CN116649992A - 用于医学技术的机器人系统的轨迹规划 - Google Patents

Abstract

本发明涉及一种用于医学技术的机器人系统(1)的轨迹规划的方法，机器人系统具有多个自由度，根据本发明，机器人系统(1)的第一部件的姿势可独立于机器人系统(1)的第二部件的姿势改变，通过针对每自由度测量初始值确定初始状态。基于初始状态确定第一部件的至少两个离散参考点(19a、19b、19c、19d)相对彼此的位置信息以及第二部件的至少两个另外的离散参考点(20a、20b、20v、20d、20e、20f)相对彼此的另外的位置信息。根据初始状态、位置信息和另外的位置信息，针对机器人系统(1)规划轨迹，其将机器人系统(1)从初始状态转移到目标状态。此外，本发明涉及一种机器人装置和计算机程序产品。

Description

用于医学技术的机器人系统的轨迹规划

技术领域

本发明涉及一种用于针对具有多个自由度的医学技术的机器人系统的轨迹规划的方法，其中，机器人系统的第一部件的姿势可独立于机器人系统的第二部件的姿势改变，并且其中，通过针对每个自由度获得初始值确定机器人系统的初始状态。本发明还涉及一种机器人装置，其具有带有多个自由度的医学技术的机器人系统，该机器人系统具有带有多个致动器的致动器系统，其中，致动器系统设置为独立于机器人系统的第二部件的姿势改变机器人系统的第一部件的姿势，并且还具有测量系统，测量系统设置为针对每个自由度测量初始值。本发明还涉及用于数据处理的装置以及计算机程序。

背景技术

在具有多个独立部件、例如成像系统和病床的医学技术的机器人系统中会导致部件相对彼此非常复杂的位置，这会使接触病人变难或不可能。这尤其在紧急情况下不利，例如需要由医务人员对病人进行心肺复苏时。

用于轨迹规划的传统方法计算机器人系统的关键表面之间的距离，并且随后进行迭代。这就是说，机器人系统的状态略微改变，重新计算改变后的距离并将其与预定的极限值比较。如果其中一个距离低于相应的极限值，则放弃状态的该改变并采取状态的其他改变。如果遵守极限值，则从改变的状态开始继续。这重复进行，直到达到可接受的最终状态。

这些方法的缺点是，由于其迭代的特点，其在规划出轨迹之前需要相对较长的时间。此外，这种运动对医务人员是不可预测的或者是难以预测的。这也可以适用于最终状态。此外，用于轨迹规划的计算工作量因此也非常大，因为整个表面之间的距离必须被多次计算。此外需要用于机器人系统的精确的表面模型。

由文献EP 3 693 137 A1已知一种用于制造路径规划模块和用于运行机器人的方法。路径规划模块具有人工智能部件，其根据预定的输入数据和训练目标预定值被训练，以区分机器人的不安全运动和安全运动并确定从机器人的初始姿势到相应目标的相应路径。

由文献DE 101 53 787B4已知一种X射线诊断设备，带有布置在设备车上的可多电机式调节的支架，带有X射线源和与X射线源相对布置的X射线接收器的C型弓架沿周向可手动移动地支承在支架上。该支架具有用于确定C型弓架相对于支架的相对位置的装置。轴控制器控制支架的电机式调节与支架中C型弓架的手动移动同步，使得对检查对象中的目标点满足针对X射线成像几何的预定条件。

由文献DE 10 2012 200 686 A1已知一种用于将X射线装置相对于成像装置定位的方法，其具有以下方法步骤：

-S1)借助成像装置得到在成像装置自己的参考坐标系中的图像数据集；

-S2)获得图像数据集中的坐标并确定针对X射线装置的第一定位数据，以便考虑第一定位数据的通过X射线装置拍摄的X射线图像包括在对应于图像数据集中的坐标的坐标处的图像信息；

-S3)将第一定位数据传输给X射线装置；

-S4)确定在X射线装置自己的参考坐标系中检查区域的位置并根据成像装置自己的参考坐标系到X射线装置的参考坐标系中的变换确定第二定位数据；

-S5)根据第二定位数据定位X射线装置。

发明内容

本发明要解决的技术问题是改进用于具有多个自由度的具有两个或更多可以相互独立移动的部件的医学技术的机器人系统的轨迹规划，以便尤其减少规划时间和/或计算工作量和/或对待提供的机器人系统的模型的要求。

该技术问题通过一种用于针对具有多个自由度的医学技术的机器人系统的轨迹规划的方法解决。有利的实施方式是本申请的内容。

本发明基于的想法是，轨迹规划基于机器人系统的部件上的离散参考点的位置信息。

根据本发明的第一方面建议一种用于带有多个自由度的医学技术的机器人系统的轨迹规划的方法。该机器人系统具有第一部件和第二部件，其中，第一部件的姿势可独立于第二部件的姿势改变，例如通过机器人系统的多个致动器改变。机器人系统的初始状态被确定，方式是针对所述多个自由度的每个自由度获得、尤其测量初始值，尤其通过或借助机器人系统的测量系统进行测量。基于初始状态，尤其通过至少一个计算单元确定第一部件的至少两个尤其预定的离散的参考点相对于彼此的位置信息。基于初始状态，尤其通过所述至少一个计算单元确定第二部件的至少两个尤其预定的离散的另外的参考点相对于彼此的另外的位置信息。根据初始状态、位置信息和另外的位置信息，尤其通过所述至少一个计算单元规划针对机器人系统的轨迹，该轨迹将机器人系统从初始状态转移到目标状态，尤其机器人系统的预定的目标状态。

机器人系统和至少一个计算单元可以是机器人装置的组成部分。机器人系统通常可以理解为由一个或多个机器人构成的系统。机器人在此可以理解为设备，其具有一个或多个可移动的部分，这些部分基于两个或更多、优选三个或更多运动轴线自由移动，其中，所述移动自动进行，例如基于相应的编程，并且必要时可以通过机械的、动态的或其他限制装置被限制。运动轴线在此可以包括线性运动轴线和/或旋转轴线。每个轴线可以理解为自由度。

医学技术的机器人系统可以理解为设置为执行医学应用的机器人系统。在此，这尤其可以是用于医学成像的系统，例如基于X射线的成像，和/或用于执行或辅助医学干预或者说医学介入(或手术)。例如，计算机断层扫描系统或血管影造影系统，尤其用于干预性血管造影的系统可以设计成医学技术的机器人系统。

根据本发明对其轨迹进行规划的医学技术的机器人系统具有多个自由度，即三个或更多自由度或者运动轴线。在此，多个自由度中的至少一个第一自由度涉及第一部件，多个自由度中的至少一个第二自由度涉及第二部件。至少一个第一自由度的整体确定第一部件的姿势，并且至少一个第二自由度的整体确定第二部件的姿势。所述姿势在此尤其可以理解成三个相应的空间坐标、即平移位置，和三个相应的位置角度、即旋转位置的整体。但部件的全部六个平移和旋转位置不一定可以独立改变或相互改变。例如，单个的平移位置和/或旋转位置可以通过相应部件的设计或通过其他边界条件确定。其中一个部件的姿势也可以称为相应部件的状态，第一和第二部件的姿势共同称为机器人系统的状态。

第一部件和第二部件可以属于机器人系统的两个不同的机器人，如机器人支架(也被称为机器人三脚架)和机器人式的病床(也被称为患者台)。但是第一部件和第二部件也可以是同一机器人的部分。在两种情况中，第一部件的姿势都能独立于第二部件的姿势改变。换句话说，第一部件的姿势可以在给定的参考坐标系中改变，第二部件的姿势在同一参考坐标系中可以保持不变，或者反之亦然。然而这不排除第一部件和第二部件的姿势同时改变。

机器人系统例如可以具有致动器系统，其包含多个致动器，例如电机，还包含用于控制致动器的相应的控制系统。通过多个致动器的相应控制，第一和第二部件的姿势可以相互独立地改变。

针对每个自由度测得的值例如直接或间接相当于与该自由度相应的各平移或转动位置。因此，位置被直接测量或者可以从测量值中得出。测量系统例如可以包含相应的传感器，例如旋转编码器等，以便测量位置，例如通过对致动器位置或姿态的相应测量。

参考点尤其是事先定义的，即在至少一个第一自由度和至少两个参考点的坐标之间存在已知的、预定的、明确的关系。相似地，在至少一个第二自由度和至少两个另外的参考点的坐标之间存在已知的、预定的、明确的关系。

至少两个参考点不一定位于第一部件的表面上，但相对于第一部件是明确定义的，如上所述。优选所述至少两个参考点中的至少一个参考点与第一部件具有大于零的距离，即尤其不位于第一部件的表面上。其具有的优点是，特殊关联的参考点、例如对称点或潜在碰撞点可用于轨迹规划。至少两个另外的参考点不一定位于第二部件的表面上，但相对于第二部件是明确定义的，如上所述。优选所述至少两个另外的参考点中的至少一个另外的参考点与第二部件具有大于零的距离，即尤其不位于第二部件的表面上。

参考点是离散的，这尤其可以理解为与连续点相区别。例如空间中的表面由连续的点的集合构成，因此每个点都具有无限大的相邻点的集合，该点与这些相邻点没有距离。然而，两个离散点之间总是有有限的距离。在至少两个离散参考点和至少两个另外的离散参考点的情况下，尤其可以定义最小距离，以便至少两个参考点中的任何一对点彼此之间具有大于或等于所述最小距离的距离，至少两个另外的参考点中的任何一对点彼此之间具有大于或等于最小距离的距离。然而针对至少两个参考点的最小距离也可以与针对至少两个另外的参考点的最小距离不同。相应的最小距离例如可以在几厘米的量级内或更大，例如大于或等于5cm或大于或等于10cm，或者在[5cm，50cm]的区间内，或者在[10cm，50cm]的区间内。

至少两个参考点的位置信息可以例如包含至少两个参考点相应的三维坐标。由此也定义了至少两个参考点彼此的相对位置。但是位置信息也可以只包含至少两个参考点彼此的相对位置。组合也是可行的。这类似地适用于至少两个另外的参考点的另外的位置信息。

机器人系统的轨迹可以理解为多维空间中的轨迹，即由多个自由度的整体构成的至少三维空间。机器人系统的每个状态都由多维空间中的正好一个点给出。因此轨迹是多维空间中的从初始状态导引至目标状态的曲线或超曲线，当致动器被相应控制时其将机器人系统从初始状态转移到目标状态中。

机器人系统的目标状态例如可以根据初始状态、位置信息和/或另外的位置信息尤其通过所述至少一个计算单元计算。替选地，可以由从轨迹规划得到目标状态。替选地，目标状态可以预定。这些替选方案的组合也是可行的。例如，可以预定针对目标状态的目标范围，准确的目标状态可以从轨迹规划中或如此所述的那样计算。

尤其与基于计算表面之间的距离的方法相比，通过使用离散的参考点用于轨迹规划，可以实现大大的简化并以此实现轨迹规划的加速。尤其通过参考点的适当的、针对系统的选择，对机器人系统的实际相关几何特性的限制是可行的，而不需要全面的模型，尤其表面模型。由此尤其可以实现轨迹规划，其中，规划从初始状态到目标状态的轨迹，而不需要用于碰撞检查的反复的中间步骤，即不必为初始状态直至目标状态之间的中间状态检查部件相互是否可能碰撞，或者其中一个部件是否可能与患者碰撞。

根据本发明的用于轨迹规划的方法不包括为使机器人系统在实际上从初始状态转移至目标状态而控制致动器的步骤，即不包括转移本身的步骤。但是基于根据本发明的用于轨迹规划的方法的每个实施方案都直接跟随着用于控制医学技术的机器人系统的相应方法，根据该方法，机器人系统沿规划的轨迹从机器人系统的初始状态转移到机器人系统的目标状态中，其中，根据本发明的用于轨迹规划的方法被执行，以便为机器人系统规划轨迹。

此外，根据本发明的用于轨迹规划的方法也可以理解为计算机实现的用于轨迹规划的方法与测量初始值的前置步骤的结合。该计算机实现的方法的每个步骤在此可以由用于数据处理的装置，尤其用于数据处理的装置的至少一个处理器执行。该用于数据处理的装置可以与所述至少一个计算单元相同或包括所述至少一个计算单元。

根据用于轨迹规划的方法的至少一个实施方式，机器人系统包括具有第一部件的医学成像模态或者说方式或者说模块以及具有第二部件的病床。

病床，尤其病床的支撑板例如可以围绕一个、两个或三个轴旋转或歪斜或倾斜。此外，整个病床作为整体或支撑板可以相对于病床的支撑部件例如在一个、两个或三个方向平移。

成像模态例如可以设计成C型弓架系统，也可以设计成C型臂系统，用于医学成像、例如用于基于X射线的成像、尤其计算机断层扫描，和/或基于X射线的血管造影和/或介入性血管造影。C型臂系统例如可以设计成顶板上安装的C型臂系统或移动式C型臂系统。

带有C型臂系统和病床的机器人系统如此所述具有较多的自由度，例如C型臂系统的三个旋转自由度和病床的一个、两个或三个旋转自由度，以及必要时的额外平移自由度。相应地，机器人系统的状态会是高度复杂的，第一和第二部件由此会构成相对彼此的高度复杂的姿势。因此，本发明的优点在此有特别强的作用。

根据至少一个实施方式，第一部件对应于用于基于X射线的成像的C型臂或者成像模态具有C型臂并且第一部件刚性地固定在C型臂上。

例如X射线探测器和/或X射线准直器可以固定在C型臂上。

根据至少一个实施方式，至少两个参考点中的第一参考点对应于C型臂的中心，至少两个参考点中的第二参考点位于一条线、尤其直线上，该线将C型臂的X射线探测器和C型臂的X射线准直器相连并延伸经过C型臂的中心。

换句话说，第一参考点至少位于X射线探测器和X射线准直器之间。第二参考点可位于X射线探测器或X射线准直器内或其上。

根据本发明，根据从第一参考点指向第二参考点的第一参考矢量规划针对机器人系统的轨迹。

已表明，构成第一参考矢量的这些参考点彼此的位置信息，尤其它们彼此的相对位置，对上述C型臂系统最重要并且因此可以有利地用于全面的轨迹规划。由于C型臂系统的运动可行性，该第一参考矢量足以形成位置信息。换句话说，位置信息可以由第一参考矢量组成。在考虑另外的位置信息的情况下，可以有效和可靠地进行轨迹规划。

根据本发明，根据初始状态计算第二参考矢量，第二参考矢量垂直于病床的支撑板。为了规划轨迹，第一参考矢量相对于第二参考矢量的定向被控制或调节。

根据本发明，根据初始状态计算第三参考矢量，第三参考矢量平行于病床的支撑板。为了规划轨迹，第一参考矢量相对于第三参考矢量的定向被控制或调节。

第二和/或第三参考矢量因此尤其可以被视为另外的位置信息的一部分。第二和/或第三参考矢量尤其可以根据初始状态和至少两个第二参考点计算。

根据本发明，执行轨迹的规划，使第二参考矢量与第一参考矢量在垂直于第三参考矢量的平面中的投影之间的第一角度最小，或执行轨迹的规划，使第三参考矢量与第一参考矢量在垂直于第二参考矢量的平面中的投影之间的第二角度最小。

尤其这样规划轨迹，使第一角度和/或第二角度在整个轨迹中尽可能小。为此例如可以进行一个或多个优化方法，例如使用预定的边界条件。

根据至少一个实施方式，这样支承和/或导引C型臂，使得C型臂可围绕第一旋转轴线轨道式转动并可围绕垂直于第一旋转轴线的第二旋转轴线转动，其中，围绕第一旋转轴线的轨道式转动和围绕第二旋转轴线的转动对应于多个自由度的相互独立的自由度。

轨道式转动在此尤其可以理解为C型臂在通过C型臂定义的平面内的转动。通过围绕第一旋转轴线的轨道式转动(或者说沿轨道转动)和围绕第二旋转轴线的转动，由此可以基本上实现C型臂的任何头位或足位，以及基本上C型臂的任何LAORAO位置。LAO和RAO在此分别代表左前斜(英语：“left anterior oblique”)和右前斜(英语：“right anterioroblique”)。

根据至少一个实施方式，轨迹被这样规划，在机器人系统沿轨迹从初始状态转移到目标状态时，第一参考点和至少两个另外的参考点中的每个另外的参考点之间的相应距离持续增加和/或保持不变。换句话说，在机器人系统沿轨迹从初始状态转移到目标状态中时，第一参考点和每个另外的参考点之间的相应距离在任何时刻都不减小。

由此可以避免部件相互碰撞和/或其中一个部件与病人碰撞。

根据至少一个实施方式，轨迹被这样规划，在机器人系统沿轨迹从初始状态转移到目标状态时，第二参考点和至少两个另外的参考点中的每个另外的参考点之间的相应距离持续增加和/或保持不变。换句话说，在机器人系统沿轨迹从初始状态转移到目标状态中时，第二参考点和每个另外的参考点之间的相应距离在任何时刻都不减小。

根据本发明的另一个方面给出一种用于数据处理的装置，其具有至少一个处理器，该处理器配置为执行根据上述发明的计算机实现的方法。根据该计算机实现的方法，医学技术的机器人系统的初始状态以针对机器人系统的多个自由度中的每个自由度的测量的初始值的形式获得、尤其由机器人系统的测量系统获得，其中，机器人系统的第一部件的姿势可独立于机器人系统的第二部件的姿势改变。基于初始状态确定第一部件的至少两个离散参考点相对彼此的位置信息。基于初始状态确定第二部件的至少两个离散的另外的参考点相对彼此的另外的位置信息。根据初始状态、位置信息和另外的位置信息，规划用于机器人系统的轨迹，该轨迹将机器人系统从初始状态转移到机器人系统的目标状态中。

根据本发明的用于数据处理的装置的另外的设计，直接从根据本发明的用于轨迹规划的方法的各种设计方案得到，反之亦然。

根据本发明的另外的方面给出一种机器人装置，其具有带有多个自由度的医学技术的机器人系统。该机器人系统具有带有多个致动器的致动器系统，其中，该致动器系统设置为尤其通过控制所述多个致动器独立于机器人系统的第二部件的姿势改变机器人系统的第一部件的姿势。该机器人系统具有测量系统，其设置为针对每个自由度测量初始值。该机器人装置具有至少一个计算单元，该计算单元设置为执行根据上述发明的方法，其中，基于呈测量的初始值形式的初始状态确定第一部件的至少两个离散参考点相对于彼此的位置信息，基于初始状态确定第二部件的至少两个离散的另外的参考点相对于彼此的另外的位置信息，并根据初始状态、位置信息和另外的位置信息，规划用于机器人系统的轨迹，该轨迹将机器人系统从机器人系统的初始状态转移到目标状态中。

根据机器人系统的至少一个实施方式，机器人系统包括具有第一部件的医学成像模态或者说方式或者说模块和具有第二部件的病床。

根据机器人系统的至少一个实施方式，第一部件相当于用于基于X射线的成像的C型臂或者刚性地固定在C型臂上。

根据机器人系统的至少一个实施方式，至少两个参考点中的第一参考点对应于C型臂的中心，至少两个参考点中的第二参考点位于一条线，尤其直线上，该线将C型臂的X射线探测器和C型臂的X射线准直器相连并延伸经过C型臂的中心。

根据机器人系统的至少一个实施方式，这样支承和/或导引C型臂，使得C型臂可围绕第一旋转轴线轨道式转动并可围绕垂直于第一旋转轴线的第二旋转轴线转动，其中，围绕第一旋转轴线的轨道式转动和围绕第二旋转轴线的转动对应于多个自由度的相互独立的自由度。

根据本发明的机器人系统的另外的设计，直接从根据本发明的用于轨迹规划的方法的各种设计方案得到，反之亦然。尤其根据本发明的机器人系统设置为执行根据本发明的用于轨迹规划的方法，或根据本发明的机器人系统执行根据本发明的用于轨迹规划的方法。

根据本发明的另一方面给出一种带有命令的计算机程序。在命令由用于数据处理的装置，尤其根据本发明的用于数据处理的装置执行时，该命令使用于数据处理的装置执行根据上述发明的计算机实现的方法，其包括以下步骤：

-以针对机器人系统的多个自由度中的每个自由度的测量的初始值的形式获得医学技术的机器人系统的初始状态，其中，机器人系统的第一部件的姿势可独立于机器人系统的第二部件的姿势改变；

-基于初始状态确定第一部件的至少两个离散参考点相对彼此的位置信息；

-基于初始状态确定第二部件的至少两个离散的另外的参考点相对彼此的另外的位置信息；

-根据初始状态、位置信息和另外的位置信息，规划用于机器人系统的轨迹，该轨迹将机器人系统从机器人系统的初始状态转移到目标状态中。

当命令由根据本发明的机器人装置，尤其机器人装置的至少一个计算单元执行时，该命令例如使机器人装置执行根据本发明的用于轨迹规划的方法。

根据本发明的另一方面给出一种存储有根据本发明的计算机程序的计算机可读存储介质。

根据本发明的计算机程序和根据本发明的计算机可读存储介质可以分别理解为带有命令的计算机程序产品。

计算单元尤其可以理解为包含处理电路的数据处理设备。计算单元因此尤其可以处理数据以执行计算操作。这也可能包括对数据结构，例如查找表(英语：“look-uptable”)进行索引访问的操作。

计算单元尤其可以包括一个或多个计算机，一个或多个微控制器和/或一个或多个集成电路，例如一个或多个特定应用集成电路，ASIC(英语：“application-specificintegrated circuit”)，一个或多个可现场编程门阵列，FPGA，和/或一个或多个单芯片系统，SoC(英语：“system on a chip”)。计算单元还可以包括一个或多个处理器，例如一个或多个微处理器，一个或多个中央处理单元，CPU(英语：“central processing unit”)，一个或多个图形处理单元，GPU(英语：“graphics processing unit”)，和/或一个或多个信号处理器，尤其一个或多个数字信号处理器，DSP。该计算单元还可以包括计算机或其他提到的单元的物理或虚拟的联结体。

在不同的实施例中，该计算单元包括一个或多个硬件和/或软件接口和/或一个或多个存储单元。

存储器单元可以设计为易失性数据存储器，例如动态随机存取存储器，DRAM(英语：“dynamic random access memory”)或静态随机存取存储器，SRAM(英语：“staticrandom access memory”)，或非易失性数据存储器，例如只读存储器，ROM(英语：“read-only memory”)，可编程只读存储器，PROM(英语：“programmable read-only memory”)，可擦除只读存储器，EPROM(英语：“erasable read-only memory”)，电可擦除只读存储器，EEPROM(英语：“electrically erasable read-only memory”)，闪存或闪存EEPROM，铁电随机存取存储器，FRAM(英语：“ferroelectric random access memory”)，磁阻随机存取存储器，MRAM(英语：“magnetoresistive random access memory”)或相变随机存取存储器，PCRAM(英语：“phase-change random access memory”)。

如果在本公开的范畴中提到根据本发明的机器人装置的部件，尤其机器人装置的至少一个计算单元，设置、构造、设计用于执行或实现特定功能、实现特定作用或用于特定目的等等，这理解为，该部件除了在原理上或理论上可用于或适合该功能、作用或目的外，还能通过相应的调整、编程、物理设计等具体和实际地执行或实现该功能、达到该作用或用于该目的。

本发明的其他特征从权利要求、附图和附图说明得出。上述说明中提到的特征和特征组合，以及下述在附图说明中提高和/或在附图示出的特征和特征组合，不仅可以以给出的组合使用，而且也可以在本发明的其他组合中。尤其不具有初始提出的权利要求的所有特征的设计方式和特征组合也可包括在本发明中。此外，本发明还可以包括超出或不同于以权利要求引用关系呈现的特征组合的设计方式和特征组合。

附图说明

下面根据具体的实施例和相关的示意图进一步阐述本发明。附图中相同的或功能相同的元素设置有相同的附图标记。对相同或功能相同的元素的说明可能不一定会在不同的附图方面重复。

附图中

图1示出按照本发明的机器人装置的示例性实施方式的示意图，

图2示出按照本发明的机器人装置的另外的示例性实施方式的机器人支架的示意图，

图3示出按照本发明的机器人装置的另外的示例性实施方式的病床的侧视示意图，

图4示出按照本发明的机器人装置的另外的示例性实施方式的病床的俯视示意图，

图5示出按照本发明的机器人装置的另外的示例性实施方式的病床的前视示意图，

图6示出按照本发明的机器人装置的另外的示例性实施方式的病床的俯视示意图，

图7示出按照本发明的机器人装置的另外的示例性实施方式的病床的侧视示意图，

图8示出按照本发明的机器人装置的另外的示例性实施方式的病床的前视示意图。

具体实施方式

图1示意性示出按照本发明的机器人装置的示例性实施方式，其带有机器人系统1和计算单元2。

机器人系统1设计成C型臂系统，具有例如移动的机器人支架2和病床3，机器人支架包含C型臂7。

病床3具有台柱10和布置在台柱10上的用于支撑病人的支撑板11。支撑板11可以相对于台柱10在一个、两个或三个方向上平移和/或围绕一个、两个或三个旋转轴线旋转。

机器人支架2具有支座4，其具有转动活节12。C型臂支架5通过另外的转动活节6可转动地连接在支座4上。C型臂7可活动地固定在C型臂支架5上以实现C型臂7的轨道式转动。机器人支架2在本实施例中具有三个旋转自由度并且此外可以设计成能平移运动。

在图2中示意性地示出机器人装置的另外的示例性实施方式的机器人系统1的机器人支架2。该机器人支架2例如设计成安装在顶板13上的C型臂系统。

机器人系统1具有致动器系统(未示出)，其包括多个致动器的和用于控制多个致动器的控制单元。机器人支架2的自由度由此可以独立于病床3的自由度改变，或者反之亦然。机器人系统1的测量系统(未示出)可以针对整个机器人系统1的每个自由度测量初始值，例如通过测量多个致动器的状态。

计算单元21可以基于定义机器人系统1的初始状态的测得的初始值来确定机器人支架2的至少两个离散的参考点19a、19b、19c、19d相对于彼此的位置信息，和确定病床3的至少两个离散的另外的参考点20a、20b、20v、20d、20e、20f(例如见图4)相对于彼此的另外的位置信息。根据初始状态、位置信息和另外的位置信息，计算单元21可以针对机器人系统1规划轨迹，其将机器人系统1从初始状态转移到目标状态。

根据本发明可以实现用于在三维空间中执行避免碰撞和安全的机器人运动的方案。由此方案可以得到不同算法，其使用一个或多个子机器人运动策略。该方案适用于医学机器人技术，例如介入性血管造影。然而，该方案的应用不局限于医学机器人技术领域，而是可以用于机器人技术的许多领域，以实现机器人的强大路径规划。

下面以安装在顶板13上的用于介入性血管造影的机器人系统1为基础。然而同一方案也可以用于其他血管造影或成像机器人。

机器人系统1包含机器人支架2和机器人病床3。在图2中以侧视图示出机器人支架2。机器人支架2的C型臂7具有在C型臂7的上端部处的探测器9，尤其X射线探测器，具有在C型臂7的下端部处的准直器8和/或X射线源。机器人支架2可以以多个不同定向被定位，例如可以实现X射线从准直器8到探测器9的期望的角度位置。X射线通常穿过病人的身体，使得在每个角度位置中都实现对病人的身体上的不同视图。

机器人支架2尤其具有主臂18，主臂通过可转动的连接装置14固定在顶板13上。

主臂18和进而整个机器人支架2可以沿平行于顶板13的y轴移动。例如选择沿y轴的参考点，机器人支架2的运动是从该参考点开始被测量。在此和下文中，RLMY表示机器人支架2沿y轴的位置。

主臂18和进而整个机器人支架2可以围绕垂直于顶板13的z轴转动，尤其可转动的连接装置14。沿z轴观察，机器人支架2可以围绕z轴顺时针或逆时针转动。

中间臂16通过可转动的连接装置15固定在主臂18上。C型臂7通过滑座17固定在中间臂16上。

若主臂18围绕z轴旋转，则整个机器人支架2尤其C型臂7一起旋转。机器人支架2围绕z轴的角度位置被称为RRMZ。RRMZ位置尤其反映用于围绕z轴旋转的电机的角度位置，该电机尤其布置在连接装置14上。其例如可以通过相应的旋转编码器确定。

C型臂7在连接装置15处可以与中间臂16一起围绕y轴转动，其中，主臂18保持固定。相应的电机尤其布置在连接装置15上。RRMY位置尤其反映用于围绕y轴旋转的电机的角度位置。其例如可以通过相应的旋转编码器确定。

C型臂7通过滑座17固定在中间臂16上，使得其可以在中间臂16上沿着滑动而独立于围绕y轴的旋转运动，以导致围绕x轴的旋转，也被称为C型臂7的轨道式转动。C型臂7的这种轨道式转动可以独立于中间臂16和/或主臂18的运动进行。轨道式转动也可以由布置在中间臂16与C型臂7的连接部上的电机执行。RRMX位置尤其反映用于围绕x轴旋转的电机的角度。其例如可以通过相应的旋转编码器确定。

图3示出也被称为患者台的病床3的侧视图，其带有支撑板11，病人可以支撑在支撑板上并且其也可以被称为台板。支撑板11由台柱10支撑。

病床3可以类似于RLMY执行沿y轴的纵向移动，其中仅支撑板11被移动，而台柱10不移动。TLMY表示支撑板11相对于相应参考位置的位置。此外，支撑板11可以沿x轴和z轴移动。相应的位置分别称为TTMX和TVMZ。

支撑板11围绕z轴的转动由位置TRMZ给出，位置TRMZ对应于相应的电机的角度位置并且可以由相关的旋转编码器确定。该运动也可以被称为台转动。支撑板11围绕y轴的转动由位置TRMY给出，其对应于相应的电机的角度位置并且可以由相关的旋转编码器确定。该运动也可以被称为摇晃。支撑板11围绕x轴的转动由位置TRMX给出，其对应于相应的电机的角度位置并且可以由相关的旋转编码器确定。该运动也可以被称为台倾斜。

由RLMY、RRMZ、RRMY、RRMX给出的机器人支架2的当前状态由TLMY、TTMX、TVMZ、TRMZ、TRMY、TRMX给出的病床3的当前状态以及必要时机器人支架2的尺寸和病床3的尺寸可以理解为直接的输入数据，即可以直接测量或确定而不需要另外的数据处理。机器人系统1的机械参数、机器人手臂或电机的极限点也可以是直接输入数据。

导出的输入数据是例如不能直接测量或不直接可用并且因此需要一定程度的处理工作量才使其可用的数据。这种数据可以是离散的空间参考点，其表示机器人支架2和/或病床3的当前位置。这种离散的参考点可以位于机器人支架2或病床3的任何位置并且可以总是由机器人系统1的当前状态即机器人支架2的当前状态和病床3的当前状态导出。

在图2中示出机器人支架2的四个示例性参考点19a、19b、19c、19d。参考点19a是例如在C型臂7的中心的所需参考点。另外两个参考点19b、19c布置在准直器8的上方和下方。两个参考点19b、19c中的一个也可能是需要的，而第二个可以是可选的。另一个可选参考点19d位于例如C型臂7上或滑座17上。

参考点19a、19b、19c、19d可以相互关联，以便获得三维矢量。这些矢量在此有助于产生对机器人支架2位置的明确理解。下面说明这些矢量如何用于机器人系统1的位置控制。在需要时可以在机器人支架上增加另外的参考点，以实现更可靠的位置控制条件。

图4和图5中示出病床3的示例性参考点20a、20b、20c、20d、20e、20f、20g。参考点20a、20b、20c、20d例如位于支撑板11的四个角部。可选的参考点20e、20f例如可以居中位于支撑板11的短侧上。参考点20g例如位于台柱10的中心。

参考点20a、20b、20c、20d、20e、20f、20g可以相互关联，以便获得三维矢量。这些矢量在此有助于产生对病床3位置的明确理解。下面说明这些矢量如何用于机器人系统1的位置控制。

医学方法会需要针对血管造影机器人系统的不同的设置可行性。简单地说，机器人支架2和病床3可以自由定向，以达到期望的LAO位置和头位。根据病人的身高，机器人支架2和病床3可以通过许多不同的组合方式交叉。就是说很难手动解析位置，以使病人例如对医生来说容易接触。

由于机器人系统1的大量自由度，如上所述，所以可行的组合的数量可能很高，以至于该数量鉴于为经典的基于模型的自动路径规划算法所需的计算量可以认为是几乎无限的。本方案实现了机器人支架2和病床3的运动自动从任何初始状态到机器人支架2和病床3不再相互交叉的目标状态。相应的算法可以被称为复杂的位置解析器(德语：)。

由此还可以实现下述目的：

·给出一种通用的方法，其覆盖所有临床相关的位置并最大地覆盖了超出临床相关的内容。

·实现了机器人系统1的运动模式，其可以认为是安全的。

·实现了机器人系统1的运动模式，其主动地使病人和机器人系统1之间的距离最大。

·实现了运动模式，其在机器人系统1的整个使用寿命期间一致。这意味着，机器人系统1对于给定的初始状态和目标状态总是产生同一轨迹。

·实现了确定性的机器人运动。这意味着，人可以根据当前位置预测机器人系统1将如何移动。

·若基于硬件和/或系统规格可行，实现更短的响应时间。

·若基于硬件和/或系统规格可行，实现更快的运动规划。

·规划时间基本上与机器人系统1的初始状态无关。

复杂的位置解析器可以理解为机器人式的运动策略，其由机器人式的子运动策略组成。

在医学范畴中，子运动策略例如实现下述运动的控制：

头/尾运动(cranial/caudal)。

LAO/RAO运动。

LAO/RAO位置改变最小化或没有LAO/RAO位置改变的头/尾运动。

病床3移动到安全的位置，其中病人和/或病床3与机器人支架碰撞的风险最低。

此外可以针对确定LAO/RAO的值，其使得与病人碰撞或挤压病人的风险最低。

下面说明针对复杂的位置解析器的具体应用。

在介入性血管造影或其他程序中会出现紧急情况。在极端情况下，医生可能需要对病人进行心肺复苏术，CPR(英语：“cardiopulmonary resuscitation”)。这种紧急情况时间很关键，医生需要尽快接触病人，以能进行心肺复苏。在有些情况中会出现的是，机器人系统1复杂地交叉，使得不能再接触到病人。此外，机器人系统1的状况可能非常复杂，使得手动重新定位机器人系统1以能接触到病人通道需要很长的时间。在这种情况中，机器人系统1更快地自动重新定位到可以接触病人的状态可以节省很多时间。如果这种自动运动能可靠而快速地执行，则医生只需要给机器人系统1一个适当的命令。如果此外自动运动是有确定性的，那么有经验的医生甚至可以在机器人系统1重新定位期间就开始准备心肺复苏。

在这种情况中，例如可以使用以下分策略的序列用于更快地重新定位机器人系统1，以能接触到病人：

·病床3沿y轴纵向移动。

·LAO改变最小化或没有LAO改变的头运动。

·将病床3移至更安全的状态，其中碰撞的风险最低。

·针对病人的挤压/碰撞风险最小的LAO运动。

·病床3沿z轴垂直移动。

·病床3沿x轴横向移动。

·LAO运动

·病床3沿z轴垂直移动。

·病床3围绕x轴旋转。

·病床3围绕y轴旋转。

·机器人支架2沿y轴纵向移动。

该运动序列可以根据需要或期望的质量和安全目标同时、部分同时或相继执行，尤其按所述顺序执行。通过该运动序列，机器人系统1可以快速从任何复杂的状态进入可以接触病人的状态。

下面阐述复杂位置解析器的另外的技术细节。

如上所述，复杂位置解析器的依规的功能会需要几何的输入数据，尤其直接和导出的输入数据。复杂的位置解析器可以使用导出的输入数据以便产生额外的输入数据，如下所述。

在图2中示出从参考点19a指向参考点19b或参考点19c的矢量。该矢量在下文称为兴趣C型臂矢量，简称CVOI。

复杂的位置解析器例如可以具有下述部分：

·双平面矢量控制器

·单平面控制器

·病床重新定位器

·机器人支架前向运动学

·机器人支架最佳解决方案识别器

·病床兴趣点计算器

双平面矢量控制器控制CVOI的定向。这由两种不同的策略控制：单旋转控制和双旋转控制。

单旋转控制控制CVOI在x-y平面中的定向。在此，由x-y平面中的定向控制引起的在其他平面中的变化没有被考虑。CVOI的角度的这种控制在图6中可见。在左侧在此可以看到病床3或支撑板11的俯视图。计算垂直于病床3的矢量(图6中以虚线示出的箭头)。该矢量的方向基于准直器8在x-y平面中相对于支撑板11的定向确定。图6在右侧示出机器人支架2的参考坐标系的俯视图。垂直于病床3的矢量从病床3的参考坐标系转换到机器人支架2的参考坐标系。CVOI(图6中右侧以实线示出的箭头)与垂直于病床3的矢量之间的角度被控制。试图使该角度尽可能地接近于0。

换句话说，通过该部分确定CVOI在x-y平面中的角度并调整CVOI垂直于病床3。该部分尤其仅在满足某些预定的安全标准时才会被激活，如下所述。

算法的双旋转控制的部分控制CVOI在y-z平面中的定向并可以纠正或考虑由y-z平面中的方向控制引起的在x-z平面中可能的变化。图7示意性示出角度控制。图7在左侧示出倾斜的支撑板11，即TRMX。产生垂直于支撑板11的矢量(图7中以虚线示出的箭头)并计算其在3维空间中的有效作用。基于CVOI的当前定向(图7中右侧以实线示出的箭头)，对CVOI应用相应的有效作用，控制垂直于支撑板11的矢量与CVOI之间的剩余差异。

换句话说，通过这部分确定CVOI在y-z平面中的角度并将CVOI定向垂直于支撑板11，而x-z平面中的作用最小。换句话说，CVOI在x-z平面中的角度优选保持不变或变化最小。该部分尤其始终激活。

算法的单平面控制器的部分控制CVOI在x-z平面中的定向。CVOI的该定向例如通过两种不同的策略控制：与病床相关的控制和与病床无关的控制。

在与病床相关的控制中，CVOI在x-z平面中的定向根据病床3的当前位置控制。该部分使用病床3的兴趣点信息导出CVOI在x-z平面中所需的方向。此外可以考虑由于在x-z平面中的定向控制而在y-z平面或x-y平面中产生的所有变化。图8示意性示出角度控制。图8在左侧示出病床3的前视图，其中可见TRMY。产生垂直于支撑板11的矢量(图8中以虚线示出的箭头)并计算其在3维空间中的有效作用。基于CVOI的当前定向(图8中右侧以实线示出的箭头)，对CVOI应用相应的有效作用，控制垂直于支撑板11的矢量与CVOI之间的剩余差异。

换句话说，通过该部分确定CVOI在x-z平面中的角度并将CVOI在x-z平面中定向到该角度，而CVOI在y-z和x-y平面中的定向保持在期望的值。该部分例如始终激活。

在与病床无关的控制中，CVOI在x-z平面中的定向独立于病床3的当前位置控制。在该部分中确定CVOI在x-z平面中的角度，其使病人挤压和/或碰撞风险最小并增大病床3的运动范围。换句话说，通过该部分确定CVOI在x-z平面中的角度并将CVOI定向到在x-z平面中的该角度，而CVOI在y-z和x-z平面中的定向保持在期望的值。该部分例如始终激活。

病床重新定位器部分控制病床3的TTMX和TVMZ。它使用病床3的兴趣点信息和有关CVOI的信息确定病床3在TTMX和TVMZ方向的所需移位。换句话说，病床3这样移动，即兴趣点尽可能远地在CVOI的原点，尤其参考点19a的方向上移动，其中考虑机器人支架2的当前位置。例如只有在满足某些标准时，该部分才被激活，如下所述。

病床兴趣点计算器部分使用关于CVOI的可用信息，以计算上文所述病床3上的点，其称为病床3的兴趣点。兴趣点可以视为基于导出的数据和机器人支架2的当前位置产生的额外的信息。复杂的位置解析器的其他部分可以使用兴趣点，以将病床3带到更安全和提供更小碰撞风险的位置，和/或以便确定CVOI在x-z平面中的期望的定向角。

机器人支架前向运动学部分提供机器人支架2的位置信息。该部分针对RRMZ、RRMY和RRMX的给定值获得用于CVOI的相应值，其表示针对RRMY、RRMZ和RRMX的给定值或者针对RRMZ和RRMX的给定值以及CVOI在x-z平面和y-z平面中的角度。

机器人支架最佳解决方案识别器部分针对给定的RRMZ和CVOI计算机器人支架2的最佳的RRMY和RRMX值。此外，该部分还提供关于针对RRMY和RRMX的最佳值的完整性的信息。例如预定的RRMY和RRMX值可能会由于机械限制而受限，使得不能实现CVOI。在这种情况中，该部分就返回到在给定RRMZ情况下离给定的CVOI最接近的尽可能好的RRMY和RRMX值。该算法的该部分可以根据需要自由调整，以找到最佳的解决方案。这些部分对CPR的实施聚焦在提供接近机器人支架2的当前RRMX和RRMY值的解决方案并且表示更低的或者最小的碰撞风险。

下面更详细地说明复杂的位置解析器的不同部分的实施。

机器人支架最佳解决方案识别器部分提供位置RRMY、RRMX，其表示给定RRMZ时给定的CVOI。它涵盖关于如何使用CVOI和RRMZ确定表示给定的CVOI的RRMY、RRMX的信息。

作为输入值提供给该部分的CVOI受机器人支架2的RRMZ转动的影响。为了克服RRMZ对CVOI的影响，CVOI可以围绕z轴旋转，方式是预定与RRMZ位置正好相反的值。这导致相对z方向定向的兴趣矢量，其被称为VOIzA。

在有些情况中，例如若VOIzA在x-z平面中投影的长度小于预定的极限值，则更安全和更可靠的是，返回机器人支架的当前RRMY，以避免机器人支架2的RRMY运动。可以根据需要决定在这种情况中算法应该如何反应。

为了确定VOIzA的投影的可靠性，例如可以使用以下程序。VOIzA的坐标被称为VOIzAx、VOIzAy和VOIzAz。首先计算VOIzA的三维长度，

和VOIzA到x-z平面中投影的长度，

并且确定VOIzA到x-z平面中投影的最小长度，

其中，是用于选择最小长度的角度。/>的值可以根据需要基于系统的可行性选择，例如89°。

例如可以认为如果L2D小于或等于LL，则不能可靠地计算RRMY。其他情况下例如可以通过以下方法确定RRMY。计算VOIzA在x-z平面中的角度θxz：

θxz＝cos^-1(|Fxz|).

从固定的参照物开始测量RRMY，使用θxz并且测量VOIzA在x-z平面中的绝对角度。

测得的绝对角度是RRMY的值。然而RRMY是旋转运动，就是说RRMY的值可以在系统中通过顺时针旋转和逆时针旋转得到。这意味着对于RRMY有两种解决方案。如果一个解是±θ，则另一个是

基于应用的要求可以应用限制以选择最合适的解决方案。例如期望更快地并且机器人支架2的移动最小地实现目标。为此可以添加条件，其测量机器人支架2从当前RRMY值到RRMY任何可用的解决方案的移动耗费或者说移动成本。最接近当前RRMY的解决方案被选为最佳RRMY解决方案。

一旦获得RRMY解决方案或者说解，就可以例如通过以下方法获得RRMX。VOIzA是相对于z轴，但不一定是相对于x轴定向的。由于获得的RRMY的值表示VOIzA在x-z平面中的角度，所以VOIzA围绕y轴以RRMY值旋转，使VOIzA也在x轴上定向。产生的相对于z轴和x轴定向的矢量被称为VOIzxA。其也有三个坐标VOIzxAx、VOIzxAy和VOIzxAz。VOIzxA到y-z平面中的投影是

确定VOIzxA在y-z平面中的角度θyz

θyz＝cos^-1(|Fyz|)

从固定的参照物开始测量RRMX，使用θyz并且测量VOIzxA在y-z平面中的绝对角度。

与RRMY相似，对于RRMX也有两个解决方案。在此也可以例如这样确定RRMX，使其最接近机器人支架2的当前RRMX位置。得到的解决方案可被视为最佳的RRMX解决方案。

为了识别，使用额外的限制，使得对于RRMY和RRMX的解决方案对应于机器人支架2的机械和/或动态极限。动态极限是例如为使挤压和/或碰撞风险最小化所能施加到机器人支架2上的极限。这些限制取决于专门的机器人系统1的机械构造。

以下其示例性针对安装在顶板上的系统导出。机器人支架2的机械位置极限RRMY，RRMX可以从直接的输入数据确定。对于RRMY的最大和最小的机械位置极限是MLYMax或者说MLYMin。对于RRMX的最大和最小的机械位置极限是MLXMax或者说MLXMin。例如认为针对在顶板上安装的系统的机械极限如下：MLYMax＝180°，MLYMin＝-150°，MLXMax＝100°，MLXMin＝-100°。

在顶板上安装系统的C型臂7可以以多种方式围绕病床3定位。一些位置非常复杂，如果允许机器人支架2在机械限制的整个范围内移动，会有碰撞或挤压的危险。对于这些位置，除了机械极限外还可以应用软极限。如果机器人支架2在病床3的左侧或右侧，RRMY运动可通过软极限被限制，这取决于在顶板上安装的系统的机械设计。同样地，当机器人支架2位于病床3上时，RRMX运动可通过软极限被限制。在安装在顶板上的系统中，控制RRMY和RRMX的电机和臂可以随RRMZ一起移动。换句话说：哪种极限应适用于对RRMY和RRMX，取决于机器人支架的RRMZ位置。这可以用于导出系统的动态极限。

可以定义针对RRMY、RRMX的最大和最小极限值，其与机器人支架2的位置无关。这些极限值是相对的并且从机器人支架2目前所在象限的起点或者终点测量。RRMY的最大和最小的相对机器人独立的极限为ILYMax和ILYMin，例如ILYMax＝60°，ILYMin＝-60°。RRMX的最大和最小的相对机器人独立的极限为ILXMax和ILXMin，例如ILXMax＝90°，ILXMin＝-90°。

机器人支架2的动态极限RRMY、RRMX例如可以如下确定。对于RRMY的影响因素是而对于RRMX的影响因子为/>其中，是机器人支架2的当前RRMZ值。RRMY的最大和最小动态极限为DLYMax和DLYMin，其中：

Δmax＝(MLYMax-ILYMax)＊Frrmy，

DLYMax＝ILYMax+|Δmax|，

Δmin＝(MLYMin-ILYMin)＊Frrmy，

DLYMax＝ILYMin+|Δmin|。

RRMX的最大和最小动态极限为DLXMax和DLXMin，其中：

Δmax＝(MLXMax-ILXMax)＊Frrmx，

DLXMax＝ILXMax+|Δmax|，

MLXMax＝-MLXMin，

ILXMax＝-ILXMin，

DLXMin＝-DLXmax。

基于这些机械和动态极限值可以对RRMY和RRMX进行极限值检查和改变/饱和。例如如果RRMY解＞DLYMax，则RRMY解可以被限制在相应的象限，以便RRMY解不离开软极限的范围。例如如果RRMY解<DLYMin，则RRMY解可以被限制在相应的象限，以便RRMY解不离开软极限的范围。例如如果RRMY解＞DLYMax，那么RRMY解可以被限制在MLYMax。例如如果RRMY解＜DLYMin，那么RRMY解可以被限制在MLYMin。

这些条件可以扩展，以便根据应用情况限制解决方案。极限值和可靠值的计算的同样的方案也可以普遍应用。

病床兴趣点计算器部分根据机器人支架2的当前位置提供在病床3上的空间点。该空间点可以称为病床3的兴趣点，其将三维空间中的台与机器人支架2永久连接。

兴趣点可以如下确定。基于导出的和直接的输入数据，病床3的参考点20a、20b、20c、20d、20e和/或20f可以用于导出x-y平面中的一般直线方程，其穿过病床3的中心沿y轴延伸，如图4中参考点20e和20f之间的虚线所示，x＝m*y+c，其中m是斜率，c是偏移量，x是TTMX的值，y是TLMY的任何值。将CVOIy值代入该直线方程，以便得到兴趣点TPOI的x坐标TPOIx。根据参考点20a、20b、20c、20d、20e和/或20f建立z-y平面中的另外的一般直线方程，其通过病床3中心沿y轴延伸但现在是在z-y平面中，x＝m*y+c，其中m是斜率，c是偏移量，x是TVMZ的值，y是TVMY的任意值。将CVOIy值代入该直线方程，以便得到TPOI的z坐标TPOIz。为了得到TPOI的y坐标TPOIy，可以用TPOIy＝CVOIy。要注意的是，CVOI和参考点20a、20b、20c、20d、20e和/或20f的坐标在同一坐标系中计算，即进行相应的坐标转换。

病床重新定位器部分使用TPOI，以便根据机器人支架2的位置将病床3移动到安全位置。其计算TPOI在TTMX和TVMZ方向可以移动多少，以避免与机器人支架2碰撞。病床3的最终TTMX和TVMZ位置可如下计算。TPOI被尽可能近地移到CVOI的原点，即参考点19a，其也可以表示为OCVOI＝(OCVOIx，OCVOIy，OCVOIz)。在TTMX方向所需的总位移为

Δtx＝TPOIx-OCVOIx，

在TVMZ方向所需的总位移为

Δtz＝TPOIz-OCVOIz。

总位移受机器人支架2的当前位置限制。允许的重新定位可如下确定。在TTMX方向的安全的位移系数为

在TVMZ方向的安全的位移系数为

其中是CVOI到x-z平面中投影的角度并且其中CVOI是机器人支架的当前位置。

在TTMX的允许的位移是

Δax＝Δtx*SDFx，

在TTMZ的允许的位移是

Δaz＝Δtz＊SDFz。

为了使TPOI尽可能近地移动到OCVOI，病床3的最终位置如下：病床3的位置TTMX＝病床3的当前位置TTMX+^Δax，病床3的位置TVMZ＝病床3的当前位置TVMZ+^Δaz。

单旋转控制部分将CVOI在x-y平面中定向，使得其从z轴观察时垂直于支撑板11。它计算位置RRMZ，以实现CVOI的定向。例如在满足某些标准时，该部分被选择性激活。这些标准可如下确定。

见图4，借助支撑板11左边缘上的参考点20a、20c的x和y坐标可以确定针对x-y平面的通过这些参考点20a、20c延伸的直线的一般方程并说明如下：x＝m*y+c，其中m是斜率，c是偏移量，x对应于TTMX的值，y对应于TLMY的任何值。通过CVOI的CVOIy坐标值可以由此得到TTMX值。该TTMX值被称为第一范围终点，即REO(英语：range end one)：REO＝m*CVOIy+c。

以相似的方式，在使用支撑板11右边缘上的参考点20b、20d的情况下确定另外的直线方程，在给定CVOIy时确定TTMX另外的值。该TTMX值被称为第二范围终点，即RET(英语：range end two)。REO和RET是在给定CVOIy时对TTMX的两个极限。

例如如果CVOIx坐标值在REO和RET内，则单旋转控制部分例如不被激活。否则可以执行以下方法计算RRMZ位置。

基于导出的和直接的输入数据可以得出：

根据参考点20a、20b、20c、20d、20e和/或20f导出在x-y平面内的一般直线方程，其通过支撑板中心沿y轴延伸，如根据图4中参考点20e和20f之间的虚线所示，x＝m*y+c。此外还导出针对与此垂直的原点直线的直线方程：xp＝mp*yp。从该针对垂直的原点直线的方程可以导出线LP，其在x-y平面内在与CVOI的方向相同的方向上延伸。CVOI被移到同一原点，使得CVOI和LP通过同一原点并且一般沿任意方向延伸。如果CVOI和LP的开放的端点相连，就形成三角形。为了形成三角形，通过线LC将CVOI和LP的开口的端部连接。因为已知CVOI端点和LP端点的坐标，所以能确定LC的长度。CVOI和LP之间的角度α借助以下公式计算：

根据α、LP的定向和CVOI在x-y平面中的定向确定合适的参考点以改变α，并确定转动的方向，使矢量CVOI定向到LP。在选择旋转方向和改变α后，必要时可以根据预定的标准进一步限制α。

通过下述运算确定RRMZ值：用于定向CVOI的机器人支架的RRMZ位置＝机器人支架的当前RRMZ位置±α。

还可以增加额外的安全条件以限制最终的RRMZ值。由此，例如根据机器人支架2的机械设计所确定的位置就可以利用应用动态和机械极限值来限制，以减少碰撞风险。

如上所述，双旋转控制部分控制CVOI在y-z平面中的定向，并试图保持CVOI在x-z平面中已有的定向。

根据机器人支架2的前向运动学，可以针对机器人支架2的当前位置确定以下数据：

·在y-z平面中的CVOI角度：α。

·在x-z平面中的CVOI角度：γ。

·表示给定的RRMY、RRMZ和RRMX值的CVOI：CVOI。

·表示给定的RRMZ和RRMX值的CVOI，在y轴定向：

VOIyA。

该部分可以用于移动CVOI，以在y-z平面内形成期望的角度，而保持x-z平面内的现有角度。这可以如下实现。CVOI在y-z平面中的期望角度为θd。CVOI在y-z平面中根据病床3的位置TRMX、TRMZ的实际角度为β。CVOI围绕x轴的需要的旋转是Δx＝θd–β，其中：

β＝α-(Ftrmx＊TRMX)+(Ftrmz＊TRMZ)。

在此TRMX是围绕x轴的倾斜的实际值，TRMZ是围绕z轴的转动的实际值，和

Ftrmx＝cos(γ)，

Ftrmz＝sin(γ)。

若计算出Δx，就可以对VOIyA进行以下操作，将其按期望定向。VOIyA围绕x轴转动Δx，围绕y轴转动γ。产生的矢量在y-z平面中如期望那样定向，其中保留x-z平面中现有的定向。

得到的矢量和RRMZ、RRMY和RRMX的当前位置被输入到机器人支架最优解识别器部分中。其返回RRMY和RRMX的位置，其表示机器人支架2的位置，以实现期望的VOIyA定向。可能发生的是，在机械或动态极限值的情况中，RRMY和RRMX的值饱和直至可实现的最大解。

单平面控制器部分的取决于病床的控制根据病床3的当前位置在x-z平面中定向CVOI。此外还输出位置RRMX和RRMY，其表示定向的CVOI。根据机器人支架2的前向运动学，为机器人支架2的当前位置确定以下数据：

·在y-z平面中的CVOI角度：α。

·在x-z平面中的CVOI角度：γ。

·表示给定的RRMY、RRMZ和RRMX值的CVOI：CVOI。

·表示给定的RRMZ和RRMX值的CVOI，在y轴定向：VOIyA。

Δax和Δaz的值可以如上所述地确定。以此为基础，CVOI在x-z平面中的期望的定向角度θd例如可以如下确定：

如果|Δaz|<|Δax|:

·如果|γ|<90°:

οθd＝0.01°。

·如果|γ|<180°:

ο

因为现在已知期望的定向角度，所以可以执行以下方法以导出RRMX和RRMY位置。在x-z平面中的实际CVOI角度取决于病床的TRMY位置，即β。CVOI围绕y轴所需旋转是Δy＝θd–β，其中β＝γ+病床3的当前TRMY。CVOI围绕y轴转动Δy。由此得到CVOI中期望的定向角度。

得到的矢量和机器人支架2的当前位置RRMZ、RRMY和RRMX被输入机器人支架最优解识别器部分中。其提供表示机器人支架2位置的RRMY和RRMX位置，以实现期望的CVOI定向。

然而，x-z定向的改变会导致CVOI在y-z平面中定向的改变。因此，CVOI可以在y-z平面中重新定向，其中保持x-z平面中的定向不变。为此，重新计算的RRMY和RRMX位置以及当前的RRMZ位置被交给双旋转控制部分。这导致在y-z平面中的定向，并提供RRMX和RRMY位置。

RRMX和RRMY的这些最终值是将机器人支架2定位在CVOI在系统中如期望定向的位置上的期望值。可能发生的是，在机械或动态极限值的情况中，RRMY和RRMX的值饱和直至可实现的最大解。

单平面控制器部分的与病床无关的控制类似于与病床相关的控制部分。尤其，唯一的区别是，兴趣点不用于确定角度θd。而是例如使用如下方法：

其中β＝γ。

Claims (7)

1.一种用于医学技术的机器人系统(1)的轨迹规划的方法，该机器人系统具有多个自由度，其中，机器人系统(1)的第一部件的姿势可独立于机器人系统(1)的第二部件的姿势改变，并且其中，通过针对每个自由度获得、尤其测量初始值来确定机器人系统(1)的初始状态，其中，

-基于初始状态确定第一部件的至少两个离散参考点(19a、19b、19c、19d)相对彼此的位置信息；

-基于初始状态确定第二部件的至少两个另外的离散参考点(20a、20b、20c、20d、20e、20f)相对彼此的另外的位置信息；

-根据初始状态、位置信息和另外的位置信息规划用于针对机器人系统(1)轨迹，该轨迹将机器人系统(1)从机器人系统(1)的初始状态转移到目标状态；

-机器人系统(1)包括具有第一部件的医学成像模态；

-机器人系统(1)包括具有第二部件的病床(3)；

-其中，第一部件相当于用于基于X射线的成像的C型臂(7)或者刚性地固定在C型臂(7)上；并且

-其中，至少两个参考点(19a、19b、19c、19d)中的第一参考点(19a)对应于C型臂(7)的中心，至少两个参考点(19a、19b、19c、19d)中的第二参考点(19b、19c)位于一条线上，该线将C型臂(7)的X射线探测器(9)和C型臂(7)的X射线准直器(8)相连并延伸经过C型臂(7)的中心；

其特征在于，

-根据从第一参考点(19a)指向第二参考点(19b，19c)的第一参考矢量规划用于机器人系统(1)的轨迹；

-根据初始状态计算第二参考矢量，第二参考矢量垂直于病床(3)的支撑板(11)，和/或计算第三参考矢量，第三参考矢量平行于支撑板(11)；

-为了规划轨迹，控制或调节第一参考矢量相对于第二参考矢量和/或第三参考矢量的定向；

-执行轨迹的规划，

-使第二参考矢量与第一参考矢量在垂直于第三参考矢量的平面中的投影之间的角度最小；和/或

-使第三参考矢量与第一参考矢量在垂直于第二参考矢量的平面中的投影之间的角度最小。

2.按照权利要求1所述的方法，其中，这样支承和/或导引C型臂(7)，使得C型臂(7)可围绕第一旋转轴线轨道式转动并可围绕垂直于第一旋转轴线的第二旋转轴线转动，其中，围绕第一旋转轴线的轨道式转动和围绕第二旋转轴线的转动对应于多个自由度的相互独立的自由度。

3.一种用于数据处理的装置，具有至少一个处理器，该处理器被配置为执行根据权利要求1或2所述的计算机实施的方法。

4.一种机器人装置，其具有具备多个自由度的医学技术的机器人系统(1)，该机器人系统(1)具有

-带有多个致动器的致动器系统，其中，致动器系统设置为独立于机器人系统(1)的第二部件的姿势改变机器人系统(1)的第一部件的姿势；和

-测量系统，测量系统设置为针对每个自由度测量初始值；

其特征在于，所述机器人装置具有至少一个计算单元(21)，所述计算单元设置为执行根据权利要求1或2所述的方法。

5.按照权利要求4所述的机器人装置，其中

-机器人系统(1)包括具有第一部件的医学成像模态(2)；

-机器人系统(1)包括具有第二部件的病床(3)。

6.按照权利要求5所述的机器人装置，其中，第一部件相当于用于基于X射线的成像的C型臂(7)或者刚性地固定在C型臂(7)上。

7.一种计算机程序产品，其具有命令，在由用于数据处理的装置执行命令时使用于数据处理的装置执行根据权利要求1或2所述的计算机实现的方法。