CN112967265A - 医用夹取方法、系统、医疗机器人及存储介质 - Google Patents

医用夹取方法、系统、医疗机器人及存储介质 Download PDF

Info

Publication number
CN112967265A
CN112967265A CN202110303302.6A CN202110303302A CN112967265A CN 112967265 A CN112967265 A CN 112967265A CN 202110303302 A CN202110303302 A CN 202110303302A CN 112967265 A CN112967265 A CN 112967265A
Authority
CN
China
Prior art keywords
clamping
medical
clamped
image
robot
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.)
Pending
Application number
CN202110303302.6A
Other languages
English (en)
Inventor
柳耀斌
周乃宝
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.)
Lianren Healthcare Big Data Technology Co Ltd
Original Assignee
Lianren Healthcare Big Data Technology Co Ltd
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 Lianren Healthcare Big Data Technology Co Ltd filed Critical Lianren Healthcare Big Data Technology Co Ltd
Priority to CN202110303302.6A priority Critical patent/CN112967265A/zh
Publication of CN112967265A publication Critical patent/CN112967265A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Manipulator (AREA)

Abstract

本发明公开一种医用夹取方法、系统、医疗机器人及存储介质，属于医疗器械领域。其中，该方法包括：采集待夹取物体的表面特征图像，并进行图像预处理；根据待夹取物体的表面特征，选择夹取方式；获取待夹取物体的障碍信息，并规划夹取路径；对待夹取物体受到的夹取力度进行力反馈，优化夹取时施加的作用力。本发明能够实现自动化夹取待夹取物体，以协助手术顺利完成，自动化程度高，可操控性强，提高了夹取效率和准确性，降低了人工成本。

Description

医用夹取方法、系统、医疗机器人及存储介质
技术领域
本发明涉及医疗器械领域，尤其涉及一种医用夹取方法、系统、医疗机器人及存储介质。
背景技术
在传统医疗手术中，医生通常需要助手手持一些医疗器械，例如医用夹子等，以辅助医生完成手术。然而在一些大手术中，长时间的手持医疗器械，往往会让助手感到疲惫，难以坚持，还可能会导致手术意外的发生。
发明内容
本发明的目的在于提供一种医用夹取方法、系统、医疗机器人及存储介质，能够实现自动化夹取待夹取物体，以协助手术顺利完成。
为实现上述目的，提供以下技术方案：
第一方面，本发明提供了一种医用夹取方法，包括：
S1、采集待夹取物体的表面特征图像，并进行图像预处理；
S2、根据待夹取物体的表面特征，选择夹取方式；
S3、获取待夹取物体的障碍信息，并规划夹取路径；
S4、对待夹取物体受到的夹取力度进行力反馈，优化夹取时施加的作用力。
进一步地，夹取方式包括柔性夹取和刚性夹取。
进一步地，在步骤S1中，图像预处理包括通过中值滤波和高斯滤波对图像数据进行降噪处理。
进一步地，在步骤S1中，图像预处理还包括采用直方图均衡化消除图像数据的亮度差异。
第二方面，本发明还提供了一种医用夹取系统，采用如上所述的医用夹取方法，包括：
3D相机，用于采集待夹取物体的表面特征图像；
机械臂，具有多自由度；
夹取装置，设置于所述机械臂的末端，用于夹取待夹取物体。
进一步地，所述夹取装置包括两个可相互靠拢的夹持臂，每个所述夹持臂均包括内侧壁、弹性件和外侧壁，所述弹性件夹设于所述内侧壁和所述外侧壁之间。
进一步地，所述内侧壁和所述外侧壁均为弧面。
进一步地，所述内侧壁由柔性材质制备而成，所述外侧壁由刚性材质制备而成。
第三方面，本发明还提供了一种医疗机器人，所述医疗机器人包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的医用夹取方法。
第四方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序该程序被处理器执行时实现如上所述的医用夹取方法。
与现有技术相比，本发明提供的医用夹取方法、系统、医疗机器人及存储介质中，适用于医疗过程中协助医生顺利完成手术，首先，可以通过3D相机采集待夹取物体的表面特征图像，并进行图像预处理，其次，根据待夹取物体的表面特征，选择合适的夹取方式，然后，获取待夹取物体的障碍信息，并规划多自由度机械臂的夹取路径，最后，通过力传感器对待夹取物体受到的夹取力度进行力反馈，优化夹取时施加的作用力，能够实现自动化夹取待夹取物体，以协助手术顺利完成，自动化程度高，可操控性强，提高了夹取效率和准确性，降低了人工成本。
附图说明
图1为本发明实施例一提供的医用夹取方法的流程图；
图2为本发明实施例三提供的医疗机器人的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步地详细描述，显然，所描述的实施例仅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。
实施例一
图1为本实施例提供的医用夹取方法的流程图，如图1所示，该医用夹取方法，包括如下步骤：
S1、采集待夹取物体的表面特征图像，并进行图像预处理；
S2、根据待夹取物体的表面特征，选择夹取方式；
S3、获取待夹取物体的障碍信息，并规划夹取路径；
S4、对待夹取物体受到的夹取力度进行力反馈，优化夹取时施加的作用力。
进一步地，夹取方式包括柔性夹取和刚性夹取。柔性夹取适用于夹取易碎物品，防止损坏物品。刚性夹取适用于夹取较重物品，尤其适用于精准性要求较高时。在其他实施例中，也可以采用刚柔混合的夹取方式。
进一步地，在步骤S1中，图像预处理包括通过中值滤波和高斯滤波对图像数据进行降噪处理。中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。
高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板(或称卷积、掩模)扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。图像大多数噪声均属于高斯噪声，因此高斯滤波器应用也较广泛。高斯滤波是一种线性平滑滤波，适用于消除高斯噪声。高斯滤波的具体操作是：用一个用户指定的模板(或称卷积、掩膜)去扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。
进一步地，在步骤S1中，图像预处理还包括采用直方图均衡化消除图像数据的亮度差异。直方图均衡化又称直方图平坦化，实质上是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内像素值的数量大致相等。这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一个较平的分段直方图：如果输出数据分段值较小的话，会产生粗略分类的视觉效果。直方图是表示数字图像中每一灰度出现频率的统计关系。直方图能给出图像灰度范围、每个灰度的频度和灰度的分布、整幅图像的平均明暗和对比度等概貌性描述。
本实施例提供的医用夹取方法，首先，可以通过3D相机采集待夹取物体的表面特征图像，并进行图像预处理，其次，根据待夹取物体的表面特征，选择合适的夹取方式，然后，获取待夹取物体的障碍信息，并规划多自由度机械臂的夹取路径，最后，通过力传感器对待夹取物体受到的夹取力度进行力反馈，优化夹取时施加的作用力，能够实现自动化夹取待夹取物体，以协助手术顺利完成，自动化程度高，可操控性强，提高了夹取效率和准确性，降低了人工成本。
实施例二
本实施例提供一种医用夹取系统，可适用于医疗过程中协助医生顺利完成手术。本发明实施例提供的医用夹取系统可执行本发明实施例所提供的医用夹取方法，具备执行方法相应的功能模块和有益效果。
该医用夹取系统包括3D相机、机械臂和夹取装置，3D相机用于采集待夹取物体的表面特征图像；机械臂具有多自由度；夹取装置设置于机械臂的末端，用于夹取待夹取物体。在使用时，通过3D相机采集待夹取物体的表面特征图像，通过机械臂控制夹取装置的夹取路径，通过夹取装置夹取待夹取物体。
进一步地，夹取装置包括两个可相互靠拢的夹持臂，每个夹持臂均包括内侧壁、弹性件和外侧壁，弹性件夹设于内侧壁和外侧壁之间。弹性件可以为弹簧，取材方便，成本低。内侧壁和外侧壁均具有一定的宽度，以保证与待夹取物体之间具有足够大的受力面积。在本实施例中，夹取装置还包括握把，握把用于合拢或张开两个夹持臂，握把与现有医用夹子的握把作用相同，在此不再赘述。该夹取装置可以轻松夹取规则形状的目标物，如表面光滑圆形的药瓶，也可以夹取某些不规则形状的目标物，而且在相同的情景下，该夹取装置的可拓展范围较强，如不同大小的目标物，夹取时都可以通过受力时弹性件的伸缩进行夹取。
为更好地适应多种类型的待夹取物体的形状，进一步地，内侧壁和外侧壁均为弧面。进一步地，内侧壁由柔性材质制备而成，外侧壁由刚性材质制备而成。由于内侧壁采用柔性材质，可以适应多种形状和尺寸的待夹取物体。由于外侧壁采用刚性材质，可以提供足够的支撑力。柔性材质可以为硅胶等具有延伸性的材料。刚性材质可以为金属等硬质材料。
本实施例提供的医用夹取系统，首先，可以通过3D相机采集待夹取物体的表面特征图像，并进行图像预处理，其次，根据待夹取物体的表面特征，选择合适的夹取方式，然后，获取待夹取物体的障碍信息，并规划多自由度机械臂的夹取路径，最后，通过力传感器对待夹取物体受到的夹取力度进行力反馈，优化夹取时施加的作用力，能够实现自动化夹取待夹取物体，以协助手术顺利完成，自动化程度高，可操控性强，提高了夹取效率和准确性，降低了人工成本。
实施例三
图2为本实施例中的医疗机器人的结构示意图。图2示出了适于用来实现本发明实施方式的示例性医疗机器人412的框图。图2显示的医疗机器人412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图2所示，医疗机器人412以通用终端的形式表现。医疗机器人412的组件可以包括但不限于：医疗机器人本体(图中未示出)、一个或者多个处理器416，存储装置428，连接不同系统组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance，ISA)总线，微通道体系结构(Micro Channel Architecture，MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
医疗机器人412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被医疗机器人412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)430和/或高速缓存存储器432。医疗机器人412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图2未显示，通常称为“硬盘驱动器”)。尽管图2中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘，例如只读光盘(Compact Disc Read-Only Memory，CD-ROM),数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储装置428中，这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
医疗机器人412也可以与一个或多个外部设备414(例如键盘、指向终端、显示器424等)通信，还可与一个或者多个使得用户能与该医疗机器人412交互的终端通信，和/或与使得该医疗机器人412能与一个或多个其它计算终端进行通信的任何终端(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，医疗机器人412还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图2所示，网络适配器420通过总线418与医疗机器人412的其它模块通信。应当明白，尽管图中未示出，可以结合医疗机器人412使用其它硬件和/或软件模块，包括但不限于：微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of IndependentDisks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在存储装置428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的医用夹取方法，该方法包括：
S1、采集待夹取物体的表面特征图像，并进行图像预处理；
S2、根据待夹取物体的表面特征，选择夹取方式；
S3、获取待夹取物体的障碍信息，并规划夹取路径；
S4、对待夹取物体受到的夹取力度进行力反馈，优化夹取时施加的作用力。
实施例四
本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的医用夹取方法，该方法包括：
S1、采集待夹取物体的表面特征图像，并进行图像预处理；
S2、根据待夹取物体的表面特征，选择夹取方式；
S3、获取待夹取物体的障碍信息，并规划夹取路径；
S4、对待夹取物体受到的夹取力度进行力反馈，优化夹取时施加的作用力。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种医用夹取方法，其特征在于，包括以下步骤：
S1、采集待夹取物体的表面特征图像，并进行图像预处理；
S2、根据待夹取物体的表面特征，选择夹取方式；
S3、获取待夹取物体的障碍信息，并规划夹取路径；
S4、对待夹取物体受到的夹取力度进行力反馈，优化夹取时施加的作用力。
2.根据权利要求1所述的医用夹取方法，其特征在于，夹取方式包括柔性夹取和刚性夹取。
3.根据权利要求1所述的医用夹取方法，其特征在于，在步骤S1中，图像预处理包括通过中值滤波和高斯滤波对图像数据进行降噪处理。
4.根据权利要求1所述的医用夹取方法，其特征在于，在步骤S1中，图像预处理还包括采用直方图均衡化消除图像数据的亮度差异。
5.一种医用夹取系统，其特征在于，采用如权利要求1-4中任一项所述的医用夹取方法，包括：
3D相机，用于采集待夹取物体的表面特征图像；
机械臂，具有多自由度；
夹取装置，设置于所述机械臂的末端，用于夹取待夹取物体。
6.根据权利要求5所述的医用夹取系统，其特征在于，所述夹取装置包括两个可相互靠拢的夹持臂，每个所述夹持臂均包括内侧壁、弹性件和外侧壁，所述弹性件夹设于所述内侧壁和所述外侧壁之间。
7.根据权利要求6所述的医用夹取系统，其特征在于，所述内侧壁和所述外侧壁均为弧面。
8.根据权利要求6所述的医用夹取系统，其特征在于，所述内侧壁由柔性材质制备而成，所述外侧壁由刚性材质制备而成。
9.一种医疗机器人，其特征在于，所述医疗机器人包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一项所述的医用夹取方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的医用夹取方法。
CN202110303302.6A 2021-03-22 2021-03-22 医用夹取方法、系统、医疗机器人及存储介质 Pending CN112967265A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110303302.6A CN112967265A (zh) 2021-03-22 2021-03-22 医用夹取方法、系统、医疗机器人及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110303302.6A CN112967265A (zh) 2021-03-22 2021-03-22 医用夹取方法、系统、医疗机器人及存储介质

Publications (1)

Publication Number Publication Date
CN112967265A true CN112967265A (zh) 2021-06-15

Family

ID=76279468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110303302.6A Pending CN112967265A (zh) 2021-03-22 2021-03-22 医用夹取方法、系统、医疗机器人及存储介质

Country Status (1)

Country Link
CN (1) CN112967265A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113487632A (zh) * 2021-07-16 2021-10-08 中国科学院自动化研究所 用于配液机器人的安瓿瓶瓶颈检测系统、方法及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103503639A (zh) * 2013-09-30 2014-01-15 常州大学 一种双臂果蔬采收机器人系统及其果蔬采收方法
CN104637064A (zh) * 2015-02-28 2015-05-20 中国科学院光电技术研究所 一种基于边缘强度权重的离焦模糊图像清晰度检测方法
CN108297084A (zh) * 2018-03-16 2018-07-20 五邑大学 一种基于图像识别的智能传送带式机械臂系统
CN108748164A (zh) * 2018-07-19 2018-11-06 深圳市慧传科技有限公司 机械手自动夹取力度和夹取状态的控制方法
CN110834335A (zh) * 2019-11-21 2020-02-25 广东弓叶科技有限公司 物件夹取方法及分选设备
CN111687839A (zh) * 2020-06-03 2020-09-22 北京如影智能科技有限公司 一种夹取物品的方法及装置
CN112077842A (zh) * 2020-08-21 2020-12-15 上海明略人工智能(集团)有限公司 一种夹取方法、夹取系统及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103503639A (zh) * 2013-09-30 2014-01-15 常州大学 一种双臂果蔬采收机器人系统及其果蔬采收方法
CN104637064A (zh) * 2015-02-28 2015-05-20 中国科学院光电技术研究所 一种基于边缘强度权重的离焦模糊图像清晰度检测方法
CN108297084A (zh) * 2018-03-16 2018-07-20 五邑大学 一种基于图像识别的智能传送带式机械臂系统
CN108748164A (zh) * 2018-07-19 2018-11-06 深圳市慧传科技有限公司 机械手自动夹取力度和夹取状态的控制方法
CN110834335A (zh) * 2019-11-21 2020-02-25 广东弓叶科技有限公司 物件夹取方法及分选设备
CN111687839A (zh) * 2020-06-03 2020-09-22 北京如影智能科技有限公司 一种夹取物品的方法及装置
CN112077842A (zh) * 2020-08-21 2020-12-15 上海明略人工智能(集团)有限公司 一种夹取方法、夹取系统及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李清娟 等主编: "《人工智能与产业变革》", 上海财经大学出版社, pages: 55 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113487632A (zh) * 2021-07-16 2021-10-08 中国科学院自动化研究所 用于配液机器人的安瓿瓶瓶颈检测系统、方法及设备
CN113487632B (zh) * 2021-07-16 2022-04-12 中国科学院自动化研究所 用于配液机器人的安瓿瓶瓶颈检测系统、方法及设备

Similar Documents

Publication Publication Date Title
CN111015655B (zh) 机械臂抓取方法、装置、计算机可读存储介质及机器人
EP3712805A1 (en) Gesture recognition method, device, electronic device, and storage medium
CN109712234B (zh) 三维人体模型的生成方法、装置、设备和存储介质
CN110222703B (zh) 图像轮廓识别方法、装置、设备和介质
WO2021082229A1 (zh) 数据处理方法及相关装置
CN107895377B (zh) 一种前景目标提取方法、装置、设备及存储介质
CN109885628B (zh) 一种张量转置方法、装置、计算机及存储介质
CN112949750B (zh) 一种图像分类方法及计算机可读存储介质
CN112668588A (zh) 车位信息生成方法、装置、设备和计算机可读介质
CN112967265A (zh) 医用夹取方法、系统、医疗机器人及存储介质
CN116049639B (zh) 脑电图信号的选择性迁移学习方法、装置及存储介质
CN113997295B (zh) 机械臂的手眼标定方法、装置、电子设备及存储介质
CN110796108B (zh) 一种人脸质量检测的方法、装置、设备及存储介质
WO2020124682A1 (zh) 图像处理方法、装置、设备和存储介质
CN112025693B (zh) 非对称三指抓取器的像素级目标抓取检测方法及系统
CN113178013B (zh) 三角网格滤波方法、装置、电子设备和存储介质
CN117541496A (zh) 基于fpga的红外图像nlmeans降噪简化方法、系统、介质及设备
CN111815748A (zh) 一种动画处理方法、装置、存储介质及电子设备
CN115830414A (zh) 人脸关键点回归模型训练方法、装置、设备及存储介质
CN108876711B (zh) 一种基于图像特征点的草图生成方法、服务器及系统
Aghazadeh et al. A restoration–segmentation algorithm based on flexible Arnoldi–Tikhonov method and Curvelet denoising
CN112907594A (zh) 非目标对象辅助分离方法、系统、医疗机器人及存储介质
CN112914727A (zh) 非目标障碍物分离方法、系统、医疗机器人及存储介质
CN113255756B (zh) 图像融合方法、装置、电子设备及存储介质
CN113012800A (zh) 多用途夹取方法、系统、医疗机器人及存储介质

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