CN113100834A - 人体生理样本采集方法、装置、电子设备和存储介质 - Google Patents

人体生理样本采集方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113100834A
CN113100834A CN202110402990.1A CN202110402990A CN113100834A CN 113100834 A CN113100834 A CN 113100834A CN 202110402990 A CN202110402990 A CN 202110402990A CN 113100834 A CN113100834 A CN 113100834A
Authority
CN
China
Prior art keywords
acquisition device
head
torque
acquired
target position
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
CN202110402990.1A
Other languages
English (en)
Other versions
CN113100834B (zh
Inventor
孙喜琢
宫芳芳
覃金洲
曾舒怡
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 Luohu Hospital Group
Original Assignee
Shenzhen Luohu Hospital Group
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 Luohu Hospital Group filed Critical Shenzhen Luohu Hospital Group
Priority to CN202110402990.1A priority Critical patent/CN113100834B/zh
Priority to PCT/CN2021/091533 priority patent/WO2022217667A1/zh
Publication of CN113100834A publication Critical patent/CN113100834A/zh
Application granted granted Critical
Publication of CN113100834B publication Critical patent/CN113100834B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0045—Devices for taking samples of body liquids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Pathology (AREA)
  • Hematology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Multimedia (AREA)
  • Manipulator (AREA)

Abstract

本申请公开了一种人体生理样本采集方法、装置、电子设备和存储介质，其中，采集方法包括：获取包含有待采集对象的目标器官的待定位图像；根据待定位图像，确定目标器官的位置信息；根据位置信息，将采集装置移动至目标器官；控制采集装置从目标器官向待采集对象的目标位置移动，分别获取采集装置在向待采集对象的目标位置移动的过程中采集装置头部在第一方向、第二方向和第三方向的作用力以及扭矩；根据采集装置头部在第一方向的反作用力、采集装置头部在第一方向的反方向的扭矩、采集装置头部在第二方向的作用力以及扭矩、采集装置头部在第三方向的作用力以及扭矩，控制采集装置到达待采集对象的目标位置，以获取目标位置的生理样本。

Description

人体生理样本采集方法、装置、电子设备和存储介质
技术领域
本发明涉及人体生理样本采集技术领域，具体涉及一种人体生理样本采集方法、装置、电子设备和存储介质。
背景技术
由于人体器官所形成的腔室，例如鼻腔，其结构因人而异，同时，腔室中也遍布着较为脆弱的软组织或黏膜，因此，在这类腔室中进行生理样本采集时需要格外注意，以免对软组织或黏膜造成破坏性损伤。目前，对于在这类腔室中进行采集的自动化设备较少，基本上还是以专业的采集人员手动采集为主。
但是，面对现在新冠疫情防疫的常态化，这种通过人体器官深入人体的目标位置进行的样本采集，例如，拭子采样也成为了一种常规的检测。而传统的采集方式，需要采集人员频繁接触患者进行采样，提升了采集人员受感染的几率，同时，也会消耗大量的人力成本，且采集效率较低。
发明内容
为了解决现有技术中存在的上述问题，本申请实施方式提供了一种人体生理样本采集方法、装置、电子设备和存储介质，可以实现对人体生理样本的自动采集，减轻人力成本消耗，提升采集效率。
第一方面，本申请的实施方式提供了一种人体生理样本采集方法，该采集方法可以应用于人体生理样本采集装置，人体生理样本采集装置上安装有机械臂，机械臂末端与采集装置连接，具体而言，该采集方法包括：
获取包含有待采集对象的目标器官的待定位图像；
根据待定位图像，确定目标器官的位置信息；
根据位置信息，将采集装置移动至目标器官；
控制采集装置从目标器官向待采集对象的目标位置移动，分别获取采集装置在向待采集对象的目标位置移动的过程中采集装置头部在第一方向、第二方向和第三方向的作用力以及扭矩，第一方向为采集装置前进的方向，第一方向、第二方向和第三方向相互垂直；
根据采集装置头部在第一方向的反作用力、采集装置头部在第一方向的反方向的扭矩、采集装置头部在第二方向的作用力以及扭矩、采集装置头部在第三方向的作用力以及扭矩，控制采集装置到达待采集对象的目标位置，以获取目标位置的生理样本。
第二方面，本申请的实施方式提供了一种人体生理样本采集装置，该人体生理样本采集装置上安装有机械臂，机械臂末端与采集装置连接，具体而言，该采集装置包括：
视觉定位模块，用于获取包含有待采集对象的目标器官的待定位图像，根据待定位图像，确定目标器官的位置信息，并根据位置信息，将采集装置移动至目标器官；
力控采集模块，用于控制采集装置从目标器官向待采集对象的目标位置移动，分别获取采集装置在向待采集对象的目标位置移动的过程中采集装置头部在第一方向、第二方向和第三方向的作用力以及扭矩，第一方向为采集装置前进的方向，第一方向、第二方向和第三方向相互垂直；以及，根据采集装置头部在第一方向的反作用力、采集装置头部在第一方向的反方向的扭矩、采集装置头部在第二方向的作用力以及扭矩、采集装置头部在第三方向的作用力以及扭矩，控制采集装置到达待采集对象的目标位置，以获取目标位置的生理样本。
第三方面，本申请实施方式提供一种电子设备，包括：处理器，处理器与存储器相连，存储器用于存储计算机程序，处理器用于执行存储器中存储的计算机程序，以使得电子设备执行如第一方面的方法。
第四方面，本申请实施方式提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序使得计算机执行如第一方面的方法。
第五方面，本申请实施方式提供一种计算机程序产品，计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，计算机可操作来使计算机执行如第一方面的方法。
实施本申请实施方式，具有如下有益效果：
可以看出，在本申请实施方式中，通过视觉定位的方式对待采集对象的目标器官进行精准定位，以实现将采集装置自动移动至目标器官。然后，通过获取采集装置在待采集对象的目标器官中向待采集对象的目标位置移动时采集装置的头部在第一方向、第二方向和第三方向的作用力以及扭矩，从而可以根据采集装置的头部在第一方向的反作用力、采集装置的头部在第一方向的反方向的扭矩、采集装置的头部在第二方向的作用力以及扭矩、采集装置的头部在第三方向的作用力以及扭矩，控制采集装置的头部到达目标位置，以实现在机器采样时可以精准确定采集装置已到达目标位置，从而可以增加采样的精确度，保证下游样本检测的准确性。同时，通过基于不同方向的作用力以及扭矩来确定采集装置已到达组织或器官的目标位置，避免了力度过于大时对待采集对象造成的不良反应，提升了用户体验，考虑了待采集对象在被采样时的感受。
附图说明
为了更清楚地说明本申请实施方式中的技术方案，下面将对实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施方式提供的一种人体生理样本采集方法的流程示意图；
图2为本申请实施方式提供的一种人体生理样本采集的场景示意图；
图3为本申请实施方式提供的一种根据面部图像，确定鼻子的位置信息的方法的流程示意图；
图4为本申请实施方式提供的另一种根据面部图像，确定鼻子的位置信息的方法的流程示意图；
图5为本申请实施方式提供的再一种根据面部图像，确定鼻子的位置信息的方法的流程示意图；
图6为本申请实施方式提供的一种根据鼻子的位置信息，确定鼻孔的坐标信息的方法的流程示意图；
图7为本申请实施方式提供的三个方向的示意图；
图8为本申请实施方式提供的一种拭子在鼻子中前进时三个方向的示意图；
图9为本申请实施方式提供的一种拭子的头部到达鼻咽部时三个方向的受力示意图；
图10为本申请实施方式提供的一种人体生理样本采集装置的功能模块组成框图；
图11为本申请实施方式提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施方式”意味着，结合实施方式描述的特定特征、结果或特性可以包含在本申请的至少一个实施方式中。在说明书中的各个位置出现该短语并不一定均是指相同的实施方式，也不是与其它实施方式互斥的独立的或备选的实施方式。本领域技术人员显式地和隐式地理解的是，本文所描述的实施方式可以与其它实施方式相结合。
首先说明，本申请中的人体生理样本采集方法可以应用到鼻咽拭子、耳拭子、肛拭子、阴拭子等采集场景。本申请中主要以鼻咽拭子的采集场景为例，说明该人体生理样本采集方法，其他场景中的人体生理样本采集方法与鼻咽拭子的采集场景下的人体生理样本采集方法类似，在此不再赘述。
下面将以对鼻咽拭子的采集的具体实现方式进行说明，因此，在本实施方式中，后续提到的采集装置将以拭子进行说明，目标器官将以鼻子进行说明，目标位置将以鼻咽进行说明，生理样本将以鼻咽的细胞样本，例如：上皮细胞，进行说明，人体部位将以脸部进行说明，进入位置将以鼻孔进行说明。
参阅图1，图1为本申请实施方式提供的一种人体生理样本采集方法的流程示意图，该方法可以应用于人体生理样本采集装置。在本实施方式中，人体生理样本采集装置上安装有机械臂，机械臂末端与采集装置连接，如图2所示。该人体生理样本采集方法包括以下步骤：
101：获取包含有待采集对象的鼻子的待定位图像。
在本实施方式中，该待定位图像可以是待采集对象的面部图像，通过安装在机械臂末端的激光雷达获取。具体而言，首先，可以通过激光雷达对采集环境进行扫描，确定待采集对象的空间位置信息和姿态信息。其中，空间位置信息用于表征待采集对象在采集环境中的位置，姿态信息用于表征待采集对象目前所处的姿态，例如：站姿或者坐姿。
然后，根据该空间位置信息和姿态信息，控制夹持有拭子的机械臂向待采集对象的面部移动，并在移动过程中，通过同样位于机械臂末端的激光雷达持续的对待采集对象发送雷达信号，并接收从所述待采集对象返回的第一激光雷达数据。
最后，根据第一激光雷达数据，确定包含有该待采集对象的鼻子的面部图像。
102：根据待定位图像，确定鼻子的位置信息。
在本实施方式中，由于在控制夹持有拭子的机械臂向待采集对象的面部移动的过程中，通过同样位于机械臂末端的激光雷达持续的对待采集对象发送雷达信号，并接收从所述待采集对象返回的第一激光雷达数据。因此，对第一激光雷达数据进行处理后，可以得到一组包含有该待采集对象的鼻子的面部图像。由此，在本实施方式中，可以通过不断的对最新获取的面部图像进行实时分析，动态更新鼻子的位置信息，从而使定位更加精准。
同时，由于机械臂距离待采集对象的距离越来越近，导致该机械臂距离待采集对象越近时，采集到的面部图像中面部所占的比例越大。当达到某个临界距离时，可能只能获取到包含鼻子的面部的部分图像。对此，本实施方式提出了以下的解决方式，可以针对获取到的面部图像的完整程度，以及面部图像不完整时，缺失部分的缺失原因，采用不同的方式对该面部图像进行分析，以确定鼻子的位置信息，具体如下：
(1)当该面部图像为包含有鼻子的面部完整图像时，参阅图3，该根据面部图像，确定鼻子的位置信息的方法可以包括：
301：根据面部图像，确定面部的多个第一解剖标定点。
示例性的，可以通过CNN神经网络对该面部图像进行特征提取，从而根据提取到的图像特征，确定面部的多个第一解剖标定点。
302：根据多个第一解剖标定点对面部进行器官分割处理，得到处理结果。
示例性的，可以根据解破学中对面部解剖分区的定义，和多个第一解剖标定点对面部进行器官分割，将划分的多个区域作为处理结果。
303：根据处理结果，确定鼻子的位置信息。
示例性的，可以在得到的多个区域中，确定鼻子所在的区域，将鼻子所在的区域在面部图像中的位置信息，作为鼻子的位置信息。
(2)当该面部图像为包含有鼻子的部分图像，且导致该面部图像不完整的原因是因为机械臂距离待采集对象较近，导致无法采集到的完整的面部图像的时，参阅图4，该根据面部图像，确定鼻子的位置信息的方法可以包括：
401：获取在采集装置向待采集对象移动的过程中，包含完整的面部的第二激光雷达数据。
在本实施方式中，在初次检测到非完整的面部图像时，可以直接获取上一次的激光雷达数据作为该包含完整的面部的第二激光雷达数据。
402：根据第二激光雷达数据，获取第一图像。
在本实施方式中，可以对第二激光雷达数据进行光学成像处理，得到相应的第一图像。
403：根据第一图像，确定面部的多个第一解剖标定点。
在本实施方式中，该处理方法与步骤301中的处理方法相似，在此不再赘述。
404：对于多个第一解剖标定点中的每个第一解剖标定点，分别获取与每个第一解剖标定点对应的第一区域的第一色彩信息和第一纹理信息。
在本实施方式中，第一区域可以是以每个第一解剖标定点为圆心，在预设的半径下所确定的圆形区域。当然，也可以是以每个第一解剖标定点为中心所确定出的其他形状的区域，本申请在此不作限制。
同时，在本实施方式中，可以通过安装在机械臂的结构光传感器确定每个第一解剖标定点对应的第一区域的第一纹理信息，以及通过同样安装在机械臂末端的RGBD传感器确定每个第一解剖标定点对应的第一区域的第一色彩信息。
405：获取面部图像中各个像素点对应的第二区域的第二色彩信息和第二纹理信息。
在本实施方式中，第二区域的确定与步骤404中第一区域的确定的方法类似，在此不再赘述。其中，以圆形区域为例，在确定第二区域时，半径可以根据待定位图像在第一图像中所占的区域的比例，对确定第一区域时的半径进行相应比例的放大。
同样的，在本实施方式中，第二色彩信息和第二纹理信息的获取方式与步骤404中第一色彩信息和第一纹理信息的获取方式类似，在此不再赘述。
406：确定每个第一解剖标定点对应的第一区域的第一色彩信息与各个像素点对应的第二区域的第二色彩信息之间的第一匹配值，以及每个第一解剖标定点对应的第一区域的第一纹理信息与各个像素点对应的第二区域的第二色彩信息之间的第二匹配值。
示例性的，可以对每个第一解剖标定点对应的第一区域的第一色彩信息进行特征提取，得到第一色彩向量。对各个像素点对应的第二区域的第二色彩信息进行特征提取，得到第二色彩向量。继而计算第一色彩向量与第二色彩向量之间的第一相似度，确定每个第一解剖标定点对应的第一区域的第一色彩信息与各个像素点对应的第二区域的第二色彩信息之间的第一匹配值。
同样的，可以对每个第一解剖标定点对应的第一区域的第一纹理信息进行特征提取，得到第一纹理向量。对各个像素点对应的第二区域的第二纹理信息进行特征提取，得到第二纹理向量。继而计算第一纹理向量与第二纹理向量之间的第二相似度，确定每个第一解剖标定点对应的第一区域的第一纹理信息与各个像素点对应的第二区域的第二纹理信息之间的第二匹配值。
407：在每个第一解剖标定点与像素点A之间的第一匹配值大于第一阈值，且每个第一解剖标定点与像素点A之间的第二匹配值大于第二阈值的情况下，将像素点A作为与每个第一解剖标定点对应的第二解剖标定点。
在本实施方式中，像素点A为面部图像中的任意一个像素点。
此外，在可选的实施方式中，还可以通过安装在机械臂末端的ToF传感器确定每个第一解剖标定点对应的第一区域的第一深度信息，以及各个像素点对应的第二区域的第二深度信息。并对每个第一解剖标定点对应的第一区域的第一深度信息进行特征提取，得到第一深度向量。对各个像素点对应的第二区域的第二深度信息进行特征提取，得到第二深度向量。继而计算第一深度向量与第二深度向量之间的第三相似度，确定每个第一解剖标定点对应的第一区域的第一深度信息与各个像素点对应的第二区域的第二深度信息之间的第三匹配值。
从而，在每个第一解剖标定点与像素点A之间的第一匹配值大于第一阈值，每个第一解剖标定点与像素点A之间的第二匹配值大于第二阈值的情况下，且每个第一解剖标定点与像素点A之间的第三匹配值大于第三阈值的情况下，将像素点A作为与每个第一解剖标定点对应的第二解剖标定点，提高了第二解剖标定点的匹配精度。
408：根据与每个第一解剖标定点对应的第二解剖标定点，得到面部图像中的多个第二解剖标定点。
409：根据面部图像中的多个第二解剖标定点对面部进行器官分割处理，得到处理结果。
在本实施方式中，该处理方法与步骤302中的处理方法相似，在此不再赘述。
410：根据处理结果，确定鼻子的位置信息。
在本实施方式中，该处理方法与步骤303中的处理方法相似，在此不再赘述。
此外，应说明，在本实施方式中，在初次检测到非完整的面部图像时，可以将第一图像作为参考图像，基于该参考图像确定面部图像中的多个第二解剖标定点，在位于初次检测到非完整的面部图像之后的每次检测到非完整的面部图像的过程中，可以以上一次处理中得到的包含有多个第二解剖标定点的面部图像作为当前次处理的参考图像，进行当前次处理，从而无需再次通过激光雷达数据获取完整的面部图像，并进行解剖标定点的识别处理，提高了处理效率。
(3)当该面部图像为包含有鼻子的部分图像，且导致该面部图像不完整的原因是因为机械臂与待采集对象的距离进一步的推进，导致和激光雷达同处于机械臂末端的拭子对面部产生了遮挡，导致无法采集到的完整的面部图像的时，参阅图5，该根据面部图像，确定鼻子的位置信息的方法可以包括：
501：获取在采集装置向待采集对象移动的过程中，包含完整的面部的第二激光雷达数据。
在本实施方式中，可以在初次检测到被遮挡的面部图像时，可以直接获取上一次的激光雷达数据作为该包含完整的面部的第二激光雷达数据。
502：根据第二激光雷达数据，获取第一图像。
在本实施方式中，该处理方法与步骤402中的处理方法相似，在此不再赘述。
503：根据第一图像对面部图像中被遮挡的部分进行有限元仿真，以补全面部图像中被遮挡的部分。
具体而言，本申请所提供的人体生理样本采集方法会维护一个标准人脸的模型。通过拉伸第一图像，将标准人脸的解剖标定点与第一图像的解剖标定点重合。同时，获取拉升过程中的有限元能量，当拉升变形所对应的能量最小时，确定拉伸完成。该有限元能量如公式①所示：
E＝(R(a',b',c')-(a,b,c))………①
其中，R为刚性处理，(a’,b’,c’)表示补全后的面部图像中的任意的三个解剖标定点，(a,b,c)表示该任意的三个解剖标定点在标准人脸模型上对应的三个解剖标记点。
504：根据补全后的面部图像，确定面部的多个第一解剖标定点。
在本实施方式中，该处理方法与步骤301中的处理方法相似，在此不再赘述。
505：根据多个第一解剖标定点对面部进行器官分割处理，得到处理结果。
在本实施方式中，该处理方法与步骤302中的处理方法相似，在此不再赘述。
506：根据处理结果，确定鼻子的位置信息。
在本实施方式中，该处理方法与步骤303中的处理方法相似，在此不再赘述。
应说明，在进行初次有限元仿真时，可以将第一图像作为参考图像，基于该参考图像对面部图像中被遮挡的部分进行有限元仿真，在位于初次有限元仿真之后的每次有限元仿真的过程中，可以以上一次有限元仿真得到的面部图像作为当前次有限元仿真的参考图像，进行当前次限元仿真，从而无需再次通过激光雷达数据获取完整的面部图像的处理，提高了仿真效率。
103：根据位置信息，将拭子移动至鼻子的位置。
在本实施方式中，确定了鼻子的位置信息后，可以以拭子的头部为原点，建立空间坐标系，根据鼻子的位置信息确定鼻子在该坐标系下的空间坐标。继而生成向鼻子移动的移动路径，使机械臂可以沿着该移动路径将拭子移动至鼻子的位置。示例性的，可以通过计算鼻子的空间坐标与原点之间的垂直距离和水平距离，先控制机械臂上升或下降，使机械臂所夹持的拭子与鼻子处于同一水平线，再将拭子平移至鼻子的位置，最后调整拭子的头部指向的方向，使拭子的头部垂直指向才采集对象的鼻子。
104：控制拭子从鼻子向待采集对象的鼻咽移动。
在本实施方式中，可以根据鼻子的位置信息，确定鼻孔的坐标信息，从而控制采集装置从鼻孔进入鼻子，从而向待采集对象的鼻咽移动。
具体而言，本申请提供了一种根据鼻子的位置信息，确定鼻孔的坐标信息的方法，如图6所示，该方法包括：
601：根据位置信息，确定鼻子的中心坐标。
602：在多个第一解剖标定点中，确定至少四个第三解剖标定点。
在本实施方式中，该至少四个第三解剖标定点中的每个第三解剖标定点与中心坐标的距离符合预设的条件。例如，取距离中心坐标最近的四个第一解剖标定点，作为第三解剖标定点。同时，若最近的第一解剖标定点不符合要求的情况下，可以采用可观测到的最近的第一解剖标定点，作为第三解剖标定点。
603：根据至少四个第三解剖标定点，建立重心坐标系(barycentric坐标系)，并确定每个第三解剖标定点在重心坐标系中的坐标，得到与至少四个第三解剖标定点一一对应的至少四个重心坐标。
604：根据至少四个重心坐标，确定进入位置的坐标信息。
具体而言，通过空间中的四个点所建立的重心坐标系，可以使用该四个点的坐标的加权值，标识空间中的任意一个点的坐标，如公式②所示：
x＝w1×x1+w2×x2+w3×x3+w4×x4………②
其中，x1、x2、x3和x4为建立重心坐标系的四个点的重心坐标，w1、w2、w3和w4为权值，且w1、w2、w3和w4满足公式③：
w1+w2+w3+w4＝1………③
105：分别获取拭子在向待采集对象的鼻咽移动的过程中拭子头部在第一方向、第二方向和第三方向的作用力以及扭矩。
在本实施方式中，第一方向为采集装置前进的方向，第一方向、第二方向和第三方向相互垂直。具体而言，第二方向与第三方向不同。可以理解的，在本实施方式中，可以以拭子位姿为参考建立笛卡尔坐标系。具体的，当以拭子的头部抵达上述组织或器官中心点为原点时，第二方向可以为垂直于第一方向的向右方向，第三方向可以为垂直于第一方向的向下方向；或，第二方向可以为垂直于第一方向的向左方向，第三方向可以为垂直于第一方向的向上方向，在此不做限制。
示例性的，参见图7，图7为本申请实施例提供的三个方向的示意图。如图7所示，在鼻腔入口处，以拭子的头部抵达上述鼻子中心点为原点，第一方向(z轴的正方向)为拭子前进方向，第二方向(x轴的正方向)可以为垂直于第一方向的向右方向，第三方向(y轴的正方向)可以为垂直于第一方向的向下方向。
需要说明的，在图7-图9中，x轴的正方向为第二方向，y轴的正方向为第三方向，z轴的正方向为第一方向。
在本实施方式中，机械臂可以为搭载有六轴力传感器的普通机械臂(以下统称为六轴机械臂)，或者每个关节带有独立的单轴力传感器的机械臂，例如，拥有七个关节且每个关节搭载有独立的单轴力传感器的机械臂(以下统称为七轴机械臂)。因此，若机械臂为六轴机械臂，则该机械臂末端执行器上安装有末端式六轴力传感器，基于此，步骤105，可以包括：通过末端式六轴力传感器分别获取所述拭子在待采集对象的组织或器官中前进时所述拭子的头部在第一方向、第二方向和第三方向的作用力以及扭矩。
其中，若机械臂为七轴机械臂，拭子的头部在第一方向、第二方向和第三方向的作用力以及扭矩满足公式④：
w＝(JT)-1τ………④
其中，w包括拭子的头部在第一方向、第二方向和第三方向的作用力以及扭矩的向量，JT为雅可比矩阵的转置，τ包括机械臂的每个轴的力矩的向量。
其中，τ包括机械臂的每个轴的力矩的向量，可以理解为：τ包括机械臂的七个轴中每个轴的力矩的向量。
示例性的，在本申请中，七轴机械臂的每个轴上均安装有力传感器。
进一步的，w可以通过公式⑤进行表示：
Figure BDA0003020503750000111
其中，x为第二方向的作用力、y为第三方向的作用力，z为第一方向的作用力，γx为第二方向的扭矩，ry为第三方向的扭矩，rz为第一方向的扭矩。
进一步的，τ可以通过公式⑥进行表示：
Figure BDA0003020503750000112
其中，τ1至τ6为机械臂的每个轴的力矩的向量。
在可选的实施方式中，在步骤105之前，该方法还包括：根据拭子的头部在第二方向的作用力以及扭矩、拭子的头部在第三方向的作用力以及扭矩，对拭子在鼻子中前进的方向进行调整，得到调整后拭子在鼻子中前进的方向；根据调整后拭子在鼻子中前进的方向，控制拭子在鼻子中前进。
可以看出，上述技术方案中，通过根据拭子的头部在第二方向的作用力以及扭矩、拭子的头部在第三方向的作用力以及扭矩，对拭子在鼻子中前进的方向进行调整，实现了在利用机器采样时能够实时调整拭子的头部在鼻子中的位置和方向。同时，根据调整后拭子在鼻子中前进的方向，控制拭子在鼻子中前进，避免了在未到达组织或器官中目标位置时误采样的情况。
示例性的，根据拭子的头部在第二方向的作用力以及扭矩、拭子的头部在第三方向的作用力以及扭矩，对拭子在器官中前进的方向进行调整，得到调整后拭子在鼻子中前进的方向，包括：当满足第一预设条件时，根据第一预设条件中的第二方向和/或第三方向的反向方向，对拭子在鼻子中前进的方向进行调整，得到调整后拭子在鼻子中前进的方向。
其中，第一预设条件包括以下一项或多项：拭子的头部在第二方向的作用力大于或等于第一阈值；拭子的头部在第二方向的扭矩大于或等于第二阈值；拭子的头部在第三方向的作用力大于或等于第三阈值；拭子的头部在第三方向的扭矩大于或等于第四阈值。
其中，第一阈值、第二阈值、第三阈值、第四阈值可以全部相同，或部分相同，或全部不同，在此不做限制。
示例性的，参见图8，图8为本申请实施例提供的一种拭子在器官中前进时三个方向的示意图。如图8所示，可以看出，在当拭子的头部前进至鼻腔中，拭子的头部有侧向力，即拭子的头部受到鼻腔的侧向压力，此时位置确定装置可以确定出该侧向力在第一方向、第二方向、第三方向的作用力以及扭矩。
可以看出，上述技术方案中，实现了在利用机器采样时可以基于第二方向和、或第三方向的作用力能够实时调整拭子的头部在鼻子中前进的方向。同时，通过基于第二方向和/或第三方向的反向方向，调整拭子的头部在鼻子中前进的方向，避免了在未到达组织或器官中目标位置时误采样的情况。
106：根据拭子头部在第一方向的反作用力、拭子头部在第一方向的反方向的扭矩、拭子头部在第二方向的作用力以及扭矩、拭子头部在第三方向的作用力以及扭矩，控制拭子到达待采集对象的鼻咽，以获取鼻咽处的细胞样本作为生理样本。
在本实施方式中，当满足第二预设条件时，即可确定拭子到达鼻咽处。具体而言，第二预设条件可以包括：拭子的头部在第一方向的反作用力大于或等于第五阈值、拭子的头部在第一方向的反方向的扭矩大于或等于第六阈值、拭子的头部在第二方向的作用力小于或等于第七阈值、拭子的头部在第二方向的扭矩小于或等于第八阈值、拭子的头部在第三方向的作用力小于或等于第九阈值、拭子的头部在第三方向的扭矩小于或等于第十阈值。
其中，第五阈值可以与第六阈值相同或不同，在此不做限制。
其中，第七阈值、第八阈值、第九阈值、第十阈值可以全部相同或部分相同或全部不同，在此不做限制。
示例性的，参见图9，图9为本申请实施例提供的一种拭子的头部到达鼻咽部时三个方向的受力示意图。如图9所示，当拭子的头部在第一方向受到反向力时，即可以确定出拭子的头部到达鼻咽部。
由此，通过确定拭子前进方向受阻，即第一方向的反向作用力、第一方向的反方向的扭矩大于或等于阈值，且其他方向的作用力、扭矩不受力，从而可以确定拭子的头部已到达组织或器官中的目标位置。
可以看出，在本申请实施方式中，通过视觉定位的方式对待采集对象的目标器官进行精准定位，以实现将采集装置自动移动至目标器官。然后，通过获取采集装置在待采集对象的目标器官中向待采集对象的目标位置移动时采集装置的头部在第一方向、第二方向和第三方向的作用力以及扭矩，从而可以根据采集装置的头部在第一方向的反作用力、采集装置的头部在第一方向的反方向的扭矩、采集装置的头部在第二方向的作用力以及扭矩、采集装置的头部在第三方向的作用力以及扭矩，控制采集装置的头部到达目标位置，以实现在机器采样时可以精准确定采集装置已到达目标位置，从而可以增加采样的精确度，保证下游样本检测的准确性。同时，通过基于不同方向的作用力以及扭矩来确定采集装置已到达组织或器官的目标位置，避免了力度过于大时对待采集对象造成的不良反应，提升了用户体验，考虑了待采集对象在被采样时的感受。
参阅图10，图10为本申请实施方式提供的一种人体生理样本采集装置的功能模块组成框图。如图10所示，该人体生理样本采集装置1000包括：
视觉定位模块1001，用于获取包含有待采集对象的目标器官的待定位图像，根据待定位图像，确定目标器官的位置信息，并根据位置信息，将采集装置移动至目标器官；
力控采集模块1002，用于控制采集装置从目标器官向待采集对象的目标位置移动，分别获取采集装置在向待采集对象的目标位置移动的过程中采集装置头部在第一方向、第二方向和第三方向的作用力以及扭矩，第一方向为采集装置前进的方向，第一方向、第二方向和第三方向相互垂直；以及，根据采集装置头部在第一方向的反作用力、采集装置头部在第一方向的反方向的扭矩、采集装置头部在第二方向的作用力以及扭矩、采集装置头部在第三方向的作用力以及扭矩，控制采集装置到达待采集对象的目标位置，以获取目标位置的生理样本。
在本发明的实施方式中，在根据采集装置头部在第一方向的反作用力、采集装置头部在第一方向的反方向的扭矩、采集装置头部在第二方向的作用力以及扭矩、采集装置头部在第三方向的作用力以及扭矩，控制采集装置到达待采集对象的目标位置之前，力控采集模块1002还用于：
根据采集装置的头部在第二方向的作用力以及扭矩、采集装置的头部在第三方向的作用力以及扭矩，对采集装置向待采集对象的目标位置移动的方向进行调整，得到调整后采集装置向待采集对象的目标位置移动的方向；
根据调整后采集装置向待采集对象的目标位置移动的方向，控制采集装置向待采集对象的目标位置移动。
在本发明的实施方式中，在根据采集装置的头部在第二方向的作用力以及扭矩、采集装置的头部在第三方向的作用力以及扭矩，对采集装置向待采集对象的目标位置移动的方向进行调整，得到调整后采集装置向待采集对象的目标位置移动的方向方面，力控采集模块1002，具体用于：
当满足第一预设条件时，根据第一预设条件中的第二方向和/或第三方向的反向方向，对采集装置向待采集对象的目标位置移动的方向进行调整，得到调整后采集装置向待采集对象的目标位置移动的方向；
其中，第一预设条件包括以下一项或多项：
采集装置的头部在第二方向的作用力大于或等于第一阈值；
采集装置的头部在第二方向的扭矩大于或等于第二阈值；
采集装置的头部在第三方向的作用力大于或等于第三阈值；
采集装置的头部在第三方向的扭矩大于或等于第四阈值。
在本发明的实施方式中，在根据采集装置头部在第一方向的反作用力、采集装置头部在第一方向的反方向的扭矩、采集装置头部在第二方向的作用力以及扭矩、采集装置头部在第三方向的作用力以及扭矩，控制采集装置到达待采集对象的目标位置方面，力控采集模块1002，具体用于：
当满足第二预设条件时，确定采集装置到达待采集对象的目标位置；
其中，第二预设条件包括；采集装置的头部在第一方向的反作用力大于或等于第五阈值、采集装置的头部在第一方向的反方向的扭矩大于或等于第六阈值、采集装置的头部在第二方向的作用力小于或等于第七阈值、采集装置的头部在第二方向的扭矩小于或等于第八阈值、采集装置的头部在第三方向的作用力小于或等于第九阈值、采集装置的头部在第三方向的扭矩小于或等于第十阈值。
在本发明的实施方式中，采集装置的头部在第一方向、第二方向和第三方向的作用力以及扭矩满足公式⑦：
w＝(JT)-1τ………⑦
其中，w包括采集装置的头部在第一方向、第二方向和第三方向的作用力以及扭矩的向量，JT为雅可比矩阵的转置，τ包括机械臂的每个轴的力矩的向量。
在本发明的实施方式中，机械臂末端安装有激光雷达，因此，在获取包含有待采集对象的目标器官的待定位图像方面，视觉定位模块1001，具体用于：
确定待采集对象的空间位置信息和姿态信息；
根据空间位置信息和姿态信息，控制采集装置向待采集对象移动；
在控制采集装置移动的过程中，通过激光雷达向待采集对象发送雷达信号，并接收从待采集对象返回的第一激光雷达数据；
根据第一激光雷达数据，获取包含有待采集对象的目标器官的待定位图像。
在本发明的实施方式中，当待定位图像为包含有目标器官的人体部位的完整图像时，在根据待定位图像，确定目标器官的位置信息方面，视觉定位模块1001，具体用于：
根据待定位图像，确定人体部位的多个第一解剖标定点；
根据多个第一解剖标定点对人体部位进行器官分割处理，得到处理结果；
根据处理结果，确定目标器官的位置信息。
参阅图11，图11为本申请实施方式提供的一种电子设备的结构示意图。如图11所示，电子设备1100包括收发器1101、处理器1102和存储器1103。它们之间通过总线1104连接。存储器1103用于存储计算机程序和数据，并可以将存储器1103存储的数据传输给处理器1102。
处理器1102用于读取存储器1103中的计算机程序执行以下操作：
获取包含有待采集对象的目标器官的待定位图像，根据待定位图像，确定目标器官的位置信息，并根据位置信息，将采集装置移动至目标器官；
控制采集装置从目标器官向待采集对象的目标位置移动，分别获取采集装置在向待采集对象的目标位置移动的过程中采集装置头部在第一方向、第二方向和第三方向的作用力以及扭矩，第一方向为采集装置前进的方向，第一方向、第二方向和第三方向相互垂直；以及，根据采集装置头部在第一方向的反作用力、采集装置头部在第一方向的反方向的扭矩、采集装置头部在第二方向的作用力以及扭矩、采集装置头部在第三方向的作用力以及扭矩，控制采集装置到达待采集对象的目标位置，以获取目标位置的生理样本。
在本发明的实施方式中，在根据采集装置头部在第一方向的反作用力、采集装置头部在第一方向的反方向的扭矩、采集装置头部在第二方向的作用力以及扭矩、采集装置头部在第三方向的作用力以及扭矩，控制采集装置到达待采集对象的目标位置之前，处理器1102，具体用于执行以下操作：
根据采集装置的头部在第二方向的作用力以及扭矩、采集装置的头部在第三方向的作用力以及扭矩，对采集装置向待采集对象的目标位置移动的方向进行调整，得到调整后采集装置向待采集对象的目标位置移动的方向；
根据调整后采集装置向待采集对象的目标位置移动的方向，控制采集装置向待采集对象的目标位置移动。
在本发明的实施方式中，在根据采集装置的头部在第二方向的作用力以及扭矩、采集装置的头部在第三方向的作用力以及扭矩，对采集装置向待采集对象的目标位置移动的方向进行调整，得到调整后采集装置向待采集对象的目标位置移动的方向方面，处理器1102，具体用于执行以下操作：
当满足第一预设条件时，根据第一预设条件中的第二方向和/或第三方向的反向方向，对采集装置向待采集对象的目标位置移动的方向进行调整，得到调整后采集装置向待采集对象的目标位置移动的方向；
其中，第一预设条件包括以下一项或多项：
采集装置的头部在第二方向的作用力大于或等于第一阈值；
采集装置的头部在第二方向的扭矩大于或等于第二阈值；
采集装置的头部在第三方向的作用力大于或等于第三阈值；
采集装置的头部在第三方向的扭矩大于或等于第四阈值。
在本发明的实施方式中，在根据采集装置头部在第一方向的反作用力、采集装置头部在第一方向的反方向的扭矩、采集装置头部在第二方向的作用力以及扭矩、采集装置头部在第三方向的作用力以及扭矩，控制采集装置到达待采集对象的目标位置方面，处理器1102，具体用于执行以下操作：
当满足第二预设条件时，确定采集装置到达待采集对象的目标位置；
其中，第二预设条件包括；采集装置的头部在第一方向的反作用力大于或等于第五阈值、采集装置的头部在第一方向的反方向的扭矩大于或等于第六阈值、采集装置的头部在第二方向的作用力小于或等于第七阈值、采集装置的头部在第二方向的扭矩小于或等于第八阈值、采集装置的头部在第三方向的作用力小于或等于第九阈值、采集装置的头部在第三方向的扭矩小于或等于第十阈值。
在本发明的实施方式中，采集装置的头部在第一方向、第二方向和第三方向的作用力以及扭矩满足公式⑧：
w＝(JT)-1τ………⑧
其中，w包括采集装置的头部在第一方向、第二方向和第三方向的作用力以及扭矩的向量，JT为雅可比矩阵的转置，τ包括机械臂的每个轴的力矩的向量。
在本发明的实施方式中，机械臂末端安装有激光雷达，因此，在获取包含有待采集对象的目标器官的待定位图像方面，处理器1102，具体用于执行以下操作：
确定待采集对象的空间位置信息和姿态信息；
根据空间位置信息和姿态信息，控制采集装置向待采集对象移动；
在控制采集装置移动的过程中，通过激光雷达向待采集对象发送雷达信号，并接收从待采集对象返回的第一激光雷达数据；
根据第一激光雷达数据，获取包含有待采集对象的目标器官的待定位图像。
在本发明的实施方式中，当待定位图像为包含有目标器官的人体部位的完整图像时，在根据待定位图像，确定目标器官的位置信息方面，处理器1102，具体用于执行以下操作：
根据待定位图像，确定人体部位的多个第一解剖标定点；
根据多个第一解剖标定点对人体部位进行器官分割处理，得到处理结果；
根据处理结果，确定目标器官的位置信息。
应理解，本申请中人体生理样本采集装置可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备MID(Mobile Internet Devices，简称：MID)或穿戴式设备等。上述人体生理样本采集装置仅是举例，而非穷举，包含但不限于上述人体生理样本采集装置。在实际应用中，上述人体生理样本采集装置还可以包括：智能车载终端、计算机设备等等。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件结合硬件平台的方式来实现。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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)执行本发明各个实施方式或者实施方式的某些部分所述的方法。
因此，本申请实施方式还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现如上述方法实施方式中记载的任何一种人体生理样本采集方法的部分或全部步骤。例如，所述存储介质可以包括硬盘、软盘、光盘、磁带、磁盘、优盘、闪存等。
本申请实施方式还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施方式中记载的任何一种人体生理样本采集方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施方式，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施方式均属于可选实施方式，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施方式中，对各个实施方式的描述都各有侧重，某个实施方式中没有详述的部分，可以参见其他实施方式的相关描述。
在本申请所提供的几个实施方式中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，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方式方案的目的。
另外，在本申请各个实施方式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，也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块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器中。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器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施方式的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施方式进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施方式的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种人体生理样本采集方法，其特征在于，所述方法应用于人体生理样本采集装置，所述人体生理样本采集装置上安装有机械臂，所述机械臂末端与采集装置连接，所述采集方法包括：
获取包含有待采集对象的目标器官的待定位图像；
根据所述待定位图像，确定所述目标器官的位置信息；
根据所述位置信息，将所述采集装置移动至所述目标器官；
控制所述采集装置从所述目标器官向所述待采集对象的目标位置移动，分别获取所述采集装置在向所述待采集对象的目标位置移动的过程中采集装置头部在第一方向、第二方向和第三方向的作用力以及扭矩，所述第一方向为所述采集装置前进的方向，所述第一方向、所述第二方向和所述第三方向相互垂直；
根据所述采集装置头部在所述第一方向的反作用力、所述采集装置头部在所述第一方向的反方向的扭矩、所述采集装置头部在所述第二方向的作用力以及扭矩、所述采集装置头部在所述第三方向的作用力以及扭矩，控制所述采集装置到达所述待采集对象的目标位置，以获取所述目标位置的生理样本。
2.根据权利要求1所述的采集方法，其特征在于，在所述根据所述采集装置头部在所述第一方向的反作用力、所述采集装置头部在所述第一方向的反方向的扭矩、所述采集装置头部在所述第二方向的作用力以及扭矩、所述采集装置头部在所述第三方向的作用力以及扭矩，控制所述采集装置到达所述待采集对象的目标位置之前，所述采集方法还包括：
根据所述采集装置的头部在所述第二方向的作用力以及扭矩、所述采集装置的头部在所述第三方向的作用力以及扭矩，对所述采集装置向所述待采集对象的目标位置移动的方向进行调整，得到调整后所述采集装置向所述待采集对象的目标位置移动的方向；
根据所述调整后所述采集装置向所述待采集对象的目标位置移动的方向，控制所述采集装置向所述待采集对象的目标位置移动。
3.根据权利要求2所述的采集方法，其特征在于，所述根据所述采集装置的头部在所述第二方向的作用力以及扭矩、所述采集装置的头部在所述第三方向的作用力以及扭矩，对所述采集装置向所述待采集对象的目标位置移动的方向进行调整，得到调整后所述采集装置向所述待采集对象的目标位置移动的方向，包括：
当满足第一预设条件时，根据所述第一预设条件中的所述第二方向和/或所述第三方向的反向方向，对所述采集装置向所述待采集对象的目标位置移动的方向进行调整，得到调整后所述采集装置向所述待采集对象的目标位置移动的方向；
其中，所述第一预设条件包括以下一项或多项：
所述采集装置的头部在所述第二方向的作用力大于或等于第一阈值；
所述采集装置的头部在所述第二方向的扭矩大于或等于第二阈值；
所述采集装置的头部在所述第三方向的作用力大于或等于第三阈值；
所述采集装置的头部在所述第三方向的扭矩大于或等于第四阈值。
4.根据权利要求1所述的采集方法，其特征在于，所述根据所述采集装置头部在所述第一方向的反作用力、所述采集装置头部在所述第一方向的反方向的扭矩、所述采集装置头部在所述第二方向的作用力以及扭矩、所述采集装置头部在所述第三方向的作用力以及扭矩，控制所述采集装置到达所述待采集对象的目标位置，包括：
当满足第二预设条件时，确定所述采集装置到达所述待采集对象的目标位置；
其中，所述第二预设条件包括；所述采集装置的头部在所述第一方向的反作用力大于或等于第五阈值、所述采集装置的头部在所述第一方向的反方向的扭矩大于或等于第六阈值、所述采集装置的头部在所述第二方向的作用力小于或等于第七阈值、所述采集装置的头部在所述第二方向的扭矩小于或等于第八阈值、所述采集装置的头部在所述第三方向的作用力小于或等于第九阈值、所述采集装置的头部在所述第三方向的扭矩小于或等于第十阈值。
5.根据权利要求1-4任意一项所述的采集方法，其特征在于，所述采集装置的头部在所述第一方向、所述第二方向和所述第三方向的作用力以及扭矩满足以下公式：
w＝(JT)-1τ
其中，所述w包括所述采集装置的头部在所述第一方向、所述第二方向和所述第三方向的作用力以及扭矩的向量，所述JT为雅可比矩阵的转置，所述τ包括所述机械臂的每个轴的力矩的向量。
6.根据权利要求1所述的采集方法，其特征在于，所述机械臂末端安装有激光雷达，所述获取包含有待采集对象的目标器官的待定位图像，包括：
确定所述待采集对象的空间位置信息和姿态信息；
根据所述空间位置信息和所述姿态信息，控制所述采集装置向所述待采集对象移动；
在控制所述采集装置移动的过程中，通过所述激光雷达向所述待采集对象发送雷达信号，并接收从所述待采集对象返回的第一激光雷达数据；
根据所述第一激光雷达数据，获取包含有所述待采集对象的目标器官的待定位图像。
7.根据权利要求6所述的采集方法，其特征在于，当所述待定位图像为包含有所述目标器官的人体部位的完整图像时，所述根据所述待定位图像，确定所述目标器官的位置信息，包括：
根据所述待定位图像，确定所述人体部位的多个第一解剖标定点；
根据所述多个第一解剖标定点对所述人体部位进行器官分割处理，得到处理结果；
根据所述处理结果，确定所述目标器官的位置信息。
8.一种人体生理样本采集装置，其特征在于，所述人体生理样本采集装置上安装有机械臂，所述机械臂末端与采集装置连接，所述采集装置包括：
视觉定位模块，用于获取包含有待采集对象的目标器官的待定位图像，根据所述待定位图像，确定所述目标器官的位置信息，并根据所述位置信息，将所述采集装置移动至所述目标器官；
力控采集模块，用于控制所述采集装置从所述目标器官向所述待采集对象的目标位置移动，分别获取所述采集装置在向所述待采集对象的目标位置移动的过程中采集装置头部在第一方向、第二方向和第三方向的作用力以及扭矩，所述第一方向为所述采集装置前进的方向，所述第一方向、所述第二方向和所述第三方向相互垂直；以及，根据所述采集装置头部在所述第一方向的反作用力、所述采集装置头部在所述第一方向的反方向的扭矩、所述采集装置头部在所述第二方向的作用力以及扭矩、所述采集装置头部在所述第三方向的作用力以及扭矩，控制所述采集装置到达所述待采集对象的目标位置，以获取所述目标位置的生理样本。
9.一种电子设备，其特征在于，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述一个或多个程序包括用于执行权利要求1-7任一项方法中的步骤的指令。
10.一种可读计算机存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-7任一项所述的方法。
CN202110402990.1A 2021-04-14 2021-04-14 人体生理样本采集方法、装置、电子设备和存储介质 Active CN113100834B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110402990.1A CN113100834B (zh) 2021-04-14 2021-04-14 人体生理样本采集方法、装置、电子设备和存储介质
PCT/CN2021/091533 WO2022217667A1 (zh) 2021-04-14 2021-04-30 人体生理样本采集方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110402990.1A CN113100834B (zh) 2021-04-14 2021-04-14 人体生理样本采集方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113100834A true CN113100834A (zh) 2021-07-13
CN113100834B CN113100834B (zh) 2022-01-07

Family

ID=76717341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110402990.1A Active CN113100834B (zh) 2021-04-14 2021-04-14 人体生理样本采集方法、装置、电子设备和存储介质

Country Status (2)

Country Link
CN (1) CN113100834B (zh)
WO (1) WO2022217667A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113577458A (zh) * 2021-07-14 2021-11-02 深圳市罗湖医院集团 自动注射方法、装置、电子设备和存储介质
CN114081536A (zh) * 2021-10-21 2022-02-25 深圳市罗湖医院集团 鼻咽拭子采样方法、装置、电子设备及存储介质
CN115115711A (zh) * 2022-06-15 2022-09-27 深圳市罗湖医院集团 鼻咽拭子采样中的视觉标定方法及相关设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111631754A (zh) * 2020-05-26 2020-09-08 清华大学 一种咽拭子自动采样系统
CN111820955A (zh) * 2020-07-27 2020-10-27 南方科技大学 一种便携式咽拭子采集智能装置
CN111887896A (zh) * 2020-07-14 2020-11-06 雅客智慧（北京）科技有限公司 采样机器人
CN212213773U (zh) * 2020-03-13 2020-12-25 中国科学院沈阳自动化研究所 用于咽喉采样的机器人
CN112200056A (zh) * 2020-09-30 2021-01-08 汉王科技股份有限公司 人脸活体检测方法、装置、电子设备及存储介质
CN212466047U (zh) * 2020-07-24 2021-02-05 孙喜琢 一种全自动鼻咽拭子采集装置
CN112621734A (zh) * 2020-11-30 2021-04-09 广州医科大学附属第一医院 一种采样执行部及咽拭子采样机器人

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111673757B (zh) * 2020-05-22 2021-06-22 李汉忠 咽拭子采集机器人系统
CN111906784B (zh) * 2020-07-23 2023-04-07 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 (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN212213773U (zh) * 2020-03-13 2020-12-25 中国科学院沈阳自动化研究所 用于咽喉采样的机器人
CN111631754A (zh) * 2020-05-26 2020-09-08 清华大学 一种咽拭子自动采样系统
CN111887896A (zh) * 2020-07-14 2020-11-06 雅客智慧（北京）科技有限公司 采样机器人
CN212466047U (zh) * 2020-07-24 2021-02-05 孙喜琢 一种全自动鼻咽拭子采集装置
CN111820955A (zh) * 2020-07-27 2020-10-27 南方科技大学 一种便携式咽拭子采集智能装置
CN112200056A (zh) * 2020-09-30 2021-01-08 汉王科技股份有限公司 人脸活体检测方法、装置、电子设备及存储介质
CN112621734A (zh) * 2020-11-30 2021-04-09 广州医科大学附属第一医院 一种采样执行部及咽拭子采样机器人

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113577458A (zh) * 2021-07-14 2021-11-02 深圳市罗湖医院集团 自动注射方法、装置、电子设备和存储介质
CN114081536A (zh) * 2021-10-21 2022-02-25 深圳市罗湖医院集团 鼻咽拭子采样方法、装置、电子设备及存储介质
CN114081536B (zh) * 2021-10-21 2023-09-26 深圳市罗湖医院集团 鼻咽拭子采样方法、装置、电子设备及存储介质
CN115115711A (zh) * 2022-06-15 2022-09-27 深圳市罗湖医院集团 鼻咽拭子采样中的视觉标定方法及相关设备

Also Published As

Publication number Publication date
CN113100834B (zh) 2022-01-07
WO2022217667A1 (zh) 2022-10-20

Similar Documents

Publication Publication Date Title
CN113100834B (zh) 人体生理样本采集方法、装置、电子设备和存储介质
CN113100835B (zh) 人体生理样本采集系统
CN107914272B (zh) 一种七自由度机械臂组件抓取目标物体的方法
WO2023056670A1 (zh) 复杂光照条件下基于视触融合的机械臂自主移动抓取方法
US20230042756A1 (en) Autonomous mobile grabbing method for mechanical arm based on visual-haptic fusion under complex illumination condition
CN109063532B (zh) 一种基于无人机的野外失联人员搜寻方法
CN113842172B (zh) 基于模板匹配与算数平均的咽后壁视触识别装置
CN110065075B (zh) 一种基于视觉的空间细胞机器人外部状态感知方法
CN102980454B (zh) 一种基于脑机结合的机器人排爆系统的排爆方法
CN110648362B (zh) 一种双目立体视觉的羽毛球定位识别与姿态计算方法
CN113499094A (zh) 一种依靠视觉及力反馈引导的心脏彩超检查装置和方法
CN114434123B (zh) 一种空中线夹的机械臂定位拆卸方法、装置及存储介质
CN112990101B (zh) 基于机器视觉的面部器官定位方法及相关设备
CN114310957A (zh) 用于医疗检测的机器人系统及检测方法
TWI274845B (en) Equipment for detecting the object corner and distance using a sole lens
CN111898552B (zh) 一种判别人员关注目标物的方法、装置及计算机设备
CN109977884B (zh) 目标跟随方法和装置
CN114800524B (zh) 一种人机交互协作机器人主动避碰的系统及方法
CN115588036A (zh) 图像采集方法及装置、机器人
WO2022183372A1 (zh) 控制方法、控制装置及终端设备
CN113822174B (zh) 视线估计的方法、电子设备及存储介质
CN115115711A (zh) 鼻咽拭子采样中的视觉标定方法及相关设备
CN113561172A (zh) 一种基于双目视觉采集的灵巧手控制方法及装置
CN113854972A (zh) 口腔体温数据采集方法及相关装置
Kheng et al. Stereo vision with 3D coordinates for robot arm application guide

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