【技术实现步骤摘要】
本专利技术涉及机电设备领域，尤其涉及一种基于探针采集障碍物的机械臂手术避障方法及系统。
技术介绍
1、目前，在脊椎手术中，手术机器人已广泛用于提高手术精度。然而，在实际应用中，现有的手术机器人系统在处理复杂脊柱手术时仍然面临一些挑战。现有的路径规划系统通常只考虑几何路径，而忽视了患者体表的复杂结构，容易导致机械臂与患者身体发生碰撞。此外，现有系统缺乏有效的奇异点规避机制，导致机械臂在奇异点处发生停顿或不连续运动，增加了手术风险。除非使用高精度深度相机实时更新障碍物位置并重建模型，但是深度相机相对成本较高。
2、综上所述，需要一种基于探针采集障碍物的机械臂手术避障方法及系统来解决现有技术中所存在的不足之处。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于探针采集障碍物的机械臂手术避障方法及系统，旨在解决上述问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种基于探针采集障碍物的机械臂手术避障系统，包括点云数据采集模块、数据处理模块、3d模型重建模块、定点法相邻昂膨胀模块、障碍物更新模块和路径规划与碰撞检测模块；
3、点云数据采集模块，用于采集手术区域全部表面数据，形成点云数据；
4、数据处理模块，用于对采集的点云数据进行预处理；
5、3d模型重建模块，用于通过vtk库对平滑后的点云进行处理，生成手术区域的3d表面模型；
6、顶点法向量膨胀模块：用于计算每个点云中的点的法向量，并将计算得到的
7、障碍物更新模块：用于在手术过程中逐步新增科氏针的障碍物模型，并将其添加到之前的障碍物模型中，作为新的碰撞检测障碍物；
8、路径规划与碰撞检测模块：用于通过a*算法实现最优路径规划，并结合bullet物理引擎进行实时的碰撞检测和奇异点规避。
9、可选的，所述点云数据采集模块还包括：
10、样点间隔控制单元：用于根据距离间隔减少间隔过近的采样点，减少数据量；
11、噪声过滤单元：用于对采集到的点云进行平滑处理，使点云的整体形状完整准确。
12、可选的，所述3d模型重建模块包括：
13、点云连接单元：用于将平滑后的点云数据中的每个点之间连通，生成手术区域的3d表面模型；
14、模型优化单元：用于对生成的3d表面模型进行进一步优化。
15、可选的，所述顶点法向量膨胀模块包括：
16、法向量计算单元：用于计算每个点云中的点的法向量；
17、膨胀处理单元：用于将计算得到的法向量方向乘以一个膨胀因子，并将结果加到原有的顶点坐标上，膨胀3d模型。
18、可选的，所述障碍物更新模块包括：
19、科氏针模型生成单元：用于在每次手术螺钉位置结束后，生成新的科氏针的障碍物模型；
20、模型合并单元：用于将新的科氏针的障碍物模型添加到之前的障碍物模型中，作为新的碰撞检测障碍物。
21、可选的，所述路径规划与碰撞检测模块包括：
22、a*算法路径规划单元：用于通过a*算法实现最优路径规划；
23、碰撞检测单元：用于通过bullet物理引擎进行实时的碰撞检测，使机械臂运动平滑连续。
24、一种基于探针采集障碍物的机械臂手术避障方法，采用所述基于探针采集障碍物的机械臂手术避障系统，包括以下步骤：
25、步骤s1：点云数据采集，操作人员手持探针连续触碰患者需要手术的部位，探针头部每隔一小段时间采集一个位置，覆盖手术区域的全部表面后，结束采集，形成点云数据；
26、步骤s2：数据处理，对采集的点云数据进行预处理，包括减少间隔过近的采样点和对点云进行平滑处理，以去除噪声和异常点；
27、步骤s3：3d模型重建，通过vtk库对平滑后的点云进行处理，生成手术区域的3d表面模型；
28、步骤s4：顶点法向量膨胀，计算每个点云中的点的法向量，并将计算得到的法向量方向乘以一个膨胀因子，膨胀3d模型；
29、步骤s5：障碍物更新，在手术过程中逐步新增科氏针的障碍物模型，并将其添加到之前的障碍物模型中，作为新的碰撞检测障碍物；
30、步骤s6：路径规划与碰撞检测，通过a*算法实现最优路径规划，并结合bullet物理引擎进行实时的碰撞检测和奇异点规避。
31、可选的，所述步骤s4中法向量计算，通过以下方式：
32、步骤s41：选择n个领域点，构建为矩阵；
33、步骤s42：计算矩阵的协方差矩阵：
34、，
35、，
36、，
37、，
38、式中，为x坐标的平均值，为y坐标的平均值，为z坐标的平均值，pj为目标点云的周围领域点云坐标，c：协方差矩阵，pj为第j个样本向量，为所有样本向量的均值向量，t为转置操作符，为随机变量a和b之间的协方差，a,b为 x,y,z 中的任意一对，aj为第j个样本的a变量值；
39、步骤s43：对协方差居占进行特征值分解，最小值对应的特征向量为该点的法向量。
40、可选的，所述步骤s6中路径规划通过以下方式：
41、步骤s61：将起点加入开放列表，并设置起点的启发函数值为零；
42、步骤s62：从开放列表中旋转具有最低总代价的节点；
43、步骤s63：对当前节点生成所有子节点；
44、步骤s64：计算启发函数，对子节点进行碰撞检测，更新开放列表，直至找到目标节点或开放列表为空；
45、步骤s65：通过目标节点，回溯路径，生成最优路径。
46、本专利技术的有益效果：
47、1、本专利技术中，通常障碍物采集需要采用高精度的深度相机，对于基本保持不变的人体形状，使用探针仍然可以在降低成本的同时保证障碍物精度，通过高精度的点云采集和3d模型重建，确保了手术路径规划的精确性。
48、2、本专利技术中，增强安全性，实时的碰撞检测和奇异点规避机制，显著降低了手术过程中发生机械臂与患者体表碰撞的风险，通过a*算法实现最优路径规划，结合bullet物理引擎的碰撞检测，确保机械臂运动的平滑性和连续性。
本文档来自技高网...【技术保护点】
1.一种基于探针采集障碍物的机械臂手术避障系统，其特征在于，包括点云数据采集模块、数据处理模块、3D模型重建模块、定点法相邻昂膨胀模块、障碍物更新模块和路径规划与碰撞检测模块；
2.根据权利要求1所述基于探针采集障碍物的机械臂手术避障系统，其特征在于，所述点云数据采集模块还包括：
3.根据权利要求1所述基于探针采集障碍物的机械臂手术避障系统，其特征在于，所述3D模型重建模块包括：
4.根据权利要求1所述基于探针采集障碍物的机械臂手术避障系统，其特征在于，所述顶点法向量膨胀模块包括：
5.根据权利要求1所述基于探针采集障碍物的机械臂手术避障系统，其特征在于，所述障碍物更新模块包括：
6.根据权利要求1所述基于探针采集障碍物的机械臂手术避障系统，其特征在于，所述路径规划与碰撞检测模块包括：
7.一种基于探针采集障碍物的机械臂手术避障方法，采用如权利要求1所述基于探针采集障碍物的机械臂手术避障系统，其特征在于，包括以下步骤：
8.根据权利要求7所述基于探针采集障碍物的机械臂手术避障方法，其特征在于，所述
9.根据权利要求7所述基于探针采集障碍物的机械臂手术避障方法，其特征在于，所述步骤S6中路径规划通过以下方式：
...【技术特征摘要】
1.一种基于探针采集障碍物的机械臂手术避障系统，其特征在于，包括点云数据采集模块、数据处理模块、3d模型重建模块、定点法相邻昂膨胀模块、障碍物更新模块和路径规划与碰撞检测模块；
2.根据权利要求1所述基于探针采集障碍物的机械臂手术避障系统，其特征在于，所述点云数据采集模块还包括：
3.根据权利要求1所述基于探针采集障碍物的机械臂手术避障系统，其特征在于，所述3d模型重建模块包括：
4.根据权利要求1所述基于探针采集障碍物的机械臂手术避障系统，其特征在于，所述顶点法向量膨胀模块包括：
5.根据权利要求1所述基于探针采集障碍物的...
【专利技术属性】
技术研发人员：刘淼，陆洪江，姚宁，顾俊，马震川，陈超，
申请(专利权)人：杭州邦杰星医疗科技有限公司，
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。