与传统的微创手术相比,机器人微创手术近年来体现出视野相对更加清晰、操作也更加精细等的优势。但是,机器人微创手术的发展过程中也仍有一些挑战。常用的微创手术机器人从手端包含有持镜臂和持械臂等部分构成。通常持械臂需要进入人体,所以就面临着操作空间较小、灵活度与精度要求较高等问题,钢丝绳进行手术器械传动可以很好地满足这些要求。但是钢丝绳传动过程中,机械间隙、绳轮间摩擦力以及钢丝绳变形等问题的存在,导致手术器械操作滞后的现象,这对绳驱动手术器械的临床应用带来了较大干扰。为解决传动过程中的回差现象,本文进行了绳驱动手术器械的动力学建模以及回差辨识与补偿控制等方面的研究。本文结合现有的绳驱动手术器械传动模型进行建模,分析出绳轮间摩擦力的存在是导致手术器械回差现象的一个重要原因。因此,本文对摩擦力模型进一步分析,得到绳轮间包角、钢丝绳刚度、摩擦系数等影响绳轮间摩擦力的因素,并给出了优化指导建议,并根据绳驱动手术器械传动过程,分析出电流能够作为手术器械回差阶段的判断依据。根据对传动过程的分析,得到电流可以作为判断手术器械是否处于回差阶段的依据。并且根据电流在不同的回差、非回差阶段的特征,将手术器械传动过程分为三个阶段。将采集的一维电流数据作为训练集,建立一维U-Net型学习网络,对电机电流特性进行学习,并利用验证集来检测回差辨识模型的准确性。为了将补偿量更准确地补偿至电机中,提高手术器械操作过程中的准确性,减少手术器械操作过程中的抖动程度,本文采用了概率运动基元的思想,来学习手术器械回差过程中的滞回特性,并计算出在满足手术器械期望位移的前提下应进行的补偿位移曲线,将补偿回差曲线补偿至电机中。最后为了验证回差辨识算法的准确性,本文先根据电机位置环与速度环的传递模型,搭建符合要求的电机仿真模型,并与实验所采集的速度与位移进行对比,验证仿真模型的准确性。然后对仿真模型输入满足实际需求的期望位移量,得到电机的输出位移后,再依据手术器械的滞回特性建立滞回模型,将电机输出位移作为滞回模型输入量,代入至模型中,得到绳驱动手术器械的实际位移曲线。最后利用补偿算法学习实际手术器械的滞回特性,转化为相应的补偿量补偿至电机中,得到手术器械输出位移,验证模型以及回差补偿控制算法的准确性和有效性。