技术特征：
1.一种控制身体的内部区域内的器械的方法，所述方法包括：访问关于所述器械的机器人数据；访问来自定位在所述器械内的光纤的应变数据，所述应变数据指示定位在所述身体的所述内部区域内的所述器械的一部分上的应变；基于所述应变数据来确定形状数据；比较所述机器人数据和所述形状数据；基于所述机器人数据和所述形状数据的所述比较来调整所述形状数据；基于经调整的形状数据来确定所述器械的估计状态；以及输出所述器械的所述估计状态。2.根据权利要求1所述的方法，其中调整所述形状数据包括修改所述形状数据的至少一部分，使得对所述器械的所述估计状态的所述确定基于所述形状数据的经修改的部分。3.根据权利要求1所述的方法，其中调整所述形状数据包括移除所述形状数据的至少一部分，使得对所述器械的所述估计状态的所述确定不基于所述形状数据的所移除的部分。4.根据权利要求1所述的方法，还包括：访问使用(i)位于所述器械的末端近侧的电磁（em）传感器和(ii)位于所述身体外部的em场发生器捕获的em数据；比较所述em数据和所述形状数据；以及基于所述em数据和所述形状数据的所述比较来进一步调整所述形状数据。5.根据权利要求1所述的方法，还包括：访问由位于所述器械的末端近侧的成像装置捕获的图像数据；比较所述图像数据和所述形状数据；以及基于所述图像数据和所述形状数据的所述比较来进一步调整所述形状数据。6.根据权利要求1所述的方法，其中基于在所述光纤的一部分上产生的纤维布拉格光栅（fbg）来生成所述应变数据。7.根据权利要求1所述的方法，其中所述形状数据包括所述器械的所述部分的曲率值或所述器械的所述部分的时间历史数据中的一者。8.根据权利要求7所述的方法，还包括基于确定所述曲率值大于或等于所述机器人数据中的阈值曲率值来调整所述形状数据。9.根据权利要求7所述的方法，还包括基于确定所述时间历史数据满足所述机器人数据中的阈值时间历史条件来调整所述形状数据。10.根据权利要求1所述的方法，还包括基于温度变化来调整所述形状数据。11.根据权利要求1所述的方法，还包括基于确定所述器械的末端正进行关节运动来调整所述形状数据。12.根据权利要求1所述的方法，还包括基于确定非形状变化应变正被施加到所述器械来调整所述形状数据。13.根据权利要求1所述的方法，还包括基于确定所述器械的第一部分包括所述器械的远侧端部来将置信度值分配给对应于所述第一部分的所述机器人数据，所述置信度值高于分配给对应于所述第一部分的所述形状数据的置信度值。
14.根据权利要求1所述的方法，还包括基于确定所述器械的第一部分包括所述器械的近侧端部来将置信度值分配给对应于所述第一部分的所述机器人数据，所述置信度值低于分配给对应于所述第一部分的所述形状数据的置信度值。15.根据权利要求1所述的方法，还包括基于所述器械的所述估计状态来确定覆盖所述器械的护套的估计状态。16.根据权利要求1所述的方法，还包括基于所述形状数据和指示覆盖所述器械的护套的形状的附加数据的比较来将置信度值分配给所述形状数据。17. 根据权利要求1所述的方法，还包括：基于所述器械的所述估计状态来确定即将对所述器械造成损坏；以及控制所述器械以避免所述损坏。18. 根据权利要求1所述的方法，还包括：确定已检测到所述机器人数据与所述形状数据之间的失配达至少阈值时间量；以及输出指示所述器械可能被损坏的警告。19.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质在其上存储有指令，所述指令在被执行时致使装置的处理器至少：访问关于器械的机器人数据；访问来自定位在所述器械内的光纤的应变数据，所述应变数据指示定位在身体的内部区域内的所述器械的一部分上的应变；基于所述应变数据来确定形状数据；比较所述机器人数据和所述形状数据；基于所述机器人数据和所述形状数据的所述比较来调整所述形状数据；基于经调整的形状数据来确定所述器械的估计状态；以及输出所述器械的所述估计状态。20.根据权利要求19所述的非暂态计算机可读存储介质，其中调整所述形状数据包括修改所述形状数据的至少一部分，使得对所述器械的所述估计状态的所述确定基于所述形状数据的经修改的部分。21.根据权利要求19所述的非暂态计算机可读存储介质，其中调整所述形状数据包括移除所述形状数据的至少一部分，使得对所述器械的所述估计状态的所述确定不基于所述形状数据的所移除的部分。22.根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器：访问使用(i)位于所述器械的末端近侧的电磁（em）传感器和(ii)位于所述身体外部的em场发生器捕获的em数据；比较所述em数据和所述形状数据；以及基于所述em数据和所述形状数据的所述比较来进一步调整所述形状数据。23.根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器：访问由位于所述器械的末端近侧的成像装置捕获的图像数据；比较所述图像数据和所述形状数据；以及
基于所述图像数据和所述形状数据的所述比较来进一步调整所述形状数据。24.根据权利要求19所述的非暂态计算机可读存储介质，其中调整所述形状数据包括调整所述形状数据的置信度值。25.根据权利要求19所述的非暂态计算机可读存储介质，其中基于在所述光纤的一部分上产生的纤维布拉格光栅（fbg）来生成所述应变数据。26.根据权利要求19所述的非暂态计算机可读存储介质，其中所述形状数据包括所述器械的所述部分的曲率值或所述器械的所述部分的时间历史数据中的一者。27.根据权利要求26所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器基于确定所述曲率值大于或等于所述机器人数据中的阈值曲率值来调整所述形状数据。28.根据权利要求26所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器基于确定所述时间历史数据满足所述机器人数据中的阈值时间历史条件来调整所述形状数据。29.根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器基于温度变化来调整所述形状数据。30.根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器基于确定所述器械的末端正进行关节运动来调整所述形状数据。31.根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器基于确定非形状变化应变正被施加到所述器械来调整所述形状数据。32.根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器基于确定所述器械的第一部分包括所述器械的远侧端部来将置信度值分配给对应于所述第一部分的所述机器人数据，所述置信度值高于分配给对应于所述第一部分的所述形状数据的置信度值。33.根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器基于确定所述器械的第一部分包括所述器械的近侧端部来将置信度值分配给对应于所述第一部分的所述机器人数据，所述置信度值低于分配给对应于所述第一部分的所述形状数据的置信度值。34.根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器基于所述器械的所述估计状态来确定覆盖所述器械的护套的估计状态。35.根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器基于所述形状数据和指示覆盖所述器械的护套的形状的附加数据的比较来将置信度值分配给所述形状数据。36. 根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器：基于所述器械的所述估计状态来确定即将对所述器械造成损坏；以及控制所述器械以避免所述损坏。37. 根据权利要求19所述的非暂态计算机可读存储介质，其中所述指令在被执行时进一步致使所述处理器：
确定已检测到所述机器人数据与所述形状数据之间的失配达至少阈值时间量；以及输出指示所述器械可能被损坏的警告。38.一种用于控制身体的内部区域内的器械的医疗机器人系统，所述系统包括：器械，所述器械具有光纤，所述光纤定位在所述器械内；传感器，所述传感器被配置成生成应变数据，所述应变数据指示定位在所述身体的所述内部区域内的所述器械的一部分上的应变；器械定位装置，所述器械定位装置附接到所述器械并且被配置成移动所述器械；至少一个计算机可读存储器，所述至少一个计算机可读存储器在其上存储有可执行指令；以及一个或多个处理器，所述一个或多个处理器与所述至少一个计算机可读存储器通信并且被配置成执行所述指令以致使所述系统至少：访问关于所述器械的机器人数据；访问所述应变数据；基于所述应变数据来确定形状数据；比较所述机器人数据和所述形状数据；基于所述机器人数据和所述形状数据的所述比较来调整所述形状数据；基于经调整的形状数据来确定所述器械的估计状态；以及输出所述器械的所述估计状态。39.根据权利要求38所述的医疗机器人系统，其中调整所述形状数据包括修改所述形状数据的至少一部分，使得对所述器械的所述估计状态的所述确定基于所述形状数据的经修改的部分。40.根据权利要求38所述的医疗机器人系统，其中调整所述形状数据包括移除所述形状数据的至少一部分，使得对所述器械的所述估计状态的所述确定不基于所述形状数据的所移除的部分。41.根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统：访问使用(i)位于所述器械的末端近侧的电磁（em）传感器和(ii)位于所述身体外部的em场发生器捕获的em数据；比较所述em数据和所述形状数据；以及基于所述em数据和所述形状数据的所述比较来进一步调整所述形状数据。42.根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统：访问由位于所述器械的末端近侧的成像装置捕获的图像数据；比较所述图像数据和所述形状数据；以及基于所述图像数据和所述形状数据的所述比较来进一步调整所述形状数据。43.根据权利要求38所述的医疗机器人系统，其中调整所述形状数据包括调整所述形状数据的置信度值。44.根据权利要求38所述的医疗机器人系统，其中基于在所述光纤的一部分上产生的纤维布拉格光栅（fbg）来生成所述应变数据。
45.根据权利要求38所述的医疗机器人系统，其中所述形状数据包括所述器械的所述部分的曲率值或所述器械的所述部分的时间历史数据中的一者。46.根据权利要求45所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统基于确定所述曲率值大于或等于所述机器人数据中的阈值曲率值来调整所述形状数据。47.根据权利要求45所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统基于确定所述时间历史数据满足所述机器人数据中的阈值时间历史条件来调整所述形状数据。48.根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统基于温度变化来调整所述形状数据。49.根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统基于确定所述器械的末端正进行关节运动来调整所述形状数据。50.根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统基于确定非形状变化应变正被施加到所述器械来调整所述形状数据。51.根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统基于确定所述器械的第一部分包括所述器械的远侧端部来将置信度值分配给对应于所述第一部分的所述机器人数据，所述置信度值高于分配给对应于所述第一部分的所述形状数据的置信度值。52.根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统基于确定所述器械的第一部分包括所述器械的近侧端部来将置信度值分配给对应于所述第一部分的所述机器人数据，所述置信度值低于分配给对应于所述第一部分的所述形状数据的置信度值。53.根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统基于所述器械的所述估计状态来确定覆盖所述器械的护套的估计状态。54.根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统基于所述形状数据和指示覆盖所述器械的护套的形状的附加数据的比较来将置信度值分配给所述形状数据。55. 根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统：基于所述器械的所述估计状态来确定即将对所述器械造成损坏；以及控制所述器械以避免所述损坏。56. 根据权利要求38所述的医疗机器人系统，其中所述指令在被执行时进一步致使所述系统：确定已检测到所述机器人数据与所述形状数据之间的失配达至少阈值时间量；以及输出指示所述器械可能被损坏的警告。57.一种控制身体的内部区域内的器械的方法，所述方法包括：访问关于所述器械的机器人数据；访问来自定位在所述器械内的光纤的应变数据，所述应变数据指示定位在所述身体的所述内部区域内的所述器械的一部分上的应变；
基于所述应变数据来确定形状数据；比较所述机器人数据和所述形状数据；基于所述机器人数据和所述形状数据的所述比较来调整与所述形状数据相关联的置信度值；基于经调整的置信度值来确定所述器械的估计状态；以及输出所述器械的所述估计状态。58.根据权利要求57所述的方法，还包括：访问使用(i)位于所述器械的末端近侧的电磁（em）传感器和(ii)位于所述身体外部的em场发生器捕获的em数据；比较所述em数据和所述形状数据；以及进一步基于所述em数据和所述形状数据的所述比较来调整与所述形状数据相关联的所述置信度值。59.根据权利要求57所述的方法，还包括：访问由位于所述器械的末端近侧的成像装置捕获的图像数据；比较所述图像数据和所述形状数据；以及进一步基于所述图像数据和所述形状数据的所述比较来调整与所述形状数据相关联的所述置信度值。60.根据权利要求57所述的方法，其中基于在所述光纤的一部分上产生的纤维布拉格光栅（fbg）来生成所述应变数据。61.根据权利要求57所述的方法，其中所述形状数据包括所述器械的所述部分的曲率值或所述器械的所述部分的时间历史数据中的一者。62.根据权利要求61所述的方法，还包括基于确定所述曲率值大于或等于所述机器人数据中的阈值曲率值来调整所述置信度值。63.根据权利要求61所述的方法，还包括基于确定所述时间历史数据满足所述机器人数据中的阈值时间历史条件来调整所述置信度值。64.根据权利要求57所述的方法，还包括基于温度变化来调整所述置信度值。65.根据权利要求57所述的方法，还包括基于确定所述器械的末端正进行关节运动来调整所述置信度值。66.根据权利要求57所述的方法，还包括基于确定非形状变化应变正被施加到所述器械来调整所述置信度值。67.根据权利要求57所述的方法，还包括基于确定所述器械的第一部分包括所述器械的远侧端部来将置信度值分配给对应于所述第一部分的所述机器人数据，所述置信度值高于分配给对应于所述第一部分的所述形状数据的置信度值。68.根据权利要求57所述的方法，还包括基于确定所述器械的第一部分包括所述器械的近侧端部来将置信度值分配给对应于所述第一部分的所述机器人数据，所述置信度值低于分配给对应于所述第一部分的所述形状数据的置信度值。69.根据权利要求57所述的方法，还包括基于所述器械的所述估计状态来确定覆盖所述器械的护套的估计状态。70.根据权利要求57所述的方法，还包括进一步基于所述形状数据和指示覆盖所述器
械的护套的形状的附加数据的比较来调整所述置信度值。71. 根据权利要求57所述的方法，还包括：基于所述器械的所述估计状态来确定即将对所述器械造成损坏；以及控制所述器械以避免所述损坏。72. 根据权利要求57所述的方法，还包括：确定已检测到所述机器人数据与所述形状数据之间的失配达至少阈值时间量；以及输出指示所述器械可能被损坏的警告。