胶囊机器人与结肠之间摩擦系数的表征

2024-05-25 Sat
胶囊机器人与结肠之间摩擦系数的表征背景介绍传统的结肠镜检查虽能有效检测结肠健康状况，但其侵入性较高，容易引起不适和潜在并发症。为了解决这一问题，研究人员开发了一类具有主动运动机制的胶囊机器人（Capsule Robot, CR），希望通过低侵入性实现结肠检查。然而，要实现CR的有效运动和控制，准确预测CR的牵引力和运动阻力至关重要，这两者主要由摩擦力贡献。然而，目前文献中尚未提供在结肠内摩擦系数（Coefficient of Friction, CoF）方面的详尽研究。因此，本文致力于通过实验测量和数据分析，确定摩擦系数与接触压力、环向应变和滑动速度之间的定量关系。
论文来源及作者信息本文标题为“Characterizing the coefficient of friction between a capsule robot and the colon”，已被《IEEE Transactions on Biomedical Engineering》接受。论文作者包括：Jinyang Gao、Peng Huang、Qiulin Tan（North University of China）、Jinshan Zhou（China University of Mining and Technology）、Ruiqin Li（Shanxi Key Laboratory of Advanced Manufacturing Technology）、Guozheng Yan（Shanghai Jiao Tong University）、Li Zhang（The Chinese University of Hong Kong）。本文受中国国家自然科学基金、山西省科学基金等项目资助。
研究流程在本文的研究中，作者设计了一系列实验和数据分析流程，以确定结肠内的摩擦系数。主要流程如下：
1. 实验设计研究使用了一套经典的牵引实验设备，通过在不同条件下测量CR的三种常用材料（PDMS、白色ABS塑料和透明ABS塑料）的摩擦系数来展开研究。实验过程包括以下步骤：
结肠翻转及固定：将猪的结肠翻转，使其内表面朝外并固定在支撑板上，同时调整薄管来改变环向应变。
摩擦样品准备：PDMS样条（带三角形图案）、白色ABS板和透明ABS板分别用作摩擦样本。
加载和拖动：使用力计和线性导轨模块拖动样品，测量不同接触压力、环向应变和滑动速度下的牵引力。
2. 数据测量及分析在实验过程中，通过调节接触压力（500 Pa至6250 Pa）、环向应变（0%-60%）和滑动速度（1 mm/s至10 mm/s）来设置144种不同的摩擦案例。主要观察以下数据：
接触压力对CoF的影响：结果显示，接触压力增加时，摩擦系数普遍降低。这是因为接触压力增加挤出更多黏液，降低润滑效果。
环向应变对CoF的影响：随着环向应变增加，黏液释放增强，CoF显著降低。
滑动速度对CoF的影响：滑动速度增加时，摩擦系数增加。这是由于高滑动速度降低结肠组织的应力松弛，增加了环境阻力和粘性摩擦。
3. 数据模型及拟合为定量描述摩擦系数（CoF）与接触压力、环向应变和滑动速度之间的关系，作者进行了以下步骤：
拟合接触压力与环向应变的综合影响：通过测量和拟合曲线，得出一个幂函数来描述CoF与接触压力和环向应变的关系。
拟合滑动速度的影响：通过对比不同滑动速度下的实验数据，得出滑动速度对CoF的影响函数。
最终，确定了描述三种材料摩擦系数的通用公式，包含8个拟合常数。拟合效果良好，相关性系数分别高达0.9822, 0.9286, 0.9696。
主要结果通过上述实验和数据分析，得出的摩擦系数公式被应用于预测CR在结肠内的牵引力和运动阻力，并进行了实际测量：
牵引力和运动阻力的预测：使用所确定的摩擦系数公式进行计算，并在猪结肠实地实验中验证。结果表明，计算结果与实际测量结果高度一致，说明摩擦系数公式的准确性。
结论与意义该研究首次系统地揭示了结肠内多因素综合影响摩擦系数的规律，并基于该规律建立了摩擦系数定量公式。研究表明，该公式可以准确预测CR的牵引力和运动阻力，为更好的力学和运动控制打下基础。这一成果不仅对胶囊机器人在结肠检查中的应用具有重要意义，也能为其他介入性医疗设备提供科学依据帮助例如磁控胶囊机器人和振动冲击胶囊机器人等，通过精确预测摩擦力，从而提高操作的安全性和有效性。
研究亮点全面摩擦系数测量：在不同的接触压力、环向应变和滑动速度条件下，系统地测量和分析了三种常用材料的摩擦系数，填补了文献中的空白。
揭示多因素综合影响规律：系统揭示了接触压力与环向应变的相互依赖性，以及滑动速度对摩擦系数的独立影响。
拟合摩擦系数公式：通过实验数据和拟合，提出了一个精确的摩擦系数定量公式，为后续的缓解机器人设计及其交互力学控制提供了科学基础。
本研究不仅为胶囊机器人的发展提供了重要的数据支持和理论依据，还增强了结肠内复杂环境中操纵医疗设备的可行性和精度。