CN111358554A - 基于先组合后筛选的预弯柔性针路径优化方法 - Google Patents

Abstract

基于先组合后筛选的预弯柔性针路径优化方法，属于智能医疗机器人控制与决策领域。其优化对象为基于预弯柔性针的穿刺模型组合而成的穿刺路径，优化结果为有效避障并能顺利抵达目标位置的最优穿刺路径。基于预弯柔性针的穿刺模型，获取符合要求的直线穿刺轨迹和弧线穿刺轨迹；组合操作：基于起点终点位置，通过组合的方式将得出的直线、弧线轨迹拟合出符合穿刺逻辑的路径集合；筛选操作：将路径集合与障碍集合进行计算，筛选出可避障碍的最优路径备选解；优化操作：基于优化目标函数从最优路径备选解中获取路径最优解。该方法创新之处在于采用了先组合后筛选的方法，使所得到的穿刺路径不仅具有较高的精度，而且是全局最优解。

Description

基于先组合后筛选的预弯柔性针路径优化方法

技术领域

本发明涉及一种预弯柔性针路径规划方法，具体为基于先组合后筛选的预弯柔性针路径优化方法，属于智能医疗机器人控制与决策领域。

背景技术

微创手术通过靶向穿刺，可直接对体内病灶区域进行诊断和药物投递，具有创伤小、恢复快等优点。随着现代医疗的不断发展和患者要求的提高，微创手术的快速发展已成为必然趋势。

钢针最先用于微创手术，但它仅能刺出直线轨迹，受限于复杂人体状况，为此演化为柔性针(“Nonholonomic Modeling of Needle Steering.“(International Journal ofRobotics Research,2006,25(5-6)：509-525)。柔性针具有受到组织阻力，其针尖会产生偏转而形成弧线穿刺的特点；在此基础上出现的套管预弯柔性针，则可有效避免柔性针旋转对组织造成巨大损伤的问题(”Efficient mechanism design and systematic operationplanning for tube-wire flexible needles“(Journal of Mechanisms and Robotics,2018,10(6):pp.1-9))。基于套管预弯柔性针，如何对其进行路径规划，即如何求得有效避障并能顺利抵达目标位置的最优穿刺路径，成为问题的关键。

在现有的技术中，柔性针穿刺路径规划方法大致分为随机抽样法和数学计算方法两类。(”Path optimization algorithm and its robustness for bevel tip flexibleneedle“(International Journal of Advanced Robotic Systems,2018,15(5)))随机抽样方法即在空间中以某种方式探索符合的基础点，最终连接形成路径，例如随机树算法、狼群算法。

2017年湘潭大学的李鹏等人提出《基于环境特征和随机算法的柔性针路径规划方法》(专利申请公开号：CN106650298A，公开日：2017年05月10日)，根据障碍分级调整路径评估函数权重系数，可以针对环境求得不同优化解，该方法不足之处在于所求路径较复杂不一定能应用实际。

2019年北京航空航天大学、深圳市汇泰科电子有限公司的张辉等人提出了基于狼群算法的穿刺机器人柔性针运动路径规划装置及方法(专利申请公开号： CN110083156A，公开日：2019年08月02日)。该方案在柔性针的穿刺路径模型和路径优化的目标函数的基础上，生成到靶点的路径作为人工狼，以路径的目标函数值作为更新头狼位置的标准，根据穿刺路径模型的约束条件来获得最优路径。该方案缩短了路径规划耗时，但其缺点在于不一定能求得最优解。数学计算方法是将路径规划的问题转化为运用优化函数对函数模型求解的方法。

2013年清华大学的覃征等人提出柔性针穿刺的路径规划方法(专利申请公开号：CN102920510A，公开日：2013年02月13日)，利用最短弧线长度求解算法得到静态最短路径，其问题在于无法优化轨迹误差且无法保证精度。

2019年北京航空航天大学、华中科技大学同济医学院附属协和医院的张辉等人提出了一种基于MPC算法的柔性针穿刺路径跟踪控制方法(专利申请公开号：CN 110262230A，公开日：2019年09月20日)，可以建立预测模型，滚动优化和反馈校正，但是其路径计算复杂，且精度无法保证。

发明内容

为了克服现有技术的不足和缺陷，本发明提出一种先组合后筛选的方法，其优化对象为基于预弯柔性针的穿刺模型组合而成的穿刺路径，优化结果为能够有效避障的穿刺路径。该方法创新之处在于采用了先组合后筛选的方法，使所得到的穿刺路径不仅具有较高的精度，而且是全局最优解。

本发明的技术方案如下：

基于先组合后筛选的预弯柔性针路径优化方法，包括以下步骤：

步骤1：基于预弯柔性针的穿刺模型，获取符合要求的直线穿刺轨迹和弧线穿刺轨迹；

步骤2：组合操作：基于起点终点位置，通过组合的方式将得出的直线、弧线轨迹拟合出符合穿刺逻辑的路径集合；

步骤3：筛选操作：将路径集合与障碍集合进行计算，筛选出可避障碍的最优路径备选解；

步骤4：优化操作：基于优化目标函数从最优路径备选解中获取路径最优解。

优选的，步骤1中的预弯柔性针穿刺模型，预弯套管柔性针针芯完全缩入套管时，可以获取直线轨迹，记为L；当针芯相对于套管伸出不同长度时，可以获取一定曲率半径范围内的弧线轨迹，记为C₁、C₂、C₃、......C_n，其曲率半径分别为 r₁、r₂、r₃、......r_n。

优选的，步骤2中的组合操作，即基于穿刺起点和终点位置，将由预弯柔性针穿刺模型得到的直线和弧线轨迹，按柔性针穿刺逻辑的要求进行组合，得到路径集合。

优选的，步骤2组合操作中的起点终点位置，将起点Θ(0,0)作为惯性坐标系XOY的原点，得到终点位置为η(a,b)。步骤1中的轨迹，直线轨迹表示为 L＝f(x,y)，弧线轨迹表示为

步骤2中的符合逻辑的路径由L和C_n组合而成，符合逻辑指直线轨迹无法与相交直线轨迹组合，直线轨迹与弧线轨迹、弧线轨迹与弧线轨迹以相切的方式组合，无需曲率连续。符合逻辑的路径由单或二状态的直线轨迹L和弧线轨迹C_n组合而成，基本组合为以下五种情况：

1)单直线轨迹P_1i：

P_1i＝f(x,y)|f(0,0)＝f(a,b)＝0 (1)

2)单弧线轨迹P_2i：

3)直线轨迹与弧线轨迹组合P_3i：

4)弧线轨迹和直线轨迹组合P_4i：

5)弧线轨迹和弧线轨迹组合P_5i：

上式中i、m、n＝1、2、......n，δ_i是指为弧线轨迹C_n与直线轨迹L相切点。实际的路径集合可由以上5种基本组合进行集成得到的点集。

优选的，步骤3中的筛选操作，将由步骤2经过组合操作得到的路径集合基于避障原则进行筛选，得出能实现有效避障的备选穿刺路径。

优选的，步骤3筛选操作中的筛选方法是将由步骤2经过组合操作得到的路径集合与障碍集合求交集。若两者交集为空集，则输出路径集合；所述障碍集合为障碍所述范围的点集。

优选的，步骤4中的优化函数为根据路径规划对靶向穿刺精确性和安全性的要求得出的如下优化函数：

其中k表示该路径中圆弧轨迹的数量；C_k表示当前待优化路径中第k条弧线轨迹；r_k表示当前待优化路径中弧线轨迹C_k的曲率半径；ε为误差系数，取

表示预弯柔性针穿刺模型平均曲率半径；根据起点坐标Θ(0,0)，终点坐标η(a,b)，得到

弧微分

∫_Lf(x,y)ds表示路径中直线轨迹L的路径长度；

表示路径中弧线轨迹C_k的路径长度。

计算各备选路径对应的优化Y值，求出对应Y值最小的路径即为最优路径。

与现有技术相比，本发明的有益效果是：基于预弯柔性针的特性，根据柔性针的穿刺模型的目标函数求解，可以直接应用于实际情况，具有较高的精度；通过先组合后筛选的方法，可以简化求解过程，在应用分类的同时筛掉不作为路径的解，方便优化求出全局最优解。

附图说明

图1为本发明中基于先组合后筛选的预弯柔性针路径优化选择方法流程图；

图2为本发明中组合路径示意图；

图3为本发明中初步筛选方法流程图。

具体实施方式

下面结合附图和基于先组合后筛选的预弯柔性针路径优化选择方法对本发明的具体实施作进一步描述。

如图1所示路径优化方法总体流程图，本发明基于先组合后筛选的预弯柔性针路径优化选择方法，包括以下步骤：

步骤1：基于预弯柔性针的穿刺模型，得出符合的直线穿刺轨迹和弧线穿刺轨迹；

由于预弯套管柔性针的穿刺模式主要由其内置预弯针芯来决定，当针芯完全缩入套管之中时，柔性针进给时会刺出直线轨迹，记为L；当针芯相对于套管伸出不同长度时，可以获取一定曲率半径范围内的弧线轨迹，记为 C₁、C₂、C₃、......C_n，其曲率半径分别为r₁、r₂、r₃、......r_n。

步骤2：组合操作：基于起点终点位置，通过组合的方式将得出的直线、弧线轨迹拟合出符合穿刺逻辑的路径集合；

所述组合操作，即基于穿刺起点和终点位置，将由预弯柔性针穿刺模型得到的直线和(或)弧线轨迹，按柔性针穿刺逻辑的要求进行组合，得到路径集合。

优选的，如图2所示，为路径组合示意图，图中包含起点坐标Θ(0,0)，终点坐标η(a,b)。所述步骤2中的符合逻辑的路径由L和C_n组合而成，符合逻辑指直线轨迹无法与相交直线轨迹组合，直线轨迹与弧线轨迹、弧线轨迹与弧线轨迹以相切的方式组合，无需曲率连续。符合逻辑的路径由单或二状态的直线轨迹L 和弧线轨迹C_n组合而成，基本组合为以下五种情况：

1)单直线轨迹P_1i：

P_1i＝f(x,y)|f(0,0)＝f(a,b)＝0 (1)

2)单弧线轨迹P_2i：

3)直线轨迹与弧线轨迹组合P_3i：

4)弧线轨迹和直线轨迹组合P_4i：

5)弧线轨迹和弧线轨迹组合P_5i：

上式中i、m、n＝1、2、......n，δ_i是指为弧线轨迹C_n与直线轨迹L相切点。实际的路径集合可由以上5种基本组合进行集成得到的点集。

步骤3：筛选操作：将路径集合与障碍集合进行计算，筛选出可避障碍的最优路径备选解；

优选的，所述步骤3的筛选操作，将由步骤2经过组合操作得到的路径集合基于避障原则进行筛选，得出能实现有效避障的备选穿刺路径。

优选的，所述步骤3筛选操作中的筛选方法是将由步骤2经过组合操作得到的路径集合与障碍集合求交集若两者交集为空集，则输出路径集合；所述障碍集合为障碍所述范围的点集。

如图3所示，根据路径和障碍集合的关系进行初步筛选，其步骤如下：

(1)输入h条组合路径，i＝j＝0,i_max＝h，分别取路径P_i和障碍集合O的点集并作交，交集为空集时，跳转步骤(3)；交集不为空时，跳转步骤(2)。

(2)取i＝i+1，若i≤i_max跳转步骤(1)，否则结束运算。

(3)取j＝j+1，令P_j＝P_i，输出P_j，取i＝i+1，若i≤i_max跳转步骤(1)，否则结束运算。

步骤4：基于优化目标函数从最优路径备选解中获取路径最优解。

根据路径规划对靶向穿刺精确性和安全性的要求，得出如下优化函数：

其中k表示该路径中圆弧轨迹的数量；C_k表示当前待优化路径中第k条弧线轨迹；r_k表示当前待优化路径中弧线轨迹C_k的曲率半径；ε为误差系数，取

表示预弯柔性针穿刺模型平均曲率半径；根据起点坐标Θ(0,0)，终点坐标η(a,b)，得到

弧微分

∫_Lf(x,y)ds表示路径中直线轨迹L的路径长度；

表示路径中弧线轨迹C_k的路径长度。

计算各备选路径对应的优化Y值，求出对应Y值最小的路径即为最优路径。

Claims (6)

1.基于先组合后筛选的预弯柔性针路径优化方法，其特征是，包括以下步骤：

步骤1：基于预弯柔性针的穿刺模型，获取符合要求的直线穿刺轨迹和弧线穿刺轨迹；

步骤2：组合操作：基于起点终点位置，通过组合的方式将得出的直线、弧线轨迹拟合出符合穿刺逻辑的路径集合；

步骤3：筛选操作：将路径集合与障碍集合进行计算，筛选出可避障碍的最优路径备选解；

步骤4：优化操作：基于优化目标函数从最优路径备选解中获取路径最优解。

2.根据权利要求1所述的基于先组合后筛选的预弯柔性针路径优化方法，其特征是，步骤1中，所述预弯柔性针的穿刺模型，预弯套管柔性针针芯完全缩入套管时，可以获取直线轨迹，记为L；当针芯相对于套管伸出不同长度时，可以获取一定曲率半径范围内的弧线轨迹，记为C₁、C₂、C₃、......C_n，其曲率半径分别为r₁、r₂、r₃、......r_n。

3.根据权利要求2所述的基于先组合后筛选的预弯柔性针路径优化方法，其特征是，步骤2中，所述组合操作，即基于穿刺起点和终点位置，将由预弯柔性针穿刺模型得到的直线和弧线轨迹，按柔性针穿刺逻辑的要求进行组合，得到路径集合。

4.根据权利要求3所述的基于先组合后筛选的预弯柔性针路径优化方法，其特征是，步骤2中，组合操作中的起点终点位置，将起点Θ(0,0)作为惯性坐标系XOY的原点，得到终点位置为η(a,b)；步骤1中的轨迹，直线轨迹表示为L＝f(x,y)，弧线轨迹表示为

步骤2中符合逻辑的路径由L和C_n组合而成，符合逻辑指直线轨迹无法与相交直线轨迹组合，直线轨迹与弧线轨迹、弧线轨迹与弧线轨迹以相切的方式组合，无需曲率连续；合逻辑的路径由单或二状态的直线轨迹L和弧线轨迹C_n组合而成，基本组合为以下五种情况：

1)单直线轨迹P_1i：

P_1i＝f(x,y)|f(0,0)＝f(a,b)＝0 (1)

2)单弧线轨迹P_2i：

3)直线轨迹与弧线轨迹组合P_3i：

4)弧线轨迹和直线轨迹组合P_4i：

5)弧线轨迹和弧线轨迹组合P_5i：

上式中i、m、n＝1、2、......n，δ_i是指为弧线轨迹C_n与直线轨迹L相切点，实际的路径集合可由以上5种基本组合进行集成得到的点集。

5.根据权利要求4所述的基于先组合后筛选的预弯柔性针路径优化方法，其特征是，步骤3中，所述筛选操作，将由步骤2经过组合操作得到的路径集合基于避障原则进行筛选，得出能实现有效避障的备选穿刺路径；即由步骤2经过组合操作得到的路径集合与障碍集合求交集，若两者交集为空集，则输出路径集合；所述障碍集合为障碍所述范围的点集。

6.根据权利要求5所述的基于先组合后筛选的预弯柔性针路径优化方法，其特征是，步骤4中，优化函数为根据路径规划对靶向穿刺精确性和安全性的要求得出的如下优化函数：

其中，k表示该路径中圆弧轨迹的数量；C_k表示当前待优化路径中第k条弧线轨迹；rk表示当前待优化路径中弧线轨迹C_k的曲率半径；ε为误差系数，取

表示预弯柔性针穿刺模型平均曲率半径；根据起点坐标Θ(0,0)，终点坐标η(a,b)，得到

弧微分

_Lf(x,y)ds表示路径中直线轨迹L的路径长度；

表示路径中弧线轨迹C_k的路径长度；

计算各备选路径对应的优化Y值，求出对应Y值最小的路径即为最优路径。

Images