北京罗森博特科技有限公司穆克文获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京罗森博特科技有限公司申请的专利一种手术机器人的关节位置校准方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119896537B 。
龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510396932.0,技术领域涉及:A61B34/30;该发明授权一种手术机器人的关节位置校准方法是由穆克文;姜涛;朱罡;许珂;赵向蕊设计研发完成,并于2025-04-01向国家知识产权局提交的专利申请。
本一种手术机器人的关节位置校准方法在说明书摘要公布了:本发明涉及手术机器人控制技术领域,公开了一种手术机器人的关节位置校准方法,包括:生成多方向的之字形校准轨迹;控制机器人沿校准轨迹运动,同步采集机器人状态数据和地面真实关节位置数据,机器人状态数据包括当前关节位置和电极扭矩;基于机器人状态数据与地面真实关节位置数据,训练误差预测模型,误差预测模型的输入为机器人状态数据中的当前关节位置和电机扭矩,输出为关节位置误差;将训练好的误差预测模型与手术机器人控制系统并行工作,将误差预测模型实时输出的误差叠加至原始关节位置,在实时操作中对机器人关节位置进行校正,以提高关节位置的精度。本发明能够实现对手术机器人的关节位置进行实时高效的自动化精确校准。
本发明授权一种手术机器人的关节位置校准方法在权利要求书中公布了:1.一种手术机器人的关节位置校准方法,其特征在于,包括: 步骤S1:生成多方向的之字形校准轨迹,覆盖机器人关节空间;其中所述校准轨迹覆盖单关节、双关节及三关节方向的组合; 步骤S2:控制机器人沿所述校准轨迹运动,同步采集机器人状态数据和地面真实关节位置数据,所述机器人状态数据包括当前关节位置和电机扭矩; 步骤S3:基于所述机器人状态数据与地面真实关节位置数据,训练误差预测模型,所述误差预测模型的输入为机器人状态数据中的当前关节位置和电机扭矩,输出为关节位置误差; 其中,所述误差预测模型包括深度神经网络模型和线性回归模型;所述深度神经网络模型的结构包括:输入层、隐藏层和输出层;所述输入层的维度为m,输入为所述机器人状态数据中的m个特征,包括当前关节位置和电机扭矩;所述隐藏层包括2层全连接层,每层全连接层具有100个神经元,激活函数为Sigmoid;所述输出层的维度为K,输出机器人K个关节的位置误差; 所述深度神经网络模型的训练参数包括: 损失函数:均方误差(MSE),公式为: ,其中,L为均方误差,N为训练样本数,为第i个样本的预测关节位置误差,由DNN模型输出,维度为m;为第i个样本的真实关节位置误差,计算公式为:,其中为通过外部高精度编码器测量的第i个样本的真实关节位置,为由电机编码器推算的第i个样本的当前关节位置; 所述线性回归模型训练如下: 所述线性回归模型的输出误差公式为: ,其中,Δq j 为第j个关节的预测误差,j=1,2,3;β j0为第j个关节的回归截距项;β ji 为第j个关节的第i个输入特征的回归系数;x i 为第i个输入特征,x i =[q raw,τ],其中q raw为当前关节位置向量,τ为电机扭矩向量,m为输入特征维度; 步骤S4:将训练好的误差预测模型与手术机器人控制系统并行工作,将所述误差预测模型实时输出的关节位置误差叠加至当前关节位置,在实时操作中对机器人关节位置进行校正,以提高关节位置的精度。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京罗森博特科技有限公司,其通讯地址为:100086 北京市海淀区知春路6号(锦秋国际大厦)08层B01室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。