摘要：使用持镜臂代替人手握持内窥镜,既有利于医生双手进行手术操作,又避免了因手部震颤引起的画面抖动。本文以眼眶减压手术为切入点,设计与制造了一款基于远心机构的灵巧型持镜臂,并对其进行了运动学正逆解分析。针对医生术中无法复现、只能凭借记忆或经验推测术前规划的问题,本文提出了一种基于增强现实的内窥镜图像辅助技术,帮助医生更精准安全地完成手术。本文对持镜臂及其增强现实功能进行了精度验证实验,平均误差为1.44mm,标准差为0.71mm,较好地满足了设计需求。

摘要：针对传统系统控制精准度低的问题,提出了基于卷积神经网络的手术机器人控制系统设计;根据基于卷积神经网络的手术机器人控制原理,设计控制系统总体结构,选用PCI插槽上直接内插CAN适配卡作为上位机核心组件,采用C++编写的Lib库和DLL库为驱动程序提供适配卡;通过下位机3个节点,处理相关信号,并进行量程转换和越限判断,确保机器人不会失控;选用80C592微控制器设计关节驱动节点结构,以高速工作方式向控制器提供向总线的发送和接受能力,避免外界干扰;设计基于视觉的持镜臂,为手术过程提供上下、左右、前后的运动的手术视野;分别采用FN3002力传感器和MPS-M拉线式位移传感器获取相关传感数据,采用卷积神经网络深度学习方法,设计持镜臂运动控制步骤,采用VC++6.0工具,控制软件程序,避免抖动或者误操作主手现象的出现;由实验结果可知,采用基于卷积神经系统与期望规划值基本一致,拟合度为100%,而采用传统系统与期望规划值相差较大,拟合度仅为20%;课题设计系统持镜臂轨迹规划与期望轨迹一致,简化了控制系统的复杂性。