[发明专利]基于数据驱动控制框架的外科手术机器的力控制方法

权利要求书

1.一种基于数据驱动控制框架的外科手术机器系统，其特征在于：所述系统的力控制方法包括以下步骤：

1)将力F_r的控制问题描述为输出调节问题：

直线电机动子线性运动会转化成抓取钳钳额开合运动，钳额角度θ由直线电机动子的位置X决定；钳额对组织施加的力F_j由电机施加给传动杆的力F_r决定，该力可以通过力传感器测量得到；

2)采集充分且完备的数据集合：

从采集自被控对象的数据集合中获取被控对象的动态特性，期望获取的数据集合表示为：

其中，Π表示数据集合，N表示数据集合中数据点的个数，i表示数据集合中数据点的标号，u^d表示控制输入信号，x^d＝(x₁，x₂)^T表示系统状态，x₁＝X,X表电机动子的位置；F_r^d为电机施加给传动杆的力，x_f^d是由未知函数f关于x^d，u^d，F_r^d的求解值，同时也表示时间离散化后x(k)下一时刻的状态x(k+1)；

3)将输出调节问题转化为镇定问题；

4)数据驱动镇定控制器设计及闭环吸引域最大化，过程如下：

4.1)给定Lyapunov函数，利用数据估计控制输入-状态空间中的负定域

从数据集合中找到使正定函数差分负定的数据点，这些数据点组成的集合称为负定数据集合；然后将感兴趣的控制输入-状态空间进行划分，即划分成有限个相邻但不相交的子集合，每个子集合称为单元；最后，负定域的估计由包含负定数据集合中数据点的单元组成；

4.2)通过选取合适的Lyapunov函数最大化闭环吸引域估计

将(u-x)负定域的估计正交投影到状态空间，得到x负定域的估计；然后，找到属于x负定域估计的最大的水平集作为闭环吸引域的估计；寻找最大水平集的优化过程需要处理区域包含的约束；

利用Lyapunov函数估计吸引域，得到的吸引域估计的大小只与Lyapunov函数有关；那么给定一个参数化的Lyapunov函数候选集合，就可以构造优化问题，从候选集合中选取一个使得吸引域估计最大的Lyapunov函数；该优化问题的优化变量为确定Lyapunov函数的参数，指标函数为吸引域估计的大小；平方和多项式的正定子集作为Lyapunov函数候选集合。

2.如权利要求1所述的基于数据驱动控制框架的外科手术机器系统，其特征在于：所述步骤1)中，直线电机的动态描述为：

其中，m为动子的质量；K_f(X,i)表示电流i产生的电磁力，由于涟波效应该力与位置X有关；为X关于时间的二次导数，F_cg(X)为齿槽力；为摩擦力；F_r为电机施加给传动杆的力；

通过时间离散化，动态(1)表示为

其中,x＝(x₁,x₂)^T表示状态，x₁＝X,u＝i表示控制输入；y表示输出；f:为未知函数，由函数K_f,F_cg,F_f和动态(1)确定；

给定力F_r的期望值控制目标为设计反馈控制器μ：

使得误差

随时间趋于零。

3.如权利要求2所述的基于数据驱动控制框架的外科手术机器系统，其特征在于：所述步骤3)中，对于被控对象(2)，满足方程

状态x_s,e0和控制输入u_s,e0是误差等于零时的稳态状态和稳态控制输入，分别称为零误差限制状态和零误差限制控制输入；定义

将被控对象(2)转化为被控对象：

容易验证被控对象(5)满足因此只要找到可渐进镇定被控对象(5)的反馈控制器

就可以得到使误差e(k)随时间趋于零的控制器(3)，即

因为被控对象(2)中的函数f未知，只能利用数据集合Π求解零误差限制状态x_s,e0和零误差限制控制输入u_s,e0；可行的处理方法是，从数据集合中找到使得最小的数据点分别以相应的和作为零误差限制状态x_s,e0和零误差限制控制输入u_s,e0；

利用状态变换和控制输入变换(4)由被控对象(2)的数据集合Π获得被控对象(5)的数据集合