CN117067222A - 手术机器人的位姿预警方法、装置、手术机器人及介质 - Google Patents
手术机器人的位姿预警方法、装置、手术机器人及介质 Download PDFInfo
- Publication number
- CN117067222A CN117067222A CN202311330870.0A CN202311330870A CN117067222A CN 117067222 A CN117067222 A CN 117067222A CN 202311330870 A CN202311330870 A CN 202311330870A CN 117067222 A CN117067222 A CN 117067222A
- Authority
- CN
- China
- Prior art keywords
- surgical robot
- pose
- error
- transformation matrix
- real
- 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 56
- 230000009466 transformation Effects 0.000 claims abstract description 232
- 239000011159 matrix material Substances 0.000 claims abstract description 135
- 238000013507 mapping Methods 0.000 claims abstract description 26
- 238000006243 chemical reaction Methods 0.000 claims description 44
- 238000004590 computer program Methods 0.000 claims description 17
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 229940050561 matrix product Drugs 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012512 characterization method Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 208000002847 Surgical Wound Diseases 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 238000012795 verification 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
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/06—Safety devices
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Automation & Control Theory (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
本发明公开了一种手术机器人的位姿预警方法、装置、手术机器人及介质。该方法包括:获取手术机器人的实时位姿变换矩阵;其中,所述实时位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的实时坐标映射关系;基于所述实时位姿变换矩阵以及所述手术机器人的期望位姿变换矩阵,确定所述手术机器人的位姿变换误差;其中,所述期望位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的期望坐标映射关系;基于所述位姿变换误差和预设误差条件,执行针对所述手术机器人的位姿预警操作。本发明实施例解决了手术机器人在使用过程中位姿匹配发生改变时的预警问题。
Description
技术领域
本发明涉及医疗器械技术领域,尤其涉及一种手术机器人的位姿预警方法、装置、手术机器人及介质。
背景技术
近些年来,手术机器人在临床应用上具有创伤面积小、术后恢复快、适用于精细操作等特点,逐渐被医疗机构广泛使用。
手术机器人通常包括控制台和机械臂,其中,控制台通过医生操作主操作手输出操作指令,机械臂根据接收到的操作指令控制末端机械臂连杆的位姿改变,从而完成手术操作。
控制台基座与末端机械臂连杆的位姿匹配是手术机器人实现其功能的重要环节,但位姿匹配非常容易受到使用时长、工作环境以及机械臂关节误差等因素的影响,从而导致手术机器人的操作精确度较差,增加手术风险。
发明内容
本发明实施例提供了一种手术机器人的位姿预警方法、装置、手术机器人及介质,以解决手术机器人在使用过程中位姿匹配发生改变时的预警问题,降低位姿匹配误差带来的手术风险。
根据本发明一个实施例提供了一种手术机器人的位姿预警方法,该方法包括:
获取手术机器人的实时位姿变换矩阵;其中,所述实时位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的实时坐标映射关系;
基于所述实时位姿变换矩阵以及所述手术机器人的期望位姿变换矩阵,确定所述手术机器人的位姿变换误差;其中,所述期望位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的期望坐标映射关系;
基于所述位姿变换误差和预设误差条件,执行针对所述手术机器人的位姿预警操作。
根据本发明另一个实施例提供了一种手术机器人的位姿预警装置,该装置包括:
实时位姿变换矩阵获取模块,用于获取手术机器人的实时位姿变换矩阵;其中,所述实时位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的实时坐标映射关系;
位姿变换误差确定模块,用于基于所述实时位姿变换矩阵以及所述手术机器人的期望位姿变换矩阵,确定所述手术机器人的位姿变换误差;其中,所述期望位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的期望坐标映射关系;
位姿预警操作执行模块,用于基于所述位姿变换误差和预设误差条件,执行针对所述手术机器人的位姿预警操作。
根据本发明另一个实施例提供了一种手术机器人,该手术机器人包括:所述手术机器人包括控制台、机械臂和控制设备;
其中,所述控制台包括控制台基座,所述机械臂包括至少一个机械臂连杆,所述控制台基座与所述机械臂中的首端机械臂连杆连接;
所述控制设备包括:至少一个处理器以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的手术机器人的位姿预警方法。
根据本发明另一个实施例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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的手术机器人的位姿预警方法。
本发明实施例的技术方案,通过获取手术机器人的实时位姿变换矩阵,基于实时位姿变换矩阵以及手术机器人的期望位姿变换矩阵,确定手术机器人的位姿变换误差,基于位姿变换误差和预设误差条件,执行针对手术机器人的位姿预警操作,其中,实时位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的实时坐标映射关系,期望位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的期望坐标映射关系,解决了手术机器人在使用过程中位姿匹配发生改变时的预警问题,降低了位姿匹配误差带来的手术风险。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例所提供的一种手术机器人的位姿预警方法的流程图;
图2为本发明一个实施例所提供的另一种手术机器人的位姿预警方法的流程图;
图3为本发明一个实施例所提供的一种手术机器人的运动学模型的示意图;
图4为本发明一个实施例所提供的一种手术机器人的位姿预警装置的结构示意图;
图5为本发明一个实施例所提供的一种手术机器人的结构示意图;
图6为本发明一个实施例所提供的一种控制设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,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”等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,以便这里描述的本发明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。此外,术语“包括”和“具有”以及他们的任何变形,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。
图1为本发明一个实施例所提供的一种手术机器人的位姿预警方法的流程图,本实施例可适用于对手术机器人的位姿匹配进行监控预警的情况,该方法可以由手术机器人的位姿预警装置来执行,该手术机器人的位姿预警装置可以采用硬件和/或软件的形式实现,该手术机器人的位姿预警装置可配置于终端设备中。如图1所示,该方法包括:
S110、获取手术机器人的实时位姿变换矩阵。
示例性的,手术机器人的设备类型包括但不限于腹腔镜手术机器人、神经外科手术机器人、心脏手术机器人和血管介入治疗手术机器人等,此处对手术机器人的设备类型不作限定,具体可根据实际需求自定义设置。
在本实施例中,实时位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的实时坐标映射关系。具体的,位姿变换矩阵可表征同一坐标点在两坐标系之间的坐标转换。
在一个可选实施例中,获取手术机器人的实时位姿变换矩阵,包括:根据末端机械臂连杆的末端位置和末端方向,确定手术机器人的实时位姿变换矩阵。
S120、基于实时位姿变换矩阵以及手术机器人的期望位姿变换矩阵,确定手术机器人的位姿变换误差。
在本实施例中,期望位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的期望坐标映射关系。
具体的,期望位姿变换矩阵还表征手术机器人在使用过程中采用的当前位姿变换矩阵,期望位姿变换矩阵可以是手术机器人出厂时预先设置的,也可以是手术机器人在位姿校验过程中被校正过的,此处对期望位姿变换矩阵的获取方式并不作限定。
在一个可选实施例中,位姿变换误差包括位置变换误差和/或旋转变换误差。具体的,位置变换误差用于表征实时位姿变换矩阵中的实时位置变换矩阵与期望位姿变换矩阵中的期望位置变换矩阵之间的距离误差,旋转变换误差用于表征实时位姿变换矩阵中的实时旋转变换矩阵与期望位姿变换矩阵中的期望旋转变换矩阵之间的角度误差。
在一个可选实施例中,基于实时位姿变换矩阵以及手术机器人的期望位姿变换矩阵,确定手术机器人的位姿变换误差,包括:当位姿变换误差包括位置变换误差时,采用预设距离算法,基于实时位置变换矩阵以及期望位置变换矩阵,确定手术机器人的位置变换误差。示例性的,预设距离算法包括但不限于欧氏距离算法、余弦距离算法、曼哈顿距离算法、切比雪夫距离算法和闵可夫斯基距离算法等,此处对预设距离算法不作限定,具体可根据实际需求自定义设置。
在一个可选实施例中,当位姿变换误差包括位置变换误差时,位置变换误差满足公式:
其中,表示实时位姿变换矩阵中的实时位置变换矩阵,/>表示期望位姿变换矩阵中的期望位置变换矩阵,/>、/>和/>分别表示控制台基座与末端机械臂连杆分别对应的坐标系在x轴方向、y轴方向和z轴方向上的实时位移信息,/>、/>和/>分别表示控制台基座与末端机械臂连杆分别对应的坐标系在x轴方向、y轴方向和z轴方向上的期望位移信息。
在一个可选实施例中,基于实时位姿变换矩阵以及手术机器人的期望位姿变换矩阵,确定手术机器人的位姿变换误差,包括:当位姿变换误差包括旋转变换误差时,获取实时旋转变换矩阵与期望旋转变换矩阵之间的差值旋转变换向量,并将差值旋转变换向量的向量长度作为手术机器人的旋转变换误差。
在另一个可选实施例中,基于实时位姿变换矩阵以及手术机器人的期望位姿变换矩阵,确定手术机器人的位姿变换误差,包括:当位姿变换误差包括旋转变换误差时,获取实时位姿变换矩阵中的实时旋转变换矩阵以及期望位姿变换矩阵中的期望旋转变换矩阵;将实时旋转变换矩阵与期望旋转变换矩阵之间的矩阵乘积作为相对旋转变换矩阵;基于相对旋转变换矩阵中主对角线上的三个旋转矩阵参数,确定手术机器人的旋转变换误差。
示例性的,相对旋转变换矩阵满足公式:
其中,表示实时旋转变换矩阵,/>表示期望旋转变换矩阵。
在一个可选实施例中,旋转变换误差满足公式:
其中,当时,/>;当/>时,/>;/>表示反余弦函数,/>、/>和/>表示相对旋转变换矩阵中主对角线上的三个旋转矩阵参数。
在上述实施例的基础上,可选的,位姿变换误差为位置变换误差和旋转变换误差对应的统计变换误差,相应的,基于实时位姿变换矩阵以及手术机器人的期望位姿变换矩阵,确定手术机器人的位姿变换误差,还包括:基于预设位置分值数据,将位置变换误差转换为位置变换分值,并基于预设旋转分值数据,将旋转变换误差转换为旋转变换分值;基于位置变换分值和旋转变换分值对应的统计值,确定位姿变换误差。
具体的,预设位置分值数据表征位置变换误差与位置变换分值之间的映射关系,预设旋转分值数据表征旋转变换误差与旋转变换分值之间的映射关系,示例性的,预设位置分值数据和/或预设旋转分值数据可以为离散映射列表也可以为映射曲线,此处对预设位置分值数据和预设旋转分值数据的具体映射设置不作限定,具体可根据实际需求自定义设置。
示例性的,统计值包括但不限于最大值、最小值、平均值和权重求和值和权重平均值等,此处对统计值不作限定,具体可根据实际需求自定义设置。示例性的,当统计值为权重求和值时,位姿变换误差满足公式:
其中,和/>表示位置变换误差和旋转变换误差分别对应的误差权重系数,/>表示位置变换分值,/>表示旋转变换分值。
S130、基于位姿变换误差和预设误差条件,执行针对手术机器人的位姿预警操作。
在一个可选实施例中,当位姿变换误差包括位置变换误差时,预设误差条件包括与位置变换误差对应的位置误差范围;当位姿变换误差包括旋转变换误差时,预设误差条件包括旋转变换误差不满足旋转误差范围;当位姿变换误差包括位置变换误差和旋转变换误差时,预设误差条件包括与位置变换误差对应的位置误差范围和与旋转变换误差对应的旋转误差范围;当位姿变换误差为统计变换误差时,预设误差条件为统计误差范围。
示例性的,位置误差范围可以为[0,0.5]或[0.01,0.6],旋转误差范围可以为[0,0.5°]或[0.01°,0.6°],统计误差范围可以为[0,5]或[0.1,6],此处对位置误差范围、旋转误差范围和统计误差范围均不作限定,具体可根据实际需求自定义设置。
在一个可选实施例中,基于位姿变换误差和预设误差条件,执行针对手术机器人的位姿预警操作,包括:当位姿变换误差包括位置变换误差时,在位置变换误差不满足位置误差范围的情况下,基于位置变换误差,执行针对手术机器人的位姿预警操作。
在另一个可选实施例中,基于位姿变换误差和预设误差条件,执行针对手术机器人的位姿预警操作,包括:当位姿变换误差包括旋转变换误差时,在旋转变换误差不满足旋转误差范围的情况下,基于旋转变换误差,执行针对手术机器人的位姿预警操作。
在另一个可选实施例中,基于位姿变换误差和预设误差条件,执行针对手术机器人的位姿预警操作,包括:当位姿变换误差包括位置变换误差和旋转变换误差时,在位置变换误差不满足位置误差范围的情况下,基于位置变换误差,执行针对手术机器人的位姿预警操作;在旋转变换误差不满足旋转误差范围的情况下,基于旋转变换误差,执行针对手术机器人的位姿预警操作。
在另一个可选实施例中,基于位姿变换误差和预设误差条件,执行针对手术机器人的位姿预警操作,包括:当位姿变换误差为统计变换误差时,在统计变换误差不满足统计误差范围的情况下,基于统计变换误差,执行针对手术机器人的位姿预警操作。
示例性的,针对手术机器人的位姿预警操作的执行形式包括但不限于文字展示、声音播放和指示灯输出等等。本公开实施例对位姿预警操作的执行形式不作限定,具体可根据实际需求自定义设置。
其中,如文字展示可以为“手术机器人位姿异常,请检查”。如声音播放可以是语音播放也可以是提示音播放,如语音播放内容可以是上述文字展示的内容,提示音播放可以是基于预设音量和/或预设音调播放提示音。示例性的,预设音量可以为5dB,由于音调是由声音的震动频率决定的,因此预设音调可以为震动频率达到100Hz时发出的声音音调。如还可以使用特定指示灯颜色和/或特定指示灯闪烁频率进行预警提示。
本实施例的技术方案,通过获取手术机器人的实时位姿变换矩阵,基于实时位姿变换矩阵以及手术机器人的期望位姿变换矩阵,确定手术机器人的位姿变换误差,基于位姿变换误差和预设误差条件,执行针对手术机器人的位姿预警操作,其中,实时位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的实时坐标映射关系,期望位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的期望坐标映射关系,解决了手术机器人在使用过程中位姿匹配发生改变时的预警问题,降低了位姿匹配误差带来的手术风险。
图2为本发明一个实施例所提供的另一种手术机器人的位姿预警方法的流程图,本实施例对上述实施例中的S110进行进一步细化。如图2所示,该方法包括:
S210、获取手术机器人的运动学模型。
具体的,运动学模型中至少包含与手术机器人中的控制台基座以及末端机械臂连杆分别对应的坐标系。
在一个可选实施例中,当手术机器人中的机械臂包含一个机械臂连杆时,运动学模型中包含与控制台基座对应的第一坐标系以及与末端机械臂连杆对应的第二坐标系。具体的,在本实施例中末端机械臂连杆即为首端机械臂连杆。
在另一个可选实施例中,当手术机器人中的机械臂包含至少两个机械臂连杆时,运动学模型中包含与控制台基座对应的第一坐标系、与控制台基座连接的首端机械臂连杆对应的第二坐标系、…、与n-1个机械臂连杆连接的末端机械臂连杆对应的第n坐标系,其中,n≥2。
在另一个可选实施例中,当手术机器人中的机械臂包含至少两个机械臂连杆时,运动学模型中包含与控制台基座对应的第一坐标系、手术机器人中与控制台基座连接的首端机械臂连杆对应的第二坐标系、手术机器人中与首端机械臂连杆连接的回转关节对应的第三坐标系、手术机器人的远心不动点对应的第四坐标系和第五坐标系以及末端机械臂连杆对应的第六坐标系,远心不动点为第三坐标系的z轴与第六坐标系的z轴之间的交点,第三坐标系的z轴与第四坐标系的z轴同轴,第二坐标系与第三坐标系的原点相同,第四坐标系与第五坐标系的原点相同。
具体的,机械臂中的末端机械臂连杆的运动需沿末端机械臂连杆的轴线平移以及以手术切口孔为支点进行旋转,否则会对患者造成损伤,其中,末端机械臂连杆的轴线与手术切口孔重合的支点,或者说,末端机械臂连杆在多个不同位姿下,多个不同位姿分别对应的末端机械臂连杆之间的交点,称为远心不动点。在本实施例中,第四坐标系和第五坐标系的坐标系原点为远心不动点。
图3为本发明一个实施例所提供的一种手术机器人的运动学模型的示意图。具体的,图3中“{}”中的数字表示坐标系的序号,“{1}”、“{2}”、“{3}”、“{4}”、“{5}”、“{6}”依次表示第一坐标系、第二坐标系、第三坐标系、第四坐标系、第五坐标系以及第六坐标系。图3中每两个“{}”之间的虚线箭头表示两个相邻坐标系之间的坐标映射,虚线机械臂和实线机械臂分别表示不同位姿下的机械臂。
S220、根据运动学模型以及手术机器人对应的实时DH参数数据,确定手术机器人的实时位姿变换矩阵。
在本实施例中,实时DH参数数据表征每两个相邻坐标系之间的运动参数数据,运动参数数据包括连杆扭转角、连杆长度、连杆偏移量和关节角度。
具体的,连杆扭转角表征绕/>轴从/>轴到/>轴的旋转角度,连杆长度表征沿/>轴从/>轴到/>轴的距离,连杆偏移量/>表征沿/>轴从/>轴到/>轴的距离,关节角度/>表征绕/>轴从/>轴到/>轴的旋转角度,其中,/>表示坐标系先后顺序的序号。
表1是本发明针对图3所示的运动学模型所提供的一种实时DH参数数据。
在本实施例中,各相邻坐标系分别对应的齐次变换矩阵包括、/>、/>、/>和/>。示例性的,第/>坐标系与第/>坐标系对应的齐次变换矩阵/>满足如下公式:
具体的,实时位姿变换矩阵。
S230、基于实时位姿变换矩阵以及手术机器人的期望位姿变换矩阵,确定手术机器人的位姿变换误差。
S240、基于位姿变换误差和预设误差条件,执行针对手术机器人的位姿预警操作。
本实施例中S230-S240的具体实施方式与上述实施例的图1中示出S120-S130对应相同或类似,本实施例在此不再赘述。
本实施例的技术方案,通过获取手术机器人的运动学模型,根据运动学模型以及手术机器人对应的实时DH参数数据,确定手术机器人的实时位姿变换矩阵,解决了手术机器人的实时位姿变换矩阵的获取问题。本实施例进一步构建了包含远心不动点的运动学模型,降低了实时DH参数数据中需要依赖传感器进行数据采集的运动参数数据的数据量,从而降低对手术机器人的硬件改进难度以及硬件改进成本。并且机械臂中机械臂连杆的数量变化并不会影响到运动学模型,从而扩展了运动学模型适用的机械臂构型,进一步提高了手术机器人的位姿预警方法与不同手术机器人的适配性。
以下是本发明实施例提供的手术机器人的位姿预警装置的实施例,该装置与上述实施例的手术机器人的位姿预警方法属于同一个发明构思,在手术机器人的位姿预警装置的实施例中未详尽描述的细节内容,可以参考上述实施例中关于手术机器人的位姿预警方法的内容。
图4为本发明一个实施例所提供的一种手术机器人的位姿预警装置的结构示意图。如图4所示,该装置包括:实时位姿变换矩阵获取模块310、位姿变换误差确定模块320和位姿预警操作执行模块330。
其中,实时位姿变换矩阵获取模块310,用于获取手术机器人的实时位姿变换矩阵;其中,实时位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的实时坐标映射关系;
位姿变换误差确定模块320,用于基于实时位姿变换矩阵以及手术机器人的期望位姿变换矩阵,确定手术机器人的位姿变换误差;其中,期望位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的期望坐标映射关系;
位姿预警操作执行模块330,用于基于位姿变换误差和预设误差条件,执行针对手术机器人的位姿预警操作。
本实施例的技术方案,通过获取手术机器人的实时位姿变换矩阵,基于实时位姿变换矩阵以及手术机器人的期望位姿变换矩阵,确定手术机器人的位姿变换误差,基于位姿变换误差和预设误差条件,执行针对手术机器人的位姿预警操作,其中,实时位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的实时坐标映射关系,期望位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的期望坐标映射关系,解决了手术机器人在使用过程中位姿匹配发生改变时的预警问题,降低了位姿匹配误差带来的手术风险。
在一个可选实施例中,位姿变换误差包括位置变换误差和/或旋转变换误差。
在一个可选实施例中,当位姿变换误差包括位置变换误差时,位置变换误差满足公式:
其中,表示实时位姿变换矩阵中的实时位置变换矩阵,/>表示期望位姿变换矩阵中的期望位置变换矩阵,/>、/>和/>分别表示控制台基座与末端机械臂连杆分别对应的坐标系在x轴方向、y轴方向和z轴方向上的实时位移信息,/>、/>和/>分别表示控制台基座与末端机械臂连杆分别对应的坐标系在x轴方向、y轴方向和z轴方向上的期望位移信息。
在一个可选实施例中,位姿变换误差确定模块320,具体用于:
当位姿变换误差包括旋转变换误差时,获取实时位姿变换矩阵中的实时旋转变换矩阵以及期望位姿变换矩阵中的期望旋转变换矩阵;
将实时旋转变换矩阵与期望旋转变换矩阵之间的矩阵乘积作为相对旋转变换矩阵;
基于相对旋转变换矩阵中主对角线上的三个旋转矩阵参数,确定手术机器人的旋转变换误差。
在一个可选实施例中,旋转变换误差满足公式:
其中,当时,/>;当/>时,/>;/>表示反余弦函数,/>、/>和/>表示相对旋转变换矩阵中主对角线上的三个旋转矩阵参数。
在一个可选实施例中,当位姿变换误差包括位置变换误差和旋转变换误差时,预设误差条件包括与位置变换误差对应的位置误差范围和与旋转变换误差对应的旋转误差范围。
在一个可选实施例中,实时位姿变换矩阵获取模块310,具体用于:
获取手术机器人的运动学模型;
根据运动学模型以及手术机器人对应的实时DH参数数据,确定手术机器人的实时位姿变换矩阵;
其中,运动学模型中包含与控制台基座对应的第一坐标系、手术机器人中与控制台基座连接的首端机械臂连杆对应的第二坐标系、手术机器人中与首端机械臂连杆连接的回转关节对应的第三坐标系、手术机器人的远心不动点对应的第四坐标系和第五坐标系以及末端机械臂连杆对应的第六坐标系,远心不动点为第三坐标系的z轴与第六坐标系的z轴之间的交点,第三坐标系的z轴与第四坐标系的z轴同轴,第二坐标系与第三坐标系的原点相同,第四坐标系与第五坐标系的原点相同;
实时DH参数数据表征每两个相邻坐标系之间的运动参数数据,运动参数数据包括连杆扭转角、连杆长度、连杆偏移量和关节角度。
本发明实施例所提供的手术机器人的位姿预警装置可执行本发明任意实施例所提供的手术机器人的位姿预警方法,具备执行方法相应的功能模块和有益效果。
图5为本发明一个实施例所提供的一种手术机器人的结构示意图。如图5所示,该手术机器人400包括控制台410、机械臂420和控制设备430;其中,控制台410包括控制台基座411,机械臂420包括至少一个机械臂连杆421,控制台基座411与机械臂中的首端机械臂连杆421连接。
图6为本发明一个实施例所提供的一种控制设备的结构示意图。控制设备430旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台和其它适合的计算机。控制设备430还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,控制设备430包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器11执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储控制设备430操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
控制设备430中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许控制设备430通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如上述实施例提供的手术机器人的位姿预警方法。
在一些实施例中,上述实施例提供的手术机器人的位姿预警方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到控制设备430上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的手术机器人的位姿预警方法中的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行手术机器人的位姿预警方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的手术机器人的位姿预警方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种手术机器人的位姿预警方法,其特征在于,包括:
获取手术机器人的实时位姿变换矩阵;其中,所述实时位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的实时坐标映射关系;
基于所述实时位姿变换矩阵以及所述手术机器人的期望位姿变换矩阵,确定所述手术机器人的位姿变换误差;其中,所述期望位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的期望坐标映射关系;
基于所述位姿变换误差和预设误差条件,执行针对所述手术机器人的位姿预警操作。
2.根据权利要求1所述的方法,其特征在于,所述位姿变换误差包括位置变换误差和/或旋转变换误差。
3.根据权利要求2所述的方法,其特征在于,当所述位姿变换误差包括位置变换误差时,所述位置变换误差满足公式:
其中,表示所述实时位姿变换矩阵中的实时位置变换矩阵,/>表示所述期望位姿变换矩阵中的期望位置变换矩阵,/>、/>和/>分别表示所述控制台基座与所述末端机械臂连杆分别对应的坐标系在x轴方向、y轴方向和z轴方向上的实时位移信息,/>、/>和/>分别表示所述控制台基座与所述末端机械臂连杆分别对应的坐标系在x轴方向、y轴方向和z轴方向上的期望位移信息。
4.根据权利要求2所述的方法,其特征在于,所述基于所述实时位姿变换矩阵以及所述手术机器人的期望位姿变换矩阵,确定所述手术机器人的位姿变换误差,包括:
当所述位姿变换误差包括旋转变换误差时,获取所述实时位姿变换矩阵中的实时旋转变换矩阵以及所述期望位姿变换矩阵中的期望旋转变换矩阵;
将所述实时旋转变换矩阵与所述期望旋转变换矩阵之间的矩阵乘积作为相对旋转变换矩阵;
基于所述相对旋转变换矩阵中主对角线上的三个旋转矩阵参数,确定所述手术机器人的旋转变换误差。
5.根据权利要求4所述的方法,其特征在于,所述旋转变换误差满足公式:
其中,当时,/>;当/>时,/>;/>表示反余弦函数,/>、/>和/>表示所述相对旋转变换矩阵中主对角线上的三个旋转矩阵参数。
6.根据权利要求2所述的方法,其特征在于,当所述位姿变换误差包括位置变换误差和旋转变换误差时,所述预设误差条件包括与所述位置变换误差对应的位置误差范围和与所述旋转变换误差对应的旋转误差范围。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述获取手术机器人的实时位姿变换矩阵,包括:
获取所述手术机器人的运动学模型;
根据所述运动学模型以及所述手术机器人对应的实时DH参数数据,确定所述手术机器人的实时位姿变换矩阵;
其中,所述运动学模型中包含与所述控制台基座对应的第一坐标系、所述手术机器人中与所述控制台基座连接的首端机械臂连杆对应的第二坐标系、所述手术机器人中与所述首端机械臂连杆连接的回转关节对应的第三坐标系、所述手术机器人的远心不动点对应的第四坐标系和第五坐标系以及所述末端机械臂连杆对应的第六坐标系,所述远心不动点为所述第三坐标系的z轴与所述第六坐标系的z轴之间的交点,所述第三坐标系的z轴与所述第四坐标系的z轴同轴,所述第二坐标系与所述第三坐标系的原点相同,所述第四坐标系与所述第五坐标系的原点相同;
所述实时DH参数数据表征每两个相邻坐标系之间的运动参数数据,所述运动参数数据包括连杆扭转角、连杆长度、连杆偏移量和关节角度。
8.一种手术机器人的位姿预警装置,其特征在于,包括:
实时位姿变换矩阵获取模块,用于获取手术机器人的实时位姿变换矩阵;其中,所述实时位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的实时坐标映射关系;
位姿变换误差确定模块,用于基于所述实时位姿变换矩阵以及所述手术机器人的期望位姿变换矩阵,确定所述手术机器人的位姿变换误差;其中,所述期望位姿变换矩阵表征手术机器人中的控制台基座与末端机械臂连杆分别对应的坐标系之间的期望坐标映射关系;
位姿预警操作执行模块,用于基于所述位姿变换误差和预设误差条件,执行针对所述手术机器人的位姿预警操作。
9.一种手术机器人,其特征在于,所述手术机器人包括控制台、机械臂和控制设备;
其中,所述控制台包括控制台基座,所述机械臂包括至少一个机械臂连杆,所述控制台基座与所述机械臂中的首端机械臂连杆连接;
所述控制设备包括:至少一个处理器以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的手术机器人的位姿预警方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的手术机器人的位姿预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311330870.0A CN117067222A (zh) | 2023-10-16 | 2023-10-16 | 手术机器人的位姿预警方法、装置、手术机器人及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311330870.0A CN117067222A (zh) | 2023-10-16 | 2023-10-16 | 手术机器人的位姿预警方法、装置、手术机器人及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117067222A true CN117067222A (zh) | 2023-11-17 |
Family
ID=88706424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311330870.0A Pending CN117067222A (zh) | 2023-10-16 | 2023-10-16 | 手术机器人的位姿预警方法、装置、手术机器人及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117067222A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112775935A (zh) * | 2020-12-14 | 2021-05-11 | 华南理工大学 | 一种基于末端误差检测信息子集的并联机器人标定方法 |
CN113208729A (zh) * | 2019-11-22 | 2021-08-06 | 苏州微创畅行机器人有限公司 | 截骨导向工具的校验方法、校验系统及检测靶标 |
US20210268643A1 (en) * | 2020-02-28 | 2021-09-02 | The Board Of Trustees Of The Leland Stanford Junior University | Robotic Platforms to mimic papillary muscle motion ex vivo |
CN215899872U (zh) * | 2021-06-28 | 2022-02-25 | 敏捷医疗科技(苏州)有限公司 | 交互系统、手术机器人导航定位系统 |
CN114536402A (zh) * | 2022-02-16 | 2022-05-27 | 中国医学科学院北京协和医院 | 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 |
CN114536399A (zh) * | 2022-01-07 | 2022-05-27 | 中国人民解放军海军军医大学第一附属医院 | 基于多个位姿标识的误差检测方法及机器人系统 |
CN115813556A (zh) * | 2022-12-27 | 2023-03-21 | 深圳柳叶刀机器人有限公司 | 手术机器人标定方法、装置、手术机器人及存储介质 |
-
2023
- 2023-10-16 CN CN202311330870.0A patent/CN117067222A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113208729A (zh) * | 2019-11-22 | 2021-08-06 | 苏州微创畅行机器人有限公司 | 截骨导向工具的校验方法、校验系统及检测靶标 |
US20210268643A1 (en) * | 2020-02-28 | 2021-09-02 | The Board Of Trustees Of The Leland Stanford Junior University | Robotic Platforms to mimic papillary muscle motion ex vivo |
CN112775935A (zh) * | 2020-12-14 | 2021-05-11 | 华南理工大学 | 一种基于末端误差检测信息子集的并联机器人标定方法 |
CN215899872U (zh) * | 2021-06-28 | 2022-02-25 | 敏捷医疗科技(苏州)有限公司 | 交互系统、手术机器人导航定位系统 |
CN114536399A (zh) * | 2022-01-07 | 2022-05-27 | 中国人民解放军海军军医大学第一附属医院 | 基于多个位姿标识的误差检测方法及机器人系统 |
CN114536402A (zh) * | 2022-02-16 | 2022-05-27 | 中国医学科学院北京协和医院 | 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 |
CN115813556A (zh) * | 2022-12-27 | 2023-03-21 | 深圳柳叶刀机器人有限公司 | 手术机器人标定方法、装置、手术机器人及存储介质 |
Non-Patent Citations (8)
Title |
---|
万方数据知识服务平台: "多臂腹腔微创手术机器人控制系统构建", 《万方数据知识服务平台》, pages 255 - 256 * |
乔贵方 等: "基于BAS-PSO算法的机器人定位精度提升", 《光学精密工程》, vol. 29, no. 4, pages 763 - 771 * |
史淡静: "基于导纳模型的腹腔镜手术机械臂力摆位控制研究", 《万方数据知识服务平台》, pages 18 - 20 * |
宋华建: "手术机器人主从直观操作运动算法及手眼标定奇异性研究", 《万方数据知识服务平台》, pages 43 - 45 * |
王子玮 等: "一种稀疏混合ICP匹配方案", 中国科学, vol. 51, no. 7, pages 837 - 849 * |
王烁: "具有力反馈的机器人手术半实物仿真系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 01, pages 39 - 40 * |
秦红星 等: "深度学习刚性点云配准前沿进展", 中国图像图形学报, vol. 27, no. 02, pages 329 - 347 * |
邹水中: "微创手术机器人从手系统控制的研究", 《中国博士学位论文全文数据库 信息科技辑》, no. 01, pages 18 - 20 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111833391B (zh) | 图像深度信息的估计方法及装置 | |
CN117067222A (zh) | 手术机器人的位姿预警方法、装置、手术机器人及介质 | |
CN114119990A (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
CN112562043B (zh) | 图像处理方法、装置和电子设备 | |
CN117746125A (zh) | 图像处理模型的训练方法、装置及电子设备 | |
CN116433847A (zh) | 姿态迁移方法及装置、电子设备和存储介质 | |
CN114443197B (zh) | 界面处理方法、装置、电子设备及存储介质 | |
CN113552879B (zh) | 自移动设备的控制方法、装置、电子设备及存储介质 | |
CN114882587A (zh) | 生成对抗样本的方法、装置、电子设备和介质 | |
CN117808898A (zh) | 用于机器人基座位姿标定的方法、装置、机器人及介质 | |
CN118177993A (zh) | 一种手术端口的端口距离的推荐方法、装置、设备及存储介质 | |
CN117814918A (zh) | 一种臂系统基座的位姿标定方法、装置、机器人及介质 | |
CN118806444A (zh) | 一种机器人器械的运动控制方法、装置及控制器 | |
CN117830436A (zh) | 一种机器人基座的姿态标定方法、装置、机器人及介质 | |
CN117584122A (zh) | 一种机械臂抓取方法、装置、设备及存储介质 | |
CN114779058B (zh) | 动态调整测项比例的主板检测方法、装置、设备及介质 | |
CN117312198A (zh) | 一种固态硬盘控制方法、装置、设备及存储介质 | |
CN117961910A (zh) | 一种基于环境信息的手眼标定方法、装置及电子设备 | |
CN221224781U (zh) | 一种集成化偏航误差校正装置 | |
CN117289686B (zh) | 一种参数标定方法、装置、电子设备及存储介质 | |
CN114218069B (zh) | 回归测试方法、装置、电子设备及存储介质 | |
CN114926447B (zh) | 用于训练模型的方法、用于检测目标的方法和装置 | |
CN114970817B (zh) | 神经网络的训练方法、装置及电子设备 | |
CN117155390A (zh) | 采集芯片的采样数据的处理方法、装置、设备及存储介质 | |
CN117838040A (zh) | 瞳孔确定方法、装置、设备及存储介质 |
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 |