对医疗机器人控制器中虚拟柔性针的区间2型模糊逻辑控制器的设计

对医疗机器人控制器中虚拟柔性针的区间2型模糊逻辑控制器的设计

　　技术领域

　　本发明属于自动穿刺手术装置的改进，涉及对控制模块算法的改进，具体是对医疗机器人控制器中虚拟柔性针的区间2型模糊逻辑控制器的设计。

　　背景技术

　　近年来，医疗机器人技术发展迅速，机器人辅助微创手术成了重点研究对象。如，出版于2005年1月第27卷第1期，《机器人ROBOT》，名称为“用于髓内钉远端锁钉手术的矫形外科机器人系统”，作者赵永涛、王田苗、胡磊。此文介绍了矫形外科机器人系统包括有5自由度PPRRR型机器人、系统规划的工作站和机器人控制工作站组成。为了方便说明具体系统结构，请参考图1所示。如，专利申请号201380055516.X，申请日2013年08月27日，发明名称“用于成像制导和机器人辅助的手术的机器人装置和系统软件、硬件和方法”，此文中介绍了利用三腔模型的可兼容MR的机器人和内在被共同配准的MRS数据。为了清楚地说明从一处到另一处的区域性生物感测的概况，请参考图2所示。

　　开发模糊逻辑控制器(FLC)，在确定设计要求和进行系统辨识之后，建立知识库(KB)，该库包括规则库、结构、条件集合定义和比例系数等。有效的知识库能够使存储要求的运行搜索时间最小，并在目标微处理器开发。如，专利申请号201080028525.6，申请日2010年06月11日，发明名称“提供包括延伸出进入引导器远端的可联接器械的运动限制范围的辅助视图的医疗机器人系统”，此文中介绍了利用医疗机器人系统中，用于控制和选择性地关联装置操纵者操控左和右手可操纵的输入装置操控的组件。为了清楚地说明，请参考图3所示。

　　对于传统穿刺术作为微创外科手术中的典型技术，在药物放置、组织活检、局部麻醉和近距离放射等方面有着显著作用。穿刺术的柔性针针尖采用非对称斜面，在穿刺时受到组织施加的非均匀的力，针尖会朝着受力方向发生偏转，通过旋转柔性针控制针尖朝向来控制柔性针的偏转方向，使柔性针按照预定轨迹进行穿刺。而由于组织的各向异性和个体差异性，在柔性针进给时无法保证转角与目标转角相同，所以在实际手术中一定会存在靶向误差。为了解决这一技术问题，本发明专利申请提出了对医疗机器人的控制模块进行改进。

　　发明内容

　　为了解决上述问题，本发明设计了一种新的柔性针控制器，即对医疗机器人控制器中虚拟柔性针的区间2型模糊逻辑控制器。本发明能够使柔性针能够尽可能快速、准确地到达预定靶点，最终误差控制在可接受范围内。

　　所述的对医疗机器人控制器中虚拟柔性针的区间2型模糊逻辑控制器的设计，包括对模糊化器，规则库，推理引擎，降型器和解模糊化器的设计，具体设计过程如下：

　　1)、对模糊化器的设计如下：

　　首先，在惯性坐标系XOY下建立虚拟柔性针的动力学模型，得到模型的相关参数；

　　动力学模型对虚拟柔性针的针轴与针头斜面的交点进行运动学分析；

　　相关参数包括：虚拟柔性针针尖的绝对速度v，虚拟柔性针偏转角度虚拟柔性针偏转的转动角速度转角偏差和位置偏差S；

　　虚拟柔性针动力学模型如下：

　　

　　

　　是惯性坐标系XOY下x轴方向的速度，是惯性坐标系XOY下y轴方向的速度；

　　根据虚拟柔性针偏转角度计算虚拟柔性针的针偏转动角速度

　　

　　其中r为虚拟柔性针的曲率半径。

　　虚拟柔性针的转角偏差为：

　　虚拟柔性针的位置偏差S根据虚拟柔性针的预定轨迹和实际轨迹进行计算：

　　

　　为虚拟柔性针的预定轨迹,为虚拟柔性针的实际轨迹。

　　然后、利用运动学模型的位置偏差S、位置偏差变化率转角偏差和转角偏差变化率作为区间2型模糊逻辑控制器的输入，针尖的绝对速度v和柔性针偏转的转动角速度为输出。

　　精确输入量

　　输出量

　　最后、精确输入量x经过模糊化器后，模糊成用语言变量描述的2型模糊集；

　　2型模糊集用不确定标准差高斯隶属函数表示；

　　2)、对规则库的设计如下：

　　首先、建立IF-THEN的规则库，具体形式为：规则库包括绝对速度v的规则和转动角速度的规则，两者的规则条数不定；设定NB、NS、Z、PS、PB五个语言变量，即负大、负小、零、正小、正大五个等级。由于位置偏差始终不小于零，所以有绝对速度v的相关规则3×5＝15个和转动角速度的相关规则5×5＝25个，规则库共40个规则；具体形式为：

　　

　　即绝对速度v的第一条规则：如果位置偏差S为零，位置偏差变化率为正值且绝对值大，则绝对速度v为负值且绝对值大；绝对值的大小范围根据人为设定。

　　……

　　转动角速度的第一条规则：如果转角偏差为正值且绝对值大，转角偏差变化率为正值且绝对值大，则偏转角度为负值且绝对值大；

　　3)、对推理引擎的设计如下：

　　规则库中的40条规则作用于推理引擎，依照规则库中的40条规则，在不同的条件下，推理引擎对2型输入模糊集合进行计算，将2型模糊集经过规则库的推理引擎得到区间2型的输出模糊集，并输出2型输出模糊集合。

　　4)、对降型器的设计如下：

　　降型器的输入是经过推理引擎推理后得到的输出2型模糊集合，采用面积中心法，输出是1型模糊集合，降型器传达了经过2型模糊集合的不确定性度量。

　　5)对解模糊化器的设计如下：

　　在对于一个区间2型模糊逻辑系统，精确的输出量就是降型后集合的中心。对于一个区间2型模糊逻辑系统，输入和前件操作的触发强度是一个区间1型模糊集，并且只取决于它的最左点fl和最右点所以输出u1∈U被表示为：

　　

　　fi：最小区间1型模糊集Fi中的元素；

　　输出的区间2型模糊集的形心；

　　针尖的绝对速度v的最小值用u1l表示，即：

　　

　　相似的，针尖的绝对速度v的最大值用u1r表示，即：

　　

　　用u1l和u1r的平均值来表示它的解模糊结果，即输出为

　　

　　同理，u2即转动角速度的计算方法与u1相同。

　　最后，医疗机器人控制器中区间2型模糊逻辑控制器对推理出的输出模糊集进行降型和解模糊化，得到最终的绝对速度v和柔性针偏转的转动角速度输出，作为虚拟柔性针的输入，进行虚拟柔性针的靶向追踪。根据柔性针的靶向追踪得到柔性针输出的实际轨迹并计算与预定轨迹的位置偏差和角度偏差，将两个偏差反馈给区间2型模糊逻辑控制器后作为输入进行控制，直至位置偏差为0或达到目标位置。

　　本发明的优点在于：

　　基于区间2型模糊逻辑控制器的医疗机器人控制装置的设计，通过对柔性针靶点追踪功能进行设计，利用区间2型模糊逻辑控制器进行靶点追踪控制，使用这种控制器控制时由于规则库数据库均为设定好的，只需读取储存好的数据即可，所以计算量减小，计算速度加快，柔性针靶点追踪功能的响应更快，并且能够对于控制系统模块的不确定性进行降低。

　　附图说明

　　图1为现有技术中矫形外科机器人系统的结构示意图；

　　图2为现有技术中利用三腔模型机器人从一处到另一处的区域性生物感测的概况示意图；

　　图3为现有技术中利用医疗机器人操控左和右手的操控组件示意图；

　　图4为本发明区间2型模糊逻辑控制器的结构图；

　　图5为本发明在惯性坐标系XOY下建立的柔性针动力学模型；

　　图6为本发明控制器的医疗机器人柔性针靶点追踪功能设计的流程图；

　　图7为本发明建立的IF-THEN的规则库；

　　图8为本发明通过区间2型模糊逻辑控制器控制柔性针的靶向追踪简图。

　　具体实施方案

　　下面将结合附图和实例对本发明作进一步的详细说明。

　　本发明基于区间2型模糊逻辑控制器的对医疗机器人的控制模块靶点追踪功能进行改进，医疗机器人的具体结构如图4所示，该机器人的执行机构由柔性针，执行机构驱动器等组成，传感器采用的是图像传感器，传感器采集到的医疗机器人执行机构的图像信息传输至传感器的图像处理装置进行数据处理，得到针尖的位置信息，再通过控制系统对位置信息进行处理，对执行机构柔性针进行路径规划与靶点追踪。靶点追踪功能得控制过程如图6所示，首先通过建立医疗机器人执行机构柔性针动力学模型，利用运动学模型的参数作为区间2型模糊逻辑控制器的输入，经过模糊化器后，得到2型模糊集；建立规则库将2型模糊集经过推理引擎得到输出模糊集；进行降型和解模糊化，得到最终的绝对速度v和柔性针偏转的转动角速度输出，作为柔性针的输入，进行柔性针的靶向追踪，同时将追踪的柔性针的实际位置与期望位置的偏差，通过区间2型模糊逻辑控制器对穿刺速度和转动角度进行控制。

　　所述的对医疗机器人控制器中虚拟柔性针的区间2型模糊逻辑控制器的设计，包括对模糊化器，规则库，推理引擎，降型器和解模糊化器的设计，具体设计过程如下：

　　1)、对模糊化器的设计如下：

　　首先，在惯性坐标系XOY下建立虚拟柔性针的动力学模型，得到模型的相关参数；

　　动力学模型对虚拟柔性针的针轴与针头斜面的交点进行运动学分析；

　　相关参数包括：虚拟柔性针针尖的绝对速度v，虚拟柔性针偏转角度虚拟柔性针偏转的转动角速度转角偏差和位置偏差S；

　　虚拟柔性针动力学模型如下：

　　

　　

　　是惯性坐标系XOY下x轴方向的速度，是惯性坐标系XOY下y轴方向的速度；

　　根据虚拟柔性针偏转角度计算虚拟柔性针的针偏转动角速度

　　

　　其中r为虚拟柔性针的曲率半径。

　　虚拟柔性针的转角偏差为：

　　虚拟柔性针的位置偏差S根据虚拟柔性针的预定轨迹和实际轨迹进行计算：

　　

　　为虚拟柔性针的预定轨迹,为虚拟柔性针的实际轨迹。

　　然后、利用运动学模型的位置偏差S、位置偏差变化率转角偏差和转角偏差变化率作为区间2型模糊逻辑控制器的输入，针尖的绝对速度v和柔性针偏转的转动角速度为输出。

　　精确输入量

　　输出量

　　以位置偏差S、位置偏差变化率和针尖的绝对速度v进行模糊化过程为：

　　

　　其中X是一个2维笛卡尔积空间，X＝X1×X2，其中Xk是输入xk的测量域(k＝1，2)。其中由如下隶属函数表示：

　　

　　此外，

　　

　　将这两个式子带入到中，可得：

　　

　　对应任意M个规则下的N条规则在模糊逻辑系统的触发部分，其中N≤M。所以这个输出2型模糊逻辑集的隶属函数为：

　　

　　即完成精确输入量的模糊化。

　　最后、精确输入量x经过模糊化器后，模糊成用语言变量描述的2型模糊集；

　　2型模糊集用不确定标准差高斯隶属函数表示；

　　2)、对规则库的设计如下：

　　首先、建立IF-THEN的规则库，如图7所示，具体形式为：规则库包括绝对速度v的规则和转动角速度的规则，两者的规则条数不定；设定NB、NS、Z、PS、PB五个语言变量，即负大、负小、零、正小、正大五个等级。由于位置偏差始终不小于零，所以有绝对速度v的相关规则3×5＝15个和转动角速度的相关规则5×5＝25个，规则库共40个规则；具体形式为：

　　

　　即绝对速度v的第一条规则：如果位置偏差S为零，位置偏差变化率为正值且绝对值大，则绝对速度v为负值且绝对值大；绝对值的大小范围根据人为设定。

　　……

　　转动角速度的第一条规则：如果转角偏差为正值且绝对值大，转角偏差变化率为正值且绝对值大，则偏转角度为负值且绝对值大；

　　以此类推，按照规则库中所给值进行计算。

　　3)、对推理引擎的设计如下：

　　规则库中的40条规则作用于推理引擎，依照规则库中的40条规则，在不同的条件下，推理引擎对2型输入模糊集合进行计算，将2型模糊集经过规则库的推理引擎得到区间2型的输出模糊集，并输出2型输出模糊集合。

　　4)、对降型器的设计如下：

　　降型器与解模糊化器一般有三种方式：面积中心法、面积等分法和极值法。本实施例均采用面积中心法，降型器的输入是经过推理引擎推理后得到的输出2型模糊集合，输出是1型模糊集合，降型器传达了经过2型模糊集合的不确定性度量。

　　5)对解模糊化器的设计如下：

　　在对于一个区间2型模糊逻辑系统，精确的输出量就是降型后集合的中心。对于一个区间2型模糊逻辑系统，输入和前件操作的触发强度是一个区间1型模糊集，并且只取决于它的最左点fl和最右点所以输出u1∈U被表示为：

　　

　　fi：最小区间1型模糊集Fi中的元素；

　　输出的区间2型模糊集的形心；

　　针尖的绝对速度v的最小值用u1l表示，即：

　　

　　相似的，针尖的绝对速度v的最大值用u1r表示，即：

　　

　　用u1l和u1r的平均值来表示它的解模糊结果，即输出为

　　

　　同理，u2即转动角速度的计算方法与u1相同。

　　最后，医疗机器人控制器中区间2型模糊逻辑控制器对推理出的输出模糊集进行降型和解模糊化，得到最终的绝对速度v和柔性针偏转的转动角速度输出，作为虚拟柔性针的输入，进行虚拟柔性针的靶向追踪。根据柔性针的靶向追踪得到柔性针输出的实际轨迹并计算与预定轨迹的位置偏差和角度偏差，将两个偏差反馈给区间2型模糊逻辑控制器后作为输入进行控制，直至位置偏差为0或达到目标位置。

　　所述的基于区间2型模糊逻辑控制器对医疗机器人的控制模块靶点追踪功能进行改进的具有步骤方法如图6所示，如下：

　　步骤一、在惯性坐标系XOY下建立柔性针动力学模型，得到模型的相关参数；

　　如图5所示，柔性针动力学模型对柔性针针轴与针头斜面的交点进行运动学分析；

　　相关参数包括：柔性针针尖的绝对速度v，柔性针偏转角度柔性针偏转的转动角速度转角偏差和位置偏差S；

　　首先，在惯性坐标系XOY下建立柔性针模型

　　

　　

　　是惯性坐标系XOY下x轴方向的速度，是惯性坐标系XOY下y轴方向的速度；

　　求得

　　

　　

　　根据柔性针偏转角度计算柔性针的针偏转动角速度

　　

　　其中r为柔性针的曲率半径。

　　柔性针的转角偏差为：

　　柔性针的位置偏差S根据柔性针的预定轨迹和实际轨迹进行计算：

　　

　　为柔性针的预定轨迹,为柔性针的实际轨迹。

　　步骤二、利用运动学模型的位置偏差S、位置偏差变化率转角偏差和转角偏差变化率作为区间2型模糊逻辑控制器的输入，针尖的绝对速度v和柔性针偏转的转动角速度为输出。

　　通过区间2型模糊逻辑控制器控制柔性针的靶向追踪简图如图8所示。

　　模糊控制器设计的基本方法是：

　　①确定模糊控制器的输入变量与输出变量

　　②设计模糊逻辑控制器的模糊规则；

　　③进行模糊化和解模糊化操作，得到柔性针的绝对速度v和偏转的转动角速度

　　区间2型模糊逻辑控制器包括模糊化、规则库的推理引擎和解模糊，由于推理引擎输出为2型模糊集，所以，解模糊部分包括降型器和解模糊化器两部分。

　　精确输入量

　　输出量

　　步骤三、精确输入量x经过模糊化器后，将精确的输入模糊成可用语言变量描述的2型模糊集；

　　2型模糊集用不确定标准差高斯隶属函数为表示，前件隶属函数为不确定均值隶属函数，即：

　　

　　

　　

　　

　　xk：精确输入量x，k＝1,2,3,4；

　　固定的平均值；

　　不确定的标准差，取值范围为

　　不确定的平均值，取值范围为

　　固定的标准差；

　　以位置偏差S、位置偏差变化率和针尖的绝对速度v为例，进行模糊化过程为：

　　

　　其中X是一个2维笛卡尔积空间，X＝X1×X2，其中Xk是输入xk的测量域(k＝1，2)。其中由如下隶属函数表示：

　　

　　此外，

　　

　　将这两个式子带入到中，可得：

　　

　　对应任意M个规则下的N条规则在模糊逻辑系统的触发部分，其中N≤M。所以这个输出2型模糊逻辑集的隶属函数为：

　　

　　即完成精确输入量的模糊化。

　　步骤四、建立IF-THEN的规则库，将2型模糊集经过规则库的推理引擎得到区间2型的输出模糊集；

　　设定NB、NS、Z、PS、PB五个语言变量，即负大、负小、零、正小、正大五个等级。由于位置偏差始终不小于零，所以有绝对速度v的相关规则3×5＝15个和转动角速度的相关规则5×5＝25个，规则库共40个规则；具体形式为：

　　

　　即绝对速度v的第一条规则：如果位置偏差S为零，位置偏差变化率为正值且绝对值大，则绝对速度v为负值且绝对值大；绝对值的大小范围根据人为设定。

　　……

　　转动角速度的第一条规则：如果转角偏差为正值且绝对值大，转角偏差变化率为正值且绝对值大，则偏转角度为负值且绝对值大；

　　以此类推，按照规则库中所给值进行计算。

　　步骤五、对推理出的输出模糊集进行降型和解模糊化，得到最终的绝对速度v和柔性针偏转的转动角速度输出。

　　去模糊化一般有三种方式：面积中心法、面积等分法和极值法。本发明中输出u1与u2的解模糊化均用面积中心法，采用两个不同的规则库。

　　在对于一个区间2型模糊逻辑系统，精确的输出量就是降型后集合的中心。对于一个区间2型模糊逻辑系统，输入和前件操作的触发强度是一个区间1型模糊集，并且只取决于它的最左点fl和最右点所以输出u1∈U被表示为：

　　

　　fi：最小区间1型模糊集Fi中的元素；

　　输出的区间2型模糊集的形心；

　　针尖的绝对速度v的最小值用表示，即：

　　

　　相似的，针尖的绝对速度v的最大值用表示，即：

　　

　　用和的平均值来表示它的解模糊结果，即输出为

　　

　　同理，u2即转动角速度的计算方法与u1相同。

　　步骤六、将最终的绝对速度v和柔性针偏转的转动角速度作为柔性针的输入，进行柔性针的靶向追踪。

　　步骤七、根据柔性针的靶向追踪得到柔性针输出的实际轨迹并计算与预定轨迹的位置偏差和角度偏差，返回步骤二，将两个偏差反馈给区间2型模糊逻辑控制器后作为输入进行柔性针的控制，直至位置偏差为0或达到目标位置。