Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种远程运动中心约束下的机器人手术技能学习方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:河北工业大学

摘要:本发明公开一种远程运动中心约束下的机器人手术技能学习方法,该学习方法引入任务参数来解决远程运动中心约束空间与手术任务约束空间不一致的问题,将不同约束空间的操作任务要求统一到同一个元空间中,从医生的技能演示过程中提取医生操作中的隐式约束,并进行融合得到包含手术技能所有约束特征的技能模型。在新的任务场景下,可以直接输入相应任务参数而自主计算得到相应的技能动作指令,进而由手术机器人执行完成任务。相交于现有技术,本发明学习方法对所学习技能的所有约束都完整地保留,明显提升了技能的准确性与鲁棒性,具有更高的灵活性,在不同的手术任务场景中具有更好的自适应性。

主权项:1.一种远程运动中心约束下的机器人手术技能学习方法,其特征在于,该方法包括以下步骤:步骤一:获取多组医生执行手术任务的演示数据,该手术任务为在远程运动中心约束下利用机器人机械臂在腔体内控制手术器械跟踪预设的轨迹;步骤二:根据演示数据,确定不同演示中相同约束空间中的数据,并在相同类型约束空间下的数据构建概率模型;选择元空间,求取不同演示中各约束空间相对于元空间的任务参数;步骤三:将步骤二中得到的不同类型约束空间中描述对应约束的概率模型基于对应的任务参数变换到元空间中,并在元空间中将代表各约束空间约束特征的概率模型进行融合,得到涵盖手术技能所有约束的概率模型;步骤四:根据新手术任务场景数据求解各约束空间对应的任务参数,并根据任务需求给定环境输入变量,计算元空间中由步骤三得到的涵盖手术技能所有约束的概率模型的条件分布概率模型,得到元空间中相应的输出变量;将元空间中描述的输出变量经由上述任务参数分别变换到各约束空间中,得到新手术任务场景下泛化所学习技能的对应的输出变量,最终由手术机器人系统执行完成新手术任务;所述步骤一具体包括下述步骤:步骤1.1:由具有操作经验的医生控制远程操作手术机器人系统,在远程运动中心约束下执行手术任务,并记录远程运动中心的位置、病灶区域的位置及运动数据;步骤1.2:改变远程运动中心的位置、病灶区域的位置,继续执行同样的手术任务;步骤1.3:重复步骤1.1到步骤1.2,当演示次数达到设定次数时,停止该手术任务的演示,并分别储存每一次演示的数据;所述步骤二具体包括下述步骤:步骤2.1:确定不同演示中相同约束空间中的数据,具体而言,在不同的约束空间中分别收集演示数据其中,为在约束空间{j}中描述的数据点,为数据点对应的时刻;步骤2.2:对相同约束空间下的数据构建概率模型,即在约束空间{j}中对构建概率模型,该概率模型即为该约束空间中对应约束的描述;步骤2.3:根据演示数据,选定元空间,确定不同演示中约束空间相对应的任务参数,任务参数代表了约束空间相对于元空间的变换参数{Aj,bj},其中Aj为约束空间{j}变换到元空间的姿态变换矩阵,bj为约束空间{j}原点在元空间的位置;所述步骤三具体包括下述步骤:步骤3.1:利用线性变换将步骤二中所得到的各约束空间中描述对应约束的概率模型基于对应的任务参数变换到元空间中;步骤3.2:利用高斯分布的线性变换性质,在元空间中将代表各约束空间约束特征的概率模型相乘进行融合,得到涵盖手术技能所有约束的概率模型;所述步骤四具体包括下述步骤:步骤4.1:确定新手术任务场景下各约束空间对应的任务参数,根据新手术任务场景下相应的远程运动中心的位置、病灶区域的位置,确定对应的任务参数;步骤4.2:根据任务需求给定环境输入变量计算元空间中由步骤3.2得到的涵盖手术技能所有约束的概率模型的条件分布概率模型得到相应的输出变量步骤4.3:将步骤4.2中计算所得元空间中描述的输出变量经由步骤4.1所得任务参数分别变换到各约束空间中,得到新任务场景下泛化所学习技能的对应的输出变量,最终由手术机器人系统执行完成新手术任务。

全文数据:

权利要求:

百度查询: 河北工业大学 一种远程运动中心约束下的机器人手术技能学习方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。