基于混合绳驱机器人的医疗器械辅助拾取方法及结构技术

本发明专利技术公开了一种基于混合绳驱机器人的医疗器械辅助拾取方法及结构，该方法包括：采集工具台图像并输入至预训练的深度学习模型，得到拾取信息；基于坐标系转换，根据拾取信息逆运动学求解刚性机械臂各关节的旋转角度和绳索长度的变化量，得到控制信息；根据控制信息驱动机械臂运动并拾取医疗工具；基于刚性机械臂将医疗工具移动至目标位置。该结构包括：绳驱动并联机器人、动平台和刚性机械臂。通过使用本发明专利技术，能够快速准确的完成医疗器械辅助拾取的任务。本发明专利技术作为一种基于混合绳驱机器人的医疗器械辅助拾取方法及结构，可广泛应用于医疗辅助机器人领域。于医疗辅助机器人领域。于医疗辅助机器人领域。

【技术实现步骤摘要】
基于混合绳驱机器人的医疗器械辅助拾取方法及结构


[0001]本专利技术涉及医疗辅助机器人领域，尤其涉及一种基于混合绳驱机器人的医疗器械辅助拾取方法及结构。

技术介绍

[0002]绳驱并联机器人作为一种具有载重比高、工作空间大、移动范围广和安装配置简单的机器人，可用于解决要求响应快和空间广的各领域问题，被广泛应用于搜索援救、天文望远和高速工业作业等领域。医疗手术进行过程中，常常涉及频繁的医疗工具拾取、传递和摆放，通过人力进行以上过程容易出现错捡和错放的问题，从而影响手术的效率，因此急需一种能替代人力，且能高效准确地搬运医疗器械的机器人，来辅助医生进行医疗工具的拾取。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的是提供一种基于混合绳驱机器人的医疗器械辅助拾取方法及结构，能够快速准确的完成医疗器械辅助拾取的任务。
[0004]本专利技术所采用的第一技术方案是：一种基于混合绳驱机器人的医疗器械辅助拾取方法，包括以下步骤：
[0005]采集工具台图像并输入至预训练的深度学习模型，得到拾取信息；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于混合绳驱机器人的医疗器械辅助拾取方法，其特征在于，包括以下步骤：采集工具台图像并输入至预训练的深度学习模型，得到拾取信息；基于坐标系转换，根据拾取信息逆运动学求解刚性机械臂各关节的旋转角度和绳索长度的变化量，得到控制信息；根据控制信息驱动机械臂运动并拾取医疗工具；基于刚性机械臂将医疗工具移动至目标位置。2.根据权利要求1所述基于混合绳驱机器人的医疗器械辅助拾取方法，其特征在于，所述采集工具台图像并输入至预训练的深度学习模型，得到拾取信息这一步骤之前，还包括：粗定位工具台并通过混合绳驱机器人控制动平台移动至工具台上方。3.根据权利要求1所述基于混合绳驱机器人的医疗器械辅助拾取方法，其特征在于，所述采集工具台图像并输入至预训练的深度学习模型，得到拾取信息这一步骤，其具体包括：基于动平台上的图像传感器采集工具台图像，得到彩色图像和深度图像；将彩色图像和深度图像输入至预训练的深度学习模型；基于骨干网络和金字塔池化结构对彩色图像和深度图像进行特征提取处理，得到对应的多尺度特征；对多尺度特征进行融合，得到第一特征图和第二特征图；将第一特征图和第二特征图经过卷积，得到置信度输出图谱和角度输出图谱；根据置信度输出图谱和角度输出图谱，生成拾取中心目标点信息和末端旋转角度信息；整合拾取中心目标点信息和末端旋转角度信息，得到拾取信息。4.根据权利要求3所述基于混合绳驱机器人的医疗器械辅助拾取方法，其特征在于，所述根据置信度输出图谱和角度输出图谱，生成拾取中心目标点信息和末端旋转角度信息这一步骤，其具体包括：以置信度输出图谱为拾取中心目标点回归图谱；根据拾取中心目标点回归图谱上置信度取值最大的像素点，生成拾取中心目标点坐标；以角度输出图谱为旋转角度图谱；基于旋转角度图谱划分区间，取像素点坐标位置上拥有最大值的图谱下标作为该像素点的值并构建组合图谱；根据组合图谱上坐标点的像素值，生成末端旋转角度信息。5.根据权利要求4所述基于混合绳驱机器人的医疗器械辅助拾取方法，其特征在于，所述坐标系转换的变换公式如下：G＝{
pix
g,θ},
pix
g＝{x,y,1}
Tcam
g＝z
h
·
K
·
pix
g
base
g＝
base
T
cam
·
cam
g
platform
g＝
platform
T
base
·
base
g
global
g＝
global
T
platform
·
platform...

【专利技术属性】
技术研发人员：彭键清，郭永华，朱望茹，
申请(专利权)人：中山大学，
类型：发明
国别省市：