日前，中國科學院深圳先進技術(shù)研究院生物醫(yī)學與健康工程研究所微創(chuàng)中心圍繞腔道手術(shù)機器人運動感知與控制的研究取得新進展，相關(guān)論文Deeply-Learnt Damped Least-Squares (DL-DLS) Method for Inverse Kinematics of Snake-Like Robots 在Neural Network 期刊在線發(fā)表。該論文提出了一種基于深度神經(jīng)網(wǎng)絡(luò)求解蛇形機器人逆運動學問題的算法，對于高冗余度關(guān)節(jié)型手術(shù)機器人的運動感知和控制具有重要意義。深圳先進院博士生Olatunji Mumini Omisore與研究助理韓世鵬為論文共同第一作者，通訊作者為研究員王磊。
經(jīng)血管、消化道等腔道進行手術(shù)及放射治療是醫(yī)療機器人領(lǐng)域的研發(fā)熱點，課題組成員提出了一種基于深度神經(jīng)網(wǎng)絡(luò)的阻尼最小二乘法算法，用于求解蛇形機器人的逆運動學。為實現(xiàn)對蛇形機器人末端執(zhí)行器的精確控制，研究人員采用阻尼最小二乘法計算機器人雅克比矩陣模型中關(guān)節(jié)矢量變化的誤差，并通過迭代獲得機器人目標位置所適合的關(guān)節(jié)矢量。為避免奇異點，研究人員構(gòu)建了深度神經(jīng)網(wǎng)絡(luò)模型并用于預測蛇形機器人工作空間中任意目標點所需的最優(yōu)阻尼系數(shù)。仿真和實驗均表明，該方法可高效實現(xiàn)對腔道手術(shù)機器人運動的準確感知和快速控制。
該研究得到國家自然科學基金-深圳機器人聯(lián)合基金項目“穿戴式精確定位介入手術(shù)機器人的力覺感知與導絲操控機理（U1713219）”重點支持，得到CAS-TWAS獎學金、深圳市醫(yī)療電子平臺提升和小孔雀項目等的資助。
蛇形機器人實驗驗證
DL-DLS算法和現(xiàn)有阻尼最小二乘法對比分析
不同算法平均執(zhí)行時間對比分析
中國生物技術(shù)網(wǎng)誠邀生物領(lǐng)域科學家在我們的平臺上，發(fā)表和介紹國內(nèi)外原創(chuàng)的科研成果。
