CN116481695A - 手术机器人的实际作用力确定方法、装置、设备及介质 - Google Patents

手术机器人的实际作用力确定方法、装置、设备及介质 Download PDF

Info

Publication number
CN116481695A
CN116481695A CN202310453565.4A CN202310453565A CN116481695A CN 116481695 A CN116481695 A CN 116481695A CN 202310453565 A CN202310453565 A CN 202310453565A CN 116481695 A CN116481695 A CN 116481695A
Authority
CN
China
Prior art keywords
sensor
dead weight
coordinate system
determining
load
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
CN202310453565.4A
Other languages
English (en)
Inventor
关沛峰
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.)
Guangzhou Aimuyi Technology Co ltd
Original Assignee
Guangzhou Aimuyi Technology Co ltd
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 Guangzhou Aimuyi Technology Co ltd filed Critical Guangzhou Aimuyi Technology Co ltd
Priority to CN202310453565.4A priority Critical patent/CN116481695A/zh
Publication of CN116481695A publication Critical patent/CN116481695A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
    • G01L5/0061—Force sensors associated with industrial machines or actuators
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Robotics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本申请公开了一种手术机器人的实际作用力确定方法、装置、设备及介质，本申请属于机器人技术领域。该方法包括：根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；在接收到实际作用力的情况下，根据传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重；根据当前位姿下传感器负载在传感器坐标系的自重以及零点偏置，确定实际作用力。本方案可以消除手术过程中传感器负载自重及零点偏置等干扰因素的影响，有利于提升手术机器人的交互性能和安全性，同时为机器人控制提供精准的感知力。

Description

手术机器人的实际作用力确定方法、装置、设备及介质
技术领域
本申请属于机器人技术领域，具体涉及一种手术机器人的实际作用力确定方法、装置、设备及介质。
背景技术
随着技术的进步和创新，以及病患对更安全、更精准以及更有效的手术治疗需求，因此出现了手术机器人这种新型医疗设备。手术机器人可以通过操作系统实现远程手术操作，从而实现医生与患者之间的距离隔离，避免存在传染疾病的风险。在实际使用过程中，通常需要精准获取手术机器人末端的受力，以提高手术机器人的交互性能。
现有技术中，是通过在手术机器人的末端安装合适的受力传感器，然后在手术过程中通过传感器采集受力信息，并将数据发送到计算机或其他数据处理设备，以此来获得手术工具的实际受力信息。
但是在手术机器人应用场景中，传感器读数主要由力传感器负载产生的力、传感器的零点偏置以及外部施加的作用力三部分组成。传感器读数无法直接反映出真实受力情况，且传感器负载自重在空间中对传感器的影响会随着机器人末端姿态的变化而变化。因此，如何消除手术过程中传感器负载自重及零点偏置等干扰因素的影响，以获得手术工具的实际受力信息是本领域亟待解决的问题。
发明内容
本申请实施例提供一种手术机器人的实际作用力确定方法、装置、设备及介质，目的是解决现有技术中由于存在传感器负载自重及零点偏置等干扰因素，无法获得手术工具的实际受力信息的问题。通过手术机器人的实际作用力确定方法，可以消除手术过程中传感器负载自重及零点偏置等干扰因素的影响，有利于提升手术机器人的交互性能和安全性，同时为机器人控制提供精准的感知力。
第一方面，本申请实施例提供了一种手术机器人的实际作用力确定方法，所述方法包括：
根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；其中，所述转换表达式是以传感器负载自重和传感器零点偏置为力学参量，以第一旋转矩阵和第一单位矩阵为转换参量构建的；
在接收到实际作用力的情况下，根据所述传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重；
根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力。
进一步的，传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系的构建过程，包括：
获取末端坐标系到传感器坐标系之间的第二单位矩阵，以及，获取第一关节坐标系到末端坐标系之间的第一旋转矩阵，以及，获取基座坐标系到第一关节坐标系之间的第二旋转矩阵；
根据所述第二单位矩阵、所述第一旋转矩阵以及所述第二旋转矩阵，确定所述传感器负载在传感器坐标系的自重与传感器负载自重之间的计算关系。
进一步的，所述转换表达式的构建过程，包括：
在未接收到实际作用力的情况下，确定传感器读数由传感器零点偏置和传感器负载自重构成，以形成无作用力表达式；
以所述无作用力表达式与传感器负载自重坐标转换关系进行联立，得到转换表达式。
进一步的，所述转换表达式如下：
其中，1...N为控制手术机器人移动到不同位姿的采集次数；表示所述传感器负载在传感器坐标系的自重；/>表示传感器负载自重；(fx0fy0fz0)T表示所述零点偏置；/>表示所述第一旋转矩阵；I表示所述第一单位矩阵。
进一步的，在根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力之前，所述方法还包括：
将手术机器人的噪声干扰置为0；以及，将手术机器人的惯性力和振动干扰置为0。
第二方面，本申请实施例提供了一种手术机器人的实际作用力确定装置，所述装置包括：
第一确定模块，用于根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；其中，所述转换表达式是以传感器负载自重和传感器零点偏置为力学参量，以第一旋转矩阵和第一单位矩阵为转换参量构建的；
第二确定模块，用于在接收到实际作用力的情况下，根据所述传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重；
第三确定模块，用于根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力。
进一步的，所述第二确定模块，用于：
获取末端坐标系到传感器坐标系之间的第二单位矩阵，以及，获取第一关节坐标系到末端坐标系之间的第一旋转矩阵，以及，获取基座坐标系到第一关节坐标系之间的第二旋转矩阵；
根据所述第二单位矩阵、所述第一旋转矩阵以及所述第二旋转矩阵，确定所述传感器负载在传感器坐标系的自重与传感器负载自重之间的计算关系。
进一步的，所述第一确定模块，用于：
在未接收到实际作用力的情况下，确定传感器读数由传感器零点偏置和传感器负载自重构成，以形成无作用力表达式；
以所述无作用力表达式与传感器负载自重坐标转换关系进行联立，得到转换表达式。
进一步的，所述装置还包括噪声干扰调整模块，所述噪声干扰调整模块用于：
将手术机器人的噪声干扰置为0；以及，将手术机器人的惯性力和振动干扰置为0。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
在本申请实施例中，根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；其中，所述转换表达式是以传感器负载自重和传感器零点偏置为力学参量，以第一旋转矩阵和第一单位矩阵为转换参量构建的；在接收到实际作用力的情况下，根据所述传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重；根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力。通过上述手术机器人的实际作用力确定方法，可以消除手术过程中传感器负载自重及零点偏置等干扰因素的影响，有利于提升手术机器人的交互性能和安全性，同时为机器人控制提供精准的感知力。
附图说明
图1是本申请实施例一提供的手术机器人的实际作用力确定方法的流程示意图；
图2是本申请实施例二提供的手术机器人的实际作用力确定方法的流程示意图；
图3是本申请实施例三提供的手术机器人的实际作用力确定装置的结构示意图；
图4是本申请实施例四提供的电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
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地描述，显然，所描述的实施例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获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的手术机器人的实际作用力确定方法、装置、设备及介质进行详细地说明。
实施例一
图1是本申请实施例一提供的手术机器人的实际作用力确定方法的流程示意图。如图1所示，具体包括如下步骤：
S101，根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；其中，所述转换表达式是以传感器负载自重和传感器零点偏置为力学参量，以第一旋转矩阵和第一单位矩阵为转换参量构建的。
首先，本方案的使用场景可以是利用光学定位仪在手术机器人移动至不同位姿时对手术机器人进行标定，以确定手术工具受到的实际作用力的场景。
基于上述使用场景，可以理解的，本申请的执行主体可以是该光学定位仪，此处不做过多的限定。
本方案中，位姿可以是指机器人末端执行器在运动过程中所处的位置和方向，也就是机器人末端执行器的位置和姿态。通常由一个4x4的变换矩阵来表示，其中包含了平移和旋转信息，这个矩阵可以用来描述机器人末端执行器在三维空间中的位置和方向。
传感器可以是手术机器人末端的力传感器，力传感器是一种测量物体受力大小的传感器。在手术机器人末端，力传感器通常用于测量手术工具与患者组织之间的接触力度。当手术机器人末端的手术工具施加一定的力量时，力传感器可以将这个力量转换为电信号，并将这个信号传递给光学定位仪。
传感器读数可以由三部分组成：传感器负载自重、传感器零点偏置和实际作用力。传感器负载自重可以是指手术机器人末端传感器及其上安装的零件、元器件以及电路等组成的整体在重力作用下所产生的重量；传感器零点偏置可以是指在没有施加力时传感器的输出值；实际作用力可以是指手术工具施加在患者组织上的力量。
当力传感器采集到传感器读数后，可以通过数据采集器将传感器读数传输到光学定位仪中，以供光学定位仪读取传感器读数。其中，数据采集器可以是一种用于采集和转换各种传感器信号的设备，通常包括多个传感器输入接口和一个数字信号输出接口。在连接力传感器和光学定位仪之前，可以将力传感器的输出信号接到数据采集器的输入接口上，并通过数据采集器的软件将其转换为数字信号。然后，可以将这些数字信号传输给光学定位仪，以便光学定位仪能够获取力传感器的读数并进行相应的计算和处理。
预先构建的转换表达式可以是用来表达传感器读数、转换参量以及力学参量之间转换关系的表达式，预先构建的转换表达式可以是：
F＝AX；
将此公式利用最小二乘法进行变换，可得：
X＝(ATA)-1AF；
其中，F可以是传感器读数，A可以是转换参量，X可以是力学参量。
第一旋转矩阵可以是机械臂第一关节坐标系到末端坐标系之间的旋转矩阵，描述了一个向量从第一关节坐标系到末端坐标系的旋转变换。可以通过机械臂的运动学模型，根据机械臂各个关节的角度来计算机械臂第一关节坐标系到末端坐标系之间的旋转矩阵，具体步骤如下：
1、根据机械臂的运动学模型，可以通过每个关节的角度计算得到相应的旋转矩阵。根据机械臂的结构和运动方式，可以采用DH(Denavit-Hartenberg，基于连杆的参数化方法)参数法计算旋转矩阵。
2、根据机械臂的运动学模型，可以得到每个关节之间的变换矩阵，将它们相乘即可得到机械臂末端的变换矩阵。
3、从机械臂末端的变换矩阵中提取出机械臂第一关节坐标系到末端坐标系之间的旋转矩阵。
第一单位矩阵可以是从左上角到右下角的对角线上的元素均为1的方阵，具体的，可以是：
在上述各技术方案的基础上，可选的，所述转换表达式的构建过程，包括：
在未接收到实际作用力的情况下，确定传感器读数由传感器零点偏置和传感器负载自重构成，以形成无作用力表达式；
以所述无作用力表达式与传感器负载自重坐标转换关系进行联立，得到转换表达式。
本方案中，无作用力表达式可以是：
Fs＝s+0；
令可以得到传感器负载自重坐标转换关系：
将无作用力表达式与传感器负载自重坐标转换关系进行联立后得到的转换表达式可以是：
此公式可以等效为：
F＝AX；
本方案中，通过将传感器读数分解为传感器零点偏置和传感器负载自重两个部分，将实际作用力的影响和传感器自身因素的影响分离开来，从而更准确地测量实际作用力。同时，通过与传感器负载自重坐标转换关系进行联立，可以确定传感器零点偏置和传感器负载自重的值，从而更加精确地测量实际作用力。这样的设置可以提高测量的准确性和可靠性。
在上述各技术方案的基础上，可选的，
所述转换表达式如下：
其中，1...N为控制手术机器人移动到不同位姿的采集次数；表示所述传感器负载在传感器坐标系的自重；/>表示传感器负载自重；(fx0fy0fz0)T表示所述零点偏置；/>表示所述第一旋转矩阵；I表示所述第一单位矩阵。
本方案中，控制机械臂运动至不同的姿态位姿，进行采样可得传感器负载自重以及零点偏置，可以在不同的机械臂位姿下获得传感器的零点偏置和负载自重，从而对机械臂运动过程中的传感器读数进行更加准确的修正。此外，通过采样获得的数据，还可以对传感器进行更加全面的评估和分析，从而优化机械臂运动的精度和稳定性。
S102，在接收到实际作用力的情况下，根据所述传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重。
传感器负载在传感器坐标系的自重可以是指手术机器人末端传感器及其上安装的零件、元器件以及电路等组成的整体在传感器坐标系下的重量，通常用一个三维向量表示，该向量的大小和方向由传感器自身的构造和安装方式决定。
预先构建的计算关系可以是将传感器负载在传感器坐标系的自重转换为在传感器坐标系下的力的关系。
传感器负载在传感器坐标系下的自重可以是指在传感器所在的参考坐标系下，由于传感器负载重力作用而产生的负载力大小和方向。具体的，它是指手术机器人末端传感器及其上安装的零件、元器件以及电路等组成的整体的重量在传感器坐标系下的表示，在机器人的不同位姿下，传感器负载在传感器坐标系下的自重大小和方向不变。
当产生实际作用力后，光学定位仪可以通过接收传感器的读数，并使用预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，来确定出传感器负载在传感器坐标系下的自重大小和方向。具体的，可以通过如下公式确定当前位姿下传感器负载在传感器坐标系的自重：
其中，Gs为传感器负载在传感器坐标系的自重，表示所述第一旋转矩阵，可通过机械臂运动学特征实时求得，G表示传感器负载自重。
在上述各技术方案的基础上，可选的，在根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力之前，所述方法还包括：
将手术机器人的噪声干扰置为0；以及，将手术机器人的惯性力和振动干扰置为0。
本方案中，手术机器人的噪声干扰可以是指机器人系统中的不期望的以及随机的信号，可能会对机器人操作的精度和可靠性产生负面影响。这些噪声干扰可能来自于多种因素，例如机器人的电机、传感器以及控制器等，也可能来自于外部环境，例如手术室内的电磁干扰以及气流等。
手术机器人的惯性力可以是指机器人在运动时所产生的惯性力，它是由机器人质量和运动加速度决定的。惯性力会影响机器人的控制和运动精度，特别是在高速运动和快速停止时会产生较大的惯性力。
手术机器人的振动干扰可以是指机器人在运动过程中产生的震动和振动所引起的噪声和干扰，这些干扰会影响机器人的运动稳定性和控制精度。
在任意时刻下力传感器的读数除了传感器负载自重外还有诸多因素，主要包含作用在其上的实际力/力矩、负载自重、零点偏置、噪声以及运动过程中惯性力与振动产生的影响。因此，力传感器的计算公式可以是：
Fread＝ex+s+0+n+m；
其中，Fn表示噪声干扰，Fm表示惯性力和振动干扰。
由于在实际操作场景中，机械臂整体运行速度较慢，可以选用运行状态稳定的机械臂，因此惯性力和振动干扰可忽略不计，进一步的，手术机器人的噪声干扰可以置为0。还可以选用具有较好的抗干扰性能的力传感器，因此噪声干扰也可忽略不计，进一步的，手术机器人的惯性力和振动干扰也可以置为0。因此力传感器的计算公式可以简化为：
Fread＝ex+s+0；
当求得实际作用力后，机器人安装角度α、β、γ可通过求解精准获得。其中，0表示零向量。
本方案中，将手术机器人的噪声干扰、惯性力和振动干扰置为0可以消除这些干扰对手术的影响，使手术更加精准和安全。噪声干扰和振动干扰可能会导致手术器械的晃动和位置偏差，从而影响手术结果的准确性。而惯性力则可能会对机械臂的运动轨迹和力量控制造成干扰，从而影响手术的精准性和安全性。
S103，根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力。
当获得传感器负载在传感器坐标系的自重以及零点偏置后，可以根据如下公式确定实际作用力：
Fread＝ex+s+0；
其中，Fread为传感器读数，Fex为实际作用力，F0为零点偏置。
在本申请实施例中，根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；其中，所述转换表达式是以传感器负载自重和传感器零点偏置为力学参量，以第一旋转矩阵和第一单位矩阵为转换参量构建的；在接收到实际作用力的情况下，根据所述传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重；根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力。通过上述手术机器人的实际作用力确定方法，可以消除手术过程中传感器负载自重及零点偏置等干扰因素的影响，有利于提升手术机器人的交互性能和安全性，同时为机器人控制提供精准的感知力。
实施例二
图2是本申请实施例二提供的手术机器人的实际作用力确定方法的流程示意图。如图2所示，具体包括如下步骤：
S201，根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；其中，所述转换表达式是以传感器负载自重和传感器零点偏置为力学参量，以第一旋转矩阵和第一单位矩阵为转换参量构建的。
S202，获取末端坐标系到传感器坐标系之间的第二单位矩阵，以及，获取第一关节坐标系到末端坐标系之间的第一旋转矩阵，以及，获取基座坐标系到第一关节坐标系之间的第二旋转矩阵。
第二单位矩阵可以是指将机器人末端执行器坐标系的位置和姿态信息，通过一定的变换关系转换到传感器坐标系下的位置和姿态信息。通常，末端坐标系和传感器坐标系之间的变换关系可以通过机器人的DH参数或标定进行获取。
第二旋转矩阵可以是“关节角度矩阵”或“关节转角矩阵”，基座坐标系与第一关节坐标系之间是通过一个转动的连接实现的，这个连接旋转的角度可以通过第二旋转矩阵来描述。
可以通过将基座坐标系绕着第一关节坐标系的X轴旋转α，Y轴旋转β，Z轴旋转γ，得到二者之间的姿态变化关系矩阵：
然后利用矩阵变换对上式展开可得：
其中，表示基座坐标系到第一关节坐标系之间的第二旋转矩阵，cα、cβ、cγ分别表示cosα、cosβ、cosγ的缩写，sα、sβ、sγ分别表示sinα、sinβ、sinγ的缩写。
S203，根据所述第二单位矩阵、所述第一旋转矩阵以及所述第二旋转矩阵，确定所述传感器负载在传感器坐标系的自重与传感器负载自重之间的计算关系。
可以通过机器人末端在基座坐标系下的重力与传感器负载自重之间的关系，以及传感器负载在传感器坐标系的自重与机器人末端在基座坐标系下的重力关系，确定传感器负载在传感器坐标系的自重与传感器负载自重之间的计算关系，具体步骤如下：
1、首先通过如下公式获得机器人末端在基座坐标系下的重力与传感器负载自重之间的关系：
其中，是第二单位矩阵，Gw是机器人末端在基座坐标系下的重力。
2、然后根据机器人末端在基座坐标系下的重力与传感器负载自重之间的转换关系确定传感器负载在传感器坐标系的自重与传感器负载自重之间的计算关系，机器人末端在基座坐标系下的重力与传感器负载自重之间的转换关系如下：
Gw＝0，0，-]T；
再结合机器人末端在基座坐标系下的重力与传感器负载自重之间的关系，得到传感器负载在传感器坐标系的自重与传感器负载自重之间的计算关系：
S204，在接收到实际作用力的情况下，根据所述传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重。
S205，根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力。
本实施例中，通过获取末端坐标系到传感器坐标系之间的第二单位矩阵、获取第一关节坐标系到末端坐标系之间的第一旋转矩阵、以及获取基座坐标系到第一关节坐标系之间的第二旋转矩阵，能够准确计算出传感器负载在传感器坐标系的自重，避免了由于不同坐标系之间的转换引起的误差。
实施例三
图3是本申请实施例三提供的手术机器人的实际作用力确定装置的结构示意图。如图3所示，具体包括如下：
第一确定模块301，用于根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；其中，所述转换表达式是以传感器负载自重和传感器零点偏置为力学参量，以第一旋转矩阵和第一单位矩阵为转换参量构建的；
第二确定模块302，用于在接收到实际作用力的情况下，根据所述传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重；
第三确定模块303，用于根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力。
进一步的，所述第二确定模块，用于：
获取末端坐标系到传感器坐标系之间的第二单位矩阵，以及，获取第一关节坐标系到末端坐标系之间的第一旋转矩阵，以及，获取基座坐标系到第一关节坐标系之间的第二旋转矩阵；
根据所述第二单位矩阵、所述第一旋转矩阵以及所述第二旋转矩阵，确定所述传感器负载在传感器坐标系的自重与传感器负载自重之间的计算关系。
进一步的，所述第一确定模块，用于：
在未接收到实际作用力的情况下，确定传感器读数由传感器零点偏置和传感器负载自重构成，以形成无作用力表达式；
以所述无作用力表达式与传感器负载自重坐标转换关系进行联立，得到转换表达式。
进一步的，所述装置还包括噪声干扰调整模块，所述噪声干扰调整模块用于：
将手术机器人的噪声干扰置为0；以及，将手术机器人的惯性力和振动干扰置为0。
在本申请实施例中，第一确定模块，用于根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；其中，所述转换表达式是以传感器负载自重和传感器零点偏置为力学参量，以第一旋转矩阵和第一单位矩阵为转换参量构建的；第二确定模块，用于在接收到实际作用力的情况下，根据所述传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重；第三确定模块，用于根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力。通过上述手术机器人的实际作用力确定装置，可以消除手术过程中传感器负载自重及零点偏置等干扰因素的影响，有利于提升手术机器人的交互性能和安全性，同时为机器人控制提供精准的感知力。
本申请实施例中的手术机器人的实际作用力确定装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例中的手术机器人的实际作用力确定装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。
本申请实施例提供的手术机器人的实际作用力确定装置能够实现图1至图2的方法实施例实现的各个过程，为避免重复，这里不再赘述。
实施例四
如图4所示，本申请实施例还提供一种电子设备400，包括处理器401，存储器402，存储在存储器402上并可在所述处理器401上运行的程序或指令，该程序或指令被处理器401执行时实现上述手术机器人的实际作用力确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
实施例五
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述手术机器人的实际作用力确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
实施例六
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述手术机器人的实际作用力确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。

Claims (10)

1.一种手术机器人的实际作用力确定方法，其特征在于，所述方法包括：
根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；其中，所述转换表达式是以传感器负载自重和传感器零点偏置为力学参量，以第一旋转矩阵和第一单位矩阵为转换参量构建的；
在接收到实际作用力的情况下，根据所述传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重；
根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力。
2.根据权利要求1所述的手术机器人的实际作用力确定方法，其特征在于，传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系的构建过程，包括：
获取末端坐标系到传感器坐标系之间的第二单位矩阵，以及，获取第一关节坐标系到末端坐标系之间的第一旋转矩阵，以及，获取基座坐标系到第一关节坐标系之间的第二旋转矩阵；
根据所述第二单位矩阵、所述第一旋转矩阵以及所述第二旋转矩阵，确定所述传感器负载在传感器坐标系的自重与传感器负载自重之间的计算关系。
3.根据权利要求1所述的手术机器人的实际作用力确定方法，其特征在于，所述转换表达式的构建过程，包括：
在未接收到实际作用力的情况下，确定传感器读数由传感器零点偏置和传感器负载自重构成，以形成无作用力表达式；
以所述无作用力表达式与传感器负载自重坐标转换关系进行联立，得到转换表达式。
4.根据权利要求3所述的手术机器人的实际作用力确定方法，其特征在于，所述转换表达式如下：
其中，1...N为控制手术机器人移动到不同位姿的采集次数；表示所述传感器负载在传感器坐标系的自重；/>表示传感器负载自重；(fx0fy0fz0)T表示所述零点偏置；/>表示所述第一旋转矩阵；I表示所述第一单位矩阵。
5.根据权利要求1所述的手术机器人的实际作用力确定方法，其特征在于，在根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力之前，所述方法还包括：
将手术机器人的噪声干扰置为0；以及，将手术机器人的惯性力和振动干扰置为0。
6.一种手术机器人的实际作用力确定装置，其特征在于，所述装置包括：
第一确定模块，用于根据至少两个位姿下读取到的传感器读数，以及预先构建的转换表达式确定传感器零点偏置和传感器负载自重；其中，所述转换表达式是以传感器负载自重和传感器零点偏置为力学参量，以第一旋转矩阵和第一单位矩阵为转换参量构建的；
第二确定模块，用于在接收到实际作用力的情况下，根据所述传感器负载自重，与预先构建的传感器负载在传感器坐标系的自重与所述传感器负载自重的计算关系，确定当前位姿下传感器负载在传感器坐标系的自重；
第三确定模块，用于根据当前位姿下所述传感器负载在传感器坐标系的自重以及所述零点偏置，确定实际作用力。
7.根据权利要求6所述的手术机器人的实际作用力确定装置，其特征在于，所述第二确定模块，用于：
获取末端坐标系到传感器坐标系之间的第二单位矩阵，以及，获取第一关节坐标系到末端坐标系之间的第一旋转矩阵，以及，获取基座坐标系到第一关节坐标系之间的第二旋转矩阵；
根据所述第二单位矩阵、所述第一旋转矩阵以及所述第二旋转矩阵，确定所述传感器负载在传感器坐标系的自重与传感器负载自重之间的计算关系。
8.根据权利要求6所述的手术机器人的实际作用力确定装置，其特征在于，所述第一确定模块，用于：
在未接收到实际作用力的情况下，确定传感器读数由传感器零点偏置和传感器负载自重构成，以形成无作用力表达式；
以所述无作用力表达式与传感器负载自重坐标转换关系进行联立，得到转换表达式。
9.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-5中任一项所述的手术机器人的实际作用力确定方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-5中任一项所述的手术机器人的实际作用力确定方法的步骤。
CN202310453565.4A 2023-04-24 2023-04-24 手术机器人的实际作用力确定方法、装置、设备及介质 Pending CN116481695A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310453565.4A CN116481695A (zh) 2023-04-24 2023-04-24 手术机器人的实际作用力确定方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310453565.4A CN116481695A (zh) 2023-04-24 2023-04-24 手术机器人的实际作用力确定方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN116481695A true CN116481695A (zh) 2023-07-25

Family

ID=87216264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310453565.4A Pending CN116481695A (zh) 2023-04-24 2023-04-24 手术机器人的实际作用力确定方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116481695A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117387834A (zh) * 2023-12-04 2024-01-12 杭州灵西机器人智能科技有限公司 一种力传感器标定方法、系统、电子设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117387834A (zh) * 2023-12-04 2024-01-12 杭州灵西机器人智能科技有限公司 一种力传感器标定方法、系统、电子设备和存储介质
CN117387834B (zh) * 2023-12-04 2024-02-23 杭州灵西机器人智能科技有限公司 一种力传感器标定方法、系统、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN109910016B (zh) 基于多自由度机械臂的视觉采集标定方法、装置及系统
WO2021128787A1 (zh) 一种定位的方法及装置
CN112318506B (zh) 机械臂自动标定方法、装置、设备、机械臂和介质
JP7326911B2 (ja) 制御システムおよび制御方法
US10882182B2 (en) Robot apparatus, control method of robot apparatus, and recording medium
CN116481695A (zh) 手术机器人的实际作用力确定方法、装置、设备及介质
CN113558771B (zh) 机器人平面限位控制方法、装置和手术机器人
CN114454174B (zh) 机械臂动作捕捉方法、介质、电子设备及系统
CN111481231A (zh) 超声检测控制方法、装置、及计算机可读存储介质
CN104424650A (zh) 一种光学式人体运动捕捉中手臂信息补偿方法
CN113211445A (zh) 一种机器人参数标定方法、装置、设备及存储介质
CN102166755A (zh) 一种遥操作机器人的机械手末端三维接触力测量方法
CN106643601B (zh) 工业机器人动态六维参数测量方法
CN115919250A (zh) 一种人体动态关节角测量系统
WO2023165355A1 (zh) 手术平台定位系统、位姿信息确定方法以及装置
CN117047771A (zh) 机器人的柔顺控制方法、装置及电子设备
Li et al. Positional accuracy improvement of an industrial robot using feedforward compensation and feedback control
CN113450903B (zh) 一种人体动作映射方法、装置、计算机设备和存储介质
CN115670660A (zh) 标定方法、装置、手术机器人、电子设备及存储介质
CN108196678A (zh) 手势操作方法及带手势操作功能的电子设备
CN110261098A (zh) 一种工程机械俯仰换向阀动态失效检测系统及方法
CN112008731A (zh) 一种空中作业机器人的柔顺控制方法、装置、终端、系统及可读存储介质
CN117901100A (zh) 一种基于操作器的机器人控制方法及其系统
CN117116459B (zh) 康复机器人主动康复训练控制方法及装置
CN116509449B (zh) 机械臂的位姿信息确定方法、装置及电子设备

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