CN116459019A - 基于位姿标识的操作臂防碰撞控制方法和手术机器人系统 - Google Patents
基于位姿标识的操作臂防碰撞控制方法和手术机器人系统 Download PDFInfo
- Publication number
- CN116459019A CN116459019A CN202210031861.0A CN202210031861A CN116459019A CN 116459019 A CN116459019 A CN 116459019A CN 202210031861 A CN202210031861 A CN 202210031861A CN 116459019 A CN116459019 A CN 116459019A
- Authority
- CN
- China
- Prior art keywords
- pose
- arm
- operation arm
- determining
- identifiers
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 180
- 238000003860 storage Methods 0.000 claims abstract description 21
- 238000009826 distribution Methods 0.000 claims description 26
- 230000033001 locomotion Effects 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 21
- 238000007476 Maximum Likelihood Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000004807 localization Effects 0.000 claims description 5
- 210000000988 bone and bone Anatomy 0.000 description 31
- 238000010586 diagram Methods 0.000 description 24
- 238000003384 imaging method Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 18
- 238000001514 detection method Methods 0.000 description 16
- 230000009466 transformation Effects 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000005452 bending Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000013507 mapping Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 239000004973 liquid crystal related substance Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 239000000470 constituent Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 125000006850 spacer group Chemical group 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 241000208199 Buxus sempervirens Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009297 electrocoagulation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002432 robotic surgery Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/30—Surgical robots
- A61B34/37—Master-slave robots
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/70—Manipulators specially adapted for use in surgery
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2055—Optical tracking systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2065—Tracking using image or pattern recognition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2068—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis using pointers, e.g. pointers having reference marks for determining coordinates of body points
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2072—Reference field transducer attached to an instrument or patient
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Robotics (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Manipulator (AREA)
Abstract
本公开涉及控制技术领域,公开了一种机器人系统的操作臂的防碰撞控制方法、计算机设备、计算机可读存储介质和手术机器人系统。防碰撞控制方法包括:获取定位图像;在定位图像中,识别位于至少两个操作臂中的第一操作臂的第一操作臂末端上的多个第一操作臂位姿标识,多个第一操作臂位姿标识包括不同的第一操作臂位姿标识图案;基于多个第一操作臂位姿标识,确定第一操作臂末端相对参考坐标系的第一位姿;以及基于第一位姿,确定用于第一操作臂的第一防碰撞操作。
Description
技术领域
本公开涉及控制技术领域,尤其涉及一种基于位姿标识的操作臂防碰撞控制方法和手术机器人系统。
背景技术
随着技术的发展,由人工或者计算机控制机器人系统执行期望的动作以辅助或者替代操作人员变得越来越普及。协同操作的机器人系统通常包括至少两个操作臂。
上述应用中,需要防止操作臂工作时发生碰撞。
发明内容
在一些实施例中,本公开提供一种机器人系统的操作臂的控制方法,机器人系统包括至少两个操作臂,控制方法包括:获取定位图像;在定位图像中,识别位于至少两个操作臂中的第一操作臂的第一操作臂末端上的多个第一操作臂位姿标识,多个第一操作臂位姿标识包括不同的第一操作臂位姿标识图案;基于多个第一操作臂位姿标识,确定第一操作臂末端相对参考坐标系的第一位姿;以及基于第一位姿,确定用于第一操作臂的第一防碰撞操作。
在一些实施例中,本公开提供了一种计算机设备,计算机设备包括:存储器,用于存储有至少一条指令;以及处理器,与存储器耦合,用于执行至少一条指令以执行本公开一些实施例中任一项的控制方法。
在一些实施例中,本公开提供了一种计算机可读存储介质,存储介质中存储有至少一条指令,至少一条指令由处理器执行以使计算机执行本公开一些实施例中任一项的控制方法。
在一些实施例中,本公开提供了一种手术机器人系统,包括:至少两个手术工具,至少两个手术工具中的第一手术工具包括第一操作臂、设置在第一操作臂的第一操作臂末端的执行器以及设置在所述第一操作臂末端上的多个第一操作臂位姿标识,多个第一操作臂位姿标识包括不同的第一操作臂位姿标识图案;图像采集器,用于采集定位图像;以及控制装置,与所述图像采集器连接,用于执行本公开一些实施例中任一项的控制方法。
附图说明
图1示出根据本公开一些实施例的操作臂控制系统的示意图;
图2示出根据本公开一些实施例的操作臂的构节示意图;
图3示出根据本公开一些实施例的操作臂的结构示意图;
图4示出根据本公开一些实施例的包括多个位姿标识的标签的示意图;
图5示出根据本公开一些实施例设置在操作臂末端周侧并形成圆筒形的标签的示意图;
图6示出根据本公开一些实施例的操作臂控制系统的控制方法的流程图;
图7示出根据本公开一些实施例的用于确定第一防碰撞操作或第二防碰撞操作的方法的流程图;
图8示出根据本公开一些实施例的包围盒示意图;
图9示出根据本公开一些实施例的包围盒更新的示意图;
图10示出根据本公开另一些实施例的用于确定第一防碰撞操作或第二防碰撞操作的方法的流程图;
图11示出根据本公开一些实施例的包络示意图;
图12示出根据本公开一些实施例的包络更新的示意图;
图13示出根据本公开一些实施例的确定多个位姿标识相对操作臂坐标系的三维坐标的方法的流程图;
图14示出根据本公开另一些实施例的确定多个位姿标识相对操作臂坐标系的三维坐标的方法的流程图;
图15示出根据本公开一些实施例的识别位姿标识的方法的流程图;
图16示出根据本公开一些实施例的位姿标识图案的示意图;
图17示出根据本公开一些实施例的用于搜索位姿标识的方法的流程图;
图18示出根据本公开一些实施例的搜索位姿标识的示意图;
图19示出根据本公开一些实施例的用于搜索第二位姿标识的方法的流程图;
图20示出根据本公开一些实施例的用于搜索位姿标识的方法的流程图;
图21示出根据本公开一些实施例的计算机设备的示意框图;
图22示出根据本公开一些实施例的手术机器人系统的示意图;
图23示出根据本公开一些实施例的手术机器人系统的示意图;
图24示出根据本公开一些实施例的手术工具的示意图;
图25示出根据本公开一些实施例的主控台车的示意图;
图26示出根据本公开一些实施例的手术台车的示意图。
具体实施方式
下面结合附图描述本公开的示例性实施例,本领域技术人员可以理解,本公开的范围并不仅限于这些实施方案。本公开可以在下述实施方案的基础上作出各种改进和变化。这些改进和变化都包括在本公开的范围之内。在本公开的附图所示的各个实施方案之间,相似附图标记指示相似部件。
在本公开中,术语“位置”指物体或物体的一部分在三维空间中的定位(例如,可使用笛卡尔X、Y和Z坐标方面的变化描述三个平移自由度,例如分别沿笛卡尔X轴、Y轴和Z轴的三个平移自由度)。在本公开中,术语“姿态”指物体或物体的一部分的旋转设置(例如三个旋转自由度,可使用滚转、俯仰和偏转来描述这三个旋转自由度)。在本公开中,术语“位姿”指物体或物体的一部分的位置和姿态的组合,例如可使用以上提到的六个自由度中的六个参数来描述。
在本公开中,参考坐标系可以理解为能够描述物体位姿的坐标系。根据实际的定位需求,参考坐标系可以选择以虚拟参照物的原点或实体参照物的原点为坐标系原点。在一些实施例中,参考坐标系可以为世界坐标系或者相机坐标系或者操作人员自身的感知坐标系等。在本公开中,物体可以理解为需要被定位的对象或目标,例如操作臂或者操作臂末端或者设置在操作臂末端的执行器。其中,操作臂可以是刚性臂或者可形变臂。
在本公开中,操作臂或其一部分的位姿是指操作臂或其一部分定义的操作臂坐标系相对于参考坐标系的位姿。
图1示出根据本公开一些实施例的操作臂控制系统100的示意图。操作臂控制系统100可以应用于机器人系统。在一些实施例中,机器人系统可以是手术机器人系统,例如图22示出的手术机器人系统2200和图23示出的手术机器人系统2300。应当理解,机器人系统还可以是其他领域(例如,制造、机械等等)的专用或通用机器人系统。在一些实施例中,机器人系统包括至少两个操作臂,例如第一操作臂和第二操作臂。
如图1所示,操作臂控制系统100可以包括图像采集设备110和控制装置120。图像采集设备110与控制装置120通信连接。在一些实施例中,第一操作臂140-1在末端或远端处可以包括第一操作臂末端130-1。在一些实施例中,第一操作臂末端130-1的远端处可以设置第一执行器160-1。与第一操作臂140-1类似,在一些实施例中,第二操作臂140-2在末端或远端处可以包括第二操作臂末端130-2。第二操作臂末端130-2的远端处可以设置第二执行器160-2。
在一些实施例中,如图1所示,控制装置120可以用于控制第一操作臂140-1和/或第二操作臂140-2的运动,以调整第一操作臂140-1或第二操作臂140-2的位姿、相互协调等。在一些实施例中,控制装置120可以控制第一操作臂140-1运动,以使第一操作臂末端130-1或第一执行器160-1运动至期望的位置和姿态。控制装置120还可以控制第二操作臂140-2运动,以使第二操作臂末端130-2或第二执行器160-2运动至期望的位置和姿态。在一些实施例中,控制装置120可以基于第一操作臂140-1或第二操作臂140-2的位置和/或姿态,确定用于第一操作臂140-1或第二操作臂140-2的防碰撞操作。例如,控制装置120可以基于第一操作臂末端130-1的位姿,确定用于第一操作臂140-1的防碰撞操作。在一些实施例中,通过执行防碰撞操作可以避免第一操作臂140-1与第二操作臂140-2发生碰撞。例如,通过执行防碰撞操作避免第一操作臂末端130-1或第一执行器160-1与第二操作臂140-2末端或第二执行器160-2发生碰撞。
在本公开中,控制装置120可以与驱动单元150(例如电机)通信连接并向驱动单元150发送驱动信号,从而使驱动单元150基于驱动信号控制第一操作臂140-1或第二操作臂140-2运动到相应的目标位姿。例如,驱动单元150可以为伺服电机,可以接受控制装置120的指令以控制第一操作臂140-1或第二操作臂140-2运动。控制装置120还可以例如通过通信接口与驱动单元150耦合的传感器通信连接,以接收第一操作臂140-1或第二操作臂140-2的运动数据,实现对第一操作臂140-1或第二操作臂140-2的运动状态监控。在本公开的一个示例中,该通信接口可以为CAN(Controller Area Network)总线通信接口,其使得控制装置120能够通过CAN总线与驱动单元150以及传感器连接通信。在一些实施例中,第一操作臂140-1和第二操作臂140-2可分别受不同的驱动单元驱动。
在一些实施例中,第一操作臂140-1或第二操作臂140-2可以包括连续体可形变臂。连续体可形变臂例如是如图3所示的操作臂300。在一些实施例中,第一操作臂140-1或第二操作臂140-2可以包括由多个关节构成的具有多自由度的操作臂。诸如可以实现4至7个自由度运动的操作臂。例如可以实现6个自由度运动的操作臂。
在一些实施例中,图像采集设备110可以包括但不限于双镜头图像采集设备或单镜头图像采集设备,例如双目或单目相机。
在一些实施例中,图像采集设备110可以用于采集定位图像。定位图像中可以包括第一操作臂140-1的部分或全部的图像。在一些实施例中,图像采集设备110可以用于采集第一操作臂末端130-1的图像,第一操作臂末端130-1上可以设置有多个不同的位姿标识,这些位姿标识包括不同的位姿标识图案。例如,第一操作臂末端130-1上可以设置有第一操作臂定位标签170-1(第一操作臂定位标签170-1例如可以是图4所示的标签400)。第一操作臂定位标签170-1可以包括多个位姿标识,多个位姿标识包括不同的位姿标识图案(如下详述)。在一些实施例中,定位图像中还可以包括第二操作臂140-2的部分或全部的图像。例如,定位图像中还包括第二操作臂末端130-2的图像。类似地,第二操作臂末端130-2上可以设置位姿标识图案。例如,第二操作臂末端130-2上可以设置有第二操作臂定位标签170-2。类似地,第二操作臂定位标签170-2可以包括多个位姿标识,多个位姿标识包括不同的位姿标识图案(如下详述)。在一些实施例中,第二操作臂140-2上设置的位姿标识图案与第一操作臂140-1上设置的位姿标识图案可以相同或者不同。
如图1所示,第一操作臂末端130-1处于图像采集设备110的观测视野之内,则采集的定位图像中可以包括第一操作臂末端130-1的图像。在一些实施例中,图像采集设备110可以包括但不限于双镜头图像采集设备或单镜头图像采集设备,例如双目或单目相机。根据不同的应用场景,图像采集设备110可以是工业相机、水下相机、微型电子相机、内窥镜相机等。在一些实施例中,图像采集设备110可以是位置固定的或者位置变化的,例如,固定在监控位置的工业相机或者位置或姿态可调节的内窥镜相机。在一些实施例中,图像采集设备110可以实现可见光波段成像、红外波段成像、CT(Computed Tomography,电子计算机断层扫描)成像和声波成像等中的至少一种。根据采集的图像的种类不同,本领域技术人员可以选择不同的图像采集设备作为图像采集设备110。
在一些实施例中,控制装置120可以接收来自图像采集设备110的定位图像,并且对定位图像进行处理。例如,控制装置120可以在定位图像中,识别位于第一操作臂140-1上的多个位姿标识,并且确定第一操作臂140-1或者第一执行器160-1相对参考坐标系(例如世界坐标系)的当前相对位姿。控制装置120还可以基于第一操作臂140-1或者第一执行器160-1的当前相对位姿和目标位姿,确定第一操作臂140-1的驱动信号。驱动信号可以发送到驱动单元150,以对第一操作臂140-1进行运动控制。
图2示出根据本公开一些实施例的操作臂的构节200的示意图。操作臂(例如第一操作臂140-1或者第二操作臂140-2)可以包括至少一个可形变的构节200。如图2所示,可形变的构节200包括固定盘210和多根结构骨220。多根结构骨220的第一端与固定盘210固定连接,第二端与驱动单元(未示出)连接。在一些实施例中,固定盘210可以是包括但不限于环状结构、盘状结构等,而且横截面可以是圆形、矩形、多边形等等各种形状。
驱动单元通过驱动结构骨220使构节200发生形变。例如,驱动单元通过驱动结构骨220使构节200处于如图2所示的弯曲状态。在一些实施例中,多根结构骨220的第二端穿过基盘230与驱动单元连接。在一些实施例中,与固定盘210类似,基盘230可以是包括但不限于环状结构、盘状结构等,而且横截面可以是圆形、矩形、多边形等等各种形状。驱动单元可以包括线性运动机构、驱动构节或两者的组合。线性运动机构可以与结构骨220连接,以推动或拉动结构骨220,进而驱动构节200弯曲。驱动构节可以包括固定盘和多根结构骨,其中多根结构骨的一端固定连接到固定盘。驱动构节的多根结构骨的另一端与多根结构骨220连接或一体成型,以通过驱动构节的弯曲来驱动构节200的弯曲。
在一些实施例中,在固定盘210与基盘230之间还包括间隔盘240,多根结构骨220穿过间隔盘240。类似地,驱动构节也可以包括间隔盘。
图3示出根据本公开一些实施例的操作臂300的结构示意图。如图3所示,操作臂300为可形变的操作臂,操作臂300可以包括操作臂末端310和操作臂主体320。操作臂主体320可以包括一个或多个构节,例如第一构节3201和第二构节3202。在一些实施例中,第一构节3201和第二构节3202的结构可以与图2所示的构节200类似。在一些实施中,如图3所示,操作臂主体320还包括位于第一构节3201和第二构节3202之间的第一直杆段3203。第一直杆段3203的第一端与第二构节3202的基盘连接,第二端与第一构节3201的固定盘连接。在一些实施中,如图3所示,操作臂主体320还包括第二直杆段3204,第二直杆段3204的第一端与第一构节3201的基盘连接。
在一些实施例中,第一操作臂140-1或第二操作臂140-2可以是如图3所示的操作臂300。如图3所示,每个构节(第一构节3201和第二构节3202)可以包括基座盘、固定盘以及贯穿基座盘和固定盘的多根结构骨,多根结构骨可以与固定盘固定连接,与基座盘滑动连接。连续体可形变臂及其包含的构节可以通过运动学模型描述(如下详述)。
在一些实施例中,每个构节的结构具体可如图2所示的构节200。如图2所示,基座盘坐标系附着在第t(t=1,2,3…)节连续体段的基座盘上,其原点位于基座盘中心,XY平面与基座盘平面重合,/>从基座盘中心指向第一根结构骨(第一根结构骨可以理解为从多根结构骨中任意指定的一根作为参照的结构骨)。弯曲平面坐标系1其原点与基座盘坐标系原点重合,XY平面和弯曲平面重合,/>与/>重合。固定盘坐标系/>附着在第t节连续体段的固定盘上,其原点位于固定盘中心,XY平面与固定盘平面重合,/>从固定盘中心指向第一根结构骨。弯曲平面坐标系2其原点位于固定盘中心,XY平面和弯曲平面重合,/>与/>重合。
如图2所示的单个构节200可以通过运动学模型表示。第t节构节末端(固定盘坐标系{te})相对于基座盘坐标系{tb}的位置tbPte、姿态tbRte可以基于以下公式(1)、(2)确定:
tbRte=tbRt1 t1Rt2 t2Rte (2)
其中,Lt为第t节构节的虚拟结构骨(例如,图2中示出的虚拟结构骨221)的长度,θt为在第t节构节中,关于/>或者/>旋转到/>所需的转动角度,tbRt1为第t节构节的弯曲平面坐标系1{t1}相对于基座盘坐标系{tb}的姿态,t1Rt2为第t节构节的弯曲平面坐标系2{t2}相对于弯曲平面坐标系1{t1}的姿态,t2Rte为第t节构节的固定盘坐标系{te}相对于弯曲平面坐标系2{t2}的姿态。
tbRt1、t1Rt2和t2Rte可以基于以下公式(3)、公式(4)和公式(5)所示:
其中,δt为在第t节构节中,弯曲平面和的夹角。
如图2所示的单个构节200的关节参数Ψt可以基于以下公式(6)确定:
ψt=[θt,δt]T (6)
在一些实施例中,多根结构骨的驱动量与关节参数具有已知的映射关系。基于构节的目标关节参数和映射关系,可以确定多根结构骨的驱动量。多根结构骨的驱动量可以理解为将单个构节从初始状态(例如,θt=0)弯曲至目标弯曲角度时结构骨受推或受拉的长度。在一些实施例中,多根结构骨的驱动量与关节参数的映射关系可以基于以下公式(7)确定:
qi≡-rtiθtcos(δt+βti) (7)其中,rti为第t节构节中第i根结构骨到虚拟结构骨的距离,βti为第t节构节中第i根结构骨和第一根结构骨的夹角,qi为第i根结构骨的驱动量,基于第i根结构骨的驱动量可以确定驱动单元的驱动信号。
在一些实施例中,整个可形变臂可以通过运动学模型来描述。如图3所示,位于可形变臂多个位置处的多个坐标系之间可以进行变换。例如,连续体可形变臂的执行器在世界坐标系{w}中可基于以下公式(8)确定:
WTtip=WT1b 1bT1e 1eT2b 2bT2e 2eTtip (8)
其中,WTtip表示连续体可形变臂的执行器相对于世界坐标系的齐次变换矩阵;WT1b表示第一连续体段的基座盘相对于世界坐标系的齐次变换矩阵;1bT1e表示第一连续体段的固定盘相对于第一连续体段的基座盘的齐次变换矩阵;1eT2b表示第二连续体段的基座盘相对于第一连续体段的固定盘的齐次变换矩阵;2bT2e表示第二连续体段的固定盘相对于第二连续体段的基座盘的齐次变换矩阵;2eTtip表示连续体可形变臂的执行器相对于第二连续体段的固定盘的齐次变换矩阵。在一些实施例中,执行器固定设置在固定盘上,因此2eTtip是已知的或者预先确定的。
应理解,可变形臂在不同的工作状态具有不同的关节参数。例如,图3所示的操作臂300至少包括四种工作状态。操作臂300的四种工作状态如下所述:
第一工作状态:只有第二构节3202参与执行器的位姿控制(例如,只有第二构节3202进入工作空间),此时操作臂300的关节参数可以基于以下公式(9)确定:
其中,ψc1为第一工作状态下操作臂300的关节参数,为操作臂300的绕轴转角,L2、θ2、δ2与如图2所示构节200中Lt、θt和δt的物理意义相同。
第二工作状态:第二构节3202和第一直线段3203参与执行器的位姿控制(例如,第二构节3202全部进入工作空间,第一直线段3203部分进入工作空间),此时操作臂300的关节参数可以基于以下公式(10)确定:
其中,ψc2为第二工作状态下操作臂300的关节参数,Lr为第一直线段3203的进给量。
第三工作状态:第二构节3202、第一直线段3203和第一构节3201参与执行器的位姿控制(例如,第二构节3202全部进入工作空间,第一直线段3203全部进入工作空间,第一构节3201部分进入工作空间),此时操作臂300的关节参数可以基于以下公式(11)确定:
其中,ψc3为第三工作状态下操作臂300的关节参数,L1、θ1和δ1与如图2所示构节200中Lt、θt和δt的物理意义相同。
第四工作状态:第二构节3202、第一直线段3203、第一构节3201和第二直线段3204参与执行器的位姿控制(例如,第二构节3202全部进入工作空间,第一直线段3203全部进入工作空间,第一构节3201全部进入工作空间,第二直线段3204部分进入工作空间),此时操作臂300的关节参数可以基于以下公式(12)确定:
其中,ψc4为第四工作状态下操作臂300的关节参数,Ls为第二直线段3204的进给量。
在一些实施例中,操作臂(例如,图1所示的第一操作臂140-1或第二操作臂140-2,图3所示的操作臂主体320或操作臂末端310上)上分布有多个位姿标识。在一些实施例中,多个位姿标识设置在操作臂的柱状部分的外表面上。例如,多个位姿标识沿周向分布在操作臂末端310上。例如,多个位姿标识设置在操作臂末端310的柱状部分的外表面上。在一些实施例中,操作臂的柱状部分的外表面上设置有包括多个位姿标识的定位标签(例如,图4所示的标签400,图5所示的标签500),多个位姿标识包括沿柱状部分的周向分布在定位标签上的多个不同的位姿标识图案以及在位姿标识图案中的位姿标识图案角点。
在一些实施例中,位姿标识可以包括位姿标识图案和在位姿标识图案中的位姿标识图案角点。在一些实施例中,位姿标识图案可以设置在操作臂末端上的标签上,或者可以印刷在操作臂末端上,或者可以是由操作臂末端自身的物理构造形成的图案,例如,可以包括凹陷或凸起及其组合。在一些实施例中,位姿标识图案可以包括以亮度、灰度、色彩等形成的图案。在一些实施例中,位姿标识图案可以包括主动(例如,自发光)或被动(例如,反射光线)提供被图像采集设备探测的信息的图案。本领域技术人员可以理解,在一些实施例中,位姿标识的位姿或者位姿标识图案的位姿可以由位姿标识图案角点坐标系的位姿来表示。在一些实施例中,位姿标识图案设置在操作臂末端上适于被图像采集设备采集图像的区域,例如,在工作过程中可以被图像采集设备的视场覆盖的区域或者在工作过程中不容易被干扰或遮挡的区域。
图4示出根据一些实施例的包括多个位姿标识的标签400的示意图。图5示出设置在操作臂末端周侧并形成圆筒形的标签500的示意图。可以理解,简单起见,标签400可以与标签500包括相同的位姿标识图案。
参看图4,多个位姿标识可以包括多个不同的位姿标识图案410。多个位姿标识还可以包括在多个不同的位姿标识图案410中的多个位姿标识图案角点P4,在本公开中以“○”符号表示位姿标识图案角点。在一些实施例中,可以通过识别位姿标识图案410或其中的位姿标识图案角点P4确定位姿标识。
参看图5,在周向设置状态下,标签400变为空间构造为圆筒形的标签500。在一些实施例中,位姿标识的绕轴角度或者滚转角可以通过位姿标识图案或位姿标识图案角点的绕轴角度表示。每个位姿标识图案或位姿标识图案角点标识的绕轴角度是已知的或预先确定的。在一些实施例中,基于多个位姿标识(例如位姿标识图案或位姿标识图案角点)的分布,可以确定每个位姿标识所标识的绕轴角度。在一些实施例中,多个位姿标识可以均匀分布(例如,标签400中的位姿标识图案角点等间距分布,标签500中的位姿标识图案角点等分布角分布)。另一些实施例中,多个位姿标识可以非均匀分布。在一些实施例中,基于多个位姿标识的分布,每个位姿标识图案可以用于标识特定的绕轴角度,每个位姿标识图案与所标识的绕轴角度具有一一对应关系。在本公开中,绕轴角度或者滚转角是指绕Z轴(例如,操作臂坐标系{wm}的Z轴)的角度。在一些实施例中,操作臂是可形变的操作臂,Z轴是沿操作臂中轴线的切线方向。
如图5所示,标签500中多个不同的位姿标识图案510沿圆柱形结构周向均匀分布,多个位姿标识图案角点均匀分布在操作臂坐标系{wm}的XY平面的截面圆520上,则任意相邻的位姿标识图案角点的分布角(例如,角度α0)相等。设定X轴指向的位姿标识图案角点P5,P5作为标识0°绕轴角度的参照角点(位姿标识图案角点P5所在的位姿标识图案作为参照图案),则可以根据任意位姿标识图案角点与位姿标识图案角点P5的位置关系确定该位姿标识图案角点标识的绕轴角度。在一些实施例中,位姿标识图案角点标识的绕轴角度可以基于以下公式(13)确定:
αm=α0(m-1) (13)
其中,αm为以位姿标识图案角点P5作为第一个位姿标识图案角点,按照截面圆320的顺时针方向,第m个位姿标识图案角点的绕轴角度。
本公开一些实施例提供了一种用于机器人系统的操作臂的控制方法。在一些实施例中,该机器人系统包括至少两个操作臂。图6示出根据本公开一些实施例的操作臂控制系统的控制方法600的流程图。方法600中的部分或全部步骤可以例如由图1示出的控制系统100的控制装置(例如控制装置120)或者图23示出的主控台车2302的控制器来执行。控制装置120可以配置在计算设备上。方法600可以由软件、固件和/或硬件来实现。在一些实施例中,方法600可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器读取并执行。在一些实施例中,这些指令可以存储在计算机可读介质上。
参看图6,在步骤601,获取定位图像。在一些实施例中,定位图像中包含第一操作臂上的多个第一操作臂位姿标识。在一些实施例中,可以从如图1所示的图像采集设备110接收定位图像。例如,控制装置120可以接收图像采集设备110主动发送的定位图像。或者,控制装置120可以向图像采集设备110发送图像请求指令,图像采集设备110响应图像请求指令向控制装置120发送定位图像。
继续参看图6,在步骤603,在定位图像中,识别位于至少两个操作臂中的第一操作臂的第一操作臂末端上的多个第一操作臂位姿标识,多个第一操作臂位姿标识包括不同的第一操作臂位姿标识图案。例如,识别位于第一操作臂上的多个第一操作臂位姿标识的示例性方法可以包括如图15、图17、图19和图20所示的方法。在一些实施例中,控制装置120可以通过图像处理算法识别定位图像中的部分或全部的第一操作臂位姿标识。在一些实施例中,图像处理算法可以包括特征识别算法,图像处理算法可以提取或第一操作臂识别位姿标识的特征。例如,图像处理算法可以包括角点检测算法,用于检测第一操作臂位姿标识图案角点。该角点检测算法可以是包括但不限于基于灰度图的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测中的一种。例如,图像处理算法可以是颜色特征提取算法,用于检测第一操作臂位姿标识图案中的颜色特征。再例如,图像处理算法可以是轮廓检测算法,用于检测第一操作臂位姿标识图案的轮廓特征。在一些实施例中,控制装置120可以通过识别模型识别定位图像中的部分或全部的第一操作臂位姿标识。
继续参看图6,在步骤605,基于多个第一操作臂位姿标识,确定第一操作臂末端相对参考坐标系的第一位姿。在一些实施例中,方法600还包括:确定多个第一操作臂位姿标识在定位图像中的二维坐标;以及基于多个第一操作臂位姿标识在定位图像中的二维坐标和多个第一操作臂位姿标识相对第一操作臂坐标系的三维坐标,确定第一操作臂末端相对参考坐标系的第一位姿。在一些实施例中,第一操作臂位姿标识的坐标可以通过位姿标识图案角点的坐标表示。例如,第一操作臂位姿标识在定位图像中的二维坐标和在第一操作臂坐标系中的三维坐标可以通过第一操作臂位姿标识图案角点的坐标表示。在一些实施例中,可以基于多个第一操作臂位姿标识图案角点在定位图像中的二维坐标和在第一操作臂坐标系中的三维坐标,确定第一操作臂坐标系相对参考坐标系的位姿作为第一操作臂相对参考坐标系的第一位姿。
继续参看图6,在步骤607,基于第一位姿,确定用于第一操作臂的第一防碰撞操作。在一些实施例中,方法600还可以包括基于第一位姿,确定用于第一操作臂的驱动信号,以驱动第一操作臂执行第一防碰撞操作。在一些实施例中,第一防碰撞操作可以包括停止第一操作臂的运动和/或产生碰撞报警信息。在一些实施例中,第一防碰撞操作还可以包括减小第一操作臂的运动速度或者控制第一操作臂沿当前运动方位反向运动。在一些实施例中,第一防碰撞操作的碰撞报警信息包括多个不同报警等级的碰撞报警信息。不同等级的报警信息对应于不同级别的碰撞风险,可以通过不同的声音或不同颜色的光表示。
在一些实施例中,方法600还可以包括:响应于在定位图像中未识别出第一操作臂位姿标识,基于第一操作臂的驱动信息和第一操作臂的运动学模型,确定第一操作臂末端的第一运动学位姿作为第一位姿。在一些实施例中,第一操作臂的驱动信息例如可以是第一操作臂的驱动单元的驱动值。第一操作臂的驱动单元的驱动值可以基于驱动电机的编码器数值获取。应当理解,运动学模型可以表示操作臂的关节空间和任务空间的运动关系的数学模型。例如,运动学模型可以通过D-H(Denavit-Hartenberg)参数法和指数积表示法等方法建立。
在一些实施例中,机器人系统可以通过主操作器进行遥操作。本领域技术人员可以理解,主操作器的位姿与遥操作状态下的操作臂的位姿具有映射关系。该映射关系例如是基于主操作器的构型和操作臂的构型确定的主从映射关系。在一些实施例中,主操作器的位姿例如可以基于主操作器的关节驱动电机的驱动值或者主操作器的部分或全部关节上的位移传感器的数值确定。方法600还可以包括:响应于在定位图像中未识别出第一操作臂位姿标识,基于主操作器的位姿,确定第一操作臂末端的第一运动学位姿作为第一位姿。例如,基于主操作器的位姿和第一操作臂的主从映射关系,确定第一操作臂末端的第一运动学位姿作为第一位姿。在一些实施例中,主操作器例如可以是图25中示出的主操作器2501。
在一些实施例中,机器人系统的至少两个操作臂包括第二操作臂。方法600还可以包括:确定第二操作臂的第二操作臂末端相对参考坐标系的第二位姿;以及基于第一位姿和第二位姿,确定第一防碰撞操作和/或用于第二操作臂的第二防碰撞操作。在一些实施例中,第二防碰撞操作可以包括停止第二操作臂的运动和/或产生碰撞报警信息。在一些实施例中,第二防碰撞操作还可以包括减小第二操作臂的运动速度或者控制第二操作臂沿当前运动方位反向运动。在一些实施例中,第二防碰撞操作的碰撞报警信息包括多个不同报警等级的碰撞报警信息。
在一些实施例中,提供了一种确定第二操作臂末端相对参考坐标系的第二位姿的方法。方法600还可以包括基于第二操作臂的驱动信息和第二操作臂的运动学模型,确定第二操作臂末端的第二运动学位姿作为第二位姿。与第一操作臂类似,在一些实施例中,第二操作臂的驱动信息例如可以是第二操作臂的驱动单元的驱动值。第二操作臂的驱动单元的驱动值可以基于驱动电机的编码器数值获取。
在一些实施例中,提供了另一种确定第二操作臂末端相对参考坐标系的第二位姿的方法。方法600还可以包括基于主操作器的位姿,确定第二操作臂末端的第二运动学位姿作为第二位姿。例如,基于主操作器的位姿和第二操作臂的主从映射关系,确定第二操作臂末端的第二运动学位姿作为第二位姿。在一些实施例中,主操作器例如可以是图25中示出的主操作器2501。
在一些实施例中,提供了另一种确定第二操作臂末端相对参考坐标系的第二位姿的方法。在一些实施例中,参考图1,第二操作臂末端130-2上可以设置有多个不同的第二操作臂位姿标识,这些第二操作臂位姿标识包括不同的第二操作臂位姿标识图案。方法600还可以包括:在定位图像中,识别位于第二操作臂末端上的多个第二操作臂位姿标识,多个第二操作臂位姿标识包括不同的第二操作臂位姿标识图案;以及基于多个第二操作臂位姿标识,确定第二位姿。在一些实施例中,确定第二位姿的方法与确定第一位姿的方法类似。例如,可以通过步骤603、步骤605、图15、图17、图19和图20中所示的方法,确定第二位姿。
在一些实施例中,方法600还可以包括:响应于在定位图像中未识别出第二操作臂位姿标识,基于第二操作臂的驱动信息和第二操作臂的运动学模型,确定第二操作臂末端的第二运动学位姿作为第二位姿。
在一些实施例中,定位图像中包含多个第一操作臂位姿标识和多个第二操作臂位姿标识。应理解,基于定位图像中的多个第一操作臂位姿标识和多个第二操作臂位姿标识可以确定两个位姿,分别对应第一操作臂末端相对参考坐标系的第一位姿和第二操作臂末端相对参考坐标系的第二位姿。本公开还提供了从两种位姿中确定第一位姿或第二位姿的方法。在一些实施例中,方法600还可以包括:基于第一操作臂的驱动信息和运动学模型,确定第一操作臂末端的第一运动学位姿,以及基于第一运动学位姿,从第一位姿和第二位姿中确定第一位姿。本领域技术人员可以理解,第一运动学位姿与第一位姿为相近的位姿,与第一运动学位姿接近的位姿为第一位姿,另一位姿则为第二位姿。在一些实施例中,方法600还可以包括:基于第二操作臂的驱动信息和运动学模型,确定第二操作臂末端的第二运动学位姿,以及基于第二运动学位姿,从第一位姿和第二位姿中确定第二位姿。第二运动学位姿与第二位姿为相近的位姿,与第二运动学位姿接近的位姿为第二位姿,另一位姿则为第一位姿。在一些实施例中,第一运动学位姿或第二运动学位姿还可以基于主操作器的手柄的位姿确定。例如,基于主操作器的第一手柄的位姿和第一操作臂的主从映射关系,确定第一运动学位姿。在一些实施例中,可以通过第一操作臂和第二操作臂的空间位置,区分第一位姿和第二位姿。例如,第一操作臂和第二操作臂分别从左、右排布的通道伸出,并且分别在图像的左侧和右侧进行操作。这样,可以确定位于图像左侧的位姿标识是第一操作臂位姿标识,且位于图像右侧的位姿标识是第二操作臂位姿标识。
在一些实施例中,可以通过包围盒法实现对第一操作臂或第二操作臂的碰撞检测。图7示出根据本公开一些实施例的用于确定第一防碰撞操作或第二防碰撞操作的方法700的流程图。如图7所示,该方法700中的部分或全部步骤可以例如由图1示出的操作臂控制系统100的控制装置(例如控制装置120)或者图23示出的主控台车2302的控制器来执行。控制装置120可以配置在计算设备上。方法700可以由软件、固件和/或硬件来实现。在一些实施例中,方法700可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器读取并执行。在一些实施例中,这些指令可以存储在计算机可读介质上。
参看图7,在步骤701,基于第一位姿,确定设置在第一操作臂末端上的第一执行器的第一包围盒,第一包围盒包括一个或多个第一子包围盒。
在步骤703,基于第二位姿,确定设置在第二操作臂末端上的第二执行器的第二包围盒,第二包围盒包括一个或多个第二子包围盒。
在步骤705,基于第一包围盒和第二包围盒,确定第一防碰撞操作和/或第二防碰撞操作。
图8示出本公开一些实施例中包围盒示意图。如图8所示,包括:第一操作臂840-1、第一操作臂末端830-1、第一执行器860-1、第二操作臂840-2、第二操作臂末端830-2和第二执行器860-2。其中,第一执行器860-1通过第一包围盒880-1表征,第二执行器860-2通过第二包围盒880-2表征。图8中包围盒以二维图示出,本领域技术人员可以理解,图8中所示包围盒(例如,第一包围盒880-1、第二包围盒880-2)、第一操作臂末端830-1、第一执行器860-1、第二操作臂末端830-2和第二执行器860-2还可以是以三维结构示出。
在一些实施例中,第一包围盒或第二包围盒可以基于球形(Spheres)包围盒检测法、轴向包围盒(Aligned Axis Bounding Box,AABB)检测法、方向包围盒(OrientedBounding Box,OBB)检测法、离散方向多面体(Discrete Orientation Polytope,k-DOPs)检测法和固定方向凸包(Fixed Direction Hull,FDH)检测法中的任意一种生成。
在一些实施例中,方法700还可以包括响应于第一包围盒与第二包围盒相交,控制第一操作臂或第二操作臂执行对应的防碰撞操作。
在一些实施例中,方法700还可以包括基于第一位姿确定第一操作臂对应的虚拟模型,通过上述包围盒检测法对第一操作臂在第一位姿状态下的虚拟模型构建包括一个或多个第一子包围盒的第一包围盒。基于第二位姿确定第二操作臂的对应的虚拟模型,通过上述包围盒检测法对第二操作臂在第二位姿状态下的虚拟模型构建包括一个或多个第二子包围盒的第二包围盒。
在一些实施例中,方法700还可以包括:响应于第一包围盒与第二包围盒相交,更新第一包围盒的第一子包围盒和/或第二包围盒的第二子包围盒;以及,基于更新的第一包围盒和第二包围盒,确定第一防碰撞操作和/或第二防碰撞操作。
在一些实施例中,更新第一包围盒的第一子包围盒和/或第二包围盒的第二子包围盒,例如可以是构建尺寸更小的包围盒以表征第一包围盒或第二包围盒包裹的结构。在一些实施例中,构建尺寸更小的包围盒例如可以是分割第一包围盒或第二包围盒。在一些实施例中,通过更新第一包围盒的第一子包围盒或第二包围盒的第二子包围盒可以构建基于层次的第一包围盒或第二包围盒。在一些实施例中,可以基于相交的第一包围盒或第二包围盒的层次或层级,确定第一防碰撞操作或第二防碰撞操作,例如确定碰撞风险的级别并生成对应级别的报警信号。每一次更新之后的包围盒尺寸更小,进而基于更新之后的包围盒的碰撞检测精度也更高。
图9示出本公开一些实施例中包围盒更新的示意图。如图9所示,执行器960(例如第一执行器或第二执行器)例如可以是夹钳。图9示出包围盒三次更新的过程,由包围盒980a更新至包围盒980b、更新至包围盒980c、再更新至包围盒980d,包围盒的尺寸逐渐减小,能够更加精细的表示执行器960的结构。
在另一些实施例中,可以通过包围盒算法直接构建出多层次的包围盒。例如,通过AABB检测法构建第一操作臂末端或者执行器的层次包围盒(在一些实施例中,层次包围盒也可以称为包围盒树)。
在一些实施例中,本公开提供了一种基于碰撞评价指数,确定第一防碰撞操作和/或第二防碰撞操作的方法。碰撞评价指数可以用于表征第一操作臂末端和第二操作臂末端的接近程度或者用于表征第一执行器和第二执行器的接近程度。在一些实施例中,方法700还可以包括:确定相交的第一包围盒或第二包围盒的层次或层级。基于确定的包围盒的层次或层级,确定碰撞评价指数。基于碰撞评价指数,确定第一防碰撞操作和/或第二防碰撞操作。本领域技术人员可以理解,不同层次的包围盒对应不同的尺寸,基于小尺寸包围盒的层次确定的碰撞评价指数表征的接近程度更高。在一些实施例中,可以基于碰撞评价指数确定具体的第一防碰撞操作或第二防碰撞操作。例如,可以基于碰撞评价指数,确定停止操作臂的运动或减小操作臂的运动速度或产生碰撞报警信息。例如,可以基于碰撞评价指数,确定触发不同报警等级的碰撞报警信息。
图10示出根据本公开另一些实施例的用于确定第一防碰撞操作或第二防碰撞操作的方法1000的流程图。如图10所示,该方法1000中的部分或全部步骤可以例如由图1示出的操作臂控制系统100的控制装置(例如控制装置120))或者图23示出的主控台车2302的控制器来执行。控制装置120可以配置在计算设备上。方法1000可以由软件、固件和/或硬件来实现。在一些实施例中,方法1000可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器读取并执行。在一些实施例中,这些指令可以存储在计算机可读介质上。
参看图10,在步骤1001,基于第一位姿,确定设置在第一操作臂末端上的第一执行器的第一包络。
在步骤1003,基于第二位姿,确定设置在第二操作臂末端上的第二执行器的第二包络。
在步骤1005,基于第一包络和第二包络,确定第一防碰撞操作和/或第二防碰撞操作。
图11示出本公开一些实施例中包络示意图。如图11所示,包括:第一操作臂1140-1、第一操作臂末端1130-1、第一执行器1160-1、第二操作臂1140-2、第二操作臂末端1130-2和第二执行器1160-2。其中,第一执行器1160-1通过第一包络1180-1表征,第二执行器1160-2通过第二包络1180-2表征。
在一些实施例中,基于第一位姿确定第一执行器的虚拟模型的边缘作为第一包络或基于第二位姿确定第二执行器的虚拟模型的边缘作为第二包络。另一些实施例中,也可以通过将虚拟模型的边缘外扩一定的距离得到对应的包络(例如,第一包络或第二包络)。
在一些实施例中,方法1000还可以包括响应于主操作器的第一控制信息,更新第一执行器的第一包络,其中,第一控制信息用于调整第一执行器的工作状态。方法1000还可以包括响应于主操作器的第二控制信息,更新第二执行器的第二包络,其中,第二控制信息用于调整第二执行器的工作状态。
在一些实施例中,第一执行器或第二执行器例如可以是具有夹持或切割功能的执行器。第一控制信息或第二控制信息例如可以是第一执行器或第二执行器张开或闭合的控制信息(例如是图25中示出的夹钳25012的张合角度信息)。在一些实施例中,以第一执行器为例,方法1000还可以包括响应于主操作器的第一控制信息,更新第一执行器的虚拟模型;以及基于更新的第一执行器的虚拟模型,确定新的第一包络。例如,第一执行器为夹钳,主操作器发出控制夹钳张开的第一控制信息,响应于第一控制信息,更新夹钳张开状态下的虚拟模型,以及基于夹钳张开状态下的虚拟模型,确定新的第一包络。
图12示出本公开一些实施例中包络更新的示意图。如图12所示,执行器1260(例如第一执行器或第二执行器)例如可以是夹钳。图12示出执行器1260由闭合状态更新为张开状态,执行器1260的包络也由包络1280a更新为新的包络1280b。更新的包络1280b更能够准确表征张开工作状态下的执行器1260。
在一些实施例中,本公开还提供了另一种基于碰撞评价指数,确定第一防碰撞操作和/或第二防碰撞操作的方法。在一些实施例中,方法1000还可以包括:确定第一包络和第二包络的重叠范围。基于重叠范围,确定碰撞评价指数。基于碰撞评价指数,确定第一防碰撞操作和/或第二防碰撞操作。在一些实施例中,第一包络和第二包络的重叠范围可以通过第一包络和第二包络的重叠面积/体积,或者重叠的部分的最大宽度/深度表示。
在一些实施例中,方法600还可以包括:基于多个位姿标识图案角点在定位图像中的二维坐标、多个位姿标识图案角点在操作臂坐标系(例如,第一操作臂坐标系)中的三维坐标和相机坐标系相对参考坐标系的变换关系,确定操作臂坐标系相对参考坐标系的位姿。在一些实施例中,相机坐标系相对参考坐标系的变换关系可以是已知的。例如,参考坐标系为世界坐标系,相机坐标系相对世界坐标系的变换关系可以根据相机摆放的位姿确定。另一些实施例中,根据实际的需求,参考坐标系也可以是相机坐标系本身。在一些实施例中,基于相机成像原理与投影模型,基于多个位姿标识图案角点在定位图像中的二维坐标和多个位姿标识图案角点在操作臂坐标系中的三维坐标,确定操作臂坐标系相对相机坐标系的位姿。基于操作臂坐标系相对相机坐标系的位姿和相机坐标系相对参考坐标系的变换关系,可以得到操作臂坐标系相对参考坐标系的位姿。在一些实施例中,还可以考虑相机的内参。例如,相机的内参可以是如图1所示的图像采集设备110或者图26所示的成像模组2660b的相机内参。相机的内参可以是已知的或者经过标定而得到的。在一些实施例中,相机坐标系可以理解为以相机原点建立的坐标系。例如,以相机的光心为原点建立的坐标系或者以相机的镜头中心为原点建立的坐标系。当相机为双目相机时,相机坐标系的原点可以是相机左镜头的中心,或者右镜头的中心,或者左右镜头中心连线上的任意一点(例如该连线的中点)。
在一些实施例中,操作臂坐标系{wm}相对参考坐标系(例如,世界坐标系)的位姿可以基于以下公式(14)确定:
其中,wRwm为操作臂坐标系相对世界坐标系的姿态,wPwm为操作臂坐标系相对世界坐标系的位置,wRlens为相机坐标系相对世界坐标系的姿态,wPlens为相机坐标系相对世界坐标系的位置,lensRwm为操作臂坐标系相对相机坐标系的姿态,lensPwm为操作臂坐标系相对相机坐标系的位置。
本公开一些实施例提供了确定多个位姿标识相对操作臂坐标系的三维坐标的方法。在一些实施例中,基于多个位姿标识的分布,确定多个位姿标识相对操作臂坐标系的三维坐标。例如,基于多个位姿标识图案角点的分布,确定多个位姿标识图案角点在操作臂坐标系中的三维坐标。
图13示出根据本公开一些实施例的确定多个位姿标识相对操作臂坐标系的三维坐标的方法1300的流程图。在一些实施例中,方法1300可以用于确定第一操作臂位姿标识相对第一操作臂坐标系的三维坐标。方法1300还可以用于确定第二操作臂位姿标识相对第二操作臂坐标系的三维坐标。方法1300中的部分或全部步骤可以例如由图1示出的控制系统100的控制装置(例如控制装置120)或者图23示出的主控台车2302的控制器来执行。控制装置120可以配置在计算设备上。方法1300可以由软件、固件和/或硬件来实现。在一些实施例中,方法1300可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器读取并执行。在一些实施例中,这些指令可以存储在计算机可读介质上。
参看图13,在步骤1301,基于多个位姿标识的分布,确定多个位姿标识相对操作臂坐标系的Z轴的绕轴角度。在一些实施例中,可以基于多个位姿标识图案,确定多个位姿标识相对操作臂坐标系的Z轴的绕轴角度。例如,每个位姿标识图案可以标识特定的绕轴角度,不同的位姿标识图案与所标识的绕轴角度一一对应。基于识别出位姿标识图案以及位姿标识图案与绕轴角度的对应关系,可以确定被识别出的位姿标识图案所标识的绕轴角度。应理解,每个位姿标识图案的分布是已知的或预先确定的。在一些实施例中,多个位姿标识图案或者多个位姿标识图案角点的分布可以是如图3所示的分布。在一些实施例中,每个位姿标识图案角点标识的绕轴角度还可以基于公式(13)确定。
参看图13,在步骤1303,基于多个位姿标识的绕轴角度,确定多个位姿标识相对操作臂坐标系的三维坐标。在一些实施例中,如图5所示,每个位姿标识图案角点均位于在截面圆520的圆周上,截面圆520的圆心与半径r均是已知的。以位姿标识图案角点P5作为参照角点,位姿标识图案角点P5在操作臂坐标系{wm}的三维坐标为(r,0,0)。在一些实施例中,每个位姿标识图案角点在操作臂坐标系{wm}中的三维坐标可以基于以下公式(15)确定:
Cm=[r·cosαm r·sinαm 0]T (15)
其中,Cm为以位姿标识图案角点P5作为第一个位姿标识图案角点,按照截面圆520的顺时针方向,第m个位姿标识图案角点标识的特定的绕轴角度可以基于多个位姿标识在操作臂坐标系{wm}中的三维坐标。
在一些实施例中,基于公式(13)确定第m个位姿标识图案角点标识的绕轴角度αm,之后基于公式(13)确定的绕轴角度αm和公式(15)确定三维坐标Cm。
图14示出根据本公开另一些实施例的确定多个位姿标识相对操作臂坐标系的三维坐标的方法1400的流程图。方法1400可以是方法1300的替换实施例。方法1400中的部分或全部步骤可以例如由图1示出的控制系统100的控制装置(例如控制装置120)或者图23示出的主控台车2302的控制器来执行。控制装置120可以配置在计算设备上。方法1400可以由软件、固件和/或硬件来实现。在一些实施例中,方法1400可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器读取并执行。在一些实施例中,这些指令可以存储在计算机可读介质上。
参看图14,在步骤1401,基于多个位姿标识中的至少两个,确定多个位姿标识的排布顺序。在一些实施例中,多个位姿标识的排布顺序可以通过多个位姿标识图案的排布顺序表示。在一些实施例中,通过识别任意两个位姿标识图案确定多个位姿标识的排布顺序。应理解,多个位姿标识包括不同的位姿标识图案,在已知任意两个位姿标识图案的情况下,可以基于多个位姿标识图案已知的分布(例如,图4所示标签400中不同位姿标识图案的分布,或者图5所示标签500中不同位姿标识图案的分布),确定定位图像中多个位姿标识的排布顺序,例如顺时针排布或逆时针排布。
参看图14,在步骤1403,基于多个位姿标识的排布顺序,确定多个位姿标识的三维坐标。在一些实施例中,基于多个位姿标识已知的分布,可以确定每个位姿标识在操作臂坐标系中的三维坐标,每个位姿标识的三维坐标可以通过位姿标识图案角点在操作臂坐标系中的三维坐标表示,每个位姿标识图案对应操作臂坐标系中的一个坐标点。在确定多个位姿标识图案的排布顺序的之后,基于识别出的位姿标识图案可以确定其余的位姿标识图案,进而可以确定每个位姿标识图案在操作臂坐标系中的三维坐标。在一些实施例中,识别定位图像中的多个位姿标识角点,确定多个位姿标识角点中的任意两个对应的位姿标识图案。基于识别出的两个位姿标识图案确定多个位姿标识图案角点的排布顺序,进而可以确定每个位姿标识图案角点在操作臂坐标系中的三维坐标。此外,基于排布顺序,可以确定所有位姿标识图案的分布,从而以特定位姿图案匹配模板与定位图像上对应位置处的位姿标识图案进行匹配,提高了数据处理速度。在一些实施例中,位姿图案匹配模板与位姿标识图案角点处的图案匹配可以与方法1500中的步骤1503类似地实现。
在一些实施例中,方法600还包括基于操作臂相对参考坐标系的当前相对位姿,确定操作臂的末端器械相对参考坐标系的当前相对位姿。例如,基于第一操作臂末端相对参考坐标系的第一位姿,确定第一执行器相对参考坐标系的位姿。在一些实施例中,末端器械(例如,图1所示的第一执行器160-1或第二执行器160-2)设置在对应的操作臂末端,因此末端器械的位置是已知的或者可以确定的。末端器械相对操作臂坐标系的位姿变换关系也是已知的或者预先确定的。在一些实施例中,以参考坐标系为世界坐标系为例,操作臂的末端器械相对参考坐标系的位姿可以基于以下公式(16)确定:
其中,wRtip为末端器械相对世界坐标系的姿态,wPtip为末端器械相对世界坐标系的位置,wmRtip为末端器械相对操作臂坐标系的姿态,wmPtip为末端器械相对操作臂坐标系的位置。
在一些实施例中,基于公式(14)确定操作臂坐标系相对世界坐标系的姿态wRwm和位置wPwm,之后基于公式(14)确定的姿态wRwm和位置wPwm和公式(16)确定末端器械相对世界坐标系的姿态wRtip和位置wPtip。
本公开一些实施例提供了识别位姿标识的方法。图15示出根据本公开一些实施例的识别位姿标识的方法1500的流程图。方法1500可以用于识别第一操作臂或第二操作臂上的位姿标识。方法1500中的部分或全部步骤可以由控制系统100的控制装置(例如控制装置120)来执行。控制装置120可以配置在计算设备上。方法1500可以由软件、固件和/或硬件来实现。在一些实施例中,方法1500可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器读取并执行。在一些实施例中,这些指令可以存储在计算机可读介质上。
参考图15,在步骤1501,从定位图像中确定多个候选位姿标识。在一些实施例中,位姿标识可以包括在位姿标识图案中的位姿标识图案角点。候选位姿标识的坐标或坐标系原点可以通过候选位姿标识图案角点表示。在一些实施例中,候选位姿标识图案角点可以是指经过对定位图像进行初步处理或者初步识别得到的可能的位姿标识图案角点。
在一些实施例中,方法1500还可以包括在定位图像中确定感兴趣区域(Region ofInterest,ROI)。例如,可以先从定位图像中截取ROI,从ROI中确定多个候选位姿标识。其中,ROI可以是定位图像的全图像,也可以是部分区域。例如,可以基于上一帧图像(例如,上一图像处理周期的定位图像)确定的多个位姿标识图案角点一定范围内的区域截取当前帧的ROI。对非第一帧的定位图像,ROI可以为上一图像处理周期的多个位姿标识图案角点的坐标构成的虚点为中心的一定距离范围内的区域。一定距离范围可以是位姿标识图案角点平均间隔距离的固定倍数,例如两倍。应理解,预定倍数还可以是上一图像处理周期中多个候选位姿标识图案角点平均间隔距离的可变倍数。
在一些实施例中,方法1500还可以包括确定定位图像中各像素点的角点似然值(Corner Likelihood,CL)。在一些实施例中,像素点的角点似然值可以是表征像素点作为特征点(例如,角点)的可能性的数值。在一些实施例中,在计算各像素点的角点似然值之前可以对定位图像进行预处理,之后确定预处理之后的图像中各像素点的角点似然值。图像的预处理例如可以包括:图像灰度化、图像去噪、图像增强中的至少一种。例如,图像预处理可以包括:从定位图像中截取ROI,将ROI转为相应的灰度图像。
在一些实施例中,确定ROI中的每个像素点的角点似然值的方式例如可以包括对ROI范围内每一个像素点进行卷积操作,得到每个像素点的一阶和/或二阶导数。利用ROI范围内每个像素点的一阶和/或二阶导数求出每个像素点的角点似然值。示例性地,各像素的角点似然值可以基于以下公式(17)确定:
其中,τ为设定的常数,例如设定为2;Ix、I45、Iy、In45分别是像素点在0、π/4、π/2、-π/4四个方向的一阶导数;Ixy和I45_45分别是像素点在0,π/2和π/4,-π/4方向的二阶导数。
在一些实施例中,方法1500还可以包括将ROI划分成多个子区域。例如,可以采用非极大抑制法在一个ROI范围中平均分割出多个子图像。在一些实施例中,可以将ROI平均分割成5×5像素的多个子图像。上述实施例为示例性的,并非限制性的,应当理解,还可以将定位图像或ROI分割成其他尺寸大小的多个子图像,例如,分割成9×9像素的多个子图像。
在一些实施例中,方法1500还可以包括确定每个子区域中角点似然值最大的像素以形成像素集合。在一些实施例中,像素集合作为从定位图像中确定的多个候选标识。例如,可以确定每个子图像中的CL值最大的像素点,将每个子图像中的CL值最大的像素点与第一阈值进行比较,确定CL值大于第一阈值的像素的集合。在一些实施例中,第一阈值可以设定为0.06。应当理解,第一阈值还可以设定为其他值。
参看图15,步骤1503,基于多个不同的位姿图案匹配模板,从候选位姿标识中识别第一位姿标识。在一些实施例中,将多个不同的位姿图案匹配模板分别与候选位姿标识图案角点处的图案进行匹配,以识别第一位姿标识。例如,确定达到预设位姿图案匹配度标准的候选位姿标识图案角点为第一位姿标识图案角点。在一些实施例中,位姿图案匹配模板与位姿标识图案角点附近区域的图案具有相同或相似的特征。若位姿图案匹配模板与候选位姿标识图案角点附近区域的图案的匹配度达到预设位姿图案匹配度标准(例如,匹配度高于阈值),则可以认为候选位姿标识图案角点附近区域的图案与位姿图案匹配模板具有相同或相似的特征,进而可认为当前的候选位姿标识图案角点为位姿标识图案角点。
在一些实施例中,确定像素集合中CL值最大的像素点,作为候选位姿标识图案角点。例如,可以将该像素集合中的所有像素按CL值从大到小的顺序排序,并将CL值最大的像素作为候选位姿标识图案角点。在一些实施例中,在确定了候选位姿标识图案角点之后,将位姿图案匹配模板与候选位姿标识图案角点处的图案进行匹配,如果达到了预设位姿图案匹配度标准,则确定候选位姿标识图案角点为识别出的第一位姿标识图案角点。
在一些实施例中,方法1500还可以包括响应于匹配失败,确定像素集合中剩余像素的角点似然值最大的像素作为候选位姿标识图案角点。例如,如果候选位姿标识图案角点未达到预设的匹配度标准,则选择次级CL值的像素点(CL值第二大的像素点)作为候选位姿标识图案角点,将位姿图案匹配模板与该候选位姿标识图案角点处的图案进行匹配,依次类推,直至识别出第一位姿标识图案角点。
在一些实施例中,位姿标识图案可以为黑白相间的图形(例如,棋盘格图形),因此位姿图案匹配模板可以为相同的图形,利用位姿图案匹配模板的灰度分布GM与候选位姿标识图案角点对应的像素点的像素邻域灰度分布Gimage间的相关性系数(CorrelationCoefficient,CC)来进行匹配。像素点的像素邻域灰度分布Gimage为以该像素点为中心一定范围内(例如,10×10像素)像的像素的灰度分布。相关性系数可以基于以下公式(18)确定:
其中,Var()为方差函数,Cov()为协方差函数。在一些实施例中,当相关性系数小于0.8时,像素领域内的灰度分布与位姿图案匹配模板相关性较低,则判定该角点似然值最大的候选位姿标识图案角点不是位姿标识图案角点,否则认为该角点似然值最大的候选位姿标识图案角点是位姿标识图案角点。
在一些实施例中,方法1500还可以包括确定候选位姿标识图案角点的边缘方向。例如,如图16所示,候选位姿标识图案角点为位姿标识图案1600中的角点P16,角点P16的边缘方向可以是指形成角点P16的边缘的方向,如图16中虚线箭头示意的方向。
在一些实施例中,边缘方向可以通过对以候选位姿标识图案角点为中心的一定范围邻域(例如10×10像素)的每个像素在平面坐标系的X方向和Y方向的一阶导数值(Ix和Iy)确定。例如,边缘方向可以基于以下公式(19)进行计算:
其中,一阶导数(Ix和Iy)可以通过对一定范围邻域范围内每一个像素点进行卷积操作得到。一些实施例中,通过对每个范围邻域内的像素点的边缘方向Iangle和对应的权重Iweight进行聚类计算获得该像素点的边缘方向,选择权重Iweight占比最大的类对应的Iangle作为边缘方向。需要说明的是,如果存在多个边缘方向,则选择权重Iweight占比最大的多个类对应的Iangle作为边缘方向。
在一些实施例中,聚类计算所用的方法可以是K均值方法、BIRCH(BalancedIterative Reducing and Clustering using Hierarchies,基于层次结构的平衡迭代聚类方法)方法、DBSCAN(Density-Based Spatial Clustering of Applications withNoise,具有噪声的基于密度的聚类方法)方法、GMM(Gaussian Mixed Model,高斯混合模型)方法中的任意一种。
在一些实施例中,方法1500还可以包括基于边缘方向旋转位姿图案匹配模板。根据边缘方向旋转位姿图案匹配模板,可以将位姿图案匹配模板与候选位姿标识图案角点处的图像对齐。候选位姿标识图案角点的边缘方向可以用于确定该候选标识图案角点处的图像在定位图像中的设置方向。在一些实施例中,根据边缘方向旋转位姿图案匹配模板,可以将位姿图案匹配模板调整至与候选位姿标识图案角点处的图像方向相同或接近相同以便于进行图像匹配。
参看图15,步骤1505,以第一位姿标识作为起点,搜索位姿标识。例如,图17示出根据本公开一些实施例的用于搜索位姿标识的方法1700的流程图。方法1700可以用于搜索第一操作臂或第二操作臂的位姿标识。如图17所示,该方法1700中的部分或全部步骤可以由数据处理装置(例如,图1所示的控制装置120,图22所示的控制装置2220)来执行。方法1700中的部分或全部步骤可以由软件、固件和/或硬件来实现。在一些实施例中,方法1700可以由机器人系统(例如,图22所示的手术机器人系统2200,图23示出的手术机器人系统2300)执行。在一些实施例中,方法1700可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器读取并执行。在一些实施例中,这些指令可以存储在计算机可读介质上。
参看图17,在步骤1701,以第一位姿标识作为起点,搜索第二位姿标识。在一些实施例中,以第一位姿标识图案角点作为起点,在设定的搜索方向上搜索第二位姿标识图案角点。在一些实施例中,设定的搜索方向可以包括:第一位姿标识图案角点的正前方(对应0°角度方向)、正后方(对应120°角度方向)、正上方(90°角度方向)、正下方(-90°角度方向)和斜向(例如±45°角度方向)中的至少一个方向。
在一些实施例中,设定的搜索方向为n个,例如在8个方向进行搜索,每个搜索方向vsn可以基于以下公式(20)确定:
vsn=[cos(n·π/4)sin(n·π/4)],(n=1,2,…,8) (20)
在一些实施例中,当前步骤中设定的搜索方向可以根据上一帧确定的多个位姿标识图案角点中相邻位姿标识图案角点之间的偏差角度确定。示例性地,预定的搜索方向基于以下公式(21)确定:
其中,(xj,yj)为上一帧(或者上个图像处理周期)确定的多个位姿标识图案角点的二维坐标;nlast为上一帧确定的多个位姿标识图案角点的个数;vs1为第一个设定的搜索方向;vs2为第二个设定的搜索方向。
在一些实施例中,如图18所示,以第一位姿标识图案角点P1801的坐标位置作为搜索起点,在设定的搜索方向上搜索第二位姿标识图案角点P1802的坐标位置具体可以包括:以第一位姿标识图案角点P1801的坐标位置作为搜索起点,通过搜索框(例如,图18中的虚线框)以一定的搜索步长在设定的搜索方向V1801上搜索位姿标识图案角点。若搜索框内存在至少一个候选位姿标识图案角点,则优先选择搜索框内角点似然值最大的候选位姿标识图案角点为第二位姿标识图案角点P1802。在搜索框限制在合适的大小情况下,以第一位姿标识图案角点P1801的坐标位置作为搜索起点进行第二位姿标识图案角点P1802搜索时,搜索框内出现的候选位姿标识图案角点中角点似然值最大的候选位姿标识图案角点为位姿标识图案角点的可能性较大。因此,可以认为搜索框内角点似然值最大的候选位姿标识图案角点为第二位姿标识图案角点P1802,以便提高数据处理速度。其他实施方式中,为了提高位姿标识图案角点识别的准确度,在搜索框内存在至少一个候选位姿标识图案角点的情况下,选择搜索框内出现的候选位姿标识图案角点中角点似然值最大的候选位姿标识图案角点进行角点的识别,以确定该角点似然值最大的候选位姿标识图案角点是否为位姿标识图案角点。例如,将位姿图案匹配模板与该角点似然值最大的候选位姿标识图案角点处一定范围内的图像进行匹配,满足预设位姿图案匹配度标准的候选位姿标识图案角点可以认为是搜索到的第二位姿标识图案角点P1802。
在一些实施例中,继续参看图18,搜索框的大小可以逐步增大,从而搜索范围逐步增大。搜索步长可与搜索框的边长同步变化。其他实施方式中,搜索框的大小也可以为固定的大小。
在一些实施例中,位姿标识图案可以为黑白相间的棋盘格图形,可以基于公式(18)中的相关性系数来进行图案匹配。如果相关性系数大于阈值,则认为该角点似然值最大的候选位姿标识图案角点是位姿标识图案角点,记为第二位姿标识图案角点。
图19示出根据本公开一些实施例的用于搜索第二位姿标识的方法1900的流程图。如图19所示,该方法1900中的部分或全部步骤可以由数据处理装置(例如,图1所示的控制装置120,图22所示的控制装置2220)来执行。方法1900中的部分或全部步骤可以由软件、固件和/或硬件来实现。在一些实施例中,方法1900可以由机器人系统(例如,图22所示的手术机器人系统2200,图23示出的手术机器人系统2300)执行。在一些实施例中,方法1900可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器读取并执行。在一些实施例中,这些指令可以存储在计算机可读介质上。在一些实施例中,方法1700中的步骤1701可以与方法1900类似地实现。
参看图19,在步骤1901,以第一位姿标识作为起点,搜索第二位姿标识的候选位姿标识图案角点。在一些实施例中,搜索第二位姿标识的候选位姿标识图案角点可以与图18所示搜索第二位姿标识图案角点P1802类似地实现。
在步骤1903,基于多个位姿标识的分布,确定第一位姿图案匹配模板和第二位姿图案匹配模板,第一位姿图案匹配模板和第二位姿图案匹配模板对应于与第一位姿标识相邻的位姿标识。在一些实施例中,步骤1903可以在步骤1901之前或者之后执行,步骤1903也可以与步骤1901同步执行。在一些实施例中,可以基于第一位姿标识包括的位姿标识图案以及多个位姿标识图案的分布,确定第一位姿标识相邻的位姿标识包括的位姿标识图案,进而确定第一位姿图案匹配模板和第二位姿图案匹配模板。
在步骤1905,将第一位姿图案匹配模板和/或第二位姿图案匹配模板与第二位姿标识的候选位姿标识图案角点位置处的图案进行匹配,以识别第二位姿标识。在一些实施例中,可以基于公式(18)中的相关性系数将第一位姿图案匹配模板和/或第二位姿图案匹配模板与第二位姿标识的候选位姿标识图案角点位置处的图案进行匹配。如果相关性系数大于阈值,则确定第二位姿标识的候选位姿标识图案角点作为第二位姿标识的位姿标识图案角点,并且确定相关性系数大于阈值的位姿图案匹配模板(第一位姿图案匹配模板或第二位姿图案匹配模板)对应的图案为第二位姿标识的位姿标识图案。
参看图17,在步骤1703,基于第一位姿标识、第二位姿标识,确定搜索方向。在一些实施例中,搜索方向包括:第一搜索方向和第二搜索方向。第一搜索方向可以是以第一位姿标识图案角点的坐标位置为起点,且远离第二位姿标识图案角点的方向。第二搜索方向可以是以第二位姿标识图案角点的坐标位置为起点,且远离第一位姿标识图案角点的方向。例如,图18中所示的搜索方向V1802。
参看图17,在步骤1705,以第一位姿标识或第二位姿标识作为起点,在搜索方向上搜索位姿标识。在一些实施例中,若以第一位姿标识图案角点为新的起点,则可以以上述实施例中的第一搜索方向作为搜索方向进行位姿标识图案角点的搜索。若以第二位姿标识图案角点为新的搜索起点,则可以以上述实施例中的第二搜索方向作为搜索方向进行位姿标识图案角点的搜索。在一些实施例中,搜索新的位姿标识图案角点(例如,图18中的第三位姿标识图案角点P1803)可以与方法1700中的步骤1701或者方法2000类似地执行。在一些实施例中,搜索步长可以是第一位姿标识图案角点P1801和第二位姿标识图案角点P1802之间的距离L1。
图20示出根据本公开一些实施例的用于搜索位姿标识的方法2000的流程图。如图20所示,该方法2000中的部分或全部步骤可以由数据处理装置(例如,图1所示的控制装置120,图22所示的控制装置2220)来执行。方法2000中的部分或全部步骤可以由软件、固件和/或硬件来实现。在一些实施例中,方法2000可以由机器人系统(例如,图22所示的手术机器人系统2200,图23示出的手术机器人系统2300)执行。在一些实施例中,方法2000可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器读取并执行。在一些实施例中,这些指令可以存储在计算机可读介质上。在一些实施例中,方法1700中的步骤1705可以与方法2000类似地实现。
参看图20,在步骤2001,以第一位姿标识或第二位姿标识作为起点,搜索第三位姿标识的候选位姿标识图案角点。在一些实施例中,搜索第三位姿标识的候选位姿标识图案角点可以与图18所示搜索第三位姿标识图案角点P1803类似地实现。
在步骤2003,基于多个位姿标识的分布,确定第三位姿图案匹配模板,第三位姿图案匹配模板对应于与第一位姿标识相邻或与第二位姿标识相邻的位姿标识。在一些实施例中,可以基于第一位姿标识或第二位姿标识包括的位姿标识图案以及多个位姿标识图案的分布,确定第一位姿标识或第二位姿标识相邻的位姿标识包括的位姿标识图案,进而确定第三位姿图案匹配模板。
在步骤2005,将第三位姿图案匹配模板与第三位姿标识的候选位姿标识图案角点位置处的图案进行匹配,以识别第三位姿标识。在一些实施例中,步骤2005可以与步骤1905类似地实现。
在一些实施例中,响应于搜索距离大于搜索距离阈值,确定像素集合中剩余像素的角点似然值最大的像素作为候选位姿标识图案角点;以及将多个不同的位姿图案匹配模板分别与候选位姿标识图案角点位置处的图案进行匹配,以识别第一位姿标识。在一些实施例中,在确定像素集合中剩余像素的角点似然值最大的像素作为新的候选位姿标识图案角点之后,可以基于与步骤1503类似地方法识别新的第一位姿标识。在一些实施例中,搜索距离大于搜索距离阈值可以理解为在部分或者全部的搜索方向上的搜索距离大于搜索距离阈值。在一些实施例中,搜索距离阈值可以包括第N-1个位姿标识图案角点和第N-2个位姿标识图案角点的距离的设定倍数,其中N≥3。
例如,搜索距离阈值为两倍的前两个位姿标识图案角点的距离。这样,搜索第三个位姿标识图案角点的最大搜索距离是第一位姿标识图案角点和第二位姿标识图案角点的距离的两倍,若在搜索方向上达到该搜索距离还未搜索到位姿标识图案角点,则确定像素集合中剩余像素的角点似然值最大的像素作为新的候选位姿标识图案角点,以及识别新的第一位姿标识,并且当前搜索过程也相应停止。在一些实施例中,与方法1500类似,可以重新确定新的第一位姿标识图案角点,并且与方法1500类似,可以以新的位姿标识图案角点为搜索起点,搜索其余的位姿标识图案角点。
在一些实施例中,响应于识别到的位姿标识图案角点数量大于或等于位姿标识数量阈值,可以基于搜索到的位姿标识的搜索,确定操作臂相对参考坐标系的当前相对位姿,对位姿标识图案角点的搜索也相应停止。例如,当识别到四个位姿标识图案角点,停止对位姿标识图案角点的搜索。
在一些实施例中,响应于识别到的位姿标识数量小于位姿标识数量阈值,确定像素集合中剩余像素的角点似然值最大的像素作为候选位姿标识图案角点;以及将多个不同的位姿图案匹配模板分别与候选位姿标识图案角点位置处的图案进行匹配,以识别第一位姿标识。在一些实施例中,若识别到的位姿标识(例如,位姿标识图案角点)总数小于设定的位姿标识数量阈值,则认为上述步骤中基于第一位姿标识的搜索失败。在一些实施例中,在搜索失败的情况下,确定像素集合中剩余像素的角点似然值最大的像素作为新的候选位姿标识图案角点,之后可以基于与步骤1503类似地方法识别新的第一位姿标识。在一些实施例中,与方法1500类似,可以重新确定新的第一位姿标识图案角点,并且与方法1700类似,可以以新的位姿标识图案角点为搜索起点,搜索其余的位姿标识图案角点。
在一些实施例中,在搜索到或者识别到位姿标识图案角点之后,还可以对已确定的位姿标识图案角点进行亚像素定位,以提高位姿标识图案角点的位置精度。
在一些实施例中,可以对像素点的CL值基于模型进行拟合,以确定经亚像素定位后的位姿标识图案角点的坐标。例如,ROI中每个像素点的CL值的拟合函数可以为二次曲面函数,该函数的极值点为亚像素点。拟合函数可以基于以下公式(22)和(23)确定:
S(x,y)=ax2+by2+cx+dy+exy+f (22)
其中,S(x,y)为每个ROI中的所有像素点的CL值拟合函数,a、b、c、d、e、f为系数;xc为位姿标识的x坐标,yc为位姿标识的y坐标。
本公开一些实施例中,本公开还提供了一种计算机设备,计算机设备包括存储器和处理器。存储器可以用于存储有至少一条指令,处理器与存储器耦合,用于执行至少一条指令以执行本公开的方法中的部分步骤或全部步骤,如图6、图7、图10、图13、图14、图15、图17、图19和图20中公开的方法中的部分步骤或全部步骤。
图21示出根据本公开一些实施例的计算机设备2100的示意框图。参看图21,该计算机设备2100可以包括中央处理单元(CPU)2101、包括随机存取存储器(RAM)2102和只读存储器(ROM)2103的系统存储器2104,以及连接各部件的系统总线2105。计算机设备2100还可以包括输入/输出设备2106,和用于存储操作系统2113、应用程序2114和其他程序模块2115的大容量存储设备2107。输入/输出设备2106包括主要由显示器2108和输入设备2109组成的输入/输出控制器2110。
大容量存储设备2107通过连接到系统总线2105的大容量存储控制器(未示出)连接到中央处理单元2101。大容量存储设备2107或者计算机可读介质为计算机设备提供非易失性存储。大容量存储设备2107可以包括诸如硬盘或者光盘只读存储器(CompactDiscRead-OnlyMemory,CD-ROM)驱动器之类的计算机可读介质(未示出)。
不失一般性,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、闪存或其他固态存储其技术,只读光盘(Compact Disc Read-Only Memory,CD-ROM)、或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器和大容量存储设备可以统称为存储器。
计算机设备2100可以通过连接在系统总线2105上的网络接口单元2111连接到网络2112。
系统存储器2104或大容量存储设备2107还用于存储一个或者一个以上的指令。中央处理单元2101通过执行该一个或一个以上指令来实现本公开一些实施例中的方法的全部或者部分步骤。
本公开一些实施例中,本公开还提供一种计算机可读存储介质,存储介质中存储有至少一条指令,该至少一条指令由处理器执行以使计算机执行本公开一些实施例的方法中的部分步骤或全部步骤,如图6、图7、图10、图13、图14、图15、图17、图19和图20中公开的方法中的部分步骤或全部步骤。计算机可读存储介质的示例包括计算机程序(指令)的存储器,例如,只读存储器、随机存取存储器、只读光盘、磁带、软盘和光数据存储设备等。
图22示出根据本公开一些实施例的手术机器人系统2200的示意图。本公开一些实施例中,参看图22,手术机器人系统2200可以包括:至少两个手术工具2201、图像采集器2210以及控制装置2220(例如,处理器),至少两个手术工具2201中的第一手术工具包括第一操作臂、设置在第一操作臂的第一操作臂末端的执行器以及设置在第一操作臂末端上的多个第一操作臂位姿标识,多个第一操作臂位姿标识包括不同的第一操作臂位姿标识图案。图像采集器2210可以用于采集第一操作臂的定位图像。控制装置2220与图像采集器2210连接,用于执行本公开一些实施例的方法中的部分步骤或全部步骤,如图6、图7、图10、图13、图14、图15、图17、图19和图20中公开的方法中的部分步骤或全部步骤。在一些实施例中,手术工具2201例如可以是图24中示出的手术工具2400。
图23示出根据本公开一些实施例的手术机器人系统2300的示意图。本公开一些实施例中,参看图23,手术机器人系统2300可以包括手术工具2301、主控台车2302、和手术台车2303。手术台车2303上设置有驱动模组,用于驱动手术工具2301,手术工具2301安装在手术台车2303上并与驱动模组连接。主控台车2302与手术台车2303通信连接,用于控制手术工具2301执行手术操作。在一些实施例中,主控台车2302可以用于执行本公开一些实施例的方法中的部分步骤或全部步骤,如图6、图7、图10、图13、图14、图15、图17、图19和图20中公开的方法中的部分步骤或全部步骤。在一些实施例中主控台车2302与手术台车2303之间通过有线传输或者无线传输方式连接。例如,主控台车2302与手术台车2303可以通过线缆连接。
在一些实施例中,手术机器人系统2300至少包括两个手术工具2301,手术工具2301包括操作臂和设置在操作臂末端的执行器。在一些实施例中,手术机器人可以包括一台手术台车2303,一台手术台车2303能够安装至少两个手术工具2301。在一些实施例中,手术机器人可以包括至少两台手术台车2303,每台手术台车2303安装一个手术工具2301。在一些实施例中,手术机器人系统2300还可以包括成像工具2304。成像工具2304可以包括操作臂和设置在操作臂末端的成像模组。成像工具2304可以设置在手术台车2303上并由对应的驱动模组驱动。成像模组获取的手术工具2301的操作臂及其执行器的图像可以传输至主控台车2302。在一些实施例中,手术工具2301例如是图24中示出的手术工具2400。在一些实施例中,主控台车2302例如是图25中示出的主控台车2500。在一些实施例中,手术台车2303例如是图26中示出的手术台车2600。
图24示出本公开一些实施例的手术工具2400的示意图。本公开一些实施例中,参看图24,手术工具2400包括驱动传动装置2490、操作臂2440和设置在操作臂末端的执行器2460。在一些实施例中,驱动传动装置2490可以配合驱动模组驱动操作臂2440运动。驱动传动装置2490用于与驱动模组连接,驱动模组的驱动力经驱动传动装置2490传递至操作臂2440,进而驱动操作臂2440实现多自由度运动。驱动模组还可以控制执行器2460执行手术操作。本公开一些实施例中,执行器2460可以包括但不限于双极弯分离钳执行器、双极弯头抓钳执行器、单极弯剪执行器、单极电钩执行器、双极抓钳执行器、持针钳执行器与组织抓钳执行器。在一些实施例中,手术工具2400例如可以安装在图23中示出的手术台车2303或者图26中示出的手术台车2600。
图25示出本公开一些实施例的主控台车2500的示意图。本公开一些实施例中,参看图25,主控台车2500包括:控制器(控制器可以配置在计算机设备上,设置在主控台车2500内部)、主操作器2501、主控台车显示器(例如显示器2502-2504)和踏板(例如踏板2505-2507)。控制器分别与主操作器2501、主控台车显示器和踏板通信连接,用于与主操作器2501、主控台车显示器和踏板进行信号交互,并基于收集到的控制信息生成相应的控制指令。在一些实施例中,控制器还与手术台车通信连接,例如与图23中示出的手术台车2303通信连接,用于控制手术工具2301执行手术操作或者控制成像工具2304工作。在一些实施例中,主控台车2500的控制器还可以用于执行本公开一些实施例的方法中的部分步骤或全部步骤,如图6、图7、图10、图13、图14、图15、图17、图19和图20中公开的方法中的部分步骤或全部步骤。
在一些实施例中,主操作器2501通常包括分别对应医疗工作人员左手操作的左主操作器(例如,用于控制第一操作臂)和右手操作的右主操作器(例如,用于控制第二操作臂)。在实际场景中,主操作器2501用于采集医疗工作人员的操作输入,医疗工作人员通过遥操作主操作器2501进而控制手术工具或成像工具在操作区域中的运动,以实现医疗操作。在一些实施例中,主操作器2501包括多自由度机械臂25011,多自由度机械臂25011上的每一个关节处设置主操作器传感器,通过每个关节的主操作器传感器生成关节信息(如关节角度数据)。在一些实施例中,主操作器传感器采用电位计和/或编码器。在一些实施例中,多自由度机械臂25011具有六个自由度。在一些实施例中,主操作器2501的位姿可由主操作器关节的关节信息的集合(例如由这些关节信息组成的一维矩阵)来表示。在一些实施例中,主操作器2501还包括夹钳25012,夹钳25012可以用于控制执行器的张合角度。在一些实施例中,主控台车显示器包含立体显示器2502、主控外部显示器2503、主控触摸显示器2504。立体显示器2502显示术部图像及系统状态提示,主控外部显示器2503显示术部图像及系统状态提示,触摸显示器2504显示主控台车2500的软件用户界面。在一些实施例中,立体显示器2502或主控外部显示器2503显示的图像可以基于成像模组获取的图像确定,例如图26中示出的成像模组2660b。在一些实施例中,主控台车踏板用于采集医疗工作人员双脚的输入,包含电切踏板2505、电凝踏板2506、离合踏板2507等结构。
图26示出本公开一些实施例的手术台车2600的示意图。本公开一些实施例中,参看图26,手术台车2600包括:控制器(控制器可以配置在计算机设备上,设置在手术台车2600内部)手术台车底盘2602、手术台车机箱2603、系统状态显示器2605、主立柱2606、主横梁2607、定位臂2608、驱动模组2609等部件。手术台车底盘2602用于实现手术台车2600的移动和固定功能。手术台车机箱2603用于在内部集成手术台车电气件。系统状态显示器2605用于显示手术台车系统用户界面和接收用户输入。主立柱2606可升降,其顶端与主横梁2607固定。主横梁2607的端部有横梁云台,横梁云台下端固定有多个定位臂2608。定位臂2608搭载驱动模组2609,驱动模组2609用于装载手术工具2601或成像工具2604(成像工具2604例如可以是3D电子内窥镜)。在一些实施例中,手术台车2600集成多支定位臂2608,每支定位臂2608具备多个运动关节。在一些实施例中,手术台车2600集成有多个手术工具2601和成像工具2604,多个手术工具2601的部分操作臂2640a及执行器2660a和成像工具2604的部分操作臂2640b及成像模组2660b经鞘管2610进入工作空间。在一些实施例中,手术台车2600的控制器还可以用于执行本公开一些实施例的方法中的部分步骤或全部步骤,如图6、图7、图10、图13、图14、图15、图17、图19和图20中公开的方法中的部分步骤或全部步骤。
在机器人系统操作过程中,尤其是手术机器人手术期间,操作臂的碰撞会带来意外风险,是操作失败,甚至会造成不可挽回的损失。在本公开的实施例中,可以对操作臂的位姿进行检测,以发现碰撞风险。例如,可以对多个操作臂的位姿进行检测,如果发现碰撞风险,可以进行碰撞预警,例如发出警报,也可以进行躲避操作,例如暂停运动或向相反方向运动。本公开的实施例可以减轻、甚至规避机器人系统操作过程中的碰撞风险,使得机器人系统的安全性得到显著提高。
虽然已经举例说明和描述了本公开的具体实施方案,但是对于本领域技术人员来说显而易见的是,在不脱离本公开实质和范围的情况下可以做出多种其他改变和变型。因此,在随附的权利要求书中包括属于本公开范围内的所有这些改变和变型。
Claims (29)
1.一种机器人系统的操作臂的控制方法,所述机器人系统包括至少两个操作臂,所述控制方法包括:
获取定位图像;
在所述定位图像中,识别位于所述至少两个操作臂中的第一操作臂的第一操作臂末端上的多个第一操作臂位姿标识,所述多个第一操作臂位姿标识包括不同的第一操作臂位姿标识图案;
基于所述多个第一操作臂位姿标识,确定所述第一操作臂末端相对参考坐标系的第一位姿;以及
基于所述第一位姿,确定用于所述第一操作臂的第一防碰撞操作。
2.根据权利要求1所述的控制方法,所述至少两个操作臂包括第二操作臂,所述控制方法还包括:
确定所述第二操作臂的第二操作臂末端相对所述参考坐标系的第二位姿;以及
基于所述第一位姿和所述第二位姿,确定所述第一防碰撞操作和/或用于所述第二操作臂的第二防碰撞操作。
3.根据权利要求2所述的控制方法,还包括:
基于所述第一位姿,确定设置在所述第一操作臂末端上的第一执行器的第一包围盒,所述第一包围盒包括一个或多个第一子包围盒;
基于所述第二位姿,确定设置在所述第二操作臂末端上的第二执行器的第二包围盒,所述第二包围盒包括一个或多个第二子包围盒;以及
基于所述第一包围盒和所述第二包围盒,确定所述第一防碰撞操作和/或所述第二防碰撞操作。
4.根据权利要求3所述的控制方法,还包括:
响应于所述第一包围盒与所述第二包围盒相交,更新所述第一包围盒的第一子包围盒和/或所述第二包围盒的第二子包围盒;
基于更新的所述第一包围盒和所述第二包围盒,确定所述第一防碰撞操作和/或所述第二防碰撞操作。
5.根据权利要求2所述的控制方法,还包括:
基于所述第一位姿,确定设置在所述第一操作臂末端上的第一执行器的第一包络;
基于所述第二位姿,确定设置在所述第二操作臂末端上的第二执行器的第二包络;以及
基于所述第一包络和所述第二包络,确定所述第一防碰撞操作和/或所述第二防碰撞操作。
6.根据权利要求5所述的控制方法,还包括:
响应于主操作器的第一控制信息,更新所述第一执行器的第一包络,其中,所述第一控制信息用于调整所述第一执行器的工作状态;和/或
响应于所述主操作器的第二控制信息,更新所述第二执行器的第二包络,其中,所述第二控制信息用于调整所述第二执行器的工作状态。
7.根据权利要求5所述的控制方法,还包括:
确定所述第一包络和所述第二包络的重叠范围;以及
基于所述重叠范围,确定所述第一操作臂末端和所述第二操作臂末端的碰撞评价指数;以及
基于所述碰撞评价指数,确定所述第一防碰撞操作和/或第二防碰撞操作。
8.根据权利要求2所述的控制方法,还包括:
基于所述第二操作臂的驱动信息和运动学模型,确定所述第二操作臂末端的运动学位姿作为所述第二位姿。
9.根据权利要求2所述的控制方法,还包括:
在所述定位图像中,识别位于所述第二操作臂末端上的多个第二操作臂位姿标识,所述多个第二操作臂位姿标识包括不同的第二操作臂位姿标识图案;以及
基于所述多个第二操作臂位姿标识,确定所述第二位姿。
10.根据权利要求9所述的控制方法,还包括:
响应于在所述定位图像中未识别出所述第一操作臂位姿标识,基于所述第一操作臂的驱动信息和运动学模型或者基于主操作器的位姿,确定所述第一操作臂末端的第一运动学位姿作为所述第一位姿;和/或
响应于在所述定位图像中未识别出所述第二操作臂位姿标识,基于所述第二操作臂的驱动信息和运动学模型或者基于所述主操作器的位姿,确定所述第二操作臂末端的第二运动学位姿作为所述第二位姿。
11.根据权利要求9所述的控制方法,还包括:
基于所述第一操作臂的驱动信息和运动学模型或者基于主操作器的位姿,确定所述第一操作臂末端的第一运动学位姿;以及
基于所述第一运动学位姿,从所述第一位姿和所述第二位姿中确定所述第一位姿,和/或
基于所述第二操作臂的驱动信息和运动学模型或者基于所述主操作器的位姿,确定所述第二操作臂末端的第二运动学位姿;以及
基于所述第二运动学位姿,从所述第一位姿和所述第二位姿中确定所述第二位姿。
12.根据权利要求1-11中任一项所述的控制方法,所述第一防碰撞操作包括以下中的至少一项:
停止所述第一操作臂的运动;或
产生碰撞报警信息。
13.根据权利要求12所述的控制方法,所述碰撞报警信息包括多个不同报警等级的碰撞报警信息。
14.根据权利要求1所述的控制方法,还包括:
基于所述多个第一操作臂位姿标识的分布,确定所述多个第一操作臂位姿标识相对第一操作臂坐标系的Z轴的绕轴角度;以及
基于所述多个第一操作臂位姿标识的绕轴角度,确定所述多个第一操作臂位姿标识相对所述第一操作臂坐标系的三维坐标。
15.根据权利要求14所述的控制方法,还包括:
确定所述多个第一操作臂位姿标识在所述定位图像中的二维坐标;以及
基于所述多个第一操作臂位姿标识在所述定位图像中的二维坐标和所述多个第一操作臂位姿标识相对所述第一操作臂坐标系的三维坐标,确定所述第一操作臂末端相对所述参考坐标系的第一位姿。
16.根据权利要求1所述的控制方法,还包括:
从所述定位图像中确定多个候选位姿标识;
基于多个不同的第一操作臂位姿图案匹配模板,从所述多个候选位姿标识中识别所述多个第一操作臂位姿标识中的第一位姿标识;以及
以所述第一位姿标识作为起点,搜索位姿标识。
17.根据权利要求16所述的控制方法,所述第一操作臂位姿标识包括在所述第一操作臂位姿标识图案中的位姿标识图案角点,所述方法还包括:
在所述定位图像中确定感兴趣区域;
将所述感兴趣区域划分为多个子区域;
确定每个所述子区域中角点似然值最大的像素以形成像素集合;
确定所述像素集合中角点似然值最大的像素作为候选位姿标识图案角点;以及
将所述多个不同的第一操作臂位姿图案匹配模板分别与所述候选位姿标识图案角点位置处的图案进行匹配,以识别所述第一位姿标识。
18.根据权利要求17所述的控制方法,还包括:
响应于匹配失败,确定所述像素集合中剩余像素的角点似然值最大的像素作为候选位姿标识图案角点。
19.根据权利要求17所述的控制方法,还包括:
以所述第一位姿标识作为起点,搜索所述多个第一操作臂位姿标识中的第二位姿标识;
基于所述第一位姿标识、所述第二位姿标识,确定搜索方向;以及
以所述第一位姿标识或所述第二位姿标识作为起点,在所述搜索方向上搜索位姿标识。
20.根据权利要求19所述的控制方法,以所述第一位姿标识作为起点搜索第二位姿标识包括:
以所述第一位姿标识作为起点,搜索所述第二位姿标识的候选位姿标识图案角点;
基于所述多个第一操作臂位姿标识的分布,确定第一位姿图案匹配模板和第二位姿图案匹配模板,所述第一位姿图案匹配模板和第二位姿图案匹配模板对应于与所述第一位姿标识相邻的第一操作臂位姿标识;以及
将所述第一位姿图案匹配模板和/或所述第二位姿图案匹配模板与所述第二位姿标识的候选位姿标识图案角点位置处的图案进行匹配,以识别所述第二位姿标识。
21.根据权利要求19所述的控制方法,以所述第一位姿标识或所述第二位姿标识作为起点在所述搜索方向上搜索位姿标识包括:
以所述第一位姿标识或所述第二位姿标识作为起点,搜索所述多个第一操作臂位姿标识中的第三位姿标识的候选位姿标识图案角点;
基于所述多个第一操作臂位姿标识的分布,确定第三位姿图案匹配模板,所述第三位姿图案匹配模板对应于与所述第一位姿标识相邻或与所述第二位姿标识相邻的第一操作臂位姿标识;以及
将所述第三位姿图案匹配模板与所述第三位姿标识的候选位姿标识图案角点位置处的图案进行匹配,以识别所述第三位姿标识。
22.根据权利要求19所述的控制方法,还包括:
响应于搜索距离大于搜索距离阈值,确定所述像素集合中剩余像素的角点似然值最大的像素作为候选位姿标识图案角点;以及
将所述多个不同的第一操作臂位姿图案匹配模板分别与所述候选位姿标识图案角点位置处的图案进行匹配,以识别第一位姿标识。
23.根据权利要求19所述的控制方法,还包括:
响应于识别到的第一操作臂位姿标识数量小于位姿标识数量阈值,确定所述像素集合中剩余像素的角点似然值最大的像素作为候选位姿标识图案角点;以及
将所述多个不同的第一操作臂位姿图案匹配模板分别与所述候选位姿标识图案角点位置处的图案进行匹配,以识别第一位姿标识。
24.根据权利要求16-23中任一项所述的控制方法,还包括:
基于所述多个第一操作臂位姿标识中的至少两个,确定所述多个第一操作臂位姿标识的排布顺序;以及
基于所述多个第一操作臂位姿标识的排布顺序,确定所述多个第一操作臂位姿标识相对第一操作臂坐标系的三维坐标。
25.根据权利要求1-11和14-23中任一项所述的控制方法,所述多个第一操作臂位姿标识设置在所述第一操作臂的柱状部分的外表面上。
26.根据权利要求1-11和14-23中任一项所述的控制方法,所述第一操作臂的柱状部分的外表面上设置有包括所述多个第一操作臂位姿标识的第一操作臂定位标签,所述多个第一操作臂位姿标识包括沿柱状部分的周向分布在所述第一操作臂定位标签上的多个不同的第一操作臂位姿标识图案以及在所述第一操作臂位姿标识图案中的位姿标识图案角点。
27.一种计算机设备,包括:
存储器,用于存储有至少一条指令;以及
处理器,与所述存储器耦合,用于执行所述至少一条指令以执行如权利要求1-26中任一项所述的控制方法。
28.一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器执行以使计算机执行如权利要求1-26中任一项所述的控制方法。
29.一种手术机器人系统,包括:
至少两个手术工具,所述至少两个手术工具中的第一手术工具包括第一操作臂、设置在所述第一操作臂的第一操作臂末端的执行器以及设置在所述第一操作臂末端上的多个第一操作臂位姿标识,所述多个第一操作臂位姿标识包括不同的第一操作臂位姿标识图案;
图像采集器,用于采集定位图像;以及
控制装置,与所述图像采集器连接,用于执行如权利要求1-26中任一项所述的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210031861.0A CN116459019A (zh) | 2022-01-12 | 2022-01-12 | 基于位姿标识的操作臂防碰撞控制方法和手术机器人系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210031861.0A CN116459019A (zh) | 2022-01-12 | 2022-01-12 | 基于位姿标识的操作臂防碰撞控制方法和手术机器人系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116459019A true CN116459019A (zh) | 2023-07-21 |
Family
ID=87174042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210031861.0A Pending CN116459019A (zh) | 2022-01-12 | 2022-01-12 | 基于位姿标识的操作臂防碰撞控制方法和手术机器人系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116459019A (zh) |
-
2022
- 2022-01-12 CN CN202210031861.0A patent/CN116459019A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112472297B (zh) | 位姿监测系统、方法、手术机器人系统和存储介质 | |
EP4209313A1 (en) | Error detection method and robot system based on a plurality of pose identifications | |
CN114536292A (zh) | 基于复合标识的误差检测方法及机器人系统 | |
US20220415006A1 (en) | Robotic surgical safety via video processing | |
Beyl et al. | Time-of-flight-assisted Kinect camera-based people detection for intuitive human robot cooperation in the surgical operating room | |
EP4209312A1 (en) | Error detection method and robot system based on association identification | |
CN114536402B (zh) | 基于关联标识的机器人系统故障检测处理方法及机器人系统 | |
CN116459019A (zh) | 基于位姿标识的操作臂防碰撞控制方法和手术机器人系统 | |
CN114536331B (zh) | 基于关联标识确定可形变机械臂的外部受力的方法及机器人系统 | |
CN116492064A (zh) | 基于位姿标识的主从运动的控制方法及手术机器人系统 | |
CN116459018A (zh) | 基于复合标识的操作臂防碰撞控制方法和手术机器人系统 | |
CN114347037A (zh) | 基于复合标识的机器人系统故障检测处理方法及机器人系统 | |
CN116460837A (zh) | 基于关联标识的操作臂防碰撞控制方法和手术机器人系统 | |
CN114536401B (zh) | 基于多个位姿标识的机器人系统故障检测处理方法及机器人系统 | |
Cofield et al. | A humanoid robot object perception approach using depth images | |
CN116468647A (zh) | 基于多个位姿标识的执行臂检测方法及机器人系统 | |
US20200205911A1 (en) | Determining Relative Robot Base Positions Using Computer Vision | |
CN115946105A (zh) | 操作臂的控制方法和手术机器人系统 | |
CN116492062A (zh) | 基于复合标识的主从运动的控制方法及手术机器人系统 | |
CN116468646A (zh) | 基于复合标识的执行臂检测方法及机器人系统 | |
CN115957005A (zh) | 用于控制操作臂的方法和手术机器人系统 | |
CN116492063A (zh) | 基于定位图像的主从运动的控制方法及手术机器人系统 | |
CN114536330B (zh) | 基于多个位姿标识确定可形变机械臂的外部受力的方法及机器人系统 | |
CN116468648A (zh) | 基于关联标识的执行臂检测方法及机器人系统 | |
CN116725675A (zh) | 基于复合标识的机器人系统的控制方法和机器人系统 |
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 |