Page 25 - 《中国医疗器械杂志》2026年第2期
P. 25

Chinese Journal of Medical Instrumentation                                         2026年 第50卷 第2期

                                                     医   疗   机   器   人



                                    √
                                      2
                                L =  r +h 2               (7)       至此求得逆解,但对于六自由度机械臂理论上
                                                                最多有8组解 。由关节范围可知,θ 和θ 不可能等
                                                                            [9]

                        z                    腕心                                                  2   4
                                   r                            于π,则奇异位形有以下3种情况:当θ  = 0时,只
                                                                                                    4
                                                                能求出关节变量θ 与θ 的和; 当θ  = 0时,只能求
                                     L 3                                        3   5          2
                                  ϕ
                             关节2             β                  出关节变量θ 与θ 的和;当θ = 0且θ = 0时,只能求
                                                                                          2
                                                                            1
                                                                                3
                                                                                                4
                                                                出关节变量θ 、θ 与θ 的和。当机械臂处于奇异位
                                                                                    5
                                                                                3
                                                                            1
                            L 2                 h               形时,逆运动学存在无数组解。
                                    L
                              γ                                  3    基于RGB-D相机的多点穴位识别算法

                       O   基座                     x                 在使用机械臂模拟艾灸治疗时,需要明确目标
                                                                穴位的三维信息。本文拟采用基于辅助标记点位置
                              图7   二连杆模型图
                                                                               [10]
                       Fig.7  Two-link manipulator model diagram  的视觉定位系统 ,医师在患者需要艾灸的穴位处

                                                                贴上黑色X标记点,上位机通过固定在艾灸盒末端
                  计算辅助角:
                                                                的深度相机获取患者艾灸区位图像,继而获取标记
                                              
                                      2   2  2
                                     L + L − L 
                                     2   3    
                                                              点在相机坐标系下的三维信息,再将相机坐标系下
                           ϕ = arccos                 (8)
                                              
                                       2L 2 L 3
                                                                的三维信息转换到机械臂下后通过TCP协议发送给
                               β = arctan2(h,r)           (9)   机械臂,对机械臂进行定位控制。
                                                                  视觉系统的主要任务就是获取标记点在相机坐
                                      2   2  2
                                     L − L + L 
                                     2   3    
                           γ = arccos              (10)   标系下的三维坐标,艾灸机器人系统框架如图8所示。
                                       2L 2 L
                                              

                  通过计算可得两组解:                                                        上位机系统
                  构型一,肘部向上:                                              指令输入       视觉系统       双向通信   下位机
                                                                                                       系统
                             θ 2 = β+γ,θ 3 = π−ϕ         (11)                       图像获取
                                                                    用户控制
                  构型二,肘部向下:                                           界面
                                                                                    标记识别
                             θ 2 = β−γ,θ 3 = ϕ−π         (12)                                  运动控制    FR5机
                                                  √                       数据显示      计算处理               械臂
                                                          2
                                                     2
                  参数定义:腕心水平投影距离                r= wc x +wc y ;
                                                                                    输出定位
              垂 直 高 度 差 h=wc −d =wc −0.152; 连 杆 长 度 L =
                                  1
                               z
                                                          2
                                      z
              0.425 m,L =0.395 m。                                            图8   艾灸机器人系统框架
                        3
                  现已求得θ 、θ 、θ ,此时对球形腕关节进行                             Fig.8  The system framework of the moxibustion robot
                            1   2   3
              姿态解耦,计算前3个关节的旋转矩阵 R :                                 采集到患者背部图像后,基于OpenCV的工业
                                                 3
                                                   0
                                  (   )
                             3     0   T  0                     视觉检测系统实现了对X形标记的实时识别与定位。
                              R 0 =  R 3  × R 6          (13)
                                                                首先通过高斯模糊和二值化进行预处理。然后,通
                  ZYZ欧拉角分,对应关节4、5、6:
                                                                过算法进行轮廓分析,结合几何特征验证实现标记
                                             
                                  r 11  r 12  r 13 
                                             
                           3                              的精确识别。最后输出X形标记点中心像素坐标。
                            R 0 =  r 21  r 22  r 23    (14)
                                 
                                             
                                                                  通过安装Intel RealSense SDK可以获得深度相
                                  r 31  r 32  r 33
                  求解公式:                                         机点云空间分布深度信息Z 和内参矩阵K,基于针
                                                                                         c
                                                                                         [11]
                                                               孔相机模型的透视投影方程 为:
                θ 4 = arctan2(r 23 /sinθ 5 ,r 13 /sinθ 5 )
                
                
                           √                                                               
                
                             2   2
                θ 5 = arctan2( r +r ,r 33 )  ,(sinθ 5 > 0) (15)                u       X C  
                                                                               
                                                                                          
                             31  32                                                1       
                                                                                         
                                                                               v  =                     (17)
                                                                                       K  Y C  
                 θ 6 = arctan2(r 32 /sinθ 5 ,r 31 /sinθ 5 )                             
                                                                                    Z c     
                                                                                 1          Z C
                  或
                                                                    对其进行逆变换得到:
               
               θ 4 = arctan2(−r 23 /sinθ 5 ,−r 13 /sinθ 5 )                                   
               
               
                            √                                                    X C        u 
               
                              2   2                                                          
               θ 5 = arctan2(− r +r ,r 33 )  ,(sinθ 5 < 0) (16)            P C =  Y C  = Z c K −1       (18)
                                                                                      
                                                                                 
                                                                                      
                                                                                 
                              31  32                                                         v 
                                                                                              
                                                                                              
               
                θ 6 = arctan2(−r 32 /sinθ 5 ,r 31 /sinθ 5 )                       Z C          1
                                                             139
   20   21   22   23   24   25   26   27   28   29   30