基于单目深度引导与三维形状规划的柔性内窥镜自主智能导航
机器人学
2023-02-28 v1
摘要
近期柔性内窥镜感知与决策方面的进展在计算机辅助手术干预中展现出巨大潜力。然而，由于柔性内窥镜建模的不确定性和患者间的解剖差异，在个体化场景中实现高效安全导航仍具挑战。本文提出一种新颖的数据驱动框架，具有自包含的视觉-形状融合，用于柔性内窥镜的自主智能导航，无需系统模型与全局环境的先验知识。提出一种基于学习的自适应视觉伺服控制器，通过视觉 transformer（ViT）的单目深度估计引导，在线更新眼在手视觉-运动配置并操控内窥镜。为防止与周围解剖结构发生不必要和过度的交互，通过来自嵌入式光纤布拉格光栅（FBG）传感器的整个内窥镜三维本体感知，引入了一种能量驱动的形状规划算法。此外，开发了模型预测控制（MPC）策略以最小化弹性势能流并同时优化操控策略。在带有 FBG 光纤的机器人辅助柔性内窥镜上于若干仿体环境中进行的专用导航实验证明了所提框架的有效性与适应性。
引用
@article{arxiv.2302.13219,
title = {Autonomous Intelligent Navigation for Flexible Endoscopy Using Monocular Depth Guidance and 3-D Shape Planning},
author = {Yiang Lu and Ruofeng Wei and Bin Li and Wei Chen and Jianshu Zhou and Qi Dou and Dong Sun and Yun-hui Liu},
journal= {arXiv preprint arXiv:2302.13219},
year = {2023}
}
备注
Accepted to ICRA 2023