碰撞检测方法、系统、计算机设备和存储介质技术方案

本申请涉及医疗技术领域，特别是涉及一种碰撞检测方法、系统、计算机设备和存储介质。一种碰撞检测方法包括：获取待处理目标对象的对象实时位置；将所述待处理目标对象的虚拟对象模型与所述待处理目标对象的对象实时位置进行配准，以确定所述虚拟对象模型在所述待处理目标对象所在的目标坐标系中的目标位置；获取目标器械的器械实时位置；根据所述目标位置和所述器械实时位置判断所述目标器械是否会发生碰撞。本申请有效提高手术安全性和可靠性，不需要额外的传感器，降低了生产、设计和使用成本，相对于传统非接触式方法提升了机器人的操作空间，提升了与医生一起协作的效率。提升了与医生一起协作的效率。提升了与医生一起协作的效率。

【技术实现步骤摘要】
碰撞检测方法、系统、计算机设备和存储介质


[0001]本申请涉及医疗仿真控制和图形处理
，特别是涉及一种碰撞检测方法、系统、计算机设备和存储介质。

技术介绍

[0002]自从二十一世纪初，手术机器人正在不断改变着传统手术方式，这种改变在如今变得越来越快。几乎在临床的每个领域都出现了各类机器人，尤其是在腹腔镜相关的外科机器人、骨科机器人等。随着手术机器人的广泛应用，其安全性问题日益凸显，其中，碰撞检测是一项很重要的安全功能，尤其是在手术室这种空间有限且人员、设备等位置复杂的环境中。
[0003]现有的机器人碰撞检测技术包括接触式和非接触式，这些技术在手术机器人的应用中面临如下几个问题：
[0004]1.接触式技术需要在机械臂关节中使用力矩传感器，而且需要接触来检测碰撞有一定的安全风险。
[0005]2.非接触式技术同样需要使用额外的传感器实现碰撞检测功能，如红外传感器、超声波传感器等，该技术方案需要在机械臂的工作空间外建立一座虚拟的墙，降低了机器人的工作效率，以及缩小了医生的操作空间。
[0006]这些问题会影响手术机器人的使用体验，增加设计、生成和使用成本，降低了医生和手术机器人协作的效率，甚至产生影响手术安全性的风险。

技术实现思路

[0007]基于此，有必要针对上述技术问题，提供一种碰撞检测方法、装置、计算机设备和存储介质。
[0008]第一方面，本申请提供了一种碰撞检测方法，所述碰撞检测方法包括：
[0009]获取待处理目标对象的对象实时位置；
[0010]将所述待处理目标对象的虚拟对象模型与所述待处理目标对象的对象实时位置进行配准，以确定所述虚拟对象模型在所述待处理目标对象所在的目标坐标系中的目标位置；
[0011]获取目标器械的器械实时位置；
[0012]根据所述目标位置和所述器械实时位置判断所述目标器械与所述待处理目标对象是否会发生碰撞。
[0013]在其中一个实施例中，所述将所述待处理目标对象的虚拟对象模型与所述待处理目标对象的对象实时位置进行配准，以确定所述虚拟对象模型在所述待处理目标对象所在的目标坐标系中的目标位置，包括：
[0014]获取所述虚拟对象模型上预先标记的多个特征点；
[0015]将所述多个特征点与所述待处理目标对象的实时位置进行匹配，以确定所述虚拟
对象模型在所述待处理目标对象所在的目标坐标系中的目标位置。
[0016]在其中一个实施例中，所述获取目标器械的器械实时位置，包括：
[0017]获取反光标识器与所述目标器械之间的预设位姿关系；
[0018]基于所述预设位姿关系，根据所述反光标识器的实时位姿得到所述目标器械的器械实时位置。
[0019]在其中一个实施例中，所述将所述待处理目标对象的虚拟对象模型与所述待处理目标对象的对象实时位置进行配准，以确定所述虚拟对象模型在所述待处理目标对象所在的目标坐标系中的目标位置之前，还包括：
[0020]扫描得到所述待处理目标对象的医学影像；
[0021]根据所述医学影像进行图像重建得到所述待处理目标对象的虚拟对象模型。
[0022]在其中一个实施例中，所述根据所述目标位置和所述器械实时位置判断所述目标器械是否会发生碰撞，包括：
[0023]采用K维空间树碰撞检测方法和/或采用AABB树碰撞检测方法，根据所述目标位置和所述器械实时位置判断所述目标器械是否会发生碰撞。
[0024]在其中一个实施例中，所述K维空间树碰撞检测方法，包括：
[0025]将所述目标位置和所述器械实时位置作为被查询点云和/或目标点云；
[0026]根据所述被查询点云创建K维空间树；
[0027]遍历所述K维空间树，根据所述目标点云与所述被查询点云之间的最近距离判断所述目标器械是否会发生碰撞。
[0028]在其中一个实施例中，所述将所述目标位置和所述器械实时位置作为被查询点云和/或目标点云之前，包括：
[0029]分别对所述目标位置的点云和所述器械实时位置的点云进行降采样，得到所述待处理目标对象和所述目标器械的采样点。
[0030]在其中一个实施例中，所述分别对所述目标位置的点云和所述器械实时位置的点云进行降采样，得到所述待处理目标对象和所述目标器械的采样点，包括：
[0031]计算所述点云的包围盒，将所述包围盒离散成若干个体素；
[0032]将每个所述体素的中心点或离中心点最近的点作为所述采样点。
[0033]在其中一个实施例中，所述建立K维空间树，包括：
[0034]建立根节点；
[0035]计算所述被查询点云的方差值，将方差值作为分割特征；
[0036]将所述分割特征的中位数作为分割点；
[0037]将所述分割特征小于所述分割点的所述分割特征传递给所述根节点的左节点，大于所述分割点的所述分割特征传递给所述根节点的右节点；
[0038]递归执行上述步骤直至所有所述分割特征建立到所述K维空间树的所述根节点的左节点、右节点上为止。
[0039]在其中一个实施例中，所述遍历所述K维空间树，所述遍历所述K维空间树，根据所述目标点云与所述被查询点云之间的最近距离判断所述目标器械是否会发生碰撞，包括：
[0040]获取第一目标点云和第一被查询点云；
[0041]遍历每个所述第一被查询点云，找到所述第一被查询点云的点与所述第一目标点
云的点最近的两点，将两点距离作为点云间的第一最近距离，判断所述第一最近距离是否会发生碰撞。
[0042]在其中一个实施例中，所述AABB树碰撞检测方法，包括：
[0043]将所述目标位置和所述器械实时位置作为被查询点云和/或目标点云；
[0044]根据所述被查询点云建立轴对称包围盒树；
[0045]遍历所述轴对称包围盒树，根据所述目标点云与所述被查询点云之间的最近距离判断所述目标器械是否会发生碰撞。
[0046]在其中一个实施例中，所述建立轴对称包围盒树，包括：
[0047]将三角形作为根节点；
[0048]建立所述被查询点云的叶节点，根据所述叶节点的关联对象分配轴对称包围盒树；
[0049]在所述轴对称包围盒树中找到预定的现有节点，使新叶子成为所述预定的现有节点的兄弟节点；
[0050]为所述预定的现有节点和所述新叶子创建分支节点，并为所述分支节点分配两个节点的轴对称包围盒；
[0051]将所述新叶子附加到所述两个节点上；
[0052]从所述轴对称包围盒树中移除所述现有节点，并将所述现有节点附加到所述两个节点上；
[0053]将所述两个节点附加为所述现有节点的父节点的子节点上；
[0054]调整所述父节点的所述轴对称包围盒，以确保所述父节点包含所有所述子节点的所述轴对称包围盒。
[0055]在其中一个实施例中，遍历所述轴对称包围盒树，根据所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碰撞检测方法，其特征在于，所述碰撞检测方法包括：获取待处理目标对象的对象实时位置；将所述待处理目标对象的虚拟对象模型与所述待处理目标对象的对象实时位置进行配准，以确定所述虚拟对象模型在所述待处理目标对象所在的目标坐标系中的目标位置；获取目标器械的器械实时位置；根据所述目标位置和所述器械实时位置判断所述目标器械与所述待处理目标对象是否会发生碰撞。2.根据权利要求1所述的碰撞检测方法，其特征在于，所述将所述待处理目标对象的虚拟对象模型与所述待处理目标对象的对象实时位置进行配准，以确定所述虚拟对象模型在所述待处理目标对象所在的目标坐标系中的目标位置，包括：获取所述虚拟对象模型上预先标记的多个特征点；将所述多个特征点与所述待处理目标对象的实时位置进行匹配，以确定所述虚拟对象模型在所述待处理目标对象所在的目标坐标系中的目标位置。3.根据权利要求1所述的碰撞检测方法，其特征在于，所述获取目标器械的器械实时位置，包括：获取反光标识器与所述目标器械之间的预设位姿关系；基于所述预设位姿关系，根据所述反光标识器的实时位姿得到所述目标器械的器械实时位置。4.根据权利要求1所述的碰撞检测方法，其特征在于，所述将所述待处理目标对象的虚拟对象模型与所述待处理目标对象的对象实时位置进行配准，以确定所述虚拟对象模型在所述待处理目标对象所在的目标坐标系中的目标位置之前，还包括：扫描得到所述待处理目标对象的医学影像；根据所述医学影像进行图像重建得到所述待处理目标对象的虚拟对象模型。5.根据权利要求1所述的碰撞检测方法，其特征在于，所述根据所述目标位置和所述器械实时位置判断所述目标器械是否会发生碰撞，包括：采用K维空间树碰撞检测方法和/或采用AABB树碰撞检测方法，根据所述目标位置和所述器械实时位置判断所述目标器械是否会发生碰撞。6.根据权利要求5所述的碰撞检测方法，其特征在于，所述K维空间树碰撞检测方法，包括：将所述目标位置和所述器械实时位置作为被查询点云和/或目标点云；根据所述被查询点云创建K维空间树；遍历所述K维空间树，根据所述目标点云与所述被查询点云之间的最近距离判断所述目标器械是否会发生碰撞。7.根据权利要求6所述的碰撞检测方法，其特征在于，所述将所述目标位置和所述器械实时位置作为被查询点云和/或目标点云之前，包括：分别对所述目标位置的点云和所述器械实时位置的点云进行降采样，得到所述待处理目标对象和所述目标器械的采样点。8.根据权利要求7所述的碰撞检测方法，其特征在于，所述分别对所述目标位置的点云和所述器械实时位置的点云进行降采样，得到所述待处理目标对象和所述目标器械的采样
点，包括：计算所述点云的包围盒，将所述包围盒离散成若干个体素；将每个所述体素的中心点或离中心点最近的点作为所述采样点。9.根据权利要求6所述的碰撞检测方法，其特征在于，所述建立K维空间树，包括：建立根节点；计算所述被查询点云的方差值，将方差值作...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：苏州微创畅行机器人有限公司，
类型：发明
国别省市：