Overview
机器人引导手术是微创手术的一种形式，外科医生通过机器人器械进行操作，从而获得更高的精度和控制力。这些系统将外科医生的手部动作转换为亚毫米级的精密器械运动，显著减少组织创伤并改善患者预后。实现这种精度需要先进的运动控制方案——即使是轻微的延迟或抖动也可能危及手术的准确性与安全性。
Solution
轴数与运动
现代机器人手术系统通常包含多条机械臂，每条机械臂提供约七个运动轴，与人类手臂和手腕类似。一个系统可能拥有多台机器人操作机构，用于精确定位手术器械和摄像头。这样的轴数对于 RMP 控制器而言完全游刃有余——它最多可支持 128 个同步电机。
每条机械臂的轴各司其职：靠近基座的关节负责在患者上方进行大范围定位，远端关节和腕部关节则在手术部位内实现精细灵巧的动作。RMP 主站与运动控制器实时协调这些轴，利用流式轨迹将外科医生的指令平滑地转化为精确、协调的运动。最终的效果是器械运动精准，没有抖动或过冲，这对精细的手术操作至关重要。
I/O 需求（传感器、执行器与安全）
机器人手术系统对 I/O 需求极为广泛，需要集成众多传感器、执行器以及关键的安全信号。我们的设计采用 EtherCAT 模块来处理数字输入（限位开关、回零传感器、脚踏板、按钮）和数字输出（指示灯、抱闸），并通过模拟输入（力/扭矩传感器）实现精确的力反馈控制，借助触觉反馈让外科医生获得更高的态势感知。
该系统在实时运行运动控制的同时，可处理数百路 I/O 信号，充分发挥 RMP 控制器在单一 EtherCAT 网络上管理超过 10,000 个数字与模拟 I/O 点的能力。实时确定性 I/O 触发可将外部动作（例如启动手术工具或采集图像）与机器人运动精确同步。
安全性通过基于 EtherCAT 的功能安全（FSoE）实现，使安全等级的输入（急停、互锁）与输出（伺服驱动器 STO）能够在同一条 EtherCAT 网络中安全运行。借助 Beckhoff TwinSAFE 安全控制器，该方案满足 SIL3/PLe 安全标准，无需额外的硬件或布线，在保证快速、网络化安全响应的同时大幅简化系统架构。
所采用的 RMP 运动功能（流式与实时控制）
核心技术支撑是 RMP 集成的运动控制引擎，特别是其 Streaming Motion 与 RTTasks 功能。两者结合，使外科医生主导的实时控制在所有机器人轴上都能保持超平滑、确定性的行为。
借助 Streaming Motion，我们的系统以 1–4 kHz 的频率，将来自操纵杆和脚踏板输入的轨迹点连续不断地以 PT、PVT 等格式送入 RMP。这样即使在快速或不可预测的手术动作中，也能实现精确、自然、即时响应的多轴工具控制。
客户还可以使用轨迹的在线动态修改，这对应对动态变化至关重要。例如，当系统检测到意外的力反馈或接近软行程极限时，用户可以立即减速或改变工具路径——在被动式硬件停止之上额外提供一层关键的安全防护。
为了将运动、I/O 与反馈紧密结合，客户可以利用 RMP 的 RTTasks。这一机制可运行高优先级的实时线程，与运动周期直接同步。RTTasks 可在数微秒内完成执行，处理诸如以下任务：
- 读取操纵杆与脚踏板输入
- 流式发送新的轨迹点
- 监控传感器数据（如力阈值）
- 记录实时指标（位置、扭矩等）
- 对限位开关或安全触发立即响应
控制回路即使在重负载下也能保持微秒级确定性。这种紧密集成确保运动指令、I/O 响应和过程监控都与每个运动周期同步执行。
最终的成果是一台机器人真正成为外科医生双手的延伸，在手术环境中具备内建的适应性与安全性。
所采用的 RMP I/O 功能（基于 EtherCAT 的安全及更多）
RMP 的 I/O 与安全能力是构建响应迅速的实时手术机器人所必需的。用户可借助 Beckhoff TwinSAFE 实现 基于 EtherCAT 的功能安全（FSoE），在 4 ms 周期内同步所有轴的急停与 STO 信号——无需额外布线。RMP 在单一 EtherCAT 网络上同时处理安全与控制流量，在满足 SIL3/PLe 标准的同时简化设计。
对于运行时保护，用户可利用 RTTasks 监控关节位置，并在接近软极限时立即下达停止指令。RTTasks 还能触发与运动周期毫秒级同步的精确定时输出——例如摄像头采集。
RMP 对专用运动 I/O（限位开关、回零传感器、驱动器故障）的支持，使回零和故障处理无缝衔接。客户可使用 Capture 功能在校准过程中实现微秒级精度的编码器锁存。
凭借广泛的 EtherCAT 兼容性，RMP 可以轻松集成来自 Beckhoff、Elmo 及其他厂商的设备——让用户获得一种统一、确定性的架构，使运动、I/O 与安全在实时之中协同工作。
面向未来创新的视觉与 AI 集成
在基于 PC 的平台上使用 RMP 的一大优势在于其对 视觉与 AI 技术集成的就绪能力。随着手术机器人的发展，基于摄像头的引导、AI 驱动的安全检查以及自主辅助等功能将变得不可或缺。我们基于 Linux 的 RMP 系统让这一切变得简单——摄像头的视觉数据可实时处理，处理结果可通过共享内存或 RMP 的 gRPC API 直接送入运动控制器。
例如，一对立体相机可以实时跟踪解剖结构，向 RMP 发送微调指令以动态调整工具路径——这是 PLC 难以实现的能力。基于 Python 的 AI 模型甚至可以通过 RapidCode 直接与 RMP 对接，无需复杂的中间件即可实时调整行为。
RMP 的 PC 原生设计让我们能够在同一平台上融合运动控制、视觉与 AI。
结论
构建一套机器人手术系统需要兼具精度、安全性与适应性——而基于 Linux 的 RMP 在各方面都交付了答卷。凭借确定性的多轴运动、基于 EtherCAT 的集成式安全以及 PREEMPT_RT 带来的实时性能，这类系统能够实现外科医生级的响应速度与可靠性。
RMP 基于 PC 的架构使客户能够灵活对接上层软件、为未来的 AI/视觉功能预留扩展空间，并将系统从 4 轴扩展到 40 轴以上——同时保持成本可控。RTTasks 提供了微秒级反应时间，统一的 EtherCAT 网络则简化了设计并减少了硬件。