基于半参数模型的微创手术机器人力估计及运动补偿控制算法研究

Minimally invasive surgical robot improves traditional minimally invasive surgical operation mode and greatly improves the flexibility and quality of surgery. The sterilized surgical instrument are operated through the 5-10mm incision to reach the focus of lesion in surgery. Due to sterilization and space constraints, force sensors cannot be installed near the front end of the surgical instrument and motion is transferred by wire rope. Due to lack of force detection, force feedback will not be realized, hysteresis of wire rope reduces the motion precision of surgical instrument, which affects the hand-eye coordination consistency in surgery. It is urgent to explore methods to realize force detection and improve the motion precision of surgical instrument. This project intends to carry out in-depth research on semi-parametric modeling, hysteresis modeling, parameter identification and disturbance Kalman filter design, the force estimated method by disturbance Kalman filter based on semi-parametric model is proposed, feedback motion compensation control algorithm based on smooth inverse hysteresis model whose parameters can be corrected online is raised, and the relevant experimental verification is carried out. Technical support to provide intra-operative interaction awareness and improve hand-eye coordination consistency for doctor is given, then which improves the quality and safety of surgery. The research results of this project provide scientific basis and technical support for solving the key technical problems of minimally invasive surgical robot, and are of great significance for promoting the development of minimally invasive surgical robotic technology in China.

微创手术机器人改善了传统微创手术操作方式，极大地提高了手术灵活性和质量。在手术中经灭菌处理后的手术器械穿过5-10mm的切口到达病灶点。由于灭菌和空间的限制，靠近器械前端无法安装力传感器且需要采用钢丝绳传递运动，这将导致因缺乏力检测无法实现力反馈，且钢丝绳迟滞降低了器械运动精度进而影响术中手眼协调一致性。因此，亟需探索在无力传感器条件下实现力检测以及提高手术器械运动精度的方法。本项目拟深入开展动力学半参数建模、迟滞建模、参数辨识和扰动卡尔曼滤波器研究，提出基于半参数模型，由扰动卡尔曼滤波器实现力估计的方法，以及基于光滑逆迟滞模型，可在线参数修正的前馈运动补偿控制算法，并开展相关实验验证研究，为机器人微创手术提高交互力感知和手眼协调一致性提供技术支持，进而提高手术质量和安全性。本项目研究成果为解决微创手术机器人关键技术问题提供科学依据和技术支持，对推进我国微创手术机器人技术发展具有重要意义。

微创手术机器人改善了传统微创手术操作方式，极大地提高了手术灵活性和质量。由于灭菌和空间的限制，靠近器械前端无法安装力传感器且需要采用钢丝绳传递运动，这将导致因缺乏力检测无法实现力反馈，且钢丝绳迟滞降低了器械运动精度进而影响术中手眼协调一致性。本项目在无力传感器条件下实现力检测以及提高手术器械运动精度进而提高手眼协调一致性两方面开展研究。研究成果如下：1.提出了一种新型的多目标优化模型，应用NSGA-Ⅱ算法完成对远心机构参数多目标优化，根据优化结果，构建七自由度微创手术机器人样机；2.提出了一种基于指数积模型的新型封闭解方法，用于求解七自由度微创手术机器人逆运动学，与迭代方法相比，该方法在理论上是没有误差的，主从控制策略不受计算误差的影响，提高系统操作精度进而提高手眼协调一致性；3.提出了一种新型的基于学习的手术器械夹持力估计策略。该策略是将钢丝绳驱动机构视作一个灰箱模型，应用其动态特性构建其特征并将先验知识添加到高斯过程回归中，提出了一种包含穷举搜索和顺序后向选择的混合包裹式搜索策略选择特征和高斯过程回归模型，通过最小化负对数边际似然指标，应用差分进化算法实现对超参数优化；4.提出了一种基于深度学习的手术器械夹持力测量方法，首先研究了训练轨迹和输入数据，采用基于对立学习的蝴蝶优化算法进行输入数据选择，基于该数据，提出了结合卷积神经网络与注意力机制模块的神经网络感知手术器械夹持力；5.提出了基于高斯过程回归模型预测手术器械末端位置，将预测结果作为小爪的位置控制信号实现闭环控制；6.提出了手术器械自适应滞后补偿控制策略，利用语义分割算法，通过电机电流识别输入端的滞后，以预采集的曲线作为先验知识生成补偿曲线，该曲线可根据各种确定的滞后进行调整，根据识别出的迟滞和补偿曲线，通过开环前馈补偿，提高手术器械运动精度。研究成果有助于提高微创手术机器人间接力估计精度和末端执行器精度，提高微创手术质量和安全性。