System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种机械手及其控制方法技术_技高网

一种机械手及其控制方法技术

技术编号:40031563 阅读:4 留言:0更新日期:2024-01-16 18:19
本发明专利技术属于手术机器人领域,具体涉及一种机械手及其控制方法。本发明专利技术公开的一种机械手,包括:操作参数采集单元,用于采集手柄、机械手关节和连接丝的状态;意图获取单元,用于获取操作者的参数和机械手关节和连接丝的状态,基于操作者的参数和机械臂的状态确定操作者的意图,在操作者意图大于阈值时,执行预测的操作;其中意图通过基于虚拟训练数据训练获得贝叶斯分类器获取。本发明专利技术可以实现操作者意图的获取,并基于操作者的意图可以使用预置的程序进行辅助。

【技术实现步骤摘要】

本专利技术属于手术机器人领域,具体涉及一种机械手及其控制方法


技术介绍

1、内窥镜是集中了传统光学、人体工程学、精密机械、现代电子、数学、软件等于一体的检测仪器,内窥镜可以经口腔进入胃内或经其他天然孔道进入体内,利用内窥镜可以看到x射线不能显示的病变,因此内窥镜对临床治疗十分有帮助。

2、手术机器人的机械手操作依赖于操作者的经验以及设备,操作者的经验无法快速移植到新的设备上。此外,操作机械手时,如果可以依据用户的操作进行恰当的提示,则可以有效的提高操作者的效率。


技术实现思路

1、本专利技术至少一个方面和优点将在下面的描述中部分地被阐述,或者可以从描述中显而易见,或者可以通过实践本公开的主题来获取。

2、本专利技术的一个目的在于克服现有技术的缺陷,提供一种机械手,该机械手可以基于用户的操作获取用户的意图。本专利技术还提供了机械手的控制系统,可以用于获取用户的操作意图。

3、根据本专利技术的第一个方面,一种机械手,用于手术机器人,包括:

4、操作参数采集单元,用于采集手柄、机械手关节和连接丝的状态;

5、意图获取单元,用于获取操作者的参数和机械手关节和连接丝的状态,基于操作者的参数和机械臂的状态确定操作者的意图,在操作者意图大于阈值时,执行预测的操作;

6、其中意图通过基于虚拟训练数据训练获得贝叶斯分类器获取。

7、根据本专利技术的一个实施例,操作参数采集单元采集的信息包括手柄位移、手柄位速度、手柄位加速度、主操作手力矩、机械手关节的位移、机械手关节的速度、机械手关节的加速度、导丝张力和/或导丝送入长度。

8、根据本专利技术的一个实施例,虚拟训练数据基于对抗神经网络和随机噪声产生。

9、根据本专利技术的一个实施例,基于操作参数采集单元获取的实际操作参数,对虚拟训练数据进行裁剪,剔除和实际操作参数邻接度低于阈值的虚拟训练数据,邻接度为由实际操作参数过渡至虚拟训练数据的时间。

10、根据本专利技术的一个实施例,虚拟训练数据通过对抗神经网络产生。

11、根据本专利技术的一个实施例,贝叶斯分类器的训练过程包括:

12、使用滑动数据窗口从操作参数采集单元或者虚拟对抗数据中获得操作参数序列,基于操作参数序列生成操作特征,对操作特征和与之关联的操作者意图进行统计,确定操作特征对应于操作者意图的先验概率。

13、根据本专利技术的一个实施例,基于操作参数采集单元获取的实际操作参数,对虚拟训练数据进行裁剪,提出和实际操作参数邻接度高于阈值的虚拟训练数据,邻接度为由实际操作参数过渡至虚拟训练数据的时间。

14、根据本专利技术的一个实施例,贝叶斯分类器获取意图的步骤包括:

15、获取操作意图采集单元采集的操作参数序列,基于执行操作的最新若干个操作参数生成操作的特征;使用贝叶斯分类器获得操作者的意图。

16、根据本专利技术的第二个方面,一种机械手的控制方法,用于手术机器人,包括:

17、采集手柄、机械手关节和连接丝的状态;

18、获取操作者的参数和机械手关节和连接丝的状态,基于操作者的参数和机械臂的状态确定操作者的意图,在操作者意图大于阈值时,执行预测的操作;

19、其中意图通过基于虚拟训练数据训练获得贝叶斯分类器获取。

20、本专利技术可以实现操作者意图的获取,并基于操作者的意图可以使用预置的程序进行辅助。

本文档来自技高网...

【技术保护点】

1.一种机械手,用于手术机器人,其特征在于,包括:

2.如权利要求1所述的一种机械手,其特征在于,操作参数采集单元采集的信息包括手柄位移、手柄位速度、手柄位加速度、主操作手力矩、机械手关节的位移、机械手关节的速度、机械手关节的加速度、导丝张力和/或导丝送入长度。

3.如权利要求1所述的一种机械手,其特征在于,虚拟训练数据基于对抗神经网络和随机噪声产生。

4.如权利要求3所述的一种机械手,其特征在于,基于操作参数采集单元获取的实际操作参数,对虚拟训练数据进行裁剪,剔除和实际操作参数邻接度低于阈值的虚拟训练数据,邻接度为由实际操作参数过渡至虚拟训练数据的时间。

5.如权利要求1所述的一种机械手,其特征在于,虚拟训练数据通过对抗神经网络产生。

6.如权利要求5所述的一种机械手,其特征在于,贝叶斯分类器的训练过程包括:

7.如权利要求5所述的一种机械手,其特征在于,基于操作参数采集单元获取的实际操作参数,对虚拟训练数据进行裁剪,提出和实际操作参数邻接度高于阈值的虚拟训练数据,邻接度为由实际操作参数过渡至虚拟训练数据的时间。

8.如权利要求1所述的一种机械手,其特征在于,贝叶斯分类器获取意图的步骤包括:

9.一种机械手的控制方法,用于手术机器人,其特征在于,包括:

...

【技术特征摘要】

1.一种机械手,用于手术机器人,其特征在于,包括:

2.如权利要求1所述的一种机械手,其特征在于,操作参数采集单元采集的信息包括手柄位移、手柄位速度、手柄位加速度、主操作手力矩、机械手关节的位移、机械手关节的速度、机械手关节的加速度、导丝张力和/或导丝送入长度。

3.如权利要求1所述的一种机械手,其特征在于,虚拟训练数据基于对抗神经网络和随机噪声产生。

4.如权利要求3所述的一种机械手,其特征在于,基于操作参数采集单元获取的实际操作参数,对虚拟训练数据进行裁剪,剔除和实际操作参数邻接度低于阈值的虚拟训练数据,邻接度为由实际操作参数过渡至虚拟训...

【专利技术属性】
技术研发人员:邵博文夏天夏楠
申请(专利权)人:鸡西鸡矿医院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1