13、基于多传感器与负载识别的机器人医疗应用研究

基于多传感器与负载识别的机器人医疗应用研究

在医疗领域，机器人的应用愈发广泛，其灵活性和精准性为手术和医疗操作带来了革新。本文将围绕两个关键方面展开，一是基于多传感器的人体活动识别增强机器人辅助微创手术系统（HAR - RAMIS），二是协作机器人（如 Franka Emika 机器人）的在线负载惯性参数识别，以提升其在医疗应用中的动态补偿能力。

基于多传感器的人体活动识别增强 RAMIS

在机器人辅助微创手术系统（RAMIS）中，控制目标可根据优先级分为三个层次：
1. 手术操作 ：这是 RAMIS 期间的首要任务，对手术的成功至关重要。
2. 远程中心运动（RCM）约束 ：手术工具需遵循腹壁上的小切口，产生运动学约束，即远程中心运动。
3. 其他机器人行为 ：机器人手臂的其他冗余部分可用于实现额外任务。

为了验证多传感器基于人体活动识别的 RAMIS 系统的性能，进行了两项实验。实验在 MATLAB 2018b 中实现，硬件平台为 Intel(R) i7 Core，2.80 GHz CPU 和 16.0 GB RAM。

IMUs 和 Kinect 基于的人体活动识别

邀请了 10 名年龄在 18 - 35 岁之间的受试者（5 名女性和 5 名男性），让他们在手术室中进行 5 种可能的活动，包括坐、站、走、向前弯腰以及一系列转移动作（如从坐到站）。受试者在腰部和左裤兜分别携带两个 IMU 传感器，同时使用 Kinect 相机捕获深度数据，用于校准基于传感器的 HAR 模型的结果。每个活动持续