脈搏診斷機器人力反饋式位置跟隨控制與仿真

劉群坡，劉廣輝，王海星

（河南理工大學電氣工程與自動化學院，河南焦作 454002）

0 引言

脈搏診斷理論已貫穿于中醫學的生理、病理、診斷、治療各方面，在中醫整體理論中占有重要地位［1］。利用串聯機械臂的高靈活性、高安全性特點進行脈搏診斷是中醫脈診現代化發展趨勢。在脈搏診斷過程中，人的手臂發生輕微轉動或者輕微平移會造成脈搏點位置發生變化，對脈搏診斷造成很大干擾。針對該問題，本文基于V-REP（Virtual Robot Experimentation Platform）機器人仿真軟件對機器臂末端傳感器跟隨脈搏點運動進行控制仿真研究［2-3］。當脈搏位置發生變化時機器人能夠控制末端脈搏傳感器的中心點，時刻保持接觸脈搏點，使傳感器獲取到真實的脈搏信息，提升診脈質量。模擬場景如圖1 所示。

針對機器臂末端跟蹤控制的研究較多。如Chen 等［4］在改進自抗擾控制基礎上提出一種用于控制六自由度串行機器人的高精度軌跡跟蹤策略，改進基于循環混合四元數曲線的姿態軌跡規劃算法，利用運動學方程和速度逆雅可比矩陣，將位置和姿態軌跡轉化為關節軌跡，利用上述轉換環節作為自抗擾控制的預處理環節代替典型自抗擾控制的跟蹤微分器，消除跟蹤延遲影響，通過仿真驗證了結果；潘立等［5］針對具有參數不確定性和外界干擾的六自由度工業裝配機器人，提出一種自適應魯棒滑模跟蹤控制器，實現了嚴格的軌跡跟蹤、精確的參數估計和對外界干擾的魯棒性。隨著視覺圖像處理技術的發展，利用圖像處理技術進行指尖跟蹤成為一種新的研究方向，Wei 等［6］提出一種新的基于圖像處理的指尖跟蹤算法，實驗結果表明，改進的指尖跟蹤算法能有效提高跟蹤精度。

Fig.1 V-REP simulation scenario圖1 V-REP 仿真場景

以上方法僅關注了跟蹤算法理論，并未結合實際應用進一步體現算法優勢。本文針對基于五自由度機器臂的脈搏診斷應用，更偏向實際應用場景，在具有物理引擎的機器人仿真環境中采用最貼合實際的壓力反饋策略，對機器人的末端跟隨控制進行研究。診脈過程中患者的手臂發生輕微晃動會造成脈診誤差，為減少這類誤差發生，需要控制機器臂帶動末端傳感器跟隨脈搏點移動，保持傳感器中心與脈搏點時刻保持接觸，以此獲取更可靠的脈搏數據［7-9］。

本文基于脈搏傳感器的壓力值反饋調整機器人的跟隨運動策略，通過分析手臂在旋轉和平移動作時的脈搏傳感器陣列力的數據，針對力的變化機器人做出對應動作，進而實現脈搏傳感器跟隨脈搏點運動。

1 機器臂模型建立及仿真

1.1 機器臂模型

本文以五自由度機器臂為研究對象，其結構如圖2 所示，5 個關節全部為旋轉關節。

Fig.2 Robotic arm structure圖2 機器臂結構

機器臂的正運動學相對逆運動學求解較為簡單，通過對每相鄰連桿的齊次變換矩陣進行運算，可以求出末端坐標系在基礎坐標系下的齊次變換矩陣，通過齊次變換矩陣便可得出由關節角到末端姿態的函數關系［10-11］。

針對圖2 所示的機器人坐標系建立D-H 參數表［12］，如表1 所示。

Table 1 D-H parameter表1 D-H 參數

根據機械臂的運動學模型以及相鄰連桿坐標系間的位姿關系，建立相鄰連桿坐標系間的變換矩陣如下：

其 中，cijn（i=1，2…，5，j=1，2…，5，n=1，2…，5）代 表cos(θi+θj+θn)，sij（ni=1，2…，5，j=1，2…，5，n=1，2…，5）代表sin(θi+θj+θn)。

通過公式（8）可以求得在關節角已知的情況下末端相對基坐標系的姿態，即正向運動學。關于逆運動學，本文采用V-REP 仿真求解器，故不需要逆運動學理論分析。

1.2 機器人模型驗證

通過V-REP 中的Denavit-Hartenberg 工具可以查看模型各個關節的D-H 參數，如圖3 所示。圖3 為五自由度機器人在初始姿態的各個關節間的參數，該參數結構與建立的D-H 表一致［13］，表明在仿真中建立的模型正確性，同時在仿真中給出具體參數值。

Fig.3 D-H display tool圖3 D-H 顯示工具

1.3 機器人逆運動求解器

在V-REP 仿真中，不需要針對逆運動學求解問題進行復雜的數理分析，只需要在軟件中對五自由度機器臂的逆運動學求解器進行設置。將機器臂結構中的首尾關節進行關聯并建立IK_Group，對逆運動求解器的求解參數進行設置。圖4 為具體的參數設置。該求解器可通過迭代法求得滿足要求的近似逆運動學數值解，解決了不規則結構的機器臂逆運動學求解問題。

Fig.4 Inverse kinematics solver setup圖4 逆運動學求解器設置

2 傳感器與脈搏模型

本文采用的脈搏壓力傳感器陣列是由25 個微型壓力傳感器構成［14-15］，其結構如圖5 所示。每一個微型壓力傳感器點都可獲取脈搏跳動時反彈的壓力數值。將該傳感器裝配至機器人末端，用于獲取脈搏的跳動數據［16-18］。

圖5 中，fij代表第i行第j列的微型壓力傳感器。

Fig.5 Pulse pressure sensor array圖5 脈診壓力傳感器陣列

在V-REP 仿真環境中，為模擬人體脈搏的“寸”、“關”、“尺”3 個脈搏點位［19］，通過采用微型跳動關節模擬具有與人體脈搏動態特性相似的脈沖模型，其結構如圖6 所示。根據一般成年人的脈搏尺寸將該脈搏跳動模型寬度設置為3.6×3.6 mm2。

Fig.6 Pulse model圖6 脈搏模型

3 脈搏跟隨控制仿真

3.1 控制策略

本實驗主要根據壓力傳感器數據判斷當前傳感器陣列與目標脈搏點的相對位置關系，進而控制機器臂末端運動朝向，最終實現傳感器陣列的中心點對準脈搏點。仿真中主要控制策略如圖7 所示［20］。

Fig.7 Control strategy圖7 控制策略

3.2 傳感器相對脈搏點位置

（1）當傳感器陣列的中心點位置與脈搏點接觸時，傳感器陣列中的部分標志性數據如圖8 所示。其中f33 表示傳感器陣列中心點的微型壓力傳感器數據，f33 壓力數值是相對最大值，f32、f34、f23、f43 相對f33 數值偏小并接近相等，此時傳感器陣列數據作為判斷傳感器陣列中心點是否與脈搏點接觸的依據。

Fig.8 Sensor facing the pulse point圖8 傳感器正對脈搏點

（2）當傳感器陣列的中心點位置與脈搏點位置不垂直時，傳感器陣列中心相對脈搏點可能存在偏上、偏下、偏左、偏右等情況。本文只列舉傳感器陣列中心相對脈搏點偏上時的數據，如圖9 所示。其中f43 表示傳感器陣列第4行第3 列的微型壓力傳感器數據，f43 壓力數值是相對最大值，f23 與f33 相對f43 數值偏小，且f32 與f34 兩點的數據最小，表明此時傳感器陣列中心點相對脈搏位置偏上。數據出現此情況需要控制機器臂末端朝相對脈搏點下方運動，直至傳感器陣列的數據出現圖8 中傳感器中心正對脈搏點的情況。

Fig.9 Up position of sensor relative to pulse圖9 傳感器相對脈搏位置偏上

3.3 仿真實驗

（1）手臂靜止不動。在動態調整過程中，機器臂的各個關節角度變化以及傳感器的波形數據變換如圖10 所示，其中第3 個圖表示手臂的平移距離和旋轉角度數據變化為0。在7.8s 前由于傳感器未接觸脈搏點，所以傳感器數據為0；在7.8s 開始接觸，此時傳感器獲得數據，但傳感器中心點未對準脈搏點，傳感器數據不穩定；在7.8～9.2s 內通過調整機器人姿態，直至傳感器陣列中心與脈搏點接觸；9.2s 后機器臂不再運動，此時傳感器數據波形達到與圖8 數據相似，表明傳感器中心正對脈搏點。

（2）手臂輕微旋轉。動態調整過程如圖11 所示，其中第三個圖顯示手臂在30s 至36.8s 順時針方向旋轉7.7°，通過圖中的傳感器數據變化可以看出在旋轉的過程中脈搏傳感器的波形一直保持與圖8 數據形同，表明在手臂旋轉的過程中傳感器陣列的中心一直跟隨脈搏點在運動。

Fig.10 When the arm is still圖10 手臂靜止

Fig.11 Slight rotation of the arm圖11 手臂輕微旋轉

Fig.12 Slight translation of the arm圖12 手臂輕微平移

（3）手臂輕微平移。動態調整過程如圖12 所示，在15s輕微移動1.44cm，在22.5s 朝反方向移動2.94cm，由于平移對傳感器數據的采集影響較大，傳感器數據的波動較為明顯，通過傳感器數據可以看出平移后的18～22s 間，傳感器數據保持與圖8 數據相似，表明手臂平移運動發生后，機器臂通過運動調整使傳感器的中心與脈搏點相接觸，實現手臂發生平移時的跟隨運動。

4 結語

為削弱脈搏診斷過程中手臂輕微晃動對脈搏數據采集的影響，提出一種用于脈搏診斷的力反饋式脈搏點位置跟隨控制策略。在V-REP 機器人仿真軟件中搭建仿真環境，驗證該策略可以控制脈搏傳感器陣列中心跟隨脈搏點運動，確保了脈搏采集數據的準確性。但本文研究內容僅在仿真中實現，有一定局限性。后續的硬件實驗可參照本文的理論依據，為將來實現脈搏信息采集并利用大數據分析脈搏與疾病的關系提供參考。