PID 神經(jīng)網(wǎng)絡(luò)控制的手術(shù)機(jī)器人導(dǎo)管操作系統(tǒng)

馬 旭，周金鵬，張 旭，周 琪

（1.天津理工大學(xué)電氣電子工程學(xué)院，天津300384；2.天津職業(yè)技術(shù)師范學(xué)院機(jī)械工程學(xué)院，天津300222；3.河北工業(yè)大學(xué)機(jī)械工程學(xué)院，天津300401）

預(yù)計(jì)血管介入手術(shù)方式在未來的醫(yī)療實(shí)踐中會受到越來越多的歡迎，因?yàn)樗瓤梢杂糜谠\斷又可以用于實(shí)際手術(shù). 但是，一項(xiàng)新技術(shù)如果需要發(fā)展，那它就需要很多相關(guān)技能互相配合.此外，該操作在人身體內(nèi)執(zhí)行，所以就不能夠直接監(jiān)測到導(dǎo)管的實(shí)時狀態(tài).更多的時候，需要具有豐富操作經(jīng)驗(yàn)的醫(yī)生進(jìn)行手動插入導(dǎo)管工作[1-2].在傳統(tǒng)介入手術(shù)中，導(dǎo)管是通過患者的股動脈血管插入，在這個過程中任何的細(xì)微錯誤都會傷害到患者并造成血管永久性損害.根據(jù)手術(shù)經(jīng)驗(yàn)判斷，成熟的神經(jīng)外科醫(yī)生可以在手術(shù)中達(dá)到約2 mm 的操作精度.但身體內(nèi)血管壁和手術(shù)導(dǎo)管之間的接觸力是不能直接被醫(yī)生感知到的.并且在手術(shù)過程中長期使用X 射線照相機(jī)，會造成對患者造成輻射傷害.而且醫(yī)生雖然穿著鉛保護(hù)服，但面對來自X 射線的輻射，使醫(yī)生的身體完全免受輻射也是很實(shí)現(xiàn)的.為了克服以上的問題，需要更好的手術(shù)方案和配套設(shè)備來幫助和培訓(xùn)外科醫(yī)生.手術(shù)機(jī)器人導(dǎo)管操作系統(tǒng)的優(yōu)點(diǎn)是具有很高的控制精度，并且可以遠(yuǎn)程控制.但與人手相比，沒有一個機(jī)器人操作系統(tǒng)可以滿足血管介入手術(shù)治療的所有技術(shù)要求.不僅因?yàn)闄C(jī)器不像人手那么靈活而且也因?yàn)槿狈线m的力觸覺反饋[3].

在這方面，國外出現(xiàn)了很多類似的應(yīng)用產(chǎn)品和研究成果.其中一種比較受歡迎的產(chǎn)品是Da Vinci機(jī)器人導(dǎo)管推送系統(tǒng).該Da Vinci 系統(tǒng)相比于手工工具，可以為醫(yī)生提供更多的系統(tǒng)穩(wěn)定性和在導(dǎo)管推送時提供更大、更好、更穩(wěn)定的力量支持，并且在醫(yī)生進(jìn)行更精確的手術(shù)操作時，可以防止醫(yī)生暴露于不必要的輻射中[4].

Sensei Xi 系統(tǒng)在2007 年分別獲得了美國FDA和歐盟CE 認(rèn)證，該系統(tǒng)主要用于心血管介入手術(shù)輔助過程，外科醫(yī)生通過操作具有力反饋的醫(yī)療設(shè)備，遠(yuǎn)程控制導(dǎo)管手術(shù)機(jī)器人對醫(yī)用手術(shù)導(dǎo)管的推送和旋捻工作，并且醫(yī)用導(dǎo)管末端裝有可以采集力信號的傳感器，該傳感器可以讓外科醫(yī)生在遠(yuǎn)程操作中感受到導(dǎo)管與血管壁之間的力變化，以實(shí)現(xiàn)對手術(shù)導(dǎo)管的靈活操控，確保手術(shù)安全性[5].

手術(shù)機(jī)器人導(dǎo)管操作系統(tǒng)的核心功能是導(dǎo)管的推送環(huán)節(jié)、血管內(nèi)導(dǎo)航以及導(dǎo)管推進(jìn)過程中的導(dǎo)管從端力反饋和實(shí)現(xiàn)主端的觸覺感知.國內(nèi)地北京航空航天大學(xué)和中國科學(xué)院自動化所就導(dǎo)管推進(jìn)機(jī)構(gòu)和導(dǎo)管末端力反饋等方面開展了相關(guān)內(nèi)容的研究，但目前還未形成商用產(chǎn)品[6].

在本研究中，根據(jù)介入血管手術(shù)的技術(shù)要求，設(shè)計(jì)了一個新型的手術(shù)機(jī)器人導(dǎo)管操作系統(tǒng).與上面提到的機(jī)器人系統(tǒng)相比，的系統(tǒng)是由具有兩個自由度的主端操作器和一個可旋轉(zhuǎn)的從端操作器組成的.RCMS 有一個主端操作器，通過力傳感器、扭矩傳感器、直流電機(jī)、步進(jìn)電機(jī)和DSP 共同作用決定從端手術(shù)導(dǎo)管的位移距離和旋轉(zhuǎn)角度，同時把從手術(shù)導(dǎo)管末端采集到的力信息反饋給主控制臺的操作人員，完成手術(shù)導(dǎo)管的旋轉(zhuǎn)和插入工作.

1 機(jī)器人導(dǎo)管操作系統(tǒng)

RCMS 的結(jié)構(gòu)設(shè)計(jì)分為主端和從端. 主端是外科醫(yī)生的控制臺，從端是手術(shù)導(dǎo)管進(jìn)行實(shí)際操作的部分.這樣的設(shè)計(jì)是為了保證外科醫(yī)生控制臺的可移動部分和導(dǎo)管操作端的可移動部分可以保持相同的位移、移動速度和旋轉(zhuǎn)角度.因此，外科醫(yī)生就可以在遠(yuǎn)離輻射的地方平穩(wěn)而輕松地操作該系統(tǒng)并進(jìn)行介入手術(shù).系統(tǒng)主端和從端都采用DSP 作為其控制單元.主端和從端之間的通信是一個基于互聯(lián)網(wǎng)的通信，通信的示意圖如圖1 所示.發(fā)送主端操作器機(jī)械手柄的軸向位移和旋轉(zhuǎn)信息到從端操作器，并實(shí)現(xiàn)同步運(yùn)動.與此同時，從端操作端發(fā)送通過導(dǎo)管末端采集到的力信號給主端操作器.通信波特率設(shè)置為19 200 B/s[7-8].

圖1 通信示意圖Fig.1 Communication diagram

1.1 主端操作器

主端操作器的機(jī)械結(jié)構(gòu)如圖2 所示，整個機(jī)器人手術(shù)系統(tǒng)的主端都是由有經(jīng)驗(yàn)的外科醫(yī)生進(jìn)行操作的.外科醫(yī)生使用控制臺執(zhí)行手術(shù)操作，因?yàn)閷?dǎo)管的夾緊動作是由一個夾子進(jìn)行的，主端左手柄上放置一個開關(guān)按鈕用來控制導(dǎo)管操作端的兩個夾子.右側(cè)的手柄用于檢測外科醫(yī)生的具體操作，該系統(tǒng)的導(dǎo)管操作端的可移動部分與主端操作器右手柄保持一樣的動作.正確的手柄結(jié)構(gòu)可以測量到外科醫(yī)生手的兩個動作：一個是軸向位移運(yùn)動，另一個是徑向旋轉(zhuǎn)運(yùn)動.該手柄由一個與傳感器相聯(lián)的軸承組成，手柄上還固定有兩個保證同步運(yùn)動的皮帶輪.使用帶編碼器的直流電機(jī)（電機(jī)1）產(chǎn)生轉(zhuǎn)矩反饋，這個電機(jī)被固定在滑輪上.所有部件都放在一個滑動平臺上由步進(jìn)電機(jī)（電機(jī)2）驅(qū)動，實(shí)現(xiàn)位移運(yùn)動.

圖2 主端操作器機(jī)械結(jié)構(gòu)Fig.2 Master operator mechanical structure

1.2 從端操作器

圖3 是從端操作器的機(jī)械結(jié)構(gòu)，這個部分是放在患者旁的.手術(shù)導(dǎo)管通過這種設(shè)備進(jìn)行實(shí)際插入[9].這部分機(jī)械結(jié)構(gòu)包含兩個自由度：一個是軸向位移的框架，另一個是徑向旋轉(zhuǎn)的框架.這部分結(jié)構(gòu)安裝了兩個夾子.當(dāng)外科醫(yī)生通過主端驅(qū)動手術(shù)導(dǎo)管沿軸向移動和徑向旋轉(zhuǎn)時，導(dǎo)管由夾子1 夾緊，這時導(dǎo)管保持其位置.當(dāng)導(dǎo)管被夾緊時，導(dǎo)管驅(qū)動部分可以通過夾子2 自由移動，并進(jìn)行手術(shù)導(dǎo)管的插入工作.

圖3 從端操作器機(jī)械結(jié)構(gòu)Fig.3 Slave operator mechanical structure

2 控制算法

2.1 基于神經(jīng)網(wǎng)絡(luò)的PID 控制算法介紹

圖4 顯示了神經(jīng)元工作的簡單模型，經(jīng)典的“M-P 神經(jīng)元模型”. 在該模型中，神經(jīng)元接收來自通過加權(quán)連接的n 個其他神經(jīng)元的輸入信號.然后通過“激活函數(shù)”處理和比較，之后產(chǎn)生神經(jīng)元的輸出y[10-11].

圖4 人工神經(jīng)元模型Fig.4 Artificial neuron model

為了提高傳統(tǒng)PID 控制器的控制效果，引入了智能控制算法，與傳統(tǒng)的PID 控制器相結(jié)合. BP 神經(jīng)網(wǎng)絡(luò)算法作為一種經(jīng)典的智能優(yōu)化算法，具有分布式存儲，并行處理和自學(xué)習(xí)能力等優(yōu)點(diǎn)，彌補(bǔ)了傳統(tǒng)PID 控制器的不足[12-14].

圖5 顯示了BP 神經(jīng)網(wǎng)絡(luò)PID 控制器系統(tǒng)的控制框圖.它是傳統(tǒng)PID 控制器和BP 神經(jīng)網(wǎng)絡(luò)的有機(jī)結(jié)合.輸入信號y*（t）通過BP 算法的自學(xué)習(xí)特點(diǎn)，改變神經(jīng)網(wǎng)絡(luò)中的每層的權(quán)重值，進(jìn)而自整定PID 控制器的三個參數(shù)，有效解決電機(jī)PID 控制參數(shù)不能根據(jù)周圍環(huán)境的變化而達(dá)不到理想控制效果的問題.

圖5 基于BP 神經(jīng)網(wǎng)絡(luò)的PID 控制系統(tǒng)Fig.5 PID control system based on BP neural network

每個部分的詳細(xì)分析如下：

1）BP 神經(jīng)網(wǎng)絡(luò)部分.

BP 神經(jīng)網(wǎng)絡(luò)部分是BP 神經(jīng)網(wǎng)絡(luò)PID 系統(tǒng)的核心組成部分[15].其主要功能是通過BP 算法的自學(xué)習(xí)和自適應(yīng)能力調(diào)整神經(jīng)網(wǎng)絡(luò)中各個神經(jīng)元的加權(quán)系數(shù)，然后調(diào)整PID 控制器的三個控制參數(shù)，優(yōu)化整個控制系統(tǒng)的性能.BP 神經(jīng)網(wǎng)絡(luò)中輸入層的輸出信號對應(yīng)于傳統(tǒng)PID 控制器的Kp，Ki和Kd三個參數(shù).參數(shù)輸出如圖6 所示.

圖6 Kp、Ki、Kd 參數(shù)的智能調(diào)節(jié)輸出Fig.6 Intelligent adjustment output of Kp、Ki、Kd

2）傳統(tǒng)的PID 部分.

BP 神經(jīng)網(wǎng)絡(luò)只是一種抽象的優(yōu)化算法，電機(jī)的實(shí)際控制仍然依賴于傳統(tǒng)的PID 控制器[16].因此，傳統(tǒng)的PID 部分是BP 神經(jīng)網(wǎng)絡(luò)PID 系統(tǒng)不可或缺的一部分.電機(jī)的具體控制仍取決于傳統(tǒng)PID 控制器的閉環(huán)控制，保證電機(jī)的速度輸出跟隨輸入.

2.2 算法仿真

以血管介入機(jī)器人的軸向運(yùn)動為例，進(jìn)行動態(tài)分析.根據(jù)牛頓第二定律，建立了介入機(jī)器人軸向運(yùn)動的動態(tài)模型：

其中，f（t）是電機(jī)驅(qū)動力；x（t）是運(yùn)動的位移；（t）是運(yùn)動速度；（t）是運(yùn)動加速度，公式（1）說明關(guān)系電機(jī)驅(qū)動力和輸出位移.

如果x1（t）=x（t）、x2（t）（t），則

式中，m是推進(jìn)機(jī)構(gòu)的軸向運(yùn)動的質(zhì)量；c是推進(jìn)機(jī)構(gòu)的阻尼系數(shù)；k是推進(jìn)機(jī)構(gòu)的彈性系數(shù).從公式（3）可以得出結(jié)論，推動裝置的軸向運(yùn)動的傳遞函數(shù)是

以介入機(jī)器人的軸向運(yùn)動為例，步進(jìn)信號y=1用于模擬醫(yī)生實(shí)際操作期間主手導(dǎo)管的軸向預(yù)期位移. 取公式（3）中m= 1 kg，c= 0.05 N/（m/s），k= 1.5 N/m.在MATLAB 仿真之后，獲得了圖7 所示的仿真結(jié)果，并且結(jié)果表明在BP 神經(jīng)網(wǎng)絡(luò)中有比較好的控制效果.

圖7 仿真結(jié)果圖Fig.7 Simulation result

圖7 是基于BP 神經(jīng)網(wǎng)絡(luò)PID 控制器與傳統(tǒng)PID 控制器的仿真比較.

超調(diào)量（overshoot）是控制系統(tǒng)動態(tài)性能指標(biāo)中的一個，是指輸出量的最大值減去穩(wěn)態(tài)值，再與穩(wěn)態(tài)值之比的百分?jǐn)?shù)，即

其中，（tp）為系統(tǒng)輸出量的最大值；y（∞）為系統(tǒng)的穩(wěn)定值.從結(jié)果可以看出，在傳統(tǒng)PID 控制下的系統(tǒng)超調(diào)量遠(yuǎn)大于為20%，在基于BP 神經(jīng)網(wǎng)絡(luò)的PID 控制下的遠(yuǎn)小于20%. 與傳統(tǒng)PID 控制相比，基于BP神經(jīng)網(wǎng)絡(luò)的PID 控制在調(diào)整時間和響應(yīng)速度也大大提高.

3 實(shí)驗(yàn)驗(yàn)證

首先，使用傳統(tǒng)PID 控制器在遠(yuǎn)程控制操作期間執(zhí)行基本實(shí)驗(yàn).在這種情況下，可以通過實(shí)驗(yàn)獲得控制器的性能特征.然后使用新設(shè)計(jì)的基于BP 神經(jīng)網(wǎng)絡(luò)的PID 控制器來進(jìn)行相同的實(shí)驗(yàn)，并進(jìn)行實(shí)驗(yàn)分析.通過傳統(tǒng)PID 控制器軸向位移獲得的實(shí)驗(yàn)結(jié)果如圖8 所示，位移誤差如圖9 所示. 通過圖10所示的基于BP 神經(jīng)網(wǎng)絡(luò)的PID 控制器獲得平滑而且沒有過沖的位移響應(yīng)，位移誤差如圖11 所示. 兩個控制算法的誤差極值和誤差均值在表1 中.

圖8 傳統(tǒng)PID 控制器的軸向位移Fig.8 Axial displacement of traditional PID controller

如圖9、圖11 和表1 所示，傳統(tǒng)PID 控制器存在很大誤差，并且跟蹤性能也比基于BP 神經(jīng)網(wǎng)絡(luò)的PID 控制器差. 然而，基于BP 神經(jīng)網(wǎng)絡(luò)的PID 控制器雖然表現(xiàn)良好，但由于遠(yuǎn)程操作存在一定時間延遲，它還是會有一些誤差.

圖9 傳統(tǒng)PID 控制器的軸向位移誤差Fig.9 Axial displacement error of traditional PID controller

圖10 基于BP 神經(jīng)網(wǎng)絡(luò)的PID 控制器的軸向位移Fig.10 Axial displacement of BP neural network PID

圖11 基于BP 神經(jīng)網(wǎng)絡(luò)的PID 控制器的軸向位移誤差Fig.11 Axial displacement error of BP neural network PID

表1 控制方法誤差對比表Tab.1 Control method error comparison table

4 結(jié) 論

本文提出了一種新型機(jī)器人導(dǎo)管操作系統(tǒng). 引進(jìn)了一種新的智能控制算法--BP 神經(jīng)網(wǎng)絡(luò)，并針對導(dǎo)管操縱系統(tǒng)從端，設(shè)計(jì)了基于BP 神經(jīng)網(wǎng)絡(luò)的PID控制器，改善了遠(yuǎn)程操作過程中軸向運(yùn)動的精度，與傳統(tǒng)的PID 相比，所提出的基于BP 神經(jīng)網(wǎng)絡(luò)的PID控制器在基礎(chǔ)實(shí)驗(yàn)期間的響應(yīng)更迅速.

在遠(yuǎn)程操作過程中，基于BP 神經(jīng)網(wǎng)絡(luò)的PID 控制器的軸向跟蹤誤差小于1 mm.雖然由于時間延遲在旋轉(zhuǎn)和軸向運(yùn)動方面也存在一點(diǎn)誤差，但它也可以滿足微創(chuàng)手術(shù)在實(shí)際應(yīng)用中的應(yīng)用.實(shí)驗(yàn)結(jié)果證實(shí)了新的控制方法更適合使用和理解.

在未來的工作中，將重建機(jī)器人導(dǎo)管操作系統(tǒng)的旋轉(zhuǎn)運(yùn)動動力學(xué)模型，以提高精確度，并通過光纖傳感器和磁傳感器重構(gòu)力反饋結(jié)構(gòu)，以獲得手術(shù)導(dǎo)管的血管內(nèi)力（接觸力和摩擦力）和血管內(nèi)位移的精確信息.