将深度感知应用于 da Vinci 机器人的自动化手术操作
机器人学
2020-02-18 v1
摘要
深度感知的最新进展显著提高了精度、分辨率和帧率,如 1920x1200 分辨率和每秒 13 帧的 Zivid RGBD 相机所示。在本研究中,我们探索深度感知在实现高效可靠的外科子任务自动化方面的潜力。我们考虑了来自腹腔镜手术基础训练套件的 peg transfer 任务的一种单色(全红)版本,使用 da Vinci 研究套件(dVRK)实现。我们采用标定技术,使不精确、缆绳驱动的 da Vinci 在任务空间中的误差从 4-5 mm 降低到 1-2 mm。我们报告了无交接版 peg transfer 任务的实验结果,分别使用单臂和双臂设置进行了 20 和 5 次物理回合。在单臂和双臂 peg transfer 案例中,基于 236 和 49 次总积木转移尝试的结果表明,单个积木的可靠性分别可达 86.9% 和 78.0%,相应的积木转移速度分别为 10.02 和 5.72 秒。补充材料见 https://sites.google.com/view/peg-transfer。
引用
@article{arxiv.2002.06302,
title = {Applying Depth-Sensing to Automated Surgical Manipulation with a da Vinci Robot},
author = {Minho Hwang and Daniel Seita and Brijen Thananjeyan and Jeffrey Ichnowski and Samuel Paradis and Danyal Fer and Thomas Low and Ken Goldberg},
journal= {arXiv preprint arXiv:2002.06302},
year = {2020}
}
备注
Camera-ready version for the International Symposium on Medical Robotics (ISMR) 2020