基于学习的磁动力可操控软吸盘装置建模——用于内镜内鼻手术
机器人学
2026-02-06 v3
摘要
本文提出一种基于学习的建模框架，用于磁动力可操控软吸盘装置，旨用于内镜内鼻脑肿瘤切除。该装置 miniaturized（直径外径 4 mm、内径 2 mm、长度 40 mm），采用生物相容的 SIL 30 材料 3D 打印，并集成嵌入式光纤布拉格光栅 (FBG) 传感器以实现实时形状反馈。通过四个贝塞尔控制点表示形状重构，实现对变形的紧凑表示。在 5,097 组实验样本上训练的数据驱动模型，学习了从磁场参数（幅值：0-14 mT，频率：0.2-1.0 Hz，垂直尖端距离：90-100 mm）到定义机器人三维形状的贝塞尔控制点的映射。比较了神经网络 (NN) 和随机森林 (RF) 两种架构。RF 模型优于 NN，控制点预测均方根误差为 0.087 mm，形状重构误差为 0.064 mm。特征重要性分析表明，磁场分量主要影响遥远控制点，而频率和距离影响基座配置。与以往将通用机器学习应用于软体机器人数据不同，本框架引入了一种新范式，将磁动力输入直接链接到几何贝塞尔控制点，实现可解释、低维变形表示。该框架集成了磁场特征化、嵌入式 FBG 传感与贝塞尔建模，为其他磁动力驱动的连续体机器人提供了统一策略。通过实现亚毫米级形状预测和实时推理，本工作推动了磁动力软体机器人工具在 minimally invasive 脑外科手术中的智能控制。
引用
@article{arxiv.2507.15155,
title = {Learning-Based Modeling of a Magnetically Steerable Soft Suction Device for Endoscopic Endonasal Interventions},
author = {Majid Roshanfar and Alex Zhang and Changyan He and Amir Hooshiar and Dale J. Podolsky and Thomas Looi and Eric Diller},
journal= {arXiv preprint arXiv:2507.15155},
year = {2026}
}