为了给残障人士提供性能优越的代步工具，帮助他们提高行动自由度及重新融入社会，许多国家都对智能轮椅进行了研究。随着残障人士对生活质量需求的不断提高，尤其是对参加竞技体育的渴望，人们对智能轮椅性能提出了更高的要求。比赛过程中，为了保障安全要求智能轮椅避障更加智能。因此，本文提出一种基于策略转换机制的避障策略。该策略结合基于改进模糊神经网络的避障算法和基于状态控制变量的避障算法进行全向智能轮椅的避障导航。主要研究工作有以下几个方面：1)基于改进模糊神经网络的轮椅避障算法针对传统的基于模糊逻辑避障算法中参数选取依赖设计者经验的问题，提出能够自主学习的基于改进模糊神经网络的避障算法。该算法结合模糊逻辑和神经网络各自的优点，利用神经网络训练模糊逻辑参数，优化了模糊逻辑参数，改善了避障效果。2)基于状态控制变量的全方向轮椅避障算法针对全向轮椅使用者期望目标方向和轮椅避障规则方向冲突的问题，提出基于状态控制变量的避障算法。该算法通过状态控制变量记录不同时刻的全向轮椅运行状态，使避障方向尽可能接近用户原来的运动方向，更好的满足使用者的避障需求，解决方向冲突问题。3)基于策略转换机制的轮椅网球双打避障策略为避免轮椅网球双打中队友间碰撞和增加配合默契，提出基于策略转换机制的避障策略。该策略结合基于改进模糊神经网络的避障算法和基于状态控制变量的避障算法，并为其赋予不同的权值，实现轮椅网球双打中的避障。当障碍物处于视场角内(比如轮椅向前运动)时，基于改进模糊神经网络的算法为主避障算法；反之，基于状态控制变量的算法为主避障算法。通过基于策略转换机制的避障策略，改善了轮椅网球双打中的避障效果。仿真实验和实机实验表明，本文所提的基于改进模糊神经网络的避障算法、基于状态控制变量的避障算法以及基于策略转换机制的避障策略，改善了全向智能轮椅的避障效果，具有实际的应用价值。