CN113017625A - 采血机器人的控制方法及装置 - Google Patents

Abstract

本发明提供一种采血机器人的控制方法及装置，其中控制方法，包括：获取待采血血管区域图像，基于获取的待采血血管区域图像识别出其中的多根血管；获取多根血管的几何参数，并基于几何参数确定穿刺目标血管，定位穿刺目标血管上的穿刺入针点；获取目标血管的角度信息及穿刺入针点的三维空间坐标，基于三维空间坐标规划入针路径以及入针角度；控制采血机器人的机械臂带动其末端的采血针依据入针路径以及入针角度靠近穿刺入针点并穿刺。本发明能够基于图像识别技术智能获取入针点的三维空间定位进而控制采血机器人精准穿刺，实现全自动无人采血，有效避免穿刺失误，减少患者痛苦及人力成本。

Description

采血机器人的控制方法及装置

技术领域

本发明属于人工智能技术领域，具体涉及一种采血机器人的控制方法及装置。

背景技术

随着医疗技术的发展，静脉采血化验已经成为诊断、治疗过程中必不可少的步骤，可以通过获取血液组织样本进行各种各样的化验分析，从而获取患者的各种生化、免疫、病理等指标，指导医生做出正确判断。但是目前临床上只能依靠熟练的医护人员手动采血完成，这对医护人员在体力和精神压力上均带来极大挑战。医护人员需要经过专门的培训方能胜任采血工作，但由于患者情况各异(皮下脂肪过厚、血管太细、大龄患者等问题)导致穿刺效果不佳，患者的疼痛感也因医护人员的技术水平、工作经验和身心状态而波动很大，给患者造成了很大痛苦，更增加了医患纠纷的概率。另外，医护人员在进行人工采血的过程中也存在一定的感染风险，据了解有80％以上的护士曾在采血工作中受到针刺伤害。

发明内容

因此，本发明要解决的技术问题在于提供一种采血机器人的控制方法及装置，能够基于图像识别技术智能获取入针点的三维空间定位进而控制采血机器人精准穿刺，实现全自动无人采血，有效避免穿刺失误，减少患者痛苦及人力成本。

为了解决上述问题，本发明提供一种采血机器人的控制方法，包括：

血管识别步骤，获取待采血血管区域图像，基于获取的待采血血管区域图像识别出其中的多根血管；

穿刺入针点确定步骤，获取多根所述血管的几何参数，并基于所述几何参数确定穿刺目标血管，定位所述穿刺目标血管上的穿刺入针点；

穿刺路径及姿态确定步骤，获取所述目标血管的角度信息及所述穿刺入针点的三维空间坐标，基于所述三维空间坐标规划入针路径以及入针角度；

穿刺执行步骤，控制采血机器人的机械臂带动其末端的采血针依据所述入针路径以及入针角度靠近所述穿刺入针点并穿刺。

优选地，在所述采血针执行穿刺后，判断所述采血针中是否回血，当所述采血针中回血后控制所述机械臂停止穿刺。

优选地，判断所述采血针中是否回血包括：

获取采血针针头软管处对光源光束的实时反射量，当所述实时反射量高于预设反射量时，确认采血针已经回血，控制所述机械臂停止穿刺；

当所述实时反射量不高于预设反射量时，确认采血针未回血或者穿刺不到位，控制所述机械臂继续执行穿刺。

优选地，当所述实时反射量不高于预设反射量时，还包括：

获取采血针的穿刺实时阻力变化率，当所述穿刺实时阻力变化率大于预设阈值时，控制所述机械臂停止穿刺。

优选地，所述待采血血管区域图像为近红外图像，其中的多根血管通过如下步骤识别：

提高所述近红外图像的对比度，获得第一处理图像；

采用血管轮廓提取算法识别所述第一处理图像中的多根血管的轮廓，获得第二处理图像。

优选地，所述控制方法还包括：

对所述第二处理图像采用图像平滑算法处理；和/或，对所述第二处理图像使用血管形态学处理算法，将具有连接趋势的血管连接为一根；和/或，去除所述第二处理图像中的背景区域；和/或，对所述第二处理图像进行图像二值化操作。

优选地，所述穿刺入针点确定步骤包括：

所述几何参数包括血管的长度、直径，对长度和直径分配权数，计算每根血管加权平均值实现对每根待选血管的评分，将评分最高的待选血管确定为穿刺目标血管，所述穿刺入针点为所述穿刺目标血管靠近病患手掌的一侧的端点。

优选地，所述三维空间坐标通过如下方式获取：

以桌面平面建立桌面三维坐标系，将所述待采血血管区域图像映射到所述桌面平面的二维坐标系，控制所述机械臂移动至入针点识别预备位，采用激光测距仪将激光点打到摄像头拍摄范围内，结合激光点与穿刺入针点的二维坐标信息，使得机械臂自动进行调整，将激光点自动移动至穿刺入针点位置，并且计算激光测距仪器的激光发射点在所述桌面三维坐标系中的坐标位置，结合激光测距仪坐标信息、机械臂末端俯仰角角度信息和激光测距仪返回的实时距离信息，计算得到所述穿刺入针点所对应的三维空间坐标。

本发明还提供一种采血机器人的控制装置，包括：

血管识别单元，用于获取待采血血管区域图像，基于获取的待采血血管区域图像识别出其中的多根血管；

穿刺入针点确定单元，用于获取多根所述血管的几何参数，并基于所述几何参数确定穿刺目标血管，定位所述穿刺目标血管上的穿刺入针点；

穿刺路径及姿态确定单元，用于获取所述目标血管的角度信息及所述穿刺入针点的三维空间坐标，基于所述三维空间坐标规划入针路径以及入针角度；

穿刺执行单元，用于控制采血机器人的机械臂带动其末端的采血针依据所述入针路径以及入针角度靠近所述穿刺入针点并穿刺。

优选地，所述穿刺执行单元还用于，在所述采血针执行穿刺后，判断所述采血针中是否回血，当所述采血针中回血后控制所述机械臂停止穿刺。

本发明提供的一种采血机器人的控制方法及装置，能够基于图像识别技术智能获取入针点的三维空间定位进而控制采血机器人精准穿刺，实现全自动无人采血，有效避免穿刺失误，减少患者痛苦及人力成本，进而降低了对操作人员的技能要求，并杜绝在采血过程中潜在的针刺伤害现象的发生。

附图说明

图1为本发明实施例的采血机器人的控制方法的步骤示意图；

图2为本发明实施例的采血机器人的控制装置的结构示意图；

图3本发明实施例的采血机器人的控制方法的操作处理流程示意图。

具体实施方式

结合参见图1至图3所示，根据本发明的实施例，提供一种采血机器人的控制方法，包括：

血管识别步骤，获取待采血血管区域图像，基于获取的待采血血管区域图像识别出其中的多根血管；

穿刺入针点确定步骤，获取多根所述血管的几何参数，并基于所述几何参数确定穿刺目标血管，定位所述穿刺目标血管上的穿刺入针点；

穿刺路径及姿态确定步骤，获取所述目标血管的角度信息及所述穿刺入针点的三维空间坐标，基于所述三维空间坐标规划入针路径以及入针角度；

穿刺执行步骤，控制采血机器人的机械臂带动其末端的采血针依据所述入针路径以及入针角度靠近所述穿刺入针点并穿刺。

该技术方案中，能够基于图像识别技术智能获取入针点的三维空间定位进而控制采血机器人精准穿刺，实现全自动无人采血，有效避免穿刺失误，减少患者痛苦及人力成本，进而降低了对操作人员的技能要求，并杜绝在采血过程中潜在的针刺伤害现象的发生。

优选地，在所述采血针执行穿刺后，判断所述采血针中是否回血，当所述采血针中回血后控制所述机械臂停止穿刺，以防止所述采血针穿刺深度过大带来的伤害。判断所述采血针中是否回血包括：获取采血针针头软管处对光源光束的实时反射量，当所述实时反射量高于预设反射量时，确认采血针已经回血，控制所述机械臂停止穿刺；当所述实时反射量不高于预设反射量时，确认采血针未回血或者穿刺不到位，控制所述机械臂继续执行穿刺。具体的，通过光电传感器检测采血针处未出现回血时对光源光束的反射量(可以理解的，也即前述的预设反射量)与出现回血时对光源光束的反射量的对比，监测采血针处是否出现回血，若出现表示穿刺成功，考虑到采血针穿刺过程中针头会扎入人体体内，所以对穿刺是否成功需要有严格的判断，否则可能会危及病人的人身安全。为进一步提高采血穿刺的成功率，在机械臂的末端持针装置中增加了力传感器，当采血针刺入皮肤后，力传感器实时监测采血针针头的力变化，由于针头在穿刺皮肤时阻力大于刺入血管后的阻力，在刺入血管瞬间阻力变小，即为采血护士所称“落空感”，因此当阻力变化大于预设值时则表示可能刺入血管，从而配合光电传感器更精准的判断穿刺是否成功，进一步提高采血过程中穿刺的成功率，保障病人的人身安全。也即，当所述实时反射量不高于预设反射量时，还包括：获取采血针的穿刺实时阻力变化率，当所述穿刺实时阻力变化率大于预设阈值时，控制所述机械臂停止穿刺。

优选地，所述待采血血管区域图像为近红外图像，其中的多根血管通过如下步骤识别：

提高所述近红外图像的对比度，获得第一处理图像；采用血管轮廓提取算法(例如局部阈值分割算法)识别所述第一处理图像中的多根血管的轮廓，获得第二处理图像。进一步的，所述控制方法还包括：对所述第二处理图像采用图像平滑算法处理；和/或，对所述第二处理图像使用血管形态学处理算法(例如开运算及闭运算)，将具有连接趋势的血管连接为一根；和/或，去除所述第二处理图像中的背景区域；和/或，对所述第二处理图像进行图像二值化操作。

具体的，采集血管的近红外图像，对图像进行优化并增强后分析获得最佳静脉可采血血管图像。在确认最佳待采血管区域中采用的血管识别算法需要首先对采集到的手臂图像使用伽马变换操作，增强对比度，使血管轮廓与皮肤对比增强；接下来使用局部阈值分割算法，识别出血管的轮廓，此时由于光照导致的阴影会产生很多噪声点，先后使用高斯平滑和中值滤波平滑算法对图像进行去噪。由于血管部分粘连处较细，去噪可能会导致血管连接处断裂，因此在这之后，使用开运算与闭运算将具有连接趋势的血管连接起来，并去除其他不属于血管的噪声点。此时血管轮廓与手臂皮肤已经分离开了，但还要考虑去除手臂外部的背景，因此使用漫水填充将边缘处的背景区域去除，由于边界处具有光线以及像素值的过渡变化，以及血管边界处具有毛边，因此使用腐蚀与膨胀对过渡区域的噪声点进行去噪，使血管边缘平滑，最后对图像二值化，图像二值化后将图像的像素点的灰度值设置为0或255，血管像素点的灰度值为0，其他像素点的灰度值为255，这样可以将血管部分与图像其他部分显著分割开来进而凸显出目标血管的轮廓，完成血管识别。

在一些实施方式中，所述穿刺入针点确定步骤包括：所述几何参数包括血管的长度、直径，对长度和直径分配权数，计算每根血管加权平均值实现对每根待选血管的评分，将评分最高的待选血管确定为穿刺目标血管，所述穿刺入针点为所述穿刺目标血管靠近病患手掌的一侧的端点，具体权数依据客观需求选择调整获取即可。

具体的，通过训练深度学习模型实现对近红外图像特定ROI(感兴趣区域)的提取，以便进行后续处理，并使用限制对比度的直方图均衡化算法对图像做对比度增强，再使用中值滤波去除椒盐噪声，再使用边缘检测检测出目标区域的血管区域，再使用膨胀腐蚀算法，对血管轮廓进行平滑以及去噪处理，让血管更清晰，再运用第二次中值滤波去掉微小噪声，使用最小外接椭圆拟合在血管外部进行拟合，获得血管长度信息；对图像区域的血管使用Canny边缘检测生成血管的边缘图像，再细化提取血管骨架，通过霍夫直线算法检测出直线型血管，并对血管轮廓边缘的像素点的坐标进行计算获得血管直径，最后比较各个待选血管的直径和长度，在直径大于预设值时，选取长度最长血管靠近手掌一侧的端点作为最佳采血入针点，选择合适的穿刺点是成功穿刺的重要因素之一，而血管的横向宽度与血管形状的规整程度对穿刺点的选取影响较大。

优选地，所述三维空间坐标通过如下方式获取：

以桌面平面(也即所述采血机器人所在空间的水平平面)建立桌面三维坐标系，将所述待采血血管区域图像映射到所述桌面平面的二维坐标系，控制所述机械臂移动至入针点识别预备位，采用激光测距仪将激光点打到摄像头拍摄范围内，结合激光点与穿刺入针点的二维坐标信息，使得机械臂自动进行调整，将激光点自动移动至穿刺入针点位置，并且计算激光测距仪器的激光发射点在所述桌面三维坐标系中的坐标位置，结合激光测距仪坐标信息、机械臂末端俯仰角角度信息和激光测距仪返回的实时距离信息，计算得到所述穿刺入针点所对应的三维空间坐标。

机械臂点到点移动的逆运动学解存在多解情况，通过计算选取多解中的最优解作为最优路径，最优路径为在机械臂不发生任何碰撞的前提下运动用时最短的路径。在理论上，机械臂所持采血针的针尖点保持不变，但采血针在空间中有无数种姿态，因此在能够实现点到点运动以外，还需要将姿态调整至符合入针，因此所述穿刺执行步骤具体应包括：根据已得到的穿刺入针点的三维空间坐标与血管二维图像信息(例如上文中的第二处理图像)，能够调整机械臂末端俯仰角，使得采血针针头斜切面始终保持斜面向上且采血针与皮肤表面成30°夹角，并且通过调整偏航角使得采血针与待采血血管(也即穿刺目标血管)方向一致，当采血针移动到预采血位置(也即穿刺入针点)时，控制采血针开始穿刺。

根据本发明的实施例，还提供一种采血机器人的控制装置，包括：

血管识别单元，用于获取待采血血管区域图像，基于获取的待采血血管区域图像识别出其中的多根血管；

穿刺入针点确定单元，用于获取多根所述血管的几何参数，并基于所述几何参数确定穿刺目标血管，定位所述穿刺目标血管上的穿刺入针点；

穿刺路径及姿态确定单元，用于获取所述目标血管的角度信息及所述穿刺入针点的三维空间坐标，基于所述三维空间坐标规划入针路径以及入针角度；

穿刺执行单元，用于控制采血机器人的机械臂带动其末端的采血针依据所述入针路径以及入针角度靠近所述穿刺入针点并穿刺。

该技术方案中，能够基于图像识别技术智能获取入针点的三维空间定位进而控制采血机器人精准穿刺，实现全自动无人采血，有效避免穿刺失误，减少患者痛苦及人力成本，进而降低了对操作人员的技能要求，并杜绝在采血过程中潜在的针刺伤害现象的发生。

所述穿刺执行单元还用于，在所述采血针执行穿刺后，判断所述采血针中是否回血，当所述采血针中回血后控制所述机械臂停止穿刺，以防止所述采血针穿刺深度过大带来的伤害。判断所述采血针中是否回血包括：获取采血针针头软管处对光源光束的实时反射量，当所述实时反射量高于预设反射量时，确认采血针已经回血，控制所述机械臂停止穿刺；当所述实时反射量不高于预设反射量时，确认采血针未回血或者穿刺不到位，控制所述机械臂继续执行穿刺。具体的，通过光电传感器检测采血针处未出现回血时对光源光束的反射量(可以理解的，也即前述的预设反射量)与出现回血时对光源光束的反射量的对比，监测采血针处是否出现回血，若出现表示穿刺成功，考虑到采血针穿刺过程中针头会扎入人体体内，所以对穿刺是否成功需要有严格的判断，否则可能会危及病人的人身安全。为进一步提高采血穿刺的成功率，在机械臂的末端持针装置中增加了力传感器，当采血针刺入皮肤后，力传感器实时监测采血针针头的力变化，由于针头在穿刺皮肤时阻力大于刺入血管后的阻力，在刺入血管瞬间阻力变小，即为采血护士所称“落空感”，因此当阻力变化大于预设值时则表示可能刺入血管，从而配合光电传感器更精准的判断穿刺是否成功，进一步提高采血过程中穿刺的成功率，保障病人的人身安全。也即，当所述实时反射量不高于预设反射量时，还包括：获取采血针的穿刺实时阻力变化率，当所述穿刺实时阻力变化率大于预设阈值时，控制所述机械臂停止穿刺。

优选地，所述待采血血管区域图像为近红外图像，其中的多根血管通过如下步骤识别：

提高所述近红外图像的对比度，获得第一处理图像；采用血管轮廓提取算法(具体例如局部阈值分割算法)识别所述第一处理图像中的多根血管的轮廓，获得第二处理图像。进一步的，所述控制方法还包括：对所述第二处理图像采用图像平滑算法处理；和/或，对所述第二处理图像使用血管形态学处理算法(例如开运算及闭运算)，将具有连接趋势的血管连接为一根；和/或，去除所述第二处理图像中的背景区域；和/或，对所述第二处理图像进行图像二值化操作。

具体的，采集血管的近红外图像，对图像进行优化并增强后分析获得最佳静脉可采血血管图像。在确认最佳待采血管区域中采用的血管识别算法需要首先对采集到的手臂图像使用伽马变换操作，增强对比度，使血管轮廓与皮肤对比增强；接下来使用局部阈值分割算法，识别出血管的轮廓，此时由于光照导致的阴影会产生很多噪声点，先后使用高斯平滑和中值滤波平滑算法对图像进行去噪。由于血管部分粘连处较细，去噪可能会导致血管连接处断裂，因此在这之后，使用开运算与闭运算将具有连接趋势的血管连接起来，并去除其他不属于血管的噪声点。此时血管轮廓与手臂皮肤已经分离开了，但还要考虑去除手臂外部的背景，因此使用漫水填充将边缘处的背景区域去除，由于边界处具有光线以及像素值的过渡变化，以及血管边界处具有毛边，因此使用腐蚀与膨胀对过渡区域的噪声点进行去噪，使血管边缘平滑，最后对图像二值化，图像二值化后将图像的像素点的灰度值设置为0或255，血管像素点的灰度值为0，其他像素点的灰度值为255，这样可以将血管部分与图像其他部分显著分割开来进而凸显出目标血管的轮廓，完成血管识别。

在一些实施方式中，所述几何参数包括血管的长度、直径，对长度和直径分配权数，计算每根血管加权平均值实现对每根待选血管的评分，将评分最高的待选血管确定为穿刺目标血管，所述穿刺入针点为所述穿刺目标血管靠近病患手掌的一侧的端点，具体权数依据客观需求选择调整获取即可。

具体的，通过训练深度学习模型实现对近红外图像特定ROI(感兴趣区域)的提取，以便进行后续处理，并使用限制对比度的直方图均衡化算法对图像做对比度增强，再使用中值滤波去除椒盐噪声，再使用边缘检测检测出目标区域的血管区域，再使用膨胀腐蚀算法，对血管轮廓进行平滑以及去噪处理，让血管更清晰，再运用第二次中值滤波去掉微小噪声，使用最小外接椭圆拟合在血管外部进行拟合，获得血管长度信息；对图像区域的血管使用Canny边缘检测生成血管的边缘图像，再细化提取血管骨架，通过霍夫直线算法检测出直线型血管，并对血管轮廓边缘的像素点的坐标进行计算获得血管直径，最后比较各个待选血管的直径和长度，在直径大于预设值时，选取长度最长血管靠近手掌一侧的端点作为最佳采血入针点，选择合适的穿刺点是成功穿刺的重要因素之一，而血管的横向宽度与血管形状的规整程度对穿刺点的选取影响较大。

优选地，所述三维空间坐标通过如下方式获取：

以桌面平面(也即所述采血机器人所在空间的水平平面)建立桌面三维坐标系，将所述待采血血管区域图像映射到所述桌面平面的二维坐标系，控制所述机械臂移动至入针点识别预备位，采用激光测距仪将激光点打到摄像头拍摄范围内，结合激光点与穿刺入针点的二维坐标信息，使得机械臂自动进行调整，将激光点自动移动至穿刺入针点位置，并且计算激光测距仪器的激光发射点在所述桌面三维坐标系中的坐标位置，结合激光测距仪坐标信息、机械臂末端俯仰角角度信息和激光测距仪返回的实时距离信息，计算得到所述穿刺入针点所对应的三维空间坐标。

机械臂点到点移动的逆运动学解存在多解情况，通过计算选取多解中的最优解作为最优路径，最优路径为在机械臂不发生任何碰撞的前提下运动用时最短的路径。在理论上，机械臂所持采血针的针尖点保持不变，但采血针在空间中有无数种姿态，因此在能够实现点到点运动以外，还需要将姿态调整至符合入针，因此所述穿刺执行步骤具体应包括：根据已得到的穿刺入针点的三维空间坐标与血管二维图像信息(例如上文中的第二处理图像)，能够调整机械臂末端俯仰角，使得采血针针头斜切面始终保持斜面向上且采血针与皮肤表面成30°夹角，并且通过调整偏航角使得采血针与待采血血管(也即穿刺目标血管)方向一致，当采血针移动到预采血位置(也即穿刺入针点)时，控制采血针开始穿刺。

本领域的技术人员容易理解的是，在不冲突的前提下，上述各有利方式可以自由地组合、叠加。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (10)

1.一种采血机器人的控制方法，其特征在于，包括：

血管识别步骤，获取待采血血管区域图像，基于获取的待采血血管区域图像识别出其中的多根血管；

穿刺入针点确定步骤，获取多根所述血管的几何参数，并基于所述几何参数确定穿刺目标血管，定位所述穿刺目标血管上的穿刺入针点；

穿刺路径及姿态确定步骤，获取所述目标血管的角度信息及所述穿刺入针点的三维空间坐标，基于所述三维空间坐标规划入针路径以及入针角度；

穿刺执行步骤，控制采血机器人的机械臂带动其末端的采血针依据所述入针路径以及入针角度靠近所述穿刺入针点并穿刺。

2.根据权利要求1所述的控制方法，其特征在于，在所述采血针执行穿刺后，判断所述采血针中是否回血，当所述采血针中回血后控制所述机械臂停止穿刺。

3.根据权利要求2所述的控制方法，其特征在于，判断所述采血针中是否回血包括：

获取采血针针头软管处对光源光束的实时反射量，当所述实时反射量高于预设反射量时，确认采血针已经回血，控制所述机械臂停止穿刺；

当所述实时反射量不高于预设反射量时，确认采血针未回血或者穿刺不到位，控制所述机械臂继续执行穿刺。

4.根据权利要求3所述的控制方法，其特征在于，当所述实时反射量不高于预设反射量时，还包括：

获取采血针的穿刺实时阻力变化率，当所述穿刺实时阻力变化率大于预设阈值时，控制所述机械臂停止穿刺。

5.根据权利要求1所述的控制方法，其特征在于，所述待采血血管区域图像为近红外图像，其中的多根血管通过如下步骤识别：

提高所述近红外图像的对比度，获得第一处理图像；

采用血管轮廓提取算法识别所述第一处理图像中的多根血管的轮廓，获得第二处理图像。

6.根据权利要求5所述的控制方法，其特征在于，还包括：

对所述第二处理图像采用图像平滑算法处理；和/或，对所述第二处理图像使用血管形态学处理算法，将具有连接趋势的血管连接为一根；和/或，去除所述第二处理图像中的背景区域；和/或，对所述第二处理图像进行图像二值化操作。

7.根据权利要求1所述的控制方法，其特征在于，所述穿刺入针点确定步骤包括：

所述几何参数包括血管的长度、直径，对长度和直径分配权数，计算每根血管加权平均值实现对每根待选血管的评分，将评分最高的待选血管确定为穿刺目标血管，所述穿刺入针点为所述穿刺目标血管靠近病患手掌的一侧的端点。

8.根据权利要求1所述的控制方法，其特征在于，所述三维空间坐标通过如下方式获取：

以桌面平面建立桌面三维坐标系，将所述待采血血管区域图像映射到所述桌面平面的二维坐标系，控制所述机械臂移动至入针点识别预备位，采用激光测距仪将激光点打到摄像头拍摄范围内，结合激光点与穿刺入针点的二维坐标信息，使得机械臂自动进行调整，将激光点自动移动至穿刺入针点位置，并且计算激光测距仪器的激光发射点在所述桌面三维坐标系中的坐标位置，结合激光测距仪坐标信息、机械臂末端俯仰角角度信息和激光测距仪返回的实时距离信息，计算得到所述穿刺入针点所对应的三维空间坐标。

9.一种采血机器人的控制装置，其特征在于，包括：

血管识别单元，用于获取待采血血管区域图像，基于获取的待采血血管区域图像识别出其中的多根血管；

穿刺入针点确定单元，用于获取多根所述血管的几何参数，并基于所述几何参数确定穿刺目标血管，定位所述穿刺目标血管上的穿刺入针点；

穿刺路径及姿态确定单元，用于获取所述目标血管的角度信息及所述穿刺入针点的三维空间坐标，基于所述三维空间坐标规划入针路径以及入针角度；

穿刺执行单元，用于控制采血机器人的机械臂带动其末端的采血针依据所述入针路径以及入针角度靠近所述穿刺入针点并穿刺。

10.根据权利要求9所述的控制装置，其特征在于，所述穿刺执行单元还用于，在所述采血针执行穿刺后，判断所述采血针中是否回血，当所述采血针中回血后控制所述机械臂停止穿刺。

Images