驶员看路一样。DIWIE 融合了五类关键数据：运动历史：轮椅过去几秒的轨迹和速度。占用层：通过激光雷达感知周围的障碍物（墙、柱子）。用户注意力：这是极具创新的一点。通过头戴式显示器（HoloLens），模型获取用户的眼动追踪和头部姿态。用户在看哪里，往往预示着想去哪里。语义信息：利用摄像头识别环境中的物体（门、桌子、人），理解环境的语义含义。操纵杆指令：用户手部的操作信号。实验发现，用户注意力（眼动） 是仅次于历史轨迹的第二重要特征。这证明了在辅助技术中，观察用户的“视线”比单纯的听指令更有效。四、 核心创新点三：带“安全围栏”的轨迹生成生成式模型的一个常见缺陷是“天马行空”，可能会生成穿过墙壁的轨迹。为了保证安全性，DIWIE 引入了碰撞引导模块。原理：在模型生成轨迹的去噪过程中，实时计算当前轨迹与障碍物地图的碰撞风险。作用：这相当于给模型戴上了“安全眼镜”。它是一个软约束机制，在不扼杀轨迹多样性的前提下，引导模型避开障碍物。结果：实验数据显示，加上这个模块后，预测轨迹的碰撞率（CR） 大幅降低，同时保持了极高的位移预测精度。五、 实验验证：表现究竟如何？研究团队在 4 种复杂环境中（包括狭窄走廊、拥挤的室内外场所），通过 13 名驾驶员收集了超过 23 万个样本进行测试。对比对象包括传统的卷积 LSTM 模型和条件变分自编码器（CVAE）。关键指标突破：精度更高：在 5 秒的预测时长内，DIWIE 的平均位移误差（minADE）和最终位移误差（minFDE）均为最低。唯一破 1 米：它是所有对比方法中，唯一将 5 秒后的最终位置预测误差控制在 1 米以内的模型。考虑到轮椅本身约 0.9 米的长度，这具有极高的实用价值。泛化能力强：在“新用户-新环境”的测试中，DIWIE 没有出现明显的性能下降，证明它不需要针对每个用户或房间重新训练，具备强大的通用性。实时性：虽然扩散模型通常计算量大，但研究人员通过优化，将去噪步数缩减至 100 步。在实际轮椅搭载的 NVIDIA Jetson AGX Orin 边缘计算平台上，推理速度可达到每秒 5 帧以上，完全满足实时辅助控制的需求。
六、 结论与展望：从预测到共情DIWIE 的成功标志着智能轮椅从“被动反应”向“主动预判”迈出了重要一步。它不再仅仅是一个防撞工具，而是一个能够理解人类行为模糊性、具有“同理心”的智能伙伴。未来的研究将进一步探索：动态环境建模：目前的模型将人群视为静态障碍物，未来将尝试预测行人的移动，让轮椅在人群中穿梭更自如。闭环控制：将 DIWIE 直接集成到底层控制算法中，根据预测的不确定性动态调节机器人与用户的控制权重。个性化：适应不同身体状况（如震颤、反应迟缓）的特定用户群体。通过将最前沿的生成式 AI 技术应用于辅助机器人，DIWIE 为提升残障人士的生活质量和出行自由度开辟了新的道路。