连续体手术机器人具有灵巧的操作能力和环境顺应性，能够使其到达人体内传统手术器械无法或难以到达的位置执行复杂的手术操作，在空间受限的腔内微创手术领域表现出巨大的优势。但是到目前为止，连续体手术机器人尚未实现临床突破，而且面对复杂手术任务的执行能力还有待评估。造成这种阻碍的根本原因在于连续体手术机器人固有的灵巧性和顺应性为其精确的控制带来了巨大的挑战，这就对感知技术提出了巨大的需求。传统手术机器人的感知方法无法满足连续体手术机器人的需求，给面向手术任务的精准操控带来了巨大的难题。为了解决这些限制，本文在国家自然科学基金的资助下，从病人安全角度出发，针对连续体手术机器人的末端接触感知、本体形状精确跟踪、路径规划、基于多传感反馈的机器人控制等关键技术进行了深入研究，具体内容如下:　　研究了面向连续体微创手术机器人的末端接触感知技术。基于互感耦合感应原理，设计了四线圈式的三轴电磁形变传感器，利用接收与发射线圈之间互感的变化来对由外力引起的弹性体形变进行检测。针对接收线圈感应信号微弱这一特点，设计了相匹配的锁相放大电路用以提取微形变引起的感应电压变化量，并且探索了位移-互感-感应电压之间的关系，利用实验和仿真建立了其变化模型，给出了相应的形变解调算法。设计的电磁传感器可以用于检测连续体机器人末端执行器的形变变化及其与组织的接触关系，还可进一步与弹性体力学模型相结合用于手术器械末端力感知技术研究。　　针对FBG形状传感器定位时重建误差累积叠加，连续体手术机器人最常用的视觉感知方法易受光照、遮挡、阴影等环境影响鲁棒性差的问题，本文提出一种精确的、鲁棒的形状及末端位姿感知方法，利用扩展卡尔曼（EKF）融合算法对FBG形状数据和立体视觉数据进行融合来弥补两者各自的缺点。首先利用经验运动学模型求取机器人雅可比矩阵参数，开展实验对FBG形状定位及立体视觉定位的精度进行了评估，并将FBG定位误差、运动学模型误差与连续体长度的关系以分段的形式数值化呈现，使EKF可以按段对多传感器数据进行权重分配，进而提高连续体机器人本体跟踪精度。研究分别开展了两种实验用于评估系统的精确性及鲁棒性，实验结果表明基于EKF的融合能够提高系统的单一传感的跟踪精度，并且当视觉失效时，跟踪系统依然可以鲁棒的运行。　　研究了具有无限自由度的连续体机器人路径规划算法，提出了机器人运动过程中需要满足的运动学约束及可达性约束。由于材料特性，连续体机器人的运动轨迹需要满足曲率、挠率最大值限制及连续性约束，并且其轨迹规划必须保证连续体手术机器人末端执行器在目标点处的位姿指向靶点组织，以保证手术的成功。本文针对“follow-the-leader”模式的连续体机器人，基于反向快速扩展随机树(BRRT)算法提出了一种路径及轨迹规划算法。利用常曲率圆弧及Frenet框架下曲率与挠率几何定义对3D空间离散路径点的生长方向进行了约束，来满足其曲率挠率最大值要求。基于Frenet定理对离散点处的曲率挠率进行线性插值计算插值点处的切向量，对其积分完成运动曲线的轨迹重建。为了消除重建误差且使系统更易于控制，本文将3D空间规划降到2D平面内，利用排列组合算法依次去除多余的路径点，将Frenet公式与Bezier曲线相结合来获得平滑的且满足连续体机器人运动学和手术可达性限制的轨迹。　　最后本文搭建了连续体手术机器人的实验平台，提出了基于多传感反馈和逆运动学模型的机器人操控方法，利用立体视觉对手术场景进行了3D重建，建立了靶点组织及障碍区的立方体模型，并根据连续体机器人的结构尺寸设定合适的安全阈值，完成了连续体手术机器人末端与靶点的接触检测、本体形状与障碍区的碰撞检测实验。　　综上所述，本文从连续体手术机器人临床化面临的瓶颈问题出发，解决其难以精确操控所对应的感知方法匮乏限制，针对器械末端接触感知、本体形状精确鲁棒跟踪及手术中的路径规划等关键问题进行了深入研究，通过仿真和实验验证了所提出的设计或方法的可行性。这些研究为后续的连续体机器人人机交互、手术半自动/全自动、人机协作等技术的发展提供了理论基础。