本研究针对传统手术机器人控制系统精准度不足的问题，提出了一种基于卷积神经网络的手术机器人控制系统设计。研究设计了控制系统的总体结构，并选用PCI插槽上直接内插CAN适配卡作为上位机核心组件。通过下位机的三个节点处理相关信号，并进行量程转换和越限判断，确保机器人不会失控。研究还设计了基于视觉的持镜臂，以提供手术过程中所需的视野，并采用FN3002力传感器和MPS-M拉线式位移传感器获取相关传感数据。通过卷积神经网络深度学习方法，设计了持镜臂运动控制步骤，并使用VC++6.0工具开发控制软件程序。实验结果表明，基于卷积神经网络的系统与期望规划值基本一致，拟合度达到100%，而传统系统与期望规划值相差较大，拟合度仅为20%。该系统的设计简化了控制系统的复杂性，并提高了手术机器人的控制精准度。