CN114521132A - 用于控制机械臂的系统和方法 - Google Patents

用于控制机械臂的系统和方法 Download PDF

Info

Publication number
CN114521132A
CN114521132A CN202080065590.XA CN202080065590A CN114521132A CN 114521132 A CN114521132 A CN 114521132A CN 202080065590 A CN202080065590 A CN 202080065590A CN 114521132 A CN114521132 A CN 114521132A
Authority
CN
China
Prior art keywords
arm
value
strain
signals
profile
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
CN202080065590.XA
Other languages
English (en)
Inventor
B·祖比亚特
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.)
DePuy Ireland ULC
Original Assignee
DePuy Ireland ULC
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 DePuy Ireland ULC filed Critical DePuy Ireland ULC
Publication of CN114521132A publication Critical patent/CN114521132A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/30Surgical robots
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/14Surgical saws ; Accessories therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/06Measuring instruments not otherwise provided for
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00Controls for manipulators
    • B25J13/08Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1628Programme controls characterised by the control loop
    • B25J9/1633Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1674Programme controls characterised by safety, monitoring, diagnostic
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/06Measuring instruments not otherwise provided for
    • A61B2090/064Measuring instruments not otherwise provided for for measuring force, pressure or mechanical tension
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/40Robotics, robotics mapping to robotics vision
    • G05B2219/40601Reference sensors
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/45Nc applications
    • G05B2219/45117Medical, radio surgery manipulator
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/45Nc applications
    • G05B2219/45171Surgery drill
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/50Machine tool, machine tool null till machine tool work handling
    • G05B2219/50197Signature analysis, store working conditions, compare with actual

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Dentistry (AREA)
  • Pathology (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种控制方法,该控制方法用于管理具有被配置为保持医疗工具的臂的外科机械设备。该方法包括:从臂上的传感器接收一组传感器信号,基于该一组传感器信号生成简档,将该简档与至少一个签名进行比较,基于该比较的结果确定臂的状态,以及基于该臂的状态改变臂的操作。臂的状态指示已经发生或极其可能将会发生的预定状况。改变臂的操作防止该状况发生或继续。机械臂可保持在外科手术或另一医疗规程期间使用的医疗工具。

Description

用于控制机械臂的系统和方法
技术领域
本文所公开的示例性实施方案整体涉及控制机械设备,并且更具体地涉及用于控制机械臂以执行规程的系统和方法。
背景技术
已开发出用于制造汽车、制造集成电路芯片、提取危害性物质和执行医疗机械规程的机械臂。在后一种情况下,据信机械外科手术将被证明更准确并且能够进入人类外科医生不易进入的许多身体区域。因此,许多机构已将注意力转向开发外科机械臂。
然而,迄今为止开发出的外科机械臂存在许多重大缺陷,这使得它们对患者构成安全隐患,因此实际上无法使用。例如,虽然提高准确度是机械外科手术的主要目标,但由于存在发生故障的传感器,控制软件出现的错误、振动和其他对移动的稳定性、定位和精度产生不利影响的不一致性,因此现有的机械臂并不准确。这些不一致性可能会产生灾难性的后果,尤其是当机械臂用于执行截肢、脑外科手术和/或需要灵敏的精度水平的其它操作时。
发明内容
根据一个或多个实施方案,一种用于管理机械设备的方法包括:从臂上的传感器接收一组传感器信号,基于该一组传感器信号生成简档,将该简档与至少一个签名进行比较,基于该比较的结果确定臂的状态,并且基于该臂的状态改变机械臂的操作,其中,该臂的状态指示已经发生或极其可能将会发生的预定状况,并且其中,改变臂的操作防止该状况发生或继续。该一组传感器信号可包括一个或多个传感器信号,并且该一组传感器信号可由如本文所述的应变仪或其它类型的传感器生成。
该一组传感器信号可包括一个或多个应变信号。该一组传感器信号可包括一个或多个加速度计信号、陀螺仪信号、电位差计信号或线性可变差动变压器和变换器(LVDT)信号。该至少一个签名可包括振动简档。当简档以预定百分比匹配至少一个签名时,可执行改变臂的操作。该至少一个签名可包括至少一个余量值,臂的状态可对应于一组传感器信号中具有在预定范围内的值的至少一个传感器信号,该值小于对应于状况的传感器值,并且该余量值可对应于该预定范围的较低值。
该至少一个签名可包括第一应变信号在第一时间的值,将该简档与至少一个签名进行比较包括将第一应变信号在第二时间的值与该第一应变信号在第一时间的值进行比较,并且确定臂的状态包括确定第一应变信号在第一时间的值与第一应变信号在第二时间的值之间的差异大于预定差值。
改变臂的操作可包括禁用臂在至少临时时间段内的操作。该状况可对应于臂上的致使该臂沿非预期方向偏离的力。该状况可对应于由碰撞或振动引起的臂上的力。该状况可对应于机械臂在操作期间的不当或不安全的锁定状态。
根据一个或多个其它实施方案,一种用于管理具有被配置为保持医疗工具的臂的外科机械设备的系统包括接口,该接口被配置为接收一组传感器信号;存储器,该存储器被配置为存储一个或多个算法;和处理器,该处理器被配置为执行一个或多个算法以:控制包括生成一组传感器信号的传感器的臂,该一个或多个算法根据一组传感器信号生成简档;将简档与至少一个签名进行比较;基于该比较的结果确定臂的状态;并且生成信号以基于机械臂的状态改变该臂的操作,其中,臂的状态指示已经发生或极其可能将会发生的预定状况,并且其中,改变臂的操作防止状况发生或继续。
该一组传感器信号可包括一组应变信号。该一组传感器信号可包括一个或多个加速度计信号、陀螺仪信号、电位差计信号或线性可变差动变压器和变换器(LVDT)信号。该至少一个签名可包括振动简档。当简档以预定百分比匹配至少一个签名时,可执行改变臂的操作。
该至少一个签名可对应于至少一个余量值,该臂的状态可对应于一组传感器信号中具有在预定范围内的值的至少一个传感器信号,该值小于对应于状况的传感器值;并且该余量值可对应于该预定范围的较低值。该至少一个签名可包括第一应变信号在第一时间的值;并且一个或多个算法可使处理器将第一应变信号在第二时间的值与第一应变信号在第一时间的值进行比较并且确定第一应变信号在第一时间的值与第一应变信号在第二时间的值之间的差异大于预定差值。一个或多个算法可致使处理器禁用机械臂在至少临时时间段内的操作。该状况可对应于臂上的致使该臂沿非预期方向偏离的力。
附图说明
本发明的附加目标和特征将在结合附图的以下具体实施方式和所附权利要求书中变得更明晰。尽管描述了若干示例性实施方案,但类似的附图标号表示附图中的每一个中的类似部件,其中:
图1示出用于控制机械臂的系统的实施方案;
图2示出附接包括机械臂的机械设备的实施方案;
图3示出用于控制机械臂的方法的实施方案;
图4示出机械臂传感器的排布结构的示例;
图5示出排布在身体部位上的传感器的示例;
图6A至图6C示出根据一个实施方案对机械臂的状态进行的检测;
图7示出根据另一实施方案对机械臂的状态进行的检测;
图8示出根据另一实施方案对机械臂的状态进行的检测;
图9示出机械臂上的传感器的排布结构的另一示例;并且
图10示出可以如何使用机械设备和机械臂执行操作的示例。
具体实施方式
说明书和附图说明了各种示例性实施方案的原理。因此,将理解,本领域的技术人员将能够设计各种布局,这些布局虽然未在本文中明确描述或示出,但体现了本发明的原理并且包括在本发明的范围内。此外,本文阐述的所有示例原则上明确地旨在用于教学目的,以协助读者理解本发明的原理和由本发明人提出用于促进现有技术的概念,并应被理解为不限于这些具体阐述的示例和状况。另外,除非另有说明(例如,“或”或“或另选地”),否则本文所用的术语“或”是指非排他性的(即,和/或)。另外,本文所述的各种示例性实施方案并不一定是相互排斥的,因为一些示例性实施方案可与一个或多个其他示例性实施方案组合以形成新的示例性实施方案。诸如“第一”、“第二”、“第三”等等之类的描述并非旨在限制所讨论的元件的顺序,而是用于区分一个元件与下一个元件,并且通常为可互换的。诸如最大值或最小值的值可以是预先确定的,并且可以基于应用程序设置为不同的值。
图1示出用于控制工具的保持臂的系统,该工具用于执行各种医疗规程。这通过处理信息以确定可能导致影响保持臂的操作和稳定性的异常的模式来实现。通过识别这些模式,系统能够在异常发生之前采取先行措施以避免发生异常,从而确保患者安全性和操作的可能性成功。由臂保持和引导的医疗工具可以是钻、手术刀、锯、探针、传感器、烧灼电极、导管、注射器、内窥镜检查或用于执行患者规程的另一类型的工具。
参考图1,系统包括处理器10、存储器20、数据库30和显示器40,该显示器例如也可用作用户界面(IF)。处理器10执行存储在存储器20中的一个或多个控制算法,以便识别可能导致与机械设备保持臂50有关的异常的模式,如上所述。处理器至少部分地基于从安装在机械设备保持臂上或其附近的一个或多个传感器接收的信息来执行这些功能。例如,可通过接口65接收该信息。
在图1的示例中,示出了四个传感器S1至S4,但在另一实施方案中,可包括不同数量的传感器。处理器10可以为传感器中的选定传感器生成控制信号,例如,以便激活它们和/或改变它们的操作模式。处理器10还可以从安装在机械设备保持臂上和/或在由臂保持和控制的医疗工具70上或其附近的至少一个相机80接收图像。为了进行示意性的说明,医疗工具将被描述为用于执行全膝关节成形术规程的骨锯。
基于基于从传感器和/或相机收集的信息而确定存在的模式,处理器10可生成用于控制机械设备保持臂50的操作的一个或多个控制信号75。在一个实施方案中,可将这些控制信号85中的一些信号输出到医疗工具70。使用这些信号,处理器10可采取先行措施以避免发生故障或其它异常,考虑到确定存在的模式,该故障或异常至少具有预定的发生概率。为了确定这些模式,数据库30可存储可与传感器信号进行比较的统计和/或其它数据。如下面将更详细地解释,在一个实施方案中,模式可包括来自应变仪、加速度计、接合部中的电位差计、陀螺仪、光学跟踪传感器、线性可变差动变压器和变换器(LVDT)、负载传感器、扭矩传感器、压力传感器和/或可用作预测异常状况的依据的其它类型的传感器的签名。
可以以多种方式配置用于控制保持臂的系统。
图2示出可如何配置系统的示例。参考图2,系统包括机械设备220,该机械设备被保持在推车210内并且在该推车上运送。推车210可位于医院、诊所、医生办公室、门诊或紧急护理中心或另一医疗设施。在实际应用中,当要执行操作时,可将推车推到患者位置处。机械设备220可配备有用于控制机械设备保持臂50的伺服马达和/或其它机械驱动器和支撑件,该机械设备保持臂支撑并控制骨锯或其它类型的医疗工具70的移动。推车210还可配备有用于控制机械臂的操作和/或处理从机械臂接收的信号的设备215。在一个实施方案中,机械设备220可包括用于执行本文所述的算法的处理器10、存储器20和/或数据库30。
机械设备220可由推车承载在支撑件225上,直到推车到达患者位置处。此时,可以机械地从推车上取下机械设备220,但该机械设备仍可通过一根或多根导线235与设备215通信。患者位置可以是病床、手术室中的手术台或另一患者位置。出于说明的目的,患者位置可被描述为包括手术台245的手术室。当被释放时,机械设备220可放置在靠近用于对患者进行操作的手术台的位置处。在一个实施方案中,可通过夹具或其它紧固件255将机械设备220附接到手术台的边缘。
机械设备保持臂控制
图3示出一种用于控制机械设备保持臂50的移动和操作以便使用骨锯70执行操作的方法的实施方案。可至少部分地基于存储在系统存储器20中的一个或多个控制算法来实现该方法,该系统存储器例如可与用于执行这些算法的处理器10一起包括在机械设备220中。在一个实施方案中,控制算法可响应于由显示器的图形用户界面接收到的输入。可由技术人员、外科医生/医生或两者录入该输入,以便设置机械设备和/或移动和控制臂和骨锯以对患者执行操作。显示器可包括用于接收输入的触摸屏。除了用于操作机械臂的控制屏幕之外,显示器40可输出包括患者生命体征的其它类型的信息。
在一个实施方案中,用于控制机械臂的控制程序与机械臂上的传感器的特定结构和排布结构相匹配。例如,机械臂可包括一个或多个区段和/或枢转点,该区段和/或枢转点被控制以允许沿三条轴线移动,以便允许医疗工具(例如,骨锯)相对于正处于手术中的患者的身体部位的正确地定位。在一个实施方案中(例如,图4),机械臂50具有两个区段51和52以及四个枢转点53、54和55,用于沿各种方向延伸和旋转骨锯70。在另一个实施方案中,机械臂50可具有不同数量的区段和/或枢转点。
例如,取决于机械臂的结构,机械臂上的传感器的排布结构(例如,图1中的S1至S4)可不同。传感器可包括应变仪,该应变仪检测在沿臂的预定点处的应变。在这些点处检测到的应变值可由算法进行处理,以生成应变签名,该应变签名可用作在异常发生之前或异常正在发生之时确定发生异常的概率的依据。然后,可基于算法自动采取措施以预先处理此类异常,从而保护患者并确保操作成功。
图4示出如何相对于机械臂50排布传感器S1至S4的实施方案。在该实施方案中,传感器可以是应变仪。可将应变仪S1和S3两者排布在机械臂的区段51的相对侧上,并且可将另两个应变仪S2和S4排布在机械臂的区段52的相对侧上。在这些位置处,应变仪(和/或如先前所指示的其它类型的传感器)能够检测到可能影响医疗工具70的位置、移动和操作的负载、振动和/或其它力。图4中的传感器的类型、数量和排布结构仅用作为示例。在其他实施方案中,可使用不同的传感器的类型、数量和/或排布结构以确定机械臂上的力和负载。
参考图3,该方法包括在1105处接通电源并设置系统。这可能涉及手术室工作人员将机械设备(例如,通过手动、推车210或以其它方式)运送到将要进行手术的患者的位置处。取决于将要进行的手术的类型和将要使用的医疗工具70,患者位置可以是包括手术台、病床或另一位置的手术室。
在1110处,为机械臂建立一组基线应变值。例如,可在机械臂静止时获取基线应变值,以便在系统处于初始配置时限定噪声基底和应变读数的初始偏移。
在1115处,执行归位规程,该归位规程可能涉及校准机械臂。在归位规程期间,机械臂可沿三条轴线中的每一条轴线移动,其中,通过预定(例如,整个)运动范围进行沿每条轴线的移动,以便建立相应的端部止动位置。通过该活动测量应变可产生可用于确定机械臂接合部(例如,枢转点)的初始位置的信号。
在1120处,使用在归位规程期间生成的应变仪信号生成机械臂的应变签名。该应变签名可以以各种方式生成。例如,可使用传递函数生成应变签名,该传递函数将保持臂的负载映射到水平连杆的特定配置,如图4所示。该特定配置可包括例如该图中所示的3个旋转接合部的一个或多个接合角度。可通过分析或根据经验估计该传递函数。另外,可使用应变仪检查系统元件的特定总静态负载。在任何给定时间的传感器值的组合可表示应变简档,该应变简档指示在假设静态或准静态状况下,如何在该时刻定位机械设备。在一个实施方案中,应变签名可以是以合理分辨率观察到的应变简档中的预定义的时间变化。
可生成的应变签名的类型的示例包括点签名、简档签名和模板签名。点签名可描述系统的特定组件或元件的一方面或一种状态。可通过分析计算或根据经验测量点签名,并且可以仅考虑单个时间点。例如,如果传感器x读数大于预定值y,则传感器x所附接的组件接近良率。
简档签名可描述保持臂和机械设备的静态位姿。在这种情况下,可基于点集合通过分析或根据经验计算简档签名。在一个实施方案中,可在单个时间点使用多个信号来计算简档签名。例如,如果传感器读取静态或准静态状况下的值W、X、Y、Z,则可确定水平连杆具有配置C。
模板签名可描述可能导致危险情况的系统级和子系统级状态变化。这种类型的签名可根据经验进行测量,并且可基于包括简档集合的模板。这些简档中的该信息可以基于任何数量的传感器信号,并且在一些情况下,甚至可以不基于任何传感器信号,这将提供关于系统的信息(例如,某种故障)。测量的时间序列中的时间样本数可以至少为T/(1/f),其中,T是生成模板的时间长度,f是处理器的采样频率。因此,例如,如果曲线的形状与所测量的时间序列的形状匹配,则模板签名会指示所测量的事件与由模板根据经验建立的已知事件匹配的可能性很高。
应变签名可用于使机械设备的一个或多个预先计算的模型初始化。例如,可使用应变签名校准预先计算的模型,以便确定操作期间臂的负载状况。一旦经过校准,预先计算的模型就可用作预测当对患者进行手术时出现的异常或其他类型的事件的依据。该预测可涉及将由传感器捕获的偶发应变信号与模型进行比较,如下文更详细地描述。
在1125处,机械设备220相对于患者定位,例如,根据本文所述的任何实施方案,例如,通过将机械设备附接到手术台或病床。例如,这可通过使用先前所述的夹持配置中的任何夹紧配置以及调节机械设备的高度和位置来执行,以允许医疗工具70相对于将要进行手术的患者的身体部位正确地定位。当在推车210中运送机械设备220时,操作1125还可包括将机械设备220与推车210分离。在一个实施方案中,可由软件控制定位机械设备220时所要遵循的工作流操作。为了指导技术人员或外科医生正确地执行这些操作,可在显示器40上输出对应于这些操作的文本和/或图形。
一旦机械设备就位并且附接到手术台或床,就可基于将要对患者执行的手术的类型执行配准规程。当手术涉及使用骨锯截断患者的脚部时,配准规程可包括用视觉系统使用的跟踪阵列来对骨性标志进行采集和无图像配准,以将股骨、胫骨、机械设备和骨锯定位在全局坐标系中。
在一个实施方案中,视觉系统可包括一个或多个运动捕获传感器,该运动捕获传感器策略性地放置在患者的身体上包括和临近截肢位点的区域中,例如,小腿、角度和脚部。运动捕获传感器可包括,例如,光电传感器、角度传感器、红外传感器和光学传感器的任何组合。也可将多个附加传感器(例如,加速度计、惯性传感器、磁轴承传感器等)放置在患者的身体上。一旦传感器处于适当的位置,一个或多个相机就可以捕获对应于截肢的位点的位置和取向数据。
图5以相机80的形式示出这些相机中的一个相机的示例,该相机也在图1中示出。相机80的视野包括从基准标记物1331、1332和1333发射或反射的光,这些基准标记物被排布在全膝关节成形术位点(以虚线1335标记)的全局变化截肢中以及其周围。可以在例如不同角度或视场添加附加相机以提供附加数据。一旦完成了配准规程和手术计划,外科医生就可以开始使用骨锯执行截肢。在一些情况下,这可能需要重新定位机械设备以建立第一切割平面。
在1130处,该方法可包括由系统捕获新的参考状态以建立新的基线,根据该新的基线比较未来的测量结果。例如,可以在外科手术开始时以及重新定位机械臂时执行该操作。重新定位臂能够使臂经受不同的负载状况,该负载状况如由传感器(例如,应变仪)的排布确定。如先前所述,可以以类似于建立初始基线的方式执行新的基线。在一些实施方案中,操作1130可视为可选的。在一个实施方案中,可确定多个参考状态,其中每个参考状态对应于待由机械臂和工具执行的操作的不同阶段和/或在操作期间可能存在的不同状况。
在1135处,处理器10监测来自传感器S1至S4的信号,连同来自相机的图像,从而连续地(或递增地)为机械臂生成实时应变签名(或简档)。处理器10可基于存储在机械设备上或机械设备外部的存储器20中的算法来评估由传感器生成的应变简档。当生成应变简档时,处理器10可将简档与在操作1130中确定的参考状态进行比较。如前所指出的那样,在一个实施方案中,可应用多个参考状态。在这种情况下,处理器10可将简档与参考状态中的对应于随后发生的操作的阶段或状况的一个参考状态进行比较。如果处理器10基于比较结果确定应变简档尚未发生显著变化,则该方法前进至下一操作1140。在一个实施方案中,参考状态可以不同。在一个实施方案中,参考状态可包括至少一个参考值(或一组值),该参考值限定故障或其他状况可能以高概率发生或正在显著发生的点。在一个实施方案中,参考状态可包括由预定最大值和相对于最大值的预定余量值限定的至少一个范围。当落入该范围内时,处理器10可确定故障或其它状况可能以高概率发生或正在发生。
在一个实施方案中,处理器10可将来自传感器S1至S4的一个或多个信号与一个或多个先前的应变值或简档进行比较。例如,可将来自传感器S1至S4的一个或多个应变信号与来自那些传感器的紧接的前述应变值或简档或者在另一先前时间生成的一个或多个前述值或简档进行比较。如果当前的应变值或简档与先前的应变值或简档之间的差异超过预定差值,则可确定该差异足够大,以保证得出机械臂和/或工具在操作期间可能以高概率发生或正在发生故障或其它状况的结论。
在一个实施方案中,可通过将时间考虑在内来获得一种或多种预测质量。待使用的适用阈值可基于达到特定值,或者改变状态的决定可基于这样的事实,即所观察到的应变值的趋势是它们将在下一个预定义时间窗口(例如,小于10毫秒)内超过阈值。因此,如果传感器值尚未达到阈值,但曲线的斜率足够陡,使得下一个或两个数据点将超过阈值,则系统可在实际达到阈值之前停止。
在1140处,确定该方法是否应该重新定位机械设备,例如,为规程的下一步骤定位机械设备。例如,当已经完成截肢过程中的当前规程并且将要移动机械臂以将骨锯定位在另一个位置以进入操作的下一个阶段时,这可能得以保证。在另一种情况下,该规程可对应于全膝关节成形术(TKA)。在许多类型的机械外科手术中,机械臂可能无法针对特定切割进行离散定位,而是以不太结构化的形式移动。因此,根据一个实施方案,可执行重新定位。
重新定位机械臂的前提状况可以是确定当时没有检测到不适当的负载状况存在。如果不重新定位机械臂,则方法返回到操作1135,在该操作处,将下一条生成的应变简档与先前的应变简档进行比较。可在预定时间(例如,小于2毫秒)内循环该方法,直到在操作1135处进行的比较确定应变简档已经发生显著变化或确定将在操作1140处重新定位机械设备。
如果基于在操作1135处的比较,处理器10确定应变简档已经发生显著变化或趋向于使得已经确定变化极其显著,则该方法将执行第二次检查。此时可触发警报,也可不触发警报。例如,当当前的应变简档与参考状态和/或一个或多个先前的应变值或简档之间的差异大于预定量时,则应变简档的变化可认为是显著的。例如,可基于当前的简档与参考状态/先前的值或简档之间的变化的类型来确定被触发的警报的类型。
在1145处,将应变简档的变化与预定临界值进行比较。如果变化等于或低于临界值,则方法返回到操作1135以继续监测应变简档的变化。如果变化高于临界值,则处理器10可确定在不久的未来可能发生异常状况。这可能涉及,例如处理器10分析随时间推移的数据趋势,并且还触发数据何时趋向于其将超过阈值,例如,在小于10毫秒以内。
在一个实施方案中,该操作可能涉及签名匹配。在这种情况下,可以以相同的方式执行本文所述的与阈值的比较相关的实施方案,除了与阈值的比较被替换或包括与签名的比较之外。然后,签名匹配可能涉及确定指示简档与签名的匹配程度的百分比或分数。
在1150处,为了防止发生异常,处理器可生成信号以禁用机械臂50和骨锯70并且暂停操作。如果此时机械设备和骨锯未启用,则处理器10可防止机械设备和锯被置于启用状态。在异常发生之前(或刚刚发生),采取这些先行措施可保护患者的安全,避免受伤,在医疗工具是骨锯的情况下,受伤可能会很严重。
临界值或状况可基于检测到的可能发生或存在的异常(或其它事件)的类型。例如,临界值可以是由互相关算法生成的瞬时峰值负载或匹配分数,该算法涉及将瞬态动态应变仪响应与特定类型的事件进行比较。异常可包括但不限于,举例来说,过度振动、对机械臂或手术台/床的意外碰撞和地震。互相关算法的示例是分析时间序列数据并且比较不同信号以进行对准的示例。在一个实施方案中,可基于以下公式执行互相关算法:
Figure BDA0003553699410000111
上述公式涉及将信号X与信号Y之和进行卷积并且基于该两个信号的幅度的乘积进行归一化。公式的结果是时间序列中的每个点的分数。分数的值指示该两个信号在相位和幅度上的对准程度。当两条曲线在时间偏移上相同且对准时,实现最大分数。对于上述归一化公式,最大分数为1,最小分数为0。
模板将是预定义的信号(信号X),该信号表示先前表征的事件,如人碰撞手术台。来自传感器的数据的窗口是在一段时间内获取的,并且比模板周期长。所获取的数据是信号Y。互相关算法可确定发生碰撞的时间,以及指示其与所提供的模板匹配的程度的分数。在这种情况下,阈值将是该分数。一旦确定分数超过了置信度的阈值,则出现了台碰撞,然后,算法就可以计算出发生台碰撞的时间。
因此,可将互相关性理解为一种对两个信号进行随时间推移的比较的方式,而不是仅仅将信号与某个瞬间的阈值进行比较。根据一个或多个实施方案,将互相关算法应用作为一种检查基于来自传感器的信号生成的应变简档并且将该应变简档与特定类型的振动的签名进行比较的方式,该振动可能例如因撞到推车、将仪器丢在推车上等而发生。
在1155处,一旦在操作1140处确定将会重新定位机械臂,则在新的位置处捕获新的参考状态,并且处理器开始再次对应变签名/简档进行比较,以检测或预测异常状况。如先前所指出的那样,例如,当已经完成截肢的当前阶段并且将在不同的位置处执行操作的新的阶段时,可发生机械臂的重新定位。在重新定位过程中,处理器10可以继续监测臂上的负载,以确保不存在意料不到的负载状况。
在1160处,一旦机械臂和锯已被禁用,外科医生或技术人员可采取措施以纠正导致应变简档变化的一个或多个因素。这可能涉及,例如仅等待,直到因意外碰撞引起的振动停止。在另一种情况下,这可能涉及重新定位机械臂和骨锯。在又另一种情况下,纠正措施可能涉及更换锯(如果损坏的话),当保持臂(例如,保持机械设备的机械结构)断裂时,对其进行修复或更换,或者等待一段时间直到患者已平静下来或处于更稳定的状态。在另一种情况下,技术人员可改变机械臂上的机械负载,例如通过重新定位臂、增强与臂或工具的物理相互作用,和/或移除组件。
检测实施例
以下示例描述了可能预期发生与机械臂和/或医疗工具的操作相关的异常或其它状况的实用情况。对于每种情况,系统的存储器20可存储对应的检测算法(或模型),该检测算法(或模型)可用作分析由排布在机械臂上的传感器生成的应变简档的依据。每个算法(或模型)可使用不同的最大限值和余量和/或可以例如基于算法旨在先行地检测到的特定异常或状况而执行不同形式的分析。
图6A至图6C示出在机械臂50上检测到过度负载时的示例。例如,在机械臂50处于锁定状态的情况下,过度负载可能是由于施加到骨锯的向下力过大而导致。例如,可基于机械设备的控制和/或基于用户对骨锯施加的力来施加该力。如图6A所示,应变仪S1和S3检测到超过预定阈值或临界值的弯矩形式的过度负载。应变仪S1和S3(以及S2和S4)的灵敏度的方向可基本上与保持臂的水平连杆构件的纵向轴线对准,该应变仪S1和S3安装在该保持臂上。该取向使得应变仪S1到S4对检测垂直于地面且本质上呈直线的平面中的弯曲力很敏感。弯曲力可包括绕垂直于水平连杆的纵向横杆并且平行于地面的轴线的力矩。
图6B示出在应变仪的位置处的机械臂50的剖视图。在该示例中,弯矩对应变仪S1施加张力F1并且对应变仪S3施加压缩力F2。应变仪S1和S3产生指示这些力的信号。然后,由处理器10处理这些信号以生成超过临界值(在操作1145处)的变化应变简档(在操作1135处)。
在一个实施方案中,临界值可小于产生异常状况所需的应变水平。例如,临界值可刚好低于(例如,以预定余量)会干扰对锯的控制的应变水平。在另一示例中,临界值可基于例如通过签名匹配确定的(例如,保持臂和/或手术台的)预定振动量。当处理器10(根据来自应变仪S1和S3的信号)生成等于或超过临界值的应变简档时,可以采取先行措施以防止发生异常状况,例如,这可包括禁用机械臂和骨锯,如先前相对于图3的方法中的操作1150所述。
图6C是示出由处理器10基于从应变仪S1至S4接收的信号生成的应变简档的示例的图。在该图中,上限1410对应于预定的最大正(拉伸)应变,并且下限1420对应于预定的负(压缩)应变。这些限值对应于不安全限制,例如,可能产生对患者造成威胁或者可能以其它方式被视为不可接受或不安全的机械臂故障。
应变简档包括基于从应变仪S1输出的信号生成的应变简档1430、基于从应变仪S2输出的信号生成的应变简档1440、基于从应变仪S3输出的信号生成的应变简档1450以及基于从应变仪S4输出的信号生成的应变简档1460。因为机械臂50上的弯矩主要影响应变仪S1和S3,所以对应于应变仪S2和S4的应变简档1440和1460非常低,例如,在整个图的持续时间内不接近正最大限值1410或负最大限值1420中的任何一者。相反,应变简档1430和1450产生分别落在正最大限值和负最大限值的预定余量1480和1490内的非常突出的峰值负载信号(见圆圈)。预定余量可以是,例如正最大限值或负最大限值的25%。
在一个实施方案中,可将来自一个或多个应变仪的当前值与来自应变仪的一个或多个对应的先前值进行比较,以确定在操作期间机械臂或工具出现的故障或状况或一些其它状况。在图6C中,应变仪S1在点P1和点P2处生成的值说明了这一点。在该实施方案中,处理器10可连续地将一个或多个应变仪的当前值与先前值进行比较,并且如果它们之间的差异等于或大于预定差值Δ,则处理器可确定,例如机械臂可能发生或正在发生故障,或者继续进行操作是不安全的可能性很高。
图7是示出当(短持续时间的)脉冲力撞击机械臂时的示例的图。此类脉冲可能超过机械设备视觉系统的成像能力或使其失真。可能导致这些效应的脉冲力的示例包括施加到机械臂或手术台的碰撞。当发生这种情况时,可产生持续时间足够短的高频变化,不会立即触发机械臂上的安全联锁装置。在图7中,在对应于应变仪S1的应变简档1510以及对应于应变仪S3的应变简档1520中,该示例中的脉冲力最为明显。分别在应变仪S2和S4的应变简档1530和1540中,该脉冲力的范围小得多。因为应变仪S1和S3的应变简档中的脉冲力使签名显著偏离(由于执行签名匹配),所以可检测到可致使处理器10暂停机械臂和骨锯的操作至少预定时间的异常状况,如图3的操作1150中所指示。在一个实施方案中,相对于正最大应变限值1580和负最大应变限值1590,应变仪S1和S3的应变简档中的脉冲力超过预定余量1501和预定余量1502(见圆圈部分)。在该示例中,可将预定余量设置为其相应的最大限值的30%(如虚线所指示)。
以图15中指示的方式生成应变简档还可允许对振动进行检测,这可以以超过机械设备视觉系统的成像能力的速率产生机械臂偏移。在一个实施方案中,硬件实施方式可用于生成和检测图7的应变简档的过大的值。此类硬件实施方式可减轻与可能因基于图像的检测引起的软件故障相关联的风险。
图8是示出检测机械臂的水平连杆何时处于锁定或解锁状态的示例的图。在该图中,设置了预定的正最大应变极限1680和负最大应变极限1690,并且包括了由处理器10为所有四个应变仪S1至S4生成的应变简档。应变仪S1和S3的应变简档1610和1620超过相应的余量1601和1602,这指示机械臂已经进入锁定状态,例如,锁定机械臂可产生基本上呈三角形形式的如图16所示的可识别且可检测的应变简档。在一个实施方案中,应变简档1610和1620的幅度可指示锁定的强度。
应变仪S2和S4的应变简档1630和1640显示对锁定状况的响应要小得多。在稍后的时间点,所有四个应变计的应变简档都出现了较小但可检测到的下降,这呈现了识别机械臂何时被解锁的签名。用于检测这些状态的算法还可以能够检测机械臂和/或医疗工具随时间推移产生的磨损。由于零件磨损,稳态高和低应变之间的差异可能最终随时间推移而增加。因此,本算法可用于在实际发生故障之前预测故障或对预防性维护的需要。
图9示出根据另一实施方案的机械臂上的应变仪的排布结构。在该实施方案中,所有四个应变仪对称地排布在机械臂50的预定位置处。例如,应变仪可以相对于机械臂的横截面径向且对称地排布,例如,在位置0°、90°、180°和270°位置处。
图10示出机械设备和机械臂如何在实际场景中用于执行操作的示例。在该示例中,假设机械臂正保持骨锯,但在另一个实施方案中,该臂可保持不同类型的工具。
参考图10,机械设备1810及其伴随的机械臂1820可位于包括无菌盖布1802的手术室1801中。在该示例中,手术室包括支撑待使用骨锯进行截肢的患者(如标记所示)的手术台1803。骨锯包括骨锯控制器1806,该骨锯控制器用于控制由机械臂保持的锯片1807。如前所述,骨锯将在胫骨阵列1811和股骨阵列1812附近截肢,包括红外线或其他传感器,以有利于三维相机1821捕获图像。外科医生和护士(如标记所示)也在室中,以使用机械设备引导操作并且辅助操作的各个阶段。循环器和触针1809可与推车1831一起使用,以用于操作和运送机械设备。
根据前述实施方案中的一个或多个实施方案,提供了一种用于控制机械臂以执行预定功能的系统和方法。在一个示例中,机械臂可保持用于对患者执行医疗规程的医疗工具。可针对手术目的、诊断目的、探索性目的或另一目的执行医疗规程,这取决于例如由机械臂保持的工具的类型。臂可包括一个或多个传感器以引导处理器(内部或与机械设备分离),以对臂进行控制。
在一个或多个实施方案中,存储在存储器中的算法可以控制处理器以基于一个或多个传感器信号检测机械臂的操作的状态。操作的状态由算法识别以确定是否将会发生或正在发生某种状况的概率,该状况可指示机械设备或机械臂发生的故障或其它状况,或者可能以其它方式对患者安全造成威胁。例如,可将该概率限定在对应于该状况的上限和/或下限的预定余量范围内。例如,余量范围可以在上限或下限的30%内。当确定存在此类概率时,处理器生成信号,从而至少暂时地(例如,响应时间在毫秒范围内)快速禁用机械臂,以防止该状况发生或继续发生或以采取其它预防措施。可能导致发生状况的因素的示例包括振动、碰撞、对臂施加意料不到的、突然(脉冲)的或过大的力,以及与臂的锁定状态和解锁状态相关联的各种缺陷和状况。可实现所有这些控制功能以尽可能最佳地确保患者的安全性,同时实现提高使用机械设备执行医疗规程的准确度和其它有益效果。
本文所述的方法、过程和/或操作可由代码或指令执行,该代码或指令将由计算机、处理器、控制器或其它信号处理装置执行。如先前根据一个或多个实施方案所述,该代码或指令可存储在非暂态计算机可读介质中。因为详细描述了形成方法(或计算机、处理器、控制器或其他信号处理装置的操作)的依据的算法,所以用于实现方法实施方案的操作的代码或指令可将计算机、处理器、控制器或其他信号处理装置转换为用于执行本文的方法的专用处理器。
可在逻辑部件(例如,可包括硬件、软件或两者)中实现本文所公开的实施方案的处理器、控制器、传感器和其它信号生成和信号处理功能。当至少部分地在硬件中实现时,实施方案的处理器、控制器、传感器和其它信号生成和信号处理功能可以是例如多种集成电路中的任何一种,包括但不限于专用集成电路、现场可编程门阵列、逻辑门电路的组合、片上系统、微处理器或另一种类型的处理电路或控制电路。
当至少部分地在软件中实现时,实施方案的处理器、控制器、传感器和其它信号生成和信号处理功能可包括例如用于存储代码或指令的存储器或其它存储装置,该代码或指令由例如计算机、处理器、微处理器、控制器或其它信号处理装置执行。该计算机、处理器、微处理器、控制器或其它信号处理装置可以是本文所述的那些装置或除本文所述的元件之外的一个装置。因为详细描述了形成方法(或计算机、处理器、微处理器、控制器或其他信号处理装置的操作)的依据的算法,所以用于实现方法实施方案的操作的代码或指令可将计算机、处理器、控制器或其他信号处理装置转换为用于执行本文所述的方法的专用处理器。
尽管已经具体参考某些示例性方面详细描述了各种示例性实施方案,但是应当理解,本发明能够具有其他示例性实施方案,并且其细节能够在各种明显的方面进行修改。对本领域的技术人员显而易见的是,可在保持在本发明的实质和范围内的同时实现变型和修改。因此,前述公开内容、说明书和附图仅用于说明的目的,并不以任何方式限制本发明,本发明仅由权利要求限定。

Claims (20)

1.一种用于管理具有被配置为保持医疗工具的臂的外科机械设备的方法,包括:
从所述臂上的传感器接收一组传感器信号;
基于所述一组传感器信号生成简档;
将所述简档与至少一个签名进行比较;
基于所述比较的结果确定所述臂的状态;以及
基于所述臂的所述状态改变所述机械设备的操作,其中,所述臂的所述状态指示已经发生或极其可能将会发生的预定状况,并且其中,改变所述臂的操作防止所述状况发生或继续。
2.根据权利要求1所述的方法,其中,所述一组传感器信号包括一个或多个应变信号。
3.根据权利要求1或权利要求2所述的方法,其中,所述一组传感器信号包括一个或多个加速度计信号、陀螺仪信号、电位差计信号或线性可变差动变压器和变换器(LVDT)信号。
4.根据前述权利要求中任一项所述的方法,其中,所述至少一个签名包括振动简档。
5.根据前述权利要求中任一项所述的方法,其中,当所述简档以预定百分比匹配所述至少一个签名时,执行改变所述臂的操作。
6.根据前述权利要求中任一项所述的方法,其中:
所述至少一个签名包括至少一个余量值;
所述臂的所述状态对应于所述一组传感器信号中具有在预定范围内的值的至少一个传感器信号,所述值小于对应于状况的传感器值;并且
所述余量值对应于所述预定范围的较低值。
7.根据权利要求6所述的方法,其中:
所述至少一个签名包括第一应变信号在第一时间的值;
将所述简档与所述至少一个签名进行比较包括将所述第一应变信号在第二时间的值与所述第一应变信号在所述第一时间的所述值进行比较;并且
确定所述臂的所述状态包括确定所述第一应变信号在所述第一时间的所述值与所述第一应变信号在所述第二时间的所述值之间的差异大于预定差值。
8.根据前述权利要求中任一项所述的方法,其中,改变所述臂的操作包括禁用所述臂在至少临时时间段内的操作。
9.根据前述权利要求中任一项所述的方法,其中,所述状况对应于所述臂上的致使所述臂沿非预期方向偏离的力。
10.根据权利要求9所述的方法,其中,所述状况对应于所述臂上的由碰撞或振动引起的力。
11.根据前述权利要求中任一项所述的方法,其中,所述状况对应于所述机械臂在操作期间的不当或不安全的锁定状态。
12.一种用于管理具有被配置为保持医疗工具的臂的外科机械设备的系统,包括:
接口,所述接口被配置为接收一组传感器信号;
存储器,所述存储器被配置为存储一个或多个算法;以及
处理器,所述处理器被配置为:执行所述一个或多个算法以控制包括生成所述一组传感器信号的传感器的所述臂,所述一个或多个算法根据所述一组传感器信号生成简档;将所述简档与至少一个签名进行比较;基于所述比较的结果确定所述臂的状态;并且生成信号以基于所述机械臂的所述状态改变所述机械设备的操作,其中,所述臂的所述状态指示已经发生或极其可能将会发生的预定状况,并且其中,改变所述臂的操作防止所述状况发生或继续。
13.根据权利要求12所述的系统,其中,所述一组传感器信号包括一组应变信号。
14.根据权利要求12或权利要求13所述的系统,其中,所述一组传感器信号包括一个或多个加速度计信号、陀螺仪信号、电位差计信号或线性可变差动变压器和变换器(LVDT)信号。
15.根据权利要求12至14中任一项所述的系统,其中,所述至少一个签名包括振动简档。
16.根据权利要求12至15中任一项所述的系统,其中,当所述简档以预定百分比匹配所述至少一个签名时,执行改变所述臂的操作。
17.根据权利要求12至16中任一项所述的系统,其中:
所述至少一个签名对应于至少一个余量值;
所述臂的所述状态对应于所述一组传感器信号中具有在预定范围内的值的至少一个传感器信号,所述值小于对应于所述状况的传感器值;并且
所述余量值对应于所述预定范围的较低值。
18.根据权利要求12至17中任一项所述的系统,其中:
所述至少一个签名包括第一应变信号在第一时间的值;并且
所述一个或多个算法将致使所述处理器:将所述第一应变信号在第二时间的值与所述第一应变信号在所述第一时间的所述值进行比较,并且确定所述第一应变信号在所述第一时间的所述值与所述第一应变信号在所述第二时间的所述值之间的差异大于预定差值。
19.根据权利要求12至18中任一项所述的系统,其中,所述一个或多个算法将致使所述处理器禁用所述机械臂在至少临时时间段内的操作。
20.根据权利要求12至19中任一项所述的系统,其中,所述状况对应于所述臂上的致使所述臂沿非预期方向偏离的力。
CN202080065590.XA 2019-09-18 2020-09-01 用于控制机械臂的系统和方法 Pending CN114521132A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/574321 2019-09-18
US16/574,321 US11638616B2 (en) 2019-09-18 2019-09-18 System and method for controlling a robot arm
PCT/EP2020/074368 WO2021052749A1 (en) 2019-09-18 2020-09-01 System and method for controlling a robot arm

Publications (1)

Publication Number Publication Date
CN114521132A true CN114521132A (zh) 2022-05-20

Family

ID=72355963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080065590.XA Pending CN114521132A (zh) 2019-09-18 2020-09-01 用于控制机械臂的系统和方法

Country Status (4)

Country Link
US (1) US11638616B2 (zh)
EP (1) EP4031334A1 (zh)
CN (1) CN114521132A (zh)
WO (1) WO2021052749A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11925424B2 (en) * 2020-03-19 2024-03-12 Auris Health, Inc. Systems and methods for dynamic adjustments based on load inputs for robotic systems
CN113509269B (zh) * 2021-04-01 2022-04-26 中国人民解放军陆军军医大学第二附属医院 一种激光截骨辅助全髋关节置换手术机器人

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110295248A1 (en) * 2010-05-28 2011-12-01 Hansen Medical, Inc. System and method for automated minimally invasive instrument command
US20120248167A1 (en) * 2011-02-15 2012-10-04 Intuitive Surgical Operations, Inc. Methods and systems for detecting staple cartridge misfire or failure
US20160361125A1 (en) * 2015-06-12 2016-12-15 The Johns Hopkins University Cooperatively-controlled surgical robotic system with redundant force sensing
US20190099886A1 (en) * 2017-09-29 2019-04-04 Intel Corporation Methods and apparatus for monitoring robot health in manufacturing environments

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6077297B2 (ja) 2012-12-25 2017-02-08 川崎重工業株式会社 手術ロボット
US20170080558A1 (en) * 2013-03-13 2017-03-23 Double Robotics, Inc. Telepresence robot with stabilization mechanism
JP5937706B1 (ja) * 2015-01-21 2016-06-22 ファナック株式会社 ロボットに加わる外力に基づいてロボットを制御するロボット制御装置、およびロボットシステム
US10405859B2 (en) * 2016-04-15 2019-09-10 Ethicon Llc Surgical instrument with adjustable stop/start control during a firing motion
AU2017372911B2 (en) 2016-12-07 2020-07-02 Orthosoft Ulc Torque sensor sawblade anti-skiving system
US10145747B1 (en) 2017-10-10 2018-12-04 Auris Health, Inc. Detection of undesirable forces on a surgical robotic arm
EP4331525A3 (en) * 2018-02-20 2024-03-13 Intuitive Surgical Operations, Inc. Systems and methods for control of end effectors
JP7180165B2 (ja) * 2018-07-23 2022-11-30 セイコーエプソン株式会社 ロボット、制御装置および制御方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110295248A1 (en) * 2010-05-28 2011-12-01 Hansen Medical, Inc. System and method for automated minimally invasive instrument command
US20120248167A1 (en) * 2011-02-15 2012-10-04 Intuitive Surgical Operations, Inc. Methods and systems for detecting staple cartridge misfire or failure
US20160361125A1 (en) * 2015-06-12 2016-12-15 The Johns Hopkins University Cooperatively-controlled surgical robotic system with redundant force sensing
US20190099886A1 (en) * 2017-09-29 2019-04-04 Intel Corporation Methods and apparatus for monitoring robot health in manufacturing environments

Also Published As

Publication number Publication date
US11638616B2 (en) 2023-05-02
EP4031334A1 (en) 2022-07-27
WO2021052749A1 (en) 2021-03-25
US20210077204A1 (en) 2021-03-18

Similar Documents

Publication Publication Date Title
AU2021202048B2 (en) Soft tissue balancing in articular surgery
DE102004042489B4 (de) Medizinische Untersuchungs- oder Behandlungseinrichtung mit dazugehörigem Verfahren
CN114521132A (zh) 用于控制机械臂的系统和方法
WO2017206920A1 (zh) 钻孔控制装置及控制方法
EP3636393A1 (en) Medical robot and control method thereof
AU2017378250A1 (en) Techniques for detecting errors or loss of accuracy in a surgical robotic system
US20120059378A1 (en) Efficient Sculpting System
US20050119661A1 (en) Methods and systems for intraoperative measurement of soft tissue constraints in computer aided total joint replacement surgery
JP2016512073A5 (zh)
AU2020235100A1 (en) Systems and methods for robotic soft tissue evaluation
JP2007508901A (ja) 手術ナビゲーションシステム構成部品誤動作防止インタフェース及び関連する方法
Jung et al. Safety design view: A conceptual framework for systematic understanding of safety features of medical robot systems
US11666318B2 (en) Distraction device with disposable force sensor pod
Wilson et al. Intercondylar notch impingement of the anterior cruciate ligament: a cadaveric in vitro study using robots
Rabuffetti et al. Spot check of the calibrated force platform location
US20220304829A1 (en) System and method for ligament balancing using robotically held device
US20220338807A1 (en) Trial instruments for ligature reconstruction
WO2021061548A2 (en) System and method for ligament balancing using robotically held device
US20220387187A1 (en) Implant Selection And Surgical Planning Based On Patient Specific Kinematics
WO2023118200A1 (en) Computer-assisted method and system for planning an osteotomy procedure
WO2023213868A1 (de) Sicherheitssystem zur detektion von fehlern in medizinischen tischen
Yen et al. Bone cutting-through detection under imageless navigation
Moon et al. Evaluation of Safety and Performance in Robots for Knee Replacement Surgery Based on Standards

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