[發明專利]一種遠程運動中心約束下的機器人手術技能學習方法

在審

• 申請號: 202211335145.8
• 申請日: 2022-10-28
• 公開（公告）號: CN115502982A
• 公開（公告）日: 2022-12-23
• 發明（設計）人: 劉衛朋;陳嶂
• 申請（專利權）人: 河北工業大學
• 主分類號: B25J9/16
• 分類號: B25J9/16;A61B34/37;A61B34/00
• 代理公司: 天津翰林知識產權代理事務所(普通合伙) 12210
• 代理人: 張國榮

本發明公開一種遠程運動中心約束下的機器人手術技能學習方法，該學習方法引入任務參數來解決遠程運動中心約束空間與手術任務約束空間不一致的問題，將不同約束空間的操作任務要求統一到同一個元空間中，從醫生的技能演示過程中提取醫生操作中的隱式約束，并進行融合得到包含手術技能所有約束特征的技能模型。在新的任務場景下，可以直接輸入相應任務參數而自主計算得到相應的技能動作指令，進而由手術機器人執行完成任務。相交于現有技術，本發明學習方法對所學習技能的所有約束都完整地保留，明顯提升了技能的準確性與魯棒性，具有更高的靈活性，在不同的手術任務場景中具有更好的自適應性。

技術領域

本發明屬于智能機器人控制技術領域，具體是一種遠程運動中心約束下的機器人手術技能學習方法，涉及基于示范學習的機器人手術技能學習方法，具體而言可以使機器人學習人類醫生的手術技能并主動遵循微創手術中的遠程運動中心約束。

背景技術

近年來，隨著機器人技術的不斷發展，機器人輔助醫生進行臨床手術可以減少醫生的生理性震顫、提高手術的精確性與穩定性。相較于傳統的開放式手術，主從式的遠程操作手術機器人系統可以減少對患者機體的損傷，縮短術后恢復時間。具體而言，在患者體表打開一個微創手術切口，控制機器人使安裝在末端的手術器械經過該切口進入手術腔體的病灶處。手術過程中控制機器人圍繞切口進行運動，且器械與切口腔壁不發生擠壓、撕扯等，該切口稱為遠程運動中心，相應的運動約束稱為遠程運動中心約束。

提高手術機器人的自動化水平可以代替醫生進行重復性操作，減輕醫生的疲勞與精神壓力，更好的輔助醫生進行手術。但手術操作當前沒有一個標準化的定義，更多的是依靠醫生不斷的訓練以及積累臨床經驗來進行的，直接對手術任務編程控制較為困難。因此將醫生的操作經驗遷移到手術機器人系統中可以避免對手術技能編程，并提供更多的靈活性與自適應性，這類機器人學習人類技能的方法被稱為示范學習方法。但在微創手術中，遠程運動中心約束空間與手術任務約束空間并不處于同一個空間中，因此如何學習醫生演示的技能并滿足遠程運動中心約束，同時又可以在新的切口位置、病灶位置下自主執行該技能是一個棘手的問題，有待解決。

發明內容

為解決在微創手術中遠程運動中心約束空間與手術任務約束空間不一致而現有示范學習方法無法同時學習這兩種約束，且所學技能的泛化性不足，本發明提出一種遠程運動中心約束下的機器人手術技能學習方法。該學習方法中引入任務參數技術來解決遠程運動中心約束空間與手術任務約束空間不一致的問題，相較于其他類似的研究只關注機器人末端的操作任務的情形，本方法可以將不同約束空間的操作任務要求統一到同一個元空間中，對所學習技能的所有約束都完整地保留，提升了技能的準確性與魯棒性。

本發明解決所述技術問題的技術方案是：設計一種遠程運動中心約束下的機器人手術技能學習方法，其特征在于，該方法包括以下步驟：

步驟一：獲取多組醫生執行手術任務的演示數據，該手術任務為在遠程運動中心約束下利用機器人機械臂在腔體內控制手術器械跟蹤預設的軌跡；

步驟二：根據演示數據，確定不同演示中相同約束空間中的數據，并在相同類型約束空間下的數據構建概率模型；選擇元空間，求取不同演示中各約束空間相對于元空間的任務參數；

步驟三：將步驟二中得到的不同類型約束空間中描述對應約束的概率模型基于對應的任務參數變換到元空間中，并在元空間中將代表各約束空間約束特征的概率模型進行融合，得到涵蓋手術技能所有約束的概率模型；

步驟四：根據新手術任務場景數據求解各約束空間對應的任務參數，并根據任務需求給定環境輸入變量，計算元空間中由步驟三得到的涵蓋手術技能所有約束的概率模型的條件分布概率模型，得到元空間中相應的輸出變量；將元空間中描述的輸出變量經由上述任務參數分別變換到各約束空間中，得到新手術任務場景下泛化所學習技能的對應的輸出變量，最終由手術機器人系統執行完成新手術任務。