目前社会老龄化程度在不断加剧,与此同时科学技术也在不断进步,为此市场上逐步出现了兼备护理功能和行驶功能的多功能电动轮椅床,该类产品不仅可以帮助用户进行康复训练,还可以扩大用户的活动范围。针对目前电动轮椅床在轮椅状态下存在的体积较大导致驾驶较为困难的问题,提出一种基于机器视觉导航与避障的智能护理轮椅床系统,旨在降低轮椅床的驾驶难度,提高轮椅床的安全性和适用性。本文首先根据目前市场需求,完成了轮椅床视觉导航与避障系统的软硬件设计。运用深度学习图像处理技术进行轮椅床的可行驶区域分割,提出ISBSNet语义分割网络,采用两步反卷积上采样替代Bi Se Net中的单步插值上采样,并在室内场景数据集上进行模型训练。通过分析相机的成像模型和标定算法并对比多种单目视觉测距方法,采用基于地平面约束的几何关系法对障碍物的位置进行测量。提出结合Smooth A*算法和动态窗口法的轮椅床路径规划算法。Smooth A*算法增加了衰减型方向代价,可以规划出更为平滑、大角度转弯更少的全局最优路径;动态窗口法根据环境的动态变化并考虑轮椅床的外形尺寸和运动学特性进行实时局部路径规划,从而保证轮椅床从起始位置平稳、无碰撞地行驶至目标位置。最后,将本文提出的视觉导航与避障系统部署于多功能护理轮椅床样机中,并用实验验证本文所提出的各个算法和检验系统的导航与避障的正确性。实验结果表明,改进的语义分割网络类平均像素分割精度可达90.02%、MIo U可达78.2%,分割速度可达53fps;单目视觉测距技术纵向距离测量误差在3%以内,横向距离测量误差在5%以内;结合了Smooth A*算法和动态窗口法的路径规划算法适用于轮椅床的导航与避障任务,能够规划出平稳、舒适的路径,整个系统满足任务需求,具有一定的推广性。