微操作机器人系统是指能够在微米尺度下实现高精密操作的机器人系统,它的出现为电子、材料、先进制造和生物医学等领域的发展提供了新的技术途径。目前,人体组织、器官的衰竭与缺失是发病率高且极具威胁性的医疗难题,“组织工程”以人体细胞作为原料在离体状态下构建人工组织和器官,引起了广泛关注。血管作为人体组织与器官中营养传输与代谢排放的重要通道,在维持细胞活性与生物功能中扮演重要角色。然而,受分子扩散规律的影响,细胞吸收营养的极限距离为200μm,构建能够长期维持三维复杂人工组织内部细胞活性的小口径人工血管(微血管)已成为当前组织工程与再生医疗的研究难点。基于微操作机器人系统的自动化组装方法,为构建具有200μm口径的微血管结构以及血管化复杂三维组织开辟了新途径,也为微操作机器人技术与生物医学工程相融合提供了新思路。作为微操作机器人系统中最直观且容易获取的反馈信息,显微视觉是微操作机器人系统实现自动化操作的核心,为生物组装的高效化与细胞活性的保持提供了重要保障。本文针对人工微血管的机器人自动化组装中存在的问题,提出了一种显微场景下目标物位置与姿态评估的视觉反馈方法。本文主要研究内容如下:首先,针对人工微血管三维组装任务对微操作高精度与高效率的双重需求,搭建了一套宏微跨尺度操作机器人系统平台,为细胞化组装单元的精确定位与三维操作提供了保障。同时,基于模块化组织工程以生物模块三维组装构建人工微组织的基本理论,提出了一种细胞化二维微组装单元的片上加工方法,为三维组装提供了必要的形状可控的二维微组装单元。其次,针对人工微血管自动组装的视觉反馈中显微视野有限、多目标进出视野频繁、前景背景信息单一且遮挡严重等问题,提出了一种基于目标检测及位姿评估的视觉反馈方法。首先,我们引入基于深度学习的目标检测算法YOLO到显微视觉中。基于YOLO算法可检测出显微视野下实时运动的执行器并对形态各异的微组装单元进行分类与定位。然后,在实现目标检测的基础上,根据物体的轮廓等特征并利用一些传统图像处理算法可有效获取操作器末端和微组装单元的精确位置与姿态,为人工微血管的自动化组装提供有效的视觉反馈信息。最后,对本文提出的视觉反馈算法进行了综合性评估。首先,在不同放大倍数、光照强度等显微环境参数及目标物进出视野、遮挡等复杂操作场景下,对视觉反馈算法的精度和鲁棒性进行了评估。然后,基于本文提出的视觉反馈算法,开展了对微血管人工组织的微操作机器人自动化组装实验,验证了基于视觉反馈的微操作机器人生物组装方法在人工微血管构建中的可行性与高效性。