论文部分内容阅读
当前国际医用机器人行业发展迅速,市场巨大,近年来,国家重视中医的发展,世界各国对中医针灸人才的需求也不断提高。同时激光针灸逐渐诞生,它有着的巨大优势,无痛无感染隐患,使得激光针灸疗法在国外受到了欢迎,但国内的目前使用较少,还有着广阔的前景。同时激光针灸可以用很短的时间达到传统针灸的几十分钟的效果,提高了效率。但是目前使用的激光针灸都需要医护人员手持仪器进行治疗,因此浪费了许多人力,使得本就紧缺的中医医生变得更加紧缺,为解决这些问题,激光针灸机器人的开发变得十分重要,而激光针灸机器人的开发还面临许多困难,其中首要解决的问题是人体穴位的智能识别定位。本文使用多个深度相机,采用先整体后局部的方法,首先使用全局相机进行人体姿态识别并获取肢体位置,然后使用局部相机研究了一条经络上的穴位定位,最后解决了肢体运动后穴位的重定位问题。使得激光针灸机器人根据上述穴位三维坐标来完成后续治疗任务。具体工作内容如下:首先,采用全局的Kinect深度相机对人体进行识别并分割,实时获取20个人体关节节点的三维坐标进行关节点定位,完成人体骨架提取,从而找到穴位所在肢体部位。同时在利用人体姿态识别匹配后,进行辅助纠正以达到合理的治疗姿势,同时可以随时监测患者在治疗过程中是否存在不规范的动作并进行警告,识别出人体姿态后确定肢体动作。其次,在局部穴位定位采用分部位定位:对于前臂内、外侧背部等大面积规则部位采用实时的视频图像处理;结构复杂穴位分布密集的部位采用深度学习方法进行关键点定位。再根据骨度分寸法定位出穴位位置,并计算穴位点与特征点之间的转换矩阵,最后对穴位进行深度估计,为针灸机器人的运动控制提供目标穴位的三维位置信息。再次,研究了患者在治疗过程中发生运动的两种情况:第一,治疗部位以外肢体运动轨迹进行预测,判断肢体的运动是否会干扰到穴位的定位;第二,治疗部位发生运动后的穴位跟踪,采用光流法进行特征点跟踪,快速计算出肢体变化姿态,进而反解出穴位坐标,进行穴位的重定位。最后,进行视觉寻穴系统的搭建,开展激光针灸机器人穴位定位实验验证,验证论文中所提出的算法的鲁棒性、准确性。