面向超声扫描机器人的多模态安全交互方法和装置制造方法及图纸

本发明专利技术公开了面向超声扫描机器人的多模态安全交互方法和装置，属于超声扫描技术领域。方法包括：获取超声扫描机器人的视觉反馈信息与交互力信息，并分别计算第一权重因子、第二权重因子和第三权重因子，然后利用这些权重因子计算控制参数，并基于控制参数计算控制输入，最后根据这些权重因子判断超声扫描机器人进入的工作模式，并根据控制输入控制超声扫描机器人的动作。通过设计一系列权重因子，并将其统一集成在机器人控制中，实现了各工作模式之间的平滑、稳定转换，在不影响末端执行器扫描任务的前提下，有效避免了机器人其他关节与医生或者护士的意外碰撞，保证了机器人能够安全地与医生和护士配合。安全地与医生和护士配合。安全地与医生和护士配合。

【技术实现步骤摘要】
面向超声扫描机器人的多模态安全交互方法和装置


[0001]本专利技术涉及超声扫描
，尤其涉及一种面向超声扫描机器人的多模态安全交互方法和装置。

技术介绍

[0002]如今，超声扫描的需求日益增加，并且广泛反映在医学诊断和健康筛查中，为后续治疗提供了有关人体器官的广泛信息。在扫描任务期间，医生手持扫描探头并沿着患者身体移动，同时保持紧密稳定的接触。这样的任务通常是劳动密集型的，对医生的技能和经验提出了很高的要求。部署超声扫描机器人来部分甚至全部取代人工操作可以缓解以上问题，并提供一个数字化与标准化的扫描方案。
[0003]大多数超声扫描机器人可分为三类：遥控超声扫描机器人、半自动超声扫描机器人和全自主超声扫描机器人。对于遥控方式，机器人相当于操作员的远端扫描工具，通过直接接收人手运动产生的指令完成扫描任务；在半自动模式下，操作员首先必须将超声探头移动到一个粗略、合理的初始位置，然后机器人基于超声图像的视觉反馈自动跟踪图像特征以完成扫描任务。相比于前两种，全自主超声扫描机器人具有更高的智能性，无需过多的人类引导、辅助以及任务的先验信息，具有自主完成高层的任务规划与路径导航能力，以及低层的人机交互控制能力。在工作中，机器人的导航系统可以根据传感器（如超声图像、力传感器、深度相机）的数据在线更新末端超声探头的期望位姿，以获取高质量的超声图像，还可以应用强化学习算法以提高数据效率。
[0004]超声扫描机器人一般在与医生和护士共存的环境中工作，它需要处理两种类型的人机交互问题：机器人末端执行器（安装有超声探头）与患者躯干的接触，机器人对于医生和护士的避障或者追随。现有的全自主超声扫描机器人，虽然可以在孤立环境中自动完成高质量的扫描任务，但无法有效应对突然出现在工作空间的医生或护士。比如在任务过程中，当医生或者护士需要进入机器人工作区与患者交流、涂抹耦合凝胶、处理意外情况（例如扫描探头卡住、患者需要移动到另一个位置等）、或进行诊断的时候，机器人无法与医生和护士进行自然、本能的互动，比如机器人需要停止当前任务以保证安全，从而让人类操作员能够随时、安全地参与机器人的扫描任务，以避免机器人与操作员的意外碰撞。因此，超声扫描机器人的人机交互的安全性问题是亟待解决的重要问题。

技术实现思路

[0005]为了解决现有技术中存在的问题，本专利技术提供了如下技术方案。
[0006]本专利技术第一方面提供了一种面向超声扫描机器人的多模态安全交互方法，包括：获取超声扫描机器人的视觉反馈信息与交互力信息；根据视觉反馈信息与交互力信息分别计算第一权重因子、第二权重因子和第三权重因子；利用第一权重因子和第三权重因子计算控制参数，并基于控制参数计算控制输
入；根据第一权重因子、第二权重因子和第三权重因子判断超声扫描机器人进入的工作模式，并在对应的工作模式中根据控制输入控制超声扫描机器人的动作。
[0007]优选地，所述第一权重因子与医护人员是否触摸超声探头相关，所述第二权重因子与超声探头是否靠近目标躯干位置相关，所述第三权重因子与超声探头是否稳定接触目标躯干相关。
[0008]优选地，所述根据视觉反馈信息与交互力信息分别计算第一权重因子、第二权重因子和第三权重因子之前还包括：按照如下公式计算通用权重因子，
[0009]式中，x为通用变量，包括视觉反馈信息与交互力信息；a为通用权重因子；基于通用权重因子分别计算第一权重因子、第二权重因子和第三权重因子。
[0010]优选地，所述基于通用权重因子分别计算第一权重因子、第二权重因子和第三权重因子，采用如下公式：，，，式中，a为通用权重因子，为第一权重因子，d
h
为超声探头到人手部的距离矢量，r
h
为超声探头球形区域的半径；为第二权重因子，为超声探头在扫描参考系x向的位置向量，为超声探头在扫描参考系y向的位置向量，为超声探头在扫描参考系z向的位置向量，r
p
为超声探头圆柱区域的半径，x
top
、x
bottom
分别为超声探头圆柱区域顶面和底面的x坐标；为第三权重因子，f0为阈值常数，为末端执行器框架中沿z轴的力。
[0011]优选地，所述控制参数按照如下公式计算：，，式中，K
d
为与权重因子相关的笛卡尔空间控制参数，K
dn
为与权重因子相关的冗余空间控制参数，为第一权重因子，为第三权重因子，为笛卡尔空间的最大刚度矩
阵，为冗余空间的最大刚度矩阵。
[0012]优选地，所述基于控制参数计算控制输入，采用如下公式：，，，N(q)=I
‑
J
+
(q)J(q)，J
+
(q)=J
T
(q)(J(q)J
T
(q))
‑
1，
，式中，为作用在机器人关节的外部扭矩，M(q)、、g(q)分别为转动惯量矩阵、科里奥利力和离心力产生的扭矩、重力产生的扭矩，q、分别为关节角度、关节角速度，为雅克比矩阵，为的一阶导数，为施加在末端执行器上的外力和扭矩，J
+
(q)为J(q)的广义逆矩阵，M
d
为期望质量或期望转动惯量矩阵，为关节角加速度的控制输入，为轨迹追踪的位置误差，x、x
d
分别为笛卡尔空间中实际位置和期望位置，为速度误差，为笛卡尔空间中期望加速度，C
d
为用于控制机器人笛卡尔空间的阻尼参数，N(q)为冗余空间的投影矩阵，K
vn
为用于控制机器人冗余空间的阻尼参数，K
d
为与权重因子相关的笛卡尔空间控制参数，K
dn
为与权重因子相关的冗余空间控制参数，为冗余关节角度误差，为冗余关节实际角度，为冗余关节期望角度，I为单位矩阵。
[0013]优选地，所述工作模式包括恢复模式、扫描模式和人类引导模式；在恢复模式下，控制超声扫描机器人重新规划运动轨迹以建立与目标位置的接触，并继续执行扫描任务；在扫描模式下，控制超声扫描机器人按照控制输入进行扫描任务；在人类引导模式下，控制超声扫描机器人等待人工引导，或停止扫描任务转而跟随人工引导运动。
[0014]优选地，所述根据第一权重因子、第二权重因子和第三权重因子判断超声扫描机器人进入的工作模式包括：若第一权重因子和第三权重因子均小于对应的趋近于0的阈值，则超声扫描机器人进入恢复模式；若第一权重因子大于趋近于1的阈值，则超声扫描机器人进入人类引导模式；若第一权重因子小于趋近于0的阈值，且第二权重因子和第三权重因子均大于对应的趋近于1阈值，则超声扫描机器人进入扫描模式。
[0015]优选地，所述工作模式还包括等待模式，在等待模式下超声扫描机器人执行预设固定参数的控制，以保证各工作模式转换的稳定性；若第一权重因子、第二权重因子和第三权重因子均小于对应的趋近于0的阈值，则超声扫描机器人进入等待模式。
[0016]本专利技术第二方面提供了一种面向超声扫描机器人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向超声扫描机器人的多模态安全交互方法，其特征在于，包括：获取超声扫描机器人的视觉反馈信息与交互力信息；根据视觉反馈信息与交互力信息分别计算第一权重因子、第二权重因子和第三权重因子；利用第一权重因子和第三权重因子计算控制参数，并基于控制参数计算控制输入；根据第一权重因子、第二权重因子和第三权重因子判断超声扫描机器人进入的工作模式，并在对应的工作模式中根据控制输入控制超声扫描机器人的动作。2.如权利要求1所述的面向超声扫描机器人的多模态安全交互方法，其特征在于，所述第一权重因子与医护人员是否触摸超声探头相关，所述第二权重因子与超声探头是否靠近目标躯干位置相关，所述第三权重因子与超声探头是否稳定接触目标躯干相关。3.如权利要求1所述的面向超声扫描机器人的多模态安全交互方法，其特征在于，所述根据视觉反馈信息与交互力信息分别计算第一权重因子、第二权重因子和第三权重因子之前还包括：按照如下公式计算通用权重因子，，式中，x为通用变量，包括视觉反馈信息与交互力信息；a为通用权重因子；基于通用权重因子分别计算第一权重因子、第二权重因子和第三权重因子。4.如权利要求3所述的面向超声扫描机器人的多模态安全交互方法，其特征在于，所述基于通用权重因子分别计算第一权重因子、第二权重因子和第三权重因子，采用如下公式：，，，式中，a为通用权重因子，为第一权重因子，d
h
为超声探头到人手部的距离矢量，r
h
为超声探头球形区域的半径；为第二权重因子，为超声探头在扫描参考系x向的位置向量，为超声探头在扫描参考系y向的位置向量，为超声探头在扫描参考系z向的位置向量，r
p
为超声探头圆柱区域的半径，x
top
、x
bottom
分别为超声探头圆柱区域顶面和底面的x坐标；为第三权重因子，f0为阈值常数，为末端执行器框架中沿z轴的力。5.如权利要求1所述的面向超声扫描机器人的多模态安全交互方法，其特征在于，所述
控制参数按照如下公式计算：，，式中，K
d
为与权重因子相关的笛卡尔空间控制参数，K
dn
为与权重因子相关的冗余空间控制参数，为第一权重因子，为第三权重因子，为笛卡尔空间的最大刚度矩阵，冗余空间的最大刚度矩阵。6.如权利要求5所述的面向超声扫描机器人的多模态安全交互方法，其特征在于，所述基于控制参数计算控制输入，采用如下公式：，，，N(q)=I
‑
J
+
(q)J(q)，J
+
(q)=J
T
(q)(J(q)J
T
(q))
‑
1，
，式中，为作用在机器人关节的外部扭矩，M(q)、、 g(q)分别为转动惯量矩阵、科里奥利力和离心力产生的扭矩、重力产生的扭矩，q、分别为关节角度、关节角速度，为雅克比矩阵，为的一阶导数，为施加在末端执行器上的外力和扭矩，J...

【专利技术属性】
技术研发人员：李翔，黄高，吴国昆，严相杰，
申请(专利权)人：北京智源人工智能研究院，
类型：发明
国别省市：