面向脑外科微创手术的医疗机器人系统

机器人为微创外科手术的实施提供了有利的技术支持。本文针对传统脑外科手术的不足，开发研制了一套机器人辅助脑外科微创手术系统，主要由5自由度机器人、手术规划和导航软件及基于标志点的标定模块组成，其中机器人系统不仅可用于系统标定和导航，而且可作为手术的支撑平台。该系统已应用到临床中，成功完成了大量的微创脑外科手术。     

基于PLC的神经外科机器人控制系统研究

结合医疗外科机器人的应用环境,在比较不同外科机器人控制系统的特点的基础上,提出了基于PLC的神经外科机器人控制系统的设计方法．根据系统需要完成的任务特点,确定了硬件构架和软件体系．分析了控制系统涉及的几个关键问题,根据临床手术的需求,详细讨论了系统实施的安全策略、提高系统定位精度的措施以及不能采用示教编程控制方式的原因．经过多例临床实验,验证该机器人操作方便、性能稳定,可以弥补医疗机器人系统安全性不高、手术效率低、维护难度大、成本高等缺陷．     

腹腔镜机器人控制系统的设计及实现

根据机器人辅助微创手术任务的特点设计了腹腔镜机器人控制系统．研究了基于运动控制卡的 开放式机器人控制器结构,设计了机器人伺服系统及相应控制器硬件接口,采用面向对象的技术和模块化思 想开发了系统控制软件,应用灵活度和可操作度概念建立了腹腔镜机器人的手术规划和控制平台．通过调试 伺服参数提高了系统控制性能．实验表明,该腹腔镜机器人控制系统具有稳定性、高可靠性和多任务适应性, 满足微创手术需求．     

面向微创手术的医疗外科机器人构型综合

在微创手术中，医疗外科机器人可以辅助医生精确定位和提供稳定的手术平台． 本文结合医疗外科机器人结构特点和手术适用范围，对适合微创手术的机器人结构进行了构 型综合分析．并以此为依据，设计出一种适用于神经外科立体定向手术的机器人，系统已经 应用于临床，取得了满意的效果．     

一种输电线路巡检机器人控制系统的设计与实现

介绍了一种超高压输电线路巡检机器人控制系统的设计与实现方法．根据巡检作业任务的要求，采用遥控与局部自主相结合的控制模式实现巡检机器人沿线行走及跨越障碍．设计了巡检机器人有限状态机模型，实现了机器人遥控与局部自主控制的有机结合．采用基于激光传感器定位的方法实现了巡检机器人的自主越障控制．实验结果表明，该机器人可实现沿线行走及自主跨越障碍，从而验证了控制系统设计的有效性与合理性．     

微型五维指尖力/力矩传感器的研究

本文介绍了RPJ D型喷浆机器人的机械机构，重点给出了其分布式计算机控 制系统的设计过程．将容错技术、故障诊断技术和抗恶劣环境技术引入喷浆机器人控制系统 中，采用不同的冗余配置方式实现了控制系统规划级和控制级计算机系统高可靠性设计．现 场应用表明，完全满足了喷浆机器人在恶劣环境下工作的要求．     

RPJ-D型喷浆机器人机械结构及其分布式计算机控制系统的可靠性设计

本文介绍了RPJ-D型喷浆机器人的机械机构，重点给出了其分布式计算机控 制系统的设计过程．将容错技术、故障诊断技术和抗恶劣环境技术引入喷浆机器人控制系统 中，采用不同的冗余配置方式实现了控制系统规划级和控制级计算机系统高可靠性设计．现 场应用表明，完全满足了喷浆机器人在恶劣环境下工作的要求．     

基于视觉定位的脑外科机器人坐标变换问题研究

视觉定位脑外科手术机器人是近年来发展起来的一种新型医疗机器人。该文首先介绍了整个视觉定位脑外科手术机器人系统的构成和手术过程,随后在传统的通过机器人机械臂点取病人头部四个标记点来建立机器人坐标系与患者头部仿射坐标系之间转换关系的基础上,引入视觉定位功能,通过双目视觉建立起机器人坐标系与患者仿射坐标系之间的关系,从而在根本上提高了系统的机器人坐标系,患者仿射坐标系,3维模型坐标系以及世界坐标系之间的转换精度,有利于进一步的机器人精确手术实现。     

蛇形机器人控制系统的设计与实现

以蛇为模型的蛇形机器人的研究，扩大了机器人的应用领域．本文基于CAN总线技术完成了蛇形机器人控制系统的设计及研制，有效地实现了机器人的运动控制．在此基础上完成了蛇形机器人的集中式控制和分布式控制方式．     

机器人辅助内镜手术系统的设计与开发

机器人应用于外科手术中，通过医生和机器人系统的合理分工和有机配合，可以提高 手术质量、改善医生工作条件、实现远程手术等．本文以纤维内镜手术为研究对象，针对术 中X射线对医护人员身体健康造成伤害的现状，设计了机器人辅助内镜手术系统，使医生可 以远程控制手术室的操作器完成内镜和手术器械的操作，实现诊断和治疗的目的．文章详细 介绍了系统的研制背景、总体设计、内镜操作器子系统原型样机设计及实验，并结合系统开 发对医疗外科机器人的人机交互接口、安全性及临床应用等问题进行了讨论．     

一种两轮自平衡机器人比例-积分-微分控制方法

两轮自平衡机器人以其机械结构简单,灵活高效的运动特性,具有广阔的应用前景。本文应用理论力学原理,分析并建立了两轮自平衡机器人的动力学模型。在此基础上,分别针对机器人系统的自平衡控制、速度控制设计了比例-积分-微分(PID)控制器。通过复频域和时域分析的方法,提出了一种简便的PID控制参数的整定方法。根据系统PID控制模型,给出了计算机器人马达输出转矩的理论公式。应用实验表明,该控制方法的平衡和速度控制动态和稳态性能良好,且具有占用机器人系统资源少,PID控制参数整定效率高的特点。     

具有多层感知器力矩补偿的机器人自抗扰控制

本文针对机器人系统的控制特性, 提出了一种基于自抗扰控制(ADRC)的关节控制算法, 该算法可以克服 传统控制算法中存在的如系统抗干扰能力弱, 控制性能受限于建模精度, 动态性能与稳态性能难以兼顾, 控制律设 计较为复杂等问题. 针对受控系统特性给出了一套实际控制器的完整设计方法与参数整定方法, 并根据控制性能指 标设计优化函数完成了最优控制参数的优化, 在系统参数辨识的基础上利用多层感知器(MLP)设计了对建模不确 定性的补偿网络. 数值仿真和实验结果均表明该算法能够实现机器人快速稳定的轨迹跟踪, 具有良好的控制精度 与很强的抗干扰能力, 此外该算法不依赖于精确的系统模型, 降低了实际设计和应用的难度, 具有很好的工程应用 价值.     

基于STFT的微创手术机器人运动控制系统设计

针对微创手术机器人运动过程受到信号干扰而导致机器入主从臂控制效果差、控制精度较低的问题,提出了基于STFT的微创手术机器人运动控制系统设计;主控制器通过蓝牙的无线传输方式与主机连接,采用I/O口模拟SCI硬件流控方式,实现MCU与蓝牙通信,为系统提供基础数据;设计时钟基准电路的并联振荡模式,方便失控程序重启;根据运动控制器结构,设计预留模数转换接口,并对机器人主从操作臂展开详细分析;使用基于STFT短时傅里叶变换方法抑制外界干扰,在LM629运动控制专用集成芯片支持下设计控制流程,完成基于STFT的微创手术机器人运动控制系统设计;设计对比实验,结果表明该系统与期望主臂运动轨迹的终点坐标(10 mm,-35 mm,45 mm)和从臂运动轨迹的终点坐标(18 mm,-45 mm,25 mm)一致,能够精准控制微创手术机器人运动精度,为医学手术智能化开展提供设备支持.     

Surgical Robotics: An Introduction

Surgical robots assisting surgeons during operations are being used in selected medical fields like neurosurgery, orthopaedics and endoscopy. In an introductory part, the authors present a workflow for robot assisted surgery, which includes the steps: image data acquisition, image processing, surgical planning and the actual robot assisted intraoperative transposition. Each step of the workflow comprises different computer aided methods and apparatuses, which are presented in this paper. The following part focuses on different mechanical set-ups and various application fields for surgical robots. They include neurosurgery, orthopaedic surgery, radiosurgery and radiotherapy, prostatectomy, endoscopy, laparoscopy, cardiac surgery and craniofacial surgery.     

Pivoting motion control for a laparoscopic assistant robot and human clinical trials

This paper presents a compliant motion control method for the robotic assistant ERM (Endoscopic Robotic Manipulator), designed and developed by the authors for handling the camera in laparoscopic surgery. Since the robot has a passive wrist and it is not fixed to the operating table, the relative position between the robot camera holder and the insertion point is unknown. In this way, the proposed approach keeps the camera orientation according to the motion references in spite of this uncertainty and compensates for other unexpected disturbances about the relative robot–patient position. This system has been tested with live animals as well as in clinical trials on humans.     

Adaptive force–environment estimator for manipulators based on adaptive wavelet neural network

This study focuses on the accurate tracking control and sensorless estimation of external force disturbances on robot manipulators. The proposed approach is based on an adaptive Wavelet Neural Network (WNN), named Adaptive Force-Environment Estimator (WNN-AFEE). Unlike disturbance observers, WNN_AFEE does not require the inverse of the Jacobian transpose for computing the force, thus, it has no computational problem near singular points. In this scheme, WNN estimates the external force disturbance to attenuate its effects on the control system performance by estimating the environment model. A Lyapunov based design is presented to determine adaptive laws for tuning WNN parameters. Another advantage of the proposed approach is that it can estimate the force even when there are some parametric uncertainties in the robot model, because an additional adaptive law is designed to estimate the robot parameters. In a theorem, the stability of the closed loop system is proved and a general condition is presented for identifying the force and robot parameters. Some suggestions are provided for improving the estimation and control performance. Then, a WNN-AFEE is designed for a planar manipulator as an example, and some simulations are performed for different conditions. WNN_AFEE results are compared attentively with the results of an adaptive force estimator and a disturbance estimator. These comparisons show the efficiency of the proposed controller in dealing with different conditions.     

不确定机器人的自适应神经网络控制与学习

针对具有未知动态的电驱动机器人,研究其自适应神经网络控制与学习问题.首先,设计了稳定的自适应神经网络控制器,径向基函数(RBF)神经网络被用来逼近电驱动机器人的未知闭环系统动态,并根据李雅普诺夫稳定性理论推导了神经网络权值更新律.在对回归轨迹实现跟踪控制的过程中,闭环系统内部信号的部分持续激励(PE)条件得到满足.随着PE条件的满足,设计的自适应神经网络控制器被证明在稳定的跟踪控制过程中实现了电驱动机器人未知闭环系统动态的准确逼近.接着,使用学过的知识设计了新颖的学习控制器,实现了闭环系统稳定、改进了控制性能.最后,通过数字仿真验证了所提控制方法的正确性和有效性.     

Underwater autonomous motion control of a small-scaled spherical robot with neural networks

Considering the complex and variability of the operating environment of underwater spherical robot, usually it is difficult to solve the control problem when the robot changes its motion state or it is subject to waves and ocean currents, in those cases wherein robots are subject to continuous parametric changes or external disturbances, online gains tuning is a desirable choice. In this paper, with the goal of supporting some autonomous tasks of our small-scaled spherical robot, such as ecological observations and intelligent surveillance, a neural network-based auto-tuning control system was designed and implemented, which has a great advantage of processing online for the robot due to their nonlinear dynamics. The neural network plays the role of automatically estimating the suitable set of control gains that achieves the stability of the system. Simulation results are presented for the underwater swimming, in terms of the motion performance, stability, and velocity of the robot. Finally, the effectiveness of the proposed method was demonstrated by showing that the underwater horizontal and desired triangular trajectory motion were stable, and the design presented in this paper is able to meet future demands of underwater robots in biological monitoring and multi-robot cooperation.