微創介入機器人系統設計與精度分析

陳世明1，嚴偉瑋1，韓世鵬，張 一

(1.華東交通大學 電氣與自動化工程學院，江西 南昌 330013;2.中國科學院深圳先進技術研究院，廣東 深圳 518000)

血管介入手術是指醫生在影像學方法的引導下，將導管送到病變部位進行診斷與治療[1-2]。血管介入手術被認為是當前最具有應用價值的治療手段之一[3]。但是介入手術也有一些不足，例如：醫生長期在有輻射的屏蔽室工作，有損健康；手術操作難度大，醫療學習周期長等等。微創介入機器人可以有效地解決上述問題。

目前，血管介入手術機器人按遞送介入器械的不同方式主要可分為摩擦驅動型和平臺移動型[4]。在摩擦驅動型方面，韓國成均館大學研制了一種通過后部兩個滾輪機構來夾持和推送導管的介入手術機器人[5]。美國 Hansen 醫療公司研制了基于帶摩擦的 Magellan 血管介入機器人系統[6]。美國Corindus公司開發了CorPath 200血管介入機器人系統[7-8]。在滑動平臺型方面，北京工業大學研制介入手術推進機構是通過夾持和滑動平臺對導管進行遞送以及力檢測[9]。日本香川大學研制了帶有觸覺反饋的遙操作手術機器人系統,其從端通過滑動平臺的往復運動實現對導管的遞送[10]。中國科學院自動化研究所和北京航空航天大學分別研制了針對心血管和腦血管的介入手術機器人,進行了相關的機構設計與導航控制方法研究[11-12]。

本文總結了上述設計的優點與不足，提出了一種新介入手術機器人系統的設計方法。機構控制采用主從控制方式，且設計了用于夾持和旋捻導管的仿生手指，電機的控制算法采用BP神經網絡整定其PID參數。最后對其進行一系列精度實驗，并對其精度進行詳細分析。

1 血管機器人系統設計

如圖1為本血管機器人系統的整體設計圖，主要包括主端操作手、從端推進機構和客戶機3個部分。

圖1 系統的整體設計圖

機構設計方面，通過對醫生實際手術過程的觀察分析，可以發現醫生在微創介入手術中送導管/導絲時，主要依靠手的推送與手指的旋捻來達到導管/導絲沿血管軸向進退，在血管分支處的周向旋捻以及遇到障礙的躲避轉彎的目的。因此本文以此為設計理念，綜合考慮導管的方便裝夾、機構的拆卸與消毒等因素，設計了仿生血管機器人來代替醫生完成導管介入的動作。然后結合模塊化設計理念，將機構分解為軸向進給模塊和周向旋捻模塊，設計了如圖2所示的可仿人手推進和旋捻的微創手術機器人推進機構。

圖2 推進機構原理圖

如圖2所示，本文設計的血管介入推進機構主要由推送和旋捻兩大模塊組成，推送模塊主要依靠推送電機(MAXON EC32)在絲杠的作用下帶動機構前進或后退。圖3為旋捻模塊，旋捻電機(MAXON EC20)帶動凸輪前后運動，同時凸輪的前后運動通過傳動桿轉換成仿生手指的上下運動，從而模擬人手對導管的旋捻效果。并且可利用夾持電機(MAXON EC18)控制仿生手指對導管的夾持與松開，在仿生手指的另一側也配有手動夾持器以手動調節導管夾持的松緊程度。

1—夾持電機;2—夾持裝置;3—導軌;4—仿生手指;5—導管支撐板;6—手動夾持器;7—絲杠底座;8—傳動桿;9—凸輪;10—旋捻電機圖3 旋捻模塊剖視圖

本文設計的血管介入手術機器人的推進機構具有結構緊湊、體積小、重量輕、消毒方便的優點，便于在醫療上推廣應用；同時能夠適應不同直徑的導管，并且可以很方便地取出和放入導管，也能保證夾緊導管的可靠度。此外，該裝置通過旋捻機構驅動兩摩擦塊上下相對運動的方式來捻動導管旋轉，不會出現彈性滑動的問題，且能夠有效避免由于采用電機直接驅動傳感器以帶動導管旋轉帶來傳感器纏線的問題，最終有效保證了導管的連續、可靠轉動。

2 血管機器人控制系統設計

2.1 主從控制系統

本文設計的微創介入機器人系統由主、從兩部分組成，同時為了便于該系統手術過程中與造影導航系統集成，設計了如圖4所示的微創介入機器人控制系統。該機器人控制系統的控制策略采用主從遙操作控制模式。從端與客戶機端通信采用TCP/IP協議進行通信，負責推送裝置電機控制、力反饋數據等信息的交互。同時客戶機與主手采用RS232串口通信，負責接收與發送控制。當醫生在操作室由主端發出控制指令后，該控制指令經客戶機處理通過局域網發送至主控制器，并交由推送裝置執行，同時將收集到的導管位姿、電機狀態、力反饋數據等信息通過局域網實時反饋給客戶機與主手。

圖4 血管機器人控制系統框圖

實際手術時，醫生只需要在屏蔽室內建立完成血管通道后，將導管/導絲通過血管鞘送入血管之后就可以暫時離開屏蔽室，在屏蔽室外通過血管造影導航系統與定位機械臂的引導就可完成導管/導絲的遞送，減少醫護人員受輻射時間。

2.2 基于神經網絡的PID控制系統

PID控制是自動控制里最早、最普遍的控制方法。PID控制器算法與結構簡單，易于操作且可靠性高，廣泛應用于工程控制領域。

隨著工業的發展，對象的復雜程度不斷加深，傳統PID的不足逐漸顯露出來，人們在對PID應用的同時，也對其進行了各種改進。例如引入各種智能算法與傳統PID相結合。神經網絡是進行分布式并行信息處理的算法數學模型，其模擬人腦神經網絡的結構和功能，是用大量簡單的神經元連接組成的復雜網絡,具自學習和自適應的能力,為控制領域的研究開辟了新途徑。BP神經網絡與PID控制器的結合能夠起到很好的控制效果，通過BP神經網絡整定Kp,Ki,Kd三個參數可以有效解決PID控制參數難以確定而使控制系統達不到最佳效果的問題[13]。

圖5所示為 BP神經網絡PID系統的原理圖，它是BP神經網絡與傳統PID控制器組合成[14]。

圖5 BP神經網絡PID控制

圖6為控制系統的BP神經網絡結構，其神經網絡結構為輸入層3個節點、隱含層6個節點、輸出層3個節點。首先初始化各權重系數，使其為(-1,1)間的隨機數，并將初始學習速率設為0.25，動量因子設為0.05。最后設定輸入值分別為e(k)、e(k-1)、1，其中e(k)為電機實際轉速n與給定轉速n*之差，即e(k)=n*-n，并進行歸一化處理，選定輸出分別為Kp,Ki,Kd。

圖6 控制系統BP神經網絡結構

3 精度實驗與結果分析

為檢測推進機構的精度，在微創介入機器人進行仿真體模實驗和動物活體實驗之前提供數據積累，需要進行一系列的精度實驗，同時詳細分析實驗測得的實驗數據。圖7為推進機構樣機實物及實驗場景圖。本次實驗選用介入手術中常用的強生5F導管，其直徑約為1.67 mm。

圖7 推進機構樣機實物及實驗場景

推進機構推進導管的軸向進給誤差εa是推進機構在已知的工作環境下，操作導管運行某一給定的距離，其中導管運行的測量值la與導管運行的理論值lb間的差值，即

εa=la-lb

(1)

推進機構軸向重復定位精度是推進機構在已知的工作環境下，重復推進導管到達某一給定點的誤差范圍，即

εb=(εa)max-(εa)min

(2)

3.1 推進機構軸向進給精度實驗

推進機構的軸向進給精度實驗是為了驗證其軸向進給距離的精度。由于導管是加持在仿生手指之間的，可通過給推送電機一個進給的脈沖量來控制導管前進與后退，脈沖量的值可以由式(3)計算：

P=128·s·d

(3)

式中，P為電機運動的脈沖量(cnt)；s為設定的導管運行的理論值(mm)；d為電機減速器的減速比。從MAXON電機手冊中可以查出電機減速箱的減速比為53∶1。

實驗步驟：在導管軸向進給的理論值分別為10 mm、30 mm、50 mm、70 mm、100 mm情況下做5組實驗。每組實驗都是首先將推進機器人置于初始狀態，使用游標卡尺記錄導管初始狀態坐標位置。然后通過位置模式設置推進距離，同時控制電機推進該設置距離，并記錄導管當前坐標位置。計算出兩個坐標位置之差，即為其實際進給距離。然后再退回初始位置，并重復10次上述操作，同時記錄每次坐標位置，并計算實際距離與設置距離誤差，最后整理數據并計算軸向進給精度，實驗結果如圖8所示。

圖8 軸向進給精度誤差圖

由圖8可知這5組實驗的軸向進給誤差最大為0.23 mm，最小幾乎為零，這說明所設計機構滿足精度要求。

3.2 推進機構軸向重復定位精度實驗

為完成推進機構的重復定位精度實驗，本文采用工業機器人重復定位精度的測試方法進行測量，即設定相同的脈沖量，使推進機構來回重復推進該距離，軸向重復定位精度并繪制誤差曲線。

實驗步驟：在導管軸向運行距離分別為10 mm、30 mm、50 mm、70 mm、100 mm的情況下做了5組實驗，每組重復做10次實驗，每次實驗均記錄導管的軸向進給距離，得出軸向進給誤差，進而算出重復定位誤差，實驗結果如圖9所示。

從圖9中能夠看出重復定位誤差都在±0.2 mm之間，說明所設推進機構的重復定位精度滿足精度要求。

3.3 不同旋捻時長下的推進機構軸向進給精度實驗

本次實驗的目的是為了驗證推進機構在軸向進給

圖9 構軸向重復定位誤差圖

的過程中，仿生手指旋捻導管時的軸向推進精度測試。由于仿生手指的上下旋捻運動是由旋捻電機帶動凸輪前后運動而成，故仿生手指的旋捻時長是由旋捻電機的運動距離決定。

實驗步驟：分別以0.5 mm、1.5 mm、3 mm三種不同的旋捻電機運行距離進行推進實驗，每組實驗重復10次，每次實驗均記錄推進機構在上述這3種不同的旋捻時長下的軸向推進精度，實驗結果如圖10所示。

圖10 加入仿生手指旋捻后對軸向推進誤差圖

從圖10中能夠看出加入仿生手指旋捻后對軸向推進誤差的影響十分微小，說明所設計機構滿足精度要求。

3.4 不同直徑導管下的推進機構軸向進給精度實驗

在實際中，需使用多種不同型號的導管來參與完成介入手術。因此，為驗證本推進機構對不同直徑導管的適用性，設計了推進機構夾持不同直徑導管下的軸向進給精度實驗。除上述實驗中的5F型導管外，本次實驗還使用直徑約為2 mm的6F型以及直徑約為0.36 mm的導絲以證明所設計的介入機器人系統的可靠性。

實驗步驟：使推進機構分別夾持導絲以及5F，6F兩種不同直徑的導管進行推進實驗，每組實驗重復10次，并記錄推進機構的軸向推進精度，實驗結果如圖11所示。

圖11 不同直徑導管下的推進機構軸向進給誤差圖

由圖11可知，夾持不同直徑的導管/導絲對軸向進給誤差差別甚微，說明本文設計的機構適用于不同直徑導管，同時滿足設計的精度要求。

根據上述4個實驗的結果及分析，可以得出該推進機構的精度滿足設計要求，并且可通過研究改進以使其性能進一步提高。因此，對該推進機構的精度分析，有助于提高整體系統的精度，若對此推進機構的精度做更深入的研究，能夠更進一步提高并穩定推進機構的精度，這對實際的手術是非常有研究價值的。通過對以上精度實驗，分析影響推進機構精度的原因，提出了3條提高精度的可行舉措：

(1) 導管的軸向進給是通過仿生手指夾持導管，電機通過滾珠絲杠帶動仿生手指模塊推進與后退。其中滾珠絲杠具有很小的摩擦阻力，同時兼具高精度、可逆性和高效率的特點，所以軸向運動精度較好。導管的旋捻運動完全依靠旋捻電機前后運動帶動凸輪使仿生手指成上下捻動，可能會出現打滑現象，這類現象能夠通過下一步的改良仿生手指設計來得到改善；

(2) 目前導管電機的控制算法是BP神經網絡整定PID算法，可通過下一步來進行優化該算法，使其整定出更優化的PID參數，從而提高機構的推進精度和穩定性；

(3) 介入機器人的零件加工以及裝配同樣會對其運動精度產生影響；可以設法提高工廠加工精度以及零件裝配水平來減少誤差，從而改進推進機構運動精度。

4 結束語

本文針對微創介入手術對醫生的身體危害性及難操作性等問題，通過設計基于仿生學模擬醫生實際夾持和旋捻導管動作的仿生手指機構與基于BP神經網絡PID的控制系統，研發出一種輔助醫生手術操作的新型介入手術機器人系統。利用所研制出的血管介入機器人樣機，開展了推進機構的精度實驗，實驗測試的各項精度結果證明所開發的推進機構符合精度的各項指標，滿足精度的設計要求。通過對機構精度和誤差來源的分析，給出提高精度的3條可行措施。本介入手術機器人滿足設計要求，為同類產品的設計和改進提供了參考依據。目前介入機器人樣機仍處于實驗測試階段，下一步的研究工作是進行仿真體模實驗以及開展動物活體實驗，然后根據實驗結果進一步改進樣機。