Design and Implementation of a Low-Cost Wireless Hand-Gesture-Controlled Wheelchair Using MPU6050 and NRF24L01
DOI:
https://doi.org/10.65405/f6cghf48الكلمات المفتاحية:
MPU6050, NRF24L01, Arduino Nano, L298N Motor Driver, Assistive Mobility, Wireless Wheelchair Controlالملخص
يقدّم هذا البحث تصميمًا وتنفيذًا لنظام تحكم لاسلكي في الكرسي المتحرك باستخدام إيماءات اليد، بهدف تحسين الحركة وزيادة الاستقلالية لدى الأشخاص ذوي الإعاقات الجسدية. يعتمد النظام على حساس القصور الذاتي MPU6050 المدمج داخل قفاز يُرتدى باليد، حيث يلتقط ميل اليد واتجاه حركتها بصورة دقيقة. ثم تُعالج بيانات الحساس بواسطة متحكم Arduino Nano، وتُرسل لاسلكيًا عبر وحدة NRF24L01 إلى وحدة استقبال مثبتة على الكرسي المتحرك.
في جهة الاستقبال، تقوم وحدة Arduino Nano أخرى باستقبال الأوامر وتفسيرها، بينما يتولى مشغل المحركات L298N التحكم في محركين كهربائيين لتنفيذ حركات الكرسي الأساسية، وهي: التقدم، التراجع، الانعطاف يمينًا، الانعطاف يسارًا، والتوقف. وقد تم تصميم النظام بالاعتماد على مكونات منخفضة التكلفة وسهلة الاستخدام، مع التركيز على تحقيق أداء موثوق وعملي.
أظهرت الاختبارات العملية داخل البيئات الداخلية أن النظام يعمل بسلاسة، ويوفّر اتصالًا لاسلكيًا مستقرًا، ودقة جيدة في تمييز الإيماءات، واستجابة سريعة في تشغيل المحركات. وتؤكد النتائج أن التحكم بالإيماءات المعتمد على الحساسات يمكن أن يكون بديلًا عمليًا وفعّالًا لوحدة التحكم التقليدية (Joystick)، خاصةً للمستخدمين الذين يعانون من محدودية في حركة الأطراف العلوية.
التنزيلات
المراجع
Branford, K. P.,Van Straten, M.G., Jahanian, O., Morrow, M. M. B. & Cain S. M. (2025). An inertial sensor-based comprehensive analysis of manual wheelchair user mobility during daily life in people with SCI. PLOS ONE, 20(8), e0323050. https://doi.org/10.1371/journal.pone.0323050
Haddoun, A., Djabri, D., Saidani, M. & Benbouzid, M. (2025). Development and evaluation of a head-controlled wheelchair using wearable inertial sensors. Engineering Science and Technology, an International Journal, 36, Article in press. https://doi.org/10.1016/j.mex.2025.103485
Han, Y., Zhou, L., Jiang,W. & Wang G. (2024). Intelligent wheelchair human–robot interactive system: A review. Journal of Mechanical Science and Technology, 38. https://doi.org/10.1007/s12206-024-0731-7
Iqbal, H., Zheng, J., Chai, R. & Chandrasekaran, S. (2024). Electric powered wheelchair control using user-independent classification methods based on surface electromyography signals. Medical & Biological Engineering & Computing, 62, 167–182. https://doi.org/10.1007/s11517-023-02921-z
Kundu, A. S., Mazumder, O., Lenka, P. K., & Bhaumik, S. (2018). Hand gesture recognition-based omnidirectional wheelchair control using IMU and EMG sensors. Journal of Intelligent & Robotic Systems, 91, 529–541. https://doi.org/10.1007/s10846-017-0725-0
Miftahussalam, I., Julian, E. S., Prawiroredjo, K. & Djuana, E. (2023). Wheelchair control system with hand movement using accelerometer sensor. Microelectronic Engineering, 271, Article 112018. https://doi.org/10.1016/j.mee.2023.112018
Shahzad, W., Ayaz, Y., Khan, M. J., Naseer, N., & Khan, M. (2019). Enhanced performance for multi-forearm movement decoding using hybrid IMU/sEMG interface. Frontiers in Neurorobotics, 13, Article 43. https://doi.org/10.3389/fnbot.2019.00043
Zhang, D., Liao, Z., Xie, W., Wu, X., Xie, H. & Xiao, J. (2022). Fine-grained and real-time gesture recognition by using IMU data for assistive device control. IEEE Transactions on Mobile Computing, 21(12), 4421–4433. https://doi.org/10.1109/TMC.2021.3120475
التنزيلات
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2026 مجلة العلوم الشاملة
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
