针穿刺是一种在临床上应用极为广泛的微创手术,主要用于活检、局部麻醉和近距离放疗等。相比于短粗的刚性穿刺针,细长的柔性针可以较好地避开敏感区域(如血管、神经等),并且对患者的损伤较小。由于在穿刺过程中,组织会发生变形,同时柔性针会发生变形,大大增加了针穿刺路径规划的难度。机器人辅助柔性针穿刺具有较好的稳定性、准确性和安全性,有着良好的应用前景,其路径规划有着极高的研究价值和现实意义。本文深入研究了针穿刺过程中针和组织的变形机理,建立针-组织相互作用模型,并在考虑针和组织的变形的情况下进行针穿刺路径规划。首先,为了保证路径规划的精度,建立了针-组织相互作用模型,用于计算针穿刺过程的针和组织的变形。针模型采用了向量式有限元法,与ANSYS计算结果相比,其变形精度在0.5mm之内,而组织变形模型采用了有限元法。针-组织相互作用力模型将针和组织有效地结合起来,通过实验测量得到穿刺力,进行分析计算,将穿刺过程分为了四个阶段,并计算出相关力模型参数。本文在MATLAB中编程实现了针-组织相互作用模型。遗传模拟退火算法在穿刺空间规划出不考虑组织变形情况下的初始路径,通过针-组织相互作用模型和迭代学习不断调整针尖和目标靶点的偏差,直至偏差在可接受的范围。本文提出的针穿刺路径规划方案是模块化的,各个模块的算法可以灵活更换,只要新的模块符合本文所定义的格式即可。为了验证针-组织相互作用模型和路径规划方案的精度和可行性,本文搭建了针穿刺实验台进行了实验验证。实验结果表明,当穿刺深度为80mm,穿刺过程无针体旋转时,模型与实验的最大误差为0.4736mm,有旋转的最大误差为0.6279mm。对两组典型的穿刺环境分别进行20次路径规划和穿刺实验,针尖与目标靶点的平均误差为0.4586mm和0.3517mm,最大误差为0.8555mm和0.7947mm(小于1mm),且针轨迹未与障碍物碰撞。本文涉及的模型参数众多,利用PAWN法对针模型参数、路径规划参数和迭代学习参数进行了敏感性分析,优化了敏感性较高的参数。最后,对本论文作了全面的总结,阐明本文的贡献点和不足之处,并对机器人辅助柔性针穿刺路径的未来工作进行了展望。