一种基于差分进化算法的柔性穿刺针路径规划方法技术

本发明专利技术涉及智能医疗辅助机器人控制技术领域，具体为一种基于差分进化算法的柔性穿刺针路径规划方法，包括：通过图像采集器获得病灶部位的环境信息；建立柔性针穿刺模型和路径优化目标函数；确定差分进化算法的控制参数，随机产生初始种群，并对初始种群进行评价；从所述初始种群中根据所述适应度值选取个体进行变异操作，得到变异个体；将所述变异个体与目标个体进行交叉操作，得到实验个体；在进化过程中，进行边界条件处理操作，得到临时种群；对临时种群中的个体和所述目标个体，使用贪婪策略，选取最优个体形成目标种群。本发明专利技术引入的算法性能优越，具有较好的可靠性、高效性和鲁棒性，具有较强的全局收敛能力。具有较强的全局收敛能力。具有较强的全局收敛能力。

【技术实现步骤摘要】
一种基于差分进化算法的柔性穿刺针路径规划方法


[0001]本专利技术涉及智能医疗辅助机器人控制
，具体为一种基于差分进化算法的柔性穿刺针路径规划方法。

技术介绍

[0002]微创外科技术具有创伤小、出血少、术后恢复时间短等优点，是临床外科手术中的一个重要发展方向。在微创经皮穿刺治疗中，医生为了减少对患者的二次伤害，需要绕开粗大血管或神经等障碍物到达患处，但目前采用的钢针只能沿直线运动，无法实现人体深度部位的靶向穿刺。而柔性针，针轴刚度小，针尖受力不平衡，导致针轴偏转，产生曲线轨迹来避开神经、血管等重要器官和骨骼等障碍物，更加灵活精确地到达传统刚性针所达不到的靶向位置。因此，柔性针的路径规划研究对准确穿刺具有重要意义，柔性针的穿刺运动需要精确规划和优化。
[0003]参考文献[1]将柔性针路径规划按算法大体分为数值法[2
‑
4]、搜索法[5
‑
8]和反解法[9]三大类。其中数值法又包括概率法和目标函数法。概率法是考虑路径误差的随机性，利用数学概率原理计算穿刺成功率最大的路径；目标函数法是结合一些优化参数(如路径最短，与障碍物最短距离等)，建立目标函数，通过计算目标函数得到最优解；数值方法虽然计算准确，但有时在复杂的环境中(多种不规则障碍物)不能适应。搜索法的功能为搜索可行路径，但并不保证为最优路径；反解法并不能保证有解，更不能保证解为最优。可见，上述算法对柔性针的路径规划还有待改进。在针对柔性针穿刺路径规划中，路径的随机性和复杂性较高，收敛速度慢，容易陷入局部最优解，而我们将差分进化算法应用到柔性针的路径规划中，利用其较强的内在并行性，提高收敛速度。
[0004]差分进化算法是基于群体智能理论的优化算法，是通过群体内个体间的合作与竞争而产生的智能优化搜索算法。但相比于进化计算，它降低了进化计算操作的复杂性。同时具有较强的全局收敛能力和稳健性，且不需要借助问题的特征信息，适用于求解一些利用常规的数学规划方法很难求解甚至无法求解的复杂优化问题[10
‑
12]。因此，差分进化算法作为一种高效的并行搜索算法，对其进行理论和应用研究具有重要的学术意义和工程价值。但是，在解决穿刺机器人柔性针运动路径规划问题时，由于柔性针运动的特殊性，规划的路径必须符合自身的运动规律，因此需要建立用于穿刺手术的路径规划场景和穿刺路径模型，同时建立目标函数以达到在此场景下的路径最优规划和实际应用的目的。
[0005]本专利技术所介绍的差分进化算法是一种高效且功能强大的全局优化算法，通过群体内个体之间的相互合作与竞争产生的群体智能来指导优化搜索的方向。相比上述所介绍的算法，本算法主要拥有三大优点:性能优越，具有较好的可靠性、高效性和鲁棒性；自适应性，本算法的差分变异算子可以根据不同目标函数进行自动调整，提高了搜索质量；内在并行性，具有利用个体局部信息和群体全局信息指导算法进一步搜索的能力；参数敏感性低。在同样精度要求下，差分进化算法具有更快的收敛速度。
[0006]参考文献如下：
[0007][1]张永德.柔性针穿刺路径规划综述[J].哈尔滨理工大学学报,2011,(4):7
‑
11.
[0008][2]Lee J,Park W.Insertion planning for steerable flexible needles reaching multiple planar targets.New Horizon.2015；40:2377
–
2383.
[0009][3]Sun W,Alterovitz R.Motion planning under uncertainty for medical needle steering using optimization in belief space.IEEE International Conference on Robotics and Automation；2014；Hongkong,China.
[0010][4]Huo B,Zhao X,Han J,Xu,et al.Path
‑
tracking control of bevel
‑
tip needles using model predictive control.IEEE 14th International Workshop on Advanced COMPUTER ASSISTED SURGERY 109Motion Control；2016；Auckland,New Zealand.p.197
–
202.
[0011][5]Alterovitz R,Patil S,Derbakova A.Rapidly
‑
exploring roadmaps:weighing exploration vs.refinement in optimal motion planning.Proceedings under IEEE International Conference on Robotics and Automation；2011；Shanghai,China.p.3706
–
3716.
[0012][6]Caborni C,Ko S,De M,et al.Risk
‑
based path planning for asteerable flexible probe for neurosurgical intervention.IEEE RAS&EMBS International Conference on Biomedical Robotics and Biomechatronics；2012；Rome,Italy.p.866
–
871.
[0013][7]Bernardes M,Adorno B,Poignet P,et al.Robotassisted automatic insertion of steerable needles with Closed
‑
Loop imaging feedback and intraoperative trajectory replanning.Mechatronics.2013；23(6):630
–
645.
[0014][8]Li X,Li P,Xiong J.Path planning for flexible needle based on environment properties and random method.Comput Eng Appl.2017；53:121
–
125.
[0015][9]Duindam V,Xu J,Alterovitz R,et al.3D motion planning algorithms for本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于差分进化算法的柔性穿刺针路径规划方法，其特征在于：包括以下步骤：步骤(一)通过图像采集器获得穿刺的环境图像，从图像中确定靶点和障碍物的位置；步骤(二)建立柔性针穿刺模型和路径优化目标函数；步骤(三)确定差分进化算法的控制参数，随机产生初始种群，并对初始种群进行评价，即计算初始种群中每一个个体所对应的适应度值；步骤(四)初始种群中根据所述适应度值选取个体进行变异操作，得到变异个体；步骤(五)将所述变异个体与目标个体进行交叉操作，得到实验个体；步骤(六)在进化过程中，进行边界条件处理操作，得到临时种群；步骤(七)对临时种群中的个体和所述目标个体，使用贪婪策略，选取最优个体形成目标种群；步骤(八)判断是否达到终止条件或达到最大进化次数：若是，则进化终止，将此时的最佳个体作为解输出；否则重复步骤(四)至步骤(七)直至满足条件。2.根据权利要求1所述的一种基于差分进化算法的柔性穿刺针路径规划方法，其特征在于：步骤(二)中建立柔性针穿刺模型P
ath
具体如下：式中，Path是由n段路径组成，p
i
表示第i段路径的起点，θ
i
表示第i段圆弧的圆心角，r
i
表示第i段圆弧半径，若路径是直线则r
i
值为0，ω
i
表示第i段路径处圆弧切向量，L
i
表示第i段的路径函数。3.根据权利要求1所述的一种基于差分进化算法的柔性穿刺针路径规划方法，其特征在于：步骤(二)中路径优化目标函数Y具体如下：Y＝μ1Y
n
+μ2Y
d
+μ3Y
l
式中，Y
n
表示限制因素为最终穿刺位置与目标位置之间的误差的函数，Y
d
表示限制因素为轨迹与障碍物之间距离的函数，Y
l
表示限制因素为路径长度的函数,μ1、μ2、μ3分别为Y
n
、Y
d
、Y
l
的加权系数，其中μ1＞μ2＞μ3，表现了三个因素的重要性大小。4.根据权利要求3所述的一种基于差分进化算法的柔性穿刺针路径规划方法，其特征在于：各式关系如下：式中，l表示柔性针所允许的工作长度；n表示所规划的路径的段数；w表...

【专利技术属性】
技术研发人员：张非凡，黄晔，许可，张晶晶，余龙峰，
申请(专利权)人：安徽医科大学，
类型：发明
国别省市：