CN115813556A

CN115813556A - 手术机器人标定方法、装置、手术机器人及存储介质

Info

Publication number: CN115813556A
Application number: CN202211686989.7A
Authority: CN
Inventors: 周再望; 黄志俊; 刘金勇; 钱坤
Original assignee: Shenzhen Lancet Robot Co ltd
Current assignee: Shenzhen Lancet Robot Co ltd
Priority date: 2022-12-27
Filing date: 2022-12-27
Publication date: 2023-03-21

Abstract

本发明涉及机器人标定领域，公开了手术机器人标定方法、装置、手术机器人及存储介质，该方法包括：控制手术机器人按照预设的标定路线进行运动，使得手术机器人依次到达各个标定位姿；标定位姿包括初始位姿、第一平移位姿、第二平移位姿、和至少两个旋转位姿；通过摄像装置拍摄手术机器人上的标记点，记录手术机器人在各个标定位姿时的位姿数据；根据初始位姿、第一平移位姿和第二平移位姿，计算基坐标系至相机坐标系的第一旋转矩阵；根据第一旋转矩阵与至少两个旋转位姿，计算基坐标系至相机坐标系的第一平移矩阵，以及手术机器人的法兰坐标系至手术机器人的参考坐标系的第二旋转矩阵和第二平移矩阵。

Description

手术机器人标定方法、装置、手术机器人及存储介质

技术领域

本发明涉及机器人标定领域，尤其涉及一种手术机器人标定方法、装置、手术机器人及存储介质。

背景技术

手术机器人具有定位精度高、重复性好的优点，被广泛应用于影像导航式的骨科临床手术中。手术机器人导航定位原理简述如下：定位相机通过对安装在机械臂上的标记点进行跟踪，通过参考坐标系与机械臂末端内禀TCP坐标系(机械臂末端法兰坐标系)的变换关系，得到机械臂末端的实际空间位姿，从而引导机械臂运动至规划的目标位姿。其中，机械臂末端内禀TCP相对于机械臂内禀基座坐标系的位姿可以直接从机械臂的控制***中获得，而机械臂末端参考阵列坐标系与机械臂末端内禀TCP坐标系的转换关系则需要通过标定得到，且该标定所得结果的正确性直接影响机械臂辅助手术的定位精度。

机械臂末端参考阵列坐标系与机械臂末端内禀TCP坐标系的转换关系(简称末端工具坐标系转换关系)通过下列方法可以得到：机械臂末端参考阵列与机械臂末端内禀TCP为刚性连接，两者的坐标系转换关系在硬件设计图纸中可以量测得到，此量测值为设计值。使用该值进行机械臂基座与定位相机的手眼标定。在此手眼标定的基础上，使用探针获取机械臂末端参考阵列上验证点的坐标，使用该坐标修正末端工具坐标系转换关系。缺点：设计值与制成组装的实物之间存在误差，该误差被带入机械臂基座与定位相机的手眼标定，而手眼标定的结果本身又用于修正末端工具坐标系转换关系，导致该修正具有局域性，机械臂末端姿态发生较大改变时，此修正即变得不适用。

发明内容

第一方面，本申请提供了一种手术机器人标定方法，包括：

控制手术机器人按照预设的标定路线进行运动，使得所述手术机器人依次到达各个标定位姿；所述标定位姿包括初始位姿、第一平移位姿、第二平移位姿和至少两个旋转位姿；

通过摄像装置拍摄手术机器人上的标记点，记录所述手术机器人在各个所述标定位姿时的位姿数据；

根据所述初始位姿、第一平移位姿和第二平移位姿，计算所述手术机器人的基坐标系至所述摄像装置的相机坐标系的第一旋转矩阵；

根据所述第一旋转矩阵与所述至少两个旋转位姿，计算所述基坐标系至所述相机坐标系的第一平移矩阵，以及所述手术机器人的法兰坐标系至所述手术机器人的参考坐标系的第二旋转矩阵和第二平移矩阵。

进一步的，所述控制手术机器人按照预设的标定路线进行运动，使得所述手术机器人依次到达各个标定位姿，包括：

控制所述手术机器人，沿着所述基坐标系的X轴方向平移至所述第一平移位姿；

控制所述手术机器人，沿着所述基坐标系的Y轴方向平移至所述第二平移位姿；

控制所述手术机器人，依次进行至少两次包含旋转的移动，使得所述手术机器人形成所述至少两个旋转位姿。

进一步的，所述通过摄像装置拍摄手术机器人上的标记点，记录所述手术机器人在各个所述标定位姿时的位姿数据，包括：

当所述手术机器人位于所述标定位姿时，所述摄像装置拍摄手术机器人上的标记点，获取所述相机坐标系到所述参考坐标系下的平移向量；

当所述手术机器人位于所述旋转位姿时，还通过所述手术机器人的控制参数，获取所述基坐标系到所述法兰坐标系的旋转变化和平移向量。

进一步的，所述根据所述初始位姿、第一平移位姿和第二平移位姿，计算所述基坐标系至所述相机坐标系的第一旋转矩阵，包括：

根据所述第一平移位姿和所述初始位姿，得到第一向量，根据所述第二平移位姿和所述初始位姿，得到第二向量；

根据所述第一向量和第二向量，计算得到所述基坐标系的坐标系向量(x，y，z)在所述相机坐标系下的坐标值，从而确定所述第一旋转矩阵。

进一步的，所述第一向量和所述第二向量表达式为：

s₁＝t_c1-t_c0；

s₂＝t_c2-t_c0；

式中，s₁为所述第一向量，s₂为所述第二向量，t_c0为所述初始位姿的位姿数据，t_c1为所述第一平移位姿的位姿数据，t_c2为所述第二平移位姿的位姿数据；

所述法兰坐标系的坐标系向量在所述相机坐标系下的坐标值计算表达式为：

所述第一旋转矩阵表达式为：

R＝(x’,y’,z’)。

进一步的，所述计算所述第一平移矩阵以及所述第二平移矩阵，包括：

根据所述基坐标系、所述光学照相机坐标系、所述参考坐标系和所述法兰坐标系之间的转换关系建立转换方程；

将各个旋转位姿分别带入所述转换方程中进行求解，得到所述第一平移矩阵和所述第二平移矩阵。

进一步的，所述计算所述第二旋转矩阵，包括：

计算得到所述第一平移矩阵和所述第二平移矩阵后，根据所述转换方程和任意目标位姿的位姿数据，计算得到所述第二旋转矩阵。

第二方面，本申请还提供一种手术机器人标定装置，包括：

控制模块，用于控制手术机器人按照预设的标定路线进行运动，使得所述手术机器人依次到达各个标定位姿；所述标定位姿包括初始位姿、第一平移位姿、第二平移位姿和至少两个旋转位姿；

采集模块，用于通过摄像装置拍摄手术机器人上的标记点，记录所述手术机器人在各个所述标定位姿时的位姿数据；

第一计算模块，用于根据所述初始位姿、第一平移位姿和第二平移位姿，计算所述手术机器人的基坐标系至所述摄像装置的相机坐标系的第一旋转矩阵；

第二计算模块，用于根据所述第一旋转矩阵与所述至少两个旋转位姿，计算所述基坐标系至所述相机坐标系的第一平移矩阵，以及所述手术机器人的法兰坐标系至所述手术机器人的参考坐标系的第二旋转矩阵和第二平移矩阵。

第三方面，本申请还提供一种手术机械臂，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行所述的手术机器人标定方法。

第四方面，本申请还提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行所述的手术机器人标定方法。

本发明公开了手术机器人标定方法、装置、手术机器人及存储介质，该方法包括：控制手术机器人按照预设的标定路线进行运动，使得手术机器人依次到达各个标定位姿；标定位姿包括初始位姿、第一平移位姿、第二平移位姿、和至少两个旋转位姿；通过摄像装置拍摄手术机器人上的标记点，记录手术机器人在各个标定位姿时的位姿数据；根据初始位姿、第一平移位姿和第二平移位姿，计算基坐标系至相机坐标系的第一旋转矩阵；根据第一旋转矩阵与至少两个旋转位姿，计算基坐标系至相机坐标系的第一平移矩阵，以及手术机器人的法兰坐标系至手术机器人的参考坐标系的第二旋转矩阵和第二平移矩阵。使得计算过程中，不必使用设计值，使得计算结果都是从实际的测量值获得，不会被设计值和手术机器人的实际值之间的误差干扰，导致标定结果不准确。增加了标定结果的准确性。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。

图1示出了本申请实施例一种手术机械臂标定方法流程示意图；

图2示出了本申请实施例手术机械臂标定场景示意图；

图3示出了本申请实施例坐标系转换关系图；

图4示出了本申请实施例一种手术机械臂标定装置结构示意图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。

此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。

本申请的技术方案应用于对手术机器人的标定，即在手术机器人进行实际使用前，标定手术机器人上的基坐标系、参考坐标系、法兰坐标系与外部的相机坐标系之间的转换关系。通过对机械臂的各个位姿数据进行采集和计算，从而得到基坐标系至相机坐标系的转换矩阵。以及法兰坐标系至参考坐标系的转换矩阵。

其中，机器人身上设置有给摄像装置捕捉的标记点，该标记点由专门的标记器材负责，可以是一个反光球，或者反光板等容易被摄像装置捕捉识别的物品。上述参考坐标系是以该标记点为基础建立的坐标系。

基坐标系即机器人底座为基础建立的坐标系，法兰坐标系是基于机器人末端建立的坐标系。相机坐标系则是以摄像装置的位置建立的坐标系。其中，上述的基坐标系和相机坐标系因为工作环境等缘故，是静止不动的，只有上述的法兰坐标系和参考坐标系会移动。

可以理解的是，上述的光学相机直接拍摄得到的是标记点的空间坐标数据，因此可以直接通过自身的测量，得到从相机坐标系至参考坐标系之间的转换矩阵。同理，机器人的运动参数机器人本身是知晓的，因此只要确定末端法兰的起始坐标，也可以直接从机器人的控制参数中，得到从基坐标系至法兰坐标系的转换矩阵。则本申请的标定就是为了获取基坐标系至相机坐标系的转换矩阵。以及法兰坐标系至参考坐标系的转换矩阵。而转换矩阵由旋转矩阵和平移向量组成，只要获取对应的旋转矩阵和平移向量，就可以得到上述的转换矩阵。

接下来以具体实施例说明本申请的技术方案。

实施例1

如图1所示，本申请的手术机器人标定方法包括以下步骤：

步骤S100，控制手术机器人按照预设的标定路线进行运动，使得所述手术机器人依次到达各个标定位姿。

本实施例中，为了进行标定，会控制手术机器人进行运动，每运动一定距离或者旋转角度后停止，使得手术机器人的位姿固定，机器人停止时的位姿为标定位姿。

其中，本实施例的标定位姿包括初始位姿、第一平移位姿、第二平移位姿、和至少两个旋转位姿。

初始位姿即机器人在不工作时回到的默认位置，该位置由程序自定义设置。例如在初始位置时，手术机器人的法兰和极坐标系的原点重合等。平移位姿则是控制机器人单纯进行平移移动后所形成的位姿，例如控制手术机器人在X轴平移一定距离后，得到一个第一平移位姿，然后在Y轴平移后，得到一个第二平移位姿。可以理解的是，平移位姿是继初始位姿后，先获得的位姿，在平移结束后，才进行旋转位姿的获取。

旋转位姿需要至少两个，且这两个旋转位姿要完全不同，旋转位姿需要手术机器人进行包含旋转操作的移动，使得手术机器人的位姿因旋转带来变化。旋转位姿至少为两个，为了标定精度，可以适当添加旋转位姿的数量。

步骤S200，通过摄像装置拍摄手术机器人上的标记点，记录所述手术机器人在各个所述标定位姿时的位姿数据。

摄像装置可以是摄影机或者相机等用于拍摄手术机器人并获取标记点坐标的设备。本实施例以相机为例进行说明。

如图2所示，为本实施例中的标定场景，标定时除了需要标定的手术机器人100外，还包括相机200，手术机器人100通过平移旋转的方式，形成各种位姿，相机200通过拍摄手术机器人100上的标记点110，获得手术机器人的空间坐标。

其中，位姿数据包括平移向量和旋转变化，这些位姿数据可以通过矩阵的形式体现，可以表示该手术机械臂在不同坐标系下的姿态情况。

为了方便说明，本实施例中进行如下定义，手术机器人的基坐标系记为F_base，法兰坐标系记为F_flange，参考坐标系记为F_endRF，相机坐标系记为F_camera。F_base至F_flange的旋转变化记为R_bi，平移向量记为t_bi。F_camera至F_endRF的旋转变化记为R_ci，平移向量记为t_ci。上述的两对旋转变化和平移向量可以直接通过相机的拍摄获得，或者手术机器人的运动***中获得，只要确定了手术机器人的位姿，则上述的旋转变化和平移向量为已知量。

当手术机器人处于任何标定位姿时，通过相机拍摄，可以获取F_camera至F_endRF的平移向量t_ci，因为相机200直接拍摄的是标记点110，所以t_ci可以被直接获取。上述的平移向量和旋转矩阵中的下标的i表示标定位姿的编号。编号可以以标定位姿的记录次序生成，例如最先记录的初始位姿，则此时获取的平移向量为t_c0，然后依次是第一平移位姿和第二平移位姿，则i就依次增长为1和2。之后记录的旋转位姿其下标i也如此依次增加，例如若还有两个旋转位姿，则i依次等于3和4，若还有更多旋转位姿，则依次增加至5，6，7等。

当手术机器人处于旋转位姿时，除了上述的平移向量外，还会获取F_base至F_flange的旋转变化R_bi和平移向量t_bi。

也就是说，在上述的第一平移位姿和第二平移位姿，只记录F_camera至F_endRF的平移向量t_ci，对于旋转位姿，则还会额外记录F_base至F_flange的旋转矩阵R_bi和平移向量t_bi。

可以理解的是，上述获取的各个旋转矩阵以及平移向量都是实时的测量值，并不需要机械臂的设计值参与其中，避免了因设计值的误差导致后续的计算错误。上述设计值指的是设计手术机器人时各个位置部件的大小参数等。例如机械臂的长度，或者标记点在机器人上的坐标位置等。

本实施例中，在获取了初始位姿和两个平移位姿的位姿数据后，以获取四次旋转位姿的位姿数据为例进行说明，则加上初始位姿以及两个平移位姿，总共会获取7个位姿的位姿数据。

步骤S300，根据所述初始位姿、第一平移位姿和第二平移位姿，计算所述基坐标系至所述相机坐标系的第一旋转矩阵。

通过初始位姿、第一平移位姿和第二平移位姿可以计算基坐标系至所述相机坐标系的第一旋转矩阵，具体计算过程如下。

首先根据所述第一平移位姿和所述初始位姿，得到第一向量，根据所述第二平移位姿和所述初始位置，得到第二向量。

其中第一向量和所述第二向量表达式为：

s₁＝t_c1-t_c0；

s₂＝t_c2-t_c0；

式中，s₁为所述第一向量，s₂为所述第二向量，t_c0为所述初始位姿的位姿数据(即F_camera至F_endRF的平移向量)，t_c1为所述第一平移位姿的位姿数据，t_c2为所述第二平移位姿的位姿数据。

根据所示第一向量和第二向量，计算得到所述基坐标系的坐标系向量(x，y，z)在所述相机坐标系下的坐标值(x’,y’,z’)。

可以理解，上述的第一向量和第二向量体现了手术机器人在两次平移之后，与初始位置之间的相对位置关系，因为全程都是平移操作，没有旋转变换参与，所以可以使用该数据求取基坐标系至所述相机坐标系的第一旋转矩阵R。

其中，(x’，y’，z’)，其计算表达式为：

可以理解，上述的x’，y’，z’每一项都可以以向量的形式表示，即：

则根据空间坐标系之间的转换关系可知，第一旋转矩阵R＝(x’，y’，z’)，即：

基坐标系的空间坐标左乘R可以对该第一旋转矩阵进行验证。

步骤S400，根据所述第一旋转矩阵与所述至少两个旋转位姿，计算所述基坐标系至所述相机坐标系的第一平移矩阵，以及所述手术机器人的法兰坐标系至所述手术机器人的参考坐标系的第二旋转矩阵和第二平移矩阵。

得到了上述第一旋转矩阵后，可以依靠该旋转矩阵，进一步获取接下来需要求解的第一平移矩阵t、第二旋转矩阵R_e和第二平移矩阵t_e。

如图3所示，为F_base，F_flange，F_endRF，F_cmnera之间的坐标系转换关系闭环，根据该转换关系闭环，可以获得相应的转换方程：

[R_bi，t_bi]·[R_e，t_e]＝[R，t]^-1·[R_ci，t_ci]，将该方程进行化简后可得：

R_biR_e＝R^-1R_ci……(1)，

R_bit_e+t_bi＝R^-1t_ci-R^-1t……(2)

由式(2)可得：R_bit_e+R^-1t＝R^-1t_ci-t_bi……(3)

上述的第一旋转矩阵R已经在步骤S300中求得，则未知量只剩下平移向量t_e与t。

记：

t_m＝R^-1t，

t_i＝R^-1t_ci-t_bi

则(3)变为

R_bit_e+t_m＝t_i……(4)

t_m因为含有未知量t，t_m本身为未知常量。t_i在各个旋转位姿中，t_ci和t_bi是已知的，因此通过带入旋转位姿的位姿数据可以直接计算得到，且R_bi在各个旋转位姿中为已知量。

当四个旋转位姿所对应的下标i取值范围是3、4、5、6，则可以将上述的t_m、t_i、R_bi和t_e以如下形式表示：

式中的t_ex、t_ey、t_ez代表法兰坐标系F_flange下，机械臂末端参考坐标系F_endRF的原点的坐标值，t_mx、t_my、t_mz、t_ix、t_iy、t_iz分别都是对应变量的向量值，用于后续的最小二乘法的形式参数。R_bi矩阵中的各个值为在对应的旋转位姿时，从手术机器人的控制参数中获得已知值。

则式(4)可以变为

上式等价于：

将旋转位姿的位姿数据代入其中后得到：

设上式等式左边的第一个矩阵为A，等式左边的第二个列向量为x，等式右边的列向量为b，则上式可以写为Ax＝b，使用最小二乘法可以得到x的解为：x＝(A^TA)^-1A^Tb。

需要说明的是，x有解的前提是A为列满秩矩阵，而因为A中包含4个位姿的数据，导致A的行数超过列数，只要其中任意两个位姿的旋转矩阵不相等，A就可以满足列满秩，故此只要确保至少两个旋转位姿是不同的，则可以保x有解。

因此，第二平移向量t_e和t_m的值已经解得为：

式中，x(0)、x(1)、x(2)、x(3)、x(4)、x(5)分别表示t_ex、t_。y、t_ez、tmx、t_my、t_mz。

又因为t_m＝R^-1 _t，，故第一平移向量t也已经可以计算得到：

t＝R.t_m。

得到上述解后，就可以通过将任何一组R_bi，R_ci数据带入(1)式可以得到Re。其计算表达式如下：

因为本实施例中，旋转位姿有4个，所以i的取值为3，4，5，6。若旋转位姿只有两个，则i的取值为3，4。若是更多，则依次扩展。

从上述计算过程可知，机械臂标定全过程没有使用设计值，标定获得的旋转矩阵与平移向量准确度较使用设计值参与计算得到的要更高。

获得了上述的第一旋转矩阵R、第一平移向量t，第二旋转矩阵R_e，第二平移向量t_e后，就等于获得了F_camera至F_base的转换矩阵，以及F_flange至F_endRF的转换矩阵，以及F_flange至F_endRF的转换矩阵，完成标定。依靠上述的两个转换矩阵，在实际工作时，通过相机拍摄位于手术机器人上的标记点，可以将该标记点转换成手术机器人末端法兰的坐标点，从而实现对手术机器人末端的跟踪。

本实施例中的标的方法，通过设计特定的手术机器人移动方式，获取需要的数据，然后分别计算第一旋转矩阵R、第一平移向量t，第二旋转矩阵R_e，第二平移向量t_e，进而完成对两个未知转换矩阵的求解，从而完成标定。整个标定过程不需要机械臂的设计值参与，只需要标定时光学相机拍摄到的数据以及机器人运动时的运动参数，就可以完成对上述四个量的计算，避免了设计值和实际值之间的误差，增加了标定结果的准确性。

实施例2

如图4所示，本申请还提供一种手术机器人标定装置，包括：

控制模块10，用于控制手术机器人按照预设的标定路线进行运动，使得所述手术机器人依次到达各个标定位姿；所述标定位姿包括初始位姿、第一平移位姿、第二平移位姿、和至少两个旋转位姿；

采集模块20，用于通过摄像装置拍摄手术机器人上的标记点，记录所述手术机器人在各个所述标定位姿时的位姿数据；

第一计算模块30，用于根据所述初始位姿、第一平移位姿和第二平移位姿，计算所述手术机器人的基坐标系至所述摄像装置的相机坐标系的第一旋转矩阵；

第二计算模块40，用于根据所述第一旋转矩阵与所述至少两个旋转位姿，计算所述基坐标系至所述相机坐标系的第一平移矩阵，以及所述手术机器人的法兰坐标系至所述手术机器人的参考坐标系的第二旋转矩阵和第二平移矩阵。

本申请还提供一种手术机械臂，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行所述的手术机器人标定方法。

本申请还提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行所述的手术机器人标定方法。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims

1.一种手术机器人标定方法，其特征在于，包括：

2.根据权利要求1所述的手术机器人标定方法，其特征在于，所述控制手术机器人按照预设的标定路线进行运动，使得所述手术机器人依次到达各个标定位姿，包括：

3.根据权利要求1所述的手术机器人标定方法，其特征在于，所述通过摄像装置拍摄手术机器人上的标记点，记录所述手术机器人在各个所述标定位姿时的位姿数据，包括：

当所述手术机器人位于所述标定位姿时，通过所述摄像装置拍摄所述手术机器人上的标记点，获取所述相机坐标系到所述参考坐标系下的平移向量；

4.根据权利要求1所述的手术机器人标定方法，其特征在于，所述根据所述初始位姿、第一平移位姿和第二平移位姿，计算所述基坐标系至所述相机坐标系的第一旋转矩阵，包括：

5.根据权利要求4所述的手术机器人标定方法，其特征在于，所述第一向量和所述第二向量表达式为：

s₁＝t_c1-t_c0；

s₂＝t_c2-t_c0；

所述第一旋转矩阵表达式为：

R＝(x’,y’,z’)。

6.根据权利要求1所述的手术机器人标定方法，其特征在于，所述计算所述第一平移矩阵以及所述第二平移矩阵，包括：

7.根据权利要求6所述的手术机器人标定方法，其特征在于，所述计算所述第二旋转矩阵，包括：

8.一种手术机器人标定装置，其特征在于，包括：

9.一种手术机械臂，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行权利要求1至7中任一项所述的手术机器人标定方法。

10.一种可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的手术机器人标定方法。