一种用于机器人辅助手术系统的摆位调整方法

技术领域

本发明涉摆位调整，具体是一种用于机器人辅助手术系统的摆位调整方法。

背景技术

机器人手术系统是集多项现代高科技手段于一体的综合体，其用途广泛，在临床上外科上有大量的应用，然机器人手术系统还存在下述缺陷：

1.软组织穿刺手术中，各次穿刺规划之间入针方向和入针位置特异性较强，部分穿刺规划可能会超出机械臂的工作空间，为保证手术的顺利进行，需要在手术前确定规划的穿刺位置是否可达，并给出合理的摆位调整建议，以确保手术的正常实施；

2.机械臂工作空间不规则，且末端运动的空间范围与机械臂末端执行器的目标姿态存在强烈关联，所以工作空间的边界描述比较困难，而常见的八叉树或三角面片网格等空间描述方法难以给出可行性判断和建议。

发明内容

发明目的：提供一种用于机器人辅助手术系统的摆位调整方法，以解决现有技术存在的上述问题。

技术方案：一种用于机器人辅助手术系统的摆位调整方法，包括：

步骤1、根据解析逆解计算结果判断给定工作位姿是否位于工作空间内。

解析逆解的方式包括多种：

IKFast是一种求解机械臂运动学逆解的解析解法，它能够快速地求得任意逆解，求解时间一般在微秒级，并且保证每次求解的一致性。

而与之相对的是数值解法如KDL库，但其求解速度较慢，约毫秒级，且一次只能求得一个解，求解一致性较差，与迭代计算的初值有关；

对于使用IKFast求解解析解的机械臂，需要满足一些条件，例如机械臂的结构需要满足一定的要求，因此对于解析逆解过程，可以根据具体需求进行选取。

步骤2、当给定的工作点A位于工作空间外时，使用蒙特卡洛方法对工作空间进行接受——拒绝采样，首先在关节空间内按均匀分布进行伪随机采样，基于机械臂正运动学计算采样结果对应的工作空间位姿态，再拒绝所有角距离超过阈值的点，并使用KD树数据结构存储采样点，以近似表示工具坐标系处于目标姿态附近时的工作空间；

蒙特卡罗方法是一种数值计算法，它通过随机选取大量的采样点来尽可能构建出机器人完整的工作空间，该方法的优点在于误差与问题的维数无关；

在规划机器人任务时，往往需要首先知道机器人的可达空间，因此我们可以用蒙特卡洛随机采样的方法，对各个关节角在关节范围内进行随机选取，取大量的采样点进行计算，通过正运动学求解，即可得到相应的末端位置，同构绘制大量末端位置点即可可视化机器人工作空间。这种方法计算速度快、简单，无需复杂数学推导和演算，广泛适用于任何关节型机械臂工作空间的求解。

步骤3、根据自定义的空间距离，基于KD树搜索工作空间中A点的最近邻；

KD树是一种用于在k维空间中划分数据点的数据结构。它可以在一个确定的距离度量和一个搜索空间内寻找与给定查询项距离最小的元素，即最近邻搜索。KD树相比一般方法的再最近邻搜索时可以显著降低算法的时间复杂度，其主要有如下两个优点：一是支持并行加速；二是剪枝，即修剪搜索空间。KD树划分后可以大大减少无效的最近邻搜索，很多样本点所在的超矩形体和目标点超球体不相交，不需要进入到其子空间进行检索，有效节省了计算时间。KD树对应搜索空间一般不应超过20维，此处局部线性化后的工作空间为6维，符合方法的适用条件。

步骤4、根据搜索结果生成摆位建议，并在虚拟仿真环境中进行验证，在虚拟模型上进行完整的路径规划，并根据手术模拟结果确定摆位方案的可行性。

本发明提出了搜索机械臂工作空间中最接近目标位置点的方法，有利于帮助采用机器人技术的辅助手术设备或辅助手术系统在手术前实现合理的术前规划和位置摆放，给出合理的摆位调整建议，以确保手术的正常实施。

在进一步实施例中，在判断给定工作位姿是否位于工作空间内时，计算机械臂在目标末端位姿的解析逆解，对于无法计算逆解的目标点，判定其位于工作空间外，机械臂无法运动达到。

在进一步实施例中，使用蒙特卡洛方法对工作空间进行接受——拒绝采样时，首先对机械臂的关节空间进行均匀分布随机采样；

基于采样结果根据机械臂的D-H参数计算正运动学，得到机械臂末端位姿；

计算每个采样点末端姿态距离术前规划目标姿态的角距离，对于角距离小于阈值θ的点予以接受，角距离超过阈值的点予以拒绝，直到获得工作空间中目标姿态附近的2

其中，阈值θ应小于等于

为便于KD树进行空间划分和比较，使用对数映射将目标姿态邻域内的姿态q

v＝log(q)＝θn

其中

θ＝2arccos q

将计算得到的一系列机械臂末端位姿采样点(x,y,z,v

在进一步实施例中，根据自定义的空间距离，基于KD树搜索工作空间中A点的最近邻时，对于手术使用场景下，患者的平移运动相对简单，而改变卧位比较困难；

可以调整不同方向上移动距离的权重；

假设两个采样点的位置分别为(x

方向距离可以使用四元数或旋转矩阵进行表示；

假设两个采样点的姿态分别由四元数q

D

其中(q

最近邻搜索时使用欧式距离与角距离的加权表示两个位姿间的距离：

D

在进一步实施例中，所述步骤4还包括基于搜索得到的手术目标位姿在工作空间中的最近邻给出位置摆放调整建议，并在虚拟仿真环境验证新摆位下机械臂末端到达目标位姿的可行性；

在虚拟机械臂模型上进行完整手术流程的路径规划，根据模拟手术运行结果确定新摆位方案的可行性。

有益效果：本发明公开了一种用于机器人辅助手术系统的摆位调整方法，本发明提出了搜索机械臂工作空间中最接近目标位置点的方法，有利于帮助采用机器人技术的辅助手术设备或辅助手术系统在手术前实现合理的术前规划和位置摆放，给出合理的摆位调整建议，以确保手术的正常实施。

附图说明

图1是本发明的方法流程示意图。

具体实施方式

本申请涉及一种用于机器人辅助手术系统的摆位调整方法，下面通过具体实施方式进行详细解释。

一种用于机器人辅助手术系统的摆位调整方法，主要包含两部分：

A、判断在默认摆位下，机械臂运动至目标位姿的可行性：

计算机械臂在目标末端位姿的解析逆解。对于不能计算逆解的目标点，可认为其位于工作空间外，机械臂无法运动达到。

B、在当前摆位无法满足手术要求的情况下，基于KD树的空间表示和最近邻搜索,给出摆位调整建议。

步骤1：由术前规划软件根据病灶位置大小，确定机械臂末端执行器在手术中的一组目标位姿，作为术前规划数据的一部分；

并根据机器人与患者的默认相对位置关系计算逆解，以判断当前手术摆位下机械臂末端是否可达。

若无法正常执行，则根据以下步骤生成摆位建议，以便医生在术前调整病床位置高度及病人姿态，确保手术正常实施。

步骤2：使用蒙特卡罗方法进行接受——拒绝采样；

首先对机械臂的关节空间进行均匀分布随机采样，根据采样结果根据机械臂的D-H参数计算正运动学，得到机械臂末端位姿；

计算每个采样点末端姿态距离术前规划目标姿态的角距离，对于角距离小于阈值θ的点予以接受，角距离超过阈值的点予以拒绝。直到获得工作空间中目标姿态附近的2

为便于KD树进行空间划分和比较，使用对数映射将目标姿态邻域内的姿态q

v＝log(q)＝θn

其中

θ＝2arccos q

将计算得到的一系列机械臂末端位姿采样点(x,y,z,v

步骤3：根据自定义的空间距离，基于KD树搜索工作空间中A点的最近邻，对于手术这种使用场景，患者的平移运动相对简单，而改变卧位比较困难；

可以调整不同方向上移动距离的权重，假设两个采样点的位置分别为(x

方向距离可以使用四元数或旋转矩阵来表示，假设两个采样点的姿态分别由四元数q

D

其中(q

最近邻搜索时使用欧式距离与角距离的加权表示两个位姿间的距离：

D

步骤4：根据搜索得到的手术目标位姿在工作空间中的最近邻给出位置摆放调整建议，并在虚拟仿真环境验证新摆位下机械臂末端到达目标位姿的可行性；

在虚拟机械臂模型上进行完整手术流程的路径规划，根据模拟手术运行结果确定新摆位方案的可行性。

工作原理说明：根据解析逆解计算结果判断给定工作位姿是否位于工作空间内；

当给定的工作点A位于工作空间外时，使用蒙特卡洛方法对工作空间进行接受——拒绝采样，并使用KD树数据结构存储采样点，以近似表示工具坐标系处于目标姿态附近时的工作空间；

根据自定义的空间距离，基于KD树搜索工作空间中A点的最近邻；

根据搜索结果生成摆位建议，并在虚拟仿真环境中进行验证，在虚拟模型上进行完整的路径规划，并根据手术模拟结果确定摆位方案的可行性。

以上结合附图详细描述了本发明的优选具体实施方式，但是，本发明并不限于上述具体实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。