基于卷积神经网络的手术机器人控制系统设计

• 作者: 严南 温爱红 王琼
• 来源期刊: 计算机测量与控制
• 关键词: 卷积神经网络 手术机器人 控制 持镜臂
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 控制技术
• 页码范围: 120-124
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.08.025

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温爱红	成都理工大学工程技术学院	15	13	1.0	3.0
2	王琼	成都理工大学工程技术学院	13	33	3.0	5.0
3	严南	成都理工大学工程技术学院	12	37	3.0	6.0