CN116138909A - 一种种植牙机器人智能控制方法及*** - Google Patents
一种种植牙机器人智能控制方法及*** Download PDFInfo
- Publication number
- CN116138909A CN116138909A CN202310442880.7A CN202310442880A CN116138909A CN 116138909 A CN116138909 A CN 116138909A CN 202310442880 A CN202310442880 A CN 202310442880A CN 116138909 A CN116138909 A CN 116138909A
- Authority
- CN
- China
- Prior art keywords
- vibration
- robot
- mechanical arm
- control
- locust
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 239000004053 dental implant Substances 0.000 title claims abstract description 27
- 238000005553 drilling Methods 0.000 claims abstract description 46
- 230000033001 locomotion Effects 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 29
- 230000002159 abnormal effect Effects 0.000 claims abstract description 23
- 238000013528 artificial neural network Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 3
- 239000007943 implant Substances 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 12
- 240000008042 Zea mays Species 0.000 claims description 10
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 claims description 10
- 235000002017 Zea mays subsp mays Nutrition 0.000 claims description 10
- 235000005822 corn Nutrition 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000002922 simulated annealing Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 239000000243 solution Substances 0.000 description 7
- 230000001276 controlling effect Effects 0.000 description 6
- 210000000988 bone and bone Anatomy 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 241000238814 Orthoptera Species 0.000 description 1
- 208000008312 Tooth Loss Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 230000001055 chewing effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 210000002249 digestive system Anatomy 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 210000004195 gingiva Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002504 physiological saline solution Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/30—Surgical robots
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/70—Manipulators specially adapted for use in surgery
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/70—Manipulators specially adapted for use in surgery
- A61B34/77—Manipulators with motion or force scaling
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C3/00—Dental tools or instruments
- A61C3/02—Tooth drilling or cutting instruments; Instruments acting like a sandblast machine
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C8/00—Means to be fixed to the jaw-bone for consolidating natural teeth or for fixing dental prostheses thereon; Dental implants; Implanting tools
- A61C8/0089—Implanting tools or instruments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Robotics (AREA)
- Heart & Thoracic Surgery (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种种植牙机器人智能控制方法及***,所述方法包括确定当前机器人的机械臂位置和姿态;确定目标位置以及与机械臂末端的距离;机器人的机械臂末端的手术钻头行进至目标位置;控制备窝钻孔运动,基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制;备窝钻孔过程抗振动控制,通过对振动信号的采集处理和分析,确定备窝钻孔过程是否发生异常振动,若是,则调整运动参数抑制振动。本发明基于改进的蝗虫算法进行变参数控制提高了自抗扰控制器的控制精度和抗扰动能力并通过振动检测和神经网络算法实现对异常振动的识别和控制参数调整,从而实现自动抗振动控制。
Description
技术领域
本发明涉及种植牙机器人技术领域,尤其是一种种植牙机器人智能控制方法及***。
背景技术
牙齿的缺失影响了咀嚼、发音、容貌以及消化***等功能,严重降低了患者的生活质量。目前种植牙手术操作主要有自由手,静、动态导航引导三种方式,其中自由手操作主要依赖医生经验,而静、动态导航引导手术仍然需要医生实施手术操作,自动化程度以及手术的灵活性都有提高的空间。随着机器人在各类医疗领域不断发展,种植手术领域也逐渐出现使用机器人进行种植牙的研究。机器人的智能化、高精准度等特点,使其在口腔医学领域的应用具有独特优势。
现有技术中种植牙机器人多采用半自动控制方式,部分种植牙机器人停留在需要医生设定较多的控制参数,在实际种植操作时,多数仅停留在机器人提供位姿信息,医生设计机器人执行动作的状态。
同时,对于一些能够进行自动控制的种植牙机器人,其仅采用较为简单的PID控制方式,备窝钻孔过程对于不同的组织无法进行自适应调节,从而影响患者手术舒适性,并且,在手术过程中,由于厚度再生效应,钻削过程中可能出现剧烈振动的现象,此时通常依靠医生的观察和手动操作进行调整,无法进行自动调整,并且当医生发现该状况产生时通常都已发生较为严重的振动,甚至危及患者安全。
发明内容
为了解决上述技术问题,本发明提供一种种植牙机器人智能控制方法及***。所述种植牙机器人智能控制方法通过基于改进的蝗虫算法进行变参数控制,对自抗扰控制器参数进行优化整定,从而适应工作环境以及导纳模型参数的变化。进一步的,通过对备窝钻孔过程振动监测进行抗振动控制,实现当有异常振动时的自动参数调整。
为了解决上述存在的技术问题,实现发明目的,本发明是通过以下技术方案实现的:
一种种植牙机器人智能控制方法,包括如下步骤:
S1:获取传感器数据,确定当前机器人的机械臂位置和姿态;
S2:确定目标位置以及与机械臂末端的距离;
S3:机器人的机械臂末端的手术钻头行进至目标位置;具体为控制器基于路径规划方法对机器人的机械臂进行移动,使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上,并且手术钻头距目标钻孔位置一定距离;
S4:控制备窝钻孔运动,具体为基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制,通过实时调整钻削参数来实现控制;
S5:备窝钻孔过程抗振动控制,通过对振动信号的采集处理和分析,确定备窝钻孔过程是否发生异常振动,若是,则调整运动参数抑制振动。
进一步的,所述步骤S4包括:
S41:建立导纳控制模型为:式中,/>为机器人的期望惯量,/>为期望阻尼,/>为期望刚度,/>分别为机器人机械臂末端的实际加速度、速度、位置向量,/>分别为机器人机械臂末端的期望加速度、速度、位置向量,F为实际机器人机械臂末端的接触力,Fd为期望机器人机械臂末端的接触力;
S42:引入自抗扰控制进行补偿;
S43:基于改进的蝗虫算法进行待确定自抗扰控制器参数寻优和变参数控制。
进一步的,所述步骤S43还包括:
a.初始化参数隶属度函数中心值、宽度值、归一层和输出层之间的权值以及蝗虫种群数量、吸引强度参数、吸引尺寸参数以及最大迭代次数;
算法可扩展成:式中:/>为第i个蝗虫在第d维的上、下界;/>为蝗虫的目标位置;N为设定的蝗虫种群规模;c为线性减缩因子,其模型可表示为:/>式中:/>为c的最大最小值;为最大迭代次数;t为当前迭代次数;
d.初始化模拟退火算法参数值,在得到蝗虫位置解的邻域内根据下式计算出新的解,并计算两个解的适应度值,根据判断条件选择;式中:xi为当前位置;xi+1为下一时刻位置;ub、lb为在维度下的位置上界和下界;l为迭代次数;
e.评价蝗虫种群,若满足终止条件,则输出最优参数,否则回到步骤b,直到满足终止条件;
f.随工作环境以及导纳模型参数的变化,通过改进的蝗虫算法对待确定自抗扰控制器参数进行改变,从而适应工作环境以及导纳模型参数的变化。
进一步的,步骤S43中的步骤d中所述判断条件为:式中:E(i)为状态i下的能量;E(j)为状态j下的能量;K为波尔兹曼常数;物体从状态i到状态j,若,则状态j被接收;否则,若/>大于[0,1)的随机数,则仍是状态j被接收,若/>小于[0,1)的随机数,则是状态i被保留住。
进一步的,所述待确定自抗扰控制器参数包括控制器增益k1、k2、b,***输入增益a1、a2、a3。
进一步的,所述步骤5还包括:
S51:采用振动加速度传感器对振动信号进行检测,将振动加速度传感器设置在机械臂的末端靠近手术钻头的位置,获取振动信号;
S52:调整运动参数抑制振动,所述运动参数包括手术钻头转速、进给速度以及力反馈误差阈值。
进一步的,所述步骤S51还包括:
a.信号预处理,包括采用陷波滤波器滤除噪声;
b.信号重构,对每个频带对应的子信号重构;
c.计算信号能量熵;
通过将能量熵的值与预设值进行比较,确定是否出现异常振动;所述预设值为与钻头转速以及钻头参数相关的函数当能量熵大于预设值时,则判断发生异常振动,否则为无异常振动。
进一步的,所述步骤S52包括:
a.获取振动信号特征,所述振动信号特征包括时域特征、频域特征以及能量熵;
b.建立神经网络模型,将振动信号特征输入神经网络;
c.根据神经网络的输出调整运动参数。
本发明还提供一种种植牙机器人智能控制***,其包括:
传感器模块,其用于获取传感器数据,确定当前机器人的机械臂位置和姿态;
目标确定模块,其用于确定目标位置以及与机械臂末端的距离;
机械臂运动控制模块,其用于控制机器人的机械臂末端的手术钻头行进至目标位置;具体为控制器基于路径规划方法对机器人的机械臂进行移动,使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上,并且手术钻头距目标钻孔位置一定距离;
备窝钻孔运动控制模块,其用于基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制,其中包括建立导纳控制模型模块、自抗扰控制补偿模块、改进的蝗虫算法进行变参数控制模块;
备窝钻孔过程抗振动控制模块,其用于进行抗振动控制,其中包括振动检测模块以及运动参数抑制振动调整模块。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有一种种植牙机器人智能控制方法的程序指令,所述一种种植牙机器人智能控制的程序指令可被一个或者多个处理器执行,以实现如上所述的一种种植牙机器人智能控制方法的步骤。
与现有技术相比,本申请的有益效果是:
(1)基于改进的蝗虫算法进行变参数控制提高了自抗扰控制器的控制精度和抗扰动能力。
(2)通过振动检测和神经网络算法实现对异常振动的识别和控制参数调整,从而实现自动抗振动控制,解决了现有技术中异常振动对备窝钻孔精度影响的问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种种植牙机器人智能控制方法流程示意图;
图2是根据本申请实施例的变控制参数的自抗扰控制方法流程示意图;
图3是根据本申请实施例的振动控制流程示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
参见图1,一种种植牙机器人智能控制方法包括以下步骤:
S1:获取传感器数据,确定当前机器人的机械臂位置和姿态;
S2:确定目标位置以及与机械臂末端的距离;
S3:机器人的机械臂末端的手术钻头行进至目标位置;具体为控制器基于路径规划方法对机器人的机械臂进行移动,使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上,并且手术钻头距目标钻孔位置一定距离。
在现有技术中,种植牙机器人手术钻头从较远距离移动的目标距离附近时,通常采用手动的方式将种植牙机器人机械臂上带有钻头的一端移动到距离患者较近的位置,进一步采用自动控制的方式将机械臂上带有钻头的一端移动到更精确的位置。采用如上的方式缺点在于需要人工干预,移动效率较低。
S4:控制备窝钻孔运动;
种植牙手术中很重要的一个步骤就是进行种植牙的备窝钻孔,根据预先设计的种植体窝洞轴线在牙槽骨上进行钻孔,以便后续安装种植体。根据之前设计的制作导板以及牙槽骨的骨量,选择适宜的长度的种植体以及相应系列钻,使用牙科种植机快速钻,以大量生理盐水进行冲洗。
在钻孔过程中,钻头在牙槽骨上逐层钻削,其运动可以分解为两个方向的运动,包括绕钻头的旋转运动以及纵向的进给运动。钻削力既不能过小,否则影响钻削的效果和速度,也不能过大,否则容易对患者组织造成伤害。因此,对备窝钻孔控制方法尤为重要。
由于备窝钻孔过程中会逐层穿透硬度不同的组织,包括牙龈、牙槽骨等,钻头在工作过程中要先后经过这些不同的组织层,由于钻头和组织的接触力包含了不同大小和方向的分力,直接对其进行固定的控制难以实现,因此,本发明基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制,通过实时调整钻削参数来控制。
如图2所示,变控制参数的自抗扰控制方法包括如下步骤:
S41:建立导纳控制模型
机器人机械臂与外界环境接触的交互过程可以等效为一个“质量-弹簧-阻尼”模型。其中,Ke为环境刚度,F为机器人机械臂末端的接触力,Xe为参考位置,X为机器人机械臂末端实际位置。将环境看成弹性体,则:考虑如下的环境目标导纳模型:式中,/>机器人的期望惯量,/>为期望阻尼,/>为期望刚度,/>分别为机器人机械臂末端的实际加速度、速度、位置向量,/>分别为机器人机械臂末端的期望加速度、速度、位置向量,F为实际机器人机械臂末端的接触力,Fd为期望机器人机械臂末端的接触力。
一维导纳控制模型为:进行拉氏变换得到导纳控制的控制规律:/>其中,f与fd之间的差值为力误差/>:/>位置误差/>为:/>导纳控制过程通过安装在机器人机械臂末端的力传感器检测机器人的接触力f,并根据力误差/>计算位置偏差/>,然后再根据位置偏差通过位置执行器实时修正预期位置,从而使机械臂手术钻头到达指定位置。
S42:引入自抗扰控制进行补偿
机械臂是一个高阶非线性***,一般难以获得其准确的数学模型,此外,由于机械臂在运动过程中容易受到外界干扰,参数发生变化,因此,控制器参数的整定效果往往较差。
导纳控制存在稳态力误差,自抗扰控制能够实现不依赖***模型的无静差控制,因此在导纳控制的基础上引入自抗扰控制来消除力误差。
在原期望力的基础上,通过自抗扰控制器算出新期望力;再根据导纳关系决定末端位置值,发送为位置执行器。图中,均为状态观测量,/>原期望力,/>为新期望力,为期望位置,/>为指令位置,b为输入增益的估计值,/>均为***输入增益。
S43:基于改进的蝗虫算法进行待确定自抗扰控制器参数寻优和变参数控制;
控制系数和修正系数等参数是自抗扰控制器的待整定参数,所述参数很大程度上会影响自抗扰控制器的控制精度和抗扰动能力。
本发明基于改进蝗虫算法确定最优自抗扰控制器参数,具体包括如下步骤:
(1)初始化参数隶属度函数中心值、宽度值、归一层和输出层之间的权值以及蝗虫种群数量、吸引强度参数、吸引尺寸参数以及最大迭代次数。
所述如下所示:/>式中:/>为第i个蝗虫和第j个蝗虫距离;/>为第i个蝗虫位置到第j个蝗虫位置的单位向量。/> 式中:s(r)为蝗虫种群间相互作用力;f为吸引强度参数;l为吸引尺度参数。可选的,选择f=0.5,l=1.5。
根据定义与化简,算法可扩展成:式中:ubd、lbd为第i个蝗虫在第d维的上、下界;/>为蝗虫的目标位置;N为设定的蝗虫种群规模;c为线性减缩因子,其模型可表示为:/>式中:/>为c的最大最小值;/>最大迭代次数;t为当前迭代次数;可选的,选取cmin=0,cmax=2。
(4)初始化模拟退火算法参数值,在得到蝗虫位置解的邻域内根据下式计算出新的解,并计算两个解的适应度值,根据判断条件选择。式中:xi为当前位置;xi+1为下一时刻位置;ub、lb为在维度下的位置上界和下界;l为迭代次数。
所述判断条件为:式中:E(i)为状态i下的能量;E(j)为状态j下的能量;K为波尔兹曼常数;物体从状态i到状态j,若/>,则状态j被接收;否则,若/>大于[0,1)的随机数,则仍是状态j被接收,若/>小于[0,1)的随机数,则是状态i被保留住。
(5)评价蝗虫种群,若满足终止条件,则输出最优参数,否则回到步骤(2),直到满足终止条件。
(6)随工作环境以及导纳模型参数的变化,通过改进的蝗虫算法对自抗扰控制器的控制参数进行改变,从而适应工作环境以及导纳模型参数的变化。
待确定自抗扰控制器参数包括控制器增益k1、k2、b,***输入增益a1、a2、a3。
S5:备窝钻孔过程抗振动控制
机械臂末端的手术钻头在不同的转速下呈现不同程度的振动,并且由于厚度再生效应,钻削过程中可能出现剧烈振动的现象,而钻削过程对机械臂的振动较为敏感,因此,在备窝钻孔过程中有必要进行抗振动控制,减小机械臂振动带来的钻孔误差。振动控制流程如图3所示:
S51:振动检测
本发明采用振动加速度传感器对振动信号进行检测,可选的,将振动加速度传感器设置在机械臂的末端靠近手术钻头的位置,获取振动信号。
进一步,对采集的振动信号进行处理和分析。
(1)信号预处理
通过采集振动信号可以确定备窝钻孔过程振动发生的发展过程。当剧烈振动发生时,高频振动信号取代旋转频率成为振动信号的主导部分。为避免旋转频率与剧烈振动频率互相淹没,需要对采集的振动信号进行预处理,具体的,采用陷波滤波器滤除噪声。
(2)信号重构
(3)计算信号能量熵
能量熵可以准确描述信号能量分布变化,当异常振动发生时,能量熵的值会有较大幅度的增长,因此,本发明通过将能量熵的值与预设值进行比较,确定是否出现异常振动。所述预设值为与钻头转速以及钻头参数相关的函数,其表达式如下:所述k为调节系数,b0为修正系数,w为手术钻头的转速,s为钻头参数相关系数,其大小与钻头材料、尺寸相关,所述参数影响钻头振动。所述调节系数k与修正系数b0根据经验确定。
S52:调整运动参数抑制振动
若检测到手术钻头***发生异常振动,则需调整运动参数来抑制异常振动,具体方式包括:
(1)获取振动信号特征,所述振动信号特征包括时域特征、频域特征以及能量熵。
(2)建立神经网络模型,将振动信号特征输入神经网络。
(3)根据神经网络的输出调整运动参数,所述运动参数包括手术钻头转速、进给速度以及力反馈误差阈值。
S6:结束备窝,机械臂返回初始状态。
在本实施方式中,通过改进的蝗虫算法进行变参数控制提高了自抗扰控制器的控制精度和抗扰动能力。通过振动检测和神经网络算法实现对异常振动的识别和运动参数调整,从而实现自动抗振动控制。
本发明实施例还提出一种种植牙机器人智能控制***,包括:
传感器模块,其用于获取传感器数据,确定当前机器人的机械臂位置和姿态;
目标确定模块,其用于确定目标位置以及与机械臂末端的距离;
机械臂运动控制模块,其用于控制机器人的机械臂末端的手术钻头行进至目标位置;具体为控制器基于路径规划方法对机器人的机械臂进行移动,使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上,并且手术钻头距目标钻孔位置一定距离。
备窝钻孔运动控制模块,其用于基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制,其中包括建立导纳控制模型模块、自抗扰控制补偿模块、改进的蝗虫算法进行变参数控制模块。
备窝钻孔过程抗振动控制模块,其用于进行抗振动控制,其中包括振动检测模块以及抑制振动调整模块。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有一种种植牙机器人智能控制方法的程序指令,所述一种种植牙机器人智能控制程序指令可被一个或者多个处理器执行,以实现如上所述的一种种植牙机器人智能控制方法的步骤。
以上所述的实施例仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (10)
1.一种种植牙机器人智能控制方法,其特征在于,包括如下步骤:
S1:获取传感器数据,确定当前机器人的机械臂位置和姿态;
S2:确定目标位置以及与机械臂末端的距离;
S3:机器人的机械臂末端的手术钻头行进至目标位置;具体为控制器基于路径规划方法对机器人的机械臂进行移动,使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上,并且手术钻头距目标钻孔位置一定距离;
S4:控制备窝钻孔运动,具体为基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制,通过实时调整钻削参数来实现控制;
S5:备窝钻孔过程抗振动控制,通过对振动信号的采集处理和分析,确定备窝钻孔过程是否发生异常振动,若是,则调整运动参数抑制振动。
2.根据权利要求1所述的种植牙机器人智能控制方法,其特征在于,所述步骤S4包括:
S41:建立导纳控制模型为:式中,/>为机器人的期望惯量,/>为期望阻尼,/>为期望刚度,/>分别为机器人机械臂末端的实际加速度、速度、位置向量,/>分别为机器人机械臂末端的期望加速度、速度、位置向量,F为实际机器人机械臂末端的接触力,Fd为期望机器人机械臂末端的接触力;
S42:引入自抗扰控制进行补偿;
S43:基于改进的蝗虫算法进行待确定自抗扰控制器参数寻优和变参数控制。
3.根据权利要求2所述的种植牙机器人智能控制方法,其特征在于,所述步骤S43还包括:
a.初始化参数隶属度函数中心值、宽度值、归一层和输出层之间的权值以及蝗虫种群数量、吸引强度参数、吸引尺寸参数以及最大迭代次数;
算法可扩展成:式中:/>为第i个蝗虫在第d维的上、下界;/>为蝗虫的目标位置;N为设定的蝗虫种群规模;c为线性减缩因子,其模型可表示为:/>式中:/>为c的最大最小值;/>为最大迭代次数;t为当前迭代次数;
d.初始化模拟退火算法参数值,在得到蝗虫位置解的邻域内根据下式计算出新的解,并计算两个解的适应度值,根据判断条件选择;式中:xi为当前位置;xi+1为下一时刻位置;ub、lb为在维度下的位置上界和下界;1为迭代次数;
e.评价蝗虫种群,若满足终止条件,则输出最优参数,否则回到步骤b,直到满足终止条件;
f.随工作环境以及导纳模型参数的变化,通过改进的蝗虫算法对待确定自抗扰控制器参数进行改变,从而适应工作环境以及导纳模型参数的变化。
5.根据权利要求2所述的种植牙机器人智能控制方法,其特征在于,所述待确定自抗扰控制器参数包括控制器增益k1、k2、b,***输入增益a1、a2、a3。
6.根据权利要求1所述的种植牙机器人智能控制方法,其特征在于,所述步骤5还包括:
S51:采用振动加速度传感器对振动信号进行检测,将振动加速度传感器设置在机械臂的末端靠近手术钻头的位置,获取振动信号;
S52:调整运动参数抑制振动,所述运动参数包括手术钻头转速、进给速度以及力反馈误差阈值。
8.根据权利要求1所述的种植牙机器人智能控制方法,其特征在于,所述步骤S52包括:
a.获取振动信号特征,所述振动信号特征包括时域特征、频域特征以及能量熵;
b.建立神经网络模型,将振动信号特征输入神经网络;
c.根据神经网络的输出调整运动参数。
9.一种种植牙机器人智能控制***,其特征在于,包括:
传感器模块,其用于获取传感器数据,确定当前机器人的机械臂位置和姿态;
目标确定模块,其用于确定目标位置以及与机械臂末端的距离;
机械臂运动控制模块,其用于控制机器人的机械臂末端的手术钻头行进至目标位置;具体为控制器基于路径规划方法对机器人的机械臂进行移动,使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上,并且手术钻头距目标钻孔位置一定距离;
备窝钻孔运动控制模块,其用于基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制,其中包括建立导纳控制模型模块、自抗扰控制补偿模块、改进的蝗虫算法进行变参数控制模块;
备窝钻孔过程抗振动控制模块,其用于进行抗振动控制,其中包括振动检测模块以及运动参数抑制振动调整模块。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有一种种植牙机器人智能控制方法的程序指令,所述一种种植牙机器人智能控制的程序指令可被一个或多个处理器执行,以实现如权利要求1至8之一所述的一种种植牙机器人智能控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310442880.7A CN116138909B (zh) | 2023-04-24 | 2023-04-24 | 一种种植牙机器人智能控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310442880.7A CN116138909B (zh) | 2023-04-24 | 2023-04-24 | 一种种植牙机器人智能控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116138909A true CN116138909A (zh) | 2023-05-23 |
CN116138909B CN116138909B (zh) | 2023-10-27 |
Family
ID=86358596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310442880.7A Active CN116138909B (zh) | 2023-04-24 | 2023-04-24 | 一种种植牙机器人智能控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116138909B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116968036A (zh) * | 2023-09-20 | 2023-10-31 | 廊坊市珍圭谷科技有限公司 | 一种用于精密设备制造的机械手臂控制装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10137955A1 (de) * | 2001-08-07 | 2003-02-27 | Deutsch Zentr Luft & Raumfahrt | Verfahren zur Bewegungskommandierung eines Serviceroboters |
CN109171965A (zh) * | 2018-09-27 | 2019-01-11 | 上海电气集团股份有限公司 | 基于虚拟夹具的机器人的控制方法及*** |
CN110605721A (zh) * | 2019-10-24 | 2019-12-24 | 苏州艾利特机器人有限公司 | 一种基于末端六维力传感器的机械臂拖动示教方法 |
CN112720476A (zh) * | 2020-12-22 | 2021-04-30 | 北京天智航医疗科技股份有限公司 | 机械臂控制方法、装置、介质及电子设备 |
CN113021359A (zh) * | 2021-05-27 | 2021-06-25 | 深圳市越疆科技有限公司 | 机械臂控制方法、装置、设备、***、存储介质及机械臂 |
CN113787524A (zh) * | 2021-11-18 | 2021-12-14 | 极限人工智能有限公司 | 一种机械臂的控制方法、装置、手术机器人及存储介质 |
CN113995629A (zh) * | 2021-11-03 | 2022-02-01 | 中国科学技术大学先进技术研究院 | 基于镜像力场的上肢双臂康复机器人导纳控制方法及*** |
-
2023
- 2023-04-24 CN CN202310442880.7A patent/CN116138909B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10137955A1 (de) * | 2001-08-07 | 2003-02-27 | Deutsch Zentr Luft & Raumfahrt | Verfahren zur Bewegungskommandierung eines Serviceroboters |
CN109171965A (zh) * | 2018-09-27 | 2019-01-11 | 上海电气集团股份有限公司 | 基于虚拟夹具的机器人的控制方法及*** |
CN110605721A (zh) * | 2019-10-24 | 2019-12-24 | 苏州艾利特机器人有限公司 | 一种基于末端六维力传感器的机械臂拖动示教方法 |
CN112720476A (zh) * | 2020-12-22 | 2021-04-30 | 北京天智航医疗科技股份有限公司 | 机械臂控制方法、装置、介质及电子设备 |
CN113021359A (zh) * | 2021-05-27 | 2021-06-25 | 深圳市越疆科技有限公司 | 机械臂控制方法、装置、设备、***、存储介质及机械臂 |
CN113995629A (zh) * | 2021-11-03 | 2022-02-01 | 中国科学技术大学先进技术研究院 | 基于镜像力场的上肢双臂康复机器人导纳控制方法及*** |
CN113787524A (zh) * | 2021-11-18 | 2021-12-14 | 极限人工智能有限公司 | 一种机械臂的控制方法、装置、手术机器人及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116968036A (zh) * | 2023-09-20 | 2023-10-31 | 廊坊市珍圭谷科技有限公司 | 一种用于精密设备制造的机械手臂控制装置 |
CN116968036B (zh) * | 2023-09-20 | 2024-04-05 | 廊坊市珍圭谷科技有限公司 | 一种用于精密设备制造的机械手臂控制装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116138909B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116138909B (zh) | 一种种植牙机器人智能控制方法及*** | |
CN110559082B (zh) | 手术机器人及其机械臂的控制方法、控制装置 | |
CN113977602B (zh) | 一种力反馈末端夹持器导纳控制方法 | |
CN111856942B (zh) | 一种远程介入手术控制***的时滞与误差的改进方法 | |
WO2023045425A1 (zh) | 一种透析中低血压事件风险的评估方法和*** | |
JP2019166307A (ja) | 連続体ロボット制御装置、連続体ロボット制御方法及びプログラム | |
CN115177860B (zh) | 性能调整方法及装置 | |
CN116533249A (zh) | 基于深度强化学习的机械臂控制方法 | |
CN111584061B (zh) | 基于无模型自适应算法的多爪针自动穿刺控制装置及控制方法 | |
CN110875703A (zh) | 机器学习装置、控制***以及机器学习方法 | |
CN113659176B (zh) | 一种氢燃料电池自适应控制方法和装置 | |
Buzurovic et al. | A novel approach to an automated needle insertion in brachytherapy procedures | |
JP2007029290A (ja) | 医療用制御装置 | |
CN112515923B (zh) | 下肢外骨骼步态规划方法及计算机可读存储介质、设备 | |
JP2022513314A (ja) | ロボットジョイント制御 | |
CN115755592A (zh) | 调整三自由度外骨骼运动状态的多模态控制方法及外骨骼 | |
CN110007601B (zh) | 一种双边遥操作***的控制装置和设备 | |
JP6866940B1 (ja) | 自動操縦ロボットの制御装置及び制御方法 | |
CN105631864B (zh) | 一种基于时空相关性的心脏表面目标点运动预测方法 | |
CN115302518A (zh) | 主从式机器人的控制方法、装置、电子设备及存储介质 | |
CN116472003A (zh) | 非对称柔性装置的张力控制 | |
JP2021114968A (ja) | 温室内環境推定方法、温室内環境推定装置及びコンピュータプログラム | |
JP7079881B2 (ja) | ロボットジョイント制御 | |
CN117180573B (zh) | 一种基于双重指数模型的呼吸***机械通气方法及*** | |
WO2011072507A1 (zh) | 定位心腔导管的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |