CN111035454A - 可读存储介质以及手术机器人 - Google Patents

Abstract

本发明涉及一种可读存储介质以及手术机器人，手术机器人包括控制系统、力识别系统、机械臂子系统和导航子系统；机械臂子系统包括机械臂，机械臂的末端用于可拆卸地连接靶标笔；导航子系统用于获取预定对象上感兴趣的注册点并发送给机械臂子系统；机械臂子系统用于根据预定对象上感兴趣的注册点，控制机械臂运动，以使机械臂驱动靶标笔运动，使靶标笔运动至预定对象上感兴趣的注册点；力识别系统设置在机械臂上，用于检测机械臂末端所受到的作用力并发送给控制系统；控制系统用于根据机械臂末端所受到的作用力，判断靶标笔是否已运动到预定对象上感兴趣的注册点；这样设置，可以提高骨注册的准确性。

Description

可读存储介质以及手术机器人

技术领域

本发明涉及医疗器械技术领域，特别涉及一种可读存储介质以及手术机器人。

背景技术

计算机辅助导航系统已成为现代外科技术的重要组成部分，帮助操作者更精确、更安全地进行多种复杂手术，在骨科各个方面具有许多不可替代的优越性，因其精确性、安全性、低辐射等特点使其在临床实践中逐渐得到广泛应用。可用于引导操作人员进行手术训练、制定手术计划、实时导航手术器械和减少病人创伤。在人工关节置换领域，计算机辅助，使截骨更准确，假体安装更精确，术后力线恢复更接近生理状态。

一般的，手术机器人在使用时需要事先进行骨注册，建立实体骨骼与虚拟影像之间的对应关系，为操作者截骨、骨面处理及假体放置提供三维信息。以膝关节截骨操作为例，传统的骨注册方法为操作人员手持靶标笔，在患者骨头上选择注册点，完成骨注册。但是，操作人员操作靶标笔很难准确把握插入软骨的深度，导致无法正确地选中骨头上的注册点，降低了骨注册的准确性，而且手动注册过程费时费力，效率低下，且容易产生注册偏差。

因此，有必要提供一种手术机器人，能够自动完成或辅助完成骨注册过程，提高骨注册的准确性以及注册效率。

发明内容

为实现上述目的，本发明提供一种可读存储介质以及手术机器人，用于自动完成或辅助操作人员完成骨注册过程，提高骨注册效率，帮助操作人员减轻工作负担，特别地，还能够识别机械臂末端的受力状况，以此保证准确地选中骨头上的注册点，提高了骨注册的准确性和安全性。

根据本发明的一个方面，提供了一种可读存储介质，其上存储有程序，当所述程序被运行时执行以下的步骤：

根据导航子系统选择预定对象上感兴趣的注册点，向机械臂子系统发送所选择的预定对象上感兴趣的注册点的信息；

控制机械臂子系统中的机械臂运动，以使所述机械臂控制靶标笔运动至所述预定对象上感兴趣的注册点；

获取力识别系统检测机械臂末端所受到的作用力；以及

根据所述机械臂末端所受到的作用力，判断所述靶标笔是否已运动到所述预定对象上感兴趣的注册点。

可选的，在所述可读存储介质中，当所述程序被运行时，还包括执行以下步骤：

获取导航子系统采集所述靶标笔的当前位置信息；

根据所述靶标笔的当前位置信息，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点。

可选的，在所述可读存储介质中，当所述程序被运行时，根据所述机械臂末端所受到的作用力，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤的优先级高于根据所述靶标笔的当前位置信息，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤的优先级。

可选的，在所述可读存储介质中，当所述程序被运行时，所述根据所述机械臂末端所受到的作用力，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤包括：

判断力识别系统是否工作正常；

若是，则控制所述机械臂驱动所述靶标笔向所述注册点运动。

可选的，在所述可读存储介质中，当所述程序被运行时，若所述判断力识别系统工作正常，则在控制所述机械臂驱动所述靶标笔向所述注册点运动的步骤之后，还包括：

将所述机械臂的末端所受到的作用力与标定值进行比较；

若达到所述标定值，则确定所述靶标笔已运动到预定对象上感兴趣的注册点；

若未达到所述标定值，则继续控制所述机械臂驱动所述靶标笔向所述注册点运动，直至所述机械臂末端所受到的作用力达到所述标定值。

可选的，在所述可读存储介质中，当所述程序被运行时，在确定所述靶标笔已运动到预定对象上感兴趣的注册点之后，执行以下步骤：

判断所述导航子系统是否能够正常采集所述靶标笔的位置信息；

若是，控制所述机械臂驱动所述靶标笔向下一个感兴趣的注册点运动；

若否，控制所述机械臂调整所述靶标笔的姿态，直至所述导航子系统能够正常采集所述靶标笔的位置信息。

可选的，在所述可读存储介质中，当所述程序被运行时，在控制机械臂运动之前，执行以下步骤：

根据所述导航子系统所选择的预定对象上感兴趣的注册点，所述机械臂子系统规划一运动轨迹，所述机械臂驱动所述靶标笔沿所述运动轨迹运动至感兴趣的注册点。

可选的，在所述可读存储介质中，当所述程序被运行时，在判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤之前，执行以下步骤：

根据所述力识别系统获取的每个机械臂关节所受到的作用力，计算得到所述机械臂的末端所受到的作用力；

获取所述力识别系统所得到的所述机械臂末端所受到的作用力；

比较计算得到的所述机械臂的末端所受到的作用力，与利用力识别系统所得到的所述机械臂末端所受到的作用力；

若两者的偏差超出预定范围，则更新所述力识别系统。

可选的，在所述可读存储介质中，当所述程序被运行时，所述力识别系统获取每个机械臂关节所受到的作用力的步骤包括：

根据安装在每个所述机械臂关节的第一传感器，检测所述机械臂关节所受到的作用力。

可选的，在所述可读存储介质中，当所述程序被运行时，所述力识别系统得到所述机械臂末端所受到的作用力的步骤包括：

根据安装在所述机械臂末端的第二传感器，检测所述机械臂末端所受到的作用力。

可选的，在所述可读存储介质中，当所述程序被运行时，采用神经网络计算的方法计算所述机械臂末端所受到的作用力，且在输出所述机械臂末端所受到的作用力之前，还包括对所述力识别系统进行神经网络训练的步骤，并保持神经网络训练后的网络结构以及权值文件。

根据本发明的另一个方面，还提供一种手术机器人，其包括控制系统、力识别系统、机械臂子系统和导航子系统；所述机械臂子系统包括机械臂；所述机械臂的机械臂末端用于连接靶标笔；所述控制系统分别与所述力识别系统、所述机械臂子系统和所述导航子系统通信连接，所述导航子系统与所述机械臂子系统通信连接；

所述导航子系统被配置为将预定对象上感兴趣的注册点的信息发送给所述机械臂子系统；所述机械臂子系统被配置为根据所述预定对象上感兴趣的注册点的信息，控制所述机械臂运动，以驱动所述靶标笔运动至预定对象上感兴趣的注册点；

所述力识别系统设置在所述机械臂上，所述力识别系统用于检测所述机械臂末端所受到的作用力并发送给所述控制系统；所述控制系统被配置为根据所述机械臂末端所受到的作用力，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点。

在所述手术机器人中，所述导航子系统被配置为：采集所述靶标笔的当前位置信息并发送给所述控制系统；所述控制系统被配置为根据所述靶标笔的当前位置信息，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点。

在所述手术机器人中，所述控制系统被配置为，根据所述机械臂末端所受到的作用力，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤的优先级高于根据所述靶标笔的当前位置信息，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤的优先级。

在所述手术机器人中，所述控制系统被配置为，判断力识别系统是否工作正常；若是，则控制所述机械臂驱动所述靶标笔向所述注册点运动。

在所述手术机器人中，若所述判断力识别系统工作正常，所述控制系统被配置为将所述机械臂末端所受到的作用力与所述控制系统内预存的标定值进行比较；若达到所述标定值，则确定所述靶标笔已运动到预定对象上感兴趣的注册点；若未达到所述标定值，则继续控制所述机械臂驱动所述靶标笔向所述注册点运动，直至所述机械臂末端所受到的作用力达到所述标定值。

在所述手术机器人中，在确定所述靶标笔已运动到预定对象上感兴趣的注册点之后，所述控制系统还被配置为判断所述导航子系统是否能够正常采集所述靶标笔的位置信息；若是，控制所述机械臂驱动所述靶标笔向下一个感兴趣的注册点运动；若否，控制所述机械臂调整所述靶标笔的姿态，直至所述导航子系统能够正常采集所述靶标笔的位置信息。

在所述手术机器人中，所述机械臂包括多个机械臂关节，所述力识别系统包括第一力识别装置和第二力识别装置；

所述第一力识别装置包括多个第一传感器，每个所述机械臂关节处设置至少一个所述第一传感器；所述第一传感器用于检测对应的机械臂关节所受到的作用力；

所述第二力识别装置包括至少一个设置在所述机械臂末端的第二传感器，所述第二传感器用于检测所述机械臂末端所受到的作用力；

所述控制系统被配置为：

根据多个所述第一传感器检测到的所述机械臂关节所受到的作用力，计算得到所述机械臂末端所受到的作用力；比较计算得到的所述机械臂末端所受到的作用力，与检测得到的所述机械臂末端所受到的作用力；

若两者的偏差超出预定范围，则更新所述力识别系统。

在所述手术机器人中，所述第一传感器包括双编码器、力矩传感器以及分布式光栅传感器中的至少一种，所述第二传感器包括六轴传感器。

在所述手术机器人中，每个所述机械臂关节处设置有双编码器，所述双编码器包括绝对式编码器和增量式编码器；所述机械臂还包括用于驱动所述机械臂关节的驱动器和减速器，所述驱动器的输出端连接所述减速器的输入端，所述减速器的输出端连接所述机械臂关节；其中，所述绝对式编码器和增量式编码器中的一个设置在所述减速器的输入端，另一个设置在所述减速器的输出端。

在所述手术机器人中，所述机械臂关节所受到的作用力τ的计算公式为：

τ＝Kδ

其中，K为所述减速器的刚度模型；δ为所述机械臂关节的变形量；T1为所述绝对式编码器所反馈回的所述机械臂关节的绝对位置；T2为所述增量式编码器所反馈回的所述机械臂关节的相对位置；c1为所述绝对式编码器的分辨率；c2为所述增量式编码器的分辨率；S0为所述增量式编码器的启动初始化位置。

在所述手术机器人中，所述双编码器与所述控制系统通信连接；所述控制系统用于根据所述双编码器的数据偏差与所述机械臂关节所受到的作用力的映射关系，获取所述机械臂关节所受到的作用力。

在所述手术机器人中，所述控制系统被配置为采用神经网络计算的方法计算所述机械臂末端所受到的作用力，且在输出所述机械臂末端所受到的作用力之前，对所述力识别系统进行神经网络训练，并保持神经网络训练后的网络结构以及权值文件。

在所述手术机器人中，所述手术机器人包括自动运行模式和辅助运行模式；

当所述手术机器人处于所述自动运行模式时，所述机械臂子系统根据接收到的感兴趣的注册点的信息，规划运动轨迹，并控制所述机械臂驱动所述靶标笔沿着所述运动轨迹运动至预定对象上感兴趣的注册点；

当所述手术机器人处于所述辅助运行模式时，由外力驱动所述机械臂运动并带动所述靶标笔运动至预定对象上感兴趣的注册点。

在本发明提供的可读存储介质以及手术机器人中，使用手术机器人进行骨注册，便于提高骨注册效率，帮助操作人员减轻工作负担，尤其地，在骨注册过程中，借助于力识别系统可以识别机械臂末端的受力状况，便于根据机械臂的受力状况来判断靶标笔穿刺软骨的情况，从而控制插入软骨的深度，确保正确地选中骨头上的注册点，提高了骨注册的准确性和安全性。进一步使用力识别系统中的多种传感器来分别获取机械臂末端所受到的作用力信息，便于将这些作用力信息进行相互校验，确保受力信息检测的准确性和可靠性。而且在骨注册过程中，还进一步判断力识别系统是否工作正常，若不正常可以手动进行骨注册，这样进一步确保了受力检测的准确性和可靠性。更进一步还可根据神经网络的计算方法得到机械臂末端所受到的作用力信息，进一步提高了受力检测的精度。

附图说明

本发明的实施方法以及相关实施例的特征、性质和优势将通过结合下列附图进行描述，其中：

图1为本发明实施例中的手术机器人在执行手术过程的整体示意图；

图2为本发明实施例中的机械臂的结构示意图；

图3为本发明实施例中的手术机器人进行骨注册的总流程图；

图4为本发明实施例中的手术机器人处于辅助运行模式时进行骨注册的流程图；

图5为本发明实施例中的手术机器人处于自动运行模式时进行骨注册的流程图；

图6a为本发明实施例中的靶标笔在导航子系统视野外的示意图；

图6b为本发明实施例中的靶标笔在导航子系统视野内的示意图；

图7为本发明实施例中的关节模组的示意图；

图8为本发明实施例中的采用双编码器测量关节力矩的原理图；

图9为本发明实施例中对关节模组进行保护的流程图；

图10为本发明实施例中出厂前对力矩传感器进行维护标定的流程图；

图11为本发明实施例中利用六轴传感器进行在线模型参数更新的流程图；

图12～图13分别为本发明实施例中利用神经网络进行参数更新的原理图。

具体实施方式

以下将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如在本发明中所使用的，单数形式“一”、“一个”以及“该”包括复数对象，除非内容另外明确指出外。如在本发明中所使用的，术语“或”通常是以包括“和/或”的含义而进行使用的，除非内容另外明确指出外。如在本发明中所使用的，术语“若干”通常是以包括“至少一个”的含义而进行使用的，除非内容另外明确指出外。如在本发明中所使用的，术语“至少两个”通常是以包括“两个或两个以上”的含义而进行使用的，除非内容另外明确指出外。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者至少两个该特征。

本发明的核心思想是提供一种手术机器人，旨在通过手术机器人进行协同操作完成骨注册过程，并借助于力识别系统，能够获取机械臂末端所受到的作用力信息(包括力和力矩信息)，确保靶标笔能够准确地选中骨头上的注册点，保证骨注册的准确性和安全性。除此之外，当本发明中使用的传感器受到过大外力的情况下不会发生损坏，确保传感器使用的可靠性。尤其地，传感器之间还可以相互校验，进一步保证骨注册的准确性和可靠性。

图1为本实施例中的手术机器人10在操作实施膝关节手术时的整体示意图。如图1所示，本实施例提供一种手术机器人10，其包括机械臂子系统100和导航子系统200，该两个系统相互通信。本实施例中，所述机械臂子系统100具有自动运行模式和辅助运行模式。当机械臂子系统100处于自动运行模式时，由手术机器人10全自动完成骨注册过程；当机械臂子系统100处于辅助运行模式时，由手术机器人10引导操作人员完成骨注册过程。而所述导航子系统200被用于术前制定手术计划和术中导航，可以在手术过程中跟踪机械臂末端器械，并将器械的位置在病人术前和术中的影像实时更新显示出来，让操作人员随时知道器械的位置同目标对象的关系，使操作人员更精确的进行手术，因此，导航子系统200即是手术机器人10的视觉识别部分。

图2为本实施例中的机械臂110的结构示意图。如图2所示，所述机械臂子系统100包括机械臂110，所述机械臂110包括若干依次连接的机械臂关节以及一机械臂末端，机械臂关节如可为转动关节，用于控制机械臂末端所驱动的手术工具的空间位置和姿态。本实施例中，所述机械臂110至少包括依次连接的五个转动关节，以实现至少五个自由度。进一步，任意相邻两个转动关节通过连接臂连接。

以图2所示的机械臂110为例，所述机械臂110具有五个自由度，并包括依次连接的第一转动关节111、第二转动关节112、自转关节113、第三转动关节114和第四转动关节115。并且，第一转动关节111的旋转轴线、第二转动关节112的旋转轴线和第三转动关节114的旋转轴线相互平行；第三转动关节114和第四转动关节115的旋转轴线相互垂直。进一步，任意相邻两个转动关节之间通过连接臂116连接。其中，所述第一转动关节111连接一个连接臂116，该连接臂116的一端连接第一转动关节111，另一端固定连接底座，底座可以固定在病床20上，也可以固定在手术台车120上。第四转动关节115连接手术工具。本实施例中，所述手术工具即为靶标笔，从而通过机械臂110来连接靶标笔，并通过机械臂带动靶标笔运动，并在患者骨头上选择感兴趣的注册点，完成骨注册过程。

进一步，所述手术机器人10还包括力识别系统，力识别系统设置在机械臂110上，用于检测机械臂末端所受到的作用力。所述机械臂末端所受到的作用力也就是靶标笔穿刺软骨时所受到的作用力。实际应用时，便于根据机械臂末端所受到的作用力，判断靶标笔是否已穿刺到硬骨表面，这样做，便于准确控制靶标笔插入软骨的深度，从而正确地选中骨头上的注册点，提高骨注册的准确性和安全性。

本实施例中，所述手术机器人10还包括控制系统，分别与力识别系统、机械臂子系统100和导航子系统200通信连接。所述力识别系统将其检测到的机械臂末端所受到的作用力的信息反馈至所述控制系统，所述控制系统根据所述机械臂末端所受到的作用力的信息，判断靶标笔是否已穿刺到骨头表面，也即判断靶标笔是否运动到骨头上感兴趣的注册点。进一步，所述控制系统内部存储有机械臂末端所受到的作用力的标定值，该标定值可通过实验完成标定。所述控制系统将检测到的机械臂末端所受到的作用力与标定值进行比较，若实际检测的作用力与标定值相符合(指实际检测的作用力达到标定值，即大于等于标定值)，则可确定靶标笔已穿刺到骨头表面，并正确地选中了骨头上的注册点，反之，若实际检测的作用力未达到标定值，则继续控制所述机械臂驱动所述靶标笔向所述注册点运动(如继续深入)，并重复将所述机械臂末端所受到的作用力与标定值进行比较，直至所述机械臂末端所受到的作用力达到所述标定值。

进一步，所述力识别系统包括第一力识别装置和/或第二力识别装置。所述第一力识别装置包括多个第一传感器，且在每个机械臂关节上设置至少一个第一传感器，这些第一传感器均用于检测转动关节所受到的作用力。进而所述控制系统根据第一力识别装置反馈回的所有机械臂关节的作用力的信息，计算得到机械臂末端所受到的作用力。此处，控制系统可以根据本领域公知的方式计算得到机械臂末端所受到的作用力。此外，所述控制系统可以采用现有任一PLC控制器、单片机、微处理器、FPGA，本领域技术人员可在本申请公开基础上结合本领域的公知常识能够知晓如何选择。所述第二力识别装置包括至少一个第二传感器，第二传感器设置在机械臂末端上，例如设置在机械臂的第四转动关节115上，以直接检测机械臂末端所受到的作用力。与第一力识别装置相比，通过第二力识别装置无需计算便可直接获取机械臂末端的受力信息，使用更为简单和方便，并且更加精确。本实施例中，所述机械臂末端所受到的作用力包括力和力矩信息。

进一步，所述第一力识别装置包括位置传感装置、压力传感装置以及光栅传感装置中的至少一种，当然也可以是两种或两种以上的传感装置组合使用。所述位置传感装置包括绝对位置传感装置和相对位置传感器装置。绝对位置传感器装置包括绝对式编码器，如光学编码器、绝对磁编码器、绝对旋转变压编码器或旋转电位器等。相应的，相对位置传感装置包括增量式编码器。压力传感装置包括压力传感器。光栅传感装置包括分布式光栅传感器。也即，所述第一力识别装置包括一种或多种第一传感器。进一步，所述机械臂110上各个转动关节处所布置的第一传感器的类型可以相同或不相同，例如在一些转动关节上设置压力传感器，而在另一些转动关节上设置双编码器，优选，在同一个转动关节上既设置双编码器，又设置压力传感器。例如在同一个转动关节上设置双编码、压力传感器以及光栅传感器中的一种或多种组合。进一步，所述第二力识别装置优选包括六轴传感器，数量可以是一个或多个。

图3为本实施例中的手术机器人10进行骨注册的总流程图。如图3所示，所述手术机器人10执行骨注册的过程包括如下步骤：首先进入骨注册模式，开始骨注册S00；之后，执行以下步骤。

步骤S01：选择骨注册的运行模式，例如选择手术机器人自动完成骨注册的模式，或选择手术机器人辅助的方式完成骨注册的模式。

步骤S02：指定运行模式后，导航子系统200向机械臂子系统100发送感兴趣的注册点的信息。具体的，所述导航子系统200在进行术前规划时，根据术前采集的图像信息、病人信息、假体信息或操作者选择的特征点等，选择感兴趣的注册点，并将感兴趣的注册点的信息发送给机械臂子系统。更具体而言，导航子系统200根据CT配准结果重建三维骨头模型，采用的算法可以是多层面重建或最大密度投影重建方法，并根据操作者选择的特征点，在特征点附近选择感兴趣点。选择感兴趣的注册点后，导航子系统200将感兴趣的注册点在空间中相对于手术机器人的基坐标发送给机械臂子系统100，也即导航子系统200将感兴趣的注册点的位置信息发送给机械臂子系统100。

步骤S03：在接收到感兴趣的注册点的位置信息后，机械臂子系统100规划运动轨迹，以使机械臂末端沿着预设的运动轨迹运动到感兴趣的注册点。在规划运动轨迹时，机械臂110连接靶标笔并根据感兴趣的注册点的位置进行轨迹规划，规划过程中，机械臂子系统100优选运用机器人正逆运动学方程以及动力学方程完成轨迹规划。

步骤S04：规划运动轨迹后，根据所选择的骨注册运行模式，机械臂110驱动靶标笔运动至感兴趣的注册点，并选择骨头上的注册点。此处，如果是自动运行模式，则控制系统控制机械臂110驱动靶标笔运动至感兴趣的注册点。如果是辅助运行模式，则在机械臂的引导下，操作人员操作驱动机械臂110并带动靶标笔运动至感兴趣的注册点。

当靶标笔运动到感兴趣的注册点后，执行步骤S05：导航子系统20采集靶标笔的当前位置信息，且所述控制系统根据靶标笔的当前位置信息，判断靶标笔是否已运动到感兴趣的注册点，若是，则确定已完成该注册点的注册，并可进行下一个的注册点的注册S06，并返回重复执行步骤S03至S05，直至完成全部感兴趣的注册点的骨注册。

特别地，判断靶标笔是否运动到感兴趣的注册点时，所述控制系统还根据机械臂末端所受到的作用力的信息，判断靶标笔是否已经穿过软骨到达骨头表面。若已经穿过软骨到达骨头表面，则可确认靶标笔已运动到感兴趣的注册点并正确地选中了骨头上的注册点。在一些实施例中，所述控制系统同时根据靶标笔的当前位置信息和机械臂末端所受到的作用力的信息，判断靶标笔是否已运动到感兴趣的注册点。进一步的，所述控制系统优先根据机械臂末端所受到的作用力的信息判断靶标笔是否已运动到感兴趣的注册点。具体来说，虽然靶标笔未运动到目标位置，但如果此时机械臂末端所受到的作用力已达到标定值，则认为靶标笔已经运动到感兴趣的注册点。进一步，如果靶标笔运动到目标位置，但此时机械臂末端所受到的作用力还未达到标定值时，则优选由操作人员判断是否继续穿刺到骨表面。因此，根据机械臂末端所受到的作用力，判断靶标笔是否已运动到感兴趣的注册点的步骤的优先级高于根据靶标笔的当前位置信息，判断靶标笔是否已运动到感兴趣的注册点的优先级。

图4为优选实施例中的辅助运行模式的骨注册流程图。如图4所示，如果在上述步骤S01中，选择辅助运行模式，则手术机器人10执行以下步骤：

步骤S101：导航子系统200向机械臂子系统100发送感兴趣的注册点的位置信息。

步骤S102：在接收到感兴趣的注册点的位置信息后，在机械臂110的引导下，操作人员操作机械臂110驱动靶标笔运动至感兴趣的注册点，也即由操作人员控制机械臂驱动靶标笔穿刺软骨直至到达骨头表面，并在骨头上选择注册点。该过程中，机械臂子系统100可通过本领域公知的方式如阻抗控制方法，引导操作人员操作机械臂110。

当靶标笔运动至感兴趣的注册点后，执行步骤S1031：控制系统根据导航子系统200采集的靶标笔的当前位置信息，判断靶标笔是否运动到位：

若是，优选执行步骤S104：由操作人员介入并进一步判断是否继续穿刺到骨表面；

若否，继续执行步骤S102。

其中在执行步骤S1031的同时，还优选执行步骤S1032：控制系统根据机械臂末端所受到的作用力的信息，判断穿刺软骨力是否达到标定值：

若是，即可确认靶标笔已运动到感兴趣的注册点，即获得步骤S105的结果；

若否，则继续执行步骤S102。

进一步地，在执行步骤S104时，若操作人员认为要继续穿刺到骨表面，则优选执行步骤S1032；反之，若操作人员认为不需要继续穿刺到骨表面，则可直接获得步骤S105的结果。这是因为，实际的患者骨头与CT重建得到的结果可能会有细微的差别，致使实际到达的骨表面与CT重建的三维模型表面可能不一致，如果仅通过力识别系统判断是否到达骨表面，存在一定的风险，因此，还需要依靠操作人员的人为判断去降低注册点选择不准确的风险，进一步保证骨注册的准确性。

进一步，在获得步骤S105的结果后，继续执行步骤S106：判定导航子系统200是否能够正常采集靶标笔的位置信息：

若是，则到步骤200：驱动靶标笔运动，并进行下一个注册点的注册；

若否，则执行步骤S107：在机械臂的引导下，由操作人员操作机械臂调整靶标笔的姿态，直到导航子系统200能够观察到靶标笔的位置。

图5为优选实施例中的自动运行模式的骨注册流程图。如图5所示，如果在上述步骤S01中，选择自动运行模式，则手术机器人10执行以下步骤：

步骤S201：导航子系统200向机械臂子系统100发送感兴趣的注册点的位置信息。

步骤S202：在接收到感兴趣的注册点的位置信息后，机械臂子系统100规划运动轨迹。

步骤S203：规划运动轨迹后，控制系统控制机械臂110驱动靶标笔沿运动轨迹运动至感兴趣的注册点，也即靶标笔在机械臂的驱动下穿刺软骨直至到达骨头表面，并在骨头上选择注册点。

当靶标笔运动至感兴趣的注册点后，执行步骤S2041：控制系统根据导航子系统200采集的靶标笔的当前位置信息，判断靶标笔是否运动到位：

若是，优选执行步骤S205：由操作人员介入并进一步判断是否继续穿刺到骨表面；

若否，继续执行步骤S203。

优选在执行步骤S2041的同时，还执行步骤S2042：控制系统根据机械臂末端所受到的作用力的信息，判断穿刺软骨力是否达到标定值：

若是，则可直接确认靶标笔已运动到感兴趣的注册点，即获得步骤S206的结果；

若否，则继续执行步骤S203。

进一步地，在执行步骤S205时，若操作人员认为要继续穿刺到骨表面，则优选执行步骤S2042；反之，若操作人员认为不需要继续穿刺到骨表面，则可获得步骤S206的结果。

进一步，在获得步骤S206的结果后，机械臂子系统100将完成信号发送给导航子系统200，导航子系统200根据完成信号采集靶标笔的位置信息，并执行步骤S207：判断导航子系统200是否能够正常采集靶标笔的位置信息：

若是，则到步骤S200：驱动靶标笔运动，并进行下一个注册点的注册；

若否，则执行步骤S208：控制系统控制机械臂运动以调整靶标笔的姿态，直到导航子系统200能够观察到靶标笔的位置。

具体来说，当靶标笔的位置不在导航子系统200的视野范围内，则机械臂110驱动靶标笔进行空间位置不变的旋转运动，即靶标笔的空间位置不变而仅做姿态的改变，此时，机械臂的一部分转动关节保持不动，另一部分转动关节驱动靶标笔围绕一主动不动点转动，直至导航子系统200可以正常采集到靶标笔的位置信息后机械臂停止运动，这样做，便于顺利地进行一个注册点的骨注册。而在辅助运行模式下，机械臂可引导操作人员握持靶标笔围绕主动不动点进行旋转，调整靶标笔的姿态即可。

如图6a和图6b所示，所述导航子系统200包括摄像头210和光学靶标220，摄像头210例如是双目摄像头，一个光学靶标220安装在靶标笔上，另有一个光学靶标220安装在患者骨头上并固定不动。例如图6a所示，当靶标笔上的光学靶标220不在摄像头210的视野范围内时，可通过变换靶标笔的姿态，使光学靶标220围绕主动不动点旋转而进入摄像头210的视野范围内，即如图6b所示。

本实施例中，所述位置传感装置包括两个编码器(或称双编码器)，分别为绝对式编码器301和增量式编码器302。以一个转动关节的力矩检测作为示意。如图7和图8所示，在转动关节处，设置有驱动器303和减速器304，所述减速器304的输出端与转动关节相连接，所述减速器304的输入端与驱动器303相连接，所述驱动器303通过减速器304驱动转动关节转动。驱动器303包括驱动电机，在驱动电机的输出端安装了绝对式编码器301和增量式编码器302中的一个，另一个编码器则安装在减速器304的输出端(如转动关节输出轴)。绝对式编码器301实时采集转动关节的绝对状态参数T1，增量式编码器302实时采集转动关节的相对状态参数T2，绝对状态参数T1和相对状态参数T2均发送给控制系统。

当转动关节受到外力作用时，根据力矩平衡原理，驱动电机的输出力矩τ应当与转动关节受到的外力力矩τ'大小相等，而驱动电机的输出力矩τ与转动关节的变形量有关：

τ＝Kδ

其中：K为减速器304的刚度模型，如谐波减速器的刚度模型；δ为转动关节的变形量。

本实施例中，转动关节的变形量与绝对状态参数T1和相对状态参数T2存在对应关系，可事先通过试验标定该对应关系。或者，通过如下公式计算得到：

其中：T1为绝对式编码器所反馈回的转动关节的绝对位置，绝对位置例如是绝对转动角度；T2为增量式编码器所反馈回的转动关节的相对位置，相对位置例如是相对转动角度；c1为绝对式编码器的分辨率；c2为增量式编码器的分辨率；S0为增量式编码器的启动初始化位置。

因此，控制系统可以根据转动关节的变形量和减速器的刚度模型，获取驱动电机的输出力矩τ，便可根据驱动电机的输出力矩确定转动关节受到的外力力矩τ'。

在替代性实施例中，如图8所示，两个编码器分别安装在所述减速器304的输入端和减速器的输出端。理论上，减速器以及其他传动元件可以等效为一个弹性体306。当转动关节受外力作用时，两个编码器中间的等效弹性体306会发生形变，导致两个编码器互相之间所采集的数据产生偏差，且这一偏差与外力有关。因此，可通过试验标定，便可以得到两个编码器的读数偏差与外力之间的映射关系。进而利用驱动器获取两个编码器的读数，再将读数上传给控制系统，控制系统根据读数获取两个编码器的偏差值，并根据偏差值即可得到关节所受到的外力。

为了便于描述，本文中，将驱动器、减速器、转动关节和第一力识别装置一起统称为关节模组，关节模组除包括位置传感装置以外，还可包括至少一个力矩传感器305，力矩传感器305可以为光学机械变形类型、电磁感应类型或电阻应变类型等。如图7所示，通过力矩传感器305直接检测转动关节受到的力矩信息。这里，位置传感装置和力矩传感器可以相互校验，以对两者的工作状态进行监控，从而进一步提高转动关节力矩识别的准确性。其中力矩传感器305可以安装在减速器的输出端，如关节输出轴上。进一步地，还可以采集驱动电机的输出电流，使控制系统根据驱动电机的输出电流获取转动关节受到的外力信息，以实现冗余检测。

进一步的，所述力矩传感器305为压力传感器。出厂前，可先对压力传感器进行零点标定，具体的，将外力作用在机械臂的转动关节上，并读取压力传感器的输出数据，从而可根据所测输出数据对压力传感器进行零点标定。进而使用时，当机械臂转动关节受到外力作用时，所述压力传感器的形变量转化为电信号传送给控制系统，控制系统根据压力传感器的电信号，即可计算转动关节受到的外力。

在替代性实施例中，所述力矩传感器305还可以为分布式光栅传感器。分布式光栅传感器设置在转动关节处，可与机械臂外壳连接。光栅传感器包括光纤光栅应变计，构成应变桥，布桥方式可参考现有电阻应变桥的布桥方式。并且在各个转动关节处设置光纤光栅应变计，且各个关节模组的光纤光栅应变计共用一路光纤通道。更具体的，由放置在机械臂后端(如底座)的宽带光源发射调制光，经过各关节模组的光纤光栅应变计后，被反射回来，控制系统进行解调之后解算出反射光的波长。如果转动关节受到外力作用，则反射光的波长将发生变化，波长变化量与分布式光栅传感器的应变量成正比，由此可测出各个分布式光栅传感器的应变量，机械臂控制系统再根据分布式光栅传感器的应变量计算得到关节模组所受的外力。

应知晓，力识别系统除了可以识别转动关节力矩和/或机械末端力矩以外，还可以进一步校验力矩信息的准确性。也即，力识别系统优选包括第一力识别装置和第二力识别装置，其中第一力识别装置可以包括多种第一传感器，以此通过不同的方式检测力矩信息，例如机械臂末端的第二力识别装置通过六轴传感器直接感测机械臂末端的力矩信息，而第一力识别装置可通过双编码器、压力传感器、光栅传感器中的一种或多种感测转动关节所受到的力矩信息，第一力识别装置还可通过检测驱动电机的输出电流的方式获取关节所受到的力矩信息。因此，可以在骨注册过程中通过多种检测方式获取机械臂末端的受力信息，且对这些检测信息进行校验，校准计算使用的力矩信息是否准确。此外，通过检测转动关节所受到的力矩信息，还可以起到对关节模组保护的作用，例如机械臂具有主动调整模式和/或被动调整模式，通常地，由机械臂110上的动力机构如驱动电机，驱动机械臂运动的工作方式即为机械臂的主动调整，与此相对的，由笛卡尔作用力驱动机械臂运动的工作方式即为机械臂的被动调整。

在主动调整模式下，所述控制系统在获得机械臂上各个转动关节的力矩后，进而控制所有力矩大于预设的标定值的转动关节上的驱动电机(即驱动力矩大于预设的标定值的关节的驱动电机，下同)停止输出。所述标定值例如为零。这样可以避免在机械臂的主动调整模式操作中因发生人为误操作导致的机械位姿的调整的问题，由此增加机械臂使用过程中的安全性和可靠性。那么，在被动调整模式下，所述控制系统在获得机械臂上各个关节的力矩后，进而控制所有力矩大于预设的标定值(所述标定值例如为零)的转动关节上的驱动电机进行输出；以此，使得机械臂上力矩大于预设的标定值的转动关节上的驱动电机能够配合操作人员驱动机械臂转动关节运动，以使得操作人员能够克服机械臂上转动关节的阻力，从而所述控制系统能够协助操作人员使机械臂顺利运动至预定的位置，这样的方式，增加了机械臂被动调整操作的舒适度和便捷性。显然，自在机械臂上施加外部力的开始至结束，所述机械臂上力矩大于预设的标定值(所述标定值例如为零)的转动关节上的驱动电机均输出动力，从而使得操作人员在被动调整机械臂时更加省力和简便。

以在机械臂末端转动关节设置六轴传感器，以及在各个关节模组处设置双编码器作为示例，各力识别装置将获得的力矩信息传递给控制系统，进而控制系统比较根据双编码器计算得到的机械臂末端所受到的作用力，与六轴传感器直接检测到的机械臂末端所受到的作用力，也即，控制系统对接收到的力矩信息进行校验，根据校验结果确定是否更新校验参数，同时根据校验结果，控制系统还可作出相应的安全保护措施。例如以六轴传感器作为校验基准，更新双编码器中的减速器的刚度系数K，或者更新压力传感器以及光栅传感器中的相关参数。

进一步，控制系统还用于根据接收到的力矩信息，判断力矩传感器是否超过力矩传感器的量程，对力矩传感器进行保护，进一步保证骨注册过程中关节力矩信息的准确性，从而进一步判断穿刺软骨力信息的准确性，保证骨注册的准确性。

图9为优选实施例中的骨注册的流程图。如图9所示，骨注册过程中，在执行到步骤S301靶标笔运动至感兴趣的注册点的过程中，还执行步骤S302：控制系统判断各个关节的力矩传感器是否工作正常；若否，则停止自动运行模式或辅助运行模式，改为手动注册S303，由操作人员手动操作驱动靶标笔进行骨注册；若是，则执行步骤S304：控制系统继续控制所述机械臂驱动所述靶标笔向所述注册点运动，并判断穿刺软骨力是否达到标定值，也即六轴传感器反馈回的力矩值是否达到标定值，如果达到了标定值，则表明靶标笔已经穿过软骨到达骨表面并正确地选中了骨头上的注册点，即可进行下一个注册点的骨注册S305，如果未达到标定值，则执行步骤S306：继续驱动靶标笔穿透软骨以及其他组织，此过程中，随时返回执行步骤S304，直到穿刺软骨力达到标定值。

本实施例中，所述控制系统中可设置两个经验阈值，第一个阈值用于传感器相互校验的阈值，第二个阈值用来判断力矩传感器是否超出其量程。使控制系统根据该两个阈值判断各个关节模组上的传感器是否工作正常。具体来说，控制系统将根据双编码器的检测模型所测量得到的机械臂末端所受到的作用力值，同六轴传感器所测量得到的机械臂末端所受到的作用力值进行比较，若比较后两者的偏差超过第一个阈值所限定的范围，则表明传感器出现了异常，需要更新传感器的相关参数，若两者的偏差在第一个阈值的范围内，则表明传感器工作正常，后续可以使用力识别系统所检测的数据控制靶标笔插入软骨的深度。本发明对于两个阈值的具体大小不作限定，可根据传感器的性能、检测精度等要求通过实验确定。

为了进一步确保力识别系统在出厂后实际使用过程中的可靠性，本实施例的手术机器人10还提供了术前对力识别系统进行维护的功能。

图10为优选实施例中的对力识别系统进行维护的流程图。如图10所示，在步骤S401中，出厂之前，可记录各个机械臂转动关节受外力时编码器的偏差并存储在控制系统中。在步骤S402中，出厂之前，可启动校验程序，校验编码器的可靠性。校验之后，在步骤S403中，自动运行手术机器人，并更新校验参数，确保编码器工作正常。相应的，在出厂之前，在步骤S404中，也需要标定其他力矩传感器采集的数据信息，并确保采集的数据信息的准确性，也即根据六轴传感器来更新关节模组上各传感器的参数，而确保这些传感器的准确性。进而，出厂之后，在实际使用过程中，术前可执行步骤S405，将各个传感器采集的数据与出厂数据进行对比，以确保减速器的刚度。

需说明的是，本发明主要针对手术机器人中的主要机械部件，即谐波减速器进行检查，确保谐波减速器的运行状态正常。在进行刚度确认时，数据库将记录各个机器人产品不同的刚度的经验值范围，根据产品使用的时间以及经验值范围，以及原始的机械和硬件的设计参数，确认在力矩传感器使用一定时间后是否还能够正常工作。

进一步，可在控制系统中设置第三个阈值，若力矩传感器的检测结果超过第三个阈值，则认为力矩传感器无法达到所需精度，需对力矩传感器进行重新维护标定或更换力矩传感器。第三个阈值根据各个机器人产品不同的刚度的经验值范围、产品使用的时间，以及原始的机械和硬件的设计参数，例如，双编码器的分辨率、准确度，力矩传感器及六轴力矩传感器的分辨率，零漂，温漂，谐波减速器的刚度，减速比，减速比误差，以及连接件的刚度模型等确定。

通过以上确认，可以确保谐波减速器与双编码器组成的力矩传感器模型计算得到的力矩是可靠的，能够用在前述提到的保护程序与校验程序中。

在一些实施例中，手术机器人10的控制系统采用神经网络计算方法进行传感器模型参数的更新，具体根据六轴传感器，增加在线神经网络学习，更新传感器模型参数。该神经网络计算方法可以提供在线模型参数的更新，保证各个转动关节的受力情况更加可靠，使力识别系统的可靠性得到进一步的提升。利用六轴传感器进行在线模型参数更新的流程图如图11所示。

如图11所示，在神经网络学习中，需要在流程S501中事先采集六轴传感器反馈回的数据，与此同时，还需要在流程S502以及S503中分别获取编码器的数据和力矩传感器的数据，进而在流程S504中根据编码器的数据获得关节力矩，并在流程S505中根据力矩传感器模型和零点标定得到力矩信息，随后，根据各个关节力矩传感器数据，计算得到机械臂末端的笛卡尔作用力，该机械臂末端的笛卡尔作用力即为神经网络输出数据。更具体的，在流程S508中，以各个关节力矩模型和减速器刚度模型的系数作为神经网络输入参数，并在流程S509中，以输入参数进行在线神经网络学习，并在流程S510中获得机械臂末端的笛卡尔作用力，进而在流程S511中将神经网络的输出结果与实际六轴传感器采集的数据进行比较，以确认是否更新传感器的模型参数。

图12为优选实施例提供的基于神经网络模型获得力矩传感器模型的过程示意。如图12所示，神经网络具有输入层、隐藏层和输出层共三层结构。输入层具有三个节点，分别是力矩传感器参数1、2、3；隐藏层具有两个节点；而输出层则具有一个节点，用于输出单个关节力矩。其中，如果是双编码器，则输入层的三个节点的输入分别对应于谐波减速器的刚度、关节的角速度和关节的角位置；如果是力矩传感器，则输入参数分别为力矩转换系数、力矩传感器零点和力矩传感器温度。而输出层的节点输出为力矩传感器的实际力矩。

本实施例中，采用在线训练后的神经网络模型，即在出厂时首先通过训练样本获得所有节点的权重以及阈值。在使用手术机器人的过程中，不断的更新神经网络中的模型参数，具体的训练方法可以采用梯度下降法，也可以采用其他的现有技术，本发明对此不作限定。

除图12中提到的神经网络模型，本实施例同样提供一种更贴近实际物理意义的模型更新方法，流程可参考图13。

如图13所示，神经网络具有输入层、隐藏层和输出层共三层结构。且输入层具有三个节点，隐藏层具有两个节点，而输出层则具有一个节点。其中，输入层的三个节点的输入对应关节的角速度、关节的角位置和关节电机的输出力矩。输出层的节点输出为力矩传感器的实际力矩。当更新往模型后，根据得到的力矩结果，利用最小二乘法，更新双编码器力矩模型的参数系数，以及力矩传感器的参数系数，将更新后得到的系数用作计算确认。

进一步的，本实施例的控制系统包括存储器和处理器，存储器上存储有程序，以使处理器通过运行所述程序完成以上的功能。

综上所述，根据本发明实施例提供的技术方案，手术机器人利用力识别系统，实现了手术机器人自动完成或辅助完成骨注册的目的，较大地提高了骨注册的效率，同时也提升了骨注册的精度以及成功率。进一步地，利用多种力识别装置保证了手术过程中的穿刺软骨力的准确性，提高了手术精度。更进一步地，手术机器人还提供出厂后的维护方法，能有效保护手术机器人的核心部件，并对机器人的运行状态及部件状态做确认，确保手术过程中不会出现问题。再进一步地，针对六轴传感器，手术机器人还提供一种在线神经网络学习更新模型参数的方法，该方法可以提供在线模型参数的更新，保证各个关节的受力情况更加可靠，使力识别系统的可靠性得到进一步的提升。

尤其地，手术机器人还具有在线校验功能，能对出厂使用后的机器做校验，确保手术前机器人的状态完好，保证手术过程的顺利进行。

Claims (24)

1.一种可读存储介质，其上存储有程序，其特征在于，当所述程序被运行时执行以下的步骤：

根据导航子系统选择预定对象上感兴趣的注册点，向机械臂子系统发送所选择的预定对象上感兴趣的注册点的信息；

控制机械臂子系统中的机械臂运动，以使所述机械臂控制靶标笔运动至所述预定对象上感兴趣的注册点；

获取力识别系统检测机械臂末端所受到的作用力；以及

根据所述机械臂末端所受到的作用力，判断所述靶标笔是否已运动到所述预定对象上感兴趣的注册点。

2.根据权利要求1所述的可读存储介质，其特征在于，当所述程序被运行时，还包括执行以下步骤：

获取导航子系统采集所述靶标笔的当前位置信息；

根据所述靶标笔的当前位置信息，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点。

3.根据权利要求2所述的可读存储介质，其特征在于，根据所述机械臂末端所受到的作用力，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤的优先级高于根据所述靶标笔的当前位置信息，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤的优先级。

4.根据权利要求1所述的可读存储介质，其特征在于，所述根据所述机械臂末端所受到的作用力，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤包括：

判断力识别系统是否工作正常；

若是，则控制所述机械臂驱动所述靶标笔向所述注册点运动。

5.根据权利要求4所述的可读存储介质，其特征在于，若所述判断力识别系统工作正常，则在控制所述机械臂驱动所述靶标笔向所述注册点运动的步骤之后，还包括：

将所述机械臂的末端所受到的作用力与标定值进行比较；

若达到所述标定值，则确定所述靶标笔已运动到预定对象上感兴趣的注册点；

若未达到所述标定值，则继续控制所述机械臂驱动所述靶标笔向所述注册点运动，直至所述机械臂末端所受到的作用力达到所述标定值。

6.根据权利要求1所述的可读存储介质，其特征在于，在确定所述靶标笔已运动到预定对象上感兴趣的注册点之后，执行以下步骤：

判断所述导航子系统是否能够正常采集所述靶标笔的位置信息；

若是，控制所述机械臂驱动所述靶标笔向下一个感兴趣的注册点运动；

若否，控制所述机械臂调整所述靶标笔的姿态，直至所述导航子系统能够正常采集所述靶标笔的位置信息。

7.根据权利要求1所述的可读存储介质，其特征在于，在控制机械臂运动之前，执行以下步骤：

根据所述导航子系统所选择的预定对象上感兴趣的注册点，所述机械臂子系统规划一运动轨迹，所述机械臂驱动所述靶标笔沿所述运动轨迹运动至感兴趣的注册点。

8.根据权利要求1所述的可读存储介质，其特征在于，在判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤之前，执行以下步骤：

根据所述力识别系统获取的每个机械臂关节所受到的作用力，计算得到所述机械臂的末端所受到的作用力；

获取所述力识别系统所得到的所述机械臂末端所受到的作用力；

比较计算得到的所述机械臂的末端所受到的作用力，与利用力识别系统所得到的所述机械臂末端所受到的作用力；

若两者的偏差超出预定范围，则更新所述力识别系统。

9.根据权利要求8所述的可读存储介质，其特征在于，所述力识别系统获取每个机械臂关节所受到的作用力的步骤包括：

根据安装在每个所述机械臂关节的第一传感器，检测所述机械臂关节所受到的作用力。

10.根据权利要求8所述的可读存储介质，其特征在于，所述力识别系统得到所述机械臂末端所受到的作用力的步骤包括：

根据安装在所述机械臂末端的第二传感器，检测所述机械臂末端所受到的作用力。

11.根据权利要求8-10中任一项所述的可读存储介质，其特征在于，采用神经网络计算的方法计算所述机械臂末端所受到的作用力，且在输出所述机械臂末端所受到的作用力之前，还包括对所述力识别系统进行神经网络训练的步骤，并保持神经网络训练后的网络结构以及权值文件。

12.一种手术机器人，其特征在于，包括控制系统、力识别系统、机械臂子系统和导航子系统；所述机械臂子系统包括机械臂；所述机械臂的机械臂末端用于连接靶标笔；所述控制系统分别与所述力识别系统、所述机械臂子系统和所述导航子系统通信连接，所述导航子系统与所述机械臂子系统通信连接；

所述导航子系统被配置为将预定对象上感兴趣的注册点的信息发送给所述机械臂子系统；所述机械臂子系统被配置为根据所述预定对象上感兴趣的注册点的信息，控制所述机械臂运动，以驱动所述靶标笔运动至预定对象上感兴趣的注册点；

所述力识别系统设置在所述机械臂上，所述力识别系统用于检测所述机械臂末端所受到的作用力并发送给所述控制系统；所述控制系统被配置为根据所述机械臂末端所受到的作用力，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点。

13.根据权利要求12所述的手术机器人，其特征在于，所述导航子系统被配置为：采集所述靶标笔的当前位置信息并发送给所述控制系统；所述控制系统被配置为根据所述靶标笔的当前位置信息，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点。

14.根据权利要求13所述的手术机器人，其特征在于，所述控制系统被配置为，根据所述机械臂末端所受到的作用力，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤的优先级高于根据所述靶标笔的当前位置信息，判断所述靶标笔是否已运动到预定对象上感兴趣的注册点的步骤的优先级。

15.根据权利要求12所述的手术机器人，其特征在于，所述控制系统被配置为，判断力识别系统是否工作正常；若是，则控制所述机械臂驱动所述靶标笔向所述注册点运动。

16.根据权利要求15所述的手术机器人，其特征在于，若所述判断力识别系统工作正常，所述控制系统被配置为将所述机械臂末端所受到的作用力与所述控制系统内预存的标定值进行比较；若达到所述标定值，则确定所述靶标笔已运动到预定对象上感兴趣的注册点；若未达到所述标定值，则继续控制所述机械臂驱动所述靶标笔向所述注册点运动，直至所述机械臂末端所受到的作用力达到所述标定值。

17.根据权利要求12所述的手术机器人，其特征在于，在确定所述靶标笔已运动到预定对象上感兴趣的注册点之后，所述控制系统还被配置为判断所述导航子系统是否能够正常采集所述靶标笔的位置信息；若是，控制所述机械臂驱动所述靶标笔向下一个感兴趣的注册点运动；若否，控制所述机械臂调整所述靶标笔的姿态，直至所述导航子系统能够正常采集所述靶标笔的位置信息。

18.根据权利要求12所述的手术机器人，其特征在于，所述机械臂包括多个机械臂关节，所述力识别系统包括第一力识别装置和第二力识别装置；

所述第一力识别装置包括多个第一传感器，每个所述机械臂关节处设置至少一个所述第一传感器；所述第一传感器用于检测对应的机械臂关节所受到的作用力；

所述第二力识别装置包括至少一个设置在所述机械臂末端的第二传感器，所述第二传感器用于检测所述机械臂末端所受到的作用力；

所述控制系统被配置为：

根据多个所述第一传感器检测到的所述机械臂关节所受到的作用力，计算得到所述机械臂末端所受到的作用力；比较计算得到的所述机械臂末端所受到的作用力，与检测得到的所述机械臂末端所受到的作用力；

若两者的偏差超出预定范围，则更新所述力识别系统。

19.根据权利要求18所述的手术机器人，其特征在于，所述第一传感器包括双编码器、力矩传感器以及分布式光栅传感器中的至少一种，所述第二传感器包括六轴传感器。

20.根据权利要求19所述的手术机器人，其特征在于，每个所述机械臂关节处设置有双编码器，所述双编码器包括绝对式编码器和增量式编码器；所述机械臂还包括用于驱动所述机械臂关节的驱动器和减速器，所述驱动器的输出端连接所述减速器的输入端，所述减速器的输出端连接所述机械臂关节；其中，所述绝对式编码器和增量式编码器中的一个设置在所述减速器的输入端，另一个设置在所述减速器的输出端。

21.根据权利要求20所述的手术机器人，其特征在于，所述机械臂关节所受到的作用力τ的计算公式为：

τ＝Kδ

其中，K为所述减速器的刚度模型；δ为所述机械臂关节的变形量；T1为所述绝对式编码器所反馈回的所述机械臂关节的绝对位置；T2为所述增量式编码器所反馈回的所述机械臂关节的相对位置；c1为所述绝对式编码器的分辨率；c2为所述增量式编码器的分辨率；S0为所述增量式编码器的启动初始化位置。

22.根据权利要求20所述的手术机器人，其特征在于，所述双编码器与所述控制系统通信连接；所述控制系统用于根据所述双编码器的数据偏差与所述机械臂关节所受到的作用力的映射关系，获取所述机械臂关节所受到的作用力。

23.根据权利要12所述的手术机器人，其特征在于，所述控制系统被配置为采用神经网络计算的方法计算所述机械臂末端所受到的作用力，且在输出所述机械臂末端所受到的作用力之前，对所述力识别系统进行神经网络训练，并保持神经网络训练后的网络结构以及权值文件。

24.根据权利要12所述的手术机器人，其特征在于，所述手术机器人包括自动运行模式和辅助运行模式；

当所述手术机器人处于所述自动运行模式时，所述机械臂子系统根据接收到的感兴趣的注册点，规划运动轨迹，并控制所述机械臂驱动所述靶标笔沿着所述运动轨迹运动至预定对象上感兴趣的注册点；

当所述手术机器人处于所述辅助运行模式时，由外力驱动所述机械臂运动并带动所述靶标笔运动至预定对象上感兴趣的注册点。

Images