(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210443322.8 (22)申请日 2022.04.25 (71)申请人 浙江工业大 学 地址 310014 浙江省杭州市拱 墅区潮王路 18号 (72)发明人 付明磊　郑家豪　刘锦元　张文安　 仇翔　刘安东　杨旭升　史秀纺　 周叶剑　吴麒　胡佛　 (74)专利代理 机构 杭州天正专利事务所有限公 司 33201 专利代理师 孙家丰 (51)Int.Cl. B25J 9/16(2006.01) B25J 11/00(2006.01) G06F 17/16(2006.01) (54)发明名称 基于数字孪生的医用护理机器人运动预测 和故障诊断的方法 (57)摘要 基于数字孪生的医用护理机器人运动预测 和故障诊断的方法， 包括： 步骤1.构建基于数字 孪生的医用护理机器人系统总体框架； 步骤2.创 建包含医院环境与机器人硬件结构在内的基础 3D模型； 步骤3.将基础3D模型与传感器信息交 互， 形成医用护理机器人数字孪生体的虚拟区； 步骤4.通过预先录入的多种局部路径规划方法 之间的对比， 预测、 获取底盘的最佳运动控制； 步 骤5.采集物理层机械臂各关节运行的位姿数据， 预测机械臂运动状态和对机械臂进行故障诊断。 本发明能在医院复杂、 快速变化的动态环境下， 机器人移动底盘无法做到安全、 高效动态避障以 及医用护理机器人机械臂出现故障时， 针对医用 机器人复杂的机 械结构快速诊断故障。 权利要求书3页 说明书8页 附图4页 CN 114700950 A 2022.07.05 CN 114700950 A 1.基于数字 孪生的医用护理机器人运动预测 和故障诊断的方法， 具体包括以下步骤： 步骤1.构建基于数字孪生的医用护理机器人系统总体框架； 将基于数字孪生的医用护 理机器人系统分为以下四个区块： 区块1物理层， 主要包含实物有： 现实空间中的医院环境与医用护理机器人， 其中医用 护理机器人用于执 行虚拟区下达指令； 区块2数据连接层， 存放从物理层中采集的实时数据与历史数据以及虚拟层对物理层 下达的指令； 区块3虚拟层， 用于实现医用护理机器人与医院环境的逻辑交互； 交互结果下达物 理层 的同时， 服 务于应用层； 区块4应用 层， 实现对医用护理机器人移动底盘的最优路径规划预测功能以及对机械 臂故障的诊断与检测功能； 步骤2.创建包 含医院环境与机器人硬件结构在内的基础3D模型； 具体包括： 步骤2.1在数字孪生系统的虚拟层中建立动态环境区， 用于存放除医用护理机器人外 的医院环境数字孪生体； 根据医用护理机器人在医院现场进 行循环建图时所反馈的建筑结 构信息， 采用Solid  works建模软件， 建立初始的医院环境3D模型， 该医院环境3D模型需要 在建模过程中进 行轻量化才可以加入动态环境区中， 其中轻量化主要包括减少零件的个数 与简化模型两方面； 步骤2.2采集医用护理机器人各零件的物理参数， 与进行轻量化后的医用护理机器人 模型(在Unity3D虚拟环 境中共同构成 医用护理机器人的数字孪生体， 进而保证模 型的高保 真建模并将该模型放入虚拟层的机器人区中； 医用护理机器人的建模步骤同初始的医院环 境3D模型的建模步骤； 步骤3.将基础3D模型与传感器信息交互， 形成医用护理机器人数字孪生体的虚拟区； 具体包括： 步骤3.1在数据连接层中建立实时数据库用于存放医用护理机器人的传感器所采集的 医院环境信息,所用的信息传递中间件选择为Rab bitMQ； 实时数据库在医用护理机器人创建初始医院环境数字孪生体的同时， 对各个房间位置 加入语义信息， 如病 人房间， 特定医用设备房间， 医护人员房间等； 并加入容易变动的动态 信息， 如医用物品位置， 病房所对应的病人姓名， 过道流动人群等信息； 步骤3.2将实时数据库中的动态信 息需要根据 雷达或双目相机等传感器获得的物体与 其位姿信息来进行 快速地更新； 从而提高医用护理机器人在孪生空间中进行运动控制的安全性与精准性， 如： 路径规 划， 医疗物品抓取； 实时数据库中的动态采集信息内容需要通过ORB算法提取相关特征才可 放入动态环境区中， 用于加快医院中动态环境在医院数字孪生体中的映射速度， 达到实时 映射的效果； 步骤3.3建立逻辑区， 用于体现机器人与环境之间运行逻辑的认知能力； 包括预测在 当 前环境下医用护理机器人移动底盘最优规划路径与机 械臂的状态检测； 步骤4.通过预先录入的多种局部路径规划方法之间的对比， 预测、 获取底盘的最佳运 动控制； 具体包括： 步骤4.1当路径规划开始时， 率先由用户在人机交互平面输入医用护理机器人移动的权　利　要　求　书 1/3 页 2 CN 114700950 A 2目标点， 继而对指令下达区发送通过全局路径规划 算法得到的运动指令， 物理层的机器人 移动底盘收到指令开始 移动； 步骤4.2将物理底盘依照控制信号所做出实际运动状态数据按照较短的时间周期进行 传输至数据反馈库中， 该数据无需进行轻量化处理， 用于检测， 分析故障， 直接上传至虚拟 层的机器人区中； 步骤4.3当底盘传感器检测到有动态采集数据与规划的全局路径有所冲突时， 虚拟层 将机器人区的底盘移动位置， 姿态信息与实时数据库中的冲突信息在逻辑区进行交互， 再 通过各类算法， 即动态窗口法， 遗传算法， 时间弹性带法的对比， 可预测、 获取底盘的最优局 部路径规划与最佳运动控制； 对比的主 要指标按重要性从高到低分别为 安全性， 运动控制可 行性， 路径长短； 最终将规划的最优局部路径规划算法反馈给物理空间中的底盘芯片完成移动底盘的 最佳运动； 步骤5.采集物理层机械臂各关节运行的位姿数据， 预测机械臂运动状态和对机械臂进 行故障诊断； 具体包括： 步骤5.1对医用护理机器人机械臂的数字模型的实现， 虚拟层中机械臂的关节运动与 物理层中的机械臂关节运动方式相同， 但是由于传统机器人使用的运动描述方法D ‑H法与 Unity所建机器人区的坐标系的方向有所不同， 前者为右手坐标系， 后者为左手坐标系， 因 此需要通过坐标系转换的方法来实现虚拟环境下对机械臂运动状态的描述即得到对 Unity3D虚拟环境下机 械臂各个关节的位姿变化的描述； 设物理区机械臂关节绕Z1轴旋转θ1角后， 由O1‑x1‑y1‑z1得到坐标系O ′1‑x′1‑y′1‑z′1， 对 应Unity3D中机械臂关节绕y2旋转θ2， O2‑x2‑y2‑z2到O′2‑x′2‑y′2‑z′2， 因为D‑H坐标系为右手 坐标系， 局部坐标系为左手坐标系， 因此有 θ1＝‑θ2； 坐标系转换的步骤可细分为以下三个步骤： 步骤5.1.1， 此步骤中， O ′2‑x′2‑y′2‑z′2是最终的位置， 只需要考虑如何在世界坐标系旋 转对应欧拉角来变换到O ′2‑x′2‑y′2‑z′2； 主要获得从世界坐标系到O2‑x2‑y2‑z2的欧拉角， 设欧拉角为α1、 β1、 O2‑x2‑y2‑z2到O ′2‑x′2‑y′2‑z′2的转换为原坐标轴绕y2旋转θ2； 由上述符号表示 转换矩阵R ′见等式(1)； 其中， R(y， β1)， R(x， α1)， R(y2， θ2)分别为O1‑x1‑y1‑z1旋转到O2‑x2‑y2‑z2有关欧 拉角 β1， α1， 以及O2‑x2‑y2‑z2转动 θ2角度到O′2‑x′2‑y′2‑z′2的旋转矩阵； 步骤5.1.2通过直接用三个欧拉角α、 β、 的旋转矩阵来表示o ‑x‑y＝z到O′2‑x′2‑y′2‑ z′2的旋转矩阵， 得到以下等式： 步骤5.1.3将等式(1)与等式(2)进行等式运 算， 可得： 权　利　要　求　书 2/3 页 3 CN 114700950 A 3