本發(fā)明涉及醫(yī)療設(shè)備設(shè)計領(lǐng)域，尤其涉及一種醫(yī)療機器人及其控制方法。

背景技術(shù)：

脊柱外科是以手術(shù)為主要方式處理脊柱脊髓疾患的臨床學(xué)科，其核心操作包括置釘和切削兩大操作，置釘強調(diào)進釘點和角度。傳統(tǒng)徒手置釘方式需要術(shù)者通過手術(shù)經(jīng)驗選擇進釘點，依賴于空間感覺和術(shù)中透視判斷進釘角度；切削包括截骨和對軟組織的切除，操作時對神經(jīng)的不當(dāng)刺激或損傷極易引起術(shù)后神經(jīng)功能的不可逆損傷。傳統(tǒng)切削方式常使用骨鑿、磨鉆或咬骨鉗，在過程中需在狹小的空間內(nèi)嚴格控制操作范圍，操作的安全依賴于術(shù)者的空間感覺、靈敏的手感和精細操作能力。據(jù)統(tǒng)計，由醫(yī)師徒手置釘導(dǎo)致的神經(jīng)損傷的發(fā)生率約為3-55％；在切削過程中損傷神經(jīng)的發(fā)生率為3.2-12.8％。如何利用新技術(shù)提高手術(shù)的精度，減少徒手操作的限制或人為失誤造成的損失，是目前精準醫(yī)療環(huán)境下脊柱外科研究的發(fā)展方向。

為解決定位置釘操作的精度問題，以色列研發(fā)了spineassist系統(tǒng)，該系統(tǒng)是目前國際唯一通過fda和cfda認證的脊柱定位置釘機器人，其核心控制技術(shù)為并聯(lián)機械臂的精確位置指令控制，安全策略為術(shù)中透視與術(shù)前ct配準的導(dǎo)航技術(shù)。該系統(tǒng)能在減少透視次數(shù)的同時顯著提高置釘操作的效率和安全性，誤差在1mm以內(nèi)。韓國漢陽大學(xué)開發(fā)的spinebot系統(tǒng)同樣針對定位置釘操作，在控制模式上采用串聯(lián)機械臂的位置指令控制，安全策略為紅外線光學(xué)定位與術(shù)前ct配準的導(dǎo)航技術(shù)，其誤差在1-2mm。同樣采用紅外線導(dǎo)航和采用串聯(lián)機械臂的位置指令控制的脊柱置釘機器人還有瑞士的neuroglide系統(tǒng)和積水潭醫(yī)院的tirobot系統(tǒng)。

目前上市的脊柱手術(shù)機器人的手術(shù)目標(biāo)為定位置釘操作，主要采用機器人關(guān)節(jié)的直接位置指令控制或采用主從遙操作控制方式。盡管這些機器人在位置信息層面都可以達到較高的精確度，但使用場景十分局限，無法滿足臨床切削操作對于機器人輔助的需求。切削操作中術(shù)者需要實時感知操作位置和力的變化，根據(jù)情況隨時調(diào)整動作。單純的指令位置控制與主從控制模式機器人雖可以達到較高位置精度，但在實際使用中直接喪失了手術(shù)操作力的信息交互，完全依賴于操作者操作的精確度。而手術(shù)系統(tǒng)受到配準誤差，特別是解剖結(jié)構(gòu)非完全固定造成運動的影響，難以滿足切磨操作的安全性與精確性的要求。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種醫(yī)療機器人及其控制方法，以提高醫(yī)療機器人操作的安全性與精確性。

為了達到上述目的，本發(fā)明提供一種醫(yī)療機器人，其包括：

操作者操作力獲取模塊，其用于得到操作者操作力；

機器人操作力獲取模塊，其用于根據(jù)機器人末端所在區(qū)域的危險程度得到機器人操作力；

控制模塊，其用于通過所述操作者操作力和所述機器人操作力共同確定所述機器人末端的運動速度及運動方向，并將所述運動速度及運動方向的信息轉(zhuǎn)換為控制指令；

驅(qū)動模塊，其用于接收所述控制指令，并帶動機器人末端運動；

機器人末端，其通過所述驅(qū)動模塊帶動，并按照所述運動速度進行運動。

可選的，所述操作者操作力獲取模塊得到操作者操作力的步驟包括：

通過力傳感器采集操作者的輸入力；

依據(jù)機器人力控制模型將力傳感器中的所述輸入力轉(zhuǎn)換為笛卡爾空間中的所述操作者操作力。

可選的，所述操作者操作力獲取模塊得到操作者操作力的步驟包括：

檢測得到機器人關(guān)節(jié)力矩；

通過力雅克比變換所述機器人關(guān)節(jié)力矩，得到所述操作者操作力。

進一步的，所述醫(yī)療機器人還包括濾波模塊，其用于對所述操作者操作力進行濾波，以濾除操作者操作時的抖動。

進一步的，所述機器人操作力獲取模塊根據(jù)機器人末端所在區(qū)域的危險程度得到機器人操作力的步驟包括：

建立醫(yī)療對象模型；

在所述醫(yī)療對象模型中按照危險程度劃分區(qū)域，并針對不同區(qū)域設(shè)定不同的機器人操作力系數(shù)；

將所述醫(yī)療對象模型與所述機器人末端的坐標(biāo)相匹配；

獲取所述機器人末端的坐標(biāo)，判斷其所在區(qū)域，以得到對應(yīng)的機器人操作力。

進一步的，所述在所述醫(yī)療對象模型中按照危險程度劃分區(qū)域具體包括：

將所述醫(yī)療對象模型中的區(qū)域劃分為推薦運動區(qū)域、安全運動區(qū)域和禁止運動區(qū)域。

進一步的，所述并針對不同區(qū)域設(shè)定不同的機器人操作力具體包括：

在所述推薦運動區(qū)域不產(chǎn)生機器人操作力；

在所述安全運動區(qū)域產(chǎn)生與所述操作者操作力方向相反的阻尼力，降低機器人末端的運動速度；

在所述禁止運動區(qū)域產(chǎn)生遠離所述禁止運動區(qū)域的機器人操作力。

進一步的，所述機器人操作力獲取模塊根據(jù)機器人末端所在區(qū)域的危險程度得到機器人操作力的步驟還包括：

根據(jù)所述機器人末端坐標(biāo)與所述醫(yī)療對象模型的匹配信息生成所述機器人末端的期望運動；

進一步的，所述機器人操作力獲取模塊根據(jù)機器人末端所在區(qū)域的危險程度得到機器人操作力的步驟還包括：

將所述機器人操作力反饋給操作者。

進一步的，所述控制模塊通過所述操作者操作力和所述機器人操作力共同確定所述機器人末端的運動速度的步驟包括：

根據(jù)所述操作者操作力和所述機器人操作力得到機器人末端在笛卡爾空間中的期望運動速度；

所述機器人末端在笛卡爾空間的期望運動速度通過雅克比變換得到機器人關(guān)節(jié)空間的期望運動速度；

利用機器人線性化解耦控制律對所述機器人關(guān)節(jié)空間的期望運動速度進行控制，得到機器人關(guān)節(jié)的控制力矩，最終完成對機器人的速度控制。

進一步的，所述機器人末端在笛卡爾空間中的期望運動速度公式為：

其中，為操作者操作力，為機器人操作力，kv機器人末端在笛卡爾空間中力和速度的比例變換系數(shù)，是機器人末端在笛卡爾空間中的期望速度。

進一步的，所述機器人關(guān)節(jié)空間的期望運動速度公式為：

其中，是當(dāng)前構(gòu)型下的逆雅克比，是機器人關(guān)節(jié)空間的期望運動速度。

進一步的，所述利用機器人線性化解耦控制律對所述機器人關(guān)節(jié)空間的期望運動速度進行控制，得到機器人關(guān)節(jié)的控制力矩，以完成對機器人的速度控制的步驟包括：

建立完整的機器人控制模型；

將所述機器人控制模型分為基于模型的控制部分和伺服偏差控制部分；

將基于模型的控制部分產(chǎn)生的力矩與伺服偏差控制部分產(chǎn)生的力矩相加，以得到對機器人關(guān)節(jié)的控制力矩。

進一步的，所述完整的機器人控制模型為：

其中，m(θ)是機器人操作臂慣量矩陣模型參數(shù)，是速度項模型參數(shù)，g(θ)是重力項模型參數(shù)，是摩擦力項模型參數(shù)，τ是n×1機器人關(guān)節(jié)的控制力矩，n為機器人操作臂關(guān)節(jié)的自由度。

進一步的，所述基于模型的控制部分和伺服偏差控制部分的公式為：

τ＝ατ′+β

α＝m(θ)

e＝θd-θ

其中，θd為關(guān)節(jié)期望角度，θ為關(guān)節(jié)實際角度，e為期望角度與實際角度的偏差，是期望速度與實際速度的偏差，τ'為伺服偏差控制部分產(chǎn)生的力矩，β為基于模型的部分產(chǎn)生的力矩。

本發(fā)明還提供一種醫(yī)療機器人控制方法，其包括：

得到操作者操作力；

根據(jù)機器人末端所在區(qū)域的危險程度得到機器人操作力；

通過所述操作者操作力和所述機器人操作力共同確定所述機器人末端的運動速度。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

本發(fā)明提供的醫(yī)療機器人及其控制方法通過操作者操作力與機器人操作力共同確定機器人末端的運動速度，在操作者操作機器人末端偏離了期望運動軌跡或是進入了危險程度高的區(qū)域時，機器人操作力便會產(chǎn)生，以使機器人末端始終位于正確的軌跡及區(qū)域，該醫(yī)療機器人及其控制方法改變了現(xiàn)有技術(shù)中單純的操作者-機器人主從模式控制，讓操作者與機器人有了信息交互，大大提高了醫(yī)療機器人操作的安全性與精確性。

附圖說明

圖1為本發(fā)明的一個實施方式提供的醫(yī)療機器人的結(jié)構(gòu)示意圖；

圖2為本發(fā)明提供的一種醫(yī)療對象模型中的區(qū)域劃分示意圖；

圖3為本發(fā)明提供的另一種醫(yī)療對象模型中的區(qū)域劃分示意圖；

圖4為本發(fā)明提供的另一種醫(yī)療對象模型中的操作力策略示意圖。

具體實施方式

以下結(jié)合附圖對本發(fā)明提出的醫(yī)療機器人及其控制方法作進一步詳細說明。根據(jù)下面說明和權(quán)利要求書，本發(fā)明的優(yōu)點和特征將更清楚。需說明的是，附圖均采用非常簡化的形式且均使用非精準的比率，僅用以方便、明晰地輔助說明本發(fā)明實施方式的目的。

本發(fā)明的核心思想在于，提供一種醫(yī)療機器人及其控制方法，其通過操作者操作力與機器人操作力共同確定機器人末端的運動速度，在操作者操作機器人末端偏離了期望運動軌跡或是進入了危險程度高的區(qū)域時，機器人操作力便會產(chǎn)生以使機器人末端始終位于正確的軌跡及區(qū)域，該醫(yī)療機器人及其控制方法改變了現(xiàn)有技術(shù)中單純的操作者-機器人主從模式控制，讓操作者與機器人有了信息交互，大大提高了醫(yī)療機器人操作的安全性與精確性。本文中所稱“速度”為矢量，包括速率和方向。

請參考圖1，圖1為本發(fā)明提供的醫(yī)療機器人的結(jié)構(gòu)示意圖。

如圖1所示，本發(fā)明提供一種醫(yī)療機器人，其包括：

操作者操作力獲取模塊，其用于得到操作者操作力；

機器人操作力獲取模塊，其用于根據(jù)機器人末端所在區(qū)域的危險程度得到機器人操作力；

控制模塊，其用于通過所述操作者操作力和所述機器人操作力共同確定所述機器人末端的運動速度，并將所述運動速度的信息轉(zhuǎn)換為控制指令；

驅(qū)動模塊，其用于接收所述控制指令，并帶動機器人末端運動；

機器人末端，其通過所述驅(qū)動模塊帶動，并按照所述運動速度進行運動。

本發(fā)明提供的醫(yī)療機器人分別通過操作者操作力獲取模塊和機器人操作力獲取模塊獲取操作者操作力與機器人操作力，并通過控制模塊使兩者共同確定機器人末端的運動速度，在操作者操作機器人末端偏離了期望的運動區(qū)域時，機器人操作力便會產(chǎn)生，以使機器人末端始終位于期望的運動區(qū)域或有向期望的運動區(qū)域運動的趨勢。該醫(yī)療機器人及其控制方法改變了現(xiàn)有技術(shù)中單純的操作者-機器人主從模式控制，讓操作者與機器人有了信息交互，大大提高了醫(yī)療機器人操作的安全性與精確性。

在本實施方式中，所述操作者操作力獲取模塊、驅(qū)動模塊和機器人末端集中設(shè)置，以實現(xiàn)該醫(yī)療機器人的控制策略。在其他實施方式中，以上模塊和機器人末端也可以不集中設(shè)置。

在本實施方式中，所述醫(yī)療機器人及其控制方法運用于外科手術(shù)中，以滿足外科手術(shù)所需的操作精度及安全性要求。可以想到的是，本發(fā)明提供的醫(yī)療機器人及其控制方法還可以運用于其他需要高精度手動操作的領(lǐng)域中。

在本實施方式中，所述操作者操作力獲取模塊，包括：

位于機器人末端的六維力傳感器，以獲得六維傳感器坐標(biāo)系下的操作者操作力；

所述六維力傳感器與所述計算模塊電連接，

所述計算模塊依據(jù)機器人力控制模型將六維傳感器坐標(biāo)系下的操作者操作力轉(zhuǎn)換為笛卡爾空間中的所述操作者操作力。

所述操作者操作力獲取模塊得到操作者操作力的步驟包括：

通過位于機器人末端的六維力傳感器采集六維傳感器坐標(biāo)系下的操作者的操作力；

依據(jù)機器人力控制模型將六維傳感器坐標(biāo)系下的操作者的操作力轉(zhuǎn)換為笛卡爾空間中的所述操作者操作力。

可以想到的是，另一種可選的操作者操作力獲取模塊包括：

機器人關(guān)節(jié)力矩檢測模塊，以檢測所述機器人關(guān)節(jié)力矩；

所述機器人關(guān)節(jié)力矩檢測模塊與計算模塊電連接；

所述計算模塊通過動力學(xué)解耦所述機器人關(guān)節(jié)力矩，得到所述操作者操作力。

具體的，所述機器人關(guān)節(jié)力矩檢測模塊可以為電流檢測模塊，也可以為其他用于檢測機器人關(guān)節(jié)力矩的檢測檢測模塊，如用于力矩檢測的機械模塊，故本發(fā)明均意圖包含這些技術(shù)方案在內(nèi)。

相應(yīng)的，所述另一種操作者操作力獲取模塊得到操作者操作力的步驟包括：

檢測得到機器人關(guān)節(jié)力矩；

通過動力學(xué)解耦所述機器人關(guān)節(jié)力矩，得到所述操作者操作力。

所述檢測得到機器人關(guān)節(jié)力矩的方法可以為電流檢測或其他能夠檢測機器人關(guān)節(jié)力矩的方法，只要能夠?qū)崿F(xiàn)機器人關(guān)節(jié)力矩的檢測，本發(fā)明便意圖將這些技術(shù)方案包含在內(nèi)。

進一步的，所述醫(yī)療機器人還包括濾波模塊，其用于對采集到的所述操作者操作力進行濾波，以濾除操作者操作時的抖動。

對采集到的操作者操作力進行濾波能夠有效的濾除操作者操作時的手部抖動，結(jié)合機器人操作力共同確定機器人末端運動速度及運動方向，有效地提升機器人末端操作精度和效率。所述濾波處理方式可為低通濾波或者其他濾波方式處理，只要能濾去操作者操作時的抖動，本發(fā)明便意圖包含這些技術(shù)方案在內(nèi)。

可以想到的是所述濾波模塊可為低通濾波模塊或其他濾波模塊，只要能濾去操作者操作時的抖動，本發(fā)明便意圖包含這些技術(shù)方案在內(nèi)。

在本實施方式中，所述機器人操作力獲取模塊，包括：

醫(yī)療對象模型生成模塊，用以建立醫(yī)療對象模型，所述對象模型配置有不同區(qū)域；

坐標(biāo)匹配模塊，獲取所述機器人末端的坐標(biāo)，將所述醫(yī)療對象模型與所述機器人末端的坐標(biāo)相匹配，判斷其所在區(qū)域；

區(qū)域約束策略模塊，采用安全限制算法，根據(jù)不同危險程度產(chǎn)生不同的約束策略；

機器人操作力計算模塊，結(jié)合坐標(biāo)匹配模塊和區(qū)域約束策略模塊，得到對應(yīng)的機器人操作力。

進一步的，所述機器人操作力獲取模塊根據(jù)機器人末端的位置所在區(qū)域到機器人操作力的步驟包括：

建立醫(yī)療對象模型；

在所述醫(yī)療對象模型中劃分區(qū)域，并針對不同區(qū)域設(shè)定不同的機器人操作力；

將所述醫(yī)療對象模型與所述機器人末端的坐標(biāo)相匹配；

獲取所述機器人末端的位置坐標(biāo)，判斷其所在區(qū)域，以得到對應(yīng)的機器人操作力。

進一步的，所述在所述醫(yī)療對象模型中劃分區(qū)域具體包括：

將所述醫(yī)療對象模型中的區(qū)域劃分為推薦運動區(qū)域、安全運動區(qū)域和禁止運動區(qū)域。

例如，根據(jù)ct機或者mri設(shè)備掃描采集到的醫(yī)學(xué)圖像，采用核磁成像技術(shù)建立二維或三維醫(yī)學(xué)模型，根據(jù)醫(yī)生經(jīng)驗和臟器位置規(guī)劃手術(shù)路徑并確定危險區(qū)域，針對不同手術(shù)操作及不同的危險區(qū)域設(shè)定不同的力反饋參數(shù)。

圖2和圖3描述了醫(yī)療對象模型中區(qū)域劃分的兩種例子。手術(shù)路徑及危險區(qū)域確定方法如圖2和圖3所示，結(jié)合病灶圖像與機器人構(gòu)型，針對軟組織切割、截骨等不同的手術(shù)任務(wù)，并依據(jù)工具本身姿態(tài)與輪廓，結(jié)合匹配的醫(yī)學(xué)圖像確定約束邊界，并通過采用安全限制算法的區(qū)域約束策略模塊保證機器人能夠在安全區(qū)域運行。在圖2中，禁止運動區(qū)域被推薦運動區(qū)域所包圍，安全限制算法的目的是讓操作者盡量遠離禁止運動區(qū)域而在推薦運動區(qū)域中進行操作；在圖4中，推薦運動區(qū)域被禁止運動區(qū)域所包圍，在這種情況下，區(qū)域約束策略模塊一般會規(guī)劃指定的路徑，并讓操作者盡量在該指定路徑所在的推薦運動區(qū)域進行操作，從而遠離禁止運動區(qū)域。

可以想到的是，該醫(yī)療對象模型中的區(qū)域還可以其他方式進行劃分，例如推薦運動區(qū)域與禁止運動區(qū)域不存在包圍與被包圍的劃分方式，只要能夠使機器人末端始終位于期望的運動區(qū)域或有向期望的運動區(qū)域運動的趨勢，本發(fā)明便意圖包含這些技術(shù)方案在內(nèi)。

所述區(qū)域約束策略模塊在“推薦運動區(qū)域”不會產(chǎn)生額外的機器人操作力，在“安全運動區(qū)域”會產(chǎn)生阻尼力來降低醫(yī)生操作速度，在“禁止運動區(qū)域”會產(chǎn)生遠離“禁止運動區(qū)域”的機器人操作力，從而輔助醫(yī)生進行安全合理的操作。

進一步的，所述針對不同區(qū)域設(shè)定不同的機器人操作力具體包括：

在所述推薦運動區(qū)域，設(shè)定不產(chǎn)生機器人操作力；

在所述安全運動區(qū)域，設(shè)定產(chǎn)生與所述操作者操作力方向相反的阻尼力，降低機器人末端的運動速度；

在所述禁止運動區(qū)域，設(shè)定產(chǎn)生遠離所述禁止運動區(qū)域的機器人操作力。

可以想到的是，所述機器人操作力也可采用其他方法進行優(yōu)化。比如，結(jié)合醫(yī)學(xué)圖像設(shè)定危險區(qū)域邊界，根據(jù)距離邊界限制距離設(shè)置不同的力反饋比例參數(shù)，從而給出醫(yī)生(即操作者)不同量級的力反饋提示，最終實現(xiàn)分級力反饋策略。如圖4所示的示范例中，機器人末端遠離手術(shù)操作危險區(qū)域時，力反饋比例參數(shù)為k1；當(dāng)接近手術(shù)操作危險區(qū)域時，力反饋比例參數(shù)為k1+k2，其中k1，k2大于零。

進一步的，所述機器人操作力獲取模塊根據(jù)機器人末端所在區(qū)域的危險程度得到機器人操作力的步驟還包括：

根據(jù)所述機器人末端坐標(biāo)與所述醫(yī)療對象模型的匹配信息生成所述機器人末端的期望運動方向，將所述機器人操作力反饋給操作者，以使操作者能夠與機器人產(chǎn)生信息交互，讓操作者將機器人末端操作始終保持在期望的運動區(qū)域。

進一步的，所述機器人操作力獲取模塊根據(jù)機器人末端所在區(qū)域的危險程度得到機器人操作力的步驟還可以包括：

根據(jù)所述機器人末端坐標(biāo)與所述醫(yī)療對象模型的匹配信息在屏幕等顯示設(shè)備上生成所述機器人末端的期望運動軌跡，以指導(dǎo)操作者進行期望路線的機器人末端操作。

進一步的，所述控制模塊通過所述操作者操作力和所述機器人操作力共同確定所述機器人末端的運動速度的步驟包括：

根據(jù)所述操作者操作力和所述機器人操作力得到機器人末端在笛卡爾空間中的期望運動速度；

所述機器人末端在笛卡爾空間的期望運動速度通過雅克比變換得到機器人關(guān)節(jié)空間的期望運動速度；

利用機器人線性化解耦控制律對所述機器人關(guān)節(jié)空間的期望運動速度進行解耦，得到機器人關(guān)節(jié)的控制力矩，以完成對機器人的速度控制。

進一步，基于醫(yī)療機器人構(gòu)型進行運動學(xué)分析，得出機器人關(guān)節(jié)空間與笛卡爾空間之間運動的變換。例如，采用矢量法得到機器人的速度雅可比映射模型，通過對速度雅克比模型進行變換得到力雅可比映射模型，根據(jù)上述模型可以完成機器人任務(wù)空間與關(guān)節(jié)空間之間的變換。

進一步的，所述機器人末端在笛卡爾空間中的期望運動速度公式為：

其中，為操作者操作力，為機器人操作力，kv機器人末端在笛卡爾空間中力和速度的比例變換系數(shù)，是機器人末端在笛卡爾空間中的期望速度。

進一步的，所述機器人關(guān)節(jié)空間的期望運動速度公式為：

其中，是當(dāng)前的醫(yī)療機器人構(gòu)型下的逆雅克比，是機器人關(guān)節(jié)空間的期望運動速度。

進一步的，所述利用機器人線性化解耦控制律對所述機器人關(guān)節(jié)空間的期望運動速度進行解耦，得到機器人關(guān)節(jié)的控制力矩，以完成對機器人的速度控制的步驟包括：

建立完整的機器人控制模型；

將所述機器人控制模型分為基于模型的控制部分和伺服偏差控制部分；

將基于模型的控制部分產(chǎn)生的力矩與伺服偏差控制部分產(chǎn)生的力矩相加，以得到對機器人關(guān)節(jié)的控制力矩。

進一步的，所述完整的機器人控制模型為：

其中，m(θ)是機器人慣量矩陣模型參數(shù)，是速度項模型參數(shù)，g(θ)是重力項模型參數(shù)，是摩擦力項模型參數(shù)，τ是n×1機器人關(guān)節(jié)的控制力矩，n為機器人關(guān)節(jié)的自由度。

進一步的，所述基于模型的控制部分和伺服偏差控制部分的公式為：

τ＝ατ′+β

α＝m(θ)

e＝θd-θ

其中，θd為關(guān)節(jié)期望角度，θ為關(guān)節(jié)實際角度，e為關(guān)節(jié)期望角度與關(guān)節(jié)實際角度的偏差，是期望速度與實際速度的偏差，τ'為伺服偏差控制部分產(chǎn)生的力矩，β為基于模型的部分產(chǎn)生的力矩。

如圖1所示，本發(fā)明還提供一種醫(yī)療機器人控制方法，其包括：

得到操作者操作力；

根據(jù)機器人末端所在區(qū)域的危險程度得到機器人操作力；

通過所述操作者操作力和所述機器人操作力共同確定所述機器人末端的運動速度。

本發(fā)明提供的醫(yī)療機器人控制方法通過操作者操作力與機器人操作力共同確定機器人末端的運動速度，在操作者操作機器人末端偏離了期望運動軌跡或是進入了危險程度高的區(qū)域時，機器人操作力便會產(chǎn)生以使機器人末端始終位于正確的軌跡及區(qū)域，該醫(yī)療機器人及其控制方法改變了現(xiàn)有技術(shù)中單純的操作者-機器人主從模式控制，讓操作者與機器人有了信息交互，大大提高了醫(yī)療機器人操作的安全性與精確性。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些改動和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。