本发明公开了一种种植牙机器人智能控制方法及系统，所述方法包括确定当前机器人的机械臂位置和姿态；确定目标位置以及与机械臂末端的距离；机器人的机械臂末端的手术钻头行进至目标位置；控制备窝钻孔运动，基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制；备窝钻孔过程抗振动控制，通过对振动信号的采集处理和分析，确定备窝钻孔过程是否发生异常振动，若是，则调整运动参数抑制振动。本发明基于改进的蝗虫算法进行变参数控制提高了自抗扰控制器的控制精度和抗扰动能力并通过振动检测和神经网络算法实现对异常振动的识别和控制参数调整，从而实现自动抗振动控制。
1.一种种植牙机器人智能控制方法，其特征在于，包括如下步骤：S1：获取传感器数据，确定当前机器人的机械臂位置和姿态；
S3：机器人的机械臂末端的手术钻头行进至目标位置；具体为控制器基于路径规划方法对机器人的机械臂进行移动，使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上，并且手术钻头距目标钻孔位置一定距离；
S4：控制备窝钻孔运动，具体为基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制，通过实时调整钻削参数来实现控制；
S5：备窝钻孔过程抗振动控制，通过对振动信号的采集处理和分析，确定备窝钻孔过程是否发生异常振动，若是，则调整运动参数抑制振动；
式中， 为机器人的期望惯量， 为期望阻尼， 为期望刚度， 分别为机器人机械臂末端的实际加速度、速度、位置向量， 分别为机器人机械臂末端的期望加速度、速度、位置向量，F为实际机器人机械臂末端的接触力，Fd为期望机器人机械臂末端的接触力；
式中：e为输出误差， 均为观测器误差反馈增益， 为扩张状态观测器的输出，b为输入增益的估计值，u为控制量；
式中：x0为期望值，k1、k2为控制器增益，u0为误差反馈控制量；
S43：基于改进的蝗虫算法进行待确定自抗扰控制器参数寻优和变参数控制。
2.根据权利要求1所述的种植牙机器人智能控制方法，其特征在于，所述步骤S43还包括：a.初始化参数隶属度函数中心值、宽度值、归一层和输出层之间的权值以及蝗虫种群数量、吸引强度参数、吸引尺寸参数以及最大迭代次数；
式中： 为更新位置； 为当前时刻蝗虫群间相互作用力； 为当前时刻的重力； 为当前时刻的风作用力；
式中： 为第i个蝗虫在第d维的上、下界； 为蝗虫的目标位置；N为设定的蝗虫种群规模；c为线性减缩因子，其模型可表示为：；
式中： 为c的最大最小值； 为最大迭代次数；t为当前迭代次数；
c.根据如下方式更新蝗虫个体位置，并计算适应度值；
其中，x’为更新位置，x为原位置、 服从正态分布， 为随机数；
d.初始化模拟退火算法参数值，在得到蝗虫位置解的邻域内根据下式计算出新的解，并计算两个解的适应度值，根据判断条件选择；
式中：xi为当前位置；xi+1为下一时刻位置；ub、lb为在维度下的位置上界和下界；l为迭代次数；
e.评价蝗虫种群，若满足终止条件，则输出最优参数，否则回到步骤b，直到满足终止条件；
f.随工作环境以及导纳模型参数的变化，通过改进的蝗虫算法对待确定自抗扰控制器参数进行改变，从而适应工作环境以及导纳模型参数的变化。
3.根据权利要求2所述的种植牙机器人智能控制方法，其特征在于，步骤S43中的步骤d中所述判断条件为：；
式中：E(i)为状态i下的能量；E(j)为状态j下的能量；K为波尔兹曼常数；物体从状态i到状态j，若 ，则状态j被接收；否则，若 大于[0,1)的随机数，则仍是状态j被接收，若 小于[0,1)的随机数，则是状态i被保留住。
4.根据权利要求1所述的种植牙机器人智能控制方法，其特征在于，所述待确定自抗扰控制器参数包括控制器增益k1、k2、b，系统输入增益a1、a2、a3。
5.根据权利要求1所述的种植牙机器人智能控制方法，其特征在于，所述步骤5还包括：S51：采用振动加速度传感器对振动信号进行检测，将振动加速度传感器设置在机械臂的末端靠近手术钻头的位置，获取振动信号；
S52：调整运动参数抑制振动，所述运动参数包括手术钻头转速、进给速度以及力反馈误差阈值。
6.根据权利要求5所述的种植牙机器人智能控制方法，其特征在于，所述步骤S51还包括：a.信号预处理，包括采用陷波滤波器滤除噪声；
通过将能量熵的值与预设值进行比较，确定是否出现异常振动；所述预设值为与钻头转速以及钻头参数相关的函数当能量熵大于预设值时，则判断发生异常振动，否则为无异常振动。
7.根据权利要求5所述的种植牙机器人智能控制方法，其特征在于，所述步骤S52包括：a.获取振动信号特征，所述振动信号特征包括时域特征、频域特征以及能量熵；
b.建立神经网络模型，将振动信号特征输入神经网络；
8.一种种植牙机器人智能控制系统，其特征在于，包括：传感器模块，其用于获取传感器数据，确定当前机器人的机械臂位置和姿态；
目标确定模块，其用于确定目标位置以及与机械臂末端的距离；
机械臂运动控制模块，其用于控制机器人的机械臂末端的手术钻头行进至目标位置；
具体为控制器基于路径规划方法对机器人的机械臂进行移动，使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上，并且手术钻头距目标钻孔位置一定距离；
备窝钻孔运动控制模块，其用于基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制，其中包括建立导纳控制模型模块、自抗扰控制补偿模块、改进的蝗虫算法进行变参数控制模块；
式中， 为机器人的期望惯量， 为期望阻尼， 为期望刚度， 分别为机器人机械臂末端的实际加速度、速度、位置向量， 分别为机器人机械臂末端的期望加速度、速度、位置向量，F为实际机器人机械臂末端的接触力，Fd为期望机器人机械臂末端的接触力；
式中：e为输出误差， 均为观测器误差反馈增益， 为扩张状态观测器的输出，b为输入增益的估计值，u为控制量；
式中：x0为期望值，k1、k2为控制器增益，u0为误差反馈控制量；
基于改进的蝗虫算法进行待确定自抗扰控制器参数寻优和变参数控制；
备窝钻孔过程抗振动控制模块，其用于进行抗振动控制，其中包括振动检测模块以及运动参数抑制振动调整模块。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有一种种植牙机器人智能控制方法的程序指令，所述一种种植牙机器人智能控制的程序指令可被一个或多个处理器执行，以实现如权利要求1至7之一所述的一种种植牙机器人智能控制方法的步骤。
一种种植牙机器人智能控制方法及系统
技术领域
[0001] 本发明涉及种植牙机器人技术领域，尤其是一种种植牙机器人智能控制方法及系统。
背景技术
[0002] 牙齿的缺失影响了咀嚼、发音、容貌以及消化系统等功能,严重降低了患者的生活质量。目前种植牙手术操作主要有自由手,静、动态导航引导三种方式,其中自由手操作主要依赖医生经验,而静、动态导航引导手术仍然需要医生实施手术操作,自动化程度以及手术的灵活性都有提高的空间。随着机器人在各类医疗领域不断发展，种植手术领域也逐渐出现使用机器人进行种植牙的研究。机器人的智能化、高精准度等特点，使其在口腔医学领域的应用具有独特优势。
[0003] 现有技术中种植牙机器人多采用半自动控制方式，部分种植牙机器人停留在需要医生设定较多的控制参数，在实际种植操作时，多数仅停留在机器人提供位姿信息，医生设计机器人执行动作的状态。
[0004] 同时，对于一些能够进行自动控制的种植牙机器人，其仅采用较为简单的PID控制方式，备窝钻孔过程对于不同的组织无法进行自适应调节，从而影响患者手术舒适性，并且，在手术过程中，由于厚度再生效应，钻削过程中可能出现剧烈振动的现象，此时通常依靠医生的观察和手动操作进行调整，无法进行自动调整，并且当医生发现该状况产生时通常都已发生较为严重的振动，甚至危及患者安全。
发明内容
[0005] 为了解决上述技术问题，本发明提供一种种植牙机器人智能控制方法及系统。所述种植牙机器人智能控制方法通过基于改进的蝗虫算法进行变参数控制，对自抗扰控制器参数进行优化整定，从而适应工作环境以及导纳模型参数的变化。进一步的，通过对备窝钻孔过程振动监测进行抗振动控制，实现当有异常振动时的自动参数调整。
[0006] 为了解决上述存在的技术问题，实现发明目的，本发明是通过以下技术方案实现的：
[0007] 一种种植牙机器人智能控制方法，包括如下步骤：
[0008] S1：获取传感器数据，确定当前机器人的机械臂位置和姿态；
[0009] S2：确定目标位置以及与机械臂末端的距离；
[0010] S3：机器人的机械臂末端的手术钻头行进至目标位置；具体为控制器基于路径规划方法对机器人的机械臂进行移动，使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上，并且手术钻头距目标钻孔位置一定距离；
[0011] S4：控制备窝钻孔运动，具体为基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制，通过实时调整钻削参数来实现控制；
[0012] S5：备窝钻孔过程抗振动控制，通过对振动信号的采集处理和分析，确定备窝钻孔过程是否发生异常振动，若是，则调整运动参数抑制振动。
[0013] 进一步的，所述步骤S4包括：
[0014] S41：建立导纳控制模型为：式中， 为机器人的期望惯
量， 为期望阻尼， 为期望刚度， 分别为机器人机械臂末端的实际加速度、速度、位置向量， 分别为机器人机械臂末端的期望加速度、速度、位置向量，F为实际机器人机械臂末端的接触力，Fd为期望机器人机械臂末端的接触力；
[0015] S42：引入自抗扰控制进行补偿；
[0016] 设计相应的状态观测器： 式中：e为输出误差， 均为观测器误差反馈增益， 扩张状态观测器的输出，b为输入增
益的估计值，u为控制量；
[0017] 所述 函数值表达式如下：其中，k、p、q为系数；
[0018] 状态反馈控制器的形式为： 式中：x0为期望值，k1、k2为控制器增益，u0为误差反馈控制量；
[0019] S43：基于改进的蝗虫算法进行待确定自抗扰控制器参数寻优和变参数控制。
[0020] 进一步的，所述步骤S43还包括：
[0021] a.初始化参数隶属度函数中心值、宽度值、归一层和输出层之间的权值以及蝗虫种群数量、吸引强度参数、吸引尺寸参数以及最大迭代次数；
[0022] b.计算更新目标适应度值以及蝗虫种群位置；式中： 为更新位置； 为当前时刻蝗
虫群间相互作用力； 为当前时刻的重力； 为当前时刻的风作用力；
[0023] 算法可扩展成： 式中： 为第i个蝗虫在第d维的上、下界； 为蝗虫的目标位置；N为设定的蝗虫种群规模；c为线性减缩因子，其模型可表示为：
式中： 为c的最大最小
值； 为最大迭代次数；t为当前迭代次数；
[0024] c . 根 据 如 下 方 式 更 新 蝗 虫 个 体 位 置 ，并 计 算 适 应 度 值 ；其中，x’为更新位置，x为原
位置、 服从正态分布， 为随机数；
[0025] d.初始化模拟退火算法参数值，在得到蝗虫位置解的邻域内根据下式计算出新的解，并计算两个解的适应度值，根据判断条件选择；式中：xi为当前位置；xi+1为
下一时刻位置；ub、lb为在维度下的位置上界和下界；l为迭代次数；
[0026] e.评价蝗虫种群，若满足终止条件，则输出最优参数，否则回到步骤b，直到满足终止条件；
[0027] f.随工作环境以及导纳模型参数的变化，通过改进的蝗虫算法对待确定自抗扰控制器参数进行改变，从而适应工作环境以及导纳模型参数的变化。
[0028] 进一步的，步骤S43中的步骤d中所述判断条件为：式中：E(i)为状态i下的能量；E(j)为状态j下的能量；
K为波尔兹曼常数；物体从状态i到状态j，若 ，则状态j被接收；否则，若 大于[0,1)的随机数，则仍是状态j被接收，若 小于[0,1)的随机数，则是状态i被保留住。
[0029] 进一步的，所述待确定自抗扰控制器参数包括控制器增益k1、k2、b，系统输入增益a1、a2、a3。
[0030] 进一步的，所述步骤5还包括：
[0031] S51：采用振动加速度传感器对振动信号进行检测，将振动加速度传感器设置在机械臂的末端靠近手术钻头的位置，获取振动信号；
[0032] S52：调整运动参数抑制振动，所述运动参数包括手术钻头转速、进给速度以及力反馈误差阈值。
[0033] 进一步的，所述步骤S51还包括：
[0034] a.信号预处理，包括采用陷波滤波器滤除噪声；
[0035] b.信号重构，对每个频带对应的子信号重构；
[0036] c.计算信号能量熵；
[0037] 对重构得到的子信号进行求取能量之和： 所述 为子信号的能量；
[0038] 振动信号的能量熵为： d.判断是否发生异常振动
[0039] 通过将能量熵的值与预设值进行比较，确定是否出现异常振动；所述预设值为与钻头转速以及钻头参数相关的函数当能量熵大于预设值时，则判断发生异常振动，否则为无异常振动。
[0040] 进一步的，所述步骤S52包括：
[0041] a.获取振动信号特征，所述振动信号特征包括时域特征、频域特征以及能量熵；
[0042] b.建立神经网络模型，将振动信号特征输入神经网络；
[0043] c.根据神经网络的输出调整运动参数。
[0044] 本发明还提供一种种植牙机器人智能控制系统，其包括：
[0045] 传感器模块，其用于获取传感器数据，确定当前机器人的机械臂位置和姿态；
[0046] 目标确定模块，其用于确定目标位置以及与机械臂末端的距离；
[0047] 机械臂运动控制模块，其用于控制机器人的机械臂末端的手术钻头行进至目标位置；具体为控制器基于路径规划方法对机器人的机械臂进行移动，使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上，并且手术钻头距目标钻孔位置一定距离；
[0048] 备窝钻孔运动控制模块，其用于基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制，其中包括建立导纳控制模型模块、自抗扰控制补偿模块、改进的蝗虫算法进行变参数控制模块；
[0049] 备窝钻孔过程抗振动控制模块，其用于进行抗振动控制，其中包括振动检测模块以及运动参数抑制振动调整模块。
[0050] 此外，为实现上述目的，本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有一种种植牙机器人智能控制方法的程序指令，所述一种种植牙机器人智能控制的程序指令可被一个或者多个处理器执行，以实现如上所述的一种种植牙机器人智能控制方法的步骤。
[0051] 与现有技术相比，本申请的有益效果是：
[0052] （1）基于改进的蝗虫算法进行变参数控制提高了自抗扰控制器的控制精度和抗扰动能力。
[0053] （2）通过振动检测和神经网络算法实现对异常振动的识别和控制参数调整，从而实现自动抗振动控制，解决了现有技术中异常振动对备窝钻孔精度影响的问题。
附图说明
[0054] 此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0055] 图1是根据本申请实施例的一种种植牙机器人智能控制方法流程示意图；
[0056] 图2是根据本申请实施例的变控制参数的自抗扰控制方法流程示意图；
[0057] 图3是根据本申请实施例的振动控制流程示意图。
具体实施方式
[0058] 下面结合附图对本公开实施例进行详细描述。
[0059] 以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0060] 还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0061] 参见图1，一种种植牙机器人智能控制方法包括以下步骤：
[0062] S1：获取传感器数据，确定当前机器人的机械臂位置和姿态；
[0063] S2：确定目标位置以及与机械臂末端的距离；
[0064] S3：机器人的机械臂末端的手术钻头行进至目标位置；具体为控制器基于路径规划方法对机器人的机械臂进行移动，使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上，并且手术钻头距目标钻孔位置一定距离。
[0065] 在现有技术中，种植牙机器人手术钻头从较远距离移动的目标距离附近时，通常采用手动的方式将种植牙机器人机械臂上带有钻头的一端移动到距离患者较近的位置，进一步采用自动控制的方式将机械臂上带有钻头的一端移动到更精确的位置。采用如上的方式缺点在于需要人工干预，移动效率较低。
[0066] S4：控制备窝钻孔运动；
[0067] 种植牙手术中很重要的一个步骤就是进行种植牙的备窝钻孔，根据预先设计的种植体窝洞轴线在牙槽骨上进行钻孔，以便后续安装种植体。根据之前设计的制作导板以及牙槽骨的骨量，选择适宜的长度的种植体以及相应系列钻，使用牙科种植机快速钻，以大量生理盐水进行冲洗。
[0068] 在钻孔过程中，钻头在牙槽骨上逐层钻削，其运动可以分解为两个方向的运动，包括绕钻头的旋转运动以及纵向的进给运动。钻削力既不能过小，否则影响钻削的效果和速度，也不能过大，否则容易对患者组织造成伤害。因此，对备窝钻孔控制方法尤为重要。
[0069] 由于备窝钻孔过程中会逐层穿透硬度不同的组织，包括牙龈、牙槽骨等，钻头在工作过程中要先后经过这些不同的组织层，由于钻头和组织的接触力包含了不同大小和方向的分力，直接对其进行固定的控制难以实现，因此，本发明基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制，通过实时调整钻削参数来控制。
[0070] 如图2所示，变控制参数的自抗扰控制方法包括如下步骤：
[0071] S41：建立导纳控制模型
[0072] 机器人机械臂与外界环境接触的交互过程可以等效为一个“质量‑弹簧‑阻尼”模型。其中，Ke为环境刚度，F为机器人机械臂末端的接触力，Xe为参考位置，X为机器人机械臂末端实际位置。将环境看成弹性体，则： 考虑如下的环境目标导纳模型： 式中， 机器人的期望惯
量， 为期望阻尼， 为期望刚度， 分别为机器人机械臂末端的实际加速度、速度、位置向量， 分别为机器人机械臂末端的期望加速度、速度、位置向量，F为实际机器人机械臂末端的接触力，Fd为期望机器人机械臂末端的接触力。
[0073] 一维导纳控制模型为：进行拉氏变换得
到导纳控制的控制规律： 其中，f与fd之间的差值为力误差
： 位置误差 为： 导纳控制过程通过安装在
机器人机械臂末端的力传感器检测机器人的接触力f，并根据力误差 计算位置偏差 ，然后再根据位置偏差通过位置执行器实时修正预期位置，从而使机械臂手术钻头到达指定位置。
[0074] S42：引入自抗扰控制进行补偿
[0075] 机械臂是一个高阶非线性系统，一般难以获得其准确的数学模型，此外，由于机械臂在运动过程中容易受到外界干扰，参数发生变化，因此，控制器参数的整定效果往往较差。
[0076] 导纳控制存在稳态力误差，自抗扰控制能够实现不依赖系统模型的无静差控制，因此在导纳控制的基础上引入自抗扰控制来消除力误差。
[0077] 在原期望力的基础上，通过自抗扰控制器算出新期望力；再根据导纳关系决定末端位置值，发送为位置执行器。图中， 均为状态观测量， 原期望力， 为新期望力， 为期望位置， 为指令位置，b为输入增益的估计值， 均为系统输入增益。
[0078] 设计相应的状态观测器： 式中：e为输出误差， 均为观测器误差反馈增益， 为扩张状态观测器的输出，b为输入
增益的估计值，u为控制量；
[0079] 所述 函数值表达式如下：其中，k、p、q为系数；
[0080] 状态反馈控制器的形式为： 式中：x0为期望值，k1、k2为控制器增益，u0为误差反馈控制量。
[0081] S43：基于改进的蝗虫算法进行待确定自抗扰控制器参数寻优和变参数控制；
[0082] 控制系数和修正系数等参数是自抗扰控制器的待整定参数，所述参数很大程度上会影响自抗扰控制器的控制精度和抗扰动能力。
[0083] 本发明基于改进蝗虫算法确定最优自抗扰控制器参数，具体包括如下步骤：
[0084] （1）初始化参数隶属度函数中心值、宽度值、归一层和输出层之间的权值以及蝗虫种群数量、吸引强度参数、吸引尺寸参数以及最大迭代次数。
[0085] （2）计算更新目标适应度值以及蝗虫种群位置。式中： 为更新位置； 为当前时刻
蝗虫群间相互作用力； 为当前时刻的重力； 为当前时刻的风作用力。
[0086] 所述 如下所示： 式中： 为第i个蝗虫和第j个蝗虫距离； 为第i个蝗虫位置到第j个蝗虫位置的单位向量。
式中：s(r)为蝗虫种群间相互作
用力；f为吸引强度参数；l为吸引尺度参数。可选的，选择f=0.5,l=1.5。
[0087] 根据定义与化简，算法可扩展成：式中：ubd、lbd为第i个蝗虫
在第d维的上、下界； 为蝗虫的目标位置；N为设定的蝗虫种群规模；c为线性减缩因子，其模型可表示为： 式中： 为c
的最大最小值； 最大迭代次数；t为当前迭代次数；可选的，选取cmin=0，cmax=2。
[0088] （3）根 据 如 下 方 式 更 新 蝗 虫 个 体 位 置 ，并 计 算 适 应 度 值 。其中，x’为更新位置，x
为原位置、 服从正态分布， 为随机数,可选的， 为(0,2)随机数,r为[‑3,3]的随机数。
[0089] 计算适应度值所采用的目标函数为： 其中，e0为误差值，N为总采样数。
[0090] （4）初始化模拟退火算法参数值，在得到蝗虫位置解的邻域内根据下式计算出新的解，并计算两个解的适应度值，根据判断条件选择。式中：xi为当前位置；xi+1为下一
时刻位置；ub、lb为在维度下的位置上界和下界；l为迭代次数。
[0091] 所述判断条件为： 式中：E(i)为状态i下的能量；E(j)为状态j下的能量；K为波尔兹曼常数；物体从状态i到状态j，若 ，则状态j被接收；否则，若 大于[0,1)的随机数，则仍是状态j被接收，若 小于[0,1)的随机数，则是状态i被保留住。
[0092] （5）评价蝗虫种群，若满足终止条件，则输出最优参数，否则回到步骤（2），直到满足终止条件。
[0093] （6）随工作环境以及导纳模型参数的变化，通过改进的蝗虫算法对自抗扰控制器的控制参数进行改变，从而适应工作环境以及导纳模型参数的变化。
[0094] 待确定自抗扰控制器参数包括控制器增益k1、k2、b，系统输入增益a1、a2、a3。
[0095] S5：备窝钻孔过程抗振动控制
[0096] 机械臂末端的手术钻头在不同的转速下呈现不同程度的振动，并且由于厚度再生效应，钻削过程中可能出现剧烈振动的现象，而钻削过程对机械臂的振动较为敏感，因此，在备窝钻孔过程中有必要进行抗振动控制，减小机械臂振动带来的钻孔误差。振动控制流程如图3所示：
[0097] S51：振动检测
[0098] 本发明采用振动加速度传感器对振动信号进行检测，可选的，将振动加速度传感器设置在机械臂的末端靠近手术钻头的位置，获取振动信号。
[0099] 进一步，对采集的振动信号进行处理和分析。
[0100] （1）信号预处理
[0101] 通过采集振动信号可以确定备窝钻孔过程振动发生的发展过程。当剧烈振动发生时，高频振动信号取代旋转频率成为振动信号的主导部分。为避免旋转频率与剧烈振动频率互相淹没，需要对采集的振动信号进行预处理，具体的，采用陷波滤波器滤除噪声。
[0102] （2）信号重构
[0103] 设每个子频带带宽为 ，则每个频带对应的子信号重构过程为：其中，n为迭代次数， 为执行n次SST
的结果，g()为紧支窗函数。
[0104] 滤波后的信号时频分布可以表示为：其中，为狄里克雷函数。所述 表
示为： 其中，Int为
取整，Re为取复数的实部。 其中，s为滤波后的
信号，g为紧支窗函数。
[0105] （3）计算信号能量熵
[0106] 对重构得到的子信号进行求取能量之和： 所述 为子信号的能量；
[0107] 振动信号的能量熵为： （4）判断是否发生异常振动
[0108] 能量熵可以准确描述信号能量分布变化，当异常振动发生时，能量熵的值会有较大幅度的增长，因此，本发明通过将能量熵的值与预设值进行比较，确定是否出现异常振动。所述预设值为与钻头转速以及钻头参数相关的函数，其表达式如下：所述k为调节系数，b0为修正系数，w为手术钻头的转速，s为钻头参数
相关系数，其大小与钻头材料、尺寸相关，所述参数影响钻头振动。所述调节系数k与修正系数b0根据经验确定。
[0109] 当 时，则判断发生异常振动，否则为无异常振动。
[0110] S52：调整运动参数抑制振动
[0111] 若检测到手术钻头系统发生异常振动，则需调整运动参数来抑制异常振动，具体方式包括：
[0112] （1）获取振动信号特征，所述振动信号特征包括时域特征、频域特征以及能量熵。
[0113] （2）建立神经网络模型，将振动信号特征输入神经网络。
[0114] （3）根据神经网络的输出调整运动参数，所述运动参数包括手术钻头转速、进给速度以及力反馈误差阈值。
[0115] S6：结束备窝，机械臂返回初始状态。
[0116] 在本实施方式中，通过改进的蝗虫算法进行变参数控制提高了自抗扰控制器的控制精度和抗扰动能力。通过振动检测和神经网络算法实现对异常振动的识别和运动参数调整，从而实现自动抗振动控制。
[0117] 本发明实施例还提出一种种植牙机器人智能控制系统，包括：
[0118] 传感器模块，其用于获取传感器数据，确定当前机器人的机械臂位置和姿态；
[0119] 目标确定模块，其用于确定目标位置以及与机械臂末端的距离；
[0120] 机械臂运动控制模块，其用于控制机器人的机械臂末端的手术钻头行进至目标位置；具体为控制器基于路径规划方法对机器人的机械臂进行移动，使其手术钻头的轴线与预先设计的种植体窝洞轴线在一条直线上，并且手术钻头距目标钻孔位置一定距离。
[0121] 备窝钻孔运动控制模块，其用于基于变控制参数的自抗扰控制方法对备窝钻孔过程进行控制，其中包括建立导纳控制模型模块、自抗扰控制补偿模块、改进的蝗虫算法进行变参数控制模块。
[0122] 备窝钻孔过程抗振动控制模块，其用于进行抗振动控制，其中包括振动检测模块以及抑制振动调整模块。
[0123] 此外，本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有一种种植牙机器人智能控制方法的程序指令，所述一种种植牙机器人智能控制程序指令可被一个或者多个处理器执行，以实现如上所述的一种种植牙机器人智能控制方法的步骤。
[0124] 以上所述的实施例仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
