CN112043384B - 一种骨折复位机器人外力预测系统 - Google Patents
一种骨折复位机器人外力预测系统 Download PDFInfo
- Publication number
- CN112043384B CN112043384B CN202010741799.5A CN202010741799A CN112043384B CN 112043384 B CN112043384 B CN 112043384B CN 202010741799 A CN202010741799 A CN 202010741799A CN 112043384 B CN112043384 B CN 112043384B
- Authority
- CN
- China
- Prior art keywords
- robot
- force
- fracture
- reduction
- fracture reduction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/30—Surgical robots
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/56—Surgical instruments or methods for treatment of bones or joints; Devices specially adapted therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/70—Manipulators specially adapted for use in surgery
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/56—Surgical instruments or methods for treatment of bones or joints; Devices specially adapted therefor
- A61B2017/564—Methods for bone or joint treatment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Robotics (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Manipulator (AREA)
Abstract
本发明所述一种骨折复位机器人外力预测系统,所述骨折复位机器人采用空间并联6自由度构型。由拉格朗日法推导复位机器人的操作空间动力学,并由雅克比矩阵映射到关节空间动力学。基于并联复位机器人的广义动量和广义动量偏差分析,构建机器人的力残差观测器,进行外力预测。本发明所述方法适用于采用并联机器人进行骨折复位手术操作,主要用于骨折复位过程中的状态监控、过程控制及反馈策略设计等;用于实时检测复位手术中,机器人与骨折部位骨肌组织环境的力觉信息并进行安全的力交互操控,有效提高机器人复位手术操作的安全性。无需在复位机器人末端狭小的空间安装价格昂贵的力传感器,从而降低机器人成本。
Description
技术领域
本发明涉及一种骨折复位机器人外力预测系统,属于机器人技术领域。
背景技术
机器人辅助骨折复位手术,即由机器人自主完成部分复位手术操作或者医生操作机器人完成骨折复位操作,术中可通过X光机透视实时、图像导航系统等实时观察骨折部位的复位情况。机器人辅助骨折复位手术具有精度、不依赖于医生的经验、微创等优点,对提高手术精准度、减少患者手术损伤具有重要意义。
机器人辅助骨折复位手术操作时,需要进行精准的外力感知或预测。
1.机器人的外力感知方面,需考虑:①机器人辅助骨折复位过程中的力感知,一方面可以实时进行手术机器人的末端执行器与骨肌组织的接触碰撞检测,进行力交互;并且不能与患者或周围的器械发生碰撞。但由于受到复位机器人末端执行器的周围空间限制,机器人操作臂末端与周围环境间非常有限的工作空间,不便于安装外部传感器。②机器人末端执行器与周围环境的接触力感知,采用力传感器进行外力检测,精密微型力传感器的价格昂贵,且容易损坏。机器人末端并不适合采用力传感器的外力感知方法。
2.机器人的外力预测方法,需考虑:①由于机器人在骨折复位手术过程中,受到肌肉牵伸力的影响,机器人需克服较大的复位力,通常长骨骨折的复位力达到400N,并且在复位操作和固定过程中需要保持这样大小的力。手术过程中需要对复位力进行实时预测与限制,避免过大的牵伸力拉伤肌肉或神经组织造成对患者二次伤害。②复位过程中,可能出现骨折近端与远端之间的接触碰撞,必须进行外力预测以避免可能发生的接触碰撞。
综上所述,有必要进行机器人骨折复位术中的无传感器外力预测方法。
目前,国内外针对串联机器人,采用无传感器的外力预测方法。考虑到骨折复位机器人系统,需要较大刚度、较高操作精度,不需太大工作空间,采用并联机器人。针对并联机器人的外力预测方法,未见报道。
发明内容
本发明目的在意提供一种骨折复位机器人的外力预测方法。针对股骨、胫骨的长骨骨折类型,机器人辅助骨折复位手术操作时,将骨折近端固定于手术床上,机器人辅助将骨折远端相对于骨折近端进行移动和旋转复位操作。骨折复位机器人采用空间并联构型,构建机器人的力残差观测器,实时检测机器人复位过程中,骨折远端与周围环境的牵拉力、接触碰撞力的干扰力。所述骨折复位机器人的外力预测方法,只需测得并联复位机器人的各个驱动电缸的线位移、线速度及输出力,即可由力残差观测器预测机器人的外力。
本发明所述方法适用于采用并联机器人进行骨折复位手术操作,主要用于骨折复位过程中的状态监控、过程控制及反馈策略设计等;用于实时检测复位手术中,机器人与骨折部位骨肌组织环境的力觉信息并进行安全的力交互操控,有效提高机器人复位手术操作的安全性。无需在复位机器人末端狭小的空间安装价格昂贵的力传感器,从而降低机器人成本。
为达到上述目的,本发明采用如下技术方案:
一种骨折复位机器人的外力预测方法,包括以下操作步骤:
(1)根据拉格朗日动力学建模法,骨折复位机器人系统在操作空间的动力学方程为:
式中,F为机器人驱动力,M(q)为惯性矩阵,科氏力和向心力矩阵,G(q)为重力矩阵,/>分别表示复位机器人动平台加速度和速度;
(2)由操作空间和关节空间的映射关系,复位机器人系统在关节空间的动力学方程为
式中,τ=JTF表示关节空间电动缸驱动力,D(q)、和P(q)分别表示关节空间中的惯性矩阵、科氏力和向心力矩阵以及重力矩阵,/>分别表示电动缸加速度和速度;
(3)当复位机器人进行骨折复位时,机器人受到肌肉牵拉力、接触碰撞的外部干扰力Fext,由复位机器人的速度雅可比矩阵J(q)映射到复位机器人的关节空间,在关节空间有外力矩τext=JT(q)Fext;此时,复位机器人在关节空间的动力学方程为:
式中,τext为由外部牵拉力、接触碰撞力的干扰力Fext施加于复位机器人各驱动电缸的力;
(4)机器人在骨折复位过程中与环境接触存在牵拉力、接触碰撞力的干扰力Fext时,机器人的广义动量将发生较大变化;设置复位机器人的基于广义动量的力残差观测器,进行机器人复位过程中的牵拉力、接触碰撞力预测;
由于难以确定加速度则通过对比实际广义动量和估计广义动量来检测碰撞;骨折复位机器人的广义动量及其偏导,分别为:
式中,p表示广义动量,广义动量时间导数,/>表示惯性矩阵D(q)时间导数;由于/>是反对称矩阵,D(q)是对称且正定矩阵,有:
式中,为/>的转置,则有:
(5)由广义动量偏差定义力残差观测器,用于估计外力;为构造二阶力残差观测器以估计外力矩值,定义力残差r为:
式中,K1>0,K2>0为增益矩阵,为动量估计值;公式(6)可得到/>估计值/>为:
由公式(8)带入公式(7)中,并加入调整函数得:
式中,K3>0为增益矩阵;
(6)对式(9)求二阶偏导,并进行拉普拉斯变换,得观测器系统传递函数为:
(7)由上式可知,力残差观测器为二阶系统,系统输出为力残差观测值r,且r随系统输入τext的变换而变换;通过更改观测器增益K1、K2和K3,当系统稳定时r≈τext=JT(q)Fext;力残差观测器只需获得复位机器人各支链电缸的线位移L、线速度输出力,无需测量加速度/>设置力残差观测器,相当于在复位机器人上设计了一种虚拟力传感器,实时监测机器人骨折复位过程中的外力,根据其检测的外力是否大于设定的安全阈值,判断机器人是否发生碰撞;机器人在骨折复位过程中,通过力残差观测值r能够估计复位操作时外力,从而避免可能发生的意外碰撞,避免对患者造成二次损伤。
经测试,本发明所述一种骨折复位机器人的外力预测方法,可确定机器人骨折复位过程中的外力。
优选地,所述骨折复位机器人采用并联机器人构型;适用于机器人辅助股骨、胫骨的长骨骨折类型;骨折复位机器人手术操作时,将骨折近端固定于手术床上,骨折远端固定于机器人的末端执行器,随机器人旋转或移动运动。
优选地,只需测得复位机器人的各驱动电缸的线位移、线速度及输出力,即可预测复位机器人的外力,并能够准确跟踪复位力的变化;用于实时检测复位术中,机器人与骨折部位骨肌组织环境的力觉信息并进行安全的力交互操控,有效提高机器人复位手术操作的安全性。
优选地,无需在复位机器人末端狭小空间安装价格昂贵的力传感器,从而降低骨折复位机器人的成本;一方面提前预测复位机器人手术操作中可能产生过大牵拉力,避免对患者造成二次损伤,提高手术安全性;另一方面避免在复位机器人末端的狭小空间安装价格昂贵的力传感器,降低机器人成本。
本发明所述一种骨折复位机器人的外力预测方法。针对股骨、胫骨的长骨骨折类型,机器人辅助骨折复位手术操作时,将骨折近端固定于手术床上,机器人辅助将骨折远端相对于骨折近端进行移动和旋转复位操作。骨折复位机器人采用空间并联构型,构建机器人的力残差观测器,实时检测机器人复位过程中,骨折远端与外界环境的牵拉力、接触碰撞力的干扰力。所述骨折复位机器人的外力预测方法,只需测得并联复位机器人的各个驱动电缸的线位移、线速度及输出力,即可由力残差观测器预测机器人的外力。本发明所述方法适用于采用并联机器人进行骨折复位手术操作,主要用于骨折复位过程中的状态监控、过程控制及反馈策略设计;用于实时检测复位手术中,机器人与骨折部位骨肌组织环境的力觉信息并进行安全的力交互操控,有效提高机器人复位手术操作的安全性。无需在复位机器人末端狭小的空间安装价格昂贵的力传感器,从而降低机器人成本。
本发明与现有技术对比,具有如下显而易见的突出实质性特点和显著优点:
1、本发明所述方法,具有一定的适用性,不仅适用于股骨骨折,也适用于胫骨、骨盆的骨折类型;
2、本发明所述方法,能对机器人辅助骨折复位过程中,骨折远端与周围组织间突发的接触避碰(力冲击、过大复位力),进行提前预警,避免术中可能对患者造成二次损伤,有效提高机器人辅助复位手术操作的安全性和精准性;
3、本发明所述方法,具有简单、安全有效等优点;
附图说明
图1为本发明力残差观测器框图;
图2为本发明复位机器人施加外力示意图;
图3为本发明复位力Fx与x方向位移关系图;
图4为本发明复位机器人采用力残差观测器预测外力仿真结果图。
具体实施方式
下面结合实施例和说明书附图对本发明做进一步的说明。
实施例一:
参见图4,一种骨折复位机器人的外力预测方法,具体操作步骤如下:
(1)建立骨折复位机器人操作空间的完备动力学模型,根据拉格朗日动力学建模法,骨折复位机器人系统在操作空间的动力学方程为:
式中,F为机器人驱动力,M(q)为惯性矩阵,科氏力和向心力矩阵,G(q)为重力矩阵,/>分别表示复位机器人动平台加速度和速度;
(2)建立骨折复位机器人关节空间的完备动力学模型,由操作空间和关节空间的映射关系,复位机器人系统在关节空间的动力学方程为
式中,τ=JTF表示关节空间电动缸驱动力,D(q)、和P(q)分别表示关节空间中的惯性矩阵、科氏力和向心力矩阵以及重力矩阵,/>分别表示电动缸加速度和速度;
(3)分析机器人系统的广义动量及其偏差模型,根据机器人的力残差模型,构建力残差观测器,当复位机器人进行骨折复位时,机器人受到肌肉牵拉力、接触碰撞的外部干扰力Fext时,由复位机器人的速度雅可比矩阵J(q)映射到复位机器人的关节空间,在关节空间有外力矩τext=JT(q)Fext;此时,复位机器人在关节空间的动力学方程为:
式中,τext为由复位过程中的牵拉力、接触碰撞力的干扰力Fext施加于复位机器人各驱动电缸的力,可以根据所述方法进行预测;
(4)基于机器人系统完整动力学模型与卡尔曼滤波器,预测骨折复位机器人手术操作过程中的外力,机器人在骨折复位过程中与环境接触存在牵拉力、接触碰撞力的干扰力Fext时,机器人的广义动量将发生较大变化;根据复位机器人广义动量的力残差观测器,可以进行基于广义动量分析的机器人与环境的牵拉力、接触碰撞力预测;该方法只需测得复位机器人的支链驱动电缸编码器反馈的位移和速度信息以及电缸输出力;
由于难以确定加速度则通过对比实际广义动量和估计广义动量来检测碰撞;骨折复位机器人的广义动量及其偏导,分别为:
式中,p表示广义动量,广义动量时间导数,/>表示惯性矩阵D(q)时间导数;由于/>是反对称矩阵,D(q)是对称且正定矩阵,有:
式中,为/>的转置,则有:
为构造二阶力残差观测器以估计外力矩值,定义力残差r为:
式中,K1>0,K2>0为增益矩阵,为动量估计值;公式(6)可得到/>估计值/>为:
由公式(8)带入公式(7)中,并加入调整函数得:
式中,K3>0为增益矩阵;对式(9)求二阶偏导,并进行拉普拉斯变换,得观测器系统传递函数为:
由上式可知,力残差观测器为二阶系统,系统输出为力残差观测值r,且r随系统输入τext的变换而变换;通过更改观测器增益K1、K2和K3,当系统稳定时r≈τext=JT(q)Fext;力残差观测器只需获得电缸的线位移、线速度、输出力τ,无需测量加速度
如图1所示,为一种骨折复位机器人的外力预测方法。针对股骨、胫骨的长骨骨折类型,机器人辅助骨折复位手术操作时,将骨折近端固定于手术床上,机器人辅助将骨折远端相对于骨折近端进行移动和旋转复位操作。骨折复位机器人采用空间并联构型,构建机器人的力残差观测器,实时检测机器人复位过程中,骨折远端与周围环境的牵拉力、接触碰撞力的干扰力。所述骨折复位机器人的外力预测方法,只需测得并联复位机器人的各个驱动电缸的线位移、线速度及输出力,即可由力残差观测器预测机器人的外力。
本发明所述方法适用于采用并联机器人进行骨折复位手术操作,主要用于骨折复位过程中的状态监控、过程控制及反馈策略设计;机器人复位手术中,用于实时检测并预测骨肌组织的力觉信息,为进行力控制及提高机器人复位手术的安全性提供基础。所述方法无需在复位机器人末端狭小的空间安装价格昂贵的力传感器,从而降低机器人成本。
实施例二:
本实施例与实施例一基本相同,特别之处在于:
在本实施例中,所述骨折复位机器人采用并联机器人构型;适用于机器人辅助股骨、胫骨的长骨骨折类型;骨折复位机器人手术操作时,将骨折近端固定于手术床上,骨折远端固定于机器人的末端执行器,随机器人旋转或移动运动。
在本实施例中,只需测得复位机器人的各驱动电缸的线位移、线速度及输出力,即可预测复位机器人的外力,并能够准确跟踪复位力的变化;用于实时检测复位术中,机器人与骨折部位骨肌组织环境的力觉信息并进行安全的力交互操控,有效提高机器人复位手术操作的安全性。
在本实施例中,无需在复位机器人末端狭小空间安装价格昂贵的力传感器,从而降低骨折复位机器人的成本;一方面提前预测复位机器人手术操作中可能产生过大牵拉力,避免对患者造成二次损伤,提高手术安全性;另一方面避免在复位机器人末端的狭小空间安装价格昂贵的力传感器,降低机器人成本。
实施例三:
本实施例与上述实施例基本相同,特别之处在于:
在本实施例中,一种骨折复位机器人的外力预测方法的技术方案,包括以下步骤:
(1)根据拉格朗日动力学建模法,骨折复位机器人系统在操作空间的动力学方程为:
式中,F为机器人驱动力,M(q)为惯性矩阵,科氏力和向心力矩阵,G(q)为重力矩阵,/>分别表示复位机器人动平台加速度和速度;
(2)由操作空间和关节空间的映射关系,复位机器人系统在关节空间的动力学方程为
式中,τ=JTF表示关节空间电动缸驱动力,D(q)、和P(q)分别表示关节空间中的惯性矩阵、科氏力和向心力矩阵以及重力矩阵,/>分别表示电动缸加速度和速度;
(3)当复位机器人进行骨折复位时,机器人受到肌肉牵拉力、接触碰撞的外部干扰力Fext,由复位机器人的速度雅可比矩阵J(q)映射到复位机器人的关节空间,在关节空间有外力矩τext=JT(q)Fext;此时,复位机器人在关节空间的动力学方程为:
式中,τext为由复位过程中的牵拉力、接触碰撞力的干扰力Fext施加于复位机器人各驱动电缸的力,可以根据所述方法进行预测;
(4)机器人在骨折复位过程中与环境接触存在牵拉力、接触碰撞力的干扰力Fext时,机器人的广义动量将发生较大变化;根据复位机器人广义动量的力残差观测器,可以进行基于广义动量分析的机器人与环境的牵拉力、接触碰撞力预测;该方法只需测得复位机器人的支链驱动电缸编码器反馈的位移和速度信息以及电缸输出力;
由于难以确定加速度则通过对比实际广义动量和估计广义动量来检测碰撞;骨折复位机器人的广义动量及其偏导,分别为:
式中,p表示广义动量,广义动量时间导数,/>表示惯性矩阵D(q)时间导数;由于/>是反对称矩阵,D(q)是对称且正定矩阵,有:
式中,为/>的转置,则有:
(5)由广义动量偏差定义力残差观测器,用于估计外力;力残差r为:
式中,K1>0,K2>0为增益矩阵,为动量估计值;公式(6)可得到/>估计值/>为:
由公式(8)带入公式(7)中,并加入调整函数得:
式中,K3>0为增益矩阵;
(6)对式(9)求二阶偏导,并进行拉普拉斯变换,得观测器系统传递函数为:
(7)由上式可知,力残差观测器为二阶系统,系统输出为力残差观测值r,且r随系统输入τext的变换而变换;通过更改观测器增益K1、K2和K3,当系统稳定时r≈τext=JT(q)Fext;
(8)力残差观测器只需获得复位机器人各支链电缸的线位移L、线速度输出力,无需测量加速度/>设置力残差观测器,相当于在复位机器人上设置了一个虚拟力传感器,实时监测机器人骨折复位过程中的外力,根据其检测的外力是否大于设定安全阈值,判断机器人是否发生碰撞;机器人在骨折复位过程中,通过力残差观测值r能够估计复位操作时外力,从而避免可能发生的意外碰撞,避免对患者造成二次损伤。
(9)如图2所示,为本发明所述复位机器人系统及作用在机器人上的外力Fext,外力作用于骨折远端的标记点P,外力各分量为Fext=[Fx Fy Fz Mx My Mz]T。
(10)如图3所示,为本发明所述机器人的复位力变化曲线,复位力Fx与x轴方向位移的变化关系,复位力随着x轴位移的增加逐渐增大,当x轴到达终点时,复位力达到最大396N。
(11)在仿真时间3s和4s时,分别在骨折远端P点,沿着z轴和y轴的正向,添加10N的脉冲力,来表示复位机器人在骨折复位过程受到的碰撞干扰力。
(12)如图4所示,为本发明所述复位机器人的力残差观测器所预测的外力仿真结果,该仿真结果是将力残差观测器在关节空间所预测的外力τext,通过J-T(q)转换到工作空间进行比较。力残差观测器测得Fz峰值力发生在z轴碰撞时,其峰值Fzmax=6.4N,力残差观测器测得Fy峰值力发生在y轴碰撞时,其峰值Fymax=5.2N。z轴和y轴方向在碰撞时其受力大小明显高于没有发生碰撞时,因此可以通过在z轴和y轴方向设置安全阈值,以检测在骨折复位过程中,骨折远端是否发生碰撞,提高骨折复位系统安全性。图4所示的力矩,是由于力残差观测器预测的外力Fext的作用点是动平台坐标原点,但实际外力Fext作用点P与动平台的坐标原点不重合,因此预测结果会出现力矩。在复位终点处,力残差观测器预测的外力为Fext=[398N 0 0 4N·m 19N·m 10N·m]T,沿x轴方向力残差观测器测得Fx=398N。由图3可知,运动过程中股骨轴向理论峰值力为396N,两者间误差约为2N(0.51%)。两者变化趋势一致,采用力残差观测器可以有效预测骨折复位过程中作用于骨折远端标记点P处的复位力大小。
综合上述实施例可知,本发明骨折复位机器人的外力预测方法,所述骨折复位机器人采用空间并联6自由度构型。由拉格朗日法推导复位机器人的操作空间动力学,并由雅克比矩阵映射到关节空间动力学。基于并联复位机器人的广义动量和广义动量偏差分析,构建机器人的力残差观测器,进行外力预测。本发明所述方法适用于采用并联机器人进行骨折复位手术操作,主要用于骨折复位过程中的状态监控、过程控制及反馈策略设计等;用于实时检测复位手术中,机器人与骨折部位骨肌组织环境的力觉信息并进行安全的力交互操控,有效提高机器人复位手术操作的安全性。无需在复位机器人末端狭小的空间安装价格昂贵的力传感器,从而降低机器人成本。
上面对本发明实施例结合附图进行了说明,但本发明不限于上述实施例,还可以根据本发明的发明创造的目的做出多种变化,凡依据本发明技术方案的精神实质和原理下做的改变、修饰、替代、组合或简化,均应为等效的置换方式,只要符合本发明的发明目的,只要不背离本发明的技术原理和发明构思,都属于本发明的保护范围。
Claims (4)
1.一种骨折复位机器人外力预测系统,包括骨折复位机器人和处理单元;其特征在于,其中处理单元执行具体步骤如下:
(1)建立骨折复位机器人操作空间的完备动力学模型,根据拉格朗日动力学建模法,骨折复位机器人系统在操作空间的动力学方程为:
式中,F为机器人驱动力,M(q)为惯性矩阵,科氏力和向心力矩阵,G(q为重力矩阵,/>分别表示复位机器人动平台加速度和速度;
(2)建立骨折复位机器人关节空间的完备动力学模型,由操作空间和关节空间的映射关系,复位机器人系统在关节空间的动力学方程为
式中,τ=JTF表示关节空间电动缸驱动力,D(q)、和P(q)分别表示关节空间中的惯性矩阵、科氏力和向心力矩阵以及重力矩阵,/>分别表示电动缸加速度和速度;
(3)分析机器人系统的广义动量及其偏差模型,根据机器人的力残差模型,构建力残差观测器,当复位机器人进行骨折复位时,机器人受到肌肉牵拉力、接触碰撞等外部干扰力Fext时,由复位机器人的速度雅可比矩阵J(q)映射到复位机器人的关节空间,在关节空间有外力矩τext=JT(q)Fext;此时,复位机器人在关节空间的动力学方程为:
式中,τext为由复位过程中的牵拉力、接触碰撞力等干扰力Fext施加于复位机器人各驱动电缸的力,根据所述步骤进行预测;
(4)基于机器人系统完整动力学模型与卡尔曼滤波器,预测骨折复位机器人手术操作过程中的外力,机器人在骨折复位过程中与环境接触存在牵拉力、接触碰撞力等干扰力Fext时,机器人的广义动量将发生较大变化;根据复位机器人广义动量的力残差观测器,可以进行基于广义动量分析的机器人与环境的牵拉力、接触碰撞力预测;该方法只需测得复位机器人的支链驱动电缸编码器反馈的位移和速度信息以及电缸输出力;
由于难以确定加速度则通过对比实际广义动量和估计广义动量来检测碰撞;骨折复位机器人的广义动量及其偏导,分别为:
式中,p表示广义动量,广义动量时间导数,/>表示惯性矩阵D(q)时间导数;由于是反对称矩阵,D(q)是对称且正定矩阵,有:
式中,为/>的转置,则有:
为构造二阶力残差观测器以估计外力矩值,定义力残差r为:
式中,K1>0,K2>0为增益矩阵,为动量估计值;公式(6)可得到/>估计值/>为:
由公式(8)带入公式(7)中,并加入调整函数得:
式中,K3>0为增益矩阵;对式(9)求二阶偏导,并进行拉普拉斯变换,得观测器系统传递函数为:
由上式可知,力残差观测器为二阶系统,系统输出为力残差观测值r,且r随系统输入τext的变换而变换;通过更改观测器增益K1、K2和K3,当系统稳定时r≈τext=JT(q)Fext;力残差观测器只需获得电动缸的线位移L、线速度输出力τ,无需测量加速度/>
2.据权利要求1所述骨折复位机器人外力预测系统,其特征在于,所述骨折复位机器人采用并联机器人构型;适用于机器人辅助股骨、胫骨等长骨骨折类型;骨折复位机器人手术操作时,将骨折近端固定于手术床上,骨折远端固定于机器人的末端执行器,随机器人旋转或移动运动。
3.根据权利要求1所述骨折复位机器人外力预测系统,其特征在于,只需测得复位机器人的各驱动电缸的线位移、线速度及输出力,即可预测复位机器人的外力,并能够准确跟踪复位力的变化;用于实时检测复位术中,机器人与骨折部位骨肌组织环境的力觉信息并进行安全的力交互操控,有效提高机器人复位手术操作的安全性。
4.根据权利要求1所述骨折复位机器人外力预测系统,其特征在于,无需在复位机器人末端狭小空间安装价格昂贵的力传感器,从而降低骨折复位机器人的成本;所述方法一方面提前预测复位机器人手术操作中可能产生过大牵拉力,避免对患者造成二次损伤,提高手术安全性;另一方面避免在复位机器人末端的狭小空间安装价格昂贵的力传感器,可以降低机器人成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010741799.5A CN112043384B (zh) | 2020-07-29 | 2020-07-29 | 一种骨折复位机器人外力预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010741799.5A CN112043384B (zh) | 2020-07-29 | 2020-07-29 | 一种骨折复位机器人外力预测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112043384A CN112043384A (zh) | 2020-12-08 |
CN112043384B true CN112043384B (zh) | 2023-07-18 |
Family
ID=73601158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010741799.5A Active CN112043384B (zh) | 2020-07-29 | 2020-07-29 | 一种骨折复位机器人外力预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112043384B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112959362B (zh) * | 2021-03-03 | 2022-08-30 | 珞石(北京)科技有限公司 | 一种基于关节扭矩传感器的外力观测方法 |
CN113043283B (zh) * | 2021-04-23 | 2022-07-08 | 江苏理工学院 | 一种机器人末端外力预估方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106361441A (zh) * | 2016-09-19 | 2017-02-01 | 北京瑞盈健康科技有限公司 | 主从式股骨干骨折复位并联机器人系统和方法 |
CN108095811A (zh) * | 2018-01-23 | 2018-06-01 | 上海大学 | 一种长骨骨折复位力测试装置 |
CN108498075A (zh) * | 2017-02-24 | 2018-09-07 | 西门子保健有限责任公司 | 骨骼健康的个性化评估 |
CN108772838A (zh) * | 2018-06-19 | 2018-11-09 | 河北工业大学 | 一种基于外力观测器的机械臂安全碰撞策略 |
CN109998687A (zh) * | 2017-05-22 | 2019-07-12 | 清华大学 | 骨折复位手术机器人系统及方法 |
CN110680484A (zh) * | 2019-10-28 | 2020-01-14 | 上海大学 | 一种用于机器人辅助下肢骨折复位手术的夹持机构 |
CN111134842A (zh) * | 2020-01-20 | 2020-05-12 | 上海大学 | 一种机器人辅助骨折复位的路径规划方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007102589A (ja) * | 2005-10-05 | 2007-04-19 | Denso Corp | ねじ締付け要素の設計法 |
US20110112808A1 (en) * | 2008-02-04 | 2011-05-12 | Iain Alexander Anderson | Integrated-model musculoskeletal therapies |
US9245069B2 (en) * | 2012-02-03 | 2016-01-26 | The Regents Of The University Of California | Methods for calculating bone fracture load |
-
2020
- 2020-07-29 CN CN202010741799.5A patent/CN112043384B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106361441A (zh) * | 2016-09-19 | 2017-02-01 | 北京瑞盈健康科技有限公司 | 主从式股骨干骨折复位并联机器人系统和方法 |
CN108498075A (zh) * | 2017-02-24 | 2018-09-07 | 西门子保健有限责任公司 | 骨骼健康的个性化评估 |
CN109998687A (zh) * | 2017-05-22 | 2019-07-12 | 清华大学 | 骨折复位手术机器人系统及方法 |
CN108095811A (zh) * | 2018-01-23 | 2018-06-01 | 上海大学 | 一种长骨骨折复位力测试装置 |
CN108772838A (zh) * | 2018-06-19 | 2018-11-09 | 河北工业大学 | 一种基于外力观测器的机械臂安全碰撞策略 |
CN110680484A (zh) * | 2019-10-28 | 2020-01-14 | 上海大学 | 一种用于机器人辅助下肢骨折复位手术的夹持机构 |
CN111134842A (zh) * | 2020-01-20 | 2020-05-12 | 上海大学 | 一种机器人辅助骨折复位的路径规划方法 |
Non-Patent Citations (1)
Title |
---|
雷静桃,王洋,程利亚,胡磊,王田苗.基于复位路径包络误差和改进人工势力场法的复位机器人安全策略.机械工程学报.2020,第56卷(第56期),10-18. * |
Also Published As
Publication number | Publication date |
---|---|
CN112043384A (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11679499B2 (en) | Systems and methods for controlling a robotic manipulator or associated tool | |
US11712798B2 (en) | Systems and methods for controlling a robotic manipulator or associated tool | |
CN112043384B (zh) | 一种骨折复位机器人外力预测系统 | |
US8740882B2 (en) | Medical robotic system and method of controlling the same | |
CN102697559B (zh) | 用于微创机器人外科处理系统的力评估 | |
EP3685787B1 (en) | Surgical robot system | |
Piqué et al. | Dynamic modeling of the da Vinci Research Kit arm for the estimation of interaction wrench | |
CN113768626B (zh) | 手术机器人控制方法、计算机设备及手术机器人系统 | |
CN114311031A (zh) | 手术机器人主从端延时测试方法、系统、存储介质和设备 | |
Wu et al. | Robot force estimation with learned intraoperative correction | |
KR101358668B1 (ko) | 다자유도 수술도구의 힘 또는 토크를 로봇팔의 슬라이더에서 측정하는 장치 및 방법 | |
Takaiwa et al. | Development of wrist rehabilitation equipment using pneumatic parallel manipulator-Acquisition of PT's motion and its execution for patient | |
Wang et al. | System design for orthognathic aided robot | |
Howe | Model-based error correction for flexible robotic surgical instruments | |
Chen et al. | Integration of a low-cost three-axis sensor for robot force control | |
Liu | Soft robot system for heart surgery | |
Lei et al. | Force/position control simulation of robot-assisted fracture reduction | |
Ang et al. | An intelligent hand-held microsurgical instrument for improved accuracy | |
Li et al. | Error identification and compensation regarding the kinematic parameter of the MD-PEF for tibial deformity correction | |
Cheng et al. | Force-guided alignment and file feedrate control for robot-assisted endodontic treatment | |
Işıtman | Compliant control of a teleoperated endoscope robot | |
WO2012015090A1 (en) | Medical robotic system and method of controlling the same | |
Li et al. | Research on Dynamic Analysis and Impedance Control of B-Ultrasound Detection Robot | |
Guo et al. | An improved master-slave interventional surgery robotic system with force feedback | |
Soltani et al. | Autonomous three-dimensional sensor-assisted hybrid force/position control for tendon-driven catheters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |