学习基于力的机器人术前手术中安全触觉反馈
机器人学
2026-02-05 v2
摘要
将准确的触觉反馈集成到机器人辅助 minimally invasive 手术（RAMIS）仍具有挑战性，主要由于在遥操作期间难以精确渲染力量且确保系统安全。我们提出了一种非线性阻抗匹配方法（Nonlinear Impedance Matching Approach，NIMA），该方法通过纳入非线性动力学，准确建模和实时渲染复杂工具-组织相互作用。NIMA 的平均绝对误差为 0.01（标准差 0.02 N），较 IMA 降低了 95%。此外，NIMA 通过确保操作者放手时对手套施加零力而消除了触觉“反馈”。这既增强了患者安全，又提高了操作员的舒适度。通过考虑工具-组织相互作用中的非线性因素，NIMA 在各种手术条件下显著改进了力量保真度、响应性和精确度，为可靠的机器人辅助手术程序提供了先进的触觉反馈系统。
引用
@article{arxiv.2601.14445,
title = {Learning-based Force Sensing and Impedance Matching for Safe Haptic Feedback in Robot-assisted Laparoscopic Surgery},
author = {Aiden and Mazidi and Majid Roshanfar and Amir Sayadi and Javad Dargahi and Jake Barralet and Liane S. Feldman and Amir Hooshiar},
journal= {arXiv preprint arXiv:2601.14445},
year = {2026}
}