面向连续操作机械臂的基于集成OFDR光纤的接触检测、定位与力估计学习方法
机器人学
2026-03-16 v1
摘要
连续操作机械臂（CM）因其顺应结构和导航至深部封闭解剖环境的能力而广泛应用于 minimally invasive手术。然而，其分布式变形使得力感知、接触检测、定位和力估计具有挑战，尤其是当相互作用发生在机器人上未知弧长位置时。为解决此问题，我们提出一种基于单个沿机器人一侧嵌入的光学频率域反射（OFDR）光纤的连续学习框架（CLF）用于CM。OFDR传感器沿操作臂骨干提供稠密应变测量，捕获由外部相互作用引起的应变扰动。我们提出的CLF首先使用梯度提升分类器检测接触，然后使用CNN-FiLM模型预测操作臂沿空间的力分布，以估计接触位置和相互作用力 magnitude。在阻塞环境中对sensorized tendon-driven CM进行实验验证表明，单个稠密OFDR光纤提供的信息足以联合推断连续操作机械臂中的接触发生、位置和力。
引用
@article{arxiv.2603.12347,
title = {A Learning-Based Approach for Contact Detection, Localization, and Force Estimation of Continuum Manipulators With Integrated OFDR Optical Fiber},
author = {Mobina Tavangarifard and Jonathan S. Kacines and Qiyu Li and Farshid Alambeigi},
journal= {arXiv preprint arXiv:2603.12347},
year = {2026}
}
备注
8 pages, 6 figures