基于IALO和BP神经网络的支气管镜机器人系统

支气管镜机器人在医生诊治传染病患者等需要远程治疗的手术中起到重要作用，传统支气管镜机器人PID控制效果较差，难以满足该手术主从同步控制的位置跟踪性能要求，针对这个问题新设计了支气管机器人系统和配套的主从式IALO-BP-PID机器人控制算法。BP-PID控制器通过自适应学习能力在设备响应过程中动态改变PID控制器参数让系统拥有更好的控制性能。但传统BP神经网络性能受网络参数初值影响较大，针对这个问题提出了基于改进蚁狮算法(IALO)优化权值的BP-PID控制方法，在传统蚁狮算法(ALO)中引入自适应系数和反调节因子改善算法寻优性能，在6个基准函数上的测试证明了改进算法的收敛与寻优能力优于原算法与其余对比优化算法。利用改进蚁狮算法(IALO)为BP神经网络选取参数初值配合神经网络的实时在线调整，实现了对神经网络控制器离线粗调和在线细调，提高了神经网络的性能。与传统PID控制算法的仿真相比，该控制算法的系统无超调且调节时间缩短了八分之七，使得支气管机器人的控制具有更佳的稳定性和跟随性，有一定的现实意义。

支气管镜属于内镜的一种，可以有效的诊断肺部以及气管内其他的疾病[1]。传统支气管镜诊疗过程中，医生需要站在病患身旁手动将导管经由其口或鼻送入人体并控制其运动[2]，而支气管镜机器人可以实现医患分离，满足了传染性疾病患者和异地患者的就医需求，对支气管镜机器人的应用研究有着现实意义。

科技不断发展的今天，机器人越来越广泛的应用于医疗领域，在内镜机器人领域诞生了众多成熟的技术。在国际上，以色列法海医院研发的Remote navigation system (RNS)内镜手术机器人系统[3]结构为主从控制式，医生操纵主端控制从端跟随，已在血管介入领域成熟应用。美国Corindus 公司研发的Corpath200 系统[4]第一次实现了主从端距离超过20 公里的远程手术。

日本香川大学研发的介入器械机器人[5]系统添加了力反馈环节，可以让医生实时感受操作导管在人体内的受阻情况。国内，北京理工大学研发的导管介入机器人辅助系统[6]通过磁场来实现医生的控制动作并通过磁流变液容器给医生提供力学反馈。不足的是，国内外的研究控制模式单一，多采用传统PID 控制，其跟踪位置精度不足，而医生在