本發(fā)明涉及手術(shù)機(jī)器人，更具體地，涉及一種基于工作模式分析的手術(shù)機(jī)器人基座位置優(yōu)化方法。

背景技術(shù)：

1、在機(jī)器人輔助微創(chuàng)手術(shù)（ramis）中，手術(shù)機(jī)器人的基座是機(jī)械臂的安裝和固定接口，為機(jī)械臂提供支撐和固定，其決定了機(jī)械臂的初始位置和方向，因此基座的位置和方向直接影響機(jī)器人末端執(zhí)行器在全局空間中的可達(dá)范圍，不當(dāng)?shù)幕恢每赡軐?dǎo)致操作臂的關(guān)節(jié)限制、奇異性問題以及不可達(dá)的工作空間，從而影響手術(shù)效率和安全性，因此手術(shù)機(jī)器人基座位置的優(yōu)化對于手術(shù)的成功至關(guān)重要。傳統(tǒng)的方法依賴于醫(yī)務(wù)人員的經(jīng)驗設(shè)置基座位置，但這種人為設(shè)置基座位置的方法效率低，且缺乏客觀的量化指標(biāo)，難以確保在各種復(fù)雜手術(shù)場景中都能達(dá)到最佳的手術(shù)效果，且易出現(xiàn)因基座位置設(shè)置不當(dāng)導(dǎo)致末端執(zhí)行器無法覆蓋目標(biāo)手術(shù)區(qū)域、使機(jī)械臂接近奇異位形或操作中斷等問題，從而需要頻繁調(diào)整基座位置。此外，不同的外科醫(yī)生在執(zhí)行手術(shù)任務(wù)時有不同的工作模式，包括偏好的操作技術(shù)和處理風(fēng)格，這些工作模式在不同的外科醫(yī)生之間可能差異很大，通用的基座位置無法滿足醫(yī)生的個性化需求。因此，需要一種能夠根據(jù)外科醫(yī)生的工作模式自動優(yōu)化手術(shù)機(jī)器人基座位置的方法。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提出一種基于工作模式分析的手術(shù)機(jī)器人基座位置優(yōu)化方法，實現(xiàn)基于外科醫(yī)生特有的工作模式確定最佳基座位置，滿足醫(yī)生的個性化需求，并最大限度地提高手術(shù)機(jī)器人的可操作性和工作效率。

2、為實現(xiàn)上述目的，本發(fā)明提出了一種基于工作模式分析的手術(shù)機(jī)器人基座位置優(yōu)化方法，包括：

3、通過分析外科醫(yī)生在手術(shù)中記錄的末端執(zhí)行器運動數(shù)據(jù)，提取表示外科醫(yī)生工作模式的末端執(zhí)行器代表性姿態(tài)集合；

4、在基座的可行范圍內(nèi)隨機(jī)生成多個基座位置，對于任一基座位置，通過逆運動學(xué)求解該基座位置下每個代表性姿態(tài)對應(yīng)的機(jī)器人關(guān)節(jié)角度，基于求解到的關(guān)節(jié)角度評估基座位置對末端執(zhí)行器每個代表性姿態(tài)的適配性，并對基座位置進(jìn)行綜合評分；

5、將每個基座位置參數(shù)及其對應(yīng)的綜合評分作為輸入-輸出數(shù)據(jù)對，形成訓(xùn)練數(shù)據(jù)集，利用所述訓(xùn)練數(shù)據(jù)集對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以學(xué)習(xí)基座位置與評分之間的映射關(guān)系；

6、實際手術(shù)場景中，在基座位的可行范圍內(nèi)生成多個候選基座位置，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型預(yù)測每個候選基座位置的綜合評分，選出最優(yōu)的基座位置。

7、可選地，所述通過分析外科醫(yī)生在手術(shù)中記錄的末端執(zhí)行器運動數(shù)據(jù)，提取表示外科醫(yī)生工作模式的末端執(zhí)行器代表性姿態(tài)集合，包括：

8、在實際手術(shù)中，通過機(jī)器人傳感器記錄外科醫(yī)生操作手術(shù)機(jī)器人時末端執(zhí)行器的位姿數(shù)據(jù)，所述位姿數(shù)據(jù)包括末端執(zhí)行器的位置數(shù)據(jù)和方向數(shù)據(jù)；

9、將末端執(zhí)行器的工作空間劃分為立方體網(wǎng)格，每個網(wǎng)格單元為一個體素；

10、統(tǒng)計末端執(zhí)行器在每個體素中的訪問次數(shù)，篩選出訪問次數(shù)高于設(shè)定閾值的體素作為高頻體素，并記錄每個高頻體素的中心位置；

11、在每個高頻體素內(nèi)，采用均值漂移聚類算法對所述方向數(shù)據(jù)進(jìn)行聚類，通過最大化輪廓系數(shù)確定最佳帶寬，并取聚類中心作為典型方向；

12、組合每個高頻體素的中心位置和聚類得到的典型方向，生成末端執(zhí)行器的代表性姿態(tài)集合。

13、可選地，所述通過逆運動學(xué)求解每個代表性姿態(tài)對應(yīng)的機(jī)器人各關(guān)節(jié)角度，包括：

14、對于每個基座位置，將所述代表性姿態(tài)集合中全局坐標(biāo)系下的每個末端執(zhí)行器代表性姿態(tài)轉(zhuǎn)換為基座坐標(biāo)系下的局部姿態(tài)；

15、采用封閉式逆運動學(xué)算法求解每個局部姿態(tài)對應(yīng)的機(jī)器人各關(guān)節(jié)角度。

16、可選地，所述基于求解到的關(guān)節(jié)角度評估基座位置對末端執(zhí)行器每個代表性姿態(tài)的適配性，并對基座位置進(jìn)行綜合評分，包括：

17、基于求解到的關(guān)鍵角度計算每個代表性姿態(tài)對應(yīng)的關(guān)節(jié)裕度評分；

18、根據(jù)當(dāng)前的基座位置和當(dāng)前代表性姿態(tài)對應(yīng)的機(jī)器人各關(guān)節(jié)角度，確定機(jī)器人的雅可比矩陣，并通過雅可比矩陣奇異值分析計算當(dāng)前代表性姿態(tài)對應(yīng)的可操作性評分；

19、基于所有代表性姿態(tài)的關(guān)節(jié)裕度評分和可操作性評分計算當(dāng)前基座位置的綜合評分。

20、可選地，所述基于求解到的各關(guān)節(jié)角度計算每個代表性姿態(tài)對應(yīng)的關(guān)節(jié)裕度評分包括：

21、根據(jù)每個關(guān)節(jié)的允許角度范圍，計算每個關(guān)節(jié)的角度中值：

22、，其中， qmid, i為第i個關(guān)節(jié)的角度中值， qmin, i, qmax, i分別為i個關(guān)節(jié)允許的最小角度和最大角度；

23、計算每個關(guān)節(jié)當(dāng)前的實際角度與其角度中值的距離：

24、，其中， qdist, i為第i個關(guān)節(jié)當(dāng)前角度與其中值的距離， qpose, i為第i個關(guān)節(jié)當(dāng)前的實際角度；

25、將每個關(guān)節(jié)的當(dāng)前角度與其中值的距離歸一化到?[0,?1]?范圍內(nèi)：

26、，其中， μnorm, i為第i個關(guān)節(jié)的當(dāng)前角度與其中值距離的歸一化值， qdist, i,max?為第 i個關(guān)節(jié)允許偏離的最大距離， qdist, i,max=；

27、計算每個關(guān)節(jié)的裕度評分：

28、scorejm, i=1- μnorm, i，其中，scorejm, i為第i個關(guān)節(jié)的裕度評分；

29、對所有關(guān)節(jié)的裕度評分取平均值，得到當(dāng)前代表性姿態(tài)對應(yīng)的最終的關(guān)節(jié)裕度評分：

30、，其中，scorejm為當(dāng)前代表性姿態(tài)對應(yīng)的最終的關(guān)節(jié)裕度評分， n?是機(jī)器人關(guān)節(jié)的數(shù)量。

31、可選地，所述通過雅可比矩陣奇異值分析計算每個代表性姿態(tài)對應(yīng)的可操作性評分，包括：

32、將雅可比矩陣 j分解為線性分量 jlinear和角速度分量 jangular；

33、分別計算線性分量 jlinear和角速度分量 jangular與其轉(zhuǎn)置的乘積矩陣： alinear= jlinear j tlinear和 aangular= jangular j tangular；

34、計算矩陣 alinear的最大特征值 λmax( alinear)和最小特征值 λmin( alinear)，以及矩陣 aangular的最大特征值 λmax( alinear)和最小特征值 λmin( alinear)；

35、計算矩陣 alinear的條件數(shù) μlinear以及矩陣 aangular的條件數(shù) μangular，其中：

36、；

37、計算線性可操作性評分：；

38、計算角速度可操作性評分：；

39、計算最終的可操作性評分：score m?=score lm?+?score am。

40、可選地，還包括：

41、若通過逆運動學(xué)求解每個代表性姿態(tài)對應(yīng)的機(jī)器人關(guān)節(jié)角度的解不存在，或者逆運動學(xué)求求解出的任一關(guān)節(jié)角度超出了對應(yīng)的角度允許范圍，則將對應(yīng)的代表性姿態(tài)標(biāo)記為無法實現(xiàn)，并排除在評分計算之外；

42、若通過逆運動學(xué)求解關(guān)節(jié)角度的解存在且對應(yīng)的關(guān)節(jié)角度未超出角度允許范圍，則將對應(yīng)的代表性姿態(tài)標(biāo)記為可實現(xiàn)，并參與后續(xù)評分計算。

43、可選地，通過以下公式計算當(dāng)前基座位置的綜合評分：

44、，其中， scorefinal為基座位置的綜合評分。

45、可選地，所述神經(jīng)網(wǎng)絡(luò)模型包括多層感知機(jī)模型，所述多層感知機(jī)模型包括輸入層、三個隱藏層和輸出層，三個隱藏層的激活函數(shù)均為relu；模型訓(xùn)練采用均方誤差作為損失函數(shù)；

46、多層感知機(jī)模型的輸入為基座位置參數(shù)，所述基座位置參數(shù)包括基座的坐標(biāo)以及基座繞垂直軸的旋轉(zhuǎn)角度，輸出為基座位置的綜合評分。

47、可選地，所述在基座位置參數(shù)的連續(xù)空間內(nèi)生成多個候選基座位置，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型預(yù)測每個候選基座位置的綜合評分，選出最優(yōu)的基座位置，包括：

48、根據(jù)手術(shù)機(jī)器人的物理限制和實際手術(shù)場景需求，確定基座位置參數(shù)的可行范圍；

49、在基座位置參數(shù)的可行空間內(nèi)按照設(shè)定的參數(shù)間隔連續(xù)生成所有可能的候選基座位置；

50、利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型依次預(yù)測每個候選基座位置的綜合評分，并對所有候選位置的預(yù)測綜合評分進(jìn)行排序；

51、輸出綜合評分最高的基座位置作為最優(yōu)的基座位置。

52、本發(fā)明的有益效果在于：

53、本發(fā)明通過分析外科醫(yī)生的工作模式，提取代表性姿態(tài)集合，能夠精準(zhǔn)識別醫(yī)生在手術(shù)中的主要操作區(qū)域和方向，減少手術(shù)過程中機(jī)械臂頻繁調(diào)整姿態(tài)的需求，顯著提高手術(shù)效率，通過逆運動學(xué)求解和綜合評分機(jī)制量化基座位置對常用姿態(tài)的支持程度，確保機(jī)械臂在手術(shù)過程中遠(yuǎn)離關(guān)節(jié)極限和奇點狀態(tài)，降低手術(shù)過程中因機(jī)械臂姿態(tài)突變而導(dǎo)致的風(fēng)險，采用基座位置和對應(yīng)的綜合評分作為神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練數(shù)據(jù)，模型通過非線性映射捕捉基座位置與評分間的復(fù)雜關(guān)系，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型在實際手術(shù)場景中快速預(yù)測出最優(yōu)的基座位置，確保機(jī)器人既能覆蓋末端執(zhí)行器的常用姿態(tài)，又避免關(guān)節(jié)極限和奇異性，優(yōu)化的基座位置能夠適應(yīng)醫(yī)生的操作習(xí)慣，使醫(yī)生在手術(shù)中能保持其熟悉的操作風(fēng)格，滿足醫(yī)生的個性化需要，提高機(jī)器人執(zhí)行手術(shù)的可操作性和工作效率，從而提高手術(shù)的流暢性和成功率。

54、本發(fā)明的系統(tǒng)具有其它的特性和優(yōu)點，這些特性和優(yōu)點從并入本文中的附圖和隨后的具體實施方式中將是顯而易見的，或者將在并入本文中的附圖和隨后的具體實施方式中進(jìn)行詳細(xì)陳述，這些附圖和具體實施方式共同用于解釋本發(fā)明的特定原理。