CN115619781B - 一种精度检测方法、装置、电子设备及存储介质 - Google Patents
一种精度检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115619781B CN115619781B CN202211609347.7A CN202211609347A CN115619781B CN 115619781 B CN115619781 B CN 115619781B CN 202211609347 A CN202211609347 A CN 202211609347A CN 115619781 B CN115619781 B CN 115619781B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- data
- conversion relation
- detection tool
- coordinate
- 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.)
- Active
Links
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
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10116—X-ray image
Abstract
本申请实施例提供了一种精度检测方法、装置、电子设备及存储介质,通过获取预先确定的规划通道数据,规划通道数据是预先在三维CT数据中规划的第一通道的坐标数据,三维CT数据是预先通过CT机对精度检测工装扫描得到的数据;根据预先确定的第七转换关系和规划通道数据,计算规划通道在精度检测工装坐标系中的第一坐标数据,第七转换关系是三维CT数据对应的CT坐标系和精度检测工装自身的精度检测工装坐标系之间的转换关系;计算第一坐标数据和预先标定的第二坐标数据之间的差值,得到手术导航定位机器人系统中导航定位系统的误差,预先标定的第二坐标数据是预先对第一通道进行标定得到的坐标数据。实现对导航定位系统的误差进行测量。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种精度检测方法、装置、电子设备及存储介质。
背景技术
近年来,手术导航定位机器人取得了飞速的发展,目前已经广泛应用于骨科、口腔种植和神经外科等领域。手术导航定位机器人的核心指标为系统的定位精度,系统的定位精度根据手术导航定位机器人的工作环节又可以分解为:导航定位系统精度、图像配置精度、机械臂定位精度、规划精度等。
目前,在对手术导航定位机器人的误差进行测量时,大多采用一个标准的工装进行误差的测量,通过该方法仅能对整个系统的误差进行测量。而在实际使用过程中,为了能够提升系统定位精度,往往需要对导航定位系统等单个工作环节的精度进行测量,从而采取应对措施,降低误差。
发明内容
本申请实施例的目的在于提供一种精度检测方法、装置、电子设备及存储介质,以实现对导航定位系统的误差进行测量。具体技术方案如下:
第一方面,本申请实施例提供了一种精度精测方法,所述方法包括:
获取预先确定的规划通道数据,其中,所述规划通道数据是预先在三维CT数据中规划的第一通道的坐标数据,所述三维CT数据是预先通过CT机对精度检测工装扫描得到的数据;
根据预先确定的第七转换关系和所述规划通道数据,计算规划通道在所述精度检测工装坐标系中的第一坐标数据,其中,所述第七转换关系是所述三维CT数据对应的CT坐标系和所述精度检测工装自身的精度检测工装坐标系之间的转换关系;
计算所述第一坐标数据和预先标定的第二坐标数据之间的差值,得到手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据。
在一种可能的实施方式中,预先确定所述第七转换关系的步骤,包括:
获取从多个角度采集到的所述精度检测工装多张二维图像,其中,所述二维图像是手术导航定位机器人系统中的采集设备采集得到的图像;
确定所述多张二维图像中第一二维图像对应的X光片坐标系与第二二维图像对应的X光片坐标系之间的第五转换关系,其中,所述第一二维图像和所述第二二维图像为所述多张二维图像中两张不同的图像;
基于所述第五转换关系,将所述第一二维图像和第二二维图像,与所述三维CT数据进行配准,得到所述第一二维图像和所述第二二维图像对应的X光片坐标系与所述CT坐标系之间的第六转换关系;
计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系。
在一种可能的实施方式中,在所述计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系之前,所述方法还包括:
获取所述采集设备采集所述第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据,所述第一二维图像中包括所述精度检测工装及带有标记球的配准板的图像;
根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;
识别所述标记球在所述X光片坐标系中的坐标,并与所述标记球在所述配准板坐标系中的坐标进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系;
根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系;
所述计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系,包括:
计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系;
根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,以及所述X光片坐标系与所述CT坐标系之间的转换关系,计算所述第七转换关系。
在一种可能的实施方式中,所述计算所述第一坐标数据和预先标定的第二坐标数据之间的差值,得到所述手术导航定位机器人系统中导航定位系统的误差,包括:
获取所述第一坐标数据所代表的线段在所述预先标定的第二坐标数据所代表的直线上的投影点;
计算所述第一坐标数据与所述投影点的距离,得到所述手术导航定位机器人系统中导航定位系统的误差。
在一种可能的实施方式中,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述方法还包括:
获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;
根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;
获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
第二方面,本申请实施例提供了一种精度精测方法,所述方法包括:
获取手术导航定位机器人系统中的采集设备从多个角度采集的精度检测工装的多张二维图像;
计算所述多张二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的目标转换关系;
获取第一通道在精度检测工装坐标系中的三维坐标数据和所述第一通道在所述二维图像对应的X光片坐标系的二维坐标数据,并基于所述目标转换关系,将所述三维坐标数据投影至X光片坐标系中;
计算在所述三维坐标数据的投影与所述二维坐标数据重合的情况下,所述第一通道在所述精度检测工装坐标系中第三坐标数据;
计算所述第三坐标数据和预先标定的第二坐标数据之间的差值,得到所述手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据。
在一种可能的实施方式中,所述计算所述多张二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的目标转换关系,包括:
获取所述采集设备采集所述多张二维图像中第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据;
根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;
获取标记球在所述X光片坐标系中的坐标与所述标记球在CT坐标系中的坐标,并进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系,其中,所述第一二维图像中包括所述精度检测工装及所述标记球的图像;
根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系。
在一种可能的实施方式中,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述方法还包括:
获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;
根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;
获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
第三方面,本申请实施例提供了一种精度精测装置,所述装置包括:
获取模块,用于获取预先确定的规划通道数据,其中,所述规划通道数据是预先在三维CT数据中规划的第一通道的坐标数据,所述三维CT数据是预先通过CT机对精度检测工装扫描得到的数据;
计算模块,用于根据预先确定的第七转换关系和所述规划通道数据,计算规划通道在所述精度检测工装坐标系中的第一坐标数据,其中,所述第七转换关系是所述三维CT数据对应的CT坐标系和所述精度检测工装自身的精度检测工装坐标系之间的转换关系;
第一误差计算模块,用于计算所述第一坐标数据和预先标定的第二坐标数据之间的差值,得到手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据。
在一种可能的实施方式中,所述装置还包括:第七关系确定模块,所述第七关系确定模块,还包括:
采集子模块,用于获取从多个角度采集到的所述精度检测工装多张二维图像,其中,所述二维图像是手术导航定位机器人系统中的采集设备采集得到的图像;
第五关系确定子模块,用于确定所述多张二维图像中第一二维图像对应的X光片坐标系与第二二维图像对应的X光片坐标系之间的第五转换关系,其中,所述第一二维图像和所述第二二维图像为所述多张二维图像中两张不同的图像;
第六关系确定子模块,用于基于所述第五转换关系,将所述第一二维图像和第二二维图像,与所述三维CT数据进行配准,得到所述第一二维图像和所述第二二维图像对应的X光片坐标系与所述CT坐标系之间的第六转换关系;
第七关系确定子模块,用于计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系。
在一种可能的实施方式中,所述装置还包括:转换关系模块,所述转换关系模块具体用于获取所述采集设备采集所述第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据,所述第一二维图像中包括所述精度检测工装及带有标记球的配准板的图像;根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;识别所述标记球在所述X光片坐标系中的坐标,并与所述标记球在所述配准板坐标系中的坐标进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系;根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系;
所述第七关系确定子模块,具体用于计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系;根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,以及所述X光片坐标系与所述CT坐标系之间的转换关系,计算所述第七转换关系。
在一种可能的实施方式中,所述第一误差计算模块,具体用于获取所述第一坐标数据所代表的线段在所述预先标定的第二坐标数据所代表的直线上的投影点;
计算所述第一坐标数据与所述投影点的距离,得到所述手术导航定位机器人系统中导航定位系统的误差。
在一种可能的实施方式中,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述装置还包括:第一机械臂定位误差计算模块,具体用于获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
第四方面,本申请实施例提供了一种精度精测装置,所述装置包括:
二维图像采集模块,用于获取手术导航定位机器人系统中的采集设备从多个角度采集的精度检测工装的多张二维图像;
目标转换关系模块,用于计算所述多张二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的目标转换关系;
投影模块,用于获取第一通道在精度检测工装坐标系中的三维坐标数据和所述第一通道在所述二维图像对应的X光片坐标系的二维坐标数据,并基于所述目标转换关系,将所述三维坐标数据投影至X光片坐标系中;
第三坐标计算模块,用于计算在所述三维坐标数据的投影与所述二维坐标数据重合的情况下,所述第一通道在所述精度检测工装坐标系中第三坐标数据;
第二误差计算模块,用于计算所述第三坐标数据和预先标定的第二坐标数据之间的差值,得到所述手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据。
在一种可能的实施方式中,所述目标转换关系模块,具体用于获取所述采集设备采集所述多张二维图像中第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据;根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;获取标记球在所述X光片坐标系中的坐标与所述标记球在CT坐标系中的坐标,并进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系,其中,所述第一二维图像中包括所述精度检测工装及所述标记球的图像;根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系。
在一种可能的实施方式中,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述装置还包括:第二机械臂定位误差计算模块,具体用于获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
第五方面,本申请实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面和第二方面中任一所述的精度检测方法步骤。
第六方面,本申请实施例提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面和第二方面中任一所述的精度检测方法步骤。
本申请实施例有益效果:
本申请实施例提供的一种精度检测方法、装置、电子设备及存储介质,通过获取预先确定的规划通道数据,其中,所述规划通道数据是预先在三维CT数据中规划的第一通道的坐标数据,所述三维CT数据是预先通过CT机对精度检测工装扫描得到的数据;根据预先确定的第七转换关系和所述规划通道数据,计算规划通道在所述精度检测工装坐标系中的第一坐标数据,其中,所述第七转换关系是所述三维CT数据对应的CT坐标系和所述精度检测工装自身的精度检测工装坐标系之间的转换关系;计算所述第一坐标数据和预先标定的第二坐标数据之间的差值,得到所述手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据。利用第七转换关系将CT坐标系中的规划通道映射到精度精测工装坐标系中,得到第一坐标数据,进而计算第一坐标数据与预先标定的第二坐标数据之间的差值,得到手术导航定位机器人系统中导航定位系统的误差。本申请实施例可以实现对导航定位系统的误差进行测量,导航定位系统的误差反映了在图像配准、规划通道工作环节的误差,进而实现对中间工作环节的误差进行测量。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本申请实施例的精度检测方法的第一种示意图;
图2为本申请实施例的精度检测工装的一种示意图;
图3为本申请实施例的精度检测方法中步骤S13的一种可能的实施方式示意图;
图4为本申请实施例的精度检测方法中误差计算方法示意图;
图5为本申请实施例的精度检测方法的第二种示意图;
图6为本申请实施例的精度检测方法的第三种示意图;
图7为本申请实施例的精度检测装置的第一种示意图;
图8为本申请实施例的精度检测装置的第二种示意图;
图9为本申请实施例的电子设备的一种示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员基于本申请所获得的所有其他实施例,都属于本申请保护的范围。
为了实现对中间工作环节的误差进行测量,本申请实施例提供了一种精度检测方法,针对二维和三维配准模式,参见图1,所述方法包括:
S11,获取预先确定的规划通道数据,其中,所述规划通道数据是预先在三维CT数据中规划的第一通道的坐标数据,所述三维CT数据是预先通过CT机对精度检测工装扫描得到的数据。
手术导航定位机器人系统由采集设备、精度检测工装、导航定位系统、机械臂组成,为了方便理解本申请的技术方案,先介绍了手术导航定位机器人系统的组成,不同的精度检测方法针对手术导航定位机器人系统中不同组成部件,具体的以步骤涉及的部件为准。其中,导航定位系统包括工作站、配准板、双目相机,配准板包括多个不共面的标记球和一个示踪器,示踪器由四个反光球组成,精度检测工装由一个模型、一个示踪器和若干个第一通道组成,是一个完整的整体,参见图2,模型为手术需要操作的人体部位,例如,模型可以为手指模型,也可以为脊柱模型。
通过CT机(或CT扫描仪)对精度检测工装进行CT扫描,可以得到三维CT数据,将三维CT数据导入到工作站的系统软件中,根据手术操作者的指导,得到精度检测工装中的若干个第一通道在三维CT数据对应的CT坐标系中的坐标数据,即规划通道数据。
S12,根据预先确定的第七转换关系和所述规划通道数据,计算规划通道在所述精度检测工装坐标系中的第一坐标数据,其中,所述第七转换关系是所述三维CT数据对应的CT坐标系和所述精度检测工装自身的精度检测工装坐标系之间的转换关系。
由于在已知两个坐标系之间的转换关系及物体在其中一个坐标系中的坐标数据,可根据两个坐标系之间的转换关系计算得到物体在另外一个坐标系中的坐标数据,例如,两个坐标系之间的转换关系为M,物体在其中一个坐标系中的坐标数据为A,物体在另外一个坐标系中的坐标数据B=A*M,其中,M为刚体变换矩阵,一个例子中,M为4*4的矩阵。关于坐标系转换为现有技术,此处不再赘述。因此,可根据三维CT数据对应的CT坐标系和精度检测工装自身的精度检测工装坐标系之间的第七转换关系,将规划通道映射到精度精测工装坐标系中,得到第一坐标数据。
第七转换关系的确定方法后续会详细陈述。
S13,计算所述第一坐标数据和预先标定的第二坐标数据之间的差值,得到手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据。
利用标定仪预先标定精度检测工装上的多个第一通道与示踪器中的反光球的位置关系,在用双目相机识别到精度检测工装上的示踪器的位姿数据数据就能计算得到各个通道的位姿数据,作为预先标定的第二坐标数据。
在双目相机坐标系下,计算第一坐标数据和预先标定的第二坐标数据之间的差值,得到导航定位系统的误差。
本申请实施例中,利用第七转换关系将CT坐标系中的规划通道数据映射到精度精测工装坐标系中,得到第一坐标数据,进而计算第一坐标数据与预先标定的第二坐标数据之间的差值,得到导航定位系统的误差。该导航定位系统的误差反映了在图像配准、规划通道工作环节的误差,从而实现对中间工作环节的误差进行测量。
在一种可能的实施方式中,预先确定所述第七转换关系的步骤,包括:
获取从多个角度采集到的所述精度检测工装多张二维图像,其中,所述二维图像是手术导航定位机器人系统中的采集设备采集得到的图像;
确定所述多张二维图像中第一二维图像对应的X光片坐标系与第二二维图像对应的X光片坐标系之间的第五转换关系,其中,所述第一二维图像和所述第二二维图像为所述多张二维图像中两张不同的图像;
基于所述第五转换关系,将所述第一二维图像和第二二维图像,与所述三维CT数据进行配准,得到所述第一二维图像和所述第二二维图像对应的X光片坐标系与CT坐标系之间的第六转换关系;
计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系。
采集设备可以是C臂机,通过C臂机可以对精度检测工装从多个不同角度进行拍摄,采集到精度检测工装的多张二维图像,一个例子中,二维图像可以是X光片。
根据多张二维图像可以确定多张二维图像中任一两张二维图像对应的X光片坐标系之间的第五转换关系,即,第一二维图像对应的X光片坐标系与第二二维图像对应的X光片坐标系之间的第五转换关系,具体的确定方法在后续的实施例中会详细陈述。
基于第五转换关系,将第一二维图像、第二二维图像与三维CT数据进行配准,通过将两张二维图像与三维CT数据进行配准,能够得到第一二维图像和第二二维图像对应的X光片坐标系与三维CT数据对应的CT坐标系之间的第六转换关系。三维CT数据为通过CT机对精度检测工装扫描得到的三维CT图像数据,配准的过程为二维图像与三维CT图像的对应,配准可分为手动配准和自动配准,是现有技术,此处不再赘述。
基于计算得到的第一二维图像或第二二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系,及第一二维图像和第二二维图像对应的X光片坐标系与三维CT数据对应的CT坐标系之间的第六转换关系,计算第七转换关系。由于已知二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系和二维图像对应的X光片坐标系与三维CT数据对应的CT坐标系之间的第六转换关系,以二维图像对应的X光片坐标系为中介,可以计算出三维CT数据对应的CT坐标系与精度检测工装坐标系之间的第七转换关系。一个例子中,二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系为K,二维图像对应的X光片坐标系与三维CT数据对应的CT坐标系之间的转换关系为L,则,三维CT数据对应的CT坐标系与精度检测工装坐标系之间的第七转换关系N=K*L。
在本申请实施例中,通过获取精度检测工装不同角度的多张二维图像,确定多张二维图像中第一二维图像对应的X光片坐标系与第二二维图像对应的X光片坐标系之间的第五转换关系,并基于第五转换关系,通过二维图像和三维CT图像的配准,得到二维图像对应的X光片坐标系与三维CT数据对应的CT坐标系之间的第六转换关系,基于第六转换关系和二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系,可以计算出三维CT数据与精度检测工装坐标系之间的第七转换关系。
在一种可能的实施方式中,在所述计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系之前,所述方法还包括:
步骤1,获取所述采集设备采集所述第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据,所述第一二维图像中包括所述精度检测工装及带有标记球的配准板的图像。
配准板可以安装于C臂机的成像平面端,也可以安装于机械臂末端。本申请实施例例中的采集设备可以是C臂机。
通过采集设备采集精度检测工装的第一二维图像时,需要将配准板一起透视拍摄,并利用导航定位系统记录配准板上的示踪器的第一位姿数据和精度检测工装上的示踪器的第二位姿数据。导航定位系统中的双目相机可以识别示踪器,从而得到示踪器的位姿数据。
步骤2,根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系。
由于通过采集设备采集精度检测工装的第一二维图像时,需要将配准板一起透视拍摄,配准板上包括多个不共面的标记球,因此,采集到的第一二维图像中包括精度检测工装及带有标记球的配准板的图像。
导航定位系统中的双目相机可以识别示踪器,通过双目相机可以识别配准板上的示踪器和精度检测工装上的示踪器,根据已知的双目相机分别与配准板上的示踪器、精度检测工装上的示踪器之间的转换关系,及第一位姿数据、第二位姿数据,可以确定配准板所在坐标系与精度检测工装坐标系之间的第二转换关系。一个例子中,双目相机与配准板上的示踪器之间的转换关系为C,双目相机与精度检测工装上的示踪器之间的转换关系D,第一位姿数据为E、第二位姿数据为F,根据第一位姿数据及双目相机与配准板上的示踪器之间的转换关系,双目相机坐标系的位姿数据G=E*C,根据第二位姿数据及双目相机与精度检测工装上的示踪器之间的转换关系,第二位姿数据F=G*D,即,F= E*C* D,得到配准板所在坐标系与精度检测工装坐标系之间的第二转换关系为C* D。可以理解的是,由于坐标系之间转换的具体数学计算方法为现有技术,本申请实施例重点保护其中的关系运算,本申请实施例中的计算仅为关系表达式,不表示具体的矩阵运算规则。
步骤3,识别所述标记球在所述X光片坐标系中的坐标,并与所述标记球在所述配准板坐标系中的坐标进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系。
由于第一二维图像中包括精度检测工装及带有标记球的配准板的图像,可以识别出标记球在X光片坐标系中的坐标,与标记球在CT坐标系中的坐标进行配准,得到第一二维图像对应的X光片坐标系和配准板所在坐标系之间的第一转换关系。
步骤4,根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系。
根据步骤2得到配准板所在坐标系与精度检测工装坐标系之间的第二转换关系,根据步骤3得到第一二维图像对应的X光片坐标系和配准板所在坐标系之间的第一转换关系,在已知第一二维图像对应的X光片坐标系和配准板所在坐标系之间的第一转换关系及配准板所在坐标系与精度检测工装坐标系之间的第二转换关系,以配准板所在坐标系为中介,可以计算得到第一二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系,即,X光片坐标系与所述精度检测工装坐标系之间的转换关系。一个例子中,第一转换关系为P,第二转换关系为Q,则,第一二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系S=P*Q。
重复步骤1至步骤4,可以得到多张二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系。
确定第一二维图像对应的X光片坐标系与第二二维图像对应的X光片坐标系之间的第五转换关系,包括:
基于多张二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系,计算所述第一二维图像对应的X光片坐标系与所述第二二维图像对应的X光片坐标系之间的第五转换关系。具体的,基于多张二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系,可以确定其中任一两张二维图像对应的X光片坐标系之间的第五转换关系。由于精度检测工装坐标系为三维坐标系,维图像对应的X光片坐标系为二维坐标系,至少需要两张二维图像,才能实现二维图像对应的X光片二维坐标系与精度检测工装对应的三维坐标系之间的映射,因此,基于至少两张二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系,就可以确定其中任一两张二维图像对应的X光片坐标系之间的第五转换关系。在实际的操作过程中,拍摄两张二维图像即可确定两张二维图像对应的X光片坐标系之间的第五转换关系。
所述计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系,包括:
计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系;
根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,以及所述X光片坐标系与所述CT坐标系之间的转换关系,计算所述第七转换关系。
通过第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及X光片坐标系与所述CT坐标系之间的转换关系,以X光片坐标系为中介,可以计算出CT坐标系和精度检测工装坐标系之间的第七转换关系。
在本申请实施例中,重复步骤1至步骤4,得到多张二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系,以精度检测工装坐标系为中介,可以计算第一二维图像对应的X光片坐标系与第二二维图像对应的X光片坐标系之间的第五转换关系,并基于第六转换关系,计算得到第七转换关系。
在一种可能的实施方式中,参见图3,上述S13,包括:
S131,获取所述第一坐标数据所代表的线段在所述预先标定的第二坐标数据所代表的直线上的投影点。
S132,计算所述第一坐标数据与所述投影点的距离,得到所述手术导航定位机器人系统中导航定位系统的误差。
一个例子中,参见图4,直线1-2为第一坐标数据(对应规划通道数据),直线3-4为第二坐标数据(对应标定的第一通道的坐标数据),点1在直线3-4上的投影为点5,点2在直线3-4上的投影为点6,则计算点1和点5的距离以及点2和点6的距离,得到规划通道和标定的第一通道之间的误差,即导航定位系统的误差。也可以将计算得到的点1和点5的距离、点2和点6的距离再次计算这两个距离的平均值,作为规划通道和标定的第一通道之间的误差,即导航定位系统的误差。本申请并不限定误差的表达方式。
本申请实施例中,通过计算第一坐标数据与第一坐标数据在预先标定的第二坐标数据上的投影点的距离,得到所述导航定位系统的误差。
在一种可能的实施方式中,参见图5,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述方法还包括:
S14,获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系。
机械臂末端安装有定位器,用于手术中通道的引导,定位器的前端安装有第二通道,定位器的另一端与机械臂末端固定连接,定位器的前端安装的第二通道可以放入探针、穿刺工具和套筒等器械。定位器上安装有第一示踪器,第一示踪器与机械臂末端的法兰的关系可预先通过标定仪进行标定获取。
预先通过标定仪对第二通道和第一示踪器进行标定,获取第二通道所在坐标系与第一示踪器所在坐标系之间的第八转换关系;预先通过标定仪对第一示踪器与机械臂末端的法兰进行标定,获取第一示踪器所在坐标系与机械臂末端所在坐标系之间的第九转换关系。
S15,根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据。
根据预先标定的第二坐标数据(即标定的精度检测工装中的通道数据)、所述第二示踪器的位姿数据,通过双目相机识别,以双目相机作为中介,根据双目相机与检测工装的对应关系以及双目相机与机械臂的对应关系,将精度检测工装的通道数据映射到机械臂上的定位器的通道上,再根据第一示踪器的位姿数据、当前机械臂末端的姿态数据、第八转换关系及第九转换关系,计算得到机械臂末端的第一通道指向第二通道时机械臂的目标姿态数据。当第二通道和第一通道处于预设相对位置时即表示:第一通道指向第二通道时。为了操作灵活,机械臂通常为6轴串联或并联形态的协作机械臂。机械臂的目标姿态数据的计算为机械臂中各个部件之间的不同坐标系的转换,该计算过程为现有技术,申请实施例不再具体陈述计算过程。
S16,获取并根据机械臂位于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
机械臂根据目标姿态数据完成定位,在机械臂定位后,根据机械臂位于目标姿态时,通过双目相机获取第一示踪器的姿态数据和第二示踪器的位姿数据,根据第一示踪器和第二示踪器将定位器的第二通道数据和精度检测工装的第一通道数据转换到双目相机的坐标下,计算定位器的第二通道数据和精度检测工装的第一通道数据的误差,得到机械臂定位的误差。其计算方法与上述导航定位系统的误差计算方法相同,此处不再赘述。
本申请实施例是在计算出导航定位系统的误差后,再单独计算机械臂定位的误差,可以实现分别对导航定位系统的误差与机械臂定位的误差的测量,从而实现对中间工作环节的误差进行测量,通过单独计算两个部分的误差,有助于针对各个误差进行误差分析和后期采取有效手段对系统精度进行提升。
本申请实施例提供了一种精度检测方法,针对纯二维模式,参见图6,所述方法包括:
S21,获取手术导航定位机器人系统中的采集设备从多个角度采集的精度检测工装的多张二维图像。
本申请实施例的精度检测方法,针对纯二维模式,在此模式下,需要将精度检测工装的二维图像对应的X光片坐标系映射到精度检测工装坐标系中。
S22,计算所述多张二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的目标转换关系。
S21至S22的步骤与上述步骤1至步骤4中计算得到多张二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系方法相同,此处不再赘述。
S23,获取第一通道在精度检测工装坐标系中的三维坐标数据和所述第一通道在所述二维图像对应的X光片坐标系的二维坐标数据,并基于所述目标转换关系,将所述三维坐标数据投影至X光片坐标系中。
根据二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系,在精度检测工装坐标系的三维空间中添加三维通道,将精度检测工装中的第一通道投影到第一通道对应的二维图像中。
S24,计算在所述三维坐标数据的投影与所述二维坐标数据重合的情况下,所述第一通道在所述精度检测工装坐标系中第三坐标数据。
通过调整三维通道的位姿,使得精度检测工装中的第一通道的投影与对应的第一通道在二维图像种完全重合,记录此时三维通道的数据,得到第三坐标数据。
S25,计算所述第三坐标数据和预先标定的第二坐标数据之间的差值,得到所述手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据。
在本申请实施例中,根据目标转换关系,将第一通道在精度检测工装坐标系中的三维坐标数据投影至第一通道在所述二维图像对应的X光片坐标系中,得到第三坐标数据,进而计算第三坐标数据与预先标定的第二坐标数据之间的差值,得到手术导航定位机器人系统中导航定位系统的误差。该导航定位系统的误差反映了在图像配准、规划通道工作环节的误差,另外,再单独测量机械臂定位的误差,可以实现分别对导航定位系统的误差与机械臂定位的误差的测量,从而实现对中间工作环节的误差进行测量。
在一种可能的实施方式中,上述S22,包括:获取所述采集设备采集所述多张二维图像中第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据;
根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;
获取标记球在所述X光片坐标系中的坐标与所述标记球在CT坐标系中的坐标,并进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系,其中,所述第一二维图像中包括所述精度检测工装及所述标记球的图像;
根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系。
S22的计算步骤与上述步骤1至步骤4中计算得到多张二维图像对应的X光片坐标系与精度检测工装坐标系之间的转换关系方法相同,此处不再赘述。
在一种可能的实施方式中,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述方法还包括:
获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;
根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;
获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
本实施例的计算过程与上述S14至S16的计算过程相同,此处不再赘述。
本申请实施例是在计算出导航定位系统的误差后,再单独计算机械臂定位的误差,可以实现分别对导航定位系统的误差与机械臂定位的误差的测量,从而实现对中间工作环节的误差进行测量,通过单独计算两个部分的误差,有助于针对各个误差进行误差分析和后期采取有效手段对系统精度进行提升。
本申请提供的两种精度检测方法是针对不同模式下,计算手术导航定位机器人系统中导航定位系统的误差。
本申请实施例提供了一种精度检测装置,参见图7,所述装置包括:
获取模块701,用于获取预先确定的规划通道数据,其中,所述规划通道数据是预先在三维CT数据中规划的第一通道的坐标数据,所述三维CT数据是预先通过CT机对精度检测工装扫描得到的数据;
计算模块702,用于根据预先确定的第七转换关系和所述规划通道数据,计算规划通道在所述精度检测工装坐标系中的第一坐标数据,其中,所述第七转换关系是所述三维CT数据对应的CT坐标系和所述精度检测工装自身的精度检测工装坐标系之间的转换关系;
第一误差计算模块703,用于计算所述第一坐标数据和预先标定的第二坐标数据之间的差值,得到手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据。
在一种可能的实施方式中,所述装置还包括:第七关系确定模块704,所述第七关系确定模块,还包括:
采集子模块,用于获取从多个角度采集到的所述精度检测工装多张二维图像,其中,所述二维图像是手术导航定位机器人系统中的采集设备采集得到的图像;
第五关系确定子模块,用于确定所述多张二维图像中第一二维图像对应的X光片坐标系与第二二维图像对应的X光片坐标系之间的第五转换关系,其中,所述第一二维图像和所述第二二维图像为所述多张二维图像中两张不同的图像;
第六关系确定子模块,用于基于所述第五转换关系,将所述第一二维图像和第二二维图像,与所述三维CT数据进行配准,得到所述第一二维图像和所述第二二维图像对应的X光片坐标系与所述CT坐标系之间的第六转换关系;
第七关系确定子模块,用于计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系。
在一种可能的实施方式中,所述装置还包括:转换关系模块705,所述转换关系模块具体用于获取所述采集设备采集所述第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据,所述第一二维图像中包括所述精度检测工装及带有标记球的配准板的图像;根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;识别所述标记球在所述X光片坐标系中的坐标,并与所述标记球在所述配准板坐标系中的坐标进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系;根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系;
所述第七关系确定子模块,具体用于计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系;根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,以及所述X光片坐标系与所述CT坐标系之间的转换关系,计算所述第七转换关系。
在一种可能的实施方式中,所述第一误差计算模块703,具体用于获取所述第一坐标数据所代表的线段在所述预先标定的第二坐标数据所代表的直线上的投影点;
计算所述第一坐标数据与所述投影点的距离,得到所述手术导航定位机器人系统中导航定位系统的误差。
在一种可能的实施方式中,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述装置还包括:第一机械臂定位误差计算模块706,具体用于获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
本申请实施例提供了一种精度精测装置,参见图8,所述装置包括:
二维图像采集模块801,用于获取手术导航定位机器人系统中的采集设备从多个角度采集的精度检测工装的多张二维图像;
目标转换关系模块802,用于计算所述多张二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的目标转换关系;
投影模块803,用于获取第一通道在精度检测工装坐标系中的三维坐标数据和所述第一通道在所述二维图像对应的X光片坐标系的二维坐标数据,并基于所述目标转换关系,将所述三维坐标数据投影至X光片坐标系中;
第三坐标计算模块804,用于计算在所述三维坐标数据的投影与所述二维坐标数据重合的情况下,所述第一通道在所述精度检测工装坐标系中第三坐标数据;
第二误差计算模块805,用于计算所述第三坐标数据和预先标定的第二坐标数据之间的差值,得到所述手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据。
在一种可能的实施方式中,所述目标转换关系模块802,具体用于获取所述采集设备采集所述多张二维图像中第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据;根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;获取标记球在所述X光片坐标系中的坐标与所述标记球在CT坐标系中的坐标,并进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系,其中,所述第一二维图像中包括所述精度检测工装及所述标记球的图像;根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系。
在一种可能的实施方式中,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述装置还包括:第二机械臂定位误差计算模块806,具体用于获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
本申请实施例提供了一种电子设备,参见图9,包括处理901、通信接口902、存储器903和通信总线904,其中,处理器901,通信接口902,存储器903通过通信总线904完成相互间的通信;
存储器903,用于存放计算机程序;
处理器901,用于执行存储器903上所存放的程序时,实现上述第一方面和第二方面中任一所述的精度检测方法步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本申请中任一所述的精度检测方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk (SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
以上所述仅为本申请的较佳实施例,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (14)
1.一种精度检测方法,其特征在于,所述方法包括:
获取预先确定的规划通道数据,其中,所述规划通道数据是预先在三维CT数据中规划的第一通道的坐标数据,所述三维CT数据是预先通过CT机对精度检测工装扫描得到的数据;
根据预先确定的第七转换关系和所述规划通道数据,计算规划通道在所述精度检测工装坐标系中的第一坐标数据,其中,所述第七转换关系是所述三维CT数据对应的CT坐标系和所述精度检测工装自身的精度检测工装坐标系之间的转换关系;
计算所述第一坐标数据和预先标定的第二坐标数据之间的差值,得到手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据;
预先确定所述第七转换关系的步骤,包括:
获取从多个角度采集到的所述精度检测工装多张二维图像,其中,所述二维图像是手术导航定位机器人系统中的采集设备采集得到的图像;
确定所述多张二维图像中第一二维图像对应的X光片坐标系与第二二维图像对应的X光片坐标系之间的第五转换关系,其中,所述第一二维图像和所述第二二维图像为所述多张二维图像中两张不同的图像;
基于所述第五转换关系,将所述第一二维图像和第二二维图像,与所述三维CT数据进行配准,得到所述第一二维图像和所述第二二维图像对应的X光片坐标系与所述CT坐标系之间的第六转换关系;
计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系。
2.根据权利要求1所述的方法,其特征在于,在所述计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系之前,所述方法还包括:
获取所述采集设备采集所述第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据,所述第一二维图像中包括所述精度检测工装及带有标记球的配准板的图像;
根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;
识别所述标记球在所述X光片坐标系中的坐标,并与所述标记球在所述配准板坐标系中的坐标进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系;
根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系;
所述计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系,包括:
计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系;
根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,以及所述X光片坐标系与所述CT坐标系之间的转换关系,计算所述第七转换关系。
3.根据权利要求1所述的方法,其特征在于,所述计算所述第一坐标数据和预先标定的第二坐标数据之间的差值,得到所述手术导航定位机器人系统中导航定位系统的误差,包括:
获取所述第一坐标数据所代表的线段在所述预先标定的第二坐标数据所代表的直线上的投影点;
计算所述第一坐标数据与所述投影点的距离,得到所述手术导航定位机器人系统中导航定位系统的误差。
4.根据权利要求1所述的方法,其特征在于,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述方法还包括:
获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;
根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;
获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
5.一种精度检测方法,其特征在于,所述方法包括:
获取手术导航定位机器人系统中的采集设备从多个角度采集的精度检测工装的多张二维图像;
计算所述多张二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的目标转换关系;
获取第一通道在精度检测工装坐标系中的三维坐标数据和所述第一通道在所述二维图像对应的X光片坐标系的二维坐标数据,并基于所述目标转换关系,将所述三维坐标数据投影至X光片坐标系中;
计算在所述三维坐标数据的投影与所述二维坐标数据重合的情况下,所述第一通道在所述精度检测工装坐标系中第三坐标数据;
计算所述第三坐标数据和预先标定的第二坐标数据之间的差值,得到所述手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据;
所述计算所述多张二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的目标转换关系,包括:
获取所述采集设备采集所述多张二维图像中第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据;
根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;
获取标记球在所述X光片坐标系中的坐标与所述标记球在CT坐标系中的坐标,并进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系,其中,所述第一二维图像中包括所述精度检测工装及所述标记球的图像;
根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系。
6.根据权利要求5所述的方法,其特征在于,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述方法还包括:
获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;
根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;
获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
7.一种精度检测装置,其特征在于,所述装置包括:
获取模块,用于获取预先确定的规划通道数据,其中,所述规划通道数据是预先在三维CT数据中规划的第一通道的坐标数据,所述三维CT数据是预先通过CT机对精度检测工装扫描得到的数据;
计算模块,用于根据预先确定的第七转换关系和所述规划通道数据,计算规划通道在所述精度检测工装坐标系中的第一坐标数据,其中,所述第七转换关系是所述三维CT数据对应的CT坐标系和所述精度检测工装自身的精度检测工装坐标系之间的转换关系;
第一误差计算模块,用于计算所述第一坐标数据和预先标定的第二坐标数据之间的差值,得到手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据;
所述装置还包括:第七关系确定模块,所述第七关系确定模块,还包括:
采集子模块,用于获取从多个角度采集到的所述精度检测工装多张二维图像,其中,所述二维图像是手术导航定位机器人系统中的采集设备采集得到的图像;
第五关系确定子模块,用于确定所述多张二维图像中第一二维图像对应的X光片坐标系与第二二维图像对应的X光片坐标系之间的第五转换关系,其中,所述第一二维图像和所述第二二维图像为所述多张二维图像中两张不同的图像;
第六关系确定子模块,用于基于所述第五转换关系,将所述第一二维图像和第二二维图像,与所述三维CT数据进行配准,得到所述第一二维图像和所述第二二维图像对应的X光片坐标系与所述CT坐标系之间的第六转换关系;
第七关系确定子模块,用于计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,并根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,及所述第六转换关系,计算所述第七转换关系。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:转换关系模块,所述转换关系模块具体用于获取所述采集设备采集所述第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据,所述第一二维图像中包括所述精度检测工装及带有标记球的配准板的图像;根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;识别所述标记球在所述X光片坐标系中的坐标,并与所述标记球在所述配准板坐标系中的坐标进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系;根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系;
所述第七关系确定子模块,具体用于计算所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系;根据计算得到的所述第一二维图像或所述第二二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的转换关系,以及所述X光片坐标系与所述CT坐标系之间的转换关系,计算所述第七转换关系。
9.根据权利要求7所述的装置,其特征在于,所述第一误差计算模块,具体用于获取所述第一坐标数据所代表的线段在所述预先标定的第二坐标数据所代表的直线上的投影点;
计算所述第一坐标数据与所述投影点的距离,得到所述手术导航定位机器人系统中导航定位系统的误差。
10.根据权利要求7所述的装置,其特征在于,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述装置还包括:
第一机械臂定位误差计算模块,具体用于获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
11.一种精度检测装置,其特征在于,所述装置包括:
二维图像采集模块,用于获取手术导航定位机器人系统中的采集设备从多个角度采集的精度检测工装的多张二维图像;
目标转换关系模块,用于计算所述多张二维图像对应的X光片坐标系与所述精度检测工装坐标系之间的目标转换关系;
投影模块,用于获取第一通道在精度检测工装坐标系中的三维坐标数据和所述第一通道在所述二维图像对应的X光片坐标系的二维坐标数据,并基于所述目标转换关系,将所述三维坐标数据投影至X光片坐标系中;
第三坐标计算模块,用于计算在所述三维坐标数据的投影与所述二维坐标数据重合的情况下,所述第一通道在所述精度检测工装坐标系中第三坐标数据;
第二误差计算模块,用于计算所述第三坐标数据和预先标定的第二坐标数据之间的差值,得到所述手术导航定位机器人系统中导航定位系统的误差,其中,所述预先标定的第二坐标数据是预先对所述第一通道进行标定得到的坐标数据;
所述目标转换关系模块,具体用于获取所述采集设备采集所述多张二维图像中第一二维图像时配准板的第一位姿数据和所述精度检测工装的第二位姿数据,其中,所述配准板安装于所述采集设备上,所述第一位姿数据是对应所述配准板坐标系的位姿数据,所述第二位姿数据是对应所述精度检测工装坐标系的位姿数据;根据所述第一位姿数据及所述第二位姿数据,计算所述配准板坐标系与所述精度检测工装坐标系之间的第二转换关系;获取标记球在所述X光片坐标系中的坐标与所述标记球在CT坐标系中的坐标,并进行配准,得到所述X光片坐标系和所述配准板坐标系之间的第一转换关系,其中,所述第一二维图像中包括所述精度检测工装及所述标记球的图像;根据所述第一转换关系和所述第二转换关系,计算所述X光片坐标系与所述精度检测工装坐标系之间的转换关系。
12.根据权利要求11所述的装置,其特征在于,所述手术导航定位机器人系统还包括机械臂,所述机械臂末端安装有定位器,所述定位器上安装有第一示踪器,所述定位器的前端安装有第二通道,所述精度检测工装中还包括第二示踪器,所述装置还包括:第二机械臂定位误差计算模块,具体用于获取预先确定的所述第二通道的坐标系与所述第一示踪器的坐标系之间的第八转换关系,及所述第一示踪器的坐标系与机械臂末端的坐标系之间的第九转换关系;根据所述预先标定的第二坐标数据、所述第二示踪器的位姿数据、所述第一示踪器的位姿数据、当前机械臂末端的姿态数据、所述第八转换关系及所述第九转换关系,计算当所述第二通道和所述第一通道处于预设相对位置时所述机械臂的目标姿态数据;获取并根据所述机械臂处于所述目标姿态时第一示踪器的姿态数据和第二示踪器的位姿数据,计算所述机械臂定位的误差。
13.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6任一所述的精度检测方法步骤。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的精度检测方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211609347.7A CN115619781B (zh) | 2022-12-15 | 2022-12-15 | 一种精度检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211609347.7A CN115619781B (zh) | 2022-12-15 | 2022-12-15 | 一种精度检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115619781A CN115619781A (zh) | 2023-01-17 |
CN115619781B true CN115619781B (zh) | 2023-09-19 |
Family
ID=84880743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211609347.7A Active CN115619781B (zh) | 2022-12-15 | 2022-12-15 | 一种精度检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115619781B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115861322B (zh) * | 2023-02-28 | 2023-05-16 | 江西省智能产业技术创新研究院 | 口腔区域定位方法、系统、可读存储介质及电子设备 |
CN117243699B (zh) * | 2023-11-14 | 2024-03-15 | 杭州三坛医疗科技有限公司 | 一种移位检测方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011033438A (ja) * | 2009-07-31 | 2011-02-17 | Taisei Corp | 出来型精度確認システム、三次元計測機配置計画装置、三次元計測機配置計画プログラムおよび三次元計測機配置計画方法 |
CN112006779A (zh) * | 2020-09-27 | 2020-12-01 | 安徽埃克索医疗机器人有限公司 | 一种手术导航系统精度检测方法 |
CN114608549A (zh) * | 2022-05-10 | 2022-06-10 | 武汉智会创新科技有限公司 | 一种基于智能机器人的建筑测量方法 |
CN114668534A (zh) * | 2022-03-25 | 2022-06-28 | 杭州键嘉机器人有限公司 | 一种用于口腔种植牙手术的术中种植精度检测系统和方法 |
CN115363763A (zh) * | 2022-08-29 | 2022-11-22 | 上海阅行医疗科技有限公司 | 手术机器人定位精度检测装置、检测系统、方法和系统 |
CN115436957A (zh) * | 2022-08-29 | 2022-12-06 | 上海格思航天科技有限公司 | 一种航天器精度自动化测量系统及精测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3511122B1 (en) * | 2017-11-07 | 2020-04-29 | Dalian University of Technology | Monocular vision six-dimensional measurement method for high-dynamic large-range arbitrary contouring error of cnc machine tool |
-
2022
- 2022-12-15 CN CN202211609347.7A patent/CN115619781B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011033438A (ja) * | 2009-07-31 | 2011-02-17 | Taisei Corp | 出来型精度確認システム、三次元計測機配置計画装置、三次元計測機配置計画プログラムおよび三次元計測機配置計画方法 |
CN112006779A (zh) * | 2020-09-27 | 2020-12-01 | 安徽埃克索医疗机器人有限公司 | 一种手术导航系统精度检测方法 |
CN114668534A (zh) * | 2022-03-25 | 2022-06-28 | 杭州键嘉机器人有限公司 | 一种用于口腔种植牙手术的术中种植精度检测系统和方法 |
CN114608549A (zh) * | 2022-05-10 | 2022-06-10 | 武汉智会创新科技有限公司 | 一种基于智能机器人的建筑测量方法 |
CN115363763A (zh) * | 2022-08-29 | 2022-11-22 | 上海阅行医疗科技有限公司 | 手术机器人定位精度检测装置、检测系统、方法和系统 |
CN115436957A (zh) * | 2022-08-29 | 2022-12-06 | 上海格思航天科技有限公司 | 一种航天器精度自动化测量系统及精测方法 |
Non-Patent Citations (3)
Title |
---|
Fei Zhang 等.Error Modeling and compensation for High-Precision Non-Contact Four Coordinate Measuring System.Key Engineering Materials.2010,第437卷232-236. * |
刘平 ; 方忆湘 ; 靳江艳 ; 胡海霞 ; .通航曲面产品数字化测量工艺规划.组合机床与自动化加工技术.2017,(06),全文. * |
王卓 ; 黄远亮 ; 顾力栩 ; 郑广超 ; .牙种植外科导航系统精确度的测试研究.口腔颌面外科杂志.2006,(02),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN115619781A (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115619781B (zh) | 一种精度检测方法、装置、电子设备及存储介质 | |
CN112006779B (zh) | 一种手术导航系统精度检测方法 | |
CN114469343B (zh) | 标定件、手术导航坐标系配准系统、方法、设备和介质 | |
WO2020103431A1 (zh) | 手术机器人定位系统精度检测方法及检测装置 | |
CN111070199A (zh) | 一种手眼标定评估方法及机器人 | |
CN112091983B (zh) | 一种精度校验装置、系统及方法 | |
US20090171197A1 (en) | Surgical Instrument Calibration | |
JP2005134394A (ja) | 3d測定装置をキャリブレーションする方法 | |
CN113662665A (zh) | 膝关节置换手术机器人系统的精度检测方法和装置 | |
CN115661214A (zh) | 一种配准精度验证方法及装置 | |
JPWO2018043524A1 (ja) | ロボットシステム、ロボットシステム制御装置、およびロボットシステム制御方法 | |
CN114918926A (zh) | 机械臂视觉配准方法、装置、控制终端及存储介质 | |
KR20100079991A (ko) | 수술용 항법 장치용 도구의 교정 방법 | |
CN115619836A (zh) | 一种焦屏距校准方法及装置 | |
CN114209433B (zh) | 一种手术机器人导航定位装置 | |
KR101367366B1 (ko) | 영상 유도 수술을 위한 수술 도구를 보정하는 방법 및 도구 | |
KR102576449B1 (ko) | 3차원 모델에 대한 영상 정합 장치 및 방법 | |
CN114782546A (zh) | 一种级联立体视觉系统从眼设备的标眼关系标定方法 | |
CN109410277B (zh) | 一种虚拟标记点过滤方法及系统 | |
CN114176779B (zh) | 一种手术机器人导航定位方法及装置 | |
Wojnarowski et al. | Photogrammetric technology for remote high-precision 3D monitoring of cracks and deformation joints of buildings and constructions | |
CN115227397B (zh) | 一种配准板自动对齐方法和装置 | |
CN115944390A (zh) | 一种手术机器人导航定位方法、装置及系统 | |
CN115944391A (zh) | 一种手术机器人导航定位方法、装置及系统 | |
KR102307919B1 (ko) | 단방향 x선 영상을 이용한 굽힘 가능한 중재의료 기구의 포즈 추정 방법 |
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 |