【技术实现步骤摘要】
基于深度学习的主从控制方法及应用
[0001]本专利技术涉及深度学习
,特别涉及一种目标跟踪算法(GOTURN) 及应用。
技术介绍
[0002]目前,手术机器人渗透到手术计划、微创定位、无创治疗的各个环节。利用手术机器人进行的手术能大幅度减少术后病人因创伤过大而带来的疼痛感、便于伤口康复以及减少术后并发症,世界上大部分发达国家都已经有比较成熟的医疗遥控操作系统,这些较为先进的手术机器人提供了直观的视觉反馈和方便的操作方式使得医疗手术机器人的发展进入了一个具有划时代意义的快速发展期,但在实际手术过程中需要避开某些重要器官组织或者血管,这对机械手的灵活性有一定的要求。Da Vinci手术机器人为目前的现有方案,其主要原理是让医生通过操纵手术操作台(主手),控制机械臂(从手)进入人体内完成复杂的手术操作。该现有方案的优点如下:
[0003]完美将开放式手术跟微创手术的优点结合起来,让医生能完成复杂的大型手术,
[0004]灵活、快速的手术机械臂可以根据医生的操作快速响应,帮助医生轻松完成各种复杂的手术动作。
[0005]高精度、稳定的手术机械臂可以保证手术的精确性和安全性,通过相应的算法还可以消除医生手的抖动,防止出现误动作。高性能的手术机械臂可以让手术变得更方便、轻松。
[0006]但是,Da Vinci手术机器人还存在某些不可忽视的缺点,当需要避开器官或者在狭小空间(如口腔)进行手术时,机械手仍然存在远端准确度不足的问题。
技术实现思路
[0007]根据现有方案存 ...
【技术保护点】
【技术特征摘要】
1.基于深度学习的主从控制方法,其特征在于,包括:确立执行单元的运动坐标系;建立主从映射关系,通过主从映射关系来描述所述执行单元对应的主从手的运动学正逆运算,构建主从异构型模型;在主从关系下进行目标的实时跟踪,得到跟踪结果数据;通过卷积神经网络进行深度学习,完成所述执行单元的控制过程。2.根据权利要求1所述的基于深度学习的主从控制方法,其特征在于,所述“建立主从映射关系,通过主从映射关系来描述所述执行单元对应的主从手的运动学正逆运算,构建主从异构型模型”,包括:从笛卡尔空间坐标系中建立映射关系来描述所述主从手的运动学正逆运算,运用逆雅可比矩阵进行求解;主手末端的速度:ΔX=J(θ)
·
Δθ;从手末端的速度:Δθ=J(θ)
‑1·
ΔX;其中,为关节角速度矢量,J(θ)∈R6×6为雅克比矩阵,为末端速度矢量。3.根据权利要求1所述的基于深度学习的主从控制方法,其特征在于,所述“在主从关系下进行目标的实时跟踪,得到跟踪结果数据”,包括:利用GOTURN算法进行目标的实时跟踪的步骤。4.根据权利要求1所述的基于深度学习的主从控制方法,其特征在于,所述“通过卷积神经网络进行深度学习”,包括:卷积层在ImageNet上预先训练,用1e
‑
5的学习率训练该网络,其他超参数则取自CaffeNet的默认值;每个训练示例会交替地取自于训练集,并利用GOTURN算法进行视频裁剪。5.根据权利要求4所述的基于深度学习的主从控制方法,其特征在于,包括:还需要对当前帧进行随机裁剪,用额外的例子来扩充数据集。6.根据权利要求1所述的基于深度学习的主从控制方法,其特征在于,所述“确立执行单元的运动坐标系”与所述“建立主从映射关系,通过主从映射关系来描述所述执行单元对应的主从手的运动学正逆运算,构建主从异构型模型”之间,包括:柔性测试步骤:同时驱动所述执行单元的一端进行弯曲运动来进行柔性测试,该连接端定义为远端;确定r,L,θ,δ,d分别为线与中心轴的距离,柔性关节的长度,沿y方向的旋转角,沿z方向的旋转角,以及远端在平面x
b
Oy
b
中的位置投影;位置投影可由下式计算:其中,d
x
,d
y
分别表示x、y轴上的位置投影,d
x
,d
y
能在手术过程中测量,柔性关节远端的姿态公式为:
将夹爪连接在所述远端,夹爪尖端的坐标为:其中,s代表刚性杆和加工弹簧之间的连接长度,Lg代表夹爪的长度;当s=0时,所述执行单...
【专利技术属性】
技术研发人员:周扬,何燕,蔡述庭,郭靖,熊晓明,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:
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。