一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

多条件约束的路径规划方法及装置与流程

2021-11-29 13:34:00 来源:中国专利 TAG:

技术特征:
1.多条件约束的路径规划方法,其特征在于:其包括以下步骤:(1)由医生交互选择确定病灶目标区域,以其质心作为路径规划目标,基于手术入口范围限制、障碍物避障限制和手术器械形状限制构建多条件约束;(2)迭代搜索经过当前路径点的障碍物切线切点,以其附近非障碍物点更新路径点,直至和目标之间无障碍物;遍历手术入口范围,使用反向切点搜索方法搜索路径点,计算手术器械耦合模型在路径点处的点云状态,通过检测其是否与手术入口边界区域碰撞检验其是否满足手术入口范围约束,通过检测其是否与障碍物碰撞检验其是否满足避障约束,以实现多条件约束下可行手术入口区域和可行路径集合的求解;(3)使用线性加权法求解全局最优路径,使用主要目标法求解不同目标下的最佳路径,包括距离脑组织最远路径、长度最短路径和包含组织量最少路径。2.根据权利要求1所述的多条件约束的路径规划方法,其特征在于:所述步骤(1)中,对于手术入口范围限制,将ct图像沿x轴切分为矢状面,首先从前往后检测第一个皮肤软组织边缘点,由该边缘点开始向后、向下检测和追溯可能边缘,直至无论向后还是向下皆为空气点;若不存在鼻腔入口,一直向右向下追溯软组织边缘最终会超出图像范围,据此在x轴上将鼻腔入口区域分割出来;然后选择鼻部边缘轮廓最下方边缘点作为鼻腔入口区域的前边缘点,由该点向后向下检测空气上
‑‑
皮肤下边缘点,选择与前边缘点距离最近的边缘点作为鼻腔入口区域后边缘点,这两个边缘点连线之间体素均位于鼻腔入口区域,所有鼻腔入口区域矢状面相应边缘点连线之间体素集合为所求入口区域;在外力作用下,鼻尖处皮肤整体向右位移最大距离为d
r
,整体向上位移最大距离为d
u
,将鼻腔入口区域边缘向右、向上分别延伸和扩展d
r
、d
u
距离;取d
r
=1cm、d
u
=1cm,延伸扩大鼻腔入口区域得到手术入口范围约束;再对手术入口范围进行三维可视化,便于观察和后续处理。3.根据权利要求2所述的多条件约束的路径规划方法,其特征在于:所述步骤(1)中,对于障碍物避障限制,在水平面调整鼻中隔黏膜部分边缘,将其由左向右收缩至软组织
‑‑
骨质边缘的邻域处,若未检测到边缘,则与相邻区域边缘平齐;模拟鼻黏膜收缩前后鼻中隔对比;在冠状面调整下鼻甲轮廓边缘,将其由右向左收缩至软组织——骨质边缘或者软组织
‑‑
空气边缘邻域处,若未检测到边缘,则与相邻区域边缘平齐;模拟鼻黏膜收缩前后下鼻甲对比。4.根据权利要求3所述的多条件约束的路径规划方法,其特征在于:所述步骤(1)中,对于手术器械形状限制,建立内窥镜与手术刀的耦合模型,对其进行路径规划;对质点进行路径规划时,质点在每个路径节点处的状态为其位置坐标;对手术器械进行路径规划时,将手术器械在路径节点处的状态由质点三维坐标扩展为高维点云集合。5.根据权利要求4所述的多条件约束的路径规划方法,其特征在于:所述步骤(1)中,对于手术器械形状限制,规定耦合模型初始状态为:刨削刀和内窥镜中心轴线与y轴平行,与x轴垂直,与z轴垂
直,对应的位姿角为0,此时刨削刀的数学模型为:式中,(x
y
,y
t
,z
t
)为刨削刀前端顶点坐标,r
s
=d
s
/2为刨削刀半径;内窥镜前端斜切圆柱数学模型为:式中,r
e
=d
e
/2为内窥镜半径,h
es
为内窥镜前端面中心与刨削刀顶点的高度差:r
e
r
s
<h
es
<d
w
,l
es
为二者前后距离差:为二者前后距离差:d
w
=10mm时取h
es
=6mm,l
es
=8mm;再规定位姿角为:以刨削刀初始中心轴线为旋转轴绕其旋转,旋转角度为β;以刨削刀顶点为旋转中心,绕z轴旋转角度为α;以刨削刀顶点为旋转中心,绕x轴旋转角度为γ;按照右手系定则,大拇指指向坐标轴正向,四指方向为旋转的正方向;手术器械耦合模型顶点为p
t
=(x
t
,y
t
,z
t
)、位姿角为(α,β,γ)时,其点云集合为:s(x
t
,y
t
,z
t
,α,β,γ)={(m

p
t
)
·
r(α,β,γ) p
t
:m∈m
s
∪m
e
}
ꢀꢀꢀ
(3)手术器械耦合模型在路径节点处的状态,是由三维顶点坐标、三维位姿角度共同决定的高维点云集合;在路径规划中,手术器械沿路径点前进和深入,手术刀刀头顶点与路径点重合;手术器械从当前路径节点p
c
径直前进到下一路径节点p
n
处,则p
t
=p
n
,手术刨削刀中心轴线与p
c
和p
n
连线重合,α为y轴正向与在xoy平面投影的夹角,γ为y轴正向与在yoz平面投影的夹角;β近似为0。6.根据权利要求5所述的多条件约束的路径规划方法,其特征在于:所述步骤(2)包括以下分步骤:(2.1)设置路径点更新时与切点距离d
t
,将起始点设为当前路径点q
s
;(2.2)对q
s
与目标点q
g
连线上所有像素点进行检测,若不存在障碍物点则q
s
、q
g
连线为可行路径跳转至(6),若存在则搜索连线上第一个障碍物表面的经过q
s
的切线切点q
t
,存在多个切点时可选择与目标距离最小的切点;(2.3)在q
s
、q
t
、q
g
所处平面内,计算切线远离障碍物一侧垂线上与q
t
距离为d
t
的点q
gt
;(2.4)以q
s
为起点、q
gt
为目标按上述步骤进行子路径规划,直至q
s
和q
gt
之间无障碍物,二者连线为子路径规划的可行路径;(2.5)将q
s
更新为q
gt
,以q
s
为起点、q
g
为目标点按上述步骤进行子路径规划,直至q
s
和q
g
之间无障碍物;(2.6)合并所有子路径规划的可行路径,为所规划全局路径。7.根据权利要求6所述的多条件约束的路径规划方法,其特征在于:所述步骤(2)中的碰撞检测包括以下步骤:(2.a)遍历圆柱中心轴线上的每一点c,用最邻近搜索算法寻找kd树中与c距离最近障碍物点b;(2.b)用圆柱包络法检测b是否碰撞,若碰撞算法结束,否则记录最小距离;
(2.c)遍历所有非圆柱部分表面点,用最邻近搜索算法寻找kd树中与其距离最近障碍物点,若距离小于阈值0.1,视为碰撞算法结束,否则记录最小距离;(2.d)若上述步骤中均未发生碰撞,则手术器械与障碍物未发生碰撞,二者距离为以上最小距离的最小值。8.根据权利要求7所述的多条件约束的路径规划方法,其特征在于:所述步骤(3)中,带约束的多目标优化问题描述为:min
x f(x)=[f1(x),f2(x),

,f
k
(x)],x∈d
ꢀꢀꢀꢀꢀꢀ
(4)其中d为条件约束下的可行域,线性加权法根据目标f
k
(x)的重要程度,设定权重进行线性加权:式中λ
k
为目标f
k
(x)的权重;主要目标法选择最重要的子目标作为优化目标,其余的子目标作为约束条件受界限约束:min
x f
p
(x),x∈d,f
k
(x)≤∈
k
,k≠p
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)其中界限值∈
k
一般取子目标函数的上界值;对于经鼻视神经管减压术路径规划的多目标优化,适合使用线性加权法和主要目标法;构造路径与脑组织距离的目标函数:其中d
bi
为路径i到脑组织的距离,d
bmax
为所有可行路径到脑组织的最大距离,d
bmin
为所有可行路径到脑组织的最小距离;构造路径与眶内组织距离目标函数f
e
(i)、与鼻中隔距离函数f
ns
(i)、与下鼻甲距离函数f
it
(i),构造路径长度的目标函数:其中l
i
为路径i长度,l
min
为所有可行路径的最短长度,l
max
为所有可行路径的最长长度;路径包含组织量用路径通道中包含的软组织和骨质像素点个数衡量,构造路径包含目标组织量的目标函数:其中t
i
为路径i包含组织量,t
max
为所有可行路径的最大包含组织量,t
min
为所有可行路径的最小包含组织量;使用线性加权法确定全局最优路径,根据目标重要程度赋予不同目标函数不同权重:式中路径与脑组织距离最重要,其权重系数w
b
最大;路径与眶内组织的距离、包含组织量比较重要,其权重系数w
e
、w
t
较大;路径与鼻中隔距离、与下鼻甲距离及长度重要性一般,
其权重系数w
ns
、w
it
、w
l
最小。9.多条件约束的路径规划装置,其特征在于:其包括:多条件约束构建模块,其配置来由医生交互选择确定病灶目标区域,以其质心作为路径规划目标,基于手术入口范围限制、障碍物避障限制和手术器械形状限制构建多条件约束;反向切点搜索模块,其配置来迭代搜索经过当前路径点的障碍物切线切点,以其附近非障碍物点更新路径点,直至和目标之间无障碍物;遍历手术入口范围,使用反向切点搜索方法搜索路径点,计算手术器械耦合模型在路径点处的点云状态,通过检测其是否与手术入口边界区域碰撞检验其是否满足手术入口范围约束,通过检测其是否与障碍物碰撞检验其是否满足避障约束,以实现多条件约束下可行手术入口区域和可行路径集合的求解;求解模块,其配置使用线性加权法求解全局最优路径,使用主要目标法求解不同目标下的最佳路径,包括距离脑组织最远路径、长度最短路径和包含组织量最少路径。

技术总结
多条件约束的路径规划方法与装置,能够保证病灶定位的精准性。方法包括:(1)由医生交互选择确定病灶目标区域,以其质心作为路径规划目标,基于手术入口范围限制、障碍物避障限制和手术器械形状限制构建多条件约束;(2)迭代搜索经过当前路径点的障碍物切线切点,以其附近非障碍物点更新路径点,直至和目标之间无障碍物;遍历手术入口范围,使用反向切点搜索方法搜索路径点,计算手术器械耦合模型在路径点处的点云状态,通过检测其是否与手术入口边界区域碰撞检验其是否满足手术入口范围约束,通过检测其是否与障碍物碰撞检验其是否满足避障约束;(3)使用线性加权法求解全局最优路径,使用主要目标法求解不同目标下的最佳路径。使用主要目标法求解不同目标下的最佳路径。使用主要目标法求解不同目标下的最佳路径。


技术研发人员:吴文灿 杨健 涂云海 施节亮 艾丹妮 宋红 范敬凡
受保护的技术使用者:温州医科大学附属眼视光医院
技术研发日:2021.07.14
技术公布日:2021/11/28
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献