CN116945215B - 手术机器人的末端执行工具识别方法及相关装置 - Google Patents
手术机器人的末端执行工具识别方法及相关装置 Download PDFInfo
- Publication number
- CN116945215B CN116945215B CN202311198367.4A CN202311198367A CN116945215B CN 116945215 B CN116945215 B CN 116945215B CN 202311198367 A CN202311198367 A CN 202311198367A CN 116945215 B CN116945215 B CN 116945215B
- Authority
- CN
- China
- Prior art keywords
- robot body
- information
- tool
- robot
- gravity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000005484 gravity Effects 0.000 claims abstract description 168
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 239000012636 effector Substances 0.000 claims description 78
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000005284 excitation Effects 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 32
- 230000035882 stress Effects 0.000 description 25
- 230000008859 change Effects 0.000 description 5
- 238000005303 weighing Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006355 external stress Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000000399 orthopedic effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001954 sterilising effect Effects 0.000 description 2
- 238000004659 sterilization and disinfection Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J15/00—Gripping heads and other end effectors
- B25J15/04—Gripping heads and other end effectors with provision for the remote detachment or exchange of the head or parts thereof
- B25J15/0483—Gripping heads and other end effectors with provision for the remote detachment or exchange of the head or parts thereof with head identification means
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/90—Identification means for patients or instruments, e.g. tags
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1612—Programme controls characterised by the hand, wrist, grip control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Robotics (AREA)
- Surgery (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pathology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Orthopedic Medicine & Surgery (AREA)
- General Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明涉及机器人技术领域，公开了一种手术机器人的末端执行工具识别方法及相关装置，用于实现手术机器人的末端执行工具的类型和装配状态的准确识别以及提高机器人手术系统的可靠性。所述方法包括：获取预置机器人本体的机器人本体信息；根据所述机器人本体信息计算所述机器人本体的末端受力信息；根据所述末端受力信息生成待识别末端执行工具所对应的重力参数；对所述重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；根据所述末端工具类型对所述末端执行工具进行装配状态分析，得到目标装配状态。
Description
技术领域
本发明涉及机器人技术领域，尤其涉及一种手术机器人的末端执行工具识别方法及相关装置。
背景技术
由于骨组织的结构的复杂性，外科医生在执行骨科手术过程中，往往需要在不同的步骤下更换使用不同的手术执行工具，例如在椎弓根置钉内固定术中，外科医生可能需要依次更换使用开路锥，钝头探针，丝攻，置钉器等工具。随着机器人技术的发展，机器人逐渐被应用于骨科手术。在采用机器人进行骨科手术时，一般会通过快换结构将手术执行工具安装到机器人末端，然后机器人调用末端执行工具的参数进行相应地运动与操作。因此，为了准确调用对应工具的参数，安全有效执行相应运动和操作，机器人系统在手术过程中有必要自动辨识末端执行工具类型。此外，即便机器人系统能准确识别到末端工具执行类型，末端执行工具是否正确装配在机器人本体末端上也会影响到手术质量，如末端执行工具未锁紧到相应位置，装配有偏差间隙。另一方面，由于机器人末端需要频繁拆装不同工具，且末端执行工具在操作中会承受一定的负载，可能会导致机器人末端执行工具与快换结构之间发生不可逆的塑性变形，松动等情况，这将引起末端执行工具的参数变化，如末端执行工具的位姿。一旦末端执行工具的装配发生较大变化，如果机器人系统在执行任务前未监测到该状态变化，可能会带来手术精度上的偏差，甚至导致重大安全隐患。因此，手术执行前对末端执行工具装配状态的进行监控并做出相应措施对保证手术精度，手术安全有关键作用。
现有的机器人末端工具识别方案，主要有基于六轴力扭矩传感器、视觉以及电气触点的方案。这些方案，都需要增加额外辅助物，增加了系统结构的复杂性，并且增加了消毒封装的成本：首先，市面的六轴力扭矩传感器成本相对昂贵，同时需要额外增加安装连接件，术前需要标定，增加系统使用复杂性；其次，视觉方案，往往需要在末端执行工具上安装标记物，如光学追踪小球，二维码，阵列小钢球等，标记物的存在一方面可能对手术有干扰阻碍，另一方面标记物往往是一次性耗材，并需要消毒，将增加额外成本。另外视觉方案，有时候会因为视野遮挡问题或者光线问题，存在检测错误问题；最后，采用电气触点的方案，需要额外增加控制器检测模块，以检测电气触点信号来区分末端执行工具类型，这同时增加了软硬件成本和复杂度。
发明内容
本发明提供了一种手术机器人的末端执行工具识别方法及相关装置，用于实现手术机器人的末端执行工具的类型和装配状态的准确识别以及提高机器人手术系统的可靠性。
本发明第一方面提供了一种手术机器人的末端执行工具识别方法，所述手术机器人的末端执行工具识别方法包括：获取预置机器人本体的机器人本体信息；根据所述机器人本体信息计算所述机器人本体的末端受力信息；根据所述末端受力信息生成待识别末端执行工具所对应的重力参数；对所述重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；根据所述末端工具类型对所述末端执行工具进行装配状态分析，得到目标装配状态。
可选的，在本发明第一方面的第一种实现方式中，所述获取预置机器人本体的机器人本体信息，包括：获取预置机器人本体的机器人本体关节信息，其中，所述机器人本体关节信息包括：关节位置信息和关节扭矩信息；查询所述机器人本体的机器人位姿，并根据所述机器人位姿生成雅克比矩阵；将所述关节位置信息、所述关节扭矩信息和所述雅克比矩阵作为所述机器人本体的机器人本体信息。
可选的，在本发明第一方面的第二种实现方式中，所述手术机器人的末端执行工具识别方法还包括：获取所述机器人本体的关节电流信息；从预置的电机信息库中查询所述机器人本体的电机力矩常量；根据所述关节电流信息和所述电机力矩常量计算所述机器人本体对应的关节扭矩信息。
可选的，在本发明第一方面的第三种实现方式中，所述根据所述末端受力信息生成待识别末端执行工具所对应的重力参数，包括：根据所述末端受力信息计算预置末端执行工具的目标重力值；根据所述目标重力值对所述机器人本体和所述末端执行工具进行受力分析，得到所述末端执行工具相对于所述机器人本体的目标重心位置；根据所述目标重力值和所述目标重心位置生成重力参数。
可选的，在本发明第一方面的第四种实现方式中，所述对所述重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型，包括：提取所述重力参数中所述末端执行工具的目标重力值；提取预置标定重力参数集中标定完成的候选工具重力值；对所述目标重力值和所述候选工具重力值进行工具类型匹配，得到末端工具类型。
可选的，在本发明第一方面的第五种实现方式中，所述根据所述末端工具类型对所述末端执行工具进行装配状态分析，得到目标装配状态，包括：根据所述末端工具类型确定所述末端执行工具的标准重心位置；计算所述标准重心位置和所述目标重心位置的目标差值；判断所述目标差值是否满足预设误差范围；若满足，则确定目标装配状态为正确装配状态；若不满足，则确定目标装配状态为异常装配状态。
可选的，在本发明第一方面的第六种实现方式中，所述手术机器人的末端执行工具识别方法还包括：根据所述末端工具类型设置所述机器人本体对应的工具参数，并查询所述末端执行工具所对应的目标手术任务；控制所述机器人本体和所述末端执行工具执行所述目标手术任务。
本发明第二方面提供了一种手术机器人的末端执行工具识别装置，所述手术机器人的末端执行工具识别装置包括：获取模块，用于获取预置机器人本体的机器人本体信息；计算模块，用于根据所述机器人本体信息计算所述机器人本体的末端受力信息；生成模块，用于根据所述末端受力信息生成待识别末端执行工具所对应的重力参数；匹配模块，用于对所述重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；分析模块，用于根据所述末端工具类型对所述末端执行工具进行装配状态分析，得到目标装配状态。
可选的，在本发明第二方面的第一种实现方式中，所述获取模块具体用于：获取预置机器人本体的机器人本体关节信息，其中，所述机器人本体关节信息包括：关节位置信息和关节扭矩信息；查询所述机器人本体的机器人位姿，并根据所述机器人位姿生成雅克比矩阵；将所述关节位置信息、所述关节扭矩信息和所述雅克比矩阵作为所述机器人本体的机器人本体信息。
可选的，在本发明第二方面的第二种实现方式中，所述手术机器人的末端执行工具识别装置还包括：处理模块，用于获取所述机器人本体的关节电流信息；从预置的电机信息库中查询所述机器人本体的电机力矩常量；根据所述关节电流信息和所述电机力矩常量计算所述机器人本体对应的关节扭矩信息。
可选的，在本发明第二方面的第三种实现方式中，所述生成模块具体用于：根据所述末端受力信息计算预置末端执行工具的目标重力值；根据所述目标重力值对所述机器人本体和所述末端执行工具进行受力分析，得到所述末端执行工具相对于所述机器人本体的目标重心位置；根据所述目标重力值和所述目标重心位置生成重力参数。
可选的，在本发明第二方面的第四种实现方式中，所述匹配模块具体用于：提取所述重力参数中所述末端执行工具的目标重力值；提取预置标定重力参数集中标定完成的候选工具重力值；对所述目标重力值和所述候选工具重力值进行工具类型匹配，得到末端工具类型。
可选的，在本发明第二方面的第五种实现方式中，所述分析模块具体用于：根据所述末端工具类型确定所述末端执行工具的标准重心位置；计算所述标准重心位置和所述目标重心位置的目标差值；判断所述目标差值是否满足预设误差范围；若满足，则确定目标装配状态为正确装配状态；若不满足，则确定目标装配状态为异常装配状态。
可选的，在本发明第二方面的第六种实现方式中，所述手术机器人的末端执行工具识别装置还包括：执行模块，用于根据所述末端工具类型设置所述机器人本体对应的工具参数，并查询所述末端执行工具所对应的目标手术任务；控制所述机器人本体和所述末端执行工具执行所述目标手术任务。
本发明第三方面提供了一种手术机器人的末端执行工具识别设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述手术机器人的末端执行工具识别设备执行上述的手术机器人的末端执行工具识别方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的手术机器人的末端执行工具识别方法。
本发明提供的技术方案中，根据末端受力信息生成待识别末端执行工具所对应的重力参数；对重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；根据末端工具类型对末端执行工具进行装配状态分析，得到目标装配状态通过获取并处理来自机器人本体各关节的信息即可辨识末端执行工具的类型和装配状态，利用机器人本体关节信息在手术任务执行前识别末端执行工具的装配状态，避免装配变化导致的手术精度误差甚至安全事故，进而提升了机器人手术系统的可靠性，实现本技术的软硬件复杂度、成本比以前技术低，由于无需额外辅助硬件。
附图说明
图1为本发明实施例中手术机器人的末端执行工具识别方法的一个实施例示意图；
图2为本发明实施例中手术机器人的末端执行工具识别装置的一个实施例示意图；
图3为本发明实施例中手术机器人的末端执行工具识别装置的另一个实施例示意图；
图4为本发明实施例中手术机器人的末端执行工具识别设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种手术机器人的末端执行工具识别方法及相关装置，用于实现手术机器人的末端执行工具的类型和装配状态的准确识别以及提高机器人手术系统的可靠性。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中手术机器人的末端执行工具识别方法的一个实施例包括：
101、获取预置机器人本体的机器人本体信息；
可以理解的是，本发明的执行主体可以为手术机器人的末端执行工具识别装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
其中，需要说明的是，机器人信息卡设置在机器人本体中，机器人信息卡包括，用于传输机器人本体的本体信息的通信组件，与通信组件相连的控制器，与控制器相连、用于存储机器人本体的本体信息的存储器，用于为机器人信息卡进行供电的供电电源，通过通信组件、控制器和存储器实现将机器人本体的本体信息存储在机器人本体中，从而提高机器人本体信息存储的便利性，并获取预置机器人本体的机器人本体信息。
具体的，获取预置机器人本体的机器人本体关节信息，其中，机器人本体关节信息包括：关节位置信息和关节扭矩信息；查询机器人本体的机器人位姿，并根据机器人位姿生成雅克比矩阵；将关节位置信息、关节扭矩信息和雅克比矩阵作为机器人本体的机器人本体信息。
其中，服务器根据计算出的机器人本体的摩擦力矩，监测机器人本体的摩擦力的状态是否稳定，在监测到机器人本体的摩擦力的状态不稳定时，提前预判因机器人本体的摩擦力导致的机器人本体产品的使用风险，提示需要提前进行机器人本体产品的保养维护的信息，通过上述方式，获取预置机器人本体的机器人本体关节信息，其中，机器人本体关节信息包括：关节位置信息和关节扭矩信息；查询机器人本体的机器人位姿，并根据机器人位姿生成雅克比矩阵；将关节位置信息、关节扭矩信息和雅克比矩阵作为机器人本体的机器人本体信息，能够实现提前预判因机器人本体的摩擦力导致的机器人本体产品的使用风险，在测试中，检验减速机装配的一致性，提示需要提前进行机器人本体产品的保养维护的信息，减小机器人本体产品的无故停机风险和损失，增加机器人本体产品的使用寿命。
可选的，获取机器人本体的关节电流信息；从预置的电机信息库中查询机器人本体的电机力矩常量；根据关节电流信息和电机力矩常量计算机器人本体对应的关节扭矩信息。
其中，服务器将机器人各关节电流信息引入，建立基于关节电流的机器人本体振动响应模型，随后，建立机器人三维模型并通过有限元法获取机器人前n阶振型，为后续模态试验优化测点布置，接着，在力锤激励实验中，基于优化后的测点测取机器人本体系统质量、刚度等模态参数，并由测试的前n阶模态信息验证机器人三维模型有限元分析的有效性，最后，将测取的模态参数带入所建立的基于关节电流的机器人振动模型并对其数值求解，根据关节电流信息和电机力矩常量计算机器人本体对应的关节扭矩信息。
102、根据机器人本体信息计算机器人本体的末端受力信息；
具体的，通过安装在机器人末端的六维力传感器采集外部受力信息，对采集的外部受力信息进行滤波和重力补偿处理，得到补偿处理后的外部受力信息，根据补偿处理后的外部受力信息和设定的阈值判断机器人末端是否受力，根据判断的结果采用人手拖动物体模拟模型对机器人平移的速度进行更新，然后控制机器人以更新后的速度进行运动计算机器人本体的末端受力信息。
103、根据末端受力信息生成待识别末端执行工具所对应的重力参数；
其中，获得机器人本体的平面位置和剖面图，确定机器人本体的基面，并建立对建基面识别或关联，建立机器人本体设计的层级关系，分别按照功能、坝段编号、材料属性的不同对参数进行设置，并建立各建筑物参数之间的关联，根据不同坝段的输入参数及参数关联性，按坝段编号顺序生成模型，本发明使机器人本体建模方法实现了参数化设计功能，只需输入或者关联相关的参数即可完成建模过程，就可以生成待识别末端执行工具对应的重力参数，提高了设计效率。
具体的，根据末端受力信息计算预置末端执行工具的目标重力值；根据目标重力值对机器人本体和末端执行工具进行受力分析，得到末端执行工具相对于机器人本体的目标重心位置；根据目标重力值和目标重心位置生成重力参数。
其中，通过获取机器人本体的位置信息，获取当前的重量信息和重心位置信息，根据机器人本体的位置信息计算机器人本体处时机器人主体的目标重心位置，本实施例中通过机器人软件模块获取机器人本体的传感器信息，包括机器人位姿、雅克比矩阵、关节角、关节扭矩、关节电流，来辨识末端执行工具的类型及其装配状态，在机器人本体的姿态一定的情况下，不同的末端执行工具对机器人本体的关节产生的作用力矩也不同，这是由末端执行工具2的重力及其重心位置决定的。利用这一点，机器人软件模块从机器人控制器获取机器人本体的关节信息，首先根据关节信息估计出机器人本体末端受力信息，然后解算出当前所安装末端执行工具的重力值和相对机器人本体末端的重心位置，最后根据解算的重力值和重心位置，在机器人软件模块工具参数集里搜索出最匹配该参数的末端执行工具的类型，并根据目标重力值和目标重心位置生成重力参数。
104、对重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；
其中，在进行搜索匹配前，服务器需要通过搜索引擎建立搜索词匹配库，其中，搜索词匹配库包括搜索词及搜索词的混合词粒度的切词的对应关系，搜索引擎接收用户输入的输入信息，搜索引擎以输入信息为前缀查询搜索词匹配库，搜索引擎判断输入信息与混合词粒度是否匹配，如果匹配，则搜索引擎将匹配的混合词粒度对应的搜索词加入至搜索提示结果，得到末端工具类型，可以使用户得到更加准确地搜索提示，提升了用户体验。
具体的，提取重力参数中末端执行工具的目标重力值；提取预置标定重力参数集中标定完成的候选工具重力值；对目标重力值和候选工具重力值进行工具类型匹配，得到末端工具类型。
其中，对末端执行工具的重力值序列采用离散傅里叶变换，得到上述重力值序列的频域特征，对上述重力值序列采用连续小波变换，得到上述重力值序列的空间和频率的联合特征，基于上述频域特征和上述联合特征，对上述重力值序列进行频率连接处理，得到频率连接结果，基于上述频率连接结果，确定上述末端执行工具的物品重量，对目标重力值和候选工具重力值进行工具类型匹配，得到末端工具类型。
105、根据末端工具类型对末端执行工具进行装配状态分析，得到目标装配状态。
其中，查找并确定装配尺寸链中的末端执行工具作为研究对象，通过尺寸链计算，确定末端执行工具的尺寸可选取范围，计算满足测量不可达组件装配状态要求的末端执行工具组尺寸关系，测量不可达组件装配可靠性的判断，能够实现检测空间不足，或被机匣、罩壳等其它零组件遮挡的测量不可达零组件的装配状态检验，得到目标装配状态，可实现安全、可靠、高效、低成本的装配状态分析。
具体的，根据末端工具类型确定末端执行工具的标准重心位置；计算标准重心位置和目标重心位置的目标差值；判断目标差值是否满足预设误差范围；若满足，则确定目标装配状态为正确装配状态；若不满足，则确定目标装配状态为异常装配状态。
其中，服务器通过预置的承重组件进行重心测量，称重组件包括第一称重组和第二称重组，承载平台用于承载测量件。第一称重组及第二称重组用于共同测量测量件的重量。定位组件固定在承载组件上，并用于检测测量件的端部与重量与重心测量装置的基准中心的距离，计算标准重心位置和目标重心位置的目标差值；判断目标差值是否满足预设误差范围；若满足，则确定目标装配状态为正确装配状态；若不满足，则确定目标装配状态为异常装配状态，操作简单，可以缩短操作时间，同时能实时测量重量及重心位置，测量精度高。
可选的，根据末端工具类型设置机器人本体对应的工具参数，并查询末端执行工具所对应的目标手术任务；控制机器人本体和末端执行工具执行目标手术任务。
其中，获取末端工具的工况参数，根据工况参数生成末端工具的运行参数；将运行参数发送至末端工具上，以使末端工具根据运行参数执行相应动作，并查询末端执行工具所对应的目标手术任务，控制机器人本体和末端执行工具执行目标手术任务，从而使末端工具无需人工的不断调节和试错环节即可应用，节省了人力的同时也提高了末端工具的智能化程度以及末端工具的使用寿命。
本发明实施例中，根据末端受力信息生成待识别末端执行工具所对应的重力参数；对重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；根据末端工具类型对末端执行工具进行装配状态分析，得到目标装配状态通过获取并处理来自机器人本体各关节的信息即可辨识末端执行工具的类型和装配状态，利用机器人本体关节信息在手术任务执行前识别末端执行工具的装配状态，避免装配变化导致的手术精度误差甚至安全事故，进而提升了机器人手术系统的可靠性，实现本技术的软硬件复杂度、成本比以前技术低，由于无需额外辅助硬件。
上面对本发明实施例中手术机器人的末端执行工具识别方法进行了描述，下面对本发明实施例中手术机器人的末端执行工具识别装置进行描述，请参阅图2，本发明实施例中手术机器人的末端执行工具识别装置一个实施例包括：
获取模块201，用于获取预置机器人本体的机器人本体信息；
计算模块202，用于根据所述机器人本体信息计算所述机器人本体的末端受力信息；
生成模块203，用于根据所述末端受力信息生成待识别末端执行工具所对应的重力参数；
匹配模块204，用于对所述重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；
分析模块205，用于根据所述末端工具类型对所述末端执行工具进行装配状态分析，得到目标装配状态。
本发明实施例中，根据末端受力信息生成待识别末端执行工具所对应的重力参数；对重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；根据末端工具类型对末端执行工具进行装配状态分析，得到目标装配状态通过获取并处理来自机器人本体各关节的信息即可辨识末端执行工具的类型和装配状态，利用机器人本体关节信息在手术任务执行前识别末端执行工具的装配状态，避免装配变化导致的手术精度误差甚至安全事故，进而提升了机器人手术系统的可靠性，实现本技术的软硬件复杂度、成本比以前技术低，由于无需额外辅助硬件。
请参阅图3，本发明实施例中手术机器人的末端执行工具识别装置另一个实施例包括：
获取模块201，用于获取预置机器人本体的机器人本体信息；
计算模块202，用于根据所述机器人本体信息计算所述机器人本体的末端受力信息；
生成模块203，用于根据所述末端受力信息生成待识别末端执行工具所对应的重力参数；
匹配模块204，用于对所述重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；
分析模块205，用于根据所述末端工具类型对所述末端执行工具进行装配状态分析，得到目标装配状态。
可选的，所述获取模块201具体用于：获取预置机器人本体的机器人本体关节信息，其中，所述机器人本体关节信息包括：关节位置信息和关节扭矩信息；查询所述机器人本体的机器人位姿，并根据所述机器人位姿生成雅克比矩阵；将所述关节位置信息、所述关节扭矩信息和所述雅克比矩阵作为所述机器人本体的机器人本体信息。
可选的，所述手术机器人的末端执行工具识别装置还包括：
处理模块206，用于获取所述机器人本体的关节电流信息；从预置的电机信息库中查询所述机器人本体的电机力矩常量；根据所述关节电流信息和所述电机力矩常量计算所述机器人本体对应的关节扭矩信息。
可选的，所述生成模块203具体用于：根据所述末端受力信息计算预置末端执行工具的目标重力值；根据所述目标重力值对所述机器人本体和所述末端执行工具进行受力分析，得到所述末端执行工具相对于所述机器人本体的目标重心位置；根据所述目标重力值和所述目标重心位置生成重力参数。
可选的，所述匹配模块204具体用于：提取所述重力参数中所述末端执行工具的目标重力值；提取预置标定重力参数集中标定完成的候选工具重力值；对所述目标重力值和所述候选工具重力值进行工具类型匹配，得到末端工具类型。
可选的，所述分析模块205具体用于：根据所述末端工具类型确定所述末端执行工具的标准重心位置；计算所述标准重心位置和所述目标重心位置的目标差值；判断所述目标差值是否满足预设误差范围；若满足，则确定目标装配状态为正确装配状态；若不满足，则确定目标装配状态为异常装配状态。
可选的，所述手术机器人的末端执行工具识别装置还包括：
执行模块207，用于根据所述末端工具类型设置所述机器人本体对应的工具参数，并查询所述末端执行工具所对应的目标手术任务；控制所述机器人本体和所述末端执行工具执行所述目标手术任务。
本发明实施例中，根据末端受力信息生成待识别末端执行工具所对应的重力参数；对重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；根据末端工具类型对末端执行工具进行装配状态分析，得到目标装配状态通过获取并处理来自机器人本体各关节的信息即可辨识末端执行工具的类型和装配状态，利用机器人本体关节信息在手术任务执行前识别末端执行工具的装配状态，避免装配变化导致的手术精度误差甚至安全事故，进而提升了机器人手术系统的可靠性，实现本技术的软硬件复杂度、成本比以前技术低，由于无需额外辅助硬件。
上面图2和图3从模块化功能实体的角度对本发明实施例中的手术机器人的末端执行工具识别装置进行详细描述，下面从硬件处理的角度对本发明实施例中手术机器人的末端执行工具识别设备进行详细描述。
图4是本发明实施例提供的一种手术机器人的末端执行工具识别设备的结构示意图，该手术机器人的末端执行工具识别设备400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）410（例如，一个或一个以上处理器）和存储器420，一个或一个以上存储应用程序433或数据432的存储介质430（例如一个或一个以上海量存储设备）。其中，存储器420和存储介质430可以是短暂存储或持久存储。存储在存储介质430的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对手术机器人的末端执行工具识别设备400中的一系列指令操作。更进一步地，处理器410可以设置为与存储介质430通信，在手术机器人的末端执行工具识别设备400上执行存储介质430中的一系列指令操作。
手术机器人的末端执行工具识别设备400还可以包括一个或一个以上电源440，一个或一个以上有线或无线网络接口450，一个或一个以上输入输出接口460，和/或，一个或一个以上操作系统431，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图4示出的手术机器人的末端执行工具识别设备结构并不构成对手术机器人的末端执行工具识别设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种手术机器人的末端执行工具识别设备，所述手术机器人的末端执行工具识别设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述手术机器人的末端执行工具识别方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述手术机器人的末端执行工具识别方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以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中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种手术机器人的末端执行工具识别方法，其特征在于，所述手术机器人的末端执行工具识别方法包括：
获取预置机器人本体的机器人本体信息；具体包括：获取预置机器人本体的机器人本体关节信息，其中，所述机器人本体关节信息包括：关节位置信息和关节扭矩信息；查询所述机器人本体的机器人位姿，并根据所述机器人位姿生成雅克比矩阵；将所述关节位置信息、所述关节扭矩信息和所述雅克比矩阵作为所述机器人本体的机器人本体信息；其中，获取所述机器人本体的关节电流信息；从预置的电机信息库中查询所述机器人本体的电机力矩常量；根据所述关节电流信息和所述电机力矩常量计算所述机器人本体对应的关节扭矩信息；其中，将机器人本体的关节电流信息引入，建立基于关节电流的机器人本体振动响应模型，随后，建立机器人三维模型并通过有限元法获取机器人前n阶振型，为模态试验优化测点布置，接着，在力锤激励实验中，基于优化后的测点测取机器人本体系统质量、刚度模态参数，并由测试的前n阶模态信息验证机器人三维模型有限元分析的有效性，最后，将测取的模态参数带入所建立的基于关节电流的机器人振动模型并进行数值求解，根据关节电流信息和电机力矩常量计算机器人本体对应的关节扭矩信息；
根据所述机器人本体信息计算所述机器人本体的末端受力信息；
根据所述末端受力信息生成待识别末端执行工具所对应的重力参数；具体包括：根据所述末端受力信息计算预置末端执行工具的目标重力值；根据所述目标重力值对所述机器人本体和所述末端执行工具进行受力分析，得到所述末端执行工具相对于所述机器人本体的目标重心位置；根据所述目标重力值和所述目标重心位置生成重力参数；
对所述重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；具体包括：提取所述重力参数中所述末端执行工具的目标重力值；提取预置标定重力参数集中标定完成的候选工具重力值；对所述目标重力值和所述候选工具重力值进行工具类型匹配，得到末端工具类型；其中，对末端执行工具的重力值序列采用离散傅里叶变换，得到重力值序列的频域特征，对重力值序列采用连续小波变换，得到重力值序列的空间和频率的联合特征，基于频域特征和联合特征，对重力值序列进行频率连接处理，得到频率连接结果，基于频率连接结果，确定末端执行工具的物品重量，对目标重力值和候选工具重力值进行工具类型匹配，得到末端工具类型；
根据所述末端工具类型对所述末端执行工具进行装配状态分析，得到目标装配状态；具体包括：根据所述末端工具类型确定所述末端执行工具的标准重心位置；计算所述标准重心位置和所述目标重心位置的目标差值；判断所述目标差值是否满足预设误差范围；若满足，则确定目标装配状态为正确装配状态；若不满足，则确定目标装配状态为异常装配状态；其中，根据所述末端工具类型设置所述机器人本体对应的工具参数，并查询所述末端执行工具所对应的目标手术任务；控制所述机器人本体和所述末端执行工具执行所述目标手术任务。
2.一种手术机器人的末端执行工具识别装置，其特征在于，所述手术机器人的末端执行工具识别装置包括：
获取模块，用于获取预置机器人本体的机器人本体信息；具体包括：获取预置机器人本体的机器人本体关节信息，其中，所述机器人本体关节信息包括：关节位置信息和关节扭矩信息；查询所述机器人本体的机器人位姿，并根据所述机器人位姿生成雅克比矩阵；将所述关节位置信息、所述关节扭矩信息和所述雅克比矩阵作为所述机器人本体的机器人本体信息；其中，获取所述机器人本体的关节电流信息；从预置的电机信息库中查询所述机器人本体的电机力矩常量；根据所述关节电流信息和所述电机力矩常量计算所述机器人本体对应的关节扭矩信息；其中，将机器人本体的关节电流信息引入，建立基于关节电流的机器人本体振动响应模型，随后，建立机器人三维模型并通过有限元法获取机器人前n阶振型，为模态试验优化测点布置，接着，在力锤激励实验中，基于优化后的测点测取机器人本体系统质量、刚度模态参数，并由测试的前n阶模态信息验证机器人三维模型有限元分析的有效性，最后，将测取的模态参数带入所建立的基于关节电流的机器人振动模型并进行数值求解，根据关节电流信息和电机力矩常量计算机器人本体对应的关节扭矩信息；
计算模块，用于根据所述机器人本体信息计算所述机器人本体的末端受力信息；
生成模块，用于根据所述末端受力信息生成待识别末端执行工具所对应的重力参数；具体包括：根据所述末端受力信息计算预置末端执行工具的目标重力值；根据所述目标重力值对所述机器人本体和所述末端执行工具进行受力分析，得到所述末端执行工具相对于所述机器人本体的目标重心位置；根据所述目标重力值和所述目标重心位置生成重力参数；
匹配模块，用于对所述重力参数和预置标定重力参数集进行搜索匹配，得到末端工具类型；具体包括：提取所述重力参数中所述末端执行工具的目标重力值；提取预置标定重力参数集中标定完成的候选工具重力值；对所述目标重力值和所述候选工具重力值进行工具类型匹配，得到末端工具类型；其中，对末端执行工具的重力值序列采用离散傅里叶变换，得到重力值序列的频域特征，对重力值序列采用连续小波变换，得到重力值序列的空间和频率的联合特征，基于频域特征和联合特征，对重力值序列进行频率连接处理，得到频率连接结果，基于频率连接结果，确定末端执行工具的物品重量，对目标重力值和候选工具重力值进行工具类型匹配，得到末端工具类型；
分析模块，用于根据所述末端工具类型对所述末端执行工具进行装配状态分析，得到目标装配状态；具体包括：根据所述末端工具类型确定所述末端执行工具的标准重心位置；计算所述标准重心位置和所述目标重心位置的目标差值；判断所述目标差值是否满足预设误差范围；若满足，则确定目标装配状态为正确装配状态；若不满足，则确定目标装配状态为异常装配状态；其中，根据所述末端工具类型设置所述机器人本体对应的工具参数，并查询所述末端执行工具所对应的目标手术任务；控制所述机器人本体和所述末端执行工具执行所述目标手术任务。
3.一种手术机器人的末端执行工具识别设备，其特征在于，所述手术机器人的末端执行工具识别设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述手术机器人的末端执行工具识别设备执行如权利要求1所述的手术机器人的末端执行工具识别方法。
4.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1所述的手术机器人的末端执行工具识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311198367.4A CN116945215B (zh) | 2023-09-18 | 2023-09-18 | 手术机器人的末端执行工具识别方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311198367.4A CN116945215B (zh) | 2023-09-18 | 2023-09-18 | 手术机器人的末端执行工具识别方法及相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116945215A CN116945215A (zh) | 2023-10-27 |
| CN116945215B true CN116945215B (zh) | 2023-12-01 |
Family
ID=88453245
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311198367.4A Active CN116945215B (zh) | 2023-09-18 | 2023-09-18 | 手术机器人的末端执行工具识别方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116945215B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012015090A1 (en) * | 2010-07-30 | 2012-02-02 | Lg Electronics Inc. | Medical robotic system and method of controlling the same |
| CN111658166A (zh) * | 2020-07-01 | 2020-09-15 | 武汉联影智融医疗科技有限公司 | 一种手术机器人末端工具检测系统 |
| CN112621748A (zh) * | 2020-12-02 | 2021-04-09 | 法奥意威(苏州)机器人系统有限公司 | 一种机器人负载辨识的方法 |
| CN113974837A (zh) * | 2021-11-02 | 2022-01-28 | 武汉联影智融医疗科技有限公司 | 末端工具的识别系统、方法、末端工具和手术机器人系统 |
| CN115533916A (zh) * | 2022-10-31 | 2022-12-30 | 广州大学 | 一种机械臂末端负载质量辨识方法、系统、设备及介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021191691A1 (en) * | 2020-03-26 | 2021-09-30 | Auris Health, Inc. | Systems and methods for constrained motion control of medical instruments |
-
2023
- 2023-09-18 CN CN202311198367.4A patent/CN116945215B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012015090A1 (en) * | 2010-07-30 | 2012-02-02 | Lg Electronics Inc. | Medical robotic system and method of controlling the same |
| CN111658166A (zh) * | 2020-07-01 | 2020-09-15 | 武汉联影智融医疗科技有限公司 | 一种手术机器人末端工具检测系统 |
| CN112621748A (zh) * | 2020-12-02 | 2021-04-09 | 法奥意威(苏州)机器人系统有限公司 | 一种机器人负载辨识的方法 |
| CN113974837A (zh) * | 2021-11-02 | 2022-01-28 | 武汉联影智融医疗科技有限公司 | 末端工具的识别系统、方法、末端工具和手术机器人系统 |
| CN115533916A (zh) * | 2022-10-31 | 2022-12-30 | 广州大学 | 一种机械臂末端负载质量辨识方法、系统、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116945215A (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3256811B1 (en) | Laser gauge for robotic calibration and monitoring | |
| EP1927440A1 (en) | Method and device for monitoring the condition of an industrial robot | |
| WO2018112028A1 (en) | Techniques for detecting errors or loss of accuracy in a surgical robotic system | |
| US8306787B2 (en) | Method of evaluating precision of output data using error propagation | |
| CN114102587B (zh) | 机器人控制方法、系统、电子设备和存储介质 | |
| US11931905B2 (en) | Failure prediction method and failure prediction apparatus | |
| CN111658166A (zh) | 一种手术机器人末端工具检测系统 | |
| CN110186553A (zh) | 振动分析装置以及振动分析方法 | |
| CN116945215B (zh) | 手术机器人的末端执行工具识别方法及相关装置 | |
| Dit Sandretto et al. | Calibration of a fully-constrained parallel cable-driven robot | |
| CN117260815A (zh) | 基于视觉定位的机械手精准定位方法及系统 | |
| Newman et al. | A new method for kinematic parameter calibration via laser line tracking | |
| CN116991115B (zh) | 数控机床主轴状态监测方法、装置、设备及介质 | |
| KR101487624B1 (ko) | 로봇 머니퓰레이터 제어 방법 | |
| CN116124270B (zh) | 一种动态汽车衡自动智能化校准方法 | |
| US20220011366A1 (en) | Failure diagnosing device of drive mechanism, method of diagnosing failure, and mechanical apparatus provided with failure diagnosing device | |
| US11982583B2 (en) | Detection device and sensor calibration method | |
| CN114918916A (zh) | 基于智能制造的生产监测方法 | |
| Shi et al. | Touching the sound: audible features enable haptics for robot control | |
| CN207248466U (zh) | 一种工业机器人振动路径分析系统用数据采集装置 | |
| KR100199105B1 (ko) | 학습기능을 구비한 회전체의 진동 진단장치 | |
| JP7399714B2 (ja) | 移動要素の特定の位置でパルス信号を生成する方法および装置 | |
| CN111730598B (zh) | 一种机器人力位连锁控制方法、装置及系统 | |
| CN111596611A (zh) | 一种数控机床动力学特性测试分析系统 | |
| Franaszek et al. | Reducing localization error of vision-guided industrial robots |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |