CN112763253A - 机械臂的采样控制方法及装置、采样系统 - Google Patents

机械臂的采样控制方法及装置、采样系统 Download PDF

Info

Publication number
CN112763253A
CN112763253A CN202011586687.3A CN202011586687A CN112763253A CN 112763253 A CN112763253 A CN 112763253A CN 202011586687 A CN202011586687 A CN 202011586687A CN 112763253 A CN112763253 A CN 112763253A
Authority
CN
China
Prior art keywords
target
sampling
point
motion
coordinates
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.)
Granted
Application number
CN202011586687.3A
Other languages
English (en)
Other versions
CN112763253B (zh
Inventor
陈勇全
朱熹
蓝远敏
胡英柏
李坚
孙正隆
高庆
梁翌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Institute of Artificial Intelligence and Robotics
Chinese University of Hong Kong CUHK
Original Assignee
Shenzhen Institute of Artificial Intelligence and Robotics
Chinese University of Hong Kong CUHK
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Institute of Artificial Intelligence and Robotics, Chinese University of Hong Kong CUHK filed Critical Shenzhen Institute of Artificial Intelligence and Robotics
Priority to CN202011586687.3A priority Critical patent/CN112763253B/zh
Publication of CN112763253A publication Critical patent/CN112763253A/zh
Application granted granted Critical
Publication of CN112763253B publication Critical patent/CN112763253B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00Sampling; Preparing specimens for investigation
    • G01N1/02Devices for withdrawing samples

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Manipulator (AREA)

Abstract

本申请实施例公开了一种机械臂的采样控制方法及装置、采样系统,使得机械臂自动完成样本采集,以代替人工采集并提高样本采集效率。本申请实施例包括:对目标部位的图像进行目标识别,确定采样目标点及运动约束点的坐标,根据采样目标点及运动约束点的坐标规划采样部件的目标运动轨迹,确定目标运动轨迹的目标运动时长,将采样目标点的坐标、运动约束点的坐标及目标运动时长输入至目标控制模型,得到目标控制模型输出的目标控制信息,并基于目标控制信息,控制采样部件在运动约束点的限制下沿目标运动轨迹对采样目标点进行采样,实现了对样本的自动化采集,可以完全替代人工操作,解放了医护人员的双手,同时也保证了采集的高效性和稳定性。

Description

机械臂的采样控制方法及装置、采样系统
技术领域
本申请实施例涉及机器人领域,具体涉及一种机械臂的采样控制方法及装置、采样系统。
背景技术
新冠肺炎诊断、确定感染者是否达到治愈出院的标准都离不开核酸检测,而咽拭子采集是核酸检测最重要、也是最危险的一个关键步骤,核酸检测标本多来源于深咳痰液或者咽拭子,目前咽拭子采集主要依靠医护人员手工采集的方式。然而,咽拭子核酸检测标本的采集如果有不规范操作,则可能造成“假阴性”的结果,导致患者延误治疗,并且由于采集量大、医护人员数量有限且工作时间长等因素,咽拭子采集给医护人员带来很大的工作负担,进而给咽拭子采集带来困难。
咽拭子采集目前主要是医护人员手工操作,受限于人力资源和医疗条件,无法大规模且长时间地进行采集,并且手工采集,医护人员容易劳累,没办法持续做到规范、稳定地采集。
因此,亟需一种能够代替人工、由机器自动完成的咽拭子采集方案,以提高咽拭子采集效率。
发明内容
本申请实施例提供了一种机械臂的采样控制方法及装置、采样系统,使得机械臂自动完成样本采集,以代替人工采集并提高样本采集效率。
本申请实施例第一方面提供了一种机械臂的采样控制方法,所述机械臂包括夹持装置,所述夹持装置用于夹持采样部件;所述方法包括:
获得目标部位的图像,所述目标部位具有预设的采样目标点;
根据目标识别算法对所述目标部位的图像进行目标识别,确定所述采样目标点的坐标及运动约束点的坐标,所述运动约束点用于限制所述采样部件在对所述采样目标点进行采样过程中的运动动作以防止所述采样部件触碰所述采样目标点之外的其他部位;
根据所述采样目标点的坐标及所述运动约束点的坐标规划所述采样部件从预设的采样起点运动至所述采样目标点以及从所述采样目标点运动至所述采样起点的目标运动轨迹;
确定所述目标运动轨迹的目标运动时长;
将所述采样目标点的坐标、所述运动约束点的坐标及所述目标运动时长输入至预先设置的目标控制模型,以得到所述目标控制模型输出的目标控制信息;其中所述目标控制模型包括运动目标函数以及由所述运动约束点得到的运动约束条件;
基于所述目标控制信息,控制所述采样部件在所述运动约束点的限制下沿所述目标运动轨迹对所述采样目标点进行采样。
本申请实施例第二方面提供了一种机械臂的采样控制装置,所述机械臂包括夹持装置,所述夹持装置用于夹持采样部件;所述采样控制装置包括:
获取单元,用于获得目标部位的图像,所述目标部位具有预设的采样目标点;
目标识别单元,用于根据目标识别算法对所述目标部位的图像进行目标识别,确定所述采样目标点的坐标及运动约束点的坐标,所述运动约束点用于限制所述采样部件在对所述采样目标点进行采样过程中的运动动作以防止所述采样部件触碰所述采样目标点之外的其他部位;
轨迹规划单元,用于根据所述采样目标点的坐标及所述运动约束点的坐标规划所述采样部件从预设的采样起点运动至所述采样目标点以及从所述采样目标点运动至所述采样起点的目标运动轨迹;
确定单元,用于确定所述目标运动轨迹的目标运动时长;
所述获取单元还用于将所述采样目标点的坐标、所述运动约束点的坐标及所述目标运动时长输入至预先设置的目标控制模型,以得到所述目标控制模型输出的目标控制信息;其中所述目标控制模型包括运动目标函数以及由所述运动约束点得到的运动约束条件;
运动控制单元,用于基于所述目标控制信息,控制所述采样部件在所述运动约束点的限制下沿所述目标运动轨迹对所述采样目标点进行采样。
本申请实施例第三方面提供了一种机械臂的采样控制装置,所述机械臂包括夹持装置,所述夹持装置用于夹持采样部件;所述采样控制装置包括:
处理器、存储器、总线、输入输出设备;
所述处理器与所述存储器、输入输出设备相连;
所述总线分别连接所述处理器、存储器以及输入输出设备;
所述处理器用于获得目标部位的图像,所述目标部位具有预设的采样目标点;根据目标识别算法对所述目标部位的图像进行目标识别,确定所述采样目标点的坐标及运动约束点的坐标,所述运动约束点用于限制所述采样部件在对所述采样目标点进行采样过程中的运动动作以防止所述采样部件触碰所述采样目标点之外的其他部位;根据所述采样目标点的坐标及所述运动约束点的坐标规划所述采样部件从预设的采样起点运动至所述采样目标点以及从所述采样目标点运动至所述采样起点的目标运动轨迹;确定所述目标运动轨迹的目标运动时长;将所述采样目标点的坐标、所述运动约束点的坐标及所述目标运动时长输入至预先设置的目标控制模型,以得到所述目标控制模型输出的目标控制信息;其中所述目标控制模型包括运动目标函数以及由所述运动约束点得到的运动约束条件;基于所述目标控制信息,控制所述采样部件在所述运动约束点的限制下沿所述目标运动轨迹对所述采样目标点进行采样。
本申请实施例第四方面提供了一种采样系统,所述采样系统包括机械臂、所述机械臂的采样控制装置;所述机械臂包括夹持装置,所述夹持装置用于夹持采样部件;
所述机械臂的采样控制装置用于执行前述第二方面中所述机械臂的采样控制装置所执行的方法。
本申请实施例第五方面提供了一种计算机存储介质,计算机存储介质中存储有指令,该指令在计算机上执行时,使得计算机执行前述第一方面的方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请实施例中,根据目标识别算法对目标部位的图像进行目标识别,确定采样目标点的坐标及运动约束点的坐标,根据采样目标点的坐标及运动约束点的坐标规划采样部件从预设的采样起点运动至采样目标点以及从采样目标点运动至采样起点的目标运动轨迹,确定目标运动轨迹的目标运动时长,将采样目标点的坐标、运动约束点的坐标及目标运动时长输入至预先设置的目标控制模型,得到目标控制模型输出的目标控制信息,并基于目标控制信息,控制采样部件在运动约束点的限制下沿目标运动轨迹对采样目标点进行采样,实现了对样本的自动化采集,可以完全替代人工操作,解放了医护人员的双手,同时也保证了采集的高效性和稳定性,可实现大规模采集,给样本采集带来极大的便利。
附图说明
图1为本申请实施例中机械臂的结构示意图;
图2为本申请实施例中机械臂一个组件的局部放大示意图;
图3为本申请实施例中机械臂的采样控制方法一个流程示意图;
图4为本申请实施例中机械臂的采样控制方法另一流程示意图;
图5为本申请实施例中机械臂的采样控制装置一个结构示意图;
图6为本申请实施例中机械臂的采样控制装置另一结构示意图。
具体实施方式
本申请实施例提供了一种机械臂的采样控制方法及装置、采样系统,使得机械臂自动完成样本采集,以代替人工采集并提高样本采集效率。
请参阅图1及图2,其中图2为图1所示的机械臂结构中组件10的局部放大示意图,本申请实施例中机械臂的结构包括:
本申请实施例中,机械臂可用于对目标物体的目标部位进行采样。其中,组件10的组成包括采样部件101、夹持装置103等,夹持装置103用于夹持采样部件101以提供采样部件101的运动支撑点,采样部件101用于对目标部位进行采样。在具体的采样场景中,采样部件101的末端可连接采样材料102,在机械臂的控制下,采样部件101带动采样材料102对目标部位进行擦拭以采集目标部位的待检测样本,该采样材料102可以是棉签、拭子等采样材料。
其中,采样部件101可以由柔性材料制成,从而使得采样部件101在擦拭目标部位时受到外界的作用力而产生一定程度的形变,以避免对目标部位造成损伤。柔性材料具体可以是弹性树脂等材料。
夹持装置103可以是任意的能够为采样部件101提供运动支撑点的装置,具体的,夹持装置103可以是直线电机(linear motor)等装置。
本申请实施例的机械臂还包括图像采集装置105,图像采集装置105用于采集目标部位的图像,以便于机械臂根据该图像控制采样部件对目标部位的采样轨迹和运动过程。优选的,图像采集装置105可以是深度相机。与普通相机相比,普通的彩色相机所拍摄到的图像仅能看到相机视角内的所有物体,但是图像所记录的数据不包含这些物体与相机的距离,而深度相机则恰恰解决了该问题,通过深度相机获取到的图像,能准确知道图像中每个点与摄像头的距离,再加上每一点在2D图像中的坐标,就能获取图像中每个点的三维坐标,通过三维坐标就能还原真实场景,实现场景建模等应用。
当目标部位的光照条件不足以使图像采集装置105采集到清晰的图像时,本申请实施例的机械臂还可配置光照装置104,光照装置104发出的光线照射目标部位,从而改善目标部位的光照条件,提高图像采集装置105采集图像的清晰度。优选的,光照装置104可由LED灯等光源材料组成。
除上述的各个部件之外,机械臂还包括用于输出各种运动指令的中央处理器,中央处理器可执行数据处理和数据分析等任务。
下面结合图1及图2的机械臂结构,对本申请实施例中的机械臂的采样控制方法进行描述:
请参阅图3,本申请实施例中机械臂的采样控制方法一个实施例包括:
301、获得目标部位的图像;
本实施例的方法可应用于机械臂的采样控制装置,该采样控制装置包括中央处理器、存储器等元件,其中中央处理器用于处理存储器所存储的指令或者计算机程序,在处理指令或者计算机程序时控制机械臂执行本实施例所述及的方法、步骤以及各个操作。
本实施例中,机械臂的图像采集装置对目标部位进行图像采集,可采集到目标部位的图像。其中,目标部位具有预设的采样目标点,目标部位的图像包括该采样目标点的图像。
302、根据目标识别算法对目标部位的图像进行目标识别,确定采样目标点的坐标及运动约束点的坐标;
在获得目标部位的图像之后,根据目标识别算法对该目标部位的图像进行目标识别,并确定采样目标点的坐标及运动约束点的坐标,该运动约束点用于限制采样部件在对采样目标点进行采样过程中的运动动作,以防止采样部件触碰到采样目标点之外的其他部位。采样目标点的坐标及运动约束点的坐标可以是以目标部位所在的三维空间建立的三维坐标系的坐标。
目标识别算法可以是R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD等机器视觉算法。
303、根据采样目标点的坐标及运动约束点的坐标规划采样部件从预设的采样起点运动至采样目标点以及从采样目标点运动至采样起点的目标运动轨迹;
在确定了采样目标点的坐标及运动约束点的坐标之后,根据该采样目标点的坐标及运动约束点的坐标规划采样部件从预设的采样起点运动至采样目标点以及从采样目标点运动至采样起点的目标运动轨迹。
其中,用于规划目标运动轨迹的算法可以是最小加加速度算法、S曲线加减速算法等轨迹规划算法。
304、确定目标运动轨迹的目标运动时长;
在规划目标运动轨迹的同时,机械臂的采样控制装置还确定出目标运动轨迹的目标运动时长。
本实施例中,目标运动时长可以是人为设定的,机械臂的采样控制装置在运动过程中根据预先设定的目标运动时长控制运动速度,以调节机械臂运动的快慢。
305、将采样目标点的坐标、运动约束点的坐标及目标运动时长输入至预先设置的目标控制模型,以得到目标控制模型输出的目标控制信息;
本实施例中,机械臂的采样控制装置预先部署目标控制模型,该目标控制模型包括运动目标函数以及由运动约束点得到的运动约束条件。在获得采样目标点的坐标、运动约束点的坐标及目标运动时长之后,将采样目标点的坐标、运动约束点的坐标及目标运动时长输入至该目标控制模型,目标控制模型对上述的输入信息进行分析,并输出目标控制信息,目标控制信息包括任意的用于控制采样部件沿目标运动轨迹运动的控制信息。
具体的,目标控制信息包括机械臂的关节角度、机械臂的速度和加速度、机械臂的夹持装置的位移、机械臂的舵机的旋转角度以及机械臂的气动手指的气压等控制信息。当机械臂为UR机械臂时,机械臂的关节角度可以是UR机械臂的6个关节角度,机械臂的速度和加速度分别可以是UR机械臂的速度和加速度;当夹持装置为直线电机时,夹持装置的位移具体可以是直线电机的位移。
306、基于目标控制信息,控制采样部件在运动约束点的限制下沿目标运动轨迹对采样目标点进行采样;
得到目标控制信息之后,基于该目标控制信息,控制采样部件在运动约束点的限制下沿目标运动轨迹对采样目标点进行采样,从而实现样本的自动采集。
本实施例中,根据目标识别算法对目标部位的图像进行目标识别,确定采样目标点的坐标及运动约束点的坐标,根据采样目标点的坐标及运动约束点的坐标规划采样部件从预设的采样起点运动至采样目标点以及从采样目标点运动至采样起点的目标运动轨迹,确定目标运动轨迹的目标运动时长,将采样目标点的坐标、运动约束点的坐标及目标运动时长输入至预先设置的目标控制模型,得到目标控制模型输出的目标控制信息,并基于目标控制信息,控制采样部件在运动约束点的限制下沿目标运动轨迹对采样目标点进行采样,实现了对样本的自动化采集,可以完全替代人工操作,解放了医护人员的双手,同时也保证了采集的高效性和稳定性,可实现大规模采集,给样本采集带来极大的便利。
下面将在前述图3所示实施例的基础上,进一步详细地描述本申请实施例。请参阅图4,本申请实施例中机械臂的采样控制方法另一实施例包括:
401、获得目标部位的图像;
本步骤所执行的操作与前述图3所示实施例中的步骤301所执行的操作类似,此处不再赘述。
402、根据目标识别算法对目标部位的图像进行目标识别,确定采样目标点的坐标及运动约束点的坐标;
本实施例中,目标部位可以是任意物体的部位,例如可以是生物体上的任意部位。在一种实施方式中,该目标部位可以是人体口腔,则运动约束点位于口腔外部,并且,采样起点与运动约束点所形成的直线与口腔打开后所形成的口腔平面之间的夹角为预设夹角。其中,口腔平面是指口腔上唇与口腔下唇所共同形成的平面。因此,当目标部位是人体口腔时,采样目标点可以是扁桃体位点及咽后壁位点。
403、根据采样目标点的坐标及运动约束点的坐标规划采样部件从预设的采样起点运动至采样目标点以及从采样目标点运动至采样起点的目标运动轨迹;
本实施例中,采样目标点可以只有一个,也可以有多个,因此,目标运动轨迹还包括从一个采样目标点至另一采样目标点的运动轨迹。
此外,机械臂的采样控制装置具体根据轨迹规划算法规划采样目标点的坐标及运动约束点的坐标对应的目标运动轨迹,更优选的实施方式中,该轨迹规划算法包括最小加加速度算法,使用最小加加速度算法来规划目标运动轨迹,可以确保采样部件在目标运动轨迹的起点和终点的速度和加速度都为0,从而符合样本采集的要求。
404、确定目标运动轨迹的目标运动时长;
本步骤所执行的操作与前述图3所示实施例中的步骤304所执行的操作类似,此处不再赘述。
405、将采样目标点的坐标、运动约束点的坐标及目标运动时长输入至预先设置的目标控制模型,以得到目标控制模型输出的目标控制信息;
本实施例中,部署目标控制模型的同时,还可以对目标控制模型进行模型参数的优化,具体是,目标控制模型包括模型参数,可根据梯度下降法计算得到目标控制模型的模型参数。
除了使用梯度下降法优化模型参数之外,还可以采用交叉验证、遗传算法等参数优化算法来优化模型参数,本实施例对参数优化算法不作限定。
406、基于目标控制信息,控制采样部件在运动约束点的限制下沿目标运动轨迹对采样目标点进行采样;
本实施例中,为保证对采样目标点采样的准确性和稳定性,采样部件沿目标运动轨迹的运动需要被限制在运动约束点,即采样部件需要始终穿过运动约束点,在穿过运动约束点的同时实现对采样目标点的采样。
在控制采样部件沿目标运动轨迹进行运动时,根据运动控制算法控制采样部件在运动约束点的限制下沿目标运动轨迹对采样目标点进行采样,其中,该运动控制算法包括零空间控制算法、梯度下降算法中的一种或多种。此外,也可以根据PID控制算法(Proportion Integral Differential)等运动控制算法控制采样部件的运动。
因此,本实施例提供了采样部件的运动约束点,采样部件在运动约束点的限制下进行采样,提高了自动化采样的准确性和稳定性。
上面对本申请实施例中的机械臂的采样控制方法进行了描述,下面对本申请实施例中的机械臂的采样控制装置进行描述,请参阅图5,本申请实施例中机械臂的采样控制装置一个实施例包括:
所述机械臂包括夹持装置,夹持装置用于夹持采样部件;采样控制装置包括:
获取单元501,用于获得目标部位的图像,目标部位具有预设的采样目标点;
目标识别单元502,用于根据目标识别算法对目标部位的图像进行目标识别,确定采样目标点的坐标及运动约束点的坐标,运动约束点用于限制采样部件在对采样目标点进行采样过程中的运动动作以防止采样部件触碰采样目标点之外的其他部位;
轨迹规划单元503,用于根据采样目标点的坐标及运动约束点的坐标规划采样部件从预设的采样起点运动至采样目标点以及从采样目标点运动至采样起点的目标运动轨迹;
确定单元504,用于确定目标运动轨迹的目标运动时长;
获取单元501还用于将采样目标点的坐标、运动约束点的坐标及目标运动时长输入至预先设置的目标控制模型,以得到目标控制模型输出的目标控制信息;其中目标控制模型包括运动目标函数以及由运动约束点得到的运动约束条件;
运动控制单元505,用于基于目标控制信息,控制采样部件在运动约束点的限制下沿目标运动轨迹对采样目标点进行采样。
本实施例一种优选的实施方式中,目标部位为口腔;运动约束点位于口腔外部,且采样起点与运动约束点所形成的直线与口腔打开后所形成的口腔平面之间的夹角为预设夹角;采样目标点为扁桃体位点及咽后壁位点。
本实施例一种优选的实施方式中,目标控制模型包括模型参数,装置还包括:
计算单元506,用于根据梯度下降法计算目标控制模型的模型参数。
本实施例一种优选的实施方式中,轨迹规划单元503具体用于根据轨迹规划算法规划采样目标点的坐标及运动约束点的坐标对应的目标运动轨迹,轨迹规划算法包括最小加加速度算法。
本实施例一种优选的实施方式中,运动控制单元505具体用于根据运动控制算法控制采样部件在运动约束点的限制下沿目标运动轨迹对采样目标点进行采样,运动控制算法包括零空间控制算法、梯度下降算法中的一种或多种。
本实施例中,机械臂的采样控制装置中各单元所执行的操作与前述图3至图4所示实施例中描述的类似,此处不再赘述。
本实施例中,目标识别单元502根据目标识别算法对目标部位的图像进行目标识别,确定采样目标点的坐标及运动约束点的坐标,轨迹规划单元503根据采样目标点的坐标及运动约束点的坐标规划采样部件从预设的采样起点运动至采样目标点以及从采样目标点运动至采样起点的目标运动轨迹,确定单元504确定目标运动轨迹的目标运动时长,获取单元501将采样目标点的坐标、运动约束点的坐标及目标运动时长输入至预先设置的目标控制模型,得到目标控制模型输出的目标控制信息,运动控制单元505基于目标控制信息,控制采样部件在运动约束点的限制下沿目标运动轨迹对采样目标点进行采样,实现了对样本的自动化采集,可以完全替代人工操作,解放了医护人员的双手,同时也保证了采集的高效性和稳定性,可实现大规模采集,给样本采集带来极大的便利。
下面对本申请实施例中的机械臂的采样控制装置进行描述,请参阅图6,本申请实施例中机械臂的采样控制装置一个实施例包括:
该机械臂的采样控制装置600可以包括一个或一个以上中央处理器(centralprocessing units,CPU)601和存储器605,该存储器605中存储有一个或一个以上的应用程序或数据。
其中,存储器605可以是易失性存储或持久存储。存储在存储器605的程序可以包括一个或一个以上模块,每个模块可以包括对机械臂的采样控制装置中的一系列指令操作。更进一步地,中央处理器601可以设置为与存储器605通信,在机械臂的采样控制装置600上执行存储器605中的一系列指令操作。
机械臂的采样控制装置600还可以包括一个或一个以上电源602,一个或一个以上有线或无线网络接口603,一个或一个以上输入输出接口604,和/或,一个或一个以上操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等。
该中央处理器601可以执行前述图3至图4所示实施例中机械臂的采样控制装置所执行的操作,具体此处不再赘述。
本申请实施例还提供了一种采样系统,其中一个实施例包括:所述采样系统包括机械臂、所述机械臂的采样控制装置;所述机械臂包括夹持装置,所述夹持装置用于夹持采样部件;
所述机械臂的采样控制装置用于执行前述图3至图4所示实施例中机械臂的采样控制装置所执行的操作,具体此处不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (12)

1.一种机械臂的采样控制方法,其特征在于,所述机械臂包括夹持装置,所述夹持装置用于夹持采样部件;所述方法包括:
获得目标部位的图像,所述目标部位具有预设的采样目标点;
根据目标识别算法对所述目标部位的图像进行目标识别,确定所述采样目标点的坐标及运动约束点的坐标,所述运动约束点用于限制所述采样部件在对所述采样目标点进行采样过程中的运动动作以防止所述采样部件触碰所述采样目标点之外的其他部位;
根据所述采样目标点的坐标及所述运动约束点的坐标规划所述采样部件从预设的采样起点运动至所述采样目标点以及从所述采样目标点运动至所述采样起点的目标运动轨迹;
确定所述目标运动轨迹的目标运动时长;
将所述采样目标点的坐标、所述运动约束点的坐标及所述目标运动时长输入至预先设置的目标控制模型,以得到所述目标控制模型输出的目标控制信息;其中所述目标控制模型包括运动目标函数以及由所述运动约束点得到的运动约束条件;
基于所述目标控制信息,控制所述采样部件在所述运动约束点的限制下沿所述目标运动轨迹对所述采样目标点进行采样。
2.根据权利要求1所述的方法,其特征在于,所述目标部位为口腔;所述运动约束点位于口腔外部,且所述采样起点与所述运动约束点所形成的直线与口腔打开后所形成的口腔平面之间的夹角为预设夹角;所述采样目标点为扁桃体位点及咽后壁位点。
3.根据权利要求1所述的方法,其特征在于,所述目标控制模型包括模型参数,所述方法还包括:
根据梯度下降法计算所述目标控制模型的模型参数。
4.根据权利要求1所述的方法,其特征在于,所述根据所述采样目标点的坐标及所述运动约束点的坐标规划所述采样部件从预设的采样起点运动至所述采样目标点以及从所述采样目标点运动至所述采样起点的目标运动轨迹,包括:
根据轨迹规划算法规划所述采样目标点的坐标及所述运动约束点的坐标对应的所述目标运动轨迹,所述轨迹规划算法包括最小加加速度算法。
5.根据权利要求1所述的方法,其特征在于,所述采样目标点为多个,目标运动轨迹还包括从一个采样目标点至另一采样目标点的运动轨迹。
6.根据权利要求1至4任一项所述的方法,其特征在于,所述控制所述采样部件在所述运动约束点的限制下沿所述目标运动轨迹对所述采样目标点进行采样,包括:
根据运动控制算法控制所述采样部件在所述运动约束点的限制下沿所述目标运动轨迹对所述采样目标点进行采样,所述运动控制算法包括零空间控制算法、梯度下降算法中的一种或多种。
7.一种机械臂的采样控制装置,其特征在于,所述机械臂包括夹持装置,所述夹持装置用于夹持采样部件;所述采样控制装置包括:
获取单元,用于获得目标部位的图像,所述目标部位具有预设的采样目标点;
目标识别单元,用于根据目标识别算法对所述目标部位的图像进行目标识别,确定所述采样目标点的坐标及运动约束点的坐标,所述运动约束点用于限制所述采样部件在对所述采样目标点进行采样过程中的运动动作以防止所述采样部件触碰所述采样目标点之外的其他部位;
轨迹规划单元,用于根据所述采样目标点的坐标及所述运动约束点的坐标规划所述采样部件从预设的采样起点运动至所述采样目标点以及从所述采样目标点运动至所述采样起点的目标运动轨迹;
确定单元,用于确定所述目标运动轨迹的目标运动时长;
所述获取单元还用于将所述采样目标点的坐标、所述运动约束点的坐标及所述目标运动时长输入至预先设置的目标控制模型,以得到所述目标控制模型输出的目标控制信息;其中所述目标控制模型包括运动目标函数以及由所述运动约束点得到的运动约束条件;
运动控制单元,用于基于所述目标控制信息,控制所述采样部件在所述运动约束点的限制下沿所述目标运动轨迹对所述采样目标点进行采样。
8.根据权利要求7所述的装置,其特征在于,所述目标部位为口腔;所述运动约束点位于口腔外部,且所述采样起点与所述运动约束点所形成的直线与口腔打开后所形成的口腔平面之间的夹角为预设夹角;所述采样目标点为扁桃体位点及咽后壁位点。
9.根据权利要求7所述的装置,其特征在于,所述目标控制模型包括模型参数,所述装置还包括:
计算单元,用于根据梯度下降法计算所述目标控制模型的模型参数。
10.根据权利要求7所述的装置,其特征在于,所述轨迹规划单元具体用于根据轨迹规划算法规划所述采样目标点的坐标及所述运动约束点的坐标对应的所述目标运动轨迹,所述轨迹规划算法包括最小加加速度算法。
11.根据权利要求7至10任一项所述的装置,其特征在于,所述运动控制单元具体用于根据运动控制算法控制所述采样部件在所述运动约束点的限制下沿所述目标运动轨迹对所述采样目标点进行采样,所述运动控制算法包括零空间控制算法、梯度下降算法中的一种或多种。
12.一种采样系统,其特征在于,所述采样系统包括机械臂、所述机械臂的采样控制装置;所述机械臂包括夹持装置,所述夹持装置用于夹持采样部件;
所述机械臂的采样控制装置用于执行如权利要求7至11任一项中所述机械臂的采样控制装置所执行的方法。
CN202011586687.3A 2020-12-28 2020-12-28 机械臂的采样控制方法及装置、采样系统 Active CN112763253B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011586687.3A CN112763253B (zh) 2020-12-28 2020-12-28 机械臂的采样控制方法及装置、采样系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011586687.3A CN112763253B (zh) 2020-12-28 2020-12-28 机械臂的采样控制方法及装置、采样系统

Publications (2)

Publication Number Publication Date
CN112763253A true CN112763253A (zh) 2021-05-07
CN112763253B CN112763253B (zh) 2024-03-29

Family

ID=75696658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011586687.3A Active CN112763253B (zh) 2020-12-28 2020-12-28 机械臂的采样控制方法及装置、采样系统

Country Status (1)

Country Link
CN (1) CN112763253B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113693636A (zh) * 2021-08-30 2021-11-26 南方科技大学 采样方法、采样系统及存储介质
CN114916964A (zh) * 2022-07-14 2022-08-19 河南科技学院 一种咽拭子采样有效性检测方法及自助式咽拭子采样方法
CN114993796A (zh) * 2022-08-01 2022-09-02 易凯医疗建筑设计(深圳)有限公司 基于机械臂的存样方法、装置、电子设备和存储介质
WO2022230829A1 (ja) * 2021-04-26 2022-11-03 川崎重工業株式会社 ロボットシステム
CN116476041A (zh) * 2022-12-28 2023-07-25 深圳市人工智能与机器人研究院 一种核酸采样机器人的力位混合控制方法及机器人

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651949A (zh) * 2016-10-17 2017-05-10 中国人民解放军63920部队 一种基于仿真的空间机械臂抓捕目标遥操作方法及系统
CN110192094A (zh) * 2016-11-18 2019-08-30 迪术斐迅公司 自动化组织切片捕获、索引和储存系统及方法
CN111702755A (zh) * 2020-05-25 2020-09-25 淮阴工学院 一种基于多目立体视觉的机械臂智能控制系统
CN111906784A (zh) * 2020-07-23 2020-11-10 湖南爱米家智能科技有限公司 一种基于机器视觉引导的咽拭子双臂采样机器人及采样方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651949A (zh) * 2016-10-17 2017-05-10 中国人民解放军63920部队 一种基于仿真的空间机械臂抓捕目标遥操作方法及系统
CN110192094A (zh) * 2016-11-18 2019-08-30 迪术斐迅公司 自动化组织切片捕获、索引和储存系统及方法
CN111702755A (zh) * 2020-05-25 2020-09-25 淮阴工学院 一种基于多目立体视觉的机械臂智能控制系统
CN111906784A (zh) * 2020-07-23 2020-11-10 湖南爱米家智能科技有限公司 一种基于机器视觉引导的咽拭子双臂采样机器人及采样方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022230829A1 (ja) * 2021-04-26 2022-11-03 川崎重工業株式会社 ロボットシステム
JP7499411B2 (ja) 2021-04-26 2024-06-13 川崎重工業株式会社 ロボットシステム
CN113693636A (zh) * 2021-08-30 2021-11-26 南方科技大学 采样方法、采样系统及存储介质
CN113693636B (zh) * 2021-08-30 2023-11-24 南方科技大学 采样方法、采样系统及存储介质
CN114916964A (zh) * 2022-07-14 2022-08-19 河南科技学院 一种咽拭子采样有效性检测方法及自助式咽拭子采样方法
CN114916964B (zh) * 2022-07-14 2022-11-04 河南科技学院 一种咽拭子采样有效性检测方法及自助式咽拭子采样方法
CN114993796A (zh) * 2022-08-01 2022-09-02 易凯医疗建筑设计(深圳)有限公司 基于机械臂的存样方法、装置、电子设备和存储介质
CN116476041A (zh) * 2022-12-28 2023-07-25 深圳市人工智能与机器人研究院 一种核酸采样机器人的力位混合控制方法及机器人
CN116476041B (zh) * 2022-12-28 2024-01-30 深圳市人工智能与机器人研究院 一种核酸采样机器人的力位混合控制方法及机器人

Also Published As

Publication number Publication date
CN112763253B (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
CN112763253B (zh) 机械臂的采样控制方法及装置、采样系统
US10031149B2 (en) Robotic system for sorting sample tubes
CN111631754A (zh) 一种咽拭子自动采样系统
Anis et al. Automated selection and placement of single cells using vision-based feedback control
CN104887312B (zh) 辅助装置的交互方法、辅助装置、辅助系统、单元和系统
JP2018126796A (ja) 制御装置、ロボットおよびロボットシステム
KR20140048128A (ko) 태스크 궤적 분석을 위한 방법 및 시스템
Bouteraa et al. A gesture-based telemanipulation control for a robotic arm with biofeedback-based grasp
CN113143342A (zh) 确定口腔采样部位的方法、采样机器人及计算机存储介质
CN114022548A (zh) 一种内窥镜碰撞检测方法、装置、设备及存储介质
Yang et al. Automatic vision-guided micromanipulation for versatile deployment and portable setup
CN102768541B (zh) 手术机器人的控制方法和系统
US20190168397A1 (en) Grasping apparatus, grasping determination method and grasping determination program
CN112834764B (zh) 机械臂的采样控制方法及装置、采样系统
Ko et al. Intelligent control of neurosurgical robot MM-3 using dynamic motion scaling
WO2019127437A1 (zh) 地图标注的方法、装置、云端服务器、终端及应用程序
Mattos et al. Semi-automated blastocyst microinjection
Tayama et al. Image processing for autonomous positioning of eye surgery robot in micro-cannulation
CN115252365A (zh) 上肢镜像康复训练机器人系统、控制方法和计算机介质
Ma et al. Gesture Control Method for Oral Blood Mixed Liquid Removal Robot
Li et al. Visual Positioning of Nasal Swab Robot Based on Hierarchical Decision
JP2022041308A (ja) 検体検査システム、検体検査方法及びプログラム
CN112914571A (zh) 一种机械臂的血液采集装置及其采血方法
Kuz et al. Anthropomorphic design of human-robot interaction in assembly cells
Zhao et al. Autonomous Robotic Drilling System for Mice Cranial Window Creation: An Evaluation with an Egg Model

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