一种基于视觉伺服的同心管机器人精确运动控制方法与流程

本发明涉及一种同心管医疗机器人精确运动控制方法，尤其涉及一种基于视觉伺服的同心管机器人精确运动控制方法。

背景技术：

现阶段关于同心管机器人的运动控制主流为遥操作算法，主要基于其运动学模型的建立，其对运动学模型的准确性以及考虑摩擦、扭转的因素要求较高，在此基础上，操作者很难对手术目标点进行精准定位，只能大致到达。近年来，x射线、超声波、mri、立体成像等相关技术被应用于进行同心管运动形状的反馈，但是基于图像的视觉伺服方法无需对硬件进行太多的修正并且可以提供准确的图像信息作为运动环的反馈。同时，基于图像的方法建立于较少的运动学模型基础上，而且其无需机器人本体与摄像头之间的标定，可以准确的定位目标点，使其始终保持于图像中心。

技术实现要素：

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于视觉伺服的同心管机器人精确运动控制方法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于视觉伺服的同心管机器人精确运动控制方法，此方法基于图像建立eye-in-hand的视觉伺服系统，无需摄像头的标定而旨在提取图像的特征，并通过图像雅克比矩阵的映射完成控制量的提取；利用kalman滤波器完成对图像雅克比矩阵的在线估计，以图像特征变化作为观测矢量，以图像雅克比矩阵为状态矢量；进而使用图像雅克比矩阵的估计值作为kalman滤波器的观测矩阵，以关节角度误差作为状态矢量，图像误差作为观测矢量，这样滤波估计可得到关节角度的控制量；当图像误差趋于零时，将完成对目标点的定位。

本发明的目的是解决遥操作算法对机器人未能实现精确定位目标点的缺陷，并且依赖于较为可靠的图像信息对运动控制进行反馈，最后实现在手术过程中对微小颤动的目标点实现精确定位，以此来完成手术操作。本发明针对现有技术未能保证机器人对手术位置的精确定位的缺陷，利用机器人末端摄像头采集的图像信息引入视觉反馈，虽然在手术过程中，灶点是会伴随患者的呼吸而发生微小移动，而应用此方法亦可完成对运动点的追踪达到其准确定位的目的。

附图说明

图1为本发明提出的一种应用于微创手术的同心管医疗机器人的结构示意图。

图2为本发明提出的一种基于视觉伺服的同心管机器人精确运动控制方法的流程图。

图3为本发明提出的基于视觉伺服的同心管机器人的实验平台。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

参照图1，一种应用于微创手术的同心管医疗机器人，包括四个伺服电机1、电机端盖2、联轴器3、后端盖4、移动载体6、微型轴承7、同心管机构、方形柱体11、滚珠丝杠16和传动齿轮组17，四个伺服电机1设置在电机端盖2上，其中两个相对设置的伺服电机1的输出轴通过联轴器3与后端盖4连接，后端盖4上设有两个滚珠丝杠16，两个滚珠丝杠16通过联轴器3与上述两个伺服电机1的输出轴连接，移动载体6设置在两个滚珠丝杠16中部，滚珠丝杠16通过法兰盘15固定在移动载体6上，移动载体6上设置有限位开关5，在两个滚珠丝杠16外侧设有两根方形柱体11，余下两个相对的伺服电机1通过电机端盖2上的传动齿轮组17带动方形柱体11；同心管机构包括外管8和插入外管8中的内管9，同心管机构通过固定管固定在基座上；内管9通过齿轮14固定在移动载体6上，方形柱体11上设有与齿轮14相啮合的齿轮传动模块12；两个伺服电机通过联轴器3带动滚珠丝杠16进行转动，从而滚珠丝杠16上的移动载体6跟着轴向移动，固定于移动载体6上的同心管机构也就随之进行轴向伸缩；余下两个伺服电机通过齿轮传动，带动方形柱体11转动，再通过移动载体6上齿轮传动模块12、14带动固定于移动载体6上的同心管机构转动。

本发明在内管9末端设置一个微型内窥镜摄像头10，利用其对目标点的识别定位来实现整个方法的过程。实验搭建平台如图3所示。

参照图2，本发明提出的一种基于视觉伺服的同心管机器人精确运动控制方法，此方法基于图像建立eye-in-hand的视觉伺服系统，无需摄像头的标定而旨在提取图像的特征，并通过图像雅克比矩阵的映射完成控制量的提取；利用kalman滤波器完成对图像雅克比矩阵的在线估计，以图像特征变化作为观测矢量，以图像雅克比矩阵为状态矢量；然后进而使用图像雅克比矩阵的估计值作为kalman滤波器的观测矩阵，以关节角度误差作为状态矢量，图像误差作为观测矢量，这样滤波估计可得到关节角度的控制量；当图像误差趋于零时，将完成对目标点的定位。

本方法中，利用放置于机器人内管末端的摄像头实时采集图像并提取图像特征，利用公式（1）求取目标中心坐标。

（1）

通过单独控制每个伺服电机一定的控制量，图像平面目标点位置依次发生变化，因此，图像雅克比矩阵的初始值为。以图像特征变化为状态为观测向量，以为状态向量进行估计，因此状态方程为，

（2）

迭代过程分为状态预测及预测更新，如下，

最后将估计的图像雅克比矩阵作为kalman滤波器的观测矩阵，以以关节角度误差作为状态矢量，图像误差作为观测矢量，重新经过上述的滤波器迭代过程，因此可估计得到关节角度的控制量。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。