一种脑外科手术机器人运动学参数标定方法.pdfVIP

学兔兔 第2期(总第195期) 机 械 工 程 与 自动 化 NO．2 2016年4月 MECHANICAL ENGINEERING AUTOMATION Apr． 文章编号：1672—6413(2016)02—0001—03 一 种脑外科手术机器人运动学参数标定方法米 支0 帅，文4 达 (北京航空航天大学机械工程及自动化学院，北京 100191) 摘要：为提高脑外科手术机器人绝对定位精度，提出了一种串联式六自由度手术机器人运动学参数标定方 法。根据脑外科手术机器人应用环境，采用一种针对手术工作空间的机器人参数采集方式，通过非支配排序 的带有精英策略的多目标优化算法 (NSGA一Ⅱ)，将运动学模型标定问题转换为基于距离误差的多目标优化 问题进行计算。通过模拟手术环境完成机器人参数标定的测试实验，说明利用这种标定方法可有效降低手术 机器人系统绝对定位误差 (误差降低了75 oA)，提高机器人局部工作区域的定位精度。 关键词：手术机器人；参数标定；多目标优化；NSGA-Ⅱ 中图分类号：TP242．3 文献标识码：A 0 引言 学参数标定方法。 机器人辅助的脑外科手术是通过计算机对医学图 1 手术机器人系统 像重建，为医生提供直观的三维场景，然后借助机器视 本文的手术机器人系统如图1所示，它由UR5机 觉系统，利用机器人代替传统的定位框架实现穿刺针 器人、计算机(导航软件)、双目视觉系统组成，机器人墨 坐标及姿态的定位。对于常见的脑外科病症，该类手 为该系统的定位机构。 术机器人的绝对定位精度要求为误差不超过1 mml_1]， 双目视觉系统 即定位后针尖的空间散落位置误差不超过2 mm。 机器人运动学模型的建立通常采用DH模型。静 态坐标的采集可通过使用精密测量设备，如三坐标测 量仪L2]、激光跟踪仪、机器视觉口 等获得。但是这些 仪器在使用过程中存在一些共同的缺点：需要专业的 UR5机器人 技术人员操作，成本高，计算过程繁琐 ]。 参数的优化是标定过程的重点。众多学者采用了 计算机 (导航软件) 经典的最小二乘法l6 ]进行处理，如Ahmed Joubair 等人基于距离误差，用三角球星校准器，完成FANUC 图 1 手术机器人系统结构图 机器人的标定_8]。该方法计算效率高，但是优化结果 通过实验测得 UR5型机器人的绝对定位精度误 缺陷明显，容易陷入局部最优解中，优化成功率低； 差在3 mm～6 mm，在系统中属于误差最大的环节。 Calafiore G、王琨等人使用遗传算法完成了参数的优 2 标定原理 化过程_g ，该方法容错性能好，理论上能最大化地 2．1 运动学模型 逼近最优解，但是计算效率极低；王东署等人使用神经 为了描述机器人末端执行器的位置，本文用经典 网络算法完成了机器人的标定[1 ，该方法把所有因素 的DH表示法建立UR5型机器人的数学模型。 引起的误差均归结为关节角误差，无须求解机器人逆 图2为机器人的数学模型。UR5机器人有6个 运动学方程，实现了误差的在线补偿。而其他优化技 旋转关节，( ，Y ， )为各关节的坐标系，n 为杆件长 术，如蚁群算法，或