機器人主操作手力反饋模型誤差補償

宋瑩瑩，　邳志剛，　王宏民，　聶相舉

(1.黑龍江科技大學(xué) 電氣與控制工程學(xué)院， 哈爾濱 150022；2.黑龍江工程學(xué)院 電氣與信息工程學(xué)院， 哈爾濱 150050)

?

機器人主操作手力反饋模型誤差補償

宋瑩瑩1，邳志剛1，王宏民1，聶相舉2

(1.黑龍江科技大學(xué) 電氣與控制工程學(xué)院， 哈爾濱 150022；2.黑龍江工程學(xué)院 電氣與信息工程學(xué)院， 哈爾濱 150050)

根據(jù)骨科復(fù)位手術(shù)過程中醫(yī)生的動作要求和從端機器人機構(gòu)特點，建立了主操作手力反饋數(shù)學(xué)模型。通過測量從端實際的反饋力和主端輸入力可知，力信息在主操作端的復(fù)現(xiàn)值與從端反饋值之間存在一定誤差。 為了盡可能的減小力反饋誤差，采用三層BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方法對力反饋模型誤差進行補償。為驗證補償方法的有效性，建立了力反饋實驗系統(tǒng)，實驗數(shù)據(jù)表明：經(jīng)過誤差補償后，力反饋誤差均值降低為0.1 N，經(jīng)過補償后的力反饋數(shù)學(xué)模型，可以進一步提高力反饋的精度。

骨科復(fù)位； 主操作手； 力反饋； 誤差補償

0　引　言

骨科復(fù)位機器人手術(shù)系統(tǒng)是一個復(fù)雜的機器人外科手術(shù)系統(tǒng)，國內(nèi)外專家學(xué)者對其作了大量的研究工作。外科手術(shù)機器人系統(tǒng)大多采用主從式遙操作結(jié)構(gòu)，即由主操作端、信息通訊環(huán)節(jié)和從端執(zhí)行機構(gòu)組成。

當醫(yī)生對患者進行相應(yīng)的手術(shù)過程中，并非是直接與人體相接觸，力反饋信息通常是缺失的[1-2]?？墒?，力覺反饋在醫(yī)療手術(shù)操作過程中非常重要，缺少它可能對患者造成嚴重的不良后果。因此，提供給醫(yī)生靈敏的力反饋很有必要。

在遙操作骨科復(fù)位手術(shù)過程中，醫(yī)生手術(shù)動作并不復(fù)雜，而且力反饋主操作手基本上處于低速的運行模式(<40 mm/s)，故可忽略系統(tǒng)動能的影響，可以采用靜力學(xué)的方法建立主操作手力反饋數(shù)學(xué)模型[3]。在實際的控制系統(tǒng)中，由于數(shù)學(xué)模型的建立過程中，忽略了機構(gòu)的摩擦以及系統(tǒng)的動能影響[4]，所以會導(dǎo)致力信息在主操作手上的復(fù)現(xiàn)值同從端力反饋值存在誤差，對應(yīng)用于遙操作骨科復(fù)位手術(shù)來說需要盡可能的減少力反饋的誤差[5-6]。目前，借助于各類神經(jīng)網(wǎng)絡(luò)設(shè)計的補償環(huán)節(jié)最為普遍[7]。BP神經(jīng)網(wǎng)絡(luò)可以逼近任意的非線性映射關(guān)系，具有較好的泛化能力[8]。筆者采用BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方法,用于力反饋數(shù)學(xué)模型誤差補償環(huán)節(jié)，并通過搭建的力反饋控制系統(tǒng)實驗平臺，以期提高主操作手的力反饋的精度和手術(shù)的安全性。

1　力反饋型主操作手構(gòu)型

1.1遙操作骨科復(fù)位手術(shù)結(jié)構(gòu)

遙操作骨科復(fù)位手術(shù)系統(tǒng)采用位置-力(P-F)雙通道主從控制體系，在主端將主操作手的空間位姿信息經(jīng)過網(wǎng)絡(luò)通道發(fā)送到從端的復(fù)位機器人系統(tǒng)。同時，將從端采集的接觸力信息反饋到主端，經(jīng)比例縮放后在力反饋主操作手上復(fù)現(xiàn)該反饋力，系統(tǒng)結(jié)構(gòu)如圖1所示。

1.2力反饋型主操作手機構(gòu)設(shè)計

由圖1可知,主操作手的設(shè)計工程中應(yīng)當充分考慮操作對象的實際情況。斷骨骨折后會形成近端(靠近人體心臟的一端)和遠端兩個骨折段，其相應(yīng)的移位方式有六種類型 ，如圖2所示。

針對上述骨折移位方式，復(fù)位過程中骨折的移位通?？梢苑纸鉃榱鶄€自由度的簡單運動，即在標準空間坐標系內(nèi)x、y和z三個坐標軸上的移位和旋轉(zhuǎn)。因此,對于任何骨折情況，都可以看作是骨折遠近段之間進行的六自由度簡單運動的集合，而復(fù)位過程則是骨折過程的逆過程。在主端醫(yī)生操作主操作手控制從端復(fù)位機器人完成對斷骨復(fù)位手術(shù)，需要涉及的主要動作為拔伸牽引、旋轉(zhuǎn)屈伸、提按端擠、搖擺觸碰等。

圖1　遙操作骨科復(fù)位手術(shù)系統(tǒng)結(jié)構(gòu)

圖2　骨折移位

主操作手平動機構(gòu)選擇與骨科復(fù)位機器人同構(gòu)的并聯(lián)構(gòu)型，實現(xiàn)空間位置信息的采集，如圖3a所示。采用改進的Delta機構(gòu)，由上、下兩個等邊三角形平臺及三條完全相同的支鏈組成。串聯(lián)機構(gòu)因其慣量大，將其安置在遠端，用于空間姿態(tài)的調(diào)整，完成了主操作手的轉(zhuǎn)動功能，實現(xiàn)人手腕部姿態(tài)的模擬。采用三軸匯交機構(gòu)，如圖3b所示。

a　并聯(lián)機構(gòu)　　　　　　　　　　b　串聯(lián)機構(gòu)

2　主操作手力反饋模型

對應(yīng)用于遙操作骨科復(fù)位手術(shù)的專科型力反饋主操作手而言，其操作宜人性及沉浸感是非常重要的。同時為了消除主操作手由于其自身重力對操作性能和力反饋性能的影響，有必要對主操作手的力反饋數(shù)學(xué)模型展開研究[5]。建立支鏈受力分析,如圖4所示，支鏈包括主動連桿和被動連桿兩部分。

圖4　主操作手支鏈受力分析

建立力反饋主操作手動平臺中心點的力與各電機力矩之間關(guān)系：

(1)

可以獲得主操作手力反饋數(shù)學(xué)模型：

(2)

式中: g1xi——力g1j在XBj軸上的投影分量；

E——定義的中間變量；

JT——機構(gòu)的力雅克比矩陣。

由式(2)可以看出,經(jīng)過簡化后的模型只需獲取從端檢測到的力、E、JT以及各桿件的重力項就可以快速計算各電機力矩值，計算的效率獲得很大的提高。

利用建立的遙操作骨科復(fù)位手術(shù)系統(tǒng)，對比分析一組測量實際的反饋力和輸入力，如圖5所示，可知二者在實際系統(tǒng)上存在一定的誤差。這主要是在數(shù)學(xué)模型的建立過程中忽略了機構(gòu)的摩擦以及系統(tǒng)的動能影響，并對模型進行了簡化，這必然會導(dǎo)致力信息在主操作端的復(fù)現(xiàn)值同從端反饋值存在一定誤差，降低了骨科復(fù)位手術(shù)過程中的力反饋精度。

圖5　輸入力和反饋力曲線

3　BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的力反饋誤差補償

BP神經(jīng)網(wǎng)絡(luò)是一種單向傳播的多層前向網(wǎng)絡(luò)，一般具有三層或三層以上的神經(jīng)網(wǎng)絡(luò)，包括輸入層、中間層(隱含層)和輸出層。采用BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方法對靜力學(xué)下的力反饋數(shù)學(xué)模型進行誤差校正，進一步提高力反饋精度。將式(2)進行修正：

(3)

Fout=f(T),

式中:Fout——系統(tǒng)的輸出力，可通過傳感器檢測獲得；

T——電機輸出的力矩值；

Δ——系統(tǒng)未知建模誤差。

采用BP神經(jīng)網(wǎng)絡(luò)對Δ進行設(shè)計，選擇神經(jīng)網(wǎng)絡(luò)的層數(shù)為三層，隱層和輸出層的激活函數(shù)分別取為非線性Sigmoid型的tansig正切函數(shù)和線性Purelin函數(shù)。BP訓(xùn)練算法函數(shù)有很多種，總的來講，基于共軛梯度法、擬牛頓算法和Levenberg-Marquardt法等數(shù)值優(yōu)化算法訓(xùn)練函數(shù)的效率比基于啟發(fā)式算法的效率要高，且基于Levenberg-Marquardt反傳算法的trainlm函數(shù)具有收斂速度快的優(yōu)點，故在設(shè)計中優(yōu)選trainlm為訓(xùn)練函數(shù)，具體BP神經(jīng)網(wǎng)絡(luò)的設(shè)計過程[9]：

(1)確定輸入變量P和目標變量T輸入的是經(jīng)過比例縮放后從端復(fù)位機器人采集的力信息，即輸入的F采用值。輸出的目標變量為e=Fout-F，這樣只需知道Fout，就可以利用BP神經(jīng)網(wǎng)絡(luò)估計出Δ。設(shè)定BP神經(jīng)網(wǎng)絡(luò)的輸入層和輸出層的神經(jīng)元個數(shù)都為1。

(2)確定隱層神經(jīng)元個數(shù)隱層神經(jīng)元個數(shù)沒有明確的理論指導(dǎo)，在實際中只能通過對不同的神經(jīng)元數(shù)進行訓(xùn)練比較，然后選擇適當?shù)膫€數(shù)。BP網(wǎng)絡(luò)程序訓(xùn)練過程中采用的是訓(xùn)練樣本中的1 400組數(shù)據(jù)。網(wǎng)絡(luò)誤差為1 400組真實值與BP網(wǎng)絡(luò)計算值之差。通過誤差比較，當誤差值最小時，網(wǎng)絡(luò)最準確，故可以確定最佳的隱層神經(jīng)元個數(shù)為16。尋找最優(yōu)神經(jīng)元個數(shù)需要很長的訓(xùn)練時間，一般在一個小時左右。

(3)BP神經(jīng)網(wǎng)絡(luò)的仿真計算 利用MATLAB中的神經(jīng)網(wǎng)絡(luò)工具箱，建立好BP網(wǎng)絡(luò)對模型進行了訓(xùn)練。

首先模擬手術(shù)牽引動作采集一組輸入力和實際的反饋力，為了消除噪聲干擾的影響，將給定輸入、輸出力信息利用Kalman filer濾波[10]，并經(jīng)過BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)后，給出200個測試數(shù)據(jù)的實際誤差e曲線和網(wǎng)絡(luò)學(xué)習(xí)后的誤差曲線，如圖6所示。

圖6　力誤差曲線

由圖6可以看出，二者依然存在一定的偏差，但學(xué)習(xí)后的誤差函數(shù)基本上能夠跟蹤實際誤差的變化，因此將BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)后的誤差函數(shù)作為補償添加到實際的力反饋系統(tǒng)中，可以進一步提高力反饋的精度。

4　主操作手力反饋實驗

利用建立的力反饋數(shù)學(xué)模型并結(jié)合專科型力反饋主操作手搭建力反饋測量系統(tǒng)。為了測量出主操作手三維反饋力，實驗中在動平臺上中心點安裝了ATI公司的mini45六維力傳感器，如圖7所示。

圖7　主操作手力反饋實驗平臺

當醫(yī)生操作主操作手時，若在自由空間運動，根據(jù)力反饋數(shù)學(xué)模型中將外力項設(shè)為零，即可得到補償主操作手自身重力的重力補償公式。該實驗為了驗證主操作手重力補償算法的有效性，同時也可以驗證誤差補償后模型算法的合理性。利用主操作手力反饋實驗平臺，直接測量主操作手在特定運動軌跡下人手輸出力的情況，如圖8所示。

圖8　運動動平臺輸出力

Fig. 8Outputforceofmovingplatformwithleftlimbmovement

從圖8可以看出，開啟重力補償?shù)那闆r下末端人手克服重力所需作用力較小，誤差均值在0.5 N左右。為了驗證利用BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)進行力誤差補償后算法的有效性,測量輸入的外力,如圖9所示。

圖9　誤差補償后自由空間運動所需的外力

由圖9可以看出，在自由空間醫(yī)生只需要輸出0.13 N左右的力就可以控制主操作手在工作空間內(nèi)運動，同補償前對比減小了0.45 N左右的力。為了進一步驗證在外力輸入下力反饋效果，在保證重力補償?shù)那疤嵯虏杉瘡亩艘唤M牽引力作為主端的輸入力，并利用傳感器檢測動平臺末端輸出力的大小如圖10所示，同時給出誤差曲線如圖11所示。

圖10　誤差補償后力對比

圖11　力信息誤差

由圖10可以看出，輸入的一組牽引力經(jīng)過比例縮放后能夠準確復(fù)現(xiàn)在主操作手上，使醫(yī)生感受到該反饋力。圖11中力的誤差曲線分析可知二者誤差較小，誤差最大值不超過0.15 N，是符合醫(yī)療手術(shù)要求的。經(jīng)過校正后的力反饋模型提升了力反饋精度，進一步保證了手術(shù)的順利完成。

5　結(jié)束語

BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法可以實現(xiàn)對力反饋模型誤差的補償。 在遙操作骨科復(fù)位手術(shù)的過程中，為了消除主操作手自身重力對操作者帶來的疲勞感和彌補對從端接觸力的缺失，根據(jù)骨科復(fù)位手術(shù)的特點，建立了基于主操作手力反饋數(shù)學(xué)模型。為了降低模型等效和機構(gòu)簡化對力反饋精度的影響，采用BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方法對力反饋誤差進行了補償，并通過主操作手重力補償實驗，驗證了經(jīng)過補償后的力反饋數(shù)學(xué)模型能夠改善力反饋精度，提高了遙操作骨科復(fù)位手術(shù)中的安全性。實驗中沒有考慮時延的問題，但是在遙操作手術(shù)中，時延的影響同樣會降低力反饋精度，因此，需要進一步展開研究。

[1]徐兆紅, 宋成利, 閆士舉. 機器人在微創(chuàng)外科手術(shù)中的應(yīng)用[J]. 中國組織工程研究, 2011, 15(5): 6598-6601.

[2]宋愛國. 力覺臨場感遙操作機器人: 技術(shù)發(fā)展與現(xiàn)狀[J]. 南京信息工程大學(xué)學(xué)報: 自然科學(xué)版, 2013(1): 1-9.

[3]CUI B, JIN Z. Statics analysis and structure parameter design of robot shoulder joint based on orthogonal mechanism[J]. Optics and Precision Engineering, 2011, 21(1): 15-19.

[4]VU, MINH HUNG, UHN JOO NA. A new 6-DOF haptic device for teleoperation of 6-DOF serial robots[J]. Instrumentation and Measurement, IEEE Transactions on 2011, 11(6): 3510-3523.

[5]YU L, SONG H. A new asymmetrical mass distribution method on the analysis of universal force-sensing model for 3-DOF translational parallel manipulator[J]. Industrial Robot: An International Journal, 2014, 41(1): 56-69.

[6]王宏民, 呂雄飛. 主操作手重力補償下的時延控制[J]. 黑龍江科技大學(xué)學(xué)報, 2014(3): 272-276.

[7]王宏民, 杜志江, 閆志遠, 等. 混聯(lián)式主操作手重力補償算法[J]. 機器人， 2014， 36(1): 111-116.

[8]蘇宇鋒, 袁文信, 劉德平, 等. 基于 BP 神經(jīng)網(wǎng)絡(luò)的電主軸熱誤差補償模型[J]. 組合機床與自動化加工技術(shù), 2013 (1): 36-38.

[9]黃劍平. 基于 BP 神經(jīng)網(wǎng)絡(luò)的 PID 控制研究[J]. 計算機仿真, 2010 (7): 167-170.

[10]王松, 劉明光, 石雙雙, 等. 基于卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)的 PMSM 參數(shù)辨識[J]. 北京交通大學(xué)學(xué)報, 2010, 34(2): 124-127.

(編輯李德根)

Error compensation for force feedback model of robot manipulator

SONGYingying1,PIZhigang1,WANGHongmin1,NIEXiangju2

(1. School of Electrical & Control Engineering, Heilongjiang University of Science & Technology, Harbin 150022, China;2. School of Electrical & Information Engineering, Heilongjiang Institute of Techonology, Harbin 150050, China)

This paper proposes a force feedback mathematic model based on the surgeon’s action requirements during orthopedic surgery and the characteristics of the robot in the slave side. The error of force exists between master and slave side, as is suggested by the feedback force acquired by sensors in the slave side and the input force in the master side. Reducing the force feedback error as soon as possible is made possible by using an error compensation method based on three layers BP neural network. The validity of the error compensation method is validated by developing a force feedback experiments system. The experiment suggests that error compensation leaves the force feedback error mean reduced to 0.1 N. The compensation control algorithm could improve the accuracy of force feedback model.

orthopedic surgery; manipulator; force feedback; error compensation

2016-02-02

哈爾濱市應(yīng)用技術(shù)研究與開發(fā)項目(2014RFQXJ30)；黑龍江省教育廳科學(xué)技術(shù)研究項目(12541723)

宋瑩瑩(1980-)，女，黑龍江省哈爾濱人，高級工程師，研究方向：自動控制、電氣工程，E-mail：15937228@qq.com。

10.3969/j.issn.2095-7262.2016.02.018

TN953

2095-7262(2016)02-0197-05

A