一种CABG手术辅助机器人运动补偿方法研究——基于耦合模型的多传感器信息融合多步预测控制算法梁帆；崔世钢，赵丽，吴兴利，杨莉莉(天津职业技术师范大学天津市信息传感与智能控制重点实验室天津300222)(*通讯作者邮箱：bachelormdl0@163.com)摘要：在非体外循环心脏动脉旁路移植手术中，辅助机器人动态地消除心脏表面手术点与机器人手术设备Z间的相对运动，使心脏不停跳的手术成为可能。由于心脏运动的高带宽、非平稳、非线性等特点，机器人很难迅速准确的动态跟踪心脏运动。本文捉出基于多测量耦合模型的多步预测控制算法，该算法增加了加速度测最并采用卡尔曼滤波器作为状态观测器进行信息融合处理，增强了对机器人运动状态的估计，进而捉高心脏运动信号的跟踪性能。同时超前的N步预测增加了系统的带宽。实验结果表明，使用了耦合模型的多传感器信息融合多步预测控制算法的机器人系统将跟踪相对运动误差减小了20%<,关键词：跟踪控制；手术辅助机器人；模型预测控制；心脏信号估计；耦合模型；扩展卡尔曼滤波器中图分类号：TP242.6文献标识码：AMotionCompensationoftheCABGSurgeryAssistedRobot:aCoupledModelBasedMulti-sensorFusedNstepPredictiveControlAlgorithmLIANGFan,CUIShigang,ZHAOLi,WUXingli,YANGLili(TiaiijinKeyLaboratoryofInlormationSensing&IntelligentControl,TianjinUniversityofTechnologyandEducation,Tianjin300222,China)Abstract:IntheoffpumpCoronaryArteryBypassGraft(CABG)surgery,thebeatingheartsurgeryispossiblethroughtheroboticstoolwhichdynamicallycancelstherelativemotionbctwccnthepointofinterest(POI)onthebeatingheartandroboticinstruments.DuetohighbandwidthofthePOImotion,thetrackingtaskisveryhardtoachieve.Inthispaperweproposeacoupledmodelbasedmulti-sensorfusedNsteppredictivecontrolalgorithm.ThemethodtakesKalmanFilterasitsstateobservertoimprovethestateestimationandthusenhancethetrackingperformance・Furthermore,TheNsteppredictionsenlargethesystembandwidth.Thecomparisonexperimentresultsshowsthattrackingerrorfromthecoupledmodelbasedmodelpredictivecontrolalgorithmarc20%lessthanthatusingpositiononlymodel・Keywords:trackingcontrol;surgicalassistedrobotics;modelpredictivecontrol;heartmotionprcdiction;coupledmodel;extendedKalmanFiltero引言冠心病是人类主要的致死疾病之一⑴。冠心病的手术治疗方法是体外循环冠状动脉旁路移植手术，但是手术中心脏停跳会给病人带來术后并发症⑵，不仅增加了医疗成本而且大大延长了病人术后恢复的时间。为了解决这一问题，医生希望采用非体外循的方法，即在手术过程中采用使心脏始终保持在完全跳动状态（区别于使用机械静止器的非完全跳动的情况）的手术方式完成操作。由于心脏运动信号运动快、幅度大，医生无法手工跟踪心脏运动来完成手术[3L4]O如今随着机器人技术的发展，机器手臂可以帮助医生跟踪心脏运动来完成心脏不停跳的非体外循环旁路移植手术。其工作是消除机器人手术工具端点与心脏表面某操作点的相对运动，使得机器人与心脏保持相对静止。医生在此基础上，通过操作手柄壳加运动完成远程遥控手术操作。在这里我们只考虑运动跟踪问题，叠加运动作为以后研究的内容。在心脏旁路移植手术中，冠状动脉血管的直径范围为0.5・2.0mm。为了保证手术安全，动态误差应保持在血管直径的1%以内，即对于高频带心脏运动的动态跟踪误差要保持在小于100中“的范围内叫在以往的研究中，NakamuiJ使用了反馈控制方法;Ortmaier110"提出基于Taken原理心脏运动预测方法的控制方法；Ginhoux[,21与Rotellari01均提出广义模型预测控制器；Duindam和Sastry1提出基于模型的渐进控制算法；Liangf，2）提出心脏运动信号的自适应时变线性冋归模型，将心脏信号跟踪问题转化为基于心脏运动信号模型的运动跟随问题，并应用最优跟踪理论，实现了基于心脏运动模型的随动跟踪控制。以往的研究结果表明基于模型的预测控制算法是解决心脏手术辅助机器人跟踪控制问题的有效方法，其...