基于空间扫描数字孪生的机器人空间运动轨迹规划方法技术

本发明专利技术涉及一种基于空间扫描数字孪生的机器人空间运动轨迹规划方法，包括：获取患者术前多模态影像数据以及面部三维软组织扫描数据，将所述多模态影像数据和面部三维软组织扫描数据进行整合重建，得到整合模型；构建机器人系统模型，并将所述机器人系统模型融合到所述整合模型中；利用数字孪生技术将融合入所述机器人系统模型的整合模型转变为数字孪生训练平台；在所述数字孪生训练平台的基础上进行不同截骨方案的路径训练，计算软组织的碰撞概率和变形情况；根据不同路径的所述软组织的碰撞概率和变形情况选出机器人空间运动的最佳运动轨迹。本发明专利技术能够避免软组织碰撞带来的应用误差以及不稳定性。应用误差以及不稳定性。应用误差以及不稳定性。

【技术实现步骤摘要】
基于空间扫描数字孪生的机器人空间运动轨迹规划方法


[0001]本专利技术涉及手术机器人控制
，特别是涉及一种基于空间扫描数字孪生的机器人空间运动轨迹规划方法。

技术介绍

[0002]在下颌骨手术中，合适的截骨面、保证手术效果与术前设计一致是手术成功的关键。在传统的下颌骨手术中，外科医生利用临床经验和医学影像对手术进行判断分析。口内切口是最常用的手术方法，但由于其视野狭窄，解剖关系复杂，手术难度大。手术机器人的应用为解决狭窄视野下的手术操作奠定基础。
[0003]然而，现有机器人运行过程中，仅依据术前影像资料难以对软组织变形进行模拟。因此，机器人术中应用时，常因软组织阻挡而应用失败甚至造成软组织挫伤、神经血管拉伤，增加了手术风险。

技术实现思路

[0004]本专利技术所要解决的技术问题是提供一种基于空间扫描数字孪生的机器人空间运动轨迹规划方法，能够避免软组织碰撞带来的应用误差以及不稳定性。
[0005]本专利技术解决其技术问题所采用的技术方案是：提供一种基于空间扫描数字孪生的机器人空间运动轨迹规划方法，包括以下步骤：
[0006]获取患者术前多模态影像数据以及面部三维软组织扫描数据，将所述多模态影像数据和面部三维软组织扫描数据进行整合重建，得到整合模型；
[0007]构建机器人系统模型，并将所述机器人系统模型融合到所述整合模型中；
[0008]利用数字孪生技术将融合入所述机器人系统模型的整合模型转变为数字孪生训练平台；
[0009]在所述数字孪生训练平台的基础上进行不同截骨方案的路径训练，计算软组织的碰撞概率和变形情况；
[0010]根据不同路径的所述软组织的碰撞概率和变形情况选出机器人空间运动的最佳运动轨迹。
[0011]所述获取患者术前多模态影像数据以及面部三维软组织扫描数据，将所述多模态影像数据和面部三维软组织扫描数据进行整合重建，具体包括：
[0012]在光学探针的光学识别标准坐标系中，利用所述光学探针的标记物进行患者位姿标定，通过所述光学探针进行所述标记物的识别，对面部三维软组织进行实时的三维建模，得到面部软组织的三维模型；
[0013]基于所述面部软组织的三维模型的数据进行提取，得到面部三维软组织扫描数据；
[0014]利用牙缝黏膜配准点测得的坐标，将面部三维软组织扫描数据和术前全头颅CT断层扫描数据进行整合重建，得到整合模型。
[0015]所述利用数字孪生技术将融合入所述机器人系统模型的整合模型转变为数字孪生训练平台时，使用数字孪生技术对所述机器人系统模型在术中的使用场景进行定义，并融合台车和机械臂的逆向测量数据，对所述机器人系统模型的数据进行数字化重构。
[0016]所述在所述数字孪生训练平台的基础上进行不同截骨方案的路径训练时，采用平滑差值算法进行路径优化，具体为：使用梯度下降法，移动和插入顶点使得离障碍物更远和离障碍物近的地方路径点更密集，并使用基于cost的short
‑
cutting方法删除不必要的路径点。
[0017]有益效果
[0018]由于采用了上述的技术方案，本专利技术与现有技术相比，具有以下的优点和积极效果：本专利技术依据面部软组织扫描与空间建立数据，进行数字孪生模拟平台训练，完成机器人运动轨迹规划。其中，面部扫描数据由光学数字探针获得，与术前CT数据拟合，并结合计数器人模型建立数字孪生训练平台；在数字孪生训练平台的基础上，进行不同截骨方案的路径训练，计算软组织碰撞概率和变形情况，得到最佳运动轨迹，从而避免软组织碰撞带来的应用误差以及不稳定性。
附图说明
[0019]图1是本专利技术实施方式的流程图。
具体实施方式
[0020]下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0021]本专利技术的实施方式涉及一种基于空间扫描数字孪生的机器人空间运动轨迹规划方法，如图1所示，包括以下步骤：
[0022]步骤1，获取患者术前多模态影像数据以及面部三维软组织扫描数据，将所述多模态影像数据和面部三维软组织扫描数据进行整合重建，得到整合模型。具体地说，本步骤包括：
[0023]使用注册光学追踪设备的光学探针，在该光学探针的光学识别标准坐标系中，利用所述光学探针的标记物进行患者位姿标定，通过所述光学探针进行所述标记物的识别，对面部三维软组织进行实时的三维建模，得到面部软组织的三维模型；
[0024]基于所述面部软组织的三维模型的数据进行提取，得到面部三维软组织扫描数据；
[0025]利用牙缝黏膜配准点测得的坐标，将面部三维软组织扫描数据和术前全头颅CT断层扫描数据共同导入术前三维设计软件(Mimics21.0，Materialisecompany，Belgium)中进行整合重建，得到整合模型。
[0026]步骤2，构建机器人系统模型，并将所述机器人系统模型融合到所述整合模型中，本步骤中将机器人系统进行建模，得到机器人系统模型，将得到的机器人系统模型融合到整合模型中。
[0027]步骤3，利用数字孪生技术将融合入所述机器人系统模型的整合模型转变为数字孪生训练平台。在本步骤中，使用数字孪生技术对所述机器人系统模型在术中的使用场景进行定义，并融合台车和机械臂的逆向测量数据，对所述机器人系统模型的数据进行数字化重构，从而使得机器人能够与机器人系统模型形成同步关系。
[0028]步骤4，在所述数字孪生训练平台的基础上进行不同截骨方案的路径训练，计算软组织的碰撞概率和变形情况。本步骤中，为避免急剧拐弯的曲率大路径，使用平滑差值算法实现路径优化，具体为：使用梯度下降法，移动和插入顶点使得离障碍物更远和离障碍物近的地方路径点更密集，并使用基于cost的short
‑
cutting方法删除不必要的路径点。
[0029]步骤5，根据不同路径的所述软组织的碰撞概率和变形情况选出机器人空间运动的最佳运动轨迹。
[0030]不难发现，本专利技术依据面部软组织扫描与空间建立数据，进行数字孪生模拟平台训练，完成机器人运动轨迹规划。其中，面部扫描数据由光学数字探针获得，与术前CT数据拟合，并结合计数器人模型建立数字孪生训练平台；在数字孪生训练平台的基础上，进行不同截骨方案的路径训练，计算软组织碰撞概率和变形情况，得到最佳运动轨迹，从而避免软组织碰撞带来的应用误差以及不稳定性。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于空间扫描数字孪生的机器人空间运动轨迹规划方法，其特征在于，包括以下步骤：获取患者术前多模态影像数据以及面部三维软组织扫描数据，将所述多模态影像数据和面部三维软组织扫描数据进行整合重建，得到整合模型；构建机器人系统模型，并将所述机器人系统模型融合到所述整合模型中；利用数字孪生技术将融合入所述机器人系统模型的整合模型转变为数字孪生训练平台；在所述数字孪生训练平台的基础上进行不同截骨方案的路径训练，计算软组织的碰撞概率和变形情况；根据不同路径的所述软组织的碰撞概率和变形情况选出机器人空间运动的最佳运动轨迹。2.根据权利要求1所述的基于空间扫描数字孪生的机器人空间运动轨迹规划方法，其特征在于，所述获取患者术前多模态影像数据以及面部三维软组织扫描数据，将所述多模态影像数据和面部三维软组织扫描数据进行整合重建，具体包括：在光学探针的光学识别标准坐标系中，利用所述光学探针的标记物进行患者位姿标定，通过所述光学探针进行所述标记物的识别，对面部三维软组织进行实时的三维建模，得到面...

【专利技术属性】
技术研发人员：柴岗，韩文卿，林力，张紫薇，赵志杰，
申请(专利权)人：上海交通大学医学院附属第九人民医院，
类型：发明
国别省市：