1樓：山西巨窩
據我親自在交流會上向達文西手術機械人的維修攻城獅詢問。在湘雅三醫院的達文西手術機械人是不帶有力反饋的。只是閉環控制，元器件是編碼器和精密電位器。
當時我比較震驚其實。
畢竟達文西貴的一逼啊。
2樓：lifeist
題主問的是如何實現力反饋，並沒有著眼於如何獲取手術工具和操作物件之間的力。前者的答案是這樣子滴，是根據末端的力對映到主操作端，而這個力你是怎麼樣感受的呢？力矩電機啊親，根據末端對映的力根據動力學模型反算到機械人的各個關節上，關節上的力矩電機輸出力，就像你的肌肉使勁兒一樣，然後你在操作端就可以感受了。
能否達到真人水平，這個理論上不難達到，，但是實際以我實驗結果看，困難點，因為人的觸覺重新整理頻率很高，而我的系統能給出的力反饋頻率我覺得實際達不到要求，這個跟平台，電機，通訊都有很大關係。反正最直觀的感覺就是假假的，極不平滑，體驗不咋好 (雖然是自己搞得，但不只自己學渣，很多東西都渣嘛)
至於動力學建模以及末端力的獲取過程，那就是一篇長文了，而且不會有趣我可以負責人的告訴樓主，模型簡化的好，硬體好，時延很小的，但是自己手術機械人操作上，控制的穩定性和安全性很重要，還有很多邊界問題要考慮，這個才是難點〒_〒
3樓：楊三金(作者讚過)
你們都想得太複雜了。
真正得手術機械人我沒見過，但是讓我來設計的話，咱們可以這麼想。
輸入操作，計算機轉化，輸出結果。
我用手從上往下劃了一刀。
計算機驅動機械臂做了同樣的動作。
機械臂到達指定位置。動作停止。
從這三個步驟來看，由於我們都知道力是相互作用的。我只需要知道我驅動機械臂花了多少驅動力，就知道有多少力了。
那麼假如我來設計乙個遠端手術機械人。我只要把機器這麼設計就好了。
實操機械臂，位置由遠端機械臂的位置進行定位。
操作機械臂是乙個不斷增加驅動力的過程。
如果驅動力足夠，遠端機械臂就會移動，那麼實操機械臂也會跟著移動。
如果驅動力不夠，那麼本地實操機械臂也不會動，你繼續增加驅動力，於是就感覺到費力了。
驅動力可以是液壓或者電流大小，根據實際情況轉換就行了。
4樓：
這個問題超過我的知識範圍了，但我試試看。
手術機械人結構我不知道，但可以說說我用過的力/力矩感測器，或許手術機械人上有類似的結構：
六軸力感測器
ATI_Family_of_Force-Torque_Sensors
從上到下分別是：
1. 就是個殼。強度高，自身楊氏模量高不易形變。到時候測量的就是上下兩邊殼子的相對位移。
2. 電路板。低噪，負責測量和傳輸訊號
3. 彈性梁，三段分別和上下殼體固定，當兩端受力時，三條彈性樑會產生相應形變。三個末端的形變數會被測量（2d，測量原理的我現在吃不準）。
於是乎，計算機得到六個訊號。把這六個訊號乘上變換矩陣（在廠家的網上可以找到各個型號的參考規範，變換矩陣也可以自己除錯）後便能得到三個方向的力和力矩了。
這裡說得更清楚：ATI 工業自動化: 機械人技術術語表
力感測器的種類實在太多了，這個問主自己找找吧。
此外，除腕力外還有其他的力或力矩需要監測，比如剪下動作或者夾持動作的力度。感測器方面實在說不完。
線之後，把工具端檢測到的力以很小的延時反饋到操作者端的手柄上，和檢測操作端的作用力互動。
Asymmetric Force Feedback Control Framework for Teleoperated
Robot-Assisted Surgery
Omid Mohareri, Student member, IEEE, Septimiu E. Salcudean, Fellow, IEEE and Christopher Nguan
操作端和工具端的力經過測量和調整後進行互動，之後再分別反饋到另外一端。這個過程中，工具端的受力應該是經過放大後傳到使用者端，使用者端的操作會被過濾和縮小後體現到工具端。
這個過程的關鍵點有高取樣率和反饋速度。轉換使用者端操作的演算法想必也是難點。
UR機械人的關節是如何實現運動的，為何沒看到有傳動軸？
曹開元 套用你這張圖 UR所有的機械人1，2關節機械結構是一樣的，所以就拿乙個關節說 後面是電機，前面是諧波。電機轉子裡面的就是電機軸，電機軸和諧波的波發生器是一體的，也就是諧波的輸入軸。輸出面就是諧波的輸出法蘭，連線到底座或者下乙個關節。另外，諧波的輸出面會有一根軸傳到電機的後面連線乙個磁編碼器，...
基於動力學的機械人控制 機械人的力控制，這二者是不是乙個東西？又有什麼區別和聯絡？
notsure 完全不一樣，乙個是手段乙個是目的。從題目中就可以看出來，基於 動力學的控制和機械人的 力 控制，說明了動力學是機械人控制的一種手段，而力控制是機械人控制的其中一種目的。動力學說白了就是機械人驅動力和運動之間的關係，是客觀存在的機械人物理規律。如果可以掌握完整的機械人動力學資訊，我們就...
如何實現機械人通過電腦程式達到高等生物的自主認知水平？
六六 一批批科學家都在探索這個問題的答案，DL的復興似乎把AI往前推進了一大步，但我的理解是DL主要只解決了representation問題，距離題主所問的自主認知恐怕還很遙遠。RL雖然可以通過探索使AI自己習得特定的技能，但是效率之低有點令人髮指，恐怕人腦的學習機制不只是通過簡單的反饋.可能距離這...