【技術實現步驟摘要】
本專利技術涉及醫學，尤其涉及利用混合pso-woa算法下雙圓弧擬合算法擬合的柔性針路徑規劃方法。
技術介紹
1、隨著生物醫學以及相關儀器的快速發展，局部治療、創傷小的治療方法越來越受到患者的青睞。經皮穿刺作為一種微創手術，在活檢、引流、近距離放射治療等醫學領域有著廣闊的應用前景。然而，目前在醫生經驗下采用的剛性針執行經皮穿刺存在局限性，只能沿直線路徑行進，無法繞過重要器官或糾正穿刺偏差。斜角柔性針由于受到組織的不對稱力，并且針體易變形、易彎曲，在穿刺的過程中能避開障礙物達到剛性針無法到達的位置，因此受到了眾多學者的關注，并有望在未來得到發展。為了確保針頭到達目標的同時，針體能避開重要組織，柔性針的可靠路徑規劃研究是其運動控制的基礎，也是實現微創手術的主要先決條件。
2、中國專利申請號201210422524.0、名稱為“柔性穿刺針的路徑規劃方法”的專利申請，公開一種以圓弧與線段的拼接軌跡來表征柔性針穿刺路徑的方法，其本質上是自動駕駛中常用的dubins曲線，利用該曲線的性質提出了sloa算法，在所有dubins曲線中找一個最短的路徑。此算法中的dubins曲線只適用于平面上的路徑規劃問題，對于三維空間中的路徑規劃不適用，并且，dubins曲線的生成算法可能會涉及到復雜的數學計算，對計算資源要求較高。中國專利申請號201710020900.6、名稱為“基于環境特征和隨機方法的柔性針路徑規劃”的專利申請，公開一種基于rrt算法的柔性針路徑規劃。然而，由于單一的rrt算法本質具有隨機性，因此在多數情況下無法達到最優路徑，并
技術實現思路
1、本專利技術針對現有技術存在的上述不足，本專利技術提出一種混合pso-woa算法，旨在提高收斂速度，提高跳出局部極小值的能力；通過該算法在三維環境下得到離散的點，以這些點為骨架，通過雙圓弧擬合，限制最小曲率半徑，旨在得到適合柔性針穿刺的軌跡，克服使用傳統的路徑規劃得到的曲線達不到g1連續以及最小半徑圓弧要求的缺陷，同時將雙圓弧擬合算法擴展到了三維環境，保證了二維三維環境下的通用性；最后通過對雙圓弧的比例以及選取的離散點的方向向量作出優化，最終得到該環境下的柔性針穿刺最優路徑，以達到最小化組織損傷，合理避過障礙物命中靶標的目的。在實際環境下可以通過占空比的方法進行穿刺實驗驗證。
2、本申請所要達到的技術效果通過以下方案實現：
3、專利技術提供一種混合pso-woa算法下雙圓弧擬合算法擬合的柔性針路徑規劃方法，包括如下步驟：
4、s1、確定目標函數，采用混合pso-woa算法，通過優化目標函數，得到預規劃的離散點。
5、s2、采用雙圓弧擬合算法擬合，設定選取的所述預規劃的離散點的數量，優化各雙圓弧比例ρ以及各個所選取的預規劃的離散點的方向向量t，獲得最終的最優路徑；
6、其中，步驟s1中的pso-woa算法，采用woa算法的全局最優位置，即最優解，替代pso算法中粒子的歷史最佳位置，并將pso算法中的慣性權重設定為動態慣性權重；
7、其中，步驟s2中的雙圓弧擬合算法的由公式(11)表示，
8、
9、其中，c2＝ρ(t1·t2－1)，c1＝-v·(t1－ρt2)，c0＝(v·v)/2，v＝p2-p1，t1、t2為p1、p2相對圓弧的切向向量，p1、pm、p2相對圓弧的切線分別交于點q1、q2，d1＝q1pm，d2＝q2pm，，p1、p2為雙圓弧的兩個端點，pm為雙圓弧的連接點。
10、根據本專利技術的一個實施例，路徑規劃方法的步驟s1進一步包括如下步驟：
11、(1)參數初始化：包括初始化pso與woa算法的種群的個體數量、pso算法的自適應權重參數；
12、(2)根據實際情況定義目標函數f，計算目標函數值，并根據目標函數值確當前woa算法的最優解whale*(t)；
13、(3)判斷是否達到迭代次數，若未達到迭代次數，則進行步驟(4)，若滿足迭代次數，則輸出最優解whale*(t)，以及最優解對應的滿足自適應權重的離散點，作為參考離散點，用于步驟s2的雙圓弧擬合算法的擬合；
14、(4)woa的更新
15、未達到迭代次數時，利用公式(2)和公式(3)更新鯨魚群每個解的位置，將當前woa算法中的最優解whale*(t)作為pso算法中的個體歷史最優解從而得到公式(4)；
16、
17、其中，是所有鯨魚t時刻全局最優位置，為某條鯨魚t時刻的位置，p為介于[0,1]之間表征概率的隨機數，l為介于[－1,1]的隨機數，b是用于描述螺旋運動的對數螺旋常數，系數向量系數向量從2線性減小到0，是一個介于[0,1]之間的隨機向量；
18、隨著與的變化，當|a|﹥1時，鯨魚處于搜尋獵物階段，位置更新方式如公式(3)所示，
19、
20、其中，是一個隨機選擇的鯨魚位置；
21、(5)pso算法的更新
22、根據公式(4)更新每個粒子群個體的位置和速度，獲得更新后的粒子群的新位置、個體最優解以及全局最優解；
23、vi(t+1)＝w·vi(t)+c1·r1·(whale*(t)-xi(t))+c2·r2·(gbest-xi(t))
24、xi(t+1)＝xi(t)+vi(t+1)??公式(4)
25、其中，vi(t)是粒子i在時間t的速度，xi(t)是粒子i在時間t的位置，whale*(t)表示當前woa的最優解，gbest是所有粒子的全局最佳位置，ω是動態慣性權重，c1和c2是個體和社會的學習因子，設置為常數，r1與r2是在0到1之間的隨機數；
26、其中，動態慣性權重ω用于平衡粒子的探索能力和開發能力，且設置為如公式(5)所示，
27、
28、其中，matiter為總迭代次數，k為常值；
29、(6)迭代次數加1，將pso算法更新后的解返回到步驟(2)中，計算目標函數值并對比求得最優解whale*(t)，隨后重復步驟(3)-步驟(5)的過程。
30、10.如權利要求2所述的路徑規劃方法，其中，目標函數f如公式(1)所示，
31、f＝ω1·l+ω2·v+ω3·d??公本文檔來自技高網...
【技術保護點】
1.一種混合PSO-WOA算法下雙圓弧擬合算法擬合的柔性針路徑規劃方法，包括如下步驟：
2.如權利要求1所述的路徑規劃方法，其中，步驟S1進一步包括如下步驟：
3.如權利要求2所述的路徑規劃方法，其中，目標函數f如公式(6)所示，
4.如權利要求3所述的路徑規劃方法，其中，在二維環境下，在三維環境下，其中，dx、dy和dz分別表征離散點集的某個點與相鄰點之間在x軸、y軸和z軸的偏差。
5.如權利要求1-4任意一項所述的路徑規劃方法，其中，步驟S2中的目標函數和約束條件如公式(18)所示，
6.如權利要求1-5任意一項所述的路徑規劃方法，其中，該路徑規劃方法應用在二維或三維空間中。
7.如權利要求1-6任意一項所述的路徑規劃方法，其中，由p1、p2為端點，pm為連接點的雙圓弧段的圓心O1,O2,以及半徑r1，r2由公式(12)至公式(15)獲得，
8.如權利要求1-7任意一項所述的路徑規劃方法，其中，由p1、p2為端點，pm為連接點的雙圓弧段的兩圓弧段轉過的角度theta1,theta2由公式(16
9.如權利要求1-8任意一項所述的路徑規劃方法，其中，步驟S2中所述的預定數量的預規劃的離散點至少為2個，且包括作為柔性針穿刺入口的初始點和柔性針穿刺的目標點。
...【技術特征摘要】
1.一種混合pso-woa算法下雙圓弧擬合算法擬合的柔性針路徑規劃方法，包括如下步驟：
2.如權利要求1所述的路徑規劃方法，其中，步驟s1進一步包括如下步驟：
3.如權利要求2所述的路徑規劃方法，其中，目標函數f如公式(6)所示，
4.如權利要求3所述的路徑規劃方法，其中，在二維環境下，在三維環境下，其中，dx、dy和dz分別表征離散點集的某個點與相鄰點之間在x軸、y軸和z軸的偏差。
5.如權利要求1-4任意一項所述的路徑規劃方法，其中，步驟s2中的目標函數和約束條件如公式(18)所示，
6.如權利要求1-5任意一項所述的路徑規劃...
【專利技術屬性】
技術研發人員：秦巖丁，滕嘉寧，韓建達，王鴻鵬，
申請(專利權)人：南開大學深圳研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。