学习定位、抓取与交接未经改造的手术针
机器人学
2021-12-09 v1
摘要
机器人手术助手（RSAs）通常由专家外科医生用于执行微创手术。然而，包含缝合等繁琐重复任务的漫长手术过程可能导致外科医生疲劳，这推动了缝合自动化的需求。由于对纤细反光针的视觉追踪极具挑战性，先前的工作已通过非反光对比涂料对针进行了改造。作为在不改造针的情况下实现缝合子任务自动化的一步，我们提出了 HOUSTON：未经改造、手术中、被工具遮挡的针的交接问题及算法。该算法利用学习到的主动感知策略与立体相机，将针定位并调整至另一只手臂可见且可及的姿态。为补偿机器人定位和针感知误差，该算法随后执行使用多相机的高精度抓取动作。在使用达芬奇研究套件（dVRK）进行的物理实验中，HOUSTON 成功传递未经改造的手术针，成功率达 96.7%，并且在失败前平均能在手臂间连续进行交接 32.4 次。对于训练中未见过的针，HOUSTON 的成功率达到 75% 至 92.9%。据我们所知，这项工作是首次研究未经改造手术针的交接。更多材料请见 https://tinyurl.com/houston-surgery。
引用
@article{arxiv.2112.04071,
title = {Learning to Localize, Grasp, and Hand Over Unmodified Surgical Needles},
author = {Albert Wilcox and Justin Kerr and Brijen Thananjeyan and Jeffrey Ichnowski and Minho Hwang and Samuel Paradis and Danyal Fer and Ken Goldberg},
journal= {arXiv preprint arXiv:2112.04071},
year = {2021}
}
备注
8 pages, 7 figures. First two authors contributed equally