运动轨迹规划方法、系统、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种运动轨迹规划方法、系统、计算机设备和存储介质。

背景技术

放射治疗是利用放射线治疗肿瘤的一种局部治疗方法，在放射治疗过程中，通常需要直线加速器治疗头、治疗床和平板探测器等设备之间相互配合，实现对靶点的精准定位和治疗，这就需要在放射治疗前，对各设备的运动轨迹进行合理规划。

现有技术中，医生通常根据治疗计划以及个人经验，采用人工的方式规划放射治疗系统中各个设备的运动轨迹，不但效率较低，而且难以避免设备之间的碰撞，容易导致运动轨迹规划不合理。

因此，目前放射治疗技术中存在设备的运动轨迹规划不合理的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够合理规划运动轨迹的运动轨迹规划方法、系统、计算机设备和计算机可读存储介质。

第一方面，本申请提供了一种运动轨迹规划方法。所述方法包括：

获取医学系统的起始状态参数和终止状态参数；所述医学系统中包含至少一个运动部件；

基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从所述至少一个邻近状态参数中确定出目标状态参数；各所述运动部件基于所述目标状态参数进行运动时无碰撞；

在所述目标状态参数与所述终止状态参数不匹配的情况下，将所述目标状态参数作为所述起始状态参数，并跳转至所述基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从所述至少一个邻近状态参数中确定出目标状态参数的步骤，直至确定出的目标状态参数与所述终止状态参数相匹配；

根据所述起始状态参数和各所述目标状态参数，得到所述医学系统的运动轨迹。

在其中一个实施例中，所述从所述至少一个邻近状态参数中确定出目标状态参数，包括：

确定各所述运动部件的运动参数；所述运动参数包括权重系数、运动方向和运动趋势中的至少一种；

根据所述运动参数，从所述至少一个邻近状态参数中确定出所述目标状态参数。

在其中一个实施例中，所述根据所述运动参数，从所述至少一个邻近状态参数中确定出所述目标状态参数，包括：

确定所述邻近状态参数与所述终止状态参数之间的状态距离，并根据所述运动参数确定所述邻近状态参数对应的状态启发值；

将所述状态距离与所述状态启发值之和，确定为所述邻近状态参数对应的目标启发值；

在所述目标启发值符合预设条件的情况下，将所述邻近状态参数确定为所述目标状态参数。

在其中一个实施例中，所述基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，包括：

根据所述起始状态参数，确定所述轨迹规划模型的中心点；

根据所述轨迹规划模型的中心点，以及预先设置的所述轨迹规划模型的边长，确定所述轨迹规划模型。

在其中一个实施例中，所述基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，还包括：

基于所述起始状态参数，根据预先设置的步长确定候选状态参数；

根据所述候选状态参数，确定各所述运动部件的运动状态；

在各所述运动部件在所述轨迹规划模型下根据所述运动状态进行运动，且无碰撞的情况下，将所述候选状态参数确定为所述邻近状态参数。

在其中一个实施例中，所述方法还包括：

获取包含所述起始状态参数的状态参数列表；

根据确定出的所述目标状态参数，更新所述状态参数列表，得到更新后的状态参数列表；

在所述目标状态参数与所述终止状态参数相匹配的情况下，根据所述更新后的状态参数列表，得到所述医学系统的运动轨迹。

在其中一个实施例中，所述至少一个运动部件包括直线加速器机架、治疗床和平板探测器；状态参数包括至少一个状态量，所述至少一个状态量包括所述直线加速器机架的旋转角度、所述治疗床的旋转角度、所述治疗床的平移量和所述平板探测器的状态标识；所述状态参数包括所述起始状态参数、所述终止状态参数、所述邻近状态参数和所述目标状态参数。

第二方面，本申请还提供了一种运动轨迹规划系统。所述系统包括：

获取模块，用于获取医学系统的起始状态参数和终止状态参数；所述医学系统中包含至少一个运动部件；

确定模块，用于基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从所述至少一个邻近状态参数中确定出目标状态参数；各所述运动部件基于所述目标状态参数进行运动时无碰撞；

循环模块，用于在所述目标状态参数与所述终止状态参数不匹配的情况下，将所述目标状态参数作为所述起始状态参数，并跳转至所述基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从所述至少一个邻近状态参数中确定出目标状态参数的步骤，直至确定出的目标状态参数与所述终止状态参数相匹配；

规划模块，用于根据所述起始状态参数和各所述目标状态参数，得到所述医学系统的运动轨迹。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取医学系统的起始状态参数和终止状态参数；所述医学系统中包含至少一个运动部件；

基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从所述至少一个邻近状态参数中确定出目标状态参数；各所述运动部件基于所述目标状态参数进行运动时无碰撞；

在所述目标状态参数与所述终止状态参数不匹配的情况下，将所述目标状态参数作为所述起始状态参数，并跳转至所述基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从所述至少一个邻近状态参数中确定出目标状态参数的步骤，直至确定出的目标状态参数与所述终止状态参数相匹配；

根据所述起始状态参数和各所述目标状态参数，得到所述医学系统的运动轨迹。

第四方面，本申请还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取医学系统的起始状态参数和终止状态参数；所述医学系统中包含至少一个运动部件；

基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从所述至少一个邻近状态参数中确定出目标状态参数；各所述运动部件基于所述目标状态参数进行运动时无碰撞；

在所述目标状态参数与所述终止状态参数不匹配的情况下，将所述目标状态参数作为所述起始状态参数，并跳转至所述基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从所述至少一个邻近状态参数中确定出目标状态参数的步骤，直至确定出的目标状态参数与所述终止状态参数相匹配；

根据所述起始状态参数和各所述目标状态参数，得到所述医学系统的运动轨迹。

上述运动轨迹规划方法、系统、计算机设备和存储介质，通过获取医学系统的起始状态参数和终止状态参数，基于起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从至少一个邻近状态参数中确定出目标状态参数，在目标状态参数与终止状态参数不匹配的情况下，将目标状态参数作为起始状态参数，并跳转至基于起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从至少一个邻近状态参数中确定出目标状态参数的步骤，直至确定出的目标状态参数与终止状态参数相匹配，根据起始状态参数和各目标状态参数，得到医学系统的运动轨迹；可以先基于轨迹规划模型，确定起始状态参数的至少一个邻近状态参数，各邻近状态参数均能够使得医学系统的运动部件之间无碰撞，再从至少一个邻近状态参数中选取出一个最优的目标状态参数，并通过循环过程确定出后续的多个目标状态参数，根据起始状态参数和各目标状态参数得到医学系统运动部件的最优运动轨迹，使得医学系统的运动轨迹规划较为合理。

附图说明

图1为一个实施例中运动轨迹规划方法的流程示意图；

图2为一个实施例中状态参数的示意图；

图3为一个实施例中基于优化A*算法的放疗系统运动轨迹规划方法的流程示意图；

图4为一个实施例中特殊场景的运动轨迹规划的示意图；

图5为一个实施例中运动轨迹规划系统的结构框图；

图6为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种运动轨迹规划方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：

步骤S110，获取医学系统的起始状态参数和终止状态参数；医学系统中包含至少一个运动部件。

其中，医学系统可以为用于进行检查、治疗或者科研的医学设备，例如，放疗系统。

其中，运动部件可以为组成医学设备的能够进行运动的部件，例如，放疗系统中的直线加速器机架、治疗床和平板探测器。

其中，起始状态参数可以用于表征医学系统各运动部件的起始状态。终止状态参数可以用于表征医学系统各运动部件的终止状态。

具体实现中，可以根据医学系统各运动部件的起始状态设置起始状态参数，根据医学系统各运动部件的终止状态设置终止状态参数，将起始状态参数和终止状态参数输入至终端，使终端获取到医学系统的起始状态参数和终止状态参数。

实际应用中，针对放疗系统，可以用6个维度来描述直线加速器机架、治疗床和平板探测器的状态，生成包含6个维度的状态参数(i1，i2，i3，i4，i5，i6)，进而可以根据直线加速器机架、治疗床和平板探测器的起始状态，生成起始状态参数，根据直线加速器机架、治疗床和平板探测器的终止状态，生成终止状态参数。

图2提供了一个状态参数的示意图。根据图2，i1可以用于描述直线加速器机架的旋转角度；i2可以用于描述治疗床的旋转角度；i3，i4，i5可以用于描述治疗床的三维平移量，例如，(x，y，z)三个空间维度；i6可以用于描述平板探测器的状态，其中，平板探测器的状态可以是平板探测器受5个独立电机控制所形成的组合状态，该组合状态可以包括平板探测器x轴平动、平板探测器y轴平动、平板探测器绕x轴旋转角度、平板探测器支架绕x轴旋转角度，以及平板探测器支架的伸长量。

步骤S120，基于起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从至少一个邻近状态参数中确定出目标状态参数；基于目标状态参数的各运动部件之间无碰撞。

其中，轨迹规划模型可以为定向包围框(Oriented Bounding Box，OBB)模型。

其中，邻近状态参数可以为根据预先设置的步长所确定的与起始状态参数相邻近的状态参数。

其中，目标状态参数可以为根据预先设置的规则，从至少一个邻近状态参数中选出的最优状态参数。

具体实现中，可以生成多个候选的邻近状态参数，使用轨迹规划模型，检测医学系统各运动部件根据各候选的邻近状态参数进行运动时，是否会发生碰撞，若发生碰撞，则不将该候选的邻近状态参数作为邻近状态参数，否则，若不发生碰撞，则可以将该候选的邻近状态参数作为邻近状态参数，通过上述方法可以确定至少一个邻近状态参数，之后可以根据预先设置的规则，从至少一个邻近状态参数中确定出一个目标状态参数。

实际应用中，可以针对起始状态参数的各个维度设置预设步长，根据预设步长对起始状态参数进行增减，得到候选的邻近状态参数，基于OBB检测放疗系统各部件根据候选的邻近状态参数进行运动时是否会发生碰撞，在不发生碰撞的情况下，将候选的邻近状态参数作为邻近状态参数，之后可以基于A*算法，从多个邻近状态参数中确定一个最优的目标状态参数。

步骤S130，在目标状态参数与终止状态参数不匹配的情况下，将目标状态参数作为起始状态参数，并跳转至基于起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从至少一个邻近状态参数中确定出目标状态参数的步骤，直至确定出的目标状态参数与终止状态参数相匹配。

具体实现中，可以将目标状态参数与终止状态参数相比较，若二者相匹配，则终止步骤S130，并进入步骤S140，否则，若目标状态参数与终止状态参数不匹配，则可以将起始状态参数更新为目标状态参数，并跳转至步骤S120，重新基于起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从至少一个邻近状态参数中确定出目标状态参数，直至确定出的目标状态参数与终止状态参数相匹配。

实际应用中，若目标状态参数与终止状态参数相同，则终止步骤S130，并进入步骤S140，否则，若目标状态参数与终止状态参数不相同，则将目标状态参数作为起始状态参数，并返回至步骤S120，重新基于起始状态参数，通过OBB确定至少一个邻近状态参数，并从中确定出目标状态参数，直至确定出的目标状态参数与终止状态参数相同。

步骤S140，根据起始状态参数和各目标状态参数，得到医学系统的运动轨迹。

具体实现中，可以根据对各目标状态参数进行确定的先后顺序，依次将起始状态参数和各目标状态参数，确定为医学系统各运动部件的运动轨迹。

上述运动轨迹规划方法，通过获取医学系统的起始状态参数和终止状态参数，基于起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从至少一个邻近状态参数中确定出目标状态参数，在目标状态参数与终止状态参数不匹配的情况下，将目标状态参数作为起始状态参数，并跳转至基于起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从至少一个邻近状态参数中确定出目标状态参数的步骤，直至确定出的目标状态参数与终止状态参数相匹配，根据起始状态参数和各目标状态参数，得到医学系统的运动轨迹；可以先基于轨迹规划模型，确定起始状态参数的至少一个邻近状态参数，各邻近状态参数均能够使得医学系统的运动部件之间无碰撞，再从至少一个邻近状态参数中选取出一个最优的目标状态参数，并通过循环过程确定出后续的多个目标状态参数，根据起始状态参数和各目标状态参数得到医学系统运动部件的最优运动轨迹，使得医学系统的运动轨迹规划较为合理。

在一个实施例中，上述步骤S120，可以具体包括：确定各运动部件的运动参数；运动参数包括权重系数、运动方向和运动趋势中的至少一种；根据运动参数，从至少一个邻近状态参数中确定出目标状态参数。

其中，权重系数可以为各运动部件所对应的权重因子，例如，可以根据各运动部件进行运动的先后顺序设置权重，先运动的部件权重因子较小，后运动的部件权重因子较大。

其中，运动方向可以为各运动部件实时运动的方向。

其中，运动趋势可以为各运动部件运动状态的改变，例如，若各运动部件趋于由运动变为静止，可以将运动趋势设置为1，若各运动部件趋于由静止变为运动，可以将运动趋势设置为0。

具体实现中，可以基于预设的启发函数，先确定医学系统各运动部件的运动参数，再根据运动参数和启发函数，确定各邻近状态参数对应的启发值，根据启发值，从至少一个邻近状态参数中确定出目标状态参数。

实际应用中，可以设置启发函数

其中，Pi表示邻近状态参数，P_final表示终止状态参数，w

本实施例中，通过确定各运动部件的运动参数，根据运动参数，从至少一个邻近状态参数中确定出目标状态参数，可以从至少一个邻近状态参数中确定出最优的目标状态参数，进而根据最优的目标状态参数确定最优的运动轨迹，使得医学系统的运动轨迹合理化。

在一个实施例中，上述根据运动参数，从至少一个邻近状态参数中确定出目标状态参数的步骤，可以具体包括：确定邻近状态参数与终止状态参数之间的状态距离，并根据运动参数确定邻近状态参数对应的状态启发值；将状态距离与状态启发值之和，确定为邻近状态参数对应的目标启发值；在目标启发值符合预设条件的情况下，将邻近状态参数确定为目标状态参数。

具体实现中，可以设置邻近状态参数为Pi，终止状态参数为P_final，邻近状态参数与终止状态参数之间的状态距离可以确定为

其中，w

还可以根据运动参数D确定状态启发值f(D,P0,Pi,P_final)，其中，D可以为运动部件的运动方向，P0表示起始状态参数。将状态距离与状态启发值相加，可以得到邻近状态参数Pi对应的目标启发值

求取最小的目标启发值，将最小的目标启发值所对应的邻近状态参数，确定为目标状态参数。

本实施例中，通过确定邻近状态参数与终止状态参数之间的状态距离，并根据运动参数确定邻近状态参数对应的状态启发值，将状态距离与状态启发值之和，确定为邻近状态参数对应的目标启发值，在目标启发值符合预设条件的情况下，将邻近状态参数确定为目标状态参数，可以从至少一个邻近状态参数中确定出最优的目标状态参数，进而根据最优的目标状态参数确定最优的运动轨迹，使得医学系统的运动轨迹合理化。

在一个实施例中，上述步骤S120，具体还可以包括：根据起始状态参数，确定轨迹规划模型的中心点；根据轨迹规划模型的中心点，以及预先设置的轨迹规划模型的边长，确定轨迹规划模型。

具体实现中，可以根据起始状态参数，确定医学系统各运动部件所对应的轨迹规划模型的中心点，还可以预先设置各运动部件所对应的轨迹规划模型的边长，根据所确定的中心点以及预先设置的边长，可以确定各运动部件所对应的轨迹规划模型的中心点。

实际应用中，针对放疗系统中的直线加速器机架、治疗床和平板探测器，可以预先设置OBB边长分别为l1，l2，l3，根据起始状态参数中的i1，确定直线加速器机架的OBB中心点为O1，根据起始状态参数中的i2，i3，i4，i5，确定治疗床的OBB中心点为O2，根据起始状态参数中的i6，确定平板探测器的OBB中心点为O3，则可以以O1为中心，以l1为边长，得到直线加速器机架的OBB，以O2为中心，以l2为边长，得到治疗床的OBB，以O3为中心，以l3为边长，得到平板探测器的OBB。

本实施例中，通过根据起始状态参数，确定轨迹规划模型的中心点，根据轨迹规划模型的中心点，以及预先设置的轨迹规划模型的边长，确定轨迹规划模型，可以确定医疗设备各运动部件所对应的OBB，便于根据OBB检测各运动部件是否存在碰撞，提高确定邻近状态参数的效率。

在一个实施例中，上述步骤S120，具体还可以包括：基于起始状态参数，根据预先设置的步长确定候选状态参数；根据候选状态参数，确定各运动部件的运动状态；在各运动部件在轨迹规划模型下根据运动状态进行运动，且无碰撞的情况下，将候选状态参数确定为邻近状态参数。

具体实现中，可以预先设置状态参数的步长，根据预先设置的步长对起始状态参数的各个维度进行加减，得到候选状态参数，使医学系统的各运动部件根据候选状态参数进行运动，得到各运动部件的运动状态，基于轨迹规划模型检测在该运动状态下，各运动部件之间是否存在碰撞，若存在碰撞，则不将该候选状态参数确定为邻近状态参数，否则，否不存在碰撞，则可以将该候选状态参数确定为邻近状态参数。

例如，设起始状态参数为(0°，0°，0cm，60cm，-15cm，状态1)，其中，可以预先设置一个包含状态i(i＝1,…,n)的状态列表，状态i表示x，y，beta，alpha，L在状态列表中的一组状态，其中，x表示平板探测器x轴平动，y表示平板探测器y轴平动，beta表示平板探测器绕x轴旋转角度，alpha表示平板探测器支架绕x轴旋转角度，L表示平板探测器支架的伸长量。针对起始状态参数的第1、2维度，设置步长为1°，针对起始状态参数的第3、4维度，设置步长为1cm，针对起始状态参数的第5维度，设置步长为1。通过增加1个步长，可以确定候选状态参数为(1°，1°，1cm，61cm，-14cm，状态2)，使各运动部件根据候选状态参数进行运动，并通过OBB检测各运动部件在运动过程中是否会发生碰撞，若发生碰撞，则舍弃该候选状态参数，并继续获取下一个候选状态参数，并针对下一个候选状态参数进行碰撞检测，否则，若不发生碰撞，则将该候选状态参数确定为邻近状态参数。

本实施例中，通过基于起始状态参数，根据预先设置的步长确定候选状态参数，根据候选状态参数，确定各运动部件的运动状态，在各运动部件在轨迹规划模型下根据运动状态进行运动，且无碰撞的情况下，将候选状态参数确定为邻近状态参数，可以基于起始状态参数，从多个可能的候选状态参数中确定出使各运动部件不发生碰撞的邻近状态参数，保证规划的各运动部件的运动轨迹无碰撞，使运动轨迹合理化。

在一个实施例中，上述运动轨迹规划方法，具体还可以包括：获取包含起始状态参数的状态参数列表；根据确定出的目标状态参数，更新状态参数列表，得到更新后的状态参数列表；在目标状态参数与终止状态参数相匹配的情况下，根据更新后的状态参数列表，得到医学系统的运动轨迹。

其中，状态参数列表可以为记录状态参数的数据表。

具体实现中，可以在终端预先设置一个状态参数列表，并对状态参数列表进行初始化；在获取医学系统的起始状态参数后，将起始状态参数存储在状态参数列表的起始位置；在基于起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从至少一个邻近状态参数中确定出第一个目标状态参数后，将所确定的目标状态参数存储在状态参数列表起始状态参数的下一个位置；在目标状态参数与终止状态参数不匹配，将第一个目标状态参数作为起始状态参数，再次基于起始状态参数确定目标状态参数时，将再次确定的目标状态参数存储在状态参数列表中目标状态参数的下一个位置，直至所确定的目标状态参数与终止状态参数相匹配；通过上述方法，可以得到一个依次记录有起始状态参数、目标状态参数、目标状态参数、……、终止状态参数的状态参数列表，根据该状态参数列表中所记录的状态参数的先后顺序，可以得到医学系统的运动轨迹。

本实施例中，通过获取包含起始状态参数的状态参数列表，根据确定出的目标状态参数，更新状态参数列表，得到更新后的状态参数列表，在目标状态参数与终止状态参数相匹配的情况下，根据更新后的状态参数列表，得到医学系统的运动轨迹，可以通过确定状态参数列表，根据状态参数列表得到医学系统的运动轨迹，提高运动轨迹生成的效率。

在一个实施例中，上述至少一个运动部件包括直线加速器机架、治疗床和平板探测器；状态参数包括至少一个状态量，至少一个状态量包括直线加速器机架的旋转角度、治疗床的旋转角度、治疗床的平移量和平板探测器的状态标识；状态参数包括起始状态参数、终止状态参数、邻近状态参数和目标状态参数。

具体实现中，医学系统的至少一个运动部件可以包括直线加速器机架、治疗床和平板探测器。起始状态参数、终止状态参数、邻近状态参数和目标状态参数中的每一个状态参数可以包括至少一个状态量，其中，状态量可以分别为直线加速器机架的旋转角度、治疗床的旋转角度、治疗床的平移量和平板探测器的状态标识，其中，状态标识可以用于标识平板探测器x轴平动、平板探测器y轴平动、平板探测器绕x轴旋转角度、平板探测器支架绕x轴旋转角度，以及平板探测器支架的伸长量。

本实施例中，通过设置状态参数，可以用状态参数来表示医疗系统各运动部件的运动状态，便于对医疗系统各运动部件的复杂运动状态进行描述，提高运动轨迹规划的效率。

为了便于本领域技术人员深入理解本申请实施例，以下将结合一个具体示例进行说明。

将医学系统各部件运动用六个状态参数来分别描述，组成六维坐标(i1，i2，i3，i4，i5，i6)分别代表直线加速器机架的旋转角度、治疗床绕等中心z轴的旋转角度、治疗床的三维平移量以及平板探测器的状态，其中平板探测器的状态代表了其受五个独立电机控制的运动组合，用一个自由度状态参数来代替五个单调的自由度，具体地，1为平板探测器x平动，2为平板探测器y平动，3为平板探测器绕x轴旋转角度，4为平板探测器支架绕x轴旋转角度，5为平板探测器支架伸长量。步长可以根据实际轨迹规划的场景来设定，例如，考虑时间和碰撞精度，可以将默认步长设置为1个单位，即旋转量1°和平移量1cm。

图3提供了一种基于优化A*算法的放疗系统运动轨迹规划方法的流程示意图。根据图3，该方法可以包括以下步骤：

步骤1，确定起始点q_start和终点q_goal；

步骤2，为放疗系统运动部件构建定向包围框；

步骤3，收录当前节点并更新；

步骤4，根据步长与当前节点，更新系统运动部件的空间状态；

步骤5，在当前节点的邻近节点进行碰撞检测，筛选出至少包含一个无碰撞的邻近节点的点集；

步骤6，引入优化后的启发式函数评估无碰撞的邻近节点，并从中选择最佳的临近节点q_i；

步骤7，检查q_i是否已经达到终点q_goal，若没有则返回到步骤3；

步骤8，完成路径并根据轨迹进行优化。

作为A*算法中核心的启发式函数h构造主要考虑了节点之间的距离，运动部件的权重、运动方向以及运动趋势等

其中，P0表示起始点，Pi表示运动轨迹规划过程中的某一节点(i1，i2，i3，i4，i5，i6)，P_final表示终点，w

需要说明的是，对于简单场景的轨迹规划，可以用BFS(Breadth First Search，宽度优先搜索)算法代替上述A*算法，在步骤6启发式函数h可简化为只考虑是否离目标点更近，即

对于特殊场景的轨迹规划，可以结合RTT(Rapidly-Exploring Random Trees，快速搜索随机树)算法中随机方向及步长的策略提高路径规划和优化的效率。具体地，可在步骤5引入步长和方向的随机因子以及随机树分支个数n，随机地选择n个不碰撞的邻近节点，其中n个邻近节点与当前节点的步长在1或2个单位中随机选取。通过这种方式不断检索直至达到终点q_goal，图4为一个实施例中特殊场景的运动轨迹规划的示意图。

此外，还可以支持始末点双向检测，此时收录的节点重复时，即判断为路径规划完成。具体地，可以在步骤5加入对节点P_final的邻近节点Pi_final的遍历，并筛选出根据当前节点确定的最佳节点，此时启发式函数变化为：

对于精确模型的碰撞检测，可以采用GJK(Gilbert–Johnson–Keerthi，碰撞检测)算法代替分离轴碰撞检测算法，精确地计算模型碰撞，而非包围盒的碰撞，此时步骤5需要调整。当始末点的距离过长时，还可以采取适当的变步长方式提高算法效率。根据场景的不同，路径还可以被迭代优化。

上述运动轨迹规划方法，将优化A*算法与OBB碰撞检测算法结合并将其应用在具有十个自由度的放疗系统的路径规划中，并根据放疗系统运动特征提出了能够使得自由度减少等的优化方案，显著提高了算法效率。

而且，根据放疗系统运动部件的特征和运动优先级重新构造了启发式函数，使得其能够更快找到合适的路径。

进一步地，为了更好地兼容算法效率以及硬件性能，通过引入参数优化机制，可以提高检测效率。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的运动轨迹规划方法的运动轨迹规划系统。该系统所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个运动轨迹规划系统实施例中的具体限定可以参见上文中对于运动轨迹规划方法的限定，在此不再赘述。

在一个实施例中，如图5所示，提供了一种运动轨迹规划系统，包括：获取模块510、确定模块520、循环模块530和规划模块540，其中：

获取模块510，用于获取医学系统的起始状态参数和终止状态参数；所述医学系统中包含至少一个运动部件；

确定模块520，用于基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从所述至少一个邻近状态参数中确定出目标状态参数；各所述运动部件基于所述目标状态参数进行运动时无碰撞；

循环模块530，用于在所述目标状态参数与所述终止状态参数不匹配的情况下，将所述目标状态参数作为所述起始状态参数，并跳转至所述基于所述起始状态参数，通过轨迹规划模型确定至少一个邻近状态参数，并从所述至少一个邻近状态参数中确定出目标状态参数的步骤，直至确定出的目标状态参数与所述终止状态参数相匹配；

规划模块540，用于根据所述起始状态参数和各所述目标状态参数，得到所述医学系统的运动轨迹。

在一个实施例中，上述确定模块520，还用于确定各所述运动部件的运动参数；所述运动参数包括权重、运动方向和运动趋势中的至少一种；根据所述运动参数，从所述至少一个邻近状态参数中确定出所述目标状态参数。

在一个实施例中，上述确定模块520，还用于确定所述邻近状态参数与所述终止状态参数之间的状态距离，并根据所述运动参数确定所述邻近状态参数对应的状态启发值；将所述状态距离与所述状态启发值之和，确定为所述邻近状态参数对应的目标启发值；在所述目标启发值符合预设条件的情况下，将所述邻近状态参数确定为所述目标状态参数。

在一个实施例中，上述确定模块520，还用于根据所述起始状态参数，确定所述轨迹规划模型的中心点；根据所述轨迹规划模型的中心点，以及预先设置的所述轨迹规划模型的边长，确定所述轨迹规划模型。

在一个实施例中，上述确定模块520，还用于基于所述起始状态参数，根据预先设置的步长确定候选状态参数；根据所述候选状态参数，确定各所述运动部件的运动状态；在各所述运动部件在所述轨迹规划模型下根据所述运动状态进行运动，且无碰撞的情况下，将所述候选状态参数确定为所述邻近状态参数。

在一个实施例中，上述运动轨迹规划系统，还包括：

列表获取模块，用于获取包含所述起始状态参数的状态参数列表；

列表更新模块，用于根据确定出的所述目标状态参数，更新所述状态参数列表，得到更新后的状态参数列表；

轨迹确定模块，用于在所述目标状态参数与所述终止状态参数相匹配的情况下，根据所述更新后的状态参数列表，得到所述医学系统的运动轨迹。

在一个实施例中，上述至少一个运动部件包括直线加速器机架、治疗床和平板探测器；状态参数包括至少一个状态量，所述至少一个状态量包括所述直线加速器机架的旋转角度、所述治疗床的旋转角度、所述治疗床的平移量和所述平板探测器的状态标识；所述状态参数包括所述起始状态参数、所述终止状态参数、所述邻近状态参数和所述目标状态参数。

上述运动轨迹规划系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种运动轨迹规划方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。