一种基于数据增强的索驱手术器械执行器运动估计方法

本发明公开了一种基于数据增强的索驱手术器械执行器运动估计方法。该方法首先针对电机运动状态信息和输入信号的时间序列，分割得训练样本，然后使用生成对抗网络进行数据增强，将生成样本标签进行平均处理，与原训练样本混合在一起进行数据预处理，包括最大最小值归一化和特征序列重塑；送入到由带有注意力机制的三层双向门控单元循环神经网络，结合训练样本标签，训练出最优神经网络模型；测试样本时间序列同样进行数据预处理，然后输入最优深度神经网络，输出这些测试样本对应时间点的预测关节位置。与传统数据增强方法相比，本发明的方法能够更灵活的增加样本量并可以帮助网络在柔索驱动微创手术器械末端执行器的运动估计方面取得更好的性能。