一种用于体内微型机器人的磁控运动预测补偿控制方法与流程

本发明涉及磁控体内微型机器人控制，具体涉及一种用于体内微型机器人的磁控运动预测补偿控制方法。

背景技术：

1、磁控体内微型机器人受到外部磁铁或电磁线圈产生的磁场作用，其运动过程涉及外部磁控参数、空间磁场分布、胶囊受力和力矩、胶囊位移和姿态变化以及视觉反馈等多个环节。胃肠道内的组织接触、液体阻力、黏膜摩擦和胶囊姿态偏移会导致同一磁控动作在不同状态下产生不同运动结果。

2、在现有方法中，单纯物理模型对摩擦系数、组织弹性和流体阻力等环境参数依赖较强，而真实胃肠道环境中的上述参数难以长期保持准确。大规模世界模型虽然能够进行多步轨迹预测，但训练数据需求大、算力成本高，不利于医院和企业端部署。端到端黑盒强化学习方法虽然可用于连续决策，但医学场景不适合大量试错，且模型解释性不足。

3、因此，需要一种低算力、可解释、可部署的磁控决策方法。该方法应能够以低维状态特征替代原始大规模视觉生成任务，将磁控参数、视觉状态、候选动作和历史误差组织为结构化输入，并在执行动作前对多个候选磁控动作的潜在运动后果进行预测和筛选。

技术实现思路

1、针对现有技术存在的不足，本发明提出一种用于体内微型机器人的磁控运动预测补偿控制方法。本发明不依赖大规模世界模型，也不以端到端黑盒强化学习作为核心，而是采用数据驱动潜在结果预测的反事实推理路线，并引入磁力耦合因果链作为输入输出约束。

2、本发明为实现上述发明目的，采取的技术方案如下：一种基于轻量级磁力耦合反事实预测与补偿模型的体内微型机器人磁控方法，包括以下步骤：

3、s1：给定并采集相关参数，包括胶囊图像、目标方向、目标距离、当前速度、姿态变化趋势、图像遮挡程度、图像模糊度、磁场方向、磁场强度、磁场梯度、外部磁铁位姿、候选磁控动作集合以及近期预测误差序列。

4、s2：通过视觉状态估计模块将胶囊图像和磁控系统状态转化为当前状态，所述当前状态包括视觉状态特征、运动状态特征和磁控状态特征，用于描述当前体内微型机器人运动状态和磁控条件。

5、s3：通过历史误差编码器对最近若干控制周期内的预测误差序列进行编码，得到历史状态，所述历史状态用于表示近期磁力耦合偏差、动作响应衰减和补偿状态。

6、s4：通过反事实控制器生成候选磁控动作集合，所述候选磁控动作包括前向磁控增强、后向磁控增强、左向磁控偏转、右向磁控偏转、降低磁场强度和保持当前磁场。

7、s5：将同一当前状态和同一历史状态分别与不同候选磁控动作组合，输入磁力耦合反事实预测模型，预测各候选动作对应的前向位移、横向偏移、姿态变化和安全风险评分。

8、s6：根据各候选动作的预测结果计算综合代价，所述综合代价由目标跟踪误差、姿态偏差、安全风险评分和控制能耗组成；选择综合代价最小的候选动作作为实际磁控动作，并向外部磁控执行机构输出磁控指令。

9、s7：执行实际磁控动作后，视觉反馈更新模块获得真实运动结果，并将真实运动结果与对应预测结果进行比较，得到新的误差序列；新的误差序列输入历史误差编码器，更新历史状态，用于下一控制周期。

10、作为本发明的优选技术方案，当前状态包括目标方向、目标距离、当前速度、姿态变化趋势、图像遮挡程度、图像模糊度、磁场方向、磁场强度、磁场梯度、外部磁铁位姿，用于表示当前胶囊运动状态和磁控条件；候选磁控动作包括前向磁控增强、后向磁控增强、左向磁控偏转、右向磁控偏转、降低磁场强度、保持当前磁场，用于表示待评估的反事实磁控策略；历史状态包括近期位移预测误差、姿态预测误差、风险误差、动作响应衰减量、动作失效统计，用于表征当前环境下的磁力耦合补偿信息；模型输出包括预测前向位移、预测横向偏移、预测姿态变化、安全风险评分，用于动作评估和控制决策；候选磁控动作集合通过以下公式表示：

11、

12、其中，为第个控制周期内的候选磁控动作集合；为第个候选磁控动作；为候选磁控动作总数。

13、所述磁力耦合反事实预测模型采用轻量级多层感知机结构。该模型首先将当前状态、候选动作和历史状态进行特征拼接，随后经过两层全连接网络进行非线性融合，再通过多输出预测头输出、、和。风险评分经过归一化函数限制在零到一范围内，用于后续安全约束和综合代价计算。

14、磁力耦合反事实预测模型为主预测模型，其输入输出关系如下：

15、

16、

17、其中，为由当前状态、候选动作和历史状态拼接形成的特征输入；为磁力耦合反事实预测模型；为第个候选动作的预测输出向量，其分量、、和分别表示预测前向位移、预测横向偏移、预测姿态变化和安全风险评分。

18、作为本发明的优选技术方案，所述历史误差编码器采用轻量级门控循环单元对历史误差序列进行编码。历史误差序列由最近若干控制周期内预测结果与真实视觉反馈之间的差异构成，误差包括位移误差、姿态误差、风险误差、动作响应衰减量和动作失效统计。在前期实验中，若数据量不足或需要降低实现难度，可使用最近若干步误差均值和动作响应系数作为历史状态的简化形式。历史误差编码器用于对历史误差序列进行建模，具体如下：

19、

20、

21、其中，为第个控制周期的误差向量；为前向位移预测误差；为横向位移预测误差；为姿态预测误差；为风险误差；为动作响应衰减量；为动作失效统计量；为历史窗口长度；为历史误差编码函数；为历史误差状态。

22、作为本发明的优选技术方案，所述反事实控制器在推理阶段完成反事实动作评估。每个控制周期内，控制器首先获取当前状态和历史状态，然后生成候选磁控动作集合；对于每一个候选动作，控制器调用磁力耦合反事实预测模型计算该动作的预测结果；该过程相当于在当前状态下分别估计多个未执行动作的潜在结果；随后，控制器计算综合代价并选择代价最小的动作作为实际执行动作；综合代价函数如下：

23、

24、其中，为第个候选磁控动作的综合代价；表示预测终点与目标状态之间的误差；表示姿态偏差；表示安全风险评分；表示控制能耗或磁场变化幅度；、、和为权重系数。该代价函数使系统在选择动作时同时考虑目标跟踪精度、姿态稳定性、安全风险和控制平稳性。

25、作为本发明的优选技术方案，训练阶段以实际执行动作对应的真实运动结果作为监督信号。对于某一时刻，只能获得实际执行动作的真实反馈，因此损失函数仅对实际执行动作计算。训练样本由当前状态、实际执行动作、历史状态和真实结果组成；模型输出后，与计算加权预测误差；对于某一时刻，仅对实际执行动作计算损失函数。

26、

27、

28、其中，为模型对实际执行动作的预测结果；为训练损失；为位移预测误差，用于约束和；为姿态误差，用于约束；为风险误差，用于约束；、和为损失权重，其中风险评分误差可设置较高权重以满足医疗场景对安全性的要求。

29、作为本发明的优选技术方案，所述方法的数据采集分为仿真数据、体外实验数据和后续医院或企业场景数据三个阶段。第一阶段基于已复现的视觉导航仓库构建类磁控离散动作环境，将前进、后退、左转、右转和停止映射为前向磁控、后向磁控、左向磁控、右向磁控和保持动作，并加入随机响应衰减、方向偏移和动作失效等磁力耦合扰动；第二阶段在透明管道、软组织仿体或磁性小球平台上采集真实物理环境下的状态、动作和结果数据；第三阶段在企业或医院合作条件下采集更接近真实应用的数据，用于验证模型对复杂摩擦和组织接触状态的适应能力。

30、本发明的系统由视觉状态估计模块、磁力耦合反事实预测模型、历史误差编码器、反事实控制器和视觉反馈更新模块组成。视觉状态估计模块将胶囊图像和磁控系统状态转化为低维状态特征；磁力耦合反事实预测模型用于预测候选磁控动作对应的位移、姿态变化和安全风险；历史误差编码器用于表征近期预测误差和补偿状态；反事实控制器用于枚举候选动作、计算各动作的预测结果与综合代价并选择最优动作；视觉反馈更新模块用于将执行后的真实运动结果与预测结果比较，并更新历史误差状态。部署端由视觉特征提取模块、轻量级反事实预测模型、历史误差编码器和安全约束控制器组成。视觉特征提取模块将图像转换为低维状态特征，反事实预测模型和历史误差编码器完成候选动作结果预测，安全约束控制器计算综合代价并输出磁控指令。该部署方案不依赖大规模模型，不需要云端推理，也不需要高性能图形处理器，能够在普通工控机或医院端工作站上运行。

31、本发明的有益效果在于：

32、1、提出由磁力耦合反事实预测模型、历史误差编码器和反事实控制器组成的轻量级磁力耦合反事实预测与补偿框架，用于低算力条件下的磁控体内微型机器人自适应控制。

33、2、提出在同一当前状态下对多个候选磁控动作进行潜在结果预测的方法，使系统能够在实际执行前完成反事实动作评估。

34、3、提出利用视觉反馈误差更新历史状态的补偿机制，使模型能够适应胃肠道环境中的摩擦变化、组织接触变化和磁响应衰减。

35、4、提出将目标跟踪误差、安全风险和控制能耗联合纳入动作选择的综合代价函数，提高磁控过程的安全性和稳定性。