多力感测仪器和机器人外科手术系统的使用方法

联邦资助

本发明在由美国国立卫生研究院(NIH)的健康和人类服务部授予的批准号R01EB000526和BRP Grant 1R01 EB 007969的政府支持下完成。美国政府对本发明享有某些权利。

技术领域

本发明的当前要求保护的实施例的领域涉及多力感测仪器、结合有该仪器的机器人系统、以及使用方法。

背景技术

视网膜显微外科是指与眼睛的视网膜、玻璃体和黄斑相关的病症的眼内手术治疗。典型的疾病包括视网膜脱离、黄斑变性和糖尿病性视网膜病变。视网膜显微外科手术需要接近或超过自然人能力的先进外科技术。在视网膜显微外科手术期间，将手术显微镜放置在患者上方以提供眼睛内部的放大可视化。外科医生通过在巩膜、眼睛的白色部分上的套管针插入小仪器(例如25Ga)，以在眼睛的后部执行精细的组织操作。

常见的外科手术任务的示例是视网膜外膜(ERM)剥离以从ERM畸变恢复患者的视力。外科医生使用微型镊子小心地将薄的、半透明的瘢痕组织(ERM)从视网膜上剥离，如图1A和1B所示。需要稳定且精确的运动，因为ERM 1的厚度可以比人手抖动2小一个数量级。此外，施加在ERM上的力必须保持在视网膜组织的强度以下。然而，在仪器尖端和视网膜之间施加的力远低于人感觉阈值1。没有力感测增加了在视网膜上施加过度力的风险，这可能引起视网膜出血和撕裂。在ERM剥离期间，眼睛必须是稳定的以使靶膜的运动最小化。这需要工具运动以在巩膜切开处遵从。仅允许关于巩膜进入点的三个旋转自由度(DOF)和沿仪器轴线的一个平移DOF，而横向平移被巩膜约束禁止。这对应于由Taylor等4人设计的机器人中的远程运动中心(RCM)的概念。固定的RCM通常被认为是微创手术(MIS)的基本要求。

与MIS不同，视网膜显微外科的成像组件(显微镜)位于患者体外，并且很少移动，如图1A所示。相反，视网膜外科医生需要在插入工具的同时对患者的眼睛进行重新定位，以便调整视角并获得对感兴趣区域的工具访问。结果，RCM点(巩膜进入点)的位置不一定是固定的，并且在视网膜显微外科手术5期间可以移动达12mm。对眼睛的重新定位要求插入眼睛中的所有仪器(例如，微镊子和光导管)协调移动。不同步的仪器运动会导致角膜条纹，其使显微镜中的视网膜的视图失真。次优人体工程学和疲劳对手术性能施加了进一步的限制。

已经开发和研究了许多机器人系统来通常探索增强和扩展视网膜手术和显微外科的能力的潜力。主从式远程操作机器人系统6-10具有运动缩放的优点以实现高精度。构建主机器人和从机器人导致复杂的系统和高成本。此外，外科医生对从属机器人和患者之间的相互作用的感知是不充分的。另一种方法是提供主动抖动消除1112的手持式机器人装置。尽管由于附加致动器而增加了尺寸和重量，但是这些装置提供了直观的界面。然而，工作空间受到跟踪系统的约束，并且不能实现人感觉不到的力的缩放反馈。第三种方法是通过受控的不均匀磁场13来移动的无约束微机器人。无约束控制使得能够进行大的工作空间和复杂的操作。缺点包括大的占地面积和有限的外科应用。

本发明的一些实施例能够使用具有实际动手协作控制14-17的稳定手眼机器人，其中用户和机器人都握住手术仪器。施加在仪器手柄上的用户输入力控制机器人跟随用户运动的速度。这种控制方法也称为导纳速度控制。人类手抖动被僵硬的机器人结构抑制。协作控制的机器人不仅提供机器的精度和灵敏度，而且提供手持式仪器的操纵透明度和即时性。该机器人系统还可以用虚拟固定装置18增强，并且与具有各种感测模态的智能仪器结合。

虚拟固定装置是提供具有各向异性机器人行为的辅助运动引导的算法。机器人运动约束帮助用户避开禁止区域1819，以及沿期望路径2021引导。可以规定1819，从患者解剖结构22或从实时计算机视觉20生成虚拟固定装置。该实施方式包括阻抗19和导纳方法2021，以及具有期望的几何约束2223的优化算法。借助于虚拟固定装置，减少了用户完成期望操纵的心理和身体需求，同时显著地增加了任务性能。如果虚拟固定装置可以通过提供直观的，被引导的机器人行为来管理固有的手术运动约束，例如RCM和工具协调，则外科医生可以集中精力于关键的外科手术任务(例如ERM剥离)。

具有力感测能力的智能仪器对于机器人和患者之间的安全交互是必不可少的。已经开发了用于显微外科，显微操作和MIS 24-28的各种力传感器。手柄安装的力传感器29不能将施加在工具尖端处的力与在套管针处的力区分开。因此，已经开发了一系列力感测仪器30-33，其具有集成到通常位于眼睛内部的仪器的远侧部分中的光纤传感器。听觉34和触觉35力反馈已经证明了调节工具对组织相互作用力的功效。在徒手操作期间，外科医生通常可以感测在巩膜进入点处的接触力，并且将其用作引导所需运动(例如，RCM和工具协调)的重要指示。然而，稳定手眼机器人的刚度削弱了用户对巩膜力的可察觉水平，引起不期望的大的巩膜力。我们设计了双力感测仪器36，以从工具尖端力和巩膜力两者提供力反馈。缺点是力传感器不能提供巩膜力值和巩膜力施加在工具轴上的位置。相反，它测量归因于巩膜力的力矩。因此，仍然需要多力感测仪器，结合仪器的机器人系统，以及使用方法。

发明内容

根据本发明的一些实施例的多力感测仪器包括：工具，其具有工具轴，该工具轴具有远端和近端；应变传感器，其沿着工具轴布置在第一位置处；第二应变传感器或扭矩力传感器中的至少一个，其沿着工具轴布置在第二位置处，所述第二位置比所述第一位置更朝向工具轴的近端；以及信号处理器，其被配置为与应变传感器并且与第二应变传感器或扭矩传感器中的至少一个通信，以从其接收检测信号。该信号处理器被配置为处理信号，以确定当施加到工具轴的力的位置在第一位置和第二位置之间时施加到工具轴的力的横向分量的大小和位置。力的横向分量是力的位于在施加力的位置处与工具轴正交的平面中的分量。

根据本发明的一些实施例的机器人系统包括机器人，该机器人具有：工具连接器；多力感测仪器，其附接到机器人的工具连接器；以及反馈系统，其被配置为与多力感测仪器通信，以向机器人系统的用户提供机器人的反馈控制或反馈信息中的至少一项。该多力感测仪器包括：工具，其具有工具轴，该工具轴具有远端和近端；应变传感器，其沿着工具轴布置在第一位置处；第二应变传感器或扭矩力传感器中的至少一个，其沿着工具轴布置在第二位置处，所述第二位置比所述第一位置更朝向工具轴的近端；以及信号处理器，其被配置为与应变传感器并且与第二应变传感器或扭矩传感器中的至少一个通信，以从其接收检测信号。该信号处理器被配置为处理信号，以确定当施加到工具轴的力的位置在第一位置和第二位置之间时施加到工具轴的力的横向分量的大小和位置。力的横向分量是力的位于在施加力的位置处与工具轴正交的平面中的分量。

根据本发明的一些实施例的控制机器人系统的方法包括利用多力感测仪器来执行动作。该多力感测仪器包括工具，其具有工具轴，该工具轴具有远端和近端；应变传感器，其沿着工具轴布置在第一位置处；第二应变传感器或扭矩力传感器中的至少一个，其沿着工具轴布置在第二位置处，所述第二位置比所述第一位置更朝向工具轴的近端；以及信号处理器，其被配置为与应变传感器并且与第二应变传感器或扭矩传感器中的至少一个通信，以从其接收检测信号。该信号处理器被配置为处理信号，以确定当所施加到工具轴的力的位置在第一位置和第二位置之间时施加到工具轴的力的横向分量的大小和位置。力的横向分量是力的位于在施加力的位置处与工具轴正交的平面中的分量。该方法还包括基于从多力感测仪器确定的力的横向分量的大小和位置向机器人提供控制信号，使得机器人响应于此而执行自动动作。

附图说明

通过考虑说明书、附图和示例，其它目的和优点将变得显而易见。

图1A和1B示出了视网膜显微外科的示例：(a)患者和主治外科医生在手术室中的位置；和(b)在ERM剥离期间手术仪器在眼睛中的布局。

图2A-2D示出了根据本发明的实施例的多力感测仪器的实施例。在(a)中示出多功能力感测仪器的示例的尺寸。带FBG传感器的工具轴的剖视图(b)。与工具校准相关的几何结构(c)。具有三个FBG传感器的单根光纤的尺寸(d)。FBG-1，FBG-II和FBG-III的中心布拉格波长分别为1529nm、1545nm和1553nm。

图2E是根据本发明的实施例的用于结合视网膜手术的两个多力感测仪器的示意图。

图3是根据本发明的另一实施例的多力感测仪器的示意图。

图4、图5A和图5B是根据本发明的多力感测仪器的另外的实施例的示意图。

图6是根据本发明的实施例的机器人系统的示意图。它还示出了根据本发明的实施例的可变导纳机器人控制方案的示例。实线示出了示例实施方式中的信号流，虚线示出了也可以并入控制法则中的信号。

图7示出了根据本发明的实施例的导纳如何随着插入深度而变化的示例。l_lb和l_ub之间的部分是巩膜力的纯力缩放和纯RCM之间的过渡。

图8A-8D提供了根据本发明的实施例的工具尖端力校准的结果的示例。沿X轴计算的工具尖端力F_tx相对于实际值(a)，其残余误差(b)。沿Y轴计算的工具尖端力F_ty相对于实际值(c)及其残余误差(d)。

图9A和9B示出了优化问题的结果。FBG-II相对于l_II(a)的优化成本以及FBG-III相对于l_III(b)的优化成本。红点表示最小成本，其中l*_II＝31.3mm和l*_III＝37.2mm。

图10A-10D示出巩膜力校准的结果。沿X轴计算的巩膜力F_sx相对于实际值(a)，其残余误差(b)。沿Y轴计算的巩膜力F_sy相对于实际值(c)，及其残余误差(d)。

图11A和图11B示出了巩膜切开位置校准的结果。从工具尖端到巩膜切开处的计算距离d_s相对于实际值(a)，每个校准位置处的RMS误差相对于实际距离(b)。另外，巩膜切开位置离工具尖端越远，即，其相对于FBG-II和FBG-III越近，则RMS误差越小。如第II-B节所述，不包括力的强度小于5mN的数据点以减少噪声。

图12A和图12B示出了由于工具尖端力引起的巩膜力估计误差。沿着X轴计算的巩膜力F_sx相对于沿着X轴施加的工具尖端力F_tx(a)，以及沿着Y轴计算的巩膜力F_sy相对于沿着Y轴施加的工具尖端力F_ty(b)。

图13A-13D示出了巩膜接触力的验证实验的结果。计算的巩膜力相对于实际值(a)，力计算的残余误差(b)。从工具尖端到巩膜切开位置的计算距离d_s相对于实际值(c)，及其残余误差(d)。

图14A和图14B示出了伪旋转校准的设置(a)以及利用坐标系机器人手柄{h}，巩膜{s}和工具尖端{t}的特写(b)。工具尖端框{t}在CD下方，用虚线箭头显示。

图15A和图15B示出了用于沿着Z轴发现工具尖端从手柄偏移的优化的结果(a)。最佳偏移为z*_rt＝-39.4mm，如点所示。RCM点(顶部)和工具尖端(底部)的相应轨迹(b)。黑色直线表示工具轴的终端位置。

图16示出了使用机器人辅助的视网膜静脉追踪实验的设置。

图17A和图17B显示了一个视网膜静脉追踪试验的巩膜力(a)。巩膜手术刀点(顶部)和工具尖端(底部)的相应轨迹(b)。黑色直线表示工具轴的终端位置。

具体实施方式

下面详细讨论本发明的一些实施例。在描述实施例中，为了清楚起见采用特定术语。然而，本发明不旨在限于所选择的特定术语。相关领域的技术人员将认识到，在不脱离本发明的宽泛概念的情况下，可以采用其他等效组件和开发其他方法。在本说明书中任何地方引用的所有参考文献，包括背景技术和具体实施方式部分，通过引用并入本文，如同每个已单独地并入一样。

当前，存在用于手术的一些机器人系统，其涉及通过进入端口插入手术仪器以在患者体内执行操作。相对于仪器的端口位置很重要，因为工具运动受限于端口。端口和工具轴之间的接触力使外科医生对施加在工具尖端处的工具对组织相互作用力的感知失真。仍然缺乏对这些挑战的适当解决方案。

本发明的一些实施例提供将多功能力感测集成到外科仪器中的系统和方法。它可以精确地测量工具轴和端口之间的接触点的位置，接触力以及施加在工具尖端处的力。力信息可以使用视觉或听觉显示器直接呈现给外科医生，或者在机器人外科手术系统中使用，以为各种外科手术提供有用的反馈和直观的运动引导。

本发明的实施例提供了一种新的双重力感测仪器，其不仅可以感测横向方向上的巩膜力，还可以感测巩膜接触点在工具轴上的位置。这种新的双力感测仪器可以使得可变导纳机器人控制能够提供直观的机器人行为。通过改变机器人导纳，机器人行为可以从执行RCM并且适应于巩膜切开处的当前位置的适应虚拟固定模式连续地转变到力缩放模式，该力缩放模式提供巩膜力的缩放反馈以及重新定位眼睛的能力。已经进行了实验以校准新的双力感测仪器，以相对于机器人校准工具尖端位置，以及评估力传感器以及根据本发明的实施例的控制算法。结果显示了提高安全性的潜力，以及增强这种机器人辅助系统的可用性和能力。

图2A提供了根据本发明的实施例的多力感测仪器100的图示。多力感测仪器100包括具有工具轴104的工具102，工具轴104具有远端106和近端108。多力感测仪器100还包括：应变传感器110，其沿着工具轴104设置在第一位置；以及第二应变传感器112或扭矩力传感器(图2A中未示出)中的至少一个，其沿着工具轴104布置在第二位置处。对应于第二应变传感器112的第二位置比对应于应变传感器110的第一位置更朝向工具轴104的近端108。

多力感测仪器100还包括信号处理器114，该信号处理器114被配置为与应变传感器110以及第二应变传感器或扭矩力传感器112中的至少一个通信，以从其接收检测信号。信号处理器114被配置为处理信号以确定当所施加的力F_s的位置d_s在第一位置和第二位置之间时施加到工具轴104的力的横向分量的大小F_s和位置d_s，如图2C所示。力的横向分量是位于在施加力的位置处与工具轴104正交的平面中的力的分量。

信号处理器114可以结合在工具102的工具手柄115内，如图2A所示。然而，本发明不限于该示例。其可以结合到工具102的不同部分中和/或位于外部。信号处理器可以包括和/或访问存储器和/或数据存储器。信号处理器可以是可编程装置和/或专用硬连线装置，例如但不限于ASIC或FPGA。

多力感测仪器100可以包括各种各样的工具102，只要它们具有对应于轴104的结构即可。工具102可以是、但不限于手术工具。图3是根据本发明的多力感测仪器的两个不同实施例用于眼外科手术的图示。其他应用可以包括其他形式的微操作，其中工具延伸通过结构中的窄开口。更一般地，一些实施例可以包括用于延伸穿过较大结构中的较大开口的工具。微操作工具的示例可以包括、但不限于针、镊子、凿子、插管、套管针、导管、导丝、光导管、内窥镜等。

在一些实施例中，信号处理器114可进一步配置成处理信号以确定当远端力的位置朝向工具轴104的远端106超过第一位置时施加到工具轴104的远端力116的大小和位置。

在一些实施例中，第二应变传感器112可以是一对应变传感器，所述一对应变传感器沿着所述工具轴沿着远端到近端轴向方向相对于彼此移位。此外，首先提及的应变传感器110和一对应变传感器112可以包括至少一个光纤。在这种情况下，该光纤包括写入其中的第一、第二和第三光纤布拉格光栅(FBG-I，FBG-II，FBG-III)，所述第一、第二和第三光纤布拉格光栅分别对应于所述首先提及的应变传感器110和一对应变传感器112，其中光纤基本上平行于工具轴104延伸。术语“基本上平行”旨在传达光纤不必完全平行的事实。在一些情况下，由于制造公差可能存在偏差。在某些情况下，应用程序可能不需要高精度，因此可以接受一定程度的错误。

尽管特定实施例将应变传感器描述为光纤中的FGB，但是本发明的一般概念不仅限于FBG。在不脱离本发明的宽范围的情况下，可以使用其它类型的应变传感器。

在一些实施例中，首先提及的应变传感器110和一对应变传感器112包括多个光纤(例如，图2B中的118、120、122)，每个光纤包括写入其中的第一、第二和第三光纤布拉格光栅(FBG-I、FBG-II、FBG-III)，所述第一、第二和第三光纤布拉格光栅分别对应于首先提及的应变传感器110和一对应变传感器112。多个光纤(例如，118、120、122)各自基本上平行于工具轴104并且基本上平行于彼此延伸。尽管图2B示出了具有三个光纤的实施例，但是多个光纤不限于该特定数量。在一些实施例中，可以有两条、三条或多于三条光纤。多个光纤(例如，118、120、122)可以围绕工具轴104的圆周基本上等间距地布置。在三个光纤的情况下，FBG-I、FBG-II、FBG-III各自包括一组三个光纤布拉格光栅。在图2B的实施例中，多个光纤(118、120、122)是围绕工具轴104的圆周以大约120°间隔定向的三个光纤。图2A-2D中所示的尺寸用于特定实施例并且在所有实施例中不是必需的。

图2A-2D的实施例可以用于能够确定在与工具轴104正交的平面内的两个力分量以及能够补偿温度变化。

在一些实施例中，写入一个或多个光纤中的第一、第二和第三光纤布拉格光栅(FBG-1、FBG-II、FBG-III)可以各自在松弛相等的温度条件下具有唯一中心反射波长以允许在光纤内的波分复用。

多力感测仪器100还可以包括光学耦合到一个或多个光纤的至少一个光学发送器和至少一个光学接收器124。光学发送器和接收器124可以结合到工具手柄115中，如图2A所示，或者可以位于外部。光学发送器可以包括、但不限于例如LED和半导体激光器。光学接收器可以包括、但不限于例如光电二极管。

图4、图5A和图5B示出了可以包括多个应变传感器以设置多个感测区域的附加实施例。本发明的一般概念不限于感测区域的特定数量。例如，一些实施例可以具有大量紧密间隔的感测区域以粗略估计沿着工具轴的连续感测能力。

以下提供了一般数量的感测段和组的形式体系。注意，上面我们提到了关于FBG对(即，组)的传感器。此外，如果存在三个光纤，则每个FBG对(或组)将具有6个感测元件。图5A示出了三个组中的六个感测段的一个示例。多个感测段可以使传感器能够测量多个接触力及其在工具轴上的位置。假设在每个感测区域内施加至多一个接触力。如果光纤应变传感器，光纤布拉格光栅(FBG)用作应变传感器，则该延伸不需要额外的空间用于并入额外的传感器。多功能传感仪器可以保持相同的形状因子。

在图5A和图5B中示出了一般化模型的一个示例，其具有六个感测段，示为1-a和1-b至3-a和3-b。每个传感段包括三个应变传感器，它们以120°的间隔均匀地放置在工具轴的圆周周围。该实例中的应变传感器是基于光纤布拉格光栅(FBG)的光学应变仪。一组两个感测段将工具轴上的感测区域分开。感测段用指示感测区域的阿拉伯数字编号，针对组内的远端和近端伴随-a或-b。例如，1-b表示第一组中的近侧感测段，如图5A所示。工具轴的位于感测段之间的部分被称为感测区域，用阿拉伯数字编号。我们假设在一个感测区域内施加至多一个接触力。接触力也用阿拉伯数字编号。力F_i和感测段j-x之间的距离被表示为d_Fi，j-x，其中i＝1,2，...，j＝1,2...，并且x＝a或b。同一组中的两个传感器(感测段j-a和j-b)之间的恒定距离被表示为Δl_j，其中j＝1,2，...，并且对于远离感测段j的任何F_i，我们得到Δl_j＝l_j-b-l_j-a＝d_Fi,j-b-d_Fi,j-b，即i≤j。第一接触力F₁的一个特殊情况是刚好在工具尖端处施加的工具对组织相互作用力，即d_F1,1-x＝l_1-x，x＝a或b。

首先，我们看每个传感段内的一个应变传感器。当横向力施加到工具轴上时，所产生的应变与传感器位置处的转矩成比例，并且因此与所施加的力成比例：

其中，∈是传感器位置处的局部应变，M是传感器位置处归因于横向力的力矩，F是施加到工具轴的横向力，d是力和传感器位置之间的距离，即力矩臂，E是杨氏模量，I是惯性矩，以及r是弯曲轴和应变传感器之间的径向距离。

FBG传感器的布拉格波长的偏移与局部应变和温度变化成比例：

Δλ＝k_∈∈+k_ΔTΔT(2)

其中，Δλ表示FBG传感器的布拉格波长的偏移，∈表示在传感器位置处的局部应变，ΔT表示温度变化，并且k_∈和k_ΔT是恒定系数。

第二，在每个感测段内有三个应变传感器，均匀地围绕工具轴的圆周以120°的间隔放置。同一传感段内的三个应变传感器的共模主要由轴向应变和温度变化引起。它是三个FBG传感器的波长偏移的平均值。剩余的差模反映了归因于横向力的应变。我们将差模定义为传感器读数。可以通过从FBG波长偏移中减去共模来计算差模：

其中，Δs_j-x，k和Δλ_j-x，k分别表示感测段j-x中的FBG>

存在两个感测段纵向地布置在对应的感测区域附近。假定F₁总是施加在感测区域#1内，感测段1-a和1-b的感测器读数线性地取决于F₁：

其中，ΔS_1-x＝[Δs_1-x，1，Δs_1-x，2，Δs_1-x，3]^T，x＝a和b，分别表示感测段1-a和2-b的传感器读数，是可以通过校准获得的恒定系数矩阵，并且表示感测段1-x处归因于力F₁的力矩，即

其中，F₁＝[F_1x，F_1y]^T表示施加在第一感测区域内的从工具尖端到第一感测段的横向力，并且d_F1,1-x表示从F₁到感测段1-x的纵向距离。

从(4)，我们可以计算归因于感测段1-a和1-b处的F₁的力矩：

其中表示矩阵伪逆，x＝a和b。

此外，我们可以写出：

另外，根据(7)，我们可以写出：

然后，我们可以根据(8)和(10)计算F₁

然后可以如下计算从F₁到感测段1-x的距离：

其中||·||表示向量的二范数。

感测段2-a和2-b的传感器读数反映归因于感测段远端的所有力的应变，即F₁和F₂两者都有助于传感器读数ΔS_2-x：

其中，K_2-x，F1和K_2-x，F2是可以通过校准获得的恒定系数矩阵，M_Fi,2-x是归因于在感测段2-x，i＝1和2处的力F_i的力矩。从(11)和(13)，我们可以计算F₁和d_F1,1-x。此外，我们得出：

如图5A和5B所示。

因此，我们可以写：

类似地，我们可以计算F₂：

和

现在我们可以基于上述步骤导出用于计算F_j和d_Fj,j-x的方程。传感器读数反映远离传感段j-x的所有力，其中j≥2，x＝a和b：

然后，在感测区域#j内施加的横向接触力F_j和从F_j到感测段j-x的距离d_Fj，j-x可以计算如下：

智能光导管

一个有用的应用可以是用于眼外科手术的传感光导管，如图2E所示。传感器-I可用于与其他工具、透镜或视网膜等进行碰撞检测。传感器-II和传感器-III可用于测量巩膜切开处的位置和光导管与套管针之间的接触力。在眼外科手术的当前实践中，外科医生使用一只手来握持功能性工具，例如，镊子，而另一只手握住光导管以在眼睛内部提供照明。传感光导管可以由机器人握持，使得外科医生可以使用两个仪器(例如，两个镊子)进行双向操作。

这在玻璃体切除术期间以及在眼组织的复杂操作期间会是特别有用的。机器人握持传感光导管，并且符合眼睛运动以满足远程运动中心(RCM)约束。此外，计算机视觉技术可以用于跟踪眼睛内部的其他工具和眼睛的照明历史，以调节光导管的位置和取向，从而提供具有最小光毒性的最佳照明。

附加实施例

其他感测实施方式可以实现上述多功能力传感器的相同功能。一种可能的方法是使用力矩传感器来代替同一组内的两个应变段。图3示出了使用手柄安装的力矩传感器来替换靠近手柄位于工具轴近侧上的两个感测段的一个示例。靠近工具尖端向远侧定位的应变传感器提供信息以补偿靠近工具尖端施加的力。

我们假设在每个感测区域内施加至多一个接触力。令F₁表示从工具尖端到尖端应变传感器在工具部分中施加的力，并且令F₂表示从尖端应变传感器到手柄安装的力矩传感器在工具部分中施加的力。令1₁和1₂分别表示从工具尖端到尖端应变传感器和从工具尖端到手柄力矩传感器的固定距离。d₁表示从F₁到尖端应变传感器的距离，而d₂表示从F₂到手柄力矩传感器的距离。在该示例中，在工具轴的远端处靠近尖端仅有一个应变传感器。我们假定力F₁总是施加在工具尖端，即d₁＝1₁。对于d₁＝1₁的情况，我们在尖端处需要一个以上的应变传感器。令∈_t表示由尖端应变传感器测量的应变，并且令F_h和τ_h表示由手柄力矩传感器测量的力和扭矩。从力平衡，我们可以写出：

F_h＝F₁+F₂(27)

τ_h＝F₁(d₁+Δl)+F₂d₂(28)

＝F₁l₂+F₂d₂(29)

另外，我们得出：

∈_t＝K_t1F₁(30)

其中，K_t1是可以通过校准获得的恒定系数矩阵。组合(28)，(29)和(30)，可以容易地求解未知数F₁，F₂和d₂：

F₂＝F_h-F₁(32)

图6是根据本发明的实施例的机器人系统200的示意图。机器人系统200包括具有工具连接器的机器人202。图6是使用从发明人以前的工作改造的稳定手眼机器人的眼部手术的示例。然而，本发明的广泛概念不仅限于外科手术机器人，并且不仅限于这种稳定的手眼机器人。机器人系统200还包括：多力感测仪器204，其附接到机器人202的工具连接器；以及反馈系统206，其被配置为与所述多力感测仪器204通信，以向所述机器人系统200的用户208提供机器人202的反馈控制或反馈信息中的至少一个。多力感测仪器204可以是上述多力感测仪器100的任何实施例中的一个或多个。在一些实施例中，机器人系统200可以是外科手术机器人系统；然而，本发明的一般概念并不仅限于手术机器人系统。

在一些实施例中，机器人202可以是遥控操作的机器人。在一些实施例中，机器人202可以是协作控制的机器人，其响应于用户的动作执行自动化功能，同时使用所述工具来进行修改、辅助或防止所述用户动作的手动操作中的至少一项。在一些实施例中，机器人202可以是RCM机器人。

用于紧急工具回缩的患者运动的检测

在视网膜显微外科手术期间，外科医生需要监测意外的患者运动，例如患者打喷嚏、咳嗽或坐起来。这些意外的运动会导致眼科工具和视网膜之间的碰撞，并且可能潜在地导致对眼组织的严重损伤。当外科医生注意到这种运动的线索时，必须非常快速地将眼科仪器从患者的眼睛移除。先前的工作(在ASME 2012国际机械工程国会和博览会，2012，第2卷，第145-153页中，X.He，D.Roppenecker，D.Gierlach，M.Balicki，K.Olds，P.Gehlbach，J.Handa，R.Taylor和I.Iordachita的“Toward Clinically Applicable Steady-Hand EyeRobot for Vitreoretinal Surgery”；专利WO2012018816A2，2011，M.Balicki，J.Handa和R.Taylor的“Tool exchange interface and control algorithm for cooperativesurgical robots”)研究了工具快速释放机构和用于工具缩回的机器人控制。

眼睛运动的标准线索是通过透镜变化观察显微镜或视场中的眼睛移动，看到视野的“振动”或振荡，感觉到在巩膜切开处来自仪器的横向力的阻力，该横向力的阻力传递到外科医生感觉到的仪器手柄，因为它变得高于触觉，细微的线索，例如视网膜其他结构上的光反射的变化。在当前实践中由外科医生使用的视觉和触觉提示都与巩膜到工具的相互作用力直接相关。使用多功能力感测仪器，仪器轴和巩膜之间的接触力用毫牛顿灵敏度和千赫兹速率来监测。该感测能力能够实现对意外的患者运动的早期检测。例如，可以将巩膜与工具相互作用力的大小和第一时间导数(变化率)用作预测的度量。当巩膜力量值超过给定阈值和/或表现出高频振荡(即，大的第一时间导数)时，意外的患者运动的可能性很高。可以向外科医生提供警告，例如使用听觉/触觉反馈，以使外科医生在外科医生注意到标准视觉和触觉线索之前意识到潜在风险。这可以用于手绘和机器人辅助视网膜显微手术。在机器人辅助程序中，仪器运动可以与力信息一起使用以区分由于工具运动产生的力和由于意外的患者运动产生的力。与其中不能获得工具运动的手术情况相比，这可以实现对意外运动的更快和更准确的检测。

使用机器人辅助的工具缩回

当检测到意外的患者运动时，期望的反应时间基于运动的速度和大小而变化，使得反应时间短于从其将潜在伤害的组织附处移除仪器。对于小的移动，外科医生简单地将仪器从视网膜移开。如果在手术期间患者坐起来，则外科医生快速移除仪器。在机器人辅助程序中，类似的策略可以在外科医生的监督下使用自动工具回缩方法来实施。

本发明的一些实施例可以提供以下特征：

1.一种外科仪器，其具有集成感测功能以测量在所述外科仪器上的这些接触点的接触力和位置。它可以提供：

·精确测量外科工具轴和进入端口之间的接触点相对于工具的位置；

·精确测量2-DOF中工具轴和进入端口之间的接触力，

·在2-DOF和3-DOF中精确测量工具尖端处的工具对组织力，

·和标准手术功能，例如，钩子、镊子等。

多功能传感器的感测原理基于应变计。在一些实施例中，使用光纤光学传感器，即，光纤布拉格光栅。因此，外科仪器也可以制成MRI兼容。此外，根据本发明的其他实施例，其他应变感测技术也可以用于多功能感测。利用相同的形状因子，该传感器可以进一步利用附加的感测段扩展到测量多个接触力及其位置。

2.一种使用来自外科仪器的工具力和力位置来控制机器人操纵器的方法。它可以提供：

·有用的反馈，诸如使用在工具尖端处的力缩放或者工具轴和端口之间的接触力的力缩放的触觉力反馈。

·直观的运动约束/引导，诸如引导用户的运动以符合作为虚拟固定装置的非静态远程运动中心(RCM)约束。这可以提供优于机械RCM或其他机构的许多优点，例如灵活性和安全性。

·通过最小的工具偏转改进工具尖端运动的控制，因为由于端口处的接触力而导致的工具轴上的侧向载荷可以被最小化。这对于具有小致动器的手持机器人装置特别有利，因为端口和工具轴之间的接触力相对于小致动器的有效载荷可以相对大。

这种多功能力感测仪器可以与各种机器人外科手术系统结合，例如，协同控制机器人，主/从远程操作机器人，手持机器人等。我们开发了一种协同控制机器人的控制策略，以提供安全、稳定的手术操作。类似的控制可以在其他机器人系统上实现，并且可以用于各种外科手术，例如微创手术、心脏手术，眼外科手术等。一种潜在的应用是为眼外科手术提供自动照明辅助。

3.还存在向外科医生呈现力和力位置信息的其它方法。视觉显示、音频感觉替代和振动触觉反馈等。

4.力和力位置信息可用于培训和评估住院医生的外科手术技能。一些示例是：

·控制力低于安全阈值的能力。例如，在眼外科手术中，视网膜上的超过7.5mN的力可能潜在地损伤视网膜。在眼外科手术和微创手术中，端口处的接触力应当最小化。

·能够执行特定的手术任务和外科手术策略，例如服从端口处的RCM约束。

本发明的其它实施例包括被配置为执行本发明的方法的计算机程序。

下面描述根据本发明的特定实施例的一些示例。本发明的一般概念不限于这些特定示例。

示例

在该示例章节中的所有方程号涉及在该章节中引入的方程，而不是本说明书的前面章节中的方程。

在以下实施例中，我们报告了根据本发明的实施例的双力感测仪器的新设计，其不仅可以感测横向方向上的巩膜力，还可以感测工具轴上的巩膜接触点的位置。这种新的双重力感测仪器使得可变导纳机器人控制能够提供直观的机器人行为。通过改变机器人导纳，机器人行为可以从执行RCM并且适应于巩膜切开处的当前位置的自适应虚拟固定模式连续地转换到力缩放模式，该力缩放模式提供巩膜力的缩放反馈以及重新定位眼睛的能力。进行实验以校准新的双力感测仪器，以相对于机器人校准工具尖端位置，以及评估力传感器以及控制算法。结果显示了提高安全性的潜力，以及增强机器人辅助系统的可用性和能力。

双力感测仪器

设计：本发明的一些实施例可以建立在先前的双力感测仪器36上。该示例的主要假设是力仅仅在不多于两个位置处施加：工具尖端和工具轴上的巩膜接触点。工具轴由与25Ga眼科仪器相同的直径为0.5mm的不锈钢丝制成。工具轴被加工以切割具有V形截面的三个纵向通道。具有三个光纤布拉格光栅(FBG)传感器(Technica S.A.，北京，中国)的一个光纤被嵌入到工具轴中的每个通道中。每个FBG传感器为3mm长。工具尺寸以及FBG传感器的规格在图2A-2D中示出。

新的双力感测仪器包括总共九个FBG传感器，布置成工具轴的三段。在同一工具轴段中的三个FBG传感器相隔120°，并且在工具轴的该段处提供应变测量。第一FBG感测段，FBG-1，通常保留在眼睛内。其用于测量施加在工具尖端和眼组织之间的横向力，因为巩膜接触力不在工具尖端处产生应变。FBG-II和FBG-III感测段在近端处距离工具尖端至少30mm，大于人眼的平均直径(25mm)。它们专用于测量在巩膜切开处施加的横向力以及巩膜切开处相对于工具的位置。在巩膜切开处的轴向力分量主要由于摩擦，因此与横向力(即，法向力)相关。在该原型中不包括在尖端处的轴向力感测，但是可能如在我们的其它工作33中所示。工具轴的总长度为45mm。数据采集单元是来自Micron Optics(Atlanta，GA)的sm130-700光学传感询问器，刷新率为2kHz，并且光谱范围为1525nm至1565nm。

计算力和巩膜切开位置的算法

计算巩膜和尖端力的算法基于Iordachita等人30和He等人36提出的先前的方法。来自相同传感段的FBG传感器的波长偏移共模表示归因于轴向力和温度变化的应变。差模，称为传感器读数，定义如下：

其中，Δs_jk和Δλ_jk分别表示感测段j中的传感器读数和FBG传感器k的波长偏移，其中j＝I,II和III，并且k＝1,2和3。

假设工具对组织的相互作用力总是施加在工具尖端，则FBG-1的传感器读数线性地取决于在工具尖端处的横向力：

ΔS_I＝K_ItF_t(2)

其中,ΔS_I＝[Δs_I1，Δs_I2，Δs_I3]^T表示FBG-I的传感器读数，F_t＝[F_tx，F_ty]^T表示施加在工具尖端处的横向力，并且K_It是具有恒定系数的3×2矩阵。

巩膜接触力施加在工具轴上的位置取决于眼睛内部的工具插入深度。加上巩膜接触力，它有助于在FBG-II和FBG-III处产生的应变。此外，FBG传感器还响应于尖端力，因此：

ΔS_j＝K_jtF_t+K_jsM_jΔS_j＝K_jtF_t+K_jsM_j(3)

＝K_jtF_t+K_jsF_sd_j(4)

其中，ΔS_j＝[Δs_j1，Δs_j2，Δs_j3]^T表示FBG-j的传感器读数，F_s＝[F_sx’F_sy]^T表示在巩膜切开处施加的横向力，d_j表示从巩膜切开处到沿着工具轴的FBG-j的距离，M_j＝[M_jx，M_jy]^T表示归因于在FBG-j处的的F_s的力矩，K_jt和K_js都是3×2常数系数矩阵，j＝II和III。如图2所示，FBG-II和FBG-III之间的距离Δl是恒定的，并且始终是d_II和d_III之间的差，其等于l_II和l_III之间的差：

Δl＝l_III-l_II＝d_III-d_II(5)

通过以下更详细描述的工具校准获得系数矩阵K_jt(j＝1，II和III)和K_js(j＝II和III)以及FBG-II和FBG-III之间的距离Δl。

尖端力可以使用系数矩阵的伪逆来计算：

其中表示伪逆运算符。

归因于FBG-j(j＝II和III)处的巩膜接触力的力矩可以使用(3)和(6)计算：

巩膜接触力可以从力矩M_II和M_III的差异解出，并且：

从巩膜切开处到FBG-j的距离可以从力矩和力之间的大小比获得：

其中||·||表示矢量2-范数。

该方法可以计算施加在工具尖端和巩膜切开处的横向力以及巩膜切开处相对于工具的位置。然而，如果巩膜接触力的大小很小，则使用(9)计算的巩膜切开的位置可能遭受大的误差。因此，在巩膜力大小的死区的帮助下更新巩膜切开位置。仅当巩膜力量值超过给定阈值(例如，5mN)时，将使用(9)来更新巩膜切开位置，否则将使用之前的值d_j。

可变导纳机器人控制

从先前的力比例缩放和导纳速度控制3537设计可变导纳机器人控制方案。除了在工具手柄(机器人末端执行器)处的外科医生的力输入之外，其利用由双力感测仪器实现的新感测能力，以提供对外科医生透明和直观的机器人行为。这种机器人行为使得有用的反馈和虚拟固定装置能够增加与患者和环境交互的精度和安全性。图6示出了可变导纳控制方案。

具有力缩放的恒定导纳控制

先前的导纳速度控制是：

其中，和分别是机器人手柄框架中的期望的机器人手柄速度和世界笛卡尔坐标系中的机器人手柄速度，F_hh表示在机器人手柄框架中测量的用户的力输入，并且α是作为导纳增益的常量标量，并且是与坐标框架变换g_wh38相关的伴随变换。如果我们写入其中，R_wh和p_wh表示从局部机器人手柄框架到世界笛卡尔坐标系框架的g_wh的旋转和平移，则：

其中，表示与向量p_wh相关联的斜对称矩阵。

我们使用力缩放3537修改(10)以并入巩膜力反馈：

其中，γ是力缩放因子，并且F_hs是在机器人手柄处解析的巩膜力，伴随以下伴随变换：

其中，F_ss表示在巩膜框架中测量的巩膜力，所述巩膜框架位于巩膜切开处并且具有与手柄框架相同的取向。令表示从巩膜框架到手柄框架的坐标框架变换，则：

其中，(·)^T表示矩阵转置。巩膜切开处不是视网膜显微外科手术期间的静态点。因此，g_hs是随时间变化的。我们假设由于巩膜力导致的工具轴弯曲保持在小范围内，则R_hs≈I，p_hs≈[0，0，z_hs]^T，并且z_hs可以由双力感测仪器更新。

可变导纳控制

在先前的控制定律中的导纳是各向同性的。虚拟固定装置可以通过命令各向异性导纳来渲染。我们在(13)中引入对角导纳矩阵并且在巩膜框架中重写它：

其中，是机器人/工具接触巩膜中的巩膜切开处的期望速度，F_sh和F_ss分别为在巩膜框架中分解的手柄输入力和巩膜接触力，γ表示作为力缩放因子的常量标量，α表示作为导纳增益的恒定标量，并且A_sh和A_ss分别是与巩膜框架中的手柄输入力和巩膜接触力相关联的对角线导纳矩阵。如果A_sh＝A_ss＝I，则(16)因为巩膜力的力缩放而减小到(13)。

虚拟RCM可以通过设置A_sh＝diag([0，0，1，1，1，1]^T)和A_ss＝I来实现。在巩膜框架中解析手柄输入力F_sh。导纳矩阵A_sh去除可能导致不期望的横向运动的横向力分量，并且保持RCM约束允许的4自由度运动。此外，巩膜力反馈是将巩膜接触力朝零伺服。这加强了针对归因于其他仪器和患者运动的眼睛运动的鲁棒性的虚拟RCM。

当外科医生正在进行ERM剥离时，工具尖端接近视网膜，并且需要RCM以使眼睛和目标膜的运动最小化。当外科医生需要重新定位眼睛以调整视角时，将工具远离视网膜以避免碰撞。因此，所测量的工具插入深度可以用于调整机器人导纳以提供适当的机器人行为。例如，我们可以定义：

A_sh＝diag([1-β，1-β，1，1，1，1]^T)(17)

A_ss＝diag([1+β，1+β，1，1，1，1]^T)(18)

其中，β∈[0，1]随着工具插入深度而变化，如图7所示。当插入深度小于给定下限l_lb时，β＝0并且A_sh＝A_ss＝I。我们具有力缩放控制模式，该模式给重新定位眼睛的自由提供缩放巩膜力反馈。当插入深度大于给定上界l_ub时，β＝1，并且其切换到具有双倍增益的虚拟RCM，以最小化在硬膜切开术部位处的横向力。或者，β的值可以由人类操作者控制(例如使用脚踏板)以选择优选的操作模式。

实验和结果

双力感测仪器的校准

使用自动校准系统33来执行校准。横向力施加在工具上的不同位置处。测量并且记录FBG传感器的波长偏移，所施加的力以及在工具上施加力的位置。

尖端力的校准

对于尖端力的校准与对于我们之前的双力感测工具36的校准相同。沿着X轴和Y轴施加高达10mN的横向力。系数矩阵K_jt，j＝1,2和3，在M_j＝0的情况下，被获得作为(2)和(3)的最小二乘解。图8A-8D示出了尖端力的校准结果。图8A和图8C示出了使用(6)计算的力对实际力。通过原点的45°直线表示理想的结果。图8B和图8D示出了残余误差对实际力。对于F_tx和F_ty，均方根(RMS)误差分别为0.35mN和0.53mN。

巩膜接触力和位置的校准

横向力在工具轴上的16个位置处，离工具尖端10mm至25mm以1mm间隔施加，如图2C中的d_s所示。力的大小范围为25mN(在离工具尖端10mm处)，至100mN(在离工具尖端25mm处)。因为光纤被手动对准并且嵌入到工具轴中，所以不知道FBG-II和FBG-III(即，图2C中的l_II和l_III)的精确“中心”位置。在工具尖端处没有施加力，因此(4)减小到：

ΔS_j＝K_jsF_sd_j(19)

＝K_jsF_s(l_j-d_s)(20)

其中，d_j＝l_j-d_s，且j＝II和III。

校准目标是找到常数K_js和l_j。因为它们不是线性独立的，所以构造优化问题以找到最佳拟合：

25≤l_j≤50

最优化最小化成本函数，即FBG-j的传感器读数的残余误差的2-范数。图9A和9B示出了优化结果。和分别为31.3mm和37.2mm。FBG-II和FBG-III之间的差与单根光纤的标称值6mm一致。

使用(22)连同来计算系数矩阵K_js。校准结果证明了足够的精度，如图10A-10D所示。对于F_sx，RMS误差为0.82mN，并且对于F_sx，RMS误差为1.00mN。使用在大小上大于5mN的力来估计巩膜切开的位置。图11A和图11B示出了相对于工具尖端的估计的巩膜切开位置对比实际值以及每个校准位置处的估计RMS误差。巩膜切开处离尖端越远，它越接近FBG-II和FBG-III，并且位置估计越准确。如下一节所示，低通滤波可以进一步减小感测噪声并且平滑估计。

使用巩膜校准结果，我们检查来自FBG-II和FBG-III的尖端力消除。将仅利用尖端力从校准获得的FBG-II和FBG-III的传感器读数插入到(7)和(8)中以计算由于尖端力引起的巩膜力估计误差。如图12A和图12B所示，巩膜力误差不依赖于尖端力大小，并且可能是由于系统噪声。对F_sx，RMS误差为0.62mN，对于F_sy，RMS误差为0.74mN，且尖端力高达10mN。

巩膜接触力的验证实验

使用自动校准系统进行验证实验，以测试从用于巩膜力和位置的校准获得的结果。横向力的方向和大小，以及施加力的工具轴上的位置在校准范围内随机产生。具有100个样本的窗口大小的移动平均滤波器应用于巩膜切开的位置估计。图13A-13D示出了验证实验的结果。F_sx和F_sy估计的RMS误差分别为0.56mN和1.08mN。巩膜位置估计的RMS误差为0.57mm，与在从工具尖端25mm处的校准中获得的最低误差相当。

工具到机器人校准

将双重力感测能力结合到机器人控制中需要从局部工具框架到机器人工具托架框架的精确坐标变换。假定工具和工具托架同轴是合理的。工具和机器人工具托架的X轴和Y轴手动对齐。用卡尺测量的从机器人工具托架到工具尖端的Z轴偏移量z_rt约为-40mm。传统的枢轴校准是不实用的，因为工具轴不是刚性的。我们使用可变导纳控制来实施RCM约束，并执行伪枢轴校准。图14A和图14B示出了实验设置。将一片0.25mm厚的硬纸贴在夹到稳定平台上的CD上。在通过CD的中心孔暴露的纸张的中心刺穿0.7mm的孔。双重力感测工具插入孔中并通过可变导纳控制利用RCM约束枢转，如图14A所示。

来自双力感测工具的巩膜位置估计d_s和从世界笛卡尔框架到机器人工具托架框架的框架变换g_wr被用于找到从工具托架偏移的工具尖端。令g_rs表示从位于RCM点的“巩膜”框架到机器人工具托架框架的框架变换。因为我们假定“巩膜”RCM框架的方向与机器人工具托架框架的方向一致：

其中，R_rs＝I，p_rs＝[0，0，z_rt+d_s]^T，并且z_rt为工具尖端在机器人工具托架框架中的Z位置。RCM点p_ws可以被认为是世界笛卡尔坐标框架中的静态点。理想地，根据运动学计算的所有p_ws应该收敛到一个点。因此，一个优化问题是找到使所有的p_ws的标准差最小化：

s.t.P_ws＝[p_ws1>wsn]^T(26)

-45≤z_rt≤-35(28)

图15A示出了优化结果，RCM点和工具尖端的相应轨迹如图15B所示。计算的RCM位置的标准偏差在X、Y和Z方向上分别为0.38mm、0.34mm和0.74mm。这说明了通过可变导纳控制实现的自适应RCM约束的能力。

跟踪眼睛幻影中的视网膜静脉

我们使用眼睛模型进一步评估机器人控制的性能，如图16所示。该工具通过23Ga套管针插入眼睛，并且用于跟踪视网膜上的静脉。具有3D显示器的立体视频显微镜用于可视化。

任务是在大约3mm长的视网膜静脉分支上方进行往返行程。使用可变导纳控制进行五个试验。图17A和图17B示出了记录的巩膜力，以及其中一个试验的巩膜切开点和工具尖端的轨迹。最大巩膜力大小为3.44±0.21mN。使用上面获得的工具到机器人变换计算巩膜切开位置。对于X、Y和Z方向，巩膜切开位置的标准偏差为0.13±0.03mm，0.17±0.06mm和0.38±0.06mm。实验结果显示利用可变导纳控制的RCM行为是精确且可重复的，最小化巩膜切开的力和运动。

对于没有巩膜力反馈的标准协作控制也尝试相同的任务。用户不能感觉到巩膜力，并且只能依靠由3D显示器提供的视觉反馈。由于大的巩膜力(超过50mN)的严重的工具偏转和由于RCM的反向运动使得很难控制工具尖端运动。没有完成成功的试验。相反，可变导纳控制使得能够在巩膜切开处产生支点，用户可以精确地控制工具尖端运动而围绕其自然地枢转。

讨论和结论

Krupa等人39借助于安装在机器人末端执行器上的力传感器使用力控制，来实现自适应RCM行为。然而，假定在仪器尖端没有施加横向力，因此在机器人末端执行器处在患者外部测量的横向力是在仪器轴和套管针之间施加的接触力。这个假设在MIS中不一定有效。双力感测仪器可以提供对工具尖端力和巩膜接触力以及巩膜切开的位置的足够精确、独立的测量。其设计还可应用于MIS的外科仪器，以提供额外的有用信息，以改进手术机器人的控制。阻抗和导纳型机器人都可以利用该传感器来提供与环境的安全交互。这对于双边合作操纵和远程手术是特别重要的。

可变导纳控制采用来自双力感测仪器的感测优点。它反映了工具和环境之间的自然物理相互作用。它可以适应当前的RCM点，而不假设RCM点是静态的。机械RCM不提供改变RCM点的灵活性，而使用几何约束的软件虚拟RCM能够并入双力感测仪器以更新当前RCM点。可变导纳控制定律还可以与其他虚拟固定装置方法(诸如约束优化框架2223)结合。最终，其应当提供可以并入有用反馈和自然运动引导的透明和直观的界面。

我们已经提出了设计用于玻璃体视网膜手术操作的新型多功能力感测仪器，该仪器不仅测量仪器尖端处的力，而且测量巩膜接触位置和仪器轴上的相互作用力。开发了一种可变导纳机器人控制方法，该方法包含该信息以提供透明和直观的机器人行为，其可以使眼睛运动最小化，同时使得工具能够在眼睛内部操作，并且提供有用的巩膜力反馈以帮助重新定位眼睛。这个系统可以潜在地提供安全、稳定的微操作，该微操作可以改善视网膜显微外科的结果。

参考文献

1.J.R.Wilkins,C.A.Puliafito,M.R.Hee,J.S.Duker,E.Reichel,J.G.Coker,J.S.Schuman,E.A.Swanson,和J.G.Fujimoto,“Characterization of epiretinalmembranes using optical coherence tomography.,”Ophthalmology,vol.103,no.12.pp.2142–2151,1996.

2.M.Patkin,“Ergonomics applied to the practice of microsurgery.,”TheAustralian and New Zealand Journal of Surgery,vol.47,no.3,pp.320–329,1977.

3.P.Gupta,P.Jensen,和E.de Juan,“Surgical forces and tactileperception during retinal microsurgery,”在MICCAI,1999,vol.1679,pp.1218–1225中.

4.R.H.Taylor,J.Funda,D.D.Grossman,J.P.Karidis,和D.A.LaRose,“Remotecenter-of-motion robot for surgery,”U.S.Patent 5 397 323,Mar.14,1995.

5.J.-P.Hubschman,J.Son,B.Allen,S.D.Schwartz,和J.-L.Bourges,“Evaluation of the motion of surgical instruments during intraocularsurgery,”Eye(London,England),vol.25,no.7,pp.947–953,2011.

6.S.Charles,H.Das,T.Ohm,C.Boswell,G.Rodriguez,R.Steele,和D.Istrate,“Dexterity-enhanced telerobotic microsurgery,”在IEEE ICRA,1997,pp.5–10中.

7.T.Nakano,N.Sugita,T.Ueta,Y.Tamaki,和M.Mitsuishi,“A parallel robotto assist vitreoretinal surgery,”IJCARS,vol.4,no.6,pp.517–526,2009.

8.Y.Ida,N.Sugita,T.Ueta,Y.Tamaki,K.Tanimoto,和M.Mitsuishi,“Microsurgical robotic system for vitreoretinal surgery,”IJCARS,vol.7,no.1,pp.27–34,2012.

9.W.Wei,R.Goldman,和N.Simaan,“Design and theoretical evaluation ofmicro-surgical manipulators for orbital manipulation and intraoculardexterity,”在IEEE ICRA,2007,pp.10–14中.

10.H.Yu,J.H.Shen,K.M.Joos,和N.Simaan,“Design,Calibration andpreliminary testing of a robotic telemanipulator for OCT guided retinalsurgery,”在IEEE ICRA,2013,pp.225–231中.

11.R.A.Maclachlan,B.C.Becker,J.C.Tabar,G.W.Podnar,L.A.Lobes,和C.N.Riviere,“Micron:an actively stabilized handheld tool for microsurgery,”IEEE Transactions on Robotics,vol.28,no.1,pp.195–212,2012.

12.C.Song,D.Y.Park,P.L.Gehlbach,S.J.Park,和J.U.Kang,“Fiber-optic OCTsensor guided‘SMART’micro-forceps for microsurgery,”Biomedical OpticsExpress,vol.4,no.7,pp.1045–1050,2013.

13.M.P.Kummer,S.S.Member,J.J.Abbott,B.E.Kratochvil,R.Borer,A.Sengul,B.J.Nelson,和S.S.Member,“OctoMag:an electromagnetic system for 5-DOF wirelessmicromanipulation,”IEEE Transactions on Robotics,vol.26,no.6,pp.1006–1017,2010.

14.R.Taylor,P.Jensen,L.Whitcomb,A.Barnes,R.Kumar,D.Stoianovici,P.Gupta,Z.Wang,E.DeJuan,和L.Kavoussi,“A Steady-Hand Robotic System forMicrosurgical Augmentation,”The IJRR,vol.18,no.12,pp.1201–1210,1999.

15.B.Mitchell,J.Koo,I.Iordachita,P.Kazanzides,A.Kapoor,J.Handa,G.Hager,和R.Taylor,“Development and application of a new steady-handmanipulator for retinal surgery,”在IEEE ICRA,2007,pp.623–629中.

16.A.Uneri,M.A.Balicki,J.Handa,P.Gehlbach,R.H.Taylor,和I.Iordachita,“New Steady-Hand Eye Robot with micro-force sensing for vitreoretinalsurgery,”在IEEE BioRob,2010,pp.814–819中.

17.X.He,D.Roppenecker,D.Gierlach,M.Balicki,K.Olds,P.Gehlbach,J.Handa,R.Taylor,和I.Iordachita,“Toward clinically applicable Steady-Hand Eye Robotfor vitreoretinal surgery,”在ASME IMECE,2012,IMECE2012–88384中.

18.L.B.Rosenberg,“Virtual fixtures:Perceptual tools for teleroboticmanipulation,”在IEEE Virtual Reality Annual International Symposium,1993,pp.76–82中.

19.J.J.Abbott和A.M.Okamura,“Virtual fixture architectures fortelemanipulation,”在IEEE ICRA,2003,pp.2798–2805中.

20.A.Bettini,P.Marayong,S.Lang,A.M.Okamura,和G.D.Hager,“Vision-assisted control for manipulation using virtual fixtures,”IEEE Transactionson Robotics,vol.20,no.6,pp.953–966,2004.

21.P.Marayong,M.Li,A.M.Okamura,和G.D.Hager,“Spatial motionconstraints:theory and demonstrations for robot guidance using virtualfixtures,”在IEEE ICRA,2003,vol.2,pp.1954–1959中.

22.M.Li,M.Ishii,和R.H.Taylor,“Spatial motion constraints usingvirtual fixtures generated by anatomy,”IEEE Transactions on Robotics,vol.23,no.1,pp.4–19,2007.

23.A.Kapoor和R.Taylor,“Constrained control for surgical assistantrobots,”在IEEE ICRA,2006,pp.231–236中.

24.A.Menciassi,A.Eisinberg,G.Scalari,C.Anticoli,M.Carrozza,和P.Dario,“Force feedback-based microinstrument for measuring tissue properties andpulse in microsurgery,”在IEEE ICRA,2001,pp.626–631中.

25.U.Seibold,B.Kubler,和G.Hirzinger,“Prototype of Instrument forMinimally Invasive Surgery with 6-Axis Force Sensing Capability,”在IEEE ICRA,2005,pp.496–501中.

26.J.Peirs,J.Clijnen,D.Reynaerts,H.Van Brussel,P.Herijgers,B.Corteville,和S.Boone,“A micro optical force sensor for force feedbackduring minimally invasive robotic surgery,”Sensors and Actuators A:Physical,vol.115,no.2–3,pp.447–455,2004.

27.P.Puangmali,H.Liu,L.D.Seneviratne,P.Dasgupta,和K.Althoefer,“Miniature 3-Axis Distal Force Sensor for Minimally Invasive SurgicalPalpation,”IEEE/ASME Transactions on Mechatronics,vol.17,no.4,pp.646–656,2012.

28.P.Polygerinos,A.Ataollahi,T.Schaeffter,R.Razavi,L.D.Seneviratne,和K.Althoefer,“MRI-compatible intensity-modulated force sensor for cardiaccatheterization procedures,”IEEE TBME,vol.58,no.3,pp.721–726,2011.

29.P.Berkelman,L.Whitcomb,R.Taylor,和P.Jensen,“A miniature instrumenttip force sensor for robot/human cooperative microsurgical manipulation withenhanced force feedback,”在MICCAI,2000,pp.247–286中.

30.I.Iordachita,Z.Sun,M.Balicki,J.U.Kang,S.J.Phee,J.Handa,P.Gehlbach,和R.Taylor,“A sub-millimetric,0.25mN resolution fully integrated fiber-opticforce-sensing tool for retinal microsurgery,”IJCARS,vol.4,no.4,pp.383–390,2009.

31.X.He,M.Balicki,J.U.Kang,P.Gehlbach,J.Handa,R.Taylor,和I.Iordachita,“Force sensing micro-forceps with integrated fiber Bragg gratingfor vitreoretinal surgery,”在SPIE Phontics West,2012,8218-82180W,pp.1–7中.

32.X.Liu,I.Iordachita,X.He,R.Taylor,和J.U.Kang,“Miniature fiber-opticforce sensor based on low-coherence Fabry-Pérot interferometry forvitreoretinal microsurgery,”Biomedical Optics Express,vol.3,no.5,pp.1062–1076,2012.

33.X.He,J.Handa,P.Gehlbach,R.Taylor,和I.Iordachita,“A Sub-Millimetric3-DOF Force Sensing Instrument with Integrated Fiber Bragg Grating forRetinal Microsurgery,”IEEE TBME,accepted,2013.

34.N.Cutler,M.Balicki,M.Finkelstein,J.Wang,P.Gehlbach,J.McGready,I.Iordachita,R.Taylor,和J.T.Handa,“Auditory force feedback substitutionimproves surgical precision during simulated ophthalmic surgery,”IOVS,vol.54,no.2,pp.1316–1324,2013.

35.M.Balicki,A.Uneri,I.Iordachita,J.Handa,P.Gehlbach,和R.Taylor,“Micro-force sensing in robot assisted membrane peeling for vitreoretinalsurgery,”在MICCAI,2010,vol.13,pp.303–310中.

36.X.He,M.Balicki,P.Gehlbach,J.Handa,R.Taylor,和I.Iordachita,“A noveldual force sensing instrument with cooperative robotic assistant forvitreoretinal surgery,”在IEEE ICRA,2013,pp.213–218中.

37.R.Kumar,P.Berkelman,P.Gupta,A.Barnes,P.S.Jensen,L.L.Whitcomb,和R.H.Taylor,“Preliminary experiments in cooperative human/robot force controlfor robot assisted microsurgical manipulation,”在IEEE ICRA,2000,pp.610–617中.

38.R.M.Murray,Z.Li,和S.S.Sastry,A Mathematical Introduction toRobotic Manipulation,CRC Press,1994.

39.A.Krupa,G.Morel,和M.de Mathelin,“Achieving high-precisionlaparoscopic manipulation through adaptive force control,”Advanced Robotics,vol.18,no.9,pp.905–926,2004.

在本说明书中示出和讨论的实施例仅旨在向本领域技术人员教导本发明人已知的用于制造和使用本发明的最佳方式。在描述本发明的实施例时，为了清楚起见采用了特定的术语。然而，本发明不旨在限于所选择的特定术语。如本领域技术人员根据上述教导所理解的，在不脱离本发明的情况下，可以修改或改变本发明的上述实施例。因此，应当理解，在权利要求及其等同物的范围内，可以以不同于具体描述的方式来实施本发明。