日前，中國科學院深圳先進技術研究院生物醫學與健康工程研究所微創中心圍繞腔道手術機器人運動感知與控制的研究取得新進展，相關論文在Neural Networks期刊在線發表。該論文提出了一種基于深度神經網絡求解蛇形機器人逆運動學問題的算法，對于高冗余度關節型手術機器人的運動感知和控制具有重要意義。深圳先進院博士生Olatunji Mumini Omisore與研究助理韓世鵬為論文共同第一作者，通訊作者為王磊研究員。

　　經血管、消化道等腔道進行手術及放射治療是醫療機器人領域的研發熱點，課題組成員提出了一種基于深度神經網絡的阻尼最小二乘法算法，用于求解蛇形機器人的逆運動學。為實現對蛇形機器人末端執行器的精確控制，研究人員采用阻尼最小二乘法計算機器人雅克比矩陣模型中關節矢量變化的誤差，并通過迭代獲得機器人目標位置所適合的關節矢量。為避免奇異點，研究人員構建了深度神經網絡模型并用于預測蛇形機器人工作空間中任意目標點所需的最優阻尼系數。仿真和實驗均表明，本方法可高效實現對腔道手術機器人運動的準確感知和快速控制。

　　該研究得到了國家自然科學基金-深圳機器人聯合基金重點支持“穿戴式精確定位介入手術機器人的力覺感知與導絲操控機理”、CAS-TWAS獎學金、深圳市醫療電子平臺提升和小孔雀等項目的資助。

蛇形機器人實驗驗證