本发明专利技术所述一种骨折复位机器人的外力预测方法,所述骨折复位机器人采用空间并联6自由度构型。由拉格朗日法推导复位机器人的操作空间动力学,并由雅克比矩阵映射到关节空间动力学。基于并联复位机器人的广义动量和广义动量偏差分析,构建机器人的力残差观测器,进行外力预测。本发明专利技术所述方法适用于采用并联机器人进行骨折复位手术操作,主要用于骨折复位过程中的状态监控、过程控制及反馈策略设计等;用于实时检测复位手术中,机器人与骨折部位骨肌组织环境的力觉信息并进行安全的力交互操控,有效提高机器人复位手术操作的安全性。无需在复位机器人末端狭小的空间安装价格昂贵的力传感器,从而降低机器人成本。
【技术实现步骤摘要】
一种骨折复位机器人的外力预测方法
本专利技术涉及一种骨折复位机器人的外力预测方法,属于机器人
技术介绍
机器人辅助骨折复位手术,即由机器人自主完成部分复位手术操作或者医生操作机器人完成骨折复位操作,术中可通过X光机透视实时、图像导航系统等实时观察骨折部位的复位情况。机器人辅助骨折复位手术具有精度、不依赖于医生的经验、微创等优点,对提高手术精准度、减少患者手术损伤具有重要意义。机器人辅助骨折复位手术操作时,需要进行精准的外力感知或预测。1.机器人的外力感知方面,需考虑:①机器人辅助骨折复位过程中的力感知,一方面可以实时进行手术机器人的末端执行器与骨肌组织的接触碰撞检测,进行力交互;并且不能与患者或周围的器械发生碰撞。但由于受到复位机器人末端执行器的周围空间限制,机器人操作臂末端与周围环境间非常有限的工作空间,不便于安装外部传感器。②机器人末端执行器与周围环境的接触力感知,采用力传感器进行外力检测,精密微型力传感器的价格昂贵,且容易损坏。机器人末端并不适合采用力传感器的外力感知方法。2.机器人的外力预测方法,需考虑:①由于机器人在骨折复位手术过程中,受到肌肉牵伸力的影响,机器人需克服较大的复位力,通常长骨骨折的复位力达到400N,并且在复位操作和固定过程中需要保持这样大小的力。手术过程中需要对复位力进行实时预测与限制,避免过大的牵伸力拉伤肌肉或神经组织造成对患者二次伤害。②复位过程中,可能出现骨折近端与远端之间的接触碰撞,必须进行外力预测以避免可能发生的接触碰撞。综上所述,有必要进行机器人骨折复位术中的无传感器外力预测方法。目前,国内外针对串联机器人,采用无传感器的外力预测方法。考虑到骨折复位机器人系统,需要较大刚度、较高操作精度,不需太大工作空间,采用并联机器人。针对并联机器人的外力预测方法,未见报道。
技术实现思路
本专利技术目的在意提供一种骨折复位机器人的外力预测方法。针对股骨、胫骨的长骨骨折类型,机器人辅助骨折复位手术操作时,将骨折近端固定于手术床上,机器人辅助将骨折远端相对于骨折近端进行移动和旋转复位操作。骨折复位机器人采用空间并联构型,构建机器人的力残差观测器,实时检测机器人复位过程中,骨折远端与周围环境的牵拉力、接触碰撞力的干扰力。所述骨折复位机器人的外力预测方法,只需测得并联复位机器人的各个驱动电缸的线位移、线速度及输出力,即可由力残差观测器预测机器人的外力。本专利技术所述方法适用于采用并联机器人进行骨折复位手术操作,主要用于骨折复位过程中的状态监控、过程控制及反馈策略设计等;用于实时检测复位手术中,机器人与骨折部位骨肌组织环境的力觉信息并进行安全的力交互操控,有效提高机器人复位手术操作的安全性。无需在复位机器人末端狭小的空间安装价格昂贵的力传感器,从而降低机器人成本。为达到上述目的,本专利技术采用如下技术方案:一种骨折复位机器人的外力预测方法,包括以下操作步骤:(1)根据拉格朗日动力学建模法,骨折复位机器人系统在操作空间的动力学方程为:式中,F为机器人驱动力,M(q)为惯性矩阵,科氏力和向心力矩阵,G(q)为重力矩阵,分别表示复位机器人动平台加速度和速度;(2)由操作空间和关节空间的映射关系,复位机器人系统在关节空间的动力学方程为式中,τ=JTF表示关节空间电动缸驱动力,D(q)、和P(q)分别表示关节空间中的惯性矩阵、科氏力和向心力矩阵以及重力矩阵,分别表示电动缸加速度和速度;(3)当复位机器人进行骨折复位时,机器人受到肌肉牵拉力、接触碰撞的外部干扰力Fext,由复位机器人的速度雅可比矩阵J(q)映射到复位机器人的关节空间,在关节空间有外力矩τext=JT(q)Fext;此时,复位机器人在关节空间的动力学方程为:式中,τext为由外部牵拉力、接触碰撞力的干扰力Fext施加于复位机器人各驱动电缸的力;(4)机器人在骨折复位过程中与环境接触存在牵拉力、接触碰撞力的干扰力Fext时,机器人的广义动量将发生较大变化;设置复位机器人的基于广义动量的力残差观测器,进行机器人复位过程中的牵拉力、接触碰撞力预测;由于难以确定加速度则通过对比实际广义动量和估计广义动量来检测碰撞;骨折复位机器人的广义动量及其偏导,分别为:式中,p表示广义动量,广义动量时间导数,表示惯性矩阵D(q)时间导数;由于是反对称矩阵,D(q)是对称且正定矩阵,有:式中,为的转置,则有:(5)由广义动量偏差定义力残差观测器,用于估计外力;为构造二阶力残差观测器以估计外力矩值,定义力残差r为:式中,K1>0,K2>0为增益矩阵,为动量估计值;公式(6)可得到估计值为:由公式(8)带入公式(7)中,并加入调整函数得:式中,K3>0为增益矩阵;(6)对式(9)求二阶偏导,并进行拉普拉斯变换,得观测器系统传递函数为:(7)由上式可知,力残差观测器为二阶系统,系统输出为力残差观测值r,且r随系统输入τext的变换而变换;通过更改观测器增益K1、K2和K3,当系统稳定时r≈τext=JT(q)Fext;力残差观测器只需获得复位机器人各支链电缸的线位移L、线速度输出力,无需测量加速度设置力残差观测器,相当于在复位机器人上设计了一种虚拟力传感器,实时监测机器人骨折复位过程中的外力,根据其检测的外力是否大于设定的安全阈值,判断机器人是否发生碰撞;机器人在骨折复位过程中,通过力残差观测值r能够估计复位操作时外力,从而避免可能发生的意外碰撞,避免对患者造成二次损伤。经测试,本专利技术所述一种骨折复位机器人的外力预测方法,可确定机器人骨折复位过程中的外力。优选地,所述骨折复位机器人采用并联机器人构型;适用于机器人辅助股骨、胫骨的长骨骨折类型;骨折复位机器人手术操作时,将骨折近端固定于手术床上,骨折远端固定于机器人的末端执行器,随机器人旋转或移动运动。优选地,只需测得复位机器人的各驱动电缸的线位移、线速度及输出力,即可预测复位机器人的外力,并能够准确跟踪复位力的变化;用于实时检测复位术中,机器人与骨折部位骨肌组织环境的力觉信息并进行安全的力交互操控,有效提高机器人复位手术操作的安全性。优选地,无需在复位机器人末端狭小空间安装价格昂贵的力传感器,从而降低骨折复位机器人的成本;一方面提前预测复位机器人手术操作中可能产生过大牵拉力,避免对患者造成二次损伤,提高手术安全性;另一方面避免在复位机器人末端的狭小空间安装价格昂贵的力传感器,降低机器人成本。本专利技术所述一种骨折复位机器人的外力预测方法。针对股骨、胫骨的长骨骨折类型,机器人辅助骨折复位手术操作时,将骨折近端固定于手术床上,机器人辅助将骨折远端相对于骨折近端进行移动和旋转复位操作。骨折复位机器人采用空间并联构型,构建机器人的力残差观测器,实时检测机器人复位过程中,骨折远端与外界环境的牵拉力、接触碰撞力的干扰力。所述骨折复位机器本文档来自技高网...
【技术保护点】
1.一种骨折复位机器人的外力预测方法,其特征在于,具体步骤如下:/n(1)建立骨折复位机器人操作空间的完备动力学模型,根据拉格朗日动力学建模法,骨折复位机器人系统在操作空间的动力学方程为:/n
【技术特征摘要】
1.一种骨折复位机器人的外力预测方法,其特征在于,具体步骤如下:
(1)建立骨折复位机器人操作空间的完备动力学模型,根据拉格朗日动力学建模法,骨折复位机器人系统在操作空间的动力学方程为:
式中,F为机器人驱动力,M(q)为惯性矩阵,科氏力和向心力矩阵,G(q)为重力矩阵,分别表示复位机器人动平台加速度和速度;
(2)建立骨折复位机器人关节空间的完备动力学模型,由操作空间和关节空间的映射关系,复位机器人系统在关节空间的动力学方程为
式中,τ=JTF表示关节空间电动缸驱动力,D(q)、和P(q)分别表示关节空间中的惯性矩阵、科氏力和向心力矩阵以及重力矩阵,分别表示电动缸加速度和速度;
(3)分析机器人系统的广义动量及其偏差模型,根据机器人的力残差模型,构建力残差观测器,当复位机器人进行骨折复位时,机器人受到肌肉牵拉力、接触碰撞等外部干扰力Fext时,由复位机器人的速度雅可比矩阵J(q)映射到复位机器人的关节空间,在关节空间有外力矩τext=JT(q)Fext;此时,复位机器人在关节空间的动力学方程为:
式中,τext为由复位过程中的牵拉力、接触碰撞力等干扰力Fext施加于复位机器人各驱动电缸的力,可以根据所述方法进行预测;
(4)基于机器人系统完整动力学模型与卡尔曼滤波器,预测骨折复位机器人手术操作过程中的外力,机器人在骨折复位过程中与环境接触存在牵拉力、接触碰撞力等干扰力Fext时,机器人的广义动量将发生较大变化;根据复位机器人广义动量的力残差观测器,可以进行基于广义动量分析的机器人与环境的牵拉力、接触碰撞力预测;该方法只需测得复位机器人的支链驱动电缸编码器反馈的位移和速度信息以及电缸输出力;
由于难以确定加速度则通过对比实际广义动量和估计广义动量来检测碰撞;骨折复位机器人的广义动量及其偏导,分别为:
式中,p表示广义动量,广义动量时间导数,表示惯性矩阵D(q)时间...
【专利技术属性】
技术研发人员:雷静桃,郑功亮,
申请(专利权)人:上海大学,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。